Tuulisähkön tuotannon vaikutus Suomen sähkön hintaan
Notice bibliographique
Résumé
Kandidaatintyössä selvitetään tuulisähkön tuotannon vaikutuksia Suomen aluehintaan. Työssä mallinnusta on tehty vain tuotantolaitoksille, joista Fingridillä on reaaliaikainen mittaus olemassa. Sähkön hintatietoina on käytetty Nord Poolin vapaasti saatavilla olevia tuntikohtaisia aluehintoja. Kandidaatintyössä on selvitetty Suomen tuulisähkön hintaa vuodelta 2021. Kandidaatin työssä on mallinnettu tehon korrelointia sähkön hinnan kanssa vuonna 2021 ja tarkasteltu tuulivoiman markkinaosuuden kasvun vaikutusta Suomen sähkön hintaan. \n \nTuulisähköstä maksettu keskimääräinen hinta Suomessa vuonna 2021 oli 67,7 €/MWh ja aluehinta 72,3 €/MWh. Suurin suhteellinen ero tuulisähkölle maksetussa hinnassa oli korkean kulutuksen aikaan ja pienin matalan kulutuksen aikaan. Tuulivoimatehon ja aluehinnan korreloinnin mallinnuksessa selvisi, että vuonna 2021 tuulisähkön tuotannon ollessa korkean kulutuksen aikaan yli 1000 MW aluehinta laski selvästi. Vastaavasti matalan kulutuksen aikaan havaittiin aluehinnan merkittävä lasku, kun tuulivoimatuotanto kasvoi yli 1500 MW. Tuulisähkön tuotannon vaikutus Suomen sähkön hintaan on kasvanut markkinaosuuden kasvaessa. Mallinnuksessa näkyy, että tuulivoimatuotannon kasvaessa tuulisähkön- ja aluehinnan suhde pienenee eli tuulisähkön tuotanto on laskenut Suomen aluehintaa. Kuitenkin tuulisähkön hinta on ollut viime vuosina nousussa johtuen investointikustannusten kasvusta. Suomen tuulivoimakapasiteetti tulee kaksinkertaistumaan lyhyessä ajassa ja Suomen ydinsähkön tuotanto kasvaa 1600 MW, jolloin tämän työn tarkastelu tuulisähkön tuotannon vaikutuksista Suomen aluehintaan tulisi tehdä uudelleen.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».