CC BY
25
НАУКА И ТЕХНОЛОГИИ
В.А. Крюков, А.А. Горлов
ПРОГНОЗИРОВАНИЕ ПРОЦЕССОВ РАЗВИТИЯ ВЕТРОВОЙ ЭНЕРГЕТИКИ В БАССЕЙНЕ СЕВЕРНОГО МОРЯ НА БАЗЕ КРИВЫХ ОБУЧЕНИЯ
В статье приведены результаты прогнозных исследований развития новых источников энергии на примере технологий ветровой энергетики в странах бассейна Северного моря. Рассмотрены прогнозные оценки (на базе математического аппарата кривых обучения) динамики установленной мощности и выработки электроэнергии плавучими ветровыми электростанциями, а также процессы замещения традиционной энергетики развивающимися энергетическими технологиями в различных странах, в том числе и России. Даются экономические характеристики энергетических технологий, находящихся на ранней стадии развития.
В топливно-энергетическом комплексе мировой экономики происходят стремительные перемены, как в секторе традиционной, так и возобновляемой энергетики. Поэтому важной задачей является оценка возможного замещения традиционной энергетики неконвенциальными углеводородами, в первую очередь сланцевой нефтью и газом [1; 2], и возобновляемыми источниками энергии (ВИЭ) [3-5], оптимального с точки зрения обеспечения их рыночной конкурентоспособности в составе топливно-энергетических комплексов стран, обеспечения энергетической безопасности и устойчивого экономического развития.
Один из подходов к оценке экономических характеристик производства энергии как из нетрадиционных углеводородных источников с применением новых способов ее получения, так и с использованием новых технологий ВИЭ, основан на применении так называемых «кривых обучения» [2; 3; 6-8]. Данный подход был нами использован для прогнозной оценки экономической эффективности получения электроэнергии из альтернативных источников и представлен в настоящей статье.
В Европейском Союзе (ЕС) огромное внимание уделяется развитию оффшорных ветровых энергетических установок (ВЭУ). Большой опыт разработок и эксплуатации оффшорных нефтегазовых платформ с успехом используется для развития морской ветроэнергетики [9; 10]. За последние годы страны бассейна Северного моря (БСМ) стали активно развивать плавучую ветровую энергетику (Floating Offshore Wind), позволяющую размещать ВЭУ на акваториях с глубинами более 60 м, где экономически и технически нецелесообразно устанавливать фиксированные на дне оффшорные ветровые установки (Bottom Fixed Offshore Wind) [10]. Следует отметить, что 80% ресурсного потенциала морского ветра в Европе находится в водах с глубинами, не подходящими для установки фиксированных на дне оффшорных ВЭУ. В открытом море обычно скорости ветра в несколько раз больше прибрежных, а конструктивные особенности плавучих платформ позволяют размещать на них ВЭУ гигантских единичных мощностей (до 15 МВт и более). Ресурсный потенциал Северного моря для плавучего ветра огромен, достигая 4000 ГВт [10].
Многие крупные игроки на рынке углеводородов активно развивают морские ВЭУ. Например, норвежская компания Stanoil активно разрабатывает и продвигает технологии плавучего ветра в различных странах БСМ, но не в своей стране. Это говорит вообще о большом экспортном потенциале новых технологий энергетики.
По сути, уже начался переход к новой парадигме энергетической безопасности стран Европы, когда она определяется не столько обладанием традиционными углеводородными ресурсами, сколько наличием прорывов в различных собственных направлениях новой технологической энергетики, комплексно развивающихся вместе с ВИЭ. С этой точки зрения представляются интересными прогнозные исследования динамики роста для технологий ВИЭ, находящихся в настоящее время на ранних стадиях развития (для стран БСМ - это «плавучий ветер», «плавучее солнце», энергетика морского волнения, течений, приливов, градиента солености и т.п.). Все эти виды ВИЭ имеют большой потенциал, поэтому, быстро достигнув высокого уровня развития, могут оказать существенное влияние на процессы замещения традиционной энергетики возобновляемой. Точные прогнозы в данной области обычными методами выполнить затруднительно из-за недостатка данных, но можно воспользоваться для оценок новыми подходами на базе аппарата « кривых обучения» [2; 3; 6-8].
