JOURNAL ARTICLE

FUZZY TIME SERIES FOR ELECTRICITY PRICE FORECASTING

Abstract

Короткострокове прогнозування вартості електричної енергії на оптовому ринку є необхідною умовою для ефективної участі в торгах оператора Microgrid та відповідних підрозділів промислових підприємств. Короткострокове прогнозування ціни має важливе значення для визначення оптимального розподілу потужностей між розосередженими джерелами генерації та їх узгодженої роботи з засобами акумулювання енергії, керованим навантаженням та енергосистемою. В роботі подано стислий опис і наведені основні математичні залежності теорії нечіткого моделювання часових рядів і методики їх прогнозування. Такий підхід передбачає можливість використання як нечіткої (в тому числі лінгвістичної), так і детермінованої (завдяки фазифікації) вихідної інформації. Експериментальні розрахунки показали перспективність застосування нечіткого підходу для вирішення проблеми прогнозування часових рядів (на прикладі вартості електричної енергії), у тому числі у разі відсутності деяких статистичних даних або можливої наявності в них похибки.

Keywords:
Bidding Electricity price forecasting Fuzzy logic Computer science Microgrid Electricity Electricity market Series (stratigraphy) Term (time) Time series Operator (biology) Operations research Grid Electric power system Probabilistic forecasting Mathematical optimization Econometrics Power (physics) Economics Artificial intelligence Machine learning Engineering Microeconomics Mathematics Probabilistic logic

Metrics

0
Cited By
0.00
FWCI (Field Weighted Citation Impact)
2
Refs
0.18
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Topics

Energy Load and Power Forecasting
Physical Sciences →  Engineering →  Electrical and Electronic Engineering
Stock Market Forecasting Methods
Social Sciences →  Decision Sciences →  Management Science and Operations Research
Neural Networks and Applications
Physical Sciences →  Computer Science →  Artificial Intelligence
© 2026 ScienceGate Book Chapters — All rights reserved.