یک رویکرد چند معیاره مبتنی بر جغرافیا برای برنامه ریزی مزرعه انرژی دریایی

چکیده

هدف این مقاله ابداع استراتژی برای توسعه ابزاری انعطاف‌پذیر برای نصب کارآمد یک مزرعه انرژی دریایی در یک منطقه مناسب است. روش فعلی برای جریان جزر و مدی دریایی اعمال می شود، اگرچه می توان آن را با برخی سازگاری ها به سایر زمینه های انرژی گسترش داد. ما یک رویکرد سه مرحله‌ای را معرفی می‌کنیم که سایت‌های مزرعه دریایی و راه‌حل‌های فن‌آوری را جستجو می‌کند. روش استفاده شده بر اساس ترکیبی از سیستم های اطلاعات جغرافیایی (GIS)، تحلیل چند معیاره (MCA) و یک الگوریتم بهینه سازی است. ادغام GIS و MCA هسته اصلی فرآیند جستجو برای بهترین مناطق دریایی است، با در نظر گرفتن محدودیت‌های جغرافیایی، مانند فعالیت‌های انسانی، فشار بر محیط‌زیست و فرصت‌های فناوری. مرحله بهینه‌سازی رویکرد، مناسب‌ترین فناوری‌ها و تنظیمات مزرعه را به منظور به حداکثر رساندن مقدار انرژی تولید شده و در عین حال به حداقل رساندن هزینه مزرعه ارزیابی می‌کند. سه معیار اصلی برای مشخص کردن مکان برای مزرعه انرژی دریایی اعمال می شود: هزینه جهانی پروژه، مقدار انرژی تولید شده و پذیرش اجتماعی. معیار پذیرش اجتماعی با روش MCA، Electre III ارزیابی می‌شود، در حالی که بهینه‌سازی هزینه انرژی توسط یک الگوریتم ژنتیک تقریبی می‌شود. کل رویکرد با یک مطالعه موردی اعمال شده در یک منطقه دریایی در شمال غربی فرانسه نشان داده شده است. سه معیار اصلی برای مشخص کردن مکان برای مزرعه انرژی دریایی اعمال می شود: هزینه جهانی پروژه، مقدار انرژی تولید شده و پذیرش اجتماعی. معیار پذیرش اجتماعی با روش MCA، Electre III ارزیابی می‌شود، در حالی که بهینه‌سازی هزینه انرژی توسط یک الگوریتم ژنتیک تقریبی می‌شود. کل رویکرد با یک مطالعه موردی اعمال شده در یک منطقه دریایی در شمال غربی فرانسه نشان داده شده است. سه معیار اصلی برای مشخص کردن مکان برای مزرعه انرژی دریایی اعمال می شود: هزینه جهانی پروژه، مقدار انرژی تولید شده و پذیرش اجتماعی. معیار پذیرش اجتماعی با روش MCA، Electre III ارزیابی می‌شود، در حالی که بهینه‌سازی هزینه انرژی توسط یک الگوریتم ژنتیک تقریبی می‌شود. کل رویکرد با یک مطالعه موردی اعمال شده در یک منطقه دریایی در شمال غربی فرانسه نشان داده شده است.

کلید واژه ها:

انرژی دریایی ؛ GIS ; تحلیل چند معیاره ؛ ارزیابی سایت ; سیستم کمک تصمیم گیری ؛ Electre III ; الگوریتم ژنتیک

1. مقدمه

انرژی های تجدیدپذیر دریایی اخیراً مورد توجه فزاینده ای قرار گرفته است، زیرا اقیانوس ها دارای مقدار زیادی انرژی در نزدیکی بسیاری از مناطق جمعیتی هستند [ 1 ]. اصل اصلی مبدل انرژی جریان دریایی (به عنوان مثال، توربین جریان دریایی) این است که انرژی توسط یک دستگاه مکانیکی گرفته می شود که انرژی جنبشی را از جریان استخراج می کند و آن را به حرکت مکانیکی روتور یا فویل منتقل می کند. هنگامی که نصب یک مزرعه مبدل دریایی برنامه ریزی می شود، هدف استخراج حداکثر انرژی از منبع است، در حالی که هزینه های اضافی، اثرات زیست محیطی و اجتماعی را به حداقل می رساند. حتی اگر تحولات تکنولوژیکی و بازار به احتمال زیاد منجر به تعداد کمی از راه حل های عملیاتی شود [ 2]، بسیاری از گزینه های موجود برای طراحی توربین و محدودیت های فضایی یک سایت مزرعه بالقوه، بسیاری از تنظیمات ممکن را برای ارزیابی ارائه می دهد. به منظور به حداکثر رساندن انرژی استخراج شده، انتخاب مناسب ترین فناوری برای یک سایت مزرعه معین و همچنین یافتن بهترین مکان برای یک فناوری معین ضروری است. علاوه بر این، بهره برداری از منابع باید در شرایط هزینه معقول انجام شود. در واقع، انتخاب یک گزینه فنی (به عنوان مثال، ژنراتور، توربین، قطار محرکه) ممکن است بر مقدار انرژی تولید شده و همچنین هزینه تولید انرژی تأثیر بگذارد. علاوه بر این، چنین انتخابی باید با ویژگی‌های خاص یک سایت خاص نیز تطبیق داده شود. در مورد خاص توربین های جریان دریایی، که زمینه این مطالعه است، چندین فناوری قابل دوام در طول چند سال گذشته پدید آمده است.3 ، 4 ]، و برخی از توربین ها حتی قبلاً در برخی مناطق خاص در غرب فرانسه، کانادا و اسکاتلند به صورت درجا آزمایش شده اند تا به چند نمونه اشاره کنیم.

علیرغم پیشرفت سریع فناوری در توسعه فن آوری های انرژی دریایی، اجرای مزارع دریایی موفق هنوز یک موضوع غیر مستقیم است، زیرا پارامترهای بسیاری باید در نظر گرفته شود: فناوری، فضایی، اقتصادی و اجتماعی. به طور خاص، انتخاب یک منطقه آزمایشی آزمایشی، و همچنین مکان‌های مزرعه آینده، یک مشکل تصمیم‌گیری پیچیده جغرافیایی و چند معیاره است. انتخاب بهترین محل کاشت به دلیل محدودیت‌های زیادی که باید در نظر گرفته شود، کار دشواری است. دریا علاوه بر محدودیت های فنی و اقتصادی، فضایی منظم است که در آن تعداد زیادی از فعالیت های انسانی به ویژه در نزدیکی سواحل انجام می شود. ما معتقدیم که ترکیب قابلیت‌های GIS با تجزیه و تحلیل چند معیاره می‌تواند رویکردی انعطاف‌پذیر برای شناسایی چندین راه‌حل و تسهیل تخصص بین ذینفعان ارائه دهد. هدف از تحقیق ارائه شده در این مقاله توسعه چنین روشی به منظور یافتن مکان بهینه برای یک مزرعه مبدل دریایی و انتخاب سیستم های مهار از نظر انتخاب فناوری، اندازه، رتبه قدرت و تعداد ماشین آلات است. رویکرد فعلی برای انرژی جاری دریایی اعمال می‌شود، اما اصول روش‌شناسی را می‌توان به سایر انرژی‌های دریایی (مانند باد، تورم) تعمیم داد. هدف از تحقیق ارائه شده در این مقاله توسعه چنین روشی به منظور یافتن مکان بهینه برای یک مزرعه مبدل دریایی و انتخاب سیستم های مهار از نظر انتخاب فناوری، اندازه، رتبه قدرت و تعداد ماشین آلات است. رویکرد فعلی برای انرژی جاری دریایی اعمال می‌شود، اما اصول روش‌شناسی را می‌توان به سایر انرژی‌های دریایی (مانند باد، تورم) تعمیم داد. هدف از تحقیق ارائه شده در این مقاله توسعه چنین روشی به منظور یافتن مکان بهینه برای یک مزرعه مبدل دریایی و انتخاب سیستم های مهار از نظر انتخاب فناوری، اندازه، رتبه قدرت و تعداد ماشین آلات است. رویکرد فعلی برای انرژی جاری دریایی اعمال می‌شود، اما اصول روش‌شناسی را می‌توان به سایر انرژی‌های دریایی (مانند باد، تورم) تعمیم داد.

