پیش بینی آمادگی واحدهای گازی نیروگاه سمنان با استفاده از مدل هوش مصنوعی در بازار برق ایران

پیش بینی آمادگی واحدهای گازی نیروگاه ها در بازار برق رقابتی به دلیل تاثیر مستقیم بر عملکرد اقتصادی و کاهش ریسک ناشی از عدم ایفای تعهدات تولید اهمیت زیادی دارد. واحدهای گازی نیروگاه سمنان شامل دو واحد گازی V۹۴.۲ سری ۵ ارتقاء یافته (V۹۴.۲-MA۲B) هستند که عملکرد آنها تحت تاثیر محدودیت های بهره برداری، از جمله دمای خروجی توربین و فشار اگزوز قرار دارد. تغییرات محیطی مانند دما، رطوبت و فشار هوا با تاثیر بر دمای هوای ورودی به توربین باعث تغییر توان تولیدی و رفتار غیرخطی شاخص آمادگی واحدها می شوند. از آنجا که عملکرد واحدها تحت تاثیر عوامل غیرخطی و تغییرات محیطی قرار دارد، پیش بینی دقیق توان تولیدی و شاخص آمادگی جهت برنامه ریزی بازار برق ضروری است. در این پژوهش داده های بهره برداری واحد دو گازی نیروگاه سمنان در دوره سرد سال و با سوخت گازوئیل جمع آوری و پارامترهای محیطی به عنوان ورودی و شاخص آمادگی تولید به عنوان خروجی مدل در نظر گرفته شدند. برای پیش بینی آمادگی واحد، شبکه عصبی MLP و شبکه عصبی با توابع پایه شعاعی (RBF) طراحی و آموزش داده شدند. نتایج نشان داد که شبکه RBF با کمترین خطای پیش بینی و پایداری بالاتر بهترین عملکرد را در مدل سازی شاخص آمادگی واحد ارائه می دهد. قابلیت تنظیم خطای هدف، انعطاف پذیری بالا در تقریب روابط غیرخطی و سرعت همگرایی از ویژگی های برجسته این مدل است. نتایج این پژوهش می تواند به عنوان ابزاری کاربردی برای پیش بینی دقیق آمادگی واحدهای گازی و بهینه سازی راهبردهای بهره برداری در بازار برق ایران مورد استفاده قرار گیرد.

کلیدواژه ها:

پیش بینی آمادگی واحدهای گازی ، شبکه عصبی مصنوعی ، شرایط محیطی ، بازار برق ایران