• 谷歌学者
  • 意见:1958年

  • PDF下载:431

农业部门电力需求函数的仿真:遗传算法的应用(案例研究:伊朗电力供给井)

Hossein Sadeghi.1*, Samaneh Khaksar Astaneh1,穆罕默德哈迪海剑2和Shahdokht Azadi.1

1Tarbiatmodares大学,德黑兰伊朗。

2经济部门塔比亚特大学,德黑兰伊朗。

DOI:http://dx.doi.org/10.12944/CWE.9.3.10

由于天然气消耗所产生的几个问题,在伊朗的农业井中有必要用电力替代化石燃料。由于燃料供应不足、空气和土壤污染、噪音污染以及安装、操作和维护费用高昂等问题,伊朗农业部门必须用耗电系统取代天然气系统。然而,在电力取代其他能源的今天,研究电力的需求是必要的。水井是农业部门的主要用电用户,能源需求函数的估计将有助于决策者实现其目标。本文研究了伊朗农业部门的能源需求函数。遗传算法techniques are appliedto estimate electricity demand in agricultural sector in three forms: linear, quadratic and exponential equations. Based on the conventional criteria, the exponential model is selected as the best model for estimation. Furthermore, electricity demand of agricultural sector is forecasted under three scenarios for years next three years.


电力需求;农业部门;消耗电力井;预测;遗传算法

复制以下内容以引用本文:

基于遗传算法的农业电力需求函数模拟研究(以伊朗电力井为例)。Curr World Environ 2014;9 (3) DOI:http://dx.doi.org/10.12944/CWE.9.3.10

复制以下内容以引用此URL:

基于遗传算法的农业电力需求函数模拟研究(以伊朗电力井为例)。Curr World Environ 2014;9(3)。可以从://www.a-i-l-s-a.com?p=542/


下载文章(PDF)
引文管理者
发布历史


文章出版历史

已收到: 2014-08-18
公认: 2014-09-15

介绍

机械化是传统农业向现代农业过渡的必要前提。显然,传统的方法不能保证不断增长的7000万人口的粮食安全。目前,机械化在农业生产中的重要作用促使决策者加快农业机械化进程。因此,农业部门的规划者在其战略计划中不断涉及到机械化问题。

为了给不断增长的人口提供水,优化地表水和地下水的开发是至关重要的。人类一直忙于发明能把水带到地表的装置。在这方面,他们通过制造手动泵和现代泵,向机械化农业迈出了第一步。水泵最重要的应用之一是在农业部门从地下蓄水层抽水(Nikue, 2000)。

伊朗农业部门消耗的能源主要由石油,天然气和煤油等石油产品提供。在伊朗斯革命后的第一个十年内在农业部门消耗的石油产品的份额为农业部门总能源的94.6%。近年来,尽管能源价格的增加,农业活动中使用的电力份额大幅提高,因为它在1991年的6.73%转移到2009年的29.04%。电力的主要消费领域之一在农业部门,股票在本行业中使用的总电力部分,是农业井。对于用于泵送这些井中的电泵,为该扇区消耗的能量大量份额分配了大量的能量。

电力行业追求的主要目标之一是优化所产生的电力的消耗,因为能源的产生需要巨大的投资。在能源部门应用适当和系统的消费管理不仅为该国提供了很大的经济贡献,它还为其用户提供了稳定的电源。

近年来,电能的消耗增加了。另一方面,就现有技术而言,还不可能大规模储存所产生的能量。因此,优化能源消耗非常重要。因此,有必要对能源消耗做出精确的预测,以节约电能消耗(KhademiZare&Akhavan, 2009)。

虽然,在农业部门中没有明确的国内工作,用于使用遗传算法(GA),Musavi等人(GA),Musavi等人(Ga),Musavi等人(2010)预测伊朗农业的拱门和Arima模型的能源载体消耗的消耗1968年至2005年的年度数据。这项工作的结果表明,在农业部门的能源运营商消费中将观察到略有增加。在以下行中,介绍了使用不同技术在不同领域的预测和估算的一些研究:

