Le offerte pubbliche del GME

Il sistema di supporto alle tue decisioni
Le offerte pubbliche del
GME
Strumenti di business
intelligence per l’analisi
di Luigi Poderico ([email protected])
M.B.I. Srl , Via Francesco Squartini 7 - 56121 Pisa, Italia - tel. 050 3870888 - fax. 050 3870808
www.powerschedo.it – www.mbigroup.it
PowerSchedO è un marchio registrato MBI. Questo documento contiene informazioni di proprietà
M.B.I. S.r.l. e non può essere usato, citato, distribuito o riprodotto, in parte o per intero, senza
un consenso scritto.
PowerSchedO is an MBI registered trade mark. This document contains information owned by
M.B.I. S.r.l. and may not be used, quoted, distributed or reproduced, in part or in whole,
without a written permission of MBI.
1
Sommario
Introduzione .................................................................................................... 3
Caratteristiche degli strumenti di analisi ................................................................ 3
Formato dei dati ............................................................................................... 3
Le analitiche .................................................................................................... 4
Analisi per componenti principali ......................................................................... 4
Cluster analysis .............................................................................................. 5
Box-plot ....................................................................................................... 6
Extended Scatter ............................................................................................ 7
Price Volume Assessment................................................................................... 8
Per maggiori dettagli .......................................................................................... 9
2
Introduzione
Al fine di agevolare la concorrenza tra gli operatori del mercato elettrico, il GME (Gestore dei
Mercati Energetici) pubblica, con un ritardo di sette giorni, tutte le offerte pervenute dagli
operatori per i vari mercati elettrici: mercato del giorno prima, mercato infragiornalierio e
mercato dei servizi di dispacciamento.
I dati che in questo modo vengono pubblicati sono tanti. Basti pensare che per ogni giorno ci
sono circa 50.000 offerte, tra accettate e rifiutate, per il solo mercato del giorno prima,
proposte da circa 100 operatori in produzione e circa 100 operatori in acquisto.
In questo documento concentreremo la nostra attenzione sulle offerte presentate sul mercato
del giorno prima.
Caratteristiche degli strumenti di analisi
Data la grossa mole di dati, si rende necessario lo sviluppo di strumenti specifici che permettano
di gestire efficientemente i dati e, contemporaneamente, permettano di effettuare delle analisi
mirate e specifiche.
In particolare, le analisi devono essere tali per cui sia possibile monitorare in maniera semplice
le strategie di operatori, unità di produzione o unità di consumo. Allo stesso tempo, però, si
vogliono poter usare algoritmi di analisi potenti e non banali.
Per coprire queste richieste è stato sviluppato un framework software, chiamato eMbi (energy
management business intelligence), che permette di scrivere in maniera agile singole
applicazioni di business intelligence e di analisi dei dati, che poi possano essere fruibili in
maniera completamente equivalente sia da una applicazione desktop che da applicazioni web.
Formato dei dati
I dati pubblicati sul sito del GME sono disponibili in formato tabellare, utilizzando un’unica
struttura capace di ospitare i dati delle offerte per tutti i mercati elettrici. Ogni riga di questa
tabella, corrisponde ad una singola offerta presentata da un operatore per una data ora di un
dato giorno per un dato mercato.
Dati i nostri scopi, forniamo di seguito una descrizione dei campi che useremo nelle analisi che
presenteremo e che sono orientate al mercato del giorno prima.
Campo
BID_OFFER_DATE_DT
INTERVAL_NO
OPERATORE
UNIT_REFERENCE_NO
ZONE_CD
Descrizione
Data a cui si riferisce l’offerta.
Ora a cui si riferisce l’offerta.
Ragione sociale dell'operatore offerente.
Codice dell'unità di produzione o di consumo. Rappresenta il codice
utilizzato per identificare l’unità nel Registro Unità Produzione o
Registro Unità Consumo.
Zona di mercato di appartenenza dell'unità.
3
Identifica lo scopo dell’offerta, secondo il valore del campo:
 BID identifica le offerte in acquisto
PURPOSE_CD
 OFF identifica le offerte in vendita
Indica se l'offerta rappresenta una transazione derivata ad un
BILATERAL_IN
contratto bilaterale.
QUANTITY_NO
Quantità di energia presentata dall'operatore.
ENERGY_PRICE_NO
Prezzo unitario presentato dall'operatore.
AWARDED_QUANTITY_NO Quantità di energia riconosciuta dal mercato.
AWARDED_PRICE_NO
Prezzo unitario riconosciuto dal mercato.
Stato dell'offerta dopo l'esecuzione del mercato. I valori possibili per
questo campo sono:
 ACC: accettata
 REJ: rifiutata
 INC: incongrua
 REP: sostituita
STATUS_CD
 REV: revocata
Le analitiche
Analisi per componenti principali
La tecnica di analisi per componenti principali, detta anche principal components analysis o
PCA, è una tecnica statistica che permette di analizzare una grossa mole di dati con lo scopo di
determinare delle correlazioni nascoste o non evidenti.
Da un punto di vista matematico e in maniera molto semplificata, la PCA è un procedimento che
si applica su un insieme di osservazioni
di un dato fenomeno, dove ogni osservazione è
rappresentato da un punto nello spazio ℝ . Come risultato della PCA abbiamo che le
osservazioni
vengono trasformate in osservazioni equivalenti in un nuovo spazio
a
dimensione , con ≤ . Il nuovo spazio ha le seguenti caratteristiche:



