电力价格日内价差密度的预测
应用统计
2020-02-26 v1 机器学习
计量经济学
机器学习
摘要
日内价格价差对电力交易商、储能与电动汽车运营商而言颇具意义。本文基于偏斜t分布及类似表示构建动态密度函数，以建模并预测日前竞价中所揭示的德国电力价格在不同时刻之间的日内价差。这些密度函数的四种设定均是动态的且条件依赖于外生驱动因素，从而允许密度的位置、尺度与形状参数按小时响应天气与需求预测等因素。各价差的最佳拟合与预测设定基于Pinball Loss函数、依累积分布函数的闭式解析解选出。
引用
@article{arxiv.2002.10566,
title = {Forecasting the Intra-Day Spread Densities of Electricity Prices},
author = {Ekaterina Abramova and Derek Bunn},
journal= {arXiv preprint arXiv:2002.10566},
year = {2020}
}
备注
31 pages, 25 figures. arXiv admin note: substantial text overlap with arXiv:1903.06668