可再生能源的短期推动是否能保证其稳定

预算子系统的数学方程。ItemVariable（unit）数学方程整体预期付款（美元）=SUNA债务+预期生产付款可用整体付款（美元）IF THEN ELSE（预算>=整体预期付款，整体预期付款，预算）实际生产付款（美元）=IF THEN ELSE（可用整体付款-SUNA债务）>=预期生产付款，预期生产付款，可用全部付款-SUNA债务）债务付款（美元/年）如果出现其他情况（可用全部付款>=SUNA债务，SUNA债务，可用全部付款）预期和实际生产付款之间的差额（美元）=预期生产付款-实际生产付款SUNA债务（美元）=整数（债务创造-债务付款，0）债务创造（美元/年）=预期和实际生产付款之间的差额实际生产付款预算（美元）=整数（预算增加-预算减少，2.5e+06）预算减少（美元/年）=债务支付+实际生产付款预算增加（美元/年）=用电量（基于时间的线性回归）*REs税收预期生产付款实际生产付款预算预算增加预算减少税收可用电量期望付款与实际生产付款之间的总付款差额为债务创造债务延期付款图。8、预算子系统库存流程图。5.3.4社会机制模型中考虑了一些以前研究中很少提及的社会效应。这些是债务支付延迟对投资趋势的影响，对发电厂所有者的运维活动的影响，以及可再生能源税对社会接受度的影响。从数学上讲，所有这些效应都是由Y在[0-1]范围内的倒S形函数表示的。

模型中使用的函数的数学表达式如下所示：Y=Ymax/[1+（X/X50）P]（1）其中，Y是效应的值，Ymaxis是效应的最大值，X是每个特定效应的独立变量，Xis X值为Y值的50%，P是通过优化和最大化模型对现有数据的拟合优度来找到的指数。值得一提的是，没有关于这些社会影响的数据，数学函数的数字特征是根据SUNA专家的知识、能源政策研究人员的观点以及对可再生能源采用者的半结构化访谈的内容分析确定的。该非线性函数的视觉形式如图9所示。下面讨论每个社会机制的概念细节及其影响数学函数的数字特征。0.00.10.20.30.40.50.60.70.80.91.0YXFig。9、本研究中使用的倒S形函数的非线性形式。房地产税对社会接受度的影响：当ZF增加房地产税时，社会接受度降低，这实际上代表了投资者对房地产税金额的反应。我们将这种反应命名为“社会宽容”。它乘以社会接受值。当存在低资源税时，其价值约为1，不代表低资源税对社会接受度的负面影响。另一方面，在极端情况下，当可再生能源税增加到每千瓦时（kWh）0.1美元，是当前税率的100倍时，接近零的值乘以社会接受度，社会接受度降低到接近零。

这意味着决策者不可能永远提高可再生能源税，因为社会有一个容忍度阈值，并且对可再生能源税的上涨不持中立态度。很明显，其他变量，如文化、教育和媒体，可能会通过告知人们他们的优势（如温室气体缓解效应）来影响社会对可再生能源的接受，而这些优势在这里是不被考虑的。这种效应的数值特征如表4所示。表4：。社会效应函数的数值特征。Y（社会影响）XYmaxYminX对应于ymax对应于YminX 50pRES税对社会接受的影响（社会容忍）REs税（$/千瓦时）0.10.05债务支付延迟对投资倾向的影响（潜在投资者的信任）债务支付延迟（年）理想运维活动的百分比债务支付延迟（年）债务支付延迟对投资倾向的影响：当政府对再生产商的累计债务增加了，实际上，FiT付款的延迟增加了，因此潜在投资者的趋势减少了。这个概念是通过定义一个名为“潜在投资者的信任”的变量来建模的。假设债务延期近10年，就不会有潜在投资者的信任，人们投资新的可再生能源项目的意愿也趋于零。债务延期支付对运维活动的影响：当生产商未按时支付款项时，他/她可能会与理想情况相比，中断一些运维活动。我们将这种影响命名为“理想运维活动的百分比”。虽然运行维护活动在一段时间后会减少，但由于装机容量的进一步下降，设备的寿命会缩短，折旧率会上升。

