Ανάπτυξη στοχαστικού μοντέλου για την ανάλυση της ενεργειακής φτώχειας στην Ελλάδα. Η περίπτωση των ορεινών περιοχών.

Παπαδά, Λευκοθέα

dc.contributor.author	Παπαδά, Λευκοθέα	el
dc.date.accessioned	2017-06-22T09:25:16Z
dc.date.available	2017-06-22T09:25:16Z
dc.date.issued	2017-06-22
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45084
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.2734
dc.rights	Default License
dc.subject	ενεργειακή φτώχεια	el
dc.subject	στοχαστική ανάλυση	el
dc.subject	στοχαστικό μοντέλο	el
dc.subject	ορεινές περιοχές	el
dc.subject	δείκτες ενεργειακής φτώχειας	el
dc.subject	energy poverty	en
dc.subject	stochastic analysis	el
dc.subject	stochastic model	el
dc.subject	mountainous areas	el
dc.subject	energy poverty indices	el
dc.title	Ανάπτυξη στοχαστικού μοντέλου για την ανάλυση της ενεργειακής φτώχειας στην Ελλάδα. Η περίπτωση των ορεινών περιοχών.	el
dc.contributor.department	Τομέας Μεταλλευτικής	el
heal.type	doctoralThesis
heal.classification	Ενεργειακή διαχείριση	el
heal.classification	Ενεργειακή φτώχεια	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2017-06-15
heal.abstract	Η ενεργειακή φτώχεια αποτελεί ένα από τα κρίσιμα κοινωνικο-οικονομικά προβλήματα του σύγχρονου κόσμου, επηρεάζοντας ιδιαίτερα τα ευάλωτα τμήματα του πληθυσμού. Εκδηλώνεται είτε με τη μορφή ανεπαρκούς πρόσβασης σε υπηρεσίες ενέργειας για τις αναπτυσσόμενες χώρες είτε με τη μορφή υπερβολικού κόστους ενέργειας σε σχέση με το διαθέσιμο εισόδημα των νοικοκυριών για τις αναπτυγμένες χώρες. Από τη βιβλιογραφική ανασκόπηση της ερευνητικής δραστηριότητας, ως μια βασική αδυναμία στο χειρισμό του ζητήματος αναδείχθηκε η έλλειψη ενός κοινού, αποτελεσματικού τρόπου μέτρησης του προβλήματος της ενεργειακής φτώχειας, ως αποτέλεσμα κυρίως της αδυναμίας μοντελοποίησης των αντικειμενικών οικιακών ενεργειακών αναγκών σε επίπεδο χώρας, πράγμα που οδηγεί σε αδυναμία εφαρμογής του επίσημου ορισμού της ενεργειακής φτώχειας. Αντικείμενο, λοιπόν, της παρούσας διατριβής αποτελεί η μοντελοποίηση της απαιτούμενης ενεργειακής κατανάλωσης σε επίπεδο χώρας και η ορθή εφαρμογή του ορισμού της ενεργειακής φτώχειας. Ταυτόχρονα, η μοντελοποίηση αυτή οδηγεί στην παραμετροποίηση των παραγόντων που συμβάλλουν στο πρόβλημα και στην αποσαφήνιση του ειδικού βάρους καθενός από αυτούς. Τα παραπάνω επιτυγχάνονται μέσω της ανάπτυξης του Στοχαστικού Μοντέλου Ενεργειακής Φτώχειας (Stochastic Model of Energy Poverty - SMEP). Το μοντέλο αναπτύχθηκε για την Ελλάδα, ως εφαρμογή σε επίπεδο χώρας. Ως ειδική μελέτη περίπτωσης της έρευνας επιλέχθηκαν οι ορεινές περιοχές της Ελλάδας, ως μία πληθυσμιακή ομάδα ιδιαίτερα ευάλωτη στην ενεργειακή φτώχεια, αλλά και εξαιτίας της γενικότερης σημασίας των ορεινών περιοχών του πλανήτη. Το πρώτο στάδιο της έρευνας περιλαμβάνει την αποτύπωση της ενεργειακής φτώχειας στην Ελλάδα, μέσω των συμβατικών μεθοδολογικών εργαλείων. Για το λόγο αυτό, πραγματοποιήθηκε πρωτογενής έρευνα με χρήση του Συμβατικού Δείκτη Ενεργειακής Φτώχειας, που κατά κανόνα χρησιμοποιείται σε ευρωπαϊκό επίπεδο, αλλά και υποκειμενικών δεικτών (υφιστάμενων και νεοεισαχθέντων). Τα αποτελέσματα έδειξαν εξαιρετικά υψηλά επίπεδα ενεργειακής φτώχειας στην Ελλάδα, με το 58% των νοικοκυριών να πλήττονται από αυτή. Παράλληλα, μέσα από μία συγκριτική πρωτογενή έρευνα στις ορεινές περιοχές της Ελλάδας, κατέστη δυνατό να προσδιοριστεί το επίπεδο ενεργειακής φτώχειας