EBOOK Modelowanie niepewności krótkoterminowego popytu na energię elektryczną z wykorzystaniem sieci - Witold Bartkiewicz

EBOOK Modelowanie niepewności krótkoterminowego popytu na energię elektryczną z wykorzystaniem sieci
4.00 Oceń książkę!

Autor: Witold Bartkiewicz

 Wydawnictwo: Wydawnictwo Uniwersytetu Łódzkiego
ISBN: 9788375259261
EAN: 71C97E3BEB
Format: 0,0 x 0,0 x 0,0
Oprawa: ...
Stron: 468
Data wydania: 2013
Gdzie kupić tanią książkę?
Selkar
książka
33.60zł
Kup książkę
Merlin
książka
49.99zł
Kup książkę
Książka w Twoim domu w ciągu 48h

Cechy charakterystyczne energii elektrycznej jako towaru, takie jak brak praktycznych możliwości jej magazynowania na poważniejszą skalę, konieczność nieustannego równoważenia wytwarzania i odbioru energii, powodują, że niepewność popytowa stanowi jeden z ważnych czynników wpływających na powstawanie ryzyka działania przedsiębiorstwa energetycznego. Dążenie do redukcji tej niepewności jest jednym z głównych powodów usilnego poszukiwania jak najdokładniejszych metod krótkoterminowego prognozowania zapotrzebowania na energię elektryczną. Najlepsza nawet prognoza stanowi jednak jedynie oszacowanie, obarczone niepewnością. Kwestia modelowania tej niepewności, określenia rozkładu prawdopodobieństwa prognozy dla konkretnego przypadku, jest często zaniedbywana, a przecież stanowi ona podstawowy element oszacowania ryzyka działań i decyzji opierających się na sporządzonej prognozie.

W prezentowanej pracy Autor analizuje metody szacowania niepewności dla licznych modeli neuronowych i neuronowo-rozmytych, badając ich przydatność w wielu zadaniach krótkoterminowej prognozy zapotrzebowania na energię. Przedyskutowana została również problematyka wykorzystania uzyskanych oszacowań rozkładów prawdopodobieństwa prognozy w odniesieniu do podstawowych typów problemów decyzyjnych występujących w handlu energią elektryczną.
Wstęp9

Rozdział 1. Rynek energii elektrycznej17

1.1.Ogólna charakterystyka procesu handlu energią elektryczną17
1.1.1.Energia - przeszłość, teraźniejszość i przyszłość17
1.1.2.Cechy charakterystyczne energii elektrycznej jako towaru19
1.1.3.Uwarunkowania strukturalne elektroenergetyki30
1.2.Mechanizmy ustalania równowagi popytowo-cenowej na chwilowym rynku energii elektrycznej40
1.2.1.Struktura konkurencyjnego rynku energii elektrycznej40
1.2.2.Kontrakty dwustronne51
1.2.3.Giełda energii65
1.2.3.1.Ogólna charakterystyka65
1.2.3.2.Struktura rynku giełdowego - Towarowa Giełda Energii SA w Warszawie66
1.2.3.3.Rynek dnia następnego (RDN) TGE SA70
1.2.3.4.Rynek dnia bieżącego (RDB) TGE SA82
1.2.3.5.Platforma POEE - rynek energii Giełdy Papierów Wartościowych84
1.2.4.Rynek bilansujący87
1.2.4.1.Funkcje i struktura polskiego rynku bilansującego87
1.2.4.2.Określanie pozycji kontraktowych na rynku bilansującym97
1.2.4.3.Zgłoszenia ofert bilansujących102
1.2.4.4.Ustalanie równowagi rynku i rozliczenia107
1.3.Podsumowanie112

Rozdział 2. Metody neuronowe i neuronowo-rozmyte w prognozowaniu krótkoterminowego zapotrzebowania na energię elektryczną115

2.1.Modelowanie procesu zapotrzebowania na energię116
2.1.1.Proces modelowania116
2.1.2.Charakterystyka procesu zapotrzebowania na energię118
2.2.Prognozowanie zapotrzebowania na energię z wykorzystaniem modeli neuronowych.  122
2.2.1. Sztuczne sieci neuronowe122
2.2.2.Warstwowe sieci perceptronowe124
2.2.3.Prognozowanie dobowego zapotrzebowania na energię z wyprzedzeniem jednodniowym przy wykorzystaniu sieci MLP127
2.2.4.Prognozowanie godzinnego zapotrzebowania na energię z dwudniowym wyprzedzeniem czasowym132
2.2.5.Modelowanie dni nietypowych z wykorzystaniem podejścia neuronowo-heurystycznego135
2.2.6.Prognozy adaptacyjne z wykorzystaniem hybrydowego modelu opartego na sieci MLP i sieci Kohonena140
2.2.7.Prognozy zapotrzebowania na energię z wykorzystaniem lokalnych modeli MLP 144
2.3.Prognozowanie zapotrzebowania na energię z wykorzystaniem modeli neuronowo-rozmytych 146
2.3.1.Lingwistyczne systemy z logiką rozmytą (MISO)146
2.3.2.Prognozowanie zapotrzebowania na energię z wykorzystaniem sieci neuronowo-rozmytych typu FBF 149
2.3.3.Systemy z logiką rozmytą typu Takagi-Sugeno155
2.3.4.Prognozowanie zapotrzebowania na energię z wykorzystaniem systemów Takagi-Sugeno z liniowymi następnikami reguł157
2.3.5.Prognozowanie zapotrzebowania na energię z wykorzystaniem systemów Takagi-Sugeno z nieliniowymi następnikami reguł163
2.4.Podsumowanie168

