Оценка ветроэнергетического потенциала для энергоснабжения удаленных потребителей
Обоснование возможности решения задачи оценки целесообразности строительства объектов распределенной генерации на основе статистического анализа. Апробация разработанной модели на примере анализа ветроэнергетического потенциала крупного региона.
| Рубрика | Физика и энергетика |
| Вид | статья |
| Язык | русский |
| Дата добавления | 15.04.2018 |
| Размер файла | 1,7 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru
ОЦЕНКА ВЕТРОЭНЕРГЕТИЧЕСКОГО ПОТЕНЦИАЛА ДЛЯ ЭНЕРГОСНАБЖЕНИЯ УДАЛЁННЫХ ПОТРЕБИТЕЛЕЙ
Н.В. Харламова, А.И. Хальясмаа, С.А. Ерошенко
ФГАОУ ВО "УрФУ имени первого Президента
России Б.Н. Ельцина", Екатеринбург, Россия
E-mail: ninakharlamova@gmail.com,
lkhalyasmaa@mail.ru, stas_ersh@mail.ru
АННОТАЦИЯ
Состояние вопроса: На сегодняшний день с увеличением нового строительства и активного развития промышленности в России требуется ввод в эксплуатацию дополнительных производственных мощностей. Централизованное подключение промышленных потребителей, в случае ввода небольших мощностей в РФ является дорогостоящим, очень трудоемким и длительным процессом. Поэтому в настоящее время энергетика России начинает активно ориентироваться на распределенную генерацию (малую генерацию). Подключение распределенной генерации дает потребителям возможность как параллельной работы с сетью, так и автономного электроснабжения. В отличие от изолированной работы параллельная работа распределённой генерации с электроэнергетической системой оказывает существенное влияние на технологические процессы выработки, передачи и распределения электрической энергии, поэтому оценка целесообразности строительства объектов распределенной генерации сегодня является важной задачей, особенно в контексте активного развития возобновляемых источников энергии.
Материалы и методы: Методом исследования при выполнении экспериментальной части являлось математическое моделирование. Исходными данными являлись различные метеорологические данные, характеристики выработки ветроустановок, электрические данные сети и нагрузок крупного региона РФ. В качестве инструмента моделирования применялся программный комплекс PALISADE DECISION TOOLS.
Результаты: Обоснована и доказана возможность решения задачи оценки целесообразности строительства объектов распределенной генерации на основе статистического анализа. Выполнена апробация разработанной модели на примере анализа ветроэнергетического потенциала крупного региона, которая показала достаточную для практической реализации точность оценки. ветроэнергетический потенциал строительство
Выводы: Разработанный подход позволяет выполнить оценку ветропотенциала региона и моделировать поведение электроэнергетической системы в установившихся режимах при наличии в ней источников со стохастической выработкой электроэнергии.
Ключевые слова: распределенная генерация, статистический анализ; энергосистема; возобновляемые источники энергии.
ABSTRACT
Currently implementation of additional production facilities is required along with increase in construction activity and active development of the industry in Russia. The centralized connection of industrial consumers in the Russian Federation is expensive, laborious and long process in case of small capacities input. Therefore nowadays the power industry of Russia begins to focus on the distributed generation (small generation). Connection of the distributed generation gives consumers the chance of both parallel work with the network and autonomous power supply. Unlike the isolated work, parallel work of the distributed generation with electrical power system has significant effect on technological processes of development, transfer and distribution of electric energy therefore the assessment of expediency of construction of the distributed generation objects is an important task today, especially in the conditions of active development of renewable energy sources.
Materials and Methods: Mathematical modeling was the research method applied in an experimental part. Basic data included meteorological data, characteristics of wind turbines output, electric data of the network and loadings of the large region of the Russian Federation. As the instrument of modeling the software package PALISADE DECISION TOOLS was applied.
Results: The solubility of a problem of an assessment of expediency of the distributed generation objects construction is proved on the basis of the statistical analysis. The developed model testing made on the example of the wind power potential analysis in the large region has shown the assessment accuracy sufficient for practical implementation.
Conclusions: The developed approach allows executing an assessment of wind power potential of the region and modeling behavior of electrical power system in the steady state modes in case of including the sources with stochastic power generation.
