Оценка способов энергообеспечения полуострова Ямал на основе нечеткого многокритериального анализа
DOI:
https://doi.org/10.17059/ekon.reg.2022-4-17Ключевые слова:
предпроектные исследования, многокритериальный анализ, нечеткие множества, шкала Саати, экспертные оценки, инфраструктура арктических территорий нового освоения, энергоисточникиАннотация
Важнейшим условием полноценного вовлечения вновь осваиваемой территории является обеспечение ее полезной энергией. Для территорий нового освоения, таких как полуостров Ямал, существуют различные энергетические альтернативы. В настоящей статье на основе известных базовых подходов разработана процедура формализации анализа альтернатив на основе преимущественно качественной исходной информации. На предпроектной стадии приходится действовать в условиях ограниченной и нечеткой информации, сконцентрированной в основном в экспертном опыте. Для решения задачи отобраны шесть критериев для экспертных оценок. Их обработка проведена с использованием нечетких моделей многокритериального выбора на основе нечеткого многокритериального анализа вариантов, позволяющих формализовать логические рассуждения с расплывчатыми или неточными утверждениями. Поскольку в таких условиях отсутствует достаточный для конструирования нечетких множеств набор измеримых свойств, успешно выполнена формализация лингвистических оценок интуитивных или логических попарных сравнений с использованием схемы Беллмана — Заде, шкалы Саати и построения функций принадлежности. Искомое нечеткое множество получено нахождением собственного вектора и наибольшего собственного числа для матрицы попарных сравнений. Логика выбора варианта строится по максиминному критерию, дополненному методом матрицы уступок, позволяющим различить альтернативы при получении одинаковых или близких их оценок. В результате исследования выявлена приоритетность диверсификации первичных энергоносителей для обеспечения полезной энергией потребителей Ямала. Таким диверсифицирующим выбором энергоисточника, согласно проведенному модельному эксперименту, оказалось предпочтение атомной энергии. На втором месте по предпочтительности — газотурбинные технологии, существенно опережающие ветроэнергетические источники. Замыкают ряд по предпочтительности дизель-генераторные установки. Таким образом, результаты моделирования в нечеткой среде хорошо корреспондируются с объясняющими факторами выбора. Включение метода нечетких множеств с преобразованием лингвистических оценок в количественные в модельно-методический аппарат многокритериального выбора возможно и в отношении комбинированных вариантов. Результаты работы могут быть использованы при подготовке комплексных стратегий и схем размещения отрасли специализации и ее энергетической инфраструктуры для удаленных арктических территорий.
Библиографические ссылки
Alaqeel, T. & Suryanarayanan, S. (2018). A fuzzy Analytic Hierarchy Process algorithm to prioritize Smart Grid technologies for the Saudi electricity infrastructure. Sustainable Energy, Grids and Networks, 13, 122-133.
Awasthi, A., Govindan, K. & Gold, S. (2018). Multi-tier sustainable global supplier selection using a fuzzy AHP-VIKOR based approach. International Journal of Production Economics, 195, 106-117.
Batenin, V. M., Bushuev, V. V. & Voropai, N. I. (Eds.). (2017). Innovatsionnaya elektroenergetika — 21 [Innovation of electric power industry — 21]. Moscow: Energiya Publishing Center, 584. (In Russ.)
Bellman, R. & Zadeh, L. (1976). Decision-making in a fuzzy environment. In: Voprosy analiza i protsedury prinyatiya resheniy [Issues of analysis and decision-making procedures] (pp. 172-215). Moscow: Peace. (In Russ.)
Bovo, C., Delfanti, M., Merlo, M. & Pasquadibisceglie, M. S. (2007). Coordination of Transmission Network and New Power Plants. In: 2007 IEEE Lausanne Power Tech (pp. 1356-1361). Lausanne, Switzerland.
Chernov, V. G. (2001). Analysis of product profiles for fuzzy conformity assessments. Pribory i sistemy. Upravlenie, kontrol, diagnostika [Instruments and Systems: Monitoring, Control, and Diagnostics], 10, 61-66. (In Russ.)
Domnikov, A. Yu., Chebotareva, G. S. & Khomenko, P. M. (2014). A risk-based approach to capital management energy company. Vestnik UrFU. Seriya ekonomika i upravlenie [Bulletin of UrFU. Economics and Management Series], 6, 150–160. (In Russ.)
Hu, Zh. (2002). Study on Methodology of Generation Expansion Planning for Power Restructuring. In: Power Con’2002 (pp. 388−392). Kunming, China.
Khorasani, S. (2018). Green supplier evaluation by using the integrated Fuzzy AHP model and Fuzzy Copras. Process Integration and Optimization for Sustainability, 2, 17-25.
Kutovoy, G. P. (2000). The concept of structural reform in the electric power industry — a competitive market in Russia. Vestnik FEK Rossii [Vestnik of the FEC of Russia], 3, 16-19. (In Russ.)
Lazhentsev, V. N. (2018). Socio-Economic Space and Territorial Development of the North and the Arctic of Russia. Ekonomika regiona [Economy of Region], 14(2), 353-365. DOI: 10.17059/2018-2-2 (In Russ.)
Leksin, V. N. & Profiryev, B. N. (2017). Socio-Economic Priorities of Sustainable Development of Russian Arctic Macro-Region. Ekonomika regiona [Economy of Region], 13(4), 985-1004. DOI: 10.17059/2017-4-2. (In Russ.)
