Phương pháp hệ thống để đánh giá năng lượng tái tạo sử dụng quy trình phân tích phân cấp
Tóm tắt
Các thành phố trên thế giới đang đối mặt với thách thức lớn trong việc xây dựng chiến lược lâu dài cho sự phát triển của các giải pháp năng lượng thay thế. Nghiên cứu trước đây đã cố gắng xác định năng lượng tái tạo ở nhiều thành phố khác nhau. Bởi vì mỗi thành phố có những đặc điểm độc đáo về điều kiện địa lý và môi trường, dân số, phát triển kinh tế cũng như môi trường xã hội và chính trị, nguồn năng lượng bền vững nhất cho một thành phố có thể là nguồn kém bền vững nhất cho thành phố khác.
Nghiên cứu này phát triển và triển khai một phương pháp có hệ thống để đánh giá năng lượng tái tạo và xác định các giải pháp năng lượng cho một thành phố bằng cách sử dụng quy trình phân tích phân cấp. Phương pháp này tích hợp ý kiến của các chuyên gia và phân tích dữ liệu, giúp các nhà quyết định hình thành các chiến lược dài hạn cho sự phát triển năng lượng tái tạo.
Hệ thống hỗ trợ quyết định được áp dụng cho ba thành phố, đó là Thành Đô ở Trung Quốc, Eskisehir ở Thổ Nhĩ Kỳ và Chicago ở Hoa Kỳ. Kết quả cho thấy rằng cải thiện hiệu quả năng lượng và phát triển năng lượng mặt trời và gió là những giải pháp năng lượng được ưa chuộng nhất trong khi năng lượng hạt nhân và thủy điện là những giải pháp năng lượng ít được ưa chuộng nhất cho ba thành phố này.
Kết quả của nghiên cứu này phù hợp với nhiều thập kỷ nghiên cứu và phát triển trong lĩnh vực năng lượng thay thế và cho thấy một hướng đi rõ ràng cho sự phát triển tương lai của các giải pháp năng lượng trên toàn thế giới. Có sự khác biệt trong xếp hạng các giải pháp năng lượng giữa các thành phố khác nhau, cho thấy cần áp dụng hệ thống hỗ trợ quyết định phát triển trong nghiên cứu này để giúp hình thành các chiến lược năng lượng tùy chỉnh cho các thành phố có những đặc điểm độc đáo.
Từ khóa
Tài liệu tham khảo
Carli R, Dotoli M, Pellegrino R (2018) Multi-criteria decision-making for sustainable metropolitan cities. J Environ Manage 226:46–61
Carli R, Dotoli M, Pellegrino R (2017) A hierarchical decision-making strategy for the energy management of smart cities. IEEE Trans Autom Sci Eng 14:505–523
Lee CW, Zhong J (2014) Top down strategy for renewable energy investment: Conceptual framework and implementation. Renew Energy 68:761–773
Aguilar FX, Cai Z (2010) Exploratory analysis of prospects for renewable energy private investment in the U.S. Energy Econ 32:1245–1252
Zhang MM, Zhou P, Zhou DQ (2016) A real options model for renewable energy investment with application to solar photovoltaic power generation in China. Energy Econ 59:213–226
Simsek HA, Simsek N (2013) Recent incentives for renewable energy in Turkey. Energy Policy 63:521–530
Kılkış Ş (2015) Composite index for benchmarking local energy systems of Mediterranean port cities. Energy 92:622–638
Kılkış Ş (2016) Sustainable development of energy, water and environment systems index for Southeast European cities. J Clean Prod 130:222–234
Mattiussi A, Rosano M, Simeoni P (2014) A decision support system for sustainable energy supply combining multi-objective and multi-attribute analysis: An Australian case study. Decis Support Syst 57:150–159
Romero SR, Santos AC, Gil MA (2012) EU plans for renewable energy: An application to the Spanish case. Renew Energy 43:322–330
Bulavskaya T, Reynès F (2018) Job creation and economic impact of renewable energy in the Netherlands. Renew Energy 119:528–538
Saaty TL (2008) Decision making with the analytic hierarchy process. Int J Serv Sci 1:83–98
Vargas LG (1990) An overview of the analytic hierarchy process and its applications. Eur J Oper Res 48:2–8
Akash BA, Mamlook R, Mohsen MS (1999) Multi-criteria selection of electric power plants using analytical hierarchy process. Electr Power Syst Res 52:29–35
Amer M, Daim TU (2011) Selection of renewable energy technologies for a developing county: A case of Pakistan. Energy Sustain Dev 15:420–435
Daniel J, Vishal NVR, Albert B, Selvarsan I (2010) Evaluation of the significant renewable energy resources in India using Analytical Hierarchy Process. In: Ehrgott M, Naujoks B, Stewart T, Wallenius J (eds) Multiple criteria decision making for sustainable energy and transportation systems. Springer, Berlin; Heidelberg, pp 13–26
