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

پیش بینی رفتار حداکثر بار الکتریکی در شبکه برق سراسری ایران ( افق ۱۴۰۵)

عنوان مقاله: پیش بینی رفتار حداکثر بار الکتریکی در شبکه برق سراسری ایران ( افق ۱۴۰۵)
شناسه ملی مقاله: CIRED10_132
منتشر شده در دهمین کنفرانس منطقه ای سیرد در سال 1401
مشخصات نویسندگان مقاله:

مریم معدنی - شرکت توزیع نیروی برق استان تهران ، شرکت توانیر
مجتبی بهنام پور - شرکت توزیع نیروی برق استان تهران ، شرکت توانیر
هانیه یوسفی متقاعد - شرکت توزیع نیروی برق استان تهران ، شرکت توانیر

خلاصه مقاله:
مدیریت سیستم انرژی الکتریکی شامل مدیریت سمت تقاضای انرژی الکتریکی و مدیریت سمت عرضه انرژی الکتریکی است. لذا با توجه به اهمیت سمت تقاضای انرژی الکتریکی که عبارتست از تخمین نیاز مصرف (فروش انرژی الکتریکی) و یا تخمین حداکثر نیاز مصرف (پیک بار)، این مقاله به پیش بینی تقاضای مورد نیاز انرژی الکتریکی کشور بصورت ساعتی (کوتاه مدت) و بلندمدت تا سال ۱۴۰۵ با روش های رگرسیون ساختاری (ARMAX) ، روش ریاضی و شبکه عصبی می پردازد. پیش بینی قله بار، نقطه شروع برنامه ریزی و تصمیم گیری در سیستم های قدرت محسوب می گردد. لذا امری ضروری و اجتناب ناپذیر است. در این مقاله سعی شده است به منظور پیش بینی بار الکتریکی کل کشور از سه روش استفاده گردد. در روش اول ابتدا معادله بار سالانه فصلی شبکه سراسری برق ایران با استفاده از ضریب بار سال های آماری محاسبه شده و سپس با استفاده از ضریب بار و منحنی تداوم بار، روند رشد بار کل کشور برآورد می گردد روش ریاضی و شبکه عصبی به ترتی ب در نرم افزارهای CURVE EXPERT و .(MATLAB ) در گام بعدی تلاش شده است تا یافته های تحقیق با استفاده از مدل فوق الذکر با یافته های مدل ARMAX در نرم افزار (EVIEWS ) مقایسه گردد، برای این منظور حداکثر بار الکتریکی به وقوع پیوسته در سال ۱۴۰۰ به عنوان سال شاهد در نظر گرفته شده است؛نتایج با در نظر گرفتن شاخص های ارزیابی قوت مدل ، حاکی از آن است که مدل شبکه عصبی در پیش بینی سالانه بار، نسبت به مدل بهتر عمل نموده ولی در بار ساعت به ساعت ، روش ریاضی نسبت به شبکه عصبی از دقت بالاتری برخوردار می باشد .

کلمات کلیدی:
حداکثر بار الکتریکی، روش ARMAX ، ضریب بار

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1611090/