电力市场短期电价预测的时间序列模型研究-电气工程专业论文.docxVIP

Short-term Electricity Price Forecasting Using the Time Series Models in Electricity Market A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Degree of Master of Engineering by Xia Junchang Supervised by Prof. Xie kaigui Major: Electrical Engineering College of Electrical Engineering of Chongqing University, Chongqing, China May, 2011 中文摘要 中文摘要 重庆大学硕士学位论文 重庆大学硕士学位论文 I I PAGE PAGE IV 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。 关键词：短期电价预测，时间序列，SARIMA，GARCH，误差修正模型（ECM） 英文摘要 英文摘要 重庆大学硕士学位论文 重庆大学硕士学位论文 III III PAGE PAGE IV ABSTRACT Nowadays, the short-term electricity price forecasting has becoming an important task in electricity markets, and plays an extremely important role in many fields. This paper mainly studies on short-term electricity price forecasting using time series models, contents are as follows: This paper proposes the characteri