CC BY
53
наибольшую эффективность по восстановлению давления на режиме а2 = 100—110°, где Срдости-гает величины 80 %.
Вариант 1 имеет более низкую восстановительную эффективность и на номинальном режиме Ср 5 55 % во всей первой области: абсолютный минимум Ср = 50 % нарежиме а2 = 70° и абсолютный максимум — порядка 74 % , что на 6 % меньше, чем для диффузора варианта 2 — а
а
ухудшение восстановительного процесса для всех вариантов диффузора.
Заключая статью, подведем итоги.
Установка диффузора в базовом варианте с профилированными стойками на расчетном режиме при м/С0 =0,502 обеспечивает существенное повышение КПД блока «ступень — диффузор», составляющее величину 9,2 %. Такое повышение эффективности блока вполне оправдывает развитую конструкцию выходного диффузора для энергетических ГТУ большой мощности.
Эффективность исследованного комбинированного диффузора с предвключенной ступенью на базовом режиме при а} « 69° характеризуется достаточно высоким коэффициентом Ср = 0,68. При переходе на сниженные режимы
восстановительный процесс в диффузоре существенно ухудшается из-за отрывных явлений в потоке, вызванных углами атаки при обтекании профилированных стоек, и при 70 % нагрузки величина Ср падает до значения 0,36.
Эффективность собственно ступени на расчетном режиме снижается примерно на 3 % из-за отрицательного обратного потенциального влияния пяти профилированных стоек на течение в ступени.
Сравнение результатов экспериментов для диффузоров с различными типами стоек и без них показывает, что на расчетном режиме установка любого типа стоек приводит к существенному улучшению восстановительного процесса, так как в пространстве расположения стоек выполнено специальное профилирование диффузора данной конструкции, которое в варианте без стоек приводит к отрыву потока.
Применение стоек с симметричным профилем сечения в исследованной конструкции диффузора обеспечивает меньшие потери кинетической энергии как в диффузоре в целом, так и в блоке «ступень — диффузор» во всем исследованном диапазоне режимов. Этот факт объясняется меньшей «чувствительностью» симметричных стоек к отрицательным углам атаки и меньшей поверхностью трения в потоке по сравнению с профилированными стойками.
СПИСОК ЛИТЕРАТУРЫ
1. Черников, В.А. Экспериментальный стенд для газодинамических исследований выходных диффузоров и патрубков турбин |Текс^ / В.А. Черников.— Теплоэнергетика. 2008.— N° 6.— С. 49-54.
2. Черников, В.А. Информационно-измерительная система аэродинамического стенда для исследований потока в проточной части отсека «ступень —
диффузор» и некоторые результаты испытаний на модели мощной газовой турбины |Текст| / В.А. Черников, Е.Ю. Семакина.— Энергетические машины и установки,— 2008,— N° 1.— С. 24-34.
3. Кириллов, И. И. Теория турбомашин ¡Текст| /14.14. Кириллов.— Л.: Машиностроение, 1972.— 536 с.
УДК 621.31 1.24
В.Г. Николаев
РАЗВИТИЕ ТЕХНОЛОГИЙ ОПРЕДЕЛЕНИЯ ВЕТРОЭНЕРГЕТИЧЕСКОГО ПОТЕНЦИАЛА РОССИИ
В 2010 году вложения в мировую ветроэнерге- (ВЭС)). На проектирование ВЭС за рубежом от-тику (ВЭ) составили около 70 млрд USD (введено водится 5-6 %, или 3,5-4,2 млрд USD. Из нихдо 35 ГВт новых ветроэнергетических станций трети (1,2-1,4 млрд USD) ушло на исследования
ветроэнергетического потенциала (ВЭП), обеспечивающие оценку целесообразности использования ВЭС в месте ее предполагаемой установки, атакже энергетическое и экономическое обоснование эффективности использования ВЭС.
Исследования ВЭП включают обязательную в мировой практике ветровую разведку (одно-двухгодичные измерения ветра в местах предполагаемой установки ВЭС из расчета 1 метеорологическая мачта на 12—18 МВт установленной мощности ВЭС), сбор, обработку и совместный анализ данных ветровой разведки и многолетних измерений на метеостанциях, подбор базовых ветроэнергетических установок (ВЭУ) и проектирование их оптимальной конфигурации в составе ВЭС, атакже обоснование инвестиций — обязательный документ для банковского кредитования ветроэнергетических проектов [1].
