1-نشست شماره 1

ناترازی صنعت برق، علل و راهکارها

دكتر محمود جورابيان

^{عضو هیئت علمی دانشکده مهندسی، دانشگاه شهید چمران اهواز}

چکیده نشست تخصصي:

صنعت برق به دلیل وسعت و گستردگی فراوان در امر خدمت‌رسانی و سرویس‌دهی مستمر و بی‌وقفه خود، همچنین نبود امکانات مورد نیاز از جمله عدم دسترسی کافی و مناسب به منابع مالی، تحریم‌ها و عدم سرمایه‌گذاری‌های کلان داخلی و خارجی بشدت در معرض آسیب‌های جدی و گاهاً چالش ‌برانگیز قرار گرفته است. از گذشته بین تولید و مصرف ناترازی وجود داشته و این ناترازی به دلیل رشد مصرف، سالانه بین ۵ تا ۶ درصد افزایش داشته است. ناترازی می‌تواند تولید را در بخش صنعت مختل کند، باعث کاهش شدید صادرات شود، به اشتغال آسیب برساند و در نتیجه درآمدهای کشور را کاهش دهد. به عبارتی اگر برق مورد نیاز صنعت تامین نشود، آسیب‌ها به بخش‌های دیگر کشور نیز تعمیم پیدا خواهد کرد. بی انگیزگی و ناتوانی بخش غیردولتی برای سرمایه‌گذاری جدید در ساخت نیروگاه و عدم توسعه متناسب نیروگاه‌ها با مصرف برق علت اصلی ایجاد ناترازی برق است. از طرفی عدم انجام به موقع تعهدات مالی وزارت نیرو در خرید تضمینی برق از نیروگاه‌های خصوصی موجب عدم امکان بازپرداخت وام صندوق توسعه ملی توسط بخش خصوصی شده و سرمایه‌گذاری در این حوزه را کاهش داده است. از این رو توسعه نیروگاه‌ها، کاهش تلفات، هوشمند سازی، کنترل پذیری از مباحث مهم در موضوع ناترازی صنعت برق است. توسعه انرژی‌های تجدیدپذیر و تنوع بخشی به سبد تولید برق کشور یکی از اقداماتی است که باید جهت جبران این ناترازی مورد توجه قرار گیرد.

2-کارگاه شماره 1

طراحی و سایزینگ سیستم‌های فتوولتائیک متصل به شبکه

دکتر حامد نفیسی

^{عضو هیئت علمی دانشکده برق، دانشگاه صنعتی امیرکبیر}

چکیده کارگاه:

سیستم‌های فتوولتائیک متصل به شبکه به عنوان یکی از فناوری‌های پیشرفته تولید انرژی تجدیدپذیر، از طریق بهره‌برداری مستقیم از نور خورشید و اتصال به شبکه برق، نقش حیاتی در تأمین پایدار انرژی و کاهش انتشار گازهای گلخانه‌ای ایفا می‌کنند.

در این کارگاه آموزشی به بررسی فرآیند طراحی و سایزینگ سیستم‌های فتوولتائیک متصل به شبکه پرداخته خواهد شد. ابتدا مبانی نظری و کاربردی سیستم‌های فتوولتائیک متصل به شبکه معرفی شده و به اهمیت پیکربندی صحیح آرایه‌های فتوولتائیک در بهبود عملکرد سیستم پرداخته می‌شود. سپس نقش جعبه ترکیب‌کننده دی‌سی مورد بررسی قرار می‌گیرد. در بخش بعدی، به معرفی ویژگی‌ها و عملکرد اینورتر به عنوان جزء کلیدی در تبدیل انرژی دی‌سی به انرژی متناوب پرداخته می‌شود. همچنین، سیستم‌های حفاظت به عنوان ضرورت تضمین ایمنی و پایداری سیستم‌های فتوولتائیک مورد بحث و ارزیابی قرار می‌گیرند.

هدف این کارگاه، ارائه دانش و مهارت‌های لازم جهت طراحی بهینه، انتخاب تجهیزات مناسب و اجرای صحیح سیستم‌های فتوولتائیک متصل به شبکه به منظور افزایش بهره‌وری و اطمینان از عملکرد ایمن می‌باشد.

