CC BY
62
УДК 628.35:.631.862
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ В БИОТЕХНОЛОГИЧЕСКИХ СИСТЕМАХ
© В.Р. Елохин1, В.К. Евтеев2
Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83. 2Иркутская государственная сельскохозяйственная академия, 664038, Россия, Иркутская обл., Иркутский р-н, пос. Молодежный.
Рассматривается один из подходов инновационной стратегии в биотехнологии - анаэробная переработка побочной органосодержащей продукции сельского хозяйства. Разработана блок-схема имитационного метода статистической аппроксимации. Приведен реальный пример инновационной технологии биоконверсии птичьего помета.
Ил. 34. Табл. 1. Библиогр. 6 назв.
Ключевые слова: биотехнология; анаэробная переработка; имитационное моделирование; альтернативный источник энергии; биогаз; биоконверсия птичьего помета; биотехнологическая система; модель энергоотдачи; планирование эксперимента; регрессионный анализ; сельское хозяйство; имитационно-статистическая аппроксимация.
SIMULATION MODELING OF PROCESSES IN BIOTECHNOLOGICAL SYSTEMS V.R. Elokhin, V.K. Evteev
Irkutsk state Technical University, 83 Lermontov St., Irkutsk, 664074, Russia. Irkutsk State Agricultural Academy.
Molodezhny settlement, Irkutsk district, Irkutsk region, 664038, Russia.
The article considers the anaerobic digestion of organic agricultural by-products as one of the approaches in the innovation strategy of biotechnology. The block-diagram of the simulation method of statistical approximation is developed. A realistic example of the innovation technology of poultry manure bioconversion is provided. 3 figures. 1 table. 6 sources.
Key words: biotechnology; anaerobic digestion; simulation modeling; alternative source of energy; biogas; bioconversion of poultry manure; biotechnological system; energy efficiency model; experiment planning; regression analysis; agriculture; simulation statistical approximation.
Биотехнология является одним из наиболее значимых технологических прорывов последних трех десятилетий. Ее ставят в один ряд с такими выдающимися открытиями, как расщепление атомного ядра, освоение космоса и изобретение компьютера.
В 1973 г. была разработана техника пересадки генов («рекомбинация молекулы ДНК»). Эта новация открыла эру биотехнологии. Ее называют последней технологической революцией XX века за счет огромного влияния на человека, биологический потенциал живых организмов и окружающую среду [1].
В отличие от традиционных методов селекции, благодаря которым выводят новые сорта растений и животных, биотехнология открывает принципиально новый путь - путь пересадки генетического материала и создания таких генетических цепочек, которые никогда не встречаются в живой природе. Именно это обстоятельство делает биотехнологические разработки особенно значимыми и в то же время уязвимыми для критики.
В работе рассматривается один из подходов к моделированию инновационной стратегии в биотехнологии -анаэробная переработка побочной органосодержащей продукции сельского хозяйства на примере биоконверсии птичьего помета.
Принципиальная схема переработки анаэробной продукции отходов сельского хозяйства. Сельскохозяйственные предприятия помимо основной производят значительное количество побочной продукции, в составе которой содержатся органические вещества. Большая часть этой продукции не может быть использована без предварительной переработки.
Анаэробная переработка позволяет решить часть проблем, связанных с использованием побочной органо-
1Елохин Владислав Романович, доктор технических наук, профессор кафедры экономической теории и финансов, тел.: 89834173612, e-mail: zd51ze71@rambler.ru
Elokhin Vladislav, Doctor of technical sciences, Professor of the Department of Economical Theory and Finance, tel.: 89834173612, e-mail: zd51ze71@rambler.ru
2Евтеев Виктор Константинович, кандидат технических наук, профессор кафедры технического обеспечения АПК, тел.: 89647499744.
Evteev Victor, Candidate of technical sciences, Professor of the Department of Agribusiness Industry Technical Support, tel.: 89647499744.
