فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۲٬۵۲۱ تا ۲٬۵۴۰ مورد از کل ۳٬۱۲۴ مورد.
فرصتی به نام نفت عراق
تأثیر افزایش قیمت حامل های انرژی بر هزینه تخریب آلاینده های هوا در ایران (رویکرد تعادل عمومی محاسبه پذیر CGE)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
اکوسیستم، یکی از ارکان بنیادین زندگی بشر محسوب می شود و با پیشرفت و توسعه در جهان، تغییراتی در آن به وجود آمده است. انتشار آلاینده های هوا، یکی از عوامل مهم تخریب محیط زیست می باشد. انتشار آلاینده های هوا هزینه هایی را بر بخشهای مختلف وارد می کند که این هزینه ها معمولاً در محاسبات رسمی به حساب نمی آیند و به آنها هزینه تخریب می گویند. مصرف حامل های انرژی عامل اصلی انتشار آلاینده های هوا در ایران می باشد. لذا این تحقیق درصدد کاهش هزینه های تخریب انتشار آلاینده های هوا ناشی از مصرف حامل های انرژی در ایران می باشد. یکی از راه های کاهش انتشار آلاینده های هوا و هزینه تخریب آنها، وضع مالیات بر مصرف حامل های انرژی می باشد. ازاین رو در این تحقیق، یک سناریو برای افزایش قیمت حامل های انرژی به قیمت فوب خلیج فارس در نظر گرفته شده، و برای این منظور از مدل تعادل عمومی محاسبه پذیر استاندارد لافگرن و همکاران استفاده شده است. پایه آماری مدل CGE ماتریس حسابداری اجتماعی سال 1385 بوده و آمار مصرف انرژی و انتشار آلاینده های هوا نیز از ترازنامه انرژی سالهای 1385 تا 1391 به دست آمده ، همچنین بخشهای اقتصادی براساس طبقه بندی ISIC به 25 بخش تفکیک شده اند. میزان هزینه تخریب در سناریوی پایه معادل 12.78 درصد از GDP سال 1385 به قیمت ثابت بوده که با اعمال سناریوی افزایش قیمت حامل های انرژی، این هزینه 23 درصد کاهش یافته و به میزان 10 درصد GDP رسیده است. همچنین نتایج نشان می دهد که بخشهای حمل و نقل جاده ای و برق، بیشترین کاهش در هزینه تخریب را دارند.
بحران برق در ایران
بررسی مقایسه ای مدل های پیش بینی کوتاه مدت قیمت در بازار برق ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
در ده ه های اخیر رقابتی شدن بازار برق، مقوله قیمت را به یک عنصر اساسی در تصمیم گیری های بازیگران در چهارچوب صنعت برق تبدیل نموده است و به تبع آن بخش خصوصی به عنوان سرمایه گذار اصلی در این حوزه نیازمند پیش بینی قیمت های آینده به منظور اتخاذ استراتژی مناسب و سازگار با روند کلی نظام بازار در راستای حفظ سهم خود از بازار و حفظ حاشیه سود می باشد. در چهارچوب تحلیل های اقتصادی، این هدف با ابزار مد ل های اقتصاد سنجی محقق خواهد شد که اعتبار مدل یاد شده ناظر به کمینه سازی خطای پیش بینی در تطابق الگوی پیش بینی شده با واقعیت جاری است. پژوهش حاضر به بررسی مقایسه ای قدرت پیش بینی مدل های مبتنی بر شبکه های عصبی مصنوعی، الگوریتم ژنتیک و مدل آریما در افق کوتاه مدت با استفاده از داده های ساعتی قیمت برق پرداخته است. نتایج پژوهش، حاکی از آن است که در افق کوتاه مدت، شبکه های عصبی مصنوعی، خطای کمتری نسبت به دو الگوی دیگر در پیش بینی داشته و الگوریتم ژنتیک در جایگاه دوم قرار دارد. همچنین، الگوهای سری زمانی دارای بیشترین خطا در پیش بینی قیمت برق، با توجه به پیش بینی های درون نمونه ای را دارا می باشد. مجموع مربعات خطا در الگوی شبکه عصبی مصنوعی در داده های آموزش، اعتبار سنجی و آزمون، به ترتیب برابر 43/1473، 63/1762 و 32/1498، در الگوریتم ژنتیک در داده های آموزش و اعتبارسنجی به ترتیب برابر 20/11318 و 98/7085 و در الگوی سری زمانی برابر 37/34644 می باشد.
تحلیل انرژی و اگزرژی-اقتصادی سیستم گرمایش ساختمان به منظور بهینه سازی مصرف و مدیریت انرژی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
در بررسی حاضر، تحلیل انرژی و اگزرژی-اقتصادی برای تمامی سیستم های انتقال انرژی از منبع انرژی اولیه تا انتقال انرژی از پوشش ساختمان برای ساختمانی سه طبقه با کاربری آموزشی ارائه شده است. در مرحله اول تقاضای انرژی یا به عبارتی بار گرمایشی مورد نیاز به کمک نرم افزار کریر برای تمامی فضا ها محاسبه می گردد. با نوشتن معادلات انرژی و اگزرژی در قسمتهای مختلف اتلاف انرژی و اگزرژی بدست آمده و همچنین هزینه هر یک از اجزای سیستم گرمایشی محاسبه می شود. مرحله دوم شناسایی فرآیندهای نامطلوب ترمودینامیکی سیستم بر پایه تعیین اتلافات اگزرژی و محاسبه پارامتر به عنوان نرخ اتلافات ترمودینامیکی بر هزینه می باشد. مرحله سوم، تعیین بیشترین اصلاحات قابل پیاده سازی بر پایه مفاهیم اگزرژی-اقتصادی است بطوریکه پارامتری به نام ECE به عنوان اثربخشی هزینه اگزرژی برای تمامی سیستم های انتقال انرژی از منبع انرژی اولیه تا انتقال انرژی از پوشش های ساختمان محاسبه می گردد. نتیجتاً بیشترین اتلاف انرژی و اگزرژی مربوط به مرحله تولید و به ترتیب 80/188 ، 42/295 کیلو وات می باشد. همچنین با محاسبه و ECE مشخص می شود که دیگ آب گرم و مرحله تولید انرژی نیاز بیشتری به بهینه سازی و اصلاح دارند.