مسئله ای که باید در نظر گرفته شود را می توان به دو بخش تقسیم کرد. اولین گام شناسایی بهترین مکان است: اجرای یک مزرعه انرژی جزر و مد دریایی که می تواند به عنوان یک مشکل جغرافیایی در نظر گرفته شود. محدودیت‌های جغرافیایی از محدودیت‌های فناوری/هزینه و/یا از منطقه دریایی انتخاب شده ناشی می‌شوند. فرآیند انتخاب باید ماهیت متناقض این محدودیت‌ها و همچنین محدودیت‌های کمی و کیفی (به ویژه برای جنبه‌های اجتماعی) را مدیریت کند. ترکیب GIS و تجزیه و تحلیل چند معیاره باید به کاربران کمک کند تا احتمالات مختلف را با در نظر گرفتن معیارها و اهداف متعدد و متضاد ارزیابی کنند. مرحله دوم با هدف یافتن پیکربندی بهینه مزرعه و کافی ترین فناوری ها است. به منظور یافتن تنظیمات بهینه در میان فناوری های مختلف موجود، یک الگوریتم ژنتیک برای بهینه سازی فرآیند استفاده شده است. این بهینه سازی هزینه سیستم و مقدار انرژی تولید شده برای یک منطقه معین را ارزیابی می کند و تنظیمات بهینه مزرعه و راه حل فن آوری را پیشنهاد می کند.

متدولوژی توسعه یافته از این پس شامل سه معیار است: هزینه جهانی پروژه، مقدار انرژی تولید شده و پذیرش اجتماعی. اما، اصول این رویکرد را می توان برای در نظر گرفتن معیارهای اضافی گسترش داد ( شکل 1 ). تجزیه و تحلیل چند معیاره (MCA) حفظ شده، به نام Electre III [ 5 ]، برای اولین بار برای اندازه گیری میزان پذیرش اجتماعی یک منطقه دریایی معین استفاده می شود. این روش با موفقیت در چندین مطالعه مهندسی مورد استفاده قرار گرفته است و با فرآیند رتبه بندی سازگار شده است [ 6 , 7 , 8]. استفاده از Electre III به فرد اجازه می دهد تا مناطق مختلف را بر اساس توانایی آنها در کاهش درگیری های احتمالی رتبه بندی کند. علاوه بر این، Electre III درجه ای از عدم قطعیت را در فرآیند تصمیم گیری در نظر می گیرد. این به شخص اجازه می دهد تا حساسیت انسانی را که ذاتی اکثر ارزیابی های تصمیم گیری است، ادغام کند [ 9 ]. روش MCA مجدداً پس از فرآیند بهینه‌سازی برای در نظر گرفتن معیارهای هزینه و انرژی حاصل از فرآیند بهینه‌سازی اعمال می‌شود.

بقیه مقاله به شرح زیر سازماندهی شده است. بخش 2 سه بخش روش شناسی را ارائه می کند. بخش 3 معیارهای فضایی و تکنولوژیکی را که در رویکرد مورد استفاده قرار گرفته اند را تشریح می کند. یک مطالعه موردی پتانسیل روش شناسی در بخش 4 را نشان می دهد. در نهایت، بخش 5 مقاله را به پایان می رساند و کارهای بعدی را تشریح می کند.

شکل 1. رویکرد چند معیاره: اصول.

2. اصول روش شناسی

در طول چند سال گذشته، چندین رویکرد تصمیم‌گیری و چند معیاره برای برنامه‌ریزی انرژی‌های تجدیدپذیر و در نظر گرفتن سناریوهای مختلف اجتماعی-اقتصادی استفاده شده است [ 10 ]. این مشکل را می توان به عنوان بخشی از یک کار برنامه ریزی فضایی دریایی (MSP) در نظر گرفت. هدف ارزیابی پتانسیل یک منطقه دریایی معین برای توسعه فن آوری های دریایی است، به ویژه در مناطقی که درگیری های مهم بین کاربران و محیط ممکن است [ 11 ]. این همچنین می تواند به عنوان چارچوبی برای درک وظایف مختلف فرآیند تصمیم گیری در نظر گرفته شود، بنابراین مشارکت ذینفعان را تسهیل می کند [ 12 ]]. هدف رویکرد پیشنهادی نه تنها یافتن بهترین مکان کاشت برای مزارع انرژی دریایی، بلکه پیشنهاد مناسب‌ترین فناوری‌ها از نظر هزینه و کارایی و همچنین به حداقل رساندن تأثیر اجتماعی است. به منظور ایجاد چنین چارچوبی، رویکرد پیشنهادی GIS، MCA و یک الگوریتم بهینه‌سازی را ترکیب می‌کند. اصول روش شناسی و ابعاد مختلف رویکرد در شکل 2 معرفی شده است.

شکل 2. اصول روش شناسی.

اولین مرحله روش شناسی مشابه آنچه در [ 13 ] پیشنهاد شده است] با تولید یک نقشه چند معیاره. این نقشه منطقه امتیازدهی شده میزان انطباق پروژه را با توجه به ترجیحات برخی تصمیم گیرندگان منعکس می کند (این ترجیحات به عنوان پارامترهای Electre III در نظر گرفته می شوند) و به طور کلی، معیار پذیرش اجتماعی را ارزیابی می کند. این به فرد اجازه می دهد تا منطقه دریایی را به صورت فضایی در زیرمناطق سازماندهی کند و مقداری را استخراج کند که درجه پذیرش اجتماعی را برای هر یک از این مناطق فرعی توصیف می کند (توجه داشته باشید که معیارهای پذیرش اجتماعی اعمال شده در مراحل زیر آنهایی هستند که در مطالعه موردی ما در نظر گرفته شده اند. معیارهای پذیرش اجتماعی اضافی را می توان تحت اصول مشابه در نظر گرفت). تولید چنین نقشه ای از چهار مرحله زیر مشتق شده است (شماره 1.1 تا 1.4 در شکل 3 ):

