تحليل كلي بازارهاي برق نشان مي دهد كه توسعه و بهبود راهكارهاي پيشبيني قيمت انرژي الكتريكي نقش حياتي را در
افزايش سود توليدكنندگان و بالا بردن بهره وري مصرف كنندگان ايفاء مي نمايد. از طرفي پيش بيني بلند مدت قيمت
تسويه بازار در برنامه ريزي سيستم قدرت به عنوان ضروري ترين و اساسي ترين نياز براي هرگونه تصميم گيري در بازار ، از جمله در برنامه ريزي توسعه توليد (GEP) كه با آغاز اهميت ويژ هاي برخوردار است . در اين مقاله استفاده از شبكه
عصبي بهبود يافته با مكانيزم پس انتشار خطا براي پيش بيني بلندمدت قيمت تسويه بازار پيشنهاده شده است . شبكه عصبي اوليه پيشنهادي از نوع پرسپترون سهلايه بوده كه براي آموزش آن از الگوريتم پس انتشار خطا به روش لونبرگ ماركوارت
براي بالا بردن سرعت و دقت آموزش استفاده شده است . به منظور كاهش خطا و بهبود عملكرد شبكه عصبي پيشنهادي، با
كلاسه بندي داده هاي ورودي به روش فازي سيستم چند گانه عصبي ارايه گرديده و در نهايت از اطلاعات بازار برق نيوانگلند وكاليفرنيا براي يادگيري، اعتبارسنجي و آزمايش الگوريتم معرفي شده استفاده مي شود . نتايج آزمايش نشان ميدهد كه راهكار معرفي شده پيش بيني دقيق و قابل اعتماد از قيمت تسويه بازار داشته و نه تنها مي تواند در برنامه ريزي هاي كوتاه مدت توسط شركتهاي توليدكننده برق (GENCOها) بلكه در برنامه ريزي بلندمدت از جمله برنامه ريزي توسعه توليد هم به عنوان راهكار قيمت مورد استفاده قرار گيرد.
حسين شايقي ، عظيم سليمي نياي لاهيجي حيدرعلي شايانفر
دانشكده فني دانشگاه محقق اردبيلي
دانشكده برق دانشگاه علم وصنعت ايران