Расходы на ветровую разведку с последующей обработкой полученных данных по западным методикам составляют до 50 % от суммарных (до 700 млн USD). При этом годовые измерения ветра на одной метеомачте высотой до 80 м с трехуровневыми измерениями стоят до 100—120 тыс. USD, треть из которых уходит на анализ данных и численное моделирование [2].
Отметим, что реализация программы России по вводу ВИЭ до 2020 года, узаконенная постановлением Правительства РФ р-1 от 08.01.2009, подразумевает установленную мощность ВЭС к 2020 году в объеме до 7 ГВт. С учетом мирового опыта и российских условий объем затрат только на ветровую разведку и анализ по принятым за рубежом методикам составит до 140 млн USD.
Энергетическая эффективность использования ВЭС определяется мощностью, выработкой и ресурсом базовых ВЭУ, а экономическая эффективность использования ВЭС — себестоимостью производства энергии, окупаемостью и рентабельностью, которые зависят от капитальных и эксплуатационных затрат с учетом многолетней инфляции, выработки и закупочных цен на энергию ВЭС на протяжении периода ее эксплуатации.
Выработка ВЭС — производная от средней годовой (сезонной, месячной) мощности системы ВЭУ — ВЕТЕР и технической готовности (ТГ) ВЭУ, зависящей от простоев во время проведения регламентных работ и ремонта. Мощ-
т
ность системы ВЭУ — ВЕТЕР РвЭУ за период Т выражается функцией
К-р 1
^ГЭУ=^н„д(р/Ро)| |р(К)/(К)4, (О
где Киш — коэффициент неидеалыюсти ВЭУ, определяемый инерционностью систем управления, неоднородностью обдувки ветроколеса (ВК), ветровым экранированием ВЭУ друг другом и окружающими их препятствиями, потерями в сетях ВЭС и пр.; Кбур — буревая скорость, при которой ВЭУ останавливается во избежание поломок (буревой простой); У0 — стартовая скорость ветра, ниже которой ВЭУ не работает (ветроэнергетический штиль^ДК) — функция плотности распределения ветра по скоростям на высоте оси ВК ВЭУ, определяемая с погрешностью до 100 % и более (зависит от эффективности используемой методики); р0 и р — соответственно стандартная (при нормальных атмосферных условиях) и фактическая плотность воздуха; К"г — коэффициент технической готовности ВЭУ, существенно меняющийся, как следует из практики, за период эксплуатации ВЭУ (20 лет); Р(У) — мощностная характеристика ВЭУ, достоверно определяемая экспериментально (в сертификационных испытаниях) или расчетным путем, зачастую завышающим ее на 5—7 % по сравнению с реальной за счет просчетов проектирования, неидеалыюсти технической реализации, производства и эксплуатации ВЭУ, а порой и сознательного их завышения в конкурентной борьбе.
Основной источник статистически достоверных функций Д V) за рубежом — повторяемость скоростей ветра по градациям Д V/), которые определяются по многолетним данным метеослужбы (для России, стран СНГ и Балтии дополнительным информационным источником служат данные аэрологических станций (АС)). Аппроксимирующих аналитических функций ДV) известно свыше десятка, из которых за рубежом наиболее распространены двухпарамет-рическая функция Вейбулла, определяемая по данным ветровой разведки и ближайшей метеостанции. ОпределениеДК) основано на большем или меньшем соответствии средней скорости ветра параметров /(К), определение которых (срочных, месячных, сезонных) является важнейшей задачей ветровых изысканий.
Теоретическое моделированиеДК) на высоте оси ВКНвк производится подъемомД К), опреде-
ленной поданным метеостанций для высоты 10— 12 м или измерений на метеомачтах с помощью более или менее точно установленного закона нарастания скорости ветра К(А) с высотой А.