Sadeghi等人(2009)伊朗运输部门消耗的天然气需求功能。通过这项工作,他们应用了GA技术来估算天然气的需求功能,然后预测运输部门的气体需求,直到2025年。Ghanbari等(2008)使用GA技术估计天然气和超级天然气在伊朗运输部门的需求功能。他们的工作结果表明,陆地运输部门超级天然气需求函数的天然气和幂幂的二阶形式的需求功能产生了有效的伊朗土地运输部门能源需求的效率。Borimnezhad(2007)利用多项式生产功能提取农业部门的水需求功能。Tahamipour等人(2006)使用线性规划方法确定农业部门的水需求功能。Azerbaijani等(2005)应用ARDL方法,用于估计IndustIrg扇区中电能的需求函数。它们的结果表明,Industigr扇区中的电能是近似的无弹性输入,因此,价格政策对其需求没有相当大的影响。FOROUZANFAR等(2010)使用非线性规划技术和GA,通过研究,“天然气和伊朗国内和伊朗国内和伊朗国内和伊朗国内天然气的消费率的建模和估算”的消费率。它们的结果暗示了这两种技术的高精度,用于预测天然气消耗。为了预测粒子沼泽优化(PSO)的能量消耗,以估计土耳其在土耳其能源的未来价值,直到2025年,而不是土耳其能源需求的提出的线性和二阶函数。 The results of this work indicated that the second order function with lower SSE provides a better solution of the data observation. Thomas et al (2008) predicted housing demand in Hong Kong using GA and linear regression techniques. To estimate future value of oil demand by genetic algorithm optimization, Canyurt&Ozturk proposed three nonlinear models for oil demand in Turkey. Ozturk et al (2005) predicted Electricity consumption in Turkey within time range of 2002-2025 using GA technique.

本文共分七个部分:在第一部分研究概况的基础上,第二部分从能源经济的角度对电气化进行了探讨。第三部分介绍遗传算法的理论基础。在第四部分,对模型进行了介绍。第五部分和第六部分分别对伊朗农业电力需求的结果分析和预测进行了讨论。第七部分为结论部分。

井电气化:节能的必然要求

如今,人类遇到了两个主要危机,这与它们出现的相互关联。一方面,工业城市处理环境污染,另一方面,原材料和燃料资源正在缩小化石燃料资源是不可再生能源的。

世界上15个最大的消费者最大的消费者之一是伊朗,其石油产品消耗在不到二十年的时间内增加了两倍。相比之下,西方国家通过采取适当的能源优化政策,严格控制和降低能源消耗。政府适当优化化石燃料消耗的政策之一,并因此污染减少是为了找到农业井泵中使用的化石燃料的合适交替,并向农业井安装电网和扩建电网。。

由于燃料供应不足、空气和土壤污染、噪音污染以及安装、操作和维护费用高昂等问题,伊朗农业部门必须用耗电系统取代天然气系统。

关于伊朗和水危机的干旱气候加上未经禁止的措施,考虑到这一事实未经授权的措施在这些井中,需要定义一个严格的控制这些提取,就像它的电气井一样与柴油或其他非电气化井相比,更容易。

农业井的电气化的另一个优点是检测和预防非允许井的活动。通过这种方式,通过纠正农业电力的费用,将能量良好增加和能源需求过剩的精细效力超过许可证中定义的极限,可以容易地控制来自地下含水层的水戒烟,并在本行业中优化水和电力消耗.

由于有关农业井的电气化的国家利益,自1999年以来,政府已向农民分配了有关子公司和非申报表的大量预算,以激励他们对其井充电。为了从井中提取水,通常使用大量化石燃料(胃),其与天然燃料气体相比具有高成本以及有害的环境后果。农业井的电气情况也将导致在国民经济中占有相当大的经济省,考虑到石油和天然气油之间的价格差异。

在伊朗,促进农业井的规则于2001年通过了伊斯兰竞技议会。根据这一规则,促进农业井的电气化,政府有义务提供农民的最大设施和设备;此外,能源部有义务在今年24-27圆的24-27人中提供救助人员和农业部门用户的能源需求。通过通过这条规则,农民对其井充电的需求表明了多变的增加。此外,根据能源和石油部之间的协议,以及高经济委员会提供特殊设施的规则,大量柴油发动机被转换为电动发动机。

在伊朗伊斯兰革命的开始时,该国只有2000年的电气化井。自从此,每年4,275孔井已经通电。截至2011年底,伊朗的井中的总数是357,218,其中189,893人是电气化的,其余的167,325是柴油(电力统计书,2011)。这些电气化的井,平均需求为36 kW,每年消耗213.9亿千瓦时。

