به گزارش ایسنا و به نقل از تک‌اکسپلور، مزارع بادی، پروژه‌هایی بزرگ و بسیار فنی هستند، اما توسعه آن‌ها اغلب به تصمیمات شخصی مالکان زمین یا انجمن‌های کوچک تکیه دارد. پژوهشگران دانشگاه استنفورد (Stanford University) با توجه به قدرت انسان در برنامه‌ریزی مزارع بادی، مدلی را طراحی کرده‌اند که تاثیر نحوه تعامل توسعه‌دهندگان و مالکان زمین‌ها را بر موفقیت و هزینه مزارع بادی موردبررسی قرار می‌دهد.

ارین مک‌دونالد (Erin MacDonald)، استادیار مهندسی مکانیک دانشگاه استنفورد و از پژوهشگران این پروژه گفت: من حدود ۱۰ سال، به بررسی هزینه‌های مزارع بادی پرداخته‌ام و به این موضوع پی برده‌ام که اساسا تعامل هزینه‌ میان افراد نادیده گرفته می‌شود. مدل‌های کنونی به ما می‌گویند که چگونه می‌توان با یک روش متفاوت، کمی به ارزش مزارع بادی اضافه کرد؛ اما به دلایل پذیرفته شدن یا رد شدن یک مزرعه بادی در جامعه نمی‌پردازند.

پژوهشگران در این پروژه، مدلی را ارائه داده‌اند که می‌تواند عواملی مانند مالکیت زمین، جلسات مشارکت و پژوهش‌های مقدماتی زیست‌محیطی را ارزیابی ‌کند و نحوه تاثیر این اقدامات را بر هزینه نهایی مزرعه بادی موردبررسی قرار ‌دهد. تحلیل هزینه‌ها نشان می‌دهد که ممکن است این اقدامات بتوانند به صرفه‌جویی در هزینه‌ها کمک کنند.

پژوهشگران امیدوارند که با ارائه ورودی‌های بیشتر به این مدل بتوانند به اصلاح آن کمک کنند تا نهایتا میزان موفقیت پروژه‌ها را افزایش و هزینه‌ها را کاهش دهند.

توسعه‌دهندگان معمولا طی فرآیند برنامه‌ریزی برای یک مزرعه بادی، مدل‌هایی را برای پیش‌بینی هزینه‌ها و انرژی تولیدی به کار می‌برند. این مدل‌ها که مبتنی بر فرمول‌های ریاضی هستند، روابط میان قسمت‌های گوناگون یک پروژه را موردبررسی قرار می‌دهند. باوجود این مدل‌ها می‌توان مواردی مانند مواد مورداستفاده، میزان کار موردنیاز، زمین و تعامل میان ابداع‌کنندگان مزارع بادی و مالکان زمین‌ها را بررسی کرد.

مکدونالد و همکارانش پیش‌ازاین، مدلی را ابداع کردند که تصمیمات مالک را با مدل بهینه‌سازی تنظیم مزرعه بادی ادغام می‌کرد تا امکان تولید انرژی بیشتر را فراهم کند. توسعه‌دهندگان با استفاده از این مدل می‌توانند به اولویت‌بندی مالکانی بپردازند که بیشترین تاثیر را بر موفقیت پروژه دارند. این پژوهش جدید، جزئیات بیشتری را در مورد تعاملات موردنیاز برای فرآیند توسعه ارائه می‌دهد.

سیتا سیال (Sita Syal)، دانشجوی مهندسی مکانیک دانشگاه استنفورد و نویسنده ارشد این پروژه، گفت: من با کار در صنعت انرژی دریافتم که مدل‌های مورداستفاده، اغلب فاقد ورودی انسانی هستند. ما تحلیل‌های اقتصادی یا مهندسی را انکار نمی‌کنیم؛ اما توسعه‌دهندگان را تشویق می‌کنیم تا مزایای ارزیابی‌های اجتماعی را نیز در نظر داشته باشند.

ییکینگ دینگ (Yiqing Ding)، دانشجوی مهندسی مکانیک دانشگاه استنفورد و از پژوهشگران این پروژه، گفت: این پژوهش می‌تواند چارچوبی را در اختیار توسعه‌دهندگان بگذارد تا بتوانند اقدامات متفاوت را ارزیابی کنند و به مقایسه پیامدهای احتمالی هر یک از آن‌ها بپردازند.

این پژوهش در Journal of Mechanical Design به چاپ رسید.