ارایه یک مدل تلفیقی مبتنی بر خوشهبندی سلسله مراتبیبرای بهبود الگوی مصرف انرژی الکتریکی

در سامانه قدرت الکتریکی، پیشبینی پیک بار به جهت بهینه سازی اقتصادی، برنامه ریزی خط مشی، تخصیصبودجه و مدیریت سوخت نیروگاهها نقش بسیار مهمی بازی میکند. دقت روش پیشبینی در توسعه یک استراتژی تامینقدرت و طرح اصلاح الگوی مصرف بویژه در کشورهای در حال توسعه بسیار مهم است. زیرا در این کشورها نرخ رشد تقاضاپویا و زیاد است. از اینرو، در این مقاله، یک مدل تلفیقی مبتنی بر خوشهبندی سلسله مراتبی جهت پیشبینی پیک بارالکتریکی ماهانه ارایه میشود و بدین منظور دادههای تقاضای پیک بار ماهانه 14 سال گذشته شبکه قدرت الکتریکیسراسری ایران مورد استفاده و تحلیل قرار میگیرد. این مدل، امکان پیشبینی انرژی الکتریکی مصرفی یا پیک بار ماهانه رابرای ماه آینده فراهم میکند. به طوریکه جهت بهبود برازش سری زمانی، از الگوریتم درخت خوشهای سلسله مراتبی بهمنظور خوشهبندی پیک بار مصرفی ماهانه استفاده شده است. همچنین، برای تعیین بهترین حالت خوشهبندی ضریبهمبستگی کوفنتیک به کار گرفته شده است. جهت پیشبینی پیک بار ماهانه برای هر خوشه از روش رگرسیون سری زمانیاستفاده شده است. تحلیل و مقایسه نتایج پیشبینی با مدل میانگین متحرک و روش رگرسیون سری زمانی بدون انجامخوشهبندی نشان میدهد که مدل دارای دقت مناسبی بوده و خوشهبندی دادهها موجب بهبود پیشبینی شده است.