авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Pages:   || 2 |

Методология ресурсного и технико-экономического обоснования использования ветроэнергетических установок

-- [ Страница 1 ] --
Российская академия сельскохозяйственных наук

Государственное научное учреждение Всероссийский научно-исследовательский институт электрификации сельского хозяйства

На правах рукописи

НИКОЛАЕВ Владимир Геннадьевич МЕТОДОЛОГИЯ РЕСУРСНОГО И ТЕХНИКО-ЭКОНОМИЧЕСКОГО ОБОСНОВАНИЯ ИСПОЛЬЗОВАНИЯ ВЕТРОЭНЕРГЕТИЧЕСКИХ УСТАНОВОК Специальность 05.14.08 – энергоустановки на основе возобновляемых видов энергии

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук Москва – 2011 1

Работа выполнена в Автономной некоммерческой организации «Научно информационный центр «АТМОГРАФ», г. Москва и Санкт-Петербургском государственном политехническом университете Научный консультант – доктор технических наук, Безруких Павел Павлович

Официальные оппоненты: доктор технических наук, профессор Белей Валерий Феодосиевич доктор физико-математических наук профессор Соловьев Александр Алексеевич доктор технических наук, профессор Харченко Валерий Владимирович Ведущая организация – Московский энергетический институт (МЭИ)

Защита состоится «_ » 2012 г. в 10 часов на заседании диссертационного Совета Д 006.037.01 при ГНУ «Всероссийский научно исследовательский институт электрификации сельского хозяйства» по адресу: 109456, г. Москва, 1-й Вешняковский проезд, д. 2, ВИЭСХ

С диссертацией можно ознакомиться в библиотеке ГНУ ВИЭСХ Отзывы на автореферат в двух экземплярах, заверенные печатью, просим на правлять по адресу: 109456, г. Москва, 1-й Вешняковский проезд, д. 2, ВИЭСХ

Автореферат разослан « » 2011 г.

Ученый секретарь диссертационного совета, доктор технических наук Некрасов А.И.

Список терминов, сокращений и обозначений АПК аграрно-промышленный комплекс РФ (V) эмпирическая повторяемость скорости АС аэрологическая станция аналитические функции плотности вероят f(V), МС метеорологическая станция ности распределения скорости ветра G(V) ВИЭ возобновляемые источники энергии рабочая характеристика ВЭУ (зависимость P(V) ВК ветроколесо ВЭУ ее мощности от скорости ветра) ВЭ ветроэнергетика скорость регулирования ВЭУ (VР10–15 м/с) VР ВЭП ветроэнергетический потенциал буревая скорость ВЭУ (VБУР 20–30 м/с) VБУР ВЭУ ветроэнергетическая установка номинальная мощность ВЭУ при VВЕТРА=VР PНОМ ВЭС ветроэлектрическая станция располагаемая мощность ВЭУ PВЭУ ГазЭС MAX = электростанция на газе максимальная доля удельной мощности ДЭС СР.МАХ дизельная электростанция ветра, утилизируемая ВЭУ ЕС Европейский Союз индекс годовой инфляции In ЕТР КИУМ Европейская территория РФ =РВЭУ/ РНОМ (%) – коэффициент использова ЕЭС единая электроэнергетическая система ния номинальной мощности ВЭУ Кз СХ капитальные затраты суточный ход Эз ГХ эксплуатационные затраты годовой ход ЛЭП ЭлЭн линия электропередачи электроэнергия ПСА пограничный слой атмосферы радиус подобия ветровых условий RПВУ СЭл себестоимость электроэнергии GWEC Global Wind Energy Council ТЭО технико-экономическое обоснование EWEA European Wind Energy Association РТП СНГ вероятность технических простоев союз независимых Государств РШТ ТЭК вероятность энергетических штилей топливно-энергетический комплекс ТГ высота башни (мачты) ВЭУ техническая готовность HБ ТП высота оси ветроколеса ВЭУ технические простои HВК ТЭС диаметр ветроколеса ВЭУ топливные электростанции DВК Актуальность темы обусловлена необходимостью создания системы научно методического, информационного, технико-экономического и нормативно правового обеспечения ветроэнергетики в России и важнейших для ее становления разработок схем размещения ВЭС в РФ, государственной и региональных стратегий, программ и правовой базы. Основу такой системы должны составлять достаточно достоверные и эффективные по срокам и затратам (отсутствующие ныне) методики определения характеристик ВЭП и технико-экономических показателей ВЭУ.

Цель работы – разработка методологии и реализующей ее расчетной методики для ресурсного и технико-экономического обоснования целесообразности, масштабов и направлений использования ВЭУ в субъектах РФ и России в целом.

Научная новизна работы состоит в разработке и использовании нового методиче ского подхода и реализующих его методик определения в заданном месте или районе РФ энергетических и экономических показателей современных ВЭС, исследования их технической эффективности и надежности, а также оптимального планирования их использования с учетом ресурсных, инфраструктурных и макроэкономических усло вий в РФ и ее регионах, основными результатами которых явились выявленные:

1) многолетний ход и долгосрочный (на весь ресурсный период) прогноз ремонтных простоев, эксплуатационных затрат и технической готовности и энергетических показателей ВЭУ и ВЭС с учетом региональных и местных характеристик ВЭП.

2) новые закономерности территориального и временного распределения и сущест венно уточненные региональные характеристики ВЭП и энергетических показате лей ВЭС на территории России и выявленные регионы РФ, перспективных для эф фективного использования современных ВЭС. Кардинальное повышение точности моделирования ВЭП и мощности ВЭС достигнуто автором с использованием ком пьютерных технологий обработки и статистического моделирования многолетних аэрологических данных в совокупности с данными метеонаблюдений.

3) развитая методика прогнозных оценок экономических показателей ВЭУ и ВЭС в разных регионах РФ и достоверно установленная их рыночная конкурентоспособ ность в выработке электроэнергии с традиционными для России ТЭС.



4) возможности повышения энергетической и экономической эффективности сете вых ВЭС и автономных ВДЭС и принципиально новых энергоисточников на базе ВЭУ и источников ЭлЭн на базе использования жидкого азота как энергоносителя.

В части 1 наиболее важными результатами автора являются установленные:

– уравнения связи мощностей ВЭУ и их рабочих характеристик, диаметров ветроко лес и высот их башен, высотных профилей скорости и направления ветра в ПСА;

– модели и количественная оценка факторов снижения мощности ВЭУ;

– прогностические модели изменчивости за 20-летний ресурс вероятности и длительно сти технических простоев, технической готовности и выработки электроэнергии ВЭС;

– прогноз располагаемой мощности ВЭУ в заданном районе или пункте России и значений удельной (на 1 км2 занимаемой площади) мощности современных ВЭС;

– значения и пределы точности и достоверности долгосрочного определения мощ ности ВЭС и ее региональной и сезонной изменчивости на территории России;

– расчет величины технического ВЭП административных субъектов и РФ в целом.

В части 2 наиболее важными научными результатами являются установленные:

– статистически достоверные связи средних сезонных скоростей и направлений ветра с характеристиками подстилающей поверхности и рельефа и создание на их базе и классификации Милевского ветровой закрытости МС метода “очистки” данных;

– новый класс наиболее достоверных из известных табулированных функций, аппрокси мирующих региональные эмпирические повторяемости ветра по скоростям;

– факторы и закономерности высотного распределения высотных профилей скорости V(h) и направления (h) ветра и ВЭП в ПСА в разных регионах России;

– новый класс высокоточных многоуровневых моделей V(h) и (h), построенный по метеорологическим и аэрологическим данным для разных климатических регионов;

– значения и пределы точности и достоверности определения ВЭП в России;

– достоверные средние сезонные значения ВЭП в 600-метровом ПСА в разных кли матических регионах России, рассчитанные по моделям V(h) и G(V);

– новые регионы России с достаточным ВЭП для эффективного использования ВЭС.

В части 3 наиболее важными научными результатами являются:

– уточненные с использованием развитого методического подхода значения эконо мического ВЭП административных субъектов и РФ в целом;

– математическая модель связи капитальных затрат (Кз) на ВЭС с техническими пара метрами ВЭУ и установленные особенности структуры Кз в российских условиях;

– прогностические модели многолетних расходов на ремонт и выявленные с их по мощью многолетний ход затрат на эксплуатацию ВЭС и их экономический ресурс;

– моделирование и прогноз на ресурсный период доходов и расходов на ВЭС при различных сценариях инфляции и роста цен на электроэнергию и топливо в РФ и ЕС;

– разработанная эффективная для РФ схема ценообразования на электроэнергию ВЭС;

– установленные значения экономического эффекта использования ВЭС в России.

Практическая ценность работы состоит в том, что ее результаты обеспечивают возможности ускоренного и достоверного определения технико-экономических показателей проектов ВЭС любого масштаба, разработки схем оптимального разме щения ВЭС на территории России и региональных и государственной программ раз вития отечественной ветроэнергетики. Практически важные результаты включают:

– численные прогностические модели многолетней длительности ремонтных про стоев, технической готовности, выработки ВЭС и эксплуатационных затрат на них;

– численно реализованную методику статистически достоверного расчета ВЭП, энергетических и экономических показателей ВЭС на территории России;

– установленные субъекты РФ, районы, места и отрасли эффективного использова ния ВЭС с их технико-экономической оценкой и обоснованием инвестиций;

– методические рекомендации по оптимальному с учетом местного ВЭП выбору тех нических характеристик сетевых ВЭС, оптимальной комплектации ВДЭС и использо ванию источников энергии нового типа на базе ВЭУ и жидкого азота для эффектив ного и экологически чистого автономного производства ЭлЭн.

– рекомендации к разработке эффективной схемы закупочных цен на ЭлЭн ВЭС в РФ;

– установленные технологически, энергетически и экономически целесообразные темпы и масштабы использования ВЭС в России до 2030 г., ресурсное и технико экономическое обоснование генеральной схемы размещения ВЭС в РФ до 2020 г.;

На защиту выносятся следующие положения:

1. Автором разработана методология и реализующая ее информационно-аналитичес кая и численная методика определения и анализа ВЭП и энергетической эффективно сти ВЭС известных типов в заданной месте или районе с погрешностью 12–15% для равнинных и 18–24% для сложных по рельефу и подстилающей поверхности террито рий, что минимум вдвое точнее других известных аналитических методик. Методика близка по точности к требуемой за рубежом 10%-ной точности обоснования инвести ций проектов ВЭС (достигаемой с использованием экспериментальных и аналитиче ских методов), но в 3–4 раза эффективнее зарубежных по затратам времени и средств.

2. Выбор определяющих энергетическую и экономическую эффективность ВЭС тех нических параметров и типов базовых ВЭУ, а также их использования в гибридных (ветро-дизельных, ветро-криогенных) должен производится с учетом характеристик ВЭП, существенно меняющихся по территории РФ.

3. Результаты исследований, полученные с использованием разработанных автором методик, доказывают, что в России имеются все (за исключением правовой базы) необ ходимые ресурсные, технические, энергетические и экономические условия для широ комасштабного эффективного использования ВЭС. При этом:

3.1) технический ВЭП РФ превышает 11500 млрд кВт·ч/год (в 11,5 раз больше потребле ния ЭлЭн в стране), ВЭП Центрального, Северо-Западного, Приволжского и Южного ФО, где проживает 73% населения РФ, составляет не менее 3450 млрд кВт·ч/год;

3.2) энергетический потенциал ВЭС, вырабатывающих ЭлЭн с меньшей на 18-20% себестоимостью, чем наиболее экономичные в настоящее время ТЭС на газе, пре вышает 1100 млрд кВтч/год (больше современного потребления ЭлЭн в РФ);

3.3) с учетом установленных в работе технологических и производственных ограниче ний суммарные установленные мощности ВЭС в РФ к 2020 и 2030 годам могут со ставлять до 7 и 30 ГВт соответственно с годовой выработкой не менее 17,5 и 80– млрд кВтч/год с ее долей до 5–6% от потребления ЭлЭн в стране в 2030 г.

