Preview

Альтернативная энергетика и экология (ISJAEE)

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Доступ платный или только для Подписчиков

Выбор оптимальных территорий для установки солнечных фотоэлектрических станций: на примере Нахчыванской АР, Азербайджан

https://doi.org/10.15518/isjaee.2021.04-06.032-047

Полный текст:

Аннотация

Поскольку электрическая энергия, производимая путем преобразования суммарной солнечной радиации на горизонтальной поверхности, состоящей из прямых и рассеянных компонентов элементов фотоэлектрических панелей, имеет низкую выходную мощность, необходимо определить области с высоким коэффициентом мощности для более эффективного производства электроэнергии. Однако, из-за низкого КПД ФЭ-панелей (14-18%) и низкой интенсивности суммарной солнечной радиации на горизонтальной поверхности для достижения определенного уровня мощности требуется большое пространство для установки. Из-за высокой стоимости установки солнечных электростанций для выбора наиболее подходящего места требуется комплексная систематическая оценка географических факторов региона. Причина, по которой мы выбрали Нахичевань в качестве района исследования, заключается в том, что уровень радиации высок по сравнению с другими регионами Азербайджана (1220-1699 кВт*ч/м2-год), и число часов солнечного сияния в год превышает 2500. Поскольку создание солнечных электростанций в регионах с высокими значениями суммарной радиации на горизонтальной поверхности зависит от технических, экономических и экологических критерий, для определения оптимальных площадей используются описательные критерии. Модель аналитической иерархии процессов, основанная на методах многокритериального принятия решений, была использована для определения подходящего места установки солнечных электростанций. На первом этапе исследования были проанализированы семь критериев определения подходящих мест: значение суммарной солнечной радиации на горизонтальную поверхность, уклон, землепользование, буферное расстояние от районов с высоким годовым потенциалом солнечной энергии до жилых районов, близость к подстанциям, автомагистралям и линиям электропередач. На втором этапе уровень доступности-пригодности областей в рамках определенных критерий в географических информационных системах определялся с помощью инструмента «Взвешенное оверлей». На втором этапе с помощью инструмента взвешенное наложение в ГИС определялся уровень пригодности территорий по определенным критериям. В результате исследования был сделан вывод, что 9.5% (510 км2) земли Нахичевани имеют высокую пригодность, 12% (645 км2) - среднюю пригодность и 24% (1290 км2) - низкую пригодность для размещения солнечных электростанций. Остальные области 54.5% (2930 км2) относятся к территориям, которые не подходят для использования из-за низкой радиации, высокого уклона, наличия охраняемой территории, населенных пунктов, сельскохозяйственных территорий и слабо развитой инфраструктуры. Оптимальные места охватывают в основном южную и восточную части региона, и на карте пригодности показана в форме многоугольника.

Об авторе

Н. С. Имамвердиев
Институт Географии, Национальная Академия Наук Азербайджана
Азербайджан

Ниджат Имамвердиев, аспирант, научный сотрудник

AZ1143, пр., Гусейн Джавид



Список литературы

1. Al Garni, H. Z., & Awasthi, A. Solar PV power plant site selection using a GIS-AHP based approach with application in Saudi Arabia. Applied Energy, 2017, volume 206, № 1225-1240, https://doi.org/10.1016/j.apenergy.2017.10.024.

2. Almorox, J., & Hontoria, C. Global solar radiation estimation using sunshine duration in Spain. Energy Conversion and Management, 2004, volume 45(9-10), № 1529-1535, https://doi.org/10.1016/j.enconman.2003.08.022.

3. Andenæs, E., Jelle, B. P., Ramlo, K., Kolås, T., Selj, J., & Foss, S. E. The influence of snow and ice coverage on the energy generation from photovoltaic solar cells. Solar Energy, 2018, volume 159, № 318-328, https://doi.org/10.1016/j.solener.2017.10.078.

4. Asakereh, A., Soleymani, M., & Sheikhdavoodi, M.J. A GIS-based Fuzzy-AHP method for the evaluation of solar farms locations: A case study in Khuzestan province, Iran. Solar Energy, 2017, volume 155, № 342-353, https://doi.org/10.1016/j.solener.2017.05.075.

5. Aydin, N. Y., Kentel, E., & Duzgun, H. S. GISbased site selection methodology for hybrid renewable energy systems: A case study from western Turkey. Energy Conversion and Management, 2013, volume 70, № 90-106, https://doi.org/10.1016/j.enconman.2013.02.004.

