عنوان (انگلیسی): A New Approach for Short Term Load Forecasting Based on Finding Similar Days
نشریه: نشريه انرژي ايران
شماره: نشريه انرژي ايران (دوره: 9, شماره: 27)
نویسنده: عبدالحسين وهابي ، سعيده برقي نيا ، ناصر وفادار ، همايون برهمندپور
تاریخ: ‏۱۳۸۹/۰۲/۱۲

کلمات کلیدی :
پيشبيني بار كوتاه مدت ، بازار برق ، روزهاي خاص ، روزهاي مشابه ، روزهاي عادي

کلمات کلیدی (انگلیسی):
Power System Operation , Power Market , Short Term Load Forecasting , Similar Days

چکیده:
برق، اقدام به پرييزشي، بهره برداري و سرماي هگذاري بهينه نمايد. لذا در برنامه ريزي آينده يك سيستم قدرت، بيني بار از اهميت ويژه اي برخوردار بوده و بايد ميزان خطاي آن تا حد امكان كاهش يابد. دمقيت نتايج اين پي شبيني بر هزينه توليد و همچنين ميزان خاموشي در سيستم قدرت تأثيرگذار باشد.با راه اندازي بازار برق در شبكه ايران، شرك تهاي برق منطق هاي و در ادامه با توسعه بازار برق، شركت هاي توزيع كه به منزله خريدار محسوب مي پشيوند ش مي بايست نياز مصرف ساعت بشه ركساع تت كل شبكه تحت پوشش خود را در روزهاي آتي بيني و ارائه نمايند. ضمن آنكه هاي مديريت توليد و يا بهر هبرداري نيروگاه ها نيز ممكن است براي پيش بيني و بپيهرشنههاد قيمت به پي شبيني بار نياز داشته باشند. بدين ترتيب دقت پيش بيني ضمن بهبود برداري از شبكه تحت پوششپ ياز ت شخصيص جرايم مربوطه نيز جلوگيري م ينمايد. با توجه به اهميت روزافزون بيني بار در بهره برداري سيستم هاي قدرت و بازار برق، روش هايي به منظور پيش بيني دقيق تر بار ارائه شده مايست و در اين ميان روش هايي كه بر امسا يس ديد كارشناسانه و از منظر افراد خبره ارائه شوند، توانايي بالاتري از خود نشان دهند. در اين مقاله روشي براي پي شبيني بار كوتا همدت بر اساس يافتن رو زهاي مشابه ارائه شده است ركوه ب شا نظر افراد خبره تطابق خوبي داشته و توانسته است در عين ساد هتر بودن نسبت به ساير هاي هوشمند نظير پ شيبك ه شهاي عصبي، از دقت مناسبي برخوردار باشند. توانايريو اي شن روش براي بهبود دقت بيني بار روزهاي خاص (تعطيل ملي و مذهبي) نسبت به هايي نظير سيستم خبره فازي قابل توجه است. نتايج پيش بيني براي داد ه هاي بار شبكه سراسري ايران در اينا سمقال ته آورده شده و با نتايج پيش بيني شبكه عصبي به همراه سيستم خبره فازي مقايسه شده .

چکیده (انگلیسی):
Short term load forecasting (STLF) plays an important role for the power system operational planners and also most of the participants in the nowadays power markets. With the importance of the STLF in power system operation and power markets, many methods for arriving careful results, are represented. In this paper, an approach for STLF is proposed. The proposed approach is based on finding similar days. This approach is much simple than intelligent methods such as artificial neural networks (ANN) and fuzzy expert system (FES). The results of this method for Iran National Power System (INPS) is compared with ANN and FES results for STLF. The results shows that the idea of finding similar days used for STLF, can improve greatly the performance of the STLF.
فایل مقاله : مشاهده لینک ها و تصاویر پس از ورود یا عضویت