تحقیقات کاربردی علوم جغرافیایی

تحقیقات کاربردی علوم جغرافیایی

الگوسازی تقاضای مصرف گاز طبیعی بر اساس شرایط آب و هوایی در شهر زنجان

نویسندگان
1 استادیار آب و هواشناسی، گروه مدیریت بحران، دانشکده علوم اجتماعی، دانشگاه فرماندهی و ستاد ارتش، تهران، ایران.
2 استاد آب و هواشناسی، گروه جغرافیا، دانشکده علوم جغرافیایی، دانشگاه زنجان، زنجان ایران
3 دانشیار آب و هواشناسی، گروه جغرافیا، دانشکده علوم جغرافیایی، دانشگاه زنجان، زنجان ایران.
چکیده
امروزه مصرف انرژی نقش تعیین‌کننده‌ای در توسعه کمّی و کیفی زندگی بشر دارد. یکی از منابع تأمین انرژی، در راستای توسعه و رفاه اقتصادی و نیز کسب آسایش آب و هوایی گاز طبیعی است. این منبع تأمین انرژی، به‌ویژه در نواحی سرد کشور و نیز به‌منظور تأمین آسایش دمایی، نیازمند مدیریت صحیح است. مدیریت صحیح این منبع انرژی فسیلی از طریق آگاهی و پیش‌بینی از میزان تقاضای آن میسر است. بدین منظور تقاضای مصرف گاز طبیعی در شهر زنجان به‌عنوان یکی از شهرهای سرد ایران‌زمین موردبررسی و الگوسازی قرار گرفت. برای انجام پژوهش حاضر از دو گروه داده (عناصر آب و هوایی و میزان مصرف گاز طبیعی) برای یک دوره آماری 9 ساله (1400-1392) در مقیاس روزانه استفاده‌شده است. به‌منظور الگوسازی تقاضای مصرف گاز طبیعی در شهر زنجان از نرم‌افزار CurveExpert و نیز روش وایازی (رگرسیون) استفاده شد. بر اساس برازنده‌ترین الگو، عنصر دما به‌عنوان تنها متغیر مستقل در الگوی انتخابی جای گرفت. الگوی نهایی، وایازی چندجمله‌ای با ضریب همبستگی 94/0 (ضریب تبیین 03/89 درصد) اختیار شد. درصد افزایش مصرف گاز طبیعی به ازای یک درجه کاهش دما، از دمای 22 تا دمای 16 درجه بیشترین درصد افزایش و از دمای صفر تا 5- درجه کمترین درصد افزایش به ازای یک درجه کاهش دما رخ‌داده است. نقطه عطف و شروع مشکلات مربوط کمبود گاز طبیعی در شهرستان زنجان دمای کمتر از منفی 7 درجه تشخیص داده شد.
کلیدواژه‌ها

عنوان مقاله English

Modeling Natural Gas Consumption Demand Based on Climatic Conditions in Zanjan City

نویسندگان English

Mohammad Mohammadi 1
Hossein asakereh 2
Abdollah faraji 3
1 Assistant Professor of Climatology, Department of Crisis Management, Faculty of Social Sciences, Command and Staff University of the Army, Tehran, Iran.
2 Professor of Climatology, Department of Geography, Faculty of Geographical Sciences, University of Zanjan, Zanjan, Iran
3 Associate Professor of Climatology, Department of Geography, Faculty of Geographical Sciences, University of Zanjan, Zanjan, Iran.
چکیده English

Today, energy consumption plays a decisive role in the qualitative and quantitative development of human life. One of the energy sources that aligns with development, economic prosperity, and the acquisition of climatic comfort is natural gas. This energy source, especially in cold regions of the country, is essential for providing thermal comfort and requires proper management. Effective management of this fossil energy source depends on awareness and accurate forecasting of its demand. For this reason, the demand for natural gas in Zanjan city, one of the cold cities in Iran, was studied and modeled. Two groups of data—weather elements and natural gas consumption—over a period of 9 years (2013–2021) on a daily scale were used for this study. CurveExpert software and regression methods were employed to model the demand for natural gas in the city. Based on the most accurate pattern, temperature was selected as the only independent variable in the chosen model. Polynomial regression, with a correlation coefficient of 0.94 (coefficient of determination of 89.03%), was selected as the final model. The analysis revealed that the percentage increase in natural gas consumption per one-degree decrease in temperature varies across different temperature ranges. From 22°C to 16°C, the highest percentage increase in consumption was observed, while from 0°C to -5°C, the lowest percentage increase per one-degree decrease in temperature was recorded. The turning point and the beginning of issues related to natural gas shortages in Zanjan city were identified to occur at temperatures below -7°C.

