| dc.description.abstract | Denne studien undersøker hvor sterkt nedbør, energitilsig, magasinfylling og snømengde påvirker systemprisen i det nordiske kraftmarkedet. Måten hydrologiske faktorer påvirker systemprisen er interessant med tanke på måten kraftverk med magasin utfører sin produksjonsplanlegging og risikostyring. Studien er utført med empiriske data fra perioden 1998 til 2012. Det er laget to forskerspørsmål, et som undersøker korrelasjon mellom systempris og de hydrologiske variablene, og et som benytter regresjon til å finne ut hvor stor grad systemprisen kan forklares av de utvalgte variablene.
Korrelasjonen måles med Pearsons korrelasjonskoeffisient, hvor verdier nærme en eller minus en indikerer sterk korrelasjon, mens verdier lik null indikerer at det ikke finnes korrelasjon. Hver hydrologisk variabel er blitt analysert hver for seg for å oppnå linearitet i regresjonsmodellen. Med dette innebærer blant annet ulike dekomponeringer, filtreringer og transformasjoner. Forklaringsgraden måles med determinasjonskoeffisienten , som er et tall mellom null og en. Er verdien lav har modellen lav forklaringsgrad, er verdien høy har modellen høy forklaringsgrad. Det er blitt testet ut ulike måter å utføre regresjonen på, og to av disse er presentert og diskutert.
Av de fire hydrologiske variablene er det tilgjengelige ressurser som samvarierer mest med logaritmisk systempris med en korrelasjonsfaktor lik -0,72. Tilgjengelige ressurser defineres som magasinfylling og snømengde. Nedbøren som er observert de 45 foregående ukene gir en korrelasjonsfaktor på -0,65 mot en logaritmisk trendjustert systempris. Energitilsiget som er observert over fem uker ser ut til å forklare best de kortsiktige svingningene, og har en korrelasjonsfaktor -0,38, mens sesongjusteres magasinfyllingsgraden blir korrelasjonsfaktor -0,65 mot logaritmisk systempris trendjustert kraftpris. Det er knyttet problemer med å bruke magasinfyllingsgraden og tilgjengelige ressurser i prisprognoser fordi den ser ut til å være sterkt påvirket av systemprisen.
Modellen med høyest forklaringsgrad bruker nedbøren observert 45 foregående uker, gjennomsnittlig energitilsig fem foregående uker og årstallet som forklarende variabler. Denne forklarer 75,00 % av logaritmisk systempris. En modell med tilsiget de fem siste ukene og tilgjengelige ressurser forklarer logaritmisk systempris med 59,04 %. Begge modellene bruker variabler som inneholder stor usikkerhet, men det er knyttet noe større usikkerhet til den andre modellen da tilgjengelige ressurser ser ut til å være påvirket av systemprisen. Test av regresjonene viser sterk autokorrelasjon i residualene. Dette kan være forårsaket av utelatte variabler eller at regresjonen på andre måter ikke er utført riktig. Dette er med på å redusere validiteten til modellenes resultater. | no_NO |