Se le osservazioni riguardano variabili tra di loro correlate, come può essere il caso delle
offerte presentate sui mercati elettrici,
può essere veramente molto piccolo. In molti
casi pratici, con un valore di ≤ 4 si copre fino al 95% della variabilità delle osservazioni
in .
Il sistema di riferimento usato per è ordinato per “importanza”. Ovvero, il primo asse
di riferimento è quello dove si evidenza la maggiore varianza dei dati; sul secondo asse si
evidenzia la varianza maggiore dopo quella del primo asse; sul terzo asse si evidenzia la
varianza maggiore dopo quella dei primi due assi e così via.
Il sistema di riferimento di sono esattamente le componenti principali.
La figura che segue mostra in maniera grafica il risultato di una analisi PCA sulle quantità offerte
ed accettate dai produttori su una settimana. Ogni pallino rappresenta le offerte di un
produttore; le componenti principali sono 2, quindi l’insieme coincide con il piano cartesiano.
4
Edison Trading
A2A Trading
ENI
E.ON
GDF Suez
EDF Trading
EGL Italia
Figura 1 Esempio di analisi per componenti principali
Cluster analysis
Un’altra tecnica molto utile per l’analisi delle offerte pubbliche sui mercati elettrici è la cluster
analysis. Con questa tecnica si cerca di determinare, all’interno di una popolazione di misure,
delle aggregazioni in gruppi di elementi che sono tra di loro omogenei.
La figura seguente illustra il risultato di una cluster analysis di tipo gerarchico, effettuata sulle
offerte in energia accettate dei produttori. Sono ben evidenti due cluster: il primo formato da
GSE ed Enel produzione; il secondo formato da tutti gli altri produttori. L’altezza della linea blu
indica che i due cluster sono tra di loro molto distanti.
Per dare un’idea della potenza espressiva messa a disposizione, per la cluster analysis gerarchica
sono disponibili alcune funzioni di distanza (Euclidean. Cityblock, S-Euclidean, Sq-Euclidean,
Cosine, Correlation, Chebyshev, Canberra, Braycurtis) e di collegamento (Single, Complete,
Average, Weighted).
5
28: GSE
57:Enel produzioni
33:
73:
80:
40:
23:
Edison Trading
A2A Trading
ENI
E-On
EDF Trading
Figura 2 Esempio di cluster analysis
Box-plot
I box-plot rappresentano un modo molto semplice per rappresentare in maniera grafica
l’andamento della distribuzione di un campione di valori. Nello specifico, utilizziamo i box-plot
per rappresentare la distribuzione statistica delle offerte a produrre (risp. ad acquistare), in
energia o prezzo, di ogni singola unità di produzione (risp. di consumo) di un dato operatore.
Ad esempio, analizzando le offerte in energia delle unità di un dato produttore, si possono
inferire i limiti operativi dei vari impianti. Inoltre, si possono inferire anche i limiti nell’uso
“medio” dell’impianto, ovvero si evidenzia in maniera chiara le offerte che cadono nel secondo
e terzo quartile. Ad esempio, facendo riferimento alla figura seguente, l’unità 29 ha la maggior
parte delle offerte che si addensano nell’area rappresentata dal rettangolo blu; esistono altre
offerte identificate dai “baffi” tratteggiati, ma che possono essere trascurati rispetto al
comportamento tipico dell’unità.
6
UP_GISSI_
UP_AMPEZZO_1
UP_CHIVASSO_2
Figura 3 Esempio di box-plot
Extended Scatter
Con i grafici di tipo scatter, o anche detti a dispersione, è possibile rappresentare in maniera
compatta i risultati di un esperimento, dove ogni risultato è rappresentato dal valore di due
variabili. Molto semplicemente, sul piano cartesiano viene disegnato un punto per ogni risultato
in corrispondenza dei due valori associati, rispettivamente usandoli come valori di ascissa ed
ordinata.
Per agevolare l’analisi dei dati delle offerte pubbliche, abbiamo esteso i diagrammi a
dispersione aggiungendo una terza dimensione. Questa è data dalla dimensione del punto, che
diventa un cerchio di diametro proporzionale al valore di una terza variabile. Ad esempio, nel
diagramma seguente è rappresentata la distribuzione delle offerte in una settimana:


sugli assi x ed y sono rappresentati il numero di offerte accettate (x) contro le offerte
rifiutate (y);
il diametro è proporzionale alla quantità totale di energia offerta.
Quindi, ad esempio, si vede bene che le offerte fatte da ENEL sono, all’incirca, per metà
accettate e per metà rifiutate. Analogamente, ad eccezione di Edison e A2A, la grande
maggioranza delle offerte presentate dagli altri operatori vengono accettate.
7
ENEL
Edison Trading
A2A Trading
GSE
Figura 4 Diagramma di dispersione sul comportamento degli operatori
Price Volume Assessment
Scopo di questo modulo di business intelligence è l’analisi delle offerte fatte da una singola
unità di produzione. In particolare, l’analisi rivela tutta la sua utilità quando l’unità di
produzione non effettua offerte a prezzo nullo, per cui è interessante valutare quale sia
l’andamento del ricavo minimo atteso dal produttore, rispetto al ricavo reale a valle degli esiti
di mercato.
Nella figura seguente è illustrato l’andamento del ricavo minimo atteso rispetto al ricavo
ottenuto, calcolati usando la media del prezzo di equilibrio sulle 24 ore. L’analisi copre una
settimana.
8
Figura 5 Esempio di price volume assessment
Per maggiori dettagli
Le analitiche appena viste vogliono essere solo una base di partenza per la costruzione di una
suite sempre più completa, che abbia come obiettivo quello di fornire strumenti semplici da
usare ma che, allo stesso tempo, siano potenti per l’analista.
Se il lettore ha qualche dubbio su quanto esposto, oppure si vogliono suggerire altre analitiche,
potete inviare una email a [email protected] e verrete contattati nel più breve tempo
possibile. Ti invitiamo anche a visitare il sito www.powerschedo.it per conoscere gli altri
strumenti dedicati all’energy management.
9