ДОКЛАД по диссертационной работе на соискание ученой степени доктора технических наук «МЕТОДОЛОГИЯ РЕСУРСНОГО И ТЕХНИКО-ЭКОНОМИЧЕСКОГО ОБОСНОВАНИЯ ИСПОЛЬЗОВАНИЯ. - презентация

1 ДОКЛАД по диссертационной работе на соискание ученой степени доктора технических наук «МЕТОДОЛОГИЯ РЕСУРСНОГО И ТЕХНИКО-ЭКОНОМИЧЕСКОГО ОБОСНОВАНИЯ ИСПОЛЬЗОВАНИЯ ВЕТРОЭНЕРГЕТИЧЕСКИХ УСТАНОВОК» НИКОЛАЕВ Владимир Геннадьевич, к. ф.-м. н. директор научно-информационного Центра «АТМОГРАФ», Москва, Россия Тел./факс: ,

2 Слайд 1 Моделирование мощности ВЭС Р ВЭС в заданном месте / районе территории России и стран СНГ по методике НИЦ АТМОГРАФ ____________________________________________________________________________________ V БУР N Р ВЭС = К ТГ (n). ·. К ( V ) НИД · ( ρ/ρ о ) · · р (V). · f (V). d V = К ТГ. (n). ·. К (V) НИД · Σ р (V i )· G (V i. ) S вк V o i =1 _______________________________________________________________________________________________________ где К ТГ (n), модель коэффициента технической готовности ВЭС (переменного по годам, n – номер года работы ВЭУ), К ТГ (n) – функция технических простоев К (V ) НИД – коэффициент неидеальности работы ВЭС, К (V ) НИД – функция характеристик ветра и технических параметров ВЭУ ( ρ/ρ о ) – параметр плотности (отношение реальной плотности к стандартной) р (V) – мощностная характеристика ВЭУ, р (V) – нелинейная функция скорости ветра и технических параметров ВЭУ G (V) – табулированная функция плотности вероятности распределения скорости ветра по ее градациям на высоте оси ветроколеса ВЭУ H ВК. f (V ) – функция плотности вероятности распределения скорости ветра – аналитическая функция аппроксимирующая ω (V i ) на высоте оси ВК

3 Слайд 2 Глава 2. Методика моделирования вероятности технических простоев Р ТП (n) и технической надежности ВЭС К ТГ (n) Согласно анализу эксплуатационных показателей ВЭУ Av 6, Av 10 и сроков капремонта, ВЭУ – стареющие технические объекты с растущей с годами Р ТП. Модели Р ТП стареющих ВЭУ построены автором на базе растущих со временем с ускорением функций (степенных вида Р ТП (n)=a·n b (2.7) либо экспоненциальных вида Р ТП (n)=λ·exp(ω·n) (2.8). Дополнительные ограничения на функции (2.7) и (2.8) вытекают из условия Р ТП 0,005 (2.10). Анализ проведен в предположении о линейной связи Р ТП на 1-м году работы и Р 10 (средней Р ТП за первые 10 лет) со значением Р(6) на 6-м году: Р ТП (1)=m·Р ТП (6)=m·(1–Av 6 ) (2.11) и Р ТП.10 =k·Р ТП (6)=m·(1–Av 6 )=0,1·. Р ТП (n)·dn (2.12), приводящих с учетом (2.7) и (2.8) к характеристическим трансцендентным ур-ям: 10 b+1 –2 b+1 +6 b ·(b+1)·(m–10·k)=0 (2.13) и e 10·ω –e 2·ω +ω·e 6·ω ·(m–10·k)=0 (2.14) относительно неизвестных b, k, m и ω, k, m. Из численного анализа ур-ний (2.13) и (2.14) => удовлетворить условиям (2.9)–(2.12) можно лишь в классе экспоненциальн. функций (2.8) в диапазонах ω, k, m, λ, данных в табл.2.1

