نهج DEA-AHP ثنائي المراحل لاختيار موقع محطات الطاقة الشمسية الكهروضوئية في تايوان

1. المقدمة

تتناول هذه الورقة التحدي الحاسم المتمثل في اختيار المواقع المثلى لمحطات الطاقة الشمسية الكهروضوئية في تايوان. وتدفع الحاجة العالمية للانتقال من الوقود الأحفوري إلى الطاقة المتجددة، وهو تحول تعززه جائحة كوفيد-19 ومتطلبات التغير المناخي، إلى الاستعجال في هذا الأمر. وتعتبر تايوان، التي تعتمد بشكل كبير على الوقود الأحفوري المستورد وتقع في منطقة نشطة زلزالياً، تطوير الطاقة الشمسية محورياً للأمن الطاقي والاستدامة الاقتصادية.

1.1 الوضع العالمي للطاقة المتجددة

تضع الورقة الدراسة في سياق الجهود العالمية مثل اتفاقية باريس والصفقة الخضراء الأوروبية، التي تهدف إلى تحقيق صافي انبعاثات صفري. وتسَلط الضوء على مرونة الطاقة المتجددة خلال أزمة كوفيد-19، حيث زادت الكهرباء المولدة من مصادر متجددة بنسبة 5% في عام 2020 على الرغم من الاضطرابات.

1.2 إمكانات الطاقة الشمسية

تم تحديد الطاقة الشمسية باعتبارها المصدر المتجدد الأنسب لتايوان نظراً لظروفها الجغرافية والمناخية. ومع ذلك، فإن القيود المتعلقة بالأراضي، والتحديات السياسية، وقضايا النطاق تعيق التطوير، مما يجعل اختيار الموقع المنهجي أمراً أساسياً.

2. المنهجية: إطار عمل صنع القرار متعدد المعايير ثنائي المراحل

الإسهام الأساسي هو نهج جديد ثنائي المراحل لصنع القرار متعدد المعايير (MCDM) يجمع بين تحليل مغلف البيانات (DEA) والعملية الهرمية التحليلية (AHP).

2.1 المرحلة الأولى: تحليل مغلف البيانات (DEA)

يُستخدم DEA كمرشح أولي لتقييم كفاءة الموارد الطبيعية لـ 20 مدينة/مقاطعة محتملة. ويعامل المواقع كوحدات لصنع القرار (DMUs).

• المدخلات: درجة الحرارة، سرعة الرياح، الرطوبة، هطول الأمطار، ضغط الهواء.
• المخرجات: ساعات سطوع الشمس، الإشعاع الشمسي.

تنتقل المواقع التي تحقق درجة كفاءة مثالية تبلغ 1.0 إلى المرحلة التالية.

2.2 المرحلة الثانية: العملية الهرمية التحليلية (AHP)

يُستخدم AHP لترتيب المواقع الكفؤة من المرحلة الأولى بناءً على مجموعة أوسع من المعايير الاجتماعية-التقنية-الاقتصادية-البيئية. ويتضمن مقارنات زوجية لاستخلاص أوزان المعايير والدرجات النهائية للمواقع.

2.3 هيكل المعايير والمعايير الفرعية

تم هيكلة نموذج AHP بخمسة معايير رئيسية و15 معياراً فرعياً:

1. خصائص الموقع: انحدار الأرض، نوع استخدام الأرض، المسافة إلى الشبكة.
2. تقني: الإشعاع الشمسي، ساعات سطوع الشمس، درجة الحرارة.
3. اقتصادي: تكلفة الاستثمار، تكلفة التشغيل والصيانة، تكلفة نقل الكهرباء، آليات الدعم (مثل تعريفة التغذية).
4. اجتماعي: القبول العام، خلق فرص العمل، طلب استهلاك الكهرباء.
5. بيئي: تخفيض انبعاثات الكربون، الأثر البيئي.

