Научная статья на тему 'Анализ применимости коммерческих программ в задачах технико-экономического моделирования солнечных энергоустановок'

Анализ применимости коммерческих программ в задачах технико-экономического моделирования солнечных энергоустановок Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
320
105
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
коммерческая программа / технико-экономическое моделирование / солнечная энергоустановка. / commercial software / technical and economic modeling solar energy plant

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — А. В. Бобыль, В. Г. Малышкин, А. Б. Тарасенко, Е. И. Теруков, И. С. Шахраи

Построение экономически обоснованных солнечных энергоустановок требует учёта разноуровневых факторов: от одномоментного баланса между мощностями генерации и потребления/накопления, работы контроллеров, локальных климатических условий, до региональных условий энергосетей и условий эксплуатации, и далее до таких глобальных характеристик как учётная ставка Центробанка и тарифы производителей солнечных панелей. Практический учёт этих столь разнородных факторов недоступен большинству исследователей, поэтому для многих единственно возможным выходом становится математическое моделирование. В последние годы наблюдается резкий всплеск научных работ по моделированию установок альтернативной энергетики. Только с начала 2019 года было опубликовано свыше 17000 научных работ. В представленной статье проведён библиометрический анализ программных продуктов моделирования систем альтернативной электроэнергетики. Обнаружено, что наиболее востребованы программы HOMER, RETScreen, PVSyst и TRNSYS, причём первые две наиболее распространены в научнообразовательной среде, а вторые – в инженерно-технической. Также наблюдается особенно быстрый рост работ по моделированию «виртуальных» установок с целью публикации статей, частично оправданный в парадигме научно-образовательных задач.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по электротехнике, электронной технике, информационным технологиям , автор научной работы — А. В. Бобыль, В. Г. Малышкин, А. Б. Тарасенко, Е. И. Теруков, И. С. Шахраи

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

ANALYSIS OF THE APPLICABILITY OF COMMERCIAL PROGRAMS IN TECHNICAL AND ECONOMIC MODELING OF SOLAR POWER PLANTS

The construction of economically justified solar power plants requires taking into account the different levels of factors: from the balance between the generation and consumption / accumulation capacities, operation of controllers and local climatic conditions, to regional power grid conditions and operating conditions, and further to the global characteristics such as the discount rate of the Central Bank of the Russian Federation and the tariffs of solar panel manufacturers. Most researcher cannot take into account all the various factor involved in their practical work. Therefore, mathematical modeling is the only possible option for many of them. In recent years there has been a sharp surge in research papers on the simulation of alternative energy installations. Since the beginning of 2019 more than 17,000 scientific papers have been published. This article deals with the conducted bibliometric analysis of software products for alternative energy systems modeling. The HOMER, RETScreen, PVSyst and TRNSYS programs were found the most in-demand, with the first two being the most common in the scientific and educational environment, and the other two – in engineering. A particularly rapid growth is observed in the number of studies associated with the “virtual” installations modeling with the aim of having more publications. This may be partly justified under the paradigm of scientific and educational problems.

Текст научной работы на тему «Анализ применимости коммерческих программ в задачах технико-экономического моделирования солнечных энергоустановок»

experimental analysis of the electromagnetic compatibility of discharge and LED artificial light sources for crop production]. Vestnik NGIEI. 2018. No. 12 (91): 39-49. (In Russian)

5. Aizenberg, Yu. B. Sovremennye problemy energoeffektivnogo osveshcheniya [Modern problems of energy efficient lighting]. Energosberezhenie. 2009. No. 1: 42-48. (In Russian)

6. Klimov V. P., Moskalev A. D. Problemy vysshikh garmonik v sovremennykh sistemakh elektropitaniya [Problems of higher harmonics in modern power supply systems] Available at: http://www.tensi.ru/article01.html (accessed 06.04.2019) (In Russian)

7. Solenyi C.V., Solenaya O.Ya. Bezopasnaya ekspluatatsiya energeticheskikh sistem "Umnogo doma" [Safe operation of "Smart Home" energy systems]. Izvestiya VUZov. Priborostroenie. 2016. vol. 59, No. 11: 921-927. (In Russian)

8. Chauvin-Arnoux Company. Available at: http://qualistar.chauvin-arnoux .com/en (accessed 06.04.2019)

9. GOST 32144-2013. Elektricheskaya energiya. Sovmestimost' tekhnicheskikh sredstv elektromagnitnaya. Normy kachestva elektricheskoi energii v sistemakh elektrosnabzheniya obshchego naznacheniya [Electric energy. Electromagnetic compatibility of technical equipment. Power quality limits in

the public power supply systems]. M.: Standartinform. 2014: 16. (In Russian)

10. Terentev P. V. Issledovanie kachestva i povyshenie effektivnosti ispol'zovaniya elektroenergii v elektrotekhnicheskikh kompleksakh sluzhebnykh i zhilykh zdanii: avtoreferat diss. na soisk. uch. step. kand. tekhn. Nauk [Investigation of the quality and increase of the efficiency of the use of electric power in the electrical engineering complexes of office and residential buildings: author's abstract of Cand. Sc. (Engineering) thesis]. Nizhnii Novgorod, 2014: 19. (In Russian)

11. Shepelev A. O., Kiselev B. Yu., Lysenko V. S. i dr. Puti resheniya problemy primeneniya svetodiodnykh istochnikov sveta [ Solutions of a problem of application of LED light sources]. Mezhdunarodnyi nauchno-issledovatel'skii zhurnal. 2016. No 5-3 (47): 211-213. Available at: https://research-journal.org/technical/puti-resheniya-problemy-primeneniya-svetodiodnyx-istochnikov-sveta/ (accessed 08.04.2019). doi: 10.18454/IRJ.2016.47.292 (In Russian)

12. Potapkin N.N., Vishnevskii S.A., Ashryatov A.A. Povyshenie energoeffektivnosti osvetitel'nykh ustanovok obshchestvennykh pomeshchenii [Improving the energy efficiency of lighting installations of public premises]. Sovremennye problemy nauki i obrazovaniya. 2015. No. 2. Available at: http://www.science-education.ru/122-20831 (accessed 06.04.2019) (In Russian)

УДК: 620.92+620.98

DOI 10.24411/0131-5226-2019-10149

АНАЛИЗ ПРИМЕНИМОСТИ КОММЕРЧЕСКИХ ПРОГРАММ В ЗАДАЧАХ ТЕХНИКО-ЭКОНОМИЧЕСКОГО МОДЕЛИРОВАНИЯ СОЛНЕЧНЫХ ЭНЕРГОУСТАНОВОК

A.В. Бобыль1, д-р физ-мат. наук;

B.Г. Малышкин1, канд. физ-мат. наук; А.Б. Тарасенко2;

Е.И.Теруков3, д-р техн. наук;

И.С. Шахрай3;

А.Ф. Эрк, канд. техн. наук

Технологии и технические средства механизированного производства продукции _растениеводства и животноводства_

