跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要明确研究日前电价预测,并将时间序列建模与供需经济先验结合。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Linian Wang
Jianghong Liu
Huibin Zhang
Leye Wang

重新审视日前电价预测:简单模型与潜在成本节约

研究问题
如何将电价与供需之间的经济先验关系纳入日前预测,并考察预测改善能否转化为居民用电成本的潜在节约?
方法与思路
作者提出分段线性模型,从较易预测的供需变量直接推导电价,并在山西和新英格兰日前电力市场开展比较实验。
材料陈述的贡献
摘要称纳入供需先验能明显提高预测准确性,相关预测在所考察市场可能带来居民年度百万美元量级的成本节约。
阅读关注点
应核对分段线性关系的经济依据、供需预测误差传递、样本外比较设计,以及将预测精度转换为节约金额的机制。
阅读边界
这是 arXiv 预印本,同行评审或期刊接收未核实;摘要未说明误差指标、比较基准和成本假设,潜在节约并非已实现收益。

原文摘要

Accurate day-ahead electricity price forecasting is essential for residential welfare, yet current methods often fall short in forecast accuracy. We observe that commonly used time series models struggle to utilize the prior correlation between price and demand-supply, which, we found, can contribute a lot to a reliable electricity price forecaster. Leveraging this prior, we propose a simple piecewise linear model that significantly enhances forecast accuracy by directly deriving prices from readily forecastable demand-supply values. Experiments in the day-ahead electricity markets of Shanxi province and ISO New England reveal that such forecasts could potentially save residents millions of dollars a year compared to existing methods. Our findings underscore the value of suitably integrating time series modeling with economic prior for enhanced electricity price forecasting accuracy.

笔记与分组