BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kasperowicz Rafał (Uniwersytet Ekonomiczny w Poznaniu)
Tytuł
Prognozowanie zapotrzebowania na energię elektryczną - przegląd badań
Labour Market Situation as a Factor Pushing to Entrepreneurship - Empirical Verification on the Basic of Poland.
Źródło
Zeszyty Naukowe / Uniwersytet Ekonomiczny w Poznaniu, 2010, nr 132, s. 128-138, bibliogr. 34 poz.
Słowa kluczowe
Energia elektryczna, Modele prognostyczne, Produkcja energii, Zużycie energii, Zapotrzebowanie na energię
Electric power, Forecasting models, Energy production, Energy consumption, Energy demand
Uwagi
summ.
Abstrakt
Problem prognozowania zapotrzebowania na energię elektryczną wynikający z braku możliwości jej magazynowania został podjęty w artykule R. Kasperowicza.Zaprezentowano w nim najczęściej stosowane modele prognozowania spożycia energii elektrycznej, czyli prognozy krótkookresowe oraz długoterminowe. (fragment tekstu)

Analysing and forecasting the demand for electric energy is the most important research area in the electric power industry. It results from the special feature of electric energy that is lack of the possibility to store it. The supply has to balance the demand at every moment, that is why production and consumption of electric energy are particularly inter-linked. Companies of the electric power industry need to diversify forecasts for this reason. The article presents models which are most often applied to forecasting consumption of electric energy. It is possible to divide the forecasting models into two types. The first one short-term forecasts which refer to minutes, hours or days and the second type - long-time forecasts which refer to months, quarters and years. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Ackerman, G. (1985), Short-term load prediction for electric-utility control of generating units, w: D.W. Bunn, E.D. Farmer (ed.), Comparative Modelsfor Electrical Load Forecasting, Wiley, New York.
  2. Aigner, D. J. i Schonfeld, P. (1990), Experimental designfor direct metering of residential electricity end-uses, w: J.J. Gabszewicz, J.F. Richard, L.A. Worsley (ed.), Economic Decision-making: Games, Econometrics and Optimization, North-Holland Publishing Company, Amsterdam.
  3. Aigner, D.J., Sorooshian, C. i Kerwin, P. (1984), Conditional analysis for estimating residential end-use loads profiles, The Energy Journal vol. 5, issue no. 3, s. 81-98.
  4. Bartels, R. i Fiebig, D.G. (1998). Residential End-Use Electricity Demand: Results from a Designer Experiment, The Energy Journal vol. 21, no. 2, s. 51-81.
  5. Beenstock, M., Goldin, E. i Nabot, D. (1999), The demand for electricity in Israel, Energy Economics no. 21, issue 2, s. 168-183.
  6. Box, G.E.P. i Jenkins, G.M. (1976), Time Series Analysis: Forecasting and Control, Holden Day, San Francisco.
  7. Chavez, S.G., Bernat, J.X. i Colla H.L. (1999), Forecasting of energy production and consumption in Asturis, Energy no. 24, s. 183-198.
  8. Chow, G.C. (1995), Ekonometria, Wydawnictwo Naukowe PWN, Warszawa.
  9. Cieślak, M. (2001), Prognozowanie gospodarcze. Metody i zastosowanie, Wydawnictwo Naukowe PWN, Warszawa.
  10. Craig, P.P., Gadgil, A. i Koomey, J.G. (2002), W hal Can History Teach Us? A Retrospetive Examination of Long-Term Energy Forecasts for the United States, The Annual Review of Energy and the Environment vol. 27, s. 83-118.
  11. Dziechciarz, J. (1981), Ekonometryczne modele zużycia energii elektrycznej w Polsce, Prace Naukowe Akademii Ekonomicznej im. Oskara Lanego we Wrocławiu nr 185, Wrocław.
  12. Dziechciarz, J. (1983), Własności prognostyczne zużycia energii elektrycznej w Polsce, Prace Naukowe Akademii Ekonomicznej im. Oskara Lanego we Wrocławiu nr 220, Wrocław.
  13. Engle, R.F., Granger, C.W. J. i Hallman, J.J., Merging Short- and Long-run Forecasts: An Application of Seasonal Cointegration to Monthly Electricity Sales Forecasting, Journal of Econometrics no. 40(1), s. 45-62.
  14. Fatai, K., Oxley, L. i Scrimgeour, F.G. (2003), Modeling and Forecasting the Deman dfor Electrycity in New Zeland: A Comparision of Alternative Approaches, The Energy Journal vol. 24, no. l, s. 75-102.
