CC BY
66
Оригинальная статья / Original article УДК 621.311.25
DOI: http://dx.doi.org/10.21285/1814-3520-2020-4-858-875
Методика оценки выработки электроэнергии солнечными электростанциями с использованием данных многолетних
наблюдений метеостанций
© В.А. Шакиров*, Т.Н. Яковкина**, В.Г. Курбацкий*
*Институт систем энергетики им. Л.А. Мелентьева СО РАН, г. Иркутск, Российская Федерация **Братский государственный университет, г. Братск, Российская Федерация
Резюме: Цель - разработать методику и программное обеспечение для оценки выработки электроэнергии солнечными электростанциями с использованием комбинации параметрических моделей поступления солнечной радиации и данных многолетних климатических наблюдений наземными метеостанциями. Для расчета солнечной радиации используются модель на основе оценок фактора мутности Линке, модель Берлаге, изотропная модель оценки отраженной радиации, анизотропная модель Perez для определения рассеянной радиации. В расчете используются данные многолетних измерений нижней и общей облачности, температуры и прозрачности атмосферы, представленные в климатических справочниках и находящиеся в открытом доступе сети Internet. Разработана трехэтапная методика, реализованная в среде Delphi в виде компьютерной программы Sun-MCA, которая позволяет определять выработку электроэнергии солнечными электростанциями с часовой детализацией, проводить оценку и представлять в виде графиков суммарную солнечную радиацию и ее составляющие на горизонтальную и наклонную поверхности, общую и нижнюю облачности, температуру, выработку электроэнергии фотоэлектрическими преобразователями. Проведен расчет выработки электроэнергии трех намеченных к строительству солнечных электростанций: двух сетевых в Республике Бурятия и Омской области, а также одной в зоне децентрализованного электроснабжения в Иркутской области. Проведен расчет экономических показателей солнечных электростанций: коэффициенты использования установленной мощности составили от 14,6 до 18,6%, возможные отклонения выработки электроэнергии солнечными электростанциями от средних месячных значений достигают 15-26% в отдельные месяцы. Предложенная методика обеспечивает приемлемую точность оценки при почасовой детализации расчета возможной выработки электроэнергии. Отклонения оценок годовых сумм солнечной радиации, полученных по предлагаемой методике от расчетных значений Nasa Power, составляют менее 10% для рассмотренных районов.
Ключевые слова: солнечные электростанции, выработка электроэнергии, солнечная радиация, данные метеостанций, облачность, программное обеспечение
Информация о статье: Дата поступления 22 июня 2020 г.; дата принятия к печати 30 июля 2020 г.; дата он-лайн-размещения 31 августа 2020 г.
Для цитирования: Шакиров В.А., Яковкина Т.Н., Курбацкий В.Г. Методика оценки выработки электроэнергии солнечными электростанциями с использованием данных многолетних наблюдений метеостанций. Вестник Иркутского государственного технического университета. 2020. Т. 24. № 4. С. 858-875. https://doi.org/10.21285/1814-3520-2020-4-858-875
Methodology for assessing electricity generation by solar power plants using data from long-term observations of meteorological stations
Vladislav A. Shakirov*, Tatiana N. Yakovkina**, Viktor G. Kurbatsky*
*Melentiev Energy Systems Institute SB RAS, Irkutsk, Russia **Bratsk State University, Bratsk, Russia
Abstract: The study is aimed at developing a methodology and software for assessing electricity generation from solar power plants using a combination of parametric models for solar radiation input and data from long-term climatic observations from ground-based meteorological stations. For calculating solar radiation, a model based on estimates of the Linke turbidity factor, the Berlage model, an isotropic model for estimating reflected radiation and the Perez anisotropic
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
model for determining scattered radiation, were used. The calculation uses the long-term measurement data of the lower and total cloudiness, temperature and transparency of the atmosphere presented in climate reference sources and publicly available on the Internet. A three-stage technique was developed in the Delphi environment in the form of a Sun-MCA computer program providing the hourly-detailed determination of electricity generation by solar power plants, assessment and flow-chart of the total solar radiation and its components on horizontal and inclined surfaces, total and lower cloudiness, temperature and electricity generation by photovoltaic converters. A calculation of electricity generation at three solar power plants planned for construction, including network plants in the Republic of Buryatia and the Omsk Oblast, and another plant in the zone of decentralised power supply in the Irkutsk Oblast, was performed. The calculation of the economic indicators for solar power plants was carried out with the utilisation rates of the installed capacity ranging from 14.6 to 18.6%, with possible deviations of solar electricity generation from the average monthly values reaching 1526% in some months. The proposed methodology provides an acceptable assessment accuracy with hourly-detailed calculation of possible power generation capacity. For the areas under consideration, deviations in the estimated annual amounts of solar radiation obtained by the proposed method from the Nasa Power relative to the calculated values were less than 10%.
Keywords: solar power plants, electricity generation, solar radiation, meteorological station data, cloudiness, software
Information about the article: Received June 22, 2020; accepted for publication July 30, 2020; available online August 31, 2020.
For citation: Shakirov VA, Yakovkina TN, Kurbatsky VG. Methodology for assessing electricity generation by solar power plants using data from long-term observations of meteorological stations. Vestnik Irkutskogo gosudarstvennogo tehnicheskogo universiteta = Proceedings of Irkutsk State Technical University. 2020;24(4):858-875. (In Russ.) https://doi.org/10.21285/1814-3520-2020-4-858-875
1. ВВЕДЕНИЕ
Ввод солнечных электростанций (СЭС) в России за последние пять лет характеризуется существенной динамикой, что связано с внедрением механизмов поддержки возобновляемых источников энергии (ВИЭ). В перспективе до 2024 года ожидается прирост 1,86 ГВт сетевых СЭС [1]. Важную роль солнечная энергетика должна сыграть и для удаленных территорий северо-востока страны, имеющих значительные сложности с завозом топлива для дизельных электростанций [2-4].
Для уточнения экономических показателей проектов, определения оптимального состава оборудования и его технических характеристик, повышения качества принимаемых решений по вводу СЭС необходима оценка выработки электроэнергии и характера ее изменения для различных периодов времени: год, месяц, сутки на основе данных многолетних климатических наблюдений.
К настоящему времени разработаны многочисленные подходы к оценке солнечной радиации и выработки электроэнергии СЭС, основанные на работах отечественных [5-7] и зарубежных ученых [8, 9]. Практически все подходы к оценке выработки электроэнергии
солнечными электростанциями включают 3 основных этапа.
На первом этапе оценивается прямая и рассеянная солнечная радиация, поступающая на горизонтальную поверхность. Большинство актинометрических станций в мире измеряет величину суммарной радиации при ясном небе и средних условиях облачности и формирует базу данных осредненных сумм солнечной радиации за час, сутки, месяц и год. Это позволяет провести верификацию используемых моделей.
На втором этапе полученные оценки прямой и рассеянной солнечной радиации по эмпирическим формулам приводятся к значениям для наклонной поверхности под углом установки фотоэлектрических преобразователей с тем или иным уровнем детализации учета различных влияющих факторов. Дополнительно оценивается величина солнечной радиации, отраженной от земной поверхности.
