شکل ۲- ۱۳: نمایش لایه ای از شبکه عصبی ۲۸
شکل ۲- ۱۴: نمایش شبکه عصبی سه لایه ای ۲۸
شکل ۳- ۱: کدینگ باینری ۳۴
شکل ۳- ۲: کدینگ جهشی ۳۵
شکل ۳- ۳: کدینگ ارزشی ۳۵
شکل ۳- ۴: کدینگ درختی ۳۶
شکل ۳- ۵: فضای کدینگ و فضای جواب ۳۶
شکل ۳- ۶: رابطه بین کروموزوم ها و جواب ها ۳۷
شکل ۳- ۷: انواع روابط بین کروموزوم ها و جواب ها ۳۸
شکل ۳- ۸: نمایش یک کروموزوم n بیتی ۳۸
شکل ۳- ۹: تقاطع در کرموزوم هایی که از شکل کد شده چهار متغیر به وجود آمده اند. ۴۰
شکل ۳- ۱۰: مراحل اجرای الگوریتم ژنتیک ۴۲
شکل ۳- ۱۱:چرخ رولت ۴۳
شکل ۴- ۱: شماتیک پله های قیمت در بازار، میزان تقاضا، نقطه تسویه بازار در یک ساعت مشخص ۴۷
شکل ۴- ۲: شماتیک طرح پیشنهادی و جعبه های تصمیم گیری تعبیه شده در الگوریتم حل مساله ۴۹
شکل ۴- ۳: نتایج خروجی الگوریتم ژنتیک برای جعبه مربوط به داده های ۱ سال گذشته ۵۲

شکل ۴- ۴: نتایج خروجی الگوریتم ژنتیک برای جعبه مربوط به داده های ۱ ماه گذشته ۵۲
شکل ۴- ۵: نتایج خروجی الگوریتم ژنتیک برای جعبه مربوط به داده های ۱ هفته گذشته ۵۳
شکل ۴- ۶: نتایج خروجی الگوریتم ژنتیک برای جعبه مربوط به داده های بارهای مصرفی نزدیک به داده مورد نظر ۵۳
شکل ۴- ۷: رگرسیون شبکه عصبی مربوط به جعبه داده های ۱ سال گذشته ۵۷
شکل ۴- ۸: رگرسیون شبکه عصبی مربوط به جعبه داده های ۱ ماه گذشته ۵۸
شکل ۴- ۹: رگرسیون شبکه عصبی مربوط به جعبه داده های ۱ هفته گذشته ۵۹
شکل ۴- ۱۰: رگرسیون شبکه عصبی مربوط به جعبه داده های بارهای مصرفی نزدیک به داده مورد نظر ۶۰
شکل ۴- ۱۱: فرم ثبت قیمت برای فروشندگان برق و مالکان نیروگاه ها ۶۱
شکل ۴- ۱۲: فرم مخصوص خریداران برق جهت مشخص شدن نیاز بار مصرفی در روزهای آتی ۶۱
شکل ۴- ۱۳: گزارش آرایش تولید فروشنده ۶۲
شکل ۴- ۱۴: قیمت های بهینه استخراج شده از نرم افزار در روز ۲۷/۰۱/۱۳۹۲ و ثبت آنها در بازار واقعی ۶۳
شکل ۴- ۱۵: مقدار ظرفیت مگاواتی پیشنهادی در هر پله فروش برق در روز ۲۷/۰۱/۱۳۹۲ ۶۳
شکل ۴- ۱۶: آرایش تولید نیروگاه تست شده در روز ۲۷/۰۱/۱۳۹۲ ۶۴
شکل ۴- ۱۷: آرایش تولید نیروگاه تست شده در روز ۲۸/۰۱/۱۳۹۲ ۶۵
شکل ۴- ۱۸: آرایش تولید نیروگاه تست شده در روز ۲۹/۰۱/۱۳۹۲ ۶۵
فهرست جداول
جدول ۲- ۱: انواع توابع آموزش ۲۹
جدول ۳- ۱: انتخاب کروموزوم ها با بهره گرفتن از مدل چرخ رولت ۴۳
جدول ۴- ۱: متغیرهای ورودی مدل سازی ۵۰
جدول ۴- ۲: خطاهای اندازه گیری شده توسط روش های مختلف برای جعبه مربوط به داده های ۱ سال گذشته ۵۵
جدول ۴- ۳: خطاهای اندازه گیری شده توسط روش های مختلف برای جعبه مربوط به داده های ۱ ماه گذشته ۵۵
جدول ۴- ۴: خطاهای اندازه گیری شده توسط روش های مختلف برای جعبه مربوط به داده های ۱ هفته گذشته ۵۵
جدول ۴- ۵: خطاهای اندازه گیری شده توسط روش های مختلف برای جعبه مربوط به داده های بارهای مصرفی نزدیک به داده مورد نظر ۵۶
چکیده
