Wieloletnie analizy rynku energii oraz badania funkcjonowania towarowych giełdach energii takich jak rodzima TGE w Warszawie, norweska Nord Pool, czy niemiecka Epex Spot zaowocowały powstaniem modelu prognostycznego EPF-modelBASEm do prognozowania cen miesięcznych energii elektrycznej na rynku SPOT, rynku dnia następnego TGE. Model EPF-modelBASEm powstał przy wykorzystaniu naszego dotychczasowego doświadczenia zdobytego przy tworzeniu modelu do prognozowania cen godzinowych EPF-modelTGE24 indeksu TGe24.
EPF-modelBASEm jest narzędziem do prognozowania ceny energii elektrycznej dla średnio-miesięcznych notowań indeksu BASE TGE w Warszawie. Indeks ten jest właściwy dla rynku dnia następnego TGE w Warszawie i jest średnią arytmetyczna indeksów dziennych TGeBase dla danego miesiąca.
Myśląc o wykorzystaniu prognoz miesięcznych cen energii elektrycznej w biznesie mamy w szczególności na uwadze budowanie portfela zakupowego dla energii elektrycznej w poszczególnych miesiącach, czy kwartałach 2024 r. Prognozy miesięczne cen energii są wykorzystywane przez firmy w przypadku podpisania ze spółka obrotu umowy na dostawy energii w 2024 r. w oparciu o cenny zmienne. W przypadku zawarciu umowy z ceną stałą na 100% zużywanego wolumenu prognozowanie miesięcznych cen energii jest mało użyteczne w procesach zakupowych.
Dobra oferta spółki obrotu oferuje możliwości zakupu energii elektrycznej w oparciu o prawie wszystkie instrumenty notowane na TGE w Warszawie. Dobra oferta powinna zawierać opcje zakupu, gdzie cena indeksowana jest w oparciu o jeden z poniższych;
– BASE-Y-25 – dostawy w roku 2025
– BASE-Q-1,2,3,4 – dostawy w poszczególnych kwartałach 2024 r.
– BASE-M-1,2,3,4,5,6,7,8,9,10,11,12 – dostawa w poszczególnych miesiącach 2024 r.
– BASE-W- od 1 do 56 – dostawa w poszczególnych tygodniach roku – w niewielu ofertach jest ten instrument
– ceny godzinowe dla I-Fixing RDN
– ceny stałe dzienne dla indeksu TGe24 RDN
– ceny godzinowe dla RDB – rynku dnia bieżącego TGE – rzadko spotykana opcja w ofertach
Prognozując ceny energii w oparciu o indeks miesięczny BASE musimy doprecyzować czego on dotyczy i jaka jest jego konstrukcja. BASE to indeks miesięczny rynku spot, rynku dnia następnego (RDN) Towarowej Giełdy Energii w Warszawie. Tak więc BASE jest średnią arytmetyczna indeksu dziennego TGeBase. Natomiast indeks TGeBase jest średnią arytmetyczną ze średnich ważonych cen godzinowych od godziny 0-00 do godziny 24-00 dla I-Fixingu i II Fixingu, notowań ciągłych oraz cen w kontraktach blokowych i weekendowych.
Tak więc kwotowanie BASE na rynkach spot nie zależą od jednego czynników panującego w danym dniu lecz o grupy czynników, które mogą się zmieniać i się zmieniają w ciągu danego miesiąca prognozy. Aby poprawnie prognozować miesięczne ceny energii elektrycznej należy wziąć pod uwagę 5 poniższych czynników i ich kształtowanie w poszczególnych dniach i miesiącach roku. Do kluczowych czynników wykorzystywanych do prognoz w modelu EPF-modelBASEm zaliczamy;
-1) podaż energii elektrycznej
-2) elastyczność cenowa podaży – koszty krańcowe i koszty uśrednione wytworzenia energii elektrycznej w różnych źródłach wytwarzania
-3) popyt na energię elektryczną – zużycie
– 4) elastyczność cenową popytu – ceny maksymalne energii elektrycznej
– 5) czynnik ludzki – człowiek, który bierze 4 powyższe czynniki pod uwagę oraz dodaje własne nieskwantyfikowane zachowania – działania na rynku terminowym np. OTF lub w kontraktach OTC
Nasz model do prognoza cen miesięcznych energii elektrycznej w 2023 r. rynku dnia następnego TGE w Warszawie uwzględnia 5 powyżej przedstawione czynniki oraz wiedzę w zakresie statystyki i ekonometrii polskich naukowców.
W modelu prognostycznym EPF-modelBASEm uwzględniamy aspekty związane z podażą energii zarówno pod kontem struktury produkcji tj. produkcji z różnych źródeł wytwarzania opartych na węglu kamiennym, brunatnym, gazie ziemnym i OZE, w tym elektrowni wiatrowych, fotowoltaicznych oraz wodnych.
Główne elementy podaży energii uwzględniane w modelu prognostycznym EPF-modelBASEm to;
– podaż nominalna źródeł konwencjonalnych – tj. maksymalna moc możliwa w generacji w przypadku pracy wszystkich źródeł bez awarii i remontów
– korekta podaży źródeł konwencjonalnych z uwagi na remonty planowane i remonty nieplanowane
– podaż źródeł wiatrowych – dane historyczne plus przyrost mocy
– podaż źródeł fotowoltaicznych – dane historyczne plus przyrost mocy dla instalacji prosumenckich i instalacji przemysłowych
– korekta z uwagi na import/export energii elektrycznej z Unii Europejskiej
Elastyczność cenowa podaży to relacja ceny energii elektrycznej do kosztów wytworzenia. Wytwórca energii musi pokryć koszty wytworzonej energii aby nie ponieść straty. Należy w tym przypadku w prognozach uwzględnić koszty bezpośrednie wytworzenia lub koszty uśrednione (LCOE).