На третьем этапе проводится оценка выработки электроэнергии фотоэлектрическими преобразователями с учетом влияния различных факторов, таких как температура, снег.
В современной практике оценка солнечной радиации, поступающей на горизонталь-
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):858-875
ную поверхность, проводится с применением двух групп моделей [10, 11]: параметрических и декомпозиционных. Параметрические модели, такие как ASHRAE, Iqbal, Leckner, требуют детальной информации о многочисленных климатических параметрах [12-15]: тип, количество и распределение облаков, мутность атмосферы, атмосферное давление, осажденная толщина водяного пара и капель воды в атмосфере и т.п. Отдельные параметрические модели используют данные только по наиболее влияющим климатическим факторам. Например, модели Бугера, Кастрова используют комплексный показатель, характеризующий прозрачность атмосферы [5]. Параметрические модели обеспечивают наибольшую точность, однако их использование в инженерных задачах сопряжено со сложностью применения из-за необходимости подготовки многочисленных исходных данных [12-15]. Декомпозиционные модели используют ограниченный набор измерений, которые проводятся на большинстве метеостанций: данные о суммарной солнечной радиации, поступающей на горизонтальную поверхность; о суточной продолжительности солнечного сияния, температуре, облачности, относительной влажности воздуха [12, 16]. В основе этих моделей лежат корреляционные соотношения для выделения из часовых значений суммарной радиации, поступающей на горизонтальную поверхность, значений прямой и рассеянной составляющих. К настоящему времени разработано более 70 декомпозицонных моделей, каждая из которых применима для определенной территории или региона, где обеспечивает приемлемую точность [16].
Основным источником информации для моделей оценки солнечной радиации являются данные многолетних наблюдений наземных метеостанций и спутниковые наблюдения. Базы климатических данных, основанных на спутниковых измерениях, например, NASA Power [17], SARAH-E, CLARA-A, ERA5, Meteonorm [18] предоставляют осредненные за сутки или месяц значения, что снижает точность моделирования. Кроме того, точность прямых измерений многих климатических параметров наземными
метеостанциями выше по сравнению с данными, получаемыми по спутниковым снимкам расчетным путем [18]. Так, оценки солнечной радиации на основе математических моделей, используемых NASA, для территорий, расположенных севернее 40о северной широты, могут характеризоваться погрешностью более 15%, особенно в зимние месяцы [19, 20].
Данные наземных метеостанций приводятся в климатических справочниках, а также находятся в открытом доступе в сети Internet. Использование только данных климатических справочников может привести к потере точности, так как для территории Российской Федерации оценки облачности и температуры получены на основе измерений в период с 1936 по 1980 г. Исследования климата говорят о значительных изменениях температуры и облачности за последние десятилетия [21]. В то же время использование справочных данных о прозрачности атмосферы представляется целесообразным, поскольку значительных изменений не произошло.
Оценка солнечной радиации на основе данных метеостанций, находящихся в открытом доступе, обладает несколькими преимуществами по сравнению с данными климатических справочников. Во-первых, измеряемые данные представлены в статистически необработанном виде, что открывает возможность оценки с часовой детализацией. Во-вторых, данные представлены за последние годы, что позволяет учитывать произошедшие глобальные климатические изменения. Так, сайт https://rp5.ru позволяет получить доступ к архивам измерений, проводимых на метеостанциях, по отдельным регионам России и мира с февраля 2005 года. Учитывая вышеизложенное, для повышения точности оценки целесообразным представляется сочетание источников информации о факторах, оказывающих влияние на выработку электроэнергии СЭС.
Автором предлагается методика оценки выработки электроэнергии СЭС на основе параметрических моделей с использованием ограниченного набора наиболее влияющих климатических параметров. Формирование исходной информации проводится по дан-
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
ным многолетних наблюдений наземных метеостанций, представленным в климатических справочниках и находящихся в открытом доступе.
2. ОБЗОР СОВРЕМЕННОГО СОСТОЯНИЯ
И ПЕРСПЕКТИВ РАЗВИТИЯ СОЛНЕЧНОЙ ЭНЕРГЕТИКИ В РОССИИ
Энергия солнца является достаточно перспективным ресурсом среди ВИЭ для многих стран, в том числе и для России. Согласно отчетам АО «Системный оператор Единой энергетической системы», суммарная мощность сетевых СЭС России в 2019 г. составила 1362,72 МВт. В табл. 1 представлены значения установленной мощности СЭС в объединенных энергетических системах (ОЭС) и Единой энергетической системе (ЕЭС) России за период с 2015 по 2019 г.
Ввод СЭС в России в последние годы связан с внедрением механизма поддержки ВИЭ, который действует на оптовом и розничном рынках электроэнергии и мощности с 2013 г. и рассчитан до 2024 г. Он предусматривает проведение конкурсных отборов инвестиционных проектов по строительству генерирующих объектов, функционирующих на основе ВИЭ, и заключение в отношении отобранных проектов договоров на поставку мощности (ДПМ) ВИЭ. Основной критерий при конкурсном отборе проектов ВИЭ на оптовом рынке - минимизация капитальных вложений. В соответствии с ДПМ, потребители оптового рынка обязаны в течение 15 лет осуществлять регулируемую плату за мощность по льготным тарифам.
В июне 2019 г. закончился последний конкурсный отбор проектов ВИЭ, которые будут получать поддержку и должны быть введены в эксплуатацию до конца 2024 г. Суммарный объем отобранных проектов за период 20132019 гг. составил 5,4 ГВт, в том числе 1,86 ГВт (62,6%) в сфере солнечной энергетики [1] (табл. 2).
Наибольший объем ввода гелиоэнергети-ческих мощностей в период до 2024 г. ожидается в ОЭС Урала и Юга. В ОЭС Северо-Запада и ОЭС Востока отсутствуют проекты СЭС, прошедшие отбор в рамках ДПМ.
Строительство СЭС в регионах России осуществляется также без заключения ДПМ. Например, до конца 2020 г. в Республике Адыгея будут введены 2 СЭС мощностью 8,9 МВт, в Краснодарском крае - 9 СЭС по 4,9 МВт суммарной мощностью 44,1 МВт.
Другим потенциальным направлением развития солнечной генерации являются изолированные и удаленные районы, характерные для северо-востока России. Несмотря на северные условия, эффективность СЭС обусловлена вытеснением дорогостоящего топлива дизельных электростанций [22-24]. В настоящее время установленная мощность СЭС на северо-востоке России не превышает 3 МВт. Наиболее развита солнечная генерация в Республике Саха (Якутия), где в 23 населенных пунктах суммарная мощность СЭС составляет порядка 2,5 МВт.
В статье будет дана оценка выработки электроэнергии для трех намеченных к строительству СЭС: двух сетевых и одной в зоне децентрализованного электроснабжения.
