بررسی عوامل موثر بر تقاضای انرژی به‌منظور برنامه‌ریزی توسعه پایدار در کشور

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، رشته مهندسی سیستم‌های انرژی، گروه انرژی‌های نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران

2 دانشیار، گروه مهندسی انرژی‌های نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران

چکیده

در طول تاریخ، تأمین انرژی از مهم‌ترین دغدغه‌‌های بشر بوده و خواهد بود. امروزه، این تأمین انرژی بصورت هوشمندانه‌تری انجام می‌پذیرد. برنامه‌ریزی مناسب برای تأمین انرژی از اهداف هر جامعه می‌باشد.
مقدمه‌ی برنامه‌ریزی صحیح، وجود دید واقع بینانه‌ایی نسبت به آینده می‌باشد. در بخش انرژی نیز این دید نسبت به آینده در میزان تقاضا برای انرژی و همچنین وضعیت منابع موجود می‌باشد.
در این مقاله، سعی بر مطالعه‌ی تقاضا انرژی در بخش های مختلف مصرفی شامل بخش‌های کشاورزی، حمل ونقل، صنعتی، حرارتی و در نهایت نیروگاهی شده تا به دید درست و قابل اطمینانی نسبت به آینده دست پیدا کنیم. برای این کار، به بررسی مقالات با موضوع های مشابه در ایران و کشورهای دیگر پرداخته‌ایم تا عواملی که در نظر گرفته شده اند را با هم مقایسه کنیم تا به مدلی مناسب برای میزان تقاضای انرژی در کشور ایران دست پیدا کنیم.
با استفاده از افق آینده مصرف، که این مدل در اختیارمان قرار می‌دهد، قادر به برنامه‌ریزی توسعه پایدار و اجرای طرح تأمین میزان انرژی مورد نیاز با استفاده از منابع انرژی‌ تجدیدپذیر خواهیم شد.

کلیدواژه‌ها


[1] L. Farajian, R. Moghaddasi, and S. Hosseini, “Agricultural energy demand modeling in Iran: Approaching to a more sustainable situation,” Energy Reports, vol. 4, pp. 260–265, Nov. 2018.
[2]    باقری, محسن, زارع علی آبادی, احسان, انضباطی, امیرحسین. بررسی تاثیر استفاده از منابع تجدیدپذیر در تامین تقاضای شبکه‌ی برق با ارائه‌ی یک مدل ریاضی دو هدفه. دو فصلنامه انرژی های تجدیدپذیر و نو, 1398; 6(1): 38-46.
[3] R. Parajuli, P. A. Østergaard, T. Dalgaard, and G. R. Pokharel, “Energy consumption projection of Nepal: An econometric approach,” Renew. Energy, vol. 63, pp. 432–444, Mar. 2014.
[4]  Wei Zhang, Jun Yang, “Forecasting natural gas consumption in China by Bayesian Model Averaging”, Energy Reports,Volume 1,
       2015, Pages 216-220.
[5]  سلطانی گردفرامرزی سمیه، صابری عارف، قیصوری مرتضی. تعیین بهترین مدل سری زمانی در پیش بینی بارندگی سالانه ایستگاه های منتخب استان آذربایجان غربی. نشریه تحقیقات کاربردی علوم جغرافیایی. ۱۳۹۶; ۱۷ (۴۴) :۸۷-۱۰۵
[6]  آذر عادل، افسر امیر، احمدی پرویز. مقایسه روشهای کلاسیک و هوش مصنوعی در پیش‌بینی شاخص قیمت سهام و طراحی مدل ترکیبی. پژوهش های مدیریت در ایران. ۱۳۸۵; ۱۰ (۴) :۱-۱۶
 [7]  Gheisa R. T Esteves, Bruno Q. Bastos, Fernando L. Cyrino, Rodrigo F. Calili, R