Bootstrap方法在基于ARMA-GARCH模型的电力市场价格区间预测中的应用.pdf

《Bootstrap方法在基于ARMA-GARCH模型的电力市场价格区间预测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Vo1．23No．3第23卷第3期电力科学与技术学报2008年9月JOURNALOFEIECTRICPOWERSCIENCEANDTECHNOLOGYSep．2008Bootstrap方法在基于ARMA—GARCH模型的电力市场价格区间预测中的应用陈霞，董朝阳，王殿辉2(1．昆：i=兰大学信息技术与电机工程学院，澳大利亚布里斯班QLD4067；2．拉筹伯大学计算机科学与工程系，澳大利亚墨尔本Vic3086)摘要：当今开放式电力市场是一个基于竞价拍卖形式的市场，市场清算价格(marketclearingprice-MCP

2、)主要受变化的供需平衡、市场参与者的竞价策略以及电力企业已经签订的双边买卖合同等因素影响，现有的价格预测技术只集中在如何提高价格预测准确度上，而忽视了对预测本身不确定性的度量；其中ARMA-GARCH价格预测模型的前提是假设预测误差符合正态分布，而实际电力市场价格非线性波动使得正态分布的假设完全不成立．针对这一现象，将不依赖任何分布假设的Bootstrap技术应用于基于ARMA—GARCH模型的电力市场清算价格区间预测，并对澳大利亚电力市场的真实数据进行分析评测，精度高，可靠性好．关键词：Bootstrap；区问预测；

3、GARCH；电力市场清算价格中图分类号：TM715；F407．61文献标识码：A文章编号：1673．9140(2008)03-0003-09BootstrappredictionintervalsforARMA-GARCHbasedelectricitymarketpriceforecastingCHENXia，DONGZhao—yang，WANGDian—hui(1．Schoolofhformationl'echnologyantiElectricalEngineering，UniversityofQueenslan

4、d，QLD4067，Australia2．DepartmentofComputerScienceandComputerEngineering，LaTrobeUniversity，Vic3086，Australia)Abstract：Thederegulatedelectricitymarketisanauctionmarketinwhichthemarketclearingprice(MCP)isheavilyaffectedbythenonstationarysupply／demandbalance，bidingst

5、rategiesofmarketpar—ticipants，bilateralcontractsthecompanieshavesignedetc．Existingpriceforecastingtechniqueshavebeendevotedtofindingthe‘best”pointestimatesratherthanquantifyingthepredictiveuncertainty．Inter—val／densityforecastsarenotnewformostclassictimeseriesmo

6、dels，suchARMA—GARCH，wherepre—dictionintervalscanbeestimatedanalyticallyundernormaldistributionassumption．However，non—line—aritynatureofelectricitypricevolatilitymakestheresultsunreliable．Inthispaper，weproposeaboot—strapmethodforconstructingpredictionintervalsfor

7、ARMA-GARCHbasedMCPforecastingprocess收稿日期：2008-08-25作者简介：陈霞(1969一)，女，他士研究生，主要从事电力市场价格预测、金融风险管理及数据挖掘的研究通讯作者：董朝阳，男，博士，副教授，1EEE高级会员；E—mail：zdong@itee．uq．edu．au4电力科学与技术学报2008年9月whichdoesnotreplyonanydistributionassumption．TheAustralianNationalElectricityMarket(NEM)is

8、selectedastheprimarycasemarketfortheevaluationpurpose．Resultsindicatethebootstrapmethodiswithhighreliabilityandprecision．Keywords：bootstrap；predictioninterval；GARCH；e