基于不对称自回归条件异方差模型的短期负荷预测研究.pdfVIP

中国电机工程学会第十届青年学术会议 ·吉林 基于不对称自回归条件异方差模型的短期负荷预测 陈 昊 1 2 宁玉宝 （1 南京供电公司 南京市 210008 2 江苏省电力设计院 南京市 211102） 摘要：研究了负荷时间序列的自回归条件异方差效应，提出了一种基于不对称自回归条件异方差模型的短期负荷预测方 法。建立了广义误差分布假设下的不对称广义自回归条件异方差模型，借助模型的不对称参数，分析了不同冲击下的不对称 机制，比较了各种广义自回归条件异方差模型的预测能力。其中，幂指数广义自回归条件异方差-广义误差分布模型的预测 效果尤为突出。最后通过实际算例验证了上述方法的可行性和有效性。 关键词：负荷预测；不对称自回归条件异方差模型(ARCH)；逆杠杆效应；厚尾；广义误差分布(GED) 0 引言 电力负荷预测对电力系统的经济调度运行及科学规划有着重要的意义。随着我国电力行业市场化程度的 推进，人们对负荷预测精度的关注程度也有所提高。短期负荷预测研究领域涌现出了很多有效的经典预测模 型，但同时也存在一些问题。很多基于普通最小二乘法(ordinary least squares，OLS)估计的经典模型的前提假 设——Gauss-Markov 假设(如同方差假设)在实际应用中不一定能得到满足，而异方差现象在电力系统时间序 列中经常出现。在这样的背景下，采用同方差假设模型得到的统计推断和实证结果的可靠性是值得商榷的。 自回归条件异方差模型(autoregressive conditional heteroscedasticity model，ARCH)适于描述时间序列波动 [1-2] 性。近年来，ARCH 已逐渐为电力系统领域学者所关注 ，但还未得到广泛应用。文献[3-4]讨论了负荷时间 序列的 ARCH 效应，建立了基于标准广义自回归条件异方差(generalized ARCH，GARCH)模型的负荷预测模 型。文献[5]讨论了基于非高斯分布假设下 GARCH 模型的负荷预测方法。本文在文献[3-5]的基础上建立不对 称 GARCH 模型，并进一步拓展到广义误差分布(generalized error distribution，GED)假设下的不对称 GARCH 模型。算例结果表明，该模型的实际预测能力较好，是对短期负荷预测的又一种可行探索。此外，与标准 GARCH 模型类似，不对称 GARCH 同样可以避免同方差假设不满足的常规建模问题。 除一阶矩外，电力系统负荷预测模型常常较少关注负荷时间序列的其他阶矩，因此有必要引入高阶矩 进行分析。本文所建的不对称 ARCH 模型在剖析时间序列二阶矩的基础上，讨论电力系统时间序列的逆杠 杆效应。 1 ARCH 模型简介 1.1 GARCH 模型 计量经济学家恩格尔(Robert F.Engle)在 20 世纪 80 年代提出了自回归条件异方差模型[6] 。ARCH 族模 型的设定通常由两部分组成：均值方程和条件方差方程。均值方程的形式为 ′