Теоретические предпосылки. Однофакторную версию кривой обучения можно представить степенным уравнением вида:
У=аХЕ, а>0, е<0, (1)
где У - себестоимость производимой продукции; X - показатель накопленного опыта. Параметр а является коэффициентом пропорциональности, эмпирически оцениваемый параметр е отражает отрицательную зависимость переменных. В анализе энергетических комплексов кривая обучения представляет зависимость полных издержек генерации энергии (ЬСОБ) от совокупного объема генерации и не имеет прямой привязки ко времени. Соответственно, имея кривую обучения нельзя точно сказать, насколько по времени удален от настоящего момента тот или иной уровень производства и издержек. Поэтому применение кривой обучения для прогнозных оценок требует дополнительной привязки прогноза к определенным моментам в будущем с учетом динамики исследуемого процесса.
Использование кривых обучения в системе одновременных уравнений можно продемонстрировать на примере простой графической модели. Пусть имеется оцененная на основе реальной выборки данных система уравнений:
Ъ, - Ь2¡п(а) Ь3 , , , Ь2 В , _
¡п X, -21 7 +-3— ¡п(г) + —2— ¡п(ЯБ,)
1 - еЪ2 1 - еЪ2 1 - еЪ2 (2)
, ЛГ еЪ - ¡п(а) В , . еЪ3
¡п У, = —1--—- + —-— ¡п(ЯБ,) +-—¡п(г)
1 - еЪ2 1 - еЪ2 1 - еЪ2
где параметр В - эластичность ЬСОБ по расходам на НИОКР (ЯБ), Ъ\ -коэффициент пропорциональности, Ъ2 - эластичность выработки энергии по ЬСОБ, Ъ3 - эластичность выработки энергии по расходам на НИОКР.
Пример подобной модели с реальными эмпирическими оценками можно найти в работе [6]. Первое уравнение представляет собой зависимость накопленной мощности генерации от накопленных расходов на НИОКР и от времени, второе - аналогичную зависимость для себестоимости генерируемой энергии. В данном случае динамика всех параметров, кривая обучения и линия, демонстрирующая эффект роста расходов на НИОКР, связаны в единую модель. Учет расходов на НИОКР дает возможность построения прогнозных оценок мощности, себестоимости и кривой обучения путем прогнозирования динамики расходов на НИОКР. Рассмотрим, например, процесс накопления расходов на НИОКР в некоторой отрасли в виде кривой с убывающей скоростью накопления (рис. 1, средний верхний график).
Рис. 1. Прогнозирование с помощью кривых обучения:
Условные обозначения: RD - накопленные расходы на НИОКР, t - ось времени, Y - себестоимость генерации энергии, Х - совокупная мощность. Точки: А1 - абстрактная точка в недавнем прошлом, Сi - условный «сегодняшний день», 2017 год, В1 - прогноз. Правый нижний график в системе координат Y-Y имеет исключительно технический характер и необходим для связи ординаты Y на кривой обучения с абсциссой t на верхнем среднем графике.
Примечание.
В выполненном авторами рис. 1 точка С2 с координатой t=2017 по оси времени на среднем верхнем графике является границей между реальными и прогнозируемыми значениями расходов на НИОКР. Прогнозные значения могут быть получены с использованием временных трендов или же сценарных прогнозов в рамках более сложных моделей, например, E3ME [11]. В свою очередь наличие прогноза расходов на НИОКР позволяет одновременно построить независимые прогнозы совокупной мощности (Х) и себестоимости (Y) на левом и правом верхних графиках (точки В1 и В3). Соотнесение точек В1 верхних графиков в системе координат «себестоимость/производство» позволит получить соответствующую прогнозную точку (B5) на кривой обучения (левый нижний график). Таким образом, для технологии, по которой имеются данные для построения прогноза расходов на НИОКР, может быть построен также прогноз кривой обучения и рассчитан момент времени достижения кривой обучения произвольно заданного уровня. При отсутствии подобной информации о НИОКР может быть построен менее точный прогноз с использованием только данных о динамике объема производства энергии и издержек (однофак-торная версия модели).
Прогнозирование процессов развития новых технологий ВИЭ с использованием аппарата кривых обучения. В соответствии с рассмотренными теоретическими предпосылками (рис. 1) для однофакторной модели (уравнение 1) на первом шаге прогнозирования выполняется оценка «тренда LCOE», который описывается логарифмической кривой вида:
/n(LCOE)= Лх+ЛгхЩ), (3)
где t - момент времени.