3.4) годовое замещение газа в РФ при работе ВЭС суммарной мощности 30 ГВт может составить 30–35 млрд м3 при сокращении выбросов в атмосферу СО2 40–50 млн т.

3.5) целесообразные масштабы эффективного использования ВЭС составляют: в ТЭК – до 30 ГВт, на транспорте – до 17 ГВт, в АПК – не менее 1,9 ГВт;

Личный вклад автора состоит в том, что им:

– проведен анализ достигнутого уровня и перспектив развития ВЭ в мире и России;

– сформулирована и структурирована актуальная для России научно-техническая проблема;

разработана методология и обеспечено поэтапное ее решение;

– реализован сбор и анализ данных измерений МС и АС и на их основе разработана и численно реализована методика статистического моделирования территориальных, се зонных и суточных распределений ВЭП в ПСА на территории России;

– проведен анализ пространственного и временного распределения ВЭП на территории РФ, выявлены районы его возможной эффективной утилизации;

– выявлены функциональные связи характеристик ВЭП с технико-экономическими показателями ВЭС и установлены регрессионные соотношения между ними;

– разработаны и численно реализованы методики определения экономической эф фективности ВЭУ и ВЭС на территории России;

– разработаны обоснования инвестиций более 40 проектов ВЭС в РФ для международ ных и отечественных организаций (TACIS, NREL, РАО “ЕЭС России”, “РусГидро”, ЦАГИ, ИЭС, НИИЭС, НПО “Ветроэн”, “Ветроэн-Юг” и др.

Апробация и экспертиза работы и ее результатов проводилось более чем на 60 ме ждународных и российских конференциях и семинарах GWEC, EWEA, TACIS, NREL (США), RISO (Дания), IEO (Бразилия), ЦАГИ, ИФА РАН, МГУ, КГТУ, ИО РАН.

Диссертация содержит 135 публикаций автора: 5 монографий, свыше 100 статей в научно-технических журналах (23 – из списка ВАК), сборниках научных трудов, докладов и тезисов конференций, до 20 отраслевых НТО, 9 стандартов РФ и ISO.

Структура и объем диссертации. Диссертационная работа состоит из введения, пяти глав, заключения, приложения и списка литературы из 298 наименований. Работа со держит 273 страниц текста и включает 132 таблицы, 128 рисунков и 25 цветных карт.

Содержание работы.

Во введении определен предмет исследования. обоснована актуальность, сформу лированы научные проблемы, практическая значимость работы, цель и основные положения, выносимые на защиту. Дана общая характеристика работы.

В Главе 1 “Современное состояние и тенденции развития мировой и российской ветроэнергетики” дан анализ уровня, тенденций, темпов и масштабов развития ВЭ в мире – высокотехнологичной, энергетически и экономически эффективной и мас штабной энергетической отрасли, диверсифицировавшей структуру производства ЭлЭн Германии, Дании, Испании. К 2011 г. суммарная мощность ВЭС в мире дос тигла 194 ГВт с выработкой более 430 ТВт·ч. Рост мощностей ВЭС в мире последние 10 лет составлял 25–30%/год с максимумом 31,7% в кризисный 2009-ый год. Рост суммарной мощности ВЭС в мире аппроксимируется с погрешностью 6% установ ленным автором экспоненциальным выражением: РВЭС=ехр[0,235·(n–1)–460] (n – номер года), с удвоением мощности в 2,7 года, что свидетельствует о происходящей революции в мировой электроэнергетике. Мировые лидеры по установленной мощ ности ВЭС на начало 2011 г.: Китай (42,3 ГВт), США (40,2), Германия (27,2), Испания (20,7), Индия (13,1), Италия (5,8), Франция (5,66), Великобритания (5,2), Канада (4,0), Дания (3,75 ГВт). Реализуемые планы по доли выработки ВЭС от суммарной к 2030 г.

в ФРГ –25%, в Испании –30%, в США, Канаде и Бразилии –20%. По прогнозам GWEC к 2030 г. доля выработки ЭлЭн ВЭС составит 20–25%, а к 2020 г.–11,5–12,7% при сле дующих показателях: рабочих мест –2,3 млн;

установленная мощность ВЭС в мире – 1254 ГВт при годовой выработке ЭлЭн –3054 ТВт·ч;

снижение выбросов СО2 1, млрд т/год;

инвестиции 80 млрд €/год. Описаны собранные данные и результаты анализа современного уровня и тенденций развития технологий и производства ВЭУ, используемые в работе для построения технико-экономических моделей ВЭС.

Дан анализ уровня определения ВЭП и энергетической и экономической эффектив ности ВЭС за рубежом с оценкой возможностей его использования в РФ. Сформули рованы актуальные научно-технические задачи повышения эффективности проекти рования ВЭС и научного сопровождения российской ВЭ (рис.1.3). Проведен анализ мирового опыта политической, правовой и экономической господдержки ВЭ. Дан обзор исторического опыта и современного состояния ветроэнергетики в России, суммарная установленная мощность которых составляет менее 15 МВт.

Основные результаты и выводы Главы 1 сводятся к следующим.

1. Рост суммарной выработки ЭлЭн стран за счет ВЭС на 1–2%/год реален, а доля ВЭС в суммарной выработке ЭлЭн страны 10% технологически допустима и эко номически эффективна. При поддержке государств доли ВЭС в суммарной выра ботке ЭлЭн до 3–5 и 10–13% реально достижимы за 6–7 и 10–12 лет. Многие стра ны, в том числе обеспеченные собственными запасами нефти, газа, угля, урана, реализуют планы использования ВЭС как одного из базовых источников ЭлЭн.

2. Масштабное развитие ветроэнергетика получила только в странах с правовой и экономической государственной поддержкой.

3. Достигнутые современные технологический, производственный и экономический уровни развития мировой ветроэнергетики предоставляют широкие возможности для международного сотрудничества в ее развитии в России.

4. Реализация планов Правительства РФ по вводу ВИЭ требует программных, орга низационных, правовых и экономических мер, основанных на достоверном опре делении ВЭП и эффективности ВЭС на всей территории РФ, требующих эффектив ных по точности и затратам (материальным и временным) методик ускоренного проведения ресурсных и технико-экономических обоснований, проведение кото рых по западным методикам заняло бы до 2,5–3-х лет и стоило бы до 50 млн €.

5. В главе собраны данные, необходимые и используемые для моделирования тех нико-эксплуатационных и экономических показателей ВЭС в условиях России.

В Главе 2 “Методика моделирования технической надежности и мощности ВЭС в заданном месте или районе России” описана развитая автором методика моделирования технической готовности и мощности ВЭС в реальных условий их работы в заданном месте или районе России, и методические основы и результаты определения технического ВЭП РФ и ее субъектов. Для определения мощности ВЭС РВЭС рабочей характеристике P(V) автором развита математическая модель:

VБУР M РВЭС = КТГ(n) ·КНИД ·( /о) · P(V)·f(V)dV = КТГ (n) · КНИД ·( /о )· P (Vn )·G (Vn ) (2.1), Vo m= где VБУР и Vо – буревая и начальная скорости ВЭУ, M – число градаций скорости вет ра, о и – стандартная (1,225 кг/м3) и реальная для данного сезона и места плотности воздуха, G(V) – разработанный автором новый класс функций распределения ветра по скоростям на высоте оси ВКВЭУ HВК. КТГ(n) и КНИД – развитые автором модели функции ТГ ВЭС (n –номер года эксплуатации ВЭУ) и коэффициента неидеальности работы ВЭС.

Методика моделирования (Раздел 2.1) многолетнего хода функции ТГ ВЭУ КТГ(n) построена автором на базе модели КТГ(n)=F(РТП), где РТП=РТП Рег+РТП..Рем – вероятности ТП из-за регламентных работ РТП Рег и ремонтов РТП Рем ВЭУ (в % от теоретически воз можного времени их работы). Базовые для построения модели параметры определе ны по эксплуатационным данным, анализом которых установлено:

– РТП Рег 0,5–1,0% и примерно постоянны за ресурс;





– РТП Рем растут по мере выработки ресурса;

– Зарубежным аналогом КТГ является параметр Av (availability).

– Av6, определяемый на 6-ой год работы ВЭУ, составляющий для современных ВЭУ мощности 2 МВт 0,96–0,98;

– у ВЭУ предыдущих поколений мощности 800–1000 кВт Av6 = 0,93–0,95;

– значения Av10, средние за 10 лет эксплуатации мегаваттных ВЭУ по долгосрочным (до 10 лет ) договорам на техническое обслуживание ВЭС 0,95;

– сроки капремонта ВЭУ рекомендуются 11–13-ый год эксплуатации ВЭУ.

Анализом Эз ВЭУ Av6, Av10 и сроков капремонта установлено, что ВЭУ относятся к “стареющим” техническим объектам с растущей с годами РТП. Построение их моде лей РТП проведено на базе растущих со временем степенных: РТП(n)=a·nb (2.7) и экс поненциальных функций: РТП(n)=·exp(·n) (2.8) при условиях РТП(n) РТП (20) (2.9) и РТП(n) РТП Рег 0,005 (2.10). Анализ (2.7) и (2.8) проведен в предположении о линейной зависимости значений РТП(1) (на 1-м году работы) и Р10 (средней за пер вые 10 лет) со значением Р(6) на 6-м году: РТП (1)= m·РТП (6)=m·(1–Av6 ) (2.11а) и РТП.10=k·РТП(6)=m·(1–Av6)=0,1·. РТП(n)·dn (2.11б), приводящих с учетом (2.7), (2.8) к характеристическим трансцендентным уравнениям: 10 b+1–2 b+1+6 b·(b+1)·(m–10·k)= (2.12) и e 10·–e2·+·e6··(m–10·k)=0 (2.13) с неизвестными b, k, m и, k, m.

Таблица 2.1. Параметры модели вероятности технических простоев ВЭУ.

Параметр k m Av Диапазон min max min max kmin kmax mmin mmax Av10 min Av10 max Av6 = 0,94 0,159 0,195 0,01862 0,02311 1,038 1,066 1,826 1,827 0,930 0, Av6 = 0,98 0,233 0,273 0,00389 0,00494 1,105 1,152 1,839 1,840 0,974 0, Численным анализом уравнений (2.13) и (2.14) установлено: удовлетворяет условиям (2.9)–(2.12) лишь класс экспоненциальных функций (2.8) в диапазонах параметров, данных в табл. 2.1. Установленный диапазон параметров модели допускает значи тельный разброс значений РТП при разных Av6, иллюстрируемых на рис. 2.1.

