Can the inclusion of green initiatives variables help us explain the electricity price more accurately?

Abstract

Med økt bruk av fornybare energikilder og grønne initiativer vil det de kommende årene være en stor ending i strømmarkedet. Denne bacheloroppgaven undersøker rollen grønne initiativer kan ha å forklare endinger i elektrisitetspriser mer nøyaktig ved å benytte «Ordinary Least Squares» (OLS) regresjonsmodeller. Vi vil utarbeide to modeller som så skal sammenlignes i denne oppgaven: en som bruker flere variabler som man vet påvirker strømprisen videre en modell hvor variabler for grønne initiativer inkluderes.

Variablene som blir introdusert som grønne initiativer er både fra tilbuds og etterspørselssiden i energibalansen. På tilbudssiden inkluderer vi variabler fra produksjon av strøm fra vindmøller og på etterspørselssiden inkluderer vi elektrifisering av den norske bilparken og elektrifisering av den norske kontinentalsokkelen som står for produksjon av olje og gas. Til slutt inkluderer vi også prisen på EUs ETS CO2-kvoter, som fungerer som et grønt initiativ. Analysen utføres ved hjelp av historiske data som strekker seg fra 2011 til 2022. Hvor det spesifikke området er vi tar for oss er NO1, eller sørøstlige delen av Norge som i oppgaven er betegnet som «OSLO».

Det vi har funnet har gitt oss en bedre forståelse av de ulike faktorene som påvirker strømprisen, noe som er avgjørende for å lage nøyaktige modeller både for prediksjon og forklaring. Det kan være problematisk å konkludere med at det å inkludere grønne initiativer vil føre til en bedre OLS-modell. Grunnen for dette er at valgene vi har valgt rundt variabler samt interpolering av dataene kan ha svekket påliteligheten til resultatet videre er det sentralt å trekke inn at overtilpassing av modellen til dataen også kan være et problem.

The rapid expansion of renewable energy sources and green initiatives has transformed the power market landscape. This bachelor thesis examines the role of green initiatives in explaining electricity price fluctuations more accurately by employing Ordinary Least Squares (OLS) regression models. Two models are compared in this thesis: one incorporating green initiatives variables, and another excluding them.

The green initiatives variables consist of initiatives from both the production and the consumption side of the energy balance. On the production side we are including variables from production of green electricity from windmills and on the consumption side we are including electrification of the Norwegian car fleet and the electrification of the Norwegian continental shelf. Lastly, we are also including the price of EU`s ETS CO2 allowances which is an initiative. These factors are integrated into the first model, while the second model solely relies on traditional factors. The analysis is conducted using historical data reaching from 2011 to 2022 and the specific area is NO1 or the south-east part of Norway.

Insights gained from our findings have facilitated a more profound comprehension of the factors influencing electricity prices, which is crucial for making accurate models for both explaining and predicting. It can be problematic to conclude that the inclusion of green initiatives will lead to a better OLS model. Because the manual selection of variables and interpolating of the data, in retrospect, could have potentially compromised the reliability of our findings. Furthermore, it is also important to mention that over-fitting of the model to the data can lead to problems when we are looking closer into other dataset with a different mix.