Объединенная энергосистема 2015 2016 2017 2018 2019
Центра - - - - -
Средней Волги - - 20 95 120
Урала 45 55 134 239 329
Северо-Запада - - - - -
Юга - - 325,02 445 688,52
Сибири 15,2 20,2 55,2 55,2 225,20
Востока - - - - -
Единая энергосистема России 60,2 75,2 534,22 834,2 1362,72
Таблица 1. Установленная мощность солнечных электростанций в России, МВт Table 1. Installed capacity of solar power plants in Russia, MW
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):858-875
Таблица 2. Сведения о мощности солнечных электростанций в отобранных проектах в рамках договоров на поставку мощности за период 2013-2019 гг, МВт
Table 2. Information on solar power plant capacity in selected projects under the capacity supply agreements for the period from 2013 to 2019, MW__
Объединенная энергосистема Субъект РФ Год
2013 2014 2015 2016 2017 2018 2019 20132019
Центра Липецкая область 45 - - - - - - 45
Белгородская область - 15 - - - - - 15
Средней Волги Самарская область - 75 - - 30 - - 105
Саратовская область - 40 - - 85 15 - 140
Урала Республика Башкортостан 39 20 5 - 60 32 - 156
Оренбургская область 75 45 170 - 75 15 - 380
Челябинская область - 60 - - - - - 60
Юга Астраханская область 90 - - - - 18 - 108
Волгоградская область 75 25 - - 95 - - 195
Республика Калмыкия 45 - 25 - - 53,5 - 123,5
Ставропольский край 15 75 25 - - - 5,6 120,6
Республика Дагестан - 10 - - - - - 10
Сибири Республика Хакассия 5,2 - - - - - - 5,2
Республика Алтай 10 5 5 - - 15 - 35
Алтайский край - - 20 - 40 - - 60
Республика Бурятия - 70 - - 50 - - 120
Забайкальский край - 40 - - 35 - - 75
Омская область - 10 30 - 50 - - 90
Иркутская область - 15 - - - - - 15
Единая энергосистема России 399,2 505 280 - 520 148,5 5,6 1858,3
3. МЕТОДИКА ОЦЕНКИ ВЫРАБОТКИ ЭЛЕКТРОЭНЕРГИИ СОЛНЕЧНОЙ ЭЛЕКТРОСТАНЦИЕЙ
На первом этапе предлагаемой методики проводится оценка часовых сумм прямой и рассеянной солнечной радиации, поступающей на горизонтальную поверхность при ясном небе. Для этого предварительно определяется солнечная радиация 1п, поступающая на ортогональную лучам поверхность [8]:
и 9
цы земной атмосферы, Вт/м ; 6R - оптическая толщина атмосферы; TL - фактор мутности Линке; m - число оптических масс атмосферы.
Т _ Т p~^RTLm Тп Т0е '
(1)
где /0 - солнечная радиация у верхней грани-
То _ Isc
1 + о, 033 cos
360 365
\Л
d
(2)
где ис - солнечная постоянная равная 1367 Вт/м2; б - порядковый номер дня года, отсчитываемый с 1 января.
Оптическая толщина атмосферы бR рассчитывается с использованием формулы [25]:
5В _■
1
6,6296 +1,7513m - 0.1202m2 + 0,0065m3 - 0,00013m4
(3)
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
Оценки TL находятся для каждого месяца путем подстановки в формулу (1) средних значений In, Io по данным климатических справочников за период с 1936 по 1980 г. для временного интервала с 12 до 13 ч. Найденные значения TL могут использоваться для других временных интервалов светового дня, так как практически неизменны [8].
Для учета изменений прозрачности атмосферы за последние 40 лет значения TL корректируются с учетом данных, представленных в [26] (табл. 3).
Таблица 3. Изменение фактора мутности Линке за 40-летний период
Table 3. Linke turbidity factor variations over the period of
Регион ATl
Север европейской территории России -0,24
Центр и юг европейской территории России -0,72
Урал -0,52
Западная Сибирь -0,20
Северо-восток азиатской территории России -0,16
Центр азиатской территории России (Средняя Сибирь) -0,28
Юг азиатской территории России (Прибайкалье и Забайкалье) -0,24
Дальний Восток -0,40
Число оптических масс т в формуле (1) определяется по известному выражению [8]:
1
т =
sin а + 0,50572 • (6,07995+а)
-1,6364 '
(4)
где а - высота солнца, рад.
Высота солнца над горизонтом а рассчитывается по формуле [8]:
sin а = sin ф sin 5 + cos ф cos 5 cos ю, (5)
где ф - широта местности, рад; б - угол склонения солнца, рад; w - часовой угол солнца, рад.
Прямая солнечная радиация Ibh, поступающая на горизонтальную поверхность, вычисляется по выражению [8]:
определяется по формуле Берлаге [5]:
Idh =- (I00 - In)sin а-
(7)
Суммарная радиация /дЛ, поступающая на горизонтальную поверхность, находится по выражению:
1 gh = Ibh + 1 dh ■
(8)
На втором этапе методики проводится оценка часовых сумм суммарной солнечной радиации /$, поступающей на наклонную поверхность, которая включает прямую /ы, рассеянную и отраженную /а составляющие:
Igt = Ibt + Idt + Irt ■
(9)
Значение Ibt определяется из выражения:
Ibt = InCOS 0,
(10)
где 0 - угол падения прямого солнечного излучения на поверхность, рад.
cos 0 = sin 5 sin ф cos ß -- sin 5 cos ф sin ß cos у + + cos 5 cos ф cos ß cos Ю + - cos 5 sin ф sin ß cos у cos ю -+ cos 5 sin ß sin y sin ю,
(11)
где в - угол наклона приемной поверхности фотоэлектрических преобразователей, рад; y - азимутальная ориентация приемной поверхности фотоэлектрических преобразователей.
Расчет рассеянной радиации Ц поступающей на наклонную поверхность, проводится с использованием модели Perez. Данная модель отличается высокой точностью оценки [27].
Lu = I sin а■
bh n
(6)
Idt Idh
(1 - F)
(1 + cos ß ^ a
-- 1+F- + К sin ß
t 2 ) 1 b 2 F
,(12)
Рассеянная солнечная радиация поступающая на горизонтальную поверхность, где Г2 - коэффициенты, учитывающие
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):858-875
вклад околосолнечного сияния и сияния у горизонта.
Параметры a, b оцениваются по выражениям:
a = max( 0,cos 9 ), (13)
b = max(cos 85o ,cos 9). (14)
Коэффициенты F1 и F2 - функции трех параметров, которые описывают состояние неба, высоту солнца, прозрачность £ и яркость Д [8]:
F _ max
fw + f12A + jgQ f13
nz
F2 f 21 + f22 A + j gQ f23 ; >
hh +In + 5,535 .ю-6 ( n - a )
I
s _
dh
1 + 5,535-10-6(n - a)3
A _ mIdh L
(15)
(16)
(17)
(18)
Значения /и, /12, /13, /21, f22, f23 в зависимости от прозрачности £ представлены в работе [8].
Для расчета отраженной солнечной радиации ^ используется известная модель [27]:
4 _
IghA(1 - cos ß )
2
(19)
где А - альбедо земной поверхности, определяемое по данным климатических справочников.
После расчета суммарной солнечной радиации, поступающей на наклонную поверхность, проводится оценка влияния на нее облачности.
Анализ климатических изменений, произошедших за последние десятилетия, говорит о явных изменениях общей и нижней облачности [21]. В связи с этим целесообразно использовать архивные данные метеостан-
ций об измерениях общей и нижней облачности до 8 раз в сутки в период с 2005 г. по настоящее время, предоставляемые интернет-ресурсом rp5.ru. Для возможности определения часовых сумм солнечной радиации оценки облачности между измерениями определялись методом интерполяции.
