Data-driven forecasting of price formation in the Greek day-ahead electricity market

Απλή σελίδα τεκμηρίου
dc.contributor.advisorKarapidakis, Emmanouilen
dc.contributor.advisorΚαραπιδάκης, Εμμανουήλel
dc.contributor.authorNikologiannis, Mariosen
dc.contributor.authorΝικολογιάννης, Μάριοςel
dc.date.accessioned2026-03-27T13:50:29Z
dc.date.available2026-03-27T13:50:29Z
dc.date.issued2026-03-27
dc.description.abstractThis thesis presents a data-driven framework for modelling and forecasting price formation in the Greek Day-Ahead Electricity Market through the structural reconstruction of historical data from accepted key energy generation order types. Instead of directly predicting the Market Clearing Price (MCP), the proposed approach decomposes the auction mechanism into its fundamental components, granting valuable insights regarding market behaviour. The orders’ energy generation categories are Block Orders, Hourly Hybrid Orders and Implicit Import Orders, and each category is forecasted through different techniques, based on their time-series properties. Ridge regression and Autoregressive Integrated Moving Average (ARIMA) are used for Block Orders, hybrid order curves are forecasted through Functional Principal Component Analysis (FPCA) that capture their high-dimensional temporal structure, while Implicit Import Orders are forecasted through a Markov-LASSO/Logit model that is useful in capturing the time-series activation-like behaviour and traded energy magnitudes. The individual forecasts are recombined to produce the MCP forecast, which is compared with the recorded data for the time interval under study.en
dc.description.abstractΗ παρούσα διπλωματική εργασία παρουσιάζει ένα πλαίσιο βασισμένο σε δεδομένα (data-driven) για τη μοντελοποίηση και την πρόβλεψη του σχηματισμού τιμών στην ελληνική Αγορά Επόμενης Ημέρας (Day-Ahead Market) ηλεκτρικής ενέργειας, μέσω της δομικής ανακατασκευής ιστορικών δεδομένων από αποδεκτούς βασικούς τύπους εντολών παραγωγής. Αντί για την απευθείας πρόβλεψη της Τιμής Εκκαθάρισης Αγοράς (MCP), η προτεινόμενη προσέγγιση αναλύει τον μηχανισμό της δημοπρασίας στα θεμελιώδη συστατικά του, παρέχοντας πολύτιμες γνώσεις σχετικά με τη συμπεριφορά της αγοράς. Οι κατηγορίες εντολών παραγωγής ενέργειας είναι οι Εντολές Μπλοκ (Block Orders), οι Ωριαίες Υβριδικές Εντολές (Hourly Hybrid Orders) και οι Εντολές Έμμεσων Εισαγωγών (Implicit Import Orders), και κάθε κατηγορία προβλέπεται μέσω διαφορετικών τεχνικών, βάσει των ιδιοτήτων των χρονοσειρών τους. Η παλινδρόμηση Ridge και το μοντέλο ARIMA χρησιμοποιούνται για τις Εντολές Μπλοκ, οι καμπύλες των υβριδικών εντολών προβλέπονται μέσω της Ανάλυσης Κύριων Συνιστωσών Συναρτήσεων (FPCA) που αποτυπώνει την πολυδιάστατη χρονική δομή τους, ενώ οι Εντολές Έμμεσων Εισαγωγών προβλέπονται μέσω ενός μοντέλου Markov-LASSO/Logit, το οποίο είναι χρήσιμο για την αποτύπωση της συμπεριφοράς ενεργοποίησης και των μεγεθών της διαπραγματεύσιμης ενέργειας. Οι επιμέρους προβλέψεις συνδυάζονται εκ νέου για την παραγωγή της πρόβλεψης της MCP, η οποία συγκρίνεται με τα καταγεγραμμένα δεδομένα για το υπό μελέτη χρονικό διάστημα.el
dc.identifier.urihttps://apothesis.hmu.gr/handle/123456789/11562
dc.language.isoen
dc.publisherΕΛΜΕΠΑ, Σχολή Μηχανικών (ΣΜΗΧ), ΔΠΜΣ Ενεργειακά Συστήματα
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectElectricity market
dc.subjectElectricity price forecasting
dc.subjectGreece
dc.subjectΑγορά ηλεκτρικής ενέργειας
dc.subjectΠρόβλεψη τιμών ηλεκτρικής ενέργειας
dc.subjectΕλλάδα
dc.titleData-driven forecasting of price formation in the Greek day-ahead electricity marketen
dc.titleΠρόβλεψη διαμόρφωσης τιμών στην ελληνική αγορά ηλεκτρικής ενέργειας επόμενης ημέραςel
dc.typeΜεταπτυχιακή Διατριβή
heal.academicPublisherIDΕΛΜΕΠΑ Ελληνικό Μεσογειακό Πανεπιστήμιο
Αρχεία
Πρωτότυπος φάκελος/πακέτο
Τώρα δείχνει 1 - 1 of 1
Δεν υπάρχει διαθέσιμη μικρογραφία
Ονομα:
NikologiannisMarios2026.pdf
Μέγεθος:
2.99 MB
Μορφότυπο:
Adobe Portable Document Format
Λήψη
Φάκελος/Πακέτο αδειών
Τώρα δείχνει 1 - 1 of 1
Δεν υπάρχει διαθέσιμη μικρογραφία
Ονομα:
license.txt
Μέγεθος:
2.17 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή:
Λήψη
Συλλογές
Μεταπτυχιακές εργασίες / Master Theses