شبیه‌سازی تابع تقاضای برق بخش کشاورزی با استفاده از الگوریتم انبوه ذرات(pso)

محورهای موضوعی : فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی

مجتبی بهمنی ¹ (استادیار دانشکده مدیریت و اقتصاد دانشگاه شهید باهنر کرمان.)
امین قاسمی‌نژاد ² (کارشناسی ارشد اقتصاد دانشگاه شهید باهنر کرمان.)
علی‌اکبر کریمیان ³ (کارشناسی ارشد اقتصاد دانشگاه شهید باهنر کرمان.)
حکیمه آرامش ⁴ (کارشناسی ارشد اقتصاد دانشگاه شهید باهنر کرمان.)

تاریخ دریافت : 1393/07/09 تاریخ پذیرش : 1393/07/09 تاریخ انتشار : 1393/06/01

کلید واژه: بخش کشاورزی, تابع تقاضای برق, الگوریتم انبوه ذرات, شبیه‌سازی,

چکیده مقاله :

در چند دهه­ی اخیر با پیشرفت فناوری تولید و کارایی مصرف انرژی، انرژی­هایی با کیفیت بالا مانند الکتریسیته، جایگزین سوخت­های با کیفیت پایین مانند زغال سنگ شده است. برق به­عنوان یکی از نهاده­های تولید در بخش­های اقتصادی به­خصوص بخش کشاورزی، از اهمیت ویژه­ای برخوردار است. بنابر­این پیش­بینی مصرف و تامین به موقع انرژی الکتریکی مورد نیاز این بخش می­تواند باعث افزایش تولیدات کشاورزی، افزایش صادرات غیر نفتی و در نهایت تسریع نرخ رشد اقتصادی کشور گردد. در این مقاله، ابتدا با استفاده از الگوریتم بهینه­سازی انبوه ذرات(pso) به شبیه­سازی تابع تقاضای برق در بخش کشاورزی برای دوره­ی 1385-1357 در قالب معادلات خطی و نمایی پرداخته شده و سپس بر اساس معیارهای موجود، مدل برتر انتخاب شده است. در این مقاله تابع تقاضای برق در بخش کشاورزی تابعی از قیمت واقعی برق در بخش، ارزش افزوده­ی بخش، تعداد مشترکین برق در بخش و مصرف دوره­ی قبل می­باشد. نتایج تحقیق نشان می­دهد که تقاضای برق در بخش کشاورزی با قیمت واقعی برق، رابطه­ی غیر مستقیم و با ارزش افزوده بخش، تعداد مشترکین و مصرف دوره­ی قبل رابطه­ی مستقیم دارد.   طبقه­بندیJEL:C15,C51,C61,Q11,Q1

چکیده انگلیسی:

In the last decades due to progress in technology of production and efficiency of energy consumption, low quality energy such as coal has been replaced by high quality energy such as electricity. Electricity as a vital input in various sectors especially in agriculture plays a crucially important role in production. Therefore, estimation of consumption and well-timed supply of required electricity in the agriculture sector could increase production. In this study, by utilizing the Particle Swarm Optimization (PSO) algorithm, we first simulate the electricity demand function in the form of linear and exponentials functions for period of 1978-2006 and then we choose the best model according to the existing criteria. The electricity demand is considered as a function of the real price of the electricity in the sector, augmented cost, number of subscribers, and consumption of previous period. Findings of the study demonstrated that the electricity demand had a direct relationship with real price of electricity and indirect relationship with augmented cost, number of subscribers, and consumption in previous period.