содержащей продукции сельского хозяйства. Конечными продуктами такой переработки являются: а) биогаз, используемый в качестве топлива и являющийся возобновляемым альтернативным источником энергии; б) дезодорированное органическое удобрение с сохранением питательных веществ исходного сырья, не содержащее всхожих семян растений; в) технически чистая вода, которая может использоваться в технологических целях и для орошения [2].
I
— — — Твердая фракция
-----Жидкая фракция
_ _ . _ £иогаз
Рис. 1. Схема технологической линии переработки побочной органосодержащей продукции сельского хозяйства (биотехнологическая система (БТС)): 1 - источник сырья; 2 - резервуар сбора сырья; 3, 7,10,14 - фекальные
насосы; 4 - устройство разделения на фракции первой ступени; 5 - измельчитель твердой фракции; 6 - резервуар-предсбраживатель метантенка; 8 - метантенк; 9 - устройство разделения на фракции второй ступени; 10 - резервуар-предсбраживатель анаэробного фильтра; 12 - анаэробный фильтр; 13 - резервуар технически чистой воды; 15 - газгольдер биогаза; 16 - парогазовая электростанция; 17 - санитарное хранилище
Реализация глубокой анаэробной переработки побочной органосодержащей продукции сельского хозяйства, заключающейся в раздельной обработке жидкой и твердой фракций, возможна по предлагаемой схеме (рис. 1); далее эту схему будем называть биотехнологической системой (БТС). Технологическая линия включает в себя ряд последовательных и параллельных операций, проходящих в специализированных установках и сооружениях, работающих в проточном режиме. Для исключения загрязнения окружающей среды при возможных авариях поточной линии определяется резервирование в объеме суточной переработки соответствующего сырья. При необходимости в соответствии с принятой технологией анаэробного сбраживания производится рециркуляционное разбавление органосодержащего сырья технически чистой водой.
При работе в штатном режиме перерабатываемая масса подается насосом 3 в установку разделения на фракции первой ступени 4, работающей с эффективностью 45-75% по сухому веществу при влажности твердой фракции 85-90%. Твердая фракция поступает на измельчитель 5 и далее в резервуар - предсбраживатель метантенка 6, где происходит смешивание с обсемененным анаэробной микрофлорой осадком влажностью около 94%, поступающим из анаэробного фильтра 12. Последнее способствует интенсификации процесса метанового сбраживания. Обрабатываемая твердая фракция в резервуаре 6 нагревается до оптимальной температуры сбраживания.
Объем резервуара определяется суточной подачей в него массы, так как загрузка в метантенк 8 производится один раз в сутки. Гидравлическое время выдерживания массы в метантенке зависит от принятой глубины сбраживания твердой фракции (10-15 суток). Степень разложения органического вещества составит 35-45% с конверсией его в биогаз.
Обработанный шлам подается самотеком в устройство фильтрующего разделения на фракции второй ступени 9 с эффективностью разделения 85-95%. Влажность твердой фракции - 65-75%). Твердая фракция представляет собой ценное органическое удобрение, не имеющего неприятного запаха, находящееся в рыхло-сыпучем состоянии, что упрощает его транспортировку и внесение в почву. Значительная часть биогенных ве-
ществ минерализована, что делает более удобным их усвоение растениями. При этом потери биогенных веществ исключены, что выгодно отличает предлагаемую технологическую линию от других. Удобрение насыщено ферментами, благоприятно влияющими на биохимические почвенные процессы. Полученные удобрения складируются на специально подготовленных площадках и имеют коммерческую ценность.
Фугат, обсемененный анаэробной микрофлорой, от устройства 9 поступает в резервуар-предсбраживатель анаэробного фильтра 10, где смешивается с жидкой фракцией, полученной после первой ступени разделения на фракции, и нагревается до температуры сбраживания. Гидравлическое время выдерживания массы в реакторе анаэробного фильтра 12 составляет полтора-двое суток. Особенностью конструкции анаэробного фильтра является интенсификация процесса анаэробного сбраживания за счет определенных возмущающих воздействий на реакционную среду. Степень разложения органического вещества составляет 75-80%. При анаэробной обработке значительно увеличивается способность массы к седиментации. Поэтому, ввиду относительно низких скоростей движения потоков в реакторе, анаэробный фильтр выполняет также функцию вертикального отстойника с эффективностью разделения 75% и влажностью осадка около 94%. Осадок из анаэробного фильтра 12 самотеком направляется в резервуар-предсбраживатель метантенка 6.