کلیدواژه‌ها English

modeling
polynomial regression
Natural gas
Zanjan
امامی میبدی علی؛ محمدی تیمور؛ سلطان العلمایی سید محمد هادی. (1389). تخمین تابع تقاضای داخلی گاز طبیعی به روش فیلتر کالمن(مطالعه موردی تقاضای بخش خانگی شهر تهران)، فصلنامه اقتصاد مقداری، 7(3): 41-23. doi: 10.22055/jqe.2010.10643
امامی میبدی علی؛ محمدی تیمور؛ سلطان العلمایی سید محمد هادی. (1389). تخمین تابع تقاضای داخلی گاز طبیعی به روش فیلتر کالمن(مطالعه موردی تقاضای بخش خانگی شهر تهران)، فصلنامه اقتصاد مقداری، 7(3): 41-23. doi: 10.22055/jqe.2010.10643
بابایی میبدی، حمید؛ طحاری مهرجردی، محمد حسین؛ تقی زاده مهرجردی، روح الله. (1391)، بررسی کارایی مدل های نروفازی، شبکه عصبی و رگرسیون چند متغیره در پیش بینی مصرف انرژی کشور، فصلنامه پژوهش نامه اقتصادی(رویکرد اسلامی ایرانی)، 12(46): 64-43. https://joer.atu.ac.ir/article_940.html
بابایی میبدی، حمید؛ طحاری مهرجردی، محمد حسین؛ تقی زاده مهرجردی، روح الله. (1391)، بررسی کارایی مدل های نروفازی، شبکه عصبی و رگرسیون چند متغیره در پیش بینی مصرف انرژی کشور، فصلنامه پژوهش نامه اقتصادی(رویکرد اسلامی ایرانی)، 12(46): 64-43. https://joer.atu.ac.ir/article_940.html
حاجی حسینی بغدادآبادی، طاهره؛ قاسمی، عبدالرسول؛ محمدی، تیموری. (1399). اثر تغییرات آب و هوایی بر مصرف گاز طبیعی ایران، کاربرد الگوی رگرسیونی سانسورشده (توبیت). پژوهشنامه اقتصاد انرژی ایران، 9(34): 111-87. doi: 10.22054/jiee.2021.50681.1734
حاجی حسینی بغدادآبادی، طاهره؛ قاسمی، عبدالرسول؛ محمدی، تیموری. (1399). اثر تغییرات آب و هوایی بر مصرف گاز طبیعی ایران، کاربرد الگوی رگرسیونی سانسورشده (توبیت). پژوهشنامه اقتصاد انرژی ایران، 9(34): 111-87. doi: 10.22054/jiee.2021.50681.1734
دشتبان فاروجی، سحر؛ درگاهی، حسن. (1401). امکان‌سنجی صادرات گاز طبیعی ایران (1410-1401) بر پایه شبیه‌سازی الگوی اقتصادسنجی کلان - انرژی. پژوهشنامه اقتصاد انرژی ایران، 11(42): 45-11.doi: 10.22054/jiee.2022.69430.1947
دشتبان فاروجی، سحر؛ درگاهی، حسن. (1401). امکان‌سنجی صادرات گاز طبیعی ایران (1410-1401) بر پایه شبیه‌سازی الگوی اقتصادسنجی کلان - انرژی. پژوهشنامه اقتصاد انرژی ایران، 11(42): 45-11.doi: 10.22054/jiee.2022.69430.1947
ذولفقاری، حسین. (1392). آب و هواشناسی توریسم. تهران: انتشارات سمت.
ذولفقاری، حسین. (1392). آب و هواشناسی توریسم. تهران: انتشارات سمت.
راعی، حسن؛ نظری، جواد؛ سرزهی، مرتضی؛ ملکی، عباس. (1401). نعمت یا نقمت گاز طبیعی در ایران: بررسی آینده‌پژوهانه صادرات گاز طبیعی تا 2050، سیاستگذاری عمومی، 8(1): 167-151.doi: 10.22059/jppolicy.2022.85917
راعی، حسن؛ نظری، جواد؛ سرزهی، مرتضی؛ ملکی، عباس. (1401). نعمت یا نقمت گاز طبیعی در ایران: بررسی آینده‌پژوهانه صادرات گاز طبیعی تا 2050، سیاستگذاری عمومی، 8(1): 167-151.doi: 10.22059/jppolicy.2022.85917
شکیبایی، علیرضا؛ نظام آبادی پور، حسین؛ حسینی، سید جعفر. (1388). پیش بینی عرضه نفت خام در یازده کشور تولید کننده با استفاده از شبکه های عصبی و رگرسیون خطی، مجله دانش توسعه، 16(27): 56-42. ensani.ir/fa/article/152731/2006-1980
شکیبایی، علیرضا؛ نظام آبادی پور، حسین؛ حسینی، سید جعفر. (1388). پیش بینی عرضه نفت خام در یازده کشور تولید کننده با استفاده از شبکه های عصبی و رگرسیون خطی، مجله دانش توسعه، 16(27): 56-42. ensani.ir/fa/article/152731/2006-1980
