Разработка и апробация программы выбора источников ВИЭ при проектировании электроснабжения сельских объектов

Электроснабжение удаленных сельскохозяйственных объектов, малых населенных пунктов в России традиционно осуществляется за счет дизельной генерации или протяжки воздушных линий электропередачи. Оба подхода характеризуются высокими капитальными и эксплуатационными затратами, зависимостью от логистики завоза топлива и значительным экологическим следом. В таких условиях гибридные системы с несколькими источниками энергии на основе возобновляемых источников энергии становятся технически и экономически обоснованной альтернативой [1, 4, 11].

При проектировании автономного электроснабжения сельскохозяйственных объектов выбор конфигурации обычно сводится к нескольким вариантам: дизельная генерация, солнечная установка, ветровая установка или их совместное применение [4, 11]. На практике одного сравнения по мощности недостаточно. Необходимо учитывать, как система будет работать в конкретной географической точке, сколько будет стоить ее эксплуатация, нужен ли резервный источник питания, и какая будет достигнута надежность электроснабжения [2, 5, 7]. Ручной расчет в таких задачах быстро становится трудоемким: вариантов много, исходные условия меняются от объекта к объекту, а итог зависит от климатических условий местности, электрической нагрузки и состава генерирующего оборудования [2, 6, 10].

На рынке существуют специализированные зарубежные программные комплексы, такие как HOMER Pro, RETScreen, PVsyst. Данные программы имеют ограничения для российских условий: закрытый исходный код, высокая стоимость лицензий, отсутствие встроенных баз тарифов по субъектам РФ и сложность адаптации под отечественные каталоги оборудования [8, 10]. Кроме того, большинство зарубежных инструментов не учитывают специфику российских климатических поясов и нормативные особенности расчета окупаемости для сельских сетей [2, 10].

В связи с этим была разработана компьютерная программа, ориентированная на быстрый и воспроизводимый подбор энергоэффективных решений для автономного и резервного электроснабжения сельских потребителей [9, 10]. Программа решает следующие задачи:

• 1.    автоматический сбор климатических параметров по координатам объекта;

• 2.    подбор мощностей солнечных и ветровых установок, аккумуляторных накопителей, преобразователей и резервного источника генерации из встроенного каталога российского оборудования;

• 3.    почасовое моделирование диспетчеризации энергии с учетом приоритета возобновляемых источников, ограничений аккумуляторов и топливной модели дизель-генератора;

• 4.    расчет приведенных затрат за двадцать лет, удельных приведенных затрат на электроэнергию, чистой приведенной стоимости и срока окупаемости относительно базовых сценариев (сеть или дизель-генератор);

• 5.    сравнение нескольких конфигураций и выбор оптимальной при соблюдении заданного уровня надежности [2, 5].

Цель работы - представить архитектуру и алгоритм программы, продемонстрировать результаты её апробации на выборке из двадцати восьми населённых пунктов различных регионов Российской Федерации и обосновать практическую значимость инструмента для ускорения предпроектного анализа сельскохозяйственных объектов.

Материалы и методы исследования

Программа реализована на языке программирования Python с использованием специализированных библиотек обработки данных, визуализации и картографии [9]. Все исходные данные, такие как: тарифы по регионам, цены на оборудование, климатические справочники, встроены в код, что позволяет использовать программу автономно, без подключения к интернету [9].

В рамках данной работы под конфигурацией системы электроснабжения понимается ее технический состав: тип генерирующих установок, их установленная мощность, емкость системы накопления и параметры преобразовательного оборудования.

Для заданных координат определяется ближайший опорный пункт из встроенной базы. Солнечная инсоляция задается как среднегодовое значение среднесуточной инсоляции. Помесячный профиль формируется синусоидальной аппроксимацией с учетом широты. Выработка солнечных установок корректируется на температурный коэффициент мощности через модель номинальной рабочей температуры элемента [4, 11]:

НРТЭ-20

Т эл Т возд ' 800 ^^{, (1)}

где G - средняя освещенность, Вт/м². Учитываются зимние потери (снег, обледенение) через помесячные множители коэффициента эффективности системы, нормированные к среднегодовому значению 0,88.

Ветровой ресурс моделируется распределением вероятностей с параметром формы, равным двум. Скорость на высоте мачты пересчитывается по степенному закону (показатель 0,14). Коэффициент использования установленной мощности вычисляется интегрированием рабочей характеристики по плотности вероятности [4, 11]:

КИУМ = Jj⁰™^ f(v)dv,                   (2)

^вкл /ном где ивкл, цоткл-скорости включения и отключения, f(v)-функция плотности вероятности.

