نام پژوهشگر: ناصر رستم نیا

پیش بینی قیمت متوسط موزون بازار برق ایران با استفاده از شبکه های عصبی مصنوعی و شبکه¬های عصبی- فازی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشکده علوم اقتصادی - دانشکده اقتصاد 1392
  ناصر رستم نیا   علی ناظمی

یکی از مهمترین اهداف مورد توجه در فرآیند مقررات¬زدایی در صنعت برق ایجاد رقابت و افزایش کارایی از این ره¬گذر می باشد. بازارهای مختلف بر اساس معماری و ساختار خود از نظر درجه انحصار و میزان رقابت¬پذیری در وضعیت متفاوتی قرار دارند. شرکت های تولیدکننده به منظور فروش انرژی خود موظفند در یک بازار رقابتی شرکت کنند و شرکت در این بازار محدودیت ها و قوانینی را به تولید¬کننده و بازیگران تحمیل می کند. بر این اساس پیش بینی قیمت و مقدار در این شرایط یکی از ابزارهای مهم تصمیم گیری برای بازیگران به شمار می رود. در این پایان¬نامه به پیش¬بینی قیمت متوسط موزون بازار برق ایران در دو بازه اوج مصرف و کم باری و ارزیابی تاثیر درجه رقابت بر آن پرداخته می¬شود. در اینجا متغیرهایی که بر قیمت در بازار برق اثر دارند تا حد امکان استخراج گردیده و تلاش شده است که علاوه بر تفکیک الگوهای مختلف مصرف، ویژگی های متفاوت بازار ایران نیز مدل¬سازی شود. بر این اساس از روش فازی، برای مدل¬سازی نااطمینانی¬های سمت تقاضا در برآورد قیمت، استفاده شده است. برای این منظور درجه انحصار در ساعت های مشخص سال محاسبه و با استفاده از آن قیمت متوسط موزون در بازار برق برآورد خواهد شد. در این تحقیق از داده-های واقعی بازار برق در طول سال 91 استفاده شده است و منبع اصلی داده ها و اطلاعات شرکت مدیریت شبکه برق کشور می-باشد. در تحقیق حاضر به منظورآماده¬سازی و تحلیل داده¬ها از نرم¬افزار excel 2010 و برای برآورد قیمت از دو ابزار شبکه¬های عصبی و شبکه¬های عصبی-فازی تطبیقی در محیط نرم¬افزار matlab بهره گرفته شده است. نتایج نشان می دهد که درجه رقابت در بازار و استفاده از الگوی¬های مصرف متفاوت، بر قیمت ها اثرگذار بوده و مد نظر قرار دادن آن¬ها به افزایش قدرت مدل می انجامد. همچنین با توجه به ماهیت قیمت برق نتیجه می شود که شبکه¬¬های هوشمند قادرند قیمت برق را ردیابی کرده و آن را با یک دقت خوب پیش¬بینی نمایند.