АНАЛИЗ ТЕМАТИКИ ПУБЛИКАЦИЙ БАЗЫ WEB OF SCIENCE ЗА 2019-2020 ГОДЫ ПО ВОПРОСАМ ЧИСТОЙ ЭНЕРГЕТИКИ Текст научной статьи по специальности «Экономика и бизнес»

Актуальные проблемы нефти и газа. Вып. 2(29) 2020 http://oilgasjournal.ru

DOI 10.29222/ipng.2078-5712.2020-29.art9 УДК [303.6+303.7]:001.8

Анализ тематики публикаций базы Web of Science за 2019-2020 годы по вопросам чистой энергетики

Б.Н. Чигарев

Институт проблем нефти и газа РАН, г. Москва E-mail: bchigarev@ipng.ru

Аннотация. Приводится краткое обсуждение Программы по переходу к чистой энергетике. Проанализированы ключевые слова 2256 публикаций, проиндексированных в реферативной базе данных Web of Science за период 2019-2020 гг. Показано, что доминирующие ключевые слова хорошо описывают рассматриваемую предметную область, связанную с возобновляемой энергетикой, ее оптимизацией, эмиссией углекислого газа, генерацией и хранением энергии, конкретными видами возобновляемой энергии, ростом экономики, инновациями, эффективностью, спросом и устойчивостью развития. При этом авторы чаще употребляют более общие термины для классификации своих публикаций, а ключевые слова плюс платформы Web of Science в большей степени описывают конкретные процессы, связанные с переходом к чистой энергетике. На основе кластеризации ключевых слов выявлено 5 устойчивых подтем в тематике чистой энергетики. Продемонстрирована возможность использования библиометрического анализа для выделения нарождающейся тематики.

Ключевые слова: Программа по переходу к чистой энергетике, Международное энергетическое агентство, ключевые слова, кластеризация, совместная встречаемость, библиометрический анализ, реферативная база Web of Science.

Для цитирования: Чигарев Б.Н. Анализ тематики публикаций базы Web of Science за 20192020 годы по вопросам чистой энергетики // Актуальные проблемы нефти и газа. 2020. Вып. 2(29). С. 111-132. https://doi.org/10.29222/ipng.2078-5712.2020-29.art9

Мотивация проведения

исследования: в ноябре 2017 г. Международное энергетическое агентство (МЭА), запустило Программу по переходу к чистой энергетике (Clean Energy Transitions Programme - CETP)1, которая представляет собой амбициозную попытку ускорить глобальный переход к более устойчивому производству с минимальным воздействием на изменение климата.

В Программу вовлечены: Бразилия, Китай, Индия, Индонезия, Мексика и Южная Африка, а также другие страны-члены МЭА, основное внимание уделяется регионам:

1 https://www.iea.org/programmes/clean-energy-transitions-programme

Юго-Восточная Азия, Латинская Америка и Африка.

Программа СЕТР нацелена на более полное использование более чем 40-летнего опыта МЭА в области технологий и организационных решений для содействия сокращению глобальных выбросов парниковых газов, обеспечению всеобщего доступа к электроэнергии и существенного сокращения отрицательного влияния на экологию. Было определено шесть приоритетных направлений

работы: 1) данные и статистика; 2) энергоэффективность; 3) электричество; 4) консультирование по вопросам политики и моделированию; 5) отраслевая работа; 6) инновации.

© 2020. Б.Н. Чигарев

111

В рамках данной Программы МЭА сотрудничает со странами в целях совершенствования анализа расходов на передовые разработки; выявление инновационных решений; расширение многостороннего сотрудничества в области энергетических исследований и инноваций, включая обмен передовым опытом между странами.

Энергетический сектор оставался основным источником выбросов CO2 в 2019 г. - 41%.

Снижение выбросов предполагается осуществлять за счет перехода на чистую энергетику, использующую низкоуглеродные технологии: возобновляемые и атомные источники энергии, улавливание и хранение парниковых газов. В 2019 г. 37% генерации приходилось на низкоуглеродные технологии - рост чуть более 1% по сравнению с 2018 г. Более детально о Clean Energy Transitions Programme (CETP) изложено в отчетах МЭА [1-3].

Большое внимание уделяется повышению безопасности, эффективности, доступности и устойчивости энергосистем за счет их цифровизации.

9 июля 2020 г. состоялся Clean Energy Transitions Summit, особое внимание которого было уделено не только устойчивому и инновационному развитию энергетического сектора, но и важности чистой энергетики в создании новых рабочих мест, компенсирующих рост безработицы, вызванной пандемией коронавируса2.

Вышеперечисленное делает

актуальным библиометрический анализ научных публикаций за последние два года.

2 https://www.iea.org/events/iea-dean-energy-transitions-summit

Цель исследования: построение и анализ ландшафта тем научных публикаций за 2019-2020 гг. по вопросу чистой энергетики.

Объект исследования: метаданные научных публикаций из библиографической и реферативной базы данных Web of Science (WoS), собранные по запросу: «TITLE: («Renewable energy» OR «green energy» OR «clean energy»), Timespan: 2019-2020. Indexes: SCI-EXPANDED, SSCI, CPCI-S, ESCI, 26 мая 2020 г.».

Обоснование формирования запроса:

тематика возобновляемой, чистой и зеленой энергетики, вследствие своей актуальности, представлена огромным числом научных публикаций. Например, если использовать фильтр TOPIC, то по запросу «TOPIC: («Renewable energy» OR «green energy» OR «clean energy»), Timespan: 2019-2020» получаем 16280 документов, что позволяет сузить фильтрацию до встречаемости указанных ключевых терминов в заголовках публикаций (TITLE) и получить достаточное для проведения библиометрического анализа 2256 результатов. При этом возрастает гарантия соответствия публикаций заданной теме. Диапазон 2019-2020 гг. выбран из соображений построения актуального на момент проведения исследований ландшафта научных публикаций. Выбор индексов SCI-EXPANDED (Science Citation Index Expanded), SSCI (Social Sciences Citation Index), CPCI-S (Conference Proceedings Citation Index) обусловлен стремлением отразить различные стороны публикационной активности по тематике чистой энергетики, включая как статьи в журналах, так и труды конференций, относящиеся к естественно-научным и общественно-научным дисциплинам.

Ряд российских журналов только начинает процесс включения в базу данных Web of Science, поэтому в формирование запроса включен индекс ESCI (Emerging Sources Citation Index), отражающий список журналов, находящихся на рассмотрении для их включения в основные индексы WOS.

Термины «Renewable energy», «green energy», «clean energy» выбраны как наиболее часто встречаемые в заголовках публикаций по рассматриваемой тематике.

Основная информация по 2256 библиометрическим данным базы

Web of Science дана в таблице A-1 Приложения А.

Методы исследования:

использовались обычные для библио-метрического анализа методы, основанные как на частоте встречаемости ключевых терминов (тегов БД), так и на их совместной встречаемости. Тематика научных исследований определялась по ключевым словам авторов публикаций - «Author Keywords» и ключевым словам, генерируемым системой WoS, - «Keyword Plus» (ключевые слова плюс).

