در مناطق دورافتاده و دور از مرکز بار، معمولا برق مصرفی توسط دیزل ژنراتورها که اساس کار آنها بر مبنای سوخت های فسیلی است، تامین میگردد. با توجه به آلودگیهای زیست محیطی و افزایش هزینه سوختهای فسیلی، استفاده از شبکههای مستقل بر مبنای انرژیهای تجدیدپذیر در حال افزایش است. با پیشرفت تکنولوژی و فراگیر شدن سلولهای خورشیدی و توربینهای بادی، استفاده از این منابع انرژی به طور ترکیبی در سیستمهای تامین برق رایج شده است. برای گسترش استفاده از منابع انرژی تجدیدپذیر و جایگزین کردن آنها بجای سوختهای فسیلی، میبایست بحث تعیین اندازه بهینه این منابع به دقت بررسی گردد تا هزینه استفاده از این منابع کمینه شده و این منابع توانایی رقابت با سوختهای فسیلی را داشته باشند. در استفاده از منابع تجدیدپذیر بادی و خورشیدی رفتار تصادفی این منابع میبایست مورد بررسی قرار گیرد. در این مقاله از روش شبکههای عصبی شعاعی برای پیش بینی توان خورشیدی و بادی استفاده شده است. شبکههای عصبی قابلیت بالایی در پیشبینی پدیدههای مختلف دارند. شبکههای عصبی داده محور میباشند و برای پیشبینی سرعت باد و شدت تابش خورشید، تنها به دادههای سالهای قبل نیازمند هستند. استفاده از شبکههای عصبی دقت پیش بینی توان تولیدی منابع بادی و خورشیدی را افزایش میدهد. این امر باعث بهبود قابلیت اطمینان برق مصرفی مشترکان شده و در ضمن از طراحی بیش از مقدار مورد نیاز اجزای ریزشبکه جلوگیری مینماید. در این مقاله، برای تامین برق پایدار در ریزشبکه مستقل از ذخیره سازها و منابع دیزلی در کنار منابع انرژی نو استفاده شده است و برای تعیین اندازه بهینه ریزشبکه از الگوریتم فرا ابتکاری ژنتیک مورد استفاده قرار گرفته است. نتایج شبیه سازی کاربردی بودن روش پیشنهادی را نشان می دهد.
