فهرست:
1-1) اهمیت پیش بینی بار سیستم های قدرت.......................................................................................................... .5
1-1-1) بررسی اهمیت پیش بینی باراز لحاظ فنی.................................................................................................5
1-1-2) بررسی اهمیت پیش بینی باراز لحاظ اقتصادی.........................................................................................6
1-2) راهکارها..........................................................................................................................................................8
1-3) پیش بینی بار ازدیدگاه دوره های زمانی........................................................................................................9
1-3-1) برنامه ریزی دراز مدت................................................................................................................................9
1-3-2) برنامه ریزی میان مدت.............................................................................................................................10
1-3-3) برنامه ریزی کوتاه مدت..........................................................................................................................10
1-3-4) برنامه ریزی لحظه ای / چند دقیقه تا چند ساعت.................................................................................10
1-4) عوامل موثر در پیش بینی بار الکتریکی......................................................................................................11
1-4-1) عوامل اقلیمی...........................................................................................................................................12
1-4-2) عوامل اقتصادی.......................................................................................................................................12
1-4-3) تاثیر زمان بر بار مصرفی.........................................................................................................................12
- جمع بندی و نتیجه گیری....................................................................................................... .........................12
فصل دوم: روش های مدل سازی
2-1) پیش بینی......................................................................................................................................................16
عنوان صفحه
2-2) دقت پیش بینی...................................................................................................................................................... 16
2-3) معیار سنجش خطا در پیش بینی....................................................................................................................... 17
2-4) روشهای پیش بینی..................................................................................................................17
2-4-1) روش سری زمانی....................................................................................................................................18
2-4-2) روش رگرسیون..................................................................................................................................... 26
2-4-3) پیش بینی باربا استفاده ازآمارهای مستقل..........................................................................................27
2-4-4)روش مصرف نهایی
28
2-4-5) روش کاربری ارضی................................................................................................................................29
2-4-6) روش عصبی..........................................................................................................................................30
2-5) پیش بینی بارکوتاه مدت استان مازندران با استفاده از روش رگرسیون................................................38
2-5-1) برازش مدل رگرسیون در محیط SAS ...............................................................................................38
2-5-2) تحلیل نتایج حاصل ازمدل رگرسیون...................................................................................................41
- جمع بندی و نتیجه گیری............................................................................................................................ 44
فصل سوم: مدل سازی به روش فازی
3-1) ضرورت استفاده از سیستم خبره فازی جهت پیش بینی بار....................................................... ......47
3-2) توابع عضویت................................................................................................................................. ......49
3-3) مراحل طراحی یک سیستم فازی.............................................................................................. .........52
عنوان صفحه
3-4) کاربرد نرم افزار MATLAB................................................................................................... ...........55
