Środowiskowe sterowanie technologią elektrowni wiatrowej

• Autorzy: Tomporowski A. , Flizikowski J. , Kasner R. , Kruszelnicka W.

Warianty tytułu

EN

Environmental Control of Wind Power Technology

• Języki publikacji: PL

Abstrakty

PL

Częstą przeszkodą w eksploatacji elektrowni wiatrowych są stany ekstremalne mocy, a przede wszystkim energii ich działania, i związana z tym nieprzewidywalność zyskowności (rentowności). Rentowność sprzedaży netto (ang. net profit margin) mocy i energii, również emisji CO₂ w przypadku elektrowni wiatrowych – informuje, ile zysku (straty) po opodatkowaniu (netto) wypracowują przychody z działalności. Wysokie zyski ekonomiczne i niskie szkodliwości ekologiczne działania elektrowni wiatrowej są stanami pożądanymi, jednak bezpieczeństwo energetyczne wymaga by skutecznie przeciwdziałać negatywnym oddziaływaniom ekstremalnie wysokich lub niskich wartości energetycznych charakterystyk użytkowych, czy też aerodynamicznych i meteorologicznych, które są bezpośrednią przyczyną powstawania negatywnych zjawisk. W pracy za cel badań przyjęto weryfikację modeli matematycznych, oszacowanie średniej i wariancji energetycznej, ekonomicznej i ekologicznej zyskowności elektrowni wiatrowej dla uaktualnionego rozkładu wietrzności na podstawie średniej i wariancji rocznej zyskowności elektrowni wiatrowej dla „starszego” oraz bieżącego rozkładu wietrzności. W artykule przedstawiono zagadnienia związane z eksploatacyjnym użytkowaniem złożonych obiektów technicznych na przykładzie turbin wiatrowych dużej mocy. W pracy opracowano model matematyczny produktywności turbiny wiatrowej w zależności od zmiennych prędkości wiatru i lokalizacji. Rozpatrywano eksploatacyjne zyski i straty energii w pod- i nadkrytycznych warunkach wietrzności. Badania produktywności dla rzeczywistego obiektu przeprowadzono na podstawie wyników badań turbiny wiatrowej Vestas V90 / 105m o mocy 2 MW zlokalizowanej w gminie Błaszki. Przyjęto, że podstawową wielkością użytkową, charakteryzującą pracę elektrowni wiatrowej jest ilość wytworzonej energii elektrycznej w czasie. Do jej wyznaczenia wykorzystano parametry C i k funkcji Weibulla. Pozytywnie sprawdzono i oceniono założenie o zakresach prędkości i wydatku wiatru: podkrytycznym, efektywnym i nadkrytycznym. Zmienne warunki wietrzności utrudniają teoretyczne oszacowanie produktywności elektrowni wiatrowej. Szacunki dokonane na podstawie teoretycznych zależności i obliczeń obarczone są błędem – właśnie ze względu na zmienność i nieprzewidywalność warunków wietrznych. W pracy nie dokonano oceny krótkoterminowej (np. miesięcznej), konkretnej zyskowności, ze względu na zmienność cen i wartości świadectw pochodzenia energii w poszczególnych okresach badań. Zestawiono natomiast roczne wskaźniki korzyści ekonomicznych, energetycznych i ekologicznych, definiowane jako różnice produktywności i nakładów eksploatacyjnych na jej uzyskanie w warunkach rocznych wietrzności (2013-2015). Najwyższe wartości, w badanych latach uzyskano: w roku 2013 dla korzyści ekonomicznnych, k_e=f*(v,n_e,p_e) 1436 tys. PLN; w roku 2014 dla korzyści energetycznych, k_en=f(v,n_en,p_en) 5504 MWh; również w roku 2014 dla korzyści ekologicznych, k_ekol=f(v,n_ekol,p_ekol) 4457 t_eqCO₂.

EN

Currently, a common obstacle to the operation of wind turbines are states of extreme power, and above all the power of their actions, and the associated unpredictability of profitability. Net profit margin of power and energy, also the CO₂ emissions in the case of wind turbines – indicates how much profit (loss) after tax (net) generate income from operations.High economic profits and low ecological mischievousness of activities of wind power plant are desirable states, but energy security requires to Effectively counteract the negative effects of extremely high or low value of the energy characteristics utilities, or the aerodynamic and meteorological conditions, which are a direct cause of negative phenomena. In the paper for the aim of research adopted to verify mathematical models to estimate the mean and variance of energy, economic and environmental profitability of wind power for the updated distribution of wind on the basis of the mean and variance of the annual profitability of a wind turbine for "elderly" and the current distribution of wind. The article presents issues related to the operational management and exploitation of complex technical objects on the example of large wind turbine. In the paper developed the mathematical model of wind turbine productivity depending on variable wind speed and localization. Considered operational profits and losses of energy in sub- and supercritical wind conditions. Research of productivity for the real object was carried out on the basis of the research results of the wind turbine Vestas V90 / 105m 2 MW located in the municipality of Błaszki.It is assumed that the basic utility characteristic, characterizing the work of wind power is the amount of electricity generated in time. For determination this characteristic the parameters C and K of Weibull function was used. Positively tested and rated the assumption of speed ranges and wind flow: subcritical, supercritical and effective. Variable wind conditions make it difficult to estimate the theoretical productivity of a wind power plant. Estimates made on the basis of theoretical dependence and calculations are burdened with mistake – precisely because of the volatility and unpredictability of wind conditions. The study did not assess the short-term (eg. Monthly), specific profitability, due to the volatility of prices and the value of certificates of energy origin in different periods of research. Compiled while the annual economic, energy and environmental indicators of benefits defined as differences in productivity and operational costs to obtain it in terms of annual wind (2013-2015). The highest values were obtained in the studied years: in 2013 for economic benefits, k_e = f*(v, n_e,p_e) 1436 thousand PLN; in 2014 for the of energy benefit k_en = f(v, n_en, p_en) 5504 MWh; also in 2014 for the environmental benefits k_ekol=f(v,n_ekol,p_ekol)4457 teqCO₂.