–: مرحله 1.1: یک سری از نقشه های محدودیت ایجاد کنید. هر نقشه نشان دهنده یک منطقه جغرافیایی با منبع تضاد خاص است. هر نقشه محدودیت ها به ترتیب به تعدادی ( n ، m ، k در شکل 3 ) از واحدهای فضایی تقسیم می شود، u _i ، که دارای یک ویژگی، a _i است که فعالیت ها را توصیف می کند. با توجه به مثال ارائه شده در شکل 3 ، این نقشه ها C ₁ برای منطقه ماهیگیری، C ₂ برای کابل های مدفون و C ₃ برای فعالیت های نظامی هستند و دارای n ، m و k هستند.واحدهای فضایی به ترتیب

ج ₁ : [ u ₁ , …, u _n ] → [ a ₁ , …, a _n ]

(1)

ج ₂ : [ u ₁ , …, u _m ] → [ a ₁ , …, a _m ]

(2)

ج ₃ : [ u ₁ , …, u _k ] → [ a ₁ , …, a _k ]

(3)
–: مرحله 1.2: نقشه چند معیاره را استخراج کنید. تولید این نقشه میانی، C _m ، با همپوشانی نقشه های محدودیت به دست می آید. این نقشه میانی از مجموعه‌ای از واحدهای فضایی p تشکیل _شده است _.این بدان معنی است که هر واحد فضایی، uʹi _، از تقاطع واحدهای فضایی از C ₁ و C ₂ و C ₃ مشتق شده است و با سه ویژگی a ( C ₁ )، a ( C ₂ ) و a ارزش گذاری می شود.( ج ₃ ).

C _m : [ uʹ ₁ ، …، uʹi ، …، uʹp ] → [ aʹ ₁ ، …، _aʹi_،_… ، aʹ _p ] با uʹi → aʹi = { _a_i₍ C ₁ ) ، a _i ( C ₂ )، a _i ( C ₃ )}

(4)
–: مرحله 1.3: روش MCA را اعمال کنید. هدف این مرحله کاهش بعد uʹi به یک ویژگی واحد، _A با استفاده از روش تجمع Electre III است.
–: مرحله 1.4: نقشه مبتنی بر تصمیم را ایجاد کنید. واحد فضایی p ، uʹ ، این نقشه نهایی، _Cd ، همان نقشه چند معیاره است. با این حال، هر یک از این واحدها دارای یک ویژگی واحد هستند. ارزش منحصر به فرد اختصاص داده شده به هر واحد فضایی، رتبه بندی پذیرش اجتماعی نهایی هر زیر منطقه را منعکس می کند.

_Cd : [ uʹ ₁ ، …، uʹp ] → [ A ₁ ، … _، A _p ]

(5)

شکل 3. مرحله اول روش.

سپس منطقه دریایی با توجه به معیار پذیرش اجتماعی به چندین منطقه تقسیم می شود. مرحله دوم روش شناسی به ارزیابی و بهینه سازی هزینه و تولید انرژی اختصاص دارد. به سه مرحله داخلی تقسیم می شود ( به 2.1 تا 2.3 در شکل 4 مراجعه کنید).

شکل 4. مرحله دوم روش.

–: مرحله 2.1: یک نقشه (به عنوان مرحله 1.2) ایجاد کنید که از رویه‌ای از نقشه پذیرش اجتماعی با محدودیت‌های جغرافیایی درگیر در برآورد هزینه و انرژی است. نقشه های جغرافیایی در نظر گرفته شده در اینجا عبارتند از حمام سنجی، جریان های دریایی و ویژگی های زمین شناسی کف دریا. این نقشه مشتق شده، Cʹm ، به q واحدهای فضایی، _uʹʹ تقسیم می شود که تنها یک ویژگی دارد: ارزش مقبولیت اجتماعی. این مرحله یک نقشه از منطقه مورد مطالعه را ایجاد می کند که به زیر مناطق همگن تقسیم شده است. مقادیر، مانند عمق، پارامترهای مورد استفاده در ارزیابی هزینه هستند.

Cʹm : [ _{uʹʹʹ1 ,}_… , uʹʹq ] _→ [ A ₁ , _… Aq ]

(6)
–: مرحله 2.2: بهینه سازی و ارزیابی راه حل های ممکن با استفاده از الگوریتم ژنتیک. برای هر واحد فضایی، uʹʹi ، فرآیند بهینه‌سازی، در میان تمام پیکربندی‌های ممکن مزرعه (تعداد ماشین‌ها، انتخاب‌های طراحی، رتبه‌بندی فردی ماشین‌ها، و غیره )، برای مواردی که انرژی تولید شده را به حداکثر می‌رسانند و در عین حال هزینه را به حداقل _{می‌رسانند} ، جستجو می‌کند. . الگوریتم ژنتیک برای تعریف مرز پارتو استفاده می شود که این دو هدف را در نظر می گیرد. این مرز پارتو نشان‌دهنده راه‌حل‌های بهینه است ( یعنی راه‌حل‌هایی که هزینه مجموعه‌ای از مقادیر معین انرژی تولید شده را به حداقل می‌رسانند)، زیرا مجموعه‌ای از راه‌حل‌ها را نشان می‌دهد که بر دیگران تسلط دارند (به عنوان مثال ، یک راه حل، A.، بر یک راه حل غالب است، B ، اگر A با توجه به همه ابعاد در نظر گرفته شده بهتر از B باشد). راه حل های بهینه نمایش داده شده توسط این مرز پارتو سفارش داده شده است. این فرآیند بهترین راه حل های p را برای زوج هزینه-انرژی فراهم می کند ( هزینه _j_{= 1، …، p} ، Ej = ₁_{، …، p} ) برای هر واحد فضایی تعریف شده ( uʹʹi ₎ .
–: مرحله 2.3: راه حل های بهینه سازی را برای هر واحد فضایی نقشه چند معیاره، _Cʹm ، به عنوان ویژگی های جدید (هزینه و انرژی) طرح کنید. بنابراین، هر واحد فضایی، Uopt ، با سه معیار مشخص می شود. مقادير مقادير مقبوليت اجتماعي، A و p مربوط به هزينه بهينه و انرژي مربوط به تنظيمات بهينه مزرعه است كه در مرحله قبل يافت شد.

Cʹm : [ _{uʹʹ1 ،}_… ، uʹi _، …، uʹq ] با uʹʹi ₌ Uopti _→ [ Ai ، ₍ هزینه j ₌_{1، …،}_p_، Ej = ₁ ، _…،_p ) _من ]

(7)

سومین مرحله از روش، استفاده از MCA برای یافتن بهترین راه حل ها است. Electre III گزینه های مختلف را رتبه بندی می کند. امکان ارائه شده توسط روش Electre III این است که بر وزن‌های خاص برای هر معیار تأثیر بگذارد و انتخاب تنظیمات مزرعه را که توسط الگوریتم بهینه‌سازی پیشنهاد می‌شود، کاهش دهد. اصول این رویکرد در بخش بعدی توضیح داده شده است.

