کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8072565 1521408 2018 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Load forecasting under changing climatic conditions for the city of Sydney, Australia
ترجمه فارسی عنوان
پیش بینی بار در شرایط تغییر شرایط آب و هوایی برای شهر سیدنی، استرالیا
کلمات کلیدی
تغییر آب و هوا، پیش بینی تقاضای برق، برنامه ریزی نیروی برق، تجزیه و تحلیل رگرسیون، متغیرهای هواشناسی،
ترجمه چکیده
در حال حاضر، تغییرات آب و هوایی به یک پدیده واضح تبدیل شده است. اگر چه در درجه اول تغییرات دما را در بر میگیرد، اما تغییرات آب و هوایی مانند بارش، سرعت باد، تبخیر و رطوبت نیز ممکن است تحت تاثیر تغییرات آب و هوایی قرار گیرد. بررسی تاثیر تغییرات اقلیمی بر تقاضای برق برای پیش بینی تقاضای آینده ضروری است. برای مثال، با توجه به تغییرات آب و هوایی، نیازهای خنک کننده و گرمایشی به طور قابل توجهی تغییر می کنند که ممکن است به تغییر تقاضای بار الکتریکی منجر شود. در این مقاله، برای تحلیل تاثیر متغیرهای اقلیمی بر پیش بینی بار، یک رویکرد رگرسیون چندگانه مبتنی بر حذف عقب مانده پیشنهاد شده است. یک تحلیل همبستگی با استفاده از ضریب همبستگی پیرسون برای بررسی وابستگی متقابل بین متغیرهای مختلف اقلیمی در زمینه سیدنی، یکی از شهرهای پرجمعیت استرالیا، انجام شده است. تجزیه و تحلیل مبتنی بر رگرسیون برای بررسی رابطه بین تقاضای برق سرانه و متغیرهای مرتبط با اقلیم انجام شده است. مفهوم "معیارهای روز" برای تعیین دمای نقطه تعادل استفاده شده است. برای رد کردن متغیرهای غیر قابل توجهی از اقلیمی و بررسی حساسیت متغیرهای مهم مربوط به تقاضای بار استفاده شده است. میانگین تغییر در آینده در مورد تقاضای برق سرانه با استفاده از رویکرد پیشنهادی برای شهر سیدنی استرالیا پیش بینی شده است. نتایج نشان می دهد که تقاضا برای سیدنی تا سال 2030 6٪ افزایش خواهد یافت.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
پیش نمایش مقاله
پیش بینی بار در شرایط تغییر شرایط آب و هوایی برای شهر سیدنی، استرالیا
چکیده انگلیسی
In the current context, climate change has become an unequivocal phenomenon. Although it primarily encompasses change in temperature, nevertheless other weather variables such as rainfall, wind speed, evaporation and humidity can also be affected as a result of climate change. Addressing the impacts of climate change on electricity demand is essential for predicting the future demand. For example, cooling and heating requirements change significantly with respect to climate change that may result to the change in electricity load demand. In this paper, a backward elimination based multiple regression approach is proposed for analyzing the influence of climatic variables on load forecasting. A correlation analysis has been carried out using Pearson's correlation coefficient to examine the interdependency between different climatic variables in the context of Sydney, one of the most densely populated cities in Australia. Regression based analysis has been performed to examine the relationship between per capita electricity demand and associated climatic variables. 'Degree Days' concept has been utilized to determine balance point temperature. Backward elimination based multiple regression is used to exclude non-significant climatic variables and evaluate the sensitivity of significant variables related to the load demand. Average change in future per capita electricity demand has been predicted using the proposed approach for the city of Sydney, Australia. Results indicate that the demand for Sydney will increase by 6% by 2030.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy - Volume 142, 1 January 2018, Pages 911-919
نویسندگان
, , , ,