Геопросторовий аналіз потенціалу територій України для розміщення сонячних електростанцій за супутниковами даними
DOI:
https://doi.org/10.15407/knit2024.01.031Ключові слова:
геопросторовий аналіз, клімат, метод зважених сум, придатність територій, рельєф, сонячні електростанції, супутникові даніАнотація
Зміни клімату зумовлюють актуальність використання відновлюваної енергетики в усьому світі. Зелена угода визначає політику розвитку енергетики в Європі до 2030 року. Особливо важливе значення цей виклик має в Україні в контексті повоєнного відновлення енергетичної інфраструктури. Тому актуальною проблемою є аналіз придатності території України для встановлення великих сонячних електростанцій (сонячних ферм) та оптимізація їх розміщення. Дане дослідження спрямоване на визначення придатності територій України для розміщення сонячних електростанцій за допомогою супутникових даних про особливості клімату та рельєфу. Серед факторів, які визначають придатність території до розміщення сонячних ферм, найбільший вплив мають кліматичні показники, включаючи дані про сумарне глобальне горизонтальне сонячне випромінювання (GHI), накопичену температуру вище 25℃ на висоті 2 метри, середньорічну швидкість вітру та карту накопичених річних опадів з набору даних ERA5-Land. У даному дослідженні для визначення придатності територій також використовувалися карти рельєфу, що містять інформацію про висоти, схили та затіненість місцевості з проекту Shuttle Radar Topography Mission (SRTM). Придатність територій визначається шляхом геопросторового аналізу методом зважених сум. За результатами дослідження побудована карта придатності, яка відображає розподіл зон із різними коефіцієнтами придатності (від 0 до 1). Виявлено, що більша частина території України сприятлива для розміщенні сонячних електростанцій. Майже половина країни (більше 48%) має середні показники придатності (0.3-0.4). Кращі умови для розміщення сонячних ферм спостерігаються у південних областях України. Отриману карту придатності територій використано для аналізу оптимальності розміщення вже побудованих найбільших сонячних електростанцій України. Для отримання локації цих енергетичних об’єктівми використовували дані з Wikimapia . Загалом, всі проаналізовані нами великі сонячні електростанції України розміщені в оптимальних територіях. Також дослідження показало виявлено, що деякі області, такі як Одеська, Полтавська, Харківська, Запорізька, Дніпропетровська, Донецька і Луганська, мають хороші показники придатності (0,3-0,4), проте використовуються не повністю. Ці області мають великий потенціал для майбутньої побудови потужних і продуктивних сонячних електростанцій.
Посилання
Butenko O., Zvyaschenko K., Buravchenko K., Nikitin A. (2019). Optimization of the process of selecting the location of solar power plants using GIS analysis. Systemy upravlinnya, navigatsii ta zv’yazku. Zbirnyk naukovykh prats, 1(53), 17—21 [in Ukrainian]
Chandra S., Agrawal S., Chauhan D. S. (2018). Effect of Ambient Temperature and Wind Speed on Performance Ratio of Polycrystalline Solar Photovoltaic Module: an Experimental Analysis. Int. Energy J., 18, 171-179.
Charabi Y., Gastli A. (2011). PV site suitability analysis using GIS-based spatial fuzzy multi-criteria evaluation. Renewable Energy, 36, 2554—2561.
Chitturi S., Sharma E., Elmenreich W. (2018). Efficiency of photovoltaic systems in mountainous areas. 2018 IEEE Int. Energy Conf. (ENERGYCON), 1—6.
Dubey S., Sarvaiya J. N., Seshadri B. (2013). Temperature Dependent Photovoltaic (PV) Efficiency and Its Effect on PV Production in the World — A Review. Energy Procedia, 33, 311—321.
Effat H. A. (2013). Selection of Potential Sites for Solar Energy Farms in Ismailia Governorate, Egypt using SRTM and Multicriteria Analysis. Int. J. Adv. Remote Sensing and GIS, 2, 205—220.
Fazelpour F., Vafaeipour M., Rahbari O., Shirmohammadi R. (2013). Considerable parameters of using PV cells for solarpowered aircrafts. Renewable & Sustainable Energy Reviews, 22, 81—91.
Gokmen N., Hu W., Hou P., Chen Z., Sera D., Spataru S. V. (2016). Investigation of wind speed cooling effect on PV panels in windy locations. Renewable Energy, 90, 283—290.
