JEPX価格予測の評価｜システムプライス、エリアプライス

みなさん、こんにちは。

当サイトでJEPXの価格予測を公開してはや半年以上が経ちます。ご覧いただいている方は、日々予測と結果の差異を確認され、本サイトの予測がある程度価格変動の傾向を掴んでいる様子をご確認頂いていると思いますが、一度半年間の結果を評価してみたいと思います。

評価対象

今回は、以下を対象に予測と実績を比較し、誤差を算出致します。

• ２日後予測
• 対象価格：システムプライス、エリアプライス（北海道・東北・関東・中部・北陸・関西・中国・四国・九州）
• 対象期間：2021年4月～9月

誤差の評価方法

誤差の評価は、わかりやすさを考慮してMAE(平均絶対誤差)⁽¹⁾を使用します。MAEの定義は以下の式の通りですが、時間帯ごとの誤差の絶対値（誤差がプラスの場合もマイナスの場合もプラスにする）の平均をとったものです。

絶対値をとる理由ですが、誤差が大きくてもプラスとマイナスに均等にズレると、平均値はゼロになってしまい正しい評価ができないためです。下図の黄色矢印の誤差の平均値をとったものがMAEです。

評価結果

それでは、前項で紹介したMAEによる誤差の評価結果を示します。表に示す数値の単位は「円/kWh」です。例えば、システムプライスは4～9月の期間で平均1.3円/kWhの誤差があったということです。また、地区や時期によっても誤差は異なります。この結果が良いか悪いかの判断は難しく、同じ評価軸で比較できる先行事例が見つからない状況でした。唯一、電力中央研究所の報告書を読むと、「（電中研のモデルは）平均誤差1円/kWh前後であり、より短期間の予測を行った先行研究と比べて劣らない水準」との記載があることから、短期間の予測モデルの誤差は1円/kWh前後であると推察します（なお、電中研のモデルは3年先まで予測するモデルなので比較対象にはなりません）。このような状況から、九州の結果はさておき他地区の結果は先行事例程度の結果が出ているものと考えております。

今後の課題

上記の表より、地区別では九州は比較的誤差が大きい結果となりました。また、４・５・９月の中間期は比較的誤差が大きいです。当方では、この理由は太陽光発電の影響であると考えております。九州は太陽光発電の導入量が高く、電力需要に対して供給（発電量）が過多な場合に発電を停止する「出力抑制」が発生している地域でもあります。また、発電量に対して需要の低い中間期は特に電力が余る傾向にあり、電力価格が「0.01円/kWh」などと投げ売り状態になることもあります（余談ですが、ここ最近は電力価格が60円/kWhなどと跳ね上がることもあり、電力を安価な時に効率的に貯めて高い時に売ることが今後求められます）。このことから、今後は日射量など太陽光の発電量に影響がある項目の寄与を高くするモデルの改造が必要であると考えております。ちなみに、ひっそりと公開している価格予測の新ロジックですが、この太陽光の影響を加味することを目的に作成したものでしたが、今のところあまり精度が良くない状況です・・・。引き続き精査を行い、高精度の予測モデルを目指していきたいと思います。

予測結果のリンク

参考書籍

本予測ロジック作成時に参考とした書籍のご紹介です。機械学習やPythonの基礎を把握している方であれば、本書籍を参考にある程度の予測ロジックを作成できると思います。

Pythonで機械学習入門 深層学習から敵対的生成ネットワークまで

機械学習・ディープラーニングをイチから学びたい方は、以下の書籍が分かりやすいと思います。演習部分は分かりにくいですし、Caffeが主流で無いことから参考にしない方が良いと思います。

初めてのディープラーニング

参考リンク・資料

1. 太陽光発電予測の精度評価方法について (weatherdatascience.tokyo)
2. 報告書 詳細情報　| 電力中央研究所 (denken.or.jp)

免責事項

・本サイトの内容は、予告なしに変更・追加・削除等をする場合があります。
・本サイトおよび管理人は、本サイトの利用者が、本サイトの内容に依拠し、または本サイトの情報を信頼して行った行動等により被った、いかなる生命、身体、財産上の損失又は損害についても責任を負いかねます。