6. Babayev, S. Geography Nakhchivan Autonomous Republic. Elm, Baku, 1999, p. 227.

7. Beccali, M., Cellura, M., & Mistretta, M. Decision-making in energy planning. Application of the Electre method at regional level for the diffusion of renewable energy technology. Renewable energy, 2003. volume 28(13), № 2063-2087. https://doi.org/10.1016/S0960-1481(03)00102-2.

8. Colak, H. E., Memisoglu, T., & Gercek, Y. Optimal site selection for solar photovoltaic (PV) power plants using GIS and AHP: A case study of Malatya Province, Turkey. Renewable Energy, 2020, мщдгьу 149, № 565-576, https://doi.org/10.1016/j.renene.2019.12.078.

9. Devi, K., & Yadav, S. P. A multicriteria intuitionistic fuzzy group decision making for plant location selection with ELECTRE method. The International Journal of Advanced Manufacturing Technology, 2013. volume 66(9-12), № 1219-1229, https://doi.org/10.1007/s00170-012-4400-0.

10. Doorga, J. R., Rughooputh, S. D., & Boojhawon, R. Multi-criteria GIS-based modelling technique for identifying potential solar farm sites: A case study in Mauritius. Renewable energy, 2019, volume 133, № 1201-1219, https://doi.org/10.1016/j.renene.2018.08.105.

11. Gulaliyev, M. G., Mustafayev, E. R., & Mehdiyeva, G. Y. Assessment of Solar Energy Potential and Its Ecological-Economic Efficiency: Azerbaijan Case. Sustainability, 2020, volume 12(3), № 1116, https://doi.org/10.3390/su12031116.

12. Gardashov, R., Eminov, M., Kara, G., Kara, E. G. E., Mammadov, T., & Huseynova, X. The optimum daily direction of solar panels in the highlands, derived by an analytical method. Renewable and Sustainable Energy Reviews, 2020, volume 120, № 109668, https://doi.org/10.1016/j.rser.2019.109668.

13. Khan, G., & Rathi, S. Optimal site selection for solar PV power plant in an Indian state using geographical information system (GIS). International Journal of Emerging Engineering Research and Technology, 2014, volume 2(7), № 260-266.

14. Linkov, I., & Moberg, E. Multi-criteria decision analysis: environmental applications and case studies: CRC Press, 2011, p. 179.

15. Landsat, U. Data users handbook. LSDS-1574 version, 2015. № 8 (L8) 3, p. 235.

16. Mammadov, F. Yearly average maps of solar radiation in Azerbaijan. Energy Power, 2013, volume 3, № 44-50, https://doi.org/10.5923/j.ep.20130304.02.

17. Merrouni, A. A., Elalaoui, F. E., Mezrhab, A., Mezrhab, A., & Ghennioui, A. Large scale PV sites selection by combining GIS and Analytical Hierarchy Process. Case study: Eastern Morocco. Renewable energy, 2018, volume 119, № 863-873, https://doi.org/10.1016/j.renene.2017.10.044.

18. Mekhilef, S., Saidur, R., & Safari, A. A review on solar energy use in industries. Renewable and Sustainable Energy Reviews, 2011, volume 15(4), № 1777-1790, https://doi.org/10.1016/j.rser.2010.12.018.

19. Mani, M., & Pillai, R. Impact of dust on solar photovoltaic (PV) performance: Research status, challenges and recommendations. Renewable and sustainable energy reviews, 2010. volume 14(9), № 3124-3131, https://doi.org/10.1016/j.rser.2010.07.065.

20. Noorollahi, E., Fadai, D., Akbarpour Shirazi, M., & Ghodsipour, S. H. Land suitability analysis for solar farms exploitation using GIS and fuzzy analytic hierarchy process (FAHP)—a case study of Iran. Energies, 2016. volume 9(8), № 643, https://doi.org/10.3390/en9080643.

21. Polatidis, H., Haralambidou, K., & Haralambopoulos, D. Multi-criteria decision analysis for geothermal energy: A comparison between the ELECTRE III and the PROMETHEE II methods. Energy Sources, Part B: Economics, Planning, and Policy, 2015. volume 10(3), № 241-249. https://doi.org/10.1080/15567249.2011.565297.

22. Pohekar S.D., Ramachandran M. Application of multi-criteria decision making to sustainable energy planning—a review. Renew Sustain Energy Rev, 2004, volume 8, № 365-81, http://dx.doi.org/10.1016/j.rser.2003.12.007.

