بهبود برنامه ریزی و تصمیم گیری در سیاست انرژی های تجدیدپذیر از طریق روش ترکیبی MCDM
الموضوعات : سامانه‌های پردازشی و ارتباطی چندرسانه‌ای هوشمند
حسین بابایی
1
,
مهران خلج
2
,
مریم دهقان باغی
3
,
احمد ابراهیمی
4
1 - دانشجوی دکتری، گروه مهندسی صنایع، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - استادیار، گروه مهندسی صنایع، واحد پرند. دانشگاه آزاد اسلامی، تهران، ایران
3 - استادیار، گروه مهندسی صنایع، واحد پرند، دانشگاه آزاد اسلامی، تهران، ایران
4 - استادیار، گروه مدیریت صنعتی و تکنولوژی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
الکلمات المفتاحية: بهبود برنامه ریزی , تصمیم گیری , سیاست انرژی های تجدیدپذیر, روش ترکیبی MCDM,
ملخص المقالة :
چکیده انرژی های تجدیدپذیر (RE) یکی از راه حل های بالقوه برای تغییرات آب و هوا، امنیت انرژی و رشد پایدار است . با توجه به کاهش سوخت‌های فسیلی و مشکلات زیست‌محیطی ناشی از آن، استفاده از انرژی‌های تجدیدپذیر بسیار مهم است و پیش‌بینی میشود که استفاده از انرژی‌های تجدیدپذیر نقش پررنگی در سبد انرژی جهان داشته باشد . در این پژوهش، بهترین مکان برای احداث یک نیروگاه ترکیبی بادی خورشیدی بین گزینه¬های مختلف تعیین و سپس یک سیستم ترکیبی تولید انرژی در مکان مورد نظر طراحی می¬شود و طرح پیشنهادی از لحاظ فنی و اقتصادی مورد بررسی قرار می¬گیرد. در این پژوهش منابع تولید انرژی های تجدید پذیر از جوانب گوناگون مورد بررسی قرار میگیرد. منابع تولید انرژی تجدید پذیر هر یک دارای معایب و مزایایی هستند که با توجه به منطقه کاربری می تواند هریک نسبت به دیگری دارای برتری باشد. برای این منظور در این پژوهش از الگوریتم AHP جهت ساخت تابع هزینه استفاده میشود برای هر ساعت از شبانه روز یک ماتریس زوجی در نظر گرفته می شود که مزایای دو نیروگاه در آن آورده میشود و براساس ماتریس تشکیل شده می توان مزایای هریک را نسبت به دیگری به صورت عددی محاسبه کرد.در نهایت از الگوریتم فرابتکاری جهت انتخاب گزینه مناسب استفاده میشود. الگوریتم سنجاقک این توانایی را دارد که در بهینه محلی کمتر گیر افتاده و جواب بهینه در زمان کمتری نسبت به سایر الگوریتم های فرابتکاری محاسبه شود.
[1]P. Baringanire, K. Malik, S. Ghosh Banerjee, Scaling up access to electricity: the case of Rwanda. Live wire 2014/22, Washington, DC. https://openknowledge. worldbank.org/handle/10986/18680, 2014.
[2]EWSA, Expression of interest for scaling up renewable energy program (SREP) financing for energy projects in Rwanda, energy, water and sanitation agency. https://www.climateinvestmentfunds.org/sites/default/files/meetingdocuments/ rwanda_eoi_0.pdf, 2014.
[3]M.C. Mukeshimana, Z.Y. Zhao, M. Ahmad, M. Irfan, Analysis on barriers to biogas dissemination in Rwanda: AHP approach, Renew. Energy 163 (2021) 1127e1137, https://doi.org/10.1016/j.renene.2020.09.051.
[4]The republic of Rwanda, 7 Years government Programme : national strategy for transformation (NST1) 2017-2024. http://www.minecofin.gov.rw/ fileadmin/user_upload/NST1_7YGP_Final.pdf, 2017.
[5]MININFRA, Rural Electrification Strategy, Rwanda: ministry of infrastructure. http://www.reg.rw/fileadmin/user_upload/Rural_Electrification_Strategy.pdf, 2016.
MININFRA, Energy sector strategic plan 2018/19 - 2023/24. Rwanda: ministry of infrastructure. http://www.reg.rw/fileadmin/user_upload/Final_ESSP.pdf, 2018.
[6]M.I. Khan, Evaluating the strategies of compressed natural gas industry using an integrated SWOT and MCDM approach, J. Clean. Prod. 172 (2018) 1035e1052, https://doi.org/10.1016/j.jclepro.2017.10.231.