这种效应的数值特征如表4.5.4模型验证所示。验证过程对于建立模型输出的可信度至关重要。我们遵循SD社区根据Qudrat Ullah和Seong【34】对其模型进行验证的方法和步骤。需要注意的是，结构有效性和行为有效性程序都适用于该模型。5.4.1结构验证边界适配模型边界适配性在与UNA专家和该领域研究人员的一些会议上进行了讨论。根据可再生能源开发能力的目的，所有重要的总量，包括装机容量、预算、SUNA债务、年度FiT请求、批准的FiT请求、可再生能源的资本成本、可再生项目的ROI、投资趋势、社会接受度、潜在投资者的信任度、，FiT价格和可再生能源发电是内生的。总发电量和用电量是外生变量。结构验证利用实际系统的现有知识对模型的结构验证进行了测试。这两个知识来源是SUNA数据和专家观点。维度一致性维度一致性测试要求测试模型中的所有数学方程，并确保每个方程中的变量单位一致。我们在Vensim中使用了“单元测试”，发现该模型通过了此测试。参数验证参数值的选择决定了模型结果的有效性和可行性。本研究中的大多数数值来源于SUNA的现有知识和数值数据。

其余值是最佳猜测，因为政策实施尚处于初期，因此没有更好的数据可用。此外，由于该模型是一个高聚合模型，涉及伊朗国家整体的可再生能源开发，一些参数，如普通设备的寿命、初始拟合价格和建造所需的时间，是不同可再生能源类型的平均值。极端条件测试在该测试中，将极值分配给选定的参数，然后将模型生成的行为与相同极端条件下实际系统的参考（或预期）行为进行比较。我们通过两次极端条件测试对模型进行了测试，结果表明，模型的输出符合极端条件下的实际情况，提高了模型的有效性。最低ZF支持：我们将FiT政策的薪酬期限设定为最低值1年，而基本值为20年。因此，装机容量呈下降趋势，没有投资趋势，并且由于可再生电力生产没有付款，预算逐渐增长。一开始的财政负担：据推测，在政策实施的开始阶段存在大量债务（1亿美元）。由于政策公告具有良好的财务前景，出现了初步的投资倾向；然而，在政策启动后，它降到了零。

此外，由于一开始的巨额债务支付，预算也有一个明显的倾斜。结构导向行为测试进行了结构导向行为或行为敏感性测试，发现SUNAdebt和装机容量等关键变量的基本行为模式对参数变化不敏感。进行了分别增加和减少参数以及增加和减少参数的混合方案。表5描述了其中一种情况的详细信息。这些变化后模型生成的图案如图10所示。结果表明，改变参数并不能改变模型的一般行为。它们只会影响模式的某些特定数值，例如起飞延迟或峰值更高。表5：。结构导向行为测试的参数变化。ChangeParameter+70%建造所需时间（年）+30%正常设备寿命（年）+20%报酬期（年）-10%初始拟合价格（美元/兆瓦时）-50%学习曲线参数（无量纲）图10。SUNA债务和装机容量的结构导向行为测试行为。5.4.2行为有效性由于自2015年以来，FiT政策在伊朗实施，因此历史数据过于狭窄。因此，很难找到可靠的参考模式，该模型应被视为进行假设分析的实验室，而不是精确数值预测的工具。然而，选择了“装机容量”和“批准的适应要求”这两个变量，以了解模型能够在多大程度上再现历史数据。如图所示。

模拟结果几乎准确地再现了伊朗在装机容量方面的经验，并批准了FiT请求。1001502002503003504004505002015 2016 2017 2018 2019年装机容量（MW）时间（年）模拟历史图。模拟和历史装机容量。0501001502002503002015 2016 2017 2018 2019批准的拟合请求（MW）时间（年）模拟历史图。模拟和历史批准的配合请求。关于这两个变量的确定系数（R）、均方误差（MSE）、均方根百分比误差（RMSPE）和泰尔不等式统计数据的误差分析如表6所示。RMSPE提供了误差大小的非标准化度量，MSE提供了总误差的度量。虽然变量中的错误总数很小，这为模型提供了信心，但较大的错误可能表明模型存在内部不一致性或控制变量的特定结构存在重大错误。TheTheil不等式统计为我们提供了一种很好的误差分解来解决这些疑问[34]。表6：。模型误差分析。UCUSUMRMSP（%）MSE（机组2）R2变量0.610.290.10.96装机容量（MW）0.190.70.110.89批准的拟合请求SUM、USA和UC分别反映了由于偏差、不等方差和不等方差导致的MSE分数。考虑到装机容量，Ris为0.96，表明模型具有很好的生成真实历史数据的能力。RMSPE为9%，这意味着变量可以准确地复制行为。

