Medium to longterm peak load forecasting for Riyadh City using artificial neural networks توقع الأحمال الكهربائية متوسطة طويلة المدى لمدينة الرياض باستخدام الشبكات العصبية الاصطناعية

Abstract

يؤدي توقع الأحمال الكهربائية دورا جوهريا في تشغيل أنظمة الطاقة الكهربائية وإدارتها، حيث إن التوقع الدقيق للأحمال المستقبلية، لأوقات متفاوتة، يسهم في إنتاج الطاقة بشكل معتمد واقتصادي تمت في هذا البحث دراسة توقع الأحمال الكهربائية لفترات طويلة نسبيا، (شهورعدة سنوات)، وتطبيق تلك الدراسة على مدينة الرياض عادة، تتأثر أنظمة توقع الأحمال بدرجات الحرارة، عدد المشتركين وتاريخ الأحمال السابقة، إلا أن هناك عوامل أخرى ينبغي أخذها في الاعتبار، كالأحداث الخاصة، الأعياد والإجازات، وهو ما قد يحسن النتائج لكنه يزيد من صعوبة الحصول على الحل الأمثل باستخدام الطرق التقليدية، ومن ثم فإن هذا البحث يقترح استخدام الشبكات العصبية الاصطناعية، كإحدى طرق الذكاء الاصطناعى، لبناء نظام دقيق لتوقع الأحمال متوسطة طويلة المدى في مدينة الرياض

Load forecasting plays a paramount role in the operation and management of power systems Accurate estimation of future power demands for various lead times facilitates the task of generating power reliably and economically The forecasting of future loads for a relatively large lead time (months to few years) is studied here with application to Riyadh city Such a problem typically depends on a number of factors such as temperatures number of customers and past loads However considering other factors like special events and holidays improves the forecasting results but makes the problem more difficult to solve with classical methods In this paper an Artificial Neural Network (ANN) approach to the medium longterm load forecasting problem is presented The results reveal that accurate estimates of future loads are achieved