Modelling and comparison of electricity prices in day-ahead markets using Gaussian and Student’s t processes
Abstract
Preizkušamo dva napovedna modela za nestabilne cene električne energije trga za dan vnaprej. Gausovi procesi delujejo dobro v običajnih razmerah, vendar se spopadejo slabo z nenadnimi skoki cen. Student-T procesi bolje obvladajo ekstremne nihanja cen, ker predvidevajo večjo volatilnost. Oba modela sledita sezonskim vzorcem in tržnim trendom. Ovrednotimo jih na evropskih trgih električne energije, zlasti v Sloveniji, s poudarkom na natančnosti napovedi, obnašanju med cenovnimi šoki, zanesljivosti negotovosti in sposobnosti zajemanja vzorcev tržne volatilnosti.
Fields of Study & Subjects
Energy Load and Power Forecasting
Electric Power System Optimization
Stock Market Forecasting Methods
Publication details
- Journal / source
- Repository of the University of Ljubljana (University of Ljubljana)
- Publication date
- 7 January 2026
- Language
- SL
- Document type
- Thesis