В качестве аналитических

инструментов использовались бесплатные программы:

• VOSviewer 1.6.15 - программный инструмент для построения и визуализации библиометрических сетей на основе цитирования, библиографических связей, совместного цитирования, соавторства или совместной встречаемости терминов [4].

• Bibliometrix - инструмент с открытым исходным кодом для количественного исследования в

наукометрии и библиометрии, который включает в себя все основные библиометрические методы анализа [5].

Построение и анализ ландшафта тематик научных публикаций на основе совместной встречаемости терминов и концептов

Использовались метаданные 2256 публикаций, экспортированных из базы WoS, собранные по запросу: «TITLE: («Renewable energy» OR «green energy» OR «clean energy»), Timespan: 2019-2020. Indexes: SCI-EXPANDED, SSCI, CPCI-S, ESCI, актуально на 26 мая 2020 г.».

Построение сети совместной встречаемости ключевых слов и их кластеризация осуществлялась с

использованием программы VOSviewer 1.6.15.

Минимальная встречаемость ключевых слов, выбираемых для рассмотрения, равнялась четырем. Общее число ключевых слов в рассматриваемых 2256 публикациях (авторских и Keywords Plus, генерируемых WoS) - 9618. Число ключевых слов, встречаемых по крайней мере 4 раза, - 879, в дальнейшем по ним производился анализ. При проведении анализа написание ключевых слов переводилось в нижний регистр, слова не переводились на русский язык с целью сохранения их исходных значений.

Для сокращения числа кластеров, в которые агрегируются ключевые слова (KW), введено дополнительное ограничение: не менее 100 KW в кластере.

В табл. 1 представлены 40 терминов (Author KW + KW Plus), описывающих рассматриваемую предметную область, связанную с чистой энергетикой.

Доминируют ключевые слова, связанные с возобновляемой энергетикой, ее оптимизацией, эмиссией углекислого газа, генерацией и хранением энергии, перечислены виды возобновляемой энергии: энергия ветра, солнечная энергия, биомассы, используются термины, отражающие экономическую сторону энергетики: цена, управление, интеграция, рост экономики, инновации, эффективность, спрос, устойчивость. Китай также входит в список 40 наиболее часто встречаемых

ключевых слов. Экологическая кривая Кузнеца - данный термин широко используется в публикациях по теме «чистая энергетика», например [6].

Если рассматривать отдельно ключевые слова самих авторов, то при общем числе 6671 KW - 353 KW встречаются не менее четырех раз, при этом общее число ключевых слов плюс (Keywords Plus), генерируемых платформой WoS, - 3634, а встречаемых чаще четырех раз - 547.

Таблица 1

40 наиболее часто встречаемых ключевых слов в выборке из 2256 метаданных (Author Keywords и Keywords Plus)

Keyword N-kw Keyword N-kw Keyword N-kw Keyword N-kw

renewable energy 641 storage 124 solar 87 power-generation 58

optimization 242 consumption 123 wind energy 85 biomass 56

generation 173 management 123 economic-growth 83 uncertainty 56

wind 169 model 122 technologies 82 cost 55

renewable energy sources 154 impact 112 sustainability 71 operation 55

system 148 power 108 China 66 demand response 53

CO2 emissions 137 electricity 100 efficiency 65 environmental Kuznets curve 53

design 132 wind power 96 energy storage 64 emissions 51

performance 130 policy 92 algorithm 60 impacts 50

systems 130 integration 88 innovation 58 solar energy 50

Примечания: keyword - название термина, N-kw - встречаемость термина.

В табл. 2 представлен результат сравнения 30 наиболее встречаемых ключевых слов авторов публикаций и ключевых слов платформы WoS. Из табл. 2 видно, что авторы чаще употребляют более общие термины для классификации своих публикаций: возобновляемая энергетика, источники возобновляемой энергетики, хранение энергии, энергетический переход, устойчивое развитие, изменение климата, а

платформа WoS, которая формирует список «ключевых слов плюс» на основе анализа полных текстов публикаций, несколько по-другому описывает тематику, в этом случае доминируют термины: оптимизация, генерация, система, управление, модель, интеграция, технологии, алгоритм и даже экологическая кривая Кузнеца, которые в большей степени описывают реализацию тем, заявленных в ключевых словах авторов.

Таблица 2

Сравнение 30 наиболее встречаемых ключевых слов авторов публикаций и ключевых слов платформы WoS

Author Keywords N-kw Keywords Plus N-kw

renewable energy 617 optimization 210

renewable energy sources 154 generation 17S

energy storage 64 system 148

optimization 52 wind 148

solar energy 50 design 129

wind energy 49 systems 129

economic growth 48 performance 126

CO2 emissions S9 consumption 12S

energy policy S9 management 12S

energy transition S9 model 122

sustainability S8 storage 119

microgrid S6 impact 111

energy S4 CO2 emissions 109

sustainable development S4 power 107

uncertainty SS electricity 9S

energy efficiency S2 policy 85

renewable energy consumption S2 integration 84

climate change S1 economic-growth 8S

demand response S0 technologies 81

hybrid renewable energy system 28 wind power 76

clean energy 27 solar 71

renewable energy resources 27 algorithm 59

china 25 power-generation 58

biomass 24 efficiency 55

wind 24 cost 54

wind power 24 operation 54

energy management 22 impacts 49

green energy 22 environmental Kuznets curve 48

photovoltaic 22 demand 46

renewables 22 emissions 45

Это отражается и на кластеризации ключевых слов авторов, ключевых слов платформы WoS и суммы данных ключевых слов. Кластеризация основана на совместной

встречаемости ключевых слов в публикации, алгоритм кластеризации детально описан в руководстве пользователя программы VOSviewer 1.6.15.

Выделение доминирующих ключевых слов в каждом кластере позволяет снизить предвзятость в дальнейшем сборе научных публикаций по более узкому вопросу, например, для составления систематического обзора [7]. Известная проблема узких специалистов: они хорошо видят свою тему, завышают значимость близких им ключевых терминов и склонны недооценивать чужую тематику [8, 9]. При этом значительная часть инноваций реализуется именно на стыке областей исследований.

В Приложении Б на рис. Б.1-Б.3 дано графическое представление результатов кластеризации совместной встречаемости ключевых слов, полученное с использованием программы VOSviewer 1.6.15.

Сопоставим 30 наиболее часто встречаемых ключевых слов (Author KW + KW Plus), полученных для пяти кластеров.

30 наиболее часто встречаемых ключевых слов (Author KW + KW Plus) первого кластера: renewable energy ^ 641; wind ^ 169; impact ^ 112; power ^ 108; electricity ^ 100; policy ^ 92; integration ^ 88; wind energy ^ 85; sustainability ^ 71; innovation ^ 58; cost ^ 55; impacts ^ 50; demand ^ 46; climate-change ^ 42; technology ^ 40; energy policy ^ 39; energy transition ^ 39; policies ^ 37; strategies ^ 37; barriers ^ 35; determinants ^ 34; energy ^ 34; investment ^ 33; resources ^ 33; transition ^ 32; climate change ^ 31; future ^ 29; acceptance ^ 28; market ^ 28; flexibility ^ 26 публикаций.