Główne czynniki wpływające na poziom kosztów bezpośrednich wytworzenia energii elektrycznej w naszych prognozach to;
Na poniższym slajdzie przedstawiono kształtowanie się cen węgla energetycznego wg. notowań na TGE w Warszawie wg. indeksu PSCMI1 oraz kształtowanie się cen węgla energetycznego w kontraktach terminowych Rotterdam w zł./1 tonę po przeliczeniu USD wg. średniego kursu USD/zł. NBP
Ceny energii w dłuższej perspektywie czasowej muszą opierać się o koszty uśrednione wytwarzania energii plus zysk, gdyż powyższa zasada będąca prawem ekonomicznym obowiązuje czy komuś się to podoba czy nie. W przeciwnym razie firma produkująca energię ma problemy finansowe i znika z rynku. W skrajnych przypadkach muszą to być koszty bezpośrednie wytworzenia.
Właściwa prognoza zużycia energii elektrycznej jest podstawa do sporządzania właściwych prognoz cen energii dla tego, do niniejszej procedury w modelu EPF-modelBASEm przywiązujemy bardzo duża wagę.
Model prognostyczny EPF-modelBASEm uwzględnia następujące zmienne związane z popytem na energię elektryczną;
– zużycie energii elektrycznej w okresach poprzedzających prognozę
– korekta zużycia energii ze strony prosumentów biznesowych z instalacjami o mocy powyżej 50 kW
– korekta zużycia energii ze strony prosumentów indywidualnych (na 30.11.2022 r. liczba prosumentów wyniosła 1,2 miliona instalacji – prosument to instalacja o mocy do 50 kW)
– korekta popytu z uwagi na import/export energii elektrycznej z Unii Europejskiej
– zmiany w sposobie zarządzanie zużyciem energii elektrycznej przez klientów biznesowych i klientów indywidualnych
– politykę Unii Europejskiej i nowelizację polityki energetycznej na 2023 r.
Z elastycznością cenowa popytu zetknęliśmy się wszyscy obserwują hurtowe ceny energii w lipcu i sierpniu 2022 r., kiedy to ceny Base dla lipca i sierpnia 2022 r. osiągnęły historyczne poziom 1125 zł/MWh i 1390 zł/MWh.
Indeksy ryku terminowego OTF również osiągnęły w lipcu i sierpniu 2022 r. swoje maksima odpowiednio BASE_Y-24 1790 zł/MWh i 1782 zł/MWh oraz BASE_Y-24 1401 zł/MWh i 1462 zł./MWh.
Firmy przemysłowe w tym czasie wstrzymywały produkcję piwa czy nawozów sztucznych bo produkcja, przy tak wysokich kosztach głównych czynników produkcji byłaby tak drogo, iż nie znaleziono by nabywców na drogie wyroby końcowe.
W ramach naszej działalności doradczej dostarczamy naszym Klientom prognozy dla poszczególnych 12 miesięcy roku wraz ze szczegółową analizą (cześć opisowo-analityczna) kluczowych czynników określonych powyżej i ich wpływu na sporządzona prognozę.
Więcej szczegółowych informacji udzielamy po osobistym kontakcie z naszą firmą – mail; biuro@finansetf.pl lub pod nr. telefonu (48) 601-518-079.
O sposobach prognozowania cen energii elektrycznej, rynku energii, opłacalności projektów energetycznych mówimy na naszych szkoleniach – Zapraszamy ! – sprawdź poniżej
– Szkolenie -TGE-Towarowa Giełda Energii ceny, trendy, prognozy
– Prognozowanie cen energii elektrycznej na rynku SPOT w 2023 r. – Szkolenie
– Zarządzanie energią elektryczną w firmie, Strategie zakupowe i Strategie wytwórcze – szkolenie
1)Weron Rafał, Katedra Badań Operacyjnych, Finansów i Zastosowań Informatyki Politechnika Wrocławska (PWr) – Probabilistyczne prognozowanie hurtowych cen energii elektrycznej – 2015 r.
2)Weron R, Electricity price forecasting: A review of the state-of-art with a look into the future. International Journal of Forecasting, 2014;
3)Badyda K,, Sobotka A., Sobotka P., „Koncepcja Budowy Modelu Prognostycznego dla cen energii elektrycznej na rynku polskim” Rynek Energii” – 1/2019, Instytut Techniki Cieplnej Politechniki Warszawskiej – 2019 r.
4)Łabinowicz K., Bujalski W, „Wyodrębnienie głównych czynników kształtujących ceny energii elektrycznej na rynku dnia następnego z wykorzystaniem metod statystycznych” Rynek Energii, 2015 r.
5)Ziel F., Weron R. (2018), Day-ahead electricity price forecasting with high-dimensional structures: Univariate vs. multivariate modeling frameworks, Energy Economics
6) Uniejewski, B, Weron, R (2018), E‑cient forecasting of electricity spot prices with expert and LASSO models, Energies
7)Rintamäki, T, Siddiqui, AS & Salo, A (2017), Does renewable energy generation decrease the volatility of electricity prices? An analysis of Denmark and Germany, Energy Economics
8)Pieczarko R., Sołtysik M.: Analiza wpływu generacji źródeł wiatrowych na poziom kształtowania się cen energii elektrycznej na rynku SPOT, Przegląd Elektrotechniczny, 2017
