Forecasting model the Electricity Consumption for the Whole Country and Import Electricity of Thailand

Abstract

The objective of this study is to find a predictive model and compare suitable predictive models for Forecasting electricity consumption supply and electricity import supply volumes in Thailand. The data collected by Ministry of Energy from 2017 to 2024 Various time series forecasting techniques were employed, including Exponential Smoothing, Time Series Regression, and the Box-Jenkins method. In addition, several combination forecasting methods were applied, such as the Simple Average or Equivalent Weighted Method (EW), Regression Analysis (RA), MAPE-Based Combination, and the Weighted Inverse to the Square Root Sum of Squared Error (WISRSSE). The accuracy of each method was evaluated based on the Mean Absolute Percentage Error (MAPE), with the model yielding the lowest MAPE identified as the most suitable. The results indicate that the Box-Jenkins method is the most appropriate model for forecasting Thailand’s electricity consumption, while the MAPE-Based Combination method is best suited for forecasting electricity imports. The findings from this study can support electricity authorities in efficiently planning and managing current and future energy resources.

การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาตัวแบบการพยากรณ์ปริมาณการใช้พลังงานไฟฟ้าและปริมาณการนำเข้าพลังงานไฟฟ้าของประเทศไทย โดยใช้ข้อมูลการใช้พลังงานไฟฟ้าและการนำเข้าพลังงานไฟฟ้า ปี พ.ศ. 2560 - พ.ศ. 2567 ซึ่งเก็บข้อมูลโดยกระทรวงพลังงาน การวิจัยนี้ใช้เทคนิคการพยากรณ์อนุกรมเวลาหลายวิธี ได้แก่ การปรับให้เรียบแบบเลขชี้กำลัง (Exponential Smoothing), การถดถอย (Time Series Regression), และวิธีบอกส์เจนคินส์ (Box-Jenkins) วิธีการให้น้ำหนักที่เท่ากัน (Simple Average Method or Equivalent Weighted Method:EW วิธีการพยากรณ์ร่วมโดยใช้วิธีการวิเคราะห์การถดถอย (Regression Analysis : RA) วิธีรวมแบบ อิงค่า (MAPE-Based combination) วิธีการถ่วงน้ำหนักด้วยการผกผันของรากที่สองของผลรวมของความคลาดเคลื่อนกำลังสอง (Weighted Inverse to the square root sum of squared error : WISRSSE และนำค่าพยากรณ์ที่ได้มาเปรียบเทียบวิธีการพยากรณ์โดยพิจารณาจากค่าเฉลี่ยร้อยละความคลาดเคลื่อนที่ (Mean Absolute Percentage Error : MAPE) ต่ำที่สุด เป็นเกณฑ์การตัดสินเพื่อหาตัวแบบที่เหมาะสมที่สุด จากผลการวิเคราะห์พบว่าวิธีการพยากรณ์ที่เหมาะสมที่สุดของข้อมูลปริมาณการใช้พลังงานไฟฟ้าของประเทศไทย คือวิธีบอกซ์เจนกินส์ (Box – jankins method) และวิธีการพยากรณ์ที่เหมาะสมที่สุดของข้อมูลปริมาณการนำเข้าพลังงานไฟฟ้าของประเทศไทย คือ วิธีรวมแบบอิงค่า (MAPE-Based combination) หน่วยงานการไฟฟ้า