CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی بار کوتاه مدت شبکه برق ایران با درنظر گرفتن شرایط خاص نظیر روزهای قبل و بعد و بین تعطیلی و سالهای کبیسه و تهیه قوانین خبره فازی

عنوان مقاله: پیش بینی بار کوتاه مدت شبکه برق ایران با درنظر گرفتن شرایط خاص نظیر روزهای قبل و بعد و بین تعطیلی و سالهای کبیسه و تهیه قوانین خبره فازی
شناسه ملی مقاله: PSC22_228
منتشر شده در بیست و دومین کنفرانس بین المللی برق در سال 1386
مشخصات نویسندگان مقاله:

سیما کمانکش - پژوهشکده برق - پژوهشگاه نیرو تهران
سعیده برقی نیا - پژوهشکده برق - پژوهشگاه نیرو تهران
آزاد غفاری - پژوهشکده برق - پژوهشگاه نیرو تهران

خلاصه مقاله:
مدیریت تولید و توزیع انرژی الکتریکی باید براساس تطبیق عرضه بر تقاضای انرژی برق، اقدام به برنامه ریزی، بهره برداری و سرمایه گذاری بهینه نماید . لذا در برنامه ریزی آینده یک سیستم قدرت، پیش بینی بار از اهمیت ویژه ای برخوردار بوده و باید میزان خطای آن تا حد امکان کاهش یابد . دقت نتایج این پیش بینی بر هزینه تولید و همچنین میزان خاموشی در سیستم قدرت تأثیرگذار می باشد . با راه اندازی بازار برق در شبکه ایران، شرکتهای برق منطقه ای و در ادامه شرکتهای توزیع که به منزله خریدار محسوب می شوند می بایست نیاز مصرف ساعت به ساعت کل شبکه تحت پوشش خود را در روزهای آتی پیش بینی و ارائه نمایند . بدین ترتیب دقت پیش بینی، ضمن بهبود بهره برداری از شبکه تحت پوشش از تخصیص جرایم مربوطه نیز جلوگیری می نماید . علاوه بر بحث خرید و فروش انرژی در بازار برق، یک مرکز دیسپاچینگ یا بهره بردار مستقل سیستم 1 نیز به منظور اجرای برنامه بازار و آرایش تولید واحدهای شبکه به پیش بینی بار مختص خود نیاز دارد . تجارب پیشین نشان داده است که انجام پیش بینی بار شبکه برق ایران با شبکه های عصبی با توجه به وجود دو تقویم شمسی و قمری در موارد خاصی همچون روزهای بین تعطیلی، قبل و بعد از تعطیلی و تعطیلی های پیاپی، روزهای غیرتعطیل اوایل فروردین و روز 30 اسفند در سالهای کبیسه با توجه به شرایط خاصی که دارند، اغلب دارای خطای زیاد خواهد بود . این خطای زیاد در پیش بینی بار اینگونه موارد خاص، لزوم کاربرد روشهای دیگر برای افزایش دقت و بهبود خطای پیش بینی را نشان می دهد

کلمات کلیدی:
بازار برق، بهره بردار مستقل سیستم ( دیسپاچینگ ) ، پیش بینی بار کوتاه مدت، شبکه عصبی، سیستم خبره فازی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/31741/