تاثیر قیمتگذاری حداکثر بار در صرفهجویی مصرف برق با رویکرد شبکههای عصبی
Publish place: 28th International Power System Conference
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 917
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PSC28_317
تاریخ نمایه سازی: 25 اردیبهشت 1393
Abstract:
موضوع این تحقیق بررسی کاربرد قیمتگذاری حداکثر بار در میزان صرفهجویی برق و همچنین محاسبه درصد صرفهجویی و پیکسایی مصرف در ساعات اوج با رویکرد شبکههای عصبی درصنعت برق میباشد. پس از اصل 44 قانون اساسی و خصوصیسازی در صنایع ، صنعت برق نیز به عنوان یکی از کلیدیترین صنایع کشور از این امر مستثنی نمیباشد و با احداث بازار برق در سال 82 و بورس برق در 87 به طور جدی در این راستا فعالیت داشته است. برای حضور در بازارهای دوطرفه داشتن استراتژیهای قیمتگذاری مناسب و همچنین پیشبینی و تحلیل بازار امری ضروری است. روش تحقیق حاضر از نظر هدف کاربردی و جامعه آماری این تحقیق، دادههای مربوط به شش ماه دوم سال 91 میباشد. که در آن تقاضای بار و قیمت پیشنهادی آن به صورت ساعتی در نظر گرفته شده است. سوال اصلی تحقیق « با اجرای استراتژی قیمتگذاری حداکثر بار تا چه اندازه میتوان مصرف ساعات پیک را به ساعات غیر پیک منتقل کرد» برای بررسی و پاسخ به سوال، از متدولوژی ترکیبی روش اقتصادی Peak Load Pricing در شبکههای عصبی به کار گرفته شده است که روشی نوین در علوم مدیریتی و اقتصادی است. در راستای پاسخ به سوال، با استفاده از شبکههای عصبی دو فرضیه در پژوهش مطرح گردید. که درطی آزمون فرایض اصلی و فرعی، شبکه عصبی نارکس از بین شبکههای داینامیک دارای بهترین عملکرد و کمترین خطای پیشبینی را شامل شد و مقدار رگرسیون حاصل از این پیشبینی به عدد 0.991 رسید. مقدار افزایش قیمت در یک بازه 1 تا 80 درصدی در شبیهسازی تحقیق آورده شده است که به ازای یک افزایش 25 درصدی در قیمت برق 500 مگاوات ساعت در مصرف بار صرفهجویی و همچنین به میزان 1 درصد پیک سایی را به همراه داشته است
Keywords:
قیمتگذاری در حداکثر بار- شبکههای عصبی- بازار برق- پیشبینی- پیکسایی
Authors
ابراهیم مکی مبرا
موسسه پژوهش و توسعه ناجی تهران، ایران
محسن نظری
دانشکده مدیریت دانشگاه تهران تهران، ایران
الدوز رنجبر
شرکت نیروآفرینان قدر تهران، ایران