4 Слайд 3 Прогноз технических и энергетических показателей ВЭС К ТГ – функция технической готовности ВЭУ (availability) (определяется техническим совершенством ВЭУ и ремонтной базой – слабое место России !) Разработанная модель техн. готовности определяет многолетний ход К ТГ : К ТГ = 0,96 – 0,98 на 6-ой год 0,85 – 0,90 на 20-ый год средний К ТГ 0,95 – 0,92 Диапазон возможных значений вероятности технических простоев ВЭУ Технические простои ВЭУ при Av 6 = 0,95 ; 0,97 и 0,98 Диапазон К ТГ ВЭУ при Av 6 = 0,95, 0,97 и 0,98

5 Слайд 4 Прогноз технических и энергетических показателей ВЭС Располагаемая S ВК V MAX N мощность ВЭУ : Р ВЭУ = К НИД (V) К РЕМ ( ρ/ρ о ) · р (V) f (V) dV = К НИД (V) К ТГ р (V i ) f (V i ) V o i = 1 К НИД – функция V(H) и V(φ), затенения, инерционности системы ориентации, потребления электроэнергии самой ВЭС и потерь в ее сетях Исследование влияния на Р ВЭУ высотного сдвига скорости ветра V(h) в ПСА

6 Слайд 5 Прогноз технических и энергетических показателей ВЭС S ВК V MAX N Располагаемая мощность ВЭУ : Р ВЭУ = К НИД К РЕМ ( ρ/ρ о ) · р (V) f(V) dV = К НИД К ТГ р (V i ) f (V i ) Vo i = 1 К НИД – функция V(H) и V(φ), затенения, плотности, инерционности системы ориентации, потребления электроэнергии самой ВЭС и потерь в ее сетях Исследование влияния на Р ВЭУ высотного сдвига направления ветра φ(h) в ПСА с использованием модели φ(h): φ(h=φ о ·{ехр [–(h/h вк –1)]–1}/(exp(1)–1) (2.2).

7 Слайд 6 Определение энергетической эффективности ВЭС S ВК V MAX N Располагаемая мощность ВЭУ : Р ВЭУ = К НИД К РЕМ ( ρ/ρ о ) · р (V) f(V) dV = К НИД К ТГ р (V i ) f (V i ) Vo i = 1 р (V) – рабочая характеристика ВЭУ (рис.2) – функция аэродинамической эффективности (коэффициента использования удельной мощности ветра – ζ или Ср-фактора ζ = 0,47–0,5 для современных ВЭУ (рис.1). Рис. 1. Ср-фактор современных ВЭУ Рис. 2. Рабочие характеристики ВЭУ (Вт/м 2 ) Оптимизация выбора энергетически и экономически эффективных ВЭУ для данных ветровых условий в методике автора достигается численным сравнительным анализом по параметру К ИУМ всех возможных базовых ВЭУ с использованием компьютерной БД Эргомаш, содержащей рабочие и технические характеристики большинства известных серийно производимых ВЭУ (рис.3) К ИУМ – функция технических параметров ВЭУ и характеристик ветра Рис. 3. К иум ВЭУ мощности 2 МВт

8 Слайд 7 Глава 2. Основные результаты и выводы моделирования технических и энергетических показателей ВЭС : Моделированием вероятности и длительности среднегодовых технических простоев и технической готовности ВЭС последних поколений мегаваттной мощности установлено существенное (на 10–15%) уменьшение годовой выработки ВЭС из-за ремонтных простоев по мере выработки их ресурса, выявлены факторы старения ВЭУ и обоснована необходимость его учета для достоверного прогноза технико-экономических показателей ВЭС и их экономического ресурса. Моделированием выявленных факторов неидеальности работы ВЭС установлено, что их совокупный учет может приводить к снижению теоретически возможной мощности ВЭС на 15–20% и поэтому необходим при технико-экономическом обосновании проектов ВЭС.