遗传算法基础

气体是从进化理论到期的计算模型成员之一。这些算法以简单染色体的形式编制问题的潜在解决方案,然后在这些结构上应用组合操作者。气体通常被认为是优化功能。但是,它们的应用程序域比仅应用于优化问题更广泛。

气体具有与传统搜索和优化方法的基本差异。Goldberg(1989)列出了以下差异,如下所示:

  • 基于编纂一组解决方案的气体工作,而不是通过解决方案
  • 天然气在解决方案中搜索解决方案而不是单一解决方案
  • GAs使用目标函数的信息,而不是派生或其他腋窝信息;和
  • 气体应用概率传递函数,而不是共同的确定性和数学规则。


GAs的植入是通过创造一个初始的(通常是随机的)染色体种群而开始的。然后,对这些初始结构进行评估,并允许根据它们的优点进行繁殖。

GA最早是由荷兰(1975)提出的。在这些算法中,每个解都由一组称为染色体的氏族来表示。一个被选择的染色体群体被称为“群落”,而每个群落在一个特定的长时期内被称为“一代”。定义目标函数后,生成初始社区。这个种群被评估,每个染色体被分配一个基于其适合度的排序。如果不满足定义的问题准则,则迭代再生周期以改进解决方案。这个循环包括选择、交叉和变异步骤。染色体根据分配的排序进行选择,并引入交叉步骤,选择的染色体(父母)产生子染色体。这些解决方案进入突变步骤,完成再生步骤和创建新的社区。因此,基于上述几点,每个GA必须包括以下几点(Goldberg, 1989)

  • 可能解的染色体表示;
  • 初始化初始群体
  • 评价函数,用于根据解的适合度对解进行排序;
  • 遗传运营商交叉并改变染色体结构;和
  • 其他所需的运营商,如人口,突变概率,交叉概率等。


通常,遗传算法具有类似于图1中所示的循环。第一步是产生初始随机染色体群。接下来,评估和定义每个成员(染色体)的适应度水平,然后根据成员的适应度进行选择步骤。以这种方式,选择具有最高适合度的许多染色体用于再生。最终,遗传(交叉和突变)算法通过修饰或组合其遗传码来评估所选成员。每个循环的运行称为一代。该过程迭代,直到满足循环的停止标准。

图1:算法循环
点击此处查看数字


在本研究中,染色体的参数以二元形式建模。这里,基于使用EQ的小数系统中的建模精度来确定比特的每个参数。(1):



式中:Δ为期望的精度;K为比特数;l是每个参数的高低边界。为了对该算法的染色体进行解码,将二进制染色体中各参数的第一个值转换为十进制的值,然后利用公式(2)在0和1之间进行归一化。

其中,k和d表示每个参数的位数和对应的十进制值。接下来,将归一化值映射到高边界和低边界之间的值,并且为给定的生成记录所获得的值的平均值。为了开发下一代,首先将所选染色体置于繁殖池中。然后,通过确定交叉概率,这是pC在这项工作中= 0.9,染色体被随机选择,并进行交叉过程。染色体可以转移到下一代,概率为1 - pC,这表明缺乏交叉。在某些情况下,给定位的值可能会由于交叉效应而改变,而在之前的状态下则更有价值。然后,为了避免这种现象,需要应用另一种算子,即带p的突变m考虑到这项工作中的AS-0.06。与交叉运算符类似,此操作员也随机运行。结果,给定位的突变在0到1的范围内变化。通过确定迭代的数量和停止标准。在定义生成和停止标准的迭代次数之后,记录平均和最佳解决方案,直到给定的生成。

目标函数,更准确地,使用EQ计算未来几年在未来几年中估算农业部门电力需求的模型。(3)

式中,适应度函数的值等于误差平方和(SSE);Eobs.和E.美东时间观察和估计电力需求;m是观察的数量;和s一世权重因子。表1给出了用遗传算法估计上述方程的参数。

表1:GA中使用的参数

18.