Рис. 2.1. Диапазон возможных значений Рис. 2.2. Диапазон возможных значений веро РТП ВЭУ при Av6=0,95 и Av6=0,98 ятности ТП ВЭУ при Av6=0,95 и 0, Интервал расчетных значений средних за 20 лет РТП составляет 18,3–22,5% и сужается с ростом параметра Av6 (рис. 2.2). Недопустимому росту РТП ВЭУ препятствует капре монт (рис. 2.2), проведение которого согласно модели необходимо на 12–13 год экс плуатации с “омоложением” ВЭУ на 7–8 лет. Его затягивание чревато превышением уровня риска РТП и исчерпанием ресурса на 15–16-м году. Расчетные коэффициенты КТГ = 1 – РТП (2.14) с капремонтом на 13-м году эксплуатации и 7-летним “омоложе нием” даны в табл. 2.2. Согласно модели у ВЭУ последних поколений (с Av6=0,98) предельно установленный уровень РТП..10%, а у ВЭУ с Av6=0,95 он составлял 17%.

Таблица 2.2. Параметры моделей технической готовности ВЭУ с капремонтом Параметр CP CP kCP mCP AvCP 1 AvCP 10 AvCP 12 AvCP 20 AvCP 1- Av6 = 0,94 0,177 0,02087 1,052 1,827 0,890 0,933 0,830 0,312 0, Av6 = 0,98 0,253 0,00441 1,129 1,840 0,963 0,976 0,912 0,358 0, Согласно модели средние за ресурс РТП снижены с 9–10% у ВЭУ с Av60,95 до 4,5–6,5% у ВЭУ с Av60,97–0,98, что согласуется с эксплуатационными данными. Значения КТГ(n) изменяются с 0,98–0,99 на 3–4-м до 0,83–0,91 на 12-м году. Для Av6 0,94–0, средние за 20 лет КТГ=0,90–0,96. Погрешности расчетов КТГ определяются разбро сом Av6 в диапазоне: 0,96Av60,975, при котором точность расчета среднего “ко ридорного” значения КТГ ВЭУ ограничена данными табл. 2.3.

Таблица 2.3. Погрешность определения КТГ ВЭУ номинальной мощности 2 МВт Год работы, n : 1 20 Средн 2 3 4 5 6 8 10 12 13 14 16 КТГ MIN = 0,960 0,927 0,984 0,980 0,975 0,968 0,960 0,937 0,900 0,842 0,801 0,950 0,921 0,874 0,801 0, КТГ MAX = 0,975 0,954 0,990 0,987 0,984 0,980 0,975 0,960 0,937 0,901 0,875 0,969 0,950 0,921 0,875 0, Погрешность, % 1,45 0,31 0,39 0,49 0,61 0,77 1,24 2,02 3,36 4,39 0,98 1,58 2,60 4,39 1, Адекватность модели (2.8) подтверждена моделированием по данным эксплуатации нескольких тысяч ВЭУ в странах ЕС (табл. 2.4), для чего автором развита модель линейной связи Эз с многолетним ходом РТП ВЭУ: Эз = СЭз+ СРЕМ · · exp (·n) (2.15), где СЭз – составляющая Эз, не связанных с ремонтом, включающая затраты на ка премонт и демонтаж исчерпавших ресурс ВЭУ (соответственно 5 и 6% от цены ВЭУ).

Таблица 2.4. Многолетний ход среднегодовых Эз на ВЭУ разных поколений (в % от Кз) Тип ВЭУ \ Годы эксплуатации : 1–2 3–5 6 – 10 11 – 15 16 – ВЭУ 150 кВт в ЕС 1,2 2,8 3,3 6,1 7, ВЭУ 600 кВт в ЕС (практика) 1,0 1,9 2,2 3,5 4, ВЭУ 600 кВт в ЕС (модель) 1,88 – 1,92 2,11 – 2,26 4,21 – 4,73 4,42 – 5, Моделирование КТГ ВЭУ 600 кВт с характерным значением параметра Av6..0,94 по модели (2.15) подтверждают качественно и количественно достоверность линейной модели, связывающей Эз на ВЭУ с РТП (последняя строка табл. 2.4). С учетом разброса расчетных значений РТП по модели (2.8) (4–5%) максимальная погрешность расчета Эз на ВЭУ (на 20-м году) не превышает 12%. Раздел 2.2 посвящен моделированию фак торов, снижающих теоретически возможную выработку ВЭУ, описываемых коэффи циентом неидеальности ККНИД, имеющим ряд составляющих, в том числе вновь выяв ленных автором. К снижению (до 3% во многих районах РФ) мощности ВЭУ с боль шими DВК и HВК ведет нелинейность высотного профиля скорости ветра V(h) (таб. 2.5).

Таблица 2.5. Связь мощности ВЭУ с диаметром ВКи высотой башни для разных профилей V(h) Диаметр ВК ВЭУ 60 м Диаметр ВК ВЭУ 80 м Диаметр ВК ВЭУ 100 м V10, м V100, м hвк, м hвк, м hвк, м 40 50 60 70 60 70 80 90 70 80 90 100 4,0 8,0 0,960 0,975 0,983 0,987 0,975 0,982 0,986 0,989 0,975 0,982 0,986 0,988 0, 6,0 8,0 0,995 0,997 0,998 0,998 0,997 0,998 0,998 0,998 0,997 0,997 0,998 0,998 0, Влияние высотного сдвига направления ветра (h) на РВЭУ исследовано с использова нием развитой автором модели (h): (h)=о·{ехр[–(h/hвк–1)]–1}/(exp(1)–1) (2.2).

Таблица 2.6. Зависимость изменений мощности ВЭУ от высотных сдвигов направления ветра Диаметр ветроколеса 60 м Диаметр ветроколеса 80 м Диаметр ветроколеса 100 м о,° Высота оси ветроколеса, м Высота оси ветроколеса, м Высота оси ветроколеса, м 40 50 60 70 60 70 80 90 100 70 80 90 100 20 0,987 0,993 0,995 0,997 0,991 0,994 0,995 0,996 0,997 0,990 0,993 0,994 0,995 0, Понижающие (на 1-2% во многих районах РФ) коэффициенты для РВЭУ с учетом (h) получены параметризацией о при разных HВК и DВК численным интегрированием по площади ВК удельной (на м2) РВЭУ с учетом (2.2) и косой обдувки (табл. 2.6).

Влияние инерционности систем ориентации ВК ВЭУ на их мощность оценено с уче том времени реакции к показанию управляющего анемометра (для мегаваттных ВЭУ20–30 сек.), поворачивающей ВК за направлением ветра лишь при существен ном повороте ветра (10°), что приводит к частой работе ВК в условиях косой об дувки с уменьшением PВЭУ на 1–3%. Изучено влияния эффектов ветрового затенения ВЭУ на РВЭС с целью оптимизации их размещение в составе ВЭС. Зависимость РВЭС от расстояния между ВЭУ при наиболее плотной их расстановке ВЭУ (в узлах тре угольной равносторонней сетки) получена автором в предположениях о круговом распределении ветра и экспоненциальном восстановлении его мощности после про хождения ВЭУ (табл. 2.7). Расчетное падение выработки ВЭУ из-за затенения их друг другом при расстоянии между ними 10 DВК достигает 3–4%.

Таблица 2.7. Относительное уменьшение мощности ВЭС от расстояния между ВЭУ Число диаметров ВК n : 1 2 3 4 5 6 7 8 9 о РВЭУ / Р ВЭУ : 0,595 0,782 0,851 0,893 0,922 0,938 0,949 0,958 0,966 0, Потери ЭлЭн во внутренних сетях ВЭС и их собственное потребление ЭлЭн со гласно проведенному анализу приняты в расчетах равными соответственно 2 и 1%.

Согласно исследованию годовые вариации параметра /о достигают 12–15% от сред негодовых значений, а суточные – 3–5% от среднесуточных, определяемые автором по средним сезонным значениям /о по данным ближайших к ВЭС МС или АС.

Основные результаты Главы 2 сводятся к следующему.

Развиты методики математического моделирования технических простоев и готов ности и располагаемой мощности ВЭС в заданном месте или районе территории РФ.

Моделированием установлено существенное (до 20%) падение выработки ВЭС из за нарастающих с годами ремонтных простоев, определяемое параметром КТГ.

Проведено моделирование факторов неидеальности работы ВЭС, приводящих к снижению теоретически возможной мощности ВЭС на 15–20%.

В Главе 3 “Разработка и применение методик достоверного определения ВЭП и мощности ВЭС на территории РФ” описана разработанной автором методика ста тистического моделирования ВЭП (удельной мощности ветра W) (3.2) и теоретически возможной мощности ВЭС РВЭС ИД (3.1) по ее рабочей характеристике P(V) и повто ряемости ветра по скоростям на высоте оси ВК ВЭУ или по аппроксимирующей ее функции плотности вероятности скорости ветра G(Vn) или f(V), являющихся главным источником погрешностей (до 50%) при вычислении комплексов (3.1) и (3.2).

VБУР V= N N РВЭС ИД = P(V)·f(V)dV = P(Vn )·G(Vn ) (3.1) W= ·· V3·f(V)dV= ·· n (Vn )·Vnср3 (3.2) о n= n= Vo Основой определения G(Vi ) в методике автора явились описанные в разделах 3.1 и 3.2 данные многолетних измерений ветра и метеопараметров на государственной сети МС и АС, включавшей в СССР в 1960–90-е годы (базовый период методики) до 3600 МС и 146 АС. Проведен анализ типов, структуры, длительности и полноты дан ных и их применимости для решаемых автором задач. Принципиальную для мето дики автора важность и уникальные возможности для определения ВЭП и эффек тивности ВЭС на территории РФ предоставляют данные зондирования ПСА на сети 146 АС СССР (106 в РФ) на стандартных высотах 100, 200, 300, 600 м (и на ряде АС на промежуточных высотах 40–90 м) над землей, полученные по унифицированным методикам с установленной точностью статистической обработкой рядов данных за 1961–1980 гг. Разработанная БД для каждой высоты содержит 4-х срочные данные о скоростях и направлениях ветра, давлении, температуре и плотности. В разделе 3. описаны результаты разработки технических и компьютерных средств статистиче ского моделирования ВЭП и энергетических показателей ВЭС, обеспечивающих оперативный и достоверный расчет сотен вариантов и сценариев использования ВЭС. Разработка БД и компьютерных информационно-аналитических технологий на основе данных МС и АС более 20 лет является стратегическим направлением и прак тическим результатом работы автора – основного их проектировщика и одного из основных разработчиков программного обеспечения. БД, адаптированные на ПЭВМ, были апробированы и испльзованы в ряде организаций (ЦАГИ, Минтопэнерго РФ, МЭИ, НПО “Ветроэн”), показали высокую эффективность в решении задач российской ВЭ, обсуждались на российских и международных конференциях и семинарах. Наи более развитая версия БД "Флюгер XXI" содержит статистические данные зондиро вания ПСА на сети более 3600 МС и 146 АС РФ и СССР и постанционную информа цию о ветровых и термодинамических характеристиках, данные об их высотных профилях и функциях распределения, о периодах наблюдений, высотах расположе ния МС, характеристиках рельефа и подстилающей поверхности в местах располо жения МС. Значения наиболее вероятных характеристик ветра между станциями на заданной высоте определяются средствами физико-статистического моделирования по данным ближайших МС и АС. По построенным моделям ВЭП и рабочим характе ристикам ВЭУ рассчитываются их энергетические и экономических показатели и по ним с использованием разработанной автором БД “Эргомаш”, содержащей техниче ские и рабочие характеристики большинства современных серийных ВЭУ, осуществ ляется выбор наиболее эффективных ВЭУ для данного района. Программное обеспе чение БД “Флюгер XXI” обеспечивает высокое быстродействие, информативность расчетов и предоставления результатов, в том числе на основе развитых технологий картографирования (раздел 3.4), основанных на точечно-локальном представлении характеристик ВЭП и ВЭС. В разделе 3.5 дан сравнительный анализ методов опреде ления ВЭП и РВЭС ИД в заданном месте или районе РФ. Выявлены факторы и погреш ности известных методов, связанные со статистической необеспеченностью данными из мерений на МС, отличиями рельефа и подстилающей поверхности и неточностью их моделирования, межгодовой изменчивостью, погрешностями измерений, неадекват ностью моделей V(h) и функций f(V), аппроксимирующих n(Vn). Проведенный анализ известных методов определения функций f(V), основанных на подъеме границ града ций скорости n(Vn) на высоты осей ВК по степенным и логарифмическим моделям V(h) при неизменном значении n(Vn) в градациях, выявил наличие погрешностей высотных аппроксимаций f(V) до 20% и более (рис. 3.1). Выявлены важные для достоверно го моделирования особенности повторяемо стей скорости ветра по данным МС и АС в разных регионах РФ. Для редкой сети МС точность определения среднемесячных и го довых региональных n(Vn) ограничена ста тистической обеспеченностью. Установлен ное в ряде регионов бимодальное распреде ление скоростей ветра снижает точность мо делирования f(V) и РВЭУ ИД одновершинными Рис. 3.1. Экстраполяция f(V) по известным функциями Вейбулла и Рэлея. Повышенная моделям и данным МС Оренбург на 100 м по сравнению с известными достоверность авторской методики моделирования ВЭП на территории РФ, описанная в разделах 3.6 – 3.12, обеспечивается использованием новых методических подходов:

