طراحی چارچوب مدلی برای احداث نیروگاه خورشیدی با رویکرد تصمیم گیری چند معیاره و تحلیل پوششی داده ها
محل انتشار: مجله مهندسی سیستم و بهره وری، دوره: 6، شماره: 2
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 74
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SYS-6-2_003
تاریخ نمایه سازی: 1 تیر 1405
چکیده مقاله:
ایران در سال های اخیر با چالش های فزاینده ای در تامین نیازهای انرژی خود مواجه شده که این امر با قطعی های مکرر برق در بخش های خانگی و صنعتی مشهود است. این وضعیت ضرورت یافتن راه حل های پایدار و قابل اعتماد انرژی را برجسته می کند. این مطالعه چارچوبی ترکیبی برای تصمیم گیری چندمعیاره ارائه می دهد تا مناسب ترین مناطق برای توسعه نیروگاه های خورشیدی در سراسر کشور شناسایی و رتبه بندی شوند. این مطالعه از رویکرد مبتنی بر منطق فازی برای انتخاب ترکیبی از روش ها استفاده کرده، درحالی که عدم قطعیت ذاتی در داده ها و نظرات خبرگان را در نظر گرفته است. در مرحله اول، تحلیل پوششی داده ها (DEA) برای ارزیابی کارایی تمامی استان ها بر اساس شاخص های اقلیمی و جغرافیایی مانند تابش خورشیدی، ساعات آفتابی، بارندگی، میزان ابرناکی و ارتفاع، با استفاده از داده های سازمان کل هواشناسی کشور به کار گرفته شد. این فرایند به غربال گری و شناسایی استان های مناسب تر برای احداث نیروگاه های خورشیدی کمک کرد. سپس، معیارهای کلیدی و موثر برای انتخاب بهینه مکان با استفاده از فرایند تحلیل سلسله مراتبی فازی (FAHP)، بر اساس قضاوت های خبرگان تعیین و وزن دهی شدند. در نهایت، با تلفیق نتایج مراحل قبلی، استان های منتخب با استفاده از تکنیک رتبه بندی بر اساس شباهت به راه حل ایده آل در محیط فازی (FTOPSIS) رتبه بندی شدند. نتایج نشان می دهند که استان های مرکزی، جنوبی و جنوب شرقی ایران بالاترین پتانسیل را برای توسعه انرژی خورشیدی دارند. یافته های پژوهش می تواند به تصمیم گیران، برنامه ریزان و سرمایه گذاران در حوزه انرژی کمک کند تا گامی کلیدی در راستای حرکت ایران به سوی آینده ای پایدارتر و کاهش وابستگی به نفت و گاز باشد.
کلیدواژه ها:
انرژی های تجدیدپذیر ، تحلیل پوششی داده ها (DEA) ، تصمیم گیری چندمعیاره (MCDM) ، اولویت بندی جغرافیایی
نویسندگان
فاطمه مسلمی
کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران
ناصر صفایی
نویسنده مسئول: استادیار، دانشکده مهندسی صنایع، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :