ترجمه فارسی عنوان مقاله
پیش بینی قیمت و اعتبار سنجی در بازار برق اسپانیا با استفاده از پیش بینی ها به عنوان داده های ورودی
عنوان انگلیسی
Price forecasting and validation in the Spanish electricity market using forecasts as input data
کد مقاله | سال انتشار | تعداد صفحات مقاله انگلیسی |
---|---|---|
57360 | 2016 | 5 صفحه PDF |
منبع
Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)
Journal : International Journal of Electrical Power & Energy Systems, Volume 77, May 2016, Pages 123–127
فهرست مطالب ترجمه فارسی
چکیده
کلید واژه ها
.1 مقدمه
.2 مدل بر اساس داده های پیش بینی شده MBF
شکل 1 بلوک دیاگرام مدل پیش بینی قیمت برق.
شکل 2. داده های تاریخی ماهانه از OMI بین سال های 2004 و 2011.
شکل 3 توزیع بار ماهانه.
شکل 4: داده های تاریخی قیمت گاز.
جدول 1 ضریب رگرسیون
.3 تجزیه و تحلیل نتایج
جدول2 اندازه گیری های خطا برای نتایج قیمت برق.
.4 نتیجه گیری
ترجمه کلمات کلیدی
شبکه های عصبی مصنوعی؛ بازار برق؛ پیش بینی قیمت؛ مدل رگرسیون؛ نوسان
کلمات کلیدی انگلیسی
Artificial neural network; Electricity markets; Price forecast; Regression model; Volatility
ترجمه چکیده
بخش برق در چند سال اخیر در معرض تغییرات بزرگی قرار گرفته است. پیش از این، یک سیستم نظارتی وجود داشت که شرکت های برق می توانستند از قبل مقدار انرژی که هر ژنراتور تولید میکند را بدانند ، بنابراین اساس استراتژی عملیاتی عمدۀ خود را بر کاهش هزینه ها به منظور افزایش سود خود قرار دادند. در اسپانیا، از سال 1988 تا 1997، قیمت برق توسط "Marco Legal Statable" (چارچوب قانونی پایدار )تصدیق شد، که در آن وزارت صنایع و انرژی ، هزینه های تولیدی موجود مربوط به هر نوع از فن آوری ها را اعلام کرد. این یک بخش صنعتی بود که هیچ رقابت واقعی نداشت و بنابراین خطرات قابل کنترل بسیار کمی داشت.در نتیجه ، رقابت آزاد سازی بازار برق و عدم اطمینان ، ایجاد شد. به دلیل ویژگی های خاص الکتریسیته به عنوان یک کالا، قیمتهای لحظه ای برق به شدت متغیر بود. قراردادهای بلند مدت برای صندوق های تامینی برای مقابله با نوسان قیمت در بازار برق عمل می کردند. به عنوان یک نتیجه، ایجاد یک مدل پیش بینی دقیق قیمت برق ، یک کار بسیار دشوار برای ارگان های بازار برق است. هدف این کار ، ارائه یک روش برای بهبود محدودیت های این روش ها ، فقط با استفاده از داده های تاریخی برای پیش بینی قیمت های برق است. به این ترتیب و به منظور دسترسی به داده های جدیدتر، به جای استفاده از قیمت های گاز طبیعی و داده های تاریخی برق، یک مدل رگرسیون برای پیش بینی روند قیمت های گاز طبیعی و مدل مبتنی بر شبکه های عصبی مصنوعی (ANN) برای پیش بینی بارهای الکتریکی ، پیشنهاد شده است. نتایج این مدل ها ، به عنوان ورودی برای یک مدل پیش بینی قیمت برق استفاده می شود. در نهایت، و برای نشان دادن اثربخشی روش پیشنهادی، چندین مورد مطالعه مورد استفاده در بازار اسپانیا با استفاده از داده های واقعی قیمت ، ارائه شده است.