درخت حوزه‌های تخصصی

با توجه به نام گذاری قرن حاضر به عنوان قرن گاز و جایگاه ایران به عنوان دومین دارنده ذخایر گازی جهان و لزوم بهره برداری بهینه از این موهبت الهی، به منظور افزایش توان صادرات گاز کشور در راستای تحقق اهداف سند چشم انداز بیست ساله برای قرار گرفتن در مقام سومین تولیدکننده گاز در جهان با سهم 10 درصد از تجارت جهانی گاز، در این پژوهش، اجرای پروژه تولید گاز طبیعی مایع شده (LNG) به عنوان یکی از مناسب ترین راه های صادرات گاز طبیعی برای ایران، بررسی شده است.بنابر نتایج به دست آمده از ارزیابی اقتصادی طرح، که از طریق روش تحلیل هزینه - فایده و با استفاده از نرم افزار اکسل انجام گرفته است، اجرای این طرح کاملا اقتصادی بوده و علاوه بر این از سودآوری مطلوب و نرخ بازده داخلی بالایی نیز برخوردار است. با انجام تحلیل حساسیت، مشخص شد که حساس ترین پارامتر در این پروژه، قیمت فروش LNG با رابطه مستقیم است و پس از آن هزینه سرمایه ای البته با رابطه معکوس بیش ترین تاثیر را بر IRR پروژه دارد. قیمت گاز خوراک نیز به صورت معکوس تاثیر قابل توجه ای بر نرخ بازده داخلی پروژه داراست.

ایران از جمله کشورهای غنی از لحاظ انرژی است. این منابع عظیم در صورتی می توانند به عنوان یک عامل مهم در تولید و توسعه اقتصادی به شمار روند که استفاده بهینه و مناسب از آن ها به عمل آید. کارگاه های صنعتی بخش قابل توجهی از مصرف انرژی را در ایران به خود اختصاص داده اند. در طول چند دهه اخیر، با پیشرفت فن آوری تولید و کارایی مصرف انرژی، انرژی های با کیفیت بالا مانند الکتریسیته، جایگزین سوخت هایی با کیفیت پایین مانند زغال سنگ و چوب شده اند. این تغییر در ترکیب استفاده از حامل های انرژی در صنایع، ضرورت بررسی ارتباط بین مقدار انرژی مصرفی و رشد ارزش افزوده را مورد تاکید قرار می دهد. در این مقاله، تلاش شده است تا رابطه بین مقدار برق مصرفی و ارزش افزوده محصولات تولید شده در صنایع کوچک (SSI)، بر اساس الگوی داده های تابلویی در بازه زمانی 1385-1373 مورد بررسی قرار گیرد. این تحقیق از نظر هدف، کاربردی و از نظر جمع آوری آمار و اطلاعات، تحلیلی است. نتایج حاصل از این مطالعه نشان می دهد که بین مقدار برق مصرفی و ارزش افزوده صنایع کوچک (49-10 نفر کارکن) یک رابطه مثبت و دوطرفه وجود دارد. با توجه به این رابطه، افزایش مقدار حامل انرژی (برق مصرفی) می تواند محرک برای فعالیت های اقتصادی باشد و هم چنین به عنوان نهاده مهم در کنار سایر نهاده های تولید، موجب افزایش ارزش افزوده فعالیت های اقتصادی در صنایع شود.

امروزه به دلیل بحران های سیاسی، اقتصادی، محدودیت ذخایر فسیلی، نگرانی های زیست محیطی، رشد اقتصادی، ضریب مصرف و بسیاری از عوامل دیگر، آن دسته از منابع انرژی که تجدیدپذیر، پاکیزه و کم هزینه اند، ترجیح داده می شوند. متاسفانه هیچ یک از منابع انرژی به تنهایی نمی توانند همه این خواسته ها را برآورده کنند و ما مجبوریم که از منابع مختلف انرژی استفاده کنیم، اما این که از کدام منبع، چگونه و به چه میزان استفاده کنیم، مساله دشواری است. از این رو، مساله تعیین ترکیب بهینه منابع انرژی، یکی از مهم ترین مسایلی است که هر کشوری با آن مواجه است. مسایل مربوط به انرژی عموما اهداف چندگانه متضادی نظیر عوامل اقتصادی، اجتماعی و زیست محیطی را دربرمی گیرند. به همین علت به روش هایی نیاز است که بتوانند این معیارهای درگیر با یکدیگر را هم زمان لحاظ کنند. فرآیند تحلیل شبکه ای یکی از روش های تصمیم گیری چند شاخصه است که تعاملات و بازخوردهای میان معیارها و آلترناتیوها را به خوبی منعکس می کند. در این تحقیق از روش ANP برای تعیین سهم مناسب حامل های انرژی ایران استفاده و این نتایج، حاصل شده است که: گاز طبیعی بیش ترین اولویت و بنزین و انرژی خورشیدی کم ترین اولویت دارند، هم چنین سهم انرژی های تجدید پذیر در سیستم انرژی ایران باید افزایش یابد.

