Ranking of Generation Source Locations by a Hybrid Multi-Criteria Method

• Autorzy: Stoltmann Alicja , Jaskólski Marcin , Bućko Paweł

Identyfikatory

DOI

10.12736/issn.2330-3022.2019302

Warianty tytułu

PL

Ranking lokalizacji źródeł wytwórczych wykonany hybrydową metodą wielokryterialną

• Języki publikacji: EN PL

Abstrakty

EN

The paper presents a ranking of the locations of eight renewable energy sources (RES) made using a hybrid multi-criteria analysis method. The method is a combination of the analytical hierarchical process (AHP) method and numerical taxonomy. The considered generating sources, i.e. solar plants, biogas plants, and wind farms are sources that will significantly contribute to implementing the provisions of the energy and climate package for Poland (by 2030). Increasing the share of energy from renewable sources will increase the country's energy security. Low-emission generation sources obtain energy from renewable sources. Therefore, their location is influenced by factors such as environmental impact, availability and origin of raw materials, e.g. biogas, as well as technological aspects. The multitude of factors mentioned makes the location of a biogas plant a multi-threaded issue. The AHP method is a mathematical method with a high degree of sophistication and time consumption. The method's advantage is its ability to compare countable and uncountable factors with each other, which was used in conjunction with the numerical taxonomy method. The analysis' effect is ranking of the locations in question.

PL

Artykuł przedstawia ranking lokalizacji ośmiu odnawialnych źródeł energii (OZE) wykonany za pomocą hybrydowej metody analizy wielokryterialnej. Metoda jest połączeniem metody analitycznego procesu hierarchicznego (AHP) oraz taksonomii nume- rycznej. Rozpatrywane źródła wytwórcze, tj. elektrownie słoneczne, biogazownie oraz farmy wiatrowe, należy zaliczyć do źródeł, które w znaczny sposób przyczynią się do realizacji postanowień pakietu energetyczno-klimatycznego dla Polski (do 2030 roku). Zwiększenie udziału produkcji energii pochodzącej z OZE spowoduje wzrost bezpieczeństwa energetycznego kraju. Niskoemisyjne źródła wytwórcze pozyskują energię ze źródeł odnawialnych. Dlatego też na ich lokalizację wpływają takie czynniki, jak: oddziały- wanie na środowisko, dostępność oraz pochodzenie surowców, np. biogazu, a także aspekty technologiczne. Mnogość wymienio- nych czynników czyni lokalizację biogazowni zagadnieniem wielowątkowym. Metoda AHP jest metodą matematyczną o dużym stopniu zaawansowania i czasochłonności. Zaletą metody jest możliwość porównania ze sobą czynników policzalnych oraz niepo- liczalnych, co wykorzystano w połączeniu z metodą taksonomii numerycznej. Efektem analizy jest wyznaczenie rankingu zawiera- jącego uszeregowanie rozpatrywanych lokalizacji.

Słowa kluczowe

EN

multicriteria analysis; biogas plant; wind farm; solar farm

PL

analiza wielokryterialna; biogazownia; elektrownia wiatrowa; elektrownia fotowoltaiczna

• Wydawca: ENERGA SA
• Czasopismo: Acta Energetica
• Rocznik: 2019
• Tom: nr 3
• Strony: 22--27
• Opis fizyczny: Bibliogr. 42 poz., rys., tab.

