مسیر مدل‌سازی آینده انرژی ایران، تحلیل سناریو با بهره‌گیری از ماتریس اثر متقابل

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش‌آموختۀ کارشناسی ارشد، گروه مهندسی انرژی‌های تجدیدپذیر، دانشکدۀ مهندسی مکانیک و انرژی، دانشگاه شهید بهشتی، تهران

2 دانشجوی کارشناسی ارشد، گروه مهندسی انرژی‌های تجدیدپذیر، دانشکدۀ مهندسی مکانیک و انرژی، دانشگاه شهید بهشتی، تهران

3 دانشجوی دکتری، گروه مهندسی انرژی‌های تجدیدپذیر، دانشکدۀ مهندسی مکانیک و انرژی، دانشگاه شهید بهشتی، تهران

4 پژوهشگر، گروه مهندسی انرژی‌های تجدیدپذیر، دانشکدۀ مهندسی مکانیک و انرژی، دانشگاه شهید بهشتی، تهران

5 دانشیار، گروه مهندسی انرژی‌های تجدیدپذیر، دانشکدۀ مهندسی مکانیک و انرژی، دانشگاه شهید بهشتی، تهران

10.22059/ses.2024.379118.1079

چکیده

دستیابی به امنیت پایدار در حوزۀ انرژی، نیازمند ضرورت برنامه‌ریزی بلندمدت و استفاده از مدل‌سازی آیندۀ انرژی است. در این راستا، این پژوهش از یک مدل توصیفی استفاده کرده که با بهره‌گیری از روش ماتریس اثر متقابل در نرم‌افزار سناریوی ویزارد تدوین شده است. هدف اصلی این تحقیق، ارائۀ مدلی جامع و سناریوهایی منطبق با واقعیت‌های حوزۀ انرژی کشور است. برای تشکیل ماتریس اثر متقابل، جنبه‌های مختلف توسعه در حوزۀ انرژی که شامل منابع انرژی، تولید، مصرف، واردات و صادرات، فناوری‌های نوین، و سیاست‌های انرژی است، به دسته‌های مختلفی تقسیم‌ شده‌اند. حالات مختلف هر یک از این جنبه‌ها با بهره‌گیری از دانش خبرگان تدوین و امتیازدهی شده‌اند تا میزان تأثیر یکدیگر را نشان دهند. سه سناریو به نام‌های محافظه‌کارانه، مطلوب و ایده‌آل در کنار شرایط فعلی اقتصادی، اجتماعی، سیاسی، فناوری و محیط ‌زیستی معرفی شده‌اند. هر یک از این سناریوها ویژگی‌ها، مزایا و ریسک‌های خاص خود را دارند که بر اساس آن‌ها می‌توانند به عنوان مدل‌های مرجع برای تصمیم‌گیری‌های آینده در حوزۀ انرژی مورد به‌کارگیری قرار گیرند. نتیجۀ اصلی این پژوهش، دستیابی به توسعۀ پایدار در امنیت انرژی است که نیازمند دگرگونی و به‌روزرسانی در سیستم آموزش عالی کشور به منظور ارتقای دانش و توانمندی‌های کارشناسی در زمینۀ انرژی و فناوری‌های مرتبط با آن است. با این‌حال، این تغییرات در سیستم آموزش عالی به‌تنهایی کافی نیستند؛ برای حرکت به سمت توسعۀ پایدار، بهبود سایر ‌شرط‌ها نیز ضروری است، در غیر این‌صورت نمی‌توان به تحقق کامل امنیت انرژی و توسعۀ پایدار دست یافت.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Future Energy Modeling Pathway in Iran: Scenario Analysis Using Cross-Impact Balance Method

نویسندگان [English]

  • Mousa Jami 1
  • Alireza Parsay 2
  • Mahdi Gandomzadeh 3
  • Abolghasem Mosayyebi 4
  • Roghayeh Gavagsaz-ghoachani 5
  • Majid Zandi 5
1 Master’s Graduate, Department of Renewable Energy Engineering, Faculty of Mechanical and Energy Engineering, Shahid Beheshti University, Tehran, Iran
2 Master of Science student, Department of Renewable Energy Engineering, Faculty of Mechanical and Energy Engineering, Shahid Beheshti University, Tehran, Iran
3 Phd student, Department of Renewable Energy Engineering, Faculty of Mechanical and Energy Engineering, Shahid Beheshti University, Tehran, Iran
4 Researcher, Department of Renewable Energy Engineering, Faculty of Mechanical and Energy Engineering, Shahid Beheshti University, Tehran, Iran
5 Associate Professor, Department of Renewable Energy Engineering, Faculty of Mechanical and Energy Engineering, Shahid Beheshti University, Tehran, Iran
چکیده [English]

