Теплоэнергетика, 2023, № 6, стр. 3-25

УРОВЕНЬ ТЕХНИКИ И СОСТОЯНИЕ ИССЛЕДОВАНИЙ

В России история развития энергетики на возобновляемых ресурсах насчитывает более ста лет [3], в течение которых отечественные исследователи внесли большой вклад в разработку фундаментальные основ генерирующих установок и изучение воздействия климатических факторов на ВИЭ. Однако использование технологий генерации на возобновляемых источниках энергии во второй половине XX в. в Советском Cоюзе резко снизилось, за исключением каскадов крупных гидроэлектростанций. В первую очередь это произошло из-за конкуренции с крупной тепловой и атомной генерацией, переживавшей в то время пик своего технологического развития.

Интерес к использованию технологий на основе возобновляемых источников энергии в России начал вновь возрастать с 1990-х годов, но долгое время этот процесс тормозился из-за недостатков предпринимавшихся организационных мер [4]. Одновременно с совершенствованием нормативной базы, направленной на поддержку ВИЭ, в России вновь начались активные исследования генерации на основе ВИЭ. В настоящее время хорошо изучены фундаментальные особенности климатических факторов, влияющих на ВИЭ на территории России [5–7], в том числе и изменений климата. Предложены подходы к сопровождению проектирования установок на основе ВИЭ данными по пространственным особенностям метеорологических и климатических факторов [8]. Разработаны методы проектирования установок на ВИЭ для работы как в качестве автономных энергетических комплексов [9, 10], так и в составе энергосистем [11, 12], направленные на увеличение выработки и повышение экономической эффективности ВИЭ-генерации.

Результаты указанных работ подтверждают тот факт, что резкое отличие стохастического характера выработки электроэнергии установками на альтернативных источниках от традиционной генерации вызывает серьезные сложности их интеграции в существующие энергетические системы. В последнее время предложен целый ряд технических мер для решения этой задачи: использование технологий аккумулирования энергии (гидроаккумулирующих станций, электрохимических генераторов, тепловой аккумуляции), активное управление мощностью потребителей, ужесточение требований к регулировочным мощностям, создание “виртуальных электростанций” и т.д. Мировой опыт эксплуатации установок на основе ВИЭ свидетельствует о том, что фундаментальной составляющей эффективности ВИЭ, не менее важной, чем сами технологии генерации и распределения электроэнергии, становится разработка подходов к интеграции ВИЭ-установок в существующие энергосистемы [13–15].

Предпочтительность того или иного подхода к интеграции ВИЭ-установок определяется сочетанием электрической и тепловой нагрузок в энергосистеме, динамики климатических факторов, влияющих на ВИЭ, топологией электрической сети, экономическими и организационными условиями [16–18]. Одновременный учет всех перечисленных факторов приводит к необходимости использовать оптимизационные подходы к планированию развития ВИЭ-генерации на той или иной территории [19–21]. При этом задача учета климатических факторов энергетическими моделями пока не имеет общего решения [22, 23]. Это связано прежде всего с тем, что требования ко входным климатическим данным определяются решаемой энергетической задачей.

Развитие технологий на основе ВИЭ и изменение требований к необходимой энергетикам климатической информации уже привели к пересмотру философии метеорологического сопровождения и возникновению новой отрасли – прикладной климатологии [24–26]. Последние исследования в этой области показывают, что адекватный учет климатических факторов при решении энергетических задач в современных условиях нестационарного климата может быть обеспечен только на основе междисциплинарного подхода, объединяющего энергетическое моделирование, климатологию, информационные технологии и экономику [13, 27, 28].

Развитие подобных интеграционных подходов применительно к энергетике России находится пока в начальной стадии [29–34], а из-за специфики местных технологических, эксплуатационных и климатических условий экстраполяция данных, полученных для других регионов мира, весьма ограничена. В результате в отечественной нормативной документации, регламентирующей интеграцию ВИЭ-установок в энергетические системы, само понятие климатических факторов отсутствует. Единственная в настоящее время нормативная рекомендация, относящаяся к природе ВИЭ-генерации, содержится в [35] и заключается в допущении, что располагаемая мощность ВЭС и СЭС при формировании перспективных балансов мощности принимается равной нулю.

Внедрение методических и технологических мер поддержки интеграции ВИЭ-установок в России находится на начальном этапе [4]. Для практической реализации в первую очередь рассматриваются решения, при которых сглаживание колебаний выработки достигается путем компоновки энергоблока, например сочетание ВИЭ-генерации и систем накопления [36, 37] или создание комбинированных энергетических комплексов на базе ВИЭ-генерации и тепловых машин [38]. Но объективные ограничения применения этих “первичных” мер приводят к необходимости рассматривать интеграцию ВИЭ-установок на уровне энергосистем в соответствии с отмеченными ранее мировыми тенденциями в этой области.