سرفصل‌ها:

• مقدمه
• پیکربندی آرایه فتوولتائیک
• جعبه ترکیب‌کننده دی‌سی
• اینورتر
• سیستم حفاظت

3-کارگاه شماره 2

مديريت مصرف انرژي ساختمان ها با هوش مصنوعي

دکتر رحیم زاهدی

^{عضو هيئت علمي دانشكده مهندسي انرژي و منابع پايدار دانشگاه تهران} 

چکیده کارگاه:

مدیریت مصرف انرژی در ساختمان‌ها به عنوان یکی از چالش‌های اساسی در کاهش مصرف انرژی و بهینه‌سازی عملکرد سیستم‌های گرمایشی، سرمایشی و الکتریکی مطرح است. استفاده از هوش مصنوعی (AI) به عنوان یک راهکار نوآورانه، امکان تحلیل و پیش‌بینی الگوهای مصرف انرژی و ارائه راهکارهای هوشمند برای کاهش هدررفت انرژی را فراهم می‌کند. در این کارگاه، به بررسی روش‌های کاربردی هوش مصنوعی در مدیریت مصرف انرژی ساختمان‌ها پرداخته می‌شود. تمرکز این کارگاه بر الگوریتم‌های یادگیری ماشین، شبکه‌های عصبی و روش‌های پیش‌بینی پیشرفته برای بهینه‌سازی مصرف انرژی و کاهش هزینه‌ها خواهد بود. این کارگاه با ارائه مطالعات موردی و مثال‌های عملی از پیاده‌سازی سیستم‌های هوشمند، راهکارهایی را برای بهبود بهره‌وری انرژی ارائه می‌دهد.

سرفصل‌ها:

١. مقدمه‌ای بر مدیریت مصرف انرژی در ساختمان‌ها

٢. نقش هوش مصنوعی در بهینه‌سازی مصرف انرژی

٣. معرفی مدل‌های یادگیری ماشین و شبکه‌های عصبی در مدیریت انرژی

٤. تحلیل و پیش‌بینی الگوهای مصرف انرژی در ساختمان‌ها

٥. مطالعه موردی: استفاده از هوش مصنوعی برای کاهش مصرف انرژی در ساختمان‌ها

٦. طراحی و پیاده‌سازی سیستم‌های هوشمند مدیریت انرژی

٧. بررسی چالش‌ها و فرصت‌های هوش مصنوعی در مدیریت انرژی

4-کارگاه شماره 3

کاربرد هوش مصنوعی در پیش‌بینی تولید انرژی‌های تجدیدپذیر و مدیریت مصرف انرژی

آقای دکتر مهدی عباپور - آقای مهندس محمد محسن حیاتی

^{عضو هيئت علمي دانشكده مهندسي برق و کامپیوتر دانشگاه تبریز}

 ^{دانشجوی دکتری برق دانشگاه تبریز}

چکیده کارگاه:

با رشد روزافزون منابع انرژی‌های تجدیدپذیر و ضرورت مدیریت بهینه مصرف انرژی، هوش مصنوعی به یکی از مؤثرترین ابزارها در بهینه‌سازی این دو حوزه تبدیل شده است. در این کارگاه، نقش الگوریتم‌های هوش مصنوعی و یادگیری ماشین در پیش‌بینی تولید انرژی‌های تجدیدپذیر از منابعی مانند انرژی خورشیدی و بادی بررسی خواهد شد. از سوی دیگر، استفاده از روش‌های مبتنی بر هوش مصنوعی در مدیریت مصرف انرژی، از جمله مدیریت سمت تقاضا (DSM)، کاهش اتلاف انرژی و بهینه‌سازی شبکه‌های برق مورد بحث قرار خواهد گرفت. این کارگاه با تمرکز بر روش‌های نوین یادگیری عمیق، شبکه‌های عصبی، و مدل‌های ترکیبی، تکنیک‌های کاربردی برای بهبود دقت پیش‌بینی تولید انرژی‌های تجدیدپذیر ارائه می‌دهد. همچنین، کاربردهای کلان‌داده و تحلیل پیش‌بینانه در بهینه‌سازی مصرف انرژی معرفی خواهند شد. شرکت‌کنندگان با ابزارهای مدرن، چارچوب‌های محاسباتی، و رویکردهای عملی در این حوزه آشنا شده و توانایی به‌کارگیری هوش مصنوعی در سیستم‌های انرژی هوشمند را به دست خواهند آورد.