На втором шаге выполняется оценка производственной функции типа Кобба-Дугласа, которая для технологий ВИЭ определяется зависимостью объема производства электроэнергии (PROD) от суммарной установленной мощности (POW):
ln(PROD)=ao+a1x/n(POW). (4)
Третий шаг' - оценка кривой обучения, для которого необходимы данные о LCOE и о динамике выработки энергии (PROD). Уравнение кривой обучения имеет вид:
ln(LCOE)= cto+ct! xfe(PROD). (5)
На последнем шаге выполняются прогнозные оценки динамики суммарной установленной мощности (POW) и величины выработки энергии (PROD) исследуемой технологии ВИЭ до заданного момента времени в будущем.
1 Второй и третий шаг можно поменять местами, в зависимости от задачи исследования.
Разработанный подход позволяет выполнять расчеты в автоматическом режиме с помощью стандартной программы Excel. Следует отметить, что качество прогноза значительно повышается по мере возможности использования новых проектных данных, связанных с развитием технологий ВИЭ.
Прогнозные расчеты для ранних технологий ВИЭ на примере морского ветра бассейна Северного моря. Осенью 2017 г., когда у берегов Великобритании нефтегазовая компания Stanoil ввела в действие первую в мире коммерческую плавучую ВЭУ «Hywind Scotland» мощностью 30 МВт [12], по уровню полных издержек генерации (LCOE) технологии плавучего ветра еще не могли конкурировать с оффшорным ветром, однако с течением времени вполне возможно выравнивание издержек. Анализ доступных зарубежных работ [13; 14] позволил получить ряд фактических и прогнозных оценок нормированной стоимости энергии плавучего ветра для стран БСМ (табл. 1), достаточных для того, чтобы выполнить расчет предполагаемой динамики LCOE этой технологии в период с 2017 по 2030 г.
Таблица 1
Оценка LCOE энергии плавучего ветра
Год Min Долл.США\МВт Avg Долл.США\МВт Max Долл.США\МВт
2020 95 150 204
2025 68 109 157
2030 48 88 143
Источник: Составлено авторами по данным [13; 14].
Для выполнения всестороннего прогноза целесообразно проводить оценки по трем основным сценариям (max, min, avg) динамики соответствующих значений LCOE.
Для всех сценариев наиболее подходящей формой уравнения динамики LCOE
оказывается логарифмическая зависимость от времени, имеющая, например, для
2
сценария с минимальными издержками следующим вид :
ln(LCOEmm)=5,46-Ö,596ln(0; R2=0,99; Prob(0=Prob(F)=0. (6)
Кривые прогноза динамики издержек в рамках различных сценариев выглядят следующим образом (рис. 2; расчет авторов по [13; 14]).
Долл./МВт
20 -
0 J-1-1-1-1-1-1-1-1-1-1-1
O^CNm^r^'O^co^o Год
00000000000 22222222222
Рис. 2. Прогноз динамики LCOE плавучего ветра стран БСМ: -♦- min; -■- avg; -A- max
2 Для сценария с минимальными издержками коэффициент детерминации равен 0,99; для среднего сценария — 0,95; а для сценария с максимальными значениями ЬСОЕ — 0,99. Все полученные уравнения имеют высокий уровень статистической значимости в целом по результатам Е-теста, и коэффициенты наклона также имеют статистическую значимость по результатам ,-теста.
Используя полученные зависимости (см. рис. 2), можно осуществить «спуск» по уравнениям кривых обучения и оказаться в новой прогнозной точке (см. рис. 1, точка В5). Поскольку кривая обучения в рамках каждого сценария задает взаимооднозначное соответствие между условными издержками и накопленным объемом генерации энергии соответствующего типа, имеющийся прогноз динамики LCOE позволяет построить прогноз объемов генерации энергии плавучего ветра, например, для Франции. По причине ранней стадии развития технологии плавучего ветра построить динамику производства энергии напрямую не представляется возможным. Однако это можно сделать, используя гипотезу о высокой степени корреляции между технологиями берегового и морского ветра. Принципиальная возможность оценивания кривых обучения для технологий, находящихся на наиболее ранних этапах развития, по аналогии с уже достаточно развитыми технологиями, была отмечена еще в 2000 г. [7]. По береговому ветру Франции имеются статистические данные5 как об установленной мощности, так и о производстве энергии, достаточные для того, чтобы по ним методом наименьших квадратов оценить уравнение производственной функции:
ln(PROD)=0,064+1,075n(POW); R2=0,99; Prob(F)= Prob(t)=0. (7) где PROD - выработка электроэнергии (ГВт-ч), а POW - мощность (МВт).