9 Слайд 8 Глава 3 Разработка и применение методик достоверного определения ВЭП и мощности ВЭС на территории РФ S ВК V БУР N Мощность ВЭУ: Р ВЭУ = К НИД К ТГ (n) ( ρ/ρ о ) · р (V) f (V) dV = К НИД К ТГ (n) ( ρ/ρ о ) · р (V i ) f (V i ) Vo i = 1 р (V) – рабочая, или мощностная характеристика ВЭУ, определяется расчетным путем или экспериментально (в сертификационных испытаниях) – нелинейная харктеристика f (V i ) – повторяемость скоростей ветра по градациям или f (V) – аппроксимирующая f (V i ) аналитическая функция – плотность вероятности распределения ветра по скоростям на высоте оси ВК, дающая погрешность определения ВЭП и Р ВЭУ до 100% и более (в зависимости от эффективности методики) Традиционно основной источник повторяемостей скоростей ветра по градациям f(V i ) – данные многолетних метеорологические измерения на высоте 8 – 16 м и краткосрочной (1-2 года) ветровой разведки на метеомачтах Аппроксимирующих аналитических функций f (V ) – известно свыше десятка, наиболее распространена за рубежом – двухпараметрическая функция Вейбулла (менее распространена функция Рэлея-Максвелла) Классическое аналитическое определение f(V) на высоте оси ветроколеса H ВК производится подъемом границ градаций при сохранении повторяемости внутри самих градаций f(V i ), определенной по данным метеорологических измерений (8 – 16 м) с помощью более или менее точно установленных моделей нарастания скорости ветра с высотой V(h)

10 Слайд 9 Аналитическая методика достоверного определения ВЭП и мощности ВЭС на территории России и стран СНГ Кардинальное повышение достоверности методики моделирования ВЭП и Р ВЭУ в России (с погрешностью

11 Слайд 10 Принципиальная новизна, обеспечивающая эффективность современных методик определения ВЭП и ВЭУ Использование статистически установленных и обоснованных корреляционных связей (примерно линейных) между скоростями ветра и мощностями ВЭУ, отличающихся для регионов и сезонов и ВЭУ разных типов и мощностей Зависимость среднегодовой РВЭУЗависимость среднегодового К ИУМ ВЭУ от средней скорости ветра для Севера ЕТРмощности 2 МВт от средней скорости (без процедуры сглаживания) ветра для Севера ЕТР (со сглаживанием)

12 Слайд 11 Исследование методических вопросов: зависит ли ω(ΔV) от местности, региона, времени года, …??? метод исследования: сравнение ω(ΔV) на разных МС с использованием БД Выводы: ω(ΔV) проявляют региональные и сезонные отличия в ряде регионов ω(ΔV) имеет второй максимум при V = 12–17 м/с Выбор ω(ΔV) и построение для больших скоростей ветра ограничен статистической обеспеченности данными (число ω(ΔV) падает ) Форма ω(ΔV) обнаруживает тесную (по значению Σр(V i )ω i ) связь со скоростью ветра => повод для построения табулированных f(V) и G(v) Определение функции G(v) в данном месте основано на статистическом моделировании средних региональных и сезонных однопараметрических (зависящие от средней скорости ветра) табулированных функций распределения ветра по скоростям по данным о повторяемости ветров по градациям, полученным на всех АС и МС рассматриваемого региона.

13 Слайд 12 Cтатистическое моделирование функций G(V) по эмпирическим повторяемостям ветра по метеоданным МС

14 Слайд 13 Сравнение функций плотности распределения ветра по скоростям: Вейбулла, Рэлея и G(V) (Гринцевича), построенным по среднегодовым скоростям для Калининграда (V СР = 4,4 мс) и Балтийска (V СР = 6,0 мс) по данных метеостанций Балтийского региона. СКвО, рассчитанные по данным АС при определении W и Р ВЭУ в р-не Барабинска, в 2–4 раза меньше, чем по данным МС.