Тематика, связанная с данным кластером, касается в большей степени общих вопросов возобновляемой энергетики: задач интеграции, устойчивости, изменения климата, инноваций и технологий, энергетической политики и стратегии, энергетического перехода, ресурсов,

инвестиций, рынка, барьеров, приемлемости и гибкости решений.

Примеры статей, отражающих тематику первого кластера:

В статье Child et al. [10] продемонстрировано, что технологии хранения энергии и объединения энергосистем могут способствовать переходу на оптимальную с точки зрения затрат 100-процентную систему возобновляемой энергетики для Европы к 2050 г. В работе проведено сопоставление сценариев, в рамках которых конкретные страны и макрорегионы Европы либо являются энергетическими независимыми, либо связаны между собой, и проанализировано то, как это отразится на стоимости энергетической системы.

Согласно первому сценарию, в 2050 г. на солнечные фотоэлектрические

электростанции будет приходиться 45% выработки энергии, на энергию ветра - 30% и 11% - на энергию гидроэлектростанций, в систему обмена возобновляемой энергетики будет включено 73% источников энергии, а согласно второму сценарию - 81%.

Основной целью публикации [11] является демонстрация возможностей, которые предоставляет объединение различных видов возобновляемой

энергетики, средств аккумулирования энергии и передовых технологий для достижения целевых показателей реализации энергетического перехода.

Авторами разработан алгоритм, позволяющий оценить влияние внедрения ветровых и солнечных фотоэлектрических установок на возрастание доли возобновляемой энергетики в генерации электроэнергии. Результаты работы применены к данным по возобновляемой энергетике Германии.

30 наиболее часто встречаемых ключевых слов (Author KW + KW Plus) второго кластера: optimization ^ 242; generation ^ 173; renewable energy sources ^ 154; system ^ 148; design ^ 132; systems ^ 130; storage ^ 124; management ^ 123; model ^ 122; wind power ^ 96; energy storage ^ 64; algorithm ^ 60; uncertainty ^ 56; operation ^ 55; demand response ^ 53; simulation ^ 42; microgrids ^ 39; battery ^ 38; microgrid ^ 36; reliability ^ 35; distributed generation ^ 34; strategy ^ 31; electric vehicles ^ 28; solar power ^ 28; renewable energy resources ^ 27; implementation ^ 25; particle swarm optimization ^ 25; genetic algorithm ^ 24; unit commitment ^ 23; allocation ^ 22 публикации.

В данном кластере публикаций чаще всего рассматриваются вопросы оптимизации генерации электроэнергии из

возобновляемых источников - в основном, это энергия ветра и солнца. При этом рассматривается широкий спектр вопросов, включающий управление; операционную деятельность; хранение энергии, включая батареи; развитие электротранспорта, распределенных источников генерации и микросетей; задачи моделирования и алгоритмы.

Примеры статей, отражающих тематику второго кластера:

В работе [12] предлагается программная платформа для надежной разработки многокомпонентных

энергетических систем в условиях ограниченной информации о вводимых данных. Реализуется оптимальное проектирование децентрализованной

системы, которая включает в себя возобновляемые источники энергии и системы хранения энергии. Задача решается

методом смешанного целочисленного линейного программирования, который оптимизирует работу системы с учетом потребностей конечных потребителей энергии, и минимизирует общие годовые затраты и выбросы CO2.

В работе [13] авторы анализируют статистическую информацию о состоянии энергетической системы: потребности в электроэнергии и тепловой энергии, объемы аккумуляторных батарей и тепловых резервуаров, цены на электроэнергию и т.д.

Далее они решают проблему минимизации эксплуатационных затрат для типичной микросети, интегрированной с ТЭЦ, анализируют воздействие включения возобновляемых источников энергии и энергетических хранилищ на функционирование микросети. Результаты проведенного моделирования показали, что эксплуатационные затраты микросети могут быть значительно снижены при использовании предложенного авторами алгоритма.

30 наиболее часто встречаемых ключевых слов (Author KW + KW Plus) третьего кластера: solar ^ 87; technologies ^ 82; power-generation ^ 58; electricity-generation ^ 43; sustainable development ^ 43; PV ^ 42; feasibility ^ 41; framework ^ 40; solar-energy ^ 36; challenges ^ 35; powersystem ^ 35; rural electrification ^ 34; decision-making ^ 28; hybrid renewable energy system ^ 28; optimal-design ^ 25; renewables ^ 22; selection ^ 22; plants ^ 21; renewable energies ^ 20; desalination ^ 19; network ^ 19; multiobjective optimization ^ 18; solar PV ^ 18; fuel-cell ^ 17; technoeconomic analysis ^ 16; topsis ^ 16; photovoltaics ^ 15; analytic hierarchy process ^ 14; hybrid renewable energy systems ^ 14; Pakistan ^ 14 публикаций.

Ключевые слова данного кластера в большей степени касаются вопросов генерации и технологий возобновляемой энергетики, ее устойчивому развитию, вызовам, принятию решений, гибридным системам, технологическому анализу, электрификации сельских районов, опреснению, оптимальному проектированию. Пакистан является примером развивающейся страны, для которой актуальны вышеперечисленные задачи.

Примеры статей, отражающих тематику третьего кластера:

В работе [14] анализируется применимость опыта Дании в использовании центрального отопления за счет использования солнечной энергии (solar district heating (SDH)) для Китая. Оценка применимости опыта проводилась с использованием методов анализа PEST (политика, экономика, социальные и технологические аспекты) и SWOT (сильные стороны, слабые места, возможности и угрозы). В 2014 г. на долю Китая приходилось 75,8% от общего количества солнечных коллекторов в мире и только менее чем 0,3% солнечных коллекторов были использованы для отопления помещений. Проведены исследования для определения применимости SDH в сельских районах. Обобщена стратегии развития SDH, дорожная карта и процесс принятия решений для проектов на основе SDH. Показана целесообразность использования SDH для таких удаленных районов как Тибет.

Авторы работы [15] изучали возможности электрификации сельских районов с использованием автономных систем возобновляемой энергетики как для отдельного дома, так и для общинной микросети. Проанализированы

шесть домашних систем и 15 микросетей, разработаны и оптимизированы прототипы систем для сельской общины на Филиппинах (рассматривались как автономные, так и гибридные энергосистемы). Показано, что гибридные системы, включающие в себя источники солнечной энергии и энергии ветра, при использовании свинцово-кислотных аккумуляторов, включенных в местную микросеть, имеют высокую эффективность. При этом PV-системы рациональнее использовать для отдельных домов, более крупные ветровые турбины - в общинных микросетях.

30 наиболее часто встречаемых ключевых слов (Author KW + KW Plus) четвертого кластера: performance ^ 130; efficiency ^ 65; biomass ^ 56; emissions ^ 51; solar energy ^ 50; hydrogen ^ 38; energy efficiency ^ 32; sustainable energy ^ 29; water ^ 27; green energy ^ 26; bioenergy ^ 24; life-cycle assessment ^ 24; carbon ^ 20; CO2 ^ 18; dynamics ^ 17; oil ^ 17; biofuels ^ 16; biogas ^ 16; photovoltaic systems ^ 15; biofuel ^ 14; decomposition ^ 14; economy ^ 14; fuel ^ 14; circular economy ^ 13; temperature ^ 13; conversion ^ 12; hydrogen-production ^ 11; nanoparticles ^ 11; pyrolysis ^ 11; recovery ^ 11 публикаций.