Высотные профили скорости ветра К(А) в приземном слое атмосферы (ПСА) до высот 200 м обычно описываются двухпараметриче-скими логарифмическими законами типа
У(к) = (и*/к)1п(/ф 0) (2)
К(А) =(и,/к)[1п (АД0) + 5,75А/Я], (3)
где к = 0,4 — постоянная Кармана; г() — масштаб шероховатости поверхности; (I* — скорость трения, связанная по гидродинамической теории с поверхностным трением ц зависимостью
|ц| = ри}\ Н=и„ /(6/) (/= 2П8ш.ф — параметр Кориолиса; О — частота вращения Земли; ф — широта в градусах). Параметр и* определяется по данным ближайших метеостанций, а параметр г()численно моделируется в месте возведения ВЭУ с некоторой погрешностью исходя из накопленных представлений о масштабе шероховатости для различных типов рельефа. Из теории и эксперимента известно, что модели (2) и (3) достаточно точно описывают реальные распределения К(А) лишь в случае нейтральной стратификации атмосферы в приземных слоях до высот 30-50 м [1,2].
Погрешности моделирования скоростей ветра на высоте осей ВК в местах установки ВЭУ
при использовании (2) и (3) могут быть обусловлены двумя причинами. Первая состоит в физической неправомочности логарифмического за-конадля описания высотных профилей скорости ветра на высотах более 50 м при наличии распространенной на территории России термической стратификации в ПСА. Вторая причина связана с погрешностями определения скорости на высоте метеоизмерений Fmctco и значения параметра шероховатости z0; чувствительность моделей (2) и (3) кточности их задания демонстрируют рис. 1 и 2.
Для сравнения на рис. 1 и 2 приведены графики среднегодового профиля скорости, построенного согласно отечественной методике [1] по данным многолетних измерений ветра на метео- и аэростанциях в г. Бологом, расположенных в типичных для европейской части России ветро-кл иматических условиях.
Из-за первой причины профиль (1) существенно занижает значения скоростей на высотах 60—100 м. Для примера в табл. 1 приведены результаты сравнения многолетних (1960—1980-е годы) аэрологических измерений на 55-и аэростанциях России средних годовых скоростей и удельных мощностей ветра для высот 100 и 200 м с данными моделирования в [3] по методике WASP датского института RISO, которая используется в качестве расчетного модуля большинства зарубежных компьютерных систем при проектировании ВЭС (WindFarm, WindFarmer, WindMaster, WindPro).
Рис. 1. Зависимость моделируемой скорости ветра в приземном 100-метровом слое атмосферы от значений скорости Кт(.1(.0
Профиль (2) 1а = 0,067 и; Ум =4,0 м/с
Профиль (1) 1а = 0,067 м; Ум =4,0 м/с
Профиль (2) 70 =0,10 м; Ум = 4,0 м/с
Профиль (1) 2о=0,10м; Ум = 4,0 м/с Профиль (2) 2о=0,15м; Ум = 4,0 м/с
Профиль (1) 1о =0,15 м; Ум = 4,0 м/с Профиль Бологое Ум = 4,0 м/с; То - 0,1
высота h, м
- -д-
Рис. 2. Зависимость моделируемой скорости ветра в 100-метровом ПСА от значения параметра шероховатости г0
Таблица 1
Сравнение данных моделирования и аэрологических измерений
Название пок^ателя Значения пок^ателя на высотах
100 м 200 м
Расчет по методике
ФЛЮГЕР WASP ФЛЮГЕР WASP
Средняя по 55МС скорость ветра,м/с Среднее гаадратическое от^онение, % 6,73 0 5,60 26,5 7,16 0 6,86 21,6
Средняя удельная мощность ветра,Вт/м2 Среднее гаадратическое отмонение, % 561,0 0 293,1 69,70 818,3 0 510,5 63,84
Согласно анализу работы [2] на 51 из 55 аэростанций, представляющих всю территорию России, характеристики ветра, рассчитанные по методике WASP, занижают значения средних годовых скоростей и удельных мощностей ветра по сравнению сданными аэростанций в среднем на 26,5 и 69,7 % на высоте 100 и на 21,6 и 63,8 % на высоте 200 м, при этом наряде аэростанций указанные расхождения на высоте 100 м достигают 1,5 разаи более, что намного превышает допустимые практикой (согласно [1]) погрешности определения скорости (<10—12 %) и мощности ветра (<20-25 %).
