تاثیر فناوری بر حل بحران خاموشی
بررسیها نشان میدهد افزایش راندمان فناوری یکی از نسخههایی است که تاثیر چشمگیری در حل بحران خاموشی بهخصوص در فصول گرم سال را دارد.
افزایش تقاضای مصرف برق در زمان پیک شبکه برق و عدم تناسب تولید و تقاضا منجر به خاموشیهای متعدد در تابستان و زمستان سالهای اخیر شد.
اختلاف ۸ هزار مگاواتی بین عرضه و تقاضای برق در زمان پیک شبکه برق، موجب قطع برق صنایع و منازل مسکونی شد که طبق ارزیابیها به ازای هر کیلووات ساعت قطعی برق حدود ۱۶هزار تومان ضرر به اقتصاد کشور وارد شد. کاهش سرمایهگذاری در بخش نیروگاهی به واسطه خصوصیسازی غیراصولی نیروگاهها، پایین بودن قیمت فروش برق نسبت به قیمت تمامشده، عدم اجرای فازهای بعدی طرح هدفمند کردن یارانهها و عدم پرداخت مابهالتفاوت قیمت تکلیفی و تمامشده توسط دولت منجر به کاهش تولید برق شده است.
در این میان چیزی که باعث افزایش بار شبکه در تابستان نسبت به سایر فصول شده، بار سرمایشی (حدود ۳۰ درصد پیک شبکه) است. بیش از ۵۰ درصد پیک شبکه و عمده بار سرمایشی در بخش مسکونی است.
با توجه به اینکه ۶۵ درصد ساختمانهای کشور از کولر آبی استفاده میکنند، یکی از راههای کنترل رشد پیک بار شبکه سراسری برق، افزایش بهرهوری مصرف انرژی کولر آبی است. در پژوهشی که از سوی مرکز بررسیهای استراتژیک ریاستجمهوری منتشر شده است به کمک مدلسازی مهندسی پایین به بالا و لحاظ کارکردهای رفتاری، تاثیر افزایش راندمان کولرهای آبی بر پیک شبکه برق تهران بررسی شده است. ارزیابیها نشان داد با افزایش راندمان کولرهای آبی از درجه G به B، A و C به ترتیب ۰۸/ ۲۱، ۸۳/ ۱۹ و ۷۲/ ۱۷ درصد پیک شبکه برق شهر تهران کاهش مییابد.
این اقدام راهبردی در زمینه کارآیی تجهیزات سرمایشی، به اندازه ۲/ ۵ سال بودجه توسعه ظرفیت نیروگاهی کشور موثر است. این پژوهش ضمن تدقیق برآورد بار سرمایشی تاثیرگذار در پیک شبکه برق شهر تهران، تاثیر افزایش راندمان پرکاربردترین تجهیز سرمایشی(کولر آبی) در پیک شبکه برق تهران را برآورد کرده است.
این دستاورد میتواند به عنوان ابزاری برای سیاستگذاری بهتر در زمینه پیکسانی و به تبع آن جلوگیری از بحران خاموشی در تابستان سال ۱۴۰۱ مورد استفاده قرار گیرد.
مروری بر رویکردهای از بالا به پایین
استفاده و توسعه از اینگونه مدلها همزمان با بحران انرژی در دهه ۱۹۷۰ فراگیر شد. در واقع، هدف از توسعه این مدلها شناخت رفتار مصرفکننده متناسب با تغییرات میزان عرضه انرژی و قیمت آن بود که به تبع آن مدلهای اقتصادسنجی در سطح ملی تدوین شدند.
این مدلها به اطلاعات کمی از جزئیات واقعی فرآیند مصرف احتیاج داشتند. این مدلها بخش ساختمان را به عنوان یک بخش کلی در نظر میگیرند و تاثیر مولفههای مهم روی مصرف انرژی را به دست آورده تا روند پیشرو را پیشبینی کنند.
