Application of non-linear time series analysis techniques to the Nordic spot electricity market data
Fernanda Strozzi, Eugénio Gutiérrez Tenrreiro, Carlo Noè, Tommaso Rossi, Massimiliano Serati, José-Manuel Zaldívar Comenges
(1.805 Kb)Sommario
In questo lavoro abbiamo applicato la teoria dell’analisi delle serie temporali nonlineari allo studio agli spot price del mercato dell’energia nei paesi nordici (Nord Pool). Le serie temporali dei prezzi considerate sono due: la prima e’ in corone norvegesi per MWh da maggio 1992 a dicembre 1998, la seconda e’ in euro per MWh da gennaio 1999 a gennaio 2007. Lo scopo principale di questo lavoro e’ stato quello studiare queste serie usando la teoria dei sistemi nonlineari per estrarre dalla dinamica sottostante una correlazione chiara con eventi noti non evidente dalla semplice osservazione delle serie stesse. Gli eventi considerati sono stati: variazioni nelle condizioni atmosferiche ed entrate di nuovi paesi nel Nord Pool. Dapprima e’ stata fatta un’analisi per caratterizzare le serie dal punto di vista della long-memory (analisi R/S) del power spectrum, della stazionarietà (space-time separation plot) e lo studio della loro pdf per vedere se era approssimabile con una distribuzione stabile. Successivamente abbiamo confrontato ogni serie con due tipi di dati surrogati: uno generato da un processo Gaussiano lineare con la stessa FFT della serie e l’ altro generato rimescolando in modo random i dati delle serie reali in modo da distruggere le correlazioni temporali ma preservandone la distribuzione statistica. I surrogati cosi costruiti sono stati usati per dimostrare che le misure fornite dalla Recurrence Quantification Analysis sono capaci di distinguere tra dati reali e surrogati e quindi di rilevare correlazioni più che lineari. Infine si e’’visto che due misure della RQA: %determinism e %laminarity forniscono una nuova misura di volatilità in grado di rilevare cambiamenti nelle serie temporali considerate in modo più chiaro della deviazione standard.
Abstract
In this work, we have applied non-linear time series techniques to the Nordic spot electricity market data. The time series are given in two periods, from May 1992 to December 1998 in Norwegian Kröne per MWh and from January 1999 to January 2007 in EUR per MWh. Our main interest was on trying to classify these series and analysing if their dynamical behaviour were in some way correlated with known events, e.g. the evolution of the Nord Pool and the climatic factors. First, a preliminary study was carried out with the aim of characterising the time series in terms of power spectral distribution, long term memory (R/S analysis), stationarity (space-time separation plots) and tails (stable distributions). Then, we used two types of surrogate time series, the first type was generated by a Gaussian linear random process with the same FFT of the real data set, whereas the second type consisted on a shuffled version of the original data series i.e. with the same statistic properties but without any correlation. We used these surrogates to check if RQA measures were able to detect differences with the real data. Finally, we used two RQA measures, %determinism and %laminarity, for developing a new measure of volatility which was able of detecting important historical and meteorological events with better resolution than by measuring the time series standard deviation.