1. Заменой экстраполяции данных с высоты МС hметео (10–15 м) на HВК ВЭУ на суще ственно более точную интерполяцию по данным измерений на сети МС и АС.

2. Моделированием характеристики ветра на hметео по “очищенным” данным до 50 и более МС района в радиусе до 250 км от искомой точки.

3. Определением функции G(V) по данным МС и АС района в R = 400–700 км от ис следуемой точки статистической обработкой всех n(Vn) в рассматриваемом рай оне, объемы которых в 10–15 раз превышают объемы данных годовых измерений ветра на метеорологических мачтах по зарубежным методикам.

Методической основой построения функций G(V) явилась количественная схожесть n(Vn) при равных VСР, выявленная автором статистическим анализом средних ме сячных или сезонных данных МС и АС в большинстве регионов РФ. Установленные отличия средних сезонных и годовых скорости ветра в разных регионах и внутри них обусловлены разнообразием повторяемостей местных ветрообразующих факторов и закрытостью МС от ветра. Построение функций G(V) в методике автора реализуется следующим образом. По данным МС и АС, попадающих в круг с радиусом RG(V) от цен тральной МС, для каждого сезона определяются повторяемости n(Vn), соответст вующие VСР во всем диапазоне их изменения с шагом 0,5 м/с (0,5±;

…;

12± м/с) (табл. 3.1).

Таблица 3.1. Функции распределения ветра по градациям скорости для района Волгограда Vцентра градаций, м/с: 1 3 5 7 9 11 13 15 17 19.5 23.5 27 VСР N VСР = 6,0 м/с 9,53 27,87 23,30 15,67 9,47 5,82 3,85 1,87 1,28 0,81 0,36 0,12 5,98 VСР = 8,0 м/с 4,45 15,13 17,71 17,99 15,95 12,39 8,01 4,51 2,07 1,26 0,31 0,10 7,89 Параметр выбирается с учетом плотности МС и АС и статистической обеспечен ности данными (25–30 реализаций (Vi) в каждом i-м интервале), задается в виде:

=n·ViСР (n – % от ViСР и по опыту определения G(V) в разных регионах n = 0,05–0,07. C увеличением VСР6–7 м/с число N уменьшается, а средняя скорость V в интервале [ViСР±], рассчитанная по выбранным для нее n(Vi), смещается относительно значения ViСР в меньшую сторону и более обеспеченными данными оказываются G(V) по дан ным АС. Построению G(V) предшествует процедура приведения полученных VСР к поисковым значениям ViСР аппроксимирующими кубическими сплайнами, построен ными методом наименьших квадратов. Cравнение точности функций G(V) с распре делениями Рэлея и Вейбулла при расчетах W даны в табл. 3.2 и отличаются на 22 и 16% для Балтийска и на 25 и 20% для Калининграда от полученных по функциям G(V).

Развитым автором методом моделирования функций G(V) по данным МС выявлены более островершинная форма распределения G(V) и слабее выраженный вторичный максимум при больших значениях VCP, чем при их моделировании по данным МС.

Таблица 3.2. Значения удельной мощности ветра на высоте 10 м для Калининграда и Балтийска Аппроксимирующая функция f(V) Вейбулла Гринцевича Рэлея Калининград VСР = 4,4 м/с 106,5 133,3 99, Балтийск VСР = 6,0 м/с 271,4 323,8 252, Выявлено, что СКвО W и РВЭУ, рассчитанные по аэрологическим данным, оказываются в 2–4 раза меньше, чем по данным МС (табл. 3.3), и в несколько раз меньше, чем при использовании для этого традиционных методов, основанных на подъеме fМЕТЕО(V).

Таблица 3.3. СКвО расчетных W и РВЭУ в % для района Барабинска Средние годовые Зима Параметр Метео, Метео, Аэро, Метео, Метео, Аэро, R = 340 км R = 680 км R = 680 км R = 340 км R = 680 км R = 680 км Удельная мощность ветра 14,31 16,66 3,35 15,79 18,05 8, РВЭУ VESTAS V-80 – 2,0 MВт 6,94 6,95 1,64 6,55 6,64 3, РВЭУ Siemens SWT – 2,3 93 6,48 6,55 1,87 6,00 6,16 3, РВЭУ ENERCON E 82 –2,0 MВт 6,43 6,46 1,84 5,90 5,98 3, Критериями точности моделирования искомого параметра YМ в рассматриваемой области по данным его измерений в N пространственных точках Yi (i =1,…, N), или на (3.3) и Y = N(Yi – YМ)2/N (3.4), N МС в работе приняты: Y = N-1·N(Yi – YМ) выявляющие систематическую погрешность (Y) и СКвО (Y) смоделированного па раметра Y относительно данных его измерений. Установлено, что распределение Y и Y относительно средних значений Y близко к Гауссовому. Определение погреш ностей реализовано моделированием параметра YМ в месте расположения МС или АС без привлечения данных ее измерений с последующим сравнением с этими дан ными. Точность моделирования f(V) и G(V) на высоте HВК ограничена погрешностью определения скорости V(HВК). Повышение точности методов моделирования V(h) достигается привлечением большего числа МС и АС и их данных (табл. 3.4).

Таблица 3.4. Методики моделирования и аппроксимации V(h) в приземном 200-метровом ПСА Методика, Используемые Используемые Аппроксимация Аппроксимация V, % разработчик данные МС данные АС распределения f(V) высотного профиля Универсальнаяm любая, соответст- m = 1/7 для суши соседних 16, – вующая V(z) и HВК m = 1/10 для моря V(z)=Vфл ·(z/hфл) (2200 МС РФ) 15, WASP, RISO, Да- соседних Вейбулла с V(z) = Vo ln (z/zo) 15, – ния + модель Zo подъемом на HВК Рэлея по (Vi ) МС модель 1x1 км V(z) = Vфл (z/hфл)m NAСA, США – 23, функции Колодина соседних МС- m ЦАГИ, 1960 V(z) = Vфл (z/hфл) – 17, и Поморцева аналогов (500 МС) Г-функции по (Vi) соседних МС V(z) = Vфл (z/hфл)m ГГО, 1989 – 15, ближайших МС (1100 МС РФ) V(z) = Vфл (z/hфл)m МС класса 7б и V на 100 м региональные ФЛЮГЕР 3.0, 6, 6б (1000 МС РФ) соседней АС функции G(V) ЦАГИ, 1994 m=ln(V100/Vфл)/ln(H100/Hф) подъем (Vi ) соседних МС V(z) = Vфл (z/hфл)m АО “ВИЭН”, 2002 12, – соседних класса V на 100 м на региональные ФЛЮГЕР 2000, V(z) = Vфл (z/hфл)m 1, 7б ( 1000 МС РФ) соседних АС функции G(V) “АТМОГРАФ” средние по району V на h=100– региональные ФЛЮГЕР XXI, Vсуша(z) =Vс ln(z/zс) 1, с очисткой (1100) 600 м АС р-она функции G(V) Vморе(z) = Vм ln(z/zм) “АТМОГРАФ” V(h) в ПСА до 200 м в ведущих зарубежных методиках описываются логарифмиче скими законами (3.5)–(3.6), подтвержденными теорией и экспериментами для гладкой плоской пластины до h30 м при нейтральной стратификации: V(h)=(U*/k)·Ln(h/zo) (3.5) и V(h)=(U*/k)·[Ln(h/zo)+5.75·h/H] (3.6), где k – постоянная Кармана;

zo – масштаб ше роховатости;

U*– скорость трения, связанная с поверхностным трением зависимо стью ||=U*2, H*=U*/(6f), f=2··sin –параметр Кориолиса, – частота вращения Земли, – географическая широта. На рис. 3.3 и 3.4 даны примеры выявленных по грешностей определения среднегодовых профилей V(h), построенных по данным МС и АС Бологое по (3.5) и (3.6), обусловленных физической неправомочностью приме нения логарифмического профиля на высотах 50 м и погрешностями определения V(hметео) и параметра zo. Расхождения значений zo для однотипной шероховатости у раз ных авторов при завышении и занижении zo приводят к недопустимому (до 50%) росту погрешностей расчета V(h) по модели (3.5) при h 35–40 м. Применимость (3.5) для вы сотной экстраполяции V(h) зависит от точности определения V(hметео), малая (10%) погрешность определения которой может приводить к 20%-ной ошибке определения V на h40 м.

Рис. 3.3. Зависимость моделируемой V(h) в Рис. 3.4. Зависимость моделируемой V(h) в 100-метровом ПСА от значений VМЕТЕО ПСА от параметра шероховатости zo Таблица 3.5. СКвО (в процентах) данных методики WASP от многолетних аэрологических 100 м 200 м Высота :

ФЛЮГЕР WASP (3.5) WASP (3.6) ФЛЮГЕР WASP (3.5) WASP (3.6) Методика :

Скорость ветра, м/с 6,73 5,60 6,1 7,16 6,86 7, Погрешность, % 0 26,5 14,2 0 21,6 12, Удельн.мощность ветра, Вт/м2 561,0 293,1 423,7 818,3 510,5 653, Погрешность, % 0 69,7 36,8 0 63,84 38, Погрешности расчета ВЭП на 100 м методикой WASP по данным МС Балчуг, Ново Иерусалим и Егорьевск, расположенных в сходных ветровых условиях достигают и 60%, а на ряде МС – 200 %, что недопустимо для практики (табл. 3.6).

Таблица 3.6. Сравнение расчетных по модели WASP и экспериментальных параметров ветра Годовая скорость ветра, м/с Удельная мощность, Вт/м Метеостанция / Параметр :

Высота : 100 м 200 м 100 м 200 м Балчуг, модель (3.5) 2,8 3,5 25 Ново-Иерусалим, модель (3.5) 4,1 5,0 85 Егорьевск, модель (3.5) 5,7 7,0 197 Данные измерений на АС 6,7 7,5 392 Для сравнения точности все известные методики программно реализованы авто ром. Пример отличия среднегодовых модельных и данных приведен в табл. 3.7.

