D’après pv magazine International
Les prix de l’électricité peuvent fluctuer jusqu’à 20 fois plus que ceux des marchés boursiers chaque jour, avec une volatilité horaire dépassant les 1 000 %. Divers facteurs, tels que les variations de la demande d’énergie, la production d’énergie renouvelable, la météo et les perturbations du marché, sont à l’origine de cette volatilité. Les entreprises et les consommateurs dépendent des prévisions pour naviguer sur le marché, mais les modèles traditionnels ont du mal à gérer ces variations extrêmes des prix.
Pour résoudre ce problème, des chercheurs du Centre commun de recherche (JRC) de la Commission européenne ont développé une nouvelle méthode pour améliorer la précision des prévisions des prix. Cette approche utilise une technique de filtrage pour affiner les données historiques des prix avant d’appliquer les modèles de prévision. Elle exploite des méthodes statistiques avancées pour détecter et ajuster les fluctuations extrêmes des prix tout en préservant les tendances clés du marché.
Cette méthode applique des techniques statistiques robustes dans le cadre d’une fenêtre mobile, nettoyant systématiquement les données d’entrée des modèles de prévision. Ils l’ont présentée dans l’article “Enhancing electricity price forecasting accuracy: A novel filtering strategy for improved out-of-sample predictions”, récemment publié dans Applied Energy.
L’efficacité de la méthode a été validée en utilisant des modèles statistiques avancés et des modèles d’apprentissage profond à travers six marchés de l’énergie : le marché européen nordique de l’électricité (Nord Pool, NP), le marché Pennsylvania-New Jersey-Maryland (PJM) aux États-Unis, les marchés de l’électricité à court terme en Belgique (EPEX-BE), en France (EPEX-FR) et en Allemagne (EPEX-DE), et le marché de l’électricité du nord de l’Italie (IT-NORTH, ITN).
En comparant les résultats avec des données non filtrées, la nouvelle méthode a montré des améliorations de la précision des prévisions, certains modèles enregistrant des gains allant jusqu’à 4 %.
« Cette amélioration se manifeste non seulement dans la valeur des indicateurs de précision, mais aussi dans les résultats des tests statistiques », ont expliqué les chercheurs. « La stratégie de filtrage proposée présente des exigences informatiques raisonnables et abordables, ce qui la rend adaptée à la recalibration quotidienne et aux applications pratiques dans un contexte commercial réel. »
Ce contenu est protégé par un copyright et vous ne pouvez pas le réutiliser sans permission. Si vous souhaitez collaborer avec nous et réutiliser notre contenu, merci de contacter notre équipe éditoriale à l’adresse suivante: editors@pv-magazine.com.
En transmettant ce formulaire vous acceptez que pv magazine utilise vos données dans le but de publier votre commentaire.
Vos données personnelles seront uniquement divulguées ou transmises à des tierces parties dans une optique de filtre anti-spams ou si elles s’avèrent nécessaires à la maintenance technique du site web. Un transfert de vos données à des tierces parties pour toute autre raison ne pourra se faire que s’il est justifié par la législation relative à la protection des données, ou dans le cas où pv magazine y est légalement obligé.
Vous pouvez révoquer ce consentement à tout moment avec effet futur, auquel cas vos données personnelles seront immédiatement supprimées. Dans le cas contraire, vos données seront supprimées une fois que pv magazine aura traité votre requête ou lorsque le but du stockage des données est atteint.
Pour de plus amples informations sur la confidentialité des données, veuillez consulter notre Politique de Protection des Données.