Leonenkov, A. (2005). Nechetkoe modelirovanie v srede Matlab i fuzzyTECH [Fuzzy modeling in Matlab and fuzzyTECH). Saint-Petersburg: BHV-Peterburg, 719. (In Russ.)
Limbu, T. R., Saha, T. K. & McDonald, J. D. F. (2007). Cost / Benefit Analysis of Generation Investments Considering System Constraints. In: 2007 Power Engineering Society General Meeting (pp. 268−275). Tampa, Florida.
Mahjouri, M., Ishak, M., Torabian, A., Manaf, L., Halimoon, N. & Ghoddusi, J. (2017). Optimal selection of Iron and Steel wastewater treatment technology using integrated multi-criteria decision-making techniques and fuzzy logic. Process Safety and Environmental Protection, 107, 54-68.
Makarov, A. A. (2020). 50 Years of Systems Analysis of Energy Development in the USSR and Russia. Energy Systems Research, 3(2), 43-49. DOI: 10.38028/esr.2020.02.0006.
Melentev, L. A. (1984). Sistemnye issledovaniya v energetike [System research in the energy sector]. Moscow: Science, 456. (In Russ.)
Nazari, S., Fallah, M., Kazemipoor, H. & Salehipour, A. (2018). A fuzzy inference- fuzzy analytic hierarchy process-based clinical decision support system for diagnosis of heart diseases. Expert Systems with Applications, 95, 261-271.
Petrov, M. B., Serkov L. A., Kozhov K. B. Analysis of the spatial features of regional power consumption in the Russian Federation. Prikladnaya ekonometrika [Applied Econometrics], 61, 5–27. DOI: 10.22394/1993-7601-2021-61-5-27 (In Russ.)
Petrov, M. B., Serkov, L. A. & Kozhov, K. B. (2022). Selection of priority projects for the development of the transport network based on fuzzy logic. Vestnik Rostovskogo gosudarstvennogo universiteta putey, 86(2), 161-175. (In Russ.)
Pizengolts, V. M. & Kanush, A. D. (2022). Features of the restructuring of enterprises in the energy industry. Problemy teorii i praktiki upravleniya [International journal of management theory and practice], 1, 136-150. (In Russ.)
Robinson, J. (1986). The economics of imperfect competition [Ekonomicheskaya teoriya nesovershennoy konkurentsii]. Trans. Moscow: Progress, 450. (In Russ.)
Rodionova, V. G. (2017). Economics and technology of floating nuclear thermal power plants: FNTPP “Academician Lomonosov”. Gumanitarnyy vestnik [Humanitarian Bulletin], 10. DOI: 10.18698/2306-8477-2017-10-47 (In Russ.)
Saaty, T. (1993). The Analytic Hierarchy Process [Prinyatie resheniy. Metod analiza ierarkhiy]. Trans. Moscow: Radio and Communications, 314. (In Russ.)
Samanlioglu, F. & Ayag, Z. (2017). A fuzzy AHP-PROMETHEE II approach for evaluation of solar power plant location alternatives in Turkey. Journal of Intelligent & Fuzzy Systems, 33, 859-871.
Sasaki, H., Kubokawa, J., Yorino, N. & Sugiyama, K. (1999). Multi-Area Generation Expension Planning by Means of Multi-Objective Fuzzy Linear Programming. In: 13th PSCC (pp. 762−769). Trondheim, Norvey.
Shtovba, S. (2007). Proektirovanie nechetkikh sistem sredstvami Matlab [Designing fuzzy systems using Matlab]. Moscow: Hotline–Telecom, 285. (In Russ.)
Tatarkin, A. I. & Makarov, A. A. (Eds.) (2004). Modelirovanie sostoyaniya i prognozirovanie razvitiya regionalnykh ekonomicheskikh i energeticheskikh sistem [Modeling the state and forecasting the development of regional economic and energy systems]. Moscow: CJSC «Publishing House «Economics», 462. (In Russ.)
Volkenau, I. M. (2005). On managing the development of the UES of Russia in new conditions. Energetik, 5, 16−19. (In Russ.)
Volkov, E. P. & Barinov, V. A. (2006). Decision making electric power industry development of Russia under conditions of its liberalization. Izvestiya RAN. Energetika [ Thermal Engineering], 6, 3−19. (In Russ.)
Voropay, N. I. (Ed.). (2015). Obosnovanie razvitiya elektroenergeticheskikh sistem: Metodologiya, modeli, metody, ikh ispolzovanie [Justification of the development of electric power systems: Methodology, models, methods, their use]. Novosibirsk: Nauka. (In Russ.)
Yeh, C. (2017). Existence of interval, triangular, and trapezoidal approximations of fuzzy numbers under a general condition. Fuzzy Sets and Systems, 310, 1-13.
Zhukov, O. V. & Cherepovitsyn, A. E. (2021). Global trends and target indicators of economic development of industrial gas production complexes in the Arctic. Sever i rynok: formirovanie ekonomicheskogo poryadka [The North and the Market: Forming the Economic Order], 4, 128-139. DOI: 10.37614/2220-802X.4.2021. (In Russ.)
Zimmer, K., Fröhling, M., Breun, P. & Schultmann, F. (2017). Assessing social risks of global supply chains: A quantitative analytical approach and its application to supplier selection in the German automotive industry. Journal of Cleaner Production, 149, 96-109.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