Таблица 3.7. Сравнение среднегодовых данных модели и эксперимента АС Новосибирск V(z)=Vo·ln(z/zo) V(z) = Vфл· (z/zфл)m V(z)=Vфл (z/zфл)m V(z)= Vфл·(z/zфл)m WASP, RISO Методика: (ФЛЮГЕР XXI) (ФЛЮГЕР 3.0) (ВИЭН) (ГГО 1989) (3.5) (3.6) Vэксп - Vмод, 60 м 4,7 % 9,3 % 35,2 % 21,9 % 31,9% 17,5% Vэксп - Vмод, 100 м 0% 0% 34,8 % 16,6 % 29,1% 15,9% Сравнением с данными на высотах от 40 до 90 м на 28 АС установлено, что одноуров невые модели при экстраполяции данных МС на высоты 100 м дают отклонения от экспериментальных до 35% (табл. 3.4). Использование же многоуровневых моделей, развитых автором, гарантирует точность определения V(h) 3–6% на высотах 70–90 м на равнинах и 10–13% на территориях со сложным рельефом. Наиболее точной является развитая автором трехслойная модель “Сэндвич”, описываемая выше 100 м кубической аппроксимацией средних сезонных данных АС на 100, 200, 300, 600 м.

В слое 0–hметео модель описывается логарифмическим профилем (3.5) с параметра ми Uo и zo, моделируемыми по методике WASP. В слое hметео h100 м V(h) аппрок симируется кубическим сплайном с коэффициентами, определяемыми из условий гладкой сшивки профилей на нижней и верхней границе (на 100 м). Для рассмотрен ных 28 АС “Сэндвич” обеспечивает точность определения V(h) до 100 м с погрешно стью 7–8%. С ее помощью оценены высоты применимости логарифмического про филя скорости hlog. Данные на промежуточном уровне служили критериями точно сти моделирования, а искомая высота hlog определялась минимизацией ошибки рас четов V(h) на промежуточном уровне изменением hlog. Согласно исследованию исполь зование (3.5) правомочно до высот 20–25 м. Для достоверной идентификации ско ростей ветра для заданного района автором развит метод “очистки” данных – приве дения их к условиям ровной плоской поверхности без элементов экранирования с использованием классификации “открытости” МС Милевского, описывающей с уста новленной автором точностью свойства рельефа и подстилающей поверхности и за теняющие ветер препятствия. По ней каждой МС для 8-ми 45-градусных секторов при своены коэффициенты открытости Милевского Кмi. Метод построен на выявленных автором статистически достоверных связях средних скоростей ветра со средними ко эффициентами Милевского Кмср=8Кмi · i/8 (3.8), рассчитанных с учетом повторяе мости ветров по направлениям i для каждого месяца и сезона и каждой МС (рис. 3.5).

Рис. 3.5. Зависимость среднегодовой скорости Рис. 3.6. Связь коэффициентов Милевского и ветра от коэффициентов Милевского параметра zo по классификации WASP Установленная статистическая связь Кмср и zo по классификации WASP по данным 200 российских МС (рис. 3.6) имеет вид: Ln(zo)=0,0021·К3–0,0845·К2+0,645·К+3,314 (3.9).

Согласно (3.9) коэффициенту Кмср класса 7б соответствует zo=0,04 (класс 1 по WASP с zo=0,03), а Кмср класса 6б и 11б – zo=0,1 и zo=0,0002 (классы 2 и 0 по WASP). Метод “очистки” данных МС позволил снизить погрешности определения средних месяч ных или сезонных скоростей ветра до 8–12% (в 2 и более раз) (табл. 3.8).

Таблица 3.8. Первичные и “очищенные” значения среднегодовых скоростей ветра и их СКвО Местонахождение Данные МС Данные МС с “очисткой” метеостанции Скорость, м/с СКвО, % Скорость, м/с СКвО, % Волгоград 4,12 21,7 5,25 11, Мурманск 4,41 38,8 5,61 15, Определение радиуса подобия ветроклиматических условий RПВУ – необходимое усло вие оптимального выбора МС и АС для моделирования – выполнялось по критериям (3.3)–(3.4) с учетом изменчивости скорости ветра и плотности МС и АС в районе. Для этого выбирались ближайшие N станций с расстояниями Rn от исследуемого пункта, по данным которых моделировались значения Yмn в месте размещения каждой из N взятых МС и определялись N разностей измеренных на этой МС и модельных данных (YЭn–YМn ), по которым вычисляются и. При последовательном увеличении N (и соответственно R) выявляется число МС, минимизирующее погрешность модели. Согласно анализу автора, наиболее физически достоверное определение средней скорости ветра в моделируемой точке достигается с использованием линейной интерполяции сред них скоростей ветра привлеченных МС с весовыми коэффициентами их данных, обратно пропорциональными Rn. Наибольшее влияние на результат оказывают дан ные близких МС и АС, бесконечное при Rn=0. Сингулярности устранялась заданием для моделируемой станции конечного значения безразмерного радиуса Rno, равного некоторой доли расстояния от нее до ближайшей МС Rо (0Rо1), что эквивалентно удалению от точки моделирования на расстояние Ro. Точность моделирования оце нивалось варьированием Rо. Максимум точности достигается с методом “очистки” данных. Максимальная погрешность соответствует удалению от данной МС и АС в направлении к ближайшей на половину расстояния между ними (Rо=0,5). Зависимо сти СКвО среднегодовой скорости ветра от числа привлеченных МС даны в табл. 3.9.

Таблица 3.9. Оценка точности (в СКвО в %) определения средней скорости ветра Число привлеченных метеостанций : 1 2 3 5 10 СКвО, % Модель Число привлеченных метеостанций : 10 20 30 50 70 Рассчитанных по “очищенным” данным 22,7 18,3 15,3 13,2 13,9 16, Для областей с однородным климатом с частой сетью МС и АС максимальные по грешности моделирования VСР достигают 22–25%, а в климатически неоднородных областях с редкой сетью станций – 40–46%. Погрешности моделирования VСР падают с уменьшением Rо и при Rо=0,2 (удаленность от МС 15–20 км) составляют 40–50% от максимальных (при Rо=0,5), или 8–12% для равнинной территории РФ. Между МС погрешности моделирования по их даннымсредних сезонных и годовых V(h) на территории РФ не превышают 13–15%. Для повышения точности моделирования V(h) по данным АС важны установленные факты быстрого нарастания V(h) на высо тах 0-100 м и медленного на 100-600 м, и уменьшение их разброса с высотой (рис. 3.7).

Рис. 3.7. Высотные профили средних годовых скоростей ветра по многолетним данным АС Высотная изменчивость V(h) на 100–600 м по данным АС представлена в табл. 3.10.

Таблица 3.10. Высотная изменчивость СКвО (в %) среднегодовых скоростей ветра Станция Высота 15 м 100 м 200 м 300 м 600 м \ Барабинск 14,7 5,3 4,7 3,9 2, Александровск-на-Сахалине 20,2 12,3 10,5 8,2 6, Автором развиты методы моделирования годового (ГХ) и суточного (СХ) хода скоростей ветра V(h), определяемые в межстанционных пространствах по безраз мерным данным всех МС и АС исследуемого района, приведенным к средним ме сячным, сезонным и годовым VСР. Погрешности определения СХ V(h) оценивались по значениям СКвО среднемесячных модельных значений относительно эмпирических и достигают 13–16% на уровне hметео и 5–6% на 100–200 м весной и летом. Зимой по грешности моделирования СХ V(h) уменьшаются в большинстве рассмотренных ре гионов до 8% и менее. Погрешности моделирования ГХ V(h) падают с высотой. Точ ность моделирования ГХ сезонных VСР выше, чем среднемесячных. В межстанцион ных пространствах наиболее точно ГХ V(h) моделируется по “очищенным” среднеме сячным скоростям ветра МС и АС и среднесезонным значениям G(V).

Методика моделирования W и РВЭУ реализована автором по модели (3.1) согласно схеме на рис. 3.10 и основана на статистически установленном автором квазилиней ном характере связей удельных мощностей и КИУМ ВЭУ с VСР(h) с отличающимися количественно коэффициентам линейной связи в разных ветро-климатических зонах и сезонах (рис. 3.11). Сезонные значения СКвО PВЭУ при VСР4,0 м/с достигают 13–18%, приводя к ошибкам расчета PВЭУ21–30%, но с ростом VСР уменьшаются до 3–9% с пог решностями прогноза КИУМ менее 15% при VСР5 м/с и 5% при VСР 7–8 м/с.

БАЗА ДАННЫХ БАЗА ДАННЫХ МОДЕЛЬ “СЭНДВИЧ” многолетних аэроло- многолетних метеоиз гических измерений мерений на сети МС Эмпирическая модель:

h на высотах 100, 200, России и данных о VСР (h) = Ah3+Bh2+Ch+D 100 м 300 и 600 м на сети ветровой закрытости МС по Милевскому АС России Сплайн-аппроксимация:

VСР (h) = Ah3+Bh2+Ch+D Статистическое hМЕТЕО RАЭРО моделирование Полуэмпирич. модель районных V МЕТЕО VСР (h) = (U*/k) ln(h/zo) с очисткой данных VСР до7б по Милевскому RМЕТЕО АЭРО ( VСР ) V ( hВК ) Статистическое модели- Статистическая компиляция Статистическое модели рование однопараметри- GМЕТЕО(VСР) и GАЭРО(VСР) для V(hВК) рование однопараметри ческих табулированных методом максимального правдо- ческих табулированных функций GАЭРО (VСР) для функций GМЕТЕО (VСР) подобия с процедурой 2 VСР 12 м/c с шагом для 2 VСР 12 м/c с G(V),% VСР = (0,5 + ) м/с при шагом VСР = (0,5 + ) м/с 0,05 VСР по данным при 0,05 VСР по дан АС в круге радиуса ным МС в круге радиуса RАЭРО 500 – 700 км RМЕТЕО 200 – 500 км V, м/с W (Вт/м2) в заданном районе:

W = V 3 G(V) dV G(VhВК) и РВЭУ (кВт) РВЭУ = Р(V) G(V) dV Рис. 3.10: Блок-схема методики определения ВЭП W и РВЭУ в заданном районе РФ.

R – радиус подобия ветроклиматических условий;

– повторяемость скорости ветра по градациям Выявлено, что сезонные отличия G(V) приводят к различиям КИУМ до 20–25% при погрешностях VСР 7–10%. Численная ме тодика расчета РВЭУ по модели (2.1) реа лизована с использованием БД “Флюгер” двумя программами. Первая обеспечива ет расчет табулированной функции G(VВК) на высоте HВК ВЭУ и алгоритмически реа лизована следующим образом. На выбра Рис. 3.11. Зависимость среднегодового КИУМ от нных круговых территориях с центром в средней скорости ветра VСР для севера ЕТР заданных координатах, либо МС или АС с тремя разными радиусами: RМЕТЕО (150–250 км), RАЭРО (400–700 км) и Rf(V) (500–700 км), определенных с учетом плотности МС и АС и статистической достоверности, из БД “Флюгер” выбираются данные измерений V(h) на высоте hметео на МС в круге RМЕТЕО и на высотах 100, 200, 300, 600 м на АС в круге RАЭРО. По данным всех МС в круге с RМЕТЕО строятся уравнения связи средних сезонных скоростей ветра и коэффициентов Ми левского и проводится процедура “очистки” данных VМЕТЕО, используемых далее в качестве нижних граничных условий при определении параметров модели “Сэндвич”.

