Core Concepts
Transformer型予測とwcDTWを組み合わせた新しい手法により、リアルタイム電力市場でのバッテリー入札の収益を10%向上させることができる。
Abstract
本研究では、リアルタイム電力市場におけるバッテリー入札の最適化に向けて、Transformer型予測とwcDTW(Weighted Constrained Dynamic Time Warping)を融合した新しい手法を提案している。
まず、過去のデータを用いてクラスタリングを行い、類似した市場状況を特定する。次に、Transformerモデルを使って電力価格の確率的な予測を行う。その上で、wcDTWを用いて、クラスタ内から代表的なシナリオを選択する。
提案手法を2024年7月のPJM市場で評価したところ、従来手法と比べて10%の収益向上が確認された。これは、Transformerによる高精度な予測と、wcDTWによる適切なシナリオ選択が功を奏したためと考えられる。
具体的には、提案手法は以下の点で優れていた:
価格スパイクを正確に捉えられる
過剰な予測を回避できる
価格上昇のタイミングを正確に予測できる
このように、本研究の提案手法は、リアルタイム電力市場におけるバッテリー入札の収益性を大幅に改善できる可能性を示している。
Stats
電力価格の予測誤差の平均は約3$/MWhであった。