1 ФТИ им. А.Ф. Иоффе, Санкт-Петербург, Россия

2 ОИВТ РАН, Москва, Россия

3 ГК «Хевел», Москва, Россия

4 ИАЭП - филиал ФГБНУ ФНАЦ ВИМ, Санкт-Петербург, Россия

Построение экономически обоснованных солнечных энергоустановок требует учёта разноуровневых факторов: от одномоментного баланса между мощностями генерации и потребления/накопления, работы контроллеров, локальных климатических условий, до региональных условий энергосетей и условий эксплуатации, и далее до таких глобальных характеристик как учётная ставка Центробанка и тарифы производителей солнечных панелей. Практический учёт этих столь разнородных факторов недоступен большинству исследователей, поэтому для многих единственно возможным выходом становится математическое моделирование. В последние годы наблюдается резкий всплеск научных работ по моделированию установок альтернативной энергетики. Только с начала 2019 года было опубликовано свыше 17000 научных работ. В представленной статье проведён библиометрический анализ программных продуктов моделирования систем альтернативной электроэнергетики. Обнаружено, что наиболее востребованы программы HOMER, RETScreen, PVSyst и TRNSYS, причём первые две наиболее распространены в научно-образовательной среде, а вторые - в инженерно-технической. Также наблюдается особенно быстрый рост работ по моделированию «виртуальных» установок с целью публикации статей, частично оправданный в парадигме научно-образовательных задач.

Ключевые слова: коммерческая программа, технико-экономическое моделирование, солнечная энергоустановка.

Для цитирования: Бобыль А.В., Малышкин В.Г., Тарасенко А.Б., Теруков Е.И., Шахрай И.С., Эрк А.Ф. Анализ применимости коммерческих программ в задачах технико-экономического моделирования солнечных энергоустановок // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2019. № 2(99). С.32-50

ANALYSIS OF THE APPLICABILITY OF COMMERCIAL PROGRAMS IN TECHNICAL

^.F.Ioffe Physical and Technical Institute of RAS, Saint Petersburg, Russia

2 Joint Institute for High Temperatures of the Russian Academy of Sciences (JIHT RAS), Moscow, Russia

3 The Hevel Group

4Institute for Engineering and Environmental Problems in Agricultural Production IEEP - branch of FSAC VIM, Saint Petersburg, Russia

The construction of economically justified solar power plants requires taking into account the different levels of factors: from the balance between the generation and consumption / accumulation capacities, operation of controllers and local climatic conditions, to regional power grid conditions and operating conditions, and further to the global characteristics such as the discount rate of the Central Bank of the Russian Federation and the tariffs of solar panel manufacturers. Most researcher cannot take into account all the various factor involved in their practical work. Therefore, mathematical modeling is the only possible

AND ECONOMIC MODELING OF SOLAR POWER PLANTS

A.V. Bobyl1, DSc (Physics and Mathematics); V.G. Malyshkin1, Cand Sc, (Physics and Mathematics);

2

A.B. Tarasenko , DSc (Engineering); E.I.Terukov3, DSc (Engineering); I.S. Shakhrai3;

A.F. Erk4, Cand. Sc (Engineering)

option for many of them. In recent years there has been a sharp surge in research papers on the simulation of alternative energy installations. Since the beginning of 2019 more than 17,000 scientific papers have been published. This article deals with the conducted bibliometric analysis of software products for alternative energy systems modeling. The HOMER, RETScreen, PVSyst and TRNSYS programs were found the most in-demand, with the first two being the most common in the scientific and educational environment, and the other two - in engineering. A particularly rapid growth is observed in the number of studies associated with the "virtual" installations modeling with the aim of having more publications. This may be partly justified under the paradigm of scientific and educational problems.

Key words: commercial software, technical and economic modeling solar energy plant.

For citation: Bobyl A.V., Malyshkin V.G., Tarasenko A.B., Terukov E.I., Shakhrai I.S., Erk A.F. Analysis of the applicability of commercial programs in technical and economic modeling of solar power plants. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produkcii rastenievodstva i zhivotnovodstva. 2019. 2(99): 32-50 (In Russian)

и

обслуживание

регулирование и с финансовыми

Введение

В последнее десятилетие наблюдается значительный рост альтернативной энергетики. При этом ее можно разделить на четыре области:

Производство оборудования и электростанций.

Установка электростанций.

Государственное взаимодействие структурами.

Наука и образование.

Первые два пункта связаны с движением значительных денежных средств и высокими рисками и стоимостью принятия ошибочных решений [1,2]. Для описания взаимодействия с государственными и финансовыми структурами необходимо проведение специального анализ и не рассматривается в настоящей работе. Изучение проблем альтернативной энергетики в науке и образовании имеет значительный

лавинообразный рост. Только с начала 2019 года было опубликовано [3] свыше 17000 статей, посвящённых изучению технико-экономических аспектов солнечной энергетики. Во многих случаях не описываются результаты технологии и результаты практической эксплуатации

разработок создания и работающих

электростанций. Часто компьютерное моделирование становится единственным инструментом анализа технико-

экономической эффективности и не затрагивает движение денежных средств, анализ которого является принципиально важным для реализации экономических преимуществ перехода к альтернативной, экологически чистой и ресурсосберегающей энергетике. Наиболее очевидным критерием этого перехода является уменьшение нормированной стоимости электроэнергии (LCOE - Levelised Cost of Energy), достижение за более короткий срок не только автономного, но и сетевого паритета стоимости электроэнергии с использованием возобновляемых источников энергии по сравнению с традиционными источниками. Однако подход компьютерного

моделирования вполне оправдан в парадигме поисковых и научно-образовательных задач. Ниже перечислены типы научных работ имеющих значительный лавинообразный рост.

Изучение географически локального баланса генерация/потребление.

Содержанием является выбор определённых географический регион и проведение для этого региона изучения баланса солнце/ветер/гидро/накопитель/или простая сеть с целью получения модели

локального производства/потребления

электроэнергии. Такие работы исчисляются многими тысячами (см. Таблица 1). Критерии экономической эффективности могут различаться, выход на экономическую эффективность обычно возможен или за счёт сравнения с дотируемыми тарифами, или учётом дополнительной полезности [2]. Главной особенностью таких работ можно назвать использование стандартных

коммерческих программных продуктов (HOMER, RETScreen, и др.), практика их использования описана ниже. Отметим, что входные данные, необходимые для работы таких программ, по крайней мере, приближённо, можно получить из общедоступных баз данных, обсуждение некоторых таких баз данных приведено ниже.

