Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 125

Liczba wyników na stronie
first rewind previous Strona / 7 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  forecast
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 7 next fast forward last
EN
The basis of the conducted analysis were the data on electricity production balance, including the structure of eleltricity production. The data used for calculations include monthly electricity production figures from power plants (thermal and hydro electric power plants, wind farms), independent power producers and industrial power stations. In this paper, two predictive models are applied – a prediction method using Adaptive Neuro-Fuzzy Inference System (ANFIS), and a method using stochastic differential equations (SDE), which make it possible to make medium-term projections of electricity production and its structure, thus providing the basis for energy mix analysis. The results of estimations and verification of the developed models are presented, as well as examples of prediction results. The results were compared to the projection provided in the draft of Polityka Energetyczna Polski do 2040 roku PEP2040 (Poland’s Energy Policy until 2040). An attempt was also made to answer the question whether the models based only on historical time series may serve as a valid basis for the analysis of electricity production structure, and whether such models are capable of adequately describing the processes in power engineering under uncertainty and risk.
PL
Dane dotyczące bilansu w zakresie wytwarzania energii elektrycznej z uwzględnieniem jej struktury są podstawą wykonanych analiz. Dane wykorzystywane do obliczeń zawierają miesięczne produkcje energii elektrycznej z elektrowni zawodowych (termiczne, wodne i wiatrowe), niezależnych producentów energii elektrycznej oraz przemysłowych elektrociepłowni. W artykule wykorzystano dwa modele predykcji, metodę predykcji z wykorzystaniem rozmytego systemu wnioskowania ANFIS - Adaptive Neuro-Fuzzy Inference System i metodę wykorzystującą stochastyczne równania różniczkowe SDE – Stochastic Differential Equations, umożliwiające wykonanie średnioterminowej prognozy produkcji energii elektrycznej wraz z jej strukturą, dając podstawę do analizy mixu energetycznego. Zaprezentowano wyniki estymacji i weryfikacji budowanych modeli oraz przykładowe wyniki predykcji. Rezultaty porównano z prognozą prezentowaną w projekcie Polityki Energetycznej Polski do 2040 roku PEP2040. W tym kontekście podjęto dyskusję w celu odpowiedzi na pytanie, czy modele bazujące tylko na historycznych szeregach chronologicznych mogą być podstawą analiz struktury wytwarzania energii elektrycznej i czy są adekwatne do opisu procesów w elektroenergetyce w warunkach niepewności i ryzyka.
EN
In the article, mathematical modeling methods are used to study the main trends and macroeconomic determinants of the electric car market development in 2011–2018 on the example of the US. The determinants include economic (GDP), socio-economic (household income), energy (electricity use), and environmental (СО2 emissions) factors. The authors justify the role of electric transport in strengthening national energy security due to the transition to renewable energy technologies and the reduction of fossil fuel use. Based on the constructed linear regression equations, a weak relationship has been revealed between the number of electric vehicles sold and the environmental factor, which can be explained by the small share of electric cars in the US market. The formed multifactor linear model showed a positive impact of both the country’s GDP growth and electricity consumption increase on the number of electric vehicles sold. However, the rise in household incomes negatively influences market development due to insufficient consumer awareness of the electric transport operation benefits, an underdeveloped network of electric vehicle charging stations, etc. Based on the obtained multifactor model, the authors have built optimistic, optimal and pessimistic scenarios for the US electric vehicle market deployment for the next five years. In order to implement the most favorable scenarios, recommendations for market development factors’ management have been made. The results of the study can be used to improve public policy in the US transport and energy sectors, as well as in other countries to optimize the fuel and energy balance, strengthen the energy independence of states by developing clean transport and adapting the model to national specifics.