初始种群

50

数量的代

0.9

交叉运算符的概率

0.06

突变算子的概率


模型表示

在本研究中,为了模拟农业部门的电力需求函数,使用了2003 - 2010年6个月的数据。从能源部能源资产负债表中提取与农业部门平均电价(P)相关的统计和信息(以每小时内部收益率计算)。S.tatistics of the electricity consumption rate of the electrified wells in agricultural sector (E) in kwh, number of electrified wells (CH), and allocated budget for electrification of these wells (M) in million IRRs are extracted from Rural Electricity Statistics of Ministry of Energy.

考虑到收集的信息,使用EQ计算农业部门的电力需求功能。(4)

e = f(ch,p,m)......(4)

式中,E为农业部门电气化井用电量;CH为电气化井数;P为农业部门的平均电价;M是用于农业电网建设和加固的预算。

基于遗传算法的特点,本研究利用三个方程对农业用电需求进行估计:

在方程。(5),(6)和(7),X1,X2和X3是电气化井的数量,电力的平均价格和M分别分配了农业部门中电网的建设和加强的预算.此外,W.一世和α.一世是每个变量的重量系数和指数。

结果分析估计需求模型

执行第3部分中提到的程序(遗传算法的基础)后,使用MATLAB 2009获得线性,二阶和指数方程,如下所示:




使用GA方法获得的电力模拟线性需求功能(EQ.8)

图2:代表电估计需求
在农业部门使用线性,二阶,
来自2008年第二次的指数方程
直到2011年底。

点击此处查看数字


仿真过程的评估标准

为了更准确地评估模拟功能的性能,应用了适合函数旁边的其他三个标准来评估其他模拟(预测)性能。这些标准如下:

均方误差(MSE)

表明伊朗农业部门的电力消费量和模拟价值之间的差异。使用等式(11)计算MSE





根均方误差(RMSE)是MSE的根。平均绝对百分比误差(MAPE)作为伊朗农业部门的观察和模拟价值之间的差异,是计算预测误差百分比的重要标准。在MAPE方面计算预测误差会产生更好的结果(等式12)

式中,n为观测次数。这些准则是对电力需求模拟函数进行计算的,结果如表2所示。

表2:使用评价标准的线性、二阶和指数模型之间的比较

日军

RMSE

MSE

模型

2.62

23822

1077292497

线性

1.12

14075

198127472.

二次

0.71

8117

65893667

幂数


如表2所示,所有的准则都强调指数模型优于线性和二阶模型。根据所得结果可以看出,与线性和二阶模型相比,指数模型对农业部门用电需求估计的预测结果更好、更准确。

农业部门电力需求预测

在估计和评估农业部门的电力需求的线性,二阶和指数模型之后,在这部分农业井中的电力消耗,使用指数模型以2012年至2014年的时间范围的三种情况的形式进行了指数模型:

场景1(乐观)假设

  • 分配资金到井充电的增长率为40.75%;
  • 农业部门的实际电力是恒定的;和
  • 电气化井增长率为11.56%。


场景2(中间)假设

  • 分配资金到井充电的增长率为21.98%;
  • 农业部门的实际电力是恒定的;和
  • 电气化井增长率为7.48%。


场景3(悲观)假设

  • 井电气化资金分配增长率0.16%;
  • 农业部门的实际电价是不变的,但2014年上涨了15%;和
  • 电气化井的生长速率为1.61%。


使用这些情况来预测农业部门的电力消耗的价值观在表3中介绍,基于该表3,农业部门的电力需求将具有上升趋势。

表3:使用指数模型(百万千瓦时)预测电力消耗的值(百万千瓦时)

S.Cenario 3.

场景2

场景1

17341

21437

25044

2012

17378

23909

30251.

2013年

17416

26682

36602

2014年


此外,根据引入的情况和指数模型,表4显示了2012年至2014年的农业部门的平均增长率。

表4:农业部门电力需求预测的平均增长率

场景3

场景2

场景1

时期

0.002

0.12

0.23

2012-2014


在所有情景下,农业部门电力需求的平均增长率均呈指数增长趋势。但在电价不变的情况下,与情景3相比,情景1和情景2中分配资金增长率和电力需求增长率均有较大的增长趋势。