В данном кластере обращают на себя внимание ключевые слова, связанные с биотопливом, с использованием биомассы как источника энергии, с водородом и его производством; дополняя это словами: emissions, water, carbon, СО2, получаем тему зеленой энергетики (green energy). Эффективность энергетики (performance, efficiency, energy efficiency, sustainable energy, life-cycle assessment, dynamics, economy, circular economy) является доминирующей смысловой нагрузкой для данного кластера.

Примеры статей, отражающих тематику четвертого кластера:

В статье [16] отмечается, что в настоящее время возрастает потребность в альтернативных, экономичных,

возобновляемых и «зеленых» источников энергии, таких как водород. В последнее время большое внимание привлекают биологические методы производства водорода, так как традиционные методы являются дорогостоящими, энергоемкими и неэкологичными. Применение

биологических методов позволит

утилизировать отходы для производства энергии. Около 94% отходов в Индии чаще всего просто выбрасывается, а их количество растет примерно на 1,3% в год.

Авторами разрабатывается эффективный, двухступенчатый метод получения водорода из органических отходов. На первом этапе в результате темновой ферментации накапливаются летучие жирные кислоты, которые используются на втором этапе для фотоферментации подходящими бактериями. Основной задачей исследования явилась разработка условий совместного культивирования бактерий для темновой и фотоферментации в одном реакторе для улучшенного выхода водорода.

Общей целью работы [17] является исследование масштабов спроса на биомассу в системе полностью возобновляемых источников энергии. Экстенсивное землепользование для производства биомассы угрожает превысить допустимые значения, которые, по мнению международных экспертов, в 2050 г. составят около 10-30 ГДж на человека в год.

Из работы следует, что глобальный потенциал биомассы, т.е. сколько биомассы может быть доступно для биоэнергетики в будущем, к 2050 г. может составить не менее

100 ЭДж/год3, что эквивалентно 10 ГДж/чел/год при равномерном распределении потребления энергии. При этом спрос на биомассу для полностью возобновляемых источников энергии лежит в диапазоне от 0 ГДж/чел/год до 25 ГДж/чел/год в случае реализации высоко интегрированных, электрифицированных систем, включающих использование водорода, и более 200 ГДж/чел/год для плохо интегрированных сценариев с использованием биоэнергии без

электрификации или водородной интеграции.

30 наиболее часто встречаемых ключевых слов (Author KW + KW Plus) пятого кластера: CO2 emissions ^ 137; consumption ^ 123; economic-growth ^ 83; China ^ 66; environmental Kuznets curve ^ 53; economic growth ^ 48; financial development ^ 45; cointegration ^ 43; nonrenewable energy ^ 42; panel-data ^ 42; clean energy ^ 40; carbon emissions ^ 39; countries ^ 39; electricity consumption ^ 38; growth ^ 37; trade ^ 35; carbon-dioxide emissions ^ 33; renewable energy consumption ^ 32; time-series ^ 31; unit-root tests ^ 30; empirical-evidence ^ 25; error-correction ^ 23; foreign direct-investment ^ 22; panel ^ 22; energy consumption ^ 21; GDP ^ 20; nexus ^ 20; urbanization ^ 20; output ^ 18; trade openness ^ 18 публикаций.

Данный кластер в первую очередь касается темы эмиссии углекислого газа, вызванного экономическим ростом в таких странах как Китай, который требует больше -го потребления энергии как из возобновляемых, так и невозобновляемых источников;, для развивающихся стран характерно возрастание урбанизации, важность прямых зарубежных инвестиций и развития торговли.

3 ЭДж - 1 exajoule = 1018 joules

Примеры статей, отражающих тематику пятого кластера:

В работе [18] исследуется причинно -следственная связь между выбросами углекислого газа, потреблением энергии, возобновляемыми источниками энергии, ростом численности населения и экономическим ростом стран региона. Анализ данных проведен для пяти членов АСЕАН (Индонезии, Мьянмы, Малайзии, Филиппин и Таиланда) за период 1971-2014 гг. Результаты не выявили долгосрочной взаимосвязи между рассматриваемыми переменными для Филиппин и Таиланда, однако такая взаимосвязь существует для Индонезии, Мьянмы и Малайзии. Связь между переменными для разных стран значительно варьируется. В Малайзии, Таиланде и Филиппинах связь между выбросами углерода, потреблением энергии и потреблением возобновляемых источников энергии отсутствует. В Индонезии наблюдается однонаправленная зависимость экономического роста от потребления возобновляемой энергии как в краткосрочной, так и в долгосрочной перспективе, а также зависимость увеличения выбросов CO2 от экономического роста и потребления энергии. В Мьянме, до внедрения возобновляемых источников энергии, наблюдался однонаправленный эффект зависимости потребления энергии от роста ВВП и численности населения.

В работе [19] отмечается, что Китай является крупнейшим в мире источником парниковых газов, диоксида серы, оксидов азота и твердых частиц, поскольку он потребляет самое большое в мире количество энергии: 67% потребления - первичная энергия и 73% - выработка электроэнергии из угля. Чтобы справиться с проблемами энергетической безопасности и окружающей

среды, Китай активно развивает возобновляемую энергетику с 2000 г. и добился быстрого прогресса (со среднегодовым темпом роста в 62,5% за последнее десятилетие). Китай планирует достичь 16% потребления возобновляемых источников энергии (ВИЭ) к 2030 г., оптимистические прогнозы показывают, что Китай может достичь 26% к 2030 г. и 60% - к 2050 г., при этом генерация электроэнергии из ВИЭ может составлять 86%. С другой стороны, китайские ветряные и солнечные энергетические технологии недостаточно рентабельны и в настоящее время возобновляемая энергетика все еще не конкурентоспособна.

В качестве примера публикации, отражающей такие ключевые слова пятого кластера как: consumption, electricity consumption, renewable energy consumption, energy consumption, cointegration, time-series, trade openness, а также нарождающегося интереса к тематике «Управление спросом» (Demand response - DR), показанного на рис. Б.4 Приложения Б, можно предложить работу [20]. Управление спросом нацелено на регулирование цены на электроэнергию, снижение потребности в строительстве генерирующих и сетевых мощностей, интеграцию ВИЭ и электротранспорта, внедрение инновационных цифровых технологий на стороне потребителя.

Государства Евросоюза, Австралия, Китай и Япония внедряют механизмы управления спросом для формирования локальных энергорынков.

Управление спросом начало внедряться в США в 1999 г, в Южной Корее - в 2014 г., в России - в 2017 г. Управление спросом начало внедряться в США в 1999 г, в Южной Корее - в 2014 г., в России - в 2017 г.

