Пространственное моделирование при оценке ветроэнергетического потенциала южных субъектов Дальневосточного федерального округа РФ

Обложка

Цитировать

Полный текст

Аннотация

Статья посвящена оценке ветроэнергетического потенциала для 5 субъектов в пределах Дальневосточного федерального округа РФ: Амурской и Сахалинской областей, Еврейской АО, Приморского и Хабаровского краев. При расчете потенциала использован метод анализа иерархий, совместно с нечеткой и булевой логиками. В ходе исследования был сформирован список критериев, необходимых для комплексной оценки. Впоследствии для каждой точки исследуемого пространства был рассчитан ветроэнергетический потенциал методом взвешенной линейной комбинации с использованием полученных ранее весов критериев и их относительных значений, рассчитанных при помощи нечеткой логики. Согласно полученным результатам, наиболее высокие показатели характерны для территорий, расположенных вдоль границы с Китаем. Также можно отметить районы недалеко от города Советская Гавань и поселка Ванино. Отдельно существуют небольшие по площади участки с высокими значениями потенциала, расположенные на Курильских островах, материковом побережье Сахалинского залива и на юге Приморского края. На основе полученных данных была произведена статистическая оценка для отдельных административно-территориальных единиц в границах исследуемых субъектов и выработаны соответствующие рекомендации.

Об авторах

М. Ю. Демидионов

Российский государственный педагогический университет имени А. И. Герцена

Автор, ответственный за переписку.
Email: demidionovforwork@gmail.com
Россия, Санкт-Петербург