  15. Ghosh, S. i Das, A. (2002), Short-run electricity demand forecasts in Maharashra, Applied Economics no. 34, s. 1055-1059.
  16. Hansen, J.V., McDonald, J.B. i Nelson, R.D., Time Series Prediction with Genetic-Algorithm Designed Neural Networks: An Empirical Comparison with Modern Statistical Models, Computational Intelligence vol. 15, no. 3, s. 171-184.
  17. Harvey, A. i Koopman, S.J. (1993), Forecasting Hourly Electricity Demand Using Time Varying Spliners, Journal of the American Statistical Association, December, vol. 88, no. 424, s. 1228-1236.
  18. Huss, W.R. (1985), Comparative analysis of company forecasts and advanced time series techniques using annual electric utility energy sales data, International Journal of Forecasting no. l, s. 217-239.
  19. Kokkelenberg, E.C. i Mount, T.D. (1993), Oil shocks and demand for electricity, The Energy Journal no. 14, s. 113-138.
  20. Lasoń, W., Pyrczak, W. i Trąbka, J. (2001), Inspiracje biologiczne w sieciach neuronowych i algorytmach genetycznych, w: L.H. Chaber (red.), Polskie doświadczenia w kształtowaniu społeczeństwa informacyjnego: dylematy cywilizacyjno-kulturowe, materiały ogólnopolskiej konferencji naukowej, Kraków, wrzesień, s. 199-208.
  21. Malko, J., Mikołajczak, H. i Skorupski, W. (1996), Problem dokładności modelowania krótkoterminowego godzinowego obciążeń elektroenergetycznych za pomocą sieci neuronowych warstwowych, III sympozjum: Prognozowanie w elektroenergetyce, Częstochowa.
  22. Malko, J., Mikołajczak, H. i Skorupski, W. (1994), Sztuczne sieci neuronowe jako narzędzie prognozowania zapotrzebowania mocy w systemie elektroenergetycznym, II sympozjum: Prognozowanie w elektroenergetyce, Częstochowa.
  23. Misiorek, A. i Weron, R. (2004), Modelowanie sezonowości a prognozowanie zapotrzebowania na energię elektryczną, Energetyka, grudzień, s. 759-764.
  24. Nelson, C.R., Peak, S.C. i Uhler R.G. (1989), The NERC fan in retrospect, The Energy Journal no. 10, s. 91-107.
  25. Parti, M. i Parti, C. (1980), The total and appliance specyfic conditional demand for electricity In the household sektor, Bell Journal of Economics no. 11, s. 309-321.
  26. Pesaran, M.H., Shin, Y. i Smith, R. J. (1996), Testing for the Existence of a Long-Run Relationship, Departament of Applied Economics, Working Paper no. 9622, University of Cambridge, Cambridge.
  27. Philips, PC.B., Hansen, B.E. (l 990), Statistical inference witch 1(1) processes, Review of Economic Studies no. 57.
  28. Ramanathan, R., Engle, R.F., Granger, C.W.J., Yahid-Araghi, A. i Brace, C. (1997), Short-run Forecasts of Electricity Loads and Peaks, International Journal of Forecasting no. 13,5.161-174.
  29. Smith, M. (2000), Modeling and Short-Term Forecasting of New South Wales Electricity System Load, Journal of Business & Economic Statistics, October, vol. 18, no. 4, s. 465-478.
  30. Starr, C. (1979), Energy planning: a nation at risk, w: C. Starr (ed.), Current Issues in Energy: A Selection of Papers by Chauncy Starr, Pergamon New York, s. 153-190.
  31. Stern, H.S. (1996), Neural Networks in Applied Statistics, American Statistical Association and the American Society for Quality Control, Technometrics, August, vol. 38, no. 3,s.205-214.
  32. Suarez-Farinas, M., Pedreira, C.E. i Medeiros, M.C. (2004), Local Global Neural Networks: A New Approach for Nonlinear Time Series Modeling, Journal of the American Statistical Association, December, vol. 99, no. 468, s. 1092-1107.
  33. The Business Cycle in the Power Industry (2002), Energy Security Analysis ESAI, July 16.
  34. Zawada M. (2002), Modelowanie i prognozowanie zapotrzebowania na energię elektryczną w aspekcie rozwoju rynku energii elektrycznej w Polsce, Wydawnictwo Wyższej Szkoły Zarządzania i Marketingu w Sosnowcu, Sosnowiec.
Cytowane przez
Pokaż
ISSN
1689-7374
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu