Acta Energetica Power Engineering Quarterly 3/20 (September 2014) by ENERGA SA

3/20 (September 2014)

YEAR 6

R&D | technology | economy | law | management

ISSN 2300-3022

Publisher

ENERGA SA

Politechnika Gdańska

Patronage

ENERGA SA

Academic Consultants

Reviewers

Editor-in-Chief

Zbigniew Lubośny

Vice Editor-in-Chief

Rafał Hyrzyński

Copy Editors

Katarzyna Żelazek | Bernard Jackson

Topic Editors

Michał Karcz | Jacek Klucznik | Marcin Lemański Karol Lewandowski | Paweł Szawłowski

Statistical Editor

Sebastian Nojek

Editorial assistant

Jakub Skonieczny

Proofreading

Mirosław Wójcik

Graphic design and typesetting

Art Design Maciej Blachowski

Translation

Skrivanek Sp. z o.o.

Grafix Centrum Poligrafii

Dispatch preparation

ENERGA Obsługa i Sprzedaż Sp. z o.o.

Editorial Staff Office

Acta Energetica al. Grunwaldzka 472, 80-309 Gdańsk, POLAND tel.: +48 58 77 88 466, fax: +48 58 77 88 399 e-mail: redakcja@actaenergetica.org www.actaenergetica.org

Electronic Media

Anna Fibak (Copy Editor) Paweł Banaszak (Technical Editor)

Information about the oryginal version

Electronic edition of Acta Energetica is the original version of the journal, which is available on the website www.actaenergetica.org The journal is also available in hard copy. The journal is indexed in Polish Technical Journal Contents BazTech http://baztech.icm.edu.pl and also in Scientific journal database – the IC Journal Master List http://jml2012.indexcopernicus.com/masterlist.php

Information for authors published on the website: www.actaenergetica.org

From the Chief Editor Smart grids, as the term is commonly understood, are grids which supply electricity to consumers using IT assets, thus ensuring lower cost and improved efficiency, as well as integration of distributed energy sources, including renewables. As for functionality, the smart grids should be characterised by: digital solutions, two-directional communication, the possibility to operate in two directions, thorough measurement systems, automated or computer-assisted power supply restoration, protection equipment designed for energy transmission in both directions (including adaptive solutions), island mode operation capability, remote equipment testing, utilisation of systems for supporting dispatcher decisions (SCADA at medium and possibly low voltage level), control on all voltage levels and a possibility of influencing customers loads. When we compare this list to functionalities of modern transmission systems, we can see that there are practically no discrepancies. The only functional difference concerns the ability to influence energy consumers. This means, fully understandably, that smart grids are a natural element of power system development, involving the transfer of solutions used in transmission grids to distribution networks. A new element is related to the scale of developed IT and control systems. The number of facilities with which computer systems (including control solutions) will communicate will be comparable with the number of power consumers and will number more than ten million in the National Power System. This may be compared to the number of facilities to which modern transmission grid control systems are connected, which is several hundred (power generation units and transformer stations). Despite appearances, transferring transmission grid functionalities to distribution grids is no easy task. Problems which need to be solved include: • smart grid infrastructure: sources, smart meters, renewable energy sources, communication systems, energy storage solutions, and protection systems • control of smart grid components, i.e. sources, power grid, energy consumers and energy storages • conversion of power grids into smart grids • integration of smart grids with large-scale power industry • economic effectiveness of smart grids and their components • security of supplies in smart grids. At the early development stage of distribution grids, smart or otherwise, we may expect: • development of IT infrastructure related to communication, energy meters (so-called smart metering) and saturating the grid with such meters; this applies to LV and MV grids • replacement of MV grid switches with remotely controlled models and development of related communication systems • development of systems for MV grid reconfiguration in disturbed conditions, with automatic elimination of failed grid fragments • development of protection systems for energy sources connected to the MV grid and for the grid near the interconnection point • development of SCADA systems for MV grids featuring protective functionalities for grid elements and optimisation functions. During later development stages, processes similar to those listed in points two to five above may be expected also in low voltage grids, especially those sections featuring a high saturation with energy sources. This topic is one of the issues discussed in this newest edition of Acta Energetica. Enjoy reading!

Zbigniew Lubośny Editor-in-Chief of Acta Energetica

Od redaktora naczelnego Sieci inteligentne – w potocznym rozumieniu tego terminu – to sieci dostarczające odbiorcom energię elektryczną z wykorzystaniem środków IT, co zapewnia obniżenie kosztów i zwiększenie efektywności oraz zintegrowanie rozproszonych źródeł energii, także odnawialnej. W sferze funkcjonalnej sieci inteligentne powinny charakteryzować się: rozwiązaniami cyfrowymi, komunikacją dwukierunkową, zdolnością obsługi dwukierunkowej, pełnym opomiarowaniem, automatycznym lub komputerowo wspomaganym przywracaniem zasilania, zabezpieczeniami dostosowanymi do dwukierunkowego przesyłu energii (w tym adaptacyjnymi), możliwością pracy wyspowej, zdalnym testowaniem urządzeń, systemami wspomagania decyzji operatorskich (SCADA na poziomie sieci średniego i ewentualnie niskiego napięcia), sterowaniem na wszystkich poziomach napięć oraz możliwością oddziaływania na odbiorców. Porównując powyższe z funkcjonalnością współczesnych sieci przesyłowych, praktycznie nie widać niezgodności. Różnica funkcjonalna jest związana jedynie z możliwością oddziaływania na odbiorców energii. Oznacza to, co jest w pełni zrozumiałe, że sieci inteligentne stanowią naturalny element rozwoju sieci elektroenergetycznych, polegający na przeniesieniu rozwiązań stosowanych w sieciach przesyłowych do sieci rozdzielczych. Elementem nowym będzie tu skala rozwoju systemów informatycznych i sterowania. Liczba obiektów, z którymi będą się komunikowały systemy informatyczne, w tym systemy sterowania, będzie porównywalna z liczbą odbiorców energii i wyniesie kilkanaście milionów w Krajowym Systemie Elektroenergetycznym. Dla porównania, liczba obiektów, z którymi powiązane są współczesne systemy sterowania w systemie przesyłowym, wynosi kilkaset (bloki elektrowni i stacje transformatorowe). Wbrew pozorom przeniesienie funkcjonalności sieci przesyłowych na sieci rozdzielcze nie jest wcale zadaniem prostym. Do zagadnień, które czekają na rozwiązanie, należą: • infrastruktura sieci inteligentnych: źródła, inteligentne liczniki energii, źródła energii odnawialnej, systemy komunikacji, zasobniki energii, elektroenergetyczna automatyka zabezpieczeniowa • sterowanie elementami składowymi sieci inteligentnych, tj. źródłami, siecią elektroenergetyczną, odbiorami i zasobnikami energii • konwersja sieci elektroenergetycznych w sieci inteligentne • integracja sieci inteligentnych z elektroenergetyką wielkoskalową • efektywność ekonomiczna sieci inteligentnych i ich elementów składowych • bezpieczeństwo elektroenergetyczne sieci inteligentnych. W pierwszym okresie rozwoju sieci rozdzielczych, bez względu na to, czy sieci te będą określane inteligentnymi, czy też nie, należy się spodziewać: • rozwoju infrastruktury informatycznej związanej z komunikacją z licznikami energii (tzw. inteligentnymi) oraz nasycenia sieci tymi licznikami, dotyczy to sieci nN i SN • wymiany łączników w sieciach SN na łączniki sterowane zdalnie oraz rozwoju systemów komunikacji z tymi łącznikami • rozwoju systemów rekonfiguracji pracy sieci SN w stanach awaryjnych z automatyczną eliminacją uszkodzonych fragmentów sieci • rozwoju systemów zabezpieczeń źródeł energii przyłączanych do sieci SN oraz sieci przylegającej do punktu przyłączenia źródła • rozwoju systemów typu SCADA dla sieci SN, realizujących funkcje ochronne elementów sieci oraz funkcje optymalizacyjne. W dalszym etapie rozwoju sieci spodziewać należy się podobnych działań jak w przywołanych powyżej punktach od drugiego do piątego również dla sieci niskiego napięcia, a szczególnie dla fragmentów sieci nasyconych źródłami energii. O tym i o innych problemach elektroenergetyki piszemy w numerze Acta Energetica, który właśnie trafia do Państwa rąk. Zapraszam do lektury.

prof. dr hab. inż. Zbigniew Lubośny redaktor naczelny Acta Energetica

Table of contents NEW SOLUTIONS FOR RENEWABLE ENERGY TRADING Władysław Mielczarski. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 AREA-WIDE MANAGEMENT OF A SIGNIFICANT WIND GENERATION AS A WAY TO ENSURE A SAFE GRID OPERATION Michał Bajor, Robert Jankowski, Grzegorz Widelski. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 TECHNICAL AND ECONOMIC ANALYSIS OF AN INTERMEDIATE SIZE PHOTOVOLTAIC POWER PLANT. CASE STUDY Jerzy Buriak. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 ELECTRIC LOAD IN THE G12 TARIFF FOR CONSUMERS ASSIGNED TO THE PTPIREE C-PROFILE Ryszard Frąckowiak, Tomasz Gałan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 OPTIMIZATION OF NUCLEAR POWER SHARE IN THE STRUCTURE OF ELECTRICITY PRODUCTION IN POLAND IN TIME PERSPECTIVE BY 2060 Marcin Jaskólski. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 OPTIMAL CONTROL OF A WIND FARM GROUP USING THE WINDEX SYSTEM Piotr Kacejko, Michał Wydra, Robert Jędrychowski. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 POSSIBILITIES OF UTILIZATION THE RISK – BASED TECHNIQUES IN THE FIELD OF OFFSHORE WIND POWER PLANTS Przemysław Kacprzak. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 HUMAN FACTORS IN NUCLEAR POWER ENGINEERING IN POLISH CONDITIONS Agnieszka Kaczmarek-Kacprzak, Martin Catlow. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 TESTS AND TRIALS VIEWING SPECIFICATIONS OF POWER AND WIND FARMS – SELECTED ISSUES Krzysztof Marszałkiewicz, Ireneusz Grządzielski, Andrzej Trzeciak, Marian Maćkowiak. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 THE POSSIBILITY TO USE A NUCLEAR POWER PLANT AS A SOURCE OF ELECTRICAL ENERGY AND HEAT Tomasz Minkiewicz, Andrzej Reński. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 ENERGY CONSUMPTION ANALYSIS METHODS IN INDUSTRY Izabela Sadowska. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 INFLUENCE OF REGULATIONS ON MARKET EFFICIENCY FROM THE VIEWPOINT OF HIGH-EFFICIENCY COGENERATION Maciej Sołtysik, Karolina Mucha-Kuś. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 THE OPTIMIZATION OF CABLE LAYOUT DESIGN IN WIND FARM INTERNAL NETWORKS Andrzej Wędzik. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 SELECTED TECHNICAL REQUIREMENTS FOR PHOTOVOLTAIC PLANT INTERCONNECTION WITH A MEDIUM VOLTAGE GRID Ryszard Zajczyk, Bartosz Tarakan, Krzysztof Tarakan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155

Spis treści POTRZEBA NOWYCH ROZWIĄZAŃ DLA ZAKUPÓW ENERGII Z OZE Władysław Mielczarski................................................................................................................................................................................................................................12 OBSZAROWE ZARZĄDZANIE DUŻĄ GENERACJĄ WIATROWĄ W KONTEKŚCIE ZAPEWNIENIA BEZPIECZNEJ PRACY SIECI Michał Bajor, Robert Jankowski, Grzegorz Widelski.......................................................................................................................................................................23 ANALIZA TECHNICZNO-EKONOMICZNA ELEKTROWNI FOTOWOLTAICZNEJ ŚREDNIEJ MOCY. STUDIUM PRZYPADKU Jerzy Buriak.....................................................................................................................................................................................................................................................35 OBCIĄŻENIE ELEKTRYCZNE W STREFACH TARYFY G12 ODBIORCÓW ZALICZANYCH DO PROFILU TYPU C PTPIREE Ryszard Frąckowiak, Tomasz Gałan.......................................................................................................................................................................................................50 OPTYMALIZACJA UDZIAŁU ELEKTROWNI JĄDROWYCH W KRAJOWEJ STRUKTURZE WYTWARZANIA ENERGII ELEKTRYCZNEJ W PERSPEKTYWIE DO 2060 ROKU Marcin Jaskólski............................................................................................................................................................................................................................................61 OPTYMALNE STEROWANIE GRUPY FARM WIATROWYCH W OPARCIU O SYSTEM WINDEX Piotr Kacejko, Michał Wydra, Robert Jędrychowski........................................................................................................................................................................73 MOŻLIWOŚCI ZASTOSOWANIA METOD BAZUJĄCYCH NA OCENIE RYZYKA W OBSZARZE MORSKICH FARM WIATROWYCH Przemysław Kacprzak.................................................................................................................................................................................................................................85 CZYNNIKI LUDZKIE W ENERGETYCE JĄDROWEJ W KRAJOWYCH REALIACH Agnieszka Kaczmarek-Kacprzak, Martin Catlow..............................................................................................................................................................................96 TESTY I PRÓBY SPRAWDZAJĄCE PARAMETRY TECHNICZNE ELEKTROWNI I FARM WIATROWYCH. WYBRANE ZAGADNIENIA Krzysztof Marszałkiewicz, Ireneusz Grządzielski, Andrzej Trzeciak, Marian Maćkowiak..............................................................................................108 MOŻLIWOŚĆ WYKORZYSTANIA ELEKTROWNI JĄDROWEJ JAKO ŹRÓDŁA ENERGII ELEKTRYCZNEJ I CIEPLNEJ Tomasz Minkiewicz, Andrzej Reński..................................................................................................................................................................................................119 METODY ANALIZY ENERGOCHŁONNOŚCI W PRZEMYŚLE Izabela Sadowska......................................................................................................................................................................................................................................129 STUDIUM NAD EFEKTYWNOŚCIĄ MECHANIZMÓW WSPIERAJĄCYCH NA PRZYKŁADZIE WYSOKOSPRAWNEJ KOGENERACJI WĘGLOWEJ Maciej Sołtysik, Karolina Mucha-Kuś.................................................................................................................................................................................................140 OPTYMALIZACJA UKŁADU POŁĄCZEŃ KABLOWYCH NA OBSZARZE FARMY WIATROWEJ Andrzej Wędzik...........................................................................................................................................................................................................................................150 WYBRANE WYMAGANIA TECHNICZNE ZWIĄZANE Z PRZYŁĄCZANIEM ELEKTROWNI FOTOWOLTAICZNYCH DO SIECI ŚREDNIEGO NAPIĘCIA Ryszard Zajczyk, Bartosz Tarakan, Krzysztof Tarakan..................................................................................................................................................................159

W. Mielczarski | Acta Energetica 3/20 (2014) | 6–11

New Solutions for Renewable Energy Trading Author Władysław Mielczarski

Keywords Renewables, energy trading default suppliers, energy trade obligation, electricity markets, RES subsidies

Abstract The paper presents one of the key problems in renewable energy trading. The support system for RES is operating on financial levels leaving to the RES producers decisions on the energy trade. However, the flawed legal regulations impose the obligations on Default Electricity Supplier (SzU1) to buy all RES production from the installations located in the areas of the SzU operation. Such legal provisions result in the additional burden on the SzU, which main duty is to provide electric energy to customers who do not want to enter competitive electricity markets. Additionally, over interpretation of the Energy Law provisions by the Energy Regulatory Authority (URE2), allowing the RES producers to trade a part of their production on electricity markets leaving the obligation on SzUs, has led to the speculative trade of renewable energy. Some RES producers sell the electricity produced in competitive markets during peak demand hours – usually working days from 7 a.m. to 8 p.m. – when the Power Exchange prices are significantly higher than the obligatory purchase price. When during off peak demand hours electricity prices in the Power Exchange are lower than the obligatory level, RES producers sell the electric energy to SzUs at the obligatory price, determined by the URE. Such an abuse of fair trade results in the additional income for the RES producers being burden on SzUs, which have to transfer such costs to energy endusers. The simulations, carried out for Poland indicate that the additional costs can count for about 200 mln zł per year.

DOI: 10.12736/issn.2300-3022.2014301

1. Obligatory RES energy purchase by Default Electricity Suppliers (SzU) 1.1. Flawed legal solutions The obligation imposed on the SzU to purchase all electricity produced by the RES installations in any time and amount leads to additional costs which are eventually transferred to electricity end-users. The unclear and inconsistent provisions of the Energy Law (art. 9, p.6) and the position taken by the URE in its interpretation of this law (14/2013 – 21 May 2013) allow the RES producers to trade electricity in competitive markets in periods when electricity prices are higher than the obligatory price level, preserving the obligatory purchase of the RES energy by SzUs. Such flawed legal regulations result in the abuse of the fair trade rules and additional costs for electricity users.

1.2. Fast development of renewables Some RES technologies require adequate climate conditions. The examples can be photovoltaic cells and wind farms. In Poland, 1 2

wind farms are usually located in the northern part of the country where the climate conditions provide the opportunity for better utilization of wind generation compared to other parts of Poland. In all electricity markets small customers are protected in various ways in transition period of the competitive market introduction. Common solutions include the establishment of Default Electricity Suppliers (SzU), which are obligated to sell electric energy to small customers who are not familiar with the market rules and they prefer to buy electricity on fixed rates. The SzUs operate in the areas determined by their licences. In Poland, the SzUs are also obliged to purchase all electricity produced by the RES installations located in the area of their operation. It causes that the SZUs located in the Northern Poland are obliged to buy large amount of electricity produced by the RES, mostly by wind farms. The example is given in Fig. 1. In 2012, the RES energy produced and purchased in the northern part of Poland, in the default area of ENERGA Group, counted for 14% of the total energy sold to electricity customers. The fast development of the RES caused

Default Electricity Supplier is called in Polish „Sprzedawca z Urzędu – SzU” Energy Regulatory Autority in Polish is named „Urząd Regulacji Energetyki – URE”

W. Mielczarski | Acta Energetica 3/20 (2014) | 6–11

that this rate increased in 2013 to over 23% and in the first five months of 2014 such an energy share reached 55%. In the same time the proportion of the RES energy to the energy delivered to end-users in the entire country dropped from 15% in 2012 to 8.9% in 2013 and to 5% at the beginning of 2014. These figures demonstrate the deepening differences between SzUs in various parts of Poland.

produced in the area of the SzU operation. It is illustrated by the data presented in Fig. 2 showing that ENERGA-OBRÓT SA as the SzU was burdened with the additional costs of 170 mln zł in 2013 and such costs reached 44 mln zł in the first five months of 2014. The estimations indicate that the total additional cost for ENERGA-OBRÓT SA resulting from the obligatory purchase of the RES energy will reach 100 mln zł in 2014.

1.3. The additional burden on the SzUs

The additional costs of the RES production recalculated to 1 MWh are shown in Fig 3. The difference between ENERGA-OBRÓT SA, as a company covering an area of large RES production, and

The nomination of any energy company as a Default Electricity Supplier (SzU) results in the obligation to purchase all RES energy

Fig. 1. Percentage share of the obligatory purchase to the entire energy traded by Obligatory Buyers

Fig. 2. Additional costs resulting from the obligatory RES energy purchase

W. Mielczarski | Acta Energetica 3/20 (2014) | 6–11

other energy companies in Poland counted for 5.41 zł/MWh in 2013 increasing to 5.63 zł/MWh in 2014. It means that ENERGAOBRÓT SA had to increase the energy price of its customers about 9.45zł/MWh to cover additional costs. Such additional costs are estimated to cross the level of 6.53 zł/MWh in 2014. The obligation imposed on some energy companies to buy the RES energy applying the prices fixed by the URE may degrade their positions in competitive electricity markets. The legal regulation to the obligatory purchase of the RES energy should be not discriminating and imposing additional costs on energy companies in which areas of operation the vigorous development of the RES installations is observed.

2. Market games of RES energy producers 2.1. Energy Law and its interpretation by the URE In 2014 a new phenomenon in the Polish power sector is noticed. Some RES energy producers are involved in the market speculation games, bringing them significant profits. The main idea of such speculations is to sell energy during the peak demand hours, usually in working days between 7 a.m. and 8 p.m., in electricity markets prices close to the Power Exchange levels, while trading the energy produced during demand valleys to the obligatory buyers (SzUs) when obligatory purchase prices set by the URE are significantly higher than competitive market prices. Such market games and speculation stem from vague provisions of the Energy Law and their interpretation by the URE (Information no. 14/2013 – 21 May 2013) made in the favour of the RES producers. The URE indicated that RES producers can choose any energy trading entity as the Balancing Operator and sell the energy produced to such an operator in time periods determined by their bilateral agreement. In the same interpretation of the Energy Law, the URE retained the obligatory

purchase of the RES energy. Such a position of the URE created two markets for RES producers: the competitive electricity market with high prices during periods of large demand for electricity and the obligatory market with prices set by the URE when competitive electricity prices are low. The analysis of market gaming and speculation carried out by some RES producers covers a few days in the beginning of August 2014. The six days analysed include: two days with low electricity demand – Saturday and Sunday and four working days with higher demand for electricity. The simulations have been performed using the schedules of the RES production submitted by a wind farm to ENERGA Group operating as obligatory RES energy buyers (SzU).

2.2. Power Exchange prices The electricity prices in the Power Exchange in the Day Ahead floor reflect the demand for electricity. Fig. 4 presents the electricity prices in the Polish Power Exchange between 1 and 6 August 2014. The same figure demonstrates the RES obligatory purchase price determined by the URE at 181.55 zł/MWh for 2014 – presented by bars. The analysis indicates that during high demand periods electricity prices are significantly higher than the obligatory purchase level, while in off peak demand periods during working days and on Saturdays and Sundays competitive electricity prices are lower than the URE obligatory purchase price.

2.3. Production schedules submitted by RES producers Using the interpretation of the Energy Law published by the URE some RES producers submitted energy schedules for purchase to the obligatory buyers (SzU) indicating the energy produced only during off peak demand hours in working days and the entire energy produced on Saturdays and Sundays. During peak demand periods, despite the fact that the energy is produced,

Fig. 3. Additional costs of the obligatory RES energy purchase recalculated to 1 MWh of electric energy 8

W. Mielczarski | Acta Energetica 3/20 (2014) | 6–11

Fig. 4. Electricity prices in the Polish Power Exchange in the Day Ahead market floor

it is not submitted to the SzUs but it is traded in competitive markets on high prices. When electricity prices in the competitive market drop, the RES producers use their privileges to sell energy to obligatory buyers. Such market gaming and speculation results in two main negative impacts: • The additional costs are burdened on the obligatory RES energy buyers (SzUs) which have to buy electricity from RES producers at higher prices than electricity available in the competitive market (Power Exchange) • Some RES producers earn the additional income obtained by market gaming. Such an extra income for RES producers is the additional cost for energy companies and also for electricity users.

2.4. Additional costs for obligatory buyers In order to evaluate the additional costs burdened on the obligatory buyers the analysis, hour by hour, has been carried out, for a few days in August 2014 taking into account the Power Exchange prices, the RES obligatory purchase prices and the amount of the RES energy in the schedules submitted to the obligatory buyer (SzU). The obligatory buyers were burdened with additional costs of about 40 zł/MWh resulting from market gaming of some RES producers. This cost counts for about 25% of the Power Exchange prices in the periods analysed.

2.5. Additional income of RES producers The market gaming and speculation bring extra income to some RES energy producers. The computation of such extra incomes is based on the energy production and purchase schedules submitted to the obligatory energy buyers (SzU). The production schedules were submitted by a wind farm. It is seen that this farm is not proposing the electricity for sale during peak hours when competitive market prices are high. However, in peak periods the

electricity is produced because the wind blows not only during off peak hours as it could result from the schedules submitted – see Fig. 5, so the approximation of wind farm schedules is undertaken assuming that the power of wind is similar in peak and off peak periods – Fig. 6. Two characteristic cases can be discussed: a. The entire energy produced by a wind farm is sold at the obligatory purchase prices determined by the URE. b. All energy produced is sold by such RES producers in competitive markets – the Power Exchange prices. The computation results are presented in Fig. 7 and Fig. 8. Relating case A to the market gaming by a RES producer it is visible that such a producer can gain about 28zł per MWh of the energy produced. The comparison of market speculation to case B indicates that any RES producer can obtain extra income counted for about 40 zł/MWh.

2.6. Costs of market gaming for electricity users Independently where the costs of energy production, distribution or trading are borne, in the end they are transferred to electricity users. The same happens to the extra costs resulting from market gaming and speculation of RES producers. In the case analysed, an obligatory buyer, which is involved in the first stage of trading suffers from additional costs of market gaming. Such costs can be covered by this energy company in various ways. The extra costs can be directly transferred to the electricity users by the increase of energy prices or distribution fees. If the direct transfer is not possible because of competitive markets or distribution tariffs regulation, the indirect cost transfer takes place. Such an indirect transfer has usually a form of limited investment leading to the degradation of electric installations and the decrease of power supply quality. 9

W. Mielczarski | Acta Energetica 3/20 (2014) | 6–11

Fig. 5. Energy trade schedules submitted by RES energy producer to the Obligatory Buyer

Fig. 6. Approximation of the energy production by the wind farm analysed

Assuming that the energy production by wind farms in Poland will reach about 5–6 TWh in 2014, what means the increase of 20% annually, it can be estimated that electricity users will have to encounter the additional cost about 200–300 mln zł per year as the “award” for some RES producers for their market gaming allowed by the vague legal regulation and over interpretation of the Energy Law by the URE.

2.7. Possible solutions The poor legal regulations lead to the mixture of competitive energy trade and the obligation of the RES energy purchase. It may result in nearly 200 mln zł of the additional annual costs for electricity users. There is a need for quick actions to fix the vague 10

legal provisions relating to the trade of renewable energy. The RES energy producers should have the choice of one from three possible ways of electricity trading: a. The obligatory energy purchase by SzUs applying the fixed prices determined by the URE. In this case, the obligatory buyer will also play a role of the Balancing Operator. However, such a solution was implemented in the past also resulting in the additional costs. b. The choice of a Balancing Operator by RES producers, from one of many entities operating in competitive electricity markets, with the possible sale of the energy produced not only to the operator selected but also to other energy traders. In such a case, obligatory buyers will still have to purchase electricity on

W. Mielczarski | Acta Energetica 3/20 (2014) | 6–11

Fig. 7. Extra income for a RES energy producer resulting from market gaming and speculation in comparison to the RES income when fixed regulatory price is applied

Fig. 8. Additional income for RES producers as an “award” for market gaming in comparison to the possible income from competitive electricity markets

the request of RES energy producers but applying competitive market prices. c. The sale of the entire RES energy in competitive electricity markets. Such a solution is the best as it limits the intervention of the regulatory bodies and because it is in the accordance with the communication of the European Commission (EC). The EC published the document “Renewable energy: a major player in the European energy market” – no. 271, 6 June 2012, in which the European Commission states “Whatever form the post

2020 renewable energy milestones take, they must ensure that renewable energy is part of the European energy market, with limited but effective support where necessary and substantial trade”. In Poland, the subsidies to the Renewables have reached over 3 billion złotych per year. It is a significant part of the electricity cost for the energy users, so the energy regulatory bodies should undertake quick actions to fix the vague legal regulations and stop market gaming by some RES producers.

Władysław Mielczarski Lodz University of Technology e-mail: Wladyslaw.Mielczarski@p.lodz.pl Ph.D., D.Sc. in Electrical Power Engineering at the Lodz University of Technology with over 30 years’ experience, member of the European Energy Institute, consultant to the power supply industry and the central administration. Currently leader of the Electricity Market Research Group. He is author or co-author of 10 books, 21 chapters in books, 45 articles in scientific journals and over 150 conference lectures.

W. Mielczarski | Acta Energetica 3/20 (2014) | translation 6–11

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 6–11. When referring to the article please refer to the original text. PL

Potrzeba nowych rozwiązań dla zakupów energii z OZE Autor Władysław Mielczarski Słowa kluczowe odnawialne źródła energii, obowiązek nabycia energii, sprzedawcy z urzędu, rynek energii elektrycznej Streszczenie Produkcja energii ze źródeł odnawialnych wiąże się z dodatkowymi kosztami, które są pokrywane ze środków uzyskanych przez wszystkie firmy handlujące energią elektryczną ze sprzedaży tzw. zielonych certyfikatów. Niejasne zapisy w ustawie Prawo energetyczne oraz ich interpretacja przez prezesa URE powodują, że tzw. sprzedawcy z urzędu ponoszą dodatkowe koszty wynikające nie tylko z nabywania energii z OZE po cenach ustalonych przez prezesa URE, ale także na skutek rynkowych spekulacji producentów energii elektrycznej. Sprzedawcy z urzędu, których głównym celem jest sprzedaż energii małym odbiorcom niekorzystającym z rynku energii elektrycznej, zostali obarczeni dodatkowym kosztem zakupu energii z OZE produkowanej na obszarze ich działania. Takie rozwiązanie powoduje, że niektóre firmy, jak ENERGA-OBRÓT SA, które pełnią funkcję sprzedawcy z urzędu na terenie, gdzie ulokowana jest znaczna liczba instalacji OZE, ponoszą dodatkowe koszty, co pogarsza ich pozycję konkurencyjną. Rynkowe spekulacje producentów OZE polegają na sprzedaży energii elektrycznej na rynku konkurencyjnym po wysokich cenach w okresach dużego zapotrzebowania i sprzedaży energii do zobowiązanych sprzedawców z urzędu w okresach, kiedy ceny rynkowe są niższe od ceny obligatoryjnego zakupu ustalonej przez prezesa URE. Poprzez takie rynkowe spekulacje producenci OZE mogą osiągać dodatkowe przychody na poziomie 40 zł/MWh – 25% ceny rynkowej. Jednak te dodatkowe przychody producentów OZE obciążają odbiorców energii i kwota tych obciążeń może sięgać 200–300 mln złotych rocznie.

1. Nabywanie energii z OZE przez sprzedawców z urzędu 1.1. Wadliwe rozwiązania prawne Obowiązujące obecnie rozwiązania prawne w zakresie zakupu energii elektrycznej produkowanej z OZE mają wiele wad, które powinny być jak najszybciej usunięte. Obowiązek zakupu energii produkowanej z OZE przez sprzedawców z urzędu po obligatoryjnej cenie, określanej przez prezesa URE, powoduje, że w obszarach, gdzie najszybciej rozwija się produkcja energii ze źródeł odnawialnych, sprzedawcy z urzędu mający obowiązek nabywania energii z OZE ponoszą coraz większe straty, które trudno jest zrekompensować na konkurencyjnym rynku energii. Dodatkowo zapisy ustawy Prawo energetyczne art. 9 ust. 6 oraz ich interpretacja przez prezesa URE podana w Informacji nr 14/2013 z 21 maja 2013 roku, wskazująca, że wytwórca energii elektrycznej z OZE może wybrać podmiot bilansujący i sprzedawać temu podmiotowi energię elektryczną w wybranych przez siebie godzinach doby i dniach tygodnia, spowodowała, że coraz częściej występuje manipulacja rynkowa producentów OZE przynosząca im znaczne dodatkowe przychody kosztem odbiorców energii. 1.2. Nierównomierny rozwój odnawialnych źródeł energii Odnawialne źródła energii, w szczególności źródła wiatrowe, powstają najczęściej na obszarach północnej Polski, gdzie występują zasoby energii odnawialnej. Firmy energetyczne działające na tych obszarach i pełniące funkcję sprzedawcy z urzędu są zobowiązane do nabywania energii produkowanej z OZE po cenach ustalanych przez prezesa URE. Powoduje to, że firmy zlokalizowane na obszarach rozwoju OZE muszą kupować coraz więcej energii z OZE, ponosząc przy tym dodatkowe koszty. Przykładem jest analiza pokazana na rys. 1. O ile jeszcze w 2012 roku energia z OZE

kupowana w północnej Polsce była na poziomie procentowym do całej energii nabywanej wynoszącym ok. 14%, to już w 2013 roku wzrosła w obszarze działania Grupy ENERGA do 23%, przy spadku dla reszty kraju do ok. 9%. Dane za pierwsze miesiące 2014 roku pokazują, że udział zakupu energii z OZE w północnej Polsce może wzrosnąć nawet do 55% całej nabywanej energii. Odpowiedni udział dla reszty kraju będzie wynosił w tym czasie niecałe 5%. Analiza ta pokazuje pogłębiające się różnice w sytuacji firm pełniących funkcje sprzedawcy z urzędu w różnych częściach kraju. 1.3. Koszty ponoszone przez sprzedawców z urzędu Pełnienie funkcji sprzedawcy z urzędu i konieczność nabywania energii z OZE po cenach określonych przez prezesa URE

wiąże się z dodatkowymi kosztami, jakie ponoszą firmy, na których terenie działania lokowane są odnawialne źródła energii. Przykładowo (rys. 2) w 2013 roku ENERGAOBRÓT SA poniosła dodatkowe koszty wynikające z pełnienia funkcji sprzedawcy z urzędu w wysokości 170 mln złotych, a za pierwsze pięć miesięcy 2014 roku te dodatkowe koszty wyniosły ponad 44 mln zł. Estymacja wskazuje, że do końca 2014 roku koszty te osiągną ponad 100 mln zł. Dodatkowe koszty wynikające z obowiązku zakupu energii z OZE przez sprzedawców z urzędu w przeliczeniu na 1 MWh całkowitej energii nabywanej przez tych sprzedawców obrazuje rys. 3. Różnica w ponoszeniu dodatkowych kosztów pomiędzy firmą ENERGA-OBRÓT SA a pozostałymi firmami pełniącymi funkcję sprzedawcy z urzędu wynosiła w 2013 roku

Rys. 1. Udział procentowy energii z OZE do pozostałej energii nabywanej przez sprzedawców z urzędu

W. Mielczarski | Acta Energetica 3/20 (2014) | translation 6–11

Takie działanie spekulacyjne umożliwiają niejasne zapisy ustawy Prawo energetyczne art. 9 ust. 6 oraz ich interpretacja przez prezesa URE podana w Informacji nr 14/2013 z 21 maja 2013 roku. Interpretacja ta wskazuje, że producent OZE może wybrać dowolny podmiot bilansujący, przy pozostawaniu w obowiązku zakupu energii przez wyznaczonych sprzedawców z urzędu. Pozwala to na sprzedaż energii po wysokich cenach w okresach szczytu zapotrzebowania, do wybranych podmiotów bilansujących, a w okresach niskich cen, wtedy gdy ceny rynkowe są niższe od ceny wyznaczonej przez URE, do sprzedawców z urzędu.

Rys. 2. Dodatkowe koszty nabywania energii wynikające z obowiązku zakupu energii z OZE przez sprzedawców z urzędu

W celu ilustracji zjawiska spekulacji wytwórców energii z OZE przeanalizowano pierwsze dni sierpnia 2014 roku. W tych sześciu analizowanych dniach: dwa dni to sobota i niedziela – dni wolne od pracy o niskim zapotrzebowaniu, a pozostałe cztery dni są dniami roboczymi. Dla obliczeń symulacyjnych wybrano grafik jednego z producentów energii z OZE działającego w północnej Polsce. Grafik ten został złożony przez producenta OZE u sprzedawcy z urzędu, aby ten wskazał ilości obligatoryjnego zakupu energii. 2.2. Ceny energii na giełdzie energii Ceny energii elektrycznej na giełdzie energii, na rynku dnia następnego, odzwierciedlają zapotrzebowanie na energię elektryczną w poszczególnych godzinach doby oraz dniach. Ceny na Towarowej Giełdzie Energii w dniach 1–6 sierpnia 2014 roku zostały pokazane na rys. 4. Zaprezentowana została również cena obowiązkowego zakupu energii z OZE przez sprzedawców z urzędu określona przez prezesa URE na 2014 rok w wysokości 181,55 zł/MWh.

Rys. 3. Dodatkowe koszty przeliczone na 1 MWh całej sprzedanej energii elektrycznej, wynikające z obligatoryjnego nabywania energii z OZE

ok. 5,41 zł/MWh, a w 2014 roku wielkość ta wzrosła do 5,63 zł/MWh. ENERGA SA musiała w 2013 roku sprzedawać całą energię do swoich odbiorców o 9,45 zł/MWh drożej, aby pokryć zwiększone koszty wynikające z realizacji obowiązku obligatoryjnego nabywania energii z OZE. W 2014 roku ten dodatkowy koszt jest szacowany na około 6,52 zł/MWh. Obligatoryjny obowiązek nabywania energii z OZE znacznie pogarsza pozycję konkurencyjną firm, takich jak ENERGA-OBRÓT SA, które pełnią funkcję sprzedawcy z urzędu na terenie, gdzie znajduje się znaczna liczba instalacji OZE. Rozwiązanie dotyczące nabywania energii produkowanej w OZE nie powinny preferować żadnej z firm obrotu, ale również nie powinny powodować ponoszenia dodatkowych kosztów w przypadku pełnienia funkcji sprzedawcy z urzędu, jeżeli na obszarze działania lokowana jest znaczna liczba odnawialnych źródeł energii.

2. Gry rynkowe producentów energii z OZE i ich koszty 2.1. Prawo energetyczne i interpretacja sprzedaży energii z OZE W ostatnim czasie w Polsce obserwujemy nowe zjawisko, jakim jest gra spekulacyjna, którą prowadzą niektórzy wytwórcy energii z OZE, uzyskując znaczne dodatkowe przychody. Gra spekulacyjna polega na tym, że wytwórcy energii z OZE w okresach szczytu zapotrzebowania i wysokiej ceny sprzedają energię do wybranych przez siebie nabywców po wysokich cenach, a w okresach niskiego zapotrzebowania, a zatem i niskich cen, do sprzedawców z urzędu, którzy są zobowiązani nabywać energię od producentów OZE po cenach ustalonych przez prezesa URE. Cena nabywania energii z OZE, stosowana przez sprzedawców z urzędu, a ustalana przez prezesa URE na cały rok, jest znacznie wyższa od cen kształtujących się na giełdzie energii w okresach niskiego zapotrzebowania – poza godzinami 7–22 w dni robocze i w dni świąteczne.