Для российских энергосистем перспектива внедрения ВИЭ-электростанций означает одновременное увеличение использования современной промышленной электроники – процесс, известный как цифровизация. Однако уже само по себе увеличение использования цифровых технологий в российской энергетике приводило к крупным каскадным авариям из-за неоптимальности характеристик примененных микропроцессорных систем [39]. Из-за стохастичности процесса выработки электроэнергии ВИЭ-установками повышается сложность согласования их динамических характеристик с процессами в электрических сетях, что ведет к дополнительным рискам при обеспечении надежности электроснабжения. Именно на этой технической стороне проблемы интеграции ВИЭ-установок сосредоточены в настоящее время усилия российских исследователей и разработчиков, занимающихся непосредственным внедрением ВИЭ-генерации [40].

Климатические факторы при решении практических проектировочных задач, связанных с работой ВИЭ-установок в составе российских энергосистем, во многих случаях рассматриваются как исключительно стохастические [29, 34]. При этом в метеорологии и климатологии довольно давно разработан обширный набор методов, позволяющих с достаточной для практических целей определенностью ответить на многие вопросы о климате. Однако для практического использования классических методов климатологии для сопровождения проектных работ по созданию систем управления ВИЭ-генерацией требуются дополнительные исследования вследствие новизны и специфики этих проектных работ.

Один из наиболее сложных вопросов, относящихся к оптимизационному моделированию энергетических систем, – учет долгосрочной климатической изменчивости. Для скорости ветра мультидекадные тренды не являются однородными по пространству, и, кроме того, их знак меняется во времени из-за проявлений естественной климатической изменчивости [34, 41]. Вообще говоря, динамика изменения скорости ветра в пространстве неравномерна и требует отдельного анализа для каждого региона.

В данной статье представлено исследование влияния климатических факторов на работу ВЭС в составе реальных российских энергетических систем. Основными задачами исследования являлись:

выявление пространственных особенностей скорости ветра, которые могут быть использованы при оптимизации работы ветроустановок на конкретных территориях;

оценка долгосрочных тенденций изменения расчетных показателей работы ВЭС;

идентификация вероятных проблем, решение которых требуется для эффективной интеграции ветроустановок в энергосистемы России.

ФИЗИЧЕСКИЕ ОСОБЕННОСТИ ВЕТРОВОЙ ГЕНЕРАЦИИ

Стохастический характер выработки электроэнергии ветровыми и солнечными установками создает серьезные проблемы при их интеграции в энергосистемы. При этом распределение скорости ветра и облачности по территории в каждый момент времени не является равномерным и, вообще говоря, определяется процессами турбулентного переноса воздуха в атмосферном пограничном слое. На сегодняшний день описание этих процессов на мезомасштабах (примерно 1 км) ограничено несовершенством понимания и моделирования турбулентности, но для макромасштабов (100–1000 км) современные знания явлений и процессов, происходящих в атмосфере, позволяют обеспечить достаточно высокое качество прогнозирования. В частности, известно, что структура атмосферных образований носит квазиосцилляторный характер: крупномасштабные характеристики атмосферной турбулентности, циклоны и антициклоны, которые образуются под влиянием планетарных волн Россби, определяя чередование зон высокого и низкого атмосферного давления в континентальных масштабах.

С практической точки зрения это означает, что некоторый конкретный режим погоды не может установиться над всем континентом одновременно. Так, летом 2010 г., когда на европейской территории России (ЕТР) наблюдалась аномальная жара, сопровождавшаяся обширными торфяными пожарами, в Западной Сибири стояла аномально холодная погода [42]. Это связано с установлением над ЕТР так называемого блокирующего антициклона при одновременном формировании циклонического режима над Западной Сибирью. По всей вероятности, для климатических факторов, влияющих на ВИЭ-генерацию, также должно быть характерно чередование высоких и низких значений параметров: штиль или штормовой ветер сразу над всей Северной Евразией, очевидно, совершенно невозможен в силу упомянутых особенностей циркуляции атмосферных потоков. Вопрос, насколько эту природную особенность ВИЭ можно использовать, чтобы упростить интеграцию ВИЭ-установок в энергосистемы, вызывает большой интерес у исследователей, но остается пока открытым.

ИСТОЧНИКИ ДАННЫХ О СКОРОСТИ ВЕТРА

Неотъемлемой частью исследований ВИЭ является разработка подходов к использованию климатических данных. В настоящее время существуют следующие основные группы источников данных о современном состоянии климата: станционные наблюдения, сеточные архивы, реанализы.