15 Слайд 14 Методики достоверного определения ВЭП и мощности ВЭС на территории России, стран СНГ и Балтии Классическое определение f(V) на высоте оси ветроколеса H ВК производится подъемом границ градаций скорости ветра при сохранении их повторяемости внутри самих градаций f(V i ), определенной по данным метеорологических измерений (8 – 16 м) с помощью более или менее достоверных моделей V(h). Наиболее распространена за рубежом логарифмическая модель: V(h) = V* [ ln (h) – ln ( Z o )]

16 Слайд 15 а Методические основы моделирования ВЭП и мощности ВЭУ: Подъем ω n (ΔV n ) по данным МС на высоту оси ветроколеса H ВК для ВЭУ 80-х годов с H ВК 35–40 м (вдвое) и зависит от выбора опорной или опорных (каких и в каком количестве) МС и вида аппроксимации V(h), но неприятнее всего – отсутствия критерия истины при использовании только данных МС Выход – измерять на высотах или привлекать аэрологические данные !!! Из-за отсутствия последних Запад развил ветровую разведку, Атмограф пошел путем статистического моделирования, опираясь на аэрологические данные.

17 Слайд 15 б Методические основы моделирования ВЭП и мощности ВЭУ: Для повышения точности моделирования V(h) по данным АС важны установленные факты быстрого нарастания V(h) на высотах 0–100 м и медленного на 100–600 м, и уменьшение их разброса с высотой. Высотная изменчивость V(h) на 100–600 м по данным АС падает с высотой Таблица. Высотная изменчивость СКвО (в %) среднегодовых скоростей ветра

18 Слайд 16 Разработка и применение методик достоверного моделирования профилей скорости в ПСА для определения ВЭП и мощности ВЭС Наиболее точную аппроксимацию V(h) дает разработанная автором трехслойная модель Сэндвич, описываемая выше 100 м кубической аппроксимацией средних сезонных данных АС на высотах 100, 200, 300, 600 м. В слое 0–h V(h) моделируется логарифмическим профилем (3.5) с параметром z o, моделируемым по методике WASP, и U o. определяемым по данным ближайших МС. В слое h метео < h < 100 м: V(h) аппроксимируется кубическим сплайном с коэффициентами, определяемыми из условий гладкой сшивки с профилем (3.5) на нижней границе и кубическим полиномом – на верхней границе (на 100 м). Для рассмотренных 28 АС Сэндвич обеспечивает точность определения V(h) до 100 м с погрешностью < 6–7%. Максимум погрешностей – на высотах 35 – 50 м. Ее использование позволило оценить высоты применимости логарифмического профиля скорости h log. Данные на промежуточном уровне использованы в качестве критерия точности моделирования, а искомая высота hlog определялась минимизацией ошибки расчетов V(h) на промежуточном уровне изменением hlog. Согласно проведенному исследованию использование (3.5) правомочно до hlog

19 Слайд 17 Разработка и анализ методик достоверного определения ВЭП и мощности ВЭС на территории России (сравнение точности моделей автора и WASP) Наиболее авторитетная и достоверная международная аналитическая методика WASP (RISO) не достаточно точна для практического применения как за рубежом (корректируется данными ветровой разведки), так и в России !!!

20 Слайд 18 Наличие ветра в России (по данным моделей WASP и Сэндвич) Среднегодовая скорость ветра на высоте 50 м над землей

21 Слайд 19 Принципиальная новизна, обеспечивающая эффективность современных методик определения ВЭП и ВЭУ Использование совместно с метеоданными (10 – 14 м) аэрологических данных для высот 100, 200, 300, 600 м и в силу малой межстанционной их изменчивости моделировать ветровые характеристики на высотах до 200 м с погрешностью < % для равнинных и < 20 – 24% для горных территорий и рассчитывать высотные профили скорости ветра в 200-метровом слое атмосферы с требуемой для практики точностью < 25%. Использовании более обоснованных физически и статистически и точных по сравнению с используемыми ныне развитого автором метода численного моделирования ветровых характеристик в приземном 200 -метровом слое атмосферы с учетом местных особенностей рельефа и подстилающей поверхности, основанного на классификации Милевского. Цель учета свойств рельефа и поверхности – уменьшение неопределенности определения характерной местной скорости ветра методами статистического моделирования с использованием методики очистки данных