Таблица 1

Количество статей (шт.), использующие программные продукты

год HOMER RETScreen iHoga pvSol SolarGIS ViPOR PVSyst TRNSYS

2013 2580 532 9 23 121 9 293 1900

2014 3110 578 14 35 183 8 373 2290

2015 3040 658 41 31 322 15 469 2340

2016 3240 632 43 44 464 12 531 2460

2017 3380 667 52 60 446 5 597 2670

2018 3260 596 62 71 484 10 646 2570

2019 906 143 25 16 131 2 161 789

Из Таблицы 1 следует, что наиболее часто используемой является программа HOMER (Hybrid Renewable and Distributed Generation

System Design Software) [4]. Это коммерческая программа, производитель утверждает о более 150,000 пользователей этой программы. Помимо продажи самой программы значительную часть дохода производителя составляют курсы обучения пользованием программы и продажа учебных материалов к ним. Также возможно выполнение расчётов "на заказ" у производителя. Программа имеет 21 день free—trial, с последующей помесячной оплатой от $6 до более $200, в зависимости от используемой функциональности и статуса покупателя (скидки для студентов). HOMER является наиболее часто используемой программой в России и С-Петербурге [5,6]. Программа HOMER моделирует весь жизненный цикл системы генерации энергии, включая в себя не только

базовые экономические и технологические параметры, но и позволяет учесть инвестиционную стоимость, стоимость топлива, стоимость обслуживания и других расходов в течении эксплуатации системы. На рис. 1 приведены принципиальные возможности программы HOMER и screenshots ее использования. Можно ввести параметры потребления/генерации и смоделировать баланс вплоть до расчёта потока денег, связанного с установкой альтернативной энергетики. Программа состоит из 3 блоков: 1) симуляция: моделирование системы для всех возможных комбинаций оборудования и условий эксплуатации, 2) оптимизация:

моделирование системы в соответствии с критериями, в частности, экономической оптимизации, либо уменьшение расходов на топливо, 3) анализ чувствительности: моделирование влияния переменных, которые находятся вне вашего контроля, таких как ветер, скорость, стоимость топлива

и т. д. для оценки их влияния оптимальность системы.

Программа RETScreen (Clean Energy Management Software) [7], используют в более 600,000 случаях, близка по функциональности на программу HOMER, предназначена главным образом для моделирования альтернативных

энергетических установок в широком диапазоне мощности электростанций. К отличительной особенности программы RETScreen можно отнести её использование различными государственно—

политическими учреждениями, в частности, European Environment Agency (EU), NASA. Программа тесно интегрирована с географическими базами данных, что позволяет относительно легко моделировать работу станций в различных географических условиях. Стоимость составляет

$869.00/year/user с возможными скидками для студентов. На Рис. 2 приведены схема зависимости точности оценки стоимости проекта в сравнении с фактическими затратами и типичные данные на вход/выход программы RETScreen.

Solar-GIS [8] - веб-сайт, предоставляющий доступ к широкому инструментарию для анализа проекта электрификации. Доступна информация о распределении населения, географически и климатические особенности, а также особенности рельефа. Данные обычно представлены на карте мира. Также присутствует инструментарий для симуляции солнечных, ветровых и гибридных станций в выбранном регионе с последующим прогнозированием выходных параметров. Доступен выбор множества изменяемых параметров, таких как размеры фотовольтаических модулей, угол наклона солнечных панелей, использование различных типов ветровых турбин и т.д. Большая часть функциональности требует

оплаты, однако информация о некоторые регионы доступны бесплатно (демо-режим).

а)

б)

Рис.1. a) -Расчет потока денег: капитальных и операционных затрат, нормированной стоимости электроэнергии (LCOE) за жизненный цикл электростанции. б) Временная зависимость выходных показателей в течении 20-летнего периода: нагрузка увеличивается, выход солнечной генерации снижается, потери батареи увеличиваются, что требует их замены через 14 лет. [HOMER® Pro V3.7 UM].

а)

б)

Рис. 2. а) Концепция зависимости точности оценки стоимости проекта в сравнении с фактическими затратами [Gordon,

J. L., Black Boxing Hydro Costs, 1989.]. Результаты реализованных проектов - уровень неопределенности в оценках уменьшается от ± 50% до 0%. б) Типичный ввод/вывод программы RETScreen: потребление, генерация, потоки денег

а)

в)

б)

г)

Рис.3. Типичные SolarGIS данные. а)- Глобальное горизонтальное облучение и температура воздуха - климатическая справка, Autoporto, Italy, б)- Горизонт местности (серая заливкой), горизонт модуля (синяя заливка) и влияние затенения на солнечную радиацию. Черные точки показывают истинное солнечное время. Синие метки показывают местное время, Boothapandi, India, в) Потери глобального облучения за счет затенения местности [%]

(Autoporto, Италия), г) Процентная доля ежемесячного производства электроэнергии и коэффициент эффективности, Boothapandi, India

Программа pvSol [9] - способна моделировать фотовольтаические системы в условиях выбранного региона. В пользовательском интерфейсе можно выделить 6 основных разделов: географическое положение, выбор объекта, выбор модуля, выбор системы размещения модуля, конфигурация модуля и план по размещению интеркоммуникаций. Важной особенностью данной программы является симуляция затенённых областей от окружающих объектов.

Кроме перечисленных программных продуктов отметим еще: Hybrid2 - продукт, основной упор в котором сделан на симуляцию эксплуатации гибридных (солнечные + ветровые модули) станций. Выходным результатом данной программы является моделирование долгосрочной эксплуатации гибридной автономной станции с учетом всех компонентов: фотовольтаические модули, ветровые генераторы, аккумуляторы, инверторы и другие компоненты. Программа

демонстрирует экономические прогнозы на основе выходных параметров систем и капиталовложений, необходимых для эксплуатации гибридной станции. ViPOR (Village Power Optimizationfor Renewables) -программа, специализирующаяся на решении вопроса электрификации отдаленных регионов. Отличительной особенностью является использование информации об особенностях местности для минимизации затрат по передаче энергии от источника к потребителю. Помимо прочего, программа обладает функцией

распределения нагрузки электросети, которую можно использовать для оптимизации использования существующих сетей. LAP (Low Voltage Electrification Analysis and Planning) - отличительной особенностью данной программы является специализация на системах низковольтной электрификации. В ней представлены

наиболее распространенные источники возобновляемой энергии наряду с обычными дизельными и электростанциями. iHoga (Improved Hybrid Optimization by Genetic Algorithm) - программное обеспечение в котором применяется «генетический алгоритм» и сенситивный (чувствительный к изменениям) анализ систем возобновляемой энергии. Данная программа рассчитана на моделирование и оптимизацию систем с фотовольтаическими элементами, ветровыми турбинами, топливными элементами, и гидр-электрогенераторами.

Как мы отмечали в начале статьи, научно-образовательные и прикладные инструменты отличаются весьма сильно. Инженерами-инсталляторами фотоэлектрических станций по всему миру в основном используется мощный инструмент проектирования фотоэлектрических систем, разработанный в Швейцарии, и ставший своего рода отраслевым стандартом инженерного конфигуратора программа PVSyst [10], которая предназначена для:

быстрой предварительной оценки проектируемой системы (в анализ входит оценка производительности на основе данных почасового моделирования; рассмотрение всевозможных вариантов моделей системы и их сравнение; первичный анализ затенения на выработку при помощи инструмента 3D tool; анализ потерь в системе и экономический анализ на основе реальных цен компонентов); такой анализ можно выполнить для соединенных с сетью, автономных и водоподъемных ФЭС.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

полноценного детального

проектирования ФЭС с почасовым моделированием с возможностью работы с многочисленными базами метеоданных и базой данных компонентов; для соединенных с сетью, автономных, водоподъемных ФЭС и ФЭС с нагрузкой постоянного тока.