3. دراسة الحالة: تايوان

3.1 جمع البيانات والمواقع المحتملة

قيمت الدراسة 20 مدينة ومقاطعة رئيسية في جميع أنحاء تايوان. تم جمع البيانات الجوية (مدخلات/مخرجات لـ DEA) والبيانات الاجتماعية-الاقتصادية (لـ AHP) من مصادر تايوانية رسمية مثل المركز الجوي المركزي ووزارة الشؤون الاقتصادية.

3.2 نتائج تحليل الكفاءة باستخدام DEA

قام نموذج DEA بتصفية المواقع ذات الكفاءة دون المثلى للموارد الطبيعية. فقط المدن/المقاطعات التي حولت المدخلات المناخية (مثل درجة الحرارة المعتدلة والرطوبة المنخفضة) بكفاءة إلى مخرجات الطاقة الشمسية (ارتفاع سطوع الشمس والإشعاع) حصلت على درجة 1.0. قللت هذه الخطوة من مجموعة المرشحين لتحليل AHP الأكثر تفصيلاً.

3.3 ترجيح AHP والترتيب النهائي

كشفت المقارنة الزوجية لـ AHP عن الأهمية النسبية للمعايير. وكانت أهم ثلاثة معايير فرعية تأثيراً:

يؤكد هذا على أن العوامل السياسية والاقتصادية (الدعم، التكلفة) والطلب المحلي أكثر حسمًا من إمكانات الموارد الشمسية البحتة في الترتيب النهائي.

4. النتائج والمناقشة

4.1 النتائج الرئيسية

نجح النهج الهجين DEA-AHP في تحديد المواقع وترتيب أولوياتها. تكمن قوة العملية ثنائية المراحل في ضمان جدوى الموارد الطبيعية أولاً (DEA) قبل تقييم الجدوى الأوسع (AHP)، مما يمنع المواقع الغنية بالموارد ولكن غير القابلة للتطبيق من احتلال مرتبة عالية.

4.2 المواقع الأعلى تصنيفاً

حدد الترتيب النهائي لـ AHP أفضل ثلاثة مواقع مناسبة لتطوير مزارع الطاقة الشمسية الكهروضوئية واسعة النطاق في تايوان:

1. مدينة تاينان
2. مقاطعة تشانغهوا
3. مدينة كاوهسيونغ

تجمع هذه المناطق بين موارد شمسية قوية وظروف اقتصادية مواتية (مثل آليات الدعم الحالية)، وتكاليف نقل نسبية أقل، وطلب محلي مرتفع على الكهرباء.

5. التفاصيل التقنية والصياغة الرياضية

صياغة DEA (نموذج CCR): يتم الحصول على درجة الكفاءة $\theta_k$ لوحدة صنع القرار $k$ عن طريق حل البرنامج الخطي: $$\text{Max } \theta_k = \sum_{r=1}^{s} u_r y_{rk}$$ $$\text{subject to: } \sum_{i=1}^{m} v_i x_{ik} = 1$$ $$\sum_{r=1}^{s} u_r y_{rj} - \sum_{i=1}^{m} v_i x_{ij} \leq 0, \quad j=1,...,n$$ $$u_r, v_i \geq \epsilon > 0$$ حيث $x_{ij}$ هي المدخلات، $y_{rj}$ هي المخرجات، $v_i$ و $u_r$ هي الأوزان، و $\epsilon$ هي قيمة متناهية الصغر غير أرخميدية.

فحص اتساق AHP: خطوة حاسمة هي التأكد من أن مصفوفة المقارنة الزوجية $A$ متسقة. يتم حساب مؤشر الاتساق ($CI$) ونسبة الاتساق ($CR$): $$CI = \frac{\lambda_{max} - n}{n-1}$$ $$CR = \frac{CI}{RI}$$ حيث $\lambda_{max}$ هي القيمة الذاتية الرئيسية، $n$ هو حجم المصفوفة، و $RI$ هو المؤشر العشوائي. نسبة $CR < 0.1$ مقبولة.

6. إطار التحليل: مثال توضيحي

السيناريو: تقييم موقعين مرشحين، "المدينة أ" و"المقاطعة ب"، بعد التصفية الأولية باستخدام DEA.