22 Слайд 20 Методика очистки метеорологических данных, основанная на классификации Милевского. С учетом повторяемости ветров по направлениям θ i для каждого месяца и сезона для каждой МС рассчитан и используется средний коэффициент Милевского К М ср = Σ 8К i ·θ i /8. Его связь со скоростями ветра дана на рис.3.8. В методике автора классификация Милевского используется для очистки данных МС, или приведения их к условиям ровной плоской поверхности без элементов экранирования (класса 7б по Милевскому). Статистическая связь КМср и zo по классификации WASP, установленная автором по данным 200 российских МС с достоверностью R2>0,9 описывается регрессионным уравнением: Ln(z o )=0,0021·К 3 –0,0845·К 2 +0,645·К+3,314. Согласно (3.9) коэффициенту К Мср класса 7б соответствует z o =0,04 (класс 1 по WASP с zo=0,03), а К Мср класса 6б и 11б – zo=0,1 и zo=0,0002 (классы 2 и 0 по WASP).

23 Слайд 21 Глава 4 Исследование возможностей и эффективности использования ВЭС в различных регионах и субъектах РФ Исследованы перспектив и эффективности использования ВЭС для выработки ЭлЭн в промышленных масштабах в различных регионах и субъектах РФ. Исследованы и установлены новые закономерности территориального, сезонного и высотного распределения на территории РФ скоростей V СР, удельных мощностей ветра W СР, вероятностей ветроэнергетических штилей P Шт (V

24 Слайд 22 Распределение по территории России коэффициентов использования номинальной мощности ВЭУ V90 с диаметром ВК 90 м и высотой башни 100 м Места, отмеченные на карте оранжевым и красным, обладают достаточным ВЭП по любым международным критериям, обеспечивающим коэффициенты использования номинальной мощности ВЭУ К ИУМ 30 % ( 2700 тысяч часов работы ВЭС с номинальной мощностью).

25 Слайд 23 Технический ветроэнергетический потенциал России проведен с допущением о 10%-ном землеотводе под ВЭС по средней для субъектов мощности типовой ВЭУ V90 с H ВК = 100 м при оптимальном размещении ВЭУ в узлах правильной треугольной сетки с плотностью на 1 км 2 N=1,155·(1000/n·D) 2, выбранной на основе анализа К ИУМ. Средние за ресурс коэффициенты К НИД и К ТГ в расчетах равны К НИД =0,81 и К ТГ =0,94. Среднее по РФ расчетное значение К ИУМ ВЭУ V90 с башней 100 м составляет 19,6%, чему соответствует с учетом погрешности вычислений средняя годовая мощность Р ВЭУ = 588 ± 87 кВт. До 30 субъектов РФ обладают ВЭР, достаточными для эффективного их использования по всем международным критериям (К ИУМ. >28%). Суммарный 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%, что более перспективно для широкомасштабного использования ВЭС Вывод: ВЭП имеют вполне благоприятное распределение по России для их промышленного освоения и широкомасштабного использования и в 13 раз превышает годовую выработку всех ЭС страны. Требуемая площадь под ВЭС с годовой выработкой 80 млрд кВтч – 0,7% от территории страны.

26 Слайд 24 Глава 5. Оценка экономических показателей современных ВЭС на территории РФ и возможного экономического эффекта их широкомасштабного использования Схема методики моделирования экономических показателей ВЭС в местах и районах их предполагаемого использования

27 Слайд 25 Минимизация погрешностей из-за неопределенности долгосрочного прогноза Эз на ВЭС и ТЭС при высоком и нелинейном росте инфляции и цен на ЭлЭн и газ и неустановленной правовой базе, достигнута построением для них стоимостных моделей Кз и Эз в условиях России с учетом их многолетнего хода. Согласно исследованию неадекватный прогноз макроэкономических факторов может приводить к погрешностям >20–30% при прогнозе экономических показателей ВЭС Развитая модель эксплуатационных затрат на ВЭС построена автором в предположении линейной связи Эз n с вероятностью простоев ВЭУ Р ТП (n) в n-м году: S n (n ) = S o + $·Р ТП (n) (5.6) с использованием обобщенных данных о многолетнем ходе Эз на ВЭС в странах ЕС, Многолетний ход среднегодовых Эз на ВЭУ разных поколений (эксплуатационные данные в % Кз)

