基于混合自回归滑动平均潜周期模型的短期电价预测

曾勇红; 王锡凡; 冯宗建

您当前的位置：

首页 >

文章列表页 >

基于混合自回归滑动平均潜周期模型的短期电价预测

专题研究 | 更新时间：2025-12-08

- 基于混合自回归滑动平均潜周期模型的短期电价预测
- Short Term Forecast of Electricity Price Based on Mixed Autoregressive Moving Average and Hidden Periodic Model
- 西安交通大学学报 2008年42卷第2期页码：184-188
- 作者机构：
  
  西安交通大学电气工程学院,西安,710049
- 作者简介：
- 基金信息：
  
  : 2007-06-24. 作者简介: 曾勇红(1973-),男,博士后;王锡凡(联系人),男,教授,博士生导师. 基金项目: 国家重点基础研究发展计划资助项目(2004CB217905)
- DOI：
  中图分类号： TM73
- 网络首发：2008-02-10，
  
  纸质出版：2008
- 稿件说明：
移动端阅览
曾勇红, 王锡凡, 冯宗建. 基于混合自回归滑动平均潜周期模型的短期电价预测[J]. 西安交通大学学报, 2008,42(2):184-188.

曾勇红, 王锡凡, 冯宗建. Short Term Forecast of Electricity Price Based on Mixed Autoregressive Moving Average and Hidden Periodic Model[J]. 2008, 42(2): 184-188.
曾勇红, 王锡凡, 冯宗建. 基于混合自回归滑动平均潜周期模型的短期电价预测[J]. 西安交通大学学报, 2008,42(2):184-188. DOI：

曾勇红, 王锡凡, 冯宗建. Short Term Forecast of Electricity Price Based on Mixed Autoregressive Moving Average and Hidden Periodic Model[J]. 2008, 42(2): 184-188. DOI：

摘要

应用混合自回归滑动平均潜周期模型对短期电价序列进行了预测.对消除了趋势影响的电价序列

经离散傅里叶变换转换为复值潜周期模型

采用一种简单的周期图检测方法计算电价序列的周期特征参数.为了计及历史信息对当前状态的影响

采用自回归滑动平均模型拟合残差随机分量

采用赤池信息准则确定模型的阶数

参数则由矩估计得到.该模型不要求预先假设电价序列的周期尺度

周期的个数和大小由模型计算确定

方法简单.采用美国宾夕法尼亚、新泽西、马里兰电力市场的实际电价数据对模型进行了检验

验证了模型的有效性.

Abstract

The mixed autoregressive moving average(ARMA)and hidden periodicity model is chosen to predict a short term series of electricity price. Eliminating the trend influence

a complex hidden periodicity model of price sequences can be obtained with discrete Fourier transformation. The periodicity parameters of price sequences are calculated by a simple detection for periodogram. To take consider the impact of historical information on the present states into account

the ARMA model is used to fit the residual stochastic component. The Akaike's information criterion is employed to determine the number of order in autoregressive moving average model

whose parameters are estimated by moment approach

where the pre-assumption on periodicity scale gets unnecessary. The number and size of periodicities is only derived from a simple computation model. The model proposed is verified by actual data of electricity price in PJM power market in USA.

关键词

Keywords

references

陈思杰,周浩.电力市场电价预测方法综述[J].继电器,2006,34(11):54-60.

CHEN Sijie, ZHOU Hao. Electricity price forecast methods of electricity market [J]. Relay, 2006, 34(11): 54-60.

CONTRERAS J, ESPINOLA R, NOGALES F J, et al. ARIMA models to predict next-day electricity prices [J]. IEEE Trans Power Systems, 2003, 18(3): 1014-1020.

周明,严正,倪以信,等.含误差预测校正的ARIMA 电价预测新方法[J].中国电机工程学报,2004,24(12):63-68.

ZHOU Ming, YAN Zheng, NI Yixin, et al. A novel ARIMA approach on electricity price forecasting with the improvement of predicted error [J]. Proceedings of the CSEE, 2004, 24(12): 63-68.

CONEJO A J, PLAZSA M A, ESPINOLA R, et al. Day-ahead electricity price forecasting using the wavelet transform and ARIMA models [J]. IEEE Trans on Power Systems, 2005, 20(2): 1035-1042.

张显,王建学,王锡凡,等.考虑多重周期性的短期电价预测[J].电力系统自动化,2007,31(3):4-8.

ZHANG Xian, WANG Jianxue, WANG Xifan, et al. Short-term electricity price forecasting based on price subsequences [J]. Automation of Electric Power Systems, 2007, 31(3):4-8.

何书元.应用时间序列分析[M].北京:北京大学出版社,2003:230-252.

HE Shuyuan. Estimation of the mixed AR and hidden periodic model [J]. Acta Mathematicae Applicatae Sinica, 1997, 13(2): 196-208.

申鼎煊.随机过程[M].武汉:华中理工大学出版社,1995:207-211.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种确定自回归滑动平均模型最小阶次的新方法

电动车辆间接热系统快速除湿响应迟滞机理及优化控制策略

采用试验设计方法的第三代CO2气体箔轴承箔片几何参数敏感性分析

混合电解槽阵列协同的风光耦合制氢系统双层多目标优化

扇贝仿生密封腔室内超临界二氧化碳泄漏流湍动能耗散机理研究