در فرایند تجدید ساختار بازار برق ، روش های قیمت دهی تولید کنندگان نیرو مهمترین عامل برای بدست آوردن سود بیشتر می باشد و به همین دلیل پژوهش های زیادی با رویکرد های مختلف مانند رویکرد بهینه سازی در زمینه تعیین استراتژی های قیمت دهی صورت گرفته است. در این پژوهش سعی شده است با بهره گرفتن از مفاهیم کاربردی الگوریتم ژنتیک و استخراج یک مدل مناسب از شبکه عصبی به این مسئله نگاه شود. در واقع نو آوری این پژوهش نیز علاوه بر ارائه طرحی جدید برای حل مسئله بهینه سازی مدل، مقایسه و آزمایش واقعی خروجی های نرم افزار در بازار برق ایران و نگاه ویژه به کاربردی بودن حل مسئله با بهره گرفتن از الگوریتم پیشنهادی و مفاهیم اقتصادی بوده است. در این پژوهش پس از معرفی بازار برق ایران و ساختار حاکم بر آن، طرحی نو جهت بهینه سازی استراتژی فروش برق توسط مالکان نیروگاه ها و تولیدکنندگان ارائه گردیده است، به طوری که ابتدا طرح و الگوریتم جدید معرفی می شود و سپس تابع هدف مورد نظر ما در بهینه سازی پیش رو، در شبکه عصبی مدل می گردد تا با داشتن یک مدل مناسب و توان­مند در توصیف سیستم بتوان بهینه سازی قابل قبولی با بهره گرفتن از الگوریتم ژنتیک انجام داد. در انتها در ابتکاری داوطلبانه و با بهره گرفتن از جلب اطمینان و همکاری یکی از نیروگاه های سیکل ترکیبی کشور، خروجی های الگوریتم پیشنهادی در سامانه قیمت دهی نیروگاه های کشور ثبت گردید و نتایج بدست آمده بر مبنای این طرح در فضای واقعی بازار برق ایران تست شد و خوشبختانه نتایج فراتر از انتظار پژوهش انجام شده، حاصل گردید؛ که گواه این ادعا نیز گزارشات خروجی سامانه قیمت دهی وزارت نیرو می باشد که در فصل مربوط به نتایج این پایان نامه گنجانده شده است. این موضوع موید نقاط قوت این مدل سازی و بهینه سازی می باشد.
کلمات کلیدی: قیمت بهینه، استراتژی های قیمت دهی، شبکه عصبی، الگوریتم ژنتیک، بازار برق ایران
فصل اول
مقدمه و معرفی بازار برق ایران،
مروری بر تحقیقات انجام شده

مقدمه
بازارهای برق به منظور ایجاد رقابت در تمام دنیا در حال راه اندازی می باشند. هدف اصلی رقابت در این بازارها، موثرتر کردن فضای رقابت و مفهوم بازار در آن ها می باشد. مفهوم کلی سرمایه گذاری، اگر ساختارهای بازار عادلانه و منصفانه باشد، این است که انگیزه ای به شرکت های فعال در بازار در جهت حداکثر سازی سودشان بدهد و سپس بازار به طریقی رفتار کند که سود هر شرکت حداکثر شود(یا متناسب با فعالیت و تصمیمات خود مشمول سود و زیان گردد). اگر این هدف قابل دست یابی باشد، صنعت برق به الگوریتم های جدیدی برای کمک به شرکت های بازار در جهت حداکثر کردن سودشان نیاز دارد. این الگوریتم ها علاوه بر مدل کردن جنبه های اقتصادی بازارهای برق لازم است ملزومات اساسی مهندسی را نیز تامین کنند.
جهت ورود به بحث های تخصصی پیرامون بازار برق ایران، مدل سازی یک تابع هدف مشخص، پیشنهاد یک الگوریتم جدید و معقول و حل و بهینه سازی مدل پیشنهادی باید بازار برق ایران را شناخت و با ساختار آن آشنایی کامل داشت.