شیعه بیگی، اندیشه؛ عباسپور، مجید؛ سلطانیه، محمد؛ حسین زاده لطفی، فرهاد؛ عابدی، زهرا. (1393). ارزیابی تغییرات اقلیم و پیش بینی اثر آن بر عملکرد و مصرف سوخت نیروگاه های حرارتی ایران در دهه آینده، علوم و تکنولوژی محیط زیست، ، 16(2): 12-1. https://jest.srbiau.ac.ir/article_3087.html
شیعه بیگی، اندیشه؛ عباسپور، مجید؛ سلطانیه، محمد؛ حسین زاده لطفی، فرهاد؛ عابدی، زهرا. (1393). ارزیابی تغییرات اقلیم و پیش بینی اثر آن بر عملکرد و مصرف سوخت نیروگاه های حرارتی ایران در دهه آینده، علوم و تکنولوژی محیط زیست، ، 16(2): 12-1. https://jest.srbiau.ac.ir/article_3087.html
صادقی، سید کمال؛ موسویان، سید مهدی. (1394). تحلیل آماری و برآورد فاصله اطمینان پیش بینی شبکه عصبی ترکیبی به منظور مقایسه با مدل خطی ARIMA (مطالعه موردی مصرف ماهانه گاز طبیعی در بخش خانگی ایران)، فصلنامه تحقیقات مدلسازی اقتصادی، 20(2): 106-73. nsani.ir/fa/article/343674
صادقی، سید کمال؛ موسویان، سید مهدی. (1394). تحلیل آماری و برآورد فاصله اطمینان پیش بینی شبکه عصبی ترکیبی به منظور مقایسه با مدل خطی ARIMA (مطالعه موردی مصرف ماهانه گاز طبیعی در بخش خانگی ایران)، فصلنامه تحقیقات مدلسازی اقتصادی، 20(2): 106-73. nsani.ir/fa/article/343674
عساکره، حسین. (1390). مبانی اقلیم شناسی آماری، انتشارات دانشگاه زنجان.
عساکره، حسین. (1390). مبانی اقلیم شناسی آماری، انتشارات دانشگاه زنجان.
عساکره، حسین؛ سیفی پور، زهره. (1391). مدلسازی مکانی بارش سالانه ایران، جغرافیا و توسعه، 10(29): 15-30. doi: 10.22111/gdij.2013.117
عساکره، حسین؛ سیفی پور، زهره. (1391). مدلسازی مکانی بارش سالانه ایران، جغرافیا و توسعه، 10(29): 15-30. doi: 10.22111/gdij.2013.117
کاظمی، عالیه؛ حسین زاده، مهناز. (1391). پیش بینی تقاضای حامل های انرژی در بخش های مختلف مصرف ایران با استفاده از رگرسیون خطی فازی، چشم اندازه مدیریت صنعتی، 2(4): 165-143. https://jimp.sbu.ac.ir/article_87332.html
کاظمی، عالیه؛ حسین زاده، مهناز. (1391). پیش بینی تقاضای حامل های انرژی در بخش های مختلف مصرف ایران با استفاده از رگرسیون خطی فازی، چشم اندازه مدیریت صنعتی، 2(4): 165-143. https://jimp.sbu.ac.ir/article_87332.html
کریمی، تورج؛ صادقی مقدم، محمدرضا؛ رهنما، روح الله. (1389). برسی اثر تغییرات دما بر مصرف گاز طبیعی در ایران، فصلنامه مطالعات اقتصاد انرژی، 6(24): 218-193. https://ensani.ir/fa/article/70509
کریمی، تورج؛ صادقی مقدم، محمدرضا؛ رهنما، روح الله. (1389). برسی اثر تغییرات دما بر مصرف گاز طبیعی در ایران، فصلنامه مطالعات اقتصاد انرژی، 6(24): 218-193. https://ensani.ir/fa/article/70509
کشاورز حداد، غلامرضا؛ میرباقری جم، محمد. (1386). بررسی تابع تقاضای گاز طبیعی (تجاری و خانگی) در ایران، فصلنامه پژوهش های اقتصادی ایران، 9(32): 160-137. https://ijer.atu.ac.ir/article_3628.html
کشاورز حداد، غلامرضا؛ میرباقری جم، محمد. (1386). بررسی تابع تقاضای گاز طبیعی (تجاری و خانگی) در ایران، فصلنامه پژوهش های اقتصادی ایران، 9(32): 160-137. https://ijer.atu.ac.ir/article_3628.html
لطفعلی، محمدرضاپور؛ احمد، باقری. (1382). تخمین تابع تقاضای گاز طبیعی مصارف خانگی شهر تهران، فصلنلمه پژوهشش های اقتصادی ایران، 16(2): 106-73. https://ensani.ir/fa/article/38779