Analiza porównawcza wskazuje, że ceny energii w okresach szczytu kształtują się znacznie powyżej ceny określonej przez prezesa URE, podczas gdy ceny w godzinach pozaszczytowych i w dni świąteczne na rynku konkurencyjnym są niższe od cen obowiązkowego zakupu energii z OZE. 2.3. Grafiki sprzedaży składane przez producentów OZE Zgodnie z zapisami ustawy Prawo energetyczne art. 9 ust. 6 oraz ich interpretacją przez prezesa URE wytwórca energii elektrycznej może wybrać podmiot bilansujący i sprzedawać temu podmiotowi energię elektryczną w wybranych przez siebie godzinach doby i dniach tygodnia. Energia z OZE jest sprzedawana podmiotowi bilansującemu po cenach bliskich cenom giełdowym, które są wyższe od obowiązkowych cen zakupu energii z OZE. Pozwala to uzyskiwać producentom z OZE znaczne dodatkowe przychody. Kiedy ceny na giełdzie spadają, producenci z OZE oferują energię zobowiązanym sprzedawcom z urzędu, którzy muszą kupić tę energię po cenach ustalanych przez URE, znacznie wyższych od cen na giełdzie w tym samym okresie. Oferta obowiązkowego zakupu energii elektrycznej OZE jest przedstawiana sprzedawcy z urzędu w postaci grafiku określającego ilości energii w każdej godzinie doby. Pokazany na rys. 5 grafik jest rzeczywistym grafikiem zakupu złożonym przez

W. Mielczarski | Acta Energetica 3/20 (2014) | translation 6–11

producenta OZE z obszaru północnej Polski swojemu sprzedawcy z urzędu w dniach 1–6 sierpnia 2014 roku.

Rys. 4. Ceny sprzedaży energii na Rynku Dnia Następnego na Towarowej Giełdzie Energii

Rys. 5. Grafik zakupu energii elektrycznej składany do sprzedawcy z urzędu przez producenta OZE

Rys. 6. Aproksymacja grafików produkcji energii z OZE z farmy wiatrowej

Prezentowany grafik wskazuje na charakterystyczne działania spekulacyjne. W dni robocze (1 sierpnia, piątek i 4–6 sierpnia, poniedziałek – środa) producent ten przedstawia energię do zakupu po cenach URE tylko do godz. 8–9 rano i po godz. 22, ponieważ w tym czasie ceny na rynku konkurencyjnym są niższe od ceny obowiązkowego zakupu ustalonej przez URE. W godz. 8–22 energia nie jest przedstawiana do zakupu obligatoryjnego po cenach URE, ponieważ w tym czasie jest ona wyższa na rynku konkurencyjnym i tam producent energii z OZE dokonuje sprzedaży. W dni świąteczne (2–3 sierpnia, sobota – niedziela), kiedy ceny na giełdzie energii są niższe od cen obligatoryjnego zakupu, producent z OZE sprzedaje całą energię sprzedawcy z urzędu, który musi zakupić tę energię po cenie ustalonej przez prezesa URE, a jest to cena znacznie wyższa od ceny rynku konkurencyjnego. Takie działania spekulacyjne powodują dwa efekty: • Dodatkowe koszty ponoszone przez sprzedawców z urzędu, którzy muszą nabywać energię od producentów OZE po znacznie wyższych cenach od cen rynku konkurencyjnego, na którym nabyliby tę energię, gdyby nie obowiązek obligatoryjnego zakupu. Ma to szczególnie negatywne oddziaływanie na firmy energetyczne, na których terenie działa znaczna liczba producentów OZE. • Dodatkowe przychody spekulacyjne producentów energii z OZE, którym niejasne zapisy ustawy Prawo energetyczne oraz ich interpretacja przez prezesa URE pozwalają na tego typu działania i dodatkowe przychody. 2.4. Dodatkowe koszty sprzedawców z urzędu W celu oszacowania dodatkowych kosztów, jakie ponoszą sprzedawcy z urzędu na skutek działań spekulacyjnych niektórych producentów OZE, wykonano szczegółowe obliczenie różnicy kosztów nabycia energii, godzina po godzinie, w okresie analizowanych dni sierpnia 2014 roku, biorąc pod uwagę ceny na giełdzie energii oraz ceny obowiązkowe zakupu energii z OZE określone przez prezesa URE. Sprzedawcy z urzędu w analizowanym okresie ponosili średnio dodatkowo ok. 40 zł/MWh strat ze względu na obowiązkowy zakup energii z OZE. Jest to ok. 25% wielkości ceny giełdowej występującej w tym okresie. 2.5. Spekulacyjne przychody producentów OZE Działania spekulacyjne przynoszą dodatkowe przychody producentom energii z OZE, którzy takie praktyki podejmują. Obliczenia dodatkowych przychodów oparto na aproksymacji grafików składanych przez producenta energii z OZE. Ponieważ jest to farma wiatrowa, można z dużym prawdopodobieństwem założyć, że siła wiatru w godz. 9–22 pozostawała na podobnym poziomie, jak na początku i końcu tego okresu. Aproksymacje grafików produkcji energii z OZE pokazano na rys. 6. W celu określenia wielkości dodatkowych

W. Mielczarski | Acta Energetica 3/20 (2014) | translation 6–11

przychodów, jakie osiąga producent energii z OZE w wyniku działań spekulacyjnych, rozważono dwa przypadki odpowiadające prawidłowym rozwiązaniom, które powinny mieć miejsce przy sprzedaży energii produkowanej z OZE: a. sprzedaż całej energii wyprodukowanej w OZE po cenach ustalonych przez prezesa URE b. sprzedaż całej energii wyprodukowanej w OZE po cenach rynku konkurencyjnego – giełda energii.

Wyniki obliczeń pokazano na rys. 7 i 8. W stosunku do rozwiązania pierwszego (sprzedaży całej energii po cenie ustalonej przez URE) działania spekulacyjne mogą obecnie przynieść producentom OZE dodatkowy przychód w wielkości rzędu 28 zł/MWh. W przypadku odniesienia się do rozwiązania drugiego (sprzedaży całej energii wyprodukowanej w OZE po cenach rynkowych) dodatkowe przychody wynikające z działań spekulacyjnych producenta OZE wynoszą ok. 40 zł/MWh.

2.6. Koszty działań spekulacyjnych dla obiorców energii Wszystkie koszty działania producentów i sprzedawców zostaną pokryte przez odbiorców energii poprzez: podwyższenie cen energii, zwiększanie stawki przesyłowej czy obniżenie jakości dostaw ze względu na odłożenie inwestycji na skutek ograniczonych środków. Również dodatkowe przychody wynikające ze spekulacji przy sprzedaży energii z OZE będą musiały być pokryte przez odbiorców

Rys. 7. Dodatkowe przychody producenta OZE w porównaniu ze sprzedażą po cenie URE

Rys. 8. Dodatkowe przychody wynikające z gry rynkowej producenta OZE w porównaniu z przychodami z giełdy energii

W. Mielczarski | Acta Energetica 3/20 (2014) | translation 6–11

energii. Zakładając, że opisane działania dotyczą tylko producentów energii elektrycznej z wiatru – jak analizowany grafik produkcji – i przyjmując, że w 2014 roku produkcja energii z wiatru będzie wynosiła ok. 5–6 TWh, a wzrost tej produkcji rok do roku będzie wynosił nie więcej niż 20%, można szacować, że odbiorcy energii poniosą dodatkowe koszty w najbliższych latach rzędu 200–300 mln złotych rocznie. 2.7. Możliwe rozwiązania Analizowana patologiczna sytuacja wynika z pomieszania systemów wolnorynkowych z systemami obligatoryjnego zakupu energii. Niejasne zapisy ustawy Prawo energetyczne i ich interpretacja przez prezesa URE skłaniają część producentów energii z OZE do działań spekulacyjnych, których koszty mogą wynosić rocznie nawet ponad 200 mln i będą je ponosić odbiorcy energii elektrycznej. Konieczne jest jak najszybsze działanie na rzecz eliminacji możliwości spekulacji energią z OZE stwarzanych przez niejasne przepisy prawne. Uściślenie rozwiązań prawnych polegałoby na daniu producentom Władysław Mielczarski

energii z OZE możliwości wyboru jednego z trzech rozwiązań: a. Zakup obligatoryjny całej energii przez sprzedawcę z urzędu po cenach ustalonych przez URE, a sprzedawca z urzędu jednocześnie pełniłby funkcje podmiotu bilansującego. Rozwiązanie to było już stosowane i powoduje dodatkowe koszty u sprzedawców z urzędu. b. Wskazanie przez producenta OZE dowolnego podmiotu bilansującego z możliwością sprzedaży energii po cenie rynkowej nie tylko podmiotowi bilansującemu, ale wszystkim innym podmiotom, w tym sprzedawcom z urzędu. W takim przypadku sprzedawca z urzędu miałby obowiązek dalej nabywać energię od producenta OZE, ale po cenach rynkowych – giełda energii. Jest to rozwiązanie pośrednie. c. Sprzedaż całej energii elektrycznej wyprodukowanej w OZE na rynku konkurencyjnym w przypadku wyboru podmiotu bilansującego innego niż sprzedawca z urzędu. Takie powinno być rozwiązanie docelowe.

Ostatnie rozwiązanie, sprzedaż całej energii z OZE na rynku konkurencyjnym, jest najbardziej polecane i zgodne ze wskazaniami Komisji Europejskiej, która w swoim komunikacie z 6 czerwca 2012 roku nr 271 zatytułowanym „Energia odnawialna: ważny uczestnik europejskiego rynku energii” wskazuje na konieczność działania OZE na rynku energii: „Jakąkolwiek postać przybiorą cele w zakresie energii odnawialnej po 2020 roku, muszą one stanowić gwarancję, że energia odnawialna będzie częścią europejskiego rynku energii przy ograniczonym, lecz skutecznym wsparciu w razie potrzeby i dobrze rozwiniętej wymianie handlowej”. W Polsce energia odnawialna otrzymuje bardzo duże wsparcie, przekraczające 3 mld zł rocznie. Dlatego nie powinno się dopuszczać i tolerować spekulacji rynkowych niektórych producentów OZE, które nie tylko obciążają odbiorców energii dodatkowym kosztami, ale również rzutują negatywnie na cały sektor OZE, w tym na tych producentów, którzy nie dopuszczają się spekulacji.

prof. dr hab. Politechnika Łódzka e-mail: Wladyslaw.Mielczarski@p.lodz.pl Pracuje w Instytucie Elektroenergetyki swojej macierzystej uczelni. Ma ponad 30-letnią praktykę w elektroenergetyce, z czego 10 lat pracował poza granicami Polski, m.in. w Australii, Kanadzie i Singapurze. Brał udział w projektowaniu i wdrażaniu rynków energii elektrycznej w Australii, kanadyjskiej prowincji Ontario oraz Polsce. Kierował ponad 65 projektami badawczymi i wdrożeniowymi. Ma w swoim dorobku 10 książek i wydań specjalnych, 21 rozdziałów w książkach, 45 artykułów w pismach naukowych oraz ponad 150 referatów. Członek Europejskiego Instytutu Energii (European Energy Institute), grupy 16 ekspertów z krajów Unii Europejskiej, pełniących funkcję doradczą (think tank) w sprawach energetycznych dla instytucji i firm europejskich.

M. Bajor et al. | Acta Energetica 3/20 (2014) | 17–22

Area-Wide Management of a Significant Wind Generation as a Way to Ensure a Safe Grid Operation

Authors Michał Bajor Robert Jankowski Grzegorz Widelski

Keywords wind generation, optimization

Abstract The paper presents a new approach to the problem of optimizing wind generation distribution in cases of overloads in the grid caused by high level of wind generation. The approach is based on a modified and enhanced version of a genetic algorithm presented at the previous “Aktualne Problemy w Elektroenergetyce” (APE) [Present-Day Problems of Power Engineering] conference in 2011. The idea of coherent a grid nodes is introduced in order to optimize generation levels for groups of wind farms instead of individual wind farms, enabling grid operators to distribute power reduction among wind farms in a more equal manner, which can result in enabling larger wind generation penetration in grid with low transmission capacities. The test results as well as results obtained using the algorithm for a real-life, large-scale case are also presented.

DOI: 10.12736/issn.2300-3022.2014302

1. Introduction Interest in investment in the wind energy sector in Poland has grown considerably in recent years, resulting in the current development state of this branch of power generation – a very large number of wind farm projects contracted and with interconnection terms and conditions issued or agreements concluded. At the end of January 2013 wind farms with total installed capacity of about 2,300 MW were connected to the Polish Power System (KSE) [1]. The total rated power of farms granted the terms and conditions for their interconnection with the grid, however, has been growing in recent years at an extremely high rate, from ca. 4,000 MW at the beginning of 2008 to over 12,000 MW at the end of 2009, currently amounting to over 20,000 MW. The power generation development is significantly hindered by the relatively weak growth of the power grid in the northern part of Poland, where, owing to the most favourable weather (the best wind) conditions, most of the proposed wind farms will be located. In view of the current transmission grid development stage, the biggest issue is the export of the excess power generated in northern Poland. It should also be noted that in this area the 110 kV distribution grid operates in parallel to the transmission grid, which results partly from the poor development of the transmission grid and necessitates a large number of 110 kV line connections between transmission substations. Since the permissible continuous current-carrying capacities of a significant number of distribution lines are low, the danger of overloading these lines is one of the major constraints to the

development of wind energy generation, since a large part of the planned farms will be connected to the 110 kV grid. The dates of completion of major projects, both in the transmission and distribution grids, scheduled in individual operators’ grid development plans, are in most cases later than the dates of power generation start at the wind farms (according to the investors’ plans and interconnection agreements). Interconnecting wind farms with sizeable outputs without prior completion of the most significant grid projects may result in problems regarding safe operation of the grid (mainly related to line overloads).

2. Description of the method The natural variability of wind farms’ outputs, and the large scale of their presence in modern power systems, in many cases combined with locations of their interconnections with the grid that are non-optimal from the point of view of system operation, make wind generation one of the key aspects that determine both the grid’s development plans and its current management. A common practice of many operators is to reduce the permissible wind generation output to a level which is safe in situations where the wind farms’ larger output might otherwise threaten the system operation’s safety. This raises the issue of defining “safe wind generation output”, and determining it in such a way as to ensure the maximum possible use of the available wind generation capacity (i.e. the minimum of necessary reductions) while eliminating the risk of overloading. 17

M. Bajor et al. | Acta Energetica 3/20 (2014) | 17–22

Fig. 1. Example of a pair of nodes with a high (above) and low (below) correlation degree

At the previous APE ’11 conference the authors presented an innovative application of the genetic algorithm to optimize output power reduction distribution among individual wind farms’, when their output has to be limited [2]. The proposed approach ensured the minimum aggregate reduction of wind farms output by optimizing the individual farm outputs. This algorithm has a drawback, however, which is important from the point of view of wind farm operators – the optimization may result in uneven reduction in the outputs of farms close to each other, which may be perceived as unfair treatment of individual entities. The new task is therefore to develop a method for a more uniform, yet still effective (i.e. minimizing the limitations), reduction of wind farm outputs in overload emergencies, i.e. such a modification of the algorithm presented in [2], which will allow obtaining more fair – from the point of view of wind farm operators – results. More uniform reduction of wind farm outputs in overload emergencies can be achieved by optimizing the outputs of wind farm groups instead of individual farms. The concept of such an approach was presented by the authors at the CIGRE session in 2012 [3]. Farms are grouped based on their impact on loadings of grid elements. A single group includes farms with a similar impact. The algorithm’s first, deterministic and a priori executed step is to identify groups of substations (grid nodes) coherent in terms of the impact of the farms connected to it on loadings of grid elements. To determine this impact, sensitivity factors of individual elements (lines, transformers) to changes in power input to the grid nodes are used. On the basis of a set of the sensitivity factors determined for all nodes, grid elements, and grid operating conditions, correlation indices are calculated for each pair of nodes. On the basis of a matrix of the correlation indices calculated for all pairs of nodes, groups of coherent nodes, and finally 18

groups of wind farms connected to these nodes are identified. A more detailed description of the algorithm to create coherent groups of nodes is presented in [4]. Fig. 1 illustrates the concept of power grid nodes’ coherence in terms of the impact of the power input connected to them on loadings. The graphs show differences between the respective sensitivity factors for two pairs of nodes; for a pair of well correlated nodes almost all differences are zero, in contrast to a pair of nodes with a low degree of correlation. Further analyses are subject to the assumption that all wind farms in the same group are assigned the same (expressed as a fraction of the rated power) output power reduction rate. For this purpose an implementation of a genetic algorithm is used, which aims to maximize the aggregate wind generation output (and thus minimize reductions) while ensuring the grid’s safe operation (eliminating overloads), like in [2]. Such an approach to wind farm output reduction in the event of a threat to the grid operation safety is more equitable from the farm operators’ point of view. A general workflow of the new algorithm is shown schematically in Fig. 2. The presented algorithm concept has been implemented on a Java programming platform as a modified and extended version of the programme presented in [2]. In the new implementation, a single specimen represents a distribution of the wind farm groups output levels , not, as previously, output levels of individual farms. The developed software uses an external load flow calculation engine. The inputs are: a file in standard PTI format which contains a model of the power system, a list of the analysed system states (outages), and a list of the groups of wind farms obtained from the previous, deterministic steps of the process, which have also been implemented in the form

M. Bajor et al. | Acta Energetica 3/20 (2014) | 17–22

Total power [MW]

Total power [% Pn]

Equal reduction

3228

56.2

Optimization (farms)

3805

66.4

Optimization (groups)

3792

66.2

Method

Tab. 1. Comparison of results obtained using different methods

Fig. 2. Optimization process workflow

of a computer software. The result of the optimization process is – in each iteration – a list of the output powers of all groups of farms (expressed as a fraction of the rated power), and a list of overloads, if any, observed in the analysed part of the system for a given distribution of wind farm power levels.

Overload elimination by equal reduction of the outputs of all wind farms requires limiting their outputs to ca. 56% of the rated power (the total output power of the wind generation is then ca. 3200 MW). Fig. 3 shows a comparison of the results obtained using the three different methods. The outputs (expressed as a fraction of the rated power) of individual wind farms are represented by light green bars, the outputs of corresponding groups – by dark green bars, and the maximum output available in the case of equal reductions – by the red horizontal line. In order to increase the chart’s legibility, results are shown for some of the analysed wind farms only.

3. Results 3.1. Test case In order to verify the algorithm’s performance, calculations were made for a test case, and the results were then compared with those obtained using other methods, in particular using the original approach of optimizing individual wind farms. The power system model created for the tests included both a transmission grid (400 kV and 220 kV) and a distribution grid (110 kV) with several hundred nodes and lines. The total capacity of 128 installed wind farms deployed in different parts of the system amounted to over 5700 MW. As a result of the wind farm’s grouping, they were divided into 19 different groups, the largest of which consisted of 18 farms. In the base case, when the grid operates with no outages and all farms generate power at rated level, 12 overloads were recorded of up to 180% of the permissible continuous current-carrying capacities, including 3 overloads in the transmission grid. The minimum wind farm output power reduction that eliminates the overload risk was determined using three different methods: • optimization of wind farm group outputs (the new approach presented in this paper) • optimization of individual wind farm outputs (the original approach) • equal reduction of the outputs of all farms in the test area. The results are presented in Tab. 1. The total capacity of wind generation output determined by the new algorithm was close to 3800 MW (ca. 66% of the installed capacity) and was negligibly smaller than that obtained using the original algorithm (optimizing the generation outputs of individual wind farms). The difference is only 13 MW, i.e. less than 0.5%. In either case no grid element was overloaded.

Fig. 3. Comparison of wind farm outputs obtained by the three different methods

3.2. Results for KSE model The described method was used in the study “A concept of the operation of EHV transmission grid and 110 kV distribution grid as closed grids in the northern Poland” developed by the Institute of Power Engineering, Gdańsk Division, and commissioned by ENERGA-OPERATOR SA [5]. One of the study tasks was to determine the maximum wind generation output that does not endanger the transmission and distribution safe grid operations, taking into account the option of uneven wind generation power output in different grid areas. The coherent nodes were grouped on the basis of a study completed by the Institute of Power Engineering, Gdańsk Division for ENERGA-OPERATOR SA [6]. The groups are shown on the background of the ENERGA-OPERATOR SA 110 kV grid in Fig. 4. 19

M. Bajor et al. | Acta Energetica 3/20 (2014) | 17–22

Fig. 4. Graphic rendering of coherent node groups in the area of ENERGA-OPERATOR SA operation

The wind generation’s maximum acceptable outputs were determined for the planned development stage of the system. While the intended wind generation capacity growth was known for both the concerned and adjacent areas, the 110 kV development plans were known in the area of ENERGA-OPERATOR SA operation only. That’s why in the determination of the maximum wind generation output in the analysed area, a fixed percentage share was assumed of the power generated by the wind farms connected or planned for connection to the grid in adjacent areas. The charts show some of the results obtained in one of the studied variants for the area marked with a red ellipse in Fig. 4. GW50 and GW60 denote the generation outputs (50% and 60% of the rated power) in the area adjacent to the analysed one. Due to the conditions described in the introduction and related to the limited capacity of surplus power transfer from the northern part of KSE, the total power determined for the entire area of the northern part of KSE was very stable, meaning that at a higher power generated in an adjacent area, a lower allowable power was obtained for the examined area. For the present portion of the system, this value decreased from 51% for GW50 to 48% for GW60% for (dashed horizontal lines in Fig. 5). The acceptable generation output distribution was diverse, in relative – from 29% (Dunowo group) to 90% (Gdańsk group), and absolute (Fig. 6) values alike. 20

The presented results show that some areas are more sensitive to changes in power in an adjacent area, which refers mainly to farms clustered near strong transmission grid nodes (e.g. Gdańsk and Żarnowiec groups), while some other areas are characterized by a stable level of designated power, which may indicate the local nature of constraints or the area’s location, deep in the system, and a lesser share of the generation in overloadings caused by the transfer of excess power from the northern part of KSE.

4. Final conclusions The test results show that the proposed approach allows achieving results of a very similar quality (i.e. similar total wind generation after the reduction) as the original solution. Of many new advantages the most important one is the more even distribution of reductions between wind farms that are close to each other, which may significantly contribute to improvement in farm operators’ acceptance of the restriction imposing procedure. Other benefits include a reduced number of optimized variables (groups instead of single farms), which shortens the time needed for the calculation, and easier implementation of the solution in network operation management procedures. The proposed algorithm may therefore become a useful tool for managing a distribution grid with a large share of wind power generation and limited power transmission capacity, and thus may help to facilitate greater penetration of wind generation.

M. Bajor et al. | Acta Energetica 3/20 (2014) | 17–22

Fig. 5. Comparison of wind generation output levels [%] determined for groups at different wind generation output levels in adjacent area

Fig. 6. Comparison of wind generation output levels [MW] determined for groups at different wind generation output levels in adjacent area

The presented method was validated during simulations for the purpose of grid development planning in the northern part of Poland. Tests performed on a complex, large-scale real-life problem provided valuable information on the method’s performance, reliability, fault tolerance, and quality of solutions that will be used for its further development. REFERENCES

1. URE Energy Regulatory Office website [online], http:// ww.ure.gov.pl. 2. Bajor M., Bezpieczna praca systemu o ograniczonych zdolnościach przesyłowych w sytuacji wysokiej generacji wiatrowej [Safe operation of a system with limited transmission capacity under the condition of large wind generation output], The Jubilee XV. International Scientific Conference ”Current Problems in Power Engineering”, Jurata, 8–10 June 2011.

3. Bajor M., Jankowski R., Madajewski K., Wind generation management in the distribution network, 44th CIGRE Session, Paris, 26–31 August 2012. 4. Bajor M., Ziołkowski P. , Widelski G., Wyznaczanie dostępnych mocy przyłączeniowych [Determination of available connection powers], Energia Elektryczna 2012, issue 3, pp. 14–16. 5. Institute of Power Engineering, Gdańsk Division, Koncepcja pracy sieci przesyłowej NN i dystrybucyjnej 110 kV jako sieci zamkniętej dla Polski Północnej [A concept of the operation of LV transmission grid and 110 kV distribution grid as closed grids in the northern Poland], Gdańsk, 2012. 6. Institute of Power Engineering, Gdańsk Division, Wyznaczanie grup węzłów koherentnych ze względu na wpływ przyłączanej generacji na obciążenia w sieci 110 kV ENERGA-OPERATOR SA [Identification of groups of grid nodes coherent in terms of the impact of the farms connected to it on loads in the ENERGA-OPERATOR SA 110 kV grid], Gdańsk, 2011.

M. Bajor et al. | Acta Energetica 3/20 (2014) | 17–22

Michał Bajor Institute of Power Engineering Gdańsk Division e-mail: m.bajor@ien.gda.pl Graduated from the Gdańsk University of Technology, Department of Computer Architecture, specializing in distributed computing. Currently working as an Assistant Researcher in the Institute of Power Engineering in Gdańsk, Poland. Participated in numerous wind farm grid connection studies, as well as in other studies concerning the impact of wind farms on the electrical system and other types of grid studies. The main areas of his interest include probabilistic aspects of wind generation impact on the power system and non-deterministic computational methods of optimization of various aspects of grid operation.

Robert Jankowski Institute of Power Engineering Gdańsk Division e-mail: r.jankowski@ien.gda.pl Graduated in power engineering from the Faculty of Electrical Engineering of Gdańsk University of Technology. Now a researcher in the Automatics and Systemic Analyses Department at the Institute of Power Engineering Gdańsk Division. The area of his interest includes issues related to power system development planning and operations management in the presence of wind generation.

Grzegorz Widelski ENERGA-OPERATOR SA e-mail: Grzegorz.Widelski@energa.pl Director of Assets Development Department in ENERGA-OPERATOR SA. Has been employed in an energy company since 1999. Graduated from Gdańsk University of Technology, Faculty of Electrical Engineering and Automation. He completed postgraduate studies in power distribution system management at his alma mater, and MBA studies at Gdańsk Foundation for Managers Development.

M. Bajor et al. | Acta Energetica 3/20 (2014) | translation 17–22

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 17–22. When referring to the article please refer to the original text. PL

Obszarowe zarządzanie dużą generacją wiatrową w kontekście zapewnienia bezpiecznej pracy sieci Autorzy Michał Bajor Robert Jankowski Grzegorz Widelski Słowa kluczowe generacja wiatrowa, optymalizacja Streszczenie Autorzy prezentują nową metodę wyznaczania optymalnego rozkładu generacji wiatrowej, opartą na rozwinięciu algorytmu genetycznego – prezentowanego podczas konferencji „Aktualne Problemy w Energetyce” w 2011 roku (APE) – o ideę koherentnych węzłów sieci. Metoda pozwala na bardziej równomierne rozłożenie redukcji mocy między pobliskie farmy, przy jednoczesnym zachowaniu zalet oryginalnego podejścia. Nowy algorytm optymalizuje poziomy generacji zdefiniowanych a priori grup farm. W artykule prezentowane są również wyniki uzyskane za pomocą algorytmu w trakcie symulacji przewidywanej pracy sieci północnej Polski w horyzoncie kilku lat.

1. Wprowadzenie Zainteresowanie inwestycjami w energetykę wiatrową w Polsce na przestrzeni ostatnich lat znacząco wzrosło, czego skutkiem jest obecny stan rozwoju tej gałęzi wytwarzania energii – bardzo duża liczba projektów farm wiatrowych, dysponujących już warunkami przyłączenia czy też podpisanymi umowami przyłączeniowymi. Z końcem stycznia 2013 roku do Krajowego Systemu Elektroenergetycznego (KSE) była przyłączana generacja wiatrowa o łącznej mocy zainstalowanej równej ok. 2300 MW [1]. Łączna moc znamionowa farm posiadających wydane warunki przyłączenia do sieci wzrastała jednak w ostatnich latach niezwykle szybko, od ok. 4000 MW na początku 2008 roku do ponad 12 000 MW pod koniec 2009 roku, obecnie przekraczając 20 000 MW. Faktem znacząco utrudniającym rozwój energetyki wiatrowej jest stosunkowo słaby poziom rozwoju sieci elektroenergetycznej w północnej części kraju, gdzie ze względu na najbardziej korzystne warunki meteorologiczne (najwyższy poziom wietrzności) zlokalizowana jest większość projektowanych farm wiatrowych. W obliczu obecnego poziomu rozwoju sieci przesyłowej problem stanowi wyprowadzenie nadmiaru generowanej na północy Polski mocy. Trzeba mieć również na uwadze, że w tym obszarze sieć dystrybucyjna 110 kV pracuje równolegle do sieci przesyłowej, co wynika z faktu słabego rozwoju sieci przesyłowej, wymuszającego istnienie dużej liczby połączeń między stacjami przesyłowymi z użyciem linii 110 kV. Ponieważ znaczna liczba linii sieci dystrybucyjnej charakteryzuje się niskimi wartościami dopuszczalnej długotrwale obciążalności, niebezpieczeństwo wystąpienia przeciążeń tych linii jest jednym z najpoważniejszych ograniczeń dla rozwoju energetyki wiatrowej, jako że duża część planowanych farm ma zostać przyłączona do sieci 110 kV. Przewidywane w planach rozwoju poszczególnych operatorów daty zakończenia ważnych inwestycji, zarówno w sieci przesyłowej, jak i dystrybucyjnej, są w większości przypadków późniejsze niż prawdopodobne daty rozpoczęcia generacji mocy

przez farmy wiatrowe (zgodnie z planami inwestorów, a także umowami przyłączeniowymi). Przyłączenie znaczącej generacji wiatrowej bez wprowadzenia najistotniejszych inwestycji sieciowych może skutkować zagrożeniem wystąpienia problemów dotyczących zapewnienia bezpiecznej pracy sieci (przede wszystkim związanych z przeciążeniami linii). 2. Opis metody Naturalna zmienność generacji wiatrowej oraz znaczna skala jej obecności we współczesnych systemach elektroenergetycznych, w licznych przypadkach połączona z nieoptymalnymi z punktu widzenia pracy systemu punktami przyłączenia do sieci, sprawia, że generacja wiatrowa staje się jednym z kluczowych aspektów determinujących zarówno plany rozwoju sieci, jak i bieżące prowadzenie ruchu. Powszechną praktyką, stosowaną przez licznych operatorów, jest ograniczanie dopuszczalnego poziomu generacji wiatrowej do poziomu bezpiecznego w sytuacjach, gdy znaczna moc generowana przez farmy wiatrowe może zagrażać bezpieczeństwu systemu. Pojawia się zatem problem zdefiniowania „bezpiecznego poziomu” generacji mocy przez farmy wiatrowe oraz określenia go w taki sposób, aby zapewnić maksymalne możliwe wykorzystanie dostępnej generacji wiatrowej (a więc minimalizację koniecznych redukcji) przy jednoczesnej eliminacji zagrożenia wystąpienia przeciążeń. Podczas poprzedniej konferencji APE ’11 autorzy zaprezentowali innowacyjne zastosowanie algorytmu genetycznego w celu optymalizacji rozkładu redukcji mocy pomiędzy poszczególne farmy wiatrowe w sytuacji, gdy konieczne są ograniczenia generacji wiatrowej [2]. Proponowane podejście zapewniało minimalizację łącznej redukcji mocy z farm wiatrowych poprzez optymalizację poziomów generacji pojedynczych farm. Algorytm ten posiada jednak istotną z punktu widzenia operatorów farm wiatrowych wadę – wynikiem optymalizacji może być nierówna redukcja poziomów mocy farm położonych blisko siebie, co może być odebrane jako niesprawiedliwe traktowanie poszczególnych podmiotów.

Nowym zadaniem jest więc opracowanie metody bardziej równomiernej, a przy tym wciąż efektywnej (tzn. minimalizującej ograniczenia) redukcji poziomów generacji farm wiatrowych w stanach zagrożenia przeciążeniami, czyli takiej modyfikacji algorytmu przedstawionego w [2], która umożliwi uzyskanie bardziej sprawiedliwych – z punktu widzenia operatorów farm wiatrowych – wyników. Bardziej równomierna redukcja mocy generowanej przez farmy wiatrowe w przypadku zagrożenia przeciążeniami może zostać osiągnięta poprzez optymalizację poziomów generacji grup farm wiatrowych zamiast pojedynczych farm. Koncepcja takiego podejścia została przedstawiona przez autorów podczas sesji CIGRE w 2012 roku [3]. Przydział poszczególnych farm wiatrowych do grup odbywa się na podstawie ich wpływu na obciążenia elementów sieciowych, w jednej grupie powinny znaleźć się farmy o podobnym wpływie na obciążenia. Pierwszy, deterministyczny i wykonywany a priori etap algorytmu polega na identyfikacji grup stacji (węzłów sieci) koherentnych pod względem wpływu przyłączonej do nich generacji na obciążenia elementów sieciowych. Do określenia tego wpływu używane są współczynniki wrażliwości poszczególnych elementów (linii, transformatorów) na zmianę generacji w węzłach sieci. Na podstawie wyznaczonego zestawu współczynników wrażliwości dla wszystkich węzłów, elementów sieciowych oraz stanów pracy sieci obliczany jest wskaźnik korelacji dla każdej pary węzłów. Na podstawie macierzy wyznaczonych wartości wskaźników korelacji wszystkich par węzłów tworzone są grupy węzłów koherentnych i wreszcie grupy farm wiatrowych przyłączonych do tych węzłów. Szerszy opis algorytmu tworzenia grup węzłów koherentnych znajduje się w [4]. Na rys. 1 zilustrowano ideę koherencji węzłów sieci elektroenergetycznej pod względem oddziaływania przyłączonej do nich generacji na obciążenia. Na wykresach przedstawione są różnice między odpowiednimi wartościami współczynników wrażliwości dla obu węzłów, dla pary węzłów dobrze skorelowanych niemal

M. Bajor et al. | Acta Energetica 3/20 (2014) | translation 17–22

Różnica wartości współczynników wrażliwości

1 0,8 0,6 0,4 0,2 0

Elementy zbioru {W; E; S}

Różnica wartości współczynników wrażliwości

1 0,8 0,6 0,4 0,2 0

Elementy zbioru {W; E; S}

Rys. 1. Przykład pary węzłów o wysokim (powyżej) i niskim (poniżej) stopniu korelacji

wszystkie różnice są zerowe, w przeciwieństwie do wartości dla pary węzłów o niskim stopniu korelacji. Dalsze analizy są prowadzone przy założeniu, że wszystkim farmom wiatrowym należącym do jednej grupy przydzielony zostanie ten sam (wyrażony jako ułamek mocy znamionowej) poziom redukcji generowanej mocy. Do tego celu wykorzystywana jest implementacja algorytmu genetycznego, która ma na celu maksymalizację łącznego poziomu generacji wiatrowej (a więc minimalizację ograniczeń) przy jednoczesnym zapewnieniu bezpiecznej pracy sieci (eliminacji przeciążeń), podobnie jak w [2]. Takie podejście do ograniczania mocy farm wiatrowych w przypadku zagrożenia bezpiecznej pracy sieci jest bardziej sprawiedliwe z punktu widzenia operatorów farm. Ogólny zarys przebiegu nowego algorytmu przedstawiono schematycznie na rys. 2. Zaprezentowana koncepcja algorytmu została zaimplementowana na platformie programistycznej Java jako zmodyfikowana i rozszerzona wersja oprogramowania przedstawionego w [2]. W nowej implementacji algorytmu genetycznego pojedynczy osobnik reprezentuje rozkład generacji (poziomy generowanej mocy) grup

Rys. 2. Schemat procesu optymalizacji

farm wiatrowych, a nie, jak poprzednio, pojedynczych farm. Stworzone oprogramowanie korzysta z zewnętrznego silnika obliczeń rozpływowych. Danymi wejściowymi są plik w standardowym formacie PTI, zawierający model systemu elektroenergetycznego, lista analizowanych stanów systemu (wyłączeń) oraz lista grup farm wiatrowych, otrzymana na podstawie wcześniejszych, deterministycznych etapów procesu, które również zostały zaimplementowane w postaci oprogramowania komputerowego. Wynikiem procesu optymalizacji jest – w każdej iteracji – lista poziomów generacji wszystkich grup farm (wyrażonych jako ułamek mocy znamionowej) oraz lista ewentualnie zanotowanych dla tego rozkładu generacji przeciążeń w obserwowanej części systemu. 3. Wyniki 3.1. Przypadek testowy W celu weryfikacji działania algorytmu wykonano obliczenia dla przypadku testowego, efekty zostały następnie porównane z wynikami uzyskanymi przy użyciu innych metod, w szczególności z wykorzystaniem oryginalnego podejścia, polegającego na optymalizacji pojedynczych farm wiatrowych.

