مدلسازی رفتار هزینهای خردهفروش انرژی الکتریکی در بازار برق

پیشبینی در بازار برق از عوامل اصلی کاهش هزینهها ودر نتیجه کسب سود است. از مهمترین متغیرهایی که در بازار نیاز به پیشبینی دارند، بار مصرفی و قیمت برق است که میتواند منجر به افزایش میزان سود اقتصادی و همچنین کاهش مشکلات فنی برایبازیگران مختلف بازار شود. در این مقاله پس از پیشبینی بار و قیمت، از نتایج به دست آمده برای بهینه سازی هزینههای خردهفروش برق در بازار استفاده خواهد شد. روشهای متفاوتی برای افزایش دقت پیشبینی بار و قیمت در بازار برق ارائه شده است. یکی از مهمترین این روشها استفاده از الگوریتم رگرسیون بردار پشتیبانی است که در پیشبینی سریهای زمانی بسیارمتداول است. در این مقاله قیمت برق و میزان تقاضا در بازار برق نیویورک مورد بررسی قرار گرفته و به روش رگرسیون بردار پشتیبانی به دو صورت لحظه ای )پیش بینی برای ساعت بعد( و روز بعد )پیش بینیبرای روز بعد( پیشبینی شده است و نتایج به دست آمده با نتایج حاصل از پیشبینی به روش شبکههای عصبی مقایسه شده است. در نهایت به کمک پیشبینیهای انجام شده، تابع هدف هزینهخردهفروش بازار برق بهینهسازی شده است و نتایج مقایسه شدهاند.