基于时间序列法的中长期电价预测模型研究.pdfVIP

基于时间序列法的中长期电价预测模型研究 曹玲玲，周 明，李庚银 （华北电力大学电气工程学院，河北 保定 071003 ） 摘 要：在电力市场中，电价一般指电能的市场出清价 [4] [5] 场模拟法 、分时段相似日法 等，其中，神经网 （MCP ）。由这些电价形成的时间序列前后时段具有较强的 络法和时间序列法的研究最为广泛，但大部分研究 相关性，时间序列法能够根据这种时段间的相关性建立时间 均是针对短期电价预测的，有关中长期电价预测的 序列模型，进行未来电价的预测。中、长期电价预测相对短 [1] 相当少 。总的来看，中、长期电价序列由于包含 期而言，时间跨度大，周期性复杂，存在更多不确定性，逐 更多不确定影响因素，建模和预测相对来说难度更 点进行准确预测难度很大，所以，本文尝试采用不同的复合 大，总体预测精度较低，研究比较薄弱。 时间序列模型，结合小波分析，分别对中长期电价的水平进 行预测，即用各模型预测中、长期电价的均值和峰、谷值出 电价时间序列存在均值回复、强波动性、跳跃 现情况。为了对比结果，将未结合小波分解的各模型预测结 和尖峰、周期性、异方差等特性。本文针对中、长 果与之进行比较，为制定中、长期合约交易及电网规划等提 期电价变化多样性的特点，采用多种时间序列模 供参考。算例采用美国加州市场2001 年7-12 月日平均电价 型，并结合小波分析，描述电价时间序列的规律性， 历史数据预测2002 年7-12 月日平均电价的均值和峰、谷值 探索中、长期电价预测的有效方法。算例基于累积 出现情况。 式自回归移动平均模型(ARIMA) 、自回归和条件异 关键词：电力市场；中长期电价预测；复合时间序列模型； 方差模型(AR/GARCH)及自回归移动平均和条件异 小波分析 方差模型(ARMA/GARCH) ，并与小波分析(Wavelet 0 引言1 Analysis)相结合得到 WARIMA 、WAR/GARCH 和 电力行业打破垄断、引入竞争的市场化改革已 WARMA/GARCH 模型，采用以上模型分别对中长 经在我国部分区域开始试点，在市场环境下，电力 期电价进行预测，并将预测结果的均值和峰、谷值 价格成为基本要素，它是反映市场运营状况，评价 出现情况进行了比较分析。 市场竞争效率的核心指标。所以，准确的电价预测 1 基本理论 是电力市场各参与方共同关注的一项重要工作。 1.1 ARMA 预测模型简介 电价预测按照预测时间长短可分为短期、中期 时间序列是指按时间先后顺序排列的随机序 和长期预测。短期电价预测的主要意义在于各发电 列，可分为平稳时间序列和非平稳时间序列，市场 商可以利用预测的 MCP 选择最优的报价策略，从 中的电价可以看成是等时间间隔的随机时间序列 {Y , t=0, 1, 1, }，它往往是非平稳的。 而达到利润最大化的目的。中、长期电价预测的主 t