[7]Z.Y. Zhao, H. Yan, J. Zuo, Y.X. Tian, G. Zillante, A critical review of factors affecting the wind power generation industry in China, Renew. Sustain. Energy Rev. 19 (2013) 499e508, https://doi.org/10.1016/j.rser.2012.11.066.
[8]E.B. Agyekum, M.N.S. Ansah, K.B. Afornu, Nuclear energy for sustainable development: SWOT analysis on Ghana's nuclear agenda, Energy Rep. 6 (2020) 107e115, https://doi.org/10.1016/j.egyr.2019.11.163.
[9]A.J. Njoh, The SWOT model's utility in evaluating energy technology: illustrative application of a modified version to assess the sawdust cookstove's sustainability in Sub-Saharan Africa, Renew. Sustain. Energy Rev. 69 (2017) 313e323, https://doi.org/10.1016/j.rser.2016.11.049.
[10]Y. Lei, X. Lu, M. Shi, L. Wang, H. Lv, S. Chen, C. Hu, Q. Yu, S.D.H. da Silveira, SWOT analysis for the development of photovoltaic solar power in Africa in comparison with China, Environ. Impact Assess. Rev. 77 (2019) 122e127, https://doi.org/10.1016/j.eiar.2019.04.005.
[11]Yasir Ahmed Solangi, Cheng Longsheng, Syed Ahsan Ali Shah . 2021. Assessing and overcoming the renewable energy barriers for sustainable development in Pakistan: An integrated AHP and fuzzy TOPSIS approach. Renewable Energy Volume 173, August 2021, Pages 209-222.
[12]Buket Karatop, Buşra Taşkan, Elanur Adar, Cemalettin Kubat . 2021. Decision analysis related to the renewable energy investments in Turkey based on a Fuzzy AHP-EDAS-Fuzzy FMEA approach. Computers & Industrial Engineering Volume 151, January 2021, 106958.
AbdullahYildizbasi. 2021. Blockchain and renewable energy: Integration challenges in circular economy era. Renewable Energy Volume 176, October 2021, Pages 183-197.
[13]Fatine Ezbakhe, Agustí Pérez-Foguet. Decision analysis for sustainable development: The case of renewable energy planning under uncertainty. European Journal of Operational Research Volume 291, Issue 2, 1 June 2021, Pages 601-613.
[14]S.K.Saraswat, Abhijeet K.Digalwar. 2021. Evaluation of energy alternatives for sustainable development of energy sector in India: An integrated Shannon’s entropy fuzzy multi-criteria decision approach. Renewable Energy Volume 171, June 2021, Pages 58-74.
[15]Bahareh Oryani, Yoonmo Koo, Shahabaldin Rezania, Afsaneh Shafiee. . Barriers to renewable energy technologies penetration: Perspective in Iran. Renewable Energy Volume 174, August 2021, Pages 971-983.
[16]Mohamed Abdel-Basset, Abduallah Gamal, Ripon K. Chakrabortty, Michael J.Ryan. Evaluation approach for sustainable renewable energy systems under uncertain environment: A case study. Renewable Energy Volume 168, May 2021, Pages 1073-1095.
[17]Ali Mostafaeipour, Marzieh Alvandimanesh, Fatemeh Najafi, Alibek Issakhov. Identifying challenges and barriers for development of solar energy by using fuzzy best-worst method: A case study. Energy Volume 226, 1 July 2021, 120355
[18]Ernesto Mastrocinque, F. Javier Ramírez, AndrésHonrubia-Escribano, Duc T.Pham. An AHP-based multi-criteria model for sustainable supply chain development in the renewable energy sector. Expert Systems with Applications Volume 150, 15 July 2020, 113321.
[19]Rajvikram Madurai Elavarasan, Syed Afridhis, Raghavendra Rajan Vijayaraghavan, Umashankar Subramaniam, Mohammad Nurunnabi. SWOT analysis: A framework for comprehensive evaluation of drivers and barriers for renewable energy development in significant countries. Energy Reports Volume 6, November 2020, Pages 1838-1864.
[20]Mohammed Seddiki, Amar Bennadji. Multi-criteria evaluation of renewable energy alternatives for electricity generation in a residential building. Renewable and Sustainable Energy Reviews Volume 110, August 2019, Pages 101-117.
[21]Ying Wang, Li Xu, Yasir Ahmed Solangi. Strategic renewable energy resources selection for Pakistan: Based on SWOT-Fuzzy AHP approach. Sustainable Cities and Society Volume 52, January 2020, 101861
[22]J. Vishnupriyan P.S.Manoharan. Multi-criteria decision analysis for renewable energy integration: A southern India focus. Renewable Energy Volume 121, June 2018, Pages 474-488.