На основании анализа доступных источников [10; 14] были отобраны отдельные проекты плавучего ветра во Франции, по которым имеется достоверная информация (табл. 2).
Таблица 2
Подтвержденные проекты плавучих ВЭУ во Франции
Название проекта Год Мощность, МВт
Floatgen 2017 2,0
EolMed Gruissan area the Medditerranean 2018 24
OCEAGEN 2018 2,0
SEAREED 2019 6
Vertiwind - Mistral 2019 2,6
Groix, the Brittany Region 2020 24
Provence Grand Large the Medditerranean. 2020 24
Les éoliennes flottantes du golfe du Lion 2021 24
Источник: Составлено авторами по [10; 14].
Данные о мощности проектов были собраны по годам и с помощью производственной функции (7) пересчитаны в значения выработки электроэнергии плавучими ВЭУ Франции. Соответственно, зная уравнения вида (6) для всех сценариев прогноза динамики ЬСОБ (см. рис. 2) и данные о производстве энергии, можно было оценить кривые обучения:
1п(ЬСОБтт)=5,767-0,23 1п(?); Л2=0,872; РгоЬ(0=РгоЬ(^)=0,02. (8) 1п(ьС0Бтах)=5,615-0,12 1п(?); Л2=0,863; РгоЬ(о=РгоЬ(^)=0,022. (9) Подставляя в уравнения кривых обучения (8, 9) значения ЬСОБ на 2030 г., соответствующие различным сценариям, получаем прогнозные оценки выработки электроэнергии плавучими ВЭУ Франции на этот год (3,0 и 9,5 ТВт-ч). Далее, подставляя соответствующие полученные прогнозные величины выработки энергии в уравнение производственной функции (7), в зависимости от сценария, получаем прогнозные величины кумулятивной мощности ВЭУ на 2030 г. (1,8 и 5,3 ГВт).
3 Статистика энергетического сектора ЕС. https://ec.europa.eu/energy/sites/ener/files/documents/countrydatasheetsjune2017 updatexlsx
Аналогично проводится расчет других необходимых данных для построения прогнозов по плавучему ветру Франции (рис. 3; по данным [10; 14]).
Динамика производства электроэнергии ГВт ч
Динамика суммарной установленной мощности МВт
6000 5000 4000
(^CO^O^CNm^Tiri^l^CO^O Год
оооооооооооооо
Год
00000000000000 <N<N<N<N<N<N<N<N<N<N<N<N<N<N
0
Рис. 3. Прогнозы для технологии плавучих ВЭУ во Франции: -♦- min; —А— max
Рассмотренный подход можно использовать для прогнозирования развития технологий плавучих ВЭУ любой страны, в которой уже имеются достоверные начальные данные о текущей мощности, выработке и издержках проектов, а также использовать и для других энергетических технологий, находящихся на начальной стадии развития.
Исходя из теоретических предпосылок, определяемых системой уравнений (2) и графиками (рис. 1), качество прогноза динамики развивающихся технологий ВИЭ должно существенно повышаться при учете инвестиций в НИОКР. Нам удалось найти доступные данные по инвестициям в НИОКР ряда демонстрационных проектов плавучего ветра [14], по которым был выполнен имитационный прогноз, показавший, что к 2030 г. производство энергии плавучего ветра в странах БСМ в среднем сценарии может достигнуть 5,1 ТВт-ч с учетом расходов на НИОКР, а без их учета - только 3,6 ТВт-ч. Это подтвердило правомерность предположений о влиянии учета расходов на НИОКР на результаты прогнозирования.
Расчет некоторых макроэкономических показателей процесса замещения традиционной энергетики возобновляемой. Расчеты прогнозов проводились нами осенью 2017 г., когда только была подключена к сети первая коммерческая плавучая ВЭУ, поэтому полученные результаты по этой технологии ВИЭ, например для Великобритании, показались тогда чрезмерно оптимистичными. Однако недавно группа представителей бизнеса этой страны обратилась в правительство с просьбой поддержать план развертывания плавучих ВЭУ к 2030 г. суммарной мощностью до 5,0 ГВт, а авторитетная британская компания Carbon Trust объявила, что к этому году в стране ожидается размещение плавучих ВЭУ общей установленной мощностью более 10 ГВт [15]. Чрезмерно высоким показался также наш прогноз по оффшорному ветру Германии (около 50 ГВт), но выяснилось, что имеется план достижения такого показателя [16]. Эти новые данные, как и некоторые другие, достаточно близки к результатам выполненных нами прогнозных исследований технологий морского ветра на базе подхода с использованием кривых обучения (табл. 3).
