تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

چکیده:

پیش بینی بار کوتاه مدت، به صورت پیش بینی بار یک ساعت تا چند روز آینده تاثیر به سزایی بر امر بهره برداری سیستم های قدرت دارد. زیرا بسیاری از تدابیر مدیریت انرژی از قبیل تنظیم برنامه مقرون به صرفه  جهت استفاده از نیروگاه های موجود، برنامه ریزی خرید سوخت مورد نیاز نیروگاه ها، ورود و خروج واحدها، توسعه خطوط انتقال و ترانس شبکه فوق توزیع و همچنین میزان خاموشی ها در صورت کمبود، بر اساس این پیش بینی انجام می شود.

در این پروژه انواع مدلهای پیش بینی از جمله مدل سری زمانی، رگرسیون، مصرف نهائی و شبکه عصبی بررسی شده است. با توجه به اینکه پیش بینی بار متداول در شرکت توزیع مازندران با استفاده از روش های سنتی بوده است و از آنجایی که این روش قادر به پیش بینی دقیق بار روزهای آینده و روزهای خاص نبوده است، برای دستیابی به مدل مطلوب به بررسی روش فازی پرداخته شده است. در این راستا ابتدا به تشریح منطق فازی و روش پیاده سازی برنامه در محیط مطلب اشاره نموده و سپس با بهره گیری از اطلاعات سالهای گذشته و نمودار مصرف و لحاظ نمودن تاثیر عوامل محیطی، بار کوتاه مدت استان مازندران را پیش بینی شده است. استفاده از روش منطق فازی منجر به افزایش دقت و سرعت پیش بینی، رفع مشکل پیش بینی بار روزهای خاص، کاهش حجم بانک اطلاعاتی توام با افزایش قابلیت تاثیر عوامل مختلف گردیده است.

فهرست مطالب

   عنوان                                                                                                             صفحه

فصل اول: مقدمه

1-1) اهمیت پیش بینی بار سیستم های قدرت………………………………………………………………………………………….. .5

1-1-1) بررسی اهمیت پیش بینی باراز لحاظ

فنی…………………………………………………………………………………….5

1-1-2) بررسی اهمیت پیش بینی باراز لحاظ اقتصادی……………………………………………………………………………..6

1-2) راهکارها……………………………………………………………………………………………………………………………………….8

1-3) پیش بینی بار ازدیدگاه دوره های زمانی…………………………………………………………………………………………..9

1-3-1) برنامه ریزی دراز مدت………………………………………………………………………………………………………………..9

1-3-2) برنامه ریزی میان مدت……………………………………………………………………………………………………………..10

1-3-3)  برنامه ریزی کوتاه مدت…………………………………………………………………………………………………………..10

1-3-4)  برنامه ریزی لحظه ای / چند دقیقه تا چند ساعت………………………………………………………………………10  

1-4)  عوامل موثر در پیش بینی بار الکتریکی…………………………………………………………………………………………11

1-4-1)  عوامل اقلیمی………………………………………………………………………………………………………………………….12

1-4-2)  عوامل اقتصادی………………………………………………………………………………………………………………………12

1-4-3)  تاثیر زمان بر بار مصرفی………………………………………………………………………………………………………….12

– جمع بندی و نتیجه گیری…………………………………………………………………………………………. …………………….12

فصل دوم: روش های مدل سازی

2-1) پیش بینی……………………………………………………………………………………………………………………………………16

    عنوان                                                                                                                صفحه

2-2) دقت پیش بینی…………………………………………………………………………………………………………………………………. 16

2-3) معیار سنجش خطا در پیش بینی………………………………………………………………………………………………………. 17

2-4) روشهای پیش بینی……………………………………………………………………………………………………17

2-4-1) روش سری زمانی……………………………………………………………………………………………………………………18

2-4-2) روش رگرسیون……………………………………………………………………………………………………………………. 26

2-4-3) پیش بینی باربا استفاده ازآمارهای مستقل………………………………………………………………………………27

2-4-4)روش مصرف نهایی
   28
2-4-5) روش کاربری ارضی………………………………………………………………………………………………………………..29

2-4-6)  روش عصبی…………………………………………………………………………………………………………………………30

2-5) پیش بینی بارکوتاه مدت استان مازندران با استفاده از روش رگرسیون…………………………………………38

2-5-1) برازش مدل رگرسیون در محیط SAS …………………………………………………………………………………..38

2-5-2) تحلیل نتایج حاصل ازمدل رگرسیون………………………………………………………………………………………41

–  جمع بندی و نتیجه گیری…………………………………………………………………………………………………………….   44

فصل سوم: مدل سازی به روش فازی

3-1) ضرورت استفاده از سیستم خبره فازی جهت پیش بینی بار………………………………………………. ……47

3-2)  توابع عضویت………………………………………………………………………………………………………………… ……49

3-3) مراحل طراحی یک سیستم فازی………………………………………………………………………………….  ………52

عنوان                                                                                                                        صفحه