Средние месячные и сезонные V(h) в заданной месте на высотах 100–600 м опреде ляются по модели осреднения “1/R” по данным всех АС в круге RАЭРО. V(h). Значения V(HВК) рассчитываются по модели “Сэндвич” и по ним определяются соответст вующие им сезонные G(V) и по ним по моделям (3.1) и (3.2) рассчитываются сезон ные значения W и РВЭУ ИД. Вторая программа по построенным для рассматриваемого района G(VВК), рассчитанным коэффициентам КНИД и КТГ и рабочим характеристикам ВЭУ P(V), выбранных из БД “Эргомаш”, производит по (2.1) расчет в рассматривае мой области средних месячных и сезонных значений PВЭУ, КИУМ и их СКвО.

Согласно анализу суммарную погрешность параметра X(VСР ) определяет по грешность, связанная с разбросом функций f(V)и G(V), определенных для заданной VСР и погрешностью определения самой VСР. При установленном квазилинейном характере X(VСР ) X(VСР.).=.А·VСР+.B (3.10) = суммарная погрешность его определе ния X для аргумента Vо, определенного с точностью ± X, описывается формулой:

X = ± [2X+A2·2V ] 1/2 = ± [2X + ((dX(V)/dV)|V=Vo )2·2V ] 1/2 (3.11). Коэффициент А вычисля ется для каждого района и сезона по статистически установленным зависимостям искомого параметра X(VСР) от VСР. Характерные значения, A, и X для приведенных на рис. 2.4–2.5 ВЭУ V44 и V80 для VСР =7–8 м/с на высотах HВК даны в табл. 3.13.

Таблица 3.13. Характерные значения, A, и X для ВЭУ V44-600 кВт и V80-2 МВт ВЭУ X A безразмерные 7,0% 22,3% /1 м/с 12,4% 20,0% V безразмерные 6,5% 21,2% / 1 м/с 12,1% 18,5% V Характерные значения X составляют 18–20%, но с ростом величина X возрастает и при 20% X для рассмотренных ВЭУ достигает 29–31%. Точность определения РВЭУ по методике автора существенно растет при больших VCP. Требуемая для прак тики точность прогноза РВЭУ ограничивает допустимые погрешности определения и : предельные ошибки определения средних сезонных региональных VСР должны быть 8–10%, а разброс РВЭУ для данной VСР из-за вариаций эмпирических распреде лений скорости, не должен приводить к погрешности более12–15%. Выводы Главы 3 обобщают полученные результаты, состоящие в разработке автором информаци онно обеспеченной, методически обоснованной и численно реализованной методи ки определения характеристик ВЭП и энергетических показателей ВЭС в заданных пунктах и районах РФ. Достигнутая точность методики определения РВЭУ (10–14% для территорий РФ с равнинным и 18–24% – со сложным рельефом) позволяет счи тать ее не просто наиболее достоверной из известных, но и единственной аналити ческой методикой прогноза мощности ВЭС на территории РФ, приближающейся к требуемой согласно международной практике 10%-ной точности при существенном опережении ведущих отечественных и зарубежных методик по эффективности.

В Главе 4 “Исследование возможностей и эффективности использования ВЭС в различных регионах и субъектах РФ” описаны результаты исследования авто ром перспектив и эффективности использования ВЭС для выработки ЭлЭн в про мышленных масштабах в различных регионах и субъектах РФ. Исследованы и уста новлены новые закономерности территориального, сезонного и высотного распре деления на территории РФ скоростей VСР, удельных мощностей ветра WСР, вероятно стей ветроэнергетических штилей PШт (V4 м/с) и погрешностей их определения. Су щественно уточнены количественные параметры ВЭП на традиционно считающих ся перспективными для использования ВЭС побережьях морей Северного Ледови того и Тихого океанов. Выявлены новые регионы страны, перспективные для эко номически эффективного использования ВЭУ большой и средней мощности. Рас четные данные о высотной изменчивости региональных сезонных и годовых зна чений W в 100-метровом ПСА даны для примера в табл. 4.1.

Таблица 4.1. Средние расчетные значения сезонных и годовых удельных мощностей ветра Центральный Средние расчетные значения сезонных и годовых удельных мощ ностей ветра, Вт/м Регион метеоцентр региона Высота Зима Весна Лето Осень Годовые 15 м 225 162 104 209 Север ЕТР Архангельск 50 м 583 369 236 474 100 м 783 527 328 658 15 м 154 112 61 110 Центр ЕТР Москва 50 м 340 255 154 258 100 м 446 367 245 369 Статистически установлена достоверная (с СКвО 3–4,5% и R2=0,82) связь РВЭУ с DВК ВЭУ и среднегодовой скоростью ветра VГ вида: РВЭУ=А(VГ)(DВК)2+В(VГ)DВК+С(VГ) (4.1) Параметрические расчеты при разных значениях VСР (рис.4.1) выявили, что удельная (на 1 м2 ВК) мощность РВЭУуд(VСР) ВЭУ со скоростью регулирования VР растет с ростом VСР до максиму ма РМАХ(VСР) при VСРVР и далее при VСРVР слабо убывает. Темп роста и значение РМАХ(VСР) растут с увеличением VР с убывающим темпом при VР14–15 м/с. РМАХ(VСР) ассимптотически стре мится к предельным значениям 220–240 Вт/м2.

При VСР 9–10 м/с и 7–8 м/с на высоте оси ВК средние значения удельной РВЭУ составляют 180– 200 и 120–150 Вт/м2. По полученным результатам Рис. 4.1: Зависимость уд. мощности определены удельные (на 1км2) мощности ВЭС ВЭУ от VСР при разных скоростях VР при скоростях ветра VСР VР ( 14 – 15 м/с):

РМАХ=0,91·(1000/n)2·(420–450)=(3,8–4,1) МВт/км2 (4.5). В районах с высокими (VСР9– 10 м/с), умеренными (VСР7–8 м/с) и малыми (VСР5–6 м/с) скоростями на оси ВК суммарные РМАХ ВЭУ на площади 1 км2 составляют соответственно 1,8–2,0;

0,9–1,4 и 0,4–0,7 МВт/км2, при этом РМАХ определяется расстоянием между ВЭУ (табл. 4.2).

Таблица 4.2. Зависимость от расстояния между ВЭУ (в DВК) удельной (на 1 км2) РВЭС (для ВЭУ V90 с DВК=90 м с КИУМ=30% при VСР=8 м/с) Расстояние между ВЭУ nD 1 2 3 4 5 6 7 8 9 Мощность МВт / км2 68,7 25,0 12,1 7,16 4,73 3,34 2,49 1,92 1,53 1, В разделе 4.3 даны результаты анализа распределения на территории РФ средних сезонные и годовых значений коэффициентов использования номинальной мощно сти ВЭУ КИУМ=РВЭУ расп /РВЭУ ном. Установлено, что для большинства перспективных для использования ВЭУ регионов РФ характерен годовой ход КИУМ с зимним максимумом и летним минимумом и годовой амплитудой в разных регионах от 15 до 50% от сред негодовых. Высокие значения КИУМ характерны для побережий морей, где значения КИУМ для ВЭУ типа SWT-93 с высотами башен 100 м достигают 35–38% зимой и 27– 30% летом при среднегодовых КИУМ=33–35%. Перспективны для использования ВЭС южные области ЕТР, Урала и Западной Сибири, где КИУМ на 100 м 30–33% зимой и 25– 27% летом при среднегодовых 28–30%. Высоки КИУМ на территории западных (Брян ской, Курской, Смоленской) областей и в центре ЕТР, достигающие на 100 м 30–32% зимой и 24–26% летом при среднегодовых 28%. Высоки значения КИУМ на террито рии областей центрального Федерального округа РФ: Белгородской, Тверской, Ка лужской, где среднегодовые КИУМ на H=100 м достигают 26–28%. Суточный ход (СХ) КИУМ имеет региональные количественные и качественные особенности. В большин стве регионов страны СХ КИУМ зимой выражен слабо и составляет 10% от среднесу точных. Летом СХ КИУМ наблюдается на большей части территории РФ с амплитудой до 15–25% от среднесуточных. Амплитуды СХ КИУМ уменьшаются с высотой HВК и на 100 м составляют 40% от приземных. Распределение КИУМ на высотах 50 и 100 м по добны, но на 50 м отличается меньшими значениями на 2–4%. Представление о регио нальной и высотной изменчивости КИУМ в 100-метровом ПСА дает табл. 4.3.

Таблица 4.3. Расчетные значения сезонных и годовых КИУМ ВЭУ, %.

Центральный Средние расчетные значения сезонных и годовых Регион метеоцентр удельных мощностей ветра, Вт/м региона высота зима весна лето осень годовые Север Архан- 15 м 14,3 11,1 8,1 14,1 11, ЕТР гельск 50 м 29,9 22,3 17,6 27,3 24, 100 м 36,2 28,5 22,8 34,7 30, Центр 15 м 10,6 8,3 4,8 8,2 8, ЕТР Москва 50 м 21,3 17,4 12,1 18,1 17, 100 м 26,8 23,3 18,8 25,5 23, Региональные сезонные и годовые значения КИУМ в регионах РФ получены с исполь зованием региональных сезонных функций G(V), рассчитанных по данным МС и АС в кругах с R=500 км вокруг центральных АС региона. На основе развитых мето дик автором предложен новый подход к определению технического ВЭП, основан ный на расчете среднего для субъектов РФ КИУМ ВЭУ при их оптимальном размеще нии в узлах правильной треугольной сетки с плотностью на 1 км N=1,155·(1000/n·D)2 при n =10 и при использовании под ВЭС 10% территории субъ екта. В качестве “типовой” ВЭУ на основе анализа и выбора среднего КИУМ по 27 ВЭУ большой мощности разного типа выбрана ВЭУ V90 с HВК =100 м (табл. 4.4), среднее по РФ расчетное значение КИУМ которой составляет 19,6%. Согласно расчетам, до субъектов РФ перспективны для эффективного использования ВЭС по международ ным критериям (КИУМ.28%). Уточненный автором технический ВЭП РФ ( ТВт·ч) в 11,5 раз превышает годовую выработку ЭлЭн РФ в 2009 г. С учетом возмож ности более компактного размещения ВЭУ в составе ВЭС (10·DВК), полученные зна чения технического ВЭП следует рассматривать как минимальную оценку. Суммар ный технический ВЭП РФ вдвое превышает оценки предшественников, при этом его доля в Центральном, Северо-Западном, Приволжском и Южном ФО, где проживает 73% населения РФ составляет 30% против полученных ранее 14%.

Таблица 4.4. Технический потенциал ВЭР по Федеральным округам РФ.

