Hybrid cloud solution for mission critical applications: A case study on electricity market forecasting
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
Language
en
Pages
68
Series
Abstract
To ensure the stability of the power grid, it is essential to keep the grid frequency close to a nominal value by balancing electricity production and consumption at every moment. Different electricity markets incentivize generator, storage, and load operators to actively participate in the balancing effort. One key category of markets is frequency reserve markets in which the transition service operator procures reserve capacity from all reserve providers that have generators, storages, or loads prequalified for the market. Providers submit bids before a gate closure deadline, and an auction mechanism determines bid acceptance and the clearing price. For all parties, it is beneficial that the bids are made for the market intervals when the market prices are highest and therefore most needed. To be able to make the bids at the times of the highest prices, accurate and highly available forecasts of the markets are needed. One suitable forecasting model for this is seasonal autoregressive integrated moving average model with exogenous variables (SARIMAX). Due to the gate closure deadline, there is a limited time between the availability of required input data for the model and the deadline by which forecast users require the forecasts to be ready. This creates real-time requirements for forecasting. While prior research has addressed electricity price forecasting and creating highly available real-time systems separately, the integration of these two in the context of electricity market forecasting has not been studied. This thesis aims to bridge this gap by studying how the SARIMAX model can be used to forecast the prices of one of the Finnish electricity reserve markets with high availability using a hybrid cloud approach with diverse redundancy. The thesis begins by introducing the concepts of hybrid cloud, workflow orchestration, redundancy and the forecasting model SARIMAX. After this, a case study of a hybrid cloud system with SARIMAX forecasting for frequency containment reserve for normal operations (FCR-N) market and the results of the system are presented. Based on the results, the SARIMAX model is a viable solution for predicting the FCR-N results and the used system architecture is suitable for this kind of a real-time system.Sähköverkon vakaan toiminnan kannalta on välttämätöntä pitää sähköverkon taajuus lähellä nimellistaajuutta tasapainottamalla sähkön tuotanto ja kulutus jokaisella hetkellä. Erilaiset sähkömarkkinat mahdollistavat tasapainottamiseen osallistumisen generaattoreiden, sähkövarastojen ja -kuormien operaattoreille. Olennaisen sähkömarkkinoiden kategorian muodostavat taajuusreservimarkkinat, joilla kantaverkkoyhtiö varaa kapasiteettia reservitoimittajilta, joilla on tarkoitukseen sopivia generaattoreita, sähkövarastoja tai -kuormia. Reservitoimittajat antavat tarjoukset ennen markkinakohtaista määräaikaa, ja huutokauppamekanismi määrittää tarjousten hyväksymisen sekä reservin hinnan. Kaikille osapuolille on hyödyllistä, että tarjoukset kohdennetaan hetkiin, jolloin reserveistä on eniten puutetta ja hinnat siten korkeimmat. Jotta tarjoukset voidaan kohdentaa näihin hetkiin, ovat tarkat ja korkeasti saatavilla olevat ennusteet tarpeellisia. Yksi sopiva ennustemalli tähän tarkoitukseen on autoregressiivinen integroiva liikkuvan keskiarvon malli kausivaihtelulla ja ulkoisilla muuttujilla (eng. SARIMAX). Tarjousten määräaika ja toisaalta mallin tarvitseman datan saatavuus aiheuttavat ennusteille reaaliaikavaatimuksia. Aikaisempi tutkimus on käsitellyt sähkön hinnan ennustamista ja korkeasti saatavilla olevien reaaliaikajärjestelmien toteuttamista erikseen, mutta näiden yhdistelmää reservimarkkinoiden kontekstissa ei ole tutkittu. Tämä diplomityö pyrkii täyttämään tämän aukon tutkimalla, miten SARIMAX-mallia voidaan käyttää reservihintojen ennustamiseen yhdellä Suomen reservimarkkinoista saavuttaen samalla korkean saatavuuden käyttämällä monimuotoista redundanssia hybridipilviarkkitehtuurissa. Diplomityö alkaa hybridipilven, prosessien orkestroinnin, redundanssin sekä SARIMAX-mallin esittelyllä. Tämän jälkeen esitellään käytännön työ, jossa SARIMAX-mallia hybridipilviarkkitehtuurissa käytetään ennustamaan taajuusohjatun käyttöreservin hintaa sekä työn tulokset. Tulosten perusteella voidaan todeta, että SARIMAX-malli on toimiva malli taajuusohjatun käyttöreservin hintojen ennustamiseen ja käytetty järjestelmäarkkitehtuuri soveltuu tällaiseen reaaliaikaiseen järjestelmään.Description
Supervisor
Vyatkin, ValeriyThesis advisor
Subramanya, RakshithSierla, Seppo