Наблюдения метеорологических станций – это наиболее достоверный вид климатической информации, который составляет базу всех современных знаний о климате. Самым надежным источником архивов станционных наблюдений является национальная метеорологическая служба конкретной страны. В России эту функцию выполняет Росгидромет. Входящий в его состав Всероссийский научно-исследовательский институт гидрометеорологической информации – Международный центр данных предоставляет доступ к разнообразным базам климатических данных через информационную систему [43]. Результаты метеорологических наблюдений имеют очевидный фундаментальный недостаток: они могут быть использованы только в тех географических точках, где они были получены. Пространственная интерполяция этих точечных данных для произвольной локации в общем случае представляет собой самостоятельную, часто не вполне тривиальную задачу. Для пространственной интерполяции климатических параметров, для которых характерна высокая пространственная изменчивость, таких как скорости ветра или количество осадков, необходимо проводить трудоемкие статистические процедуры, что зачастую приводит к внесению существенных погрешностей.

Преодолеть указанные недостатки станционных наблюдений позволяет использование сеточных архивов и реанализов. Сеточные архивы климатических данных получают интерполяцией результатов станционных наблюдений на регулярную пространственную сетку с помощью статистических методов. Наиболее употребительными массивами этого типа являются глобальный архив CRU Университета Восточной Англии, база данных EOBS для территории Европы, база данных APHRODITE для Азии. Так же как и для исходных данных станционных наблюдений, основной недостаток сеточных архивов заключается в неизбежности компромисса между полнотой пространственного покрытия и корректностью интерполяции.

Наиболее современным источником климатических данных сегодня являются архивы реанализов. Реанализ – это массив климатических данных, в котором на основе всех доступных данных наблюдений методами гидродинамического моделирования восстановлены поля климатических параметров на регулярной сетке. Решающее преимущество реанализов перед данными непосредственных наблюдений состоит в сохранении физического смысла при заполнении пропусков в данных. Современные реанализы имеют пространственное разрешение, достаточное для использования в практических задачах. Для исследовательских задач энергетики именно этот вид климатических данных является в настоящее время общепринятым стандартом. К ведущим современным реанализам относятся ERA5 Европейского центра среднесрочных прогнозов погоды и MERRA2 Национального аэрокосмического агентства США.

ИССЛЕДОВАНИЕ ПРОСТРАНСТВЕННОЙ ИЗМЕНЧИВОСТИ СКОРОСТИ ВЕТРА

В данной работе была исследована возможность использования пространственных особенностей поля скорости ветра над территорией Северной Евразии для снижения неравномерности ветровой генерации. Были рассмотрены два пространственных масштаба:

территория Северной Евразии, которая была определена в границах континента с запада на восток и в границах территории России с севера на юг;

часть территории России, где в настоящее время сосредоточены вводы ветровых генерирующих мощностей: юг ЕТР и Южный Урал.

Задача заключалась в оценке характерных линейных масштабов, в пределах которых фиксируются синхронные изменения скорости ветра на континенте, и выявлении общих закономерностей пространственной структуры скорости ветра с точки зрения возможной работы ветровых электростанций на территории России. В период с 2012 по 2021 г. с помощью данных реанализа последнего поколения ERA5 [44] для каждого года с использованием данных часового разрешения были рассчитаны коэффициенты корреляции скорости ветра в заданной точке на территории России со скоростью ветра в каждой точке континента (рис. 2). Рассмотрены данные максимально доступного, часового, разрешения. Заданные точки на территории России соответствовали конкретным ветроэлектростанциям, которые сооружены или планируются к сооружению в районах, где предполагается развитие ветроэнергетики: в северо-западной части европейской территории России, на юге ЕТР, Южном Урале и в Западной Сибири, а также в гипотетической локации, находящейся в примерном центре Северо-Западного федерального округа.

Рис. 2.

Коэффициент корреляции r скорости ветра в 2020 г. в каждой точке поверхности с выбранной локацией: на северо-западе ЕТР (а), в степной зоне Южного Урала (б), Юге ЕТР (в), на севере ЕТР (г). Точками обозначены места планируемого размещения ВЭС. х – долгота; y – широта

В результате было показано следующее:

радиус области, в которой скорость ветра меняется практически синхронно при часовой агрегации (коэффициент корреляции Пирсона больше 0.8), составляет около 100 км;

форма областей синхронной динамики скорости ветра имеет сложный характер и меняется год от года. Прослеживается тенденция к “вытягиванию” формы этих областей в широтном направлении (что объясняется преобладанием западного атмосферного переноса). Кроме того, существуют региональные особенности, связанные с влиянием рельефа (например, с близостью Кавказских гор или Обской губы);

при сочетании процессов континентального и регионального масштабов на одном и том же расстоянии от выбранной точки в радиусе несколько сот километров могут находиться области, где скорость ветра меняется как согласованно, так и совершенно независимо по сравнению с ветром в выбранной локации. Например, независимо меняется скорость ветра в Калининградской области и центральной части Ботнического залива, на юге европейской территории России и в степях Южного Урала.

Обнаруженные особенности пространственной динамики скорости ветра могут быть использованы при оптимизации размещения ВИЭ-установок по протяженной территории. Безусловно, на нынешнем этапе развития энергетики на возобновляемых источниках в России и странах Центральной Азии говорить о немедленном практическом применении полученных результатов несколько преждевременно. Однако они могут быть использованы для более детальной проработки в сочетании с концепцией глобального энергетического объединения [45] и международными проектами объединения электрических сетей [18, 46, 47].

Для регионального исследования работы ветроустановок на территории России интерес представляет асинхронность изменения скорости ветра на юге европейской территории России и Южном Урале (см. рис. 2, б, в). На исследование возможности использовать эту особенность был направлен региональный анализ. Для проведения расчетного исследования была выбрана часть территории России, характеризующаяся высоким ветропотенциалом, где планируется интенсивное строительство ветровых электростанций.

Ускоренное развитие ВИЭ-генерации в России планируется на юге европейской части, в регионах, входящих в ОЭС Волги и ОЭС Юга, а также в степной зоне к югу от Урала, относящейся к ОЭС Урала. Благодаря особенностям рельефа для этих регионов характерны высокие скорости ветра. Для расчетов были использованы данные реанализа ERA5 для приземной скорости ветра за 1950–2021 гг. часового разрешения. Применимость данных ERA5 в исследовательских задачах энергетики была показана в недавних работах для разнообразных регионов мира, включая области со сложным рельефом, для которых качественное воспроизведение данных любым расчетным продуктом представляет собой нетривиальную задачу [48–51]. Дополнительно была проведена собственная упрощенная валидация для рассмотренной географической области, показавшая удовлетворительные результаты.

Координаты ВЭС, которые уже работают или планируются к сооружению на указанной территории в ближайшие годы, были получены на основе обработки результатов квалификационного отбора объектов ВИЭ в сочетании с базой данных ИВТАН – МГУ [52].

Согласно сложившейся при сооружении ветроэлектростанций практике, проводится предварительный мониторинг скорости ветра на высоте, близкой к предполагаемой высоте башни ветроустановок, с временным разрешением, существенно превосходящим разрешение доступных метеорологических данных. Однако предпроектные исследования проводятся только на протяжении довольно короткого периода – от полугода до двух-трех лет. Такой подход позволяет выбрать и оптимизировать расположение каждой отдельной ветроустановки и выполнить ее конструкторский расчет под локальные климатические условия. Но влияние долгосрочных изменений ветропотенциала при этом учесть невозможно. Кроме того, как правило, не учитывается влияние на энергосистему совместной работы всех ветроустановок. Задача настоящего исследования заключалась в оценке возможностей оптимизации распределения мощности между локациями, в каждой из которых сооружение ВЭУ уже признано целесообразным, с учетом пространственных особенностей поля скорости ветра (табл. 2).

Для расчетов были использованы данные реанализа ERA5 почасового разрешения для скорости ветра на высоте 100 м. Пространственное разрешение этого реанализа составляет около 30 км, что существенно больше расстояния между отдельными ветроустановками, работающими в составе одной ветроэлектростанции. При дальнейших расчетах авторы предполагали, что ВЭУ в составе ВЭС работают синхронно.

Временные ряды скорости ветра были получены для локаций каждой из рассмотренных ВЭС за максимально длительный временной интервал (1950–2021 гг.), доступный на сегодняшний день в ERA5. Значения скорости ветра были пересчитаны в выработку электроэнергии с использованием рабочих характеристик нескольких реальных ВЭУ: Vestas V80, Vestas V164, Siemens 82, Siemens 107, Repower 82, Nordex N90. При этом применялась процедура аппроксимации рабочих характеристик, предложенная в [53]. При таком приближении учитывается нелинейность рабочей кривой реальной ветроустановки, однако совсем не учитываются особенности ее работы в составе энергосистемы, по сути представляется только мощность ветровой генерации, доступная в рассматриваемой точке пространства для данного момента времени.

Влияние рабочей характеристики ветроустановки на долгосрочную динамику КИУМ выражалось главным образом в некотором изменении его уровня, но практически не влияло на наблюдаемую межгодовую динамику. Иными словами, переход от одной модели установки к другой приводил к сдвигу годового профиля выработки по вертикальной оси, но не изменял его формы, представляющей основной интерес с точки зрения долговременной динамики. Исходя из этого остальные расчеты были проведены для единственной модели ВЭУ, в качестве которой была взята Nordex N90. Полученные результаты для временных рядов среднегодовых значений расчетного КИУМ, агрегированные по годам, представлены на рис. 3. Анализ структуры временных рядов был выполнен с помощью методов сглаживания и вейвлет-анализа. Результаты этих расчетов приведены в дополнительных материалах.

Рис. 3.

Долговременная динамика расчетного коэффициента использования установленной мощности ВЭУ. а – Юг ЕТР; б – Южный Урал; 1 – временной ряд для рассматриваемой локации; 2 – ряды для всех остальных локаций

Рис. 3.