Таблица 3
Данные прогноза по морскому ветру для стран БСМ (2030 г.)*
Страна Технология ВИЭ
Плавучий ветер Оффшорный ветер
Страна БСМ PROD, ТВтч POW, ГВт PROD, ТВтч POW, ГВт
Германия - - 124,0-125,0 49,0-50,0
Великобритания 3,0-13,0 3,0-12,0 - -
Нидерланды - - 10-11 14,0-15,0
Дания - - 4,7-5,8 2,5-2,9
Бельгия - - 5,0-5,8 2,5-3,0,
Франция 3,0-9,5 1,8-5,0 25,0-26,0 13,0-14,0
* Рассчитано и составлено авторами.
По планам ЕС, технологии как берегового, так и оффшорного ветра должны к 2030 г. стать ведущими в процессах трансформации топливно-энергетических комплексов стран Европы с постоянным прогрессом в области ускорения электрификации, интеграции и замещения традиционной энергетики возобновляемой. Уже в 2016 г. по суммарной установленной мощности ВЭУ обогнали угольный сектор ЕС, и шестой год подряд инвестиции в ветроэнергетику превышают все остальные инвестиции в новые энергетические мощности [9]. Вместе с тем развитие ВЭУ в Европе является пока менее определенным после 2020 г., чем в последние 10 лет после начала их активной коммерциализации. Поэтому прогнозные оценки в этом направлении являются достаточно важными. В настоящее время существует много различных сценариев развития ветроэнергетики в Европе [9]. Это, прежде всего, прогнозные сценарии WindEurope (минимальный, центральный и максимальный), сценарий «новая политика» Международного энергетического агентства (1БА), сценарий «текущая политика» 1БА, сценарий 1БА450, сценарий Еврокомиссии и др. Они различаются оценками вероятных величин установленной кумулятивной мощности и производства электроэнергии к 2030 г. (рис. 4, табл. 4) [9].
ГВт
Рис. 4. Прогнозные сценарии для технологий ветровой энергетики в ЕС (установленная кумулятивная мощность) до 2030 г. 1 - WindEurope (max), 2 - WindEurope (avg), 3 - IEA (сценарий 450), 4 - IEA (новая политика), 5 - IEA (текущая политика)
Наши прогнозные оценки оказались близки к оценкам центрального сценария WindEurope (см. рис. 4), согласно которому к 2030 г. кумулятивная мощность ветровой энергетики в ЕС должна достигнуть 323 ГВт, из которых 70 ГВт относятся к оффшорным технологиям, включая плавучий ветер, а 253 ГВт - к береговым ВЭУ. Вет-
роэнергетика ЕС должна производить в 2030 г. до 888 ТВт-ч электроэнергии, что станет эквивалентно 30% спроса на нее в странах ЕС, обеспечить инвестиции до 239 млрд. евро и занятость до 569 тыс. чел., а также сокращение выбросов СО2 до 382 млн. т и снижение импорта углеводородов на сумму 13,2 млрд. евро/год [9]. Такой уровень развития ветровых технологий по сценарию «новой политики» IEA планируется достичь только к 2040 г., а по сценарию Еврокомиссии - не раньше 2045 г.
Эти различия объясняются заложенной в центральный сценарий WindEurope интенсивной динамикой процессов развития ветровой энергетики, особенно оффшорной, включая плавучий ветер, что связано с ожидаемыми значительными снижениями нормированной стоимости (LCOE) морских ветровых технологий. По этому сценарию, Германия к 2030 г. станет ведущей страной с крупнейшим сектором ветровых ВИЭ с установленной мощностью более 85 ГВт, что составит более 25% общей мощности ветра ЕС. Второй страной по ветроэнергетике должна стать Франция (43 ГВт), а третьей - Великобритания (37,5 ГВт), где около 60% ВЭУ планируется установить в море. В этих трех странах БСМ должно быть сосредоточено более половины всех ветровых установок ЕС.