23. Quijano, R., Domínguez, J., & Botero, S. Sustainable energy planning model (MODERGIS) application to integrate renewable energy in the Colombia case, 2010. p. 17.

24. Sanchez-Lozano, J. M., Teruel-Solano, J., Soto-Elvira, P. L., & García-Cascales, M. S. Geographical Information Systems (GIS) and Multi-Criteria Decision Making (MCDM) methods for the evaluation of solar farms locations: Case study in south-eastern Spain. Renewable and sustainable energy reviews, 2013. volume 24, № 544-556, https://doi.org/10.1016/j.rser.2013.03.019.

25. Shortridge, A. Shuttle Radar Topography Mission elevation data error and its relationship to land cover. Cartography and Geographic Information Science, 2006, volume 33(1), № 65-75. https://doi.org/10.1559/152304006777323172.

26. Saaty, T.L. The Analytic Hierarchy Process: Planning, Priority Setting, Resources Allocation. McGraw: New York, 1980, p. 214.

27. Turney, D., & Fthenakis, V. Environmental impacts from the installation and operation of large-scale solar power plants. Renewable and Sustainable Energy Reviews, 2011, volume 15(6), № 3261-3270, https://doi.org/10.1016/j.rser.2011.04.023.

28. Uyan, M. GIS-based solar farms site selection using analytic hierarchy process (AHP) in Karapinar region, Konya/Turkey. Renewable and Sustainable Energy Reviews, 2013, volume 28, № 11-17, https://doi.org/10.1016/j.rser.2013.07.042.

29. Vulkan, A., Kloog, I., Dorman, M., & Erell, E. Modeling the potential for PV installation in residential buildings in dense urban areas. Energy and Buildings, 2018, volume 169, № 97-109, https://doi.org/10.1016/j.enbuild.2018.03.052.

30. Wang, C.-N., Nguyen, V. T., Thai, H. T. N., & Duong, D. H. Multi-criteria decision making (MCDM) approaches for solar power plant location selection in Viet Nam. Energies, 2018. volume 11(6), № 1504. https://doi.org/10.3390/en11061504.

31. Alaska Satellite Facility. Making remote-sensing data accessible, [Internet; cited 2020 October 16] Available from: URL: https://search.earthdata.nasa.gov/search?q=nakhchivan&m=35.399139134002!42.7060546875!6!1!0!0%2C2.

32. Earth Data Search, ASTER Global Digital Elevation Model V003 [Internet; cited 2020 September 19] Available from: https://search.earthdata.nasa.gov/search/?hdr=1%20to%2030%20meters&fi=ASTER&fst0=Land%20Surface.

33. Global Solar Atlas 3.0, Azerbaijan, Nakhchivan Autonomy Republic, Solar energy resource [Internet; cited 2020 August 09] Available from: https://globalsolaratlas.info/map?r=AZE:AZE.7_1&c=39.30579,45.4625,9.

34. Global Monitoring Laboratory, Earth System Research Laboratories [Internet; cited 2020 October 05] Available from: URL: https://www.esrl.noaa.gov/gmd/grad/solcalc/table.php?lat=40.417&lon=49.825&year=2020.

35. Solar energy output, Simulation and design of solar systems [Internet; cited 2020 October 19] Available from: URL: https://photovoltaicsoftware.com/principleressources/how-calculate-solar-energy-power-pv-systems.

36. Sun power, how solar panels work in cloudy days [Internet; cited 2020 November 14] Available from: URL: https://us.sunpower.com/blog/2019/05/09/how-solar-panels-work-cloudy-days .

37. Solargis, Solar resource maps of Azerbaijan [Internet; cited 2020 July 17] Available from: https://solargis.com/maps-and-gis-data/download/azerbaijan.


Рецензия

Для цитирования:


Имамвердиев Н.С. Выбор оптимальных территорий для установки солнечных фотоэлектрических станций: на примере Нахчыванской АР, Азербайджан. Альтернативная энергетика и экология (ISJAEE). 2021;(4-6):32-47. https://doi.org/10.15518/isjaee.2021.04-06.032-047

For citation:


Imamverdiyev N.S. Optimal site selection for the installation of solar PV plants: a case study in Nakhchivan AR, Azerbaijan. Alternative Energy and Ecology (ISJAEE). 2021;(4-6):32-47. https://doi.org/10.15518/isjaee.2021.04-06.032-047

Просмотров: 311


ISSN 1608-8298 (Print)