Технологія вибору оптимального місця розташування сонячних електростанцій з використанням дистанційного зондування Землі та ГІС-технологій

2017;
: стор. 73-79
https://doi.org/10.23939/istcgcap2017.02.073
Надіслано: Жовтень 02, 2017
1
Національний університет “Львівська політехніка”
2
Національний університет “Львівська політехніка”

Мета. Використання наземних сонячних фотоелектричних електростанцій (СЕС) для виробництва електроенергії протягом останніх десяти років суттєво збільшується по всьому світу. Це зростання обумовлено політичними стимулами, такими як «зелений» тариф, а також низька вартість та висока продуктивність сонячних панелей. Оскільки використання сонячних енергоносіїв зростає, необхідність пошуку кращих місць для їх розташування також збільшуватиметься. Оптимальне розміщення СЕС важливе для максимізації корисних характеристик проектів, одночасно мінімізуючи негативні. Зокрема, оптимальне розміщення може максимізувати виробництво електроенергії на таких електростанціях, мінімізуючи витрати, вплив на навколишнє середовище та соціальне середовище. Тому метою є розроблення концепції, яка становить інтегрований алгоритм для оцінювання придатності землі для оптимального розміщення сонячних електростанцій. Методика. Запропоновано загальну комплексну основу (алгоритм) для оцінювання придатності земель для оптимального місця розташування сонячних електростанцій, яка є поєднанням географічної інформаційної системи (ГІС), методів дистанційного зондування Землі (ДЗЗ), аналізу та прийняття управлінських рішень. Використано винятково безкоштовне та відкрите програмне забезпечення (Free and Open Source Software). Результати. Доведено достовірність технології для опти­мального розташування сонячних електростанцій на території “пілотного” Заставнівського району Чернівецької області (Україна). Опрацювання даних складається з двох частин: опрацювання критерія оцінки та критерія виключення. На результуючій карті придатності земель для розміщення сонячних електростанцій визначено 58 найоптимальніших земельних ділянок для будівництва СЕС із загальною площею 7,44 кв. км або 743,91 га – це 1,2 % площі “пілотного” району. Для висвітлення комерційної життєздатності обраних земельних ділянок запропоновано визначення кількості енергії, яку можна отримати з однієї сонячної електростанції, розташованій на експериментальній земельній ділянці. Як інструмент для оцінювання продуктивності енергосистеми використовують веб-додаток “PVGIS” (EU JRC). Визначено, що щорічна продуктивність експериментальної СЕС становить близько 250 МВт з оптимальним нахилом панелей 36º. Загальна втрата в цьому випадку становить 20,3 %. Наукова новизна та практична значущість. Наведено комплексний аналіз природних факторів, що впливають на вибір місця розташування сонячної ферми, а також використання методів дистанційного зондування та методології багатокритеріального аналізу для отримання остаточної карти. Відповідно до літературних оглядів, експертного висновку та міжнародного досвіду запропоновано класифікацію окремих критерій у декількох діапазонах на підставі придатності земель для сонячної енергетики. Вперше в Україні, зокрема, у Заставнівському районі (Чернівецька область) отримано достовірні дані щодо оптимального розташування фотоелектричних сонячних електростанцій. Варто зазначити, що запропоновано використання винятково даних, які є у вільному доступі у мережі Інтернет, а також вільного програмного забезпечення з відкритим кодом.

1. Bahadori, A. and Nwaoha, C. A review on solar energy utilization in Australia, Renew. Sust. Energ. Rev., 2013, 18, pp. 1–5.
https://doi.org/10.1016/j.rser.2012.10.003
2. Brewer J., Ames D. P., Solan D., Lee R., and Carlisle J. "Using GIS analytics and social preference data to evaluate utility-scale solar power site suitability," Renew. Energy, 2015, vol. 81, pp. 825–836.
https://doi.org/10.1016/j.renene.2015.04.017
3. Carrion, A. J., Estrella, E. A., Dols, A. F., Toro, Z. M., Rodriquez, M., and Ridao, R. A. Environmental decision-support systemsfor evaluating the carrying capacity of land areas: Optimal site selection for grid-connected photovoltaic power plants, Renew. Sust. Energ. Rev., 2008, 12, pp. 2358–2380.
https://doi.org/10.1016/j.rser.2007.06.011
4. Georgiou A., Skarlatos D. Optimal site selection for sitting a solar park using multi-criteria decision analysis and geographical information systems, Geosci. Instrum. Method. Data Syst., 2016, 5, pp. 321–332.
https://doi.org/10.5194/gi-5-321-2016
5. Kontos, Th., Komilis, D., and Halvadakis, K. Sitting MSW landfills with a spatial multiple criteria analysis methodology, Waste Manage., 2005, 25, pp. 818–832.
https://doi.org/10.1016/j.wasman.2005.04.002
6. LEOWorks 4.0.2339 Documentation. Available from: http://leoworks.terrasigna.com/.
7. Marcel Šúri, Thomas A. Huld, Ewan D. Dunlop, Heinz A. Ossenbrink: Potential of solar electricity generation in the European Union member states and candidate countries. Solar Energy, 2007, vol. 81, issue 10, pp. 1295–1305, DOI:10.1016/j.solener.2006.12.007
https://doi.org/10.1016/j.solener.2006.12.007
8. PostGIS Documentation. Available from: http://postgis.net/documentation/.
9. PostgreSQL 9.5.7 Documentation. Available from: https://www.postgresql.org/ docs/9.5/static/ index.html.
10. QGIS 2.18 Documentation. Available from: http://docs.qgis.org/2.18/en/docs/user_manual/
11. Saaty T.A. Decision-Making for Leaders. 2nd Ed. RWS Publication, Pittsburgh, USA. United States Geological Survey (USGS), Shutle Radar Topography Mission. 1992.
12. Saaty T. A. A Scaling Method for Priorities in Hierarchical Structures. Journal of Mathematical Psychology; 1997, pp. 234–281.
13. Sanchez-Lozano, M. J., Teruel-Solano, J., Soto-Elvira, L. P., Garcia-Cascales, S. M. Geographical Information Systems (GIS) and Multi-Criteria Decision Making (MCDM) methods for the evaluation of solar farms locations: Case study in southeastern Spain, Renew. Sust. Energ. Rev., 2013, 24, pp. 544–556.
https://doi.org/10.1016/j.rser.2013.03.019

14. Siejka M. Optymalny wybór lokalizacji inwestycji w gospodarce nieruchomościami. Infrastruktura i Ekologia Terenów Wiejskich, № 2015/ IV (2 (Nov 2015)), p. 136, DOI 10.14597/infraeco.2015.4.2.089.

15. Siejka M., Mika M. Implementation of the AHP Method for Determining the Weights of Factors Decisive for the Location of the Municipal Waste Conversion Plant, on the Example of the City of Krakow, Acta Horticulturae et Regiotecturae, 2017, vol. 20, issue 1, pp. 19–23, DOI: https://doi.org/10.1515/ahr-2017-0005.
https://doi.org/10.1515/ahr-2017-0005
16. Tegou,L. I., Polatidis, H., and Haralambopoulos, D. Environmental management framework for wind farm sitting: Methodology and case study, J. Environ. Manage., 2010, 91, pp. 2134–2147.
https://doi.org/10.1016/j.jenvman.2010.05.010