إطار عمل DEA-AHP ثنائي المرحلة لاختيار مواقع محطات الطاقة الشمسية الكهروضوئية في تايوان

1. المقدمة

تتناول هذه الورقة التحدي الحاسم المتمثل في اختيار المواقع المثلى لمحطات الطاقة الشمسية الكهروضوئية، وهي مهمة ذات أهمية قصوى للأمن الطاقي والتنمية المستدامة، خاصة في سياق الجهود العالمية للانتقال من الوقود الأحفوري. باستخدام تايوان كدراسة حالة، يسلط البحث الضوء على إلحاحية هذه القضية للدول المعتمدة على الطاقة المستوردة والمعرضة لتغير المناخ.

2. المنهجية: إطار عمل MCDM ثنائي المرحلة

المساهمة الأساسية لهذه الورقة هي نهج جديد متعدد المعايير لاتخاذ القرار (MCDM) ثنائي المرحلة يجمع بين تحليل مغلف البيانات (DEA) وعملية التسلسل الهرمي التحليلي (AHP).

3. دراسة الحالة: تايوان

يتم تطبيق المنهجية لتقييم 20 مدينة ومقاطعة محتملة في تايوان لبناء مزرعة شمسية كهروضوئية واسعة النطاق.

4. النتائج والمناقشة

5. التفاصيل التقنية والصياغة الرياضية

نموذج DEA CCR (شارنز، كوبر، رودس): نموذج DEA الأساسي المستخدم لحساب درجة الكفاءة $\theta_k$ لوحدة اتخاذ القرار $k$ يتم صياغته كمشكلة برمجة خطية: $$ \begin{aligned} \text{Max } & \theta_k = \sum_{r=1}^{s} u_r y_{rk} \\ \text{s.t. } & \sum_{i=1}^{m} v_i x_{ik} = 1 \\ & \sum_{r=1}^{s} u_r y_{rj} - \sum_{i=1}^{m} v_i x_{ij} \leq 0, \quad j = 1, \ldots, n \\ & u_r, v_i \geq \epsilon > 0 \end{aligned} $$ حيث:

• $x_{ij}$: كمية المدخل $i$ لوحدة اتخاذ القرار $j$.
• $y_{rj}$: كمية المخرج $r$ لوحدة اتخاذ القرار $j$.
• $v_i$, $u_r$: الأوزان الافتراضية للمدخلات والمخرجات.
• $\epsilon$: رقم غير أرخميدي صغير.
• $\theta_k = 1$ تشير إلى كفاءة DEA.

المقارنة الزوجية لـ AHP والاتساق: تتم مقارنة المعايير بشكل زوجي على مقياس من 1-9. يتم اشتقاق متجه الأولوية $w$ (الأوزان) من المتجه الذاتي الرئيسي لمصفوفة المقارنة $A$، حيث $Aw = \lambda_{max}w$. يجب أن تكون نسبة الاتساق ($CR$) أقل من 0.1: $$ CR = \frac{CI}{RI}, \quad CI = \frac{\lambda_{max} - n}{n - 1} $$ حيث $RI$ هو المؤشر العشوائي.

6. النتائج ووصف المخططات

المخطط التصوري 1: تدفق عملية MCDM ثنائية المرحلة
مخطط انسيابي يصور: (1) 20 موقعًا مرشحًا يتم إدخالها في (2) نموذج DEA (مدخلات مناخية/مخرجات شمسية) الذي يقوم بتصفية (3) المواقع الفعالة (الدرجة=1). ثم يتم إدخال هذه في (4) نموذج AHP (5 معايير ومعايير فرعية) مما يؤدي إلى (5) الترتيب النهائي الموزون للمواقع.

المخطط التصوري 2: هرم أوزان معايير AHP
مخطط شريطي أفقي يظهر الأوزان النسبية للمعايير عالية المستوى (الموقع، التقني، الاقتصادي، الاجتماعي، البيئي) وتفصيل للمعيار الاقتصادي يظهر الوزن المهيمن للمعيار الفرعي "آليات الدعم" (0.332).