Для вовлечения потребителей в процессы управления спросом (DR) необходимо внедрять экономические стимулы, технические решения и правовое регулирование. В ряде зарубежных энергосистем внедрение механизма DR позволило организовать централизованное управление ресурсами потребителей в объеме 2-6% от пикового спроса.

Для эффективного решения задач управления спросом, особенно для систем, включающих ВИЭ, необходимо развивать локальные энергетические рынки [21, 22].

Программа VOSviewer 1.6.15 позволяет не только производить кластеризацию на основе совместной встречаемости ключевых слов в документах, но и рассматривать использование ключевых слов на временной шкале. При этом детальное изучение отдельных участков кластеров позволяет выделить участок нарождающейся тематики исследований. В качестве такого примера на рис. Б.4 Приложения Б графически показан участок кластера, отражающий

нарождающуюся тематику «Управление спросом».

В качестве примера сравнения результатов кластеризации ключевых слов, полученных с использованием разных алгоритмов, в таблицах A.2 и А.3 Приложения А представлены по три кластера наиболее часто встречаемых Author Keywords и Keywords Plus. Кластеризация проведена с использованием программы Bibliometrix [5].

Выводы

Тематика, отражающая содержание Программы по переходу на экологически

чистую энергетику (Clean Energy Transitions Programme - CETP) широко представлена в научных статьях, индексируемых в реферативной базе данных Web of Science; за период 2019-2020 гг. опубликовано 2256 работ.

Доминирующие ключевые слова, описывающие рассматриваемую предметную область, связаны с возобновляемой энергетикой, ее оптимизацией, эмиссией углекислого газа, генерацией и хранением энергии, конкретными видами

возобновляемой энергии: энергией ветра, солнечной энергией, переработкой биомассы; используются термины, отражающие экономическую сторону энергетики: цена, управление, интеграция, рост экономики, инновации, эффективность, спрос, устойчивость.

Показано, что авторы чаще употребляют более общие термины для классификации своих публикаций: возобновляемая энергетика, источники возобновляемой энергетики, хранение энергии, энергетический переход, устойчивое развитие, изменение климата. Ключевые слова платформы WoS в большей степени описывают конкретные процессы, используя термины: оптимизация, генерация, система, управление, модель, интеграция, технологии, алгоритм, экологическая кривая Кузнеца.

Проведена кластеризация ключевых слов на основе их совместной встречаемости в документах, которая позволила выявить 5 устойчивых подтем (кластеров) в тематике чистой энергетики.

На примере термина Demand response показана возможность использования библиометрического анализа для выделения нарождающейся тематики.

Статья написана в рамках выполнения государственного задания (тема «Фундаментальный базис инновационных технологий нефтяной и газовой промышленности (фундаментальные, поисковые и прикладные исследования)», № АААА-А19-119013190038-2).

Литература

1. Special report on clean energy innovation. Accelerating technology progress for a sustainable future. IEA report, July 2020. 185 p. https://www.iea.org/reports/clean-energy-innovation (Дата обращения 10.07.2020).

2. Nuclear power in a clean energy system. IEA report, May 2019. 103 p. https://webstore.iea.org/download/direct/2779 (Дата обращения 10.07.2020).

3. World energy investment 2020. IEA report, May 2020. 207 p. https://webstore.iea.org/download/direct/3003 (Дата обращения 10.07.2020).

4. van Eck N.J., Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping // Scientometrics. 2009. Vol. 84, No. 2. P. 523-538. https://doi.org/10.1007/s11192-009-0146-3

5. Aria M., Cuccurullo C. Bibliometrix: An R-tool for comprehensive science mapping analysis // Journal of Informetrics. 2017. Vol. 11, No. 4. P. 959-975. https://doi.org/10.1016/jjoi.2017.08.007

6. Шкиперова Г.Т. Экологическая кривая Кузнеца как инструмент исследования регионального развития // Экономический анализ: теория и практика. 2013. № 19. C. 8-16. https://cyberleninka.ru/article/n/ekologicheskaya-krivaya-kuznetsa-kak-instrument-issledovaniya-regionalnogo-razvitiya (Дата обращения 10.07.2020).

7. Li D., Wang Z., Wang L., Sohn S., Shen F., MuradM.H., Liu H. A text-mining framework for supporting systematic reviews // American Journal of Information Management. 2016. Vol. 1, No. 1. P. 1-9. http://www.sciencepublishinggroup.com/journal/paperinfo?journalid=105&doi=10.11648/ j.infomgmt.20160101.11 (Дата обращения 10.07.2020).

8. Blankson S.K.K. Past, present and future as time in the age of science. 2nd ed. London: Blankson Enterprises Ltd., 2016. 212 p.

9. Breit W., Culbertson W.P., Jr. Science and ceremony: The institutional economics of C. E. Ayres. Austin: University of Texas Press, 2014. 228 p.

10. ChildM., Kemfert C., Bogdanov D., Breyer C. Flexible electricity generation, grid exchange and storage for the transition to a 100% renewable energy system in Europe // Renewable Energy. 2019. Vol. 139. P. 80-101. https://doi.org/ 10.1016/j .renene.2019.02.077

11. Tafarte P., Eichhorn M., Thrän D. Capacity expansion pathways for a wind and solar based power supply and the impact of advanced technology - A case study for Germany // Energies. 2019. Vol. 12, No. 2. P. 324. https://doi.org/10.3390/en12020324

12. Gabrielli P., Fürer F., Mavromatidis G., Mazzotti M. Robust and optimal design of multi-energy systems with seasonal storage through uncertainty analysis // Applied Energy. 2019. Vol. 238. P. 1192-1210. https://doi.org/10.1016/j.apenergy.2019.01.064

13. Zhang G., Shen Z., Wang L. Online energy management for microgrids with CHP co-generation and energy storage // IEEE Transactions on Control Systems Technology. 2020. Vol. 28, No. 2. P. 533-541. https://doi.org/10.1109/tcst.2018.2873193

14. Huang J., Fan J., Furbo S. Feasibility study on solar district heating in China // Renewable and Sustainable Energy Reviews. 2019. Vol. 108. P. 53-64. https://doi.org/10.1016/j.rser.2019.03.014

15. Aberilla J.M., Gallego-Schmid A., Stamford L., Azapagic A. Design and environmental sustainability assessment of small-scale off-grid energy systems for remote rural communities // Applied Energy. 2020. Vol. 258. P. 114004. https://doi.org/10.1016/j.apenergy.2019.114004

16. Sharma S., Basu S., Shetti N.P., Aminabhavi T.M. Waste-to-energy nexus for circular economy and environmental protection: Recent trends in hydrogen energy // Science of The Total Environment. 2020. Vol. 713. P. 136633. https://doi.org/10.1016/j.scitotenv.2020.136633

17. Mortensen A. W., Mathiesen B.V., Hansen A.B. et al. The role of electrification and hydrogen in breaking the biomass bottleneck of the renewable energy system - A study on the Danish energy system // Applied Energy. 2020. Vol. 275. P. 115331. https://doi.org/10.1016/j.apenergy.2020.115331

18. Vo A.T., Vo D.C., Le Q.T. CO2 emissions, energy consumption, and economic growth: new evidence in the ASEAN countries // Journal of Risk and Financial Management. 2019. Vol. 12, No. 3. P. 145. https://doi.org/10.3390/jrfm12030145

19. Yang X.J., Hu H., Tan T., Li J. China's renewable energy goals by 2050 // Environmental Development. 2016. Vol. 20. P. 83-90. https://doi.org/10.1016/j.envdev.2016.10.001

20. Demand response на российском рынке: барьеры и перспективы. VYGON Consulting. Декабрь 2018. 58 с. http://vygon.consulting/upload/iblock/7c7/vygon_consulting_dr.pdf (Дата обращения 10.07.2020).