Согласно центральному сценарию WindEurope, суммарная установленная мощность ВЭУ в странах БСМ к 2030 г. должна достигнуть 203 ГВт, и за счет ветровой энергетики должны быть обеспечены высокие макроэкономические показатели, связанные с процессами замещения традиционной энергетики возобновляемой. По нашим расчетам на базе данных работы [9], ветроэнергетика стран БСМ при этом сценарии должна на 2030 г. обеспечить производство электроэнергии до 497 ТВт-ч, рост занятости до 358,5 тыс. рабочих мест, привлечь около 150,6 млрд. евро инвестиций, добиться сокращения выбросов парниковых газов до 240,66 млн. т и снижения импорта углеводородов в эти страны на 8,3 млрд. евро.
Таблица 4
Некоторые прогнозные макроэкономические показатели, связанные с процессами развития ВИЭ в странах БСМ
Макроэкономический показатель Суммарная мощность, ГВт Суммарное производство электроэнергии, ТВт-ч Инвестиции, млрд. евро Рабочие места, тыс. чел. Снижение выбросов СО2, млн. т Снижение импорта углеводородов, млрд. евро
Сценарии WindEu-
горе avg max avg max avg max avg max avg max avg max
Ветровые ВИЭ 10,
стран БСМ 203 239 533 677 151 211 358 430 241 291 8,3 0
Ветровые ВИЭ ЕС 16,
323 397 888 1129 239 351 569 716 382 485 13,2 6
Совокупные ВИЭ 20,
стран БСМ 406 478 1066 1354 302 422 716 860 482 582 16,6 0
Совокупные ВИЭ 113 143 33,
всех стран ЕС 645 797 1692 2256 479 703 6 3 765 970 26,3 3
Источник: Рассчитано и составлено авторами по данным [9].
Примечание.
Для расчета прогнозных показателей, приведенных в третьей строке таблицы, нами были определены, по данным статистики ЕС [17] на 2016 г., доли производства электроэнергии основными видами ВИЭ (солнце, ветер и биомасса) и их установленной мощности по совокупности стран БСМ. При этом оказалось, что как по суммарной установленной мощности, так и по производству электроэнергии, доля ветроэнергетики в странах БСМ составила около 50%. Исходя из допущения, что на такое же соотношение долей основных технологий ВИЭ можно ориентироваться в 2030 г., были вычислены все остальные прогнозные макроэкономические показатели, связанные с развитием ВИЭ для стран БСМ и для совокупности стран ЕС по рассматриваемым сценариям (строки третья и четвертая табл. 4).
Приведенные в первой строке табл. 4 макроэкономические показатели рассчитаны нами для центрального и максимального сценариев WindEurope c допущением, что суммарная установленная мощность ВЭУ стран БСМ в первом сценарии составляет 63% совокупной мощности ВЭУ в ЕС, а во втором - 60%. Вторая строка содержит данные этих двух сценариев по ветровой энергетике всех стран ЕС, непосредственно взятые из отчета WindEurope [9].
Наши расчеты, выполненные на основании данных Европейского Информационного Консультационного Центра [18], показали, что в 2015 г. экспорт углеводородов из России в страны БСМ, при доле топливно-энергетической составляющей около 62% в общем экспорте нашей страны в эти страны [19], составил около 50 млрд. евро. Если принять допущение, что в странах БСМ будет такая же потребность в обеспечении энергоресурсами на 2030 г., то доход России от экспорта может сократиться на 20 млрд. евро за счет замещения импорта углеводородов в «максимальном» сценарии на 40% собственным производством электроэнергии всеми видами ВИЭ этих стран. При выполнении наших макроэкономических оценок были приняты некоторые допущения, и поэтому полученные данные являются ориентировочными. Но они позволяют сделать серьезные выводы по угрозам возможного сокращения экспорта углеводородов из России в ведущие страны Европы, страны БСМ.
