9、巴西市场短期能源价格多步预测：数据挖掘的应用

巴西市场短期能源价格多步预测：数据挖掘的应用

1. 引言

电力价格受天气、燃料价格、经济增长等多种因素影响，波动较大。这使得电力市场参与者在双边合同和短期市场中面临高风险。例如，在短期市场中，发电商以可变的电价出售电力，但其燃料成本是固定的；而经销商以年度固定电价向大多数客户供电，却需以可变的电价购买电力。因此，可靠的电价预测工具对能源市场的风险管理至关重要。

许多研究提出了混合模型用于能源价格预测。混合模型结合不同技术的优势，能捕捉复杂时间序列的非线性特征，提高预测准确性。以往的研究中，有结合ARIMA和人工神经网络（ANN）的混合方法，也有基于自组织映射神经网络（SOM）和支持向量机（SVM）的预测技术，还有基于小波变换结合ARIMA和GARCH模型的价格预测方法。

本文聚焦于巴西市场的短期能源价格多步预测问题。与以往直接预测能源价格不同，本文使用ARIMA模型预测影响短期能源价格的变量（外生输入），并将该方法与传统ARIMA技术进行比较。历史数据选取了2006年1月至2009年12月期间的数据。此前虽有研究提出使用外生输入预测能源价格，但尚未有针对巴西市场的能源价格预测模型。巴西市场的相关研究主要集中在风险分析、最优合同组合和负荷预测等方面。本文的主要贡献在于将能源价格预测方法应用于采用紧密联营体模型的巴西市场，该市场的能源价格行为具有独特特征。此外，本文还考虑了数据库中的价格尖峰，并将其与正常价格同等对待，而大多数能源价格预测方法会将价格尖峰作为噪声去除，或分别为正常价格和尖峰构建不同的预测模型。

2. 巴西电力系统

巴西电力系统装机容量为91GW，其中82%为水电，15.2%为火电，2.19%为核电，仅0.64%为生物质能和风