ارزیابی مدل های جدید برای تخمین تابش کلی خورشیدی در بیابان های مرکزی ایران با استفاده از روش های هوش جمعی

در مطالعه حاضر، از الگوریتم ژنتیک برای تخمین پتانسیل انرژی خورشیدی نواحی بیابانی مرکز ایران استفاده شده است. در مدل های بررسی شده، سعی بر آن است تا با استفاده از اطلاعاتی از قبیل موقعیت جغرافیایی، دما، رطوبت نسبی و ساعات آفتابی، تخمین میزان تابش خورشیدی صورت گیرد. شهرهای اصفهان، کرمان، بیرجند، طبس، تهران و خور بیابانک به عنوان نواحی مرجع Downloaded from jeed.iaud.ac.ir at 13:46 +0330 on Tuesday December 10th 2019در مطالعه ی حاضر، انتخاب شده اند. از میان اطلاعات موجود برای هر شهر،بکارگیری تمهیداتی جهت بهره برداری بهینه از منبع سرشار انرژی خورشیدی در کشور امری ضروری به نظر می رسد. برنامه ریزی جهت بهره برداری بهینه از انرژی خورشیدی، نیازمند برآورد پتانسیل آن در مناطق مختلف کشور می باشد [1و2] آزاده در سال 2009 تخمین میزان تابش خورشیدی را برای شش شهر ایران با استفاده از شبکه های عصبی مصنوعی انجام داد [1]. سبزی پرور در سال 2008 تخمین میزان تابش خورشیدی را برای نوحی شرق و غرب ایران با استفاده از روش های رگرسیونی انجام داد [2]. باکرسی در سال 2009 تخمین میزان تابش خورشیدی را با استفاده از میزان ساعات آفتابی برای ترکیه بر پایه روش های رگرسیونی انجام داده است [3]. پریتو در سال 2009 تخمین میزان تابش خورشیدی را با استفاده از دمای هوا برای اتریش و اسپانیا بر پایه روش های رگرسیونی انجام داده است [4]. سایر مطالعات در این زمینه در منابع [5-15] آورده شده اند. تمام این مدل های ریاضی بر اساس روش های رگرسیونی و یا شبکه های عصبی مصنوعی می باشند. در مطالعه حاضر، روش های هوش جمعی الگوریتم ژنتیک و روش بهینه سازی گروهی ذرات) برای تخمین پتانسیل انرژی خورشیدی بکار برده می شوند.بخشی جهت یافتن مقادیر مطلوب یا تقریبا مطلوب ضرایب مدل های تخمین پتانسیل انرژی خورشیدی و بخشی نیز برای بررسی اعتباریابی مدل ها مورد استفاده قرار گرفته اند. برای نشان دادن توانایی مدل های مورد بررسی در تحقیق حاضر، نتایج بدست آمده از این مدل ها با یکدیگر مقایسه می شوند و بهترین مدل برای تخمین میزان تابش خورشیدی برای نواحی مورد مطالعه، بر اساس کمترین میزان خطا، معرفی می شود.