Is the Iberian electricity market chaotic?: Characterization and prediction with nonlinear methods

Abstract

Com a alteração do paradigma relativo aos sistemas eléctricos, deixando de ser regulados e passando a ser liberalizados, o estudo e a previsão de preços e de potências de carga nos sistemas eléctricos tornaram-se num novo tema de interesse para os investi- gadores. Devido às particularidades da electricidade, um mercado de electricidade tem regras muito especí cas que têm que ser compreendidas antes de se iniciar o seu estudo. Este trabalho apresenta um estudo sobre o mercado Ibérico de Electricidade, repres- entado pelas séries de potências de carga e de preços, segundo uma abordagem de sistemas dinâmicos deterministícos caóticos. O objectivo do trabalho consistiu em veri car se as séries de potências de carga e de preços apresentam características caóticas, reconstruindo os seus atractores e estimando alguns invariantes do sistema, tais como a dimensão de correlação, a entropia de Kolmogorov-Sinai e os expoentes de Lyapunov. A previsão para as próximas 24 horas pode então ser feita usando o método determinístico de coordenadas com atraso do tempo e redes neuronais arti ciais. Como resultado deste trabalho, foram identi cadas evidências de que tanto a série das potências de carga como a série dos preços de electricidade são regidas por um sistema dinâmico caótico e as suas previsões foram conseguidas com bastante sucesso.

With the paradigm shift regarding power systems, that used to be regulated and started to be liberalized, the study and forecast of prices and electricity demand have become a new topic of interest to researchers. Due to the peculiarities of electricity, electricity markets have very speci c rules that must be understood before starting their study. This thesis presents a study of the Iberian Electricity Market, represented by the series of demand and prices, in the framework of nonlinear deterministic chaos. The goal of this research was to verify that the series of demand and prices have chaotic features, reconstructing their attractors and estimating some invariants of the system as the correlation dimension, the Kolmogorov-Sinai entropy and the Lyapunov exponents. The forecast for the next 24 hours can then be done using deterministic tools like the method of time delay and arti cial neural networks. As a result of this research, we identi ed evidence that both the series of the demand and the series of electricity prices are governed by a chaotic dynamic system and their predictions were successfully achieved.