Окончание

Эмпирический анализ временных рядов расчетного КИУМ позволяет обнаружить следующие особенности его долгосрочной динамики, общие для большей части рассмотренных локаций:

на всем протяжении периода наблюдений заметен тренд к некоторому снижению, на который накладываются разномасштабные моды колебаний;

с конца 1960-х до начала 1980-х годов наблюдался первый период повышенных (по сравнению со всем рассмотренным периодом) значений скорости ветра;

с начала 2000-х годов произошел приход следующей фазы возрастания скорости ветра.

Обнаруженные закономерности хорошо согласуются с известными особенностями скорости ветра, которые заключаются в сочетании глобальной тенденции к ее снижению над материками из-за уменьшения меридионального градиента температур с квазипериодическими фазами увеличения и снижения [54]. Наличие квазипериодической компоненты (с периодом около 30 лет) во временных рядах скорости ветра и рассчитанного на его основе КИУМ для рассмотренных локаций подтверждается результатами расчетов вейвлет-спектров (примеры спектров приведены в дополнительных материалах).

При реалистических климатических сценариях вероятно, что современный тренд возрастающей скорости ветра над сушей сохранится в течение нескольких следующих десятилетий, затем его сменит тенденция к снижению его скорости [55]. На региональном уровне нестационарность скорости ветра, связанная с проявлением этих процессов, означает, что реальные климатические характеристики будут неизбежно отличаться от справочных, рассчитанных на основе исторических данных о климате. В частности, среднемноголетний расчетный КИУМ ветроустановки будет зависеть от сочетания климатических факторов в течение конкретного срока службы ВЭУ. Для анализа среднемноголетнего значения КИУМ на временном диапазоне 1950–2021 гг., данными для которого авторы располагают, в качестве периода осреднения был принят двадцатилетний период. Это несколько меньше периода, рекомендуемого Всемирной метеорологической организацией для расчета климатологических параметров, но соответствует характерному эксплуатационному ресурсу современных ВЭУ.

Различие в значениях среднемноголетнего КИУМ на протяжении 1950–2021 гг. составляет 5–15% для юга ЕТР и 30–40% для региона Урала, где скорость ветра меняется быстрее. Это, безусловно, некоторые крайние значения, которые дают представление о фундаментальной долгосрочной динамике изменения климата. Что касается практических целей, то при корректном использовании исторических климатических данных, т.е. при выборе в качестве “типичного” климата ближайшего к рассматриваемому двадцатилетия, погрешность не будет превышать нескольких процентов. Однако использование устаревшей климатической информации чревато серьезными ошибками. При долгосрочном, на несколько десятилетий вперед, планировании развития ветровой генерации, в частности при формировании репрезентативных выборок климатических входных данных, необходимо учитывать долгосрочную динамику изменения климата.

Второй механизм динамики изменения климата, имеющий непосредственное практическое значение при эксплуатации ветроэнергетических установок, – межгодовая климатическая изменчивость. Именно год является стандартным периодом для планирования энергетических режимов, и наличие межгодовых вариаций климатических параметров означает наличие неопределенности, которая должна при таком планировании учитываться. Был выполнен расчет показателей межгодовой изменчивости для КИУМ ветроустановок в обоих рассмотренных областях. В результате было показано, что характерные, находящиеся в пределах одного стандартного отклонения, которое определяется как квадратный корень из дисперсии, значения межгодовой изменчивости для среднегодового КИУМ в относительном (к среднемноголетнему значению) выражении составляют 9–14% для Урала и 9–23% для юга ЕТР. Экстремальные отклонения КИУМ могут достигать 50% среднемноголетнего значения, а в единичных случаях – даже 80%, что является естественным следствием высокой изменчивости скорости ветра, функция распределения которой хорошо описывается распределением Вейбулла. Осреднение по территории нивелирует этот эффект и снижает отклонения среднегодового значения КИУМ от среднемноголетнего до 10% для характерных его значений и до 25–35% для экстремальных.

Из выполненного расчета следует, что увеличение установленной мощности ВЭУ, как и следовало ожидать в соответствии с результатами [12, 56], упрощает их интеграцию в энергосистему благодаря эффектам пространственного сглаживания. Чтобы рассмотреть этот эффект подробнее, можно выбрать из всех ветростанций, расположенных на рассматриваемой территории, пары локаций, в которых скорости ветра меняются наиболее и наименее синхронно. Для этого на основе данных ERA5 был проведен расчет взаимных корреляций для скорости ветра между каждой парой локаций планируемых к размещению ВЭС (рис. 4). Межгодовая изменчивость влияет на корреляции, однако это влияние для рассматриваемой территории нивелируется при увеличении периода осреднения до 3–5 лет.

Рис. 4.

