مدل سازي و پيش بيني توليد و مصرف برق در ايران

Modeling and forecasting electricity production and Consumption in Iran

با توجه به رشد نسبتا بالاي مصرف انرژي در كشور، آينده پژوهي در حوزه انرژي الكتريكي به عنوان يك نهاده واسطه ي مهم در توليدات صنعتي و به عنوان يك كالاي نهايي و ضروري در بخش خانگي و تجاري، از الزامات نهادهاي اجرايي كشور در زمينه توليد و مصرف برق مي باشد. بررسي و پيش بيني تقاضا و توليد برق فاكتوري ارزشمند در دست مديران صنعت برق براي اخذ تصميمات راهبردي است. در اين تحقيق با استفاده از سري زماني توليد و مصرف برق بين سال هاي ۱۳۴۶-۱۳۹۲ و به كارگيري مدل هاي پيش بيني باكس جنكينز ، شبكه عصبي مصنوعي و سيستم خاكستري كه از پركاربرد ترين روش هاي استفاده شده در مطالعات براي پيش بيني تقاضا و مصرف انرژي مي باشند، علاوه بر ميزان پيش بيني براي سال هاي آتي با استفاده از معيار ميانگين درصد خطا دقت روش هاي پيش بيني نيز مورد مطالعه قرا گرفت. نتايج تحقيق نشان داد كه روش باكس جنكينز بالاترين دقت را در پيش بيني توليد برق در كشور و شبكه عصبي مصنوعي بالاترين دقت در پيش بيني مصرف برق در كشور دارد. مقادير پيش بيني شده نشان داد كه نسبت توليد به مصرف برق در سال ها آتي تقريبا ثابت با ميل كاهنده خواهد بود، ميزان توليد برق در ايران در سال ۱۳۹۸ به ۳۱۸۸۴۳ ميليون كيلو وات بر ساعت و مصرف برق نيز به ۲۶۰۶۴۵ ميليون كيلو وات بر ساعت خواهد رسيد، كه مي توان با اصلاح الگوهاي مصرف و استفاده از روش هاي نوين توليد نسبت توليد به مصرف را افزايش داد.

Due to the relatively high growth of energy consumption in the country, the future of research in the field of electrical energy as an important intermediate inputs in industrial production and as a final good And the necessary domestic and commercial sector, the requirements of law enforcement agencies in the field of production and consumption of electricity. Review and forecast electricity consumption and production managers a valuable factor in the power industry for strategic decision making. In this study, using time-series production and power consumption between the years 1967-2013 and deployment of predictive models Box Jenkins, artificial neural network and gray system in addition to the forecasts for the coming years using the standard average percentage of errors the accuracy of prediction methods were also studied villages. The results showed that the highest accuracy in the prediction of Box Jenkins methods and artificial neural network to predict the power consumption is the highest accuracy. The predicted values showed a decreasing ratio of production to consumption in Iran is relatively constant desire and The electricity production in Iran in 2019 to 318 843 million kW per hour and power consumption to be 260,645 million kWh, Which can be modified using modern methods of production and consumption patterns towards increased production to consumption.