Twórcy

autor

Stoltmann Alicja

• Gdańsk University of Technology

autor

Jaskólski Marcin

• Gdańsk University of Technology

autor

Bućko Paweł

• Gdańsk University of Technology

Bibliografia

• 1. Sprawozdanie z działalności Prezesa URE w 2018 r. [Report on the activities of the President of the ERO in 2018.], Urząd Regulacji Energetyki, Warsaw 2019.
• 2. Fraile D., Mbistrova A., Wind in power 2017, WindEurope, 2018, p. 25.
• 3. Moc zainstalowana OZE 2016 [RES installed capacity in 2016], Urząd Regulacji Energetyki, 2016.
• 4. Ecke J. et al., Polski sektor energetyczny 2050, 4 scenariusze [The Polish Energy Sector , 4 Scenarios[, Forum Energii [online], https:// forum-energii.eu/pl/analizy/polska-energetyka-2050-4-scenariusze, 2007 [access: 27.11.2019].
• 5. Stoltmann A., Przegląd metod wielokryterialnych stosowanych w analizie rozwoju sektora wytwórczego energii elektrycznej [Review of multi-criteria methods used in the analysis of the development of the electricity generation sector], Automatyka, Elektryka, Zakłócenia, Vol. 6, 2015, pp. 128–136.
• 6. Haralambopoulos D.A., Polatidis H., Renewable energy projects: structuring a multi-criteria group decision-making framework, Renew. Energy, Vol. 28, 2003, pp. 961–973.
• 7. Aras H., Erdoğmuş Ş., Koç E., Multi-criteria selection for a wind observation station location using analytic hierarchy process, Renew. Energy, Vol. 29, No. 8, 2004, pp. 1383–1392.
• 8. Nixon J.D., Dey P.K., Davies P.A., Design of a novel solar thermal collector using a multi-criteria decision-making methodology, J. Clean. Prod., Vol. 59, 2013, pp. 150–159.
• 9. Pilavachi P.A. et al., Multi-criteria evaluation of hydrogen and natural gas fuelled power plant technologies, Appl. Therm. Eng., Vol. 29, No. 11–12, 2009, pp. 2228–2234.
• 10. Kamrat W., Zastosowanie hierarchicznej analizy problemowej w badaniach efektywności inwestowania [Application of hierarchical problem analysis in capital expenses effectiveness studies], Energetyka, No. 10, 2013, pp. 721–725.
• 11. Bućko P., Jaskólski M., Stoltmann A., Kryteria stosowane w wielokryterialnym planowaniu rozwoju systemu elektroenergetycznego [Criteria used in multi-criteria planning of power system development] [in:] Rynek Energii Elektrycznej: Energetyka rozproszona, editor Z. Połecki, Politechnika Lubelska 2016, pp. 17–27.
• 12. Choudhary D., Shankar R., An STEEP-fuzzy AHP-TOPSIS framework for evaluation and selection of thermal power plant location: A case study from India, Energy, Vol. 42, No. 1, 2012, pp. 510–521.
• 13. Mohsen M.S., Akash B.A., Evaluation of domestic solar water heating system in Jordan using analytic hierarchy process, Energy Convers. Manag., Vol. 38, No. 18, 1997, pp. 1815–1822.
• 14. Troldborg M., Heslop S., Hough R.L., Assessing the sustainability of renewable energy technologies using multi-criteria analysis: Suitability of approach for national-scale assessments and associated uncertainties, Renew. Sustain. Energy Rev., Vol. 39, 2014, pp. 1173–1184.
• 15. Tsoutsos T. et al., Sustainable energy planning by using multi-criteria analysis application in the island of Crete, Energy Policy, Vol. 37, No. 5, 2009, pp. 1587–1600.
• 16. Wang J.-J. et al., Review on multi-criteria decision analysis aid in sustainable energy decision-making, Renew. Sustain. Energy Rev., Vol. 13, No. 9, 2009, pp. 2263–2278.
• 17. Beccali M., Cellura M., Mistretta M., Decision-making in energy planning. Application of the Electre method at regional level for the diffusion of renewable energy technology, Renew. Energy, Vol. 28, No. 13, 2003, pp. 2063–2087.
• 18. Buygi M.O. et al., Network planning in unbundled power systems, IEEE Trans. Power Syst., Vol. 21, No. 3, 2006, pp. 1379–1387.
• 19. Chakravorty S., Ghosh S., Power Distribution Planning Using Multi- Criteria Decision Making Method, Int. J. Comput. Electr. Eng., Vol. 1, No. 5, 2009, pp. 622–627.
• 20. Bućko P. et al., Metoda analizy wielokryterialnej do planowania rozwoju sieci elektroenergetycznej średniego i niskiego napięcia [Multi-criteria analysis method for planning the development of medium and low voltage power grid], Zesz. Nauk. Wydz. Elektrotechniki i Autom. Politech. Gdańskiej, No. 42, 2015, pp. 143–146.
