Aplicația nr.

2
Compararea prognozelor realizate prin diferite metode

1. Subiect: Prognoza consumului de energie electrică folosind metode bazate pe analiza seriilor de timp

2. Disciplina: Piata de energie electrica

3. Titular: Prof.dr.ing. Virgil DUMBRAVĂ, Conf.dr.ing. Cristian LĂZĂROIU, As.drd.ing. Narcisa PÎSLARU

4. Obiective:

Familiarizarea studenţilor cu vânzarea-cumpărarea de energie electrică pe piaţa concurenţială.

6. Breviar teoretic

Analiza seriilor de timp intră în categoria metodelor cantitative de prognoză. Acestea valorifică, utilizând un aparat matematic de
mare complexitate, caracteristica multor fenomene şi procese supuse prognozei de a evolua sub forma unor serii de timp.

Seria de timp se prezintă ca o succesiune de date ce corespund unor caracteristici ale fenomenelor şi proceselor, măsurate în
momente diferite ale dezvoltării acestora. Trăsătura caracteristica a analizei seriilor de timp este reprezentată de faptul că, folosind
elemente de ordin statistic asupra evoluţiei unei serii de date, corespunzătoare unor trasaturi măsurabile ale proceselor analizate, în
anumite unităţi de timp, se pot obţine concluzii cu privire la dezvoltarea acestora în viitor.
 Compararea prognozelor realizate prin diferite metode

Pentru operarea analizei seriilor dinamice, studiul procesului / acţiunii / activităţii presupune cunoaşterea următoarelor
caracteristici ale acestora [1]:

• tendinţa generală de evoluţie (trendul), pentru o perioadă lungă de timp, ca urmare a determinării factorilor obiectivi cu acelaşi
sens de acţiune;

• variaţia ciclică – oscilaţiile dezvoltării fenomenului în raport cu trendul, în intervale mai ample de timp, care pun în evidenţă
alternanţa perioadelor de creştere, stagnare (la nivelul trendului) sau descreştere;

• variaţia periodică (sezonieră) a evoluţiei procesului analizat, în unităţi de timp subsumate variaţiei ciclice, sub influenta unor
factori de mediu (anotimp, perioada diurna sau nocturna, etc.);

• variaţia aleatoare, produsă sub influenţa unor factori ce pot să apară întâmplător, fără a avea, ca în cazul variaţiei ciclice sau
periodice, o repetare sistematică.

6.1 Regresia lineară

O funcţie polinomială de aproximare liniară (regresie liniară) este de forma:

P1(x)=a0+a1∙x

Folosind notaţiile următoare:

n n n n
s0=n; t 0   y i ; s1   x i ; t 1   y i  x i ; s 2   x i ;
2

i1 i1 i1 i 1

se obţine sistemul liniar de ecuaţii de ordinul 2 definit de relaţiile

2
 s 0  a 0  s 1  a 1  t 0

s 1  a 0  s 2  a 1  t 1

din care se calculează valorile coeficienţilor a 0 şi a1.

6.2 Metoda mediei mobile

Metoda mediei mobile se poate folosi pentru a determina rezultatele unui proces, acţiuni sau activităţi în viitorul apropiat (ora, zi,
săptămână, luna, trimestru, semestru, an). Ea se bazează pe calculul valorilor medii ale datelor din ultimele perioade de timp de referinţă,
aplicând formula:

x t  x t 1    x t  n 1 1 t
Pt 1 
n
  xi
n i t  n 1

unde Pt+1 este valoarea prognozată pentru perioada de timp viitoare „t+1”; x t este valoarea realizată în unitatea de timp trecută, echivalentă
unităţii de timp viitoare; xi este valori realizate în unităţi de timp echivalente lui x t; n este ordin al mediei mobile, căruia i se pot atribui de
regulă valori între 3 şi 7.

Ordinul mediei mobile este edificator pentru concluziile obţinute prin analiza pe care o putem opera, folosind îndeobşte programe
simple de calcul, care pun în evidenţă în ce măsură un ordin de o anumită valoare (cuprinsă între 3-7), permite o apropiere sau o
depărtare a curbei prognozei faţă de curba evoluţiei datelor reale. În raport cu reprezentarea concretă a celor două curbe şi în funcţie de
rezultatul dorit în viitor, depărtarea sau apropierea acestora, folosindu-ne de calculul erorii medii, ne poate indica nevoia unei analize
atente a trecutului pentru depistarea cauzelor abaterilor dintre previziunile anterioare si rezultatele real obţinute şi stabilirea, dacă se
impune, a unor măsuri corective.

Eroarea medie se poate calcula cu ajutorul formulei:

3
 Compararea prognozelor realizate prin diferite metode

 P  xt 
2
t
 t n

mn

unde m = numărul de valori ale seriei de timp disponibile (numărul de perioade de timp trecute implicate în analiză); P t = valorile
prognozate pentru perioadele de timp t = 1, m ; xt = valorile real disponibile.

6.3 Metoda ajustării exponenţiale

Ca şi metoda mediei mobile, şi cea a ajustării exponenţiale se utilizează pentru formularea prognozei pe termen scurt. Metoda
ajustării exponenţiale foloseşte datele constatate ale trecutului pentru a determina şi aplica măsurile de corecţie care pot conduce la
optimizarea activităţilor viitoare, pornind de la ipoteza ca acestea trebuie să ia în considerare:

 valoarea reala a perioadei trecute „xt”;

 valoarea prognozată pentru perioada anterioară „P t”, care semnifică trendul;

 necesitatea aplicării unor operatori de ajustare (coeficienţi de pondere), notaţi „α ” şi „1- α ”.

