欢迎来到天天文库
浏览记录
ID:52492385
大小:341.84 KB
页数:5页
时间:2020-03-28
《电价序列的高阶矩波动特征.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、第25卷第4期电力系统及其自动化学报V0l_25No.42013年8月ProceedingsoftheCSU-EPSAAug.2013电价序列的高阶矩波动特征王瑞庆,王宏福(安阳师范学院计算机与信息工程学院,安阳455000)摘要:电价的分布特性是电力市场风险管理和电力金融产品定价的重要依据。在对电力市场现货电价的变动规律综合分析的基础上,使用条件方差、条件偏度、条件峰度来刻画电价序列的二阶矩、阶矩、四阶矩时变特征,使用正弦函数和负荷平方来刻画电价序列的多重周期及其与负荷之间的相关性,建立了一个基于正态分布概率密度函数的Gram—Charlier展开的
2、多周期GARCH—M模型。对PJM电力市场历史数据的分析表明:系统负荷对电价均值具有显著的影响,电价序列具有周、半月、月、双月、季、半年等多重周期和二阶矩波动集聚性,二阶矩、三阶矩和四阶矩具有明显的时变特征,三阶矩和四阶矩的尖峰跳跃具有同步性。关键词:电力价格;电力负荷;高阶矩;波动集聚;广义条件异方差均值模型中图分类号:TM73文献标志码:A文章编号:1003—8930(2013)04—0058—05HigherMomentsVolatilityCharacteristicsofElectricityPriceSeriesWANGRui-qing,W
3、ANGHong-fu(SchoolofComputer&InformationEngineering,AnyangNormalUniversity,Anyang455000,China)Abstract:Thedistributionpropertiesofelectricitypricesaretheimportantinformationfortheriskmanagementofelectricitymarketsandthepricingofelectricityfinancialderivatives.Withcomprehensivecon
4、siderationofthechangingrulesoftheelectricityspotprice,amultipleperiodicGARCH-MmodelbasedonGram-Charlierseriesexpansionofthenormalprobabilitydensityfunctionisproposed,inwhichthesecond,thirdandfourthmomentsofelectricitypriceseriesaredescribedbyconditionalvariance,skewnessandkurtos
5、is,andthemultipleperiodsandtherelationshipa—mongloadandspotpricearealsotakenintoaccountbysinefunctionandsystemloadsquares.ThenumericalexamplebasedonthehistoricaldataofthePJMmarketshowsthatthesystemloadshaveasignificanteffectonthemeanelec-tricityprices,thereexistssecondmomentvola
6、tilityclusteringandweekly,semi—monthly,monthly,bimonthly,quar-terlyandsemi-annualperiods,andthesecond,thirdandfourthmomentsmanifestthecleartime—varyingcharacteris-ticsandtherealsoexistssynchronizationbetweenthepeakjumpingofthirdandfourthmoments.Keywords:electricityprice;electric
7、load;highermoments;volatilityclustering;GARCH-Mmodel电价是电力市场供求平衡时形成的出清价,适应能力,能有效处理多变量和非线性问题01。但不仅受气候、系统负荷、发电成本、可用发电容量、由于神经网络方法的参数调整不够灵活,学习速输电网络阻塞等客观因素的影响,还受到市场交度较慢,在实际应用中遇到了困难。易规则、参与者的竞价策略及其对价格的心理反时间序列方法需要的历史数据相对较少,能应等主观因素的影响,这些因素使得准确的电价准确反映历史电价变化的连续性,常用的有自回预测较为困难。当前预测方法主要包括通过模拟归
8、滑动平均(auto—regressiveandmovingaverage)和电力市场竞争规则来
此文档下载收益归作者所有