Блок «Solar tool box» позволяет проанализировать солнечную геометрию ФЭС, смоделировать затенение,

транспозицию солнечных модулей; проанализировать поведение ФЭМ в зависимости от затенения и др. факторов, посмотреть ВАХ затеняемых ФЭ ячеек и т.д. Блок «Measured data» позволяет импортировать измеренные системой мониторинга параметров ФЭС почасовые данные, редактировать их, визуализировать в виде таблиц и графиков и анализировать, сравнивать со смоделированными значениями. После выбора местоположения и источника среднемесячных данных сразу же генерируются почасовые данные - из суммарной или рассеянной солнечной радиации (опционально). В ходе расчета также появляется сообщение о том, что в программе нельзя сгенерировать часовые последовательности скорости ветра из среднемесячных и что в настоящее время разработчикам не известны способы это сделать, поэтому в расчетах используются среднемесячные значения скорости ветра. А также сказано, что влияние скорости ветра на работу фотоэлектрического модуля (а точнее - на его температуру) мало. При этом PVSyst в случае расчета автономных энергоустановок допускает генерацию графика нагрузки путем ввода количества приборов-потребителей и времени их работы.

Ряд зарубежных и отечественных работ по моделированию выполнен в системе динамического моделирования установок возобновляемой энергетики TRNSYS [11]. Данная среда моделирования изначально создавалась под нужды тепловой солнечной энергетики, но позже с ее использованием рассчитывались и другие системы автономно и централизованной энергетики. Она включает в себя типовые модули ввода и вывода данных, модули компонентов систем и блок решения дифференциальных

уравнений, используемый согласно задаваемым пользователем связями между объектами. Система имеет открытую архитектуру, то есть у пользователя есть возможность дописать новые модули под свои компоненты.

i Simulation Stud« ■ (SndStition2ERA.tpf| -OX -СГ File Ed« View D»ectAc«w А>итЫу C*ul»te Toob Wndow Г - ' *

Qiee e <ta t a * m t й

ИТ *■ !Ш R S "I

14 •f) m X i f J4 В m » я rr-% , i . . Г2Я i _1 C.Tiidn- i Q EtaaKii

STP3W • _l H«k«gen interns i □ Hjdcna . _J LMdsandSeutluK л CJ 0C«IW I Cj Ftyiic.!! Phenowna i Cl Them« S'i>»i • _J Wnlhei DeliRwAijardF

» i-

Tvpe9j Tvpelfie bl UB ТуреГЗЬ

J

гур^-г Qj

nw

Рис. 4. Информационная диаграмма модели сетевой фотоэлектрической станции в TRNSYS

В качестве примера на рисунке 4 приведена информационная диаграмма (расчетная схема) для сетевой фотоэлектрической станции. Модули Туре9а и Туре9а-2 читают из файлов часовые суммы солнечного излучения на горизонтальной поверхности и температуры окружающего воздуха, модуль Туре16а пересчитывает потоки солнечного излучения с горизонтальной поверхности на наклонную (использовались рекомендованные в TRNSYS модели Рейндла [12], соотношения прямого и рассеянного излучения и диаграммы направленности рассеянного излучения). Собственно модели

фотоэлектрических модулей реализованы в модулях STP280S и STP285S. Производительность модулей различных типов суммируется и умножается на среднюю эффективность инвертора в Equa, затем интегрируется и выводится модулем Туре28Ь. Все модули кроме Equa, представляющего собой совокупность пользовательских уравнений, являются входящими в поставку модулями TRNSYS.

Разработан также ряд

специализированных программных

продуктов для моделирования систем возобновляемой энергетики, в том числе направленных на применение продуктов конкретных производителей, таких как SMA Off-Grid Configurator [13]. База данных включает линейку сетевых и автономных инверторов широко известной на рынке фотоэнергетики компании SMA Gmbh, а также широкий спектр фотоэлектрических модулей, использовавшихся специалистами данной компании, либо специфических систем аккумулирования, например, на основе водородного цикла [14].

Изучение глобального баланса генерация/потребление на уровне страны/региона.

Такие работы обычно включают учёт очень большого числа факторов, что одновременно является их и силой и слабостью. Помимо сложностей в построении модели баланса, имеет место неопределённость многих параметров. например оценки будущего потребления электроэнергии. Классическим примером такой неопределённости является избыток в настоящее время генерирующих мощностей в северо-западном регионе России. Сочетание прогнозов правительства, договоров ДПМ, и оценки роста экономики привели к избыточноу строительству генерирующих мощностей [15]. Задачи же моделирования региональных

альтернативных энергосистем являются значительно более сложными аналогами моделирования классических энергосистем. В качестве примера такой работы приведём один из самых цитируемых авторов Финляндии [16,17], в которой разработана модель (LUT-модель) региональных

расчетов условия применения

альтернативной энергетики с учётом сетей, накопления, потребления, генерации разных видов (рис. 5).

Гсс h il о- ее un о ni ¡с parameters

Centralized system power Demand

Generation profiles

Existing power generation capacities

Restrictions to RF. generation and storage capacities

Regional data

л

Prosumers model Minimization of annual electricity ч consumption cost ;

Centralized system Power demand

System model v Target function: Minimization of annual system cost Main constraint; Electricity supply matches demand for each Iwur

Method: Linear optimization. Interior-point method (MOSEK optimiser)

Model output:

• System cost ' Prosumers

system cost

• Installed capacities

• Generation profiles

• Storage energy flows

• Storage SoC Fuel utilization

Levelised cost of: Generation

• Curtailment

• Storage Transmission

Рис. 5. Основные входные и выходные параметры LUT-модели, описанной в [17]

В качестве примера таких расчетов в статье [16] была разработана модель суперсети для Северо-Восточной Азии, которая описывает пять сценариев для 100%-ных систем возобновляемой энергии с различными уровнями развития

высоковольтной сети электропередачи постоянного тока, включая потребность в промышленном газе и дополнительную энергетическую безопасность. (Рис. 6) Возобновляемые источники энергии могут поставлять достаточно энергии для покрытия предполагаемой потребности в

электроэнергии и газе в этом районе в 2030 году и поставлять более 2000 ТВт-ч тепла с конкурентоспособной стоимостью 84 евро / МВт на электроэнергию. Кроме того, это может быть достигнуто за счет цены на синтетический природный газ по японскому уровню цен на импорт сжиженного природного газа в 2013 году и без дополнительных затрат на производство доступного тепла. Общая стоимость системы площади может составить 69,4 евро / МВт, если учитывать только сектор электроэнергетики. В этой системе около 13% энергии обменивается между 13 регионами, что отражает довольно

децентрализованным характер, который обеспечивается 27% запасенной энергии.