Key-words: distributed generation; statistical analysis; power system; renewable energy source.
ВВЕДЕНИЕ
Ввиду небольших мощностей, вырабатываемых на электростанциях, использующих альтернативные источники энергии, возобновляемые источники [1] энергии (ВИЭ) в энергетике чаще всего рассматриваются совместно с понятием распределенной генерации[2]. Целесообразность такого решения объясняется тем, что они не требуют затрат на доставку топлива или присоединение к центральной сети энергоснабжения. Чтобы выбрать оптимальный источник энергии следует сравнить потенциалы различных видов альтернативной энергии в России.
Ограниченное количество районов РФ обладает достаточным доля рентабельного использования энегрии солнечного излучения потенциалом. Например, по данным Hevel Solar3 только на Дальнем востоке России, в районах, соседствующих с Китаем, уровень инсоляции превышает 4.5 Квтч/м2/сутки. Достаточным потенциалам для рентабельного использования геотермальной энергии обладают только территории Камчатки и Курильских островов. В то же время по данным национального атласа России[5] на большей части территории РФ средняя скорость ветра достаточна для работы тихоходных ветряных турбин.
1. ОЦЕНКА ЦЕЛЕСООБРАЗНОСТИ ИСПОЛЬЗОВАНИЯ ВЕТРОГЕНЕРАЦИИ
Оценим целесообразность предложенного решения на практическом примере. Первым шагом является выбор оптимального места для размещения ВЭС в пределах Курганской области. Эта область была выбрана в следствии описанного выше сочетания равнинного рельефа, высокой концентрации промышленных предприятий и относительной удаленности от столичных городов.
1.1 Выбор населенного пункта
Первым шагом является выбор оптимального места для размещения ВЭС в пределах Курганской области на карте, основанной на данных [4,5]. Эта область была выбрана в следствии описанного выше сочетания равнинного рельефа, высокой концентрации промышленных предприятий и относительной удаленности от столичных городов.
1.2 Оценка целесообразности строительства выбранных регионов по ожидаемой средней мощности установки
Расчет проводится на основе функции распределения Вейбулла [6, 7], как способа оценки изменения скорости ветра в среднесрочном периоде, т.е. за один год. Интегральная функция распределения Вейбулла представляет собой распределение плотности вероятности скорости ветра, представленное формулой:
(1)
где P - вероятность возникновения ветряного потока со скоростью не ниже v; с - масштабный коэффициент; k - коэффициент формы.
Средняя скорость ветра м/с: - более 5,5; - от 3 до 5,5; - ниже 3.
Количество предприятий: - более 5; - от3 до 5; - до 2;
• - населенный пункт;
- выбранная локация;
Рис.1 Карта средней скорости ветра
Для расчета c и k относительно них в каждом случае решалась система уравнений с P и v, найденными в результате усреднения результатов наблюдения[4,5] с помощью Mathcad. В качестве примера приведен расчет для Кургана.
Где v0-v, м/с - диапазон скоростей ветра.
Вероятность принадлежности среднесуточной скорости ветра v промежутку (v0,vi) для года:
(2)
Вероятность принадлежности среднесуточной скорости ветра v принадлежит промежутку (v0,vi) для месяца расчитывается, как:
(3)
Где - количество дней в месяце, когда среднесуточная скорость ветра v принадлежит промежутку (v0,vi);
- количество дней в месяце;
Таблица 1. Возможность принадлежности скорости ветра данному промежутку
|
v0-vi, м/с |
Возможность принадлежности скорости ветра данному промежутку v0-v,% |
||||||
|
Янв. |
Фев. |
Март |
Апрель |
Май |
Июнь |
||
|
0-3 |
19 |
21 |
3 |
0 |
3 |
0 |
|
|
3-6 |
52 |
54 |
37 |
20 |
19 |
47 |
|
|
6-10 |
26 |
21 |
37 |
53 |
75 |
40 |
|
|
10-14 |
3 |
4 |
23 |
20 |
3 |
13 |
|
|
14-16.5 |
0 |
0 |
0 |
7 |
0 |
0 |
|
|
v0-vi, м/с |
Июль |
Авг. |
Сент. |
Окт. |
Нояб. |
Дек. |
|
|
0-3 |
6 |
3 |
7 |
6 |
0 |
13 |
|
|
3-6 |
58 |
55 |
33 |
36 |
23 |
42 |
|
|
6-10 |
33 |
39 |
53 |
39 |
50 |
36 |
|
|
10-14 |
3 |
6 |
7 |
19 |
24 |
3 |
|
|
14-16.5 |
0 |
0 |
0 |
0 |
3 |
6 |
Расчет вероятности того, что среднесуточная скорость ветра v меньше скорости vi осуществляется по формуле:
(4)
На основе полученных данных составляем систему уравнений:
Аналогично уравнения были составлены и для двух других населенных пунктов. В результате их решения были получены значения:
Таблица 2. Параметры с и k
|
Параметры |
Населенные пункты |
|||||
|
Курган |
Щучье |
Лебяжье |
Катайск |
Звер. |
||
|
С |
7.603 |
4.490 |
5.057 |
3.501 |
4.149 |
|
|
K |
1.993 |
2.903 |
2.768 |
2.326 |
2.347 |
Используя параметры из таблицы II и формулу (1) строим график функции Распределения Вейбулла. В тех же координатах строится график, отображающий метеорологические наблюдения за тот же период.