结论

伊朗是世界上石油产品使用量最高的15个国家之一,登记数据显示,在不到20年的时间里,伊朗的石油产品消费量增长了3倍。相比之下,西方国家通过采取适当的能源优化政策,严格控制和降低能源消耗。政府为适当优化化石燃料消耗,从而减少污染所采取的政策之一是找到一种适当的替代农业井泵使用的化石燃料,并在这些井附近安装电泵和扩大电网。

缺乏适当和按时燃料供应引起的问题,通过倾倒石油产品,通过燃烧石油产品,噪音污染而引起的空气污染以及安装和调试,开发和维护以及燃料供应而产生的空气污染为柴油和天然气泵制定了另类系统,作为农业部门当局的首要任务。

因此,研究影响电力需求的因素,准确、恰当地认识消费模式的行为结构,是为实现预期目标而精心规划的迫切需要。在本研究中,首先引入了电力需求函数,然后讨论了影响农井电力需求的因素。农业用电需求估算的变量包括年电气化井数、农业平均电价、农业井电网建设与加固拨款等。

这项工作的结果表明,与线性和二阶模型相比,指数模型可以估计电力需求功能的更好结果。此外,在这项研究中,通过指数函数使用2012年至2014年的时间段,通过指数函数预测农业井的电力需求。

参考文献

  1. Azarbayejani,K.,Sharifi,A.,&Satee,M。(2005)。伊朗工业部门的电能需求.经济研究杂志,73,133-166(在波斯语)。

  2. Borimnezhad,V.(2007)。通过农业部门多项式产品职能的水需求函数的反应。科学农业学报,30(2)(在Farsi)。

  3. Behruzi Lar,M.(1984)。什么是农业机械化?橄榄树杂志, 43岁(波斯语)。

  4. Tahami Pur,M.,Karbasi,A.,&Daneshvarkakhki,M.(2006)。农业部门的水需求(案例研究:Zarand City的Postachio农民)。农业科技杂志,20,116-122(在波斯语)。

  5. Canyurt,O.,Oz Turk。,H.(2006)。遗传算法(GA)搜索技术对油需求估计的三种不同应用。能源转换和管理47: 3138 - 3148。

  6. Forouzanfar, M., Doustmohammadi, A., Menhaj, B., &Hasanzade, S.(2010)。伊朗住宅和商业部门天然气消费的建模和估计。应用能量,87:268-274。

  7. Ghabari,A.,Khezri,M.,&Azami,A.(2008)。使用遗传算法将伊朗地下运输的汽油和瓦斯油的需求。经济季刊部分(以前的经济研究), 5(4), 157-177(波斯语)。

  8. Goldberg,D(1989)。搜索,优化和机器学习中的根本算法。Addison-Wesley,Harlow,英格兰。

  9. 荷兰,J.(1975)。自然和人工系统的适应性:与生物学,控制和人工智能应用的介绍分析。Ann Arbor,MI:密歇根大学出版社。

  10. Khademi Zare,H.,Akhavan,A.(2009)。提供一种集成模型,以预测峰值负荷和电能供应和需求平衡多目标。第二十四届电力国际会议(波斯语)。

  11. Musavi, N., Mokhtari, Z., &Farajzade, Z.(2010)。基于ARCH和ARIMA模型的伊朗农业能源消费预测。能源经济学研究, 27,181 -195(波斯语)。

  12. Nikuee,A.,Torkamani,J.(2000)。将柴油发动机转化为电泵的经济评估。农业与发展经济学杂志,32,135-156(波斯第)

  13. Ozturk, H., Ceylan, H., Canyurt, O., &Hepbasli, A.(2005)。基于遗传算法的电力估计:以土耳其为例。活力,30,1003-1012。

  14. Sadeghi,H.,H.,Zolfaghari,M.,Heydarzade,M。(2009)。利用遗传算法估计运输部门汽油需求。能源经济学研究.21,1-27(在波斯语)。

  15. Toksari,M。(2007)。蚁群优化方法估算土耳其能源需求。能源政策, 35岁,3984 - 3990。

  16. Thomas,N.,Skitmore,M.,&Fai Wong,K。(2008)。采用遗传算法和私人住房需求预测线性回归分析。建筑和环境,43,1171-1184。

  17. 除非,a(2008)。利用群体智能改进能源需求预测:以土耳其为例,对2025年进行预测。能源政策,36,1937-1944。

Creative Commons许可
这项工作是在授权下获得的知识共享署名4.0国际许可