الخطوة 1 - ترجيح المعايير (AHP): يقوم الخبراء بإجراء مقارنات زوجية. على سبيل المثال، قد يؤدي مقارنة الأثر "الاقتصادي" مقابل "البيئي" إلى الحصول على درجة 3 (أهمية معتدلة للاقتصادي على البيئي). وهذا يملأ مصفوفة المقارنة لاستخلاص الأوزان العالمية (مثال: اقتصادي: 0.35، بيئي: 0.10).

الخطوة 2 - تسجيل الموقع لكل معيار: تقييم كل موقع مقابل كل معيار فرعي على مقياس (مثال: 1-9). بالنسبة لـ "آليات الدعم"، إذا كانت للمدينة أ تعريفة تغذية ممتازة (الدرجة=9) وللمقاطعة ب دعم ضعيف (الدرجة=3)، يتم تسوية هذه الدرجات.

الخطوة 3 - التوليف: الدرجة النهائية للمدينة أ = $\sum (\text{وزن المعيار الفرعي} \times \text{الدرجة المسوَاة للمدينة أ})$. الموقع ذو الدرجة الإجمالية الأعلى هو المفضل.

يحل هذا الإطار المنهجي الكمي محل عملية صنع القرار العشوائية بالشفافية وإمكانية التتبع.

7. آفاق التطبيق والاتجاهات المستقبلية

• التكامل مع نظم المعلومات الجغرافية (GIS): يجب أن يدمج العمل المستقبلي نهج MCDM هذا مع نظم المعلومات الجغرافية (GIS) للتصور المكاني وتحليل ملاءمة الأراضي، مما يخلق أدوات قوية لدعم القرار.
• النماذج الديناميكية والاحتمالية: يمكن أن يجعل دمج بيانات السلاسل الزمنية والتنبؤات الاحتمالية للمتغيرات المناخية وأسعار الكهرباء النموذج قابلاً للتكيف مع التغيرات المستقبلية.
• الهجين مع طرق MCDM أخرى: يمكن أن يؤدي الجمع بين AHP وتقنيات مثل TOPSIS أو VIKOR إلى التعامل مع عدم اليقين أو المعايير المتضاربة بشكل أكثر قوة.
• تطبيق أوسع: هذا الإطار ثنائي المراحل قابل للتحويل بدرجة عالية إلى مشاكل اختيار مواقع الطاقة المتجددة الأخرى (مثل طاقة الرياح، الحرارة الأرضية) في سياقات جغرافية مختلفة.
• دمج استدامة دورة الحياة: سيؤدي توسيع المعيار البيئي لتقييم دورة الحياة الكامل (LCA) إلى تقييم البصمة الكربونية لتصنيع وإيقاف تشغيل الألواح الكهروضوئية.

8. المراجع

1. الهيئة الحكومية الدولية المعنية بتغير المناخ (IPCC). (2021). تغير المناخ 2021: الأساس العلمي الفيزيائي. مطبعة جامعة كامبريدج.
2. الأمم المتحدة. (2015). اتفاقية باريس. مجموعة معاهدات الأمم المتحدة.
3. المفوضية الأوروبية. (2019). الصفقة الخضراء الأوروبية. COM(2019) 640 final.
4. الوكالة الدولية للطاقة (IEA). (2020). توقعات الطاقة العالمية 2020. OECD/IEA.
5. الوكالة الدولية للطاقة المتجددة (IRENA). (2021). الطاقة المتجددة والوظائف – المراجعة السنوية 2021.
6. Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444.
7. Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill.
8. Wang, C. N., Nguyen, N. A. T., Dang, T. T., & Bayer, J. (2021). A Two-Stage Multiple Criteria Decision Making for Site Selection of Solar Photovoltaic (PV) Power Plant: A Case Study in Taiwan. IEEE Access, 9, 75509-75522. DOI: 10.1109/ACCESS.2021.3081995.

