KICHIK BIZNES SUBYEKTLARIDA QAYTA TIKLANUVCHI ENERGIYA RESURSLARIDAN SAMARALI FOYDALANISHNI SUNʼIY INTELLEKT TEXNOLOGIYALARI ASOSIDA BOSHQARISH
Annotatsiya
Maqolada kichik biznes subyektlarida qayta tiklanuvchi energiya resurslaridan foydalanishni sunʼiy intellekt texnologiyalari asosida boshqarishning nazariy va amaliy asoslari oʻrganilgan. Energiya samaradorligi tafovuti nazariyasi, prosyumer konsepsiyasi va talab tomonini boshqarish yondashuvlarini umumlashtirib, sunʼiy intellektning kichik korxonalarda axborot va boshqaruv resurslari yetishmasligini qoplashdagi rolini asoslab berildi. Oʻzbekistonda quyosh panellarining tarmoqlar kesimidagi tarkibi, tadbirkorlik obyektlaridagi oʻrnatilgan quvvat dinamikasi va davlat tomonidan joriy etilgan ragʻbatlantirish mexanizmlari rasmiy manbalar asosida baholandi. Generatsiya va yuklamani prognozlash, akkumulyator rejimini optimallashtirish hamda uskunalarga prediktiv texnik xizmat koʻrsatish modullarini birlashtirgan konseptual model ishlab chiqildi. Oʻz isteʼmoli ulushi va iqtisodiy samara koʻrsatkichlari asosida baholash tartibi taklif etildi hamda kichik biznesda intellektual energiya boshqaruvini kengaytirish boʻyicha amaliy takliflar asoslab berildi. Taklif etilgan yondashuv tadbirkorlarning energiya xarajatlarini kamaytirish va milliy energetika tizimi barqarorligini mustahkamlashga xizmat qiladi.Kalit so'zlar
kichik biznes, qayta tiklanuvchi energiya, sunʼiy intellekt, quyosh fotoelektr stansiyasi, energiya boshqaruv tizimi, talab tomonini boshqarish, prediktiv texnik xizmat, energiya samaradorligi
Foydalanilgan adabiyotlar
- Ahmad, T., Zhang, D., Huang, C., Zhang, H., Dai, N., Song, Y., & Chen, H. (2021). Artificial intelligence in sustainable energy industry: Status Quo, challenges and opportunities. Journal of Cleaner Production, 289, 125834. https://doi.org/10.1016/j.jclepro.2021.125834
- Antonopoulos, I., Robu, V., Couraud, B., Kirli, D., Norbu, S., Kiprakis, A., Flynn, D., Elizondo-Gonzalez, S., & Wattam, S. (2020). Artificial intelligence and machine learning approaches to energy demand-side response: A systematic review. Renewable and Sustainable Energy Reviews, 130, 109899. https://doi.org/10.1016/j.rser.2020.109899
- Carvalho, T. P., Soares, F. A. A. M. N., Vita, R., Francisco, R. da P., Basto, J. P., & Alcalá, S. G. S. (2019). A systematic literature review of machine learning methods applied to predictive maintenance. Computers & Industrial Engineering, 137, 106024. https://doi.org/10.1016/j.cie.2019.106024
- Energyforum.uz. (2025, December 1). Almost 2 GW of solar panels have been installed in Uzbekistan at 141 thousand facilities. https://energyforum.uz/en/news/almost-2-gw-of-solar-panels-have-been-installed-in-uzbekistan-at-141-thousand-facilities
- IRENA. (2024). Renewable Power Generation Costs in 2023. Abu Dhabi: International Renewable Energy Agency. https://www.irena.org/Publications/2024/Sep/Renewable-Power-Generation-Costs-in-2023
- Jaffe, A. B., & Stavins, R. N. (1994). The energy-efficiency gap: What does it mean? Energy Policy, 22(10), 804-810. https://doi.org/10.1016/0301-4215(94)90138-4
- Mariano-Hernández, D., Hernández-Callejo, L., Zorita-Lamadrid, A., Duque- Pérez, O., & Santos García, F. (2021). A review of strategies for building energy management system: Model predictive control, demand side management, optimization, and fault detect & diagnosis. Journal of Building Engineering, 33, 101692. https://doi.org/10.1016/j.jobe.2020.101692
- Thollander, P., Danestig, M., & Rohdin, P. (2007). Energy policies for increased industrial energy efficiency: Evaluation of a local energy programme for manufacturing SMEs. Energy Policy, 35(11), 5774-5783. https://doi.org/10.1016/j.enpol.2007.06.013
- Trianni, A., & Cagno, E. (2012). Dealing with barriers to energy efficiency and SMEs: Some empirical evidences. Energy, 37(1), 494-504. https://doi.org/10.1016/j.energy.2011.11.005
- Vázquez-Canteli, J. R., & Nagy, Z. (2019). Reinforcement learning for demand response: A review of algorithms and modeling techniques. Applied Energy, 235, 1072-1089. https://doi.org/10.1016/j.apenergy.2018.11.002
- Voyant, C., Notton, G., Kalogirou, S., Nivet, M.-L., Paoli, C., Motte, F., & Fouilloy, A. (2017). Machine learning methods for solar radiation forecasting: A review. Renewable Energy, 105, 569-582. https://doi.org/10.1016/j.renene.2016.12.095
- Oʻzbekiston Respublikasi Prezidentining 16-fevral 2026-yil PF-21-son “Mamlakat taraqqiyotining 2030-yilgacha moʻljallangan ustuvor yoʻnalishlari doirasida islohotlarni izchil davom ettirish va yangi bosqichga olib chiqishning qoʻshimcha chora-tadbirlari toʻgʻrisida”gi Farmoni https://lex.uz/ru/docs/-8050769
- Oʻzbekiston Respublikasi Prezidentining 2025-yil 19-mart PF-50-son “Kichik va oʻrta biznesning iqtisodiyotdagi oʻrnini oshirish chora-tadbirlari toʻgʻrisida”gi Farmoni. https://lex.uz/uz/docs/-7444738
- Oʻzbekiston Respublikasi Prezidentining 2023-yil 16-fevral PQ-57-son “2023-yilda qayta tiklanuvchi energiya manbalarini va energiya tejovchi texnologiyalarni joriy etishni jadallashtirish chora-tadbirlari toʻgʻrisida”gi Qarori. https://lex.uz/uz/docs/-6385716
- Oʻzbekiston Respublikasi Prezidentining 2024-yil 14-oktabr PQ-358-son “Sunʼiy intellekt texnologiyalarini 2030-yilga qadar rivojlantirish strategiyasini tasdiqlash toʻgʻrisida”gi Qarori. https://lex.uz/docs/-7158604
- Gazeta.uz. (2026, 22-aprel). Oʻzbekistonda 145 mingdan ortiq obyektga umumiy quvvati 2114 MVt boʻlgan quyosh panellari oʻrnatilgan. https://www.gazeta.uz/oz/2026/04/22/solar-panel/
- Spot.uz. (2025, 1-may). Uch oyda fuqarolar quyosh panellari orqali 8 mlrd soʻmdan ortiq elektr energiyasi sotdi. https://www.spot.uz/oz/2025/05/01/solar-energy-subsidies
- Oʻzbekiston Respublikasi Milliy statistika qoʻmitasi. (2025, 28-oktabr). Oʻzbekiston Respublikasining yalpi ichki mahsuloti (2025-yil yanvar-sentabr): press- reliz. https://stat.uz/img/press-relizlar/analitika-vvp_zb-lotin_p95454.pdf
Yuklab olishlar
Yuklab olish ma’lumotlari hali mavjud emas.