مصرف انرژی یکی از معیارهای مناسب برای تعیین سطح پیشرفت و کیفیت زندگی در یک کشور است. تداوم عرضه انرژی و امکان دسترسی بلندمدت به منابع، نیازمند یک برنامه ریزی جامع انرژی و به همین دلیل برنامه ریزی انرژی از ضرورت های غیر قابل انکار اقتصادی، ملی و استراتژیک محسوب می شود. هدف اصلی این تحقیق تهیه مدل برنامه ریزی انرژی، با در نظر گرفتن منابع انرژی تجدیدناپذیر و تجدیدپذیر و محدودیت های زیست محیطی در کشور ایران است.به منظور دست یابی به هدف، مدل سازی ماتریسی سیستم انرژی مورد بررسی قرار گرفته و با استفاده از ترازنامه انرژی ایران در سال مرجع برنامه ریزی مدل سیستم انرژی کشور تدوین شده است. تشکیل سیستم انرژی بستری را فراهم کرده است که به کمک آن می توان سناریوهای مختلف در زمینه های تغییر شکل الگوی مصرف، اعمال برنامه های بهبود بازدهی انرژی، جایگزینی استفاده از حامل های مختلف انرژی، تغییر ترکیب تکنولوژی های واسطه ای، کاهش تلفات انتقال و توزیع انرژی و میزان واردات و صادرات حامل ها را شبیه سازی کرد. در ادامه، برنامه ریزی انرژی الکتریکی و یکپارچه کردن گزینه ها در سمت عرضه و تقاضا و چگونگی ترکیب تولید و توسعه شبکه برق مورد بررسی قرارگرفته است. مدل تهیه شده با کسب اطلاعات مورد نیاز از شکل مصرف نهایی، میزان انرژی الکتریکی مورد نیاز کشور، ترکیب سوخت ورودی به نیروگاه ها و موارد دیگر، ترکیب بهینه تولید و چگونگی توسعه شبکه را با حداقل هزینه و با در نظر گرفتن محدودیت های انتشار آلاینده ها و ارضای تقاضا، محاسبه می کند. تابع هدف تعریف شده در برگیرنده هزینه کل تبدیل انرژی اولیه به انرژی الکتریکی در طول دوره مورد مطالعه است، که شامل هزینه سرمایه گذاری نیروگاه های جدید نصب شده، هزینه های ثابت و متغیر نیروگاه-های موجود و نیروگاه های جدید، هزینه های اضافی (خارجی) ناشی از عملکرد و بهره برداری از نیروگاه ها و هزینه های اعمال برنامه های مدیریت مصرف است. قیود یا محدودیت های اعمال شده برای این بهینه سازی، در برگیرنده محدودیت زمان لازم برای ساخت هر نیروگاه، ارضای تقاضای الکتریکی، محدودیت های عملکردی نیروگاه ها، محدودیت پتانسیل منابع تجدید پذیر و اعمال برنامه های مدیریت مصرف، محدودیت مصرف حامل های انرژی و محدودیت های زیست محیطی هستند. برای حل مسأله بهینه سازی فوق از روش برنامه ریزی خطی استفاده شده است.

در این مقاله، از رویکرد هوشمند تلفیقی، مشتمل بر نوعی از شبکه عصبی موسوم به GMDH و الگوریتم ژنتیک و بهینه سازی چند منظوره، برای تحلیل قیمت پیش خرید و پیش فروش نفت خام به منظور محاسبه حداکثر درآمد حاصل از پیش بینی در روندهای مختلف بازار مبتنی بر قواعد تحلیل تکنیکی استفاده شده است. نتایج نشان میدهد که در بازه زمانی 5 تا 10 روزه برای دوره های مختلف، بازار عایدی مطلق به 97% میرسد. هم چنین روند صعودی دارای بیش ترین عایدی و روند بیثباتی توام با تغییر، کم ترین عایدی را دارد.

در این پژوهش از شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل مؤثر(درون و برون سیستمی) بر قیمت بنزین و در روش تحلیل تکنیکی شامل میانگین های متحرک کوتاه و بلندمدت است. نتایج نشان دهنده دقت بیش از 96درصد پیش بینی و پایداری روش قیاسی و بیش از99درصد تحلیل تکنیکی است. اثر روز دوشنبه به عنوان یک معیار تحلیل تکنیکی در روش قیاسی، تایید شده است. همچنین، در مقایسه معیارهای خطا، دقت پیش بینی های شبکه عصبی GMDH به طور معناداری از الگوی رگرسیونی بهتر است.