پیش بینی قیمت برق

پروژه پيش بيني قيمت برق در بازارهاي خصوصي

در طول سال هاي اخير صنعت توليد و توزيع برق در بسياري از کشورها از انحصار دولت خارج و به بخش خصوصي واگذار شده است. بدين ترتيب وظايف اين صنعت بر دوش شرکت هاي مستقل قرار گرفته است. از جمله اين امور مي توان به مشخص ساختن بازيگران بازار، دريافت پيشنهادهاي توليد يا مصرف، قيمت گذاري و مشخص ساختن حجم معاملات، بررسي تغييرات بازار، حفظ استانداردهاي قابليت اطمينان در بازار، و در نهايت فراهم نمودن پيش بيني هاي مناسب براي قيمت و ميزان مصرف و ساير اطلاعات مورد نياز براي کاربران اشاره نمود که در اينجا مورد اخير مورد تاکيد ما است.
خريد و فروش در بازار برق مستلزم بهره گيري از تکنيک هاي مشخصي است. در واقع خريد بر پايه پيشنهاد قيمت و حجم مورد نياز برق انجام مي شود. بنابراين براي خريدار بسيار مهم است تا قيمت واقعي دز چنين بازار رقابتي را تخمين زند. خريدار مي تواند با تخمين آينده قيمت و انعقاد قرارداد با توليد کننده، آسيب پذيري در مقابل نوسانات شديد برق را کاهش دهد. بر اساس اين قرارداد فروشنده و خريدار توافق مي کنند که مقدار مشخصي برق با يک قيمت ثابت از طرف فروشنده در اختيار خريدار قرار گيرد. واضح است که در چنين شرايطي تخمين آينده بازار براي هر دو طرف از اهميت بالايي برخوردار است.
معمولا مقادير قيمت و مصرف برق در طول روز آينده و بر اساس عرضه و تقاضا منتشر مي گردد. همچنين الگوريتم هاي متفاوتي بر اساس تکنيک هاي آماري و يا الگوريتم هاي هوش مصنوعي طراحي شده اند که براي همين منظور به کار مي روند. اين الگوريتم ها که بر اساس اطلاعات مربوط به گذشته قيمت برق و ميزان مصرف آن به پيش بيني آينده مي پردازند، قادر هستند تا در بازه هاي مختلف زماني، مانند ساعتي يا روزانه، قيمت تخميني خود را اعلام کنند. واضح است که هر اندازه خطاي اين الگوريتم ها کمتر باشند، تصميم گيري که بر اساس نتايج آن انجام مي پذيرد، به منافع خريدار يا فروشنده نزديکتر خواهد بود. پيچيدگي اين مساله در آن است که سري زماني قيمت برق يک سري آشوبناک، غير خطي و غير ايستا است. همچنين چنانچه بازار برق در کشوري خصوصي شود، سري مربوط به آن در ابتدا به شدت نويزي است. گرچه با گذشت زمان از ماهيت نويزي سري قيمت برق کاسته مي گردد، اما همواره اين سري به عنوان يک سري با نويز بالا شناخته مي شود.
مهمترين الگوريتم هايي که براي پيش بيني قيمت برق مورد استفاده قرار گرفته اند و در مقالات علمي به چاپ رسيده اند، از تکنيک هاي مبتني بر رگرسيون و يا شبکه هاي عصبي مصنوعي استفاده مي کنند. اين تکنيک ها که در حوزه دانش يادگيري ماشين مطرح مي گردد، هم اکنون توسط گروه سيستم هاي پوياي غير خطي در بنياد پژوهشي رباتيک و هوش مصنوعي سپنتا توسعه يافته و در مورد برخي از بازارهاي رقابتي برق منجر به نتايج بسيار مطلوبي گرديده است. برای کسب اطلاعات بیشتر در مورد روش ها و نتایج آن، با ما تماس بگیرید.