Słowa kluczowe

PL

technologia wytworzenia mocy; technologia przetwarzania energii; prognozowanie środowiska

EN

power generation technology; energy conversion technology; forecasting environment

• Wydawca: Politechnika Koszalińska
• Czasopismo: Rocznik Ochrona Środowiska
• Rocznik: 2017
• Tom: Tom 19
• Strony: 694--714
• Opis fizyczny: Bibliogr. 20 poz., tab., rys.

Twórcy

autor

Tomporowski A.

• Uniwersytet Technologiczno-Przyrodniczy, Bydgoszcz

autor

Flizikowski J.

• Uniwersytet Technologiczno-Przyrodniczy, Bydgoszcz

autor

Kasner R.

• Uniwersytet Technologiczno-Przyrodniczy, Bydgoszcz

autor

Kruszelnicka W.

• Uniwersytet Technologiczno-Przyrodniczy, Bydgoszcz

Bibliografia

• 1. Adaramola, M., Agelin-Chaab, M., Paul, S. S. (2014). Assessment of Wind Power Generation Along the Coast of Ghana. Energy Conversion and Management, 77, 61-69.
• 2. Baseer, M. A., Meyer, J. P., Rehman, S., Alam, Md. M. (2017). Wind power characteristics of seven data collection sites in Jubail, Saudi Arabia using Weibull parameters. Renewable Energy, 102, 35-49.
• 3. Carvalho, D., Rocha, A., Gómez-Gesteira, M., Silva Santos, C. (2014). WRF wind simulation and wind energy production estimates forced by different reanalyses: Comparison with observed data for Portugal. Applied Energy, 117, 116-126.
• 4. Deluga, W. (2013). Grupa energetyczna energa na krajowym rynku energii. Rocznik Ochrona Środowiska, 15, 944-965.
• 5. Diaf, S., Notton, G. (2013). Technical and economic analysis of large-scale wind energy conversion systems in Algeria. Renewable and Sustainable Energy Reviews, 19, 37-51.
• 6. Gawłowski, S., Listowska-Gawłowska, R., Piecuch, T. (2010). Uwarunkowania i prognoza bezpieczeństwa energetycznego Polski na lata 2010-2110. Rocznik Ochrona Środowiska, 12, 127-176.
• 7. Goh, H. H., Lee, S. W., Chua, Q. S., Goh, K. C., Teo, K. T. K. (2016).Wind energy assessment considering wind speed correlation in Malaysia. Renewable and Sustainable Energy Reviews, 54, 1389-1400.
• 8. Iglesias,G., Castellanos, P., Seijas, A. (2010).Measurement of productive efficiency with frontier methods: A case study for wind farms, Energy Economics, 32(5), 1199-1208.
• 9. Khahro, S. F., Tabbassum, K., Soomro, A. M., Dong, L., Liao, X. (2014) Evaluation of wind power production prospective and Weibull parameter estimation methods for Babaurband, Sindh Pakistan, Energy Conversion and Management, 78, 956-967.
• 10. Kusiak, A., Zhang, Z., Verma, A. (2013).Prediction, operations, and condition monitoring in wind energy. Energy, 60, 1-12.
• 11. Lun, I. Y. F., Lam, J. C. A. (2000). Study of Weibull parameters using longterm wind observations. Renewable Energy 2000, 20(2), 145-153.
• 12. Maatallah, T., Alimi, S. E., Dahmouni, A. W.,Nasrallah, S. B. (2013). Wind power assessment and evaluation of electricity generation in the Gulf of Tunis, Tunisia. Sustainable Cities and Society, 6, 1-10.
• 13. Miziuła, P., Rychlik, T.(2014). Sharp bounds for lifetime variances of reliability systems with exchangeable components. IEEE Trans. Reliab., 63(4), 850-857.
• 14. Miziuła, P., Rychlik, T. (2015). Extreme dispersions of semicoherent and mixed system lifetimes. J. Appl. Probab., 52(1), 117-128.
• 15. Nor, K. M., Shaaban, M., Rahman, H. A. (2014). Feasibility assessment of wind energy resources in Malaysia based on NWP models. Renewable Energy, 62, 147-154.
• 16. Okeniyi, J. O., Moses, I. F., Okeniyi, E. T. (2015). Wind characteristics and energy potential assessment in Akure, South West Nigeria: econometrics and policy implications. International Journal of Ambient Energy, 36(6), 282-300.
• 17. Ouarda, T. B. M. J., Charron, C., Chebana, F. (2016). Review of criteria for the selection of probability distributions for wind speed data and introduction of the moment and L-moment ratio diagram methods, with a case study. Energy Conversion and Management, 124, 247-265.
• 18. Schweizer, J., Antonini, A., Govoni, L., Gottardi, G., Archetti, R., Supino, E., Berretta, C., Casadei, C., Ozzi, C. (2016). Investigating the potential and feasibility of an offshore wind farm in the Northern Adriatic Sea. Applied Energy, 177, 449-463.
• 19. Usta, I. (2016). An innovative estimation method regarding Weibull parameters for wind energy applications. Energy, 106, 301-314.
• 20. Zohbi, G. A., Hendrick, P., Bouillard, P. (2015). Wind characteristics and wind energy potential analysis in five sites in Lebanon. International Journal of Hydrogen Energy, 40(44), 15311-15319.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).