Жидкую фракцию, прошедшую интенсивную обработку, можно отнести к условно технически чистой воде. Она самотеком поступает из анаэробного фильтра в резервуар условно технически чистой воды 13. Необходимая часть воды отбирается из резервуара и подается на технологические нужды, то есть осуществляется рециркуляция технически чистой воды. Остаток технически чистой воды в период отрицательных температур окружающей среды накапливается в резервуаре и в теплый период года может быть направлен на земледельческие поля для орошения или в проточные водоемы.
Биогаз (смесь примерно 60% метана и 40% углекислого газа), полученный в метантенке и в анаэробном фильтре, аккумулируется в газгольдере 15. По мере необходимости биогаз подается на утилизацию, в процессе которой происходит выделение электрической или тепловой энергии. В случае необходимости его можно реализовать как энергоноситель. Объемная теплота сгорания биогаза зависит от его качества и составляет в среднем 21,5 МДж/м.
Данная БТС может характеризоваться как природоохранная, ресурсосберегающая. Она является экологически чистой, поскольку представляет собой упорядоченное естественное продолжение биоконверсии органического вещества в природе. Кроме того, предложенная БТС может быть отнесена к классу больших технических систем, так как обладает характерными для них признакам. Схема переработки органосодержащей побочной продукции сельского хозяйства может рассматриваться и как подсистема более высокого уровня (агропромышленный комплекс). При этом следует исходить из комплексного анализа внутренней структуры данной системы и ее связей с внешней средой, динамикой ее совершенствования и, кроме того, рассматривать схему как сложную систему (производственную, технологическую).
Имитационный метод статистической аппроксимации. Проблема получения наибольшего количества сведений о рассматриваемых процессах, проходящих в рамках БТС (см. рис. 1) при ограниченных затратах (временных, стоимостных), безусловно, является актуальной [3]. Все менее в этом случае можно полагаться на интуицию, необходимо экспериментировать. В частности, чтобы узнать число различных состояний объекта (условий развития биоэнергетики, т.е. БТС), требуется провести п = ик испытаний (наблюдений) над соответствующей моделью БТС (например, оптимизационной), где и - число уровней (число значений показателя в заданном диапазоне), к - число рассматриваемых переменных, например, размер вектора потребностей в модели БТС. Очевидно, что простая система (модель) с пятью переменными на пяти уровнях имеет 3125 состояний, а для десяти переменных на четырех уровнях их будет уже свыше миллиона.
В этих условиях очевидным является отказ от таких экспериментов, которые включают все возможные опыты: количество вариативных наборов слишком велико. Тогда возникает вопрос: какие именно опыты нужно включить в эксперимент, чтобы решить поставленную задачу, и сколько? Именно на этой стадии и необходимо планирование эксперимента, которое является не только способом обработки экспериментальных данных, но и средством оптимальной организации процесса исследования. При этом существенно следующее: стремление к минимизации общего числа экспериментов при одновременном варьировании переменными, определяющими процесс, по специальным правилам - алгоритмам; использование математического аппарата, формирующего многие действия экспериментатора; выбор четкой стратегии, позволяющей принимать объективные (с позиции исследователя) решения после каждой серии экспериментов.
Именно поэтому при исследовании сложных производственных систем, к которым относятся и биотехнологические системы, следует применять так называемые машинные имитационные эксперименты, основу которых составляют методы математической статистики и методы решения специфических экстремальных задач. В процессе реализации таких экспериментов выполняются следующие стадии: 1) формулирование исходной проблемы и соответствующей математической модели; 2) планирование имитационных экспериментов; 3) проведение имитационных экспериментов с математической моделью на ЭВМ; 4) анализ результатов этих экспериментов; 5) принятие соответствующих решений.