Технический потенциал по Прежний технический по № Федеральный округ автору, млрд. кВт·ч/год тенциал, млрд. кВт·ч/год Центральный 1 588 71, Северо-западный 2 1428 432, Южный 3 564 176, Приволжский 4 872.8 236, Уральский 5 1 577 1 617, Сибирский 6 2 754 1 513, Дальневосточный 7 3 689 2 469, ИТОГО: 11 473 6 516, С учетом установленного технического ВЭП автором определены субъекты РФ, перспективные для использования ВЭС по ресурсной обеспеченности и технологи ческим ограничениям. Критериями перспективности использования ВЭС приняты наличие в субъектах РФ дефицита ЭлЭн;

моделируемых по авторской методике КИУМ 28%, установленных в качестве мирового ориентира для сухопутных ВЭС на 2014 г.;

технологических и энергетических возможностей использования ВЭС и обеспечения темпов их ввода. Ограничение масштабов использования ВЭС, связанное с недостат ком резервирующих мощностей, снимается в РФ благодаря наличию в стране ТЭС и ГЭС. В РФ наиболее сильным технологическим ограничением использования ВЭС в составе действующих энергосистем является принятый в мировой практике 20%-ный предел потребляемой от ВЭС мощности, установленный из соображений надежности электросетей и поддержания в них требуемого качества ЭлЭн. С учетом изношенно сти сетей в РФ пренебрегать данным критерием в РФ, по мнению автора, не следует, что и было учтено в расчетах. За базовую мощность субъекта РФ при определении 20%-ного вклада ВЭС, принималась среднегодовая мощность всех ЭС действующих в нем в 2008 г., данные о которой взяты из официальных источников Минэнерго.

Условие принадлежности ВЭС к субъекту РФ принято с учетом возможностей ис пользования административных ресурсов для урегулирования рыночных отноше ний внутри субъекта. При планируемых Энергетической стратегией РФ суммарных располагаемых электрогенерирующих мощностях в РФ на 2020 и 2030 гг. ( 165 и ГВт соответственно при среднем по всем ТЭС РФ КИУМ55%) суммарные мощности ВЭС в соответствии с 20%-ным ограничением к 2020 и 2030 гг. составят 33 и 40 ГВт.

Сдерживающим широкомасштабное внедрение ВЭС фактором являются проана лизированные в работе ограничения темпов ввода, связанные с возможностью им порта оборудования, организацией производства ВЭУ и их ремонтной инфраструкту ры, подготовкой кадров. Исходя из мировых темпов развития и имеющихся в РФ усло вий, целесообразным представляется сценарий развития ВЭ в России темпами, соот ветствующими умеренным, но устойчивым темпам развития ВЭ Испании и Индии, которые, по мнению автора, достижимы с учетом кадрового, технологического и про изводственного уровня страны. При этом к 2020 и 2030 г. суммарная установленная мощность ВЭС в РФ может составить 6–7 и 30–33 ГВт в (с долями выработки ЭлЭн 1– 1,5 и 5–6% от суммарной). С учетом установленной автором ресурсной обеспеченно сти и высокой эффективности ВЭС при выборе ВЭУ с оптимальными для местных ветровых условий характеристиками (КИУМ.30%), а также за счет технически и эко номически согласованных действий генерирующих и сетевых компаний, работаю щих в соседних и удаленных субъектах РФ и обеспечивающих оптимизацию разме щения и потребление ЭлЭн ВЭС, допустимая технологическими ограничениями сум марная годовая выработка ВЭС в РФ к 2030 г. может достигать 80–85 млрд кВт·ч.

В Главе 5 “Оценка экономических показателей современных ВЭС на территории РФ и возможного экономического эффекта их широкомасштабного использования” описаны результаты разработки и использования автором методик определения эко номических показателей ВЭС в субъектах РФ и доказательства экономической конку рентоспособности ВЭС с традиционными для России ТЭС. Схема развитого автором подхода к оценке экономических показателей ВЭС приведена на рис. 5.1.

Моделирование макро Моделирование капиталь- Моделирование эксплуа экономических факторов ных затрат на ВЭС (Кз) тационных затрат на ВЭС Определение Кз на ВЭС Оценка Эз на период ресур- Модели многолетней инфляции са на ВЭС с заданными па заданной мощности, раметрами за рубежом комплектации и конфи- IINFL, % гурации за рубежом ……...…..РФ года + + …….…....ЕС Долгосрочная оценка допол Определение дополнительных нительных Эз на ВЭС в РФ Модели роста цен на эл.энергию Кз в российских условиях:

СЭлЭн,% = • уплата НДС при импорте ВЭУ • затраты на подключения ВЭС Прогнозные модели Эз ……….....ЕС • высокие транспортные затраты (содержание + ремонт) на года …….…....РФ ВЭС за рубежом и в РФ:

• удорожание сооружения дорог, ЛЭП, КТП, фундаментов ВЭУ и Эз (n) = Х + Y РТП (n) монтажа и техобслуживания Р(n) ~ exp (kn) Модели роста цен на топливо • высокие кредиты Эз (n) СТопл = ……..............ЕС Прогноз Кз на ВЭС задан- года года ной мощности, комплекта …….…....РФ ции и конфигурации в за данном районе России:

Кз = стоимость ВЭУ + Себестоимость эл.энергии РВЭУ, + стоимость СМР + + стоимость подключения Срок окупаемости ВЭС КИУМ, Рентабельность ВЭС Рис. 5.1: Блок-схема авторской методики определения экономических показателей ВЭС в заданном месте или районе России Минимизация погрешностей из-за неопределенности долгосрочного прогноза Эз на ВЭС и ТЭС при высокой инфляции и росте цен на ЭлЭн и газ и неустановленной правовой базе, достигнута построением для них стоимостных моделей Кз и Эз с учетом их мно голетнего хода. Развитые автором модели учета факторов экономики ВЭС основаны на допущении о росте Эзn на ВЭС и закупочных цен на их ЭлЭн Цn пропорционально переменным по годам индексам инфляции in и имеют нелинейный рекуррентный вид:

Эзn=Эз1·(1+·i1)·(1+·i2)·…·(1+·in) (5.1) и Цn=Ц1·(1+·i1)·(1+·i2)·…·(1+·in) (5.2), где и – коэффициенты связи Эзn и Цn с индексами in. С учетом переменной инфля ции и технических и эксплуатационных характеристик ВЭС значения их СЭл, сроков окупаемости (ТОК) и рентабельности (Pен) определяются с учетом (5.1) и (5.2) соот ношениями: ТОК=КзУД/[NЕn·(ЦЭЛn–Эзn)] (5.4) СЭл=[КзУД+NЭзn]/(NЕn) (5.3);

и Pен=( Еn·ЦЭЛk)/(КзУД+ ЕnЭзk)–1 (5.4). Расчеты по (5.1)–(5.5) проведены численно с N N учетом хода выработки ЭлЭн и денежных потоков с учетом зависящих от инфляции стоимости денег, Эз, закупочных цен на ЭлЭн. Согласно исследованию неадекватный учет связей Эз на ЭС и цен на их ЭлЭн с переменной инфляцией может приводить к погрешностям 10–13% при прогнозе экономических показателей ВЭС (табл. 5.1).

Таблица 5.1. Разброс оценок экономических показателей ВЭС при разных индексах инфляции i при коэффициенте дисконтирования r = 10%, = 1, = Показатель эффективности \ Возможные значения Минимум Среднее Максимум Себестоимость ЭлЭн ВЭС при i = 0%, €/кВт·ч 0,035 0,045 0, Себестоимость ЭлЭн ВЭС при i = 10%, €/кВт·ч 0,038 0,048 0, Срок окупаемости капзатрат на ВЭС в годах при i=0 21,9 28,6 63, Срок окупаемости капзатрат на ВЭС в годах при i=4% 16,0 20,9 46, Рентабельность проекта ВЭС за 20 лет при i=0, % -55,2 -23,8 21, Рентабельность проекта ВЭС за 20 лет при i=4%, % -42,7 -3,1 53, В разделе 5.2 описаны развитые автором стоимостные модели Кз и Эз на ВЭС, осно ванные на зарубежных данных и проанализированных факторах их отличия в условиях РФ, обусловленных региональными климатическими, инфраструктурными и эконо мическими отличиями. С помощью численной модели Кз проведены параметриче ские расчеты и анализ экономических показателей ВЭС при возможных значениях составляющих затрат и получены вероятностные прогнозы суммарных Кз на ВЭС в РФ по которым Кз на ВЭС могут превышать зарубежные на 30–35% и достигать €/кВт. Разработка модели многолетнего хода Эз на ВЭС актуальна в связи с отсутстви ем достоверных методов прогноза Эз как за рубежом, так и в РФ и построена автором в предположении линейной связи Эзn с вероятностью простоев ВЭУ РТП(n) в n-м году:

Sn (n ) = So+ $·РТП (n) (5.6) с использованием обобщенных данных о многолетнем ходе Эз на ВЭС в странах ЕС, для определения параметров модели So и $ (табл. 5.2).

Таблица 5.2. Многолетний ход среднегодовых Эз на ВЭУ разных поколений (в % Кз) [1] Тип ВЭУ\ Годы эксплуатации : 1–2 3–5 6 – 10 11 – 15 16 – ВЭУ 600 кВт в ЕС 1,0 1,9 2,2 3,5 4, ВЭУ 600 кВт в ЕС 1,88 – 1,92 2,11 – 2,26 4,21 – 4,73 4,42 – 5, ВЭУ 2000 кВт в ЕС 1,87 – 1,94 2,20 – 2,33 4,04 –4,47 4,44 – 4, Результаты моделирования Эз на ВЭУ 600 кВт по модели (5.6), приведенные курсивом в табл. 5.2, подтверждают качественную и количественную состоятельность модели.

С учетом погрешности расчета РТП по развитым автором моделям (5%) максимальная погрешность моделирования Эз на ВЭУ 600 кВт на 20-м году не превышает 12%. Мо дель Эз (5.6) использована для прогноза многолетнего роста Эз на ВЭУ мощности 2 МВт со значением параметра Av6=0,97 (табл. 5.2), максимальная погрешность прогноза Эз ко торой на 20-м году 9%. Согласно модели Эз на ВЭУ 600 кВт выпуска 1990-х годов составляли 42% от Кз при росте годовых Эз за 20 лет с 1,37 до 2,84% от Кз, а для ВЭУ 2 МВт, установленных в 2004 г., – от 35,9% (при Av6=0,96) до 29,9% (при Av6=0,97) с ростом годовых Эз за 20 лет с 0,85 до 2,53%.

Полученные результаты согласуются с известными опытными данными (рис. 5.2).

Рис. 5.2. Удельные Эз на ВЭУ (€/кВт·ч) Рассчитанные по модели удельные Эз в силу рыночных факторов почти в вдвое ниже договорных цен на долгосрочное (до 10 лет) обслуживание ВЭС. Прогнозные Эз на ВЭС в РФ по оценкам автора превысят Эз в ЕС на 30–40% из-за слабой ремонтной базы, дорогой перевозки, инфляции и индексации заработной платы с ее высокой долей в Эз (до 50%). Связь Эз на ВЭС с переменной инфляцией In описывается разработанной автором моделью: In=(Io–I)·exp(–kI·n)+I (5.8), где Io, In и I – индексы инфляции в год пуска ВЭС, в n-ный и 20-ый года эксплуатации. Модель (5.6) использована для выявле ния и анализа значимых трендов и экономических показателей ЭС. Результаты мо делирования зависимости СЭл ВЭС от параметров инфляции при разных ее сценариях в РФ и ЕС дан в табл. 5.3. Разброс средних Эз за 10 лет на ВЭС РФ при изменении параметров (5.8) составляет 16–20% против 4% для ВЭС в ЕС с малой инфляцией.