21. Siano P., De Marco G., Rolan A., Loia V. A survey and evaluation of the potentials of distributed ledger technology for peer-to-peer transactive energy exchanges in local energy markets // IEEE Systems Journal. 2019. Vol. 13, No. 3. P. 3454-3466. https://doi.org/10.1109/JSYST.2019.2903172

22. Etukudor C., Couraud B., Robu V. et al. Automated negotiation for peer-to-peer electricity trading in local energy markets // Energies. 2020. Vol. 13, No. 4. P. 920. https://doi.org/10.3390/en13040920

ПРИЛОЖЕНИЕ

Приложение А

Таблица A.1

Основная информация по 2256 библиометрическим данным базы Web of Science

по теме «Чистая энергетика»

Description Results Описание

Main information about data Основная информация

Timespan 2019:2020 Временной диапазон

Sources (Journals, Books etc.) 665 Источники (журналы, книги и т.д.)

Documents 2147 Число документов

Average years from publication 0.747 Среднее время с момента публикации

Average citations per documents 2.044 Средняя цитируемость документа

Average citations per year per doc 1.094 Средняя цитируемость в год

References 80193 Число ссылок

Document types Типы документов

Article 1577 Статьи

book chapter 1 Главы из книг

data paper 4 Публикация данных

Book review 11 Рецензии на книгу

Correction 11 Исправления

Editorial material 62 Редакционные материалы

Letter 2 Письма

Meeting abstract 15 Аннотации совещаний

News item 13 Новостные материалы

Proceedings paper 303 Материалы конференций

Review 148 Обзоры

Document contents Содержание документов

Keywords Plus (ID) 3594 Ключевые слова плюс

Author Keywords (DE) 6810 Авторские ключевые слова

Authors Авторы

Authors 6446 Число авторов

Author Appearances 7658 Встречаемость авторов

Authors of single-authored documents 206 Авторы без соавторов

Authors of multi-authored documents 6240 Авторы в соавторстве

Authors collaboration Сотрудничество авторов

Single-authored documents 224 Число документов с одним автором

Documents per Author 0.333 Число документов на одного автора

Authors per Document 3 Число авторов на один документ

Co-Authors per Documents 3.57 Среднее число авторов на документ

Collaboration Index 3.24 Индекс сотрудничества

Таблица A.2

35 наиболее часто встречаемых ключевых плюс слов для трех кластеров: consumption, impact и optimization

KW_N Cluster 1 KW_N Cluster 2 KW_N Cluster 3

130 consumption 111 impact 220 optimization

98 CO2 emissions 99 electricity 174 generation

85 economic-growth 89 policy 155 system

64 emissions 55 efficiency 150 wind

48 environmental Kuznets curve 50 impacts 132 systems

45 cointegration 46 innovation 131 performance

43 China 42 climate-change 129 design

42 panel-data 39 technology 126 management

40 countries 39 framework 125 model

35 nonrenewable energy 38 wind energy 123 storage

34 growth 38 sustainability 112 power

33 determinants 36 policies 84 integration

33 electricity consumption 32 challenges 82 technologies

32 trade 31 transition 76 wind power

31 time-series 31 acceptance 72 solar

30 financial development 30 barriers 64 algorithm

30 carbon-dioxide emissions 28 market 58 power-generation

29 unit-root tests 28 future 56 operation

28 renewable energy 25 support 54 cost

27 carbon emissions 25 implementation 48 demand

25 empirical-evidence 23 attitudes 43 electricity-generation

25 panel 23 risk 41 feasibility

24 carbon 20 climate 38 biomass

23 error-correction 20 security 36 simulation

22 CO2 20 benefits 36 solar-energy

22 prices 19 politics 35 strategies

20 nexus 19 deployment 35 power-system

19 foreign direct-investment 18 diffusion 33 resources

18 tests 18 investment 32 PV

17 output 17 models 32 strategy

16 natural-gas 16 projects 28 water

16 gdp 16 costs 28 uncertainty

16 oil 15 drivers 25 microgrids

16 dynamics 15 governance 25 optimal-design

15 decomposition 15 green 25 rural electrification

Примечания: KW_N - встречаемость ключевого слова.

Алгоритм кластеризации - Louvain, минимальное число ключевых слов в кластере - 5, для анализа использовались 250 наиболее часто встречаемых ключевых слов. Кластер «Оптимизация» доминирует в ключевых словах платформы WoS (Keyword Plus) темы «Чистая энергетика».

Таблица A.3

Наиболее часто встречаемые авторские ключевые слова для трех кластеров: renewable energy, power и renewable energy sources

KW_ N Cluster_1 KW N Cluster_1 KW_ N Cluster_2 KW N Cluster_3

648 renewable energy 32 renewable energy consumption 34 power 132 renewable energy sources

131 energy 32 sustainable development 27 wind power 65 energy storage

69 renewable 29 energy efficiency 20 control 37 uncertainty

63 optimization 28 battery 20 renewable energy system 28 demand response

47 wind energy 27 clean energy 18 power system 23 system

46 economic growth 25 photovoltaic 18 sources 22 reliability

44 solar energy 25 China 17 power grids 18 energy storage system

43 sustainability 24 biomass 17 hybrid 17 programming

41 energy policy 23 renewable energy resources 16 solar power 15 systems

39 wind 23 energy management 16 smart grid 14 planning

36 microgrid 22 hybrid renewable energy system 16 power generation control 13 scheduling

36 solar 22 renewables 15 electric vehicles 13 power generation

34 energy transition 21 green energy 14 generation 12 management

34 CO2 emissions 21 investment 14 electricity 11 wind turbines

32 climate change 20 hydrogen 12 voltage control 11 demand side management

Примечания: Первые два столбца KW_N относятся к одному кластеру, который существенно доминирует над остальными.

В авторских ключевых словах существенно доминирует термин «возобновляемая энергетика». По мнению автора данной работы, ключевые слова, генерируемые алгоритмами машинного обучения на базе текстов, индексируемых реферативными базами, представляют больший интерес для библиометрического анализа, чем авторские ключевые слова, которые более подвержены влиянию доминирующих шаблонов (renewable energy является типичным примером такого шаблона).

