نوع مقاله : مقاله پژوهشی

نویسندگان

• حسام نظری ¹
• عالیه کاظمی ²
• منصور مومنی ¹

¹ دانشگاه تهران

² عضو هیات علمی/ دانشگاه تهران

چکیده

در دهه‌های اخیر، انرژی در کنار سایر عوامل تولید نقش تعیین‌کننده‌ای در رشد اقتصادی کشور‌ها داشته و اهمیت آن همچنان رو به افزایش است. رشد اقتصاد جهان و روند صنعتی شدن موجب افزایش تقاضا و مصرف انرژی شده است. از سوی دیگر از میان بخش‌های مصرف‌کننده‌ی انرژی، بخش خانگی– تجاری یکی از پرمصرف‌کننده‌ترین بخش‌های تقاضای انرژی است. بطوری‌که بیش از 34% از میزان مصرف انرژی را نسبت به سایر بخش‌‌ها به خود اختصاص داده است، بنابراین به منظور کنترل عرضه و تقاضای انرژی و برنامه‌ریزی صحیح مصرف انرژی این بخش باید به صورت دقیق پیش‌بینی شود. در این مقاله با استفاده از روند متغیر‌های تاثیرگذار بر تقاضای انرژی بخش خانگی – تجاری ایران، وضعیت آتی تقاضای انرژی این بخش در ایران پیش‌بینی شده است. با استفاده از الگوریتم بهینه‌سازی انبوه ذرات، دو فرم خطی و نمایی از معادلات تقاضای انرژی تحت 54 سناریوی مختلف با ورودی‌های متفاوت مورد بررسی قرار گرفته و از داده‌های مربوط به سال‌های 1346 تا 1389 برای توسعه الگو‌ها و انتخاب سناریوی مناسب استفاده شده است. نتایج نشان داد الگوی نمایی با ورودی‌های ارزش‌ افزوده کل منهای ارزش افزوده بخش نفت، ارزش ساختمان‌های ساخته شده، تعداد کل خانوار و شاخص قیمت مصرف انرژی مناسب‌ترین الگو است. در نهایت با استفاده از الگوی انتخابی، تقاضای انرژی این بخش تا سال 1410 پیش‌بینی شده است.

کلیدواژه‌ها

• تقاضای انرژی
• بخش خانگی- تجاری
• الگوریتم انبوه ذرات
• پیش‌بینی

عنوان مقاله [English]

Selecting the appropriate scenario to predict the energy demand of residential and commercial sectors using Particle swarm optimization

چکیده [English]

Besides other production factors, energy has had a determinative role in economic growth of the countries and its importance increases in recent decades. The global economic growth and the industrialization process lead to an increase in energy demand and consumption. On the other hand, the residential and commercial sectors are the biggest energy consumption sectors, as it has allocated more than 34% of energy consumption amount to itself compared to other sectors. Therefore, for controlling the energy supply and demand and for correct planning, the energy consumption of these sectors must be predicted exactly. In this article, the future status of energy demand of residential and commercial sectors in Iran is predicted using variables affecting energy demand of these sectors. By using the PSO algorithm, both linear and exponential forms of energy demand equations were studied under 54 different scenarios with various variables. The data from 1968 to 2011 were applied for model development and the appropriate scenario choice. Results show that an exponential model with inputs including total value added minus that of the oil sector, value of made buildings, total number of households and consumer energy price index is the most suitable model. Finally, energy demand of residential and commercial sectors is estimated up to the year 2032.

کلیدواژه‌ها [English]

• energy demand
• residential and commercial sectors
• Particle Swarm Optimization
• Forecasting