PL
W artykule zastosowano metody modelowania matematycznego do badania głównych trendów i makroekonomicznych uwarunkowań rozwoju rynku samochodów elektrycznych w latach 2011–2018 na przykładzie USA. Determinanty obejmują czynniki ekonomiczne (PKB), społeczno-ekonomiczne (dochody gospodarstw domowych), energetyczne (zużycie energii elektrycznej) i środowiskowe (emisja СО2). Autorzy potwierdzają znaczącą rolę transportu elektrycznego we wzmacnianiu bezpieczeństwa energetycznego kraju ze względu na przejście na technologie energii odnawialnej i ograniczenie zużycia paliw kopalnych. Na podstawie skonstruowanych równań regresji liniowej ujawniono słabą zależność między liczbą sprzedanych pojazdów elektrycznych a czynnikiem środowiskowym, co można wyjaśnić niewielkim udziałem samochodów elektrycznych w rynku amerykańskim. Utworzony wieloczynnikowy model liniowy wykazał pozytywny wpływ zarówno wzrostu PKB kraju, jak i wzrostu zużycia energii elektrycznej na liczbę sprzedawanych pojazdów elektrycznych. Wzrost dochodów gospodarstw domowych negatywnie wpływa na rozwój rynku ze względu na niedostateczną świadomość konsumentów dotyczącą korzyści płynących z eksploatacji transportu elektrycznego, słabo rozwiniętą sieć stacji ładowania pojazdów elektrycznych, itp. Na podstawie uzyskanego modelu wieloczynnikowego autorzy zbudowali scenariusze rozwoju rynku pojazdów elektrycznych w USA na najbliższe pięć lat: optymistyczny, optymalny i pesymistyczny. W celu realizacji najkorzystniejszych scenariuszy sformułowano rekomendacje dotyczące zarządzania czynnikami rozwoju rynku. Wyniki badania mogą zostać wykorzystane do poprawy polityki publicznej w sektorze transportu i energii w USA, a także w innych krajach do optymalizacji bilansu paliwowo-energetycznego, wzmocnienia niezależności energetycznej państw poprzez rozwój czystego transportu poprzez dostosowanie modelu do specyfiki tych krajów.
EN
The objective of this paper is to determine the trend and to estimate the streamflow of the Gökırmak River. The possible trend of the streamflow was forecasted using an autoregressive integrated moving average (ARIMA) model. Time series and trend analyses were performed using monthly streamflow data for the period between 1999 and 2014. Pettitt's change point analysis was employed to detect the time of change for historical streamflow time series. Kendall's tau and Spearman's rho tests were also conducted. The results of the change point analysis determined the change point as 2008. The time series analysis showed that the streamflow of the river had a decreasing trend from the past to the present. Results of the trend analysis forecasted a decreasing trend for the streamflow in the future. The decreasing trend in the streamflow may be related to climate change. This paper provides preliminary knowledge of the streamflow trend for the Gökırmak River.
EN
An accurate short-term global solar irradiation (GHI) forecast is essential for integrating the photovoltaic systems into the electricity grid by reducing some of the problems caused by the intermittency of solar energy, including rapid fluctuations in energy, management storage, and the high costs of electricity. In this paper, the authors proposed a new hybrid approach to forecast hourly GHI for the Al-Hoceima city, Morocco. For this purpose, a deep long short-term memory network is trained on a combination of the hourly GHI ground measurements from the meteorological station of Al-Hoceima and the satellite-derived GHI from the neighbouring pixels of the point of interest. Xgboost, Random Forest, and Recursive Feature Elimination with cross-validation were used to select the most relevant features, the lagged satellite-derived GHI around the point of interest, as input to the proposed model where the best forecasting model is selected using the Grid Search algorithm. The simulation and results showed that the proposed approach gives high performance and outperformed other benchmark approaches.
EN
Covering a wide area by a large number of WiFi networks is anticipated to become very popular with Internet-of-things (IoT) and initiatives such as smart cities. Such network configuration is normally realized through deploying a large number of access points (APs) with overlapped coverage. However, the imbalanced traffic load distribution among different APs affects the energy consumption of a WiFi device if it is associated to a loaded AP. This research work aims at predicting the communication-related energy that shall be consumed by a WiFi device if it transferred some amount of data through a certain selected AP. In this paper, a forecast of the Energy consumption is proposed to be obtained using an algorithm that is supported by a mathematical model. Consequently, the proposed algorithm can automatically select the best WiFi network (best AP) that the WiFi device can connect to in order to minimize energy consumption. The proposed algorithm is experimentally validated in a realistic lab setting. The observed performance indicates that the algorithm can provide an accurate forecast to the energy that shall be consumed by a WiFi transceiver in sending some amount of data via a specific AP.