Размещено на http://www.allbest.ru
Рис. 2 Распределение Вейбулла и метеоданные, Курган
1.3 Расчет параметров ветра для рассматриваемого района
На основе полученных данных был осуществлен расчет параметров, по которым можно судить о целесообразности использования ВЭС в данных районах. Расчеты осуществлялись по перечисленным ниже формулам, а полученные значения продемонстрированы в таблице IV. В качестве примера приведен расчет для Кургана.
1. Определение скорости ветра на высоте z, при известной скорости v0 на высоте z0 можно произвести по формуле:
(5)
2. Математическое ожидание средней скорости ветра на высоте 10 м. Для города Кургана:
(6)
3. Наиболее вероятная скорость ветра на высоте 10 м. (мода) при k>1 рассчитывается по выражению:
(7)
4. Порывистость ветра на высоте 50 м. (среднеквадратическое отклонение) определяется следующим образом:
(8)
5. Вероятность возникновения ветряного потока по скоростью не превышающей 3 м/с:
(9)
6. Расчет средней мощности ветрогенерации:
(10)
Для расчета использовался программный пакет Excel.
Таблица 3. Параметры ветра
|
Параметры ветра |
Параметры |
|||||
|
P(v?3),% |
?v |
Pav.,% |
Vav.exp., м/с, h= 50 м |
vmax h=50м, м/с |
||
|
Курган |
14.41 |
4.34 |
23.355 |
8.485 |
20.043 |
|
|
Щучье |
26.52 |
1.519 |
6.43 |
5.136 |
12.527 |
|
|
Лебяжье |
20.87 |
1.758 |
9.442 |
6.138 |
17.538 |
|
|
Катайск |
50.02 |
1.217 |
3.244 |
5.219 |
12.731 |
|
|
Звериноголовск |
37.126 |
1.442 |
5.658 |
6.089 |
16.155 |
1.4 Анализ средних мощностей ветрогенерации Курганской области
По карте на рисунке 1 можно сделать вывод о том, какая часть установленной мощности ветрогенератора в среднем будет вырабатываться генератором в стандартных условиях с учетом годового распределения вероятности Вейбулла и особенностей рельефа.
На практике она может использоваться как для предварительного анализа возможности использования ВЭС на уже существующих предприятиях, так и для выбора оптимального местоположения нового предприятия с учетом возможности его частичного энергоснабжения за счет ВЭС.
Для наглядности произведем расчет того, с какой средней мощностью будет работать один ветрогенератор установленной мощностью Руст=2500 кВт по данным для Кургана. [16].
(11)
в=270°-10°-Сav.=270°-10°-225°=35° (12)
Причем в - одинаков для всей области, т.к. преобладающее направление ветра по данным [10] по всей территории юго-восточное.
Таким образом можно рассчитать коэффициент ожидаемой средней мощности:
(13)
Наиболее энергодефицитным является Восточный район, где дефицит мощности составляет 150 МВт[8] В то же время в Курганском энергорайоне наблюдается переизбыток мощности в 382 МВт по данным[9]. на 2016 год. Тем не менее именно в Курганском районе происходит значительное увеличение потребляемой мощности за счет введения в эксплуатацию нового оборудования. Подобные тенденции наблюдаются так же в Восточном и Шумихинском энергорайонах.