لطفعلی، محمدرضاپور؛ احمد، باقری. (1382). تخمین تابع تقاضای گاز طبیعی مصارف خانگی شهر تهران، فصلنلمه پژوهشش های اقتصادی ایران، 16(2): 106-73. https://ensani.ir/fa/article/38779
هنری، الهام؛ یقینی، مسعود؛ ندیمی، محمد حسین. (1396). پیش بینی مصارف گاز خانگی و تجاری برای یک دوره پنج ساله شهر اصفهان با استفاده از شبکه های عصبی، مدیریت تولید و عملیات، 1(12): 262-247. https:// ensani.ir/fa/article/358481
هنری، الهام؛ یقینی، مسعود؛ ندیمی، محمد حسین. (1396). پیش بینی مصارف گاز خانگی و تجاری برای یک دوره پنج ساله شهر اصفهان با استفاده از شبکه های عصبی، مدیریت تولید و عملیات، 1(12): 262-247. https:// ensani.ir/fa/article/358481
Azadeh, A. Asadzadeh, SM. Saberi, M. Khoshmagham, S. (2012). An integrated genetic algorithm-principal component analysis for improvement and estimation of gas consumption in Finland, Hungary, Ireland, Japan and Malaysia. [DOI:10.1504/IJOR.2012.045184]
Azadeh, A. Asadzadeh, SM. Saberi, M. Khoshmagham, S. (2012). An integrated genetic algorithm-principal component analysis for improvement and estimation of gas consumption in Finland, Hungary, Ireland, Japan and Malaysia. [DOI:10.1504/IJOR.2012.045184]
International Journal of OperationalResearch, 13(2),147-73. https://ideas.repec.org/a/ids/ijores/v13y2012i2p147-173.html.
International Journal of OperationalResearch, 13(2),147-73. https://ideas.repec.org/a/ids/ijores/v13y2012i2p147-173.html.
BP Statistical Review of World Energy, (2020).
BP Statistical Review of World Energy, (2020).
Ceylan, H. Ozturk, H. K. (2004). Estimating energy demand of Turkey based on economic indicators using genetic algorithm approach. Energy Conversion and Management, 45(15), 2525-2537. DOI:10.1016/j.enconman.2003.11.010. [DOI:10.1016/j.enconman.2003.11.010]
Ceylan, H. Ozturk, H. K. (2004). Estimating energy demand of Turkey based on economic indicators using genetic algorithm approach. Energy Conversion and Management, 45(15), 2525-2537. DOI:10.1016/j.enconman.2003.11.010. [DOI:10.1016/j.enconman.2003.11.010]
Dombaycı, ÖA. (2010). The prediction of heating energy consumption in a model house by using artificial neural networks in Denizli-Turkey. Advances in Engineering Software, 2, 41(2), 141-147. DOI:10.1016/j.advengsoft.2009.09.012. [DOI:10.1016/j.advengsoft.2009.09.012]
Dombaycı, ÖA. (2010). The prediction of heating energy consumption in a model house by using artificial neural networks in Denizli-Turkey. Advances in Engineering Software, 2, 41(2), 141-147. DOI:10.1016/j.advengsoft.2009.09.012. [DOI:10.1016/j.advengsoft.2009.09.012]
Gautam, T. k. and Paudel, K. (2019). The Demand for Natural Gas in the Northeastern United States, Energy, 158, pp. 890-898. DOI: 10.1016/j.energy.2018.06.092. [DOI:10.1016/j.energy.2018.06.092]
Gautam, T. k. and Paudel, K. (2019). The Demand for Natural Gas in the Northeastern United States, Energy, 158, pp. 890-898. DOI: 10.1016/j.energy.2018.06.092. [DOI:10.1016/j.energy.2018.06.092]