Рис. 6. Схема сети регионы СевероВосточной Азии [16]

В связи с неизвестностью ряда характеристик такой подход в ряде случаев является, по сути, аналогом расчёта сетевого паритета. Особенностью работ такого типа является использование, как правило, оригинального программного продукта, в ряде работ используются открытые программные продукты [18] для моделирования сетей. Модели

энергетических систем, безусловно, являются полезными, используются для изучения будущих энергетических систем и часто применяются к вопросам, связанным с энергетической и климатической политикой. Сами модели сильно различаются по типу,

дизайну, программированию, применению, объему, уровню детализации, сложности и недостаткам. В процессе использования этих моделей часто описывается некоторая форма их математической оптимизации.

Моделирование отдельного

фотовольтаического элемента и солнечной электростанции.

Ряд программ позволяют рассчитать четырёх параметрическую модель солнечного элемента с учётом температуры, влажности, освещённости (прямой и диффузной) и пр. Далее массив таких элементов моделируется уже в рамках солнечной энергоустановки с учётом контроллера заряда, инверторов и других элементов. Сочетание компонентов разной природы, как правило, приводит к созданию программы, составленной из слабо совместимых компонент, при этом корректность расчётов в большинстве случаев проверить невозможно. В работе [19] для моделирования элементов солнечных энергоустановок наиболее часто использован подход «моделирования цепей», т. е. солнечная энергоустановка

рассматривается как некая

«радиотехническая схема» достаточно большой сложности (см. рис. 7). Далее привлекаются программы Simulink, PSIM, PSPICE, PSCAD, или свободно доступное программа NGSPICE [20].

Приведённая на рис. 7А на модель фотоэлектрического элемента [19], характеризуется учётом электрических и температурных характеристик. Помимо солнечных элементов энергоустановка имеет ряд других компонент, таких как контроллер заряда аккумулятора, DC-DC конвертор и др. Типичная модель DC-DC конвертора [19], приведена на рис. 7b.

в;

Рис. 7. а) Блок-схема массива PVи интерфейс подключения терминала, представляющий выход PV в качестве источника напряжения, б)

Simulink - модель мостового DC / DC-преобразователя для фотоэлектрического интерфейса. в) Simulink-модель массива солнечных элементов. [19]

Следует отметить, что моделирование различных компонент - экономическое моделирование, моделирование отдельной фотовольтаической ячейки, моделирование одного аккумулятора и т.д. - допускает использование весьма простых, но в то же время достаточно полезных моделей. Моделирование же энергетической установки целиком, требует правильных моделей для всех её компонент, что

кардинально увеличивает общую сложность модели, при этом резко увеличивается возможность ошибки в связи с ошибками выбора параметров, выбора неверных моделей для отдельных модулей. В практических приложениях, например, оценки производителем стоимости конкретного заказа, часто используется интерполирование результатов достаточно сложной модели, ранее вычисленной для набора различных входных параметров. В ряде случаев используются очень простые, однако значительно легче верифицируемые расчёты. Такой подход обычно имеет место в коммерческих компаниях, занимающихся сооружением солнечных энергоустановок. Использование стандартизованных

характеристик позволяет получить пусть и неидеальный, но удовлетворяющий заказчика результат. В практическом применении условия эксплуатации могут приводить к отличиям в выработке энергии на десятки процентов.

Таким образом, интеграция модели солнечной электростанции с

географическими и климатическими моделями часто является достаточно сложной задачей в связи с разнородностью данных и отличием используемых программ. Заметим, что моделирование этих электростанции обычно осуществляется инженерами-электронщиками, а

моделирование экономико-географических факторов делают другие специалисты. Это часто приводит к ошибкам, если специалисты не имеет комплексного образования.

Географические данные, используемые для моделирования

Моделирование фотоэлектрических станций и систем солнечного теплоснабжения при их проектировании требует исходных данных о приходящем солнечном излучении [21]. Как правило, моделирование выполняется с часовым

шагом и для него необходимы часовые суммы солнечного излучения, поступающего на приемные поверхности солнечных элементов.

Предпочтительными источниками

данных о поступающем на земную поверхность солнечном излучении являются многолетние актинометрические

наблюдения. Результаты обработки измерений приводятся в справочных изданиях и в виде баз данных (БД). Основная проблема наземных актинометрических наблюдений - редкая сеть метеостанций, ведущих такие наблюдения. Экстраполяция и интерполяция данных актинометрических станций малоприменима, поскольку такие измерения с приемлемой погрешностью могут распространяться на расстояние не более 100-130 км от метеостанции, что меньше расстояния между метеостанциями.

Для решения проблемы недостаточности наземных данных о поступлении солнечной энергии в последние десятилетия все шире стали использоваться математическое моделирование и восстановление данных так называемого реанализа, который широко используется в метеорологии, климатологии, океанологии и других областях. В настоящее время в данных NCEP и ERA представлена информация о падающем солнечном излучении на сетке с высоким разрешением. На основе восстановления данных регулярной сетке разработана глобальная по охвату база данных NASA POWER (NASA Prediction of Worldwide Energy Resource), которая широко используется при прогнозировании и проектировании в солнечной энергетике.

Основным источником климатических данных служат результаты проекта NASA POWER [22]. Бесплатно доступная через Интернет база данных содержит дневные суммы коротковолнового солнечного и длинноволнового излучения, поступающего на земную поверхность, заатмосферного

солнечного излучения и ряд климатических параметров - влажность, температуру на разных высотах. Данная база является результатом обработки заатмосферных спутниковых наблюдений посредством математической модели прохождения солнечных лучей через атмосферу. В настоящее время специалисты NASA заявляют о том, что база позволяет выдавать данные с пространственным разрешением 0,5*0,5.

Проект NASA POWER разрабатывается с 2003 г. как продолжение и развитие проекта NASA SSE и направлен на подготовку параметров для солнечной энергетики и других отраслей, использующих солнечную энергию. В базе NASA POWER в открытом доступе предоставляются суточные значения (включая потоки солнечного излучения на верхней границе атмосферы и на уровне Земли, нисходящий поток длинноволнового излучения, температуры воздуха и земной поверхности, скорость ветра) с разрешениями 1°х1° и 0,5°х0,5° (для солнечного излучения только 1°х1°) для каждого дня (суток) с 1 июля 1983 г. по настоящее время. Погрешность спутниковых актинометрических данных определялась путём сравнения с данными наблюдений наземных метеостанций, входящих в международную сеть BSRN (Baseline Surface Radiation Network) и составила по данным разработчиков порядка 20%.