Rozdział 3. Modelowanie niepewności neuronowych i neuronowo-rozmytych prognoz zapotrzebowania na energię 171

3.1.Błąd kwadratowy i interpretacja modelu prognostycznego172
3.1.1.Wyjście nieliniowego modelu prognostycznego 172
3.1.2.Źródła niepewności modeli neuronowych i neuronowo-rozmytych 177
3.1.3.Wymienność między obciążeniem i wariancją 182
3.2.Charakterystyka rozkładu prognozy186
3.2.1.Warunkowy rozkład prawdopodobieństwa prognozowanego zjawiska186
3.2.2.Przedziały prognozy188
3.2.3.Nieparametryczne i parametryczne podejście do oszacowania rozkładu prognozy 190
3.2.4.Określanie rozkładu warunkowego prognozy dla modeli regresji liniowej197
3.3.Wyznaczanie wariancji prognozy wynikającej z niepewności parametrów modelu neuronowego (neuronowo-rozmytego)211
3.3.1.Podejścia do szacowania wariancji wyjściowej modelu z parametrów w przypadku nieliniowym211
3.3.2.Metoda delta213
3.3.3.Oszacowanie kanapkowe232
3.3.4.Oszacowanie wariancji prognozy z wykorzystaniem bootstrapu236
3.4.Modelowanie wariancji prognozy wynikającej z błędu losowego247
3.4.1.Błąd losowy i błąd prognozy 247
3.4.2.Czynnik losowy o stałym odchyleniu standardowym 249
3.4.3.Czynnik losowy o zmiennym odchyleniu standardowym 257
3.5.Modelowanie niepewności wejść261
3.5.1.Prognozowanie w warunkach szumu wejściowego261
3.5.2.Oszacowania oparte na lokalnej linearyzacji modelu268
3.5.3.Wyznaczanie prognozy w warunkach niepewności wejść przy użyciu metod opartych na próbkowaniu Monte Carlo274
3.5.4.Aproksymacja gęstości prawdopodobieństwa niepewności wejść modelu285
3.5.5.Uproszczone rozwiązania dla przypadków szczególnych291
3.6.Podsumowanie294

Rozdział 4. Prognozy zapotrzebowania na energię i ryzyko decyzji 297

4.1.Ogólna charakterystyka procesu podejmowania decyzji298
4.2.Prognozy i decyzje302
4.2.1.Prognozy zapotrzebowania na energię jako dyskretne zmienne losowe303
4.2.2.Prognozy zapotrzebowania na energię jako ciągłe zmienne losowe325
4.3.Planowanie optymalnej wielkości zakupu w warunkach nierównowagi kosztów nadmiaru i niedoboru energii337
4.3.1.Optymalizacja wielkości zakupu przy ograniczonej trwałości towaru w warunkach ryzyka popytowego - klasyczny problem gazeciarza337
4.3.2.Optymalna wielkość zakupu energii elektrycznej na rynku w warunkach ryzyka popytowego350
4.3.3.Optymalna alokacja zakupionej energii na większą liczbę niepewnych popytów364
4.4.Podsumowanie389

Zakończenie391

Załącznik 1. Ważniejsze gradienty i hesjany związane z warstwową siecią perceptronową MLP395

Z1.1. Wyznaczanie gradientu błędu sieci MLP względem wag dla danego wzorca treningowego395
Z1.2. Wyznaczanie hesjanu błędu sieci MLP względem wag399
Z1.3. Wyznaczanie pochodnych wyjścia sieci MLP względem wag, dla danego wejścia  409
Z1.4. Wyznaczanie pochodnych wyjścia sieci MLP względem zmiennych wejściowych  411

Załącznik 2. Ważniejsze gradienty i hesjany związane z siecią neuronowo-rozmytą FBF414

Z2.1. Wyznaczanie gradientu błędu sieci FBF względem wag, dla danego wzorca treningowego414
Z2.2. Wyznaczanie hesjanu błędu kwadratowego sieci FBF względem wag419
Z2.3. Wyznaczanie gradientu wyjścia sieci FBF względem wag, dla danego wejścia431
Z2.4. Wyznaczanie pochodnych wyjścia sieci FBF względem zmiennych wejściowych433

Załącznik 3. Ważniejsze gradienty i hesjany związane z siecią neuronowo-rozmytą typu Takagi-Sugeno z liniowymi następnikami reguł436

Z3.1. Wyznaczanie gradientu w przestrzeni wag dla błędu sieci neuronowo-rozmytej typu Takagi-Sugeno, przy danym wzorcu treningowym436
Z3.2. Wyznaczanie hesjanu błędu kwadratowego sieci neuronowo-rozmytej typu Takagi-Sugeno względem wag440
Z3.3. Wyznaczanie gradientu wyjścia sieci neuronowo-rozmytej typu Takagi-Sugeno, dla danego wejścia450
Z3.4. Wyznaczanie pochodnych wyjścia sieci neuronowo-rozmytej typu Takagi-Sugeno względem zmiennych wejściowych451

Literatura455
Spis rysunków i tabel463
Od Redakcji467

Książka "EBOOK Modelowanie niepewności krótkoterminowego popytu na energię elektryczną z wykorzystaniem sieci"
Witold Bartkiewicz