加性协方差矩阵模型：英国区域电力净负荷建模
应用统计
2024-04-18 v3 统计计算
统计方法学
机器学习
摘要
区域电力净负荷（消费减去嵌入式发电）的预测是可靠且经济的电力系统运行与能源交易的必要输入。虽然此类预测通常逐区域进行，但诸如管理电力潮流等操作需要空间一致的联合预测，以考虑跨区域依赖关系。在此，我们预测构成英国电网的 14 个区域净负荷的联合分布。联合建模因以下事实而复杂化：每个区域内的净负荷变异性以及区域间的依赖关系随 temporal、社会经济和天气相关因素变化。我们通过提出一种基于修正 Cholesky 参数化的多元高斯模型来适应这些特征，该模型允许我们通过加性模型对每个无约束参数建模。鉴于模型参数与协变量数量庞大，我们采用基于梯度提升的半自动模型选择方法。除将所提模型的若干版本的预测性能与两种非高斯基于 copula 的模型进行比较外，我们还对模型输出进行可视化探索，以解释协变量如何影响净负荷变异性与依赖关系。复现本文结果的代码可在 https://doi.org/10.5281/zenodo.7315105 获取，而构建与拟合多元高斯加性模型的方法由 SCM R 包提供，网址为 https://github.com/VinGioia90/SCM。
引用
@article{arxiv.2211.07451,
title = {Additive Covariance Matrix Models: Modelling Regional Electricity Net-Demand in Great Britain},
author = {V. Gioia and M. Fasiolo and J. Browell and R. Bellio},
journal= {arXiv preprint arXiv:2211.07451},
year = {2024}
}