Применительно к задаче исследования внутренних и внешних связей биоэнергетической системы (см. рис. 1) и определения значимых для БТС факторов был реализован следующий подход.
Исходная задача была представлена в виде некой упрощенной кибернетической системы Б (рис. 2).
Выходные
Входные факторы
XI
Хл1"
У1
■ У2
■ у/
факторы
Рис. 2. Кибернетическая схема связей биоэнергетической системы
Входными факторами в схеме (см. рис. 1) являются: х1 - влажность обрабатываемого субстрата; х2 - доза загрузки субстрата в реактор; х3, ... , хт - биологические, химические, технологические (по выбору исследования в зависимости от вида исходного сырья (навоз - от животноводства, помет - от птицеводства) и пр.).
В качестве выходных факторов выступают: объем производимого газа у1; количество газа у2; другие факторы, выбираемые по технологическим соображениям - у3, ... , у.
На выбор различных уровней факторов (переменных) система Б реагирует по-разному. В частности, связи между входными и выходными факторами могут характеризоваться регрессионными моделями вида [4].
к к (-1
у* = (1)
j=0 j=l у=1
]<Р уфсс
Здесь а = 1, С - номер определяемой (выходной) переменной у; г = \,п - число реализаций значений {х} и {у} ; к - количество агрегированных входных переменных х (это могут быть взаимодействующие переменные х1х2, х2х3, ... , хт-1хт и т.д.); д = ((£ +1)(& + 2))/2 - число оцениваемых параметров 0. В упрощенном (линейном) виде для поиска оценок в может быть использован обычный метод наименьших квадратов [5].
Систему Б можно также представить в виде системы уравнений (не всегда линейных, одномерных) вида
„1 Л
' У1л 0 х,1 + 0^ X 2 + •• • + 01 X. • т гт
= Уг 2 = в2 х,1 + 022X 2 + • • • + 02 х т гт
кУи, всх V 1 71 + в'2ха+. лв'х. . т гт
,2 '¿1
(2)
'Л У
Предположим, что
, 01 - неизвестные па-
Гг = ч(Х,,0) + а1, г = 1,п, (3)
где п - наперед заданная функция (в данном случае многооткликовая); YJ = {уу,---,у(:1>) - результаты наблю-
_ (Ой-о,Л
дений в точке X (-Х, ,•••, ); (г = 1, п) - количество измерений; 0= ........
■■■ вы;
раметры = к = обладающие свойствами эффективности, несмещенности и достаточности;
Т - знак транспонирования, известные функции
ПТ(Х,0) = (т11(Х,0),...,т1((Х,0))-, (4)
8 - случайные ошибки, такие, что
где Е - оператор усреднения. Пусть
Е8] = 0, Е8,8]= d(X), Е ,8 ] = 0, г * ], (X )|* 0,
7X, 0) = ¥т (X, 0),
(5)
(6)
где Е(X) = (/г (х)/е (х)) =
/и (х),...,/и (*)
Здесь (х) - непрерывные функции, а х е х, область X - компактная.
Имеет место следующая теорема (доказательство ввиду его громоздкости опускается). Теорема, приведенная в работе [3], для многооткликовых моделей типа (2) в случае линейной параметризации при выполнении условий (4), (5) дает возможность построить наилучшие линейные оценки:
в = М 1У, (7)
где М = я1 ¿Е(X,(X,), У =п* ¿Е(X,)а,У,, = ^ (X,),
1=1
1=1
Е ( X ) =
^ /„ ( х)
/Лх)
Л Г
0
Лс(х)
/Лх)
Е (х)
Р({х)
Дисперсионная матрица оценок г)(X) = вF(X) равна Б(X) = Ет (X)M Е(X).
Результаты теоремы используются для исследования механизма явлений, происходящих в системе Б с учетом отбора существенных (значимых) входных переменных и с применением нестандартных методов построения несимметричных факторных планов [4, 6].