και στην ορεινή επικράτεια, αποτυπώνοντας μια πολύ δύσκολη πραγματικότητα για αυτήν, λόγω του συνδυασμού υψηλότερου ενεργειακού κόστους και χαμηλότερων εισοδημάτων. Τα αποτελέσματα έδειξαν ότι το 73,5% των νοικοκυριών της ορεινής Ελλάδας πλήττονται από ενεργειακή φτώχεια. Το κύριο στάδιο της έρευνας περιλαμβάνει, αρχικά, τη μοντελοποίηση της ενεργειακής κατανάλωσης σε επίπεδο νοικοκυριού και, στη συνέχεια, τη μετάβαση από το επίπεδο νοικοκυριού στο επίπεδο της χώρας, μέσω στοχαστικής ανάλυσης και ειδικότερα, της προσομοίωσης Monte-Carlo. Πιο συγκεκριμένα, αφού καθορίστηκε το σύνολο των παραμέτρων που συμβάλλουν στο φαινόμενο της ενεργειακής φτώχειας, προσδιορίστηκαν οι κατανομές συχνοτήτων για καθεμιά από αυτές, σε επίπεδο χώρας, καθώς και οι κατανομές πιθανότητας στο περιβάλλον του Crystal Ball (μέθοδος Monte-Carlo). Ειδικότερα, για τον προσδιορισμό της κατανομής των βαθμοημερών θέρμανσης (HDD) και ψύξης (CDD) αναπτύχθηκε μεθοδολογία, η οποία βασίζεται σε συναρτήσεις του υψομέτρου και του γεωγραφικού πλάτους. Για την εκτίμηση άλλων σύνθετων μεταβλητών, όπως ο συντελεστής μεταφοράς θερμότητας (Htot), αναπτύχθηκαν, επίσης, ειδικές μεθοδολογίες. Το μοντέλο SMEP εκτιμά ορθότερα τα επίπεδα ενεργειακής φτώχειας σε μια χώρα, αφού στηρίζεται στις αντικειμενικές ενεργειακές ανάγκες και αποφεύγει τη χρήση της καταναλωθείσας ενέργειας, που, ως γνωστόν, υποεκτιμά τις πραγματικές ανάγκες ενός νοικοκυριού. Με βάση τα αποτελέσματα βάσει του SMEP, η ενεργειακή φτώχεια συνολικά στην Ελλάδα αγγίζει το ποσοστό του 70,4% ενώ στην ορεινή Ελλάδα αναδεικνύεται σε σχεδόν καθολικό φαινόμενο, με ποσοστό 92,6%. Επίσης, μέσω της ανάλυσης ευαισθησίας του SMEP, ποσοτικοποιήθηκε για πρώτη φορά η επίδραση των διαφόρων παραμέτρων στο φαινόμενο της ενεργειακής φτώχειας. Σύμφωνα με τα αποτελέσματα για την περίπτωση της Ελλάδας, καθοριστική αποδεικνύεται η επίδραση του εισοδήματος, με ποσοστό 63%, ακολουθούμενο από το συντελεστή Htot με ποσοστό 16% και τα χρησιμοποιούμενα συστήματα θέρμανσης με ποσοστό 10%. Τα ευρήματα αυτά μπορούν να χρησιμοποιηθούν για την εκ των προτέρων εκτίμηση της αποτελεσματικότητας των διαφόρων μέτρων αντιμετώπισης της ενεργειακής φτώχειας, καθιστώντας το μοντέλο ένα χρήσιμο εργαλείο πολιτικής. Τα αποτελέσματα του μοντέλου ελέγχθηκαν με κατάλληλες μεθόδους και επαληθεύτηκε η αξιοπιστία τους. Για την περαιτέρω ανάλυση του προβλήματος της ενεργειακής φτώχειας, με τη χρήση του SMEP, αναπτύχθηκε ο Δείκτης Τρωτότητας (Vulnerability Index - VI), που εκτιμά κατά πόσο ένας συγκεκριμένος πληθυσμός είναι πιο ευάλωτος στην ενεργειακή φτώχεια σε σχέση με έναν πληθυσμό αναφοράς. Εφαρμόζοντας το συγκεκριμένο δείκτη στην περίπτωση των ορεινών περιοχών της Ελλάδας, με πληθυσμό αναφοράς το σύνολο του πληθυσμού της Ελλάδας, αποδείχθηκε ότι εννέα στα δέκα ορεινά νοικοκυριά χρειάζεται να δίνουν μεγαλύτερο μέρος του εισοδήματός τους για την κάλυψη των ενεργειακών τους αναγκών, έναντι των αντίστοιχων νοικοκυριών σε επίπεδο χώρας, ενώ πέντε στα δέκα ορεινά νοικοκυριά χρειάζεται να διαθέτουν τουλάχιστον διπλάσιο ποσοστό του εισοδήματός τους, σε σχέση με το επίπεδο της χώρας. Εφαρμόζοντας το κριτήριο βελτίωσης κατά Pareto, εντοπίστηκαν τα μέτρα που μπορούν να περιορίσουν τις κοινωνικές ανισότητες στις ορεινές περιοχές όσον αφορά στην ενεργειακή φτώχεια, αναδεικνύοντας τη σημασία της ενίσχυσης των εισοδημάτων στις ορεινές περιοχές (ποσοστό 23,8%), της