این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
هوش محاسباتی در مهندسی برق، جلد ۶، شماره ۴، صفحات ۰-۰
عنوان فارسی مدل‌سازی سیستم چند ورودی چند خروجی برای پیش‌بینی همزمان قیمت و بار در شبکه هوشمند با اعمال مدیریت بار
چکیده فارسی مقاله با تجدید ساختار یافتن بازار برق از ساختار انحصاری دولتی به بازاری رقابتی و در پی آن با ایجاد امکانات ارتباطی و نفوذ انرژی‌های تجدید پذیر و لزوم ارائه دوطرفه اطلاعات بین فروشندگان و خریداران در غالب شبکه هوشمند، سبب گشته تا شرکت‌کنندگان بیش از پیش نیازمند تخمین دقیق از رفتار پارامترهای دخیل در سوددهی خود باشند. از این میان، مدل‌سازی و پیش‌بینی قیمت و بار کاملاً ریسکی و همـراه بـا عدم قطعیت‎های موجود در بازار رقابتی بـرای شرکتگنندگان بازار اهمیت ویژه‌ای یافته است. از سویی دیگر، در شبکه هوشمند تغییرات قیمت و بار به سبب ارتباطات دو طرفه میان تولیدکننده و مصرف‌کننده وابستگی زیادی داشته، که عدم لحاظ نمودن آن از معایب عمده روشهای پیش‎بینی قیمت و بار به صورت مجزا است. در این مقاله به منظور فائق آمدن بر این نقاط ‌ضعف، یک مدل‌ چند ورودی چند خروجی پیش‎بین برای پیش‌بینی همزمان قیمت و بار ارائه می شود. به عبارتی الگوریتم پیش‌بینی کننده پیشنهادی در این مقاله از چهار بخش تشکیل شده، در بخش اول از تبدیل موجک گسسته برای ریز سازی سیگنال اصلی با حفظ اطلاعات باارزش بهره می‌گیریم. بخش دوم با استفاده از مدل الگوریتم انتخاباتی فازی پیشنهادی بهترین داده‌ها با بیش‌ترین ارتباط و کمترین تکرار انتخاب‌شده و برای آموزش به بخش سوم که یک موتور پیش‌بینی کننده بر اساس سیستم چند ورودی چند خروجی شبکه بردار پشتیبان مبتنی بر کوچک‌ترین مربعات هست، فرستاده می‌شوند. بخش چهارم با توجه به تابعی هدفی متشکل از خطای ناشی از پیش‌بینی و روش بهبودیافته کلونی مصنوعی زنبور عسل به تنظیم پارامترهای شبکه بردار پشتیبان پیشنهادی می‌پردازد. در روش بهبودیافته کلونی مصنوعی زنبور عسل از دو عملگر یکی در جستجوی محلی به کمک مدل لجستیک و دیگری برای جستجوی کلی الگوریتم که بر اساس هدایت ذرات مبتنی بر جهت‌یابی بهترین پاسخ در آن تکرار بهره می‌برد. همچنین، تأثیر مدیریت بار در پیک زدایی و بهبود ضریب بار به صورت یک مسئله بهینه‌سازی مورد بحث و بررسی قرار گرفته است. روش پیشنهادی بر روی سیستم اسپانیا و نیوانگلند به عنوان دو بازار معروف با اطلاعات دسترس آزاد اعمال و نتایج حاصل از آن به کمک معیارهای مبتنی بر خطای حاصل از پیش‌بینی مورد بررسی و آنالیز قرار گرفته است. نتایج به دست آمده از الگوریتم پیشنهادی به کمک معیارهای معرفی‌شده با سایر روش‌های موجود مقایسه شده است. نتایج به دست آمده نشان از سادگی در پیاده‌سازی و قابلیت بالای روش پیشنهادی در حل مسائل پیش‌بینی دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Modeling of Multi input Multi Output based LSSVM for Electricity Price and Load Forecasting in Smart Grid with Considering Demand Side Management
چکیده انگلیسی مقاله In smart grids, customers will be enabled to change their strategies by electricity prices. In fact, in smart grid, we obvious a great correlation between price and load signals which show the market participants will have complex model in their decisions to maximize their profit. Many pervious-studies forecasted load or price independently. But they were not suitable for smart grid environment. To overcome this shortage, we present Multi-Input Multi-Output based Least Squares Support Vector Machine (MIMO-LSSVM) forecasted engine which can consider the correlation between price and load signals in simultaneous model. In other words, this paper presents a new hybrid algorithm to forecast day-ahead price and load in the electricity market. It consists of four stages known as a Discrete Wavelet Transform (DWT) to make valuable subsets, fuzzy mutual information (FMI) to select best input candidate and LSSVM-MIMO model. Finally, the LSSVM-MIMO parameters are optimized by a novel Improved Artificial Bee Colony (IABC) algorithm. Some forecasting indexes based on error factor are considered to shows the forecasting accuracy. Simulation results are examined on New England and New South Wales (NSW) Zone in Australia’s electricity markets. The numerical simulation results show that the proposed hybrid algorithm has good potential for forecasting simultaneous loap/price problems.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین شایقی |
دانشگاه محقق اردبیلی
سازمان اصلی تایید شده: دانشگاه محقق اردبیلی (Mohaghegh ardabili university)

علی قاسمی |
دانشگاه محقق اردبیلی
سازمان اصلی تایید شده: دانشگاه محقق اردبیلی (Mohaghegh ardabili university)

نشانی اینترنتی http://isee.ui.ac.ir/article_15439_b1ca7394dd3ab00a2309f64dd5fa96c7.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1306/article-1306-343725.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات