25371

ارائه يك الگوريتم رزرو برق با در نظر گرفتن رقابت بين تامين كنندگان انرژي

كارشناسي ارشد

مهندسي صنايع

1400

1400/6/20

دكتر عليرضا علي احمدي

دكتر احمد ماكويي

مهندسي صنايع

امروزه نياز به برق همانند نياز به آب و غذا، امري مهم و حياتي براي بشريت به شمار مي‌آيد و اختلال در تأمين آن ممكن است منجر به ايجاد اتفاقات ناگوار و در مواردي بروز فاجعه گردد. ازآنجاكه ذخيره‌سازي اين نيروي مهم و كاربردي در ابعاد بزرگ ممكن نيست، تخمين ميزان موردنياز و رزرو آن امري بسيار مهم تلقي مي‌شود. رزرواسيون برق در اين پژوهش به دو قسمت كلي تقسيم‌شده است: قسمت اول مرتبط با بازارهاي برق و شناخت كلي از ساختار و انواع آن‌هاست. در اين قسمت انواع بازارهاي برق، روش هاي قيمت گذاري و خصوصيات هركدام از بازار ها مورد بحث و بررسي قرار گرفته شده است و الگوريتم قيمت گذاري زمان واقعي به عنوان كاربردي ترين روش موجود در حوزه قيمت گذاري برق معرفي شده است. قسمت دوم نيز به پيش‌بيني ميزان مصرف با استفاده از داده‌هاي در دست كه امكان شناسايي زمان‌هاي پرباري و كم‌باري را ميسر كرده مي پردازد. درنهايت با توجه به پيش‌بيني انجام‌شده و اطلاعات به‌دست‌آمده، هر سازمان يا مجموعه‌اي بسته به ميزان نياز و بازه زماني مدنظر خود مي‌تواند نقطه بهينه خود را انتخاب و رزرواسيون خود را باهماهنگي با بازار مربوطه انجام دهد. نتايج اين پژوهش نشان داد كه بازار زمان واقعي تا بدين لحظه بهترين و كارآمدترين روش براي اعمال رزرواسيون بوده، روش رگرسيون خطي در صورتي كه نياز به دقت بالايي نبوده و صرفاً سرعت پاسخ اهميت داشته باشد مي تواند كاربرد داشته باشد ولي در صورتي كه دقت بالا نيز از اهميت برخوردار باشد از هر دو روش جنگل تصادفي و XGBoost مي توان بهره برد. لازم به ذكر است كه داده استفاده‌شده در اين پايان‌نامه برگرفته از تاريخچه مصرف برق كشور آلمان بوده است.

1400/07/17

An electricity reservation algorithm taking into account competition between energy suppliers

9/11/2022 12:00:00 AM

Today, the need for electricity, like water and food, is essential for humanity. The disruption of its supply may lead to unfortunate events and, in some cases, to catastrophes. Since it is impossible to store this critical and valuable force on a large scale, estimating the amount required and reserving it is considered very important. Electricity reservation in this study is divided into two general parts: the first part is related to electricity markets and broad knowledge of their structure and types, and the second part is to predict consumption using data that can identify the times of high and low loads. Pay. Finally, according to the forecast made and the information obtained, each organization or group, depending on the amount of need and time, can choose its optimal point and make its reservation in coordination with the relevant market. This dissertation follows the explanations mentioned above, and at the beginning, a summary of the total electricity markets and their types is examined. Information related to each type of market and its algorithm and system is introduced. After the end of the first part (knowledge of electricity markets) and using the available data to predict the amount of electricity consumption with the help of machine learning algorithms and finally, the forecast for future use of organizations and factories will be examined. It should be noted that the data used in this dissertation is taken from the history of electricity consumption in Germany. With three methods of linear regression, random tree, and XGBoost, all three methods in machine learning, the amount of consumption has been predicted.

برق , رزرو , قيمت گذاري , يادگيري ماشين , رقابت تامين كنندگان

Electricity , Reservation , Pricing , Machine Learning , Suppliers competition