EN
This article describes the design of a simple forecasting system and its practical application to predict the sporadic needs for a spare part. The article shows new approach already implemented in the special servicing and production company in Slovakia and its results during a short period of performance after its implementation. Such a proposed model can be a part of the purchase planning of spare parts within the company's logistics system. In some companies, the material flow of spare parts is dominant element in terms of logistics costs. Their management is therefore important for cost optimization, customer satisfaction and market sustainability in a competitive environment. The article, in its introductory part, provides an overview of similar practical solutions within the research of this topic, but many models are designed to be applied in a global market environment and predict the amount of spare parts needed in different industries. However, these models are difficult to use for the needs of a small enterprise, because the main problem lies in the time of a spare part demand rather than its quantity. If there is a need for a specific spare part, which costs several hundred or thousands of euros, but the consumption is only a few pieces per year or more than a year, the time prediction of required spare parts is therefore crucial.
PL
W niniejszej publikacji przedstawiono opracowane prognozy wielkości produkcji stali według technologii wytwarzania (proces konwertorowy i elektryczny) dla krajowego hutnictwa do 2022 roku. Do prognozowania produkcji stali ogółem zostały wykorzystane podstawowe modele statystyczne. Szereg czasowy utworzyły dane dotyczące rocznej produkcji stali w Polsce w latach 2000-2017. Uzyskane prognozy produkcji stali ogółem stały się podstawą do wyznaczenia udziału stosowanych technologii w prognozach ogółem na podstawie uśrednionych wartości udziałów technologii konwertorowej i elektrycznej w produkcji stali ogółem za lata 2000-2017.
EN
This publication presents forecasts of the steel production according to the used technology (converter and electric process) for the domestic steel industry up to 2022. Basic statistical models were used to forecast steel production in total. The time series created data on annual steel production in Poland in 2000-2017. The obtained forecasts of steel production in total were used to obtain production in converter and electric process on the base of averaged values of these technologies in total steel production in 2000-2017.
EN
Presentation of the number of passenger cars, vehicles other than passenger cars with GVM up to 3.5 tons and above 3.5 tons (trucks, buses and special vehicles), registered in Poland as at the end of 2015, with types of energy carriers. Forecasts of transport performance of the vehicle fleet and the forecast of the fleet volume in Poland by year 2035. Expert forecasts of energy carriers consumption (petrol, diesel oil, LPG, CNG, electric power, hydrogen) up to year 2035.
PL
Praca składa się z części teoretycznej i praktycznej. Część teoretyczna, wykonana na podstawie literatury, stanowi przegląd poglądów na temat roli i miejsca analizy prognostyczno-scenariuszowej w zarządzaniu przedsiębiorstwem. Część praktyczna powstała na podstawie wykonanych prognoz wielkości produkcji stali w Polsce z wykorzystaniem modeli liniowych, nieliniowych, metod adaptacyjnych i autoregresyjnych. Uzyskane prognozy uporządkowano, budując scenariusz bazowy i scenariusze optymistyczny oraz pesymistyczny dla wielkości produkcji w krajowym przemyśle stalowym do 2020 roku.
EN
The publication consists of theory and practice. In first part (theory) key opinions about place and role of forecasts and scenarios in enterprise management are presented. The second party (practice) is based on predictions made using linear, nonlinear, adaptive and autoregressive models. The forecasts are structured into the following: base-case scenario, worst-case scenarios and best-case scenarios for steel production in Polish steel industry until 2020.
10
Content available remote Organization of the information support to the military security of a state
EN
Global trends show that information factors in politics are strategic, playing an increasingly important role in shaping and implementing the military policy of states. In this regard, relevant is the issue of scientific recognition and understanding of the key role of information support to the military security of a state. The article gives the points of view on the main aspects of organizing a system of information support to the military security of a state and requirements to such a system.