Суммарная солнечная радиация 1дс, поступающая на наклонную поверхность с учетом общей п и нижней I облачности, имеет вид [28]:
Igte _ Igt (1-A • I - B• (n -1 ) ),
(20)
где A, B - эмпирические коэффициенты, характеризующие ослабление суммарной радиации облачностью нижнего и нижнего со средним ярусов, принимаются равными 0,76 и 0,37, соответственно.
Использование формулы (20) для умеренных широт позволяет получить оценки с погрешностью до 10%, и до 15% - для арктических широт [28].
На третьем этапе методики проводится оценка выработка электроэнергии СЭС:
W = / (с • kp •п• F-(1 -kt (t, -25)), (21)
где kp - коэффициент, учитывающий потери мощности в инверторах и проводниках, а также потери из-за загрязнения и деградации панелей, принимается 7% [29]; п - КПД фотоэлектрических преобразователей СЭС; F -площадь фотоэлектрических преобразователей, м2; kt - температурный коэффициент изменения КПД фотоэлектрических преобразователей, о.е.; t\ - температура воздуха, град.
Значения температуры воздуха могут быть получены по данным наземных метеостанций, находящихся в открытом доступе.
Представленная методика реализована в виде программы на ЭВМ «Sun-MCA» в среде Delphi. На рис. 1-4 показаны рабочие экраны программы Sun-MCA при оценке выработки электроэнергии строящейся СЭС в Джидин-ском районе Республики Бурятия. Рабочий экран программы разбит на верхнюю и нижнюю части для графического представления
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
Рис. 1. Рабочий экран Sun-MCA: графики поступления отраженной (1), рассеянной (2) и прямой (3) солнечной радиации на наклонную поверхность при ясном небе в течение месяца Fig. 1. Sun-MCA run screen: graphs of the arrival of reflected (1), scattered (2) and direct (3) clear sky solar radiation on the inclined surface for a month
Рис. 2. Рабочий экран Sun-MCA: графики изменения общей (1) и нижней (2) облачности в течение месяца по данным метеостанции п. Кяхта, март 2019 г. Fig. 2. Sun-MCA run screen: graphs of variance in total (1) and lower cloud (2) for a month according to the Kyakhta weather station data, March 2019
данных за первую и вторую половины месяца с детализацией в 1 ч.
В качестве исходной информации программа использует широту и долготу местности, данные о пространственном расположе-
нии и технических характеристиках фотоэлектрических преобразователей, данные климатических справочников для оценки прозрачности атмосферы, а также данные многолетних наблюдений метеостанций, нахо-
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):858-875
дящихся в открытом доступе, для оценки облачности и температуры воздуха. Программа проводит оценку и представление в виде графиков: суммарной солнечной радиации и ее составляющих на горизонтальную и
наклонную поверхности, общей и нижней облачности, температуры, выработки электроэнергии фотоэлектрическими преобразователями. Для анализа результатов программа позволяет осуществлять их экспорт в Excel.
Рис. 3. Рабочий экран Sun-MCA: график поступления суммарной солнечной радиации на наклонную поверхность с учетом облачности в течение месяца Fig. 3. Sun-MCA run screen: graph of the total solar radiation arrived on the inclined surface taking into account cloud cover for a month
0
Рис. 4. Рабочий экран Sun-MCA: графики изменения температуры воздуха (1) и выработки электроэнергии (2) фотоэлектрическими преобразователями в течение месяца Fig. 4. Sun-MCA run screen: graphs of variance of the air temperature (1) and electric energy generation by photovoltaic converters (2) for a month
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
4. ПРИМЕР ИСПОЛЬЗОВАНИЯ МЕТОДИКИ ДЛЯ ОЦЕНКИ ВЫРАБОТКИ ЭЛЕКТРОЭНЕРГИИ СОЛНЕЧНЫМИ ЭЛЕКТРОСТАНЦИЯМИ
Представленные методика и программа Бип-МОД были применены для оценки выработки электроэнергии трех СЭС в районах, где в настоящее время намечено или уже ведется строительство (табл. 4). В Джидин-ском районе Республики Бурятия и Нововаршавском районе Омской области намечено строительство сетевых СЭС для снижения дефицита генерирующих мощностей. В Каза-чинско-Ленском районе Иркутской области СЭС будет использоваться совместно с дизельной электростанцией для экономии дизельного топлива.
В табл. 5 представлены оценки прозрачности атмосферы, полученные с использованием формул (1)-(5). Месячные суммы солнечной радиации, поступающей на горизонтальную поверхность при ясном небе, рассчитаны для Джидинского района Республики Бурятия с использованием выражений (6)-(8)
(см. табл. 5). На рис. 5 приведено сопоставление полученных оценок месячных сумм солнечной радиации с данными ближайшей метеостанции (п. Бабушкин, 51o43' с.ш., 105o52' в.д.) за период с 1936 по 1980 г. по климатическому справочнику, а также с данными ресурса Nasa Power за период с 1983 по 2013 г. Отличия между расчетными оценками солнечной радиации и данными измерений, представленными в климатическом справочнике, помимо погрешности методики, связаны с учетом изменения прозрачности атмосферы (см. табл. 3), а также различием в расположении пунктов.
В табл. 6 приведены оценки солнечной радиации, поступающей на наклонную под углом широты местности поверхность, при ясном небе и с учетом облачности для Джидинского района Республики Бурятия.
На рис. 6-8 представлены сопоставления полученных для трех исследуемых районов оценок месячных сумм суммарной солнечной радиации, поступающей с учетом облачности на наклонную поверхность, с данными ресурса NASA Power [17].
Таблица 4. Исходная информация о районах размещения солнечных электростанций
Table 4. Initial information on location areas of solar power plants
Район размещения Координаты Мощность, кВт
Джидинский район, Республика Бурятия 50о39' с.ш., 106o04' в.д. 35000
Нововаршавский район, Омская область 54о17' с.ш., 74o61' в.д 30000
Казачинско-Ленский район, Иркутская область 56о37' с.ш., 107o48' в.д. 40
Месяц Фактор мутности Линке Прямая солнечная радиация, кВтч/м2 Рассеянная солнечная радиация, кВтч/м2 Суммарная солнечная радиация, кВтч/м2
Январь 2,11 37,3 12,8 50,0
Февраль 2,32 57,5 17,1 74,6
Март 2,36 112,4 26,1 138,5
Апрель 2,49 161,3 33,1 194,4
Май 2,55 209,9 40,1 250,0
Июнь 2,62 219,6 42,3 261,8
Июль 2,77 211,6 44,0 255,7
Август 2,65 178,3 37,8 216,1
Сентябрь 2,18 132,9 25,8 158,6
Октябрь 2,03 83,9 19,0 102,9
Ноябрь 1,80 46,5 12,0 58,4
Декабрь 1,78 32,9 10,0 43,0
Год - 1484,1 320,1 1804,2
Таблица 5. Оценки солнечной радиации, поступающей на горизонтальную поверхность при ясном небе, в Джи-динском районе Республики Бурятия
Table 5. Estimates of clear sky solar radiation arriving on a horizontal surface in the Dzhidinsky district of the Republic of Buryatia
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
<->Ibh ......... Idh -Igh =x саЩсправ.)