المخطط التصوري 3: خريطة الترتيب النهائي للمواقع
خريطة موضوعية لتايوان مع تحديد المواقع المرشحة العشرين. يتم تمييز المواقع الأعلى مرتبة (تاينان، تشانغهوا، كاوهسيونغ) باللون الأساسي (#FF9800)، مع تظليل المواقع الأخرى بتدرجات بناءً على درجات AHP النهائية.

7. الإطار التحليلي: مثال توضيحي

السيناريو: تقييم موقعين افتراضيين، "المدينة أ" و"المدينة ب"، بعد مرحلة DEA.

الخطوة 1 - المقارنة الزوجية لـ AHP (المعيار الاقتصادي):
يقوم صانع القرار بمقارنة المعايير الفرعية:
يُحكم على "آليات الدعم" بأنها 'أكثر أهمية بشكل معتدل' (القيمة 3) من "تكلفة الاستثمار".
يُحكم على "تكلفة الاستثمار" بأنها 'متساوية إلى أكثر أهمية بشكل معتدل' (القيمة 2) من "تكلفة التشغيل والصيانة".
يشكل هذا مصفوفة مقارنة للمعايير الفرعية الاقتصادية.

الخطوة 2 - تسجيل المواقع:
بالنسبة للمعيار الفرعي "آليات الدعم"، يتم تقييم المدينة أ (إعانات حكومية قوية) بأنها 'مفضلة بشدة' (الدرجة 5) على المدينة ب (إعانات ضعيفة). يتم تسوية هذه الدرجات وتجميعها باستخدام أوزان المعايير لإنتاج درجة مركبة نهائية لكل موقع.

النتيجة: حتى لو كانت للمدينة ب إشعاع شمسي أفضل قليلاً، فإن الدعم السياسي المتفوق للمدينة أ (الوزن العالي) يؤدي إلى ترتيب نهائي أعلى، مما يوضح قدرة الإطار على تحقيق التوازن بين أهداف متعددة ومتعارضة في كثير من الأحيان.

8. آفاق التطبيق والاتجاهات المستقبلية

• التكامل مع نظم المعلومات الجغرافية (GIS): يجب أن يعمل البحث المستقبلي على دمج هذا الإطار MCDM بشكل وثيق مع نظم المعلومات الجغرافية (GIS) للتحليل المكاني، ورسم القيود (مثل المناطق المحمية، المنحدر)، والتخيل، مما يخلق نظام دعم قرارات (DSS) قويًا.
• النمذجة الديناميكية والاحتمالية: دمج توقعات تغير المناخ لتقييم جدوى الموقع على المدى الطويل. استخدام DEA العشوائي أو AHP الضبابي للتعامل مع عدم اليقين في بيانات المدخلات وأحكام الخبراء.
• تقييم التكنولوجيا الأوسع: تكييف الإطار لتقنيات متجددة أخرى (طاقة الرياح البحرية، الطاقة الحرارية الأرضية) أو أنظمة هجينة، باستخدام معايير خاصة بالتكنولوجيا.
• دمج استدامة دورة الحياة: توسيع المعيار البيئي إلى تقييم دورة حياة (LCA) كامل يغطي التصنيع، النشر، والإيقاف، بما يتماشى مع مبادئ الاقتصاد الدائري.
• تعزيز التعلم الآلي: استخدام خوارزميات التعلم الآلي لتحليل بيانات نجاح/فشل اختيار المواقع التاريخية، مما قد يؤدي إلى تحسين أوزان AHP أو اقتراح معايير فرعية جديدة.

9. المراجع

1. Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444.
2. Saaty, T. L. (1980). The analytic hierarchy process. McGraw-Hill.
3. International Energy Agency (IEA). (2020). World Energy Outlook 2020. OECD/IEA.
4. IRENA. (2021). Renewable Power Generation Costs in 2020. International Renewable Energy Agency.
5. Zhu, J., et al. (2020). A comprehensive review of hybrid DEA methods. Omega, 102, 102308.
6. Isola, P., Zhu, J., Zhou, T., & Efros, A. A. (2017). Image-to-image translation with conditional adversarial networks. Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 1125-1134). (تم الاستشهاد به كمثال على إطار عمل منظم ثنائي المرحلة في مجال مختلف).

10. التحليل الأصلي والتعليق الخبير