3-4) کاربرد نرم افزار MATLAB……………………………………………………………………………………… ………..55

3-4-1) ویرایشگر توابع عضویت (The Membership function editor)………………………………….. 59

3-4-2)  ویرایشگر قواعد (The Rule editor)……………………………………………………………………………..63

3-4-3)  نمایشگر قواعد( (The Rule viewer………………………………………………………………………………64

3-4-4) نمایشگر سطوح(The surface viewer)…………………………………………………………………………..65

فصل چهارم : طراحی مدل  فازی جهت پیش بینی بار کوتاه مدت استان مازندران

4-1) طراحی  مدل  فازی جهت پیش بینی بار کوتاه مدت……………………………………………………………..68

4-1-1)  مشخص کردن ورودی ها، خروجی ها و روش مورد استفاده برای غیر فازی کردن………………………….68

4-1-2) تعیین مجموعه های فازی و تابع عضویت برای ورودی ها و خروجی ها…………………………………………..70

4-1-3) شاخت قواعد با شناخت از مجموعه های فازی…………………………………………………………76

4-1-4) معتبرسازی و بازنگری قواعد………………………………………………………………………………………………………81

فصل پنجم: نتیجه گیری و پیشنهادات

نتیجه گیری…………………………………………………………………………………………………………………….88

پیشنهادات………………………………………………………………………………………………………………………………………….89

مراجع……………………………………………………………………………………………………………….…………..92

1-1) اهمیت پیش بینی بار در سیستم های قدرت

صنعت برق از صنایع زیر بنائی یک کشور و رکنی بسیار مهم در رشد و پیشرفت جوامع امروزی محسوب می شود. با توجه به اینکه از یک طرف پروژه های صنعت برق نیاز به سرمایه گذاری کلان و زمان های طولانی دارد واز طرف دیگر با تکنولوژی موجود هنوز نمی توان ذخیره این انرژی را در ابعاد بزرگ امکان پذیر نمود. بنابراین برنامه ریزی تولید باید به گونه ای صورت گیرد که پاسخگوی تقاضای انرژی الکتریکی باشد. بدین جهت پیش بینی بار به عنوان عاملی مهم در طرح توسعه و بهره برداری از سیستم های قدرت تلقی می شود و در واقع وسیله ای است که به کمک آن می توان در جهت بهبود تصمیم گیری اقدام نمود. برآورد روند تخصیص منابع برای توسعه شبکه برق رسانی الزامی است.

در برنامه ریزی توسعه آینده یک سیستم قدرت برآورد بار از اهمیت زیادی برخوردار است و اساس و مبنای مطالعات برنامه ریزی را تشکیل می دهد میزان خطاهای پیش بینی بار دارای اهمیت خاص است.

مشکلات تصمیم گیری در این مورد موقعی بیشتر می شود که با بودجه محدود و هدف حداقل کردن هزینه از یک طرف و فشار متخصصین ومهندسین بخش قدرت برای خرید تجهیزات پیشرفته وگران قیمت از طرف دیگر و نیز گسترش بی رویه در استفاده از انرژی الکتریکی مواجه شود. اگر میزان بار پیش بینی شده کمتر از بار واقعی باشد ضریب اطمینان و در نتیجه کیفیت خدمات کاهش می یابد واین امر ممکن است حتی به خاموش های اجباری بیانجامد. خود این مساله تا حدی کار مسئولین تجزیه وتحلیل قابلیت اطمینان سیستم را مشکل می سازد واز طرف دیگر اگر بار آینده پیش از مقدار مورد نیاز پیش بینی گردد سرمایه گذاری زیادی هدر شده وبه نیاز مالی منجر می گردد.

عدم امکان ذخیره سازی انرژی الکتریکی از یک طرف وهمچنین صرف هزینه های هنگفت اقتصادی جهت ایجاد نیروگاه های جدید از طرف دیگر سیاست های کلی تولید انرژی الکتریکی را به سمت وسوئی جدید در ارتباط با مدیریت انرژی الکتریکی سوق داده است. واقعیت اینست که مصرف انرژی الکتریکی ثابت نبوده و همواره بصورت تابعی غیر خطی از پارامترهای مختلف زمانی،‌محیطی، اقتصادی و در نوسان می باشد. تغییرات مصرف بار الکتریکی شرکت های تولید کننده برق را موظف کرده است در زمانبندیهای مختلف اطلاعات مورد نیاز را جهت مدیریت بهتر انرژی در سیستمهای قدرت پیش بینی کنند [9] و [13].

افزایش قابلیت اطمینان وکارائی در صنعت برق، کاهش هزینه ها وهزینه معاملات در صنعت برق، تامین
گزینه های بیشتری برای مصرف کنندگان و… به عنوان انگیزه های اقتصادی، اجتماعی، سیاسی مدیریت صنعت برق را به ناچار دچار تحول و دگرگونی کرد که ازآن به عنوان تجدید ساختار صنعت برق نامبرده
می شود. در محیط سنتی، سیستمهای تولید، انتقال و توزیع انرژی الکتریکی به صورت انحصاری تحت کنترل دولت ویا یک نهاد انحصاری است که وظیفه نظارت بر بازار انحصاری و حتی قیمتهای انحصاری را نیز دارا می باشد. در سیستمهای قدرت تجدید ساختار نشده، مصرف کننده ها شرکت های توزیع منحصر به فرد بودند که انرژی را به صورت عمده و بر حسب قواعد خاص از تولید