••■•м--- Idh(cnpaB.) — * — Igh(cnpaB.) —•— Igh(Nasa Power)
Рис. 5. Графики изменения месячных сумм солнечной радиации, поступающей на горизонтальную поверхность.
Оценки, полученные расчетным путем с помощью методики: Ibh - прямая, Idh - рассеянная, Igh - суммарная. Данные измерений из климатического справочника: ^щсправ.) - прямая, kh(справ.) - рассеянная, Igh(справ.) - суммарная. Данные, полученные расчетным путем по спутниковым измерениям - Igh(Nasa Power) Fig. 5. Graphs of variance of monthly amounts of solar radiation arrived on a horizontal surface. Estimates obtained by calculation using: Ibh - direct Idh - scattered, Igh - total techniques. Measurement data from the climate reference book: Ibh (reference) - direct, Idh (reference) - scattered, Igh (reference) - total. Calculation data from satellite measurements - Igh (Nasa Power)
Таблица 6. Оценки солнечной радиации, поступающей на наклонную поверхность при ясном небе, в Джидинском районе Республики Бурятия
Table 6. Estimates of clear sky solar radiation arriving on an inclined surface in the Dzhidinsky district of the Republic of Buryatia __
Месяц При ясном небе С учетом облачности
Прямая солнечная радиация, кВтч/м2 Рассеянная солнечная радиация, кВтч /м2 отраженная солнечная радиация, кВтч /м2 суммарная солнечная радиация, кВтч /м2 суммарная солнечная радиация, кВтч /м2
Январь 126,7 24,6 5,9 157,1 115,1
Февраль 139,6 28,4 8,7 176,8 134,3
Март 188,8 36,2 12,4 237,3 163,7
Апрель 194,8 37,7 8,2 240,7 153,0
Май 199,4 40,3 7,3 247,0 155,8
Июнь 187,3 40,1 8,6 236,0 141,8
Июль 190,3 42,7 9,4 242,3 143,1
Август 195,3 40,8 7,9 243,9 148,1
Сентябрь 196,7 32,9 5,8 235,4 156,4
Октябрь 179,8 29,7 5,7 215,2 140,3
Ноябрь 144,6 22,4 5,8 172,8 117,4
Декабрь 130,3 20,3 5,0 155,5 105,7
Год 2073,5 396,0 90,6 2560,1 1674,7
Наибольшие различия в оценках характерны для зимних месяцев года. Расхождения в значениях месячных сумм солнечной радиации могут быть связаны с различными подходами к учету облачности, а также с погрешностью в оценке нижней облачности по
данным спутниковых наблюдений. Годовые суммы солнечной радиации, рассчитанные по предлагаемой методике для Джидинского района (Республика Бурятия), Нововаршавского района (Омская область) и Казачинско-Ленского района (Иркутская область), отли-
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
чаются от оценок Nasa Power на 9,8%, 9,2% и 2,7%, соответственно.
В табл. 7 представлены оценки выработки электроэнергии СЭС по формуле (21) для трех выбранных районов с учетом влияния температуры на КПД фотоэлектрических преобразователей. Для примера были рассмотрены поликристаллические фотоэлек-
трические преобразователи с КПД 14,8% и температурным коэффициентом 0,44%/оС. В табл. 7 приведены оценки средней, минимальной и максимальной годовой удельной выработки электроэнергии, полученные с использованием данных многолетних наблюдений метеостанций за период с 2006 по 2019 г.
200
см
г
m
oí
d re a.
я
re
X y
е
i с
о о
Месяц
1 2 3 4 5 6 7 - Igte (Nasa Power) — — Igte-max (Nasa Power)
8 9 10 11 12 — Igte-min (Nasa Power) Igte
Рис. 6. Графики изменения месячных сумм суммарной солнечной радиации в Джидинском районе Республики Бурятия. Данные Nasa Power: максимальные значения - Igtc-max (Nasa Power), средние значения - Igtc (Nasa Power), минимальные значения - Igtc-min (Nasa Power) Оценки, полученные расчетным путем с помощью методики - Igtc Fig. 6. Graphs of monthly variations of the total solar radiation in the Dzhidinsky district of the Republic of Buryatia. Nasa Power data: maximum values- Igtc-max (Nasa Power), average values - Igtc (Nasa Power), minimum values - Igtc-mn (Nasa Power). Estimates
obtained by calculation using the technique - Igtc
250
2 H
m
05
200
d re a. к re
X у
tu X
q
о о
150
100
50
A - - i Jb A —■ Nv
' // X
— =1 Месяц
1 2 3 4 5 6 7
- Igte (Nasa Power) — — Igte-max (Nasa Power) —
8 9 10 11 12 ■ Igte-min (Nasa Power) Igte
0
Рис. 7. Графики изменения месячных сумм суммарной солнечной радиации в Нововаршавском районе Омской
области. Данные Nasa Power: максимальные значения - Igtc-max (Nasa Power), средние значения - Igtc (Nasa Power), минимальные значения - Igtc-min (Nasa Power)). Оценки, полученные расчетным путем с помощью методики - Igtc
Fig. 7. Graphs of monthly variations of the total solar radiation in the Novovarshavsky district of the Omsk region. Nasa Power data: maximum values - Igtc-max (Nasa Power), average values - Igtc (Nasa Power), minimum values - Igtc-min (Nasa Power).
Estimates obtained by calculation using the technique - Igtc
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
1 2 3
- Igtc (Nasa Power) —
4 5 6 7 — Igtc-max (Nasa Power) —
8 9 10 Igtc-min (Nasa Power)
Рис. 8. Графики изменения месячных сумм суммарной солнечной радиации в Казачинско-Ленском районе Иркутской области. Данные Nasa Power: максимальные значения - Igtc-max (Nasa Power), средние значения - Igtc (Nasa Power), минимальные значения - Igtc-min (Nasa Power)). Оценки, полученные расчетным путем с помощью методики - Igtc Fig. 8. Graphs of monthly variations in the total solar radiation in the Kazachinsko-Lensky district of the Irkutsk region. Nasa Power data: maximum values - Igtc-max (Nasa Power), average values - Igtc (Nasa Power), minimum values - Igtc-min (Nasa Power). Estimates
obtained by calculation using the technique - Igtc
Таблица 7. Результаты оценки выработки электроэнергии солнечными электростанциями Table 7. Evaluation results of solar power plant electric energy generation_
Район размещения Годовая удельная выработка электроэнергии, кВтч/м2 Средняя годовая выработка электроэнергии солнечных электростанций, МВтч Средний коэффициент использования установленной мощности, %
минимальная средняя максимальная
Джидинский район, Республика Бурятия 258,4 269,9 283,9 57050,1 18,6
Нововаршавский район, Омская область 220,7 237,8 262 43090 16,4
Казачинско-Ленский район, Иркутская область 203,5 212,1 222,7 51,2 14,6
35000
30000
6 7 8 9 10 11 12 13 14 15 16 17 18 19
Час дня
Рис. 9. Оценки выработки электроэнергии солнечными электростанциями в Джидинском районе Республики Бурятия, полученные с использованием данных многолетних измерений метеостанций и соответствующие дате 19 апреля Fig. 9. Estimates of electric energy generation by solar power plants in the Dzhidinsky district of the Republic of Buryatia obtained with the use of long-term measurement data of weather stations, which correspond to the date of 19 April
870
ISSN 1814-3520
a tu X
m о a.
h m y
14 H £ ш о *
'S о з °
03
к
ге
X .0 с;
tu
£
а tu X
m о a.
h rn у re н
£ m
6 *
'S о
Ш
к re x .0
tu
£
35
30
25
20
15
10
.