3. رویکرد چند معیاره

3.1. پذیرش اجتماعی

درج یک فعالیت دریایی جدید باید محدودیت های اجتماعی-اکولوژیکی پیچیده، ناهمگن، پویا و مستعد تغییرات غیرخطی و اغلب ناگهانی را در نظر بگیرد [ 14 ]. در واقع، توسعه یک مزرعه دریایی جدید در یک فضای تنظیم‌شده می‌تواند همپوشانی مکانی/زمانی فعالیت‌های انسانی ایجاد کند ( شکل 5 )، مناطق محدود، حفاظت‌شده و تنظیم‌شده، که باعث درگیری می‌شود. این منابع احتمالی تعارض تحت معیارهای پذیرش اجتماعی گروه بندی می شوند. برای برنامه ریزی انرژی های تجدیدپذیر دریایی، تضاد منافع محدود به مناطقی است که قبلاً به آنها اشاره شده است که عمدتاً به ترافیک دریایی، دفاع و منافع ماهیگیری مربوط می شود. برخی از مناطق، مانند مسیرهای اصلی دریایی، خطوط لوله و مسیرهای کابلی را می توان از بررسی حذف کرد [ 15 ]] و می تواند مانند فیلتر اولیه جستجوی سایت عمل کند. مناطق دیگر ممکن است انعطاف پذیرتر باشند به این معنا که درجاتی از آزادی برای همپوشانی بالقوه وجود دارد. روش تجمیع، Electre III، به رتبه بندی مناطق همپوشانی بر اساس معیارهای پذیرش اجتماعی کمک می کند.

شکل 5. فعالیت های دریایی (اقتباس از [ 16 ]).

3.2. ارزیابی انرژی

برآورد برق تولیدی بر اساس منابع موجود، عملکرد سیستم استخراج و زمان اجرا می باشد. در رویکرد توسعه یافته، عملکرد اساساً به اجزای زیر بستگی دارد: توربین، گیربکس، ژنراتور، مبدل قدرت و عناصر انتقال. زمان غیرعملیاتی در این تخمین ادغام شده و با استفاده از نرخ های آماری زمان خرابی هر جزء محاسبه می شود.

در مورد یک توربین جریان دریایی، منبع با سرعت جریان جزر و مدی تخمین زده می شود که می تواند برای هر ساعت با استفاده از مدلی که توسط سرویس ملی هیدروگرافی و اقیانوس شناسی فرانسه (SHOM) توسعه داده شده است، پیش بینی شود [ 17 ]. سرعت جریان جزر و مدی در یک مکان را می توان با تابع رابطه ضریب جزر و مد و سرعت ساعتی در جزر و مد ناپ و بهار تخمین زد. امکان انتخاب بین فناوری‌های مختلف برای استخراج منابع به فرد اجازه می‌دهد تا بین بازده، هزینه و رتبه‌بندی توان مبدل مصالحه ایجاد کند.

برای توربین، سه راه حل در نظر گرفته شده است:

–: توربین محور عمودی؛
–: توربین محور افقی با انحراف;
–: توربین محور افقی بدون انحراف.

توربین با محور عمودی (VA) جریان را از همه جهات مهار می کند، اما راندمان کمتر از توربین محور افقی (HA) است. توربین HA با زاویه جذب (20 درجه) مشخص می شود. جریان هایی که جهت آنها بیشتر از 10 درجه محور توربین باشد مهار نشده در نظر گرفته می شوند. جریان نیز در داخل مخروط جذب، با قانون کسینوس مدل‌سازی شده است [ 18]. یکی از محدودیت ها یافتن بهترین جهت در هنگام نصب توربین است. برای حل این مشکل، یک راه حل، تجهیز توربین به سیستم انحراف است، مانند توربین های بادی معمولی، که این امکان را به فرد می دهد تا انرژی جریان را از همه جهت ها بدون تضعیف استخراج کند. این به معنای افزایش هزینه سیستم (هزینه اجزا و هزینه O&M) است که به طور بالقوه منجر به افزایش نرخ خرابی می شود. بسته به مشخصات فعلی (به عنوان مثال ، سرعت و جهت)، حداکثر کردن انرژی استخراج شده منجر به ترجیح یکی از این سه راه حل توربین می شود.

برای انجمن های ژنراتور / مبدل / قطار محرکه، دو راه حل در نظر گرفته می شود:

–: گیربکس سه مرحله ای با DFIG (ژنراتور القایی دوگانه)،
–: درایو مستقیم با PMSG (ژنراتور سنکرون آهنربای دائمی).

این ارتباط های مختلف به منظور نشان دادن مصالحه بین یک ژنراتور/سیستم الکترونیک قدرت گران قیمت (PMSG) و DFIG، که در آن هزینه الکترونیک قدرت به طور قابل توجهی کاهش می یابد، پیشنهاد شده است، اما این نیاز به یک گیربکس بسیار مستعد خرابی با سطح بالا دارد. نگهداری [ 17 ].

3.3. هزینه سیستم مزرعه دریایی

هزینه جهانی پروژه باید شامل هزینه اولیه مزرعه، هزینه های عملیات نصب/برچیدن و نگهداری باشد. یک مزرعه به طور کلی از اجزای زیر تشکیل شده است: مجموعه ای از توربین ها، یک ایستگاه ترانسفورماتور واقع در دریا یا در خشکی (بسته به فاصله تا ساحل و مجموع قدرت مزرعه)، شبکه ای از کابل های بین توربین های زیردریایی. بسته به نوع بستر دریا دفن شده یا نه)، شبکه ای از کابل های زیردریایی برای انتقال انرژی از پست دریایی به ایستگاه ساحلی و یک کابل اتصال به شبکه توزیع برق. بر این اساس، هزینه مزرعه به دو عنصر اصلی بستگی دارد. اولی آن چیزی است که بر ویژگی های تکنولوژیکی (طراحی، چیدمان/پیکربندی) استوار است، در حالی که مورد دوم به پارامترها بستگی دارد. از جمله موقعیت جغرافیایی مزرعه. به عنوان مثال، هزینه یک توربین به فناوری و اجزای مورد استفاده بستگی دارد. برخی از اجزای هزینه، مانند پایه و اساس سیستم، نیز به مکان (در رابطه با عمق و ویژگی های زمین شناسی بستر دریا) بستگی دارد.

هزینه نصب/برچیدن با پارامتری تخمین زده می شود که شامل فاصله تا بندر، ویژگی های کشتی و تعداد توربین ها است، همانطور که در [ 19 ] پیشنهاد شده است. برای عملیات تعمیر و نگهداری، هزینه تحت تاثیر پارامترهای مشابه است، اما تعداد عملیات توسط انتخاب تکنولوژیکی (بر اساس نرخ خرابی آماری هر جزء) ارزیابی می‌شود.

4. مطالعه موردی

مطالعه موردی سناریویی از کاشت توربین جریان دریایی در دریای Iroise واقع در شمال غربی فرانسه را در نظر می‌گیرد، جایی که مناطقی با سرعت جریان دریایی بالا شناسایی شده‌اند. دو منطقه به ویژه شناخته شده است: “منطقه Raz de Sein” در نزدیکی جزیره Sein و منطقه Fromveur pass در نزدیکی جزیره Ouessant. شکل 6 مکان هایی را نشان می دهد که در آن چندین بررسی سرعت جریان انجام شده و سرعت بالاتر از 1 ms ^{-1 است.}حداقل در 30 درصد مواقع به مدت یک سال. مطالعه ما بر روی “Raz de Sein” متمرکز شده است، که همچنین یک منطقه فعالیت انسانی با تراکم بالا و به ویژه برای ماهیگیری است. برای یافتن مکانی که کمترین تضاد بین استفاده کنندگان از دریا را ایجاد می کند، اولین گام شامل طبقه بندی منطقه مورد مطالعه در مناطق مختلف بر اساس معیارهای پذیرش اجتماعی است.