Сопоставляя карты на рис. 2 и рис. 3 можно сделать вывод о возможности использования ВЭС в качестве альтернативы подключению к единой энергосистеме во всех энергорайонах, за исключением Шадринского, так как там средняя вырабатываемая мощность недостаточна для обеспечения устойчивого электроснабжения потребителя.
2. ВЛИЯНИЕ РАБОТЫ ВЕТРОГЕНЕРАТОРА НА СЕТЬ
При использовании генератора в качестве источника питания следует учитывать непостоянность генерируемой мощности. Это связанно с её зависимостью от скорости ветра. Для оценки этого влияния с помощью патетов программ @Risk, используя симуляцию методом Монте Карло и InorXL[10] были получены и проанализированы уровни напряжения в сети.
2.1 Создание модели для анализа
Была произведена тысяча итераций, для которых мощность ветрогенератора P была представлена функцией распределения Вейбулла, полученной на основе данных Табл. III. При этом c и k также изменяются в диапазонах (0.959; 1.172) и (0.383; 0.469) соответственно по формулам (14) и (15).
(14)
(15)
Распределение Вейбулла для мощности представлено формулой (14):
(16)
2.2 Результаты анализа
Результаты анализа показаны в таблице IV и рис. 4. На ней продемонстрированы максимумы (max), минимумы (min) и наиболее ожидаемыми (н.о) модулями напряжений в кВ.
Таблица 4. Параметры напряжения
|
Шина |
U1 |
U2 |
U3 |
U4 |
U5 |
U6 |
U7 |
U8 |
U9 |
|
|
Max |
116.1 |
117.3 |
10.6 |
10.6 |
10.6 |
10.1 |
10.1 |
10.5 |
10.1 |
|
|
Min |
115.5 |
116.8 |
10.6 |
10.6 |
10.6 |
10.1 |
10.1 |
10.5 |
10.1 |
|
|
M.e. |
115.8 |
117.1 |
10.6 |
10.6 |
10.6 |
10.1 |
10.1 |
10.5 |
10.1 |
На основе каждой из итераций были получены данные о минимальном и максимальном напряжениях в каждом узле, а также наиболее вероятные значения напряжений. Также были определены зависимости напряжений в узлах от параметров c, k и P. Анализируя полученные данные можно сделать вывод, что на классах напряжения 110 и 10 кВ разница между минимальным и максимальным значениями напряжения составляет порядка 1%.
Отсюда можно сделать вывод, что изменение мощности ветрогенератора влияет на режим незначительно и не вызывает выхода напряжений узлов сети за рамки допустимых.
В ходе работы было заключено, что данный метод может применяться, как алгоритм для расчета потенциала использования ветрогенераторов в конкретном месте и сравнения нескольких мест с целью выбора наиболее подходящего с учетом климата, ландшафта и влияния на сеть.
|
Рис.3. Средняя установленная мощность |
Рис.4 . Изменение напряжения на шине1. |
3% 6% 10% 15% 23%
ЗАКЛЮЧЕНИЕ
В качестве критериев для такого рода оценки служат требуемые значения мощности и напряжения, а также их допустимые отклонения. Помимо алгоритма в статье приведены рекомендации для упрощения его использования, а также карты для визуализации процесса выбора.
Энергия ветра может стать одной из реальных альтернатив полному питанию от ЕЭС и только упрощая процесс её использования можно сделать ветряную энергию и возобновляемую энергию в целом более привлекательной для конечного потребителя.
ССЫЛКИ
T. Adefarati ; R.C. Bansal, “Integration of renewable distributed generators into the distribution system: a review,”IET Renewable Power Generation , vol. 10, Issue: 7, 2016,pp.873-884. (references)
A. Alimardani ; F. Therrien ; D. Atanackovic ; J. Jatskevich ; E. Vaahedi, "Distribution System State Estimation Based on Nonsynchronized Smart Meters", IEEE Trans. Smart Grid, vol. 6, no. 6, pp. 2919 - 2928, 02 June 2015.