Corelarea tuturor acestor valori se face potrivit relaţiei:

Pt+1 = α Ct + (1 - α ) Pt

Operatorii de ajustare (coeficienţii de pondere) pot lua valori intre 0 şi 1, care se aplică în funcţie de atitudinea faţă de trecut şi
prezent. Cu cât dorim mai mult să menţinem în viitor tendinţele şi valorile trecutului, cu atât valorile vor fi mai apropiate de 0, după cum,

4
cu cât vom dori să ne depărtam de trecut, luând în considerare realizările prezentului, valoarea α se va apropia de 1. În cazul când dorim
ca viitorul să se determine luând în considerare prezentul, prognoza pleacă de la ideea că, „cel mai probabil, ce se întâmpla azi, se va
întâmpla şi mâine” , adică, în termeni matematici:

Pt = α Xt-1 + (1 – α ) Pt-1

Integrând exprimarea matematica a lui Pt din relaţia anterioară obţinem:

Pt+1 = α Xt + (α – α2 ) Xt-1 + (1 – α )2 Pt-1

Această relaţie pune în evidenţă că în formularea prognozei, utilizând metoda ajustării exponenţiale, se ia în considerare faptul că
valorile trecutului nu au pondere egala cu cele ale prezentului, ci descresc exponenţial cu cât ne depărtam de prezent.

În utilizarea ajustării exponenţiale o mare importanta o poate avea eroarea de prognoza

(Xt – Pt).
Pentru introducerea erorii de prognoză în determinarea prognozei, relaţia anterioară se rescrie după cum urmează:

Pt+1 = α Xt + (1 – α ) Pt; (4.4.)

Pt+1 = α Xt + Pt – α Pt;
Pt+1 = Pt + α (Xt – Pt). (4.4.)
Aşadar, potrivit relaţiei de mai sus prognoza „Pt+1” se obţine prin însumarea prognozei „Pt” corespunzătoare prezentului cu
eroarea de prognoza, luată de α ori. Utilizarea în prognoză a relaţiei de mai sus are o importanţă deosebită, aflându-se în relaţie directă
cu gradul de stabilitate a seriei dinamice de timp. Astfel, dacă seria de timp este accentuat oscilantă, fiind, în aceeaşi măsură marcată de
o variabilitate aleatoare mare, ponderea atribuita lui „α ” va fi mică. În consecinţă, pentru astfel de serii de timp, prognoza va fi cu atât mai
apropiată de realitate cu cât coeficientul de pondere va fi mai mic. În schimb, în cazul seriilor de timp stabili, aplicarea unui coeficient de
pondere de valoare mare este mai potrivit, deoarece apariţia unor erori de prognoză se poate rezolva operativ prin ajustarea prognozei,
intervenţia corectivă fiind mult mai facilă decât în cazul unei valori reduse a coeficientului de pondere.

5
 Compararea prognozelor realizate prin diferite metode

Adesea, pentru a obţine cele mai concludente concluzii cu privire la prognoza unui proces, planificatorii apelează simultan atât la
metoda mediei mobile, cât şi la cea a ajustării exponenţiale. Compararea rezultatelor obţinute oferă astfel posibilitatea unei opţiuni mai
bine fundamentată ştiinţific.

7. Descrierea aplicației

Cantitățile de energie electrică livrate în ultimii unsprezece ani de către o firmă de furnizare de energie electrică sunt prezentate în
tabelul 1.

Tabel 1. Cantitatea de energie electrică furnizată (MWh), în funcţie de an

Anul 1 2 3 4 5 6 7 8 9 10 11 Prognoză an 12

Consumul C1=4+N2 C2=6+N2 C3=4+N2 C4=5+N2 C5=10+N2 C6=8+N2 C7=7+N2 C8=9+N2 C9=12+N2 C10=14+N2 C11=15+N2 ---
(MWh)

6
Regresie a0+a1*1 a0+a1*5 P=a0+a1*12
lineară

Eroarea Eroarea medie =

(MWh) =|
Consum-
Prognoză|

Medie mobilă --- --- --- =(C1+C2+C3)/3

3-ani ZZ=(C9+C10+C11)/3
=(C2+C3+C4)/3

Eroarea - - - Eroarea medie =

(MWh) = |
Consum-
Prognoză|

Netezire ---
exponenţială
( =0,1)

7
 Compararea prognozelor realizate prin diferite metode

Eroarea Eroarea medie =

(MWh) = |
Consum-
Prognoză|

Netezire ---
exponenţială
(=0,2)

Eroarea Eroarea medie =

(MWh) = |
Consum-
Prognoză|

Netezire ---
exponenţială
(=0,4)

8
Eroarea Eroarea medie =
(MWh) = |
Consum-
Prognoză|

Netezire ---
exponenţială
(=0,6)

Eroarea Eroarea medie =

(MWh) = |
Consum-
Prognoză|

Netezire ---
exponenţială
(=0,8)

Eroarea Eroarea medie =

(MWh) = |
Consum-
Prognoză|

9
 Compararea prognozelor realizate prin diferite metode

 Să se determine folosind metoda regresiei lineare, metoda mediei mobile și metoda netezirii exponențiale prognoza în anul 12.

 Sa se reprezinte (pe un același grafic) rezultatele obținute pentru diferitele metode de prognoza pentru cei 12 ani.

 Să se determine, pentru fiecare metodă folosită, eroarea medie.

 Comentați din punct de vedere calitativ rezultatele obținute.

Bibliografie

[1] Conecini, I, Dumbravă, V, Golovanov, N, Lungu, I. Piaţa de energie electrică, Editura AGIR, Bucureşti, 2004
[2] V. Musatescu, N. Golovanov, V. Dumbrava, G.C. Lazaroiu, M.A. Nicolae : Bazele tehnice si economice ale pietelor de energie
electrica. Editura Agir, Bucuresti, 2019

10