شکل 6. منطقه مطالعه.

4.1. ارزیابی پذیرش اجتماعی با استفاده از Electre III

اجازه دهید استراتژی توصیف شده در مرحله 1 روش را به منظور ارزیابی معیارهای پذیرش اجتماعی اعمال کنیم. روش Electre III برتری MCA استفاده شده است. در این مثال، نمایش به فعالیت‌های ماهیگیری حرفه‌ای محدود می‌شود، که فعالیت اصلی انسانی در نزدیکی منطقه سین است. انواع مختلفی از شیوه های شیلات در منطقه مورد مطالعه شناسایی شده است. دانش مکان فعالیت های شیلات از مقررات و ویژگی های بستر دریا ناشی می شود [ 20]. این مکان‌ها تقریبی هستند، زیرا بعد زمانی/فصلی را برای فعالیت‌های ماهیگیری در نظر نمی‌گیرند، اما با این وجود، اطلاعات مفیدی در مورد تقسیم‌بندی جغرافیایی عمل می‌دهند. فعالیت های شیلات در منطقه مورد مطالعه به چهار دسته دسته بندی می شوند که چهار محدودیت را تشکیل می دهند. اولین محدودیت، لانگ لاین های شناور و خطوط شناور را گروه بندی می کند ( شکل 7 ). نقشه به دست آمده مناطق بالقوه همپوشانی را نشان می دهد. این بدان معناست که اگر دو فعالیت در یک مکان معین همپوشانی داشته باشند، ممکن است تضاد ایجاد شود. سه محدودیت دیگر تحت همین اصول مشتق شده اند. آنها مناطق تور، ترال و لایروبی و خط زمین را گروه بندی می کنند که به ترتیب در شکل 8 ، شکل 9 و شکل 10 نشان داده شده است.(در بالای نقشه جریان های نمایش داده شده در شکل 6 ).

شکل 7. مناطق ماهیگیری با خط شناور.

شکل 8. مناطق ماهیگیری خالص.

Electre III همچنین دارای بعد فازی یک فرآیند مبتنی بر تصمیم است. رابطه برتری، S ، برای هر جفت جایگزین ( a ، b ) از مجموعه ای از راه حل ها، A مشتق شده است . ادعا، a بالاتر از b ، aSb ، بر اساس دو شاخص است. شاخص تطابق ارزیابی می‌کند که آیا اکثر معیارها به نفع aSb هستند یا نه، و شاخص عدم تطابق ارزیابی می‌کند که آیا در اقلیت معیارها باشد. هیچ یک از آنها به شدت با aSb مخالف نیست. مقدار فازی با استفاده از آستانه های مختلف (بی تفاوتی، q ، ترجیح، p و وتو، v معرفی شده است.) در رابطه برتری [ 5 ]. سپس رتبه برتر به صورت زیر تعریف می شود:

a P b ( a به شدت بر b ترجیح داده می شود ): g ( a ) – g ( b ) > p

(8)

a Q b ( a نسبتاً به b ترجیح داده می شود ): q < g ( a ) – g ( b ) ≤ p

(9)

a I b ( الف نسبت به b بی تفاوت است ؛ و b نسبت به a ): | g ( a ) − g ( b )| ≤ q

(10)

که در آن g ( x ) عملکرد جایگزین، x ، در مورد یک محدودیت معین است.

شکل 9. مناطق لایروبی و ترال.

شکل 10. مناطق ماهیگیری خط زمینی.

آستانه وتو، v ، در محاسبه شاخص عدم تطابق استفاده می‌شود و حالتی را تعریف می‌کند که عملکرد b در رابطه با یک معیار معین آنقدر بالا باشد که یک وتو برای ادعای aSb باشد. مقادیر آستانه و وزن محدودیت استفاده شده برای چهار محدودیت مربوط به فعالیت های ماهیگیری در جدول 1 نشان داده شده است.. وزن خط شناور به عنوان کمترین مقدار تعریف شده است، زیرا فرض می کنیم که این فعالیت تأثیر کمتری بر موقعیت بالقوه یک توربین جریان دریایی دارد. برعکس، ما فرض می‌کنیم که فعالیت‌های ترال و لایروبی متضادترین فعالیت‌ها هستند، بنابراین آن‌ها با بالاترین وزن‌ها ارزش‌گذاری می‌شوند. در واقع، و به عنوان بخشی از یک فرآیند برنامه ریزی فضایی دریایی واقعی، این ارزش ها باید توسط کارشناسان و ذینفعان تایید شود. همانطور که قبلا در مرحله 1 معرفی شد ( شکل 3قبل از اجرای MCA، یک نقشه چند معیاره استخراج می شود. بر این اساس، چهار نقشه محدودیت به منظور ایجاد یک تقسیم بندی جدید از منطقه مورد مطالعه ساخته شده توسط تقاطع نقشه های مربوط به فعالیت های مختلف ماهیگیری، همپوشانی دارند. Electre III به فرد اجازه می دهد تا تمام زیرمناطق را به شش دسته طبقه بندی کند: دسته اول نشان دهنده مناطقی است که کمترین تأثیر را دارند، در حالی که مورد ششم نشان دهنده مهم ترین مناطق متضاد است ( شکل 11 ). بنابراین کل منطقه در نظر گرفته شده بر اساس معیارهای پذیرش اجتماعی طبقه بندی می شود. مرحله بعدی روش، ارزیابی هزینه را توسعه می دهد.

جدول 1. مقادیر آستانه و وزن.

شکل 11. طبقه بندی منطقه مورد مطالعه بر اساس فعالیت های شیلات.

4.2. هزینه و انرژی: ارزیابی با استفاده از الگوریتم ژنتیک

همانطور که برای مراحل قبلی و قبل از اعمال الگوریتم بهینه سازی، یک نقشه چند معیاره باید با در نظر گرفتن محدودیت های جغرافیایی موجود در تخمین هزینه و انرژی ساخته شود. این محدودیت ها نقشه منابع مناسب را اصلاح می کنند. نقشه جدید با پوششی از عمق سنجی، منابع فعلی و پذیرش اجتماعی ایجاد شده است. شکل 12 نقشه فعلی را نشان می دهد که با این محدودیت ها همپوشانی دارد و 180 واحد فضایی به دست آمده است. در مرحله اول، مکان هایی که عمق خیلی کم است حذف شده اند (به عنوان مثال ، زیر 15 متر). ثانیاً، واحدهای فضایی با مساحت کوچک (به عنوان مثال ، کمتر از 2600 متر ^مربع) زمانی که ویژگی های جریان مشابهی داشته باشند از نظر مکانی جمع می شوند. هر واحد فضایی، در این مرحله، با توجه به معیارهای پذیرش اجتماعی و دو پارامتر دخیل در برآورد هزینه و انرژی تولید شده، بخشی همگن از منطقه مورد مطالعه است. به منظور برآورد این دو پارامتر، ویژگی های دیگری به هر یک از این واحدهای فضایی اضافه می شود: مساحت آنها، فاصله تا بندر و فاصله تا شبکه برق. این منطقه به فرد امکان می دهد حداکثر تعداد توربین را تعریف کند، NT _max ، که می تواند در واحد فضایی نصب شود ( NT _max حداقل برابر با یک است، زیرا نصب یک توربین منفرد نیازی به مساحت زیادی ندارد). این عدد به حداقل فاصله بین دو دستگاه بستگی دارد که به شعاع توربین نیز بستگی دارد.آر . توربین‌ها قرار است به‌صورت تکه‌کاری با فاصله‌ی دستگاه‌هایی که تقریباً هفت برابر قطر آن D . NT _max به صورت زیر تعریف می شود:

(1)

که در آن A _su مساحت واحد فضایی است.