Долгосрочная динамика согласованности изменения скорости ветра в локациях юга ЕТР и Южного Урала, где планируется строительство ВЭС, при разном выборе периода для расчета коэффициента корреляции r. а – 2021 г.; б – 2019–2021 гг.; в – 1950–2021 гг.

Для детальных исследований были выбраны три пары ВЭС: с минимальной, максимальной и умеренной взаимной корреляцией скорости ветра в рассматриваемых локациях (рис. 5). При этом для существенного изменения коэффициента корреляции достаточно относительно небольшого смещения локации станции, что объясняется сложной пространственной структурой поля скорости ветра, как было показано ранее при анализе процессов континентального масштаба.

Рис. 5.

Влияние пространственной согласованности изменения скорости ветра на совместную работу ВЭС с минимальной (а), максимальной (б) и умеренной (в) наблюдаемой корреляцией. r: 1 – около 0; 2 – 0.7; 3 – 0.5

В результате моделирования работы выбранной ВЭС с использованием ее реальной рабочей характеристики было установлено, что размещение ВЭС с областях с наименьшей взаимной корреляцией скорости ветра действительно позволяет добиться сглаживания пульсаций выработки, свойственных работе ветровой электростанции.

Размещение станций с областях с наименьшей взаимной корреляцией скорости ветра обеспечивает следующие эффекты:

кратно (в 2–3 раза) снижается число эпизодов “всеобщего” штиля, т.е. скорости ветра, недостаточной для выработки электроэнергии хотя бы в одной из рассмотренных локаций;

существенно (в 1.5–2.0 раза) уменьшается число “всеобщих” штормовых эпизодов, приводящих к необходимости отключения ветровой генерации;

несколько (на 5–10% относительно базового уровня) увеличивается средний КИУМ;

снижается (на 5–10%) амплитуда суточных колебаний ветровой генерации.

При этом на средний “мгновенный” темп изменения выработки электроэнергии взаимное положение станций для всех рассмотренных пар практически не влияет. По-видимому, особенности мелкомасштабной динамики изменения скорости ветра (на временных масштабах примерно 1 ч) определяются мелкомасштабными турбулентными пульсациями, которые в рассмотренных линейных масштабах меняются совершенно независимо.

При работе ветроустановки в составе энергосистемы, как показывает уже накопленный в мире опыт их эксплуатации, сложности связаны не только с периодами штилей, когда ветроустановка не вырабатывает электроэнергию, но и с периодами, когда скорость ветра находится в оптимальном для КИУМ диапазоне. Если первый фактор довольно широко обсуждается в профессиональном сообществе и уже нашел отражение в нормативной документации [35], то второй пока учитывается только косвенно при определении требований к силовой автоматике распределенной генерации [57]. Такое положение дел свидетельствует об острой необходимости проведения исследований в этой области, поскольку для российских энергосистем характерен избыток установленной мощности при недостатке мощности регулирующей [58].

В дальнейшем следует решить следующие задачи: оценить неравномерность скорости ветра в выбранных локациях и проанализировать особенности работы ВЭУ, которые зависят от этой неопределенности. В качестве эмпирического индикатора суточной изменчивости выработки электроэнергии ветровой установкой выбрана разность между максимальной P_max и минимальной P_min ее мощностями в течение суток (рис. 6, 7). Для количественной характеристики этого процесса был использован коэффициент неравномерности k, определяемый во выражению

Рис. 6.

Многолетняя динамика изменения среднегодовых значений коэффициента максимальной суточной неравномерности выработки k для единичной ветроустановки на юге ЕТР (а) и Южном Урале (б). 1 – временной ряд для рассматриваемой локации; 2 – ряды для всех остальных локаций

Рис. 6.

Окончание

Рис. 7.

Влияние пространственных особенностей на динамику ветровой генерации. а – минимальное за год среднесуточное значение КИУМ; б – среднегодовое значение коэффициента суточной неравномерности выработки k; 1, 2, 3 – рассмотренная в работе пара локаций с минимальной, умеренной и максимальной наблюдаемой корреляцией скорости ветра; 4, 5 – среднее значение для всех станций юга ЕТР и Южного Урала

Значение этого коэффициента позволяет судить о влиянии неравномерности выработки электроэнергии ВЭУ на дополнительный резерв мощности, который потребуется в течение выбранных суток, чтобы скомпенсировать эту неравномерность. Согласно расчетам авторов, характерные значения k на протяжении календарного года для рассматриваемых задач близки к 1.0 (см. рис. 6). Это означает, что в течение суток среднечасовая мощность ВЭУ изменяется между нулем и значением, близким к среднему.