PL
Globalne trendy pokazują, że czynniki informacyjne w polityce są strategiczne, odgrywają coraz większą rolę w kształtowaniu i wdrażaniu polityki militarnej państw. W związku z tym istotna jest kwestia naukowego poznania i zrozumienia kluczowej roli wsparcia informacyjnego dla bezpieczeństwa militarnego państwa. W artykule przedstawiono punkty widzenia na główne aspekty organizacji systemu wsparcia informacyjnego dla wojskowego bezpieczeństwa państwa i wymagań dla takiego systemu.
11
PL
W 2016 roku Organizacja Współpracy Gospodarczej i Rozwoju opublikowała raport, w którym przeprowadzono modelowanie w oparciu o ówczesne emisje, rozkład populacji, trendy gospodarcze i demograficzne, które pozwoliło przewidzieć ekonomiczne konsekwencje zanieczyszczeń powietrza do roku 2060. Autorzy projektu stwierdzili, że jeżeli kraje nie podejmą większych działań na rzecz poprawy jakości powietrza poza tymi, które zostały już wdrożone to liczba przedwczesnych zgonów z powodu zanieczyszczeń powietrza może zwiększyć się do roku 2060 i będzie kształtować się na poziomie 8-9 milionów osób rocznie. Jednocześnie podkreślili, że jeżeli zostaną wdrożone odpowiednie kroki w zakresie m.in. czystszych źródeł energii, transportu publicznego czy limitów emisji, to istnieje duża szansa, aby jakość powietrza uległa poprawie, co w konsekwencji znacznie obniży skutki i koszty zdrowotne. Jednym z wdrażanych obecnie rozwiązań jest rozpowszechnienie na szeroką skalę samochodów z silnikiem elektrycznym PEV, tj. samochodów zasilanych wyłącznie z baterii BEV (ang. Battery Electric Vehicle) i hybrydowych zasilanych prądem sieciowym - PHEV (ang. Plug-in Hybrid Electric Vehicle). W niniejszej pracy przedstawiono aktualny stan rynku takich samochodów, a także prognozy jego rozwoju. Szczególny nacisk położono tutaj na plany koncernów samochodowych w tym wymiarze.
EN
In 2016, the Organisation for Economic Co-operation and Development published a report in which a modeling was conducted (based, among others, on current emissions, population distribution, economic and demographic trends) that allowed for forecasting the economic consequences of air pollution up to 2060. The project’s authors stated that if countries do not take up more action to improve the quality of air than those introduced the number of early deaths due to air pollution can increase until 2060 and amount to 8-9 million people annually. At the same time, they emphasized that if adequate steps are incorporated in terms of cleaner energy sources, public transport or emission limits, among others, there is a high chance that the air quality improves, which in consequence will substantially lower the health effects and costs. One of the currently introduced solutions is the dissemination of plug-in electric vehicles (PEV), i.e. battery electric vehicles (BEV) and plug-in hybrid electric vehicles. This paper presents the current state of the market for such cars, as well as forecasts of its development. Special emphasis was put to the related plans of car manufacturers.
PL
Celem niniejszej publikacji jest opracowanie prognoz wielkości produkcji stali ogółem i według technologii wytwarzania (proces konwertorowy i elektryczny) w krajowym hutnictwie. W artykule przedstawiono przebieg linii trendów wielkości produkcji stali według poszczególnych procesów wytwarzania w latach 2000-2017. Poszczególne trendy poddano interpretacji, a następnie dokonano predykcji zmian w ich przebiegu do 2022 roku. Jako instrumenty (metody) prognozowania zastosowano adaptacyjne modele wygładzania wykładniczego.
EN
The aim of the article is to forecast total steel production and according to the used technology (Bessemer and electrical process) in Poland. The article presents the course of trends in steel production according to manufacturing processes over the period of 2000-2017. A prediction of their changes until 2022 was developed based on the interpretation of the trends. Adaptive exponential smoothing models were used during forecasting.
EN
Forecasting is an element of the decision-making process through which a desired vision of the future status of the company is worked out and determines the techniques of achieving it. Creating forecasts is a conscious action and it is based on a certain method. Statistical-econometric methods were used in this publication. The projections concerned steel production and the proportion between the applied technologies. The research covered the domestic steel industry. Due to the time span of the projections, which was assumed until 2020, the designated forecasts were acknowledged as short-term projections.