Анализ различий скоростей ветра на соседних метеостанциях указывает на возможные погрешности определения скоростей ветра в местах предполагаемой установки ВЭУ до 15—20 % [2]. Но уже при погрешности 10 % в определении Fmctco, как видно из рис. 2, использование аппроксимаций (2) и (3) приводит к разбросу скоростей ветра на высоте 100 и 200 м более 13 %. Моделирование параметра z0 даже с двукратной погрешностью — трудная задача [1], но и погрешность ее моделирования в 50 % приводит к разбросу скоростей ветра на высоте 100 м в 12— 15 % при использовании аппроксимации (2).
Существенные расхождения результатов расчетных методик с данными эксперимента привели к развитию модели (2) и ее трансформации в модель (3), позволяющую уменьшить погрешность определения скорости на высотах 50— 150 м. Но согласно методическим расчетам автора использование модели (3) вместо (2) приводит к уменьшению различий модельных средних годовых скоростей ветра с аэрологическими данными для высоты 100 м примерно вдвое, однако величина невязки результатов модели и экс-
перимента при этом остается весьма существенной (13-18%).
Занижение расчетных данных наиболее авторитетной за рубежом методики WASP далеко не безобидно, поскольку в соответствии с ними многие регионы РФ (практически вся континентальная часть европейской территории и Западной Сибири, Урал и др.) априори должны быть отнесены к неперспективным для развития отечественной ветроэнергетики [3].
Как показывает опыт работы с методикой WASP, пределы ее точности ограничены в конечном итоге принципиально неизбежной для методов экстраполяции математической расходимостью при большом удалении на высоту от уровня метеорологических измерений. Для повышения точности моделирования скорости ветра по методике WASP принципиальное значение имеет наличие данных двух- или трехуровневой ветровой разведки, позволяющей перейти при реконструкции вертикального профиля скорости к более точным процедурам высотной интерполяции данных. Именно этим объясняется настоятельность зарубежных рекомендаций для России по проведению ветровой разведки даже в тех местах, где поданным отечественных метеорологических и аэрологических измерений ВЭП заведомо достаточен по любым международным критериям для его эффективного использования.
Отдавая должное высокой квалификации и технической оснащенности наших зарубежных коллег и их многолетним и плодотворным усилиям по развитию методик моделирования ВЭП на основе данных метеорологических и мачтовых измерений, хотелось бы указать на результаты российских специалистов, в том числе автора, дающие существенные дополнительные
возможности повысить точность и эффективность, а также минимизировать затраты на моделирование ветровых характеристик и проектные ветроэнергетические изыскания на территории России, стран СНГ и Балтии.
Современные возможности высокоточного определения ВЭП и энергетической эффективности ВЭУ в отдельных пунктах и районах территории России, стран СНГ и Балтии связаны с максимально полным использованием метеорологической информации из авторских баз данных и расчетно-поисковых компьютерных систем, а также с новыми представлениями о закономерностях и особенностях географического, высотного и временного распределения климатических характеристик ветра на территории бывшего СССР и развитыми на этой базе передовыми статистическими и численными гидродинамическими моделями [1].
Схема развитого автором подхода приведена на рис. 3.
Методической основой определения региональных и локальных параметров ветра и ВЭР является их физическое и статистическое моделирование по данным близлежащих метео-и аэростанций с учетом свойств окружающего рельефа и подстилающей поверхности. Массовые расчеты ветровых характеристик, а также мощностей и выработок ВЭУ для отдельных пунктов и областей России и СНГ обеспечиваются в методике, принятой в специализированной авторской компьютерной системе «Флюгер» [1]. Она включает базу данных многолетних измерений ветровых характеристик в ПСА на государственной сети из примерно 3600 метео- и 146 аэростанций России и бывшего СССР за период с 1960-х годов по настоящее время, а также программные средства для статистического и численного моде-
Определение ВЭП ^(ВтуМ) в заданном районе. Базовая формула: W = 1/2р j V3G(v)dV
БАЗА ДАННЫХ
многолетних аэрологических измерений на высотах 100, 200, 300 и 600 м на сети АС России
Статистические миделириваиие иднинарамеарических анбул ириванных функций
для 2 < У < 12 м/с с шагом
AFcp = (0,5+8) м/с при 8 « 0,05 Ксрно данным ЛС в круге радиуса R*-31'0« 500-700 км
МОДЕЛЬ "СЭНДВИЧ"
h Эмпирическая модель: .....А Kp(h) =Á-h3+B-1r+C-h+D........ 7
100 м
/¡М|"° Сплайн-аппроксимация: А. k К-р 0') = Л-h3+B-lr+C-h+D........Т
Полуомнирич, мидель ..V"............ ycp(h)=af/k)in(h/zí,) ^
1 пи вк) т
Статистическая кимниляния
смп™(к.р)ислэ1'°(к.р)
Д1Я И7;ик ! метидим максимального правдоподобия с процедурой
G(V), %