Gil, S. & Deferrari, J. (2004). Generalized Model of Prediction of Natural Gas Consumption. Energy Resources Technology ,.126, 90-98. doi.org/10.1115/1.1739239. [DOI:10.1115/1.1739239]
Gil, S. & Deferrari, J. (2004). Generalized Model of Prediction of Natural Gas Consumption. Energy Resources Technology ,.126, 90-98. doi.org/10.1115/1.1739239. [DOI:10.1115/1.1739239]
Khotanzad, A., Elragal, H. , Lu, T. (2000). Combination of Artifical Neural Network Forecasters for Prediction of Natural Gas Consumption. IEEE Transaction of Neural Networks, 11, 464-473. 11(2). DOI: 10.1109/72.839015. [DOI:10.1109/72.839015] [PMID]
Khotanzad, A., Elragal, H. , Lu, T. (2000). Combination of Artifical Neural Network Forecasters for Prediction of Natural Gas Consumption. IEEE Transaction of Neural Networks, 11, 464-473. 11(2). DOI: 10.1109/72.839015. [DOI:10.1109/72.839015] [PMID]
Papageorgiou K, I. Papageorgiou E, Poczeta K, Bochtis D, Stamoulis G. (2020). Forecasting of Day-Ahead Natural Gas Consumption Demand in Greece Using Adaptive Neuro-Fuzzy Inference System. Energies, 13(9):2317. doi.org/10.3390/en13092317. [DOI:10.3390/en13092317]
Papageorgiou K, I. Papageorgiou E, Poczeta K, Bochtis D, Stamoulis G. (2020). Forecasting of Day-Ahead Natural Gas Consumption Demand in Greece Using Adaptive Neuro-Fuzzy Inference System. Energies, 13(9):2317. doi.org/10.3390/en13092317. [DOI:10.3390/en13092317]
Sailor, D. J. Munoz, J. R. (1997). Sensitivity of electricity and natural gas consumption to climate in the USA-methodology and results for eight states. Energy, 22(10), 987-998. doi.org/10.1016/S0360-5442(97)00034-0. [DOI:10.1016/S0360-5442(97)00034-0]
Sailor, D. J. Munoz, J. R. (1997). Sensitivity of electricity and natural gas consumption to climate in the USA-methodology and results for eight states. Energy, 22(10), 987-998. doi.org/10.1016/S0360-5442(97)00034-0. [DOI:10.1016/S0360-5442(97)00034-0]
Sarak, H. Satman, A. (2003). The degree-day method to estimate the residential heating natural gas consumption in Turkey: a case study. Energy, 28(9), 929-39. doi.org/10.1016/S0360-5442(03)00035-5. [DOI:10.1016/S0360-5442(03)00035-5]
Sarak, H. Satman, A. (2003). The degree-day method to estimate the residential heating natural gas consumption in Turkey: a case study. Energy, 28(9), 929-39. doi.org/10.1016/S0360-5442(03)00035-5. [DOI:10.1016/S0360-5442(03)00035-5]
Shakouri G, H. & Nadimi, R. (2009). A novel fuzzy linear regression model based on a non-equality possibility index and optimum uncertainty, Applied soft computing, 9(2), 590-598. doi.org/10.1016/j.asoc.2008.08.005. [DOI:10.1016/j.asoc.2008.08.005]
Shakouri G, H. & Nadimi, R. (2009). A novel fuzzy linear regression model based on a non-equality possibility index and optimum uncertainty, Applied soft computing, 9(2), 590-598. doi.org/10.1016/j.asoc.2008.08.005. [DOI:10.1016/j.asoc.2008.08.005]