电力现货价格的高效建模和预测（R实现）

 

📋📋📋本文目录如下：⛳️⛳️⛳️

目录

1 概述

2 电价建模的挑战

3 电价模型

4 算例及仿真结果

5 结论

6 参考文献

1 概述

随着过去几十年电力市场的持续自由化，通过交易所交易的电力量大大增加。这反过来又提高了电价的透明度。由于公司和私人家庭对该价格的严重依赖，电价建模已成为能源市场研究的基石之一。但事实证明，这种建模处于许多研究学科的边缘。例如，对潜在贸易机制的分析可以分配给经济学。但能源生产本身是一个与工程相关的过程，管理能源交换，特别是可再生能源生产的规则是由法律和政治决定的。因此，对电价进行建模可能是一个复杂的问题。这也反映在时间序列中，其中可以观察到许多不寻常但已经程式化的事实。

本文文中提出的模型以多种方式解决了这种复杂性。与现有文献相比，它的显着特征可以归结为七个关键事实。本文的方法

1. 在没有任何数据处理的情况下对电价进行建模，2. 结合每个既定的电价程式化事实，3. 为杠杆效应的结构提供洞察力，4. 证明风能和太阳能对价格的影响， 5. 考虑风能和太阳能发电中特定的假日效应和夏令时效应， 6. 不需要任何未来信息来提供准确的预测。最后，7，它使用了高效和快速的最先进的估计技术

2 电价建模的挑战

能源市场是一个快速变化的经济领域。这些市场的自由化以及随后能源结构的发展说明了这一事实。但由于全球不同国家面临不同的先决条件，例如在政治或气候方面，它们的能源市场往往具有非常异质的结构。因此，一个国家的调查结果可能不会或可能仅部分用于另一个国家或地区。 

3 电价模型

           

        

详细数学模型见第五部分。

4 算例及仿真结果

 

 5 结论

一项广泛的预测研究表明，在 MAE 和 MMAE 中，我们的模型优于所有用作基准的模型，包括最近在文献中发表的模型。出于预测的目的，不需要未来的知识：每次预测都是完全使用样本外数据进行的。由于其高效率和快速计算时间，我们的模型可能会吸引那些希望将其用作自己模型的基准的研究人员以及需要预测电价的能源公司。尽管如此，未来仍有许多研究工作要做。例如，由于一些欧洲国家的市场高度一体化，衡量进出口数据可能会导致更好的估算结果，并为政治决策提供指导。我们的模型是否可以合理地应用于其他电力市场也是值得商榷的。我们注意到德国能源组合和工作日结构的特征对价格过程产生了重大影响。但其他市场不一定具备这些特征。因此，引入一个更全面的模型可能是一个合适的未来任务。未来工作的另一个方向也可能是通过考虑其他能源资源价格的时间序列来更详细地检查德国能源组合，例如煤或天然气。检测和使用这些时间序列之间的协整也可能导致估计结果的改进。从统计的角度来看，所考虑的模型也可以扩展。因此，可以在变量中包含非线性效应和交互作用或变化点。进一步的可能允许更多参数周期性变化，例如，TARCH 参数可能随时间变化。

6 参考文献

Aggarwal, S. K., Saini, L. M., and Kumar, A. (2009). Electricity price forecasting in deregulated markets:
A review and evaluation. International Journal of Electrical Power & Energy Systems, 31(1):13–22