Model systemu elektroenergetycznego stworzony na potrzeby testów obejmował zarówno sieć przesyłową (400 kV i 220 kV), jak i dystrybucyjną (110 kV) o rozmiarze kilkuset węzłów i linii. Łączna moc zainstalowana w 128 farmach wiatrowych, zlokalizowanych w różnych częściach systemu, wyniosła ponad 5700 MW. W wyniku procesu tworzenia grup farm wiatrowych farmy te zostały przydzielone do 19 różnych grup, z których najliczniejsza składała się z 18 farm. W stanie pracy sieci bez wyłączeń i pracy wszystkich farm z mocą znamionową zanotowano 12 przeciążeń o wartości do 180% dopuszczalnej obciążalności, w tym 3 przeciążenia w sieci przesyłowej. Wartość minimalnej redukcji mocy farm wiatrowych zapewniającej eliminację zagrożeń przeciążeniami wyznaczono przy użyciu trzech różnych metod: • optymalizacji poziomów generacji grup farm wiatrowych (nowe podejście prezentowane w artykule) • optymalizacji poziomów generacji pojedynczych farm wiatrowych (oryginalne podejście) • równomiernego ograniczania mocy wszystkich farm na obszarze testowym. Uzyskane wyniki przedstawiono w tab. 1. Metoda

Łączna moc [MW]

Łączna moc [% Pn]

Równomierna redukcja

3228

56,2

Optymalizacja (farmy)

3805

66,4

Optymalizacja (grupy)

3792

66,2

Tab. 1. Porównanie wyników uzyskanych przy użyciu różnych metod

Łączna moc generacji wiatrowej, wyznaczona przez nowy algorytm, wyniosła blisko 3800 MW (ok. 66% mocy zainstalowanej) i była pomijalnie mniejsza niż wartość otrzymana przy użyciu oryginalnego algorytmu (optymalizującego poziomy generacji pojedynczych farm wiatrowych). Różnica wyniosła zaledwie 13 MW, a zatem poniżej 0,5%. W obu przypadkach nie zanotowano żadnych przeciążeń elementów sieciowych. Eliminacja przeciążeń poprzez równomierną redukcję mocy wszystkich farm wiatrowych wymaga ograniczenia ich poziomu generacji do ok. 56% mocy znamionowej (łączna moc generacji wiatrowej wynosi wówczas ok. 3200 MW). Na rys. 3 przedstawiono porównanie wyników otrzymanych po zastosowaniu trzech różnych metod. Poziomy generacji (wyrażone jako ułamek mocy znamionowej) pojedynczych farm wiatrowych są reprezentowane słupkami w jasnozielonym kolorze, poziomy generacji grup, do których należą te farmy – słupkami w kolorze ciemnozielonym, natomiast maksymalny poziom generacji wiatrowej, dostępny w przypadku równomiernej redukcji – czerwoną poziomą linią. W celu zwiększenia czytelności wykresu pokazano wartości jedynie dla części analizowanych farm wiatrowych. 3.2. Wyniki dla modelu KSE Opisaną metodę wykorzystano przy realizacji pracy „Koncepcja pracy sieci przesyłowej NN i dystrybucyjnej 110 kV jako sieci

M. Bajor et al. | Acta Energetica 3/20 (2014) | translation 17–22

Rys. 3. Porównanie poziomów generacji farm wiatrowych uzyskanych w wyniku działania różnych metod

zamkniętej dla Polski Północnej”, realizowanej przez Instytut Energetyki Oddział Gdańsk na zlecenie ENERGA-OPERATOR SA [5]. Jednym z zadań pracy było wyznaczenie maksymalnej generacji wiatrowej niepowodującej zagrożeń w sieci przesyłowej i dystrybucyjnej, przy uwzględnieniu możliwości nierównomiernego wyprowadzenia mocy z generacji wiatrowej w różnych obszarach sieciowych. Grupy węzłów koherentnych przyjęto na podstawie opracowania wykonanego przez Instytut Energetyki Oddział Gdańsk dla ENERGA-OPERATOR SA [6]. Grupy na tle schematu sieci 110 kV ENERGAOPERATOR SA pokazano na rys. 4. Wyznaczanie maksymalnych dopuszczalnych poziomów generacji wiatrowej wykonano dla planowanego rozwoju systemu.

O ile zamierzenia związane z rozwojem generacji wiatrowej były znane zarówno dla obszaru zainteresowania, jak i obszaru sąsiedniego, to plany rozwoju sieci 110 kV zostały uwzględnione tylko na obszarze działania ENERGA-OPERATOR SA. Dlatego przy wyznaczaniu maksymalnego poziomu generacji wiatrowej na analizowanym obszarze przyjmowano stały procentowy poziom mocy generowanej przez farmy wiatrowe przyłączone lub planowane do przyłączenia do sieci na obszarach ościennych. Na wykresach przedstawiono część wyników uzyskanych w jednym z badanych wariantów dla obszaru zaznaczonego czerwoną elipsą na rys. 4. Jako GW50 i GW60 oznaczono poziomy generacji (50% i 60% mocy znamionowej) na obszarze ościennym

do badanego. Ze względu na opisane we wstępie uwarunkowania związane z ograniczonymi możliwościami transferu nadmiaru mocy z północnej części KSE sumaryczna moc wyznaczona dla całego obszaru północnej części KSE była bardzo stabilna, co oznaczało, że przy wyższej mocy generowanej w obszarze ościennym uzyskiwano mniejszą wartość dopuszczalnej mocy w obszarze badanym. Dla przedstawionego fragmentu systemu wartość ta malała od 51% dla GW50 do 48% dla GW60 (kreskowane linie poziome na rys. 5). Rozkład poziomu dopuszczalnej generacji był zróżnicowany, zarówno gdy brana była pod uwagę wartość procentowa – od 29% (grupa Dunowo) do 90% (grupa Gdańsk), jak i wartości bezwzględne (rys. 6). Zaprezentowane wyniki dowodzą, że część obszarów jest bardziej wrażliwa na zmiany mocy w obszarze ościennym, co dotyczy głównie farm skupionych blisko silnych węzłów sieci przesyłowej (np. grupy Gdańsk i Żarnowiec), zaś część obszarów cechuje stabilny poziom wyznaczonej mocy, co może wskazywać na lokalny charakter ograniczeń lub położenie obszaru w głębi systemu i mniejszą wagę w generowaniu przekroczeń spowodowanych transferem nadmiaru mocy z północnej części KSE. 4. Wnioski końcowe Uzyskane w testach wyniki pokazują, że proponowane podejście pozwala na osiągnięcie końcowych rezultatów o bardzo podobnej jakości (tzn. zbliżonej łącznej mocy generacji wiatrowej po redukcji) jak w przypadku oryginalnego rozwiązania. Z wielu nowych zalet najważniejszą jest bardziej równomierne rozłożenie redukcji pomiędzy farmy wiatrowe położone niedaleko siebie, co może pozwolić na znaczącą poprawę akceptacji procedury nakładania

Rys. 4. Graficzna prezentacja grup węzłów koherentnych na obszarze ENERGA-OPERATOR SA

M. Bajor et al. | Acta Energetica 3/20 (2014) | translation 17–22

może zatem stać się użytecznym narzędziem do zarządzania siecią dystrybucyjną z dużym udziałem generacji wiatrowej i ograniczonymi zdolnościami przesyłu mocy, a tym samym przyczynić się do umożliwienia większej penetracji energetyki wiatrowej. Wykorzystanie przedstawionej metody do symulacji w ramach opracowywania koncepcji rozwoju sieci w północnej części Polski pozwoliło na pozytywną walidację algorytmu podczas rozwiązywania rzeczywistego problemu o dużej skali i złożoności oraz dostarczyło cennych informacji dotyczących jego wydajności, niezawodności, odporności na błędy i jakości otrzymywanych rozwiązań, które posłużą do dalszych prac mających na celu jego rozwój. Bibliografia Rys. 5. Porównanie poziomów mocy generacji wiatrowej [%] wyznaczonych dla grup przy różnym poziomie generacji wiatrowej na obszarze ościennym

Rys. 6. Porównanie poziomów mocy generacji wiatrowej [MW] wyznaczonych dla grup przy różnym poziomie generacji wiatrowej na obszarze ościennym

ograniczeń w środowisku operatorów farm. Inne korzyści to m.in. zmniejszenie liczby optymalizowanych zmiennych (grupy zamiast pojedynczych farm), co pociąga za

sobą skrócenie czasu potrzebnego na obliczenia oraz możliwość łatwiejszej implementacji rozwiązania w procedurach prowadzenia ruchu sieci. Proponowany algorytm

1. Serwis internetowy Urzędu Regulacji Energetyki [online], http://ww.ure.gov.pl. 2. Bajor M., Bezpieczna praca systemu o ograniczonych zdolnościach przesyłowych w sytuacji wysokiej generacji wiatrowej, Jubileuszowa XV Międzynarodowa Konferencja Naukowa „Aktualne Problemy w Elektroenergetyce”, Jurata, 8–10 czerwca 2011. 3. Bajor M., Jankowski R., Madajewski K., Wind generation management in the distribution network, 44th CIGRE Session, Paryż, 26–31 sierpnia 2012. 4. Bajor M., Ziołkowski P., Widelski G., Wyznaczanie dostępnych mocy przyłączeniowych, Energia Elektryczna 2012, nr 3, s. 14–16. 5. Instytut Energetyki Oddział Gdańsk, Koncepcja pracy sieci przesyłowej NN i dystrybucyjnej 110 kV jako sieci zamkniętej dla Polski Północnej, Gdańsk, 2012. 6. Instytut Energetyki Oddział Gdańsk, Wyznaczanie grup węzłów koherentnych ze względu na wpływ przyłączanej generacji na obciążenia w sieci 110 kV ENERGA-OPERATOR SA, Gdańsk, 2011.

Michał Bajor

mgr inż. Instytut Energetyki Oddział Gdańsk e-mail: m.bajor@ien.gda.pl Ukończył studia na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Aktualnie zatrudniony na stanowisku asystenta w Zakładzie Automatyki i Analiz Systemowych Instytutu Energetyki Oddział Gdańsk. Uczestnik licznych prac dotyczących zagadnień przyłączania generacji rozproszonej do sieci oraz innych realizacji analitycznych, związanych z pracą systemu elektroenergetycznego. Obszar jego zainteresowań obejmuje m.in. probabilistyczne aspekty wpływu generacji wiatrowej na system elektroenergetyczny oraz wykorzystanie niedeterministycznych metod obliczeniowych w analizach pracy sieci.

Robert Jankowski

mgr inż. Instytut Energetyki Oddział Gdańsk e-mail: r.jankowski@ien.gda.pl Absolwent Wydziału Elektrycznego Politechniki Gdańskiej, ze specjalnością elektroenergetyka. Pracuje w Zakładzie Automatyki i Analiz Systemowych Instytutu Energetyki Oddział Gdańsk. Obszar jego zainteresowań obejmuje zagadnienia związane z planowaniem rozwoju systemu elektroenergetycznego oraz prowadzeniem ruchu w obecności generacji wiatrowej.

Grzegorz Widelski

mgr inż. ENERGA-OPERATOR SA e-mail: Grzegorz.Widelski@energa.pl Dyrektor Departamentu Rozwoju Majątku w ENERGA-OPERATOR SA. Zatrudniony w przedsiębiorstwie energetycznym od 1999 roku. Absolwent Politechniki Gdańskiej, Wydział Elektrotechniki i Automatyki. Ukończył, na swej macierzystej uczelni, studium podyplomowe z zakresu zarządzania systemem dystrybucji energii oraz studia menedżerskie MBA, organizowane przez Gdańską Fundację Kształcenia Menedżerów.

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

Technical and Economic Analysis of an Intermediate Size Photovoltaic Power Plant. Case Study

Author Jerzy Buriak

Keywords photovoltaic power plant, energy management, cost analysis

Abstract The article presents an analysis of the construction of a photovoltaic power plant with an installed capacity of about 30 kW. The principles of selecting the basic elements of the plant are shown. The impact of a high constant price on the profitability of the project is highlighted. The article also describes the existing mechanisms for subsidizing the investment.

DOI: 10.12736/issn.2300-3022.2014303

1. General information 1.1. Characteristic of a building The case study has been based on a solar power plant project located on the roof of a multi-family residential building. The building in question is located in the Pomorskie Voivodeship, Poland. It has a flat roof with 15% of its area occupied by other systems, including ventilation exhaust and lightning rods. Lightning rods protect antenna systems, but they do not ensure full protection for the solar panels. For this reason the lightning protection system requires an upgrade.

1.2. Project funding options An investment in renewable energy sources may be supported from sources like [1, 2, 3, 4]: • Pomorskie Voivodeship Regional Operation Programme for 2007–2013. The Programme is managed by the Department of Regional Programmes of the Pomorskie Marshal’s Office. The minimum project value is PLN 1 million and maximum co-financing rate is set at 75% of the eligible expenditures or at the maximum permissible public aid level specified in the assistance programme. As for the own contribution, support in obtaining funds may be provided (in the form of a loan) by the National Fund for Environmental Protection and Water Management. • Until the end of 2014 the Voivodeship Fund for Environmental Protection and Water Management is carrying out a programme focused on renewable energy and high-efficiency cogeneration projects. The minimum total cost of a project is PLN 0.5 million and the maximum is 10 million. Support has the form of a loan for 10 years with an 18-month grace period and quarterly instalments, with an annual interest rate of 3%. The value of the loan may be up to 75% of the eligible cost. There is a possibility of partial loan remission.

• The Bank for Environmental Protection (BOŚ) offers bridge and supplementary loans for financing projects co-funded from European Funds with a value not exceeding European co-funding (bridge loan) or 90% of the project value (both loans together).

1.3. Legal and administrative requirements In the case of a PV power plant being installed on a building’s roof it is possible to achieve certain savings already at the project development phase as well as during power plant operation. Official registration of the construction process is not required and neither is a building permit. As a result, a commune (gmina) office does not require maintaining full project documentation for the construction process. If the project is carried out by an external specialised entity, project management costs of that entity are reduced. In the case of building a PV system on the ground there would be a cost related to design documentation and formal construction registration or obtaining a building permit. Eligibility of a project to a specific process – construction registration or building permit – is ruled by its size and design of the support structures. Some solutions do not create a lasting connection to the ground, as the supporting structures are only fixed to JUMBO concrete slabs which may be easily dismantled. Other solutions use piles driven into the ground with a piledriver. In the case under consideration the system will be installed on a flat roof of a multi-family house owned by a housing association. Supporting structures of PV modules will be fixed to concrete blocks laid on the roof. Those blocks will not be bolted to the roofing. It has been assumed that the roof structural capacity is sufficient and the extra load will not threaten its structure. The system is only using roof space and does not require any other area; therefore property tax will not increase. Creating conditions necessary to connect the generating capacity is a separate issue. This significant question is not elaborated on 27

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

in this paper. It has been assumed that the newly-developed acts of law would have a considerable impact in this area and simplify the process of connecting distributed sources to distribution grids. The direction of such changes is clearly specified by Directive 2012/27/EC, which commits the energy distributors to implement (in several years) the following conditions: • enabling users to dynamically choose time-of-use tariffs • ensuring remote (Internet) access to historic data on consumption and generation (along the traditional access through meter’s interface) • providing four-quadrant meters recording energy consumption and generation for those customers who wish to have them. Moreover, the Directive imposes an obligation of accepting the electricity generated at microgeneration sources.

2. Selection of power plant elements 2.1. PV module selection When selecting PV modules for a power plant installation we should take into account, besides their price, also manufacturing and finishing quality, validity and length of a test certificate lists for the module type and especially compliance with standards, e.g. IEC 60904 and IEC 60904-2. Also significant is a renowned brand of PV module manufacturer, which should be additionally reinforced with a long warranty period of 20–25 years. Despite the power plant being located in a tall building, where there is no threat of shading by trees and where the ventilation exhausts are lower than the panels themselves, it is important to ensure that the PV modules have a protection measure in the form of bypass diodes for instances of being shaded. Shading might occur due to mutual interference of the panels. In the summer such moments might be relatively short, but in the winter the first panel rows might shade the back ones for quite some time. Another issue to be remembered is the influence of TV antennae and lightning rods (even if their cross-sections are small), because partially shaded cells not equipped with diode bypasses would restrict the current flow from the non-shaded cells within a module. Not only is the fact of having diode bypasses important, but also their number. The cells within a module are connected in series and parallel; diode reduces the impact of moving shadows. In addition, the manufacturer may suggest horizontal or vertical installation, according to the way a shadow moves: on the entire height of a module or only on its bottom part. The case study was based on the assumption that the modules of the most frequently preferred type would be chosen, i.e. those with polycrystalline silicon modules. They are less efficient than monocrystalline silicon modules, but they are also significantly cheaper. The panel type chosen for the analysed project was Silverline GSP6-250-SI60 by GermanSolar, as this choice enabled verifying calculations presented in the paper against those obtained with a manufacturer’s calculator available at: http://www.german-solar.de/sc/calculator.php?lang=en. 28

2.2. Determining panel count

The roof has dimensions of 12 . 44 m, i.e. an area of 528 m². Yet due to the presence of other systems, only 85% of this area is available for a PV system; this is around 450 m². The longer side of the building faces south-east. Spacing between panel rows on a flat roof have been calculated taking into account the angle of incidence of solar rays at certain times of the year for the latitude of Gdańsk, Poland, which is 54°21’ N. On the first days of astronomical spring and autumn (21 Mach and 23 September) the angle of incidence of solar radiation may be found with the relation:

(1)

where: β – solar radiation angle of incidence [°], φ – latitude [°]. On the summer solstice (22 June) the Sun reaches its zenith above the Tropic of Cancer. Therefore we need to deduct a difference of latitudes of the observation point and the Tropic of Cancer needs to be deducted from 90° [6].

(2)

On the winter solstice (22 December) the Sun reaches its zenith above the Tropic of Capricorn. On that day the angle of incidence of solar radiation for Gdańsk is the lowest and may be calculated with the formula:

(3)

Knowing the minimum angle of incidence during a year it is possible to determine separation of neighbouring PV panel rows. Fig. 1 presents a schematic diagram used for calculating row distances.

Fig. 1. Schematic diagram of the angle of incidence of solar radiation, source: www.slideshare.net

Row spacing has been determined using a formula shown below obtained by trigonometric conversions. The proper inclination of the supporting structure and the panel itself was assumed at 250. Recommended values are within the range of 25–400.

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

The bottom limit value was assumed due to expected considerable row spacing. Height of the selected module type is 165 cm. The height of the concrete blocks used as a foundation for the supporting structure is 25 cm. Yet this base is not taken into account in calculations, as it may be shaded.

(4)

in Polish operating conditions those values will differ. This is because of insolation lower than standard or due to module temperature exceeding 25°C. Such a distinction would enable better use of a grid connection permit issued for the system by the distribution system operator. In the case of the investigated system with 110 planned Silverline GSP6-250-SI60 modules with a peak power of 250 W each, the condition (5) is transformed into:

where: z – row spacing [m], α – panel inclination, h – panel height [m]. The building’s footprint is 12 . 44 m, but the structure does have an attic with a height of several dozen centimetres. For this reason any panel row needs to be moved back by some 90 cm. The attic provides additional protection against system components falling from the roof in the event of a strong wind. Fixings of support structures and panels need to be checked after every winter season, as a potential fall of a panel could pose a threat for the health and life of pedestrians. A single module is 99 cm wide. As a result the module number was set at 110: first and third rows of 43 each, and the second row of 23 pieces due to the presence of obstacles (elements of other systems).

2.3. Inverter selection

(6)

According to this the inverter Power-One Aurora TRIO-27.6-Tl rated at 27.6 kW with maximum input voltage of 1 kV was preselected for the project. The next step is determining the maximum number of modules in a string [8]:

where: UDC max – maximum inverter input voltage [V], UOC(-10 C) – open circuit voltage at –10°C; if it is not given in the manufacturer’s specification, it has to be calculated with a formula:

“Photovoltaic modules are classified according to their nominal output power expressed in Wp (watts, peak), i.e. output of a module at STC (Standard Test Conditions), standing for the module temperature of 25°C, solar irradiance of 1000 W/m² and solar spectrum AM 1.5 (cloudless sky at noon). Yet it needs to be remembered that actual insolation conditions are variable and usually only 85-90% of the STC value is achievable. Apart from variable insolation, also the module temperature rarely matches the STC value, and its increase reduces generated output voltage by some 0.5% per each 1°C. This means that a 100 W module at a temperature of 45°C will suffer a 10% output reduction and will in fact only generate 90 W [7]. When dimensioning an inverter for a planned PV system it is necessary to take into account the power output as a sum of peak outputs of installed modules, unless more than one inverter is planned. But it should be noted that a higher number of devices leads to a higher specific cost. On the other hand, using multiple inverters prevents the system from being disabled by a single failure. In the analysed case, due to the low output, it seems reasonable to use a single inverter. Knowing the output we may check whether the inverter is compliant with the output requirement [8]:

(5)

where: Pn INV – inverter rating [W], Pmax MOD – sum of module outputs [W]. It would be more proper to use the STC installed capacity and achievable power of a module or entire system separately, as

(7)

(8)

STC temperature, i.e. the standard test temperature is 25°C. Open circuit voltage for the Silverline GSP6 module is 37.6 V. The maximum number of 23 modules per string means that 110 modules need to be split into at least 5 strings. A selected inverter has two independent systems for tracking the maximum power point. Five strings mean that one of those would be loaded with two, and the other with three module groups. In order to ensure load equalisation on inverter systems, potential division into a higher number of strings should be considered. For this reason we should check the minimum number of modules per string [8]:

(9)

where: UDC min – minimum inverter input voltage [V] (for the Power-One Aurora TRIO-27.6-Tl it is 360 V), UOC(70C) – open circuit voltage at 70°C, calculated from STC if not provided by the manufacturer [V]:

(10)

Therefore the number of modules within a string may be from 12 to 23, which means 5 to 9 strings. But to finalise the number of strings it is necessary to check loading capacity of an independent inverter system, by dividing the maximum current of the inverter system by a PV module current at the maximum power point (MPP): 29

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

(11)

where: Imax INV – maximum permissible inverter current on DC side [A], IMPP – current at the module’s Maximum Power Point [A]. The following parameters were found in the catalogue sheets of selected PV modules and inverter: Imax INV = 32 A, and IMPP = 8.33 A. Thus the number of module strings per inverter system must fulfil:

(12)

As a result 110 modules have been divided into six strings of 18 or 19 modules, with three strings per inverter circuit. The final step of inverter selection is checking whether operating conditions of the inverter and PV modules will fit within acceptable range. Permissible current per each Maximum Power Point Tracking (MPPT) system is 32 A. In the analysed case this value is not exceeded because:

(13)

where: n – number of strings per inverter circuit. Voltage supplied to inverter input may not exceed 1000 V. A worst-case scenario is an open circuit on the offtake side, frozen modules and strong insolation. The last two conditions may not coincide; therefore verification was based on the module voltage at STC temperature of 25°C. In the investigated system it is:

(14)

where: UOC(STC) – open circuit voltage at STC [V], lm – number of modules in the longest string (lm = 19). Also power per MPPT circuit of the Power-One Aurora TRIO27.6-TI system needs to be verified. According to the manufacturer’s data it should not exceed the rated value of 16 kW. Peak power converted by the inverter is:

(15)

where: IB – current in an inverter circuit [A] (acc. to (13) equal to 24.99 A), Un – nominal voltage of the system [V]:

(16)

where: UMPP – nominal voltage of a loaded module [V]. All conditions are fulfilled, therefore panel configuration may be considered valid.

2.4. Selection of cables and protection measures The selected inverter Power-One Aurora TRIO-27.6-Tl comes in an outdoor enclosure which permits rooftop installation. A breaker 30

box needs to be installed before the inverter (on the PV system side). It will primarily house switch disconnectors which allow isolating the PV system for inverter maintenance. There must also be a possibility to isolate the system on the power grid side, including disconnection in the case of fire with a contactor. The system will have its own grid connection with a meter recording electricity generation and own consumption in standby and night mode. Those separate working modes are provided by the inverter. Switch disconnectors on the DC side should be dimensioned according to the nominal current of the inverter circuits, which in the analysed case is 32 A. Due to equipment durability it is recommended to use dedicated DC equipment. Despite the presence of disconnectors and protection equipment inside the inverter, special care needs to be taken during operation of the PV system; it is necessary to remember that it is a modular system and dangerous voltage may be present in many locations. The procedure of dimensioning cables connecting modules to the inverter is slightly different than in the case of conventional systems. In a conventional system a conductor crosssection is decided by continuous current-carrying capacity and often also by the criterion of minimal cross-section due to permissible voltage drop. The building in question has a roof of some 50 metres, so the level of voltage drops within the roof installation may be several percent. Yet in our case DC voltage fed into the inverter is in the middle of the permissible input voltage range, therefore the criterion of permissible voltage drops may be treated less restrictively. On the other hand it needs to be remembered that small cross-sections increase the circuit resistance measured from the inverter input terminals side. A common error made when verifying permissible voltage drops involves assuming full load on the entire length of connections, i.e. between the panel strings and the inverter, while often the connections are made inside a box near inverter and only a short section of the cable is fully loaded. In the analysed PV system project it is particularly important to verify voltage drops on the internal power line WIZ, which connects the inverter to the cable terminal of the distribution grid. WlZ runs in a cable shaft in one of the staircases of a fivestorey residential building, and the interconnection point is on an inconvenient side of the building, so the cable length is ca. 45 m. Selection of 16 mm² copper conductors and assumption of a peak load of some 28 kW results in a 1% voltage drop along WIZ cable. A separate issue is degradation of insulation of cables and conductors laid on the roof attributable to UV radiation. As far as practicable, the cables should be protected from direct exposure to solar radiation: the connections should be made on the northern side and shading provided by the PV panels should be used. On the AC side additional protection is traditionally provided by automatic power supply cut-off. On the DC side the PN-HD 60364-7-712:2007 standard recommends using Class II equipment with reinforced insulation [9], which contributes to the UV resistance. It should be remembered that frequent tests of DC insulation are difficult to perform and require special procedures,

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

e.g. covering panels prior to disconnection. Because of that using cables and conductors with increased resistance to solar radiation or ensuring that they are shaded is economically justified. The PN-HD 60364-7-712:2007 standard recommends using single-conductor shielded cables. The PN-HD 60364-7-712:2007 standard specifies guidelines for special installations or locations, including PV power supply systems. While it is not an extensive document, it does provide some valuable recommendations. For one thing, it prohibits using insulated areas/stands or unearthed equalisers as additional protection on the DC side. Another problem observed in a PV system is use of residual current operated circuit breakers (RCCBs) as supplementary protection against electric shock. Depending on the degree of separation between DC and AC sides of the inverter, installation of an RCCB within the grid interconnection may prove impossible. However, many inverter manufacturers propose using a B-type RCCB. If the inverter design prohibits transferring direct current to the AC side after a short circuit on the DC side, then standard RCCBs may be used. No protection against electric shock is required on the DC side if the conductor cross-sections are calculated taking into account maximum theoretical current values at STC. Due to the location of the system on a roof lightning protection and overcurrent protection is important. Layout and heights of lightning rods need to be verified and additional rods need to be installed if they prove necessary. In order to reduce voltage induction in cables laid on the roof, loop creation should be avoided. Those which cannot be avoided should be as small as possible.

3. Determining performance of a solar power plant Electricity output from a PV system may be calculated using cell ratings and knowledge of geographic location. Required data concerning insolation of a selected location in Poland is published by the Ministry of Infrastructure and Development [10]. Unfortunately, data for the city of Gdańsk, or more specifically its Nowy Port district, was based on sources from the period 1987–2000. Therefore, it was decided to use up-to-date data published by the European Commission within PVGIS project [11] (Tab. 1). Hh – irradiation of a horizontal panel (Wh/m2/d) Hopt – irradiation of a panel inclined at an optimal angle (ca. 39°) (Wh/m2/d) H(25) – irradiation of a panel inclined at assumed angle (ca. 25°) (Wh/m2/d) H(25, –45) – irradiation of a panel inclined at assumed angle of 25° with azimuth of –45° (Wh/m²/d) Tab. 1 shows that the difference averages the annual value of a daily irradiation of a panel inclined at an optimal angle and at 25° is 70 Wh/m², which is not a significant value. If panels being covered with snow for twenty-odd days a year is also taken into account, the difference will be even smaller. The role of azimuth is also not decisive. Southerly azimuth is assumed to be zero.

Hopt

H(25)

January

Month

580

1010

888

786

February

1210

1900

1710

1542

March

2690

3770

3510

3244

April

4460

5370

5240

5004

May

5450

5660

5780

5680

June

5720

5610

5840

5785

July

5220

5200

5380

5319

August

4430

4950

4777

September

3190

4210

3990

3729

October

1700

2660

2410

2177

November

703

1230

1080

957

December

572

940

834

737

3000

3550

3480

3311

avg.

H(25,-45)

Tab. 1. Average monthly irradiation in Gdańsk, Poland [11]

In the investigated case the azimuth is south-easterly (–45°). A 45-degree deflection from the southerly direction does not radically affect insolation. The actual difference is 4.9% of the annual average total. The analysed system consists of 110 modules with external dimensions of 1650 . 990 mm. The frame thickness is 40 mm; hence it is assumed that effective PV module dimensions are 1560 . 900 mm. Upon this assumption it was determined that the area A of the PV cells participating in the conversion of solar energy into electricity is: (17) Selected modules consist of PV cells with high efficiency of 15.3%. It is a relatively good value for polycrystalline silicon cells, close to that of monocrystalline designs. Yet it should be noted that the efficiency quite strongly depends on the cell operating temperature and drops by 0.44% per each degree above the STC temperature, but also increases per each degree below this level. It is estimated that the temperature impact reduces total power generation by more than ten percent (11% reduction was assumed for output estimation). Another phenomenon which restricts solar energy utilisation is reflection of solar radiation. The cells are not perfect black bodies. Thus a 3% loss attributable to reflection was assumed for the proposed modules. Output generated at module strings is converted in the inverter into alternating current. The inverter generates considerable losses of electric power. The selected design is characterised by high efficiency. At nominal load its efficiency is nearly 98%, while the average weighted efficiency for a typical load pattern is 96%. Upon these assumptions the average annual output of a solar plant rated at 28.49 kW, installed on the roof of a multi-family building in Gdańsk at coordinates 54°21’ N, 18°37’ E [11], for panels installed at supports inclined at 31

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

25° and exposure at the azimuth angle of –45°:

Therefore the annual electricity generation is estimated at 23 MWh. Its annual distribution is presented in the figure below. (18)

where: E – annual output [Wh], H(25, –45) – monthly irradiation on 1 m² of surface inclined at 25° facing south-east, A – PV cell active surface [m²], ηSTC – cell efficiency at STC, εT – losses due to temperature exceeding 25°C, εR – losses due to solar radiation reflection, εINV – inverter losses, εw – losses in the electric system.

Month

days

H(25, –45)*days

E [kWh]

Revenue [PLN]

January

14 934

289

318

February

26 214

508

559

March

100 564

1 949

2 144

April

15 0120

2 910

3 201

May

17 6080

3 413

3 754

June

17 3550

3 364

3 700

July

16 4889

3 196

3 516

August

14 8087

2 870

3 157

September

11 1870

2 168

2 385

October

67 487

1 308

1 439

November

28 710

556

612

December

22 847

443

487

342

118 5352

22 975

25 272

Total

E – monthly generation by 110 modules [kWh] H(25, –45) – irradiation of a panel inclined at assumed angle of 25° with azimuth of –45° (Wh/m²/month)

Tab. 2. Monthly generation and energy sales revenues at a price of 1.1 PLN/kWh [11]

Tab. 2 presents results of calculations of the amount of electricity generated in consecutive months, based on insolation data contained in the database published at the website of the PVGIS project [11]. Individual columns of Tab. 2 contain irradiation values estimated for a specific month, electricity generation for each month and revenues from electricity sales at a fixed price of 1.1 PLN/kWh. Energy production has been calculated taking into account efficiency and loss values presented in formulas (18, 19). For January and February the number of days was reduced to allow for 12 and 11 days with snow cover respectively. Annual irradiation was calculated by adding up data from all the months; it is 1185 kWh/m². Calculation of the annual electricity generation based on that value and formula (18) is shown below.

(19)

Fig. 2. Electricity generation at a PV system during individual months, source: own work

Electricity generation at the investigated system will be decreasing each consecutive year. Typical annual loss of output of silicon cells is 0.8%. This means that a cell with initial efficiency of 15.3% one year later will have efficiency of 15.3% . 99.2% = 15.18%.

4. Feasibility analysis of a PV system 4.1. Investment cost Tab. 3 presents the main components of the investment cost. A simplified calculation presented in the table is based on commonly available information concerning equipment prices expressed in Polish zlotys and euro, as given by webpages of suppliers and e-commerce platforms. Those prices are real values, but they have a free market character, hence it was decided not to use excessively accurate values. PV module price deserves particular attention. Market analyses assume annual reduction of a price of capacity installed at PV cells of several percent per year, which is supposed to occur as a result of development of manufacturing technologies. For example, market analyses made to justify price levels for feed-in tariffs assumed in the draft of the new Act on Renewable Energy Sources (RES) assumed a 5-percent annual reduction by 2020. Dividing the sum of costs and charges from Tab. 3 by the installed capacity of 28,488 W we obtain a specific investment cost of 6390 PLN/kW. Assuming that those cost components which are not included, e.g. transport, are 5% of this total, we reach 6710 PLN/kW. This value is close to the criteria assumed when drafting the new Act on RES, where the cost of a roof-mounted PV system (with output of 10–100 kW) is PLN 6600. Values presented in Tab. 3 are elements of the investment cost. But adding them up does not yield the full capital expenditures, as these also contain the cost of capital and other additional expenditures related to the financial services. These costs would be present in the case of using a commercial loan or a cheap loan from the Voivodeship Fund for Environmental Protection and Water Management.

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

Device or service

Cost [PLN]

Unit

Unit price

110 pcs

3.50 PLN/W

96,250

Inverter

1 pc

20,000

Electricity meter

1 pc

2,500

Meter remote access system

1 pc

700

250 m

8.00 m

2,000

WLZYKYżo cable 5 . 16 mm2

45 m

21.00 m

1,000

Disconnector switches Contactors of disconnector switches Terminal boxes Fuse-bases Fuses RCCB

2 pcs 1pc 2 pcs 3 pcs 3 pcs 1pc

Power disconnector with a striker and fire button

1 pc

700

Set for panel installation on a flat roof

110 pcs

250

27,500

Installation works

1 pc

25,000 PLN

25,000

System design

1 pc

4,000 PLN

4,000

29 kW

30 PLN/kW

PV module with PMPP = 250 W

DC cable, 6 mm2

Connection fee Total

2,000

870 182,020

Tab. 3. Components of the investment cost

4.2. O&M cost Cost of operation and maintenance of a PV system is a value which can not be neglected. It consists of the maintenance cost, especially maintenance of the inverter, but also costs attributable to repairing components and commercial services provided by an electricity trader, as well as fees paid to the distribution system operator. In total these cost components amount to several thousand Polish zlotys per year. The main premises of the draft of the Act on RES provide value of those costs for PV power plants with an output of 10–100 kW as 132 PLN/kW. Variable O&M cost dependent on electricity generation is less significant and has been included in the fixed rate.

4.3. Feasibility investigation In order to verify the feasibility of the project, its net present value (NPV) after an assumed operating period of 15 years has been calculated. While the declared lifetime of PV modules is 25 years, gradual loss of efficiency (0.8% per year) and limited durability of panel supports, as well as UV exposure of the electrical system justify such an assumption. Moreover, in 15 years the roof area would become an attractive site for a new investment project involving installation of new-generation more efficient PV systems.

Components shown in the table include own equity of the investor (Iw), assumed at 25% of the initial cost – 1.05 . 182 020 PLN, annual electricity generation (E), revenues from electricity sales at a fixed price of 1.1 PLN/kWh (U), and cost of paying back the loan from the Voivodeship Fund used to cover 75% of the project value, (annual interest rate: 3%). For each period cash flow (CF) equal to the revenues minus O&M cost and loan instalments is calculated. The result is then discounted to the year zero. The rate of discount d is defined by the formula:

(20)

where: NPV – net present value, CFt – cash flow at the time t, p – rate of discount [%], I0 – initial expenditures [PLN], t – consecutive years of operation. Tab. 4 presents results of cash flow calculations needed for calculating NPV in 15 years. The analysis involved multiple simplifications concerning costs of financial services and taxes.

(21)

Adding up all discounted cash flows minus the equity used at the investment stage yields the net present value. The calculated NPV exceeds PLN 53,000. The value is positive, so the project may be preliminarily qualified as feasible. Then the value of rate of discount used in the Excel sheet to calculate the NPV was adjusted to obtain an NPV of zero. This allowed determining an internal rate of return which amounted to 23.3%. The loan from the Voivodeship Fund for Environmental Protection and Water Management will have a significant impact on feasibility. It should be added that the investor, i.e. the housing association, has exceeded the minimum threshold value of a project (PLN 0.5 m) by combining the PV system in question with other similar projects and joining a local solar energy investor association. Another important factor is the grace period for loans given by the voivodeship funds for environmental protection and water management. During the grace period all revenues are used to pay back invested equity. The analysis presented in Tab. 4 assumed a grace period of 1 year. In fact it is even longer and equal to 18 months, i.e. 1.5 years. A similar cash flow simulation was made for the assumption that the project would be fully paid for with equity and would not be supported by a low-interest loan. In such a case the NPV is positive too, but it is only 15,800 PLN and the IRR is 9.4%. For most investors such a return would be unacceptable.

5. Conclusions The case study demonstrates that the process of planning a PV power generation system is relatively straightforward, although it does require knowledge on cooperation between PV modules and the inverter. It has also been found that despite assuming a feed-in tariff for PV-generated electricity, the project would be very close to the feasibility threshold, as the payback time – in the case of using a low-interest loan – is 5 years, but without such a support it is 12 years. It is worth adding that the analysis results are based on the assumption that all the generated electricity would be sold at a high, fixed price of 1.1 PLN/kWh. The installation presented constitutes a micro-installation which displays prosumer attributes. The draft act on Renewable Energy Sources, which has been approved by the government of the Republic of Poland but as yet has not been forwarded to the Polish parliament, specifies that in the case of prosumer-oriented micro-installations, the prosumer balances the energy used and generated, which reduces the cost of energy purchased by the prosumer by approx. 33

M. Buriak | Acta Energetica 3/20 (2014) | 27–34

Years

Electricity generation [kWh]

Sales revenues [PLN]

Equity [PLN]

Loan instalment [PLN]

Loan interest [PLN]

47,780.25

22,975

25,273

Annual cash flow [PLN]

Rate of discount d

D – CF [PLN]

–47,780.25

1.00

–47,780.25

25,272.50

0.93

23,400.46

22,791

25,070

14,334.08

4,300.22

6,436.02

0.86

5,517.85

22,609

24,870

14,334.08

3,870.20

6,665.48

0.79

5,291.27

22,428

24,671

14,334.08

3,440.18

6,896.55

0.74

5,069.17

–

21,202

23,322

–

14,334.08

430.02

–

8,557.86

0.43

– 3,670.32

21,032

23,135

23,135.38

0.40

9,187.38

20,864

22,950

22,950.29

0.37

8,438.78

20,697

22,767

22,766.69

0.34

7,751.17

20,531

22,585

22,584.56

0.32

7,119.59

NPV

53,717.56

Tab. 4. Analysis of net present value

55 groszy/kWh. The sale of surplus energy generated will only be possible once the price exceeds 80% of last year’s energy price on the wholesale market (which was approx. 20 groszy/kWh). When these assumptions are applied, the project is no longer viable. REFERENCES

1. Appendix No 2 to the Resolution No. 1274/190/12 of the Pomorskie Voivodeship Regional Board, beneficiary guideline for PROP 2007–2013, 30 October 2012. 2. National Fund for Environmental Protection and Water Management, 2012 Priority Programmes, September 2012. 3. Bank for Environmental Protection, European Offer [online], http://www. bosbank.pl/index.php?page=2550. 4. Voivodeship Fund for Environmental Protection and Water Managment, Rules for Subsidies [online], http://www.wfosigw-gda. pl/ page,423,Zasady_udzielania_dofnansowania. 5. Directive 2012/27/EU of the European Parliament and of the Council of 14/11/2012 on energy efficiency, amending Directives 2009/125/ EC and 2010/30/EU and repealing Directives 2004/8/EC and 2006/32/ EC, OJ L 312 of 14.11.2012, pp. 1–56.

