%0 Journal Article %A mazandarani zadeh, hamed %A parhizkari, maryam %T multi-objective optimization of hydropwoer multi-objective optimization of hydropower reservoirs operation based on the pattern of PAB markets %J Iranian Dam and Hydroelectric Powerplant %V 5 %N 19 %U http://journal.hydropower.org.ir/article-1-267-fa.html %R %D 2019 %K Hydro-power producer, electricity market, neural networks, multi-objective genetic algorithm, conflict resolution, Nash, %X در سال­های اخیر ساختار صنعت برق دچار تغییر و تحول شده و از آبان ماه سال 1382 که بازار برق کشور راه­اندازی شد، ساختار انحصاری آن به ساختار رقابتی تبدیل شده است. در این بازار، پیش بینی قیمت برق نه­تنها در قیمت‌دهی ضروری است بلکه در یافتن استراتژی بهینه بهره‌برداری از سوی بهره­برداران نیروگاه نیز نقشی اساسی دارد. در این مقاله، از روش شبکه عصبی مصنوعی برای پیش­بینی قیمت روزانه انرژی در ساعت‌های اوج استفاده شده و نتایج حاصل از آن برای بهینه‌سازی چند هدفه بهره‌برداری از مخزن سد کارون 5 به کار گرفته شده است. هدف‌های در نظر گرفته شده شامل دو هدف بیشینه­سازی درآمد سالانه و بیشینه­سازی حداقل انرژی تولیدی روزانه است. روش بهینه‌سازی چندهدفه NSGA II، به­منظور حل مساله بهینه‌سازی چندهدفه انتخاب شد و به­منظور اعمال مدل پیشنهادی، سد و نیروگاه برق‌آبی کارون 5 به­عنوان مطالعه موردی انتخاب گردید. ازآنجاکه خروجی مدل بهینه‌سازی چندهدفه، محدوده وسیعی از جواب­های نامغلوب است، به­منظور انتخاب جواب بهینه نهایی از بین جواب­های به­دست آمده، روش‌های رفع اختلاف نش، نش نامتقارن، Kalai-Smoronvski و Area Monotonic استفاده شد. %> http://journal.hydropower.org.ir/article-1-267-fa.pdf %P 52-61 %& 52 %! multi-objective optimization of hydropwoer multi-objective optimization of hydropower reservoirs operation %9 Research %L A-10-397-1 %+ %G eng %@ 2322-5882 %[ 2019