危機後の時代におけるノルウェー5つの入札ゾーン別の電力価格予測

arXiv cs.LG / 2026/4/30

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、2021〜2022年のエネルギー危機と大陸ヨーロッパとの統合が進んだことで、電力価格の形成が変化し、歴史データで較正された予測モデルの信頼性が低下していると指摘しています。
2019〜2025年の時間別マルチモーダルデータを用い、因果（严格に因果的な）テストセットで、LightGBM、ARX、先進的な深層学習など8系統のモデルをノルウェーの5つのNord Pool入札ゾーンすべてで包括的に評価しています。
ローリング起点のバックテスト、グループを1つずつ除いた特徴量アブレーション、条件付きレジーム分析により、特徴の有用性を全体評価だけに頼らず切り分けています。
結果として、LightGBMが全ゾーンで最良の精度（MAE: 1.64〜5.74 EUR/MWh）を示し、リッジARXの線形モデルも特に北部ゾーンで非常に競争力が高いとされています。
特徴量アブレーションでは、ラグ価格とカレンダー変数だけでも高い精度が得られることが多い一方で、ダム貯水量やガス価格のような外部変数は、ストレスのかかった市場レジームで誤差を層別化・説明するうえで重要であることが示されています。

Abstract

ノルウェーの電力市場は水力発電によって強く支配されているが、2021年から2022年のエネルギー危機および大陸ヨーロッパとの統合の強まりによって、価格形成の仕組みは根本的に変化し、過去データで校正した予測モデルの信頼性は低下した。更新されたモデルが極めて必要であるにもかかわらず、構造的に多様なノルウェーの全入札ゾーンにまたがって特徴量の寄与を評価する統一されたベンチマークは依然として存在しない。ここでは、ノルウェーの5つのNord Pool入札ゾーンすべてにわたる電力価格予測の包括的な評価を提示する。私たちは2019年から2025年までのマルチモーダルな時間単位データセットを構築し、LightGBM、ARX、そして高度な深層学習アーキテクチャを含む8つの予測モデルファミリーを、厳密に因果的なテストセットを用いて評価した。モデルの性能と特徴量の有用性を分解するために、頑健なローリング・オリジンのバックテスティング、leave-one-group-out による特徴量アブレーション、条件付きレジーム分析を実装した。結果として、LightGBMはすべてのゾーンで最良の性能を達成し、MAEは1.64から5.74~EUR/MWhの範囲である一方、リッジARXモデルは北部ゾーンにおいて非常に競争力の高い線形ベンチマークとして残った。特徴量アブレーションでは、遅延価格とカレンダー変数のみに依存するモデルが高い精度を示し、しばしば完全なマルチモーダル統合と同等、あるいはそれを上回ることが明らかになった。しかし、条件付きレジーム分析は、貯水量やガス価格のような外部特徴量が、予測誤差を層別化するために依然として重要であり、ストレスのかかった市場レジーム下では誤差が一貫して増加することを示している。これは、市場ダイナミクスの構造的な変化に直面する意思決定者にとって、モデルの解釈可能性とレジーム認識が実務的に有する価値を強調するものである。