Goossens D., Kerschaever E. V. (1999). Aeolian dust deposition on photovoltaic solar cells: the effects of wind velocity and airborne dust concentration on cell performance. Solar Energy, 66, 277—289.
Generation as of May lost 27 GW of installed capacity. Ukrinform. (2 023). URL: https://www.ukrinform.ua/rubriceconomy/ 3714703-generacia-stanom-na-traven-vtratila-27-gvt-vstanovlenoi-potuznosti-ukrenergo.html (Last accessed: 19.07.2023).
Heo J., Moon H., Chang S., Han S., Lee D. (2021). Case study of solar photovoltaic power-plant site selection for infrastructure planning using a BIM-GIS-based approach. Appl. Sci., 11(18), 8785.
Ibrahim A., Fudholi A., Sopian K., Othman M. Y., Ruslan M. H. (2014). Efficiencies and improvement potential of building integrated photovoltaic thermal (BIPVT) system. Energy Conversion and Management, 77, 527—534.
Idoko L., Anaya Lara O., McDonald A. S. (2018). Enhancing PV modules efficiency and power output using multi-concept cooling technique. Energy Reports, 4, 357—369.
Imamverdiyev N. S. (2021). Site selection for solar photovoltaic system installation using analytical hierarchy process model in Azerbaijan. J. Belarusian State Univ. Geography and Geology, № 1, 75—92.
Kaldellis J. K., Kapsali M., Kavadias K. A. (2014). Temperature and wind speed impact on the efficiency of PV installations. Experience obtained from outdoor measurements in Greece. Renewable Energy, 66, 612—624.
Kim G. G., Choi J. H., Park S. Y., Bhang B. G., Nam W. J., Cha H. L., Park N., Ahn H. K. (2019). Prediction Model for PV Performance with correlation analysis of environmental variables. IEEE J. Photovoltaics, 9, 832—841.
Kussul N. N., Lavreniuk N. S., Shelestov, A. Y., Yailymov B., Butko I. (2016). Land cover changes analysis based on deep machine learning technique. J. Automation and Inform. Sci., 48, 42—54.
Mahtta R., Joshi P. K., Jindal A. K. (2014). Solar power potential mapping in India using remote sensing inputs and environmental parameters. Renewable Energy, 71, 255—262.
Mekhilef S., Saidur R., Kamalisarvestani M. (2012). Effect of dust, humidity and air velocity on efficiency of photovoltaic cells. Renewable & Sustainable Energy Reviews, 16, 2920—2925.
Mohammadi K., Goudarzi N. (2018). Study of inter-correlations of solar radiation, wind speed and precipitation under the influence of El Niño Southern Oscillation (ENSO) in California. Renewable Energy, 120, 190—200.
Muhsin N., Ali W., Alzubaidy Z. (2021). The effect of temperature and other conditions on efficiency of solar panels. J. Advs in Electrical Devices, 6(03), 8—14.
Mustafa R. J., Gomaa M. R., Al-Dhaifallah M., Rezk H. (2020). Environmental impacts on the performance of solar photovoltaic systems. Sustainability, 12(2), 608.
Razak A. B., Irwan Y. M., Leow W. Z., Irwanto M., Safwati I., Zhafarina M. (2016). Investigation of the effect temperature on photovoltaic (PV) panel output performance. Int. J. Adv. Sci., Engineering and Inform. Technol., 6, 682—688.
Shelestov A. Y., Kussul N. N. (2008). Using the fuzzy-ellipsoid method for robust estimation of the state of a grid system node. Cybernetics and Systems Analysis, 44, 847—854.
Shorabeh S. N., Firozjaei M. K., Nematollahi O., Firozjaei H. K., Jelokhani-Niaraki M. (2019). A risk-based multi-criteria spatial decision analysis for solar power plant site selection in different climates: A case study in Iran. Renewable Energy, 143, 958—973.
Vilanova A., Kim B., Kim C. K., Kim H. (2020). Linear-gompertz model-based regression of photovoltaic power generation by satellite imagery-based solar irradiance. Energies, 13(4), 781.
Yelisieieva O. K., Khazan P. V. (2016). Economic and statistical analysis of solar energy in Ukrainian regions. Statystyka Ukrainy, 4, 51—58 [in Ukrainian]
