Bridging an energy system model with an ensemble deep-learning approach for electricity price forecasting
创建于 更新于
摘要
本文提出将技术经济能源系统模型（ESM）与最先进的集合深度神经网络模型（Ens-DNN）结合用于德国日间电力现货市场的短期电价预测。实证结果显示，混合模型较现有文献基准提升整体预测精度18%，且将ESM中市场清算价（MCP）作为自变量加入任一计量模型均能显著提升预测性能。通过储能收益最大化的案例验证了预测准确性的经济价值，混合模型能带来最高10%的利润增长。研究还比较了多种计量模型的表现，验证了ESM贡献的通用性与鲁棒性，为能源市场参与者提供了高效的电价预测工具 [page::0][page::25][page::27][page::28][page::31][page::34][page::37]
