اقتصاد انرژی

۲۴۰۱.

شبیه سازی یکپارچگی بازار برق (سیستم های قدرت) در کشورهای هم مرز ایران(مقاله علمی وزارت علوم)

نویسنده: زین العابدین صادقی سحر بهادرمایوان مهدی نجاتی

منبع: پژوهشنامه اقتصاد انرژی ایران سال ششم پاییز ۱۳۹۶ شماره ۲۴ 123-149

کلید واژه ها: رفتار دینامیک شبیه سازی یکپارچگی قدرت

حوزه های تخصصی:

حوزه‌های تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد انرژی

تعداد بازدید : ۶۵۱ تعداد دانلود : ۴۵۹

با رشد فزاینده تقاضای برق، عدم توانایی دولتها در تامین منابع لازم برای سرمایه گذاری در صنعت برق و همچنین با افزایش هزینه های اجتماعی سوختهای فسیلی، تمایل به مباحث اقتصاد سیستم های قدرت شتاب بیشتری یافته است. هدف مطالعه حاضر، بررسی امکان ایجاد یکپارچگی سیستم های قدرت در پنج کشور هم مرز ایران(پاکستان، ترکیه، قزاقستان، روسیه و عمان) با استفاده از داده های سالهای2011-2000 می باشد. بدین منظور رفتار پویای سناریوهای خودکفایی و بازار آزاد با استفاده از نرم افزار شبیه سازی Vensim تا سال 2030 ارزیابی شده است. نتایج حاصل از مقایسه دو سناریوی خودکفایی و بازار آزاد حاکی از آن است که ایجاد بازار یکپارچه در منطقه مورد بررسی منجر به کاهش قیمت برق بدلیل کاهش هزینه های ظرفیت می گردد.

۲۴۱۷.

تخمین تابش کلی خورشید در استان کرمانشاه با استفاده از شبکه های عصبی مصنوعی(مقاله علمی وزارت علوم)

نویسنده: یاسر واثقیان

منبع: انرژی ایران دوره نوزدهم بهار ۱۳۹۵ شماره ۱ (پیاپی ۵۷)

کلید واژه ها: شبکه های عصبی مصنوعی رگرسیون غیرخطی چندگانه تابش کلی خورشید استان کرمانشاه.

حوزه های تخصصی:

حوزه‌های تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد انرژی انرژی خورشیدی،انرژی جذر و مد،انرژی زمین گرمایی

تعداد بازدید : ۶۴۵ تعداد دانلود : ۲۸۶

هدف مطالعه حاضر توسعه یک مدل شبکه عصبی مصنوعی (ANN) بر اساس روش رگرسیون غیرخطی چندگانه (MNLR) برای تخمین میانگین ماهانه مجموع روزانه تابش کلی خورشید در هر محل از استان کرمانشاه است. برای این منظور، داده های هواشناسی 23 ایستگاه در استان کرمانشاه در طول سالهای 1392- 1387 جمع آوری شد که از این بین، داده های 17 ایستگاه برای آموزش و 6 ایستگاه برای تست شبکه استفاده شد. در مرحله اول، همه متغیرهای مستقل (عرض جغرافیایی، طول جغرافیایی، ارتفاع، ماه، حداقل درجه حرارت ماهانه در جو، حداکثر درجه حرارت در جو، متوسط درجه حرارت در جو، دمای خاک، رطوبت نسبی، سرعت باد، بارش، فشار اتمسفریک، فشار بخار، کدورت و مدت زمان تابش آفتاب) جمع آوری و به مدل رگرسیون وارد شدند. سپس، از روش گام به گام MNLR برای تعیین مناسب ترین متغیرهای ورودی استفاده شد. با استفاده از این متغیرهای ورودی، نتایج به دست آمده توسط مدل ANN با داده های واقعی مقایسه شد، و میانگین درصد خطا مطلق (MAPE) در حدود 98/3 درصد و ضریب همبستگی (R) در حدود 9961/0 برای مجموعه داده های تست به دست آمد که نشان دهنده معتبر بودن مدل است.

درخت حوزه‌های تخصصی