Таблица 5.3. Зависимости от инфляции средних за 20 лет Эз на ВЭС в ЕС и РФ Начальная Инфляция в ЕС = const = 1,5% Инфляция в ЕС = const = 3% инфляция в Эз в ЕС, Время падения инфляции РФ до уровня ЕС в годах РФ в 2010 г. €-цент/кВт·ч 4 7 10 13 4 7 10 2,22 2,60 2,76 2,92 3,08 2,91 3,06 3, 6 2,22 2,53 2,61 2,69 2,77 2,83 2,89 2, Автором также разработаны модели доходной составляющей ВЭС, определяемые выручкой за ЭлЭн или экономией замещенного ими топлива. Предполагалось, что при любом допустимом сценарии цены на топливо в РФ ограничены сверху ценами ЕС, а снизу – сегодняшними ценами с последующим их ростом с темпом инфляции.

Рост тарифов и цен на ЭлЭн n и топливо fn моделируется автором экспоненциальными моделями типа: n=(o–)·ехр(–K·n)+ (5.9) и fn= (fo–f)·ехр(–Kf·n)+f (5.10), где n, o и – индексы цен на ЭлЭн, а fn, fo и f – индексы цен на газ в году ввода ВЭС, в n-ном году и последнем году эксплуатации (рис. 5.3). Ме тодика прогноза экономических показателей ЭС с учетом возможных сценариев и нели нейности моделей реализована программой их расчета и сравнительного анализа на Рис. 5.3. Расчетные прогностические модели роста цен на электроэнергию ПЭВМ, выдающей на выходе в цифровом и графическом виде временные ряды затрат, доходов и их балансов (ежегодных, сум марных к n-му году и средних за срок их работы) и расчетные значения СЭл, ТОК и Рен ЭС. Разработанной численной методикой решен ряд методических и практических задач.С ее помощью в разделе 5.3 исследована чувствительность моделей Кз и Эз ВЭС к изменению определяющих их факторов: КИУМ, КТГ, стоимости ВЭУ, КТП, внутренних и магистральных ЛЭП и дорог, а также наиболее трудно прогнозируемых цен на ЭлЭн и газ и инфляции (рис. 5.5–5.7). Выявлено, что неопределенность сценариев их роста в РФ и в ЕС может приводить к погрешностям прогноза баланса на ТЭС и ВЭС до 50%.

Количественно определено уменьшение СЭл ВЭС с ростом их мощности (рис. 5.6).

Согласно моделям наиболее экономически эффективными в РФ будут ВЭС суммарной ус тановленной мощности 50 МВт и выше на базе ВЭУ мощности 1,5 МВт с КИУМ 30%. Зависи мость экономических показателей ВЭС и диа пазонов их изменения от цен на их ЭлЭн дана на рис. 5.7. Установлено, стоимость ВЭУ ЦВЭУ определяется диаметром DВК и высотой башни HБ и по данным о цене и размерах зарубеж ных ВЭУ разной мощности методом наимень Рис. 5.5. Чувствительность цены ВЭУ к изменению ее геометрии и мощности ших квадратов получены уравнения их связи:

ЦВЭУ(D)=0,243·D2+8,43·D–339 R2=0,93 (5.11) и ЦВЭУ(H)=0,0442·H2–1,39·H+786 R2=0,82 (5.12) Для сопоставимости результатов моделирования с зарубежными данными принята наиболее распространенная в странах ЕС схема фиксированной закупочной цены на ЭлЭн ВЭС на 10-летний период с закупкой ее в последующий период по ценам опто вого рынка. Итоговая за 20 лет рентабельность ВЭС с КИУМ=30% при закупке ЭлЭн по 10–13 €-ц./кВтч не превышает 100% (против 170% в странах ЕС с малой инфляцией).

Рис. 5.6. Зависимость СЭл ВЭС от ее мощности Рис. 5.7. Зависимость СЭл ВЭС от их КИУМ Анализом затрат на проектирование ВЭС за рубежом установлено, что затраты на про ектирование в РФ при использовании методик автора могут быть снижены на 20–25%.

В разделе 5.4 дан анализ возможных и выбор наиболее эффективных для РФ схем за купочных цен на ЭлЭн ВЭС – необходимого условия широкомасштабного их использо вания в РФ. В исследовании автора закупочная цена ЭлЭн ВЭС, определяющая их доходы, определялась как сумма цен ЭлЭн на оптовом рынке (3 €-ц./кВт·ч в 2010 г.) и растущим далее по модели (5.9) и надбавок: постоянных (базовые – 4,3 руб./кВт·ч) на базовый (10 лет) срок (схема 1), либо равных цене замещенного на ВЭС газа в РФ (схема 2) или экспортной (схема 3). На рис. 5.8 даны выявленные автором зависимости 20-лет него накопления удельного баланса расходов – доходов на ВЭС с КИУМ=30% с Кз €/кВт, не окупаемых за 20 лет при покупке их ЭлЭн по ценам оптового рынка без надба вок. Схема 1 обеспечивают сроки окупаемости.6 лет для ВЭС с КИУМ=30% при рента бельности за 10 и 20 лет 65–70% и 100%. По окончании срока действия надбавок (10 лет) прибыль ВЭС снижается до 3,0–3,5% в год, уменьшая стимулы к дальнейшему содержа нию ВЭС. Малые сроки окупаемости ТОК ВЭС схемы 1 не стимулируют к повыше нию их КИУМ в отличии от схемы 2 с замеще нием топлива, ограничивающей от инвести рования средств в ВЭС с КИУМ25%. По схеме 2 ТОК ВЭС составит 11–12 лет при итоговой за 20 лет рентабельности в приведенных к уровню 2009 г. ценах 80%. Схема 3 обеспе чивает ТОК ВЭС 6,5 – 7 лет при итоговой Рис. 5.8. Балансы ВЭС с КИУМ=30% при разных закупочных ценах на ЭлЭн за 20 лет рентабельности до 200%.

Схема 1 может провоцировать к установке ВЭС по схеме “Second hand” с уменьшен ным ресурсом или дешевых ВЭУ невысокого качества (рис. 5.8 с расчетными данными по ВЭУ б.у., отработавшими 8 лет и стоимостью 50% от новых). К концу срока дейст вия надбавок итоговая за 10 лет рентабельность ВЭС составит 120% и примерно к это му же времени истекает остаточный ресурс ВЭУ б.у., после чего ВЭС демонтируется.

Негативным следствием при этом является отсутствие стимулов к отечественному про изводству ВЭУ. Анализ зависимости экономики ВЭС от региональных цен на ЭлЭн на оптовом рынке выявил существенное снижение прибыли от ВЭС при малых ценах оптового рынка, не способствующие их использованию в Сибири и на Дальнем Вос токе. Увеличенные надбавки для cеверных и приравненных к ним регионов с повы шенной трудностью строительства и эксплуатации ВЭС недостаточно стимулируют их использование. С учетом полученных результатов, универсальной и организационно реализуемой схемой, обеспечивающей полноценное использование технико экономических достоинств ВЭС, представляется предлагаемая автором для ВЭС сис тема с надбавками к цене ЭлЭн оптового рынка, равными стоимости замещенного газа, стимулирующая к выбору технологий производства ЭлЭн, замещающих органи ческое топливо и восполняющая при его экспортной реализации затраты по оплате ЭлЭн ВЭС и приносящее дополнительный доход стране. В разделе 5.5 описаны результаты сравнительного анализа эконо мических показателей вновь строящихся ВЭС и ГазЭС. Результаты моделирования накапливаемых за 20 лет балансов дохо дов и расходов равных по выработке ГазЭС номинальной мощности МВт Рис. 5.9. Балансы доходов-затрат на ВЭС и ГазЭС равной производительности.

(КИУМ=55%, Кз = 1260 €/кВт, Эз = 15 €/МВт·ч) и ВЭС мощностью 183 МВт (КИУМ=30%, Кз=1660 €/кВт, Эз = 18 €/МВтч) при цене газа €/1000 м3 (уровень 2011 г.) и экоштрафах 20 €/т СО2, даны на рис. 5.9 и в табл.5.6.

Таблица 5.6. Прогнозные экономические показатели выработки ЭлЭн на гипотетически введенных в 2012 г. ГазЭС и ВЭС при различных сценариях роста цен на газ в долях от европейских Сценарий : fR/Е = 1/2 fR/Е = 2/3 fR/Е = 3/4 fR/Е = 4/ Показатель ГазЭС ВЭС ГазЭС ВЭС ГазЭС ВЭС ГазЭС ВЭС Присоединение к сети, млн € -10.05 -18.33 -10.05 -18.33 -10.05 -18.33 -10.1 -18. Капитальные затраты, млн € -126.7 -304.4 -126.7 -304.4 -126.7 -304.4 -126.7 -304. Затраты на эксплуатацию, млн € -136.1 -140.6 -136.1 -140.6 -136.1 -140.6 -136.1 -140. Затраты на топливо (газ), млн € -213.7 0 -283.8 0 -319.6 0 -339.9 Экоштраф за выброс СО2, млн € -81.4 0 -81.4 0 -81.4 0 -81.4 Суммарные затраты, млн € -567.9 -463.4 -638.0 -463.4 -673.8 -463.4 -694.1 -463. Выручка за ЭлЭн, млн € 294.7 294.7 329.8 329.8 347.7 347.7 357.8 357. Баланс расходов-выручки, млн € -273.2 -168.7 -308.3 -133.6 -326.2 -115.7 -336.3 -105. Экспортная цена газа, млн € 346.3 346.3 346.3 346. Себестоимость ЭлЭн ЭС, €/кВт·ч 0.056 0.052 0.064 0.052 0.067 0.052 0.070 0. Топливная составляющая, % 42.1 0 49.1 0 52.1 0 53.6 Окупаемость по цене газа в РФ, лет нет нет нет нет 17.4 12.9 10.2 9. Согласно расчетам при наиболее вероятном сценарии роста цен на газ в РФ – их вы воде на “равнодоходные” с экспортными ( 65–70% от цен ЕС) рост СЭл на ГазЭС РФ приведет к росту тарифов на ЭлЭн до 75–80% от цен ЕС. Из-за низких цен на ЭлЭн на оптовом рынке и высоких цен на газ в РФ и более высоких Кз на ВЭС, чем на ГазЭС, производствоЭлЭн на строящихся ГазЭС и ВЭС при возможных сценариях роста цен на газ и ЭлЭн при ее закупке по ценам оптового рынка убыточна и повлечет рост тарифов для их покрытия. Перераспределение доходов с продаж замещенного газа допускает иные схемы возмещения расходов на ВЭС. При передачи выручки с продаж газа на экспорт или в РФ в пользу ВЭС, она окупается за 7 и 9 лет соответственно, обеспечи вая итоговую Рен до100% (рис. 5.9) при их СЭл на 20% ниже, чем у ГазЭС. В табл. 5. дан прогноз финансовых итогов участников 20-летнего производства и потребления ЭлЭн при различных ценах на газ: ВЭС и ГазЭС (генератора и продавца ЭлЭн), Газ прома (поставщика газа), Государства (получателя налогов) и потребителей ЭлЭн.

Доходы государства образуются за счет НДС (18%) с продаж ЭлЭн и топлива на рынке РФ или налоговых пошлин от экспорта газа. Затраты на экологию отнесены на счет ГазЭС. Источником доходов ЭС является выручка за проданную ЭлЭн. Доходы Газпрома определены по стоимости газа в РФ за вычетом НДС или как экспортная стоимость газа за вычетом транспортных затрат и экспортных пошлин (30%).



Pages:   || 2 |
 

Похожие работы:





 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.