Эффективное использование ветроэнергетики в сельском хозяйстве России

Введение. В плотно заселенных районах России наиболее доступными и практически реализуемыми возобновляемыми источниками энергии (ВИЭ) являются солнечное излучение и ветер. Общими особенностями этих ВИЭ является их нерегулярность, что предполагает их использование в большой энергетике только в качестве дублирующих источников. Но и в этом случае низкая плотность энергии этих источников не позволяет использовать их максимально эффективно по сравнению с традиционными источниками энергии (углеводородным топливом) [1]. В этом аспекте Россия, в силу сверхдостаточных углеводородных запасов, весьма отличается от Европейских государств.

Тем не менее, интерес к ВИЭ непрерывно растет во всем мире не только на уровне частных потребителей электроэнергии, но и на уровнях крупных корпораций и государственных органов управления [2]. Это обусловлено высокой экологичностью и неистощимостью ВИЭ.

Следует отметить, что в сельскохозяйственных районах ситуация с ВИЭ в направлении повышения перспективности их применения заметно отличается от общероссийской. Сельскохозяйственные потребители (молочные фермы, птицеводческие помещения, фермы по выращиванию КРС, тепличные комплексы, рыболовецкие хозяйства и др.), как правило, имеют рассредоточенный характер размещения. Отдельные технологические процессы позволяют некоторые перерывы в электроснабжении. Кроме того, мощности отдельно взятых технологических процессов, где можно использовать возобновляемые источники энергии, меньше чем в промышленности.

Однако перечисленные особенности, заметно повышающие перспективы применения энергии ветра, тем не менее, не дают оснований повсеместно применять ветроэлектростанции для электроснабжения сельских потребителей. Для максимально эффективного применения ветроэлектростанций требуется детальный анализ условий электроснабжения. Кроме того, ответ на вопрос, какой из способов системы ав- тономного электроснабжения лучший, можно также получить, построив единый обобщенный показатель качества на эвристической основе [3].

Методика исследований. При выполнении анализа особенностей применения возобновляемых источников энергии в сельском хозяйстве, выявлении проблем и перспектив их использования для электроснабжения использовались теоретические методы исследования. На рисунке 1 приведена исследуемая система электроснабжения.

Анализ представленной схемы автономной электростанции показывает, что для её эффективной работы необходимо учитывать следующее:

• V    энергетические характеристики ветра;

• V    доступная продолжительность зарядки аккумулятора;

• V    зависимость КПД топливной электростанции от нагрузки;

• V    статистические характеристики нагрузки.

Ветроэлектростанция способна выдавать электроэнергию только в тот период, когда скорость ветра достаточна для работы ветроколе-са. Такой непрерывный период называется энергетическим. Если энергетический период сменится другим, когда скорость ветра будет меньше рабочей, то ветроэлектростанция не будет выдавать электроэнергию. В этом случае автономное электроснабжение вынуждено будет осуществляться от резервного источника (аккумулятора или резервной топливной электростанции). Такой непрерывный период называется аккумуляторным.

Непрерывные энергетические ( t Э ) и аккумуляторные ( t А ) периоды являются случайными величинами, поэтому имеет смысл говорить только о вероятности продолжительности этих периодов. В общем случае вероятности того, что продолжительность энергетического или аккумуляторного периодов будет находиться внутри заданного интервала, зависят от закона распределения этих величин.

а

а – резерв аккумуляторная батарея; б – резерв топливная электростанция

Рисунок 1 – Структурная схема автономной системы электроснабжения на основе ветроэнергетической установки с резервированием

a – reserve storage battery; б – reserve fuel power plant

Figure 1 – Block diagram of an autonomous power supply system based on a wind power plant with redundancy

Для определения закона распределения непрерывных энергетических и аккумуляторных периодов ветра на основании данных (архив погоды) [4] были получены графики ветра по месяцам, пример такого графика для мая 2012 года представлен на рисунке 2.

Результаты исследований и их обсуждение. На основании полученных данных были построены графики частоты непрерывных энергетических и аккумуляторных периодов, примеры которых приведены на рисунках 3 и 4. Анализ и обработка полученных графиков позволили установить, что наиболее точно данные случайные величины описываются степенным законом распределения [5].

Полученные зависимости распределения аккумуляторных и энергетических периодов представлены на рисунках 5 и 6 и аппроксимированы полиномами [6]:

– для аккумуляторного периода tA = – 47,717 – 0,0444v4 + 1,4513v3 – 12,213v2 + 47,459v;                  (1)

– для энергетического периода tЭ = 65,454 – 0,0004v5 + 0,0232v4 –0,5197v3 + 5,5091v2 –28,088v,             (2)

где t A , t Э – математическое ожидание аккумуляторного и энергетического периода соответственно.