καλύτερης ενεργειακής θωράκισης των ορεινών σπιτιών (ποσοστό 13,3%) και της μείωσης του κόστους θέρμανσης στις ορεινές περιοχές (ποσοστό 10,7%). Επιπροσθέτως, μελετήθηκε, σε ποσοτικό επίπεδο, μια υποτιμημένη αλλά ιδιαίτερα σημαντική μορφή έκφρασης της ενεργειακής φτώχειας: η συμπίεση των ενεργειακών αναγκών. Αυτό κατέστη δυνατό μέσω της εισαγωγής ενός νέου δείκτη, του Βαθμού Κάλυψης των Ενεργειακών Αναγκών (Degree of Coverage of Energy Needs - DCEN). Με τον ίδιο δείκτη προσεγγίστηκε και το φαινόμενο της ενεργειακής σπατάλης, ενός επίσης σοβαρού κοινωνικού προβλήματος. Αποδείχθηκε ότι τα μισά νοικοκυριά στην Ελλάδα συμπιέζουν τις ενεργειακές τους ανάγκες, αφού καταβάλλουν για αυτές ποσό μικρότερο του 80% του αντίστοιχου απαιτούμενου, ενώ μόνο ένα μικρό ποσοστό (16%) βρίσκεται σε μια σχετική κατάσταση ισορροπίας, καλύπτοντας γενικά τις ενεργειακές του ανάγκες. Σημαντικό εύρημα αποτελεί το σημαντικό ποσοστού του ελληνικού πληθυσμού (33%) που πραγματοποιεί ενεργειακή σπατάλη. Παρόμοια είναι και τα ευρήματα που αφορούν στην ορεινή Ελλάδα. Τέλος, μέσα από την ποσοτική σύγκριση και αξιολόγηση των κυριότερων δεικτών ενεργειακής φτώχειας (αντικειμενικών και υποκειμενικών), αποδείχθηκε ότι οι διάφοροι δείκτες φωτίζουν διαφορετικές πτυχές της ενεργειακής φτώχειας, γεγονός που αναδεικνύει την ανάγκη συμπληρωματικότητας στη χρήση τους. Ωστόσο, ο δείκτης που προκύπτει μέσα από τη διατριβή, ο Δείκτης Ενεργειακής Φτώχειας βάσει Απαιτούμενου Κόστους (Energy Poverty Index based on Required Cost - EPΙRC) αποτελεί έναν ολοκληρωμένο, πολυδιάστατο δείκτη, εντοπίζοντας πληρέστερα των υπολοίπων το πρόβλημα της ενεργειακής φτώχειας. Τα αποτελέσματα του δείκτη αυτού πρέπει να θεωρούνται τα πλέον ρεαλιστικά στην αποτίμηση της ενεργειακής φτώχειας σε ένα πληθυσμό. Συνολικά, η διατριβή, με εκκίνηση τις σοβαρές κοινωνικές ανισότητες που επιφέρει το φαινόμενο της ενεργειακής φτώχειας, εισάγει ένα αποτελεσματικό εργαλείο ανάλυσης και πολιτικής. Μέσω της ανάπτυξης του μοντέλου SMEP, επιτυγχάνεται ένας ορθότερος υπολογισμός της ενεργειακής φτώχειας, εντοπίζεται η βαρύτητα των παραμέτρων που επιδρούν στην ενεργειακή φτώχεια σε κάθε χώρα και φωτίζονται υποτιμημένες αλλά σημαντικές πλευρές του προβλήματος, μέσω της εισαγωγής νέων δεικτών. Η μεθοδολογία που χρησιμοποιήθηκε στη συγκεκριμένη διατριβή είναι επεκτάσιμη σε άλλες χώρες ή σε υποομάδες του πληθυσμού άλλων χωρών, δεδομένης της επεκτασιμότητας τόσο της βασικής συνάρτησης, αλλά και των μεθοδολογικών εργαλείων που χρησιμοποιήθηκαν.	el
heal.abstract	Energy poverty is one of the crucial socio-economic problems of the modern world, with significant effects on vulnerable groups of the population. It occurs either as inadequate access to energy services for developing countries or as disproportionately high energy costs in relation to the household income for developed countries. After a thorough literature review of relative research, the lack of a common, effective way of measuring energy poverty emerges as a major weakness. This is mainly due to the inability of modeling the objective domestic energy needs of a given country, a fact that makes the application of the official definition of energy poverty impossible. Thus, the subject of the current thesis is the modeling of the required energy consumption at a country level and the correct application of the definition of energy poverty. At the same