Графическое представление некоторых результатов библиометрического анализа, полученное с использованием программы VOSviewer

cost oí^nergy size

microalgae

oxygen red union reaction anaerob.c-d.gestion

nanopartides bj0fue| biogas production

exejgy

• ® ® # • •

plant cy«te recovery waste C02 hooner . * •«, . L. poland food

IT # rffiaent water biomass

pvsyetem tochneoconoanicfeasibility fo^ci^liií-v» hydrogen •

^ IpasiDllliy transport

environmental policy

nudear.energy

employment

-de OQnvertq^

• •

photovoltaj^

• performance

_ -__ _ «fuel _ • Г" Щ bioenergycoal

f^oy batte^^—™ «fH -отафле^у

. ^ » carbon toesib

- -___ ^ ШШ * fqssil.fuels0j| pa Kutan

raLww ~ * „ #ndex solar energy

^ * oecd

• ««•¿•■и» aesign ¡ ari: efficiency emissions

• Ш л

eke

nonrenewable energy

щ j^lc-dc coeverîers

¡ngjí

countries

growth C02 emissions

Panel eke hyp

dioxide emissions

0РеГ81,ОП Sy$tem ""wind energy

" «gid^ftJ*•».f®*1 ^generation

peea

renewable energy

trade openness economic-growth International-trade

enerator, control stratesv nn^SMTL.^^^^A.W 9 m ^afrfca

♦china

Wseq^ity imnart • # *

, i •^paF*!!*s innovation

offthocp wind- ^^^

mped-st«*ag»powerstati(*s wind»eei^ DOWeT tMnergy^ransttlOH «F^ patents

• A™ ^ • numn- expansion w- jP - W * W 9 - ^^ •

powergpnprabonpronqgiics unitcoiflpnitment v A ^^ • P<|§*« »determinants

• optimif#acem®t penetration chp flexibility • «V market -

• a • • ^^ _ ^ m - —• • futures companies

panel-data

oecd countries

panel data 'european union tests

crude-oil shocks

unit-root

economtodispatcl^

big data

4evel

■cicceptawce-

^nvirdflmental jtfsti^

jerrtjaoy •

generation'exfl^nsion planning ^ • • • t

variable renewable energy * --

• • • attitudes * « •

wind generation • * TJe^gl«*meflt

decisions «^¡iiingness to pttry

offshore v«nd power " electric»/ price

robust of^mizatipn

leom

day-ahead market

green ceeificates

VOSviewer

Рис. Б.1. Графическое представление кластеризации совместной встречаемости всех ключевых слов (Author KW + KW Plus)

Приложение Б

I JUUI CCJ

optimization model

performance evaluation pv syitems

«energy storage system (ess)

circular ecowomy

fuzzy logic

environmental policy anaerobic digestion southvrfifrica

biodiesel

vikor

^jfe c^cle apses^rient

battery energyetoragAystem # wind tyrbine

topsis rural deification hybrid enajigy systerr»

biogds

decisionmaking photocatalysis •

^bioenergy pakjstan

biofuel -

high votjpge gain

ann optima sizing

genetic algorithm

pv

green energy

fU^e; №nSitiV^anal*S# • sustainability ponton

desaijnation Ф

sub-saharan africa fraeing

net present cost lead-acid battery ♦

hres

Щгу

hybrid {епе^даЫе energy

solar

resilience

carbon footprint

inverter m

virtual inertia ^ frequency stability pi control lre8ulatiorVrequeney control

hybrid renewable energy system ^¡р^

hydropower

geothermal

. I yP S[a Чг

policy clean energy

effiqgncy^

decarboriization

• renewable energy system . Soler pv power"to"gas

• renewable energy

tu^ey

system dynamics

r generation control * ener»costenergy storage

hybrid power systems Iirlear programming

power grids

tem control tors

rgntwabfceng^y integration® J|ictheatins>.

9 • " wind ene

renewable energy sources

renewable energy systems # energy consumption

energy demand 4. energy policy

willingness to pay non-renewgble energy •fcarbon сИохфе emissions

inno^atidn

regulation a^jgta

panel data < oil pgces

oecd cl

istributed power generation

power markets power generation economics

cogeneration

electriqyehicle Tolar power

demand re .ponsg

loadlflow distribution netw^jk scheduling multi-mfcrogfids

. . . carbon emission „ ..

uncertainty flexibility

■Variabll'renewable energy

• M

i/T\\ //\ lr \ / ¡\l

off-grid redundancy

energy planning®

«-.economic grpwth ...

ч ^ :: envirqnrrrenta^kuzr

renewable energy consumption

devel^jment

european union

energy transition

spein

financial development agriculture

energy-justice

energy conservation energyplan

data enveloppent analysis

energy*itensity governance

electricity storage

100% renewable energy

energy economics auctions •

granger causality energ^union

-community energy

/V* VOSviewer

enerevivstems

Рис. Б.2. Графическое представление кластеризации совместной встречаемости ключевых слов авторов

toed

mediane production *i<a»v£Hcdcactooo

hydrogen,¿rotation ф m protection layer» ** T fuels

,4llempgjfature

exergyenalyses • » pyflfcs'fe* ger^any # chice

гес«цегу • • _ incewive:»

c-e * • life"cycie hce|th 2 co^e^p

exergy Lymn — w « — Щ *

hydrogen • * ecfMity

thermodynamic anaj^p # . fcrbon®,ox.de® #bkx*rf, J ро^.Л.Нп^^У

conversion water • biOQQ^SS fntub ^otfgen. valuation

corruption

couplecMnductor # ¡mpro#ment

heat

bi^ss ac

9 qu*ty r •

••^♦verter conj.rat;gle> . getfl^nce ^ •¿ra^i;

•impler^tatio» • hybríd^tur^s ¿¡¿¿Ь* ЩГ*Г * _

general» w .„ .__. " * » 9

wind tiKhiwp controller

CORMgrWrS

nSleber

sejrch

design

'innovation «

W • i

dr¿rs #™*l-pull

optimization wave

techn

power /osts Шр<3*5

gas cost impact«rai^s Consumption

emerging*conomies

trade oj| prjces democracy environmental kuznets curve

I •Афггсе risk • countries

rmcrogrids

egll Storag^syst^i^ ""

Wa*e* de^ancJ>response ф

reconfiguration

management lndex

uncertainty*

constraints

W

ologies

^ ac«s5 market*

framework regions

toucism

scenarios sector

prices

markets

power management electrification - gis

multicriteria decision-makiQg

ф dls»tchcoord*atio7f W • «

analytic hierarchy process

algo*hms batten#yst*m Multicriteria deasion-analysi • to*is loads • * ranking

^ K.xjne r e|ectric ity markets

us

crude-oil

tocm

dietel architecture

employment job creation greenjenergy

turkey

wind generation

heterogeneous panel

co2 emissions nexus evidence causality foreign direct-investment carbon emissions causal relationship

dioxide emis:

cointegration

sub-saharan africa income

^ VOSviewer

Рис. Б.3. Графическое представление кластеризации совместной встречаемости «ключевых слов плюс» платформы WoS

Рис. Б.4. Пример выделения нарождающейся тематики

Управление спросом - нарождающаяся тематика, которая отражает развитие систем управления генерацией в зависимости от спроса на энергоресурс, оптимизация работы таких систем требует как разработки моделей и алгоритмов управления, так и создания систем хранения, например, для ветровой энергетики.

