Использование климатических баз данных для оценки природно-ресурсного и технического потенциала ветровой энергии

В течение длительного времени основой для расчетов энергетических характеристик ветра являлись многолетние измерения наземных метеостанций. Однако ме- теорологические станции, ведущие длительные наблюдения за параметрами ветра, и, следовательно, позволяющие делать статистические оправданные оценки, зача- стую располагаются вдали от предполагаемого места сооружения ветроустановок и ветростанций. Использование данных аэрологических станций [Национальный кадастр…, 2007] также является недостаточным в силу немногочисленности таких станций на территории России.

В последние годы за рубежом утвердилась практика проведения одно- двухгодичных мониторингов характеристик ветра на различных высотах на площадках планируемого строительства ветровых станций. Такого рода ветромониторинг впервые в 2008 году был проведен и в России (Краснодарский край, г. Ейск). Это, безусловно, дает гораздо более детальный набор данных о параметрах ветрового потока (в частности, о распределении по высоте скорости ветра), но, с другой стороны, вызывает сомнение правомерность использования столь небольшого по временному охвату периода измерений для обоснованных расчетов выработки энергии. Оправданным может стать использование для окончательных оценок ветропотенциала данных ветромониторинга совместно с результатами многолетних метеорологических измерений на расположенных в непосредственной близости станциях, при этом следует отдельно учитывать несовпадение высот измерений.

Другим источником необходимой информации могут служить современные базы данных, полученные на основе спутниковых наблюдений и математического моделирования, например, базы данных NASA Surface meteorology and Solar Energy, E.S.R.A., METEONORM, Climate 1, S@tel – Light и др. Эти массивы информации также все более широко используют в области возобновляемой энергетики, поскольку они основаны, с одной стороны, на длительном периоде наблюдений, а с другой стороны, дают возможность обойти проблему недостатка метеорологических станций, их удаленности друг от друга: так, база данных NASA SSE предоставляет широкий набор ветровых характеристик с пространственным разрешением (1º×1º), осредненные за период наблюдений 1983– 2005 гг. и доступные через сеть Интернет.

В более ранних работах уже проводились исследования возможностей использования базы данных NASA для анализа и картографирования потенциала солнечной энергии на территории России [ Киселева, Терехова и др., 2008]. В данной работе этот обширный массив данных был использован для картографирования и анализа потенциала ветровой энергии на территории России. Первым этапом стало сравнение данных NASA и наземных метеостанций Южного федерального округа России по средним скоростям ветра на одинаковых высотах [ Научно-прикладной справочник.., 1990 ]. На рисунке 1 приведен характерный пример такого сравнения для метеостанции г. Таганрога.

Первичная статистическая обработка исходных массивов данных (рис. 2) показывает достаточно удовлетворительное совпадение. Качественный же анализ результатов сравнения показал, что в ряде случаев наземные метеоданные и данные, полученные путем спутниковых измерений и последующего математического моделирования (NASA), совпадают достаточно удовлетворительно (Таганрог, Астрахань, Волгоград, Сочи, Майкоп). Для других метеостанций (Ставрополь, Ростов-на-Дону, Черкесск) имеют место значительные расхождения, причем не только в абсолютных значениях скоростей ветра, но и в сезонном ходе. Причиной таковых расхождений могут являть недостатки математического моделирования при разработке базы данных NASA, в частности, неадекватность учета типа подстилающей поверхности или иные обстоятельства.

Таким образом, для оценки ветровой обстановки над территорией, т.е. для интегральных оценок, использование базы данных NASA, по-видимому, является оправданным.

Сравнение среднемесячных скоростей ветра на высоте флюгера. Таганрог (1936 - 1980 гг.)

Рис. 1. Распределение среднемесячных скоростей ветра на высотах флюгерных измерений по данным наземных метеостанций и NASA для станций наблюдения Южного федерального округа

Рис. 2. Диаграмма рассеяния для среднемесячных скоростей ветра, полученных из базы данных NASA и наземных метеонаблюдений (выборка из 9 пунктов наблюдений, метеостанции Южного федерального округа)

_{ср.метео} = 3.93 м/с;

_{ср. NASA} = 3.85 м/с;

систематическая погрешность

RMS = -0.0768 м/с;

среднеквадратичное отклонение .4317

коэффициент корреляции массивов данных k корр = 0.8181

Однако при «точечных» расчетах, т.е. обоснованиях локального ветропотенциа-ла, необходимо использовать наземные измерения – многолетние метеоданные или результаты специально проводимого вет-ромониторинга [ Левакова, Киселева, 2008 ].

