نوع مقاله : مقاله پژوهشی

نویسندگان

1 تهران شهر تهران - زنجان جنوبی - خیابان شهید حمید بهنود - کوچه شهید مصطفی مشعوف - پلاک 3/0 - طبقه 1

2 اقتصاد نظری دانشکده اقتصاد دانشگاه علامه طباطبایی تهران ایران

3 دانشگاه علامه طباطبایی

4 دانشیار گروه اقتصاد انرژی دانشگاه علامه طباطبایی

چکیده

پیش بینی تقاضای برق از مهمترین مسائل سیستم انرژی الکتریکی است. با توجه به تحولات ساختاری تقاضای برق و واقعیتهای شکل گرفته در مصرف برق در بخشهای مختلف تقاضا، پیش بینی مقدار تقاضای برق دورنمای تحولات سیستم انرژی الکتریکی کشور را در میان مدت و بلند مدت روشن خواهد کرد. با بهره گیری از رویکردهای نوین، این پیش بینی از قابلیت اطمینان بالاتری برخوردار می گردد. در این پژوهش با بهره گیری از رویکرد فضا-حالت و تلفیق آن با انتقال رژیم مارکوف، منابع اصلی نااطمینانیها در مدل لحاظ گردید. با استفاده از داده های انرژی الکتریکی ورودی به سیستم جهت تأمین تقاضای برق و متوسط قیمت حقیقی برق و دما و تعداد مشترکین در دوره ده ساله 1401-1392، پارامترهای مدل بر اساس رویکرد فضا-حالت و انتقال رژیم مارکوف برآورد گردید. رویکرد فضا-حالت در قالب پارامترهای متغیرطی زمان و رویکرد انتقال رژیم مارکوف در قالب نوسانات واریانس در مدل لحاظ گردید. نتایج نشان داد که مدل مبتنی بر این رویکرد تلفیقی، پیش بینی دقیقتری نسبت به الگوی کلاسیک تقاضای برق به دست می دهد. خطای معیار معادلات برآوردی به 1/0 تقلیل می یابد (در مدل رقیب خطای معیار معادله مربوطه 03/0 و در رویکرد تلفیقی برای مقاطع اوج 002/0 و خارج اوج 004/0 است). در حالی که این سیستم در تأمین تقاضای برق دچار چالش جدی است، حساسیت تقاضای برق نسبت به قیمت حقیقی برق و تغییرات دما رو به کاهش گذاشته و تقاضای برق مشترک نهایی رو به افزایش است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Forecasting electricity demand in Iran: The approach of state-space models and Markov regime switching

نویسندگان [English]

  • Fariborz PARTOVIRAD 1
  • Teimor Mohammadi 2
  • abbas shkeri 3
  • morteza khorsandi 4

1 تهران شهر تهران - زنجان جنوبی - خیابان شهید حمید بهنود - کوچه شهید مصطفی مشعوف - پلاک 3/0 - طبقه 1

2 Faculty of Economics, Allameh Tabatabai University

3 allame tabatabi university

4 Faculty of Economics

چکیده [English]

Forecasting electricity demand is one of the most important issues of the electrical energy system. Considering the structural changes in electricity demand and the stylized facts of electricity consumption in different sectors of demand, forecasting the amount of electricity demand will clarify the prospects of changes in the Iran's electric energy system in the medium and long term. By using new approaches, this prediction will have higher reliability. In this research, using the state-space approach and combining it with Markov regime switching, the main sources of uncertainties were included in the model. By using the data of electric energy feed-in the system to supply electricity demand and the average real price of electricity and temperature and the number of customers in the ten-year period of 2013-2022, the parameters of the model were estimated based on the state-space approach and Markov regime switching. State-space approach in the form of time-varying parameters and Markov switching approach in the form of variance fluctuations were included in the model. The results showed that the model based on this integrated approach gives a more accurate prediction than the classical model of electricity demand. The standard error of the estimated equations is reduced to 0.1 (in the competing model, the standard error of the corresponding equation is 0.03, and in the integrated approach, it is 0.002 for peak and 0.004 off-peak periods). The sensitivity of electricity demand to the real price of electricity and temperature changes is decreasing and the demand for marginal costumer is increasing.

کلیدواژه‌ها [English]

  • "
  • forecasting electricity demand"
  • state-space model"
  • Markov regime switching"
  • Time-Varying Parameter"
  • , "
  • uncertainty of electricity demand"