
تعداد نشریات | 22 |
تعداد شمارهها | 485 |
تعداد مقالات | 5,045 |
تعداد مشاهده مقاله | 9,290,930 |
تعداد دریافت فایل اصل مقاله | 6,135,372 |
مساله برنامه ریزی انرژی پایدار مبتنی بر رویکرد تصادفی p-استوار | ||
نشریه پژوهش های مهندسی صنایع در سیستم های تولید | ||
مقاله 1، دوره 7، شماره 14، شهریور 1398، صفحه 1-11 اصل مقاله (715.02 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22084/ier.2019.17808.1809 | ||
نویسندگان | ||
فریبا فتحی پور1؛ محمد سعیدی مهرآباد* 1؛ حامد شکوری گنجوی2 | ||
1مهندسی صنایع، دانشکاه علم و صنعت ایران | ||
2دانشکده مهندسی صنایع، دانشگاه تهران | ||
چکیده | ||
در این مقاله مساله برنامهریزی انرژی پایدار با توجه به جنبههای اجتماعی و زیست محیطی پایداری مدلسازی شده است. توسعه ظرفیت نیروگاهها به نحوی مدلسازی شده است که کمترین هزینه منابع آبی برای تولید الکتریسیته نیاز باشد و میزان انتشارگازهای گلخانهای تولیدی کنترل شود. از طرف دیگر سطح پذیرش اجتماعی برنامه توسعه ظرفیت نیروگاهی، باید برآوردکننده حداقل سطح پذیرش قابل قبول دولت در هر یک از دورههای برنامهریزی باشد. عدم قطعیت موجود در مساله، با تولید سناریوهایی در قالب رویکرد تصادفی p-استوار پوشش داده شده است، در این رویکرد ضمن حداقل کردن متوسط هزینههای تمام سناریوها، مقدار تاسف برای هر سناریو از سطح p بیشتر نخواهد شد و استواری جواب ارائه شده در سطح p حفظ میشود. مدل پیشنهادی برای یک مطالعه موردی از بخش انرژی ایران پیادهسازی شده است. نتایج نشان میدهد که با استفاده از رویکرد تصادفی p-استوار میتوان با اندک افزایشی در متوسط هزینههای برنامهریزی انرژی، برای هر یک از سناریوها جوابهایی با اختلاف کم از مقادیر بهنیه آنها به دست آورد. | ||
کلیدواژهها | ||
برنامه ریزی انرژی؛ پایداری؛ رویکرد تصادفی p-استوار؛ پذیرش اجتماعی؛ انتشارگازهای گلخانه ای؛ آب | ||
مراجع | ||
[1] Pohekar, SD., Ramachandran M., (2004). Application of multi-criteria decision making to sustainable energy planning - A review. Renew Sustain Energy Rev; 8: 365–381. doi:10.1016/j.rser.2003.12.007.
[2] Kazemi, A., Mehregan, MR., Ganjavi, HS., Hosseinzadeh, M., (2012). Energy Resource Allocation in Iran: A Fuzzy Multi-Objective Analysis. Procedia - Soc Behav Sci; 41:334–41. doi:10.1016/j.sbspro.2012.04.038.
[3] Prasad, RD., Bansal, RC., Raturi, A., (2014). Multi-faceted energy planning: A review. Renew Sustain Energy Rev; 38: 686–699. doi:10.1016/j.rser.2014.07.021.
[4] Huang, Z., Yu, H., Peng, Z., Zhao, M., (2015). Methods and tools for community energy planning : A review. Renew Sustain Energy Rev; 42: 1335–1348. doi:10.1016/j.rser.2014.11.042.
[5] Cai, YP., Huang, GH., Tan, Q., Yang, ZF., (2009). Planning of community-scale renewable energy management systems in a mixed stochastic and fuzzy environment. Renew Energy 2009; 34: 1833–1847. doi:10.1016/j.renene.2008.11.024.
[6] Li, YP., Huang, GH., (2012). Electric-power systems planning and greenhouse-gas emission management under uncertainty. Energy Convers Manag; 57: 173–182. doi:10.1016/j.enconman.2011.12.018.
[7] Hopwood, B., Mellor, M., O’Brein, G., (2005). Sustainable Development: Mapping Different Approaches. Susutainable Dev; 13: 38–52. doi:10.1016/B978-1-85617-672-9.10008-0.
[8] Fathipour, F., Saidi-Mehrabad, M., (2018). A multi-objective energy planning considering sustainable development by a TOPSIS-based augmented e-constraint. J Renew Sustain Energy; 10. doi:10.1063/1.5008545.
