Pörssisähkötuotteen kannattavuus erilaisille sähkön tyyppikäyttäjille

Abstract

Tässä kandidaatintyössä tutkitaan pörssisähkötuotteen kannattavuutta erilaisille sähköntyyppikäyttäjille Energiaviraston vuonna 2019 julkaisemien tyyppikäyttäjäprofiilien ja pörssisähkön hintadatan perusteella. Työssä analysoidaan, miten pörssisähkön hinnan vaihtelut vaikuttavat eri käyttäjäprofiilien vuotuisiin kustannuksiin sekä selvitetään, mitkä tekijät vaikuttavat pörssisähkön taloudelliseen hyötyyn eri käyttäjille. Tarkastelussa yhdistetään rajausten mukaan muokattu kulutusdata ja Suomen pörssisähkön hinnat ajanjaksolta 1.1.2018–31.12.2023. Tuloksena muodostetaan kuvaajia ja numeerista dataa, joiden perusteella arvioidaan, millaiset käyttäjäprofiilit hyötyvät pörssisähkötuotteista taloudellisesti. Työssä vertaillaan myös pörssisähkösopimuksia kiinteisiin sopimuksiin. Lisäksi arvioidaan kulutusdatan ajankohtaisuuden vaikutusta tutkimuksen luotettavuuteen. Kielenhuollossa käytettiin ChatGPT-4o (ChatGPT: The AI language model developed by OpenAI) varmistamaan kielellisen ilmaisun oikeellisuutta. Käyttö on satunnaista työn aikana, lukuun ottamatta tiivistelmää.

This bachelor’s thesis examines the profitability of electricity exchange products for various electricity user profiles based on the profiles published by the Finnish Energy Authority in 2019 and exchange electricity price data. The study analyzes how fluctuations in exchange electricity prices impact the annual costs of different user profiles and identifies the factors influencing the economic feasibility of exchange electricity for various users. The analysis integrates adjusted consumption data and Finnish exchange electricity prices from the period 1 January 2018 to 31 December 2023. The results include graphical representations and numerical data, providing an evaluation of which user profiles benefit economically from exchange electricity products. The study also compares exchange electricity contracts with fixed-term contracts. Additionally, the importance of the timeliness of consumption data for the reliability of the findings is assessed. Language editing was carried out using ChatGPT-4o (ChatGPT: The AI language model developed by OpenAI) to ensure linguistic accuracy. Its use was sporadic throughout the work, except for the abstract.