شبيه سازي تابع تقاضاي برق بخش كشاورزي با استفاده از الگوريتم انبوه ذرات(pso)

Simulating Electricity Demand Function in the Agriculture Sector: Application of Particle Swarm Optimization Algorithm

در چند دهه ي اخير با پيشرفت فناوري توليد و كارايي مصرف انرژي، انرژي هايي با كيفيت بالا مانند الكتريسيته، جايگزين سوخت هاي با كيفيت پايين مانند زغال سنگ شده است. برق به-عنوان يكي از نهاده هاي توليد در بخش هاي اقتصادي به خصوص بخش كشاورزي، از اهميت ويژه اي برخوردار است. بنابر اين پيش بيني مصرف و تامين به موقع انرژي الكتريكي مورد نياز اين بخش مي تواند باعث افزايش توليدات كشاورزي، افزايش صادرات غير نفتي و در نهايت تسريع نرخ رشد اقتصادي كشور گردد. در اين مقاله، ابتدا با استفاده از الگوريتم بهينه سازي انبوه ذرات(pso) به شبيه سازي تابع تقاضاي برق در بخش كشاورزي براي دوره ي 1385-1357 در قالب معادلات خطي و نمايي پرداخته شده و سپس بر اساس معيارهاي موجود، مدل برتر انتخاب شده است. در اين مقاله تابع تقاضاي برق در بخش كشاورزي تابعي از قيمت واقعي برق در بخش، ارزش افزوده ي بخش، تعداد مشتركين برق در بخش و مصرف دوره ي قبل مي باشد. نتايج تحقيق نشان مي دهد كه تقاضاي برق در بخش كشاورزي با قيمت واقعي برق، رابطه ي غير مستقيم و با ارزش افزوده بخش، تعداد مشتركين و مصرف دوره ي قبل رابطه ي مستقيم دارد. طبقه بندي JEL: C15,C51,C61,Q11,Q1

In the last decades due to progress in technology of production and efficiency of energy consumption, low quality energy such as coal has been replaced by high quality energy such as electricity. Electricity as a vital input in various sectors especially in agriculture plays a crucially important role in production. Therefore, estimation of consumption and well-timed supply of required electricity in the agriculture sector could increase production. In this study, by utilizing the Particle Swarm Optimization (PSO) algorithm, we first simulate the electricity demand function in the form of linear and exponentials functions for period of 1978-2006 and then we choose the best model according to the existing criteria. The electricity demand is considered as a function of the real price of the electricity in the sector, augmented cost, number of subscribers, and consumption of previous period. Findings of the study demonstrated that the electricity demand had a direct relationship with real price of electricity and indirect relationship with augmented cost, number of subscribers, and consumption in previous period.