在这一小幅度误差中，显著部分（61%）是由于不相等的协变量造成的，这表明模拟装机容量几乎完美地跟踪了历史装机容量的基本趋势，但逐点逼近。考虑到批准的拟合要求，Ris为0.89，这表明模型具有可靠的行为复制能力。对误差统计数据的分解表明，误差更多地来源于不等方差。根据斯特曼（Sterman）[35]，由于模型的目的是捕捉整体趋势，而不是周期和噪音，因此误差可能是非系统性的。6仿真结果本节对模型的仿真结果进行了分析。如前所述，政府的短期目标是在2021达到5 GW，决策者将重点放在这一目标上，而不是长期目标上。因此，通过他们的短期观点，分析模拟结果直到2021，然后讨论长期结果。目标年份（2021）在图中用虚线标出。6.1 REAS的短期未来如图13所示，截至2020年，预算呈增长趋势。尽管去年的下降可能是该系统状态发生变化的迹象，但苏纳债务仍然为零，从财务上讲，该系统的性能良好，到2021，装机容量将达到2300 MW（图14）。尽管这还不到预期目标的一半，但它具有良好的指数趋势，似乎在不久的将来就能达到目标。可再生能源项目的投资回报率以及作为可再生能源开发主要刺激因素的投资趋势表明，预期的指数增长趋势分别约为0.1和1.75（图。

15和16）。50 M40 M30 M20 M10 M02015 2018 2021 2024 2027 2030 2033时间（年）百万美元债务：基本运行预算：基本运行图。SUNA债务与预算的模拟结果。图14：。装机容量的模拟结果。图15：。可再生能源项目投资回报率的模拟结果。投资趋势432102015 2017 2019 2021 2023 2025 2027 2029 2031 2033 2035 DMNL投资趋势：基本运行图。16、投资倾向模拟结果。6.2扩展时间范围虽然2021之前一切看起来都很理想，但将时间范围扩展到2035年表明了系统在长期内的不同行为。自2024年以来，苏纳州的债务增加，预算开始减少。2035年，预算和债务之间的差额将达到4000万美元左右，这意味着该系统将面临严重的金融危机（图13）。2021后仅两年，装机容量将达到预期目标5 GW，在此之前，指数趋势将保持不变，这可能会让决策者对系统的未来行为感到困惑。2023年后，这种行为将逐渐变成指数衰减。在2030年达到12 GW的峰值后，由于折旧率超过了装机容量的建设率，将开始大幅下降（图14）。由于社会接受和学习强化机制，可更新项目的投资回报率显著上升。这个变量是投资倾向的重要刺激因素之一。与预期相反，由于预算短缺和随之而来的苏纳债务增加，投资趋势开始严重下降。可再生能源生产商通过时间的延迟感受到了这场金融危机。他们应该为他们生产的电付钱。

这场金融危机引发了一些社会影响，包括生产者的运维活动减少，潜在投资者的信任降低，导致投资倾向下降（图15和16）。7政策分析本节讨论了FiT评估模型中考虑的三项政策的结果。第一项政策是根据问题的短期观点考虑的，而另外两项政策是基于可持续发展的长期观点并考虑系统反馈。政策1：第一项政策假设当前计划的延续没有任何结构性变化。仅考虑将FiT价格提高0.03美元，以加快REs装机容量开发，从而在目标时间（2021达到5 GW）实现预期目标。这可能是决策者在没有长期系统观点的情况下作出的决定。政策2：在此政策中，将有一个根据预算状态调整的动态拟合价格。这意味着，当某一年出现预算短缺时，FiT价格将降低，而当ZF财政富裕时，将宣布更高的FiT价格。政策3：尽管苏纳认为，由于2015年（这是该模型的初始条件）向系统注入了大量预算，未来的可再生能源开发显然没有问题，因此未来的可再生能源税金额将增加，迄今为止，尚未认真考虑根据财务状况调整预算。解决苏纳州债务问题的一项建议政策是从预算状态获得反馈，以确定REs税的金额，即预算存量的输入率。