پیش بینی کوتاه مدت بار الکتریکی با استفاده از مدل های خاکستری بهبودیافته مبتنی بر تکرار

با افزایش تقاضای مصرف انرژی الکتریکی، شناسایی روند تغییرات بار از مسائل حائز اهمیت در شبکه های برق می باشد. در این میان پیش بینی کوتاه مدت بار برای اطمینان از تامین تقاضا و امنیت شبکه یکی از حیاتی ترین مباحث در مدیریت فنی و اقتصادی صنعت برق به شمار می آید. تاکنون روش های متعددی با دقت های متفاوت به منظور مدل سازی و پیش بینی بار در کوتاه مدت ارائه شده است. اکثر این روش ها از تعداد داده های زیاد و پارامترهایی غیر از متغیر پیش بینی استفاده می کنند. در این مقاله، مدل خاکستری و مدل خاکستری غلتان که می تواند با استفاده از تعداد داده های کم و با دقت بالا برای مدل سازی و پیش بینی سری زمانی استفاده شود، بهبود داده شده است. برای افزایش دقت مدل های پیشنهادی، روش اصلاح باقی مانده به روش فوریه به کار گرفته شده است. علاوه بر این، عملکرد روش های پیشنهادی با چهار روش دیگر با اعمال آنها به شبکه های ایران و نیواینگلند مقایسه شده است. چندین تعریف خطا به عنوان معیارهای توانایی و دقت انتخاب شده و حساسیت روش های پیشنهادی به تعداد داده های مورد نیاز و اندازه گام پیش بینی بررسی شده است. نتایج شبیه سازی عملکرد و دقت بالای مدل های پیشنهادی در مدل سازی و پیش بینی بار را نشان می دهد.

Keywords:

پیش بینی کوتاه مدت بار , مدل خاکستری , مدل خاکستری غلتان , مدل خاکستری اصلاح باقی مانده به روش فوریه