Перспективы развития технологий развития ветровой энергетики в России. Разработанный прогнозный подход и полученные результаты могут быть полезны и нашей стране. В отличие от стран БСМ, являющихся ведущими странами Европы в обеспечении роста глобального рынка ветровой энергетики, оборот которого в настоящее время достиг 50 млрд. евро в год, формирование рынка современных технологий ВЭУ в России началось только в 2013 г. после выхода постановления правительства, направленного на поддержку развития ВИЭ. Динамику этого процесса можно оценить по данным, представленным на сайте Российской Ассоциации ветроиндустрии (РАВИ) [20]. С самого начала была использована отечественная модель государственной поддержки ВИЭ в виде договоров о предоставлении мощности (ДПМ) по результатам конкурсного отбора, обеспечивающая инвесторам высокую доходность порядка 12% в течение длительного времени (до 15 лет), что позволило точно определять сроки гарантированного возврата средств, вложенных в проекты. Другим очень важным инструментом развития рынка ВЭУ является требование к инвесторам локализации 65% работ и производства при создании ветровых парков, что обусловливает развитие отечественной промышленности и бизнеса для изготовления основных элементов ВЭУ (башен, лопастей, генераторов и т.д.), выполнения монтажных, логистических и других операций. Такие эффективные решения уже привлекли в ветровую энергетику России целый ряд серьезных компаний, таких как General Electric, Siemens, финская Fortum голландская Lagerwey, датская Vestas, китайская Dong Fang, итальянская Enel и других, в результате до 2024 г. прогнозируется поступление более 500 млрд. руб. инвестиций на рынке новых мощностей ВЭУ и около 250 млрд. руб. - на рынке высокоточного машиностроения.
Ожидается совокупная прибавка сектора ветроэнергетики к ВВП страны до 0,5% в год [20]. Государственная корпорация «Роснано» и компания Fortum основали инвестиционный фонд, который по результатам конкурса получил право на строительство к 2022 г. ВЭУ суммарной мощностью около 1,0 ГВт; и первый крупный отечественный ветропарк мощностью 35 МВт был создан этими компаниями в 2017 г. в Ульяновской области Компания Vestas уже создает там же производство лопастей и башен ВЭУ. Компания «Нова Винд», учрежденная ГК «Росатом», совместно с компанией Lagerwey создают ветропарки мощностью 150 МВт в Адыгее,
Краснодарском крае и Курганской обл. кумулятивной мощностью 970 МВт, с общим объемом инвестиций около 1 млрд. евро. Компании Enel и Siemens Gamesa планируют строительство ветропарков в Ростовской области, мощностью 90 МВт, и в Мурманской области - мощностью 200 МВт, суммарные инвестиции в проекты составляют 405 млн. евро. Всего по стране запланировано с 2018 г. ежегодно увеличивать кумулятивную мощность ВЭУ в среднем на 500-600 МВт, что позволит иметь к 2024 г. около 3,6 ГВт береговых ветровых парков. Таким образом, ветровая энергетика в нашей стране начинает развиваться, но пока только на суше [20].
Исследования российских ученых показали, что наибольшие ветровые ресурсы в России сосредоточены на северных и восточных морских побережьях и островах Арктики [4]. Здесь постоянно наблюдаются гораздо более сильные и частые ветры, чем на берегу, поэтому перспективно создание крупных оффшорных ветровых парков мощностью около 100-200 МВт на льдоустойчивых или плавучих платформах. Многие именно из этих районов на побережье страны сталкиваются с дефицитом энергии и топлива для автономных дизельных установок, а стоимость электроэнергии с учетом доставки топлива очень высока [4]. Такая ситуация обеспечивает реальную конкурентоспособность оффшорных ВЭУ. Например, в Канаде, Норвегии и на Аляске уже активно разрабатываются подобные проекты. Интерес к созданию ветроэнергетики в Арктических и изолированных регионах имеется и в нашей стране. Компания Enel уже проектирует ветропарк мощностью 200 МВт в экстремальных условиях на Кольском полуострове (около пос. Териберка), а в поселке Тикси в Якутии строится комплекс ВЭУ мощностью около 1,0 МВт [20]. Следующим шагом должно стать создание морских ветровых парков в Арктике и на Дальнем Востоке. Возможно также размещение морских ВЭУ у побережья Крыма, Балтийского, Черного и Каспийского морей. Кроме того, возможно обеспечить реализацию огромного экспортного потенциала легко транспортируемых в любую страну мира морских ВЭУ, что полностью соответствует новой технологической политике России.
* * *
Выводы.
1. Результаты проведенного исследования на примере технологий морского ветра стран БСМ показали эффективность подхода к построению прогнозов процессов развития новых технологий ВИЭ с использованием аппарата кривых обучения .
2. Разработанный подход может быть востребован также применительно к другим развивающимся технологиям ВИЭ различных стран мира, в том числе и России, при исследованиях процессов замещения традиционной углеводородной энергетики возобновляемой энергетикой.
Литература
1. Шафраник Ю.К. , Крюков В.А. Нефтегазовый сектор России: трудный путь к многообразию. М.: Перо, 2016. 272 с.