БАЗА ДАННЫХ многолетних метеоизмерений на сети МС России и данных о ветровой закрытости МС (по Милевскому)
Статистическое моделирование районных V"':"¡" с очисткой данных до7б(по Милевском)
мктко,,, . ш (К )
Статистические миделириваиие иднинараме'фических табулириванных функций
/-MLI'LOí ./
" (К-р1
для 2 < Уср < 12 м/с с шагом
AFcp = (0,5+8) м/с при 8 « 0,05 V^ но данным МС в круге радиуса дметео « 200-500 км
ВЭП ÍF(Bt/m~) в заданном районе:
W = 1/2р ¡V3G(V)dV + попэешности его опоеделения
Рис. 3. Блок-схема авторской методики определения ВЭП в заданном районе РФ: Я — радиус подобия ветроклиматических условий; ю — повторяемость скорости ветра по градациям
лирования ВЭП, расчета энергетической и экономической эффективности ВЭУ и ВЭС, атакже графического и картографического представления результатов. Методика моделирования параметров ВЭП и ВЭУ в местах их предполагаемого использования реализуется по схеме рис. 4.
Основные положения определения ВЭП и энергетической эффективности ВЭС в России изложены в работе «Национальный кадастр ветроэнергетических ресурсов России и методические основы их определения» [1].
Методика определения энергетических показателей ВЭП и ВЭС построена на установленных в [1] закономерностях географического, высотного и временного (многолетнее, сезонное, суточное) распределения ветровых характеристик на территории России и бывшего СССР, в том числе:
установление достоверных региональных статистических связей между средними сезонными и годовыми скоростями ветра с характеристиками подстилающей поверхности в приземном слое в местах и на высотах метеоизмерений 8—16 м (по многолетним данным государственной сети метеостанций с учетом известных классификаций рельефа и подстилающей поверхности);
создание на основе полученных статистических связей и классификации метеостанций методики «очистки» данных — приведения данных метеоизмерений скоростей и направлений ветра к условиям ровной поверхности без экранирующих ветер препятствий;
установление статистически достоверных значений, атакже качественных и количественных отличий средних сезонных повторяемостей ветра по градациям скорости в ПСА в разных климатических регионах России;
построение наиболее адекватных из известных и статистически достоверных региональных табулированных функций сезонного распределения ветра по градациям скорости в ПСА в разных климатических регионах России;
построение на основе данных метеорологического и аэрологического зондирования пограничного слоя атмосферы нового класса наиболее достоверных из известных многоуровневых моделей высотного распределения скорости ветра в 300-метровом пограничном слое атмосферы для большинства репрезентативных климатических регионов России. Максимально статистически и физически достоверной из развитых моделей оказывается разработанная нами трех-
База данных многолетних аэрологических измерений ветра в пограничном слое атмосферы Статистическое моделирование среднемесячных скоростей ветра в заданном пункте, районе на высоте метеоизмерений База данных многолетних измерений ветра и метеопараметров на сети ГМС
Численно-статистическое моделирование средних месячных скоростей ветра в заданном пункте или районе на высоте 100 м Построение средних месячных и сезонных моделей высотного профиля скорости до высот 100— 200 м и расчет скоростей ветра на высоте осей ветроколес ВЭУ Инк Эмпирико-статистическое моделирование региональных средних сезонных функций распределения ветра по скоростям /(V)
~Г
Расчетные или измеренные рабочие (мощностные) характеристики ВЭУ Р< V) Эмпирико-статистические модели сезонных функций распределения /(V) вместе размещения ВЭУ на высоте //ик Данные о рельефе, подстилающей поверхности и экранирующих ветер препятствиях в местах размещения ВЭУ
А 1
рвэу='лк- I Р(У)/(ЩГ Г* Расчет и анализ энергетических показателей разных ВЭУ и ВЭС в целом в местах и районах возможной их установки Выводы о целесообразности возведения ВЭС, выбор базовых ВЭУ для ВЭС, мест и схемы их размещения
Рие. 4. Схема определения характеристик ВЭП и энергетической эффективности ВЭС в отдельных местах и районах их предполагаемого использования
слойная модель «Сэндвич», в которой профиль скорости ветра в нижнем (до 10—15 м) подслое моделируется физически и статистически обоснованным логарифмическим профилем, в верхнем слое (100—600 м) используется кубическая аппроксимация по аэрологическим данным с уровней 100,200,300 и 600 м, а в промежуточном слое (15—100 м) скорость аппроксимируется кубическим сплайном, обеспечивающим гладкость профиля во всем 600-метровом слое;
установление статистически достоверных средних сезонных значений ВЭП в приземном 200-метровом слое атмосферы на всей территории России;
установление новых перспективных для эффективного промышленного освоения «месторождений» ветроэнергетических ресурсов [1] и выбор наиболее перспективных районов и площадок на территории России для реализации проектов ВЭС (рис. 5).