Большое количество актинометрических данных содержат базы Европейской системы мониторинга климата по спутниковым данным (Satellite Application Facility on Climate Monitoring, CM SAF [23]): климатические и актинометрические данные наблюдений геостационарных спутников (базы SARAH, 1983-2015 гг., ±65° по широте, ±65° по долготе, пространственное разрешение 0,05°х0,05°; SARAH-E, 19992016 гг., ±65° по широте, 10...130° в.д.,

0,05°*0,05°) и полярных спутников (CLARA-A, 1982-2015 гг., глобальная, 0,25°х0,25°). Детальные климатические и

актинометрические данные ERA-реанализа имеются в базах Европейского центра среднесрочного прогноза погоды (European Centre for Medium-Range Weather Forecasts, ECMWF [24], [25]), в частности часовые суммы суммарного солнечного излучения на горизонтальной поверхности (2000-2017 гг., глобальные данные, 0,25°*0,25°). Данные предоставляются CM SAF и ECMWF в архивах, организованных по временному принципу. Хотя система CM SAF и позволяет выкачивать данные не по всей покрываемой её базами данных территории, пользоваться ими крайне неудобно, ECMWF выделить из пространственной области отдельные регионы не позволяют.

В качестве источника наземных актинометрических данных для ряда локаций может быть выбрана БД Мирового центра радиационных данных, содержащая дневные суммы поступающего на горизонтальную поверхность солнечного излучения для 27 метеостанций на территории России, а источника данных по скорости ветра на высоте 8-10 м - ресурс «Расписание погоды» [26], содержащий архивы срочных (через 3 часа для метеостанций и через 1 час для аэропортов) для 878 метеостанций, входящих в сеть ВМО, и 74 аэропортов, входящих в сеть METAR.

Иногда в качестве исходной климатической информации применяется так называемый типичный метеогод (TMY), в случае России разработанный с участием ГГО им. Воейкова (Санкт-Петербург) на основе статистической обработки многолетних наблюдений метеостанций Москвы в соответствии с принятой международной методологией. Типичный метеогод включает в себя ежечасную информацию о прямой, рассеянной и

суммарной солнечной радиации,

поступающей на горизонтальную поверхность, о температуре воздуха, его влажности и скорости и направлении ветра.

Штатным источником климатических данных для конфигуратора PVSyst является база данных Meteonorm, распаляющая мете информацией с более 1700 станций по всему миру (среднемесячные данные за период 1030 лет (1980-2010 гг)). Для локаций, удаленных от наземных метеостанций, в PVSyst применяется метод интерполяции между тремя ближайшими станциями; в случае отсутствия таковых данные импортируются из NASA POWER. 36 наземных станций по РФ во встроенной базе данных MeteoNorm 7.1

После выбора местоположения и источника среднемесячных данных сразу же генерируются почасовые данные - из суммарной или рассеянной солнечной радиации (опционально).

Перечень баз метрологической информации, доступных для загрузки из программного продукта PVSyst приведен в таблице 2.

Сравнение метеоданных из разных баз метеоданных для разных локаций представлено в виде картинки (ниже) (анализ проведен специалистами PVSyst). Более подробный анализ доступен по ссылке http://www.pvsyst.com/en/publications/meteo-data-comparaisons.

В таблице 3 приведена библиометрическая статистика по использованию различных баз данных. ECMWF является наиболее популярной, однако она используется не только для альтернативной энергетики, но и для других приложений, требующих климатических данных.

Таблица 2

Перечень баз метеоданных, доступных для загрузки в программу PVSyst

Database Region Values Source Period Variables Availability PVsyst import

Meteonorm Worldwide Monthly 1700 Terr. Stations Interpolations 1995-2005(V 6.0) Averages Gh, Ta, Wind, Others Software Direct by file (300 stations in PVsyst DB)

Meteonorm worldwide Hourly Synthetic generation idem Gh, Dh, Ta WindVel Software Direct by file

Satellight Europe Hourly Meteosat pixel of about 5x7 km2 19962000 Gh No Ta Web free Direct by file

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

US TMY2 USA Hourly NREL, 239 stations TMY 19601990 samples Gh, Dh, Ta, WindVel Web free Included in database

ISM-EMPA Switzerland Hourly 22 stations DRY 19811990 samples Gh, Dh, Ta, WindVel Included in PVsyst Includded in database

Helioclim (SoDa) Europe Africa Hourly Meteosat From 02/2004 Gh No Ta Webrestricted 2005 free Direct by copy/paste

NASASSE Worldwide Monthly Satellites 1°x1° cells (111x111km2) 19831993 averages Gh, Ta Web free Direct

WRDC Worldwide Hourly Daily Monthly 1195 stations 19641993 each Gh No Ta Web free Direct by copy/paste

PVGIS-ESRA Europe Monthly Europe : interp. 1x1 km2 19811990 averages Gh, Ta Linke turbidity Web free Direct by copy/paste

Africa Africa : Meteosat (Helioclim-1 database) 19852004

Helioclim -1 (SoDa) Europe Africa Monthly Meteosat 50x50 km2 19852005 each year Gh No Ta Web Restricted 1985-89 free Direct by copy/paste

RETScreen Worldwide Monthly Compil. 20 sources Incl. WRDC -NASA 19611990 averages Gh, Ta WindVel Software, free Direct by copy/paste

SolarGIS Europe Africa, Asia Brazil Hourly Meteosat Approx. 4x5 km2 From 1994 (1999) Gh, Dh, Ta Web, paid access Direct

ISSN 0131-5226. Теоретический и научно-практический журнал.

_ИАЭП. 19 Вып. 2(99)_

Таблица 3

Библиометрическая статистика использования климатических баз данных. Статьи штук использующие определённую базу данных. Данные получены с использованием [3]

NSRDB NASA SSE/POWER PVGIS ESMAP Worldcli mate WRDC Meteonorm Helioclim ECMWF METAR

2013 175 87 482 293 55 105 527 81 6740 823

2014 204 135 586 350 46 99 615 102 6920 898

2015 233 137 689 352 37 99 666 98 7360 1210

2016 294 164 689 352 43 117 756 110 7750 1360

2017 296 206 720 389 39 111 760 130 7700 1340

2018 397 186 737 454 33 94 766 98 7850 1170

2019 131 46 151 123 8 47 260 33 3090 217

Выводы

В работе показано, что за прошедшее десятилетие резко выросла роль моделирования в области альтернативной энергетики. При этом в научно-образовательной области лидируют программные продукты HOMER и RETScreen, а в инженерно-прикладных областях лидируют программные продукты TRNSYS и PVSyst. Такое отличие наблюдается не только в программах, отличие скорее в мировоззрении исследователей: «написать статью» vs. «сделать работающее устройство». В настоящей работе проведён

библиометрический анализ числа научных статей, использующих тот или иной программный продукт, обсуждается публикационная динамика. Ожидается продолжение роста работ по моделированию, поскольку моделирование является наиболее простым и дешёвым способом «войти в альтернативную энергетику» для начинающих, а для профессионалов наиболее простым и дешевым методом оценки

функциональности и рисков. Любая программа требует «правильных» данных

вход. В работе сделан обзор различных геоинформационных баз данных.

