کاربرد الگوریتم ژنتیک در انتخاب بهترین سناریو برای پیش بینی تقاضای انرژی مصرفی بخش خانگی - تجاری در ایران

توسعه مدل های پیش بینی انرژی یکی از مراحل مهم در برنامه ریزی های کلان برای تامین پایدار انرژی در راستای توسعه اقتصادی و رفاه اجتماعی است و همواره مورد توجه سیاستگذران و تحلیلگران انرژی بوده است. بخش خانگی- تجاری بزرگترین مصرف کننده انرژی در ایران است و پیش بینی تقاضای این بخش از اهمیت بالایی برخوردار است. در تحقیق حاضر با استفاده از از توابع خطی و نمایی و با ضرایب بدست آمده از الگوریتم ژنتیک به پیش بینی تقاضای انرژی بخش خانگی – تجاری ایران پرداخته شده است. ۵۴ سناریوی مختلف با ورودی های متفاوت مورد بررسی قرار گرفته و از داده های مربوط به سال های ۱۳۴۶ تا ۱۳۸۹ برای توسعه مدل ها و انتخاب سناریوی مناسب استفاده شده است. نتایج نشان داد مدل نمایی با ورودی های ارزش افزوده کل منهای بخش نفت، ارزش ساختمان های ساخته شده، تعدا کل خانوار و شاخص قیمت مصرف انرژی مناسب ترین مدل است. با استفاده از سناریوی انتخابی تقاضای انرژی بخش خانگی-تجاری تا سال ۱۴۱۰ پیش بینی شده است. نتایج نشان می دهد تقاضای انرژی این بخش در سال ۱۴۱۰ به حدود ۱۱۸۰ میلیون بشکه معادل نفت خام می رسد.

Keywords:

Forecasting , energy demand , residential and commercial sectors , genetic algorithm , پیش بینی , تقاضای انرژی , بخش خانگی تجاری , الگوریتم ژنتیک