Achieving sustainable energy security requires long-term planning and energy future modeling. In this regard, this study employs a descriptive model utilizing the Cross-Impact Balance Method in the scenario software Wizard. The primary objective is to provide a comprehensive model and scenarios aligned with the realities of the country's energy sector. Various aspects of energy development, including energy resources, production, consumption, imports and exports, new technologies, and energy policies, have been categorized into different groups to form the Cross-Impact Balance Method. Various states of each aspect have been formulated and scored using expert knowledge to demonstrate their interrelationships. Three scenarios named conservative, desirable, and ideal alongside current economic, social, political, technological, and environmental conditions have been introduced. Each of these scenarios has its own characteristics, advantages, and specific risks, making them potential reference models for future decision-making in the energy sector. The main outcome of this research is achieving sustainable development in energy security, necessitating transformation and updating in the country's higher education system to enhance knowledge and expertise in energy and related technologies.

کلیدواژه‌ها [English]

  • Energy
  • Future Studies
  • Cross-Impact Balance Method
  • University Education System

مراجع

[1]. Sharaf-sadat Pasandideh, Farzaneh Nezakati Rezapour, M. Gholami, and A. Gholami, “Analysis of the Discourse of Renewable Electricity Generation in Iran,” Glob. Media J., vol. 16, no. 1, pp. 101–122, 2021, doi: 10.22059/gmj.2022.344488.1262.
[2]. A. A. Yaghoubi, M. Gandomzadeh, A. Parsay, A. Gholami, R. Gavagsaz-Ghoachani, and M. Zandi, “A Review on Machine Learning Model Implementation for Photovoltaic Systems,” in 2024 11th Iranian Conference on Renewable Energy and Distribution Generation (ICREDG), Mar. 2024, pp. 1–5. doi: 10.1109/ICREDG61679.2024.10607821.
[3]. Malandish E. Mathematical modeling of energy foresight based on strategy, planning, planning and energy policy of Iran. Shahid Beheshti University; 2020.
[4]. Cascajo R, Molina R, Pérez-Rojas L. Sectoral Analysis of the Fundamental Criteria for the Evaluation of the Viability of Wave Energy Generation Facilities in Ports—Application of the Delphi Methodology. Energies. 2022;15[7].
[5]. Han L, Kazempour J, Pinson P. Monetizing Customer Load Data for an Energy Retailer: A Cooperative Game Approach. 2021 IEEE Madrid PowerTech, PowerTech 2021 - Conf Proc. 2021;
[6]. Angelidou M, Politis C, Panori A, Barkratsas T, Fellnhofer K. Emerging smart city, transport and energy trends in urban settings: Results of a pan-European foresight exercise with 120 experts. Technol Forecast Soc Change. 2022;183[March]:121915.
[7]. Hussler C, Muller P, Rond P. Is diversity in Delphi panelist groups useful? Evidence from a French forecasting exercise on the future of nuclear energy. Technol Forecast Soc Change. 2011;78[9]:1642–53.
[8]. Celiktas MS, Kocar G. From potential forecast to foresight of Turkey’s renewable energy with Delphi approach. Energy. 2010;35[5]:1973–80.
[9]. Wang G, Chao Y, Chen Z. Promoting developments of hydrogen powered vehicle and solar PV hydrogen production in China: A study based on evolutionary game theory method. Energy. 2021 Dec;237:121649.
[10]. KatarinaKnezovi´c BH. Power system evolution scenarios for long-term technology assessment.
[11]. Kigle S, Ebner M, Guminski A. Greenhouse Gas Abatement in EUROPE: A Scenario-Based, Bottom-Up Analysis Showing the Effect of Deep Emission Mitigation on the European Energy System. Energies. 2022;15[4].
[12]. Broska LH, Vögele S, Shamon H. On the Futures of Energy Communities in the German Energy Transition : A Derivation of Transformation Pathways. 2022.
[13]. Vögele S, Poganietz W-R, Kleinebrahm M, Weimer-Jehle W, Bernhard J, Kuckshinrichs W, et al. Dissemination of PV-Battery systems in the German residential sector up to 2050: Technological diffusion from multidisciplinary perspectives. Energy. 2022 Jun;248:123477.
[14]. Assadi MR, Ataebi M, Ataebi E sadat, Hasani A. Prioritization of renewable energy resources based on sustainable management approach using simultaneous evaluation of criteria and alternatives: A case study on Iran’s electricity industry. Renew Energy. 2022;181:820–32.
