پیشبینی اوج مصرف روزانه برق و شناسایی عوامل تعیینکننده آن درتوازن بین عرضه و تقاضای برق کمککننده است. در این پژوهش اوج مصرف روزانه برق ایران را با رویکردهای مختلف در دوره 30/12/1395- 16/03/1401مدلسازی و پیشبینی میشود. 90 درصد مشاهدات برای ساخت مدل و مابقی برای ارزیابی مدل پیشبینی استفاده میشود. نورن های بهینه لایه های پنهان مدل شبکه عصبی(NN) بر اساس معیار حداقل خطای پیشبینی در لایه اول 11 و در لایه دوم 8 برآورد شد. نتایج نشان میدهد که فراوانی اوج اول مصرف در ساعت 11 و فراوانی اوج دوم مصرف در ساعت 21 بیشتر از بقیه ساعات است. متغیرهای تعطیلات رسمی، ساعت مصرف انرژی، تعداد مبتلایان جدید به کرونا، دما و رطوبت نسبی هوا و جمعیت در مدل رگرسیون اثر معنیدار بر اوج مصرف برق دارند. همچنین اثر متغیر تعطیلات رسمی و دمای هوا بیشتر از سایر متغیرها است. مقایسه نتایج پیشبینی اوج مصرف برق نشان میدهد که دقت پیشبینی مدلها و رویکردهای مختلف یکسان نیست. متوسط درصد خطای پیشبینی مدلهای GLM،NN و ARIMA طی 187روز(11/09/1400-16/03/1401) به ترتیب 0/0799، 0/0754 و 0/0714 است. پس مدل ARIMA با داشتن حداقل متوسط خطای پیشبینی، مدل مناسب پیشبینی اوج مصرف است.
Mirbagherijam M, Bani Torfi E, Moharrami H. Modeling and prediction of peak daily electricity consumption in Iran. IJE 2024; 26 (4) :23-40 URL: http://necjournals.ir/article-1-1877-fa.html
میرباقری جم محمد، بنی طرفی عماد، محرمی حمیده. مدلسازی و پیش بینی اوج مصرف روزانه برق در ایران. نشریه انرژی ایران. 1402; 26 (4) :23-40