Частота                                                                            Скорость ветра, м/с

Frequency                                                                               Wind speed, m/s

– График ветра (пример для мая 2012 года) на территории Ростовской области Российской Федерации

Figure 2 – Wind graph (example for May 2012) on the Rostov region territory of the Russian Federation

Продолжительность периода, часов

Duration of the period, hours

Рисунок 3 – Распределение периодов со скоростью ветра ≥ 4 м/с

Figure 3 – Distribution of periods with wind speed ≥ 4 м/с

Продолжительность периода, часов

Duration of the period, hours

Рисунок 4 – Распределение периодов со скоростью ветра < 4 м/с

Figure 4 – Distribution of periods with wind speed < 4 m/s

Коэффициент детерминации для обоих уравнений не ниже 0,999. Вероятность электроснабжения на основе ветроэлектростанции определяется вероятностью того, что в течение периода не меньше tэ будет иметь место ветер со скоростью не меньше рабочей, а скорость ветра ниже рабочей будет наблюдаться в течение периода не больше U . Математически это можно записать следующим образом:

P(t) = P(t э A), (3) где Р(t) – вероятность электроснабжения на основе ветроэлектростанции;

Т - продолжительность года, ч.

Т=8760 час.

Функция стоимости электроэнергии, получаемой от автономной ветроэлектростанции с резервированием, зависит от рабочей скорости ветра [7]. Причем, чем больше рабочая скорость ветра, тем компактнее ветроколесо и вся ветроустановка, но при этом уменьшается и время ее работы и, следовательно, увеличивается время работы резерва. То есть, стоимость ветроустановки уменьшается при увеличении рабочей скорости, а стоимость резервного источника увеличивается. Функция суммарной стоимости от рабочей скорости ветра при таких зависимостях имеет явно выраженный минимум, что неоднократно было подтверждено ранее [8, 9].

Эта особенность должна учитываться при формировании автономных систем электроснабжения на основе ветроустановок и резервных источников энергии.

Еще одной особенностью работы автономной ветроэлектростанции сельских потребителей является то, что при переменной и нерегулярной нагрузке неизбежно присутствуют ситуации, когда энергия ветра не востребована потребителями электроэнергии [10]. В этом случае электроэнергию разумно накапливать в аккумуляторах электрической энергии. Это позволит снабжать электроэнергией сельских потребителей в период отсутствия ветра. Для оценки возможности накапливать невостребованную энергию необходим анализ графиков её потребления. Сопоставление таких графиков с энергетическими и аккумуляторными периодами позволит оптимально рассчитывать параметры ветроэлектростанции и аккумуляторного резерва.

1 – экспериментальная зависимость; 2 – полиномиальная аппроксимация

Рисунок 5 – Зависимость продолжительности (математического ожидания) аккумуляторного периода

1 – experimental dependence; 2 – polynomial approximation

Figure 5 – Dependence of the duration (mathematical expectation) of the battery period

1 – экспериментальная зависимость; 2 – полиномиальная аппроксимация Рисунок 6 – Зависимость продолжительности (математического ожидания) энергетического периода

1 – experimental dependence; 2 – polynomial approximation

Figure 6 – Dependence of the duration (mathematical expectation) of the energy period

Следует отметить, что даже при производственно-бытовой нагрузке графики потребления электроэнергии являются случайными и могут посуточно отличаться средними и пиковыми величинами, а также рабочими и нерабочими периодами. Частично преодолеть эту осо- бенность можно рассматривая графики потребления электроэнергии сезонно.

На рисунках 7–9 представлены модельные графики потребления электроэнергии некоторых сельских объектов, для которых автономные ветроэлектростанции являются наиболее востребованными.

Часы, суток Hours of the day

Рисунок 7 – График электропотребления фермерским хозяйством молочного направления на 10 голов в зимний период

Figure 7 – Schedule of electricity consumption by a dairy farm for 10 heads in winter

Рисунок 8 – График суточного электропотребления бригадным домом нерестово-выростного хозяйства

Figure 8 – Schedule of daily power consumption by the brigade house of the spawning and growing farm

Часы

Hours

Рисунок 9 – График суточного электропотребления фермерской усадьбой растениеводческого направления

Figure 9 – Schedule of daily power consumption by a farm estate of a crop production direction

Применение на этих объектах автономных ветроэлектростанций с оптимально выбранной рабочей скоростью и с оптимально подобранной емкостью аккумуляторной батареи обеспечивает снижение себестоимости электроэнергии на 25–30% по сравнению со средне-статистискими показателями по Ростовской области. Предполагается, что и в других регионах конкурентоспосбность автономных электростанций будет увеличена аналогично.

Выводы. На основании проведенного анализа были сделаны следующие выводы, подтвержденные расчетами.

• 1.    Установлена оптимальная рабочая скорость ветра для условий Ростовской области, которая находится в диапазоне 6–8 м/с. При такой скорости ветра наблюдается минимум целевой функции удельной стоимости автономной ветроэлектростанции с аккумуляторным резервом.

• 2.    При скорости ветра 6 м/с энергетический период будет не меньше 9 часов, а последующий за ним аккумуляторный период будет не больше 53 часов с вероятностью 0,95. Полученные уравнения рекомендуется использовать при оптимизации параметров автономной ветроэлектростанции.