_حداکثر شعاع مجاز برای یک واحد فضایی خاص با Rmax نشان داده می شود و به عنوان تابعی از عمق آب در منطقه و حاشیه سطح و پایین ارزیابی می شود:

_حداکثر2R ≤ حاشیه عمق

(12)

در مرحله بعد، هزینه های نصب و نگهداری به فاصله بندر بستگی دارد. برای مطالعه موردی در نظر گرفته شده، این بندر بندر برست است که قرار است مجموعه کاملی از تجهیزات نگهداری و نصب انرژی دریایی خاص را در خود جای دهد.

شکل 12. ( الف ) تجسم رتبه بندی پذیرش اجتماعی نقشه چند معیاره. ( ب ) تجسم منابع فعلی نقشه چند معیاره.

در واقع، طراحی یک توربین جریان دریایی را نمی توان با یک روش بهینه سازی کلاسیک و قطعی درمان کرد. با توجه به غیر خطی بودن متغیرهای در نظر گرفته شده و تعداد زیاد ترکیبات ممکن، روش‌های تصادفی مانند یادگیری استقرایی، شبکه‌های عصبی و الگوریتم‌های ژنتیک باید ترجیح داده شوند [ 21 ]. به طور خاص، الگوریتم‌های ژنتیک در بهینه‌سازی یک فرآیند جستجو با تعداد نسبتاً بالایی از متغیرها و ترکیب‌ها عملکرد بسیار خوبی دارند و قبلاً برای طراحی توربین‌های بادی استفاده شده‌اند [ 22 ].]. ما راه حل یک الگوریتم ژنتیک را حفظ می کنیم تا به بهترین نحو یک مزرعه توربین فعلی دریایی را با توجه به امکان فنی و امکان پذیری اقتصادی به یک سایت خاص تطبیق دهیم. پارامترهای حفظ شده برای فرآیند بهینه‌سازی در ادامه با دامنه تغییرات و مرحله تغییرات مربوطه ارائه می‌شوند (توجه داشته باشید که این رویکرد به اندازه کافی انعطاف‌پذیر است تا به سمت برخی پارامترهای اضافی گسترش یابد):

–: نوع توربین (TT): VA یا HA بدون انحراف یا HA + انحراف
–: شعاع روتور (R): 2.5 متر تا R _max با پله 0.5 متر
–: پیکربندی ترن محرک (DT): گیربکس PMSG مستقیم درایو یا DFIG +
–: توان درجه بندی (P _n ) DT: 0.1 تا 3 مگاوات با پله 0.1 مگاوات
–: تعداد توربین ها (NT) یک تا NT _حداکثر

در مورد توربین VA، شعاع روتور معادل نیمی از ارتفاع توربین است. عرض توربین VA به گونه ای محاسبه می شود که مساحت آن با یک توربین HA با شعاع معادل یکسان باشد.

به منظور نشان دادن راه حل نشان داده شده با استفاده از الگوریتم بهینه سازی، اجازه دهید یک واحد فضایی را در نظر بگیریم (کانتور سبز در شکل 12 ). این واحد فضایی با مساحت 310000 متر مربع ^و عمق متوسط 24 متر مشخص می شود. فاصله این واحد از بندر برست و از نقطه اتصال شبکه ساختگی به ترتیب 48 کیلومتر و 10 کیلومتر است. توزیع جریان دریایی در شکل 13 توضیح داده شده است. سطح ( 7D ) ²برای یک توربین رزرو شده است. حاشیه بالایی 5 متری پیشنهاد می شود تا امکان ناوبری قایق های کوچک را فراهم کند و اثرات تلاطم و تورم را به حداقل برساند. علاوه بر این، فاصله پنج متری از کف به عنوان حداقل فاصله توصیه می شود تا از آسیب ناشی از حرکت مواد در بستر دریا جلوگیری شود و اثرات هیدرودینامیکی مربوط به لایه مرزی به حداقل برسد [ 23 ]. به عنوان حداقل شعاع در نظر گرفته شده 2.5 متر است و 10 متر برای فاصله پایین و بالا اختصاص داده شده است (این توضیح می دهد که چرا اعماق کمتر از 15 متر قبلا حذف شده است).

شکل 13. توزیع جریان.

برای واحد فضایی در نظر گرفته شده، جریان با توزیع نامتقارن مشخص می شود. شکل 13 جهت گیری ایده آل و مخروط استخراج را در موردی که یک توربین HA (بدون انحراف) گرفته شده است نشان می دهد. در این مورد خاص، جهت گیری های مختلف جریان به طور موثر مهار نمی شوند. بهینه سازی اعمال شده برای ویژگی های واحد فضایی و پارامترهای الگوریتم ارائه شده قبلاً نتایج نشان داده شده در جدول 2 را نشان می دهد.. همانطور که انتظار می رود، راه حل هایی که به فرد اجازه می دهد جریان را در همه جهات مهار کند، توسط الگوریتم بهینه سازی انتخاب می شوند. هیچ راه حلی با توربین VA یافت نشد. با این حال، یک راه حل VA با طراحی مشابه راه حل کم هزینه (جایگزین 1) باید توسط بهینه پارتو در نظر گرفته شود، اما با مقدار کمتر انرژی تولید شده (به دلیل ضریب توان کمتر). مشاهدات دیگر این است که شعاع روتور تمایل دارد تمام مکانی را که به آن اختصاص داده شده است بگیرد (عمق 24 متر با فاصله 10 متری بالا/پایین که به شعاع توربین 7 متری منتهی می شود). در این مورد، حداکثر تعداد توربین ها NT _max = 32 است. همچنین می توان متوجه شد که هزینه انرژی با افزایش تعداد توربین ها به دلیل اثرات اشتراک تجهیزات کاهش می یابد.