time, such a model would lead to the parameterization of the factors contributing to energy poverty, as well as to the determination of their weighting factors. The above goals are achieved through the development of the Stochastic Model of Energy Poverty (SMEP). The model was developed for Greece, as a country-level application. As a case study, the mountainous population of Greece was selected, as a population group particularly vulnerable to energy poverty, but also due to the high importance of mountainous regions of the planet. The first part of the survey includes the measurement of energy poverty in Greece, using the conventional methodological tools. For this reason, a primary survey was conducted, with the use of the Conventional Energy Poverty Index, which is generally used at European level, but also with the use of subjective indicators (existing and new ones). The results showed extremely high levels of energy poverty in Greece, with 58% of Greek households being affected. At the same time, a comparative primary survey in the mountainous regions of Greece took place, implying a hard reality for them, due to the combination of higher energy costs and lower incomes. The results showed that 73.5% of households in mountainous Greece suffer from energy poverty. The main part of the research includes, firstly, the modeling of energy consumption at household level and, subsequently, the transition from household level to country level through stochastic analysis and, in particular, through Monte-Carlo simulation. More specifically, after identifying the parameters contributing to energy poverty, frequency distributions at country level were determined for each one of them, along with probability distributions in Crystal Ball interface (Monte-Carlo method). Α new methodology, based on altitude and latitude functions, was developed for the determination of the distribution of heating degree days (HDD) and cooling degree days (CDD). For the estimation of other complex variables, such as the heat transfer coefficient (Htot), specific methodologies have been also developed. The SMEP model results in more accurate estimations of the levels of energy poverty within a country, as it relies on objective energy needs, avoiding the use of actual energy consumed, which, as is well known, underestimates the real needs of a household. Based on SMEP results, energy poverty in Greece reaches 70.4%. In mountainous Greece, energy poverty emerges as a dominant phenomenon, reaching 92.6%. Furthermore, through the sensitivity analysis of SMEP, the impact of various parameters on energy poverty was quantified for the first time. According to the results for Greece, the decisive role of income is highlighted, presenting a weighting factor of 63%, followed by the Htot coefficient (16%) and the heating systems used (10%). These findings can be used in order to assess in advance the effectiveness of various energy poverty measures, making the model a useful policy tool. The results of the model have been tested by appropriate methods and their reliability was verified. For a more thorough analysis of the energy poverty problem with the use of SMEP, Vulnerability Index (VI) was developed, estimating whether a particular population is more vulnerable to energy poverty compared to a reference population. Applying the indicator to the case