Electricity Price and Volatility - The Effect of Rainfall and Temperature

Abstract

Studier av elektrisitetspriser og volatilitet har tidligere blitt gjennomført, men få studier inkluderer effekter som potensielt påvirker elektrisitetspriser og volatilitet. Masteravhandlingen studerer nordisk systempris fra Nord Pool fra uke 1 2008, ut uke 52 2021. Autoregressive integrated moving average (ARIMA) og general autoregressive conditional heteroskedasticity (GARCH) modeller benyttes separat og sammenslått som ARIMA-GARCH modeller for å predikere systempris og volatilitet. Sesongjustert og befolkningsvektet temperatur og nedbør for 6 byer i Norge benyttes. Nedbør fanger opp forventnings- og tilbudseffekter i tillegg til nedbør. Temperatur fanger opp konsum- og etterspørselseffekter i tillegg til temperatur. Magasinavvik, vindenergiproduksjon og summen av snø-, mark-, og grunnvann inkluderes som kontrollvariabler. Avhandlingen finner at effektene av konsum, etterspørsel, og temperatur på systemprisen og volatilitet er små. Videre er effektene av forventning, tilbud og nedbør på systempris tvetydige, men bidrar til å forklare systempris og volatilitet. Avhandlingen finner bevis for kvartals- og halvårseffekter. Estimeringsresultater indikerer en eksponentiell volatilitetspersistens hvor en fullspesifisert modell med temperatur og nedbør har høyest persistens. Restriksjoner på nedbør gir lavere volatilitetspersistens enn restriksjoner på temperatur. Estimering uten nedbør gir lavere volatilitetsrespons fra sjokk enn estimering uten temperatur, med lavere korrelasjon i varians over 2 perioder. Vindenergiproduksjon, magasinavvik og sum av snø-, mark-, og grunnvann har en statistisk signifikant og negativ effekt på systemprisen. Avhandlingen finner i tillegg bevis for en svært autoregressiv prosess av 1 orden.

Research on electricity price and volatility has previously been conducted, but few studies include effects that are probable to affect electricity prices and volatility. This dissertation studies the system price at Nord Pool from week 1 2008, through week 52 2021. Autoregressive integrated moving average (ARIMA) and general autoregressive conditional heteroskedasticity (GARCH) models are used separately, and jointly as ARIMA-GARCH models to predict the system price and volatility. Seasonally adjusted and population weighted temperature and rainfall for 6 Norwegian cities is included. Rainfall captures additional expectations and supply effects alongside rainfall, whereas temperature captures additional consumption and demand effects alongside temperature. Water magazine deviation, wind power production, and the sum of snow, surface and ground water in Norway is included. The effects consumption, demand and temperature have in contribution to explaining the system price and volatility are found to be small. The effects expectations, supply and rainfall have on the system price are found to be ambiguous, but the effects do somewhat contribute to explaining the system price and volatility. The dissertation finds evidence of quarterly and half-year seasonal effects within the modeling process. Results for the system price indicate exponential volatility persistence. An unrestricted model including both temperature and rainfall is the most persistent, and excluding rainfall is less persistent than excluding temperature. A model without rainfall reacts less to shocks in volatility than a model without temperature, however the correlation in variance over 2 periods is lower. Wind power production, sum of snow, ground, and surface water, including magazine deviation have a statistically significant and negative effect on the system price. A highly autoregressive system price of order 1 is found.