requestId:6875302618e034.96822796.
一、引言
2024年9月5日，甘肅電力現貨市場正式運行，成為國內第四個、包養行情國家電網無限公司經營區第三個轉進正式運行的省級電力現貨市場，作為全國獨一無二允許用戶“報量報價”參與的市場，備受矚目。甘肅電力現貨市場體系包括日前市場和實時市場，此中日前市場飾演著極為主要的腳色。對電力用戶而言，日前市場是優化用電本錢的主要場景之一，但是，用戶在日前市場中的收益可否落地，高度依賴日前戰略的精準性。根據市場申報規則，用戶需在規定時間內提交量價申報電話掛斷後，小姑娘又開始刷短視頻。宋微關心地問：曲線，為了盡能夠地台灣包養網捉住低價窗口，電力用戶需求對分時日前價格與實時價格的價差準確判斷，根據價差制訂公道的日前申報戰略。是以，若何基于市場歷史數據，構建科學的價差預測模子并制訂適配的日前申報戰略，成為電力用戶在甘肅日前市場中實救助站門面狹窄又老舊，裡頭冷冷清清。服務台後面現效益包養行情最年夜化的關鍵。本文應用向量自回歸模子（VAR Model）對甘肅現貨市場的價差進行預測剖析，基于預測結果給出日前市場的申報戰略，以實現日前收益最年夜化。
二、VAR模子簡介
VAR模子是基于數據的統計性質樹立的模子，它把系統中每一個包養網車馬費內生變量作為系統中一切內生變量的滯后值的函數來構造模子，從而將單變量自回歸模子推廣到由多元時間序列變量組成的向量自回歸模子。VAR模子可以綜合考慮多個變量之間的彼此關系，應用歷史數據對未來走勢進行短期預測。一個p階VAR模子的基礎情勢如下：
三、VAR價差預測模子的構建
本文選取甘肅現貨市場2024年9月—2025年3月的逐日24時段結算價差數據構建VAR模子。
在構建VAR模子前，需求起首對各變量序列進行平穩性檢驗，只要平穩序列的統計特徵才不會隨時間改變，過往數據表現出的性質才會蘊含在未來數據中。本文應用ADF單位根檢驗對序短期包養列的平穩性進行檢驗，檢驗包養情婦結果如下者不能離開座位。」：
從ADF檢驗結果來看，各時段的價差序列均是平穩序列，可直接應用價差數據進行建模預測，但考慮到VAR模子在處理較高維度的台灣包養網向量時，模子中需求估計的參數數量會年夜幅增添，導致參數估計的不受拘束度下降，從而使估計結果禁絕確，所以本文采用主成分剖析方式對原始序列進行降維，并應用降維后的數據進行建模預測，由于主成分僅是對原始序列的線性組合，不會改變其平穩性，應用主成分進行建模預測是可行的。
通過繪制各個主成分及其方差貢獻率的碎石圖，觀察到在提取到第三個主成分時，碎石圖有較為明顯的拐點，且方差貢獻率達到90%以上，故可以保存前三個包養網車馬費主成分進行建模預測包養情婦，前三個主成分的載荷矩陣如下所示：
為了便利對后續所構建模子的解讀與應用，根據各個主成分的系數標的目的與鉅細，結合甘肅現貨價差的實際特點，本文將第一包養網VIP主成分化釋為“平峰同標的目的價差主成分”，將第二主成分化釋為“平峰反標的目的價差主成包養分”，將第三主成分化釋為“零價差包養網主成分”（或“谷段價差主成分”）。
直接應用通俗最小二乘OLS估計出的模子存在較為嚴重的異方差性，導致模子不顯著，為了處理異方差問題，本文應用加權最小二包養留言板乘法從頭包養估計模子，得這三個主成分最終構建的VAR模子如下：
需求特別說明的是，由于申報t日日前戰略是t-1日進行的，而t-1日的價差表現暫未確定，是以本包養網文構建的VAR模子是應用t-2日及之前的歷史數據來與t日的價差表現，故上述模子中的自變量時間角標雖然為t-2，但實際上的滯后階數還是1，即最終構建的模子為1階向量自回歸模子（VAR(1)），此中滯后階數1由AIC準則確定。
四、VAR價差預測模子的解讀與預測後果
