HAWK - Maskinglæring for kraftmarkedsovervåkning

Offentlig prosjektsammendrag

Et kritisk, men ofte oversett krav til kraftmarkeder - eller alle slags markeder - er transparens. Et marked som ikke er transparent, kan bli utsatt for manipulasjon. Dette reduserer markedseffektiviteten, offentlig tillit, og til slutt medfører det en samfunnsøkonomisk kostnad. I vårt prosjekt, prosjekt HAWK, utvikler vi maskininnlæringsmodeller (ML-modeller) for den daglige overvåkingen av fysiske kraftmarkeder. De utviklede modellene og programvaren vil bli designet for å kjøre automatisk og brukes av kraftmarkedsregulatorer som NVE, markedsoperatører, meglere og TSOer i deres daglige overvåkingsaktiviteter, og av markedsaktører som handler i fysiske markeder for å overvåke og regulere egne handelsaktiviteter. I tillegg vil flere av varslingsmetodene utviklet i prosjektet testes av NVE fra og med 2020 som en del av deres overvåkningsaktiviteter. Basert på intervjuer med regulatorer og markedsaktører, samt vurderinger av eksisterende markedsovervåkingsprogramvare og litteraturen, har vi identifisert flere lovende forskningsområder vi jobber med. Den første av disse er automatisering - å utvikle ML-metoder for å replikere rutinemessige analytiske trinn gjennomført av overvåkingsanalytikere, for å øke nøyaktigheten og hastigheten. Den andre er ML-metoder til å lage alerts basert på anomaliedeteksjonslitteraturen, for de individuelle aktørenes budgivning- og markedsadferd. Den tredje er ML-metoder for å forutsi individuelle aktørers evne til å påvirke eller manipulere markedet. Forskningsarbeidet startet i 1. kvartal 2019 og vil fortsette ut 2022. Arbeidet så langt i prosjektet har blitt presentert på internasjonale konferanser og er sendt inn for publisering.