در مدلهای بالا به پایین رابطه بخش انرژی با سایر بخشهای کلان انرژی بررسی میشود. یک نقطه قوت مدلسازی به روش بالا به پایین نیاز به دادههای تجمیعی است که عمدتا ساده و قابل دسترس هستند که منجر به قابل اعتماد بودن مدل میشود. مدلهای از بالا به پایین به دو گروه اصلی مبتنی بر فناوری و مبتنی بر اقتصادسنجی دستهبندی میشوند.
تجزیه و تحلیل
پیک شبکه، پیک روز است، اما فاصله پیک روز و شب تقریبا ۲ هزار مگاوات در سالهای اخیر بوده است. با مقایسه بار سرمایشی و الکتریکی مشخص میشود که میانگین راندمان تجهیزات سرمایشی شهر تهران تقریبا برابر با ۳۳/ ۰درصد است. با افزایش راندمان کولرهای آبی درجهG شهر تهران به درجه A، ۲۸۱/ ۳۷مگاوات پیک روز شبکه برق شهر تهران کاهش مییابد.
همچنین با افزایش راندمان کولرهای آبی درجه G به درجه B و C به ترتیب ۲۶۴/ ۶۵ مگاوات و ۲۳۶/ ۵۸ مگاوات در پیک روز شبکه برق تهران کاهش رخ خواهد داد. با افزایش راندمان کولرهای آبی درجه G شهر تهران به درجه A، ۱۹۶/ ۹۷ مگاوات پیک شب شبکه برق شهر تهران کاهش مییابد.
همچنین با افزایش راندمان کولرهای آبی درجه G به درجه B و C به ترتیب ۱۸۵/ ۲۷مگاوات و ۱۶۵/ ۶۲مگاوات در پیک شب شبکه برق تهران کاهش رخ خواهد داد.
با افزایش راندمان کولرهای آبی از درجه G به B، A و C به ترتیب ۰۸/ ۲۱، ۸۳/ ۱۹ و ۷۲/ ۱۷ درصد باعث کاهش پیک شبکه برق شهر تهران میشود.
ارزیابیها نشان میدهد بیش از ۵۰ درصد پیک شبکه و عمده بار سرمایشی در بخش مسکونی است. با توجه به اینکه ۶۵ درصد ساختمانهای کشور از کولر آبی استفاده میکنند، یکی از راههای کنترل رشد پیک بار شبکه سراسری برق، افزایش بهرهوری تجهیزات کولر آبی است.
این پژوهش ضمن تدقیق برآورد بار سرمایشی تاثیرگذار در پیک شبکه برق شهر تهران، تاثیر افزایش راندمان پرکاربردترین تجهیز سرمایشی (کولر آبی) در پیک شبکه را برآورد کرده است. دستاورد یادشده میتواند به عنوان ابزاری برای سیاستگذاری بهتر در زمینه پیکسایی مورد استفاده قرار بگیرد. یکی از دلایلی که تاکنون مدیریت سمت تقاضای پیک شبکه موفقیت چندانی نداشته است، عدم مدلسازی مهندسی و رفتاری توأمان مصرفکنندگان است.
توسعه ابزار مدلسازی پایین به بالا با لحاظ کارکردهای رفتاری، به سیاستگذاری دقیقتر و مشخصتر در زمینه انرژی، کمک وافر میکند.
به عنوان مثال، مطابق دستاوردهای این پژوهش میتوان برای مدیریت پیک شبکه شهر تهران(این مدلسازی میتواند برای تمامی شهرها و به تبع آن کل کشور صورت پذیرد) بهصورت دقیق در مورد افزایش کارآیی یک تجهیز سرمایشی خاص تصمیمگیری کرد. مدیریت سمت تقاضا به عنوان سیاستی کم هزینه و با عملکرد بالا در زمینه کاهش پیک شبکه برق با توجه به شرایط فعلی کشور(کمبود منابع عمرانی برای ایجاد ظرفیت عرضه) باید به عنوان سیاست اصلی پیکسایی کشور مد نظر قرار بگیرد.