2. Krukov VA, Moe A. Does Russian Unconventional Oil Have a Future? // Energy Policy. 2018. Vol. 119. Pp. 41-50. [Электронныйресурс]. Режим доступа: https://www.sciencedirect.com/science/article/pii/S0301421518302374
3. Ермоленко Г. и др. Справочник по возобновляемой энергетике Европейского Союза. М.: Институт энергетики НИУВШЭ, 2016. С. 67-75.
4. Попель О.С., Фортов В.Е. Возобновляемая энергетика в современном мире. М.: Издательский дом МЭИ, 2015. 449 с.
5. Горлов А.А. Процессы замещения традиционной энергетики возобновляемой в странах бассейна Северного моря //Энергетическая политика. 2015. №4. С. 68-78.
6. Jamasb T. Technical Change Theory and Learning Curves: Patterns of Progress in Electricity Generation Technologies // The Energy Journal. 2007. Pp. 51-71. [Электронный ресурс]. Режим доступа: https://pdfs.semanticscholar.org/6229/c8392148c9c8562d0cc34ba7650796d9ce2e.pdf
7. Experience Curves for Energy Technology Policy // OECD / IEA. 2000. 147p. [Электронный ресурс]. Режим доступа: http://www. wenergy. se/pdf/curve2000.pdf
8. Cost of Energy for Ocean Energy Technologies // IEA/ OES. 2015. 48 p. [Электронный ресурс]. Режим доступа: https://testahemsidaz2.files. wordpress.com/2017/02/cost-of-energy-for-ocean-energy-technologies-may-2015.pdf
9. Wind Energy in Europe: Scenarios for 2050 // WindEurope. 2017. 52 p. [Электронный ресурс]. Режим доступа: https://windeurope.org/wp-content/uploads/files/about-wind/reports/Wind-energy-in-Europe-Scenarios-for-2050.pdf
10. Floating Offshore Wind Vision Statement / WindEurope. 2017. [Электронный ресурс]. Режим доступа: https://windeurope.org/wp-content/uploads/files/about-wind/reports/Floating-offshore-statement.pdf
11. Renewable Energy Benefits: Measuring the Economics. IRENA, 2016. [Электронный ресурс]. Режим доступа: http://www.irena.org/publications/2016/Jan/Renewable-Energy-Benefits-Measuring-the-Economics
12. Первая в мире плавучая ветростанция: эффективность работы превышает все прогнозы. [Электронный ресурс]. Режим доступа: http://in-power.ru/news/Alternativnaya_energetika/55499-Pervaya-v-mire-plavuchaya-vetrostantsiya-effektiv.html
15. Forecasting Wind Energy Costs and Costs Drivers, June 2016 / IEA Wind Task 26, 2016. [Электронный ресурс]. Режим доступа: http://eta-publications.lbl.gov/sites/default/files/lbnl-1005717.pdf
14. Floating Offshore Wind: Market and Technology Review. Carbon Trust. 2015. [Электронный ресурс]. Режим доступа:https://www.carbontrust.com/media/670664/floating-offshore-wind-market-technology-review.pdf
15. UK Should Target 5GW of Floating Wind by 2050, FOFOW. [Электронный ресурс]. Режим доступа: http://www.rechargenews.com/wind/1452275/uk-should-target-5gw-of-floating-wind-by-2050-fofow
16. Germany, Denmark and Belgium Pledge Fivefold Increase to the World's Offshore Wind Capacity in a Decade. [Электронный ресурс]. Режим доступа: https://www.independent.co.uk/news/business/news/germany-denmark-and-belgium-pledge-to-fivefold-the-worlds-offshore-wind-capacity-in-a-decade-a7775681.html
17. Статистика энергетического сектора ЕС. [Электронный ресурс]. Режим доступа: https://ec.europa.eu/ energy/sites/ener/fles/documents/countrydatasheets_june2017_update.xlsx
18. Экспорт из России в Европу. Европейский Информационный Консультационный Центр в России. 2016. [Электронный ресурс]. Режим доступа: http://www.euroinfocenter.ru/set-eikc/poleznaya-informaciya/ eksport-iz-rossii-v-evropu
19. Российский экспорт рванул в Европу // Эксперт. 2017. №21 (1050). [Электронный ресурс]. Режим доступа: http://expert.ru/expert/2017/21/rossijskij-eksport-rvanul-v-evropu/
20. Официальный сайт Российской Ассоциации Ветроиндустрии (РАВИ) [Электронный ресурс]. Режим доступа: https://rawi.ru
