Pörssisähkön hintaennuste Hämylä Edition

Tämä kokeellinen koneoppimismalli haarukoi pörssisähkön kuluttajahintaa noin 5 pv eteenpäin. Malli peilaa mm. ennustettua säätä ja sähköntuotantoa aiempiin ajanjaksoihin, joissa nämä seikat olivat samankaltaiset.

Vaikka malli on tavanomaisissa tilanteissa yllättävänkin tarkka, ennusteeseen tulee suhtautua varauksella. Se ei välttämättä arvaa poikkeustilanteiden hintavaikutuksia oikein. Tuuliennusteella on suuri vaikutus hintapiikkeihin, varsinkin jos samaan aikaan on huoltoja. Malli opetetaan ja ennuste päivitetään automaattisesti muutamia kertoja päivässä.

Tuulivoimaennuste

Perustuu Pohjanlahden rannikon FMI-sääasemien tietoihin ja ennusteisiin. Yli 2...3 gigawatin tuuli on sähkön hinnan kannalta suotuisa, ja alle 1 gigawatin tuulella hinta voi nousta korkealle, jos samaan hetkeen osuu huoltotaukoja tai on kylmä.

Hintaennusteen kehitys

Graafi kertoo, miten mallin ennusteet ovat kehittyneet viime aikoina. Tämä saattaa auttaa hahmottamaan, mihin suuntaan ennuste on menossa. Isoja mielenmuutoksia voi tulla mm. jos sääennuste on muuttunut paljon, hintahäiriön syy on historiallisesti uudenlainen tai harvinainen, tai jos numeroiden taustalla olevaa avointa lähdekoodia on hiljattain muutettu.

Oranssi viiva on toteutunut Nordpool-hinta. Vahva sininen viiva on uusin ennuste. Ohenevat siniset viivat ovat aiempia ennusteita aiemmilta päiviltä.

Mitä ennuste huomioi?

Kyseessä on koneoppimismalli, joka hakee korrelaatioita eri muuttujien välillä ja oppii, millaiseen hintaan kukin yhdistelmä historian perusteella johtaa. Tämä ei siis ole aikasarjaennuste, vaan jokainen tunti saa arvonsa erikseen näiden tietojen perusteella:

Tuulivoima-alueiden tuuliennusteet: FMI-sääasemat, eli epäsuorasti tuulivoiman määrä

Lämpötilaennusteet: FMI-sääasemat, eli epäsuorasti lämmitystarve ja vuodenaika

Ydinvoimatuotanto: Fingrid (mallin opetus) ja ENTSO-E REMIT UMM (ennuste)

Siirtokapasiteetti: Ruotsista ja Virosta Suomen suuntaan

Viikonpäivä: ma-su

Kellonaika: 0-23

Nämä muuttujat on valittu intuitiolla ja kokeilemalla. Jokin toinen yhdistelmä voisi toimia paremmin tai huonommin. Lähdekoodi on avointa, joten olet tervetullut kokeilemaan erilaisia vaihtoehtoja näiden lisäksi tai sijaan.

11.8.2024:

Poistettu ENTSO-E REMIT UMM -tuotantomuuttuja, koska rajapinnan mukaan OL3 olisi huollossa vuoden 2025 puolelle asti. Tämä ei onneksi ole totta, mutta sotkee ennusteen. Tutkimme asiaa ja palautamme ydinvoimaennusteen mukaan opetukseen, jos virheen syy löytyy. Ydinvoimaennuste olettaa nyt, että viimeisin tunnettu tuotantoluku pysyy seuraavat 5 vrk.

Kuukausitieto (tammikuu-joulukuu) on poistettu mallin opetuksesta, koska takavuosien kk-keskiarvot voivat markkinatilanteen vuoksi olla hyvin erilaiset kuin tänä vuonna. Vuodenajan hintavaikutus käy opetuksessa ilmi myös säätilasta, kun lämpötilat menevät pakkaselle ja kulutus kasvaa.

19.8.2024:

Lisätty rajasiirtokapasiteetit Suomen suuntaan: Pohjois-Ruotsi, Keski-Ruotsi ja Viro. Tämän pitäisi tarkentaa ennustetta huoltojaksojen aikana. Laskenta olettaa, että huomisen ilmoitettu kapasiteetti pysyy samana 5 pv ennustejakson ajan.

31.8.2024:

Vaihdettu ennustemallin tyyppi Random Forestista XGBoostiin grid search -vertailun perusteella.

16.9.2024:

Otettu käyttöön 20 sääaseman historia- ja ennustetietoihin perustuva oma tuulivoimamalli.

22.9.2024:

Suunniteltu tuontikapasiteetti (Fingrid) huomioidaan nyt siirtoennusteessa. Tuulivoimatiedot mukana kielimallin selosteessa. Tuulivoimamallia tuunattu.

17.10.2024:

Ydinvoimaloiden ilmoitetut huoltokatkot ja tulevat tuotantokapasiteetit (ENTSO-E) palautettu ennusteeseen. Hintaennuste vaihdettu pylväsgraafiksi.

20.10.2024:

Kielimalli näkee nyt ydinvoimaloiden huoltoja ja siirtoyhteyksiä koskevat ennakkotiedot.

Mitä ennuste ei huomioi?

Ennuste ei näe mitään muuta kuin mitä yllä on mainittu. Esim. juhlapyhät ja aurinkoenergia puuttuvat vielä. Opetuksessa käytetty data alkaa vuoden 2023 alusta.

Vaikka malli osaa "ennustaa" menneisyyttä ja historiallisesti tutun tyyppistä tulevaisuutta toisinaan oivasti, hinta-arviot uudenlaisissa poikkeustilanteissa voivat olla pielessä. Älä siis esim. säädä talosi lämmitystä näiden numeroiden perusteella, jos et ole kotona.