电力市场短期电价预测的时间序列模型研究

摘要

在电力市场环境下，短期电价预测在促进市场竞争、维护参与者利益、提高电力系统运行效率和实现资源优化配置等方面起着十分重要的作用，因此越来越受到人们的重视，现己成为当前电力市场中的一项重要工作。本文研究电力市场短期电价预测的时间序列模型，主要内容包括电价与电价预测的基本理论，短期电价预测的SARIMA、GARCH和误差修正模型。
　　论文介绍了电价的特点、形成与制定方法，影响电价的两类因素（社会经济因素和市场自然因素）以及电价时间序列；给出电价预测的概念、分类、特点和难点；提出了短期电价预测时间序列模型的抽象化表述。
　　提出短期电价预测的SARIMA模型。根据电价波动的特点，该模型采用单步差分和季节差分实现数据的平稳化预处理，并使用ADF法检验；通过观察计算自相关ACF和偏自相关PACF，并选用极大似然法或最小二乘法进行模型估计参数；经参数显著性和模型显著性两类统计检验，以确保模型的正确性和实用性。与传统ARIMA模型相比，该模型同时包含了季节自回归项与季节移动平均项，可更充分地提取时间序列的周期性，善于从趋势性、周期性和随机波动间的复杂纠缠关系中提取信息，使模型更好地把握电价历史发展规律，达到提高预测精度的目的。算例表明：SARIMA方法有非常好的电价预测效果，该模型可有效提取电价时间序列蕴含的历史信息。
　　针对电价序列异方差性的特点，以SARIMA为主体，建立了短期电价预测的GARCH模型。该模型的预测步骤主要包括：数据预处理及其检验、计算AC与PAC、SARIMA模型识别、使用LM法进行ARCH效应检验、模型识别（提出模型的形式为SARIMA-GARCH(1,1)）、参数估计、模型检验、模型优化和预测评估。该模型可有效描述电价波动的异方差性，提高了预测精度。算例表明，用GARCH方法建模预测，得出了更好的预测效果，证实模型有效地提取了电价异方差性的信息。同时，本文将SARIMA和GARCH两种方法的预测精度做了对比，结果显示GARCH模型精度更高，证实了其优越性。
　　基于时间序列误差修正理论，提出一种用于短期电价预测的误差修正（ECM）模型。首先通过差分将电价及其最主要的影响因素进行平稳化预处理，然后建立两者的多变量自回归方程并利用单位根法检验协整关系，进而建立用于电价预测的误差修正模型并估计参数，最后利用该模型预测短期电价。与传统时间序列模型相比，该模型可有效刻画时间序列的短期波动，有助于预测电价的发展趋势；该模型计及了电价的主要影响因素，重视对电价内在变化规律的刻画。算例分析的预测结果表明此法的预测精度高于经典时间序列法。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 短期电价预测的目的及意义

1.2 短期电价预测的研究现状

1.3 本文研究的主要内容

2 电价的基本理论与电价预测

2.1 引言

2.2 电价的形成与制定

2.3 电价的影响因素

2.4 电价时间序列

2.5 电价预测的概念及分类

2.6 电价预测的特点

2.7 短期电价预测时间序列模型的基本原理

2.8 小结

3 短期电价预测的SARIMA模型

3.1 引言

3.2 SARIMA原理及预测步骤

3.3 数据的预处理及其检验

3.4 模型的识别与建立

3.5 模型的检验、优化与预测

3.6 算例分析1

3.7 算例分析2

3.8 小结

4 短期电价预测的GARCH模型

4.1 引言

4.2 GARCH原理及预测步骤

4.3 ARCH效应及其检验

4.4 模型的识别与建立

4.5 模型的检验、优化与预测

4.6 算例分析1

4.7 算例分析2

4.8 小结

5 短期电价预测的误差修正模型

5.1 引言

5.2 误差修正模型原理

5.3 电价影响因素的选择

5.4 模型的建立

5.5 算例分析1

5.6 算例分析2

5.7 小结

6 结 论

致谢

参考文献

附 录