电价预测中方差稳定变换的参数组合
应用统计
2026-04-01 v2
摘要
准确的日前电价预测对于电力系统运行和市场参与至关重要，但随着可再生能源的渗透增加以及近期危机导致的极端波动性挑战了传统模型。本文通过引入 asinh 变换的新型参数化方式，系统分析参数灵敏度和校准窗口大小，并在波动市场情境下显式测试性能。我们使用来自德国、西班牙和法国 2015-2024 年的数据，针对两种模型类别 (NARX 和 LEAR)，展示 VSTs 在显著降低预测误差方面效果显著，LEAR 相对于未转换基准模型提升最高可达 14.6%，NARX 提升 8.7%。新的参数化 asinh 持续优于其标准形式，而通过变动平均实现的变换组合则提供最稳健的改进，误差降低最高可达 17.7%。结果表明，VSTs 在波动情境下尤其有价值，是提升当今电力市场电价预测的强大工具。
引用
@article{arxiv.2511.13603,
title = {Variance Stabilizing Transformations for Electricity Price Forecasting in Periods of Increased Volatility},
author = {Bartosz Uniejewski},
journal= {arXiv preprint arXiv:2511.13603},
year = {2026}
}
备注
Forthcoming in Electric Power Systems Research