Расчет выполняется на горизонт двадцати лет. Капитальные затраты формируются путем подбора реальных моделей из каталога отечественных производителей с минимизацией стоимости комплекта [2, 10]. Ежегодные эксплуатационные расходы включают: техническое обслуживание возобновляемых установок, накопителей и преобразователей (1,5% от их капитальной стоимости), топливо дизель-генератора, обслуживание по фактическим моточасам, покупку или продажу электроэнергии по региональным тарифам. В программе учтена плановая замена аккумуляторов на десятом году эксплуатации, преобразователя на двенадцатом году. Дисконтирование выполняется по ставке 10%, инфляция 5%. Основные показатели рассчитываются по стандартной методике оценки инвестиционных проектов в распределенной энергетике [2, 6, 11]:

Удельные приведенные затраты на электроэнергию (УПЗ), руб/кВт∙ч:

УПЗ =

_y W    ³ t

2С=0(1+гУ y W    ЭС

^ ^Оц+гУ

Чистая приведенная стоимость проекта (ЧПС), руб:

ЧПС = У?=0

ДП с (1+г)^{С ,}

где 3t - суммарные затраты в году t (капитальные вложения, эксплуатационные расходы, стоимость замен, топливо, покупка энергии из сети), руб; 3t-полезная электроэнергия, фактически отпущенная потребителю в году t, кВт^ч; ДПt-чистый денежный поток в году t, определяем как разница между экономией относительно базового сценария и суммарными затратами года, руб; r-ставка дисконтирования; N-расчетный горизонт.

Показатель УПЗ отражает среднюю стоимость одного киловатт-часа электроэнергии с учётом всех капитальных и эксплуатационных расходов за весь срок службы системы. Показатель ЧПС характеризует суммарный дисконтированный экономический эффект от внедрения системы по сравнению с базовым сценарием (покупка всей энергии из сети или автономная работа только на дизель-генераторе) [2, 6].

Рисунок 1- Блок-схема алгоритма подбора конфигурации

Алгоритм работы программы представлен на рисунке 1. Программа последовательно перебирает три базовые конфигурации (солнечная, ветровая, гибридная), для каждой генерирует набор вариантов с множителями генерации и ёмкости аккумуляторов, выполняет диспетчеризацию, рассчитывает экономику, отсеивает нереалистичные решения (низкий ресурс аккумуляторов, завышенная мощность, недостаточный климатический ресурс) и выбирает оптимальный вариант по минимальным удельным приведённым затратам при соблюдении ограничения на дефицит энергии [2, 5].

Результаты исследования и их обсуждение

Объектами исследования выступают 28 сельских населенных пунктов, охватывающие самые разные регионы Российской федерации – от Европейской части (Московская, Тверская, Архангельская области) и Поволжья (Татарстан, Башкортостан, Чувашия) до Урала и Сибири (Челябинская, Новосибирская, Томская области, Хакасия). Население этих деревень от 183 человек (д. Огарово, Вологодская область) до 283 человек (д. Артемьевская,

Архангельская область), в среднем проживает 210-230 жителей. Электрическая нагрузка данных объектов носит коммунально-бытовой характер, без энергоемких производств. Суточное электропотребление для каждого населенного пунка определялось расчетным путем, исходя из численности жителей. Потребление было выбрано 1,1 кВт·ч в сутки на одного человека. Благодаря такому подходу был получен размер суточной нагрузки, который на прямую связан с размером деревни и находится в диапазоне от 201,3 до 311,3 кВт·ч/сут

Программный расчёт позволил получить сопоставимые технико-экономические показатели для всех двадцати восьми точек. В режиме без резервирования программа в большинстве случаев выбирает моногенерацию: солнечные установки доминируют в южных и центральных регионах (инсоляция 3,4–4,3 кВт·ч/м²·сут), ветровые – в северо-западных и прибрежных зонах (скорость ветра 4,0–6,2 м/с). Гибридные конфигурации без резерва выбираются в десяти случаях, где сезонная взаимодополняемость ресурсов позволяет снизить требуемую ёмкость аккумуляторов [4, 11]. Диапазон минимальных приведённых затрат за двадцать лет составил 14,8–33,4 млн руб.

