文献

J-GLOBAL ID：201802262749704335   整理番号：18A0449852

ARIMAモデルを用いた翌日LMPを用いた短期電力価格予測の改善【Powered by NICT】

Improving short-term electricity price forecasting using day-ahead LMP with ARIMA models

著者 (4件)： Zhao Zhongyang (Department of Electrical and Computer Engineering, Wayne State University, Detroit, U.S.) ,  Wang Caisheng (Department of Electrical and Computer Engineering, Wayne State University, Detroit, U.S.) ,  Nokleby Matthew (Department of Electrical and Computer Engineering, Wayne State University, Detroit, U.S.) ,  Miller Carol J. (Department of Civil and Environmental Engineering, Wayne State University, Detroit, U.S.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PESGM  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 短期電力価格予測は,デマンドサイドマネジメントと発電スケジューリングのための重要になってきた。特に電力市場はより競争的になり,独立系統運用者(ISO)によって発表された1日先行地域的限界価格(DALMP)よりもより正確な価格予測は利益を増加または負荷需要スケジューリングを改善することにより,市場の参加者に役立つであろう。,本論文の主要アイデアは,公表されているDALMP,歴史的リアルタイムLMP(RTLMP)と他の有用な情報を利用することによりDALMPよりも優れたLMP予測を得るために自己回帰和分移動平均(ARIMA)モデルを使用することである。DALMPと歴史的RTLMPを利用した季節的ARIMA(SARIMA)モデルのセットを開発し,比較して予測能力に及ぼすDALMPとRTLMP間の違いを用いた自己回帰移動平均(A RMA)モデルである。価格変動を考慮して予測をさらに改善するために実装した一般化自己回帰条件付き分散不均一(GARCH)モデル。モデルは,ミッドコンチネント独立系統運用者(MISO)領域における実際の市場データを用いて訓練し,評価した。評価結果は,外因性時系列は,週末日を示す,A RMAX GARCHモデルは短期電力価格予測精度を改善し,他の提案されたARIMAモデルより優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 電力市場 ,  *モデル ,  系統運用 ,  *予測 ,  スケジューリング ,  デマンドサイドマネジメント ,  *電力
準シソーラス用語： 予測精度 ,  *電力価格 ,  MISO ,  価格変動 ,  自己回帰 ,  発電計画 ,  *価格予測 ,  *ARIMAモデル , 【Automatic Indexing@JST】

分類 (2件)： 電力工学・電力事業一般  (NB01000X) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： ARIMAモデル ,  短期 ,  電力価格 ,  予測