期刊名称：Intelligent Systems in Electrical Engineering
印刷版ISSN：2251-6530
电子版ISSN：2252-083X
出版年度：2014
卷号：5
期号：1
页码：105-122
语种：Persian
摘要：سيگنال قيمت برق در بازار رقابتی انرژی الکتريکی از اهميت ويژهای برای کليهی فعاليتهای برنامهريزی و بهرهبرداری برخوردار است. همچنين قيمت برق دارای ماهيت غيرقطعی است و عوامل متنوعی در کوتاه مدت و بلند مدت روی آن تاثير میگذارند. عوامل فعال در بازار برق برای مديريت ريسک در بازار نياز به پيشبينی دقيق و مؤثر سيگنال قيمت برق دارند. با استفاده روزافزون از انرژی های تجديدپذير، به ويژه انرژی باد، قيمت نيز در بازار برق تحت تأثير اين عامل جديد قرار گرفته است؛ زيرا ماهيت متغير توليد بادی، متعادل ساختن بلادرنگ تقاضای سيستم قدرت در برابر توليد را پيچيده تر کرده است.در اين مقاله اثر توليد واحدهای بادی در پيش بينی قيمت براساس داده های بازار برق Nord Pool مورد بررسی قرار گرفته است. ايده اصلی مبتنی بر ارائه مدلی هوشمند برای پيشبينی قيمت تسويه بازار با استفاده از شبکه عصبی مصنوعی پرسپترون چند لايه، بر پايهی مدل هيبريدی ژنتيک و رقابت استعماری است. اين مدل هيبريدی در مقايسه با شبکههای عصبی مرسوم (بر پايه الگوريتمهای بهينهسازی مبتنی بر گراديان) دقت بهتری داشته و قابليت همگرا شدن به سمت بهينه مطلق را دارد. نتايج حاصله دقت بالای اين مدل در پيشبينی کوتاه مدت سيگنال قيمت برق را بيان می کند.
其他摘要：The price signal in a competitive electricity market has a major importance in all planning and commissioning activities. Also, the electricity price has a non-deterministic nature and is affected by various parameters in short and long terms. Active players in electricity market need accurate and effective price forecasting for risk management. With the increased use of renewable energies, especially wind energy, the electricity price is being affected by this new parameter, as the intermittent nature of wind generation has further complicated the process of instantaneous balancing of power system demand against power generation. In this paper, using the Nord Pool electricity market data, the effect of wind units' generation on price forecasting is studied. The main idea is based on presenting an intelligent model for forecasting the Market Clearing Price through the use of a multilayer perceptron neural network based on hybrid genetic model and Imperialist Competitive algorithm. This hybrid model has a better accuracy, compared to the conventional neural networks (based on gradient-based optimization algorithms), and has the ability of converging towards the absolute optimum. The results verify the high accuracy of this model in short term electricity price forecasting.
关键词：الگوريتم رقابت استعماری; الگوريتم ژنتيک; شبکه عصبی; توليد بادی; پيشبينی کوتاه مدت قيمت
其他关键词：Imperialist Competitive Algorithm; Genetic Algorithm; Neural Network; Wind Generation; Short Term Price Forecasting