28 Слайд 26 Связь Эз на ВЭС с переменной инфляцией I n описывается разработанной автором моделью: I n =(I o –I )·exp(–k I ·n)+I, где I o, I n и I – индексы инфляции в год пуска ВЭС, в n-ный и 20-ый года работы ВЭУ Доходная составляющая ВЭС определяется выручкой за ЭлЭн или экономией замещенного ими топлива. Сценарии цены на топливо в РФ ограничены сверху ценами ЕС, а снизу – ценами, растущими с инфляцией. Рост тарифов и цен на ЭлЭн ε n и топливо f n моделируется автором моделями типа: ε n =(ε o –ε )·ехр(–K ε ·n)+ε (5.9) и f n = (f o –f )·ехр(–K f ·n)+f (5.10), где ε n, ε o и ε – индексы цен на ЭлЭн, а f n, f o и f – индексы цен на газ в году ввода ВЭС, в n-ном году и последнем году эксплуатации (рис. 5.3). Методика прогноза экономических показателей ЭС с учетом возможных сценариев и нелинейности моделей реализована программой их расчета и сравнительного анализа на ПЭВМ, выдающей на выходе в цифровом и графическом виде временные ряды затрат, доходов и их балансов (ежегодных, суммарных к n-му году и средних за срок их работы) и расчетные значения себестоимости ЭлЭн, сроков окупаемости и рентабельности ВЭС.

29 Слайд 27 Разработанной методикой решен ряд методических и практических задач. исследована чувствительность моделей Кз и Эз ВЭС к изменению определяющих их факторов: К ИУМ, К ТГ, стоимости ВЭУ, КТП, внутренних и магистральных ЛЭП и дорог, а также наиболее трудно прогнозируемых цен на ЭлЭн и газ и инфляции. 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 Анализом затрат на проектирование ВЭС за рубежом установлено, что затраты на проектирование в РФ при использовании методик автора могут быть снижены на 20–25%.

30 Слайд 28 дан анализ возможных и выбор наиболее эффективных для РФ схем закупочных цен на ЭлЭн ВЭС – необходимого условия широко- масштабного их использования в РФ. предложена универсальная и вполне реализуемая схема закупочных цен ВЭС с надбавками к цене ЭлЭн оптового рынка, равными стоимости замещенного газа в РФ, обеспечивающая полноценное использование технико-экономических достоинств ВЭС стимулирующая к выбору технологий производства ЭлЭн, замещающих органическое топливо и восполняющая при его экспортной реализации затраты по оплате ЭлЭн ВЭС и приносящее дополнительный доход стране. дан сравнительный анализ экономических показателей вновь строящихся ГазЭС и ВЭС.

31 Слайд 29. Сравнения экономических показателей ВЭС и ГазЭС Отличия ВЭС от ГаЭС – меньший К ИУМ (30% против 55%) – большие капзатраты (в 2,5 раза) – безтопливность (стоимость газа для ГазЭС при равнодоходных ценах газа 170/т к 2013 г. = 35/МВ т·ч при расх. 200 Г/кВт·ч > капзатрат на ВЭС) – отсутствие экоштрафа ( 25% от цены газа) По расчетам: себестоимость ЭлЭн ВЭС ниже чем у ГазЭС (52/МВт·ч против 67/МВт·ч ). При закупке ЭлЭн ВЭС и ГазЭС по ценам оптового рынка России ( 35 /МВт·ч) ВЭС и ГазЭС не окупаемы. Новые ГазЭС окупятся при цене ЭлЭн 70/МВ т·ч