• 21. Løken E., Botterud A., Holen A.T., Use of the equivalent attribute technique in multi-criteria planning of local energy systems, Eur. J. Oper. Res., Vol. 197, No. 3, 2009, pp. 1075–1083.
• 22. Wang J., Lin Y., A fuzzy multicriteria group decision making approach to select conÿguration items for software development, Fuzzy Sets Syst., Vol. 134, 2003, pp. 343–363.
• 23. Brand B., Missaoui R., Multi-criteria analysis of electricity generation mix scenarios in Tunisia, Renew. Sustain. Energy Rev., Vol. 39, 2014, pp. 251–261.
• 24. Diakoulaki D., Karangelis F., Multi-criteria decision analysis and cost–benefit analysis of alternative scenarios for the power generation sector in Greece, Renew. Sustain. Energy Rev., Vol. 11, No. 4, 2007, pp. 716–727.
• 25. Ribeiro F., Ferreira P., Araújo M., Evaluating future scenarios for the power generation sector using a Multi-Criteria Decision Analysis (MCDA) tool: The Portuguese case, Energy, Vol. 52, 2013, pp. 126–136.
• 26. Kaya T., Kahraman C., Multicriteria renewable energy planning using an integrated fuzzy VIKOR & AHP methodology: The case of Istanbul, Energy, Vol. 35, No. 6, 2010, pp. 2517–2527.
• 27. Wang J.-J. et al., A fuzzy multi-criteria decision-making model for trigeneration system, Energy Policy, Vol. 36, No. 10, 2008, pp. 3823–3832.
• 28. Voropai N.I., Ivanova E.Y., Multi-criteria decision analysis techniques in electric power system expansion planning, Int. J. Electr. Power Energy Syst., Vol. 24, No. 1, 2002, pp. 71–78.
• 29. Tegou L.-I., Polatidis H., Haralambopoulos D.A., Environmental management framework for wind farm siting: Methodology and case study, J. Environ. Manage., Vol. 91, No. 11, 2010, pp. 2134–2147.
• 30. Chung T.S. et al., Multi-objective transmission network planning by a hybrid GA approach with fuzzy decision analysis, Int. J. Electr. Power Energy Syst., Vol. 25, No. 3, 2003, pp. 187–192.
• 31. Ganguly S., Sahoo N.C., Das D., Multi-objective planning of electrical distribution systems using dynamic programming, Int. J. Electr. Power Energy Syst., Vol. 46, 2013, pp. 65–78.
• 32. Zhang T. et al., A Novel Evaluation Approach for Power Distribution System Planning based on Linear Programming Model and ELECTRE III, 2014 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE) 2014, pp. 1921–1928.
• 33. Ramirez-Rosado I.J., Dominguez-Navarro J.A., Possibilistic model based on fuzzy sets for the multiobjective optimal planning of electrical power distribution networks, IEEE Trans. Power Syst., Vol. 19, No. 4, 2004, pp. 1801–1810.
• 34. Mourmouris J.C., Potolias C., A multi-criteria methodology for energy planning and developing renewable energy sources at a regional level: A case study Thassos, Greece, Energy Policy, Vol. 52, 2013, pp. 522–530.
• 35. Magnuszewski A., GIS w geografii fizycznej [GIS in physical geiography], Warsaw, Wydawnictwo Naukowe PWN, 1999.
• 36. Uyan M., GIS-based solar farms site selection using analytic hierarchy process (AHP) in Karapinar region Konya/Turkey, Renew. Sustain. Energy Rev., Vol. 28, 2013, pp. 11–17.
• 37. Suska-Szczerbicka M., Weiss E., Ocena opłacalności przedsięwzięcia inwestycyjnego produkcji energii elektrycznej farmy wiatrowej [Profitability assessment of wind farm capex projects], Rynek Energii, Vol. 1, 2013, pp. 1–9.
• 38. Stoltmann A. et al., Wspomaganie decyzji lokalizacyjnych źródeł wytwórczych metodami analizy wielokryterialnej [Support for generation sources location decisions by multi-criteria analysis methods], Rynek Energii, Vol. 122, No. 1, 2016, pp. 26–33.
• 39. Stoltmann A., Application of AHP method for comparing the criteria used in locating wind farms, Acta Energetica, No. 3/28, 2016, pp. 144–154.
• 40. Mendecka B., Stoltmann A., Application of multi-criteria methods to compare different solutions of supplying buildings in electricity from photovoltaic systems, E3S Web Conf., Vol. 10, 2016, pp. 1–8.
• 41. Trela G., Analiza opłacalności projektów fotowoltaicznych [Profitability analysis of solar projects], Czysta Energ., No. 3, 2013.
• 42. Madlener R., Kowalski K., Stagl S., New ways for the integrated appraisal of national energy scenarios: The case of renewable energy use in Austria, Energy Policy, Vol. 35, No. 12, 2007, pp. 6060–6074.

Uwagi

1. Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).

2. Wersja polska na stronach 28--32.