о
X
m о
.
Ss -£ л
О У
re н £ m о*
Ш
к re x .0
tu
£
35
30
25
20
35
30
25
20
15
10
4 5 6 7
Минимум---Максимум
а
8 9
— Средняя
Месяц
456789
Минимум---Максимум -Средняя
b
10
11
12
3 4 5 6 7
...... Минимум---Максимум
c
8 9 10
Средняя
Рис. 10. Удельная выработка электроэнергии солнечными электростанциями: а - Джидинский район Республики Бурятия; b - Нововаршавский район Омской области; c - Казачинско-Ленский район Иркутской области Fig. 10. Specific electric energy generation by solar power plants: a - Dzhidinsky district of the Republic of Buryatia; b - Novovarshavsky district of the Omsk region; c - Kazachinsko-Lensky district of the Irkutsk region
5
0
2
3
5
0
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):858-875
Рассчитанные с помощью методики оценки солнечной радиации имеют часовую детализацию. В качестве примера на рис. 9 представлены графики суточного изменения выработки электроэнергии СЭС в Джидинском районе Республики Бурятия.
На рис. 10 представлены графики минимальной, средней и максимальной удельной выработки электроэнергии СЭС в течение года для трех выбранных районов, полученные с использованием данных измерений метеостанций за период с 2006 по 2019 г. Максимальные отклонения значений удельной выработки электроэнергии СЭС от средних оценок составляют в отдельные месяцы до 15% в Джидинском районе Республики Бурятия, до 26% в Нововаршавинском районе Омской области и Казачинско-Ленском районе Иркутской области.
Полученные с помощью методики оценки выработки электроэнергии СЭС позволяют оценить экономические показатели проектов, сформировать исходные данные для оценки оптимального состава оборудования и его технических характеристик.
5. ЗАКЛЮЧЕНИЕ
1. Проведен краткий обзор современного состояния и перспектив развития солнечной энергетики в России. До конца 2024 г. ожидается ввод солнечных электростанций суммарной мощностью порядка 1,86 ГВт.
2. Выполнен обзор моделей, а также источников исходной информации для оценки поступающей солнечной радиации. Параметрические модели обеспечивают наибольшую
точность, однако их использование в инженерных задачах сопряжено со сложностью применения из-за необходимости подготовки многочисленных исходных данных.
3. Предложена методика оценки выработки электроэнергии СЭС на основе параметрических моделей с использованием ограниченного набора наиболее влияющих климатических параметров. Формирование исходной информации проводится по данным многолетних наблюдений наземных метеостанций, представленным в климатических справочниках и находящихся в открытом доступе.
4. Дано описание разработанной программы Sun-MCA, предназначенной для оценки выработки электроэнергии СЭС с часовой детализацией. Программа использует данные многолетних измерений общей и нижней облачности, а также температуры воздуха.
5. Проведена оценка выработки электроэнергии трех намеченных к строительству СЭС: двух сетевых и одной в зоне децентрализованного электроснабжения. Использовались данные наземных метеостанций, находящихся в открытом доступе, за период с 2006 по 2019 г. Промежуточные результаты оценки поступающей солнечной радиации сопоставлены с измерениями на метеостанциях и расчетными значениями Nasa Power. Коэффициенты использования установленной мощности СЭС составили от 14,6 до 18,6%. Проведен расчет возможных отклонений выработки электроэнергии СЭС от средних значений: для отдельных месяцев отклонения составляют от 15 до 26%.
Библиографический список
1. Гимади В., Амирагян А., Поминова И., Курдин А., Колобов О., Мартынюк А. [и др.] Оборудование для ВИЭ-генерации в России // Энергетический бюллетень. 2019. № 73. С. 19-22. [Электронный ресурс]. URL: https://ac.gov.rU/files/publication/a/22855.pdf (02.04.2020).
2. Санеев Б.Г., Иванова И.Ю., Тугузова Т.Ф. Проблемы энергетики восточной зоны российской Арктики и возможные пути решения // Энергетическая политика. 2018. № 4. С. 80-88.
3. Ivanova I. Significant factors affecting the selection of rational options for power supply in an off-grid zone // Re-
gional Energy Policy of Asian Russia: E3S Web Conference. 2019. Vol. 77. [Электронный ресурс]. URL: https://www.e3s-confer-
ences.org/articles/e3sconf/abs/2019/03/e3sconf_repar18_ 02006/e3sconf_repar18_02006.html (02.04.2020).
https://doi.org/10.1051/e3sconf/20197702006 4. Иванова И.Ю., Ноговицын Д.Д., Тугузова Т.Ф., Шеина З.М., Сергеева Л.П. Анализ функционирования солнечных электростанций в децентрализованной зоне Республики Саха (Якутия) // Альтернативная энергетика и экология (ISJAEE). 2018. № 10-12. С. 12-22.
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
https://d0i.0rg/l 0.15518/isjaee.2018.10-12.012-022
5. Сивков С.И. Методы расчета характеристик солнечной радиации. Л.: Гидрометеоиздат, 1968. 234 с.
6. Кондратьев К.Я., Пивоварова З.И., Федорова М.П. Радиационный режим наклонных поверхностей: монография. Л.: Гидрометеоиздат, 1978. 170 с.
7. Попель О.С., Фрид С.Е., Коломиец Ю.Г., Киселева С.В., Терехова Е.Н. Атлас ресурсов солнечной энергии на территории России. М.: ОИВТРАН, 2010. 83 с.
8. Myers D.R. Solar radiation. practical modeling for renewable energy applications. New Work: CRC Press. Taylor & Francis Group, 2013. 199 p.
9. Ahmad M.J., Tiwari G.N. Solar radiation models - A review // International Journal of Energy Research. 2011. Vol. 35. Issue 4. P. 271-290. https://doi.org/10.1002/er.1690
10. Ahmad M.J., Tiwari G.N. Solar radiation models -review // International Journal of Energy and Environment. 2010. Vol. 1. Issue 3. P. 513-532.
11. Lave M., Hayes W., Pohl A., Hansen C.W. Evaluation of global horizontal irradiance to plane-of-array irradiance models at locations across the United States // IEEE Journal of Photovoltaics. 2015. Vol. 5. Issue 2. P. 597-606.
https://doi.org/10.1109/JPH0T0V.2015.2392938
12. Wong L.T., Chow W.K. Solar radiation model // Applied Energy. 2001. Vol. 69. Issue 3. P. 191-224. https://doi.org/10.1016/S0306-2619(01)00012-5
13. Paulescu M., Paulescu E., Gravila P., Badescu V. Weather modeling and forecasting of PV systems operation. London: Springer, 2013. 355 p. [Электронный ресурс]. URL:
https://link.springer.com/content/pdf/bfm%3A978-1-4471-4649-0%2F1.pdf (03.04.2020). https://doi.org/10.1007/978-1 -4471-4649-0
14. Карамов Д.Н. Математическое моделирование солнечной радиации с использованием многолетних метеорологических рядов, находящихся в открытом доступе // Известия Томского политехнического университета. Инжиниринг георесурсов. 2017. Т. 328. № 6. С. 28-37.