Осреднение по всей территории каждого из рассматриваемых регионов позволяет повысить “гарантированную” часовую выработку ВЭУ, но совсем незначительно. На протяжении каждого года обязательно найдется хотя бы час, когда суммарная мощность всех ВЭУ на указанной территории упадет до 2–3% номинальной мощности (см. рис. 7, а). Это означает, что условие резервирования 100% установленной мощности ВЭУ, рекомендованное в [35], в масштабах времени порядка нескольких часов оправдано, но должно относиться к регулировочному резерву, а не к балансу мощности.

Что касается максимального значения суточной неравномерности, то для его снижения пространственная неравномерность скорости ветра дает существенно большие возможности (см. рис. 7, б), позволяя уменьшить значения k до 0.78–0.85, что означает относительное снижение резерва на 5–15%. При этом выбор локаций с минимальными взаимными корреляциями скорости ветра оказывается для снижения k столь же действенным, что и осреднение по обширной территории.

Расчетным путем было показано, что между суточной неравномерностью выработки электроэнергии ВЭУ и ее среднесуточным значением существует умеренная положительная корреляционная связь: коэффициент корреляции Пирсона между этими двумя величинами составляет 0.35–0.53. Колебания выработки по часам суток выражены тем сильнее, чем выше средняя выработка в течение этих суток. Для электросетевой инфраструктуры, которая в России пока никак не модернизировалась с учетом особенностей ВИЭ, это означает, что наибольшие сложности при интеграции ветровой генерации в энергосистемы будут связаны с моментами, когда скорость ветра находится в рабочем диапазоне ВЭУ. При этом наличие годового хода скорости ветра свидетельствует о том, что колебания ветровой генерации в течение суток в рассматриваемых регионах будут наименее выражены летом, когда средняя скорость ветра ниже (рис. 8).

Рис. 8.

Годовой расчетный КИУМ ветроустановок в регионах юга ЕТР (а) и Южного Урала (б). Обозначения см. рис. 6

Рис. 8.

Окончание

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Мгновенная скорость ветра в некоторой конкретной локации определяется особенностями процессов турбулентного переноса воздуха в синоптических масштабах. Применительно к рассмотренной задаче этот эффект был обнаружен при анализе эффектов пространственного сглаживания в масштабах порядка 1 ч. Взаимное расположение ВЭУ не оказывало статистически значимого влияния на пульсации выработки электроэнергии. Это означает, что для указанных территорий пространственное сглаживание не является эффективным методом снижения колебаний мощности ВЭУ в субчасовых масштабах и они должны компенсироваться другими методами, к примеру вращающимся резервом, аккумулированием электрической энергии или управлением потреблением. Увеличение временного и пространственного масштабов задачи позволяет ввести в рассмотрение детерминистические категории и использовать методы климатологии.

Анализ многолетних статистических данных по выработке электроэнергии ветроустановкой, представленных в виде КИУМ, и суточной неравномерности этой выработки, которую авторы характеризовали коэффициентом суточной неравномерности, показал наличие выраженной межгодовой и мультидекадной изменчивости. Для указанной территории России, где активно развивается ветроэнергетика, среднегодовой КИУМ ветроустановки каждый год изменяется в пределах 10–20% относительно среднемноголетнего значения, которое используется для оценки ожидаемой выработки при расчете энергетических балансов. Это, безусловно, существенно меньше предварительной консервативной оценки, которая приводится в действующей нормативной документации. Многолетний режим ветровой генерации характеризуется чередованием фаз ее повышения и снижения, определяющих колебания КИУМ ветроустановок вплоть до 30–40% среднемноголетнего значения.

Периодическая смена скорости и направления ветра сходна с чередованием фаз повышенной и пониженной водности, хорошо известной гидрологам и гидроэнергетикам, и, по-видимому, объясняется влиянием тех же механизмов долгопериодной климатической изменчивости, связанных с процессами глобального переноса вод в мировом океане. На практике это приводит к тому, что снижение скорости ветра, обусловленное глобальными климатическими процессами, которое наблюдалось до начала 2000-х годов, сейчас замедляется, несмотря на глобальный тренд снижения скорости ветра над материками, а в некоторых регионах, возможно, даже сменится локальным ее возрастанием. Это соображение, в настоящей работе основанное на эмпирических оценках и экстраполяции известных механизмов долгопериодической изменчивости, подкрепляется оценками, полученными с помощью глобальных климатических моделей [54, 55]. В результате на протяжении следующего десятилетия можно ожидать повышения вероятности аварий в электросетевом хозяйстве [59]. В сочетании с ростом установленной мощности ВИЭ именно в тех регионах, где существуют ограничения для перетоков мощности, в условные дни со “свежим ветром”, когда скорость ветра находится в оптимальном диапазоне для выработки электроэнергии ВЭУ, может происходить снижение надежности электроснабжения. Поэтому необходимо детально моделировать процессы перетока электроэнергии в электрических сетях для тех регионов, где планируется ввод ВЭУ (в 2025–2035 гг.), с учетом экстремальных значений скорости ветра. Для корректного воспроизведения естественной климатической изменчивости можно рекомендовать использование профилей скорости ветра, относящихся к 1960–1970 гг. Несмотря на то что этот временной период отстоит дальше от 2025–2035 гг. по сравнению с современностью, ветровой режим определяется схожим состоянием квазипериодических глобальных атмосферных процессов.