В основе прогноза значений технических, энергетических и экономических показателей современных ВЭУ и ВЭС по развитой автором методике:
установленные диапазоны региональной и сезонной изменчивости и пределах достоверности определения мощности ВЭУ по формуле (1) в заданном пункте или районе России;
установленная зависимость мощности ВЭУ с заданным диаметром ветроколеса от высоты ее
башни (мачты) и профиля направления ветра в ПСА;
построенная прогностическая модель многолетней (на протяжении ресурса ВЭУ) изменчивости технической готовности ВЭУ и ее энерговыработки;
установленные значения максимального и среднего регионального удельного (на единицу площади, занимаемой ВЭС) энергосъема ветроэнергетических ресурсов с использованием современных ВЭС;
определение реальной располагаемой мощности ВЭУ в заданном районе или пункте с учетом ее технических характеристик и характеристик ветра в ПСА;
Анализ основных особенностей и закономерностей географического и высотного распределения и временной (суточная, сезонная, годовая, многолетняя) изменчивости ВЭР и детальные оценки ветроэнергетических характеристик в отдельных регионах России позволили получить новые и уточнить известные (с учетом энергетической эффективности современных ВЭУ) данные о ВЭР, техническом и экономическом потенциале в отдельных регионах и в России в целом.
Расчет технического ВЭП по федеральным субъектам, округам и РФ в целом проведен автором с допущением о 10 %-ном землеотводе под ВЭС по средней для субъектов мощности ВЭУ
Рис. 5. Перспективные районы размещения ВЭС на территории России
V90 с диаметром ветроколеса 90 м и высотой башни 100 м (производство международной корпорации VESTAS — мирового лидера в строительстве ВЭУ). Средние за 20-летний ресурсный период работы ВЭУ коэффициенты в расчетной формуле (2) приняты равными К1Шд = 0,81 и Ктг — = 0,94. Расстояние между ВЭУ по аэродинамическим соображениям (минимизация ветрового экранирования ВЭУ друг другом) выбрано равным 10 диаметрам ветроколеса ВЭУ.
На рис. 6 приведена карта распределения по территории России рассчитанных автором среднегодовых значений коэффициентов использования номинальной мощности А'иу^ ВЭУ V 90 производства компании VESTAS. Среднее по России расчетное значение ЛГИУМ ВЭУ V90 с башней 100 м составляет 19,6 %, чему (с учетом погрешности вычислений) соответствует средняя годовая мощность РВЭу » 588 ± 87 кВт. До 30 субъектов РФ обладают ветроэнергетическими ресурсами, достаточными для эффективного их использования по всем международным критериям (А'иум >28 %). Однако меньшие средние значения А'иу^ в субъекте РФ не означают отсутствия перспектив для развития в нем ВЭ.
В силу существенной ветроклиматической изменчивости в ряде субъектов РФ (Камчатская, Калининградская области) имеются районы с ВЭП, достаточным для его эффективной утилизации.