Предложенная схема анаэробной переработки органосодержащей побочной продукции сельского хозяйства, методика определения ресурсной базы и методологии их моделирования позволяют определить перспективы развития технической биоэнергетики в сельскохозяйственном производстве, разработать адаптивные к условиям сибирского климата технологии сбраживания и обеспечивающую их систему машин и оборудования.
В работе предлагаемый имитационный метод статистической аппроксимации (ИМСА) представляет собой специальным образом ориентированный комплекс вероятностных моделей и статистических методов (рис. 3) [4]. Применение этого метода особенно важно при решении задач разработки и внедрения инновационных технологий и средств, обеспечивающих широкомасштабный (в меру экологической и экономической целесообразности) вклад нетрадиционных источников энергии (в частности, биоэнергии) в энергетический баланс региона, предприятия.
Модельный пример инновационной технологии биоконверсии органического вещества. Как упоминалось выше, процесс анаэробного сбраживания зависит от большого количества факторов: биологических, технологических. Воздействие всех факторов традиционными средствами учесть практически невозможно, поэтому в такой ситуации применяется метод имитационного моделирования.
Лабораторные исследования (в работе дается лишь иллюстративный материал) проводились по несимметричному факторному плану эксперимента [6] (фрагмент плана эксперимента отражен в таблице).
Несимметричный факторный план эксперимента (фрагмент)
№ Х1 Х2 хз
эксперимента % код % код % код
1 95 1 2,5 -1 35 -1
16 85 -1 20 1 35 -1
На основе данных, полученных путем реализации имитационных экспериментов, получена модель энерговыделения:
у = 0,07 + 0,765 х2 + 0,136 хх, (8)
где у - энерговыделение; х1 - влажность обрабатываемого субстрата; х2 - доза загрузки субстрата в реактор.
Рис. 3. Блок-схема имитационного метода статистической аппроксимации [3]
В модели (8) решающее значение в предсказании энерговыделений принадлежит фактору х2 (доза загрузки). Энергоносителем в данном случае является биогаз, с увеличением выхода которого с единицы объема увеличивается и энерговыделение. Действительно, с увеличением дозы загрузки в реактор поступает большее количество органического вещества, способного разложиться под действием метаногенных микроорганизмов с выделением биогаза.
Модель энергоотдачи представлена уравнением:
у2 = -0,13 + 0,472 X! - 0,375 х2 -0,113 х3, где у2 - энергоотдача; х3 - температурный режим сбраживания.
Наибольший вклад в прогнозировании энергоотдачи принадлежит фактору х1 - влажность субстрата (коэффициент регрессии этого члена составляет 0,472). Увеличение влажности приводит к большей конверсии беззольного вещества субстрата в биогаз.
На основе методики имитационного моделирования производства товарной энергии в работе определен выход товарной энергии для ряда ситуаций; например, максимальному значению выхода товарной энергии соответствует: доза загрузки субстрата в реактор - 5%, влажность сбраживаемого субстрата - 93% при объеме реактора 473 м3.
Результаты имитационного исследования при помощи статистической аппроксимации показали, что аппроксимирующая модель позволяет выявить значимые факторы; установить структуру взаимосвязей между ними. Отсюда следует, что имитационные модели должны быть использованы в управлении инновационно-технологическим процессом анаэробного сбраживания.
В рамках предложенной методологии моделирования в технической биоэнергетике была выполнена работа, связанная со снижением тепловых нагрузок промышленным потребителем энергии г. Иркутска, источником которой являются иркутские ТЭЦ. Работа была обусловлена тем, что темпы роста промышленного потенциала, а также жилищный сектор города предопределяют значительный дефицит тепловой мощности. Так, на уровне 2010 года по одному из вариантов расчетный дефицит составил 279 т/ч в паре и 2339 Гкал/ч в горячей воде1.
Расположение иркутской группы сельскохозяйственных предприятий вблизи селитебной зоны гг. Иркутска и Шелехова, а также особенности направления розы ветров, близость грунтовых вод рек Ангара и Иркут требует проводить проработку вопросов охраны окружающей среды, энерго - и ресурсосбережения более тщательно.