Demirtas O (2013) Evaluating the best renewable energy technology for sustainable energy planning. Int J Energy Econ Policy 3:23–33
Kabir ABMZ, Shihan SMA (2003) Selection of renewable energy sources using Analytic Hierarchy Process. Proceeding of the 7th International Symposium on the Analytic Hierarchy Process, Bali, pp 267–276
Kaya T, Kahraman C (2010) Multicriteria renewable energy planning using an integrated fuzzy VIKOR & AHP methodology: the case of Istanbul. Energy 35:2517–2527
Løken E (2007) Use of multicriteria decision analysis methods for energy planning problems. Renew Sustain Energy Rev 11:1584–1595
Nigim K, Munier N, Green J (2004) Pre-feasibility MCDM tools to aid communities in prioritizing local viable renewable energy sources. Renew Energy 29:1775–1791
Pohekar SD, Ramachandran M (2004) Application of multi-criteria decision making to sustainable energy planning—A review. Renew Sustain Energy Rev 8:365–381
Yazdani-Chamzini A, Fouladgar MM, Zavadskas EK, Moini SHH (2013) Selecting the optimal renewable energy using multi criteria decision making. J Bus Econ Manag 14:957–978
Sindhu SP, Nehra V, Luthra S (2016) Recognition and prioritization of challenges in growth of solar energy using analytical hierarchy process: Indian outlook. Energy 100:332–348
Uyan M (2013) GIS-based solar farms site selection using analytic hierarchy process (AHP) in Karapinar region, Konya/Turkey. Renew Sust Energ Rev 28:11–17
Papalexandrou MA, Pilavachi PA, Chatzimouratidis AI (2008) Evaluation of liquid bio-fuels using the Analytic Hierarchy Process. Process Saf Environ Prot 86:360–374
Okello C, Pindozzi S, Faugno S, Boccia L (2014) Appraising bioenergy alternatives in Uganda using strengths, weaknesses, opportunities and threats (SWOT)-analytical hierarchy process (AHP) and a desirability functions approach. Energies 7:1171–1192
Choudhary D, Shankar R (2012) An STEEP-fuzzy AHP-TOPSIS framework for evaluation and selection of thermal power plant location: a case study from India. Energy 42:510–521
Peng J (2012) Research on the optimization of green suppliers based on AHP and GRA. Int J Inf Comput Sci 9:173–182
Chiu R-H, Lin L-H, Ting SC (2014) Evaluation of green port factors and performance: a fuzzy AHP analysis. Math Probl Eng 5:1–12
Cheng C, Zhou Y-H, Yue K-W, Yang J, He Z-Y, Liang N (2011) Study of SEA indicators system of urban green electricity power based on fuzzy AHP and DPSIR model. Energy Procedia 12:155–162
Aras H, Erdoğmuş Ş, Koç E (2004) Multi-criteria selection for a wind observation station location using analytic hierarchy process. Renew Energ 29:1383–1392
Lee SK, Mogi G, Hui KS (2013) A fuzzy analytic hierarchy process (AHP)/data envelopment analysis (DEA) hybrid model for efficiently allocating energy R&D resources: In the case of energy technologies against high oil prices. Renew Sust Energ Rev 21:347–355
Mohsen MS, Akash BA (1997) Evaluation of domestic solar water heating system in Jordan using analytic hierarchy process. Energy Convers Manag 38:1815–1822
Afgan NH, Carvalho MG (2002) Multi-criteria assessment of new and renewable energy power plants. Energy 27:739–755
Budak G, Kara İ, İç YT (2017) Weighting the positions and skills of volleyball sport by using AHP: A real life application. IOSR J Sports Phys Educ 4:23–29
Saaty TL (1990) Decision making for leaders: the analytic hierarchy process for decisions in a complex world. RWS Publications
Acaroglu H, Baykul MC (2019) Economic guideline about financial utilization of flat-plate solar collectors for the consumer segment in the city of Eskisehir. Renew Sust Energ Rev 81:2045–2058
U.S. Energy Information Administration. Illinois State Profiles and Energy Estimates, https://www.eia.gov/state/?sid=IL ; 2019 [accessed 13 Mar 2019].
Illinois Commerce Commission. Environmental Disclosure Statements, https://www.icc.illinois.gov/electricity/utilityreporting/environmentaldisclosurearchive.aspx ; 2011 [accessed 13 Mar 2019].