Данные о техническом и экономическом ветроэнергетических потенциалах России в целом и отдельных федеральных округов, полученные с учетом расчетных значений коэффициентов использования номинальной мощности ВЭУ VESTAS V90 для рассмотренных территорий, даны в табл. 2. Эти данные попадают в диапазон оценок ВЭП, приведенных в [4, 5]. Экономический потенциал, в соответствии с рекомендациями [4] определен как0,5 % от технического потенциала.
Расчетные значения технического ВЭП РФ (« 11500 ТВт-ч) в 11,5 раза превышает годовую выработку электроэнергии страны в 2010 году. При этом, учитывая возможность более компактного размещения ВЭУ в составе ВЭС (менее 10 диаметров ветроколеса ВЭУ), полученные значения технического ВЭП следует рассматривать в качестве минимальной оценки.
Методика многократно апробирована при проведении проектных исследований и технико-
Карта распределения коэффициента использования установленной мощности ВЭУ "VESTAS V 90 / 3.0 MW с высотой башни h= 100м. в узлах координатной сетки. Среднее значение за год.
Рис. 6. Распределение среднегодовых коэффициентов использования номинальной мощности Кшм для ВЭУ VESTAS V 90 с высотой башни 100 м
о О о о О О # •
W<15 15.20 20.25 25.30 30.35 35.40 40..45 W>45 Коэффициент использования установленной мощности ВЭУ, %
Таблица 2
Технический и экономический потенциал ВЭР по федеральным округам РФ
Федеральный округ Технический потенциал, млрд кВт-ч/год Экономический потенциал, млрд й$т-ч/год
Центральный 588 2,94
Северо-западный 1428 7,15
Южный 564 2,82
Приволжский 872.8 4,37
Уральский 1 577 7,54
Сибирский 2 754 13,75
Дальневосточный 3 689 18,45
ИТОГО: 11 473 55,23
экономических обоснований ветроэнергетических проектов в различных регионах России и стран СНГ.
Высокая точность представленной в статье теоретической (не требующей дорогостоящих и длительных дополнительных измерений) методики прогноза энергетических показателей ВЭУ большинства известных типов при ее ма-
лой трудоемкости и стоимости, а также широкие возможности проведения в сжатые сроки многовариантных расчетов энергетической и экономической эффективности ВЭС в любом пункте или регионе на территории России и постсоветского зарубежья позволяют кардинальным образом повысить эффективность проектных ветроэнергетических изысканий.
СПИСОК ЛИТЕРАТУРЫ
1. Николаев, В.Г. Национальный кадастр ветроэнергетических ресурсов России и методические основы их определения [TckctJ / В.Г. Николаев, C.B. Ганага, Ю.И. Кудряшов // Атмограф.— М., 2008.
2. Николаев, В.Г. Об эффективности методик прогноза ВЭП, энергетических и экономических показателей ВЭС в РФ ¡Текст| / В.Г. Николаев / НИИЭС // Малая энергетика. 2010. N° 1.
3. Старков, А.Н. Атлас ветров России ¡'1скст| / А.Н. Старков, J1. Лансберг, П.П. Безруких,
М.М. Борисенко.— М.: Можайск-Терра, 2000.
4. Безруких, Г1.Г1. Справочник по ресурсам ВИЭ РФ и местным видам топлива ¡Текст| / П.П. Безруких, В.В. Дегтярев, В.В. Глистратов Lit др-j.— М.: ИАЦ Энергия, 2007.
5. Васильев, Ю.С. Оценки ресурсов возобновляемых источников энергии в России [Тексту Учебно-справочное пособие [TckctJ / Ю.С. Васильев, П.П. Безруких, В.В. Глистратов, Г.И. Сидоренко,- СПб.": Изд-во СПбГПУ, 2008. - 250 с.
УДК621.438.082: 621.311.23
ГЛ. Ром ахова, Д. А. Трещев ЭКОНОМИЯ ТОПЛИВА НА ПАРОГАЗОВЫХ И ГАЗОТУРБИННЫХ ТЭЦ
Энергетической стратегией России на период до 2030 года предусматривается создание и широкое внедрение комплекса технологического оборудования на модульном принципе для нового строительства источников теплоснабжения и перевода существующих на когенераци-
онную основу. Для централизованного теплоснабжения предполагается использовать в основном парогазовые технологии [1].
По состоянию на конец 2009 года в России эксплуатируется, строится и проектируется более 70 парогазовых блоков суммарной мощнос-