Необходимость резервирования для повышения надёжности электроснабжения показывает, что гибридная конфигурация с резервным источником питания будет оптимальной в двадцати семи из двадцати восьми точек. Показатели надёжности электроснабжения значительно повышаются за счет совместной работы солнечных и ветровых установок и, в свою очередь, сглаживанию суточных и сезонных провалов генерации при изменении погодных условий, сокращению глубины разряда аккумуляторов и уменьшению наработки дизель-генератора [2, 5, 7]. Для повышения надёжности электроснабжения необходимо увеличение ёмкости накопителя и топливной составляющей для покрытия критической нагрузки, а также гибридного инвертора, что ведет к увеличению стоимости за счет резервного оборудования и, соответственно, росту приведённых затрат, которые в этом режиме возрастают до 34,1–45,8 млн руб.

Приведённые затраты на генерацию в зависимости от солнечной инсоляции и скорости ветра, а также доли ВИЭ в гибридной конфигурации иллюстрируют рисунки 2–4.

Рисунок 2 – Приведённые затраты от солнечной инсоляции

Рисунок 3 – Приведённых затрат от скорости ветра

Доля ВИЭ, %

Рисунок 4 – Зависимость приведённых затрат для гибридной конфигурации от доли возобновляемых источников по населённым пунктам

Анализ графиков подтверждает ожидаемые физические закономерности, описанные в базовых курсах по возобновляемой энергетике [3, 4, 11]. Для солнечных систем приведённые затраты снижаются на 18–22 %. при росте среднесуточной инсоляции с 2,7 до 3,9 кВт·ч/м²·сут Ветровые конфигурации более чувствительны к изменениям скорости ветра, что связано с нелинейностью рабочей характеристики и высокой чувствительностью коэффициента использования установленной мощности к средней скорости ветра в диапазоне 2,5–4,0 м/с. Гибридные системы показывают наименьший разброс затрат при изменении доли возобновляемых источников от 60 до 77 %, что свидетельствует о взаимодополняемости солнечной и ветро-генерации к вариациям климата и подтверждает эффективность интеллектуального анализа конфигураций микросетей [2, 7].

На рисунке 5 дано сравнение приведенных затрат для всех населённых пунктов по двум сценариям: ВИЭ и ВИЭ с резервированием.

Сравнение выбранной конфигурации по режимам

■ Минимум П32О, ВИЭ, млн руб

Номер деревни

Рисунок 5 – Сравнение приведённых затрат по населённым пунктам для двух сценариям: ВИЭ и ВИЭ с резервированием

Разрыв между затратами на эти сценарии составляет в среднем 1,8–2,1 раза. Это плата за гарантированную надёжность электроснабжения, что полностью согласуется с методиками оценки показателей надёжности распределительных систем [5, 7]. Программа автоматически рассчитывает срок окупаемости установки ВИЭ-генерации. Для большинства точек с резервированием окупаемость составляет 6–9 лет, чистая приведённая стоимость положительна, а доля возобновляемых источников в годовом балансе достигает 65–78 %. В режиме «только возобновляемые источники» окупаемость короче (4–6 лет), однако дефицит энергии в зимние месяцы может достигать 5–12 %, что допустимо только для некритичных нагрузок [2, 11].

Практическое преимущество разработанного инструмента заключается в скорости и прозрачности расчёта. Формирование полного отчёта по одной точке, включая подбор оборудования, почасовую симуляцию, экономический анализ и графики, занимает 8–15 секунд на стандартном персональном компьютере. Для сравнения, настройка аналогичного сценария в коммерческих пакетах требует 20–40 минут ручного ввода параметров и лицензирования. Встроенная база российских тарифов и цен исключает ошибку импорта данных, а открытая структура формул позволяет адаптировать модель под учебные и научноисследовательские задачи [9, 10].

Выводы

Разработанная программная система обеспечивает автоматизированный подбор конфигураций автономного и резервного электроснабжения на основе физической симуляции, каталога отечественного оборудования и многофакторной экономической модели. Алгоритм учитывает климатическую специфику регионов Российской Федерации, ограничения по надёжности и ресурсу накопителей.

Апробация на выборке из двадцати восьми населённых пунктов показала, что в режиме без резервирования оптимальными являются солнечные (46 %), ветровые (18 %) и гибридные (36 %) конфигурации с приведёнными затратами 14,8–33,4 млн руб. При требовании резервирования в 96 % случаев минимум затрат обеспечивает гибридная конфигурация с резервом (34,1–45,8 млн руб.), что подтверждает эффективность взаимодополняющего использования солнечной и ветровой генерации для повышения надёжности сельских микросетей [2, 5, 7, 11].

Перспективы развития комплекса включают внедрение реальных профилей нагрузки сельскохозяйственных потребителей, динамическое моделирование деградации компонентов, учёт сезонной вариативности тарифов и интеграцию с геоинформационными платформами для автоматизированного анализа территорий [2, 10, 11].