Использование имитационного моделирования позволило определить объем и качество содержания биогаза в птичьем помете и в стоках свинокомплекса. По результатам проведенных расчетов суммарное потенциальное производство биогаза иркутской группой сельскохозяйственных предприятий составит 22,00 млн м/год (60,20 тыс. м3/сут) с суммарной теплотой сгорания 5,31*108 МДж (18,12 тыс. тонн условного топлива), то есть за счет использования собственного источника энергии (биогаза) может быть удовлетворено около 6% заявленной тепловой нагрузки. Даже эти модельные примеры убеждают авторов в том, что ИМСА (и даже лишь его часть) уверенно может быть использован в управлении технологическим процессом анаэробного сбраживания органосо-держащей продукции сельскохозяйственных предприятий.
Особенности дальнейших исследований. Для обеспечения динамического развития переработки органо-содержащей побочной продукции сельского хозяйства (как внутри сельскохозяйственного предприятия, так и на региональном уровне) необходимо формирование балансов органосодержащих отходов и побочной продукции производства по их объему и номенклатуре. При разработке ресурсных балансов в качестве инструмента необходимо использовать нормативную базу их образования в отраслевом и географическом разрезах. При этом ресурсная база органосодержащего сырья может быть рассмотрена, исходя из позиций системного подхода, путем последовательного и параллельного исполнения следующих этапов.
Этап 1. Единая информационная база коллективного пользования. Так как основным средством производства в сельском хозяйстве является земля, изменение объемов производства ограничено и определяется плодородием почвы, которое трансформируется очень медленно. Результатом этого является значительная инертн-ность в развитии агропромышленного комплекса (АПК), в силу чего представляется возможным планировать и прогнозировать его развитие на достаточно длительные периоды (15-30 и более лет). При прогнозировании развития АПК выявляется характерная для него особенность - значительная доля неопределенности, возникающей из-за изменчивости общественно-экономических условий и требований, предъявляемых к продукции. На основе всестороннего анализа ряда показателей выделяются типовые хозяйства и территории, которые могут быть описаны с помощью имитационных моделей. Они позволят осуществить прогнозирование развития реальных ситуаций на рассматриваемых предприятиях и территориях.
Носителем единой информационной базы коллективного пользования должны быть органы управления АПК соответствующих административных образований (районных и региональных) совместно с учреждениями статистических исследований.
1 Цифры здесь приведены достаточно условные (модельные), ориентированные на упрощенные математические модели
оптимизационного типа.
Этап 2. Анализ динамики и перспективы развития производства. На основе поставленной задачи формирования балансов сырья устанавливается хозяйственная направленность сельскохозяйственных предприятий, определяется их перечень и способ их распределения по территории, а также сроки ввода в эксплуатацию или изменение мощности предприятий (по годам). На основании анализа полученных данных устанавливаются в динамике объемы производства и виды продукции, а следовательно и структура посевных площадей, количественный и качественный (половозрастной и видовой) состав скота и птицы. Выявляются отрасли, являющиеся потенциальными источниками органосодержащей побочной продукции.
Этап 3. Формирование нормативов образования органосодержащих отходов и побочной продукции производства. На данном этапе устанавливается номенклатура, а также анализируется процесс образования, удаления, транспортирования и хранения органосодержащих отходов и побочной продукции производства. Для каждого вида сырья создается паспорт, содержащий основные показатели, характеризующие его: физические и теплотехнические свойства, зольность, содержание абсолютно сухого органического вещества, виды органического вещества (жиры, белки, углеводы). При этом необходимо устанавливать пределы изменения показателей, а также устанавливать аналитические или эмпирические зависимости тех или иных показателей от различных внешних факторов, в том числе по времени года.
На каждом предприятии отходы и побочная продукция производства образуются в различных точках, приняты различные способы удаления их с мест образования, накопления, транспортирования в места переработки или утилизации. В соответствии с этим составляется карта образования отходов на соответствующих хозяйственных и территориальных уровнях. Необходимость создания таких карт диктуется возможностью совместной переработки различного органосодержащего сырья локальными или региональными предприятиями. Наличие карт позволит при определении целесообразного применения продуктов переработки (биогаза, органического удобрения, технически чистой воды) и места расположения биоэнергетической установки (БЭУ) учитывать местные потребности.
