دوره 19، شماره 1 - ( مجله مهندسی برق و الکترونیک ایران - جلد 19 شماره 1 1401 )                   جلد 19 شماره 1 صفحات 318-307 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Kaheh Z, Shabanzadeh M. Effect of Information Ensemble on Electricity Load Forecasting by Proposing a Novel Hierarchical Forecasting Method. Journal of Iranian Association of Electrical and Electronics Engineers. 2022; 19 (1) :307-318
URL: http://jiaeee.com/article-1-1450-fa.html
کاهه زهره، شعبان زاده مرتضی. بررسی تاثیر ادغام اطلاعات مناطق الکتریکی مختلف در پیش‌بینی بار شبکه قدرت با ارائه یک روش نوین پیش‌بینی سلسله‌مراتبی. نشریه مهندسی برق و الکترونیک ایران. 1401; 19 (1) :318-307

URL: http://jiaeee.com/article-1-1450-fa.html


گروه پژوهشی برنامه‌ریزی و بهره‌برداری سیستم‌های قدرت- پژوهشگاه نیرو
چکیده:   (175 مشاهده)

به منظور پیش­بینی تقاضای مصرف انرژی الکتریکی یک شهر یا کشور، متداول است که داده­های تاریخی بار مناطق مختلف آن شهر و یا شهرهای مختلف آن کشور جمع­آوری و بر اساس آن تصمیمات راهبری و یا راهبردی اتخاذ شود. با این حال، ممکن است استفاده از داده‌های تاریخی تمام مناطق و یا انواع مختلف بارهای مصرفی (مسکونی، تجاری و صنعتی) به یک میزان حائز اهمیت نباشد؛ بدین معنی که امکان دارد تنها میزان بار مصرفی بعضی از مناطق و یا تنها میزان مصرف یک نوع بار بیشترین تاثیر و اهمیت را در تصمیم­گیری داشته باشد. از آنجایی که جمع جبری پیش­بینی­های تمام مناطق و یا انواع بار لزوما پیش­بینی مناسبی برای هدف مورد نظر ارائه نمی‌دهد، روش­های مختلفی برای ادغام پیش­بینی مناطق مختلف وجود دارد. در ساده‌ترین حالت ممکن، می­توان به سادگی داده­های مناطق مختلف را جمع جبری نمود و یک سری زمانی کلی به­دست آورد و پیش­بینی را بر اساس آن انجام داد. با این وجود، این روش ساده نه تنها همواره پیش­بینی مناسبی ارائه نمی­دهد بلکه نیازمند دسترسی به جزئیات داده‌های تاریخی بار و عوامل موثر آن به تفکیک هر منطقه نیز می‌باشد. از این رو، در این مقاله روش­های ادغام مختلفی نظیر روش‌های ادغام پایین به بالا، بالا به پایین و همچنین رویکرد ترکیب بهینه با در نظر گرفتن همبستگی بین سری­های زمانی زیرمجموعه معرفی شده است. با توجه به اینکه تاکنون به حوزه پیش­بینی سلسله­مراتبی در صنعت برق پرداخته نشده است؛ این مقاله با بررسی کاربرد این موضوع به طور خاص برای پیش­بینی تقاضای بار الکتریکی در شبکه قدرت از تحقیقات پیشین متمایز شده است. با توجه به تمرکز اصلی پژوهش حاضر بر تاثیر روش­های ادغام، در این مقاله از روش­های کلاسیک پیش­بینی نظیر روش خودهمبسته ـ میانگین متحرک یکپارچه (ARIMA) و هموارسازی نمایی استفاده شده است. در این مطالعه، پیش­بینی سلسله­مراتبی کوتاه­مدت و بلندمدت برای داده­های واقعی بازار برق استرالیا انجام گرفته است. نتایج به روشنی نشان می‌دهند که روش ترکیب بهینه بهترین نتیجه را ارائه می­دهد.

متن کامل [PDF 1129 kb]   (95 دریافت)    
نوع مقاله: پژوهشي | موضوع مقاله: قدرت
دریافت: 1397/4/25 | پذیرش: 1397/8/26 | انتشار: 1401/1/25

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه مهندسی برق و الکترونیک ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2022 CC BY-NC 4.0 | Journal of Iranian Association of Electrical and Electronics Engineers

Designed & Developed by : Yektaweb