پيش بيني قيمت تسويه در بازار برق: الگوريتم ماشين بردار پشتيبان بهبوديافته

Prediction Model for Iran's Electricity Market Clearing Pricees: Improved SVM Algorithm

با تشكيل بازار برق ايران در سال 1382، توليدكنندگان انرژي با ثبت پيشنهاد قيمت خود به‌صورت روزانه در سامانه مديريت شبكه، با يكديگر به رقابت مي‌پردازند.در اين رقابت تنها توليدكنندگاني پيروز هستند كه قيمت پيشنهادي آن‌ها پايين‌تر از قيمت تسويه بازار در ساعات روز بعد باشد، ازاين‌رو پيش‌بيني قيمت تسويه بازار در روز بعد براي توليدكنندگان انرژي امري حياتي بوده و در كسب هر چه بيشتر سهم بازار برق ايران به صورت روزانه توسط آنها تاثيرگذار است. در اين مطالعه با تركيب الگوريتم K-means و ماشين بردار پشتيبان، مدل جديدي جهت پيش‌بيني قيمت تسويه بازار در روز بعد ارائه‌شده است. مطابق با نتايج حاصل از پياده‌سازي مدل پيشنهادي بر روي داده‌هاي سال 1395 و 1396، هفت خوشه رقابتي براي بازار برق ايران شناسايي‌شده، كه متوسط دقت مدل پيشنهادي در پيش‌بيني قيمت تسويه بازار در هر يك از اين خوشه‌ها براي سال‌هاي 1395 و 1396به ترتيب برابر با 96 و 94 درصد مي‌باشد.

Since the formation of the Iranian electricity market in 1382 (2003), power plants have been competing with each other on a daily basis in the ISO by registering their bid prices. In this competition, the winners are those power plants whose bid prices are lower than the market clearing price for each hour in the next day, so the forecasting the next day market prices is vital for energy producers. In this study, using a combination of K-means algorithm and support vector machine, a new model for predicting the next day market settlement prices is proposed and the model has been used the hourly electricity market prices for 1395-1396 (2016-2017). According to the results, seven competitive clusters were identified for the Iranian electricity market. The average forecasting accuracy of the proposed model for each of these clusters for the years 1395 (2016) and 1396 (2017) was 96% and 94%, repectively.