Этап 4. Анализ состояния переработки и утилизации органосодержащих отходов и побочной продукции производства. Этап включает анализ возможных способов переработки и утилизации органосодержащей побочной продукции исходя из данных информационной базы, достижений научно -технического прогресса в сельском хозяйстве, сложившейся системы их использования в данном регионе или хозяйстве, требований охраны окружающей среды, а также предъявляемых условий потребителями конечных продуктов переработки. Анализ в обязательном порядке сопровождается предварительным технико-экономическим расчетом по каждому способу переработки и утилизации. При этом необходимо учитывать не только экономическую, но и энергетическую, социальную и экологическую эффективность таких мероприятий. При проведении анализа могут рассматриваться также сочетания различных способов переработки. В результате выявляется один или несколько альтернативных вариантов.
Этап 5. Прогнозирование образования органосодержащих отходов и побочной продукции производства. Исходя из объемов производства основной продукции и нормативных данных, получают объемы, структуру и качественные показатели потенциального баланса органосодержащих отходов и побочной продукции производства в хозяйственном и региональном разрезах.
Этап 6. Формирование балансов органосодержащих отходов и побочной продукции производства. С учетом необходимого применения органосодержащих отходов и побочной продукции в различных отраслях сельскохозяйственного производства без анаэробной переработки технически возможные ресурсы определяются как по объему и номенклатуре, так и по качественным показателям. Кроме того, из потенциального баланса сырья технической биоэнергетики вычисляются те, которые по каким либо причинам: техническим, организационным или другим - не могут быть использованы. Так, например, при пастбищном содержании не представляется возможным и целесообразным сбор кала, а тем более мочи животных на обширной территории пастбища.
Этап 7. Оценка хозяйственной, энергетической, экономической и экологической целесообразности. На основании анализа природно-климатических условий функционирования, вида, номенклатуры и технических возможностей ресурсов сырья, требований к конечным продуктам переработки принимается перспективная технология сбраживания, тип и объемы сооружений БЭУ. Проводится оценка хозяйственной, энергетической, экономической и экологической целесообразности переработки органосодержащих отходов и побочной продукции путем анаэробного сбраживания по известным методикам. При расчетах должен соблюдаться комплексный, системный подход к оценке затрат и результатов с учетом возможных изменений в смежных отраслях производства и изменений, происходящих у потребителей конечной продукции.
Результаты работы нашли применение при оптимизации развития АПК и составляющих его подсистем, в том числе на долгосрочную перспективу.
Перечисленные исследования позволяют, кроме того, выделить существенные особенности технологии исследования реальных систем АПК, а именно:
- в исследование была внесена концепция случая, что позволило избавиться от необходимости стабилизировать мешающие факторы (переменные параметры);
- использование имитационных методов предполагает четкую логическую схему для всех проводимых операций, позволяющую избежать «ловушек», в которые исследователи нередко попадают из-за слишком большого увлечения эмпиризмом или, наоборот, из-за теоретических предрассудков.
Библиографический список
1. Инновационный менеджмент. Концепции, многоуровневые стратегии и механизмы инновационного развития: учебное пособие / под. ред. В.М. Аньшина, А.А. Дагаева. М.: Дело, 2007. 584 с.
2. Евтеев В.К., Елохин В.Р., Аксенова А.А., Просвирнин В.Ю. Анаэробная переработка побочной продукции сельского хозяйства // Климат, экология, сельское хозяйство Евразии: сб. ст. междунар. практ. конф. Иркутск: Изд-во ИрГСХА, 2009. С. 439446.
3. Елохин В.Р., Евтеев В.К. Имитационный метод статистической аппроксимации производственных систем. Иркутск: Изд-во ИрГСХА, 2009. 146 с.
4. Елохин В.Р., Санеев Б.Г. Аппроксимация моделей энергетических систем. Планирование и анализ регрессионных экспериментов. Новосибирск: Наука, 1985. 150 с.