EN
The aim of the work was to produce three independent models for prediction and simulation of winter wheat yield, which were marked in the following way: ReWW15_04, ReWW31_05 and ReWW30_06. The produced models enable to make yield forecasts for April 15, May 31 and June 30, directly before harvest in the current agrotechnical season. For the construction of prediction models the Multiple Linear Regression (MLR) method was used. The models are based on meteorological data (air temperature and rainfall) and information on mineral fertilisation. The data were collected from 2008- 2015 from 301 production fields located in Poland, in the Wielkopolskie Voivodeship. Evaluation of the quality of forecasts based on MLR models was verified by determining forecast errors using RAE, RMS, MAE and MAPE error gauges. An important feature of the produced prediction model consists in the possibility of making a prediction in the current agrotechnical year on the basis of current weather and fertilizer information.
PL
Celem pracy było wytworzenie trzech niezależnych modeli do predykcji i symulacji plonu pszenicy ozimej, które oznaczono w następujący sposób: ReWW15_04, ReWW31_05 and ReWW30_06. Wytworzone modele umożliwiają wykonanie prognozy plonu na dzień 15 kwietnia, 31 maja i 30 czerwca, bezpośrednio przed zbiorem w aktualnie trwającym sezonie agrotechnicznym. Do budowy modeli predykcyjnych użyto metody liniowej regresji wielorakiej (MLR). Modele powstały w oparciu o dane meteorologiczne (temperatura powietrza i opady atmosferyczne) oraz informacje o nawożeniu mineralnym. Dane zostały zebrane z lat 2008-2015 z 301 pól produkcyjnych zlokalizowanych w Polsce, na terenie województwa Wielkopolskiego. Ocena jakości prognoz wytworzonych na bazie modeli MLR została zweryfikowana poprzez określenie błędów prognozy za pomocą mierników błędów RAE, RMS, MAE oraz MAPE. Ważną cechą wytworzonego modelu predykcyjnego jest możliwość wykonania prognozy w bieżącym roku agrotechnicznym w oparciu o aktualne informacje pogodowe i nawozowe.
EN
Households are the most significant group of consumers in the municipal and household sector in Poland. In 2010-2016, households consumed annually from 8.9 to 10.8 million Mg of coal (77-81% share in this sector). As of the beginning of 2018, seven voivodships in Poland have already introduced anti-smog resolutions, one has its draft, three are considering introduction of such resolutions. In the face of introducing anti-smog resolutions, the analysis of coal consumption by households was conducted for a situation where anti-smog resolutions will be introduced in all voivodships in Poland. A forecast of hard coal consumption by Polish households in 2017-2030 was presented in the article. Two scenarios differentiated in terms of calorific value of coal were taken into account: (i) concerned coal with a calorific value of 24 MJ/kg (min. Q for eco-pea coal: grain size 5.0-31.5 mm), (ii) – coals with a calorific value of 26 MJ/kg (Q recommended for use by producers of class 5 boilers). In the perspective of 2030, the largest decrease in hard coal consumption can be expected (jointly) in the voivodships of Śląskie, Dolnośląskie, Opolskie and Lubuskie. Under the assumptions made, in relation to 2016, it may be reduced by half and fall from 2.8 to the level of 1.4-1.5 million Mg. The smallest decreases in consumption may occur (jointly) in the Małopolskie, Lubelskie, Podkarpackie and Świętokrzyskie voivodships – decrease by 16-22% and fall from 2.6 to approximately 1.9-2.0 million Mg. On a national scale, coal consumption may decrease from the current 10.4 (2016) to around 6.3-6.8 million Mg (a decrease of 30-35%). Despite the decrease in hard coal consumption in the 2030 perspective, one should expect an increase in demand for high quality coal dedicated to modern boilers (usually pea assortments) as well as qualified coal fuels (mainly eco-pea coal).
