Cuestionario vinculado a una guía · duro Nivel

Prueba de IA en el comercio de energía y los mercados de electricidad

Cubre los mercados de energía diarios y en tiempo real, los precios marginales por ubicación, las licitaciones de arbitraje de baterías y por qué son importantes los pronósticos probabilísticos de precios.

Rutas de guía relacionadasIA en el comercio de energía y los mercados de electricidad
Pregunta 1 de 8

¿Por qué los precios marginales por ubicación difieren de un nodo de la red a otro?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Por qué los precios marginales por ubicación difieren de un nodo de la red a otro?
    • Each utility sets its own retail rate
    • Generators choose different currencies
    • Transmission congestion and losses make power costlier to deliver to some locations
    • Nodes closer to the equator use more air conditioning
  2. ¿Cuál es el objetivo principal de los mercados intradiario y en tiempo real o de equilibrio?
    • To correct for forecast errors after the day-ahead market clears
    • To set long-term fuel contracts
    • To replace the day-ahead market entirely
    • To decide where new power plants are built
  3. ¿Por qué decidir cuándo descargar una batería es un problema comercial complicado?
    • Batteries cannot sell ancillary services
    • Battery output cannot be measured
    • Discharging is banned during high prices
    • The battery holds limited energy, so discharging now means giving up a possibly higher price later
  4. ¿Qué aporta la regresión cuantil para la previsión de precios?
    • A single exact price for each interval
    • Percentile estimates such as the 10th, 50th and 90th, which describe the range of uncertainty
    • A list of market participants
    • The battery's round-trip efficiency
  5. ¿Cómo puede un modelo con un error absoluto medio menor ganar menos dinero que uno menos preciso?
    • Lower error always means more profit, so it cannot
    • Markets pay only for daytime forecasts
    • It can get the timing of the daily peak wrong, and that is where most of the revenue is
    • Mean absolute error only measures demand
  6. What mistake do properly built backtests avoid?
    • Using information that was not available at bid time, such as data published after gate closure
    • Using historical market data at all
    • Including battery efficiency losses
    • Testing on more than one year of data
  7. Which EU agency oversees the REMIT rules against energy market manipulation, together with national regulators?
    • FERC
    • ERCOT
    • PJM
    • ACER
  8. What does the guide say about predicting rare scarcity price spikes?
    • Neural networks now predict them perfectly
    • No model reliably predicts them, so good systems manage the risk instead
    • They are caused only by fuel prices, so they are easy to forecast
    • They never happen in markets with batteries