Forecasting hourly supply curves in the Italian day-ahead electricity market with a double-seasonal SARMAHX model

Abstract

Este trabajo está dedicado a la previsión a corto plazo de las curvas horarias agregadas de oferta en los mercados de electricidad. Las series temporales de curvas de oferta pueden considerarse series temporales funcionales, que son la realización de un proceso estocástico en el que cada observación es una función continua definida en un intervalo finito. Para prever estas series temporales, se requieren modelos que operen con funciones continuas. El enfoque estándar para estimar estas curvas de oferta se basa en técnicas de reducción de la dimensionalidad, con lo que se pierde cierta información en el proceso. En este trabajo se propone un modelo de previsión funcional que utiliza las curvas de oferta continuas como entradas y no requiere convertir las curvas a un número limitado de componentes, evitando así la correspondiente pérdida de información. El modelo propuesto se basa en un modelo funcional SARMAHX de doble estacionalidad que amplía los modelos ARMA clásicos y es capaz de captar la estacionalidad diaria y semanal de las series de curvas de oferta. Además, se pueden incluir variables exógenas para dar cuenta de los factores externos que influyen en el comportamiento de oferta de los agentes. La eficacia del modelo propuesto se ilustra mediante la previsión de las curvas de oferta agregadas horarias de los competidores de la principal empresa de generación italiana y se compara con otros modelos de referencia encontrados en la literatura.

This paper is devoted to the short-term forecasting of the hourly aggregated supply curves in Day-Ahead electricity markets. The time series of supply curves can be considered as a functional time series, which is the realization of a stochastic process where each observation is a continuous function defined on a finite interval. In order to forecast these time series, models that operate with continuous functions are required. The standard approach for estimating these supply curves relies on dimensionality reduction techniques, hence losing some information in the process. This paper proposes a functional forecasting model that uses the continuous supply curves as inputs and does not require turning the curves to a limited number of components, thus avoiding the corresponding information loss. The proposed model is based on a double-seasonal functional SARMAHX model which extends the classical ARMA models and it is able to capture the daily and weekly seasonality of the series of supply curves. In addition, exogenous variables can be included to account for the external factors that influence the offering behavior of the agents. The effectiveness of the proposed model is illustrated by forecasting the hourly aggregated supply curves of the competitors of the main Italian generation company and is compared to other reference models found in the literature.