4.3. رتبه بندی نهایی

الگوریتم ژنتیک، اعمال شده با پارامترهای یکسان، برای تمام واحدهای فضایی انجام می شود ( شکل 12 ). این فرآیند مجموعه ای از راه حل های توربین را برای هر واحد فضایی تولید می کند (مانند جدول 2 ). این منجر به 2265 راه حل ممکن به طور کلی (جایگزین) برای 180 واحد فضایی می شود. هر یک از این جایگزین ها با انرژی تولید شده، هزینه آن و پذیرش اجتماعی منطقه ای که به آن تعلق دارد مشخص می شود (تعیین شده توسط مرحله 1). Electre III برای این جایگزین ها اعمال می شود. مقادیر وزن و آستانه استفاده شده در MCA در جدول 3 نشان داده شده است. در این مثال، ترجیحی برای جایگزین‌های کم‌هزینه با درجه‌بندی بالاترین وزن انتخاب شده است. آستانه بی تفاوتی انرژی روی 10 مگاوات ساعت تنظیم شده است. این تقریباً با انرژی سالانه مورد نیاز 70 متر مربع مطابقت ^داردخانه یعنی اگر برای دو جایگزین، اختلاف انرژی کمتر از 10 مگاوات ساعت باشد، این دو جایگزین تحت این معیار معادل در نظر گرفته می شوند. زمانی که تفاوت بین آستانه های بی تفاوتی و ترجیحی باشد، یک درون یابی خطی انجام می شود. این به شخص اجازه می دهد تا یک رابطه برتری فازی را استخراج کند که به شخص اجازه می دهد بیان کند که چگونه یک عمل به طور ضعیفی از یک عمل دیگر بالاتر است. آستانه ترجیح هزینه روی 100 کیلو یورو تنظیم شده است (این کمترین مقداری است که می توان نسبت داد، به دلیل تقریب هزینه). 2265 راه حل ممکن برای هر واحد فضایی در 1376 رتبه طبقه بندی شده اند. بهترین جایگزین برای یک واحد فضایی معین داشتن کمترین رتبه در بین گزینه های متعلق به آن واحد است. شکل 14بر اساس سه معیار در نظر گرفته شده، منطقه مورد مطالعه را بر اساس بهترین جایگزین واحد فضایی طبقه بندی می کند.

در شکل 14 ، چهار واحد فضایی مناسب از A تا D واجد شرایط هستند ( A بهترین واحد است). ویژگی های بهترین گزینه ها و رتبه آنها در جدول 4 آورده شده است. A جایگزین خود را به عنوان یک رتبه بندی می کند، اما واحد فضایی دوم، B ، جایگزین خود را به عنوان سه رتبه بندی می کند. این بدان معناست که جایگزینی که متعلق به A است، رتبه بهتری نسبت به جایگزین مربوط به B دارد. مشاهده مشابهی را می توان برای C مشاهده کرد. فاصله سه رتبه ای بین B و C وجود دارد . دو جایگزین وجود داردA یا B که می تواند قبل از در نظر گرفتن واحد فضایی مورد توجه قرار گیرد، C .

نتایج نشان می‌دهد که اکثر مناسب‌ترین واحدهای فضایی دارای جریان‌هایی هستند که سرعت آن‌ها در حداقل ۵۰٪ یا ۶۰٪ مواقع به جز C ، بالاتر از ۱ میلی‌ثانیه بر ^۱ است، برای مثال. دو واحد فضایی اول در نظر گرفته شده ( A و B ) در پایین ترین منطقه شیلات قرار دارند و با هزینه کم مطابقت دارند.

جدول 2. نتایج بهینه سازی الگوریتم ژنتیک. PMSG، ژنراتور سنکرون آهنربای دائمی؛ TT، نوع توربین؛ NT، تعداد توربین ها؛ DT، توربین درایو مستقیم.

جدول 3. مقادیر آستانه و وزن.

شکل 14. مناطق رتبه بندی شده با توجه به انرژی، هزینه و پذیرش.

در مطالعه موردی تاکنون هیچ اطلاعاتی در مورد بودجه اختصاص یافته برای توربین جاری دریایی در نظر گرفته نشده است. از آنجایی که هزینه یک معیار حداقل شده با بالاترین وزن است، جایگزین هایی که به عنوان بهترین راه حل ایجاد می شوند، پروژه های کم هزینه هستند (به عنوان مثال ، شامل یک توربین منفرد). وقتی و اگر بودجه ای تخصیص داده می شود، می توان در رتبه بندی پروژه جستجو کرد که کدام یک بهترین هزینه مربوطه را دارد. این در واقع نقش مؤلفه کمک تصمیم در رویکرد ما را نشان می دهد: رتبه بندی نهایی یک طبقه بندی منظم از راه حل های ممکن را ارائه می دهد، تصمیم نهایی در دست تصمیم گیرنده است. روش دیگری که باید در نظر گرفت اگر بودجه به عنوان یک محدودیت مستقیم در نظر گرفته شود، استفاده از ارزش، هزینه-بودجه پروژه، به عنوان یک معیار حداقل شده است.

جدول 4. رتبه بندی واحدهای فضایی و ویژگی های توربین.

5. نتیجه گیری ها

تحقیق ارائه شده در این مقاله رویکردی را معرفی می‌کند که هدف آن یافتن مناسب‌ترین مکان‌ها و طراحی اولیه مزرعه دریایی است. روش توسعه یافته GIS، تجزیه و تحلیل چند معیاره و یک الگوریتم بهینه سازی را ادغام و ترکیب می کند. اولین ساختار و رتبه بندی فضایی منطقه مورد مطالعه بر اساس برخی معیارهای پذیرش اجتماعی با استفاده از Electre III اعمال شده است. برای هر بخش از منطقه مورد مطالعه، انواع مختلفی از توربین های جریان دریایی با استفاده از یک فرآیند بهینه سازی مبتنی بر ژنتیک بر اساس هزینه و انرژی ارزیابی شده است. یک رتبه بندی نهایی با استفاده مجدد از Electre III برای سه معیار، یعنی پذیرش اجتماعی، هزینه و انرژی تولید شده اعمال شده است. یک طبقه بندی از مناطق و ویژگی های توربین برای هر زیربخش فضایی انجام شده است.

سه معیار با رویکرد مدل سازی ما در نظر گرفته شده است. پذیرش اجتماعی در این کار به مناطق ماهیگیری محدود شده است، اما محدودیت‌های جغرافیایی اضافی را می‌توان با برخی سازگاری‌های جزئی رویکرد ما در نظر گرفت. این روش همچنین می تواند با برخی از ویژگی های فصلی فعالیت های مختلف در نظر گرفته شده غنی شود. برآورد هزینه اساساً بر اساس برون یابی دانش فن آوری فعلی توربین های بادی دریایی است. پارامترهای مورد استفاده در مدل پیشنهادی نیز می‌توانند به محض اینکه بازخورد اضافی در مورد توربین‌های جریان دریایی در دسترس باشد، اصلاح شوند.

