Karimi M, Karami H, Gholami M, Khatibzadeh H, Moslemi N. Priority Index for Selection of Similar Days in Short Term Load Forecasting Method Considering Temperature and Partitioning. Journal of Iranian Association of Electrical and Electronics Engineers 2017; 14 (3) :108-117
URL:
http://jiaeee.com/article-1-454-fa.html
کریمی مازیار، کرمی حسین، غلامی مصطفی، خطیب زاده هادی، مسلمی نیکی. اولویت بندی روزهای مشابه جهت پیش بینی بار کوتاه مدت شبکه ایران با درنظرگیری دما و بخش بندی سیستم قدرت. نشریه مهندسی برق و الکترونیک ایران. 1396; 14 (3) :108-117
URL: http://jiaeee.com/article-1-454-fa.html
دانشجوی دکتری- پژوهشگاه نیرو و دانشکده مهندسی برق- دانشگاه شهید بهشتی - تهران- ایران
چکیده: (4158 مشاهده)
امروزه پیشبینی بار کوتاهمدت، یکی از مسایل بسیار مهم در برنامهریزی سیستمهای انرژی بشمار میرود. بهبود دقت در پیشبینی بار موجب کاهش هزینههای ناشی از خطا در پیشبینی و بهینه کردن عملکرد سیستم قدرت میشود. تا کنون روشهای متفاوتی جهت پیشبینی بار کوتاه مدت ارائه شده است اما در بین تمامی روشها، روش روزهای مشابه دارای حجم و زمان محاسباتی بسیار اندکی است. در نتیجه بهبود دقت این روش در پیشبینی بار میتواند بسیار حائز اهمیت باشد. در این مقاله با ارائه شاخصی جهت اولویتبندی انتخاب روزهای مشابه در پیشبینی بار، دقت این روش بهبود داده شده است. در این شاخص، دما و فاصله زمانی روز مشابه با روز هدف، بطور همزمان درنظر گرفته شده است. از طرف دیگر با پیشنهاد بخشبندی کل سیستم قدرت، تاثیر دما در این روش بطور موثرتری اعمال خواهد شد. روش ارایه شده بر روی شبکه قدرت ایران پیادهسازی شده و نسبت به روش کلاسیک روزهای مشابه، باعث کاهش میانگین خطای سالیانه از %1.08 به %1.01 میشود. این روش علاوه بر کاهش 7% از میزان خطا، باعث میشود تعداد روزهای با خطای پیشبینی بیش از حد مجاز، کاهش یابد و در نتیجه قابلیت اطمینان پیشبینی بار افزایش پیدا کند.
نوع مقاله:
پژوهشي |
موضوع مقاله:
قدرت دریافت: 1396/9/6 | پذیرش: 1396/9/6 | انتشار: 1396/9/6