PL
Gospodarstwa domowe stanowią najbardziej znaczącą grupę konsumentów w sektorze drobnych odbiorców w Polsce. W latach 2010-2016 gospodarstwa domowe zużywały rocznie od 8,9 do 10,8 mln Mg węgla (77-81% udział w tym sektorze). Według stanu na początek 2018 r. siedem województw w Polsce wprowadziło już uchwały antysmogowe, jedno posiada jej projekt, trzy rozważają ich przyjęcie. W obliczu wprowadzania uchwał antysmogowych przeprowadzono analizę zużycia węgla przez gospodarstwa domowe w sytuacji, gdy uchwały antysmogowe będą obowiązywać we wszystkich województwach w Polsce. W artykule wykonano prognozę zużycia węgla kamiennego przez polskie gospodarstwa domowe w latach 2017-2030. Wzięto pod uwagę dwa scenariusze zróżnicowane pod względem wartości opałowej węgla: (i) dotyczył węgli o wartości opałowej wynoszącej 24 MJ/kg (min. Q dla ekogroszków – węgiel o klasie ziarnowej 5,0-31,5 mm), (ii) – węgli o wartości opałowej wynoszącej 26 MJ/kg (Q zalecane do stosowania przez producentów kotłów 5 klasy). W perspektywie 2030 r. największy spadek zużycia węgla kamiennego można spodziewać się (łącznie) w woj. śląskie, dolnośląskie, opolskie i lubuskie. Przy przyjętych założeniach, względem 2016 r. może ono zmniejszyć się o połowę i spaść z 2,8 do poziomu rzędu 1,4-1,5 mln Mg. Najmniejsze spadki zużycia mogą wystąpić (łącznie) w woj.: małopolskim, lubelskim, podkarpackim i świętokrzyskim – może zmniejszyć się o 16-22% i spaść z 2,6 do około 1,9-2,0 mln Mg. W skali kraju zużycie węgla może zmniejszyć się z obecnych 10,4 (2016 r.) do około 6,3-6,8 mln Mg (spadek o 30-35%). Pomimo spadku zużycia węgla kamiennego w perspektywie 2030 należy spodziewać się wzrostu zapotrzebowania na węgiel o wysokiej jakości dedykowany nowoczesnym kotłom (najczęściej o sortymencie groszek), jak również na kwalifikowane paliwa węglowe (głównie ekogroszek).
EN
This paper presents a simple algorithm used to forecast realization time of requests. It takes into account priorities of requests and maximum efficiency of deliveries with limited resources. The method is based on predicting future states based on hypothetical requests in some fixed time horizon. The efficiency of the algorithm has been verified by two simulations.
PL
Prognozowanie jest elementem procesu podejmowania decyzji, w którym wypracowuje się pożądany obraz przyszłego stanu przedsiębiorstwa i określa sposoby jego osiągnięcia. Opracowanie prognoz jest postępowaniem świadomym i opartym na jakieś metodzie. W niniejszej publikacji zastosowano metody statystyczno-ekonometryczne. Prognozowanie dotyczyło produkcji stali i proporcji pomiędzy stosowanymi technologiami. Zakresem badań objęto krajowym przemysł stalowy. Ze względu na czasokres przewidywań, który przyjęto do 2020 roku, wyznaczone prognozy uznano za krótkoterminowe.
EN
Forecasting is part of the decision-making process, which generates the desired image of the future state of the enterprise and identifies ways to achieve it. Development of forecasts is aware of the proceedings and based on some method. In this publication, the methods of statistical and econometric are used. Forecasting related to steel production and the ratio between the applied technologies. The scope of the research included the domestic steel industry. Due to the duration of predictions, which was adopted 2020, they set the forecast was for the short-term.