32 Слайд 30. Сравнения экономических показателей ВЭС и ГазЭС в России и странах ЕС В отсутствии в настоящее время массового строительства новых тепловых ЭС цены на ЭлЭн на оптовом рынке в России ( 30 – 35 /МВт·ч) определяют старые ЭС (давно амортизированные), составляющие основную часть энергопарка России => отсутствие строительства новых ЭС. Окупаемость тепловых станций в странах ЕС достигается за счет меньших капзатрат (600 – 700 /кВтч), больших цен оптового рынка (60 – 70 /МВтч) и скрытых субсидий тепловой генерации

33 Слайд 31. Сравнения себестоимости электроэнергии С ЭлЭн ВЭС и ГазЭС С ростом цен на газ с сегодняшних до равнодоходных себестоимость электроэнергии ГазЭС будет расти с 40 до 57 – 65 /МВтч, а у ВЭС она сохраняется тарифов Эффект снижения себестоимости электроэнергии в стране растет с увеличением доли ВЭС

34 Слайд 32. Оценка производственных возможностей и темпов развития отрасли ВЭС Технологические ограничения темпов ввода ВЭС Мировой опыт: при поддержке Государств доли ВЭС в суммарной электрогенерации стран 3 – 5% и 10 – 13% реально достигаются за 6 – 7 и 10 – 12 лет и эти сроки в силу развития мировых производственных мощностей существенно сокращаются (пример: Китай, Франция) В 2009 г. Китай установил ВЭС суммарной мощностью 13,8 ГВт Темпы и масштабы развития ВЭС в РФ выбраны в Проекте с учетом технологических, экономических и кадровых ограничений и мирового опыта и соответствуют умеренным темпам развития ВЭ в Индии и Испании

35 Слайд 33. Проект широкомасштабного развития ВЭН в России Рост установленной мощности и выработки электроэнергии ВЭС в РФ Мощность, ГВтВыработка, млрд. кВтч Не меньше, так как теряем возможности Не больше, так как не хватит выполнения Распоряжения р политической воли Государства быстрого роста выработки дешевой энергии времени сдерживания тарифов на энергию финансирования снижения выбросов СО 2 специалистов экономии органического топлива мощностей производства ВЭУ увеличения прибыли от экспорта топлива ветровых ресурсов и земли в инновационном развитии надежности электрических сетей То есть: ЧЕМ БОЛЬШЕ, ТЕМ ВЫГОДНЕЕ P. S.: МОЖЕТ НЕ ХВАТИТЬ и на 7 ГВт

36 Слайд 34 Накопление за 40 лет доходов, расходов и балансов при реализации проектов ВЭС 30 ГВТ (К ИУМ = 30%) и ГазЭС 18 ГВТ (К ИУМ = 50%) к 2030г. при равнодоходном сценарии Баланс ВЭС с экспортной выручкой за замещенный газ До 2025 г. отрицательный баланс ВЭС будет нарастать до минимума 12 млрд., затем будет нарастать, к 2032 г. = 0 (! длинные деньги !) и к 2050 г. составит 40 млрд. ) Баланс ВЭС с российской выручкой за замещенный газ До 2030 г. отрицательный баланс ВЭС будет нарастать до минимума 16 млрд., затем нарастая к 2036 г. = 0 (! еще более длинные деньги !) но к 2050 г. составит 17 млрд. ) В случае ВЭС – источник погашения отрицательного баланса – распределение прибыли от экспорта газа О надбавках !!!. Справедливаянадбавка за эл.энергию ВЭС = российской цене замещенного газа, действующая весь срок службы ВЭС (20 лет): позволяет окупить ВЭС за 11 – 13 лет и заставляет хозяина ВЭС максимально использовать ее технические возможности и ресурс.

37 Слайд 35. Энергетический, экологический, экономический, социальный эффекты проекта 30 ГВт 2020 г г. Суммарная мощность ВЭС 7 ГВт 30 ГВт К ИУМ ВЭУ 28% 30% Годовая выработка электроэнергии 17,5 ТВт·ч 79 ТВт·ч Доля в балансе электроэнергии 1,3% 4,6% Замещение газа 6 млрд.м 3 27 млрд.м 3 Стоимость замещенного газа в РФ сегодня 440 млн. 2,0 млрд. Стоимость замещенного газа в России 800 млн. 3,6 млрд. Экспортная стоимость замещенного газа 1,5 млрд. 6,8 млрд. Сокращение выбросов СО 2 9,6 млн.т 43,5 млн.т Стоимость выбросов СО 2 (по 20 /т) 192 млн. 870 млн. В силу экономической заинтересованности в долгосрочной перспективе основную организационную и финансовую роль в создании отрасли ВИЭ должны сыграть Государство и крупные компаниями ТЭК, добывающие и экспортирующие топливо, и прежде всего такие, как ГАЗПРОМ, ЛУКОЙЛ и др.

