Skip to main content

انتخاب سناریوی مناسب برای پیش‌بینی تقاضای انرژی بخش‌های مسکونی و تجاری در ایران با استفاده از دو الگوریتم فراابتکاری مقالة

عنوان اصلی: Selecting the appropriate scenario for forecasting energy demands of residential and commercial sectors in Iran using two metaheuristic algorithms

التصنيف: العلمية - البحثية/ISC (‎24 صفحة - من 101 إلی 124 )

الکلمات المفتاحية: پیش بینی تقاضای انرژی الگوریتم ژنتیک الگوریتم بهینه سازی ازدحام ذرات بخش های مسکونی و تجاری الگوریتم PSO مدل مصرف انرژی

خلاصة:

این مطالعه بر روی پیش‌بینی تقاضای انرژی بخش‌های مسکونی و تجاری با استفاده از توابع خطی و نمایی متمرکز است. ضرایب از طریق الگوریتم‌های بهینه‌سازی ژنتیک و ازدحام ذرات (PSO) به دست آمدند. در مجموع، 72 سناریوی مختلف با ورودی‌های متنوع مورد بررسی قرار گرفت. داده‌های مصرف مربوط به بخش‌های مسکونی و تجاری در ایران از گزارش‌های سالانه بانک مرکزی، وزارت نیرو و وزارت نفت ایران (سال 2010) جمع‌آوری شد. داده‌های مربوط به سال‌های 1967 تا 2010 برای این مطالعه در نظر گرفته شدند. داده‌های موجود تا حدی برای به دست آوردن مقادیر بهینه یا نزدیک به بهینه پارامترهای ضریب (1967–2006) و برای آزمایش مدل‌ها (2007–2010) استفاده شد. نتایج نشان می‌دهد که مدل نمایی تخمین تقاضای انرژی PSO با ورودی‌هایی شامل ارزش افزوده تمام بخش‌های اقتصادی، ارزش ساختمان‌های ساخته شده، جمعیت و شاخص‌های قیمت لوازم برقی و سوختی با استفاده از میانگین درصد خطای مطلق در داده‌های آزمون 1.97٪، مناسب‌ترین مدل در نظر گرفته شد. در نهایت، بر اساس بهترین سناریو، تقاضای انرژی بخش‌های مسکونی و تجاری تا سال 2032 در 1718 مگابارل معادل نفت تخمین زده می‌شود.

ملخص الجهاز:

خلاصه مطالعات تجربی تخمین تقاضای انرژی متغیرهای مستقل (دوره روش استفاده شده نویسنده(ها) پیش‌بینی برای توسعه مدل) کمترین مربعات معمولی (OLS) (Leticia, Boogen, & Filippini, 2012) تحلیل تجربی تقاضای برق مسکونی-اسپانیا تاثیر قیمت، درآمد، شرایط آب و هوایی (2000-2008) ادامه جدول 1. خلاصه مطالعات نظری تخمین تقاضای انرژی متغیرهای مستقل روش استفاده شده نویسنده(ها) پیش‌بینی برای (Ünler, 2008) تقاضای برق ترکیه (دوره داده برای توسعه مدل) جمعیت، تولید ناخالص داخلی، واردات و صادرات (1979-2005) بهینه‌سازی ازدحام ذرات (PSO) الگوریتم ژنتیک (GA) مدل ترکیبی خاکستری و الگوریتم ژنتیک الگوریتم کلونی (CA) شبکه‌های عصبی مصنوعی (ANN) (AlRashidi & El-Naggar, 2010) (Kıran, Özceylan, Gündüz, & Paksoy, 2012) (Ardakani & Ardehali, 2014) (Canyurt & Ozturk, 2008) (Lee & Tong, 2011) (Kıran, Özceylan, Gündüz, & Paksoy, 2012) (Ardakani & Ardehali, 2014) حداکثر بار سالانه برق کویت تقاضای انرژی ترکیه تقاضای بار برق ایران و آمریکا تقاضای سوخت‌های فسیلی ترکیه تقاضای انرژی چین تقاضای انرژی ترکیه تقاضای بار برق ایران و آمریکا تقاضاهای اوج شبکه برق مصر در طول (1977–1993) تولید ناخالص داخلی، جمعیت، واردات و صادرات تولید ناخالص داخلی، واردات انرژی، صادرات انرژی و جمعیت (1967-2009) جمعیت، تولید ناخالص داخلی، واردات و صادرات (1975-2006) از مجموعه داده‌های استفاده شده (1990-2007) تولید ناخالص داخلی، جمعیت، واردات و صادرات تولید ناخالص داخلی، واردات انرژی، صادرات انرژی و جمعیت انتخاب متغیرها یکی از مواردی است که می‌تواند دقت پیش‌بینی تقاضای انرژی را بهبود بخشد.


دخول / الاشتراک

تحتاج الدخول لعرض محتوى المقالة. إذا لم تكن عضوًا ، فتابع من الجزء الاشتراک.

دخول
الاشتراک

تحتاج دخول لعرض محتوى المقالة. إذا لم تكن عضوًا ، فتابع من الجزء الاشتراک.
إن كنت لا تقدر علی شراء الاشتراك عبرPayPal أو بطاقة VISA، الرجاء ارسال رقم هاتفك المحمول إلی مدير الموقع عبر webmaster@noormags.com .

You need Sign in to view the content of the article. If you are not a member, proceed from part Sign up.
If you fail to purchase subscription via PayPal or VISA Card, please send your mobile number to the Website Administrator via webmaster@noormags.com .