پيش بيني قيمت انرژي الكتريكي در بازار روز بعد با استفاده از شبكه عصبي مصنوعي تعميم يافته و با در نظر گرفتن محدوديت سوخت رساني

در ساختار بازار برق ايران، مدير بازار در هر روز اطلاعات مربوط به پيش‌بيني بار شبكه را براي دو روز آينده در اختيار بازيگران بازار قرار مي‌دهد و قيمت تسويه ساعتي براي روز بعد بر اساس پيشنهادهاي ارسال شده توليدكنندگان انرژي به بازار محاسبه مي‌شود. بنابراين پيش‌بيني دقيق قيمت بازار روز بعد به منظور محاسبه پيشنهاد قيمت به مدير بازار براي شركت‌هاي توليدي بسيار اهميت دارد. در اين مقاله قصد داريم تا با استفاده از شبكه عصبي مصنوعي Perceptron سه لايه (لايه ورودي، لايه پنهان و لايه خروجي) مدلي براي پيش‌بيني قيمت برق در بازار روز بعد ارائه دهيم. در مدل پيشنهادشده، در كنار پارامترهايي همچون درجه حرارت، بار شبكه، روز هفته (تعطيل و يا غير تعطيل) و قيمت تسويه بازار روزهاي قبل كه در مطالعات پيشين بسيار مورد مطالعه قرار گرفته‌اند، محدوديت سوخت‌رساني به عنوان يكي ديگر از پارامترهايي تاثيرگذار بر روي قيمت در بازار برق ايران در نظر گرفته مي‌شود. همچنين به منظور افزايش سرعت همگرايي و دقت مدل، روش سنتي Back Propagation (BP) با روش Levenberg-Marquardt BP (LMBP) جايگزين شده است. در پايان، دقت مدل ارائه شده با استفاده از داده‌هاي يك ساله نيروگاه اصفهان در سال 1399 مورد ارزيابي قرار مي‌گيرد.