15. Карамов Д.Н. Формирование исходных метеорологических массивов с использованием многолетних рядов FM 12 SYN0P и METAR в системных энергетических исследованиях // Известия Томского политехнического университета. Инжиниринг георесурсов. 2018. Т. 329. № 1. С. 69-88.
16. Besharat F., Dehghan A.A., Faghih A.R. Empirical models for estimating global solar radiation: A review and case study // Renewable and Sustainable Energy Reviews. 2013. Vol. 21. P. 798-821. https://doi.org/10.1016/j.rser.2012.12.043
17. NASA Prediction of worldwide energy resources [Электронный ресурс]. URL: https://power.larc.nasa.gov/ (02.04.2020).
18. Фрид С.Е., Лисицкая Н.В., Попель О.С. Результаты анализа применимости данных спутниковых наблюдений и реанализа для моделирования автономных сол-
нечных энергоустановок // Доклады Академии наук.
2019. Т. 488. № 6. С. 609-611.
https://doi.org/10.31857/S0869-56524886609-611
19. Бутузов В.В. Расчетные значения интенсивности солнечной радиации для проектирования гелиоустановок // Альтернативная энергетика и экология (ISJAEE). 2009. № 11. С. 75-80.
20. Попель О.С., Киселева С.В., Моргунова М.О., Габ-дерахманова Т.С., Тарасенко А.Б. Использование возобновляемых источников энергии для энергоснабжения потребителей в Арктической зоне Российской Федерации // Арктика: экология и экономика. 2015. № 1. С. 64-69.
21. Второй оценочный доклад Росгидромета об изменениях климата и их последствиях на территории Российской Федерации. М., 2014. 1008 c. [Электронный ресурс]. URL:
https://cc.voeikovmgo.ru/images/dokumenty/2016/od2/od2 full.pdf (02.04.2020).
22. Ivanova I.Y., Tuguzova T.F., Khalgaeva N.A. Comparative analysis of approaches to consider rationale of use of solar panel plants for power supply of off-grid consumers // International Ural conference on Green Energy (Chelyabinsk, 4-6 October 2018). Chelyabinsk: IEEE, 2018. P. 75-79. https://doi.org/10.1109/URALC0N.2018.8544276
23. Санеев Б.Г., Иванова И.Ю., Тугузова Т.Ф. Развитие возобновляемой энергетики на востоке России в первой половине XXI века на фоне общероссийских тенденций // Энергетическая политика. 2016. № 3. С. 66-73.
24. Санеев Б.Г., Иванова И.Ю., Тугузова Т.Ф., Ижбул-дин А.К. Автономные энергоисточники на севере Дальнего Востока: характеристика и направления диверсификации // Пространственная экономика. 2018. № 1. С. 101-116. https://doi.org/10.14530/se.2018.1.101-116
25. Kasten F. The linke turbidity factor based on improved values of the integral rayleigh optical thickness // Solar energy. 1996. Vol. 56. Issue 3. P. 239-244. https://doi.org/10.1016/0038-092X(95)00114-7
26. Махоткина Е.Л., Плахина И.Н., Махоткин А.Н. Прозрачность атмосферы на территории России: изменения в последние 40 лет // Труды Главной геофизической обсерватории им. А.И. Воейкова. 2015. № 579. С. 162-177.
27. Maleki S.A.M., Hizam H., Gomes C. Estimation of hourly, daily and monthly global solar radiation on inclined surfaces: models re-visited // Energies. 2017. Vol. 10. Issue 1. P. 134-162. https://doi.org/10.3390/en10010134
28. Гальперин Б.М., Ченцова Т.А. О расчетах месячных сумм солнечной радиации по общей и нижней облачности // Труды Ленинградского гидрометеорологического института. 1972. Вып. 48. С. 119-124.
29. Ekici S., Kopru M.A. Investigation of PV system cable losses // International Journal оf Renewable Energy Research. 2017. Vol. 7. No. 2. P. 807-815.
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):858-875
References
1. Gimadi V, Amiragyan A, Pominova I, Kurdin A, Kolobov O, Martynyuk A, et al. Equipment for Renewable Energy Generation in Russia. Jenergeticheskij byulleten'. 2019;73:19-22. Available from: http://ac.gov.ru/files/publication/a/22855.pdf [Accessed 02nd April 2020]. (In Russ.)
2. Saneev BG, Ivanova lYu, Tuguzova TF. Energy Problems in the Eastern Zone of Russian Arctic and Possible Solutions. Energeticheskaya politika = Energy Policy. 2018;4:80-88. (In Russ.)
3. Ivanova I. Significant Factors Affecting the Selection of Rational Options for Power Supply in an Off-Grid Zone. In: Regional Energy Policy of Asian Russia: E3S Web Conference. 2019. Vol. 77. Available from: https://www.e3s-confer-en-
ces.org/articles/e3sconf/abs/2019/03/e3sconf_repar18_02 006/e3sconf_repar18_02006.html [Accessed 02nd April 2020]. https://doi.org/10.1051/e3sconf/20197702006
4. Ivanova IYu, Nogovitsyn DD, Tuguzova TF, Sheina ZM, Sergeyeva LP. An Analysis of Solar Power Plants Operation in the Off-Grid Area of the Republic of Sakha (Yakutia). Alternativnaya energetika i ekologiya = Alternative Energy and Ecology. 2018;10-12:12-22. (In Russ.) https://doi.org/10.15518/isjaee.2018.10-12.012-022
5. Sivkov SI. Calculation Methods of Solar Radiation Characteristics. Leningrad: Gidrometeoizdat; 1968, 234 p. (In Russ.)
6. Kondrat'ev KYa, Pivovarova ZI, Fedorova MP. Radiation Mode of Inclined Surfaces: Monograph. Leningrad: Gidrometeoizdat; 1978, 170 p. (In Russ.)
7. Popel' OS, Frid SE, Kolomiets YuG, Kiseleva SV, Terekhova EN. Atlas of Solar Energy Resources in Russia. Moscow: OIVTRAN; 2010, 160 p. (In Russ.)
8. Myers DR. Solar Radiation. Practical Modeling for Renewable Energy Applications. CRC Press/Taylor & Francis Group; 2013, 182 p.
9. Ahmad MJ, Tiwari GN. Solar Radiation Models - A Review. International Journal of Energy Research. 2011 ;35(4):271-290. https://doi.org/10.1002/er.1690
10. Ahmad MJ, Tiwari GN. Solar Radiation Models - Review. International Journal of Energy and Environment. 2010;1(3):513-532.