3-4-1) ویرایشگر توابع عضویت (The Membership function editor)......................................... 59
3-4-2) ویرایشگر قواعد (The Rule editor).........................................................................................63
3-4-3) نمایشگر قواعد( (The Rule viewer..........................................................................................64
3-4-4) نمایشگر سطوح(The surface viewer)......................................................................................65
فصل چهارم : طراحی مدل فازی جهت پیش بینی بار کوتاه مدت استان مازندران
4-1) طراحی مدل فازی جهت پیش بینی بار کوتاه مدت.......................................................................68
4-1-1) مشخص کردن ورودی ها، خروجی ها و روش مورد استفاده برای غیر فازی کردن...............................68
4-1-2) تعیین مجموعه های فازی و تابع عضویت برای ورودی ها و خروجی ها..................................................70
4-1-3) شاخت قواعد با شناخت از مجموعه های فازی..................................................................76
4-1-4) معتبرسازی و بازنگری قواعد.....................................................................................................................81
فصل پنجم: نتیجه گیری و پیشنهادات
نتیجه گیری.....................................................................................................................................88
پیشنهادات.............................................................................................................................................................89
مراجع.............................................................................................................................................92
منبع:
]1[ وحیدی نسب، و.،جدید، ش.،"کاربرد سیستمهای فازی درپیش بینی کوتاه مدت بارالکتریکی روزهای کاری و روزهای تعطیل خاص".هشتمین کنفرانس سیستم های هوشمند، دانشگاه فردوسی مشهد. شهریور 86
]2[ کما نکش، سیما. برقی نیا، سعیده. غفار، آزاده."پیش بینی بار کوتاه مدت شبکه برق ایران با در نظر گرفتن شرایط خاص نظیر روزهای قبل و بعد و بین تعطیلی وسالهای کبیسه و تهیه قوانین خبره فازی"، بیست و دومین کنفرانس بین المللی برق
]3[ علوی،مهدی.رجبی،مصطفی." کمینه سازی هزینه خرید برق از بازار برق با اعمال یک الگوریتم کاربردی به پیش بینی نیاز مصرف "، دفتربازار برق، شرکت برق منطقه ای خراسان
]4[ خلیل بانان،ع.، الهویردی، ر.،"پیش بینی بار کوتاه مدت با استفاده از شبکه های عصبی- فازی"،یازدهمین کنفرانس شبکه های توزیع برق،مازندران،1385
]5[یعقوب پور،م.، مدیرشانه چی، م.ح.،"پیش بینی بار کوتاه مدت با سیستم استنتاج فازی تطبیقی"،دانشکدهبرق،دانشگاهفردوسی مشهد
] 6[ رحیمی، آزاد. مقدسی، سید مسعود. "پیش بینی بار کوتاه مدت با استفاده از فیلتر کالمن ". دانشگاه صنعتی خواجه نصیر طوسی
]7[رحیمی، آزاد،"توسعه مدل پیش بینی کوتاه مدت بارالکتریکی متاثر از قیمت با اعمال قیمت واقعی بوسیله شبکه های عصبی وسیستم خبره فازی درسیستم تجدید ساختار یافته"،دانشگاه صنعتی خواجه نصیرالدین طوسی،1388
]8[نصیری، علی اکبر،"پیش بینی کوتاه مدت انرژی الکتریکی شبکه تهران بوسیله شبکه های عصبی"،ششمین همایش ملی انرژی،1388
]9[ اکبری،توحید. پارسامقدم، محسن."پیش بینی بار کوتاه مدت در حوزه برق منطقه ای تهران با استفاده از فیلتر کالمن "، سیزدهمین کنفرانس شبکه های توزیع نیروی برق، اردیبهشت 87،گیلان
]10[ رحیمی، آزاد. مقدسی، سید مسعود." ارائه مدل پیش بینی کوتاه مدت منحنی بار الکتریکی در محیط حساس به قیمت ". دانشگاه صنعتی خواجه نصیر طوسی
]11[ " کاربرد sas در تجزیه و تحلیلهای آماری"، تالیف دکتر حسین میرزایی ندوشن
[12] S. Ahmadi, H. Bevrani, H. Jannaty. “A fuzzy inference model for short-term loadforecasting” ;Conference on Renewable Energy and Distributed Generation. 2012 IEEE.
[13] A. Khosravi, S. Nahavandi, D. Creighton, D. Srinivasan. “ Interval Type-2 Fuzzy Logic Systems for Load Forecasting: A Comparative Study” ;IEEE TRANSACTIONS ON POWER SYSTEMS, VOL. 27, NO. 3, AUGUST 2012.
[14] Q. Wang , B. Zhou , Z. Li, J. Ren. “ Forecasting of Short-term Load Based on Fuzzy Clustering and Improved BP Algorithm” ; 2011 IEEE
[15] V. H. Hinojosa, Member, IEEE, and A. Hoese. “Short-Term Load Forecasting Using Fuzzy Inductive” ; Reasoning and Evolutionary Algorithms.. Feb 2010.
[16] A. Jain, E. Srinivas, R. Rauta. “Short Term Load Forecasting using Fuzzy Adaptive Inference and Similarity” ;NaBIC 2009.world cogress on.
[17] N. Fakhreshamloo, M. Kaheni, M. Haddad Zarif , L. Ghazizadeh, Z. Asghari. “A fuzzy approach for Khorasan Razavi short-term load forecasting” ; 24th international power system conference. 2009
[18] Rastegar.H;Kazeminejad.M;Dehghan.M;Motamadinejad,M; ”A new short term loadforecasting using multilayer perceptron”; international conference on;15-17.2006
[19] C. Pandian, and et. al., “Fuzzy approach for short term load forecasting” Electric Power System Research, Elsevier,2006.
[20] Gross G;Galiana F;1987;”Short term load forecasting “; IEEE proceedings
[21] MATLAB, The Math Work Inc.http://www.mathworks.com