基于非参数GARCH的时间序列模型在日前电价预测中的应用
电力市场中电价序列具有较强的波动性、周期性和随机性，以致经常出现价格尖峰，这在很大程度上影响了电价预测的精度。提出了一种基于小波变换和非参数GARCH（generalized auto regressive conditional heteroskedasticity）模型的时间序列模型对日前电价进行预测。利用小波变换将历史电价序列分解重构概貌序列和细节序列，分别建立累积式自回归滑动平均（auto-regressive integrated moving average, ARIMA）模型进行预测，采用非参数GARCH模型对电价序列预测残差的随机波动率进行建模，从而提高对价格波动性的预测能力和ARIMA模型的预测精度。将该模型应用于美国宾夕法尼亚-新泽西-马里兰（Pennsylvania．NewJersey—Maryland，PJM）电力市场的日前电价预测。算例结果表明，非参数GARCH模型可以更好地拟合电价序列剧烈波动的特性，该模型能够提高电价的预测精度。
电价预测、小波变换、累积式自回归滑动平均模型、非参数GARCH模型
36
TM715(输配电工程、电力网及电力系统)
中央高校基本科研业务费专项资金资助项目11QX80
2012-06-17（万方平台首次上网日期，不代表论文的发表时间）
共7页
190-196