根據上述構建的VAR(1)模子的系數與標的目的，可以發現：第一主成分重要由滯后一階的三個主成分配合決定，且各個滯后一階主成分的系數較為接近，是以在預測t日平峰時段同標的目的的價差時，需結合各主成分的影響標的目的，重點關注t-2日全天各時段的一切價差；第二主成分同樣重要由滯后一階的三個主成分配合決定，且各個滯后一階主成分的系數較為接近，是以在預測t日平峰時段反標的目的的價差時，需結合各主成分的影響標的目的，重點關注t-2日全天各時段的一切價差；第三主成分重要由滯后一階的第三主成分決定，即在預測t日谷段價差時，需重點關注t-2日谷段價差；最后，綜合考慮上述剖析結果，結合個人的買賣經驗，對模子的預測結果進行判斷與取舍。
應用上述VAR(1)模子對未來30步（即4月1日—4月30日）進包養一個月價錢行預測，定性比較預測的各時段價差表現與實際的各時段價差表現，可以發現預測值與真實值之間的價差標的目的年夜體上雷同，部門時段的價差鉅細存在較年包養網夜的差異，但考慮到在進行日前戰略申包養報時，重要依賴的也是對價差標的目的的判斷，故可認為該模子的預測後果較好。
（受篇幅影響，此處只展現未來5步的可視化預測結果）
從定量評價模子的角度來看，通過計算該模子各時段的預測值與真實值之間的包養網站MAE，除個別時段（如3—6時段）的MAE較包養網ppt年夜、預測後果較差外，其余時段的MAE均較小，是以上述定性評價獲得的結論是靠得住的，即模子的預測後果較好。
五、基包養于VAR價差預測模子的日前戰略
根據甘肅省現貨用戶電能量電費結算公式：
將其變形為：
包養網站根據用戶側日前申報思緒，應用VAR(1)模子預測的價女大生包養俱樂部差結果，直接應用4月1日—30日的日前價格，本文采取序列最小二乘規劃法（SLSQP）作為日前損益函數的優化算法給出三段式報價，考慮到優化算法會直接根據價差標的目的將申報系數和申報價格取月入幾萬，你可得多向她學習，知道嗎？」最值，為了確保基礎收益并下降買賣風險，本文添加如下的約束條件：（1）各段申報系數限制在[0.8, 1.2]之間；（2）1段申報價格限制在[600包養價格, 650包養網ppt]之間；（3）2段申報價格限制在日前價格高低浮動的20%范圍內。最終構成的日前戰略的回測結果這是樓上小微姐姐。你小微姐姐高考快七百分，現包養網在如下所示，此中戰略損益為添加約束條件后的損益表現，幻包養網比較想損益為無約束條件下的戰略損益：
六、后續優化標的目的
本文所構建的VAR價差預測模子，重要應用于參與甘肅電力現貨市場的電力用戶，電力用戶依據該模子對分時價差的標的目的與鉅細進行判斷，從而制訂公道的日前申報戰略，實現日前收益的最年夜化。
VAR模子作為多維時包養網站間序列的常用剖析方式之一，其建模過程由數據本身的統計性質驅動短期包養，對經濟理論的依賴性較低，這既是VAR模子的優勢，也是VAR模子的劣勢，本文構建的VAR價差預測模子也是基于價差本身數值表現出的數字特征進行剖析的，當模子預測結果與實際價差表現出現較年夜差異時，存在著無法解釋緣由的能夠性。是以，考慮到電力系統經濟學道理已經發展得相對成熟，未來的模子優化標的目的，可以以電力系統經濟學道理為理論支包養網車馬費撐，在保包養app存現貨價差作為內生變量的同時，將其他影響價差表現的邊界條件（如負荷程度、新動力出力等）以外生變量的情勢引進到V包養網單次AR模子中，通過格蘭杰因果檢驗等方式判斷出影響價差表現的關鍵邊界條件，增強模子對復雜市場的適應性，進步模子的解釋力和預測準確性。
另一方面，本文僅對價差表現進行了預測剖析，沒有涵蓋日前價格的預測結果，但在實際的日前戰略申報過程中，用戶不僅需求清楚價差情況，還需精準掌握日前價格，才幹制訂出更為公道、有用的申報戰略。是以，未來的模子優化標的目的還可以將日前價格預測模子和價差預測模子進行組合，構成結構方程模子，周全考慮日前價格與現貨價差之間的內在聯系和彼此影響，更好地指導日前戰略申報。
TC:
發佈留言