11. Lave M, Hayes W, Pohl A, Hansen CW. Evaluation of Global Horizontal Irradiance to Plane-of-Array Irradiance Models at Locations Across the United States. IEEE Journal of Photovoltaics. 2015;5(2):597-606. https://doi.org/10.1109/JPHOTOV.2015.2392938
12. Wong LT, Chow WK. Solar Radiation Model. Applied Energy. 2001;69(3):191-224. https://doi.org/10.1016/S0306-2619(01)00012-5
13. Paulescu M, Paulescu E, Gravila P, Badescu V. Weather Modeling and Forecasting of PV Systems Operation. London: Springer; 2013, 355 p. Available from: https://link.springer.com/content/pdf/bfm%3A978-1-4471-4649-0%2F1 .pdf [Accessed 03rd April 2020]. https://doi.org/10.1007/978-1 -4471-4649-0
14. Karamov DN. Mathematical Modeling of Solar Radiation Based on Open Access Longterm Meteorological
Observation Data. Izvestiya Tomskogo politekhnich-eskogo universiteta. Inzhiniring georesursov = Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering. 2017;328(6):28—37. (In Russ.)
15. Karamov DN. Formation of Initial Meteorological Arrays using Longterm Series FM 12 Synop and Metar in System Energy Studies. Izvestiya Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov = Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering. 2018;329(1 ):69-88. (In Russ.)
16. Besharat F, Dehghan AA, Faghih AR. Empirical Models for Estimating Global Solar Ra-Diation: A Review and Case Study. Renewable and Sustainable Energy Reviews. 2013;21:798-821. https://doi.org/10.1016lj.rser.2012.12.043
17. NASA Prediction of Worldwide Energy Resources. Available from: https://power.larc.nasa.gov/ [Accessed 02nd April 2020].
18. Frid SE, Lisitskaya NV, Popel OS. Results of Analysis of the Applicability of Satellite Observations and Reanaly-sis Data for Simulations of Autonomous Solar Power Systems. Doklady Akademii nauk. 2019;488(6):609-611. (In Russ.)
19. Butuzov VV. Simulated Values of Solar Intensity for Solar Plant Design. Al'ternativnaya energetika i ekologiya = Alternative Energy and Ecology. 2009;11:75-80. (In Russ.)
20. Popel OS, Kiseleva SV, Morgunova MO, Gabderakhmanova TS, Tarasenko AB. Renewable Energy Sources for Power Supply of Arctic Zone Consumers of the Russian Federation. Arktika: ekologiya i ekonomika = Arctic: Ecology and Economy. 2015;1:64-69. (In Russ.)
21. The Second Roshydromet Assessment Report of Climate Change and its Consequences in the Russian Federation. Moscow: 2014:1008. Available from: https://cc.voeikovmgo.ru/images/dokumenty/2016/od2/od2 full.pdf [Accessed 02nd April 2020]. (In Russ.)
22. Ivanova IY, Tuguzova TF, Khalgaeva NA. Comparative Analysis of Approaches to Consider Rationale of Use of Solar Panel Plants for Power Supply of Off-Grid Consumers. In: International Ural Conference on Green Energy. 4-6 October 2018, Chelyabinsk. Chelyabinsk: IEEE; 2018, p. 75-79. https://doi.org/10.1109/URALC0N.2018.8544276
23. Saneev BG, Ivanova IYu, Tuguzova TF. Development of Renewable Energy Sector in The Russian East over the First Half of the 21st Century Amidst National Trends. Energeticheskaya politika = Energy Policy. 2016;3:66-73. (In Russ.)
24. Saneev BG, Ivanova IYu, Tuguzova TF, Izhbuldin AK. Autonomous Energy Sources in the North of the Far East: Current State and Directions of Diversification. Pros-transtvennaja jekonomika = Spatial Economics. 2018;1:101-116. https://doi.org/10.14530/se.2018.1.101-116 (In Russ.)
25. Kasten F. The Linke Turbidity Factor based on Improved Values of the Integral Rayleigh Optical Thickness. Solar Energy. 1996;56(3):239-244.
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):8Б8-87Б
https://doi.org/10.1016/0038-092X(95)00114-7
26. Makhotkina EL, Plahina IN, Makhotkin AN. The Transparency of the Atmosphere in Russia: Changes in the Last 40 years. Trudy Glavnoi geofizicheskoi observa-torii im. A.I. Voeikova. 2015;579:162-177. (In Russ.)
27. Maleki SAM, Hizam H, Gomes C. Estimation of Hourly, Daily and Monthly Global Solar Radiation on Inclined Surfaces: Models Revisited. Energies. 2017;10(1):134-
Критерии авторства
Шакиров В.А., Яковкина Т.Н., Курбацкий В.Г. заявляют о равном участии в получении и оформлении научных результатов и в равной мере несут ответственность за плагиат.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Все авторы прочитали и одобрили окончательный вариант рукописи.
СВЕДЕНИЯ ОБ АВТОРАХ
Шакиров Владислав Альбертович,
кандидат технических наук, доцент,
старший научный сотрудник
Лаборатории энергоснабжения
децентрализованных потребителей,
Институт систем энергетики
им. Л.А. Мелентьева СО РАН,
664033, г. Иркутск, ул. Лермонтова, 130, Россия;
[ ■■■' ! e-mail: [email protected]
Яковкина Татьяна Николаевна,
кандидат технических наук, декан факультета энергетики и автоматики, Братский государственный университет,
665709, г. Братск, ул. Макаренко, 40, Россия; e-mail: [email protected]
Курбацкий Виктор Григорьевич,
доктор технических наук, профессор,
главный научный сотрудник
Лаборатории управления функционированием
электроэнергетических систем,
Институт систем энергетики
им. Л.А. Мелентьева СО РАН,
664033, г. Иркутск, ул. Лермонтова, 130, Россия;
e-mail: [email protected]
162. https://doi.org/10.3390/en10010134
28. Gal'perin BM, Chentsova TA. On Calculation of Monthly Amounts of Solar Radiation for Total and Lower Cloud Cover. Trudy Leningradskogo gidrometeoro-logicheskogo instituta. 1972;48:119-124. (In Russ.)
29. Ekici S, Kopru MA. Investigation of PV System Cable Losses. International Journal of Renewable Energy Research. 2017;7(2):807-815.
Authorship criteria
Shakirov V.A., Yakovkina T.N., Kurbatsky V.G. declare equal participation in obtaining and formalization of scientific results and bear equal responsibility for plagiarism.
Conflict of interests
The authors declare that there is no conflict of interests regarding the publication of this article.
The final manuscript has been read and approved by all the co-authors.
INFORMATION ABOUT THE AUTHORS
Vladislav A. Shakirov,
Cand. Sci. (Eng.),
Senior Researcher of the Laboratory of Energy Supply of Off-Grid Consumers, Melentiev Energy Systems Institute SB RAS, 130, Lermontov St., Irkutsk 664033, Russia; [><] e-mail: [email protected].
Tatiana N. Yakovkina,
Cand. Sci. (Eng.),
Dean of the Faculty of Power Engineering
and Automation,
Bratsk State University,
40, Makarenko St., Bratsk 665709, Russia;
e-mail: [email protected]
Viktor G. Kurbatsky,
Dr. Sci. (Eng.), Professor, Chief Researcher of the Laboratory of Electric Power Systems Operation Control, Melentiev Energy Systems Institute SB RAS, 130, Lermontov St., Irkutsk 664033, Russia; e-mail: [email protected]
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):858-875