Список литературы

  1. Атлас Российских проектов по производству низкоуглеродного и безуглеродного водорода и аммиака. // minpromtorg.gov.ru [сайт] / Министерство промышленности и торговли РФ. URL: https://minpromtorg.gov.ru/docs/#!atlas_rossiyskih_proektov_po_proizvodstvu_nizkouglerodnogo_i_bezuglerodnogo_vodoroda_i_ammiaka
  2. Водный кодекс Российской Федерации: Федеральный закон № 74-ФЗ от 03.06.2006
  3. Гидрометцентр России. URL: https://meteoinfo.ru (дата обращения 20.12.2023).
  4. Говорушко С. М. Воздействие ветровых электростанций на окружающую среду // Альтернативная энергетика и экология. 2011. № 4. С. 38–42.
  5. Демидионов М. Ю. Пространственное моделирование потенциала развития альтернативной энергетики на примере острова Сахалин // Тихоокеанская география. 2023. № 4 (16). С. 82–92. https://doi.org/10.35735/26870509_2023_16_8. EDN: PDZYFQ
  6. Киселева С. В., Лисицкая, Н. В., Попель О. С., Рафикова Ю. Ю., Тарасенко А. Б., Фрид С. Е., Шакуна В. П. Геоинформационные системы для возобновляемой энергетики (обзор) // Теплоэнергетика. 2023. № 11. С. 115–127. https://doi.org/10.56304/S0040363623110073. EDN SNIADQ
  7. Киселева С. В., Шестакова А. А., Торопов П. А., Мысленков С. А. Оценка ветроэнергетического потенциала черноморского побережья Кавказа с использованием реанализа CFSR // Альтернативная энергетика и экология (ISJAEE). 2016. № 15–18. С. 75-85. https://doi.org/10.15518/isjaee.2016.15-18.075-085
  8. Распоряжение Правительства РФ: Концепция развития водородной энергетики в Российской Федерации от 05.08.2021 № 136-ФЗ // government.ru [сайт] / Правительство России. 09.08.2021. URL: http://static.government.ru/media/files/5JFns1CDAKqYKzZ0mnRADAw2NqcVsexl.pdf (дата обращения 01.03.2023).
  9. Саати Т. Л. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1989. 316 с.
  10. Скопинцева Е. РФ нацелилась занять пятую часть мирового рынка водородной энергетики // eg-online.ru. [сайт] / Экономика и жизнь. 15.12.2023. URL: https://www.eg-online.ru/article/477628/ (дата обращения: 01.03.2024).
  11. Соколов А. А. Гидрография СССР. Л.: Гидрометеоиздат, 1952. 287 с.
  12. Солиман Х., Бурлов В. Г., Украинцева Д. А. Использование нечеткой логики в среде ГИС для выбора местоположения ветряных электростанций на примере провинции Хомс, Сирия // Международный научно-исследовательский журнал. 2022. № 11(125). С. 1–13.
  13. Ahadi P., Fakhrabadi F., Pourshaghaghy F., Kowsary F. Optimal site selection for a solar power plant in Iran via the Analytic Hierarchy Process (AHP) // Renewable Energy // Renewable Energy. 2023. Vol. 215. № 118944. https://doi.org/10.1016/j.renene.2023.118944
  14. Albraheem L., AlAwlaqi L. Geospatial analysis of wind energy plant in Saudi Arabia using a GIS-AHP technique // Energy Reports. 2023. Vol. 9. P. 5878–5898. https://doi.org/10.1016/j.egyr.2023.05.032
  15. Amsharuk A., Łaska G. The Approach to Finding Locations for Wind Farms Using GIS and MCDA: Case Study Based on Podlaskie Voivodeship, Poland // Energies. 2023. Vol. 16 (20). № 7107. https://doi.org/10.3390/en16207107
  16. Ayodele T. R., Ogunjuyigbe A. S. O., Odigie O., Munda J. L. A multi-criteria GIS-based model for wind farm site selection using interval type-2 fuzzy analytic hierarchy process: The case study of Nigeria // Applied Energy. 2018. Vol. 228. P. 1853–1869. https://doi.org/10.1016/j.apenergy.2018.07.051
  17. Barzehkar M., Parnell K. E., Dinan N. M., Brodie G. Decision support tools for wind and solar farm site selection in Isfahan Province, Iran // Renewable and Sustainable Energy Reviews. 2017. Vol. 23. P. 1179–1195. https://doi.org/10.1007/s10098-020-01978-w
  18. Benti N. E., Alemu Y., Balta M., Gunta S., Diro M., Semie A., Mekonnen Y., Yohannes H. Site suitability assessment for the development of wind power plant in Wolaita area, Southern Ethiopia: an AHP-GIS model // Scientific Reports. 2023. Vol. 13(1). P. 1–13. https://doi.org/10.1038/s41598-023-47149-x
  19. Cunden T. S. M., Doorga J., Lollchund M. R., Rughooputh S. D. D. V. Multi-level constraints wind farms siting for a complex terrain in a tropical region using MCDM approach coupled with GIS // Energy. 2020. Vol. 211. № 118533. https://doi.org/10.1016/j.energy.2020.118533
  20. Global Wind Atlas. URL: https://globalwindatlas.info/ru (дата обращения: 25.10.2023)
  21. Global Wind Atlas. Method. URL: https://globalwindatlas.info/en/about/method (дата обращения: 09.12.2024)
  22. Kumar P., Date A., Mahmood N., Das R. K., Shabani B. Freshwater supply for hydrogen production: An underestimated challenge // International Journal of Hydrogen Energy. Vol. 78. 2024. P. 202–217. https://doi.org/10.1016/j.ijhydene.2024.06.257
  23. Kutty S. S., Khan M. G. M., Ahmed M. R. Analysis of wind characteristics and wind energy resource assessment for Tonga using eleven methods of estimating Weibull parameters // Heliyon. 10(9), 2024, e30047. https://doi.org/10.1016/j.heliyon.2024.e30047
  24. NextGIS. URL: https://data.nextgis.com/ru/ (дата обращения: 30.10.2023)
  25. Niang S. A. A., Gueye A., Drame M. S., Ba A., Sarr A. et al. Analysis of wind resources in Senegal using 100-meter wind data from ERA5 reanalysis // Scientific African. Vol. 26, 2024, e02480, https://doi.org/10.1016/j.sciaf.2024.e02480
  26. Noorollahi Y. A., Senani A. G., Fadaei A., Simaee M. A framework for GIS-based site selection and technical potential evaluation of PV solar farm using Fuzzy-Boolean logic and AHP multi-criteria decision-making approach // Renewable Energy. 2022. Vol.186. P. 89–104. https://doi.org/10.1016/j.renene.2021.12.124
  27. Raza M. A., Yousif M., Hassan M., Numan M. Geospatial analysis of wind energy plant in Saudi Arabia using a GIS-AHP technique // Renewable Energy. 2023. Vol. 206. P. 180–190. https://doi.org/10.1016/j.renene.2023.02.010
  28. Rekik S., El Alimi S. Optimal wind-solar site selection using a GIS-AHP based approach: A case of Tunisia // Energy Conversion and Management: X. 2023. Vol. 18. № 100355. https://doi.org/10.1016/j.ecmx.2023.100355
  29. Sánchez-Lozano J. M., Ramos-Escudero A., Gil-García I. C., García-Cascales M. C., Molina-García A. A GIS-based offshore wind site selection model using fuzzy multi-criteria decision-making with application to the case of the Gulf of Maine // Expert Systems with Applications. 2022. Vol. 210. № 118371. https://doi.org/10.1016/j.eswa.2022.118371
  30. Saprong D., Baffoe P. E. Selecting Suitable Sites for Wind Energy Development in Ghana // Ghana Mining Journal. 2015. Vol. 16. № 1. P. 1–8. https://doi.org/10.4314/gm.v16i1.2
  31. Zhao X. Трудности в реализации новой энергетической стратегии России и перспективы китайско-российского энергетического сотрудничества // Chinese Journal of Slavic Studies. 2023. Vol. 3(2). P. 263–285. https://doi.org/10.1515/cjss-2023-0010

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».