of mountainous Greek population, with the total population of Greece as reference population, it was proved that that nine out of ten mountain households need to spend a higher percentage of their income in order to meet their energy needs than households at country level, while five out of ten mountain households need to spend double or more percentage of their Income, compared to country level. Applying the Pareto efficiency criterion, measures that can reduce social inequalities within mountainous regions in terms of energy poverty have been identified, highlighting the importance of boosting incomes of mountainous population (23,8%), of energy upgrade of mountainous residences (13,3%) and of the reduction of heating costs in mountainous regions (10,7%). The compression of energy needs, an underestimated but particularly significant aspect of energy poverty, has been quantitatively studied. This was made through the introduction of a new indicator, the Degree of Coverage of Energy Needs (DCEN). The indicator also revealed the extent of energy wastage, which is another serious social phenomenon. It was proved that half of households in Greece compress their energy needs as paying for them less than 80% of the respective cost of their required needs, while only a small percentage (16%) maintains a relative balance situation, generally meeting its energy needs. An important finding is the significant percentage of the Greek population (33%) wasting energy. Similar findings were reached for the case of mountainous Greece. Finally, through the quantitative comparison of the main indicators of energy poverty (objective and subjective), it was clearly shown that the various indicators reflect different aspects of energy poverty, a fact that reveals the complementary nature in their use. However, the index resulting from the thesis, the Energy Poverty Index based on Required Cost (EPIRC) is an integrated, multidimensional index, identifying more thoroughly the energy poverty problem compared to the others. The results of this index should be considered the most realistic in assessing energy poverty within a population. Overall, the thesis, starting from the serious social inequalities caused by energy poverty, introduces an effective tool for analysis and policy making. With the use of the model developed (SMEP), a more accurate estimation of energy poverty is achieved, the weighting factors of the various parameters affecting energy poverty in a given country can be determined and underestimated but important aspects of energy poverty are highlighted, through the introduction of new indicators. The methodology presented is expandable to other countries or subgroups of the population of other countries, given the expandability of the basic function of SMEP, as well as the methodological tools involved.	en
heal.advisorName	Καλιαμπάκος, Δημήτρης	el
heal.committeeMemberName	Καλιαμπάκος, Δημήτρης	el
heal.committeeMemberName	Δαμίγος, Δημήτρης	el
heal.committeeMemberName	Μοιρασγεντής, Σεβαστιανός	el
heal.committeeMemberName	Ρογδάκης, Εμμανουήλ	el
heal.committeeMemberName	Στέγγου-Σαγιά, Αθηνά	el
heal.committeeMemberName	Σαγιάς, Ίων	el
heal.committeeMemberName	Μόδης, Κωνσταντίνος	el
heal.academicPublisher	Σχολή Μηχανικών Μεταλλείων Μεταλλουργών	el
heal.academicPublisherID	ntua
heal.numberOfPages	343
heal.fullTextAvailability	true