9. التحليل الخبير والمراجعة النقدية

الفكرة الأساسية: هذه الورقة ليست مجرد دراسة أخرى لاختيار المواقع؛ إنها مخطط عملي لتقليل مخاطر استثمارات البنية التحتية للطاقة المتجددة. الفكرة الحقيقية هي المنطق التسلسلي: استخدام DEA لتصفية المواقع بصرامة من حيث كفاءة الموارد الطبيعية أولاً—وهو شرط أساسي غير قابل للتفاوض قائم على الفيزياء—قبل أن تسمح للمعايير الأكثر ليونة والمرتبطة بالسياسة في AHP بتحديد الفائز. وهذا يمنع الوقوع في الفخ الشائع المتمثل في اختيار موقع مناسب سياسياً ولكنه متوسط مناخياً.

التدفق المنطقي: تكمن أناقة المنهجية في تقسيم العمل. يتعامل DEA مع سؤال "هل يمكن أن يعمل هنا؟" بناءً على الشمس والرياح والمطر. بينما يتعامل AHP مع سؤال "هل يجب أن نبني هنا؟" بناءً على التكلفة والسياسة والأثر الاجتماعي. وهذا يعكس عملية صنع القرار الحقيقية للمطورين والحكومات، حيث ينتقلون من الإمكانات التقنية إلى جدوى المشروع. الوزن العالي الممنوح لـ "آليات الدعم" (0.332) هو انعكاس صريح للواقع: يمكن لتعريفة التغذية الجيدة أن تفوق عدة نقاط مئوية من الإشعاع الشمسي الأعلى.

نقاط القوة والضعف: القوة الرئيسية هي متانة النهج الهجين وتصديقه في سياق واقعي معقد (تايوان). إن استخدام أدوات راسخة ومفهومة على نطاق واسع (DEA, AHP) يعزز قابلية التكرار. ومع ذلك، فإن للنموذج فجوات ملحوظة. أولاً، إنه ثابت؛ فهو لا يأخذ في الاعتبار التباين الزمني للموارد الشمسية أو تأثيرات تغير المناخ المستقبلية، وهو اعتبار حاسم سلطت عليه تقارير الهيئة الحكومية الدولية المعنية بتغير المناخ الأخيرة الضوء. ثانياً، اعتماد AHP على المقارنات الزوجية للخبراء، وإن كان معيارياً، فإنه يقدم الذاتية. ستكون الورقة أقوى إذا أضافت إلى ذلك تحليل الحساسية أو استخدمت نهج AHP الضبابي للتعامل مع عدم اليقين، كما هو الحال في التطبيقات المتقدمة التي نوقشت في صفحات منهجية مؤسسة RAND. ثالثاً، يبدو أن توفر الأراضي وتكلفتها—وهما غالباً عنق الزجاجة النهائي—مدفونان ضمن المعايير الفرعية. في العديد من الأسواق، هذا هو القيد الأساسي.

رؤى قابلة للتنفيذ: بالنسبة لواضعي السياسات في تايوان والمناطق المماثلة، توفر القائمة الأعلى تصنيفاً (تاينان، تشانغهوا، كاوهسيونغ) نقطة انطلاق مدفوعة بالبيانات لتركيز البنية التحتية والحوافز. بالنسبة للمطورين، فإن الإطار هو قائمة مراجعة جاهزة للعناية الواجبة. يجب أن تكون الخطوة التالية الفورية هي دمج هذا النموذج مع بيانات GIS عالية الدقة للانتقال من التحليل على مستوى المدينة إلى مستوى القطعة الأرضية. علاوة على ذلك، فإن مقارنة نتيجة DEA-AHP هذه مع نتائج نماذج ملاءمة الموقع القائمة على التعلم الآلي—مثل تلك المستخدمة بشكل متزايد في تخطيط مزارع الرياح—ستكون اتجاه بحثي قيم لاختبار التقارب (أو الاختلاف) بين النماذج المختلفة. في النهاية، يوفر هذا العمل أساساً عملياً متيناً. يكمن المستقبل في جعله ديناميكياً، ومحدداً مكانياً، وقادراً على استيعاب تدفقات البيانات في الوقت الفعلي.