DOI 10.29222/ipng.2078-5712.2020-29.art9 UDC [303.6+303.7]:001.8

Web of Science publications for 2019-2020 on clean energy issues: an analysis of subject areas

B.N. Chigarev

Oil and Gas Research Institute, Russian Academy of Sciences, Moscow E-mail: bchigarev@ipng.ru

Abstract. A brief discussion on the Clean Energy Transitions Programme is presented. The keywords of 2256 publications indexed in the Web of Science abstract database for the period 20192020 are analyzed. It is shown that the dominant keywords describe well the subject area under review related to renewable energy, its optimization, carbon dioxide emission, energy generation and storage, specific types of renewable energy, economic growth, innovation, efficiency, demand and sustainability. In doing so, authors are more likely to use more general terms to classify their publications, and keywords plus of the Web of Science platform are more likely to describe specific processes related to the transition to clean energy. Basing on keyword clustering, 5 sustainable sub-themes in the clean energy theme are identified. It is demonstrated that bibliometric analysis can be used to highlight emerging topics.

Keywords: Clean Energy Transition Programme, International Energy Agency, keywords, clustering, co-occurrence, bibliometric analysis, Web of Science abstract database.

Citation: Chigarev B.N. Web of Science publications for 2019-2020 on clean energy issues: an analysis of subject areas // Actual Problems of Oil and Gas. 2020. Iss. 2(29). P. 111-132. https://doi.org/ 10.29222/ipng.2078-5712.2020-29.art9 (In Russ.).

References

1. Special report on clean energy innovation. Accelerating technology progress for a sustainable future. IEA report, July 2020. 185 p. https://www.iea.org/reports/clean-energy-innovation (Accessed on 10.07.2020).

2. Nuclear power in a clean energy system. IEA report, May 2019. 103 p. https://webstore.iea.org/download/direct/2779 (Accessed on 10.07.2020).

3. World energy investment 2020. IEA report, May 2020. 207 p. https://webstore.iea.org/download/direct/3003 (Accessed on 10.07.2020).

4. van Eck N.J., Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping // Scientometrics. 2009. Vol. 84, No. 2. P. 523-538. https://doi.org/10.1007/s11192-009-0146-3

5. Aria M., Cuccurullo C. Bibliometrix: An R-tool for comprehensive science mapping analysis // Journal of Informetrics. 2017. Vol. 11, No. 4. P. 959-975. https://doi.org/10.1016/jjoi.2017.08.007

6. Shkiperova G.T. The environmental Kuznets curve as a tool for regional development research // Economic Analysis: Theory and Practice. 2013. No. 19. P. 8-16. https://cyberleninka.ru/article/n/ ekologicheskaya-krivaya-kuznetsa-kak-instrument-issledovaniya-regionalnogo-razvitiya (Accessed on 10.07.2020). (In Russ.).

7. Li D., Wang Z., Wang, L., Sohn S., Shen F., Murad M.H., Liu H. A text-mining framework for supporting systematic reviews // American Journal of Information Management. 2016. Vol. 1, No. 1. P. 1-9. http://www.sciencepublishinggroup.com/journal/paperinfo?journalid=105&doi=10.11648/ j .infomgmt.20160101.11 (Accessed on 10.07.2020).

© 2020. B.N. Chigarev

131

8. Blankson S.K.K. Past, present and future as time in the age of science. 2nd ed. London: Blankson Enterprises Ltd., 2016. 212 p.

9. Breit W., Culbertson W.P., Jr. Science and ceremony: The institutional economics of C. E. Ayres. Austin: University of Texas Press, 2014. 228 p.

10. ChildM., Kemfert C., Bogdanov D., Breyer C. Flexible electricity generation, grid exchange and storage for the transition to a 100% renewable energy system in Europe // Renewable Energy. 2019. Vol. 139. P. 80-101. https://doi.org/ 10.1016/j .renene.2019.02.077

11. Tafarte P., Eichhorn M., Thrän D. Capacity expansion pathways for a wind and solar based power supply and the impact of advanced technology - A case study for Germany // Energies. 2019. Vol. 12, No. 2. P. 324. https://doi.org/10.3390/en12020324

12. Gabrielli P., Fürer F., Mavromatidis G., Mazzotti M. Robust and optimal design of multi-energy systems with seasonal storage through uncertainty analysis // Applied Energy. 2019. Vol. 238. P. 1192-1210. https://doi.org/10.1016Zj.apenergy.2019.01.064

13. Zhang G., Shen Z., Wang L. Online energy management for microgrids with CHP co-generation and energy storage // IEEE Transactions on Control Systems Technology. 2020. Vol. 28, No. 2. P. 533-541. https://doi.org/10.1109/tcst.2018.2873193

14. Huang J., Fan J., Furbo S. Feasibility study on solar district heating in China // Renewable and Sustainable Energy Reviews. 2019. Vol. 108. P. 53-64. https://doi.org/10.1016/j.rser.2019.03.014

15. Aberilla J.M., Gallego-Schmid A., Stamford L., Azapagic A. Design and environmental sustainability assessment of small-scale off-grid energy systems for remote rural communities // Applied Energy. 2020. Vol. 258. P. 114004. https://doi.org/10.1016/j.apenergy.2019.114004

16. Sharma S., Basu S., Shetti N.P., Aminabhavi T.M. Waste-to-energy nexus for circular economy and environmental protection: Recent trends in hydrogen energy // Science of The Total Environment. 2020. Vol. 713. P. 136633. https://doi.org/10.1016/j.scitotenv.2020.136633

17. Mortensen A. W., Mathiesen B.V., Hansen A.B. et al. The role of electrification and hydrogen in breaking the biomass bottleneck of the renewable energy system - A study on the Danish energy system // Applied Energy. 2020. Vol. 275. P. 115331. https://doi.org/10.1016/j.apenergy.2020.115331

18. Vo A.T., Vo D.C., Le Q.T. CO2 emissions, energy consumption, and economic growth: new evidence in the ASEAN countries // Journal of Risk and Financial Management. 2019. Vol. 12, No. 3. P. 145. https://doi.org/10.3390/jrfm12030145

19. Yang X.J., Hu H., Tan T., Li J. China's renewable energy goals by 2050 // Environmental Development. 2016. Vol. 20. P. 83-90. https://doi.org/10.1016/j.envdev.2016.10.001

20. Demand response on the Russian market: barriers and prospects. VYGON Consulting. December 2018. 58 p. http://vygon.consulting/upload/iblock/7c7/ vygon_consulting_dr.pdf (Accessed on 10.07.2020). (In Russ.).

21. Siano P., De Marco G., Rolan A., Loia V. A survey and evaluation of the potentials of distributed ledger technology for peer-to-peer transactive energy exchanges in local energy markets // IEEE Systems Journal. 2019. Vol. 13, No. 3. P. 3454-3466. https://doi.org/10.1109/JSYST.2019.2903172

22. Etukudor C., Couraud B., Robu V. et al. Automated negotiation for peer-to-peer electricity trading in local energy markets // Energies. 2020. Vol. 13, No. 4. P. 920. https://doi.org/10.3390/en13040920