این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
هوش محاسباتی در مهندسی برق، جلد ۸، شماره ۴، صفحات ۱-۱۶
عنوان فارسی پیش‌بینی کوتاه‌‌مدت بار الکتریکی با استفاده از الگوهای خاکستری با در نظر گرفتن پاسخ‌‌گویی بار
چکیده فارسی مقاله در این مقاله الگوهای خاکستری بهبودیافته برای پیش‌بینی بار در حضور پاسخ‌گویی بار پیشنهاد شده است. پاسخ‌گویی‌‌ بار، یکی از ویژگی‌های ارزشمند شبکه‌‌های هوشمند است. از طرف دیگر، در صنعت برق تجدید ساختار یافته، پیش‌‌بینی کوتاه‌مدت بار برایبرنامه‌‌ریزی خرید انرژی و بهره‌‌برداری بهینه از سیستم قدرت اهمیت زیادی دارد. پیش‌‌بینی کوتاه‌مدت بار با در نظر گرفتن پاسخ‌‌گویی سمت تقاضا به‌‌ دلیل نبود آگاهی دقیق از میزان مشارکت مصرف‌‌کنندگان، دشوار است. روش‌‌های متعدد ارائه‌شده برای پیش‌‌بینی بار تا کنون توانایی چندانی در رهگیری واکنش سمت تقاضا نداشته است؛ بنابراین به روشی برای الگوسازی و پیش‌بینی کوتاه‌‌مدت بار در حضور پاسخ‌‌گویی بار نیاز است. در این مقاله الگوهای خاکستری که از داده‌های کم و دقت زیاد بهره می‌‌گیرند، با روش‌های مبتنی بر تکرار برای پیش‌‌بینی کوتاه‌‌مدت بار بهبود یافته‌‌اند. این روش‌‌ها پیش‌‌بین‌کننده‌‌های محلی‌اند؛ به همین دلیل توانایی بهتری در الگوسازی پروفیل‌‌های بار با تغییرات ناگهانی از خود نشان می‌دهند؛ مانند آنچه در هنگام پاسخ‌‌گویی بار رخ می‌‌دهد. برای اعتبارسنجی روش‌‌های پیشنهادی، منحنی بار ایران پس از اعمال سناریوهای پاسخ‌‌گویی بار استفاده شده است و نتایج شبیه‌‌سازی عملکرد مطلوب و دقت زیاد روش‌‌های پیشنهادی را نشان می‌‌دهند.
کلیدواژه‌های فارسی مقاله پاسخ‌‌گویی بار، پیش‌‌بینی کوتاه‌‌مدت بار، الگوهای خاکستری،
عنوان انگلیسی Short-term Electric Load Forecasting Using Grey Models By Considering Demand Response
چکیده انگلیسی مقاله In this paper the modified grey models are proposed for short-term load forecasting in presence of demand response. The demand response is a valuable element of the smart grids. On the other hand, short-term load forecasting is very important for energy purchase planning and optimal operating of restructured power systems. Since the consumer participation is undetermined and inherently uncertain, the load forecasting will be a difficult task in presence of demand response. Numerous methods have been proposed to the load forecasting, which they have little ability to track demand side reaction. Therefore, requirement of a high precision method to model and predict the electric load in presence of demand response is appreciable. In this paper, grey models, which utilize low number of data to high precision prediction, have been modified by an iterative strategy to short-term load forecasting in presence of demand response. Since grey models are local predictors, they show better ability in modeling and forecasting of the load profiles with the unexpected and sudden changes. After applying demand response scenarios on Iran consumption load data, they have been utilized to verify the proposed method. Simulation results show high performance and accuracy of the proposed methods.
کلیدواژه‌های انگلیسی مقاله Demand response, Short-term load forecasting, Grey models
نویسندگان مقاله سیدجلال سیدشنوا | seyyed jalal
دانشکده فنی و مهندسی، دانشگاه محقق اردبیلی، اردبیل، ایران
سازمان اصلی تایید شده: دانشگاه محقق اردبیلی (Mohaghegh ardabili university)

عبدالمجید دژم خوی |
دانشکده فنی و مهندسی، دانشگاه محقق اردبیلی، اردبیل، ایران
سازمان اصلی تایید شده: دانشگاه محقق اردبیلی (Mohaghegh ardabili university)

کیان جوان احدادی | javan احدادی
دانشکده فنی و مهندسی، دانشگاه محقق اردبیلی، اردبیل، ایران
سازمان اصلی تایید شده: دانشگاه محقق اردبیلی (Mohaghegh ardabili university)

نشانی اینترنتی http://isee.ui.ac.ir/article_22335_221a75970ba9ca9155fbd4ab5f143f7b.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1306/article-1306-565798.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