[9] Tsoutsos, T., Drandaki, M., Frantzeskaki, N., Iosifidis, E., Kiosses, I., (2009). Sustainable energy planning by using multi-criteria analysis application in the island of Crete. Energy Policy; 37: 1587–1600. doi:10.1016/j.enpol.2008.12.011.
[10] Kaya, T., Kahraman, C., (2010). Multicriteria renewable energy planning using an integrated fuzzy VIKOR & amp; AHP methodology: The case of Istanbul. Energy; 35: 2517-2527.
[11] Kaya, T., Kahraman, C., (2011). Expert Systems with Applications Multicriteria decision making in energy planning using a modified fuzzy TOPSIS methodology. Expert Syst Appl; 38: 6577–6585. doi:10.1016/j.eswa.2010.11.081.
[12] Montajabiha, M,. (2016). An Extended PROMETHE II Multi-Criteria Group Decision Making Technique Based on Intuitionistic Fuzzy Logic for Sustainable Energy Planning. Gr Decis Negot; 25: 221–244. doi:10.1007/s10726-015-9440-z.
[13] Cayir Ervural, B., Zaim, S., Demirel, OF., Aydin, Z., Delen, D., (2018). An ANP and fuzzy TOPSIS-based SWOT analysis for Turkey’s energy planning. Renew Sustain Energy Rev; 82: 1538–1550. doi:10.1016/j.rser.2017.06.095.
[14] Sadeghi, M., Mirshojaeian Hosseini, H., (2006). Energy supply planning in Iran by using fuzzy linear programming approach (regarding uncertainties of investment costs). Energy Policy; 34: 993–1003. doi:10.1016/j.enpol.2004.09.005.
[15] Cai, YP., Huang, GH., Lin, QG., Nie, XH., Tan, Q., (2009). An optimization-model-based interactive decision support system for regional energy management systems planning under uncertainty. Expert Syst Appl; 36: 3470–3482. doi:10.1016/j.eswa.2008.02.036.
[16] Koo, J., Han, K., Yoon, ES., (2011). Integration of CCS , emissions trading and volatilities of fuel prices into sustainable energy planning , and its robust optimization. Renew Sustain Energy Rev; 15: 665–672. doi:10.1016/j.rser.2010.07.050.
[17] Dong, C., Huang, GH., Cai, YP., Liu, Y., (2013). Robust planning of energy management systems with environmental and constraint-conservative considerations under multiple uncertainties. Energy Convers Manag; 65: 471–486. doi:10.1016/j.enconman.2012.09.001.
[18] Xie, YL., Huang, GH., Li, W., Ji, L., (2014) Carbon and air pollutants constrained energy planning for clean power generation with a robust optimization model-A case study of Jining City, China. Appl Energy; 136: 150–167. doi:10.1016/j.apenergy.2014.09.015.
[19] Famiglietti, JS., (2014). The global groundwater crisis. Nat Clim Chang; 4: 945–8. doi:10.1038/nclimate2425.
[20] Islam, S., Susskind, L., (2015). Understanding the water crisis in Africa and the Middle East: How can science inform policy and practice? Bull At Sci; 71: 39–49. doi:10.1177/0096340215571906.
[21] Gorjian, S., Ghobadian, B., (2015). Solar desalination: A sustainable solution to water crisis in Iran. Renew Sustain Energy Rev; 48: 571–584. doi:10.1016/j.rser.2015.04.009.
[22] Kardooni, R., Yusoff, SB., Kari, FB., (2016). Renewable energy technology acceptance in Peninsular Malaysia. Energy Policy;88: 1–10. doi:10.1016/j.enpol.2015.10.005.
[23] Upham, P., Oltra, C., Boso, À., (2015). Towards a cross-paradigmatic framework of the social acceptance of energy systems. Energy Res Soc Sci; 8: 100–112. doi:10.1016/j.erss.2015.05.003.
[24] Sahinidis, N V., (2004). Optimization under uncertainty: State-of-the-art and opportunities. Comput Chem Eng; 28: 971–983. doi:10.1016/j.compchemeng.2003.09.017.
[25] Snyder, L V., Daskin, MS., (2006). Stochastic p-robust location problems. IIE Trans (Institute Ind Eng ; 38: 971–985. doi:10.1080/07408170500469113.
[26] Shakouri, G. H, Aliakbarisani, S., (2016). At what valuation of sustainability can we abandon fossil fuels? A comprehensive multistage decision support model for electricity planning. Energy; 107: 60–77. doi:10.1016/j.energy.2016.03.124. | ||
آمار تعداد مشاهده مقاله: 719 تعداد دریافت فایل اصل مقاله: 661 |