FE-01: Datadrevet prediksjon av pris og volum i korte kraftmarkeder

Motivasjon og relevans

Kraftmarkedet er i rask endring. Denne endringen drives av endringer i produksjonsmidlene, endringer i forbruket og hvor fleksibelt dette er, endringer i regulatoriske og markedsdesignmessige forhold og endringer i hvordan politikere og forbrukere forholder seg til kraftmarkedene.

Dette prosjektet ser på hvordan eiere av komponenter i kraftsystemet (batterier, vindparker og store laster) kan forholde seg til de kortere markedene som kommer etter spot-markedet. Det er lagt opp til en datadrevet tilnærming til hvordan man fordeler sine enheter mellom markedene, og denne oppgaven vil være med på å legge grunnlaget for maskinlæringsmodeller til prediksjon opp mot dette.

Bakgrunn

Norge har en pågående prosess for å tilnærme seg det europeiske markedsdesignet, og det er pågående endringer i den nordiske balansemodellen (The Nordic Balancing Model). Dette gir endringer i hvilke produkter som kan tilbys til markedene, hvor kanskje en av de største endringene i senere tid er overgangen til 15 minutters spot-pris-oppløsning i 2025.

Disse pågående endringene har gjort det krevende å trene datadrevne modeller som trenger lange tidsserier. Det begynner nå å bli tilstrekkelig historikk til at dette kan sees på som grunnlag til en prediktiv modell som kan tjene som grunnlag for fordeling av bud mellom markeder. Samtidig som det er markedsdesignmessige endringer er det også endringer i kraftmiks og i oppførsel av for eksempel forbruksaktører som deltar i disse markedene.

Prosjektet har som langsiktig mål å utarbeide metoder for budsplitting under usikkerhet, men som første steg i denne prosessen trengs kvantitative prediksjoner av pris og volum i forskjellige markeder. For å kunne gjøre dette må et tilstrekkelig grunnlag etableres for trening og verifisering. Dette arbeidet vil være sentralt i sommerforskeroppgaven.

Oppgave:

Arbeidet er knyttet til oppsett, testing og validering av en arbeidsflyt for å trene datadrevne modeller for pris og volum i korte markeder, som er et pågående arbeid ved SINTEF Energi. Kandidaten forventes å sette seg inn i input-dataseriene, etablere metoder for å oppdatere disse løpende samt å vise dem frem i et passende dashboard. Det er videre ønskelig at studenten utvikler benchmark-modeller for prediksjon av pris og volum i kortere markeder etter spot-markedet. Hvis tid og fremdrift tillater det, er det også mulig for studenten å implementere egne modeller dersom dette er ønskelig. Det er en fordel om arbeidet kan videreføres i en prosjekt- og masteroppgave.

Oppgaven består i å:

• Sette seg inn i datagrunnlaget for prediksjon av priser og volumer.
• Utarbeide løsninger for automatisk datainnhenting og visualisering.
• Implementering av (naive) benchmark-modeller hentet fra litteraturen.
• Utprøving av egne modeller om ønskelig.

Oppgaven knyttes til KI senteret «AI for decisions» (AiD) ledet av NTNU/SINTEF Digital, se Norwegian Centre on AI for Decisions | aiD

Forutsetninger

Det er en forutsetning at sommerforskeren har kjennskap til (eller evne til å sette seg inn i):

• Programmering (fortrinnsvis Python).
• Operasjonsanalyse med lineær programmering.

Videre er det en fordel om sommerforskeren har kjennskap til (eller evne til å sette seg inn i):

• Kraftmarkeder.
• Modeller for prediksjon av priser og volumer.

Slik søker du:

Søknad, CV og karakterutskrifter lastes opp der du søker.

Hos SINTEF Energi kan du søke på opptil tre sommerjobber. Om du søker på flere sommerjobber sender du en samlet søknad. Jobbnummer for de ønskede jobbene legges som overskrift i søknadsteksten i prioritert rekkefølge (f.eks ET-01, FE-04 ...). Vi gjør oppmerksom på at søkere kan vurderes for andre sommerjobber enn de har søkt på.

Stillingene fylles fortløpende. Vi anbefaler deg derfor å søke tidlig.

Søk her

Søknadsfrist er 08. november kl 23.59. 

Se alle sommerjobber i SINTEF Energi