این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
هوش محاسباتی در مهندسی برق، جلد ۵، شماره ۱، صفحات ۱۰۵-۱۲۲
عنوان فارسی پیش‌بینی کوتاه مدت قیمت در بازار برق با درنظر گرفتن تاثیر تولید واحدهای بادی
چکیده فارسی مقاله سیگنال قیمت برق در بازار رقابتی انرژی الکتریکی از اهمیت ویژه‌ای برای کلیه‌ی فعالیت‌های برنامه‌ریزی و بهره‌برداری برخوردار است. همچنین قیمت برق دارای ماهیت غیرقطعی است و عوامل متنوعی در کوتاه مدت و بلند مدت روی آن تاثیر می‌گذارند. عوامل فعال در بازار برق برای مدیریت ریسک در بازار نیاز به پیش‌بینی دقیق و مؤثر سیگنال قیمت برق دارند. با استفاده روزافزون از انرژی های تجدیدپذیر، به ویژه انرژی باد، قیمت نیز در بازار برق تحت تأثیر این عامل جدید قرار گرفته است؛ زیرا ماهیت متغیر تولید بادی، متعادل ساختن بلادرنگ تقاضای سیستم قدرت در برابر تولید را پیچیده تر کرده است.در این مقاله اثر تولید واحدهای بادی در پیش بینی قیمت براساس داده های بازار برق Nord Pool مورد بررسی قرار گرفته است. ایده اصلی مبتنی بر ارائه مدلی هوشمند برای پیش‌بینی قیمت تسویه بازار با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه، بر پایه‌ی مدل هیبریدی ژنتیک و رقابت استعماری است. این مدل هیبریدی در مقایسه با شبکه‌های عصبی مرسوم (بر پایه الگوریتم‌های بهینه‌سازی مبتنی بر گرادیان) دقت بهتری داشته و قابلیت همگرا شدن به سمت بهینه مطلق را دارد. نتایج حاصله دقت بالای این مدل در پیش‌بینی کوتاه مدت سیگنال قیمت برق را بیان می کند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Short Term Price Forecasting in Electricity Market Considering the Effect of Wind Units' Generation
چکیده انگلیسی مقاله The price signal in a competitive electricity market has a major importance in all planning and commissioning activities. Also, the electricity price has a non-deterministic nature and is affected by various parameters in short and long terms. Active players in electricity market need accurate and effective price forecasting for risk management. With the increased use of renewable energies, especially wind energy, the electricity price is being affected by this new parameter, as the intermittent nature of wind generation has further complicated the process of instantaneous balancing of power system demand against power generation. In this paper, using the Nord Pool electricity market data, the effect of wind units' generation on price forecasting is studied. The main idea is based on presenting an intelligent model for forecasting the Market Clearing Price through the use of a multilayer perceptron neural network based on hybrid genetic model and Imperialist Competitive algorithm. This hybrid model has a better accuracy, compared to the conventional neural networks (based on gradient-based optimization algorithms), and has the ability of converging towards the absolute optimum. The results verify the high accuracy of this model in short term electricity price forecasting.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سعیدرضا گلدانی | saeed reza
دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

محسن فرشاد |
دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

محمدرضا آقاابراهیمی | mohammad reza
دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

سید ایمان ناظر کاخکی | seyed iman nazer kakhki
دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

حسین طاهریان |
دانشگاه بیرجند
سازمان اصلی تایید شده: دانشگاه بیرجند (Birjand university)

نشانی اینترنتی http://isee.ui.ac.ir/article_15384_9d5a20930b84d62e6dcbdba65b7d0ab9.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1306/article-1306-343782.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