基于二次分解和误差修正的中国碳交易价格预测

Forecasting of China's Carbon Trading Price Based on Secondary Decomposition and Error Correction

摘要:

随着全球气候变化问题的日益严峻，中国作为世界上最大的碳排放国之一，正积极推进碳交易市场建设以应对减排挑战。然而，碳交易价格受到宏观经济、能源政策等多种因素的影响，表现出强波动性、非线性等特征，给碳交易价格的准确预测带来了巨大困难。针对这一问题，基于二次分解和误差修正策略构建了一种碳交易价格预测模型：首先，使用浣熊优化算法优化的变分模态分解分解碳价序列，降低原始序列的复杂度；其次，使用经验小波变换对变分模态分解产生的残差序列进行二次分解，充分提取残差序列中的有效信息；然后，使用浣熊优化算法优化的极限学习机对各分量进行预测，获得初始预测结果和误差序列；最后, 使用基本和浣熊优化算法优化的极限学习机对误差序列进行分解和预测，并利用误差预测结果对初始预测结果进行修正，得到最终预测结果。选取深圳、湖北和福建3个碳交易市场的碳价数据进行实证验证。结果表明：所提出的模型相比于其他对照模型具有更优异的预测精度和稳定性，有效提高了碳价预测的准确性。

Abstract:

随着全球气候变化问题的日益严峻，中国作为世界上最大的碳排放国之一，正积极推进碳交易市场建设以应对减排挑战。然而，碳交易价格受到宏观经济、能源政策等多种因素的影响，表现出强波动性、非线性等特征，给碳交易价格的准确预测带来了巨大困难。针对这一问题，基于二次分解和误差修正策略构建了一种碳交易价格预测模型：首先，使用浣熊优化算法优化的变分模态分解分解碳价序列，降低原始序列的复杂度；其次，使用经验小波变换对变分模态分解产生的残差序列进行二次分解，充分提取残差序列中的有效信息；然后，使用浣熊优化算法优化的极限学习机对各分量进行预测，获得初始预测结果和误差序列；最后, 使用基本和浣熊优化算法优化的极限学习机对误差序列进行分解和预测，并利用误差预测结果对初始预测结果进行修正，得到最终预测结果。选取深圳、湖北和福建3个碳交易市场的碳价数据进行实证验证。结果表明：所提出的模型相比于其他对照模型具有更优异的预测精度和稳定性，有效提高了碳价预测的准确性。