PL
Światowy rozwój przemysłu motoryzacyjnego w obszarze samochodów elektrycznych charakteryzuje się imponującą dynamiką, co w oczywisty sposób rodzi pytanie o przyszłość tego sektora oraz branż z nim powiązanych. Większość prognoz opracowanych przez globalne centra analityczne (IAE, BP, EIA) wskazuje na znaczący wzrost udziału samochodów elektrycznych w rynku. Rozwój rynku samochodów elektrycznych w naturalny sposób prowadzi do pytania o wpływ elektromobilności na zużycie energii elektrycznej. Wykonanie tego rodzaju analizy dla warunków krajowych wydaje się tym bardziej zasadne, że elektromobilność wciąż znajduje się w początkowej fazie rozwoju. Według szacunków, na koniec 2016 roku w Polsce flota samochodów elektrycznych obejmowała ok. 856 pojazdów. Przeprowadzona dla 2025 roku analiza wskazuje, że wartość oczekiwana zużycia energii elektrycznej wynikającego z rozwoju elektromobilności w Polsce to ok. 1,33 TWh w skali roku, co stanowi ok. 0,8% krajowego zużycia energii elektrycznej za 2016 rok. Wzrost zużycia energii elektrycznej spowodowany rozwojem elektromobilności w Polsce nie powinien (nawet w przypadku skrajnych scenariuszy) przekroczyć wartości ok. 3,27 TWh/rok w 2025 r. (ok. 2,0% krajowego zużycia energii elektrycznej w Polsce za 2016 r.), natomiast wartość wyższa jest mało prawdopodobna. Biorąc pod uwagę początkowe stadium rozwoju elektromobilności w Polsce oraz brak kompleksowych analiz wpływu przedmiotowego zjawiska na sektor elektroenergetyczny, wykonane badanie uznać można za pionierską w skali kraju próbę estymacji wpływu elektromobilności na poziom zużycia energii elektrycznej.
EN
Global development in the field of electric mobility (e-mobility) demonstrates impressive dynamics, which raises natural questions as to the future of this sector and adjacent industries. Most forecasts by global analytical institutions (IEA, BP, EIA) anticipate a material increase of electric vehicles’ market share. Such course of events is a natural reason why the future development of e-mobility ought to be investigated with regard for its influence on consump-tion of electric energy. Performing such analyses for domestic markets seems all the more rational that e-mobility can still be considered to be in its infancy. According to estimates as at end of 2016, the number of passenger electric vehicles in Poland was ca. 856. Results of the subject matter study for 2025 indicate that the expected volume of electricity consumption resulting from developing e-mobility in Poland is ca. 1.33 TWh at an annual scale, being roughly 0.8% of the country’s electricity consumption in 2016. Increase in Poland’s electricity consumption attributable to developments in electric mobility should not exceed - even for extreme cases - ca. 3.27 TWh/a in 2025 (ca. 2.0% of Poland’s electricity consumption in 2016), while results above that level are less probable. Given the initial stage of electric mobility development in Poland and a lack of comprehensive studies of impacts of the phenomenon on the power sector, the subject matter analysis may be deemed a pioneering attempt at a national level to estimate the influence of e-mobility on Poland’s electricity consumption.
PL
Szkody 7.0 to kolejna, nowa wersja programu do prognozowania deformacji górotworu przygotowana do pracy w środowisku o architekturze x64. Przystosowanie programu do nowego 64-bitowego środowiska wymagało optymalizacji kodu tak, aby program Szkody mógł w pełni wykorzystywać moc 64 bitów. Taka modernizacja programu w odpowiednim systemie operacyjnym zwiększa wydajność i precyzję wykonywania obliczeń.
EN
Szkody 7.0 is another, updated version of the program for making forecasts of ground deformation, prepared to work in the x64 architecture environment. Adapting the program to the new 64-bit architecture environment required the optimization of the code so that the program Szkody could use the full power of 64 bits. Such redevelopment of the program in the correct operating system increases the efficiency and precision of calculations.