«Оценка потенциала солнечной энергетики России» http://www.hevelsolar.com/sun-energy/
Дневник погоды в Курганской области https://www.gismeteo.ru/diary/
Атлас погоды России http://www.atlas-yakutia.ru/weather/wind/stat_weather_28661_wind.php
S.Eroshenko; A.Pasderin; V.Samoilenko, " Development and implementation of autonomous power supply systems to improve the quality and reliability of remote power supply up to 100 kW ", 2014.
M.S.A. Khan ; A. Khalique ; A.M. Abouammoh, “On estimating parameters in a discrete Weibull distribution IEEE Transactions on Reliability , vol. 38, Issue: 3, Aug 2002, pp.348-350.
M.P. Wilson ; M.J. Given ; I.V. Timoshkin ; S.J. MacGregor ; T. Wang ; M.A. Sinclair ; K.J. Thomas ; J.M. Lehr, “Weibull statistical analysis of impulse-driven surface breakdown data,” Pulsed Power Conference (PPC), 2011 IEEE, 30 April 2012.
The disposal of the Kurgan Region Government, 28 April, 2014
D. Gupta ; M. Sadiq, “Software Risk Assessment and Estimation Model”, International Conference on2016Computer Science and Information Technology, 12 September, 2008.
Размещено на Allbest.ru
Подобные документы
Потенциал действия и его фазы. Роль ионов Na K в генерации потенциала действия в нервных и мышечных волокнах: роль ионов Ca и Cl. Восстановление от радиационного поражения. Основные методы регистрации радиоактивных излучений и частиц. Их характеристика.
контрольная работа [17,3 K], добавлен 08.01.2011Выбор оптимальной схемы энергоснабжения промышленного района. Сравнение схем энергоснабжения – комбинированной и раздельной. Особенности технико-экономического выбора турбин и котлоагрегатов для различных схем энергоснабжения. Эксплуатационные затраты.
курсовая работа [337,9 K], добавлен 16.03.2011Энергетика как основа развития большинства отраслей промышленности и народного хозяйства. Проблемы, связанные с электроснабжением обособленных потребителей энергопроблемных регионов России. Методы решения проблем энергоснабжения обособленных потребителей.
реферат [20,8 K], добавлен 18.01.2010Распределенное производство энергии как концепция строительства источников энергии и распределительных сетей. Факторы, стимулирующие развитие распределенной генерации. Возобновляемые источники энергии. Режимы работы автономных систем электроснабжения.
реферат [680,6 K], добавлен 27.10.2012Анализ принципов построения энергоснабжения космических аппаратов. Типовые функции верхнего уровня иерархии подсистемы энергоснабжения. Этапы проектирования солнечной батареи. Подсистема распределения электрической энергии космического аппарата.
курсовая работа [1,5 M], добавлен 08.06.2016Тепловая нагрузка промышленного района. Технико-экономический выбор турбин и котлоагрегатов для комбинированной схемы энергоснабжения. Расчет капитальных вложений и эксплуатационных затрат при комбинированной и раздельной схемах энергоснабжения.
курсовая работа [168,7 K], добавлен 12.01.2015Оценка возможности параллельной работы энергорайонов Республики Саха (Якутия) с ОЭС Востока, этапы и направления реализации данного проекта. Перспективы повышения надежности электроснабжения потребителей и передачи электроэнергии в дефицитные области.
дипломная работа [334,4 K], добавлен 14.02.2015Расчет капитальных вложений в энергетические объекты, годовых эксплуатационных издержек и себестоимости электрической и тепловой энергии. Расчет платы за электрическую и тепловую энергию потребителями по совмещенной и раздельной схеме энергоснабжения.
контрольная работа [248,3 K], добавлен 18.12.2010Показатели надежности сельских потребителей. Разработка вариантов оснащения средствами повышения надежности. Выбор средств повышения надежности на основе теории принятия решений. Выбор частных критериев оценки надежности электроснабжения потребителей.
реферат [69,8 K], добавлен 29.01.2013Исследование основных этапов процесса реструктуризации российской электроэнергетики. Характеристика экономичного и надежного энергоснабжения потребителей на основе стабильного и не дискриминационного механизма купли-продажи электроэнергии и мощности.
реферат [30,1 K], добавлен 10.11.2011