В настоящее время в Южном федеральном округе РФ, в связи с растущими потребностями в энергообеспечении, экологическими проблемами территорий и рядом социально-экономических аспектов, включая научно-техническую и образовательную составляющие возобновляемой энергетики, ведутся работы по освоению возобновляемых источников энергии (ВИЭ). Основными направлениями развития являются малая гидроэнергетика, геотермальная энергетика; очень перспективным может стать использование солнечной энергии (как для производства тепла, так и электроэнергии), а также ветровой энергии. Для обоснования их развития важнейшим фактором является проведение научных и практических работ по оценке потенциалов солнечной и ветровой энергии территорий. В работе на основе данных базы NASA были построены карты средних скоростей ветра на высоте 50 м для территории России и отдельно для Южного федерального округа (рис. 3). При построении карт была использована программа MapInfo Professional 8.0, позволяющая создавать, редактировать и анализировать картографическую и пространственную информацию. Видно, что наиболее значительными среднегодовыми скоростями ветра характеризуется центральная и южная часть округа. Побережье Черного моря и южная часть побережья Азовского моря характеризуются несколько более низкими скоростями, чем остальная территория и, в частности, побережье Каспия. Имеется локальный максимум скорости в горных районах Дагестана. Однако точ- ность данных для горных районов с чрезвычайно сложной орографией, безусловно, гораздо ниже, чем для равнинных территорий. Поэтому полученные результаты по районам со сложным рельефом требуют дополнительной верификации данных.

Средние скорости, однако, недостаточны для оценок природного, и, тем более, технического потенциала ветровой энергии территорий, которые определяются мощностью ветрового потока и средней выработкой энергии заданным типом вет-роагрегата. При определении этих характеристик наиболее важное значение имеет функция повторяемости скорости ветра в заданной точке территории. В базе NASA представлены данные по повторяемости на высоте 50 м, следовательно, можно перейти к оценке валового потенциала территорий, рассматривая его в виде энергии ветровой струи на заданной высоте, а также к оценке элементов технического потенциала.

Рис. 3. Распределение средних скоростей ветра на высоте 50 м на территории Южного федерального округа

Нами были проведены качественные сопоставления повторяемости скоростей ветра по данным NASA и доступным метеонаблюдениям. Климатические справоч- ники дают информацию о повторяемости лишь ограниченного количества точек в Южном Федеральном округе: Ростов-на-Дону, Сочи, Приморско-Ахтарск, Астра- хань, Пятигорск, Грозный. Для всех этих пунктов были проведены сравнения повторяемостей скоростей ветра. Сложность сопоставления и сравнения была связана с тем, что в базе NASA SSE и источниках метеорологических данных приведены результаты по повторяемости скоростей ветра на различных высотах (NASA – для высоты 50 м, наземные метеорологические станции – для высот флюгерных измерений, не превышающих 20 метров), на данном этапе работ было проведено лишь качественное сравнение этих распределений. Поэтому в целом были получены значительные различия как в абсолютных значениях повторяемостей на одинаковых интервалах скоростей ветра, так и в форме кривых распределения (положение максимума распределения). Это – вполне ожидаемый результат в связи с различием высот измерений, а также неточным совпадением координат рассматриваемых точек (в базе данных NASA значения привязаны к сетке 1º×1º). В дальнейшем для более точных сравнений предполагается провести для наземных данных процедуру «подъема» повторяемо- сти на высоту 50 м по методике, предложенной, в частности, в [Национальный кадастр…, 2007].

В целях получения конкретных оценок технического потенциала ветровой энергии с применением массива данных NASA для территории Южного федерального округа РФ были рассчитаны значения выработки электрической энергии тремя типами ветряков высотой 50 м и мощностью 150 кВт (модель NORDEX N 27–50), 600 кВт (модель VESTAS V44-50) и 1300 кВт (NORDEX N 60-50). По рассчитанным данным были построены карты выработок ветровой энергии на территории Южного федерального округа.

Полученные в ходе работы выводы требуют дальнейшего анализа. Однако данный комплексный подход, а также проекты сооружения ветроэнергостанций на территории Краснодарского и Ставропольского краев, осуществляемые в настоящее время, позволяют нам заключить, что применение дистанционного метода при оценке природно-ресурсного и технического потенциала ветровой энергии является оправданным.