مدل‌سازی سیستم چند ورودی چند خروجی برای پیش‌بینی همزمان قیمت و بار در شبکه هوشمند با اعمال مدیریت بار

Abstract

با تجدید ساختار یافتن بازار برق از ساختار انحصاری دولتی به بازاری رقابتی و در پی آن با ایجاد امکانات ارتباطی و نفوذ انرژی‌های تجدید پذیر و لزوم ارائه دوطرفه اطلاعات بین فروشندگان و خریداران در غالب شبکه هوشمند، سبب گشته تا شرکت‌کنندگان بیش از پیش نیازمند تخمین دقیق از رفتار پارامترهای دخیل در سوددهی خود باشند. از این میان، مدل‌سازی و پیش‌بینی قیمت و بار کاملاً ریسکی و همـراه بـا عدم قطعیت‎های موجود در بازار رقابتی بـرای شرکتگنندگان بازار اهمیت ویژه‌ای یافته است. از سویی دیگر، در شبکه هوشمند تغییرات قیمت و بار به سبب ارتباطات دو طرفه میان تولیدکننده و مصرف‌کننده وابستگی زیادی داشته، که عدم لحاظ نمودن آن از معایب عمده روشهای پیش‎بینی قیمت و بار به صورت مجزا است. در این مقاله به منظور فائق آمدن بر این نقاط ‌ضعف، یک مدل‌ چند ورودی چند خروجی پیش‎بین برای پیش‌بینی همزمان قیمت و بار ارائه می شود. به عبارتی الگوریتم پیش‌بینی کننده پیشنهادی در این مقاله از چهار بخش تشکیل شده، در بخش اول از تبدیل موجک گسسته برای ریز سازی سیگنال اصلی با حفظ اطلاعات باارزش بهره می‌گیریم. بخش دوم با استفاده از مدل الگوریتم انتخاباتی فازی پیشنهادی بهترین داده‌ها با بیش‌ترین ارتباط و کمترین تکرار انتخاب‌شده و برای آموزش به بخش سوم که یک موتور پیش‌بینی کننده بر اساس سیستم چند ورودی چند خروجی شبکه بردار پشتیبان مبتنی بر کوچک‌ترین مربعات هست، فرستاده می‌شوند. بخش چهارم با توجه به تابعی هدفی متشکل از خطای ناشی از پیش‌بینی و روش بهبودیافته کلونی مصنوعی زنبور عسل به تنظیم پارامترهای شبکه بردار پشتیبان پیشنهادی می‌پردازد. در روش بهبودیافته کلونی مصنوعی زنبور عسل از دو عملگر یکی در جستجوی محلی به کمک مدل لجستیک و دیگری برای جستجوی کلی الگوریتم که بر اساس هدایت ذرات مبتنی بر جهت‌یابی بهترین پاسخ در آن تکرار بهره می‌برد. همچنین، تأثیر مدیریت بار در پیک زدایی و بهبود ضریب بار به صورت یک مسئله بهینه‌سازی مورد بحث و بررسی قرار گرفته است. روش پیشنهادی بر روی سیستم اسپانیا و نیوانگلند به عنوان دو بازار معروف با اطلاعات دسترس آزاد اعمال و نتایج حاصل از آن به کمک معیارهای مبتنی بر خطای حاصل از پیش‌بینی مورد بررسی و آنالیز قرار گرفته است. نتایج به دست آمده از الگوریتم پیشنهادی به کمک معیارهای معرفی‌شده با سایر روش‌های موجود مقایسه شده است. نتایج به دست آمده نشان از سادگی در پیاده‌سازی و قابلیت بالای روش پیشنهادی در حل مسائل پیش‌بینی دارد.