PL
W artykule podjęto próbę opracowania prognozy dotyczącej wydobycia, konsumpcji i salda wymiany z zagranicą surowców energetycznych będących źródłem energii pierwotnej w Polsce. Ze względu na brak nowej polityki energetycznej Polski, autorzy oparli się na dostępnych dokumentach zarówno krajowych, jak i zagranicznych, z których najważniejsze to nadal obowiązująca Polityka energetyczna Polski do 2030 roku, przyjęta w 2009 r. oraz Prognoza zapotrzebowania na paliwa i energię do 2050 roku opracowana przez Krajową Agencję Poszanowania Energii S.A. Uwzględniono również Projekt Polityki energetycznej Polski do 2050 roku wraz z najważniejszymi analizami prognostycznymi wykorzystywanymi podczas jego przygotowywania. W artykule odniesiono się do prognozy Krajowej Agencji Poszanowania Energii wykazując jej liczne błędy, jak na przykład nieuwzględnianie: spadków cen nośników energii na światowych rynkach, możliwych wzrostów cen uprawnień do emisji CO2 w Unii Europejskiej, czy też zakładanie zbyt niskich celów wykorzystywania OZE w polskiej gospodarce. Autorzy artykułu wyrazili pogląd co do możliwości uruchomienia pierwszej w Polsce elektrowni jądrowej w połowie trzeciej dekady obecnego stulecia. W dalszej części artykułu przedstawiono prognozy dotyczące wydobycia, zużycia i salda wymiany węgla kamiennego i brunatnego, ropy naftowej i gazu ziemnego w Polsce w perspektywie do 2040 roku. Zwrócono uwagę na prognozowany spadek poziomu wydobycia węgla w Polsce, zwłaszcza węgla kamiennego, co zwiększy import tego surowca do Polski. W przypadku gazu ziemnego planowany jest wzrost wydobycia do poziomu 8,5 mld m3 w 2040 roku, ale w najbliższych latach nadal głównym dostawcą gazu ziemnego do Polski będzie rosyjski Gazprom, a zapotrzebowanie będzie uzupełniane przez terminal LNG w Świnoujściu. Jeszcze poważniejsza, z punktu widzenia bezpieczeństwa energetycznego, jest sytuacja związana z dostawami ropy naftowej do Polski. Jeszcze w 2015 r. aż 88% krajowego zapotrzebowania na ropę naftową było pokrywane dostawami z Rosji (ropa REBCO) (POPiHN 2017). W 2016 r. udział ten znacząco się obniżył do 81%, mimo obowiązujących kontraktów z firmami rosyjskimi i już 1/4 surowca, który trafia do Grupy LOTOS pochodzi z krajów Zatoki Perskiej, a w przypadku PKN ORLEN udział dostawców alternatywnych wobec dostaw z kierunku wschodniego wynosi 12% (POPiHN 2017).
EN
This paper is an attempt to forecast the production, consumption, and net exports of energy resources used as primary energy sources in Poland. Due to the fact that a new energy policy of Poland is under development, the authors relied on the available domestic and foreign documents, the most important of which include the Energy Policy of Poland until 2030, adopted in 2009, and the Forecast of fuel and energy demand until 2050 developed by the Polish National Energy Conservation Agency (KAPE). A draft of the Polish Energy Policy until 2050, together with the most important prognostic analyses used during its development, was also taken into account. The article criticized the forecast of the Polish National Energy Conservation Agency for numerous errors, including not taking into account decreasing energy prices in world markets, ignoring the possible increases in prices of CO2 emission allowances in the European Union, or setting too low renewable energy target for Poland. The authors of the paper are also sceptical about the possibility of launching the first nuclear power plant in Poland in the middle of the third decade of the current century. The forecasts for production, consumption and net exports of bituminous coal and lignite, crude oil, and natural gas in Poland in the perspective of 2040 are presented in the following sections of the article. Special attention has been paid to the projected decrease in the level of coal mining in Poland, especially in the case of bituminous coal, which will increase the import of this raw material to Poland. In the case of natural gas, it is planned to increase the output to 8.5 billion cubic meters in 2040. However, in the coming years Gazprom will continue to be the main supplier of natural gas to Poland, while the demand will be supplemented by the LNG terminal in Świnoujście. From the point of view of energy security, the situation is even more complicated when it comes to the supply of crude oil to Poland. Until 2015, as much as 88% of domestic demand for oil was covered by supplies from Russia (REBCO oil) (the Polish Oil Industry and Trade Organisation; POPIHN 2017). In 2016, this share decreased significantly to 81% despite the contracts with Russian companies; currently, a quarter of the raw material delivered to Grupa LOTOS S.A. is shipped from the Gulf countries. In the case of PKN ORLEN, the share of alternative suppliers against supplies from the east is 12% (POPIHN 2017).
first rewind previous Strona / 7 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.