5. Федоров В.В. Теория оптимального эксперимента. М.: Наука, 1971. 312 с.
6. Бродский В.З. Введение в факторное планирование эксперимента. М.: Наука, 1976. 223 с.
УДК 620.92
АКТУАЛЬНОСТЬ ПРИМЕНЕНИЯ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ ЭНЕРГИИ В ДЕЦЕНТРАЛИЗОВАННЫХ НАСЕЛЕННЫХ ПУНКТАХ РОССИИ НА ПРИМЕРЕ ЛЕНСКОГО РАЙОНА РЕСПУБЛИКИ САХА (ЯКУТИЯ)
А
© Д.Н. Карамов1
Институт систем энергетики им. Л.А. Мелентьева СО РАН, 664033, Россия, г. Иркутск, ул. Лермонтова, 130.
Приведены результаты анализа современного состояния децентрализованных систем электроснабжения одного из районов Якутии. Представленный обзор демонстрирует действующую обстановку, сложившуюся в изолированных от системы электроснабжения населенных пунктах. Рассмотрены действующие дизельные электростанции, а также приведены их основные технико-экономические показатели. На основании полученных данных предложено использовать возобновляемые источники энергии (микро-ГЭС, ветрогенераторы, солнечные батареи) в качестве основного генерирующего оборудования. Однако в силу сложности эксплуатации подобных комплексов встает задача регулирования и управления подобными системами. Ил. 1. Табл. 4. Библиогр. 3 назв.
Ключевые слова: децентрализованные системы электроснабжения; дизельные электростанции; дизельное топливо; возобновляемые источники энергии; ветрогенераторы; солнечные батареи; микро-ГЭС; накопители энергии; регулирование и управление динамическими системами.
APPLICATION RELEVANCE OF RENEWABLE ENERGY SOURCES IN DECENTRALIZED SETTLEMENTS OF RUSSIA BY EXAMPLE OF LENSK DISTRICT OF SAKHA REPUBLIC (YAKUTIA) D.N. Karamov
L.A. Melentiev Energy Systems Institute SB RAS, 130 Lermontov St., Irkutsk, 664033, Russia.
The article presents the analysis results of the modern state of decentralized power supply systems of one of the districts of Yakutia. The given review shows the current situation in the settlements isolated from the power supply system. Diesel power plants in operation are considered, their key technical and economic performances are provided. Based on the data obtained it is proposed to use renewable sources of energy (micro-hydropower units, wind turbines, solar cell batteries) as main generating equipment. However, the operating complexity of such complexes causes the problem of regulation and control of these systems. 1 figure. 4 tables. 3 sources.
Key words: decentralized power supply systems; diesel power plants; diesel fuel; renewable sources of energy; wind turbines; solar cell batteries; micro-hydropower unit; energy storage unit; regulation and control of dynamic systems.
В настоящее время в районах с развитой электроэнергетической системой существует большое количество небольших изолированных систем электроснабжения малой мощности.
Ленский энергорайон распублики Саха (Якутия) относится к отделению Западных электрических сетей АК «Якутскэнерго». В данном энергорайоне находятся 8 децентрализованных поселений с общей численностью населения 1655 жителей [1]. На территории этих населенных пунктов сосредоточены фермерские хо-
зяйства; прииски; удаленные поселения скотоводов, рыбаков, охотников; объекты деревообработки; пасеки; карьеры и т.д.
Электроэнергия для таких потребителей вырабатывается на автономных дизельных электростанциях (ДЭС), которые имеют достаточно низкую экономичность (расход топлива на производство 1 кВтхч достигает 400-600 г.у.т. при КПД 20-30%). Сравнительно низкий КПД, высокая стоимость топлива, необходимость проведения частых ремонтных работ, ограни-
1Карамов Дмитрий Николаевич, аспирант, тел.: 89246096552, e-mail: karamov_dmitriy@isem.sei.irk.ru Karamov Dmitri, Postgraduate, tel.: 89246096552, e-mail: karamov_dmitriy@isem.sei.irk.ru