در کار بعدی، تقسیم بندی دقیق تری از منطقه مورد مطالعه، همچنین با در نظر گرفتن سایر فعالیت ها، مانند فعالیت های مبتنی بر آب یا راهروهای کشتی و پالایش دانه بندی بعد زمانی، کاوش خواهد شد. در واقع، ادغام معیارهای فضایی اضافی احتمالاً تعداد زیربخش‌های فضایی را افزایش می‌دهد و مساحت واحدهای فضایی حاصل را در منطقه مورد مطالعه کاهش می‌دهد، بنابراین به طور بالقوه تعداد توربین‌های قابل نصب را کاهش می‌دهد. ما قصد داریم برخی از تکنیک‌های خوشه‌بندی و تجمیع فضایی را به کار ببریم، و همچنین ایده اشتراک‌گذاری فناوری‌های مختلف را در مکان‌های همسایه بررسی کنیم. مکان دقیق تر توربین ها در واحدهای فضایی مربوطه نیز مسیری برای کاوش برای افزایش کارایی مزرعه دریایی است. معیارهای دیگر، مانند محدودیت های محیطی،

منابع

مولتون، بی. راهنمای انرژی های تجدیدپذیر دریایی . Wiley-ISTE: Hoboken، NJ، USA، 2011. [ Google Scholar ]
O’Sullivan، DL; انتخاب ژنراتور لوئیس، AW و عملکرد مقایسه‌ای در مبدل‌های انرژی موج اقیانوس ستون آب نوسانی دریایی. IEEE Trans. مبدل انرژی 2011 ، 26 ، 603-614. [ Google Scholar ] [ CrossRef ]
خان، ام جی. بویان، جی. اقبال، MT; سیستم‌های تبدیل انرژی هیدروکنتیک Quaicoe، JE و ارزیابی توربین‌های محور افقی و عمودی برای کاربردهای رودخانه و جزر و مد: بررسی وضعیت فناوری. Appl. انرژی 2009 ، 86 ، 1823-1835. [ Google Scholar ] [ CrossRef ]
بنلقلی، س. بن بوزید، MEH; Charpentier، JF Marine Tidal Current Electric Generation Technology: وضعیت مدرن و وضعیت فعلی. در مجموعه مقالات کنفرانس بین المللی IEEE Electric Machines & Drives (IEMDC ’07)، آنتالیا، ترکیه، 3-5 مه 2007.
Roy, B. ELECTRE III: Un الگوریتم طبقه بندی fondé sur une représentation floue des preférences en présence de criteres multiples. Cahiers du CERO 1978 ، 20 ، 3-24. [ Google Scholar ]
بکالی، م. سلورا، ام. Mistretta, M. تصمیم گیری در برنامه ریزی انرژی. کاربرد روش الکتره در سطح منطقه ای برای انتشار فناوری انرژی های تجدیدپذیر. تمدید کنید. انرژی 2003 ، 13 ، 2063-2087. [ Google Scholar ]
باردا، اوه. دوپویس، جی. Lencioni, P. موقعیت چند معیاره نیروگاه های حرارتی. یورو جی. اوپر. Res. 1990 ، 45 ، 332-346. [ Google Scholar ] [ CrossRef ]
جورجوپولو، ای. لالاس، دی. پاپاگیاناکیس، L. رویکرد کمک تصمیم چند معیاره برای انرژی: مورد گزینه انرژی تجدیدپذیر. یورو جی. اوپر. Res. 1997 ، 103 ، 38-54. [ Google Scholar ] [ CrossRef ]
راجرز، ام. Bruen, M. انتخاب مقادیر واقعی بی تفاوتی، ترجیحات و آستانه وتو برای استفاده با معیارهای محیطی در ELECTRE. یورو جی. اوپر. Res. 1998 ، 107 ، 542-551. [ Google Scholar ] [ CrossRef ]
پوهکار، SD; راماچاندران، M. کاربرد تصمیم گیری چند معیاره برای برنامه ریزی انرژی پایدار – مروری. تمدید کنید. حفظ کنید. انرژی Rev. 2004 ، 8 ، 365-381. [ Google Scholar ]
Douvere, F. اهمیت برنامه ریزی فضایی دریایی در پیشبرد مدیریت استفاده از دریا مبتنی بر اکوسیستم. مارس سیاست 2008 ، 32 ، 762-771. [ Google Scholar ]
اهلر، سی. Douvere, F. Marine Spatial Planning, a گام به گام رویکرد به سمت مدیریت مبتنی بر اکوسیستم . کمیسیون اقیانوس شناسی بین دولتی و برنامه انسان و زیست کره: پاریس، فرانسه، 2009. [ Google Scholar ]
Chakhar, S. Cartographie Décisionnelle Multicritère: Formalization et Implémentation Informatique. دکتری پایان نامه، دانشگاه پاریس دوفین، پاریس، فرانسه، 2006. [ Google Scholar ]
جوان، OR; اوشرنکو، جی. اکستروم، جی. Crowder، LB; اوگدن، جی. ویلسون، جی. روز، JC; دوور، اف. Ehler، CN; مک لئود، KL; و همکاران حل بحران در اداره اقیانوس ها: مدیریت مکان محور اکوسیستم های دریایی محیط زیست علمی پایداری سیاست توسعه دهنده 2007 ، 49 ، 20-32. [ Google Scholar ]
هندرسون، A. انرژی باد فراساحلی – آماده برای تامین انرژی اروپای پایدار. اقدام هماهنگ اتحادیه اروپا در مورد انرژی بادی فراساحلی در اروپا. 2001. در دسترس آنلاین: http://www.offshorecenter.dk/log/bibliotek/offshore%20wind%20energy%20ready%20to%20power.PDF (در 12 مارس 2014 قابل دسترسی است).
Le Guyader، D. Modélisation des Activités Humaines en Mer Côtière. دکتری پایان نامه، Université de Bretagne Occidentale، برست، فرانسه، 2012. [ Google Scholar ]
بنلقلی، س. بن بوزید، MEH; Charpentier، JF مقایسه PMSG و DFIG برای کاربردهای توربین جریان دریایی. در مجموعه مقالات کنفرانس بین المللی نوزدهم در مورد ماشین های الکتریکی (ICEM) در سال 2010. رم، ایتالیا: 6-8 سپتامبر 2010.
سوزوکی، M. تحلیل عددی ویژگی‌های توربین بادی محور افقی در شرایط انحراف. J. Fluid Dyn را باز کنید. 2012 ، 2 ، 331-336. [ Google Scholar ] [ CrossRef ]
گونزالس، جی اس. پایان، بی.ام. سانتوس، JR یک الگوریتم تکاملی بهبود یافته برای طرح‌بندی توربین‌های بهینه مزرعه بادی بزرگ. در مجموعه مقالات IEEE Trondheim PowerTech 2011. تروندهایم، نروژ: 19 تا 23 ژوئن 2011.
Le Tixerant، M. گورملون، اف. تیسوت، سی. Brosset، D. مدل سازی توسعه فعالیت های انسانی در مناطق دریایی ساحلی. جی. ساحل. حفظ کنید. 2011 ، 15 ، 407-416. [ Google Scholar ] [ CrossRef ]
فام، دی.تی. فام، PTN هوش مصنوعی در مهندسی. بین المللی جی. ماخ. ابزار تولیدی 1999 ، 39 ، 937-949. [ Google Scholar ] [ CrossRef ]
دیووکس، تی. سباستین، پی. برنارد، دی. پوگالی، جی آر. سیستم های توربین بادی محور افقی Grandidier، JY: بهینه سازی با استفاده از الگوریتم های ژنتیک. انرژی باد 2001 ، 4 ، 151-171. [ Google Scholar ] [ CrossRef ]
Legrand, C. Assessment of Tidal Energy Resource: Marine Renewable Energy Guides ; مرکز انرژی دریایی اروپا: لندن، انگلستان، 2009. [ Google Scholar ]

© 2014 توسط نویسندگان; دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (http://creativecommons.org/licenses/by/3.0/) توزیع شده است.

;کاربردهای GIS مقالات

درخواست مشاوره

09120049370

8 صبح تا 12 شب