[15]. Ghouchani M, Taji M, Cheheltani AS, Chehr MS. Developing a perspective on the use of renewable energy in Iran. Technol Forecast Soc Change. 2021;172[June]:121049.
[16]. Hajinezhad A, Servati P. Role of renewable energy scenarios in carbon dioxide emissions forecasting in Iran in Outlook 2030. Int J Ambient Energy. 2022 Dec;43[1]:6502–10.
[17]. Bahrami M, Abbaszadeh P. Development a scenario-based model for Iran׳s energy future. Renew Sustain Energy Rev. 2016 Sep;62:963–70.
[18]. Chaharsooghi SK, Rezaei M, Alipour M. Iran’s energy scenarios on a 20-year vision. Int J Environ Sci Technol. 2015 Nov;12[11]:3701–18.
[19]. Norouzi N, Fani M, Karami Z. Journal of Petroleum Science and Engineering The fall of oil Age : A scenario planning approach over the last peak oil of human history by 2040. 2020;188[August 2019].
[20]. Norouzi N, Fani M. The seventh line: a scenario planning strategic framework for Iranian 7th energy progress plan by 2020-2025. J Energy Manag Technol. 2021;5[3]:43–53.
[21]. Norouzi N. Socio-economic Nexus Investigation on the Future of the Iranian Gas industry. Majlesi J Energy Manag. 2022;11[2]:7–22.
[22]. Mostafaeipour A, Bidokhti A, Fakhrzad M-B, Sadegheih A, Zare Mehrjerdi Y. A new model for the use of renewable electricity to reduce carbon dioxide emissions. Energy. 2022 Jan;238:121602.
[23]. Ghasemian S, Faridzad A, Abbaszadeh P, Taklif A, Ghasemi A, Hafezi R. An overview of global energy scenarios by 2040: identifying the driving forces using cross-impact analysis method. Int J Environ Sci Technol [Internet]. 2020;[0123456789]. Available from: https://doi.org/10.1007/s13762-020-02738-5
[24]. Norouzi N. The Iran of the Next Two Decades A Scenario Planning Approach Over the Iranian Gas and Oil Industries by 2035. Majlesi J Energy Manag. 2019;8[4].
[25]. Marzban E, Mohammadi M. From Solid Government to Self-Governance : Future Scenarios for Electricity Distribution in Iran. 2020;24[June 2019]:17–35.
[26]. Shafiei Nikabadi M, Ghafari Osmavandani E, Dastjani Farahani K, Hatami A. Future Analysis to Define Guidelines for Wind Energy Production in Iran using Scenario Planning. Environ Energy Econ Res. 2021;5[1]:3.
[27]. Gandomzadeh M, Mahmoudian S, Mosayyebi A, Zandi M. Development scenarios for electrical energy storage in Iran with Cross-Impact Balance method. 2023;2[1]. Available from: https://ses.ut.ac.ir/article_91815.html
[28]. Mahmoudian Yonesi S, Gandomzadeh M, Mosayyebi A, Mazlom Farsibaf M, Zandi M. Modeling the supply chain of LNG with system dynamic method [Case study: Iran]. Strateg Stud Pet Energy Ind. 2024;60[16].
[29]. Ghaemi Rad M, Shahin A. Development Of Solar Energy Technologies in Iran: SWOT and DEMATEL Methods. J Energy Plan Policy Res. 2017;02[05]:97–130.
[30]. Salimian Z, GoodarziRad R, Farmad M, Bodaghi M, Mokarizadeh V, Shafie Zadeh MA. Effects of DSM on Final Energy Uses: Implications of MESSAGE Energy Model. Q J Energy Policy Plan Res. 2021;7[1].
[31]. A. Hoorsun, M. Gandomzadeh, A. Yaghoubi, A. Parsay, A. Gholami, and M. Zandi, “Insights and Research Trends of Dust and Cleaning in Solar Energy: A Bibliometric Review Study,” 9th Int. Conf. Technol. Energy Manag. (ICTEM 2024 ), no. April, pp. 1–5, 2024.
[32]. A. Minoofar et al., “Renewable energy system opportunities: A sustainable solution toward cleaner production and reducing carbon footprint of large-scale dairy farms,” Energy Convers. Manag., vol. 293, no. June, p. 117554, 2023, doi: 10.1016/j.enconman.2023.117554.
[33]. A. Gholami et al., “Impact of harsh weather conditions on solar photovoltaic cell temperature: Experimental analysis and thermal-optical modeling,” Sol. Energy, vol. 252, pp. 176–194, Mar. 2023, doi: 10.1016/j.solener.2023.01.039.
[34]. A. Gholami, M. Ameri, M. Zandi, R. Gavagsaz Ghoachani, and H. A. Kazem, “Predicting solar photovoltaic electrical output under variable environmental conditions: Modified semi-empirical correlations for dust,” Energy Sustain. Dev., vol. 71, pp. 389–405, Dec. 2022, doi: 10.1016/j.esd.2022.10.012.
[35]. Jami M. The path of modeling the future of Iran’s energy sector executed from the fourth-generation university, scenario analysis using the Cross-Impact Balances. Shahid Beheshti University; 2023.
فصلنامه سیستم های انرژی پایدار
دوره 3، شماره 2
فروردین 1403
صفحه 193-208

فایل ها

هم رسانی

ارجاع به این مقاله

آمار