38 Слайд 36 Разработка проекта Генсхемы размещения ВЭС в России В качестве принципов и критериев предлагается: 1) ВЭС строить в местах потребления энергии и ее дефицита (большинство субъектов Российской Федерации) 2) ВЭС строить в технологически допустимых количествах и темпе (20% от мощности выработки субъекта РФ и соседних с ним) 3) планировать рост мощностей ВЭС с учетом мировой практики 4) ВЭС строить там, где они экономически выгоднее прочих ЭС 5) ВЭС строить в местах развитой дорожной и сетевой инфраструктурой 5) ВЭС строить в местах, обеспеченных достаточными ВЭР (ориентация на посевные площади в степных зонах в лесополосах)

39 Слайд 37. ВЭС экономически выгоднее ГазЭС при К ИУМ > 30% (с запасом 20% !) По Генеральной схеме ВЭС строим в местах, обеспеченных ВЭР (К ИУМ > 30%) V БУР К ИУМ = Р РАСП / Р НОМ, где Р РАСП = К НЕИД · К ТГ (n)· р (V) · f (V) dV, где V о Р РАСП и Р НОМ – располагаемая и номинальная мощность ВЭУ; К НЕИД и К ТГ (n) – коэффициенты неидеальности и технической готовности ВЭУ и n – номер года эксплуатации ВЭУ; р(V) и f(V) – рабочая характеристика и функция плотности вероятности распределения скорости ветра; V БУР и V о – скорости буревого отключения и страгивания ВЭУ. вы

40 Слайд 38. Перспективные районы и возможные объемы использования ВЭС в РФ до 2020 г.

41 Слайд 39. Перспективные районы размещения ВЭС (предложение к Генсхеме размещения ВЭС РФ).

42 Слайд 40. Перспективные районы размещения ВЭС (предложение к Генсхеме размещения крупных ВЭС в России).

43 Слайд 41. Положения, выносимые на защиту: 1. Автором разработана методология и реализующая ее информационно- аналитическая и численная методика определения и анализа ВЭП и энергетической эффективности ВЭС известных типов в заданной месте или районе с погрешностью < 12–15% для равнинных и 18–24% для сложных по рельефу и подстилающей поверхности территорий, что минимум вдвое точнее других известных аналитических методик. Методика близка по точности к требуемой за рубежом 10%-ной точности обоснования инвестиций проектов ВЭС (достигаемой с использованием экспериментальных и аналитических методов), но в 3–4 раза эффективнее зарубежных по затратам времени и средств. 2. Выбор определяющих энергетическую и экономическую эффективность ВЭС технических параметров и типов базовых ВЭУ, а также их использования в гибридных (ветро-дизельных, ветрокриогенных) 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) необходимые ресурсные, технические, энергетические и экономические условия для широкомасштабного эффективного использования ВЭС. При этом:

44 Слайд 42. Положения, выносимые на защиту: 3.1) технический ВЭП РФ превышает млрд кВт·ч/год (в 11,5 раз больше потребления 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, превышает 1100 млрд кВтч/год (больше современного потребления ЭлЭн в РФ); 3.3) с учетом установленных в работе технологических и производственных ограничений суммарные установленные мощности ВЭС в РФ к 2020 и 2030 годам могут составлять до 7 и 30 ГВт соответственно с годовой выработкой не менее 17,5 и 80–85 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 м 3 при сокращении выбросов в атмосферу СО 2 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;

45 Спасибо за внимание. Тел./факс: ,