Statistical approach to evaluate power generation sources influence on electricity market price: Lithuania case
LTŠiame straipsnyje pateikiamas statistinis tyrimas, kuris leidžia įvertinti skirtingų elektros energijos gamybos šaltinių įtaką elektros energijos rinkos kainai. Metodika apima tam tikrų regionų elektros energijos rinkos ir elektros energijos tinklų duomenų laiko eilučių analizę. Dviejų pakopų koreliacijos analizės metodas taikomas siekiant nustatyti elektros energijos šaltinius, kurie reikšmingai veikia elektros energijos kainas ir nėra susiję su elektros energijos apkrova. Galutinė metodinė priemonė yra regresijos lygtis, kurią pasitelkus vertinama skirtingų elektros energijos gamybos šaltinių įtaka elektros energijos rinkos kainai. Pasiūlytas metodas leido įvertinti skirtingų elektros energijos šaltinių įtaką elektros energijos kainoms Lietuvoje. Nustatyta, kad upės hidroenergijos gamyba ir elektros energijos importas yra du kintamieji, reikšmingai veikiantys elektros energijos rinkos kainas Lietuvoje. Reikšminiai žodžiai: elektros energijos rinkos kaina, elektros energijos gamybos šaltinių įvertinimas, metodologija, koreliacija, regresija. [Iš leidinio]
ENThis article introduces a statistical approach that helps to evaluate different power generation sources’ influence on electricity market prices. The methodology involves certain regions’ electricity market and power grid data time series analysis. The two-stage correlation analysis method is used to determine electricity sources that meaningfully influence electricity prices and do not correlate with electricity load. Those electricity generation sources are selected for the linear regression where the dependent variable is electricity market price and independent variables are identified generation sources. The regression equation is a final methodology tool that assesses different power generation sources’ impact on electricity market price. Coefficient value, besides each independent variable, identifies the magnitude of the impact, while positive and negative signs determine if the electricity market price would increase or decrease if an average monthly generation of a certain source would be increased. The proposed approach allowed us to estimate different electricity sources’ influence on electricity prices in Lithuania. Run-of-river generation and electricity import are identified as two variables meaningfully influencing electricity market prices in Lithuania. Regression analysis showed that a 1 MW increase in an average monthly run-of-river generation could decrease electricity price by 0.131 € while a 1 MW increase in average monthly electricity import could increase electricity price by 0.017 €. Keywords: electricity market price, power generation sources evaluation, methodology, correlation, regression. [From the publication]
- Cyber security management of critical energy infrastructure in national cybersecurity strategies: cases of USA, UK, France, Estonia and Lithuania / Manuela Tvaronavičienė, Tomas Plėta, Silvia Della Casa, Juozas Latvys. Insights into regional development. 2020, vol. 2, no. 4, p. 802-813.
- Future of Lithuanian energy system : electricity import or local generation? / Egidijus Norvaiša, Arvydas Galinis. Energy strategy reviews. 2016, 10, p. 29-39.
- Lithuanian electricity market price forecasting model based on univariate time series analysis / Mindaugas Česnavičius. Energetika. 2020, t. 66, Nr. 1, p. 39-46.