Одна из наиболее сложных проблем при интеграции ВЭУ в энергосистемы будет связана с высокой изменчивостью выработки ими электроэнергии во временных масштабах порядка суток. Согласно расчетам авторов, выполненным для периода 1950–2021 гг., на протяжении каждого из рассмотренных годов средняя выработка ВЭУ будет изменяться между значениями, близкими к нулю и максимальным, даже для использованного часового разрешения, неизбежно означающего сглаживание пульсаций. Более того, в течение любого года найдутся сутки, когда коэффициент неравномерности будет близок к единице. Необходимость компенсации этих пульсаций в условиях указанных энергосистем означает, что ввод ветровой генерации ожидаемо будет сопровождаться ужесточением требований к балансировочной мощности, обеспечивающей регулирование частоты в системе, в масштабах до нескольких часов. Это следует из практики управления режимами энергосистем на территориях, где основным способом обеспечения гибкости является именно использование балансировочной мощности [60]. Несколько уменьшить необходимый резерв балансировочной мощности можно, применяя перетоки мощности и учитывая взаимное расположение станций.

Таким образом, второй задачей, решение которой может обеспечить более эффективную интеграцию ветровой генерации в энергосистемы России, является проведение оптимизационных расчетов с учетом возможного развития магистральных электрических сетей в регионах, где планируется развитие ВИЭ-генерации, и соседних с ними. В целом, для эффективной интеграции ВЭУ в энергосистемы требуется внесение дополнений в действующую нормативную документацию, касающихся краткосрочного планирования работы энергосистем.

ВЫВОДЫ

1. Интеграция ВЭУ в энергосистемы закономерно связана с определенными сложностями, возникающими из-за кардинального отличия производства электроэнергии на возобновляемых источниках энергии от генерации на традиционных видах топлива. С позиций краткосрочного оперативного планирования при управлении балансами мощности в энергосистеме это означает, что, наряду с мощностью потребления, появляется еще один внешний по отношению к этой системе фактор – выработка электроэнергии ВЭУ-установками. Выбор оптимального подхода к компенсации пульсаций мощности, возникающих при работе ВЭУ, требует проведения оптимизационных расчетов с учетом реальных климатических изменений. Учет долгосрочных тенденций скорости ветра необходим для прогнозной оценки среднегодовой выработки электроэнергии и энергетических балансов региона. Количественная оценка изменчивости выработки ВЭУ во временных масштабах порядка суток нужна для определения резерва мощности.

2. Эмпирический анализ скорости ветра, выполненный в настоящей работе для территорий России, в которых развивается ветровая генерация, позволил количественно оценить колебания выработки электроэнергии ВЭУ, возникающие из-за климатических изменений во временных масштабах от суток до нескольких десятилетий. Было показано, что при наличии долгопериодических компонент климатической изменчивости необходимо регулярно актуализировать справочные климатические данные при принятии инвестиционных решений. В этом контексте фундаментальные исследования долговременных климатических изменений имеют коммерческое значение.

3. Наибольшие сложности при интеграции ВЭУ в энергосистему будут связаны не с обеспечением интегрального энергетического баланса региона, а с повышением потребности в регулировочной мощности в течение суток. Межгодовая изменчивость коэффициента использования установленной мощности, среднего по территории каждого из рассмотренных регионов, имеет пределы 25–35%. В то же время характерные значения коэффициента суточной неравномерности ветровой генерации с учетом эффектов пространственного осреднения составляют 0.7–0.9. Это означает, что, с одной стороны, действующие рекомендации по полному резервированию мощности ВИЭ-установок избыточно консервативны. С другой стороны, отраслевые стандарты для краткосрочного планирования работы энергосистем должны быть дополнены условиями, позволяющими учесть влияние ВИЭ-генерации на надежность энергосистемы с учетом реалистических климатических изменений.

4. Один из эффективных механизмов сглаживания колебаний выработки электроэнергии ВЭУ и снижения потребности в резерве мощности – учет несинхронности изменения скорости ветра по пространству при распределении ВЭС по конкретной территории. В частности, это позволяет обеспечить снижение коэффициента суточной неравномерности благодаря осреднению по региону его значений – от близких к единице до 0.7–0.8. Такое снижение особенно важно при возникновении экстремальных ситуаций (штилей и ветров штормовой силы) для нивелирования их влияния во временных масштабах от суток до нескольких лет. При этом удачный выбор локаций установок для сглаживания пульсаций ветровой генерации оказывается близок по эффективности к осреднению по обширной территории.