Большинство используемых программных продуктов интегрированы с ними. Заметим, что технико-экономическое моделирование, помимо геоинформационных данных, также требует и данные по текущему и будущему: потреблению, ставки дисконтирования, инфляции и пр. Такие данные не могут быть получены из «стандартных» баз данных. Именно поэтому успех или неудача конкретной инсталляции солнечной энергоустановки зависит, прежде всего, от умения оценить конкретную ситуацию, и использовать соответствующие инструменты анализа.

Участиие АВБ и АБТ обеспечивалось поддержкой РФФИ гранта 18-58-41005.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Бобыль А. В. и др. Источники развития альтернативной энергетики //Технологии и технические средства механизированного производства продукции растениеводства и животноводства. - 2017. - №. 92. с. 30-35. https://www.researchgate.net/publication/32055 9406

2. Бобыль A. В., Малышкин B. Г., Эрк А. Ф. Методы оценки экономической эффективности солнечных электростанций //Технологии и технические средства механизированного производства продукции растениеводства и животноводства. - 2018. -№. 4 (97). с. 49-56. https://www.researchgate. net/publication/332875388

3. Google Scholar [Электронный ресурс] Режим доступа: https://scholar.google.ru (дата обращения 15.04.2019.)

4. HOMER (Hybrid Renewable and Distributed Generation System Design Software) [Электронный ресурс] Режим доступа: https://www.homerenergy.com/(дата обращения 15.04.2019.)

5. Contreras-Vielma M., Elistratov V. V. Technical evaluation of the wind resource in Venezuela. ARPN Journal of Engineering and Applied Sciences. 2016. Vol. 11. No. 7. 43994403. (In English)

6. Елистратов В. В. Возобновляемая энергетика. Санкт-Петербург: «Наука». 2013. 308 с.

7. RETScreen (Clean Energy Management Software) [Электронный ресурс] Режим доступа:

https://www.nrcan.gc.ca/ energy/software-tools/7465 (дата обращения 15.04.2019.)

8. Solar-GIS [Электронный ресурс] Режим доступа: https://solargis.info/

(дата обращения 15.04.2019.)

9.pvSol software [Электронный ресурс] Режим доступа: https://www.valentin-software.com/en/node/39441 (дата обращения 15.04.2019.)

10.PVSystLogicielPhotovoltaique [Электронный ресурс] Режим доступа: https://www.pvsyst.com/(дата обращения 15.04.2019.)

11.TRNSYS - Transient System Simulation Tool (2019). [Электронный ресурс] Режим доступа:http://tmsys.com/. (дата обращения 15.04.2019.)

12. Даффи Дж., Бекман У. Основы солнечной теплоэнергетики. Учебно-справочное руководство. Пер. с англ. -Долгопрудный: Издательский Дом «Интеллект». 2013. 888 с.

13. SMAOff-GridConfigurator [Электронный ресурс] Режим доступа: http://www.sma.de/en/products/planning-software/sma-off-grid-configurator.html (дата обращения 15.04.2019.)

14. Guinot B., Bultel Y., Montignac F., Riu D., Pinton E., Noirot-LeBorgne I. Economic impact of performances degradation on the competitiveness of energy storage technologies - Part 1: Introduction to the simulation-optimization platform ODYSSEY and elements of validation on a PV-hydrogen hybrid system. International journal of hydrogen energy. 2013. No. 38. 15219-15232

15. Тукалин Глеб. В России скопился избыток энергомощности. Новая Газета. 22.06.2018 [Электронный ресурс] Режим доступа: http://www.ng.ru/economics/2018-06-22/100_izbytok.html (дата обращения 15.04.2019.)

16. Bogdanov D., Breyer C. North-East Asian Super Grid for 100% renewable energy supply: Optimal mix of energy technologies for electricity, gas and heat supply options. Energy Conversion and Management. 2016. No. 112. 176-190.

DOI: 10.1016/j.enconman.2016.01.01917. Breyer C., Bogdanov D., Aghahosseini A., Gulagi A., Child M., Oyewo A. S., Farfan J.,

Sadovskaia K., Vainikka P. Solar photovoltaics demand for the global energy transition in the power sector. Progress in Photovoltaics. 2017. 1-19. DOI 10.1002/pip.2950

18. Open energy system models. [Электронный ресурс] Режим доступа: https://en.wikipedia.org/wiki/Open_energy_syst em_models#Open_electricity_sector_models (дата обращения 15.04.2019.)

19.Weidong Xiao Photovoltaic Power System: Modeling, Design, and Control. 2017. [Электронный ресурс] Режим доступа: https://www.wiley.com/en-ae/Photovoltaic+Power+System%3A+Modeling %2C+Design%2C+and+Control-p-9781119280347 (дата обращения 15.04.2019.)

20. NGSPICE [Электронный ресурс] Режим доступа: http://ngspice.sourceforge.net (дата обращения 15.04.2019.)

21. Photovoltaic software. [Электронный ресурс] Режим доступа: https://photovoltaic-software.com/principle-ressources/solar-radiation-databases (дата обращения 15.04.2019.) 22. NASA Prediction of Worldwide Energy Resource. POWER Project

Data Sets (2018). [Электронный ресурс] Режим доступа: https://power.larc.nasa.gov/. (дата обращения 15.04.2019.)

23. EUROMETSAT. CM SAF Climate Monitoring ( 2018). [Электронный ресурс! Режим доступа: https://www.cmsaf.eu/EN/ Home/home_node.html. (дата обращения 15.04.2019.)

24. European Centre for Medium-Range Weather Forecasts. Browse Reanalysis Datasets (2018). [Электронный ресурс] Режим доступа:

https://www.ecmwf.int/forecasts/datasets/archiv e-datasets/browse-reanalysis-datasets. (дата обращения..........)

25. Europe's eyes on Earth. ERA5 hourly data on single levels from 2000 to present (2018). [Электронный ресурс] Режим доступа: https://cds.climate.copernicus.eu/cdsapp#!/datas et/reanalysis-era5-single-levels?tab=overview (дата обращения 15.04.2019.)

26. Расписание погоды. [Электронный ресурс] Режим доступа: https://rp5.ru/ (дата обращения 15.04.2019.)

REFERENCES

1. Bobyl' A. V. i dr. Istochniki razvitiya al'ternativnoi energetiki [The sources of alternative energy development]. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produktsii rastenievodstva i zhivotnovodstva. 2017. No. 92: 30-35. (In Russian) https://www.researchgate.net/ publication/320559406

2. Bobyl' A. V., Malyshkin B. G., Erk A. F. Metody otsenki ekonomicheskoi effektivnosti solnechnykh elektrostantsii [Methods of economic efficiency evaluation of solar power plants]. Tekhnologii i tekhnicheskie sredstva mekhanizirovannogo proizvodstva produktsii rastenievodstva i zhivotnovodstva. 2018. No. 4 (97): 49-56. (In Russian).

https://www.researchgate.net/publication/33287 5388

3. Google Scholar. Available at: https://scholar.google.ru (accessed 15.04.2019.)

4. HOMER (Hybrid Renewable and Distributed Generation System Design Software). Available at: https://www.homerenergy.com/ (accessed 15.04.2019.)

5. Contreras-Vielma M., Elistratov V. V. Technical evaluation of the wind resource in Venezuela. ARPN Journal of Engineering and Applied Sciences. 2016. Vol. 11. No. 7: 43994403. (In English)

6. Elistratov V. V. Vozobnovlyaemaya energetika [Renewable power generation]. Saint Petersburg: «Nauka». 2013: 308. (In Russian)

7. RETScreen (Clean Energy Management Software) Available at: https://www.nrcan.gc.ca/ energy/software-tools/7465 (accessed 15.04.2019.)

8. Solar-GIS Available at: https://solargis.info/ (accessed 15.04.2019.)

9. pvSol software. Available at: https://www.valentin-

software.com/en/node/39441 (accessed

15.04.2019.)

10. PVSystLogicielPhotovoltai'que Available at: https://www.pvsyst.com/ ( accessed 15.04.2019.)

11. TRNSYS - Transient System Simulation Tool (2019). Available at: http://trnsys.com/. (accessed 15.04.2019.)

12. Duffie J. A., Beckman W. A. Solar Engineering of Thermal Processes. Hoboken, New Jersey: John Wiley & Sons, Inc. 2006: 928. (Russ.ed.: Daffi Dzh., Bekman U. Osnovy solnechnoi teploenergetiki. Uchebno-spravochnoe rukovodstvo. Dolgoprudnyi: Izdatel'skii Dom "Intellekt". 2013: 888)

13. SMAOff-GridConfigurator Available at: http://www.sma.de/en/products/planning-software/sma-off-grid-configurator.html (accessed 15.04.2019.)

14. Guinot B., Bultel Y., Montignac F., Riu D., Pinton E., Noirot-LeBorgne I. Economic impact of performances degradation on the competitiveness of energy storage technologies - Part 1: Introduction to the simulation-optimization platform ODYSSEY and elements of validation on a PV-hydrogen hybrid system. International Journal of Hydrogen Energy. 2013. No. 38: 15219-15232

15. Tukalin Gleb. V Rossii skopilsya izbytok energomoshchnosti [Excess energy has accumulated in Russia]. Novaya Gazeta. 22.06.2018 Available at: http://www.ng.ru/economics/2018-06-22/100_izbytok.html (accessed 15.04.2019.)

16. Bogdanov D., Breyer C. North-East Asian Super Grid for 100% renewable energy supply: Optimal mix of energy technologies for

electricity, gas and heat supply options. Energy Conversion and Management. 2016. No. 112: 176-190. DOI: 10.1016/j.enconman.

2016.01.019 (In English)

17. Breyer C., Bogdanov D., Aghahosseini A., Gulagi A., Child M., Oyewo A. S., Farfan J., Sadovskaia K., Vainikka P. Solar photovoltaics demand for the global energy transition in

the power sector. Progress in Photovoltaics. 2017: 1-19. DOI 10.1002/pip.2950 (In English)

18. Open energy system models. Available at: https://en.wikipedia.org/wiki/Open_energy_syst em_models#Open_electricity_sector_models (accessed 15.04.2019.)

19.Weidong Xiao Photovoltaic Power System: Modeling, Design, and Control. 2017. Available at: https://www.wiley.com/en-ae/Photovoltaic+ Power+System%3A+Modeling%2C+Design%2 C+and+Control-p-9781119280347 (accessed 15.04.2019.)

20. NGSPICE Available at: http://ngspice.sourceforge.net (accessed 15.04.2019.)

21. Photovoltaic software. Available at: https://photovoltaic-software.com/principle-ressources/solar-radiation-databases (accessed 15.04.2019.)

22. NASA Prediction of Worldwide Energy Resource. POWER Project Data Sets (2018). Available at: https://power.larc.nasa.gov/. (accessed 15.04.2019.)

23. EUROMETSAT. CM SAF Climate Monitoring ( 2018). Available at: https://www.cmsaf.eu/EN/Home/home_node.ht ml (accessed 15.04.2019.)

24. European Centre for Medium-Range Weather Forecasts. Browse Reanalysis Datasets (2018). Available at: https://www.ecmwf.int/forecasts/datasets/archiv e-datasets/browse-reanalysis-datasets. (accessed 15.04.2019.)

25. Europe's eyes on Earth. ERA5 hourly data on single levels from 2000 to present (2018). Available at: https://cds.climate.copernicus.eu/cdsapp#!/datas

et/reanalysis-era5-single-levels?tab=overview (accessed 15.04.2019.)

26. Raspisanie pogody [Weather schedule]. Available at: https://rp5.ru/ (accessed 15.04.2019.) (In Russian)

УДК 004.658.2

DOI 10.24411/0131-5226-2019-10150

БАЗА ДАННЫХ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ БИОЛОГИЗИРОВАННЫМИ МАШИННЫМИ ТЕХНОЛОГИЯМИ ПРОИЗВОДСТВА

ПРОДУКЦИИ РАСТЕНИЕВОДСТВА

Институт агроинженерных и экологических проблем сельскохозяйственного производства (ИАЭП) -филиал ФГБНУ ФНАЦ ВИМ, Санкт-Петербург, Россия

Одной из проблем производства качественной продукции растениеводства является недостаточная информативность о протекающих технологических процессах, о работе технических средств, о климатических условиях. Использование средств автоматизации для дистанционного мониторинга агроценозов и управления продукционным процессом сельскохозяйственных культур, обеспечивает все преимущества управления выполнением технологических операций в режиме online. В ИАЭП-филиал ФГБНУ ФНАЦ ВИМ разрабатывается программный комплекс -система управления биологизированными машинными технологиями производства продукции растениеводства. Разработана база данных интеллектуальной системы управления биологизированными машинными технологиями производства продукции растениеводства. В базе данных накапливается следующая информация: метеорологические данные; данные состояния почвенно-растительного комплекса; о работе машинно-тракторных агрегатов на опытном поле;с/х культуры участвующие в севообороте; методики экспериментальных исследований и результаты экспериментов, и т.д.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Ключевые слова: база данных, автоматизация, метеоданные, машинные технологии, растениеводство.

Для цитирования: Папушин Э.А., Матейчик С.Н. База данных интеллектуальной системы управления биологизированными машинными технологиями производства продукции растениеводства // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2019. № 2 (99). С.50-57

DATABASE WITHIN THE INTELLECTUAL CONTROL SYSTEM OF BIOLOGY-ORIENTED AND MACHINE-BASED TECHNOLOGIES FOR CROP PRODUCTION

Institute for Engineering and Environmental Problems in Agricultural Production - branch of FSAC VIM, Saint Petersburg, Russia

Э.А. Папушин, канд. техн. наук;

С.Н. Матейчик

E.A. Papushin, Cand.Sc (Engineering);

S.N. Mateichik

i Надоели баннеры? Вы всегда можете отключить рекламу.