6. http://www.cd.geografa.vel.pl/obliczanie_kata_padania_promieni_slonecznych.html [date of access: 15/01/2013]. 7. Klugmann-Radziemska E., Udany projekt instalacji fotowoltaicznej – jak go zrealizować [Successful PV Generation Project – How to Realise It], Czysta Energia 2012, No. 10. 8. Klugmann-Radziemska E., Fotowoltaika w teorii i w praktyce [Theory and Practice of Photovoltaics], Legionowo 2010. 9. PN-HD 60364-7-712:2007, Instalacje elektryczne w obiektach budowlanych, Część 7–712: Wytyczne dotyczące specjalnych instalacji lub lokalizacji, Fotowoltaiczne (PV) układy zasilania [Electrical systems in building structures, Part 7-712: Guidelines for special systems or locations, Photovoltaic (PV) power supply systems – Polish Standard]. 10. Ministry of Infrastructure and Development, Typical meteorologic years and statistical climate data for the area of Poland for buildingrelated energy calculations [online], http://www.mir.gov.pl/budownictwo/rynek_budowlany_i_technika/Efektywnosc_energetyczna_budynkow/typowe_lata_meteorologiczne/Strony/start.aspx [accessed on: 30 June 2014]. 11. European Commission, PVGIS [online], http://re.jrc.ec.europa.eu/ pvgis/ apps4/pvest.php. 12. Szymański B., Instalacje fotowoltaiczne, wydanie II, Wydawnictwo GEOSystem, Kraków 2013.

Jerzy Buriak Gdańsk University of Technology e-mail: jburiak@ely.pg.gda.pl Graduated from the Faculty of Electrical Engineering, Gdańsk University of Technology (1995). Obtained a doctoral degree at the Faculty of Electrical and Control Engineering of the same university (2001). Currently working as a lecturer at the Chair of Electrical Power Engineering, Gdańsk University of Technology. His area of professional interest includes: planning of power system development, creating optimisation models and databases in power industry.

M. Buriak | Acta Energetica 3/20 (2014) | translation 27–34

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 27–34. When referring to the article please refer to the original text. PL

Analiza techniczno-ekonomiczna elektrowni fotowoltaicznej średniej mocy. Studium przypadku Autorzy Jerzy Buriak Słowa kluczowe elektrownia fotowoltaiczna, gospodarka energetyczna, analiza kosztów Streszczenie W artykule autor przedstawił analizę budowy elektrowni fotowoltaicznej o mocy zainstalowanej ok. 30 kW. Omówił zasady doboru podstawowych elementów elektrowni. Zreferował mechanizm opłacalności przedsięwzięcia w aspekcie wpływu wysokiej ceny stałej za sprzedawaną energię. Opisał również mechanizmy dotowania realizacji inwestycji.

1. Informacje ogólne 1.1. Charakterystyka budynku Jako studium przypadku posłużyła inwestycja zabudowy dachu budynku wielorodzinnego elektrownią słoneczną. Budynek zlokalizowany jest w województwie pomorskim. Ma płaski stropodach, 15% powierzchni dachu zajmują inne instalacje, m.in. kominy wentylacyjne i instalacje odgromowe. Zwody pionowe instalacji odgromowej chronią instalacje antenowe, ale nie zapewniają pełnego zabezpieczenia paneli elektrowni słonecznej. Z tego względu należy zmodernizować instalację ochrony odgromowej. 1.2. Możliwości finansowania inwestycji Inwestycje w odnawialne źródła energii wspierają m.in. [1, 2, 3, 4]: • Regionalny program operacyjny województwa pomorskiego na lata 2007–2013. Programem zarządza Departament Programów Regionalnych Urzędu Marszałkowskiego. Minimalna wartość projektu to 1 mln zł, maksymalny udział dofinansowania w wydatkach kwalifikowanych wynosi 75% lub maksymalny dopuszczalny pułap pomocy publicznej określony w programie pomocowym. Wsparcia w zakresie zapewnienia wkładu własnego udziela w formie pożyczki Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej. • Woj e wó dzk i Fundusz O chrony Środowiska i Gospodarki Wodnej (WFOŚiGW) do końca 2014 roku realizuje program dla przedsięwzięć z zakresu odnawialnych źródeł energii i obiektów wysokosprawnej kogeneracji. Minimalny koszt całkowity przedsięwzięcia to 0,5 mln zł, maksymalnie 10 mln w formie pożyczki na okres 10 lat z karencją 18 miesięcy, spłatami kwartalnymi, oprocentowanie 3% w skali roku. Wysokość pożyczki stanowi do 75% kosztów kwalifikowanych. Istnieje możliwość częściowego umorzenia pożyczki. • Bank Ochrony Środowiska oferuje kredyt pomostowy i uzupełniający na finansowanie przedsięwzięć współfinansowanych z Funduszy Europejskich w kwocie nieprzekraczającej tego finansowania (pomostowy) lub 90% inwestycji (oba kredyty łącznie).

1.3. Wymagania prawno-administracyjne W przypadku budowy elektrowni fotowoltaicznej (PV) na dachu budynku możliwe jest uzyskanie pewnych oszczędności już na etapie przygotowania inwestycji i eksploatacji elektrowni. Nie ma wymogu zgłoszenia budowy ani uzyskania pozwolenia na budowę. W efekcie urząd gminy nie wymaga tworzenia pełnej dokumentacji projektowej dla realizowanej budowy. Gdy inwestycję realizuje zewnętrzny wyspecjalizowany podmiot, ten ostatni odnotowuje niższe koszty zarządzania inwestycją. W przypadku budowy elektrowni PV na gruncie trzeba ponieść koszty związane z dokumentacją projektową oraz zgłoszeniem budowy lub uzyskaniem pozwolenia na budowę. O tym, czy wymagane jest jedynie zgłoszenie, czy też pozwolenie na budowę, decyduje wielkość elektrowni i sposób posadowienia na gruncie konstrukcji wsporczych modułów PV. Niektóre rozwiązania nie tworzą trwałego związku z podłożem, gdyż konstrukcje wsporcze mocowane są do płyt betonowych JUMBO, które łatwo mogą być zdemontowane. Inne wykorzystują pale wbijane w ziemię kafarem. W rozważanym przypadku elektrownia powstanie na płaskim dachu budynku wielorodzinnego, należącego do spółdzielni mieszkaniowej. Konstrukcje wsporcze modułów PV przytwierdzone będą do bloczków betonowych ułożonych na dachu budynku. Bloczki nie będą mocowane do poszycia. Założono, że nośność dachu jest wystarczająca i nie zagraża konstrukcji stropodachu. Instalacja wykorzystuje wyłącznie dach i nie zajmuje dodatkowego terenu, tym samym nie wzrośnie opłata związana z podatkiem od nieruchomości. Osobnym zagadnieniem jest stworzenie warunków niezbędnych do przyłączenia mocy wytwórczej. Tej istotnej kwestii nie rozwinięto jednak w artykule, zakładając istotną ingerencję nowo opracowywanych aktów prawnych i przyjmując, że uproszczą one proces przyłączania źródeł rozproszonych do sieci dystrybucji energii elektrycznej. Kierunek tych zmian ewidentnie wytycza Dyrektywa 2012/27 WE, nakładająca na dystrybutorów energii wymóg realizacji (na przestrzeni kilku lat) następujących warunków [5]: • umożliwienie odbiorcom dynamicznego wyboru taryf strefowych • zapewnienie zdalnego dostępu (Internet)

do danych historycznych o zużyciu i generacji (oprócz tradycyjnego dostępu przez interfejs licznika) • zapewnienie zainteresowanym odbiorcom liczników czterokwadratowych ewidencjonujących zużycie i wytwarzanie energii. Ponadto dyrektywa określa obowiązek odbioru energii wytworzonej w źródłach mikrogeneracji. 2. Dobór elementów elektrowni 2.1. Dobór modułów fotowoltaicznych Dobierając moduły PV pod kątem zastosowania ich w elektrowni, oprócz ceny za jednostkę mocy oraz uwzględnienia sprawności modułów powinniśmy wziąć pod uwagę jakość wykonania i wykończenia, aktualność i długość listy certyfikatów potwierdzających testy, którym poddano moduł, w szczególności uzyskanie certyfikatów poświadczających zgodność z normami, np. z serii IEC 60904, jak IEC 60904-2. Nie bez znaczenia jest także renomowana marka producenta modułów, co powinna również potwierdzać wieloletnia gwarancja, wynosząca 20–25 lat. Mimo że elektrownia będzie zlokalizowana na wysokim budynku i nie występuje groźba zacienienia ze strony drzew, a kominy wentylacyjne są niższe od paneli, ważne jest, aby moduły PV posiadały zabezpieczenie w postaci diod, stanowiących by-passy na wypadek zacienienia. Zacienienie może być wynikiem wzajemnego przesłaniania się paneli. Latem sytuacja taka może trwać stosunkowo krótko, ale zimą pierwsze rzędy paneli mogą przesłaniać kolejne rzędy przez dłuższy czas. Nie bez znaczenia jest także wpływ anten TV oraz zwodów odgromowych (mimo ich niewielkich przekrojów), gdyż częściowo zacienione ogniwa, o ile nie posiadają obejścia z diody, ograniczają przepływ prądu od niezacienionych ogniw w module. Istotny jest ponadto nie tylko fakt, czy moduł posiada diody na obejściach ogniw, ale także ich liczba. Ogniwa w module są łączone szeregowo z równolegle włączonymi diodami, co częściowo łagodzi problem przesuwającego się cienia. Ponadto producent może sugerować pionowy lub poziomy montaż modułów w zależności od tego, czy cień przesuwa się na całej wysokości panelu czy też przesłania dolną część modułu. W ramach analizy studium przypadku założono, że dobrane zostaną panele typu najczęściej preferowanego, czyli z ogniwami

M. Buriak | Acta Energetica 3/20 (2014) | translation 27–34

z krzemu polikrystalicznego. Są one mniej sprawne od krzemowych ogniw monokrystalicznych, ale istotnie tańsze. Dla analizowanej elektrowni dobrano moduły SilverLine GSP6-250-SI60 firmy GermanSolar, gdyż istniała możliwość zweryfikowania prezentowanych w artykule obliczeń, z wyliczeniami kalkulatora tej firmy dostępnego na stronie: http://www. germansolar.de/sc/calculator.php?lang=en. 2.2. Określenie liczby modułów Dach budynku ma rozmiary 12 . 44 m, czyli 528 m2. Jednak ze względu na inne instalacje jedynie 85% powierzchni dachu można zabudować konstrukcjami elektrowni PV, co stanowi około 450 m2. Budynek dłuższym bokiem zwrócony jest w kierunku południowo-wschodnim. Odległości między kolejnymi rzędami paneli na płaskim dachu budynku wyliczono z uwzględnieniem kąta padania promieni słonecznych w określonych porach roku dla szerokości geograficznej Gdańska, która wynosi 54,21 N. W dniach rozpoczynających astronomiczną wiosnę i jesień (21 marca i 23 września) kąt padania promieniowania słonecznego wyznaczamy z zależności: (1) gdzie: β – kąt padania promieni słonecznych [°], φ – szerokość geograficzna [°]. W dniu przesilenia letniego (22 czerwca) słońce znajduje się w zenicie nad zwrotnikiem Raka. Wobec tego od 90° trzeba odjąć różnicę szerokości geograficznej miejsca obserwacji i szerokości geograficznej zwrotnika Raka [6]. (2) W okresie przesilenia zimowego (22 grudnia) słońce znajduje się w zenicie nad zwrotnikiem Koziorożca. Gdańsk ma w tym czasie najniższy w ciągu roku kąt padania promieni słonecznych, który liczymy ze wzoru: (3) Znając minimalny kąt padania promieni słonecznych w ciągu roku, można wyznaczyć na tej podstawie odległość między kolejnymi rzędami paneli fotowoltaicznych. Na rys. 1 przedstawiono schematyczny wykres użyty do obliczenia odległości rzędów.

Odległość między rzędami wyznaczono z poniższego wzoru, uzyskanego po przekształceniach trygonometrycznych. Jako wartość odpowiednią nachylenia konstrukcji wsporczej i samego panelu przyjęto 250. Zalecane wartości zawarte są w przedziale 25–400. Przyjęto wartość dolną właśnie ze względu na oczekiwany wynik znacznej odległości między rzędami. Wysokość dobranego modułu to 165 cm. Wysokość podstawy konstrukcji wsporczej, którymi są bloczki betonowe, to 25 cm. Podstawy nie uwzględniamy jednak w obliczeniach, gdyż może ona być zacieniana. (4) gdzie: z – odległość między rzędami [m], α – nachylenie panelu, h – wysokość paneli [m]. Obrys budynku to 12 . 44 m, jednak budynek posiada attykę o wysokości kilkudziesięciu centymetrów. Z tego powodu rząd paneli musi być odsunięty od niej o ok. 90 cm. Attyka stanowi dodatkowe zabezpieczenie przed zrzuceniem elementów instalacji z dachu podczas silnych wiatrów. Mocowania konstrukcji i paneli muszą być sprawdzane po każdym sezonie zimowym, gdyż ewentualne zrzucenie panelu stanowi zagrożenie dla życia i zdrowia przechodniów. Pojedynczy moduł ma szerokość 99 cm. W efekcie dobrano 110 modułów: w rzędzie pierwszym i trzecim po 43 sztuki, zaś w rzędzie drugim – ze względu na konieczność uwzględnienia przeszkody w postaci innych instalacji – 23 sztuki. 2.3. Dobór inwertera dla elektrowni „Moduły fotowoltaiczne są klasyfikowane wg nominalnej mocy wyjściowej, wyrażonej w Wp (peak Watt), czyli mocy wyjściowej, uzyskanej z danego modułu w warunkach STC (ang. Standard Test Conditions), odpowiadających temperaturze modułu 25°C, natężeniu promieniowania słonecznego 1000 W/m2 i rozkładowi spektralnemu promieniowania AM 1,5 (bezchmurne niebo w południe). Należy jednak pamiętać, że rzeczywiste warunki nasłonecznienia są zmienne i zwykle otrzymuje się wartości mocy wyjściowej równe 85–90% wartości odpowiadającej warunkom STC. Poza zmiennym nasłonecznieniem również temperatura modułu rzadko odpowiada warunkom STC, a jej wzrost redukuje otrzymywane napięcie i moc o ok. 0,5% na każdy

1°C, wskutek czego 100-watowy moduł o temperaturze 45°C wykazuje 10-procentowy spadek mocy i faktycznie dostarcza 90 W”[7]. Chcąc dobrać inwerter dla projektowanej elektrowni PV, należy uwzględnić moc będącą sumą mocy szczytowych zastosowanych modułów, chyba że planuje się użycie więcej niż jednego falownika. Należy mieć jednak na uwadze fakt, że im więcej wykorzystuje się urządzeń, tym jest wyższy ich koszt jednostkowy. Z drugiej jednak strony zastosowanie kilku inwerterów sprawia, że potencjalna awaria jednego z nich zatrzymuje pracę tylko części elektrowni. W analizowanym przypadku, w związku z tym, że mamy do czynienia z małą mocą, bardziej uzasadnione wydaje się wprowadzenie układu z pojedynczym inwerterem. Znając moc instalacji, możemy obliczyć, czy inwerter spełnia warunek mocy [8]: (5) gdzie: Pn INV – moc inwertera [W], Pmax MOD – suma mocy modułów [W]. Właściwsze byłoby stosowanie pojęć mocy zainstalowanej, określanej w warunkach standardowych, oraz mocy osiągalnej przez moduł czy też całą elektrownię, ponieważ w warunkach eksploatacji w Polsce obie te moce są różne. Dzieje się tak z powodu nasłonecznienia mniejszego niż standardowe albo też z racji ogrzania się ogniwa do temperatury powyżej 25°C. Takie rozróżnienie pozwoliłoby lepiej wykorzystywać warunki przyłączeniowe wydane dla elektrowni przez operatora sieci dystrybucyjnej. W przypadku rozpatrywanej instalacji z dobranymi 110 modułami SilverLine GSP6-250-SI60 o mocy maksymalnej 250 W, warunek (5) wygląda następująco: (6) Na tej podstawie wstępnie dobrano inwerter Power-One Aurora TRIO-27.6-TL, o mocy znamionowej 27,6 kW oraz maksymalnym napięciu wejściowym 1 kV. Kolejnym krokiem jest wyznaczenie maksymalnej liczby modułów w łańcuchu [8]: (7) gdzie: U DC max – maksymalne napięcie wejściowe inwertera [V], U OC(–10 C) – napięcie obwodu otwartego w temperaturze –10°C, przy czym jeśli nie jest podane w specyfikacji producenta, należy je obliczyć na podstawie danych dla STC ze wzoru: (8)

Rys. 1. Schematyczna ilustracja kąta padania promieniowania, źródło: www.slideshare.net

Temperaturą STC, czyli temperaturą wykonywania normatywnego testu, jest 25°C. Napięcie obwodu otwartego modułu SilverLine GSP6 wynosi 37,6 V. Maksymalna liczba 23 modułów w łańcuchu paneli oznacza, że dobrane 110 modułów należy podzielić na minimum pięć łańcuchów. Dobrany inwerter posiada dwa niezależne układy śledzenia punktu mocy

M. Buriak | Acta Energetica 3/20 (2014) | translation 27–34

maksymalnej. Pięć łańcuchów oznacza, że jeden układ będzie obciążony mocą dwóch, a drugi mocą trzech grup modułów. Aby równomiernie obciążyć układy falownika, należy sprawdzić potencjalną możliwość podziału na większą liczbę łańcuchów. W tym celu weryfikujemy minimalną liczbę modułów w łańcuchu [8]: (9) gdzie: U DC min – minimalne napięcie wejściowe inwertera [V] (dla Power-One Aurora TRIO-27.6-TL wynosi ono 360 V), U OC(70C) – napięcie obwodu otwartego w temperaturze 70°C, przy czym jeśli nie jest podane przez producenta, należy obliczyć je na podstawie parametrów STC [V]: (10) Liczba modułów w łańcuchu może więc wynosić od 12 do 23, co oznacza od 5 do 9 łańcuchów. Określając liczbę łańcuchów, należy jednak sprawdzić obciążalność niezależnego układu inwertera, dzieląc maksymalny prąd układu falownika przez prąd modułu PV w punkcie mocy maksymalnej MPP: (11) gdzie: Imax INV – maksymalne dopuszczalne natężenie prądu stałego inwertera [A], IMPP – prąd w punkcie mocy maksymalnej modułu [A]. Na podstawie danych katalogowych dobranego modułu PV i inwertera odczytano Imax INV = 32 A, a IMPP = 8,33 A. Zatem liczba łańcuchów modułów przypadających na jeden układ inwertera musi spełniać warunek:

(12) W efekcie 110 modułów podzielono na 6 łańcuchów po 18 i 19 sztuk w łańcuchu, po 3 łańcuchy w obu obwodach inwertera. Na koniec doboru inwertera weryfikujemy, czy warunki pracy jego i modułów PV będą mieściły się w akceptowalnych granicach. Dopuszczalne natężenie prądu przypadające na każdy układ śledzenia punktu mocy maksymalnej (tzw. układ MPPT, ang. Maximum Power Point Tracking) wynosi 32 A. W analizowanym przypadku wartość ta nie jest przekroczona, gdyż: (13) gdzie: n – liczba łańcuchów na jeden układ inwertera. Napięcie przyłożone do wejścia inwertera nie może przekroczyć 1000 V. Teoretycznie najgorszym wariantem jest sytuacja, w której obwód odbioru energii jest otwarty, ogniwa zmrożone i występuje silne nasłonecznienie. Dwa ostatnie czynniki nie występują razem, dlatego do sprawdzenia przyjęto napięcie

modułu w temperaturze standardowego testu, czyli 25°C. W projektowanej elektrowni wynosi ono:

(14)

gdzie: UOC(STC) – napięcie otwartego obwodu modułu w warunkach STC [V], lm – liczba modułów w najdłuższym łańcuchu (lm = 19). Sprawdzenia wymaga również moc przypadająca na pojedynczy układ MPPT inwertera Power-One Aurora TRIO-27.6-TL, która wg danych producenta nie powinna przekroczyć mocy znamionowej równej 16 kW. Wartość szczytowa mocy przekształcanej przez inwerter wynosi:

(15)

gdzie: IB – natężenie prądu w układzie inwertera [A] (według wzoru (13) wynosi 24,99 A), Un – napięcie znamionowe systemu [V]: (16) gdzie: UMPP – napięcie znamionowe obciążonego modułu [V]. Wszystkie warunki zostały spełnione, więc konfiguracja paneli została dobrana poprawnie. 2.4. Dobór przewodów i zabezpieczeń Dobrany inwerter Power-One Aurora TRIO27.6-TL ma obudowę w wersji OUTDOOR, pozwalającą na montaż na zewnątrz, w tym wypadku na dachu budynku. Przed inwerterem należy zamontować skrzynkę instalacyjną (ulokowaną od strony elektrowni), w której przede wszystkim znajdą się rozłączniki pozwalające na odłączenie od elektrowni na wypadek napraw lub przeglądu inwertera. Możliwość odłączenia musi istnieć również od strony przyłącza energetycznego, w tym odłączenia wyłącznikiem przeciwpożarowym za pomocą stycznika. Elektrownia będzie miała własne przyłącze z licznikiem rejestrującym generację i zużycie energii przez instalację elektrowni w stanie jej czuwania (ang. stand-by) i w trybie nocnym. Takie dodatkowe tryby pracy wyróżnia inwerter. Rozłączniki po stronie napięcia stałego powinny zostać dobrane na prąd znamionowy układów inwertera, czyli w analizowanym przypadku 32 A. Ze względu na trwałość aparatów zalecane jest użycie aparatów dostosowanych do prądu stałego. Mimo rozłączników i zabezpieczeń znajdujących się we wnętrzu inwertera podczas prac przy elektrowni PV należy zachować szczególną ostrożność, pamiętając, że mamy do czynienia z elektrownią modułową i że napięcie rażenia może wystąpić w wielu miejscach tej instalacji. Dobierając przekroje przewodów łączących łańcuchy modułów z inwerterem, postępujemy nieco inaczej niż w przypadku tradycyjnych instalacji. W tradycyjnych instalacjach o doborze przewodów, oprócz obciążalności długotrwałej, często decyduje kryterium minimalnego przekroju ze względu na dopuszczalny spadek napięcia. Analizowany budynek ma dach o rozpiętości kilkudziesięciu metrów i spadki napięcia w instalacji prowadzonej

po dachu mogą być kilkuprocentowe. Jednak w naszym przypadku napięcia stałe, dochodzące do inwertera, znajdują się w środku zakresu dopuszczalnych napięć wejściowych, dlatego w dążeniu do sprostania kryterium dopuszczalnych spadków napięć można postępować mniej restrykcyjnie. Z drugiej strony należy pamiętać, że małe przekroje przewodów zwiększają rezystancję obwodu mierzoną od strony zacisków wejściowych falownika. W ramach sprawdzania dopuszczalnych spadków napięć nierzadko popełnianym błędem jest przyjmowanie pełnego obciążenia na całej długości połączeń, tj. między ciągami paneli a inwerterem, gdzie częstym rozwiązaniem jest realizowanie połączeń w skrzynce instalacyjnej w pobliżu inwertera i tylko krótki odcinek jest przewodem w pełni obciążonym. W analizowanym projekcie elektrowni PV szczególnie ważne jest sprawdzenie spadku napięcia na wewnętrznej linii zasilającej WLZ, łączącej inwerter ze złączem kablowym sieci dystrybucyjnej. WLZ prowadzony jest w kanale kablowym jednej z klatek pięciokondygnacyjnego bloku mieszkalnego, a przyłącze znajduje się po niekorzystnej stronie budynku, co sprawia, że kable mają długość ok. 45 m. Po dobraniu miedzianych przewodów o przekroju 16 mm2 i obciążeniu szczytowym rzędu 28 kW otrzymujemy spadek napięcia na przewodzie WLZ wynoszący ok. 1%. Osobnym zagadnieniem jest degradacja izolacji kabli i przewodów ułożonych na dachu w wyniku działania promieniowania ultrafioletowego UV. Przewody w miarę możliwości należy zabezpieczyć przed bezpośrednim działaniem promieniowania słonecznego – połączenia należy realizować od strony północnej, a także wykorzystać zacienienie przez panele PV. Po stronie napięcia przemiennego (AC) ochronę dodatkową tradycyjnie spełnia samoczynne wyłączenie zasilania. Natomiast po stronie napięcia stałego (DC) norma PN-HD 60364-7-712:2007 zaleca stosowanie urządzeń II klasy ze wzmocnioną izolacją [9], co współgra z odpornością na promieniowanie UV. Należy pamiętać, że częste badanie izolacji po stronie DC jest trudne i wymaga specjalnego postępowania z panelami, np. ich zakrywania przed odłączeniem. Stąd zastosowanie kabli i przewodów o zwiększonej odporności na promieniowanie słoneczne lub ich osłanianie jest uzasadnione ekonomicznie. Norma PN-HD 60364-7-712:2007 zaleca stosowanie kabli jednożyłowych w osłonie. Norma PN-HD 60364-7-712:2007 określa wytyczne dotyczące specjalnych instalacji lub lokalizacji, w tym fotowoltaicznych układów zasilania. Mimo że nie jest to rozbudowany dokument, dostarcza kilku cennych rad, m.in. nie zezwala na stosowanie po stronie DC jako ochrony dodatkowej izolowanego stanowiska, czy też nieuziemionych połączeń wyrównawczych. Kolejnym problemem w instalacji z elektrownią słoneczną jest stosowanie, jako uzupełniającej ochrony przeciwporażeniowej, wyłączników różnicowoprądowych. W zależności od stopnia separacji między stroną DC a AC inwertera stosowanie wyłącznika różnicowoprądowego w instalacji przyłącza sieciowego może się okazać

M. Buriak | Acta Energetica 3/20 (2014) | translation 27–34

niemożliwe. Wielu producentów inwerterów wskazuje jednak na możliwość zastosowania wyłącznika różnicowoprądowego typu B. Natomiast jeżeli konstrukcja inwertera uniemożliwia przenoszenie na stronę AC prądów stałych przy zwarciu po stronie DC, wówczas mogą być stosowane zwykłe wyłączniki różnicowoprądowe. Ochrona przed przeciążeniem nie jest wymagana po stronie DC, o ile przekroje przewodów są dobrane z uwzględnieniem prądów maksymalnych, jakie teoretycznie mogą się pojawić w warunkach STC. Ze względu na usytuowanie instalacji na dachu istotna jest ochrona odgromowa i przeciwprzepięciowa. Weryfikacji należy poddać rozmieszczenie i wysokości zwodów pionowych, ewentualnie należy wznieść dodatkowe. W celu ograniczenia indukowania napięć w przewodach i kablach ułożonych na dachu należy unikać tworzenia przez nie pętli, a te które wystąpią, powinny obejmować jak najmniejszy obszar. 3. Określenie wydajności elektrowni słonecznej Uzysk energii elektrycznej z instalacji fotowoltaicznej można obliczyć, korzystając z mocy fotoogniwa oraz opierając się na położeniu geograficznym instalacji. Potrzebne dane statystyczne o nasłonecznieniu w danym miejscu w Polsce udostępnia Ministerstwo Infrastruktury i Rozwoju [10]. Niestety, dla Gdańska, konkretnie dla dzielnicy Nowy Port, dane opracowano na podstawie źródeł z lat 1987–2000. Postanowiono zatem skorzystać z aktualnych danych udostępnianych przez Komisję Europejską w projekcie PVGIS [11] (tab. 1). Hh – nasłonecznienie na panel ułożony horyzontalnie (Wh/m2/d) Hopt – nasłonecznienie na panel ustawiony pod optymalnym kątem (ok. 390) (Wh/m2/d)

Hopt

H(25)

H(25,– 45)

580

1010

888

786

luty

1210

1900

1710

1542

marzec

2690

3770

3510

3244

kwiecień

4460

5370

5240

5004

Miesiąc styczeń

maj

5450

5660

5780

5680

czerwiec

5720

5610

5840

5785

lipiec

5220

5200

5380

5319

sierpień

4430

4950

4777

wrzesień

3190

4210

3990

3729

październik

1700

2660

2410

2177

listopad

703

1230

1080

957

grudzień

572

940

834

737

średnio

3000

3550

3480

3311

Tab. 1. Średniomiesięczne nasłonecznienie dzienne na terenie Gdańska [11]

H(25) – nasłonecznienie na panel ustawiony pod przyjętym kątem 250 (Wh/m2/d) H(25, –45) – nasłonecznienie na panel ustawiony pod przyjętym kątem 250 z azymutem –450 (Wh/m2/d) Z tab. 1 wynika, że średnioroczna wartość dziennego nasłonecznienia panelu, przy nachyleniu optymalnym i pod kątem 25o, różni się o 70 Wh/m2, co nie jest wartością znaczącą. Jeżeli dodatkowo uwzględni się pokrycie paneli śniegiem przez dwadzieścia kilka dni w roku, ta różnica będzie jeszcze mniejsza. Rola azymutu również nie jest decydująca. Azymut południowy przyjmowany jest jako zerowy. W naszym przypadku występuje azymut południowo-wschodni (–45°). Odchylenie o 45 stopni od kierunku południowego nie powoduje radykalnej różnicy w nasłonecznieniu. Różnica ta to 4,9% w wartości średniorocznej nasłonecznienia. Rozpatrywana elektrownia posiada 110 modułów o wymiarach zewnętrznych 1650 . 990 mm. Rama modułu ma szerokość 40 mm, stąd założono, że skuteczne wymiary modułu to 1560 . 900 mm. Na podstawie tego założenia określono, że w konwersji promieniowania słonecznego na energię elektryczną bierze udział następująca powierzchnia A ogniw fotowoltaicznych: (17) W dobranych modułach PV zastosowane są ogniwa o wysokiej sprawności, wynoszącej 15,3%. Jest to stosunkowo wysoka sprawność dla ogniw z krzemu polikrystalicznego, bliska ogniwom z krzemu monokrystalicznego. Należy jednak mieć na uwadze fakt, że sprawność istotnie zależy od temperatury pracy ogniwa i spada 0,44% na każdy stopień powyżej temperatury STC, ale i wzrasta na każdy stopień poniżej tej temperatury. Szacuje się, że wpływ temperatury zmniejsza roczną produkcję energii elektrycznej modułu o kilkanaście procent (do oszacowania rocznej produkcji przyjęto 11%). Kolejnym zjawiskiem utrudniającym wykorzystanie energii słonecznej jest zjawisko odbicia promieni słonecznych. Ogniwa nie są ciałami idealnie czarnymi. Dla zaproponowanego modułu założono zatem, występującą z tego powodu, stratę rzędu 3%. Wygenerowana moc w łańcuchach modułów podlega przetwarzaniu w inwerterze na przemienne napięcie i prąd. Inwerter jest istotnym elementem generacji strat mocy elektrycznej. Dobrany falownik jest wysoce wydajny. Przy obciążeniu znamionowym jego sprawność jest bliska 98%, natomiast sprawność średnioważona, uwzględniająca typowy rozkład obciążenia, wynosi 96%. Na podstawie powyższych założeń określono roczną produkcję elektrowni słonecznej o mocy 28,49 kW, zainstalowanej na dachu budynku wielorodzinnego w Gdańsku o współrzędnych geograficznych 54,21 N, 18,37 E [11], dla paneli ustawionych na stojakach o nachyleniu 250 oraz ekspozycji z kątem azymutu –450:

gdzie: E – roczna produkcja energii [Wh], H(25, –45) i – miesięczna wartość nasłonecznienia 1 m2 powierzchni nachylonej pod kątem 250 i zwróconej na południowy-wschód, A – powierzchnia czynna ogniw PV [m2], ηSTC – sprawność ogniwa w warunkach STC, εT – straty wynikające z temperatury ogniwa powyżej 25⁰C, εR – straty odbicia promieni słonecznych, εINV – straty w inwerterze, εw – straty energii w instalacji elektrycznej. E – miesięczna generacja energii elektrycznej przy 110 modułach [kWh] H(25, –45) – nasłonecznienie na panel ustawiony pod kątem 250 z azymutem –450 (Wh/m2/miesiąc). W tab. 2 przedstawiono wyniki obliczeń ilości wygenerowanej energii w każdym miesiącu, wynikające z uwzględnienia danych o nasłonecznieniu zawartych w bazie danych i zamieszczonych na stronie projektu PVGIS [11]. Kolejne kolumny tab. 2 zawierają liczbę dni miesiąca, oszacowaną wartość nasłonecznienia w danym miesiącu, uzysk energii w każdym miesiącu oraz przychód ze sprzedaży energii po stałej cenie 1,1 zł/kWh. Uzysk energii obliczony jest z uwzględnieniem sprawności i strat przedstawionych we wzorach (18, 19). Dla stycznia i lutego liczbę dni pomniejszono o przyjęte 12 i 11 dni z pokrywą śnieżną. Roczne nasłonecznienie wyliczono, sumując dane z wszystkich miesięcy, wynosi ono 1185 kWh/m2. Poniżej przedstawiono podstawienie wartości do wzoru (18) i wyliczenie rocznego uzysku energii. (19) Roczny uzysk energii szacowany jest więc na prawie 23 MWh. Jego roczny rozkład w sposób graficzny prezentuje rys. 2. Miesiąc

(18)

H(25, Przychód E [kWh] –45)*dni [zł]

styczeń

14 934

289

318

luty

26 214

508

559

marzec

100 564

1 949

2 144

kwiecień

15 0120

2 910

3 201

maj

17 6080

3 413

3 754

czerwiec

17 3550

3 364

3 700

lipiec

16 4889

3 196

3 516

sierpień

14 8087

2 870

3 157

wrzesień

11 1870

2 168

2 385

październik

67 487

1 308

1 439

listopad

28 710

556

612

grudzień

22 847

443

487

342

118 5352

suma

dni

22 975

25 272

Tab. 2. Miesięczna produkcja i przychód ze sprzedaży energii przy cenie 1,1 zł/kWh [11]

M. Buriak | Acta Energetica 3/20 (2014) | translation 27–34

(20) gdzie: NPV – wartość bieżąca netto, CFt – przepływy gotówkowe w okresie t, p – stopa dyskonta [%], I0 – nakłady początkowe [zł], t – kolejne lata eksploatacji inwestycji.

Rys. 2. Uzysk energii z elektrowni fotowoltaicznej w poszczególnych miesiącach, źródło: opracowanie własne

Uzysk energii z przedstawionej elektrowni z roku na rok będzie mniejszy. Standardowy spadek efektywności ogniw krzemowych to 0,8%. Oznacza to, że ogniwo o początkowej sprawności 15,3% za rok ma sprawność 15,3% · 99,2%, czyli 15,18%. 4. Analiza opłacalności budowy elektrowni fotowoltaicznej 4.1. Nakłady inwestycyjne W tab. 3 przedstawiono zestawienie głównych składników nakładów inwestycyjnych. Zamieszczona w tabeli uproszczona kalkulacja opiera się na powszechnie dostępnych cenach urządzeń wyrażanych w złotych i euro, prezentowanych na stronach WWW hurtowni i portali handlu elektronicznego. Ceny powyższe są realne, ale mają charakter wolnorynkowy, stąd zrezygnowano z podania ich w sposób precyzyjny. Na uwagę zasługuje przede wszystkim cena modułów PV. W analizach rynku określa się kilkuprocentową coroczną redukcję ceny 1 W mocy zainstalowanej w ogniwach PV, która ma następować w wyniku rozwijania technologii produkcji ogniw i modułów PV. Na przykład w analizach rynku wykonywanych na potrzeby uzasadnienia wysokości cen stałych za produkowaną energię, założonych w tworzonej ustawie o odnawialnych źródłach energii (OZE), przyjęto 5-proc. coroczną redukcję kosztu w okresie do 2020 roku. Dzieląc sumę nakładów, kosztów i opłat z tab. 3 przez moc zainstalowaną, tj. 28 488 W, uzyskujemy wskaźnik nakładów jednostkowych na poziomie 6390 zł/kW. Zakładając, że nieuwzględnione składniki nakładów, np. takie jak transport, stanowią 5% tej kwoty, otrzymujemy nakład jednostkowy 6710 zł/ kW. Wartość ta jest bliska kryteriom przyjmowanym przy opracowywaniu projektu ustawy o OZE, gdzie przyjęto, że koszt 1 kW dla instalacji dachowej PV (o mocy 10–100 kW) wynosi 6600 zł. Przedstawione w tab. 3 wartości to nakłady inwestycyjne. Po zsumowaniu ich nie uzyskamy jednak pełnych kosztów kapitałowych, gdyż te zawierają jeszcze wartość pozyskania kapitału i inne dodatkowe wydatki związane z obsługą finansową. Koszty te wystąpią w razie wykorzystania kredytu komercyjnego lub nisko oprocentowanej pożyczki z WFOŚiGW. 4.2. Koszty eksploatacyjne Koszty eksploatacyjne elektrowni fotowoltaicznej stanowią wartość, która nie może być pominięta. Składają się na nie koszty serwisowania elektrowni, w szczególności serwisowej obsługi inwertera i opłaty wynikające z napraw elementów instalacji oraz obsługi handlowej, świadczonej

przez przedsiębiorstwo obrotu energią elektryczną, jak również wydatki wynikające z opłat operatora sieci dystrybucyjnej. Razem stanowią one kilka tysięcy złotych w skali roku. W założeniach ustawy o OZE dla elektrowni PV o mocy 10–100 kW określono je na poziomie 132 zł/ kW. Koszty eksploatacyjne zmienne zależne od produkcji energii są mniej znaczące i zostały włączone do kosztów eksploatacyjnych stałych. 4.3. Badanie opłacalności inwestycji W celu zbadania opłacalności inwestycji wyznaczono jej wartość bieżącą netto, czyli NPV, przy założonym 15-letnim okresie eksploatacji. Mimo że trwałość samych modułów PV określana jest na 25 lat, to ciągły spadek ich sprawności (0,8% rocznie) oraz ograniczona trwałość stojaków paneli, jak również narażonej na promieniowanie UV instalacji, uzasadnia takie założenie. Ponadto za 15 lat powierzchnia dachu będzie atrakcyjna dla inwestycji w postaci modernizacji elektrowni z zastosowaniem nowych, wydajniejszych generacji ogniw PV.

Urządzenie lub usługa Moduł fotowoltaiczny o mocy PMPP = 250 W

W tab. 4 przedstawiono wyniki obliczeń przepływów finansowych związanych z obliczeniem NPV za okres 15 lat. W analizie zastosowano wiele uproszczeń dotyczących kosztów obsługi finansowej oraz podatku. W tabeli zawarto m.in. wkład własny inwestora (Iw), który wynosi 25% nakładów początkowych – 1,05 · 182 020 zł, roczne uzyski energii (E), przychody ze sprzedaży energii po stałej cenie 1,1 zł/kWh (U), koszty spłaty pożyczki z WFOŚiGW, zaciągniętej na 75% wartości inwestycji (oprocentowanie w skali roku: 3%). Dla każdego okresu oblicza się przepływy gotówkowe (CF) równe przychodom pomniejszonym o koszty eksploatacyjne, odsetki i raty pożyczki. Różnica wartości podlega dyskontowaniu na rok zerowy. Współczynnik dyskontowy d określa wzór:

(21)

Zsumowanie zdyskontowanych przepływów pieniężnych i pomniejszenie ich przez poniesiony na początku wkład własny daje bieżącą wartość netto. Wartość bieżąca netto to ponad 53 tys. złotych. Wartość jest dodatnia, więc wstępnie można ocenić inwestycję jako opłacalną. W arkuszu Excel, w którym prowadzono obliczenia, dobrano również wartość stopy dyskonta, przy której NPV jest równe zeru. W ten sposób wyznaczono wewnętrzną stopę zwrotu, która wyniosła 23,3%.

Jednostka

Cena jednostkowa

110 szt.

Nakład [zł] 96 250

Inwerter

1 szt.

20 000

Licznik energii elektrycznej

1 szt.

2 500

Układ zdalnego odczytu licznika

1 szt.

700

Kabel na instalację DC 6 mm2

250 m.b.

2 000

Kabel WLZ YKYżo 5 . 16 mm2

45 m.b.

1 000

Rozłączniki Skrzynki rozłączników DC Szafki przyłącza Podstawy bezpiecznikowe Bezpieczniki Wyłącznik RCD

2 szt. 1 szt. 2 szt. 3 szt. 3 szt. 1 szt.

2 000

Wyłącznik mocy z cewką wybijakową i przyciskiem przeciwpożarowym

1 szt.

700

110 szt.

250

27 500

Montaż instalacji

1 szt.

25 000 zł

25 000

Projekt elektrowni

1 szt.

4 000 zł

4 000

29 kW

30 zł/kW

870

Zestaw do montażu paneli na dachu płaskim

Opłata przyłączeniowa Suma

182 020

Tab. 3. Składniki nakładów inwestycyjnych

M. Buriak | Acta Energetica 3/20 (2014) | translation 27–34

Istotny wpływ na opłacalność inwestycji będzie miała pożyczka z WFOŚiGW. Należy nadmienić, że inwestor, czyli spółdzielnia mieszkaniowa, przekroczyła próg minimalnej wartości inwestycji (0,5 mln zł), łącząc inwestycję z innymi tego typu oraz przystępując do lokalnego stowarzyszenia inwestorów energetyki słonecznej. Nie bez znaczenia jest również fakt, że pożyczki z wojewódzkich funduszy ochrony środowiska i gospodarki wodnej posiadają okres karencji spłaty pożyczki. W okresie tym cały dochód ze sprzedaży energii jest zwrotem włożonego kapitału własnego. W analizie zaprezentowanej w tab. 4 przyjęto, że okres ten wynosi 1 rok. W rzeczywistości jest on nawet dłuższy i stanowi 18 miesięcy, czyli półtora roku. Podobną symulację przepływów finansowych przeprowadzono przy założeniu, że inwestycja w całości pokrywana jest ze środków własnych i nie jest wspierana nisko oprocentowaną pożyczką. Wówczas NPV nadal jest dodatnie, ale wynosi jedynie 15 800 zł, a IRR to 9,4%. Dla większości inwestorów taka stopa zwrotu jest nie do zaakceptowania. 5. Podsumowanie Na podstawie analizy wybranego przypadku wykazano, że proces projektowania elektrowni słonecznej jest zadaniem stosunkowo nieskomplikowanym, choć wymagającym znajomości specyfiki współpracy modułów fotowoltaicznych z inwerterem. Ustalono ponadto, że mimo założenia stałej ceny skupu energii z elektrowni PV jej budowa sytuuje się na granicy opłacalności, gdyż okres zwrotu – przy posiłkowaniu się nisko oprocentowaną pożyczką – wynosi 5 lat, a bez niej 12 lat. Warto dodać, że wyniki analizy opierają się na założeniu, że cała wyprodukowana energia zostanie sprzedana po wysokiej, stałej cenie wynoszącej 1,1 zł/ kWh. Przedstawiona instalacja jest mikroinstalacją i ma charakter prosumencki. Zatwierdzony przez rząd RP, ale jeszcze nieprzekazany do Sejmu, projekt ustawy o OZE określa, że w przypadku prosumenckich mikroinstalacji następuje bilansowanie zużycia i produkcji energii przez prosumenta, co pozwala mu zaoszczędzić na kupnie energii ok. 55 gr/ kWh. Sprzedaż ewentualnych nadwyżek produkowanej energii ma następować po cenie wynoszącej 80% zeszłorocznej ceny energii na rynku hurtowym (wynosiła ona Jerzy Buriak

Lata

Uzysk energii [kWh]

Przychód Wkład ze sprzewłasny [zł] daży [zł]

Rata pożyczki [zł]

47 780,25 22 975

25 273

22 791

25 070

14 334,08

22 609

24 870

14 334,08

22 428

24 671

14 334,08

–

21 202

23 322

21 032

20 864

14 15

Przepływy Stopa roczne CF D · CF [zł] dyskonta d [zł] –47 780,25

–

Odsetki pożyczki [zł]

–

25 272,50

0,93

23 400,46

4 300,22

6 436,02

0,86

5 517,85

3 870,20

6 665,48

0,79

5 291,27

3 440,18

6 896,55

0,74

5 069,17

–

14 334,08

1,00 –47 780,25

430,02

–

8 557,86

0,43

3 670,32

23 135

23 135,38

0,40

9 187,38

22 950

22 950,29

0,37

8 438,78

20 697

22 767

22 766,69

0,34

7 751,17

20 531

22 585

22 584,56

0,32

7 119,59

NPV

53 717,56

Tab. 4. Analiza wartości bieżącej netto

ok. 20 gr/kWh). Przy takich założeniach przedstawiana inwestycja jest nieopłacalna.

Bibliografia 1. Załącznik nr 2 do uchwały nr 1274/190/12 Zarządu Województwa Pomorskiego, Przewodnik Beneficjenta RPO WP 2007–2013, 30 października 2012. 2. Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej, Programy Priorytetowe NFOŚiGW 2012, wrzesień 2012. 3. Bank Ochrony Środowiska, Europejska oferta [online], http://www.bosbank.pl/ index.php?page=2550. 4. Wojewódzki Fundusz Ochrony Środowiska i Gospodarki Wodnej w Gdańsku, Zasady udzielania dofinansowania [online], http://www.wfosigw-gda.pl/page,423,Zasady_udzielania_dofinansowania. 5. Dyrektywa Parlamentu Europejskiego i Rady 2012/27/UE z 25 października 2012 roku w sprawie efektywności energetycznej, zmiany dyrektyw 2009/125/WE i 2010/30/UE oraz uchylenia dyrektyw 2004/8/WE i 2006/32/WE, Dz.U. L 315 z 14.11.2012, s. 1–56.

6. http://www.cd.geografia.vel.pl/obliczanie_kata_padania_promieni_slonecznych.html [dostęp: 15.01.2013]. 7. Klugmann-Radziemska E., Udany projekt instalacji fotowoltaicznej – jak go zrealizować, Czysta Energia 2012, nr 10. 8. Klugmann-Radziemska E., Fotowoltaika w teorii i w praktyce, Legionowo 2010. 9. PN-HD 60364-7-712:2007, Instalacje elektryczne w obiektach budowlanych, Część 7–712: Wytyczne dotyczące specjalnych instalacji lub lokalizacji, Fotowoltaiczne (PV) układy zasilania. 10. Ministerstwo Infrastruktury i Rozwoju, Typowe lata meteorologiczne i statystyczne dane klimatyczne dla obszaru Polski do obliczeń energetycznych budynków [online], http://www.mir. gov.pl/budownictwo/rynek_budowlany_i_technika/Efektywnosc_energetyczna_budynkow/typowe_lata_ meteorologiczne/Strony/start.aspx [dostęp: 30.06.2014]. 11. Komisja Europejska, PVGIS [online], http://re.jrc.ec.europa.eu/pvgis/apps4/ pvest.php. 12. Szymański B., Instalacje fotowoltaiczne, wydanie II, Wydawnictwo GEOSystem, Kraków 2013.

dr inż. Politechnika Gdańska e-mail: jburiak@ely.pg.gda.pl Ukończył studia na Wydziale Elektrycznym Politechniki Gdańskiej (1995). Stopień naukowy doktora uzyskał na Wydziale Elektrotechniki i Automatyki swojej macierzystej uczelni (2001). Obecnie zatrudniony na stanowisku adiunkta w Katedrze Elektroenergetyki PG. Jego zawodowe zainteresowania obejmują: planowanie rozwoju systemów energetycznych, formułowanie modeli optymalizacji, bazy danych w energetyce.

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

Electric Load in the G12 Tariff for Consumers Assigned to t he PTPiREE C-profile

Authors Ryszard Frąckowiak Tomasz Gałan

Keywords load curves, C-profile, modeling

Abstract In the paper, the results of analysis of the load curves for individual consumers assigned to the C-type standard profile in the G12 tariff zone and subzones are presented. On this basis, the C-profile study has been carried out for selected years. Also, models showing the influence of the air temperature on the consumed energy quotes for the distinctive consumer groups have been developed. Conclusions on the development and application of the standard profile for consumers which use the electrical energy for heating purposes (rooms and tap water) have been drawn.

DOI: 10.12736/issn.2300-3022.2014304

1. Introduction A very important issue in the Polish electricity market, in light of the changes taking place since the late 1990s [1], is the collection of detailed information on electricity consumption of individual consumers, supplied at different voltage levels [2]. Knowledge of load schedules has become the basis for electricity sales forecasting and pricing. A business entity acting as a Distribution System Operator (DSO), on the basis of aggregated historical details of measurements made at reference customers (sample of individual customers, who have been subject to load variability measurements), develops electricity consumption profiles that reflect the average energy consumption in each hour of the day. Typically the profiles are drawn up based on the previous year’s data. Based on standard profiles determined this way, the DSO can estimate the total electricity consumed by customers, with which it has signed distribution agreements (e.g. customers in the same tariff group). If a customer does not maintain a metering and billing system, the DSO assigns each end customer an appropriate standard load profile, according to the tariff group of the distribution services provided [3]. Standard load profiling based on full-year electrical load records of individual customers requires high precision and accuracy in the customer characterization, and the application of relevant profiling criteria (selection of reference customers for the resultant profile development).

2. C type standard profile characteristics 2.1. General notes Extensive research conducted since 2002 by PTPiREE Polish Power Transmission and Distribution Association has produced a directory of electricity consumer characteristics, and on this basis the so-called standard profiles. For households (domestic and municipal customers) powered at low voltage, PTPiREE has developed four standard profiles. They differ by tariff group and use of electricity. The profiles are listed in Tab. 1.

Profile name

Electricity consumer profile classification Tariff group

Features

Profile A

G11

Customers having single-time zone meters

Profile B

G12

Customers without electric heating

Profile C

G12

Customers with electric heating other than dynamic

Profile D

G12

Customers with dynamic electric heating

Tab. 1. PTPiREE standard profiles of domestic and municipal customers

Billing zones Sub-zone denomination Time slot

S II

S Ia

S Ib

S IIa

S IIb

6–13

15–22

13–15

22–6

Tab. 2. Denominations of sub-zones selected in G12 tariff billing zones 41

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

The most generic is profile A. The only selection criterion is tariff group – G11. Profile B, C and D have been developed for twotime zone customers (tariff G12). In these profiles, the main selection criterion is the use of electricity for heating. Profile B is for customers not using electric heating, and profiles C and D are for those using electric heating of premises and water. Customers in tariff group G12 are billed in two zones: S I – more expensive, and S II – cheaper. Tab. 2 lists denominations adopted in the research for selected sub-zones, and their time slots.

2.2. Averaged daily waveforms – profile C The remainder of this paper focuses on the examination of profile C, taking into account its issues for four consecutive years (2007– 2010). In each year profile C consists of electrical load waveforms of ca. 60 to ca. 80 individual electricity consumers. Preliminary analysis of the profile for these years showed differences between the resultant electrical load schedules. Fig. 1 shows the yearly average daily waveforms of profile C, identified for the analysed years.

Profile C load curves feature load variability typical for two-zone billed consumers. Consumer use in their households electrical devices for heating domestic water, such as electric heaters and boilers, as well as for room heating, such as radiators, convectors with forced and natural air flow, and oil heaters. Each of these electrical heating appliances has a different heating specificity and power consumption. Fig. 2 shows diurnal variations of monthly average electric loads for profile C 2009, identified in subsequent months of the year. Electrical loads in working days were taken into account. The load schedules show a noticeable increase in power consumption in zone S II. In the winter power consumption in the cheaper tariff zone is even more than two times higher than the summer consumption in the zone. The main reason is the use of the zone especially for heating purposes. Moreover, in the winter (November – February) a temporary increase was noted in electricity consumption right at the end of the cheaper tariff zone (5 am – 6 am). This increase is due to the use of heating

Fig. 1. Diurnal variations of yearly average loads in subsequent years of type C standard profile (2007–2010)

Fig. 2. Variability of average daily load in each month of the year for profile C 2009 42

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

Fig. 3. Daily extreme power occurrences, profile C 2009

Fig. 4. Daily variability of correlation between power intakes in each hour and the daily average air temperature, profile C 2007–2010

appliances in the morning at the end of zone S IIb (turning on devices for domestic water and room heating). Fig. 3 shows an example of the annual variability of daily maximum power (TPdmax) daily minimum power (TPdmin) occurrences for the same type C profile. In profile C the daily maximum power TPdmax occurrences fell in zone S II, in summer and winter alike. However, in the summer it occurs in the noon sub-zone with cheaper tariffs (S IIa). This may be due to intense energy use for ventilation and air conditioning. In the summer, the daily minimum power typically occurs at 4 am – 5 am, while in the winter in the more expensive morning sub-zone (S Ia). This may be due to household use of electrical heating devices at the end of zone S IIb, as has already been pointed out above. The minimum load occurs in the later hours.

2.3. External impacts Individual customer’s electrical load characteristics depend on the customer’s essential features, such as electricity tariff,

location, and household use of electricity. However, variability analysis of electrical load should also consider numerous external impacts, related to natural atmospheric and astronomical phenomena, that every customer’s power intake is subject to. Each of these factors may have a different impact on the electrical load schedule. In addition, some of them are strictly defined (determined), some are random [4]. Detailed studies of the external impacts on electrical load schedules showed that customers in the G12 tariff group are mostly affected by air temperature (q) [5]. They are insensitive to the time of sunset [6]. This strong correlation between the profile customers’ power intake and air temperature was confirmed by analysis of Pearson correlation coefficient [7] (Fig. 4). Correlation coefficient rx stays below –0.65 throughout the day, which confirms the relevance of the temperature impact on type C profile schedules. Also noted is a slightly larger effect of temperature in the cheaper zone (S II) than in the rest of the day. 43

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

This strong air temperature impact on daily load distribution in profile C group varies slightly from year to year. This is due to the selection of reference consumers who use different electrical appliances, and differently use electricity for heating. They may have and use only an electric water heater, or only a space heating system, or they may use electricity for both heating applications simultaneously.

3. Electrical loads of individual consumers in profile C group 3.1. Surveyed consumers characteristics Results of the C type profile analysis were compared with results of analysis of load curves of two groups of tariff G12 customers. Analysed were records of electrical loads (active power intakes) of 104 individual electricity consumers, in 2003–2009. Surveyed were customers supplied at low voltage, and residing in urban areas of the Wielkopolskie Voivodeship. Measurement data was derived from a research project by PTPiREE Polish Power Transmission and Distribution Association [8]. Data was selected from records of household consumers, tariff G12 (domestic and municipal customers who do not conduct business), who have and use stationary electric heating devices in inhabited premises. Tab. 3 summarizes the most important common characteristics of the analysed consumer groups. For easy identification, they were assigned appropriate symbols.

3.2. Comparative analysis The variability analysis of yearly average daily load showed that both the electrical load schedule, as well as the power consumed by customers in groups G12 M2 and G12 M3, differ significantly (Fig. 5). In this figure also the load is mapped that corresponds to standard type C profile. Daily load waveforms of the analysed consumer groups and type C profile in the summer is flattened, while in the winter the loads are several times higher than in the summer. In group G12 M3 differences in the summer and winter loads are significantly

Group symbol

Electrical domestic water heater

Electrical space heating

G12 M2

has

does not have

G12 M3

may have

has

Tab. 3. Selected characteristics of analysed consumer groups

larger than the same differences in group G12 M2 (significantly higher powers of space heating systems than of electric domestic water heaters). Fig. 6 shows the daily variability averaged over two months: the summer (June – July) and winter (December – January) periods, identified for profile C – 2007 and groups G12 M2 and G12 M3 (2006). The loads in the schedule for groups G12 M2 and G12 M3, and profile C, as well as the summer loads are very similar. In the summer these consumers use electricity mainly to heat running water (boilers, tankless water heaters). The loads in the winter schedule for the analysed groups and the profile are different. When consumers use electricity for space and water heating, these loads values differ significantly from those of consumers, who use electricity for domestic water heating only. Similarity of the summer and winter load waveforms and values of consumers in group G12 M2 and profile C 2007 schedule indicates that the proportion of these consumers in the profile development was the greatest. Detailed studies have shown that in the remaining years when profile C was developed the considered groups’ shares varied. Therefore the selection of consumers for the standard profile development has a significant impact on the resultant schedule.

4. Electrical loads in zones – models Fig. 7 shows an example of the relationship between the energy consumed in zones with more expensive and cheaper electricity by consumers in groups G12 M2 and G12 M3.

Fig. 5. Daily variations of yearly average loads for profiles C 2007 and C 2008, as well as G12 M2 and G12 M3 consumers (2006) 44

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

Fig. 6. Daily variation of average load in groups G12 M2 and G12 M3, as well as profile C 2007, identified in two months: a) summer, b) winter

Clear effect of air temperature on energy consumption is experienced when the average daily temperature is less than 15°C. Throughout the rest of the energy consumption remains approximately constant. During this period, the average energy consumption in zone SI exceeds that in zone S II. In contrast to group G12 M2, in group G12 M3 the temperature impact on power consumption is stronger than in zone SI. In addition, when the average daily air temperature falls below 5°C, loads in zone S II clearly prevail. This is due to consumers’ more intensive use of heating appliances in this temperature range (winter period). High repeatability of the analysed relationships in subsequent years of the recording period had enabled identification of averaged forms of the linear function of the effect of temperature on energy consumed in tariff G11 zones (for q ≤ 15°C):

for consumers in group G12 M3:

(3) (4)

Fig. 8 and 9 show the relationship between energy consumed in billing zones’ sub-zones and air temperature, in groups G12 M2 and G12 M3. Based on the presented relationships, averaged (over the entire recording period) linear dependencies were developed with the following forms (for q < 15°C): for consumers in group G12 M2:

for consumers in group G12 M2:

(5)

(6)

(1)

(2) 45

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

Fig. 7. Dependence on air temperature of energy consumed in zones SI and SII by consumers in groups: a) G12 M2 (2004), b) G12 M3 (2005)

(7)

(10)

The significant effect of temperature on the load of profile C customers indicates the need to consider this factor when evaluating the electricity consumption on the basis of standard profiles. It can be seen that an occurrence of an air temperature by 10°C lower than the temperature, at which data were recorded for the profile development, introduces relatively large errors. Relative errors calculated in relation to the load at q = 0oC, significantly exceed 20% in all analysed sub-zones. The largest, ca. 45%, are the relative errors of G12 M3 loads in zone S II.

(8)

(11)

5. Summary

for consumers in group G12 M3:

(9)

(12)

Stronger temperature impact in the more expensive zone is noticed in sub-zone S Ib in G12 M2 and G12 M3 groups alike. In the cheaper zone the electricity price effect is noticeable in the both analysed sub-zones. Consumers in group G12 M3 consume most electricity in the winter (at low air temperatures) in subzone S IIb.

The predominant external factor affecting the energy consumption by profile C consumers is the air temperature. The impact varies in different zones and sub-zones of tariff G12. The largest impact is on space heating loads in the zone with cheaper electricity. The impact of the sunset time on power intake (electricity consumption) in these groups of consumers can be considered negligible.

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

Fig. 8. Dependence on air temperature of energy consumed in billing zones’ sub-zones by consumers in group G12 M2 (2004)

The accuracy of standard profile C based electrical load estimate may be significantly increased by taking into account changes in the temperature, using appropriately developed models. The type C profile load waveforms developed by PTPiREE show differences in the subsequent years of their development. This was mainly due to the diversification of the individual consumers (reference consumers), measurement of which were used for the standard profiles to development. A certain randomness,

resulting from too general criteria of the consumer selection for the profile, can cause errors in the estimation of power intakes of the profiled consumers. The accuracy of the profile C based electrical load estimate may be increased by separating out of the profile the following two sub-profiles: • C1 – consumers who use electricity to heat running water • C2 – consumers who use electricity for space heating.

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

Fig. 9. Dependence on air temperature of energy consumed in billing zones’ sub-zones by consumers in group G12 M3 (2005)

REFERENCES

1. The Energy Law, J. of L. 1997, No. 54, Item 348, as currently amended, 10 April 1997. 2. Bieliński W., Typowe wykresy obciążeń elektroenergetycznych odbiorców [Typical charts of power consumer loads], Scientificengineering conference “The Electricity Market”, Nałęczów, Poland 1998. 3. Instrukcje Ruchu i Eksploatacji Sieci Dystrybucyjnej, Enea SA [Enea SA Distribution Grid Code] [online], http://www.operator.enea.pl -Instrukcje Ruchu i Eksploatacji Sieci Dystrybucyjnej. 4. Frąckowiak R., Gałan T., Analiza profilu obciążenia odbiorców rozliczanych według taryfy G12 przy wykorzystaniu arkusza Excel [Analysis tariff G12 customers load profile using Excel spreadsheet], XIV Scientific Conference on Computer Applications in Electrical Engineering, Poznań 2009.

5. Frąckowiak R., Gałan T., Profile standardowe PTPiREE taryfy G w świetle badań obciążenia elektrycznego odbiorców indywidualnych [PTPiREE standard profiles for tariff G in the light of research of individual customers’ electric loads], Rynek Energii 2012, issue 4. 6. Frąckowiak R., Gałan T., Krzywe obciążenia elektrycznego odbiorców typu gospodarstwa domowe rozliczane według taryfy G12 [Electrical load curves of tariff G12 households consumers], Przegląd Elektrotechniczny 2009, issue 10. 7. Starzyńska W., Statystyka praktyczna [Practical statistics], Warsaw 2000. 8. Research project of PTPiREE Polish Power Transmission and Distribution Association, the Polish Society Transmission and Distribution of Electricity, Badanie obciążeń i budowa katalogu charakterystyk odbiorców energii elektrycznej [Electricity consumers load study and development of a catalogue of characteristics], Poznań 2003.

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | 41–49

Ryszard Frąckowiak Poznan University of Technology e-mail: ryszard.frackowiak@put.poznan.pl Graduated from the Faculty of Electrical Engineering at Poznan University of Technology (1976). At the same Faculty he received his doctor of engineering (1984) and habilitated doctor (1998) degrees. He started his professional career in 1977 at the Institute of Electrical Power Engineering. He now heads the Department of Switchgear and Electrical Installation at the Institute. He deals with issues related to analysis and modelling of power grid operating parameters, fault values in particular.

Tomasz Gałan Poznan University of Technology e-mail: tomasz_galan@wp.pl Graduated from the Faculty of Electrical Engineering of Poznan University of Technology (2005), now working on his doctoral thesis on individual customers’ electrical load curves. An employee of the Department of Planning and Development at Enea Operator sp. z o.o.

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | translation 41–49

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 41–49. When referring to the article please refer to the original text. PL

Obciążenie elektryczne w strefach taryfy G12 odbiorców zaliczanych do profilu typu C PTPiREE Autorzy Ryszard Frąckowiak Tomasz Gałan Słowa kluczowe obciążenie, profil C, modelowanie Streszczenie W artykule autorzy przedstawili wyniki analizy krzywych obciążenia odbiorców indywidualnych, zaliczanych do profilu standardowego typu C w strefach i podstrefach taryfy G12. Pozwoliły one na przeprowadzenie analizy profilu C dla wybranych lat. Opracowano także modele charakteryzujące wpływ temperatury powietrza na wartości zużywanej energii dla wydzielonych grup odbiorców. Sformułowano wnioski dotyczące tworzenia oraz korzystania z profilu standardowego dla odbiorców wykorzystujących energię elektryczną do ogrzewania pomieszczeń oraz wody użytkowej.

1. Wstęp Bardzo ważnym zagadnieniem na polskim rynku energii elektrycznej, w świetle przemian dokonujących się od końca lat 90. ubiegłego wieku [1], staje się pozyskanie szczegółowych informacji dotyczących konsumpcji energii elektrycznej przez odbiorców indywidualnych, zasilanych z różnych poziomów napięć [2]. Znajomość grafików obciążenia elektrycznego staje się podstawą prognozowania sprzedaży energii elektrycznej oraz tworzenia taryf dla energii elektrycznej. Podmiot gospodarczy pełniący funkcję operatora systemu dystrybucyjnego (OSD), na podstawie zagregowanych historycznych danych z pomiarów u odbiorców kontrolnych (wybranej grupy odbiorców indywidualnych, którzy zostali objęci pomiarami zmienności obciążenia), opracowuje profile zużycia energii elektrycznej, które odzwierciedlają średni pobór energii w każdej godzinie doby. Najczęściej przy opracowywaniu profili uwzględnia się dane z poprzedniego roku. Na podstawie wyznaczonych profili standardowych OSD może szacować sumaryczną wartość energii elektrycznej pobieraną przez odbiorców, z którymi ma podpisaną umowę dystrybucji (np. odbiorców rozliczających się w danej grupie taryfowej). Jeżeli odbiorca nie posiada układu pomiarowo-rozliczeniowego, OSD przydziela każdemu odbiorcy końcowemu odpowiedni, standardowy profil obciążenia, według grupy taryfowej usług dystrybucji energii świadczonych przez niego [3]. Tworzenie prof ili standardow ych na podstawie całorocznej rejestracji obciążenia elektrycznego indywidualnych odbiorców wymaga dużej dokładności i rzetelności w charakteryzowaniu odbiorców oraz stosowania właściwych kryteriów wydzielenia profili (klasyfikacji odbiorców kontrolnych do opracowania grafiku wypadkowego – profilu). 2. Charakterystyka profilu standardowego typu C 2.1. Uwagi ogólne Szeroko zakrojone badania, prowadzone od 2002 roku przez Polskie Towarzystwo Przesyłu i Rozdziału Energii Elektrycznej (PTPiREE), doprowadziły do utworzenia

Klasyfikacja profilu odbiorcy energii elektrycznej

Strefy rozliczeniowe

Grupa taryfowa

Cechy

Oznaczenie podstrefy

S Ia

S Ib

S IIa

S IIb

G11

Odbiorcy posiadający licznik jednostrefowy

Godziny obowiązywania

6–13

15–22

13–15

22–6

G12

Odbiorca bez ogrzewania elektrycznego

Profil C

G12

Odbiorca z ogrzewaniem elektrycznym innym niż dynamiczne

Profil D

G12

Odbiorca z dynamicznym ogrzewaniem elektrycznym

Nazwa profilu Profil A Profil B

Tab. 1. Profile standardowe opracowywane przez PTPiREE dla odbiorców bytowo-komunalnych

katalogu charakterystyk odbiorców energii elektrycznej oraz na tej podstawie do wyznaczenia tzw. profili standardowych. Dla grupy gospodarstw domowych (odbiorców bytowo-komunalnych), zasilanych po stronie niskiego napięcia, PTPiREE opracowało cztery profile standardowe. Różnią się one grupą taryfową oraz sposobem wykorzystania energii elektrycznej. Wykaz tych profili zestawiono w tab. 1. Największym stopniem uogólnienia cechuje się profil A. Jedynym kryterium doboru odbiorców do profilu jest grupa taryfowa – G11. Profile B, C oraz D zostały opracowane dla odbiorców dwustrefowych (rozliczanych za energię elektryczną według taryfy G12). W tych profilach głównym kryterium doboru odbiorców był sposób wykorzystywania energii elektrycznej do celów grzewczych. Profil B przeznaczono dla odbiorców niekorzystających z ogrzewania elektrycznego, a profile C oraz D przeznaczono dla odbiorców korzystających z elektrycznego ogrzewania pomieszczeń oraz wody. Odbiorcy z grupy taryfowej G12 rozliczają się z jej dostawcą w dwóch strefach: S I – z droższą oraz S II – z tańszą jednostkową ceną energii elektrycznej. W tab. 2 zestawiono przyjęte w badaniach oznaczenia wydzielonych podstref wraz z godzinami ich obowiązywania.

S II

Tab. 2. Oznaczenia podstref wydzielonych w strefach rozliczeniowych taryfy G12

2.2. Uśrednione przebiegi dobowe – profil C W dalszej części artykułu skoncentrowano się na badaniach profilu C, biorąc pod uwagę jego opracowania dla czterech kolejnych lat (2007–2010). Na profil C w poszczególnych latach składają się przebiegi obciążenia elektrycznego od ok. 60 do ok. 80 indywidualnych odbiorców energii elektrycznej. Wstępna analiza tego profilu dla badanych lat wykazała różnice pomiędzy wypadkowymi grafikami obciążenia elektrycznego. Na rys. 1 przedstawione zostały średnioroczne przebiegi dobowe profilu C, opracowane dla badanych lat. Krzywe obciążenia profilu C mają typową zmienność obciążenia odbiorcy rozliczającego się dwustrefowo. Odbiorcy wykorzystują w gospodarstwie domowym elektryczne urządzenia służące zarówno do ogrzewania wody użytkowej – podgrzewacz elektryczny, bojler, jak i do ogrzewania pomieszczeń – promienniki, konwektory z wymuszonym oraz naturalnym obiegiem powietrza, a także grzejniki olejowe. Każde z tych elektrycznych urządzeń grzejnych charakteryzuje się inną specyfiką nagrzewania oraz wartością pobieranej mocy. Na rys. 2 przedstawiono zmienności dobowe średniomiesięcznego obciążania elektrycznego dla profilu C 2009, wyznaczone dla kolejnych miesięcy roku. Uwzględniono obciążenie elektryczne dla dni roboczych. W grafikach obciążenia zauważalny jest wyraźny wzrost poborów mocy w strefie S II. W okresie zimowym wartości pobieranej mocy w strefie z tańszą ceną energii są nawet ponad dwa razy większe od poborów w tej strefie w okresie letnim. Głównym tego powodem jest wykorzystywanie tej strefy szczególnie do celów grzewczych.

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | translation 41–49

Ponadto w okresie zimowym (listopad – luty) zauważa się chwilowy wzrost poborów energii elektrycznej tuż pod koniec obowiązywania strefy z tańszą ceną energii (godz. 5–6). Wzrost ten spowodowany jest wykorzystaniem urządzeń grzejnych w godzinach porannych pod koniec obowiązywania strefy S IIb (załączenie urządzeń do podgrzewania wody użytkowej oraz dogrzewanie pomieszczeń). Na rys. 3 przedstawiono przykładową zmienność roczną czasu występowania

dobowej mocy maksymalnej (TPdmax) oraz czasu występowania mocy minimalnej (TPdmin) dla tego samego profilu typu C. Czas występowania dobowej mocy maksymalnej T Pdmax dla profilu C przypada na strefę S II, zarówno w okresie letnim i zimowym. Przy czym w okresie letnim mieści się w godzinach obowiązywania południowej podstrefy z tańszą jednostkową ceną energii elektrycznej (S IIa). Może to być związane z intensywnym wykorzystywaniem energii do celów wentylacyjnych

1,2

1,0

Moc kW/odbiorcę

0,8

0,6

0,4

Profil C Profil C Profil C Profil C

0,2

2007 2008 2009 2010

0,0 0

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Godzina w dobie h

Rys. 1. Zmienność dobowa średniorocznego obciążenia dla kolejnych lat obowiązywania profilu standardowego typu C (2007–2010)

2,0 1,8

Moc

kW/odbiorcę

1,6

styczeń

luty

marzec

kwiecień

maj

czerwiec

lipiec

sierpień

wrzesień

październik

listopad

grudzień

1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0 1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Godzina w dobie h

Godzina w dobie

Rys. 2. Zmienność średniego obciążenia w dobie dla poszczególnych miesięcy roku dla profilu C 2009

24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1

T Pdmax T Pdmin

125

156

187

218

249

Dzień w roku

Rys. 3. Czasy występowania dobowych mocy ekstremalnych – profil C 2009

280

311

342

lub użytkowaniem elektrycznych urządzeń klimatyzacyjnych. W okresie letnim wartości dobowych mocy minimalnych występują najczęściej w godz. 4–5, natomiast w okresie zimowym wartość minimalna przypada na poranną podstrefę z droższą ceną energii (S Ia). Sytuacja ta może być związana z wykorzystaniem elektrycznych urządzeń grzejnych w gospodarstwie pod koniec strefy S IIb, na co już wyżej zwrócono uwagę. Obciążenie minimalne ma miejsce w godzinach późniejszych. 2.3. Wpływ czynników zewnętrznych Przebieg obciążenia elektr ycznego odbiorców indywidualnych zależy od istotnych cech opisujących odbiorcę, takich jak: posiadana taryfa, według której odbiorca rozlicza się za energię elektryczną z jej dostawcą, lokalizacja administracyjna, sposób wykorzystania energii elektrycznej w gospodarstwie domowym i inne. Jednakże w analizie zmienności obciążenia elektrycznego należy uwzględnić także to, że na przebieg obciążenia każdego z odbiorców wpływa wiele czynników zewnętrznych, związanych z zachodzącymi w przyrodzie zjawiskami atmosferycznymi oraz astronomicznymi. Każdy z tych czynników może mieć inny wpływ na kształtowanie się grafiku obciążenia elektrycznego. Ponadto niektóre z nich mają charakter ściśle określony (zdeterminowany), niektóre charakter losowy [4]. Szczegółowe badania wpływu czynników zewnętrznych na kształtowanie się grafików obciążenia elektrycznego wykazały, że u odbiorców z grupy taryfowej G12 najsilniejszy wpływ ma temperatura powietrza (ϑ) [5]. U tych odbiorców nie wykazano istotnego wpływu godziny zachodu słońca [6]. U odbiorców profilowych silną zależność pomiędzy wartościami pobieranej mocy a temperaturą powietrza potwierdza badanie współczynnika korelacji Pearsona [7] (rys. 4). Wartości rxy mniejsze od –0,65 utrzymują się przez całą dobę, co potwierdza wagę oddziaływania temperatury na grafiki profilowe typu C. Ponadto zauważa się nieco większy wpływ temperatury w strefie z tańszą ceną energii (S II) niż w pozostałej części doby. Silny wpływ temperatury powietrza na przebieg obciążenia w całej dobie w grupie profilowej C różni się nieco w poszczególnych latach. Wpływa na to dobór odbiorców kontrolnych, którzy charakteryzują się różnym wyposażeniem w urządzenia elektryczne, różnym sposobem korzystania z energii elektrycznej do celów grzewczych. Odbiorcy ci mogą posiadać i użytkować tylko podgrzewacz elektryczny wody lub tylko urządzenia do ogrzewania pomieszczeń, lub wykorzystywać energię elektryczną do obu sposobów ogrzewania elektrycznego jednocześnie. 3. Obciążenie elektryczne odbiorców indywidualnych zaliczanych do profilu C 3.1. Charakterystyka badanych odbiorców Wyniki analizy profilu typu C porównano z wynikami badań krzywych obciążenia dwóch grup odbiorców rozlicznych według grupy taryfowej G12. Podstawę do analizy stanowiły przebiegi obciążeń (poborów mocy czynnej) pochodzące z kilkuletniej rejestracji obciążenia 104 indywidualnych odbiorców energii

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | translation 41–49

0,0

Profil C 2007

-0,1

Profil C 2008

Współczynnik korelacji

rxy

-0,2

Profil C 2009 Profil C 2010

-0,3 -0,4

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Godzina w dobie h

Rys. 4. Dobowa zmienność współczynnika korelacji pomiędzy wartościami mocy w poszczególnych godzinach a wartością średnią temperatury powietrza w dobie dla profilu C w badanych latach

2,5

Profil C 2007 Profil C 2008

Moc kW/odbiorcę

2,0

G12 M2 2006 G12 M3 2006

1,5

1,0

0,5

0,0 1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Godzina w dobie h

Rys. 5. Dobowa zmienność średniorocznego obciążenia dla profilu C 2007 oraz C 2008, a także odbiorców typu G12 M2 oraz G12 M3 (2006)

0,9 0,8

Moc kW/odbiorcę

0,7 0,6 0,5 0,4 0,3

G12 M2

0,2

G12 M3 Profil C2007

0,1 0,0 1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Godzina doby h

3,5

G12 M2

3,0

kW/odbiorcę

G12 M3

Moc

G12 M2

posiada

nie posiada

G12 M3

może posiadać

posiada

-0,7

-1,0

2,5

Profil C2007

2,0

1,5

1,0

0,5

0,0 1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Godzina doby h

Rys. 6. Dobowa zmienność średniego obciążenia dla grup G12 M2 oraz G12 M3, a także profilu C 2007, wyznaczona dla dwóch miesięcy: a) okresu letniego, b) okresu zimowego

Ogrzewanie elektryczne pomieszczeń

Tab. 3. Wybrane cechy badanych grup odbiorców

-0,6

-0,9

Podgrzewacz elektryczny wody użytkowej

-0,5

-0,8

Symbol grupy

elektrycznej łącznie. Rejestracja miała miejsce w latach 2003–2009. Uwzględniono odbiorców zasilanych z sieci niskiego napięcia i zamieszkujących miejskie tereny województwa wielkopolskiego. Dane pomiarowe pochodziły z projektu badawczego prowadzonego przez Polskie Towarzystwo Przesyłu i Rozdziału Energii Elektrycznej [8]. Wybrano dane z rejestracji u odbiorców typu gospodarstwo domowe, rozliczających się za energię elektryczną w taryfie G12 (odbiorców bytowo-komunalnych nieprowadzących działalności usługowo-handlowej), którzy posiadają i wykorzystują stacjonarne elektryczne urządzenia grzejne w zamieszkiwanym lokalu. W tab. 3 zestawiono najważniejsze wspólne cechy analizowanych grup odbiorców, którzy zostali objęci badaniami. Dla łatwiejszej identyfikacji przydzielono im odpowiednie symbole. 3.2. Analiza porównawcza Analiza zmienności średniorocznego obciążenia dobowego wykazała, że zarówno kształt grafiku obciążenia elektrycznego, jak i wartości mocy pobieranej przez odbiorców z grupy G12 M2 oraz G12 M3 różnią się wyraźnie (rys. 5). Na tym rysunku zaznaczono także przebieg obciążenia odpowiadający profilowi standardowemu typu C. Przebieg obciążenia dobowego u badanych grup odbiorców oraz profilu typu C w okresie letnim jest spłaszczony, natomiast w okresie zimowym przyjmuje kilkakrotnie większe wartości niż w okresie letnim. W grupie G12 M3 różnice w przebiegach obciążenia okresu letniego oraz zimowego są znacząco większe niż różnice dla tych okresów w krzywych dla odbiorców z grupy G12 M2 (wyraźnie większe moce elektrycznych urządzeń do ogrzewania pomieszczeń niż elektrycznych podgrzewaczy wody użytkowej). Na rys. 6 przedstawiono zmienność dobową, uśrednioną dla dwóch miesięcy: okresu letniego (czerwiec – lipiec) oraz okresu zimowego (grudzień – styczeń), opracowaną dla profilu C 2007 oraz grup G12 M2 oraz G12 M3 (2006). Wartości prezentowane w grafiku dla grup G12 M2 i G12 M3 oraz profilu C, a także kształt obciążenia są w okresie letnim bardzo zbliżone. Odbiorcy ci w okresie letnim wykorzystują w głównej mierze energię elektryczną do podgrzewania wody bieżącej (bojlery, podgrzewacze przepływowe). Wartości występujące w grafiku obciążenia okresu zimowego dla badanych grup oraz profilu są różne. Gdy odbiorcy wykorzystują energię elektryczną do ogrzewania pomieszczeń oraz wody, wartości te znacząco odbiegają od obciążenia odbiorców, którzy wykorzystują energię elektryczną tylko do podgrzewania wody użytkowej.

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | translation 41–49

Zbieżność kształtu oraz wartości obciążenia w okresie letnim i zimowym u odbiorców z grupy G12 M2 oraz grafiku profilowego C 2007 wskazuje na to, że udział tych

odbiorców w opracowaniu profilu był największy. Szczegółowe badania wykazały, że w pozostałych latach opracowania profilu C udział

a) Energia kWh/odbiorcę

S I (ϑ≤15°C) S I (ϑ>15°C)

S II (ϑ≤15°C) S II (ϑ>15°C) Liniowy (S I (ϑ≤15°C))

Liniowy (S II (ϑ≤15°C))

0 -20

-15

-10

-5

0 5 10 Temperatura °C

S I (ϑ≤15°C)

Energia kWh/odbiorcę

S I (ϑ>15°C)

S II (ϑ≤15°C) S II (ϑ>15°C)

Liniowy (S I (ϑ≤15°C))

Liniowy (S II (ϑ≤15°C))

25 20 15 10 5 0 -20

-15

-10

-5

0 5 10 Temperatura °C

Rys. 7. Zależność energii zużywanej w strefach S I oraz S II od temperatury powietrza przez odbiorców z grup: a) G12 M2 (2004), b) G12 M3 (2005)

uwzględnianych grup odbiorców był różny. Dobór odbiorców podczas opracowywania profilu standardowego ma więc znaczący wpływ na tworzony grafik wypadkowy. 4. Obciążenie elektryczne w strefach – modele Na rys. 7 przedstawiono przykładowe zależności pomiędzy zużywaną energią w strefach z droższą oraz tańszą ceną energii dla odbiorców z grup G12 M2 oraz G12 M3. Wyraźny wpływ temperatury powietrza na wartość zużywanej energii występuje wtedy, gdy średnia temperatura w czasie doby przyjmuje wartości mniejsze niż 150C. W pozostałej części roku pobór energii utrzymuje się w przybliżeniu na stałym poziomie. W tym okresie średni pobór energii w strefie S I jest większy od poborów w strefie S II. W odróżnieniu od grupy G12 M2, u odbiorców G12 M3 wpływ temperatury na zużycie w strefie S II jest silniejszy niż w strefie S I. Ponadto, gdy średnia temperatura powietrza w czasie doby spada poniżej 5 0C, zaznacza się wyraźna dominacja poborów energii w strefie S II. Sytuacja ta związana jest z intensywniejszym korzystaniem przez odbiorców z urządzeń grzewczych w tym zakresie temperatur (okres zimowy). Duża powtarzalność badanych zależności w kolejnych latach rejestracji pozwoliła opracować uśrednione postacie funkcji liniowej przedstawiające wpływ temperatury na zużywaną energię w strefach taryfy G11 (dla ϑ ≤ 150C): dla odbiorców z grupy G12 M2: (1) (2) dla odbiorców z grupy G12 M3:

14 Energia kWh/odbiorcę

(3)

S Ia (ϑ≤15°C) S Ia (ϑ>15°C) S Ib (ϑ≤15°C)

(4)

S Ib (ϑ>15°C) Liniowy (S Ia (ϑ≤15°C))

Liniowy (S Ib (ϑ≤15°C))

8 6 4 2 0 -20

-15

-10

-5

0 5 10 Temperatura °C

Na rys. 8 oraz 9 zaprezentowano zależności pomiędzy zużywaną energią w podstrefach stref rozliczeniowych a temperaturą powietrza dla grup G12 M2 oraz G12 M3. Na podstawie zaprezentowanych zależności opracowano uśrednione (dla całego okresu obserwacji) zależności liniowe o następujących postaciach (dla ϑ ≤ 150C): dla odbiorców z grupy G12 M2: (5) (6)

S IIa (ϑ≤15°C)

Energia kWh/odbiorcę

(7)

S IIa (ϑ>15°C)

S IIb (ϑ≤15°C)

S IIb (ϑ>15°C)

(8)

Liniowy (S IIa (ϑ≤15°C))

dla odbiorców z grupy G12 M3:

Liniowy (S IIb (ϑ≤15°C))

(9)

6 4

(10)

2 0 -20

-15

-10

-5

0 5 10 Temperatura °C

Rys. 8. Zależność energii zużywanej w podstrefach stref rozliczeniowych od temperatury powietrza przez odbiorców z grupy G12 M2 (2004)

(11) (12) Na energię zużywaną w wydzielonych podstrefach wyraźny wpływ ma

R. Frąckowiak, T. Gałan | Acta Energetica 3/20 (2014) | translation 41–49

5. Podsumowanie Dominującym czynnikiem zewnętrznym, mającym wpływ na zużycie energii przez odbiorców zaliczanych do profilu C, jest temperatura powietrza. Oddziaływanie jest różne w poszczególnych strefach i podstrefach taryfy G12. Największe jest w strefie z tańszą ceną energii odbiorców wykorzystujących energię elektryczną do ogrzewania pomieszczeń. Wpływ czasu zachodu słońca na wartości pobieranej mocy (zużywanej energii) w wymienionych grupach odbiorców można uznać za pomijalnie mały. Znaczące zwiększenie dokładności szacowania obciążenia elektrycznego na podstawie profilu standardowego C można uzyskać poprzez uwzględnienie zmian temperatury, korzystając z odpowiednio opracowanych modeli. Opracowane przez PTPiREE przebiegi obciążeń profilowych typu C wykazują różnice w kolejnych latach ich opracowywania. W głównej mierze ma na to wpływ zróżnicowanie odbiorców indywidualnych (odbiorców kontrolnych), których dane pomiarowe posłużyły do opracowania profilu standardowego. Pewna przypadkowość, wynikająca ze zbyt ogólnych kryteriów doboru odbiorców do profilu, może być przyczyną błędów przy szacowaniu poborów mocy dla odbiorcy objętych profilem. Zwiększenie dokładności szacowania obciążenia elektrycznego na podstawie profilu C można osiągnąć poprzez wydzielenie z tego profilu dwóch podprofili:

Energia kWh/odbiorcę

S Ia (ϑ≤15°C) S Ia (ϑ>15°C)

S Ib (ϑ≤15°C) S Ib (ϑ>15°C)

Liniowy (S Ia (ϑ≤15°C)) Liniowy (S Ib (ϑ≤15°C))

15 10 5 0 -20

-15

-10

-5

0 5 10 Temperatura °C

S IIa (ϑ≤15°C)

40 Energia kWh/odbiorcę

temperatura powietrza oraz czas trwania podstrefy. Większy wpływ temperatury w strefie z droższą ceną energii zauważa się w podstrefie S Ib, zarówno w grupie G12 M2, jak i G12 M3. W strefie z tańszą ceną energii wpływ temperatury jest zauważalny w obu analizowanych podstrefach. Największe wartości energii zużywają odbiorcy z grupy G12 M3 zimą (podczas niskich temperatur powietrza) w podstrefie S IIb. Istotny wpływ temperatury na obciążenie odbiorców zaliczanych do profilu C wskazuje na konieczność uwzględniania tego czynnika podczas szacowania zużycia energii elektrycznej na podstawie profili standardowych. Można zauważyć, że wystąpienie temperatury powietrza o 100C niższej niż temperatura, która była podczas rejestracji danych do budowy profilu, wprowadza stosunkowo duże błędy. Względne wartości błędów, obliczone względem obciążenia przy ϑ = 00C, znacznie przekraczają 20% we wszystkich badanych podstrefach. Największe dotyczą obciążenia odbiorców G12 M3 w strefie S II i wahają się ok. 45%.

S IIa (ϑ>15°C)

S IIb (ϑ≤15°C)

S IIb (ϑ>15°C) Liniowy (S IIa (ϑ≤15°C))

Liniowy (S IIb (ϑ≤15°C))

20 15 10 5 0 -20

-15

-10

-5

0 5 10 Temperatura °C

Rys. 9. Zależność energii zużywanej w podstrefach stref rozliczeniowych od temperatury powietrza przez odbiorców z grupy G12 M3 (2005)

• C1 – dla odbiorców wykorzystujących energię elektryczną do podgrzewania wody bieżącej • C2 – dla odbiorców wykorzystujących energię elektryczną do ogrzewania pomieszczeń.

Bibliografia 1. 2.

Ustawa Prawo energetyczne, Dz.U. z 1997 r., nr 54, poz. 348, z późn. zm., 10 kwietnia 1997. Bieliński W., Typowe wykresy obciążeń elektroenergetycznych odbiorców, Konferencja naukowo-techniczna „Rynek energii elektrycznej”, Nałęczów 1998. Instrukcje Ruchu i Eksploatacji Sieci Dystrybucyjnej, Enea SA [online], http://www.operator.enea.pl -Instrukcje Ruchu i Eksploatacji Sieci Dystrybucyjnej.

7. 8.

Frąckowiak R., Gałan T., Analiza profili obciążenia odbiorców rozliczanych według taryfy G12 przy wykorzystaniu arkusza Excel, XIV Konferencja Naukowa Zastosowania Komputerów w Elektrotechnice, Poznań 2009. Frąckowiak R., Gałan T., Profile standardowe PTPiREE taryfy G w świetle badań obciążenia elektrycznego odbiorców indywidualnych, Rynek Energii 2012, nr 4. Frąckowiak R., Gałan T., Krzywe obciążenia elektrycznego odbiorców typu gospodarstwa domowe rozliczane według taryfy G12, Przegląd Elektrotechniczny 2009, nr 10. Starzyńska W., Statystyka praktyczna, Warszawa 2000. Proj ekt b a d awc z y Polsk i e go Towarzystwa Przesyłu i Rozdziału Energii Elektrycznej (PTPiREE), Badanie obciążeń i budowa katalogu charakterystyk odbiorców energii elektrycznej, Poznań 2003.

Ryszard Frąckowiak

dr inż. hab. Politechnika Poznańska e-mail: ryszard.frackowiak@put.poznan.pl Studia ukończył na Wydziale Elektrycznym Politechniki Poznańskiej (1976). Na tym samym wydziale uzyskał stopień doktora nauk technicznych (1984) oraz doktora habilitowanego (1998). Pracę zawodową rozpoczął w 1977 roku w Instytucie Elektroenergetyki PP. Obecnie jest kierownikiem Zakładu Urządzeń Rozdzielczych i Instalacji Elektrycznych w tym instytucie. Zajmuje się zagadnieniami związanymi z analizą i modelowaniem wielkości charakteryzujących pracę sieci elektroenergetycznych, w szczególności wielkości zwarciowych.

Tomasz Gałan

mgr inż. Politechnika Poznańska e-mail: tomasz_galan@wp.pl Absolwent Wydziału Elektrycznego Politechniki Poznańskiej (2005), realizuje pracę doktorską o tematyce związanej z kształtowaniem się krzywych obciążenia elektrycznego odbiorców indywidualnych. Pracownik Departamentu Planowania i Rozwoju w Enea Operator sp. z o.o.

M. Jaskólski | Acta Energetica 3/20 (2014) | 55–60

Optimization of Nuclear Power Share in the Structure of Electricity Production in Poland in Time Perspective by 2060

Author Marcin Jaskólski

Keywords MARKAL, energy system modelling, nuclear energy

Abstract The author of this paper presented the results of a system analysis using MARKAL model, aiming at the optimization of nuclear power share in power generation structure in Poland in time perspective by 2060. Optimization criterion is the minimization of the objective function, i.e. the total cost of energy system, taking into account constraints related to CO2, SOx and NOx emissions and obligatory shares of electricity from renewable energy sources and generated in high-efficiency cogeneration. The results of model runs include the least-cost structure of both electricity generation and installed capacity, with emphasis put on nuclear power.

DOI: 10.12736/issn.2300-3022.2014305

1. Introduction 1.1. Background In my last paper “Analysis of factors having an impact on the economic viability of a nuclear power plant” published in Rynek Energii [1] I described the influence of economic factors on the feasibility of construction and operation of a nuclear power plant (NPP). This research has proved that the levelised cost of electricity (LCOE) generated in a nuclear power plant (NPP) would be 70–101 EUR (2012)/MWh, while NPP profitability is directly related to the wholesale electricity market price, which in the least-cost NPP variant should be at least 120 EUR (2012)/MWh [1]. In addition, in the conclusion I emphasised that a comparative NPV analysis involving other technologies should be performed and a mathematical model should be employed to investigate power system development in a long-term horizon. MARKAL-PL (version 3.04) is such a model. I have developed it and described it in my previous publications. The model concept and structure has been presented in [2], while its assumptions have been given in [3]. A modelling study was performed for a developed scenario for two variants (A and B) of the electricity demand projections. The results have been delivered as a presentation, which constitutes a continuation of a publication series. It has to be admitted that the discount rate assumed in the MARKAL-PL model (10%) was very high, bearing in mind that the analysis was performed using fixed prices. In such a case it is a real interest rate, taking into account inflation. Modelling results have proven that in the case of such a high capital cost, a generation III+ nuclear power plant could be unprofitable even in market conditions with not only procurement of CO2 emission allowances exclusively by auctions, but the same mechanism assumed

also for NOx and SOx emissions. The optimization procedure has proposed a small share of generation IV NPPs after 2040, while the optimal investment level was 785–2553 MW, depending on the electricity demand variant. Of significant importance was the fact that very ambitious strategic goals concerning the share of renewable electricity in total electricity sales to final consumers had been assumed: 50% by 2060. At the same time the required share of electricity produced in high-efficiency cogeneration totalled 40.5% for the same year. It needs to be emphasised here that it is possible to obtain two types of certificates of origin: renewable and CHP by one technology, which creates particularly favourable conditions for development of RES-based CHP plants, e.g. running on biomass or biogas. A nuclear power plant benefits somewhat from the technology modelling methodology in the MARKAL framework, where the investment cost of NPP construction is distributed over 60 years of operation. This differs from the NPP cost and feasibility methodology which I have published in [1], where I assumed that the total investment cost would be distributed over the first twenty years of operation, as for the sake of simplification I had assumed that 100% of the cost would be covered by a loan with such a payback period. Additionally, it needs to be emphasised that the MARKAL optimization procedure selects technologies characterised by optimal costs of energy generation and supply to consumers during the entire investigated period instead of narrower time periods [4]. This is due to that fact selected technologies might generate no energy during certain time periods and only participate in electric power load balancing at peak load periods. In this study, investigation of the NPP feasibility presented in [1] is transferred to the MARKAL model. Modelling results of long-term 55

M. Jaskólski | Acta Energetica 3/20 (2014) | 55–60

(by 2060) power generating capacity development have been presented. The performed modelling is a multi-variant analysis for selected factors, whose potential influence on the amounts of electricity generated in NPPs during investigated period will be discussed.

1.2. Current knowledge on the discussed issue Apart from investigations of the NPP power generation feasibility carried out by the author of this paper [1], the same issue has been described in studies by Prof. Władysław Mielczarski [5, 6], who warned of very high nuclear power generation costs. A different outlook has been presented by Prof. Andrzej Strupczewski, who in his works [7, 8, 9] emphasised advantages of nuclear power and its capital cost and operating costs. Other researchers who investigated costs of power generation in power plants based on different technologies were Prof. Józef Paska [10] and Prof. Bolesław Zaporowski [17]. Power generation costs have also been a subject of a report by the International Energy Agency (IEA) and the Nuclear Energy Agency of the OECD [11]. This report has shown the considerable diversity of nuclear power generation costs in different OECD countries. Similar subjects have also been discussed in the report of the European Commission [12]. However, in my opinion economic indicators for nuclear power plants contained in this report are outdated, especially in reference to the construction of a new generation III+ nuclear power plant.

1.3. Contents of the paper Chapter 2 contains a discussion of values of the parameters selected for a multi-variant analysis based on the MARKAL-PL model. Chapter 3 presents modelling results. The summary and final conclusions are presented in Chapter 4.

2. Structure and assumptions of the model 2.1. General overview The Markal-PL model is based on a mathematical structure of MARKAL (MARKet ALlocation) optimization tool, where the objective function is the total cost of energy supply to the point of final consumption. This cost is discounted for all years of the investigated period and expressed in the values for the first year of the analysis (model of 2005, data of 2009). The time horizon of the analysis was 2060. The analysed period was divided into five-year time periods. Each year within a time period is assumed to be identical in terms of energy balance. A detailed concept of the model has been presented in [2]. The main energy carriers balanced by the model are electricity and heat. Heat balance is required as a result of the implementation cogeneration in the model. Electricity is balanced in each Season-Time-of-day time slice, whereas heat – in seasonal time slices. Fuels and energy carriers other than electricity or heat are balanced by the MARKAL model for each analysed year. The model takes into account the mechanism of procuring and submitting for cancellation certificates of renewable energy and certificates of energy generated in different types of 56

high-efficiency cogeneration plants. Correction factors for certificates issued for energy generated at different renewables were taken into account according to the drafts of the new Renewable Energy Act [13]. Also considered were mechanisms for reducing emissions of carbon dioxide, sulphur oxides and nitrogen oxides. In the developed model version they took the character of specific emission costs for those compounds. They include environmental fees and the cost of procurement of emission allowances through auctions. This model version does not include a possibility of generating profit on emission allowances: auctioning all the allowances from 2020 was assumed. Development of the MARKAL-PL model also included collection of technical, economic and environmental data for power generation technologies and organising them into a database. A description of this database is given in [3].

2.2. Model assumptions A detailed description of assumptions was published in [3]. Results presented in this paper are based on scenario “B” of electricity demand projections which assume that it will grow from 129 TWh/yr in 2010 to 265 TWh/yr in 2060. This variant is more optimistic, i.e. it assumes larger energy demand than the forecast of the Energy Market Agency (ARE) [14] and of the EnergSys company [15]. My projections [3] indicate that the installed capacity in 2060 will have to be at least 58,872 MW, while the installed capacity of currently existing coal fired power plants would drop to zero around 2050. According to the declarations of power plant operators, half of the currently existing capacity should already be phased out by 2030. This means that considerable investments will have to be made to ensure construction of new generation sources, as well as modernisation of transmission and distribution systems. Currently proposed new baseload power plant projects mainly involve technologies using hard coal, lignite, natural gas and biomass. Regardless of those plans, also new projects of wind farms, biogas plants and photovoltaic (PV) systems, and distributed generation sources based on natural gas are developed. Implementation of optimization model comparing electricity and heat generation costs throughout the investigated time horizon enables supporting the decision-making process in energy policy and generating capacity development planning.

2.3. Calculation variants Because of the interest in nuclear power in Poland, in this paper the author discusses the issues related to investigating the influence of NPP economic characteristics on the results of power generation structure optimization, particularly with respect to the nuclear power share in the national energy balance in a long-term horizon. Calculations have been performed according to the “B” variant described in [3]. Variant analysis was performed using three values of discount rate, which is a characteristic feature of the entire power system, including power generation, heat generation and fuel markets. Those values were 6% (case 1), 8% (case 2) and 10% (case 3).

M. Jaskólski | Acta Energetica 3/20 (2014) | 55–60

Item

Symbol

Specific investment cost

Unit

kn, INVCOS

Specific fixed O&M cost

kes, FIXOM

Specific variable O&M cost (excluding fuel)

EUR(2009)/kW

EUR(2009)/kW/yr

kez , VAROM

BX1 variant (kn = 3500)

BX2 variant (kn = 4500)

BX3 variant (kn = 5500)

E2A

3529

4500

5500

E2B

3384

4500

5500

E2C

3384

4500

5500

E2A

103.1

123.8

151.3

E2B

93.1

139.6

170.6

Technology symbol

EUR(2009)/GJ

E2C

93.1

139.6

170.6

E2A

0.00

0.56

0.69

E2B

0.11

0.23

0.34

E2C

0.44

0.56

0.68

Tab. 1. Technical-economic data for technologies representing generation III+ and generation IV nuclear power plants (own research)

In addition, three variants of specific investment cost and O&M cost characteristic for technologies based on generation III+ and generation IV nuclear reactors were proposed. The technologies in the MARKAL model were designated as: E2A (NPP with a generation III+ pressurised water reactor, PWR), E2B (NP with a generation IV gas turbine modular helium reactor, GT-MHR) and E2C (NPP with a generation IV pebble bed reactor, PBR). E2A characteristic was based on my own research [1], while in the case of E2B and E2C UK MARKAL database [16] was used. In the BX1 variant (cheap) the specific investment cost was assumed to be: kn = 3529 EUR (2009)/kW (E2A) and kn = 3384 EUR (2009)/kW (E2B and E2C), respectively. Variant BX2 (intermediate) assumes kn = 4500 EUR (2009)/kW, for all three technologies, while variant BX3 (expensive) – kn = 5500 EUR (2009)/kW. O&M costs were assumed to grow along with the investment cost. A variant comparison is shown in Tab. 1. Modelling calculations have been performed for nine combinations of economic indicators and discount rates, as listed in Tab. 2.

Variant Case

BX1

BX2

BX3

kn = 3500

kn = 4500

kn = 5500

p = 6%

B11

B12

B13

Case 2

p = 8%

B21

B22

B23

Case 3

p = 10%

B31

B32

B33

Case 1

Tab. 2. Data combinations used for modelling, own research

3. Modelling results Fig. 1 presents investments in new nuclear power generation capacities in Poland proposed by the optimization procedure of the MARKAL model for 2025–2060 for investigated calculation cases. Generation III+ nuclear power plants (E2A) will become available in 2025, while generation IV plants (E2B, E2C) in 2040. Calculation results revealed that the E2C technology due to the cost higher than in other nuclear technologies (E2A and E2B) has not been selected by the optimization procedure in any variant. Moreover, in variants B13 (high investment cost, low discount

rate), B22 (balanced), B23 high investment cost) and B33 (high investment cost, high discount rate) no nuclear technology proved to be competitive against other power generation options, and therefore variables representing installed capacity and power generation for these technologies are equal to 0. Therefore, further discussion only applies to those variants where investment in nuclear power plants has been proposed by the MARKAL optimization tool. Those cases refer to optimistic NPP economic characteristics, which assume low real interest rates of 6% (B11, B12), and in the case of higher rates of discount of 8% and 10% respectively, NPPs are only economically viable in the case of low costs (B21, B31).

Fig. 1. Proposed investments in new nuclear power generation capacities in Poland in 2025–2060; source: own research, MARKAL model

In 2025, the MARKAL model proposes to commission a power plant with a total output of 3300 MW, equal to the upper constraint value. This result has been achieved in variants B11 and B21, which assumed the lowest investment costs (kn = 3520 EUR(2009)/kW) and lowest O&M costs, combined with the cost of capital (actual interest rate) of 6% and 8%, respectively. This should be interpreted as construction of a single plant with two units of 1650 MW or three units of 1100 MW each. In the B12 variant construction of a 1400 MW plant is proposed, which may be interpreted as construction of a single nuclear power unit. It is 57

M. Jaskólski | Acta Energetica 3/20 (2014) | 55–60

somewhat more difficult to interpret the proposal to install 406 MW in nuclear power plants obtained for the variant B31. The capacity increase is a continuous variable with maximum limiting values larger than zero; hence the values may be anywhere between the minimum limit (0 MW) and the maximum limit (3300 MW in 2025). During the next time period (starting in 2030) only in variant B11 is it proposed to build a generation III+ NPP with a total output of 3300 MW, equal to the upper limit. After 2035 the model no longer recommends NPPs with generation III+ PWRs (E2A). After 2040 all the investment proposals concern generation IV plants only (E2B, E2C). It turns out that after 2040 more favourable conditions for investing in nuclear power generation may occur, especially if we look at variant B12, where the advanced nuclear technologies are the most competitive. Unfortunately, the model does not take into account series effects, which could enable reducing investment and O&M costs in the case of building power plants with multiple units. Capacity installed in nuclear power plants in Poland for B11-B33 variants is shown in Fig. 2. Diagrams also show the value of the top limit of the installed capacity for both generations of NPPs (GEN3NPP).

The amount of electricity generated at nuclear plants in the proposed variants is shown in Fig. 3, while the share of nuclear power in electricity generation in Poland is presented in Fig. 4. In the least-cost variant (B11), nuclear generation in 2060 reaches 117 TWh/yr (38% of total electricity generation in Poland). In the case of a balanced variant (B12) the proposed power generation amounts to 10–11 TWh/yr (3–5% of domestic generation). Calculations revealed that the capacity factor in all years of NPP operation and for both technologies (E2A and E2B) is 83%, which is the highest possible value permitted by the assumed technology characteristics.

Fig. 3. Projected annual electricity production in nuclear power plants in Poland in 2025–2060; source: own research, MARKAL model

Fig. 2. Projections of total installed capacity in nuclear power plants in Poland in 2025–2060; source: own research, MARKAL model

In the least-cost variant (B11) NPP installed capacity proposed by MARKAL in 2025 and 2030 reaches the upper limit values, 3300 MW and 6600 MW respectively. After 2040, as a result of constructing generation IV plants, NPP installed capacity grows to 12,846 MW, reaching a total of 16,107 MW in 2060. Realisation of this variant, as well as of variants B21 and B31 seems unlikely due to assumptions of NPP construction and operation costs being, in the author’s opinion, too optimistic. Another reason to doubt actual implementation of this extremely ambitious plan is its considerable financial burden and related investment risk, typical for a nuclear power plant project. In a balanced calculation variant (B12), characterised by the specific investment cost kn = 4500 EUR(2009)/kW, installed capacity throughout the investigated period (2025–2060) is kept at 1400–1500 MW.

Fig. 4. Projected share of electricity generated in nuclear power plants in total balance of electricity in Poland in 2025–2060; source: own research, MARKAL model

The results shown above enable quantitative analysis of the installed capacity and electricity generation in NPPs in different variants. They demonstrate the sensitivity of the mathematical model based on linear programming to the values of input data. At the same time they show that care must be taken when dealing with analyses made using this type of tools. In order to discuss the selection of technology mix by the MARKAL model, a structure of power generation in Poland was drafted for variants B11, B22 and B33, which except for different

Annual electricity production [TWh/yr]

M. Jaskólski | Acta Energetica 3/20 (2014) | 55–60

350

312

300

279 10 0 15

250 200 150 100

152 0

152

217

216

5 2 7 14 21

5 4 7 14 21

17 100

B11

B22

B33

50 0

2009

2025 Existing PP Nuclear PP (new) Biomass PP (new) Biomass CHP (new)

273

12 0 15

33 2

109

312 4 0 23

312

5 0 22

112

113

102

118

117

15 0 24

48 7

0 5 1

B11

B22

B33

B11

B22

B33

2040 Coal PP with CCS (new) Wind on-shore PP (new) Coal CHP (new) Biogas CHP (new)

2060 Natural gas PP (new) Solar PP (new) Natural gas CHP (new) TOTAL

PP – Power Plants, CHP – Combined Heat and Power, CCS – Carbon Capture and Storage

Fig. 5. Projected electricity production structure in Poland for variants B11, B22 and B33, and for years 2009 (history), 2025, 2040 and 2060; own research, MARKAL model

NPP techno-economic indicators (B11 – least-cost, B33 – most expensive) are characterised by different values of discount rate (B11 – 6%, B22 – 8%, B33 – 10%). Comparison was made for the following years: 2025 (first year of generation III+ availability in Poland), 2040 (first assumed year of generation IV availability in Poland) and 2060 (the final year of the model). The results are shown in Fig. 5. The research results presented above lead to the conclusion that generation in currently existing power plants remaining in operation until 2025 should, according to the presented plan, amount to approx. 41–42 TWh/yr. By 2040 it would drop to 7–8 TWh/yr and by 2060 to only approx. 1 TWh/yr. Due to high CO2 emission costs, the MARKAL model proposes transferring electricity generation to technologies characterised by lack of CO2 emissions, including renewables (wind generation) or coal and gas power plants with a CCS system, as well as technologies based on biomass utilisation which suffer no fees for carbon dioxide emission allowances. Nuclear power generation fits into this picture, as it does not emit CO2, SOx, or NOx. Obviously, such emissions could occur throughout the plant lifetime, from the construction process until decommissioning, but the scope of this analysis does not consider those processes in full scope and they are not covered by the emission trading scheme for power and heat generation plants. Analyses shown in Fig. 1–5 lead to the conclusion that in variant B11 a considerable share of nuclear power in power generation in Poland is proposed. Low nuclear power generation costs would make coal-fired plants non-competitive due to the cost of SOx and NOx emission, even if flue gas desulphurisation is used. In addition, nuclear plants cannot compete against biomass technologies or against wind power as those sources receive support in the form of certificates of origin, and additionally due to the predetermined share of such sources in the final electricity consumption. For this reason

there is a certain minimal level of power generation in renewable sources. In variants B22 and B33 nuclear plants whose costs are much higher than in the B11 case, are not selected by the optimization procedure and their place is taken by coal fired plants with CCS. The key problem of this technology is CO2 storage or disposal. It is possible that CCS-related costs contained in the characteristics of this technology have been underestimated and in fact could be much higher, thus affecting competitiveness against nuclear and gas-fired plants.

4. Final conclusions The modelling results have confirmed that the factors essential for NPP feasibility will be the investment cost needed to build such plants and the interest rate. A large share of nuclear power generation could be realistic, if the investment cost of NPP construction remained at the level of 3300–3500 EUR (2012)/kW, with the real interest rate around 6%. An additional condition would be extending the CO2 emission trading scheme in such a way that all allowances are procured by auctioning instead of being allocated free of charge according to a national plan. Apart from CO2, a similar system would cover NOx and SOx emissions. Under such circumstances, NPP development would become one of the technical solutions for a “zero-emission” power system. Additionally, such conditions would result in a considerable increase in power generation costs, which would lead to higher energy prices on the wholesale market. Unfortunately, it may happen that achieving such a low investment cost level as assumed in BX1 variants will not be possible; then we would maintain use of coal technologies with implemented CCS systems. Nevertheless, a high share of such plants would generate a problem with storing huge amounts of carbon dioxide or its economic utilisation. On the other hand, a large share of nuclear power would require appropriate radioactive waste management. The presented scenarios give no certainty of reaching assumed levels of electricity generation at biomass plants, mainly due to biomass resources distribution. This would result in large dispersion of generating sources or high cost of fuel transport. Reaching wind power generation of 50 TWh/yr by 2060 seems to be quite an ambitious goal, and it needs to be assumed that the selected option not includes off-shore technologies, which prove not to be competitive at assumptions selected for the model. Such a high share of on-shore wind farms requires preparing land for investment projects. Moreover, it would be necessary to adapt the National Power System to cooperate with wind farms with such a high total installed capacity, so active and reactive power balance can be maintained. Active power balance affects the grid frequency. A reactive power deficit can lead to a serious voltage failure [18]. Technical solutions based on natural gas may prove attractive for investors, when natural gas price stability is ensured. Perhaps this condition can be achieved due to better utilisation of domestic gas deposits based on unconventional technologies. The author would like to remind that the model assumptions 59

M. Jaskólski | Acta Energetica 3/20 (2014) | 55–60

include maintaining support for electricity generated at renewable sources and in high-efficiency cogeneration at least until 2060, i.e. the final year of the analysis. This is quite a long period. Therefore, it would make sense to investigate support tools promoting more innovation in the RES technology sector. A harbinger of such a system may be seen in changes proposed in the new draft of the Renewable Energy Act, assuming different correction factors for different renewable technologies. The author also proposes to develop scenarios in which support for selected sources would terminate, e.g. in 2030. REFERENCES

1. Jaskólski M., Analiza czynników wpływających na ekonomiczną efektywność elektrowni jądrowej [The analysis of factors having an impact on economic viabilty of nuclear power plant], Rynek Energii 2012, No. 6 (103), pp. 15–22. 2. Jaskólski M., Application of MARKAL model to optimisation of electricity generation structure in Poland in the long-term time-horizon. Part I – concept of the model, Acta Energetica 2012, No. 3/12, pp. 15–20. 3. Jaskólski M., Application of MARKAL model to optimisation of electricity generation structure in Poland in the long-term time-horizon, Part II – Model and forecast assumptions, Acta Energetica 2012, No. 4/12, pp. 4–13. 4. loulou R., Goldstein G., Noble K., Documentation of the MARKAL Family of Models, Energy Technology Systems Analysis Programme, October 2004. 5. Mielczarski W., Elektrownie atomowe – obliczenia kosztów [Atomic Power Plants – Cost Calculations], Energetyka Cieplna i Zawodowa 2009, No. 10, pp. 19–21. 6. Mielczarski W., Kosztowna energetyka jądrowa [Expensive Nuclear Power], Energetyka 2010, No. 11(677), pp. 715–719. 7. Struczpewski A., Czy Polsce opłaci się budowa elektrowni jądrowych? [Is it worth to build nuclear power plants in Poland?], Energia Elektryczna 2009, No. 6.

8. Strupczewski A., Aspekty ekonomiczne rozwoju energetyki jądrowej [Economic Aspects of Nuclear Power Development], Institute of Atomic Energy POlATOM 2009. 9. Strupczewski A., Energetyka jądrowa w Polsce, Opłacalność budowy [Nuclear Power in Poland. Development Feasibility], Energetyka Cieplna i Zawodowa 2010, No.12. 10. Paska J., Metodyka oceny kosztów wytwarzania energii elektrycznej [Methodology for Evaluating Electricity Generation Costs], Rynek Energii 2012, No. 2 (99), pp. 24–28. 11. International Energy Agency (IEA), Nuclear Energy Agency (NEA), Organisation for Economic Cooperation and Development (OECD), Projected Costs of Generating Electricity, Edition 2010, Paris 2010. 12. Commission of the European Communities, Energy Sources, Production Costs and Performance of Technologies for Power Generation, Heating and Transport. Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Regions, COM(2008) 744, Brussels 2008. 13. Act on Renewable Energy Sources, draft of 20 December 2011, Department of Energy, Ministry of Economy, Warsaw 2011. 14. Agencja Rynku Energii SA, Aktualizacja prognozy zapotrzebowania na paliwa i energię do roku 2030 [Update of the Projection of demand for fuels and energy until 2030], Warsaw, September 2011. 15. System investigation by EnergSys sp. z o.o. commissioned by the Polish Electricity Association. Evaluation of results of setting targets of deep GHG emission reduction in EU by 2050, with special focus on results of power generation decarbonisation for Poland – SyNTEZA, version of 14 June 2010, Warsaw, June 2010. 16. UK MARKAL Model v3.24, Documentation [online], http://www.ukerc.ac.uk/support/tiki-index. php?page=ES_MARKAL_Documentation_2010. 17. Zaporowski B., Generation technologies of the future for Polish power system, Acta Energetica 2012, No. 2/11, pp. 83–87. 18. Małkowski R., Generacja rozproszona jako sterowane źródło napięcia i mocy biernej dla sieci średniego napięcia [Distributed generation as controlled source of voltage and reactive power for a medium voltage network], Rynek Energii 2012, No. 5 (102), pp. 16–23.

Marcin Jaskólski Gdańsk University of Technology e-mail: mjask@ely.pg.gda.pl Graduate of the Gdańsk University of Technology. During his PhD research participated in training at Lund University (Sweden), at the International Institute for Applied Systems Analysis in Laxenburg (Austria) and the Institute for Energy Economics and the Rational Use of Energy (IER) at Stuttgart University (2002–2003). Currently employed as an assistant professor at the Department of Electrical Power Engineering, Gdańsk University of Technology. Apart from integrated modelling of energy systems development his scientific interest areas include utilisation of renewable energy sources and nuclear power engineering. In 2010 the author participated in three-month training session at the Alternative Energies and Atomic Energy Commission (CEA) in Saclay (France). In 2011 he participated in six-weeks training on EPR safety analyses at the EDF SEPTEN research centre in Lyon.

M. Jaskólski | Acta Energetica 3/20 (2014) | translation 55–60

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 55–60. When referring to the article please refer to the original text. PL

Optymalizacja udziału elektrowni jądrowych w krajowej strukturze wytwarzania energii elektrycznej w perspektywie do 2060 roku Autor Marcin Jaskólski Słowa kluczowe MARKAL, modelowanie systemów energetycznych, energetyka jądrowa Streszczenie Autor przedstawił w artykule wyniki analizy systemowej z wykorzystaniem modelu MARKAL, która miała na celu określenie optymalnego udziału elektrowni jądrowych na tle innych opcji technologicznych w krajowej strukturze wytwarzania energii elektrycznej, w perspektywie do 2060 roku. Kryterium optymalizacyjnym była minimalizacja kosztów dostawy energii elektrycznej od wytwórcy do odbiorcy końcowego, z uwzględnieniem ograniczeń związanych z emisjami CO2, SOx i NOx oraz obowiązkowego udziału energii elektrycznej wytworzonej w odnawialnych źródłach energii (OZE) i w wysokosprawnej kogeneracji. Wyniki modelu obejmowały optymalną pod względem kosztu strukturę wytwarzania energii elektrycznej i strukturę mocy osiągalnej, ze szczególnym uwzględnieniem energetyki jądrowej. 1. Wprowadzenie 1.1. Tło problemu W moim artykule pt. „Analiza czynników wpływających na ekonomiczną efektywność elektrowni jądrowej”, opublikowanym na łamach Rynku Energii [1], opisałem wpływ czynników ekonomicznych na opłacalność budowy i eksploatacji elektrowni jądrowej (EJ). Badania te dowiodły, że uśredniony koszt energii elektrycznej (ang. Levelised Cost of Electricity, LCOE) z elektrowni jądrowej (EJ) wyniesie 70–101 EUR (2012)/ MWh, a opłacalność EJ ściśle powiązana jest z ceną energii elektrycznej na rynku hurtowym, która powinna w najtańszym wariancie EJ wynosić co najmniej 120 EUR (2012)/MWh [1]. Jednocześnie w konkluzji podkreśliłem, że należy przeprowadzić analizę porównawczą NPV z innymi technologiami, a nawet pójść o krok dalej i zastosować model matematyczny do badań rozwoju systemów energetycznych w horyzoncie długoterminowym. Takim modelem jest MARKAL-PL (wersja 3.04), który opracowałem i opisałem w swoich poprzednich publikacjach. Strukturę i koncepcję modelu przedstawiono w [2], natomiast założenia modelu w [3]. Przeprowadzono badania modelowe dla opracowanego scenariusza, w dwóch wariantach (A i B) prognoz zapotrzebowania na energię elektryczną, których wyniki opracowano w formie referatu jako kontynuację cyklu publikacji. Trzeba przyznać, że stopa dyskontowa, założona w modelu MARKAL-PL, była bardzo wysoka (10%), zważywszy na fakt, że analiza prowadzona była w cenach stałych. W takim przypadku jest ona realną stopą oprocentowania kapitału, uwzględniającą inflację. Wyniki badań modelowych dowiodły, że w przypadku tak wysokiego kosztu kapitału elektrownia jądrowa generacji III+ mogłaby być nieopłacalna, nawet w warunkach rynkowych zakładających pełen aukcjonizm nie tylko uprawnień do emisji CO2, ale także uprawnień do emisji NOx i SOx. Procedura optymalizacyjna zaproponowała niewielki udział EJ generacji IV po 2040 roku, a optymalny poziom inwestycji plasował się na 785–2553 MW, w zależności od wariantu zapotrzebowania na energię elektryczną.

Istotne znaczenie miał fakt, że założono bardzo ambitne cele strategiczne, dotyczące udziału energii elektrycznej wytworzonej przez odnawialne źródła energii w całkowitej sprzedaży energii elektrycznej odbiorcom końcowym, tj. 50% w 2060 roku. Jednocześnie dla energii elektrycznej, wytworzonej w wysokosprawnej kogeneracji, wymagany udział wyniósł łącznie 40,5% w tym samym roku. W tym miejscu trzeba podkreślić, że możliwe jest uzyskiwanie dwóch rodzajów świadectw pochodzenia energii z OZE i wysokosprawnej kogeneracji przez jeden typ technologii, co stwarza szczególnie korzystne warunki dla rozwoju kogeneracji opartej na OZE, np. na biomasie lub biogazie. Nieco na korzyść EJ przemawia sposób modelowania technologii w modelu MARKAL, który cechuje się tym, że nakłady inwestycyjne poniesione na budowę elektrowni jądrowej są rozkładane na 60 lat eksploatacji. Odbiega to od metodyki analizy kosztów i opłacalności EJ, którą opublikowałem w [1], gdzie założyłem, że całkowite nakłady zostaną rozłożone na pierwsze dwadzieścia lat eksploatacji, gdyż przyjąłem, dla uproszczenia rachunku, że 100% kwoty pochodzić będzie z kredytu bankowego, rozłożonego na ten właśnie okres. Trzeba jednak podkreślić, że procedura optymalizacyjna w MARKAL wybiera technologie, których koszty produkcji i dostawy energii do odbiorców są optymalne w całym rozpatrywanym horyzoncie czasowym, nie zaś w poszczególnych okresach [4], co powoduje, że wybrana technologia w niektórych okresach charakteryzuje się produkcją na poziomie zera i bierze udział jedynie w bilansie mocy w szczycie zapotrzebowania. W niniejszym artykule rozważania nt. opłacalności EJ zaprezentowane w [1] zostały przeniesione do modelu MARKAL. Zaprezentowano wyniki badań rozwoju systemu elektroenergetycznego Polski w zakresie źródeł wytwórczych w długoterminowym horyzoncie czasowym, czyli do 2060 roku. Przeprowadzone wyniki badań modelowych mają charakter analizy wariantowej dla wybranych czynników, których potencjalny wpływ na wielkość

produkcji energii elektrycznej w EJ w rozpatrywanej perspektywie czasu zostanie przedyskutowany. 1.2. Stan wiedzy w zakresie omawianego problemu Oprócz rozważań autora niniejszego artykułu nt. opłacalności wytwarzania energii elektrycznej w EJ [1] problem ten poruszany był w opracowaniach prof. Władysława Mielczarskiego [5, 6], który przestrzegał przed bardzo wysokimi kosztami energetyki jądrowej. Inne poglądy w tej kwestii zaprezentował prof. Andrzej Strupczewski w swoich pracach [7, 8, 9], podkreślając zalety elektrowni jądrowej i jej niskie koszty, zarówno kapitałowe, jak i eksploatacyjne. Dyskusję nt. kosztów wytwarzania energii elektrycznej w różnego typu elektrowniach podejmowali także prof. Józef Paska [10] i prof. Bolesław Zaporowski [17]. Koszty wytwarzania energii elektrycznej były także przedmiotem raportu Międzynarodowej Agencji Energii (MAE, ang. IEA) oraz Agencji Energii Jądrowej (ang. NEA) przy Organizacji Współpracy Gospodarczej i Rozwoju (ang. OECD) [11]. Raport ten pokazał duże zróżnicowanie kosztów wytwarzania energii elektrycznej w EJ w poszczególnych krajach OECD. Podobną tematykę podjęto w raporcie Komisji Europejskiej [12]. Jednakże zawarte w nim wskaźniki ekonomiczne, dotyczące elektrowni jądrowych, wg mojej opinii są nieaktualne, szczególnie w kontekście budowy nowej elektrowni generacji III+. 1.3. Zawartość opracowania W rozdziale 2 przeprowadzono dyskusję na temat wartości parametrów wybranych do analizy wariantowej modelu MARKAL-PL. Rozdział 3 zawiera wyniki badań modelowych. Podsumowanie i wnioski końcowe zaprezentowano w rozdziale 4. 2. Struktura i założenia modelu 2.1. Wiadomości ogólne Model MARKAL-PL, oparty jest na strukturze matematycznej pakietu optymalizacyjnego MARKAL (ang. MARKet

M. Jaskólski | Acta Energetica 3/20 (2014) | translation 55–60

Wyszczególnienie

Wskaźnik jednostkowych nakładów inwestycyjnych

Wskaźnik jednostkowych kosztów eksploatacyjnych stałych

Wskaźnik jednostkowych kosztów eksploatacyjnych zmiennych (bez kosztów paliwa)

Symbol wskaźnika

kn, INVCOS

kes, FIXOM

k , VAROM

Jednostka

EUR(2009)/kW

EUR(2009)/kW/a

EUR(2009)/GJ

Symbol technologii

Wariant BX1 (kn = 3500)

Wariant BX2 (kn = 4500)

Wariant BX3 (kn = 5500)

E2A

3529

4500

5500

E2B

3384

4500

5500

E2C

3384

4500

5500

E2A

103,10

123,80

151,30

E2B

93,10

139,60

170,60

E2C

93,10

139,60

170,60

E2A

0,00

0,56

0,69

E2B

0,11

0,23

0,34

E2C

0,44

0,56

0,68

Tab. 1. Zestawienie wskaźników ekonomicznych technologii reprezentujących elektrownie jądrowe generacji III+ i generacji IV (opracowanie własne)

ALlocation), w którym funkcją celu jest całkowity koszt dostawy energii od źródła pozyskania do miejsca końcowego użytkowania. Koszt ten jest zdyskontowany po wszystkich latach horyzontu czasowego i sprowadzony do pierwszego roku analizy (rok modelu – 2005; rok, z którego pochodzą dane – 2009). Horyzont czasowy analizy wyznaczono do 2060 roku i podzielono na pięcioletnie okresy, w których każdy rok jest jednakowy z punktu widzenia bilansu energii. Szczegółową koncepcję modelu zaprezentowano w [2]. Głównymi nośnikami energii, bilansowanymi w modelu, są energia elektryczna i ciepło. Zastosowanie bilansu ciepła wiąże się z koniecznością uwzględnienia kogeneracji. Nośniki te są bilansowane odpowiednio w ujęciu sezonowo-dobowym i sezonowym. Paliwa i energie, zużywane do produkcji ww. nośników, model MARKAL bilansuje za każdy rok analizy. Model uwzględnia mechanizm uzyskiwania i umarzania oraz zakupu na giełdzie praw majątkowych do świadectw pochodzenia energii elektrycznej wytworzonej w odnawialnych źródłach energii oraz wytworzonej w wysokosprawnej kogeneracji różnego typu. Wzięto pod uwagę współczynniki korekcyjne dla świadectw pochodzenia energii z różnych typów źródeł odnawialnych, zgodnie z propozycjami projektu ustawy o odnawialnych źródłach energii [13]. Uwzględniono także mechanizmy ograniczania emisji dwutlenku węgla, tlenków siarki i tlenków azotu. W opracowanej wersji modelu mają one charakter wskaźników kosztów jednostkowych emisji ww. związków. Obejmują one opłaty za użytkowanie środowiska oraz ceny zakupu uprawnień emisyjnych na aukcjach. W tej wersji nie ma możliwości zarabiania na uprawnieniach emisyjnych, założono bowiem pełen ich aukcjonizm od 2020 roku. Opracowanie modelu MARKAL-PL objęło również zebranie danych techniczno-ekonomiczno-środowiskowych technologii energetycznych i zestawienie ich w formie bazy danych. Opis tej bazy znajduje się w [3]. 2.2. Założenia modelu Szczegółowy opis założeń znajduje się w opracowaniu [3]. Na potrzeby tego artykułu wykorzystano wariant B finalnego zapotrzebowania na energię

Nr wariantu

BX1

BX2

BX3

Nr przypadku

kn = 3500

kn = 4500

kn = 5500

Przypadek 1

p = 6%

B11

B12

B13

Przypadek 2

p = 8%

B21

B22

B23

Przypadek 3

p = 10%

B31

B32

B33

Tab. 2. Zestawienie kombinacji wariantów danych wybranych do analizy modelowej, źródło: opracowanie własne

elektryczną, który zakłada, że wzrośnie ono ze 129 TWh/a w 2010 roku do 265 TWh/a w 2060 roku. Wariant ten jest bardziej optymistyczny, tzn. zakłada większe potrzeby energetyczne niż prognozy Agencji Rynku Energii [14] i spółki Badania Systemowe EnergSys [15]. Z prognozy [3] autora niniejszego artykułu wynika, że moc zainstalowana w 2060 roku będzie musiała wynosić co najmniej 58 872 MW, a moc zainstalowana obecnie istniejących elektrowni węglowych osiągnie poziom zerowy ok. 2050 roku, a już w 2030 roku połowa obecnie zainstalowanej mocy powinna być wyłączona, zgodnie z deklaracjami spółek-operatorów elektrowni. Oznacza to konieczność poniesienia znaczących nakładów inwestycyjnych na budowę nowych źródeł i modernizację systemu elektroenergetycznego przesyłowego oraz dystrybucyjnego. Proponowane obecnie nowe inwestycje w elektrownie systemowe obejmują głównie opcje technologiczne wykorzystujące węgiel kamienny, węgiel brunatny, gaz ziemny i biomasę. Niezależnie od tych planów wdrażane są projekty nowych farm wiatrowych, biogazowni i farm fotowoltaicznych, a także źródeł rozproszonych opartych na spalaniu gazu ziemnego. Zastosowanie modelu optymalizacyjnego, porównującego koszty wytwarzania energii elektrycznej i ciepła w całym horyzoncie czasowym, pozwala na wspomaganie decyzji w zakresie polityki energetycznej oraz w zakresie planowania inwestycji w nowe źródła wytwórcze. 2.3. Warianty obliczeń W związku z zainteresowaniem energetyką jądrową w Polsce w niniejszym artykule autor podejmuje problematykę badania

wpływu jej wskaźników ekonomicznych na wyniki optymalizacji struktury wytwarzania energii elektrycznej, w szczególności w zakresie udziału EJ w krajowym bilansie energii, w długoterminowym horyzoncie czasowym. Badania obliczeniowe przeprowadzono wg wariantu B, opisanego w [3]. Do analizy wariantowej zaproponowano trzy wartości stopy dyskontowej, która jest charakterystyczna dla całego systemu energetycznego, obejmującego elektroenergetykę i ciepłownictwo oraz rynki paliw energetycznych. Wartości te to 6% (przypadek 1), 8% (przypadek 2) i 10% (przypadek 3). Ponadto zaproponowano trzy warianty wskaźników jednostkowych nakładów inwestycyjnych i kosztów eksploatacyjnych, charakterystycznych dla technologii opartych na reaktorach jądrowych generacji III+ i generacji IV. Technologie te w modelu MARKAL oznaczono odpowiednio jako E2A (EJ z reaktorami wodnymi ciśnieniowymi PWR generacji III+), E2B (EJ generacji IV z reaktorami GT-MHR – ang. gas turbine modular helium reactor) oraz E2C (EJ generacji IV z reaktorami PBR – ang. pebble bed reactor). Charakterystykę E2A opracowano na podstawie badań własnych [1], natomiast w przypadku E2B i E2C posłużono się bazą UK MARKAL [16]. W wariancie BX1 (tanim) założono wskaźnik jednostkowych nakładów inwestycyjnych odpowiednio na poziomie kn = 3529 EUR(2009)/kW (E2A) i kn = 3384 EUR(2009)/kW (E2B i E2C). Wariant BX2 (zrównoważony) dla wszystkich trzech technologii zakłada wskaźnik kn = 4500 EUR(2009)/kW, a wariant BX3 (drogi) – kn = 5500 EUR(2009)/kW. Wraz ze wzrostem nakładów założono wzrost kosztów eksploatacyjnych. Porównanie wariantów przedstawiono w tab. 1.

M. Jaskólski | Acta Energetica 3/20 (2014) | translation 55–60

Wyniki obliczeń modelowych przeprowadzono dla dziewięciu kombinacji wskaźników ekonomicznych i wartości stopy dyskontowej, których zestawienie przedstawiono w tab. 2.

o dwóch blokach o mocy 1650 MW lub obiektu o trzech blokach o mocy 1100 MW. W wariancie B12 proponowana jest budowa elektrowni o mocy 1400 MW, co można interpretować jako budowę jednego bloku EJ. Nieco trudniej zinterpretować projekt instalacji elektrowni o mocy 406 MW w wariancie B31. Przyrost mocy jest zmienną ciągłą, przyjmującą wartości rzeczywiste większe od zera, stąd jej wartość może mieścić się pomiędzy dolnym ograniczeniem (0 MW), a górnym ograniczeniem (3300 MW) w 2025 roku. W kolejnym okresie (od 2030 roku) tylko w wariancie B11 proponowana jest inwestycja w EJ generacji III+ o łącznej mocy 3300 MW, co jest równe górnemu ograniczeniu. Po 2035 roku model nie rekomenduje już EJ z reaktorami PWR generacji III+ (E2A). Od 2040 roku wszystkie propozycje dotyczą generacji IV (E2B, E2C). Okazuje się, że po 2040 roku mogą zaistnieć bardziej sprzyjające warunki do inwestycji w EJ, w szczególności gdy spojrzy się na wariant B12, w którym technologie nowoczesnych reaktorów jądrowych są najbardziej konkurencyjne. Niestety, model nie uwzględnia tzw. efektu serii, który pozwala na obniżenie nakładów inwestycyjnych i kosztów eksploatacyjnych w przypadku budowy elektrowni o liczbie bloków większej od 1. Moc zainstalowaną w elektrowniach jądrowych w Polsce, wg wariantów B11-B33, przedstawiono na rys. 2. Wykresy uzupełniono o wartość górnego ograniczenia na moc zainstalowaną w elektrowniach obu generacji (EJGEN3). W najtańszym wariancie (B11) moc zainstalowana w EJ, proponowana przez MARKAL, w latach 2025 i 2030 osiąga wartość górnego ograniczenia, odpowiednio 3300 MW i 6600 MW. Po 2040 roku, w wyniku zainstalowania jednostek generacji IV, moc zainstalowana w EJ wzrasta do poziomu 12 846 MW, osiągając w 2060 roku wartość 16 107 MW. Realizacja tego wariantu, jak również wariantów B21 i B31, wydaje się być mało prawdopodobna, ze względu na zbyt optymistyczne, wg opinii autora, założenia dotyczące nakładów na budowę i kosztów eksploatacji EJ. Innym powodem wątpliwości co do realnego wypełnienia tego nad wyraz ambitnego planu jest znaczny ciężar finansowy i związane z tym

3. Wyniki badań modelowych Na rys. 1 przedstawiono zaproponowane przez procedurę optymalizacyjną modelu MARKAL inwestycje w nowe moce wytwórcze w elektrowniach jądrowych w Polsce, w latach 2025–2060, w rozpatrywanych wariantach obliczeniowych. Elektrownie jądrowe generacji III+ (E2A) dostępne będą od 2025 roku, a EJ generacji IV (E2B, E2C) – od 2040 roku. Z obliczeń wynika, że technologia E2C, ze względu na wyższe koszty niż pozostałe technologie jądrowe (E2A i E2B), nie została wybrana przez procedurę optymalizacyjną w żadnym wariancie. Co więcej, w wariantach B13 (droga technologia, tani kapitał), B22 (zrównoważony), B23 (droga technologia), B32 (drogi kapitał) i B33 (droga technologia i drogi kapitał), żadna z technologii opartych na reaktorach jądrowych nie była konkurencyjna w stosunku do innych technologii energetycznych, więc zmienne reprezentujące moc zainstalowaną i produkcję energii elektrycznej dla tych opcji technologicznych przyjęły wartość równą 0. W związku z tym do dalszych rozważań wybrano tylko te warianty, w których inwestycje w EJ zostały zaproponowane przez pakiet optymalizacyjny MARKAL. Te przypadki odnoszą się do optymistycznych charakterystyk ekonomicznych EJ, zakładających niską realną stopę oprocentowania kapitału, równą 6% (B11, B12), a w przypadku wyższych wartości tej stopy, równych odpowiednio 8% i 10%, są opłacalne tylko przy założeniu niskich wartości wskaźników nakładów i kosztów (B21 i B31). W 2025 roku model MARKAL proponuje uruchomienie elektrowni o łącznej mocy 3300 MW, co jest równe górnemu ograniczeniu. Wynik ten osiągnięto w wariantach B11 i B21, w których założono najniższe nakłady inwestycyjne (kn = 3520 EUR(2009)/kW) i najniższe koszty eksploatacyjne oraz koszt kapitału (realną stopę oprocentowania kapitału) na poziomie odpowiednio 6% i 8%. Należy to interpretować jako budowę jednej elektrowni

2025

2030

2035 B11

2040 B12

2045 B21

2050

B11, 395

B21, 4085

B11, 3300

B11, 413

1000

B12, 89

2000

B31, 1969

3000

B21, 3300

4000

B31, 406

5000

B11, 3300

6000

B11, 2453

B11, 6246

7000

B12, 1400

Moc zainstalowana [MW]

8000

Proponowane inwestycje w nowe moce wytwórcze w elektrowniach jądrowych w Polsce w latach 2025-2060

2055

2060

B31

Rys. 1. Proponowane inwestycje w nowe moce wytwórcze w elektrowniach jądrowych w Polsce w latach 2025–2060, źródło: opracowanie własne, model MARKAL

ryzyko inwestycyjne, charakterystyczne dla projektu jądrowego. W zrównoważonym wariancie obliczeń (B12), charakteryzującym się wskaźnikiem nakładów inwestycyjnych kn = 4500 EUR (2009)/kW, moc zainstalowana utrzymuje się na poziomie 1400–1500 MW w rozpatrywanym horyzoncie czasowym (2025–2060). Wielkość produkcji energii elektrycznej w elektrowniach jądrowych, w proponowanych wariantach, zaprezentowano na rys. 3, a udział EJ w produkcji energii elektrycznej w Polsce na rys. 4. W najtańszym wariancie (B11) wielkość produkcji w 2060 roku osiąga wartość 117 TWh/a (38% w ilości energii elektrycznej wytworzonej w Polsce). Z kolei w wariancie zrównoważonym (B12), proponowana do wytworzenia ilość wynosi 10-11 TWh/a (3–5% w krajowej produkcji). Z obliczeń wynika, że stopień wyzyskania mocy zainstalowanej we wszystkich latach eksploatacji EJ i dla obu technologii (E2A i E2B) wynosi 83%, co jest najwyższą możliwą wartością przewidzianą w charakterystyce technologii. Przedstawione powyżej wyniki pozwalają na ilościową analizę wielkości mocy zainstalowanej i produkcji energii elektrycznej w EJ w różnych wariantach. Dowodzą wrażliwości modelu matematycznego opartego na programowaniu liniowym, na wartości danych wprowadzanych do niego. Jednocześnie każą zachować ostrożność w stosunku do analiz prowadzonych z tego typu narzędziami. W celu przedyskutowania wyboru zestawu technologii przez model MARKAL opracowano strukturę wytwarzania energii elektrycznej w Polsce dla wariantów B11, B22, B33, które oprócz różnych wskaźników techniczno-ekonomicznych elektrowni jądrowych (B11 – najtańsze, B33 – najdroższe) charakteryzują się różnymi wartościami zastosowanych stóp dyskonta (B11 – 6%, B22 – 8% i B33 – 10%). Do porównania wybrano lata: 2025 (pierwszy rok dostępności generacji III+ w Polsce), 2040 (pierwszy zakładany rok dostępności generacji IV w Polsce) i 2060 (ostatni rok modelu). Wyniki przedstawiono na rys. 5. Z rezultatów badań przedstawionych powyżej wynika, że produkcja z obecnie zainstalowanych i pozostających w eksploatacji do 2025 roku elektrowni powinna, wg przedstawionego planu, wynieść 41–42 TWh/a. W 2040 roku byłaby na poziomie 7–8 TWh/a, a w 2060 roku – zaledwie ok. 1 TWh/a. Ze względu na wysokie koszty emisji CO2 model MARKAL proponuje przeniesienie produkcji do technologii charakteryzujących się zerowym wskaźnikiem emisji CO2, w tym odnawialnych źródeł energii (elektrownie wiatrowe) lub elektrowni węglowych i gazowych z układem sekwestracji dwutlenku węgla (CCS – ang. Carbon Capture and Storage) oraz technologii opartych na wykorzystaniu biomasy, które nie ponoszą opłat za uprawnienia do emisji dwutlenku węgla. Elektrownia jądrowa wpisuje się w tę charakterystykę, nie emitując ani CO2, ani SOx, ani NOx. Oczywiście emisje te mogłyby występować w całym cyklu życia, począwszy od emisji powstających w trakcie budowy, aż po te towarzyszące likwidacji, ale zakres niniejszej analizy nie obejmuje ich w całości i nie są one przedmiotem systemu handlu uprawnieniami do emisji,

M. Jaskólski | Acta Energetica 3/20 (2014) | translation 55–60

Moc zainstalowana w elektrowniach jądrowych w Polsce w latach 2025-2060 27400 23900

25000

2025

2030

B11

2045

B21

B31

2050

16107 2374

1489

2374

1489

2055

7385

15712 7385

7385 1489

1489

2040

B12

2374

7385 1400

2035

2374

6600 1400 3300 406

3300

5000

6600

1400 3300 406

6600

9900

10000

15299

15000

7385

12846

16900

13400

2374

20000

15712

20400

3300 1400 3300 406

Moc zainstalowana [MW]

30000

2060

EJGEN3

Rys. 2. Moc zainstalowana w elektrowniach jądrowych w Polsce w latach 2025–2060, źródło: opracowanie własne, model MARKAL

117

100

114

111

120

2025

2030

54 17

10 3

48 24

24 10

24 3

Moc zainstalowana [TWh/a]

140

Produkcja energii elektryczej w elektrowniach jądrowych w Polsce w latach 2025-2060

2035

2040

B11

B12

2045 B21

2050

2055

2060

B31

Rys. 3. Produkcja energii elektrycznej w elektrowniach jądrowych w Polsce w latach 2025–2060, źródło: opracowanie własne, model MARKAL

35%

2025

2030

2035 B11

B12

2045 B21

2050

2055

17% 3%

18% 4%

18% 6%

2040

9% 4%

10% 1%

10%

11%

15%

11%

20%

18%

20%

25%

19%

30%

Udział [%]

37%

34%

40%

38%

45%

38%

Udział energii elektryczej wytworznej w elektrowniach jądrowych w krajowym bilansie energii elektrycznej w Polsce w latach 2025-2060

2060

B31

Rys. 4. Udział energii elektrycznej wytworzonej w elektrowniach jądrowych w bilansie energii elektrycznej w Polsce w latach 2025–2060, źródło: opracowanie własne, model MARKAL

dotyczącego źródeł wytwarzania energii elektrycznej i ciepła. Z analiz zaprezentowanych na rys. 1–5 wynika, że w wariancie B11 proponowany jest znaczący udział EJ w strukturze wytwarzania energii elektrycznej w Polsce. Niskie

koszty wytwarzania energii elektrycznej w EJ spowodowałyby, że elektrownie oparte na węglu byłyby w stosunku do nich niekonkurencyjne z powodu kosztów emisji SOx i NOx, nawet przy zastosowaniu instalacji odsiarczania spalin. EJ nie mogą jednak

konkurować z elektrowniami opartymi na biomasie i elektrowniami wiatrowymi, gdyż źródła te otrzymują wsparcie w postaci świadectw pochodzenia energii, a dodatkowo wyznaczono minimalny udział tego typu źródeł w finalnym zużyciu energii elektrycznej. W związku z tym istnieje pewien minimalny poziom produkcji w źródłach opartych na odnawialnych zasobach energii. W wariantach B22 i B33 elektrownie jądrowe, których koszty są znacznie wyższe niż w przypadku B11, nie zostają wybrane przez procedurę optymalizacyjną, a ich miejsce zajmują elektrownie węglowe z sekwestracją CO2. Głównym problemem związanym z tą technologią jest składowanie CO2 lub jego utylizacja. Niewykluczone, że w charakterystyce tej technologii koszty związane z CCS nie zostały właściwie oszacowane i w rzeczywistości mogą być znacznie większe, co wpłynęłoby na konkurencyjność w stosunku do elektrowni jądrowych i gazowych. 4. Wnioski końcowe Wyniki badań modelowych potwierdziły, że kluczowymi czynnikami dla opłacalności EJ będą nakłady inwestycyjne poniesione na jej budowę i stopa oprocentowania kapitału. Duży udział energetyki jądrowej mógłby być realny, gdyby wskaźnik nakładów inwestycyjnych na budowę elektrowni pozostał na poziomie 3300–3500 EUR(2012)/kW, przy jednoczesnym realnym oprocentowaniu kapitału na poziomie 6%. Dodatkowym warunkiem byłoby rozszerzenie systemu handlu uprawnieniami do emisji CO2 w taki sposób, aby kupowane były one na giełdzie w całości, a nie przyznawano je za darmo w planie alokacji. Oprócz CO2 podobny system objąłby emisję NOx i SOx. W ten sposób EJ stałyby się jedną z opcji technologicznych „bezemisyjnego” systemu energetycznego. Efektem tych działań byłby jednak znaczący wzrost kosztu wytwarzania energii elektrycznej, co przełożyłoby się na wyższe ceny energii na rynku hurtowym. Niestety, może się okazać, że osiągnięcie tak niskiego poziomu nakładów jednostkowych jak w wariantach BX1 nie będzie możliwe i wówczas pozostaniemy przy technologiach węglowych, w których zastosowany zostanie układ CCS. Jednakże duży ich udział spowoduje problem składowania ogromnych ilości dwutlenku węgla lub ich gospodarczego wykorzystania. Z kolei duży udział energetyki jądrowej będzie się wiązał z odpowiednim zarządzaniem odpadami promieniotwórczymi. W przedstawionych scenariuszach nie ma pewności co do osiągnięcia zamierzonych poziomów produkcji energii elektrycznej w układach spalających biomasę, głównie z powodu rozproszenia zasobów. Pociągałoby to za sobą duże rozproszenie źródeł wytwórczych lub ponoszenie wysokich kosztów transportów paliw. Dość ambitnym celem wydaje się osiągnięcie produkcji w elektrowniach wiatrowych na poziomie 50 TWh/a w 2060 roku, a trzeba zaznaczyć, że wybrana opcja obejmuje jedynie lądowe technologie, z pominięciem morskich farm, które okazują się niekonkurencyjne przy założeniach przyjętych w modelu. Tak duży udział lądowych farm wiatrowych pociąga za sobą konieczność przygotowania terenów pod inwestycje. Ponadto konieczne byłoby

Produkcja energii elektrycznej [TWh/a]

M. Jaskólski | Acta Energetica 3/20 (2014) | translation 55–60

Struktura wytwarzania energii elektrycznej

350

312

300

279 10 0 15

250 200 152 0

150 100

152

217

216

5 2 7 14 21

5 4 7 14 21

17 100

B11

B22

B33

2009

12 0 15

33 2

109

312 4 0 23

312

5 0 22

112

113

102

118

117

15 0 24

48 7

0 5 1

B11

B22

B33

B11

B22

B33

2025 EL istniejące EL jądrowe (nowe) EL biomasowe (nowe) EC biomasowe (nowe)

273

50 0

273

2040 EL węglowe z CCS (nowe) EL wiatrowe (nowe) EC węglowe (nowe) EC biogazowe (nowe)

2060 EL gazowe (nowe) EL słoneczne (nowe) EC gazowe (nowe) RAZEM

EL – elektrownie, EC – elektrociepłownie, CCS – Carbon Capture and Storage (wychwytywanie i magazynowanie dwutlenku węgla) Rys. 5. Struktura produkcji energii elektrycznej w Polsce w wariantach B11, B22 i B33 w latach 2009, 2025, 2040 i 2060, źródło: opracowanie własne, model MARKAL

przystosowanie systemu elektroenergetycznego (SEE) do współpracy z farmami wiatrowymi o tak dużej łącznej mocy zainstalowanej, tak aby bilans mocy czynnej i biernej był zachowany. Bilans mocy czynnej wpływa na częstotliwość w SEE. Z kolei deficyt mocy biernej może spowodować poważną awarię napięciową [18]. Opcje technologiczne wykorzystujące gaz ziemny mogą okazać się atrakcyjne dla inwestorów, gdy zapewniona zostanie stabilność ceny gazu ziemnego. Może uda się osiągnąć ten stan w wyniku szerszej eksploatacji krajow y c h z a s o b ów g a z u m e t o d am i niekonwencjonalnymi. Autor przypomina, że w założeniach modelu jest utrzymanie systemu wsparcia dla energii elektrycznej wytworzonej w źródłach odnawialnych i w wysokosprawnej kogeneracji co najmniej do 2060 roku, ostatniego roku analizy. To dość długi okres. W związku z tym należałoby się zastanowić nad narzędziami wsparcia wymuszającymi zwiększenie innowacyjności w sektorze technologii OZE. Zwiastunem takiego systemu są proponowane zmiany w ustawie o odnawialnych źródłach energii, zakładające istnienie współczynników korekcyjnych dla różnych technologii. Jednocześnie autor proponuje opracowanie scenariuszy,

w których wsparcie dla źródeł kończyłoby się np. w 2030 roku. Bibliografia 1. Jaskólski M., Analiza czynników wpływających na ekonomiczną efektywność elektrowni jądrowej, Rynek Energii 2012, nr 6 (103), s. 15–22. 2. Jaskólski M., Application of MARKAL model to optimisation of electricity generation structure in Poland in the long-term time-horizon. Part I – concept of the model, Acta Energetica 2012, nr 3/12, s. 15–20. 3. Jaskólski M., Application of MARKAL model to optimisation of electricity generation structure in Poland in the long-term time-horizon, Part II – Model and forecast assumptions, Acta Energetica 2012, nr 4/12, s. 4–13. 4. Loulou R., Goldstein G., Noble K., Documentation of the MARKAL Family of Models, Energy Technology Systems Analysis Programme, October 2004. 5. Mielczarski W., Elektrownie atomowe – obliczenia kosztów, Energetyka Cieplna i Zawodowa 2009, nr 10, s. 19–21. 6. Mielczarski W., Kosztowna energetyka jądrowa, Energetyka 2010, nr 11(677), s. 715–719.

7. Struczpewski A., Czy Polsce opłaci się budowa elektrowni jądrowych?, Energia Elektryczna 2009, nr 6. 8. Strupczewski A., Aspekty ekonomiczne rozwoju energetyki jądrowej, Instytut Energii Atomowej POLATOM 2009. 9. Strupczewski A., Energetyka jądrowa w Polsce. Opłacalność budowy, Energetyka Cieplna i Zawodowa 2010, nr 12. 10. Paska J., Metodyka oceny kosztów wytwarzania energii elektrycznej, Rynek Energii 2012, nr 2 (99), s. 24–28. 11. International Energy Agency (IEA), Nuclear Energy Agency (NEA), Organisation for Economic Co-operation and Development (OECD), Projected Costs of Generating Electricity, Edition 2010, Paris 2010. 12. C ommission of the European Communities, Energ y Sources, Production Costs and Performance of Technologies for Power Generation, Heating and Transport. Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Regions, COM(2008) 744, Brussels 2008. 13. Ustawa o odnawialnych źródłach energii, projekt z 20 grudnia 2011 roku, Ministerstwo Gospodarki, Departament Energetyki, Warszawa 2011. 14. Agencja Rynku Energii SA, Aktualizacja prognozy zapotrzebowania na paliwa i energię do roku 2030, Warszawa, wrzesień 2011. 15. Badania systemowe „EnergSys” sp. z o.o. na zlecenie Polskiego Komitetu Energii Elektrycznej, Ocena skutków ustanowienia celów głębokiej redukcji emisji gazów cieplarnianych w UE do roku 2050, ze szczególnym uwzględnieniem skutków dekarbonizacji produkcji energii elektrycznej dla Polski – SYNTEZA, wersja z 14 czerwca 2010, Warszawa, czerwiec 2010. 16. U K M A R KA L Mo d e l v 3 . 2 4 , Documentation [online], http://www. ukerc.ac.uk/support/tiki-index.php?page=ES_MARKAL_Documentation_2010. 17. Zaporowski B., Generation technologies of the future for Polish power system, Acta Energetica 2012, nr 2/11, s. 83–87. 18. Małkowski R., Generacja rozproszona jako sterowane źródło napięcia i mocy biernej dla sieci średniego napięcia, Rynek Energii 2012, nr 5 (102), s. 16–23.

Marcin Jaskólski

dr inż. Politechnika Gdańska e-mail: mjask@ely.pg.gda.pl Wychowanek Politechniki Gdańskiej. W trakcie realizacji rozprawy doktorskiej odbył szkolenia na Uniwersytecie w Lund (Szwecja) i staże naukowe w Międzynarodowym Instytucie Stosowanej Analizy Systemowej (IIASA) w Laxenburgu (Austria) i Instytucie Gospodarki Energetycznej oraz Racjonalnego Użytkowania Energii (IER) na Uniwersytecie w Stuttgarcie (2002–2003). Zatrudniony jest jako adiunkt w Katedrze Elektroenergetyki Politechniki Gdańskiej. Jego naukowe zainteresowania, oprócz zintegrowanego modelowania rozwoju systemów energetycznych, obejmują wykorzystanie odnawialnych zasobów energii i energetykę jądrową. W 2010 roku autor uczestniczył w trzymiesięcznych szkoleniach z zakresu energii jądrowej w Komisji ds. Energii Atomowej i Alternatywnych Źródeł Energii (CEA) w Saclay (Francja). W 2011 roku odbył sześciotygodniowy staż z zakresu analiz bezpieczeństwa reaktorów jądrowych EPR w ośrodku badawczym EDF SEPTEN w Lyonie.

P. Kacejko et al. | Acta Energetica 3/20 (2014) | 66–72

Optimal Control of a Wind Farm Group Using the WindEx System Authors Piotr Kacejko Michał Wydra Robert Jędrychowski

Keywords state estimation, optimization, SCADA

Abstract The aim of this paper is to present achievements obtained in implementing the framework project N R01 0021 06 in the Power System Department of Lublin University of Technology. The result of the work was “A system of optimal wind farm power control in the conditions of limited transmission capabilities of power networks”, which one of two main modules is a state estimator. The featured wind farm control system was integrated with a SCADA dispatcher system WindEx using the WebSVC service.

DOI: 10.12736/issn.2300-3022.2014306 1. Introduction An increase in the requirements for dispatching systems, which are designed to transmit and collect information about the current state of the power system, is noticeable in the energy sector. Measurement data constitutes an essential element of operative and definite control of the power system. For proper control of a large and complex object, such as a power system, very precise measurements from multiple locations in the grid are required. The complexity of issues of the power system’s control is undoubtedly known, however, it is inextricably linked to the number and type of connected units operated to satisfy its needs. Recently a trend has been noticed associated with connection of a large number of smaller generation units, which include biogas systems, small hydropower plants, wind farms and now, increasingly taken into account, photovoltaic sources. Since around 2008 wind farms (WF) have become the most popular. The wind power generation’s high rate growth poses new challenges for the operator of the National Power System (NPS), and in particular for the distribution system operator (DSO). Growth of wind power generation, which is a turbulent generation, in a distribution company’s operating area and the related instability and uncertainty of its output, imposes increasing requirements for remotely controlled devices, mainly data concentrators and interoperable SCADA systems.

1.1. Concept of the optimal WF control system In connection with operating specifics of wind farms, the output of which depends on the wind conditions, it was decided to implement the project “A system for optimal wind farm output control under conditions of power grids’ limited transmission capacity”. It was meant to develop a computerized control system for wind farms located in a selected area covered by a remote control that 66

sets such an allowable instantaneous power output, which corresponds to the area’s actual transmission grid capacity, and more specifically – to the transmission capacities of individual lines. This approach to grid operations management will be justified in the case of connecting subsequent generation sources, including wind farms [1]. In the authors’ opinion the effective group management of wind farms located in a distribution company’s operating area requires an upgrade of the software currently installed in dispatching centres. SCADA systems will not only have to adequately respond to failures, but also properly control a group or multiple groups of wind farms. Under more favourable wind conditions transmission lines may be overloaded, especially where several farms operate in the neighbourhood. In this case the SCADA system should make an appropriate adjustment, for example limit the wind farms’ output, in order to relieve the transmission lines, and the reduction should be minimal. Such adjustment by a SCADA system must be preceded at the dispatch centre with multiple computing steps that altogether make up the process of the power system state’s estimation. Only then, on the basis of the most probable state of the system, may the wind farms’ optimization calculations and operating adjustments be performed. According to [2], the power system state estimation is a computational procedure aiming to reconstruct the most likely state of the system operation based on a set of measurements and the grid’s topology defined by the statuses of its switches. Therefore the estimation verifies whether the grid picture in the SCADA system is correct, and accurately defines the current state of the system.

1.2. Current state and new possibilities of SCADA systems The practice so far has assumed that a power grid’s transmission capacity must be sufficient to output the full power from

P. Kacejko et al. | Acta Energetica 3/20 (2014) | 66–72

wind farms in the area. Whereas such wind conditions that allow for wind farms’ operation at full capacity are extremely rare [1, 3]. Anticipating, however, that in the case of favourable wind conditions the power output from wind farms could exceed the transmission capacity of local power grids (this refers primarily to 110 kV grids), a solution might be the option to reduce the outputs of individual farms. Of course, a separate issue is how to assess the compensation that would have to be paid to the concerned generators for reducing their outputs; however the presented system seeks for such a mathematically optimal solution, which minimises the sum of the output restrictions in individual farms necessary to achieve the effect of relieving a line or a few lines. The presented approach assumes the need for constant control of the output, and monitoring of the currentcarrying capacities of the grid’s individual lines. Undoubtedly, this solution is cheaper than upgrading a number of power lines, for which the risk of overloading would occasionally occur. The present system can provide dedicated protection against overloading for one line or multiple lines in the area. When designing the entire system, particular attention was paid to the fact that the estimator and optimizer system should be able to operate as an additional and independent calculation module providing decision support for the dispatcher. Dispatcher systems can share data using a variety of IT solutions, e.g. WindEx software can share measurement data owing to WebSVC service, thus enabling the interoperability with external computing modules. At the same time, the same service allows to update properly programmed fields on the dispatcher screen. Assuming that the SCADA system is the master element, tight in IT terms due to security and legal considerations, then without entering its structure additional features can be added by using the data exchange mechanism, and setting up functional modules running on other computers. The additional modules that do not constitute the dispatcher system’s operational basis, being a kind of support for the operator’s decision and running on physically separate servers, relieve the relevant SCADA system. The use of grid services, in the described case of the WebSVC service, enables the interoperability of the SCADA server and the remote optimum control server.

2. Optimal control system interoperable with Windex system As mentioned earlier, the basic task of the control system is to determine by calculation process the output power set point for each wind farm, at which the 110 kV grid is not exposed to the overload risk. In the event of a line’s or a few lines’ overload the system determines the active power output for each farm, which minimally restricts the total wind power generation output. Currently, constraints for lines are treated statically, but owing to the monitoring of line operating parameters the overload issue can be treated dynamically, and the system can be operated taking into account the existing weather conditions (e.g. wind, temperature, icing). The presented solution’s future application is planned in the system of HV grid’s dynamic management.

2.1. Test bench for the prototype optimal control system In the laboratory version, and for the purpose of the prototype development, a model of the CIGRE system was used consisting of 220 kV and 110 kV grids. The controlled wind farms were connected to selected nodes. For mapping the power system operation a simulator was built that cyclically performed power flow calculations, taking into account the set points provided by the SCADA system for the controlled wind farms. Diagram of the data exchange between different elements of the system is shown in Fig. 1. The wind farm output optimal control system consists of three main elements (Fig. 1 and 2): • power system simulator • local dispatch system interoperable with remotely controlled devices • power grid state estimation and optimization subsystem. The first element is a system that is in fact a dedicated real-time computer with a dedicated power flow software developed at Lublin University of Technology. The real-time computer is provided with analogue and digital outputs, and its task is to map the actual state of the power grid and processes therein occurring. The analogue outputs convert the measurements defined in the CIGRE system into electrical signals, which in real conditions are obtained from the power system’s individual nodes. These are node voltages and active and reactive line loads, while the digital signals allow mapping the actual grid topology based on the switch statuses [2]. Fig. 2 shows data transmission types and directions in the prototype system. The analogue and digital signals are cyclically transmitted to the local SCADA WindEx system through the Ex-MST 2 data concentrator. After processing the information content of individual signals, it is displayed on the dispatcher system’s synoptic screen, and owing to the WebSVC service the measurements are shared with external modules, i.e. the estimator and optimizer module. WebSVC is a client-server service, based on the standard http/https protocol, so access to pre-defined measurements can be easily controlled. Accordingly, it became possible to build a backbone communication network, based on fibre optic links and MOXA switches, and meeting stringent requirements of the IEC 61850 standard, and electromagnetic compatibility requirements for substation equipment [5]. The communication backbone was configured in fibre optic ring technology, and combines all elements of the control system. Importantly, this solution allows for further extensions, and with the implementation of many features required by the IEC 61850 standard it is possible to manage the system operation, to ensure its high reliability, security and performance. The ICT structure is fully scalable and allows for the system’s further extension, and for connecting devices compatible with the Ethernet 100 Mb/s standard and higher, which communicate over TCP/ IP protocols [5]. Information shared by the master control and supervision system is used by the state estimation and optimization subsystem. The estimation module determines whether lines were overloaded 67

P. Kacejko et al. | Acta Energetica 3/20 (2014) | 66–72

Fig. 1. Data exchange with SCADA – WindEx dispatcher software

in the supervised system and, if so, it sets in the optimization process the output power set points for each wind farm. Through the remotely controlled system this information reaches the real system simulator that takes into account the new values and calculates a new power flow condition. The system allows for changes in the grid’s topology as well as in its determined power flow parameters, owing to which many variants can be modelled and analysed. The power system simulator in the presented solution is a dedicated National Instruments PXI computer with 160 analogue outputs (5 cards of 32 analogue outputs each), capable of generating signals fixed and variable over time in the range of +/– 10 V, and with an industrial digital output card with 64 outputs, which generates 0–30 VDC signals (Fig. 2). In the PXI computer runs a computation application that determined power flows in the described power system. The program calculates the power flows at a fixed time interval, responding to changes that may be effected by the user, or calculates pre-prepared scenarios. At the same time the software communicates with the SCADA system, retrieving output power set points of individual farms in the concerned group of wind farms. Calculation results, i.e. solutions of the power flow task, are retrieved from the simulation computer as: • node voltages • active and reactive power generator outputs • active and reactive power loads • switch statuses in the form of analogue and digital signals by the PXI system’s measuring and control cards. This signal processing stage models inaccuracies of the grid node power and voltage measurements. A value calculated in the simulator is converted to an analogue signal with the DAC converter resolution, and transferred as voltage to an Ex-MST 2 concentrator [ 5]. The SCADA system via the Ex-MST 2 data concentrator reads out analogue signals and performs analogue-to-digital conversion with the converter specific resolution. Transfer of electrical signals allows for modelling different types of errors, inaccuracies, and distortions that arise when the most important values are measured. Because of these errors, for determining a consistent state of the power system the state estimation has become necessary, without which effective optimization is not possible. 68

2.2. Computerised optimal control system – data integration and exchange The task of the estimation and optimization subsystem is to determine the most likely state of the power grid, and the optimal output power set points for a group of wind farms in order to level line overloads while maintaining the maximum generation in wind farms. Therefore the optimum control system operates in a closed system, and various software modules perform calculations in a sequential manner, inputting outputs from the preceding module. Starting computational sequences begins with a solution of the problem, in which the start and end points are defined. The algorithm of the computerized control system operation is illustrated in Fig. 2 and 3. The system operation starts from downloading an optimized grid model to the estimator. For the purpose of the developed system’s tests and trials a modified model of the CIGRE test grid was used. The system’s flexibility and scalability allows using a model of the national grid in the commonly accepted *. kdm format. It should be emphasized that it is very important to have an accurate model of the estimated grid/ system. This model is the basis for the estimation calculation, and affects the accuracy of the results. According to the presented estimation algorithm (Fig. 5) and mode of integration with the SCADA system (Fig. 3), starting the estimation – optimization application results in cyclical downloading of measurement results from the SCADA system, and performing the estimation calculations, based on which the most probable state of the power grid is obtained, and the resulting model is transferred to the optimizer module. The output power set points determined for a WF group, optimized after the adopted objective function in the optimizer module, are transferred to the dispatcher system. After completion of the described cycle, the application counts the time preset by the user. After the preset time has elapsed, the calculation cycle is repeated until the application is interrupted by the dispatcher. In real conditions, changes in WF output power set points are decided by the dispatcher, although for the purposes of this project, the simulator automatically takes into account new optimal WF set points.

P. Kacejko et al. | Acta Energetica 3/20 (2014) | 66–72

Fig. 2. Test bench for WindEx dispatcher system based optimum control system [1]

Fig. 3. Calculation cycle of the control system at preset time interval [1]

2.3. Steps of power system estimation and wind farm output power optimization under line overload condition The estimation purpose is to determine the most probable set vector of the state of complex node voltages, based on which any variable in the system can be determined. The static grid model is described by the grid topology together with parameters in

the form of nodal admittance matrix YWZ, obtained from the supervised system’s model. It is assumed in the estimation that the topology is most often well identifiable on the basis of the switch statuses obtained from the respective substation’s remote controls. The nodal powers vector is the basic set of measurements required for the estimation, including active and reactive powers 69

P. Kacejko et al. | Acta Energetica 3/20 (2014) | 66–72

in generator and load nodes alike. In practice, the nodal powers can be determined by measuring the power flows in grid branches, i.e. lines and cables, and the generated and received powers. In addition, voltage measurements are read out in individual nodes of the grid, which complements the input data set. Of course, the main element that shares this data is the SCADA system. The estimation module queries the dispatcher system at a preset time interval and estimates the state. In fact, the measurement points from measurements in the system make up a set of points describing the state of the system. If there were no measurement errors, all the points would suit a set of equations, the solution of which is one point, or rather a vector in the considered space with coordinates x = [U; δ]T, where: U – node voltages vector, δ – phase angles vector in all nodes of the grid in question. Looking more broadly at the issue of power system modelling in real time, it can be concluded that the state estimation is the central element of a larger process (Fig. 5), which consists of modules such as: • topology analysis and grid integrity • checking data verification including remote measurements and remote signalling consistency analysis • test of observability in view of available measurements set • state estimation • detection and identification of erroneous data, recovery of values unmeasured or rejected as incorrect [2]. Of particular interest may be the last module (Fig. 4), which in the case of failure of an important energy meter, for example the meter of exchange between areas or of a large load, can accurately estimate the energy intake. Assuming that in the dispatcher SCADA system the system parameters, i.e. parameters of the power lines, transformers and current-carrying capacities, are stored, the estimation module can retrieve parameters of grid components, and sequentially perform the above computational procedures. The rate of the whole state estimation process depends on the estimated system’s size, and hence the number of measurements obtained from the field, and the performance of the computer on which the estimation process runs. As computers can be connected in high-performance clusters and computing clouds, the authors tend to conclude that, provided that measurements are available, the state estimation process can be completed even within one minute. The optimization calculations aim at determining such a vector of active powers for a group of wind farms that eliminates line overloads while maintaining the wind farms’ maximum total output available in this case. The above assumption implies an optimization task, which seeks the minimum sum of the vector of individual restrictions of the wind farm group’s output, thereby eliminating line overloads. The above optimization problem can be represented as maximisation of the wind farms’ output power subject to the following constraints:

where: Pj – vector of individual wind farms output set points, Pg – vector of the wind farms output available at the current wind conditions, Il – vector of line currents at Pj, Imax – vector of maximum allowable line currents. The above problem is solved by the optimization module. The whole process is shown in Fig. 5.

3. Final conclusions The paper presents a WebSVC service based extension of the WindEx dispatcher system’s functionality. The presented system is interoperable with the dispatcher software collecting measurement data from individual points of the supervised grid area, and on the basis of the data estimating the grid state, and optimizing wind farms output. WindEx system, providing a WebSVC data exchange service, allows extending the functionality of a SCADA system with external modules running on physically separate computing units, and relieving the load of a single SCADA server or multiple servers. It thus becomes independent of the place of installation of the computers providing other services or functions. The presented system treats A SCADA system as the master element, owing to which no loss of communication with the

Fig. 4. Steps of power system state estimation 70

P. Kacejko et al. | Acta Energetica 3/20 (2014) | 66–72

estimation-optimization module will disturb the power system operation. The presented system can be treated also as support for dispatcher decisions when line overloads are arising in the supervised area. In addition, the authors wish to emphasize that the implementation of the optimal wind power generation system allowed developing a tool (laboratory test bench with simulator) for simulation of many activities related to the power system operation management. The test bench may be used for testing numerous solutions for power grid operation modelling, system state estimation, and generation unit performance optimization in overload conditions. It may be also used for testing new data exchange and transmission methods. The solution developed in the presented system enables the transfer of developed methods to real SCADA systems that manage the power systems operation. It should also be noted that the basis for the estimator and optimizer operation is an accurate model of the power grid in the supervised area. Building such a model may pose some problems, and this should be considered as the presented system’s shortcoming. REFERENCES

1. Kacejko P., Wydra M., Energetyka wiatrowa w Polsce – analiza potencjalnych ograniczeń bilansowych i oddziaływania na warunki pracy jednostek konwencjonalnych [Wind power generation in Poland – analysis of potential balance constraints, and impact on operating conditions of conventional units] , Rynek Energii, 2011, issue 2(93), pp. 25–30. 2. Kremens Z., Sobierajski M., Analiza systemów elektroenergetycznych [Analysis of power systems], Warsaw 1996. 3. Kacejko P. , Generacja rozproszona w systemie elektroenergetycznym [Distributed generation in the power system], Lublin 2004. 4. Kacejko P. , Machowski J., Pijarski P., Redukcja kąta załączenia w operacjach łączeniowych sieci przesyłowej [Standing phase angle reduction in transmission grid switching operations], Rynek Energii, 2011, issie 5(96), pp. 24–35. 5. Kacejko P. et al., Modelowanie współpracy farm wiatrowych z siecią elektroenergetyczną [Modeling wind farms interoperability with power grid], Rynek Energii, 2012, issue 1(98), pp. 28–32.

Fig. 5. Algorithm of recursive operations of state estimator and optimizer

P. Kacejko et al. | Acta Energetica 3/20 (2014) | 66–72

Piotr Kacejko Lublin University of Technology e-mail: p.kacejko@pollub.pl Rector of Lublin University of Technology, and head of the Department of Electrical Networks and Protections. He was granted the habilitated doctor degree at the Faculty of Electrical Engineering of Warsaw University of Technology (1999), and the title of professor in 2006. Specializes in power system analysis, especially in emergency conditions, and numerical methods of analysis.

Michał Wydra Lublin University of Technology e-mail: m.wydra@pollub.pl Assistant professor at the Department of Electrical Grids and Protections of Lublin University of Technology. A researcher/lecturer at the Faculty of Electrical Engineering and Information Technology since 2002. Granted the doctor of engineering degree in 2009. Specializes in modelling the dynamics of generation units supplying the power system, and in state estimation.

Robert Jędrychowski Lublin University of Technology e-mail: r.jedrychowski@pollub.pl Assistant professor at the Department of Electrical Grids and Protections of Lublin University of Technology. Graduated from Lublin University of Technology. A researcher/lecturer at the Faculty of Electrical Engineering and Information Technology, Department of Electrical Grids and Protections of Lublin University of Technology since 1995. His research interests revolve around issues related to the functioning of control and supervision systems, smart grids, and automatic protections.

P. Kacejko et al. | Acta Energetica 3/20 (2014) | translation 66–72

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 66–72. When referring to the article please refer to the original text. PL

Optymalne sterowanie grupy farm wiatrowych w oparciu o system WindEx Autorzy Piotr Kacejko Michał Wydra Robert Jędrychowski Słowa kluczowe estymacja stanu, optymalizacja, SCADA Streszczenie W artykule autorzy przedstawili układ optymalnej regulacji farm wiatrowych, który zintegrowano z systemem dyspozytorskim WindEx poprzez usługę WebSVC. Celem publikacji jest przedstawienie efektu prac projektu badawczo-rozwojowego N R01 0012 06 w Katedrze Sieci Elektrycznych i Zabezpieczeń Politechniki Lubelskiej. W ich wyniku powstał układ optymalnej regulacji mocy farm wiatrowych w warunkach ograniczonych możliwości przesyłowych sieci elektroenergetycznych, którego najważniejsze moduły obliczeniowe stanowią estymator stanu i optymalizator, współpracujące z systemem SCADA.

1. Wstęp W energetyce zauważalny jest wzrost wymagań dotyczących systemów dyspozytorskich, które mają za zadanie przesyłanie i gromadzenie informacji o aktualnym stanie systemu elektroenergetycznego (SEE). Informacje pomiarowe stanowią niezbędny element operatywnego i pewnego sterowania pracą SEE. Aby sterowanie dużym i złożonym obiektem odbywało się prawidłowo, tak jak jest to w przypadku SEE, wymagane są bardzo precyzyjne pomiary pochodzące z wielu miejsc w sieci. Złożoność problematyki sterowania SEE jest niewątpliwie znana, jednakże nierozerwalnie wiąże się z liczbą i rodzajem jednostek przyłączonych pracujących na jego potrzeby. W ostatnim czasie zauważa się tendencję związaną z przyłączaniem dużej liczby mniejszych jednostek wytwórczych, z których m.in. można wyróżnić układy biogazowe, małe elektrownie wodne, farmy wiatrowe i obecnie coraz częściej brane także pod uwagę źródła fotowoltaiczne. Od ok. 2008 roku właśnie farmy wiatrowe (FW) stały się najbardziej popularne. Rozwijająca się dynamicznie energetyka wiatrowa stawia nowe wyzwania dla operatora Krajowego Systemu Elektroenergetycznego (KSE), a w szczególności dla operatora systemu dystrybucyjnego (OSD). Rozwój energetyki wiatrowej, będącej generacją niespokojną, na terenie danej spółki dystrybucyjnej oraz związana z tą energetyką niestabilność i niepewność co do generowanej mocy stawia coraz wyższe wymagania dla urządzeń telemechaniki, a głównie koncentratorów danych oraz współpracujących z nimi systemów SCADA. 1.1. Koncepcja układu optymalnej regulacji FW W związku ze specyfiką pracy farm wiatrowych, których moc generowana jest zależna od warunków wiatrowych, postanowiono zrealizować projekt „Układ optymalnej regulacji mocy farm wiatrowych w warunkach ograniczonych możliwości przesyłowych sieci elektroenergetycznych”. Jego celem było opracowanie komputerowego układu regulacyjnego dla farm wiatrowych, zlokalizowanych na wybranym obszarze objętym zdalną

kontrolą, określającą taką dopuszczalną wartość chwilową mocy generowanej, która odpowiada aktualnym możliwościom przesyłowym sieci danego obszaru, a dokładniej możliwościom przesyłowym poszczególnych linii. Takie podejście do zarządzania pracą sieci będzie uzasadnione w przypadku przyłączania kolejnych źródeł energii, m.in. takich jak farmy wiatrowe [1]. W odczuciu autorów efektywne grupowe zarządzanie farmami wiatrowymi zlokalizowanymi na terenie danej spółki dystrybucyjnej wymaga dostosowania oprogramowania obecnie zainstalowanego w centrach dyspozytorskich. Systemy SCADA będą musiały adekwatnie reagować nie tylko na awarie, ale dokonywać odpowiednich sterowań grupy bądź wielu grup farm wiatrowych. W sytuacji korzystnych warunków wiatrowych może dojść do przeciążania się linii przesyłowych, szczególnie wówczas, kiedy w okolicy będzie pracowało kilka farm. W takim przypadku system SCADA powinien dokonać odpowiedniego sterowania, np. ograniczyć moc generowaną w farmach wiatrowych, tak aby odciążyć linie przesyłowe oraz w sposób minimalny zredukować energię pochodzącą z farm. Takie działanie regulacyjne systemu SCADA musi w centrum dyspozytorskim zostać poprzedzone wieloma etapami obliczeniowymi składającymi się w całości na proces estymacji stanu systemu elektroenergetycznego. Dopiero wtedy, posiadając najbardziej prawdopodobny stan systemu, można dokonywać obliczeń optymalizacyjnych i korekt regulacyjnych energetyki wiatrowej. Zgodnie z [2] estymacją stanu systemu elektroenergetycznego jest procedura obliczeniowa, której zadaniem jest odtworzenie najbardziej prawdopodobnego stanu pracy systemu na podstawie zbioru wartości wielkości zmierzonych oraz określonej przez stany łączników topologii sieci. Estymacja staje się więc potwierdzeniem, czy obraz sieci w systemie SCADA jest prawidłowy oraz precyzyjnie określa aktualny stan systemu. 1.2. Stan obecny a nowe możliwości systemów SCADA Dotychczasowa praktyka zakłada, że sieć elektroenergetyczna musi posiadać

możliwości przesyłowe dostosowane do wyprowadzenia pełnej mocy z farm wiatrowych na danym obszarze. Tymczasem sytuacja, w której panują warunki wiatrowe pozwalające na pracę farmy wiatrowej z pełną mocą, zdarza się niezwykle rzadko [1, 3]. Przewidując jednak, że w przypadku korzystnych warunków wiatrowych moc uzyskiwana z farm mogłaby przewyższać możliwości przesyłowe lokalnych sieci elektroenergetycznych (dotyczy to przede wszystkim sieci o napięciu 110 kV), pewnym rozwiązaniem może być możliwość ograniczenia mocy generowanej w poszczególnych farmach. Oczywiście osobną kwestią jest określenie wymiaru odszkodowania, jakie należałoby wypłacić wytwórcom za ograniczenie ich mocy, jednakże przedstawiany system poszukuje takiego optymalnego pod względem matematycznym rozwiązania, dla którego suma ograniczeń mocy w poszczególnych farmach jest najmniejsza z możliwych w celu uzyskania efektu odciążenia pojedynczego bądź kilku linii. Przedstawiane podejście zakłada konieczność istnienia stałej kontroli mocy generowanej oraz monitorowania obciążalności poszczególnych linii, tworzących sieć elektroenergetyczną. Niewątpliwie jest to rozwiązanie tańsze od modernizacji wielu linii elektroenergetycznych, dla których sporadycznie zachodziłoby zagrożenie przeciążeniem. Przedstawiany układ może stanowić specjalizowane zabezpieczenie przed przeciążaniem jednej bądź wielu linii na danym obszarze. Podczas projektowania całego układu zwrócono szczególną uwagę na fakt, aby system estymatora i optymalizatora mógł pracować jako dodatkowy i niezależny moduł obliczeniowy, stanowiący wsparcie dla decyzji dyspozytora. Systemy dyspozytorskie mogą udostępniać dane, korzystając z różnych rozwiązań informatycznych i tak oprogramowanie WindEx może udostępniać dane pomiarowe dzięki usłudze WebSVC, pozwalając tym samym na współpracę z zewnętrznymi modułami obliczeniowymi. Jednocześnie ta sama usługa pozwala na aktualizowanie odpowiednio zaprogramowanych pól na ekranie dyspozytora. Zakładając, że system SCADA jest elementem nadrzędnym i her met yczny m p o d wzg lę dem

P. Kacejko et al. | Acta Energetica 3/20 (2014) | translation 66–72

informatycznym, ze względów bezpieczeństwa i ze względów prawnych, to nie wchodząc w jego strukturę, sposobem na dodanie dodatkowych funkcji jest wykorzystanie mechanizmu wymiany danych i stworzenie modułów funkcyjnych działających na innych komputerach. Moduły dodatkowe niestanowiące podstawy działania systemu dyspozytorskiego, będąc swego rodzaju wsparciem dla decyzji operatora działające na fizycznie osobnych serwerach odciążają właściwy system SCADA. Wykorzystanie usług sieciowych w opisywanym przypadku usługi WebSVC pozwala na współpracę serwera SCADA i zdalnego serwera optymalnej regulacji. 2. Układ regulacji optymalnej współpracujący z systemem WindEx Jak wspomniano wcześniej, podstawowym zadaniem układu regulacyjnego jest wyznaczenie na drodze procesu obliczeniowego dla każdej z farm wiatrowych wartości mocy zadanej, która może być w danej chwili produkowana, bez zagrożenia przeciążeniem sieci 110 kV. Zrealizowany układ, w sytuacji stwierdzenia przeciążenia jednej lub kilku linii, wyznacza dla każdej z farm taką wartość mocy czynnej, która w minimalnym stopniu ogranicza poziom sumarycznej generacji w źródłach wiatrowych. Obecnie ograniczenia dla linii są traktowane w sposób statyczny, jednakże dzięki zastosowaniu monitoringu parametrów pracy linii można zagadnienie przeciążalności potraktować dynamicznie i prowadzić ruch w systemie w zależności od istniejących warunków atmosferycznych (m.in. wiatru, temperatury, oblodzenia). W przyszłości planuje się wykorzystanie niniejszego układu w systemie dynamicznego zarządzania siecią WN. 2.1. Stanowisko badawcze to testowania prototypowego układu regulacji optymalnej W wersji laboratoryjnej i na potrzeby zbudowania układu prototypowego wykorzystano model systemu CIGRE, składający się z sieci 220 kV i 110 kV. Do wybranych węzłów przyłączono farmy wiatrowe podlegające regulacji. W celu odwzorowania pracy systemu elektroenergetycznego zbudowano symulator, który cyklicznie wykonuje obliczenia rozpływowe, otrzymując z systemu SCADA wartości zadane dla regulowanych farm wiatrowych. Schemat wymiany danych pomiędzy poszczególnymi elementami systemu przedstawiono na rys. 1.

Układ optymalnej regulacji mocy farm wiatrowych składa się z trzech elementów głównych (rys. 1 i 2), należą do nich: • symulator systemu elektroenergetycznego • lokalny system dyspozytorski współpracujący z urządzeniami telemechaniki • podsystem estymacji stanu i optymalizacji sieci elektroenergetycznej. Pierwszym elementem jest układ będący w istocie dedykowany komputerem czasu rzeczywistego ze specjalistycznym oprogramowaniem rozpływowym, rozwijanym na Politechnice Lubelskiej. Komputer czasu rzeczywistego wyposażony jest w wyjścia analogowe i cyfrowe, a jego zadaniem jest odwzorowanie rzeczywistego stanu sieci elektroenergetycznej oraz procesów w niej zachodzących. Wyjścia analogowe przekształcają wartości pomiarów zdefiniowanych w omawianym systemie CIGRE na sygnały elektryczne, które w warunkach rzeczywistych uzyskiwane są z poszczególnych węzłów systemu elektroenergetycznego. Są to napięcia w węzłach systemu, moce czynne i bierne płynące w liniach, natomiast sygnały cyfrowe pozwalają odwzorować aktualną topologię sieci na podstawie stanów łączników [2]. Na rys. 2 przedstawiono rodzaje i kierunki przesyłu informacji w układzie prototypowym. Sygnały analogowe i cyfrowe przekazywane są cyklicznie do lokalnego systemu SCADA WindEx poprzez koncentrator danych Ex-MST2. Po przetworzeniu informacji zawartej w poszczególnych sygnałach są one prezentowane w systemie dyspozytorskim na ekranie synoptycznym, a dzięki usłudze WebSVC pomiary są udostępniane modułom zewnętrznym, tj. modułowi estymatora i optymalizatora. WebSVC jest usługą typu klient-serwer, opartą na standardowym protokole http/ https, dzięki czemu można w prosty sposób kontrolować dostęp do uprzednio zdefiniowanych pomiarów. W związku z powyższym możliwe stało się zbudowanie szkieletowej sieci komunikacyjnej, opartej na łączach światłowodowych i na bazie przełączników firmy MOXA, spełniających surowe normy standardu IEC 61850 oraz wymogi kompatybilności elektromagnetycznej, wymaganej od urządzeń stosowanych na stacjach elektroenergetycznych [5]. Szkielet komunikacyjny został skonfigurowany w technologii światłowodowego pierścienia i łączy wszystkie elementy układu regulacji. Co ważne, takie rozwiązanie daje możliwość dalszej rozbudowy, a dzięki realizacji wielu funkcji wymaganych przez standard IEC 61850 możliwe

Odpowiedź z wartościami zadanymi dla FW

Żądanie o wartości zadane dla FW

Wartości optymalne dla FW

Usługa Win dEx WebSVC

XQuery

Rys. 1. Sposób wymiany danych z oprogramowaniem dyspozytorskim SCADA – WindEx

Kom puter owy układ estymacji i optymalizacji

System WindEx

Symulator SEE

Proc eso r zapy tań

jest zarządzanie pracą systemu, zapewnienie jej dużej niezawodności, bezpieczeństwa i wydajności. Opisywana struktura teleinformatyczna jest w pełni skalowalna i umożliwia dalszą rozbudowę układu oraz przyłączanie urządzeń zgodnych ze standardem Ethernet 100 Mb/s i wyższym, komunikujących się z wykorzystaniem protokołów TCP/IP [5]. Z informacji udostępnianych przez nadrzędny system sterowania i nadzoru korzysta podsystem estymacji stanu i optymalizacji. Moduł estymacji określa, czy nastąpiło przeciążenie linii w nadzorowanym systemie i jeżeli tak, to wyznacza w procesie optymalizacji moce zadane dla każdej z farm wiatrowych. Informacje te poprzez system telemechaniki trafiają do symulatora systemu rzeczywistego, który uwzględnia nowe wartości i oblicza nowy stan rozpływowy. System pozwala na wprowadzanie zmian zarówno w topologii sieci, jak również w jej wyznaczonych parametrach rozpływowych, dzięki czemu możliwe jest modelowanie i analizowanie wielu wariantów. W przedstawionym układzie symulatorem systemu elektroenergetycznego jest specjalizowany komputer PXI National Instruments, wyposażony w 160 wyjść analogowych (5 kart po 32 wyjścia analogowe), posiadających możliwość generacji sygnałów stałych i zmiennych w czasie, w zakresie +/– 10 V, oraz kartę przemysłowych wyjść cyfrowych z 64 wyjściami, generującą sygnały 0–30 VDC (rys. 2). W komputerze PXI działa aplikacja obliczeniowa wyznaczająca rozpływy mocy w opisywanym systemie elektroenergetycznym. Program dokonuje obliczeń rozpływowych co ustalony interwał czasowy, reagując na zmiany, które mogą zostać wprowadzone przez użytkownika, lub dokonuje obliczeń wcześniej przygotowanych scenariuszy. Jednocześnie oprogramowanie komunikuje się z systemem SCADA, odczytując wartości mocy zadanych dla poszczególnych farm z danej grupy farm wiatrowych. Wyprowadzenie wyników obliczeń z komputera symulacyjnego, to znaczy wyników zadania rozpływowego, w postaci: • wartości napięć w węzłach • mocy czynnej i biernej w generatorach • mocy czynnej i biernej odbiorów • stanów wyłączników, jest realizowane w postaci sygnałów analogowych i cyfrowych za pomocą kart pomiarowo-sterujących systemu PXI. Ten etap przetwarzania sygnału modeluje niedokładności pomiarów mocy i napięć w węzłach sieci. Wartość obliczona w symulatorze

Wartości pomiarowe - P, Q, U z SEE

XQuery

Proc eso r zapy tań

P. Kacejko et al. | Acta Energetica 3/20 (2014) | translation 66–72

zostaje przetworzona na sygnał analogowy z rozdzielczością przetwornika cyfrowo-analogowego i przesłana w formie napięcia do koncentratora Ex-MST2 [5]. System SCADA, za pośrednictwem koncentratora danych Ex-MST2, odczytuje sygnały analogowe i dokonuje przetwarzania analogowo-cyfrowego z rozdzielczością właściwą dla przetworników. Przesyłanie sygnałów w formie elektrycznej pozwala na modelowanie różnego rodzaju błędów, niedokładności i zniekształceń, jakie powstają przy pomiarach najważniejszych wielkości. Błędy te powodują, że do określenia spójnego stanu systemu elektroenergetycznego niezbędna staje się estymacja stanu, bez czego niemożliwa jest skuteczna optymalizacja. 2.2. Komputerowy układ regulacji optymalnej – sposób integracji i wymiany danych Zadaniem podsystemu estymacji i optymalizacji jest określenie najbardziej prawdopodobnego stanu sieci elektroenergetycznej i określenie optymalnych wartości mocy, zadanych dla grupy farm wiatrowych w celu zniwelowania przeciążeń linii, zachowując jednocześnie maksymalną generację w farmach wiatrowych. Wobec powyższego układ optymalnej regulacji pracuje w układzie zamkniętym, a wykonywanie obliczeń przez poszczególne moduły oprogramowania wykonuje się w sposób sekwencyjny, po uzyskaniu wyników z modułu poprzedzającego. Uruchomienie sekwencji obliczeniowych rozpoczyna się od rozwiązania zadania, w którym zdefiniowano punkt startowy i końcowy. Algorytm działania komputerowego układu regulacji został zilustrowany na rys. 2 i 3. Pracę układu rozpoczyna się od wczytania w estymatorze modelu optymalizowanej

sieci. Na potrzeby prób i badań nad opracowywanym systemem wykorzystano zmodyfikowany model sieci testowej CIGRE. Elastyczność i skalowalność systemu pozwala na wykorzystanie modelu sieci krajowej w ogólnie przyjętym formacie *.kdm. Należy podkreślić, że bardzo istotne jest dysponowanie dokładnym modelem estymowanej sieci/systemu. Model ten jest podstawą obliczeń estymacyjnych i rzutuje na dokładność uzyskiwanych wyników. Zgodnie z przedstawionym algorytmem estymacji (rys. 5) oraz sposobem integracji z systemem SCADA (rys. 3) uruchomienie aplikacji estymacyjno-optymalizacyjnej skutkuje cyklicznym pobraniem wyników pomiarów z systemu SCADA, wykonaniu obliczeń estymacyjnych na podstawie których uzyskuje się najbardziej prawdopodobny stan sieci elektroenergetycznej, a uzyskany model zostaje przekazany do modułu optymalizatora. Wyznaczone wartości mocy zadanych dla grupy FW, zoptymalizowanych pod względem zadanej funkcji celu w module optymalizatora, zostają przekazane do systemu dyspozytorskiego. Po zakończeniu opisanego cyklu aplikacja odlicza czas określony przez użytkownika. Po upłynięciu zadanego czasu cykl obliczeniowy jest powtarzany do momentu przerwania pracy aplikacji przez dyspozytora. W warunkach rzeczywistych o zmianie mocy zadanej dla FW będzie decydował dyspozytor, natomiast na potrzeby niniejszego projektu symulator automatycznie uwzględnia nowe optymalne wartości zadane FW. 2.3. Etapy estymacji stanu SEE i optymalizacji generacji wiatrowej w warunkach przeciążeń linii Celem estymacji jest określenie najbardziej prawdopodobnego ustalonego wektora stanu

zespolonych napięć węzłowych, z którego można wyznaczyć dowolne zmienne w systemie. Statyczny model sieci jest opisany przez topologię sieci wraz z parametrami w postaci macierzy admitancyjnej węzłowej YWZ, uzyskiwanej z modelu nadzorowanego systemu. W estymacji zakłada się, że topologia jest najczęściej dobrze zidentyfikowana na podstawie stanów łączników uzyskiwanych z telemechanik poszczególnych stacji. Wektor mocy węzłowych stanowi podstawowy zbiór pomiarów niezbędnych do estymacji, obejmując moce czynne i bierne tak samo w węzłach generatorowych, jak również w węzłach odbiorczych. W praktyce moce węzłowe mogą być wyznaczone poprzez pomiary przepływów mocy w gałęziach sieci, tzn. liniach, kablach oraz mocach generowanych i odbieranych. Dodatkowo odczytuje się pomiary napięć w poszczególnych węzłach sieci, co dopełnia zbiór danych wejściowych. Oczywiście głównym elementem udostępniającym powyższe dane jest system SCADA. Moduł estymacji odpytuje system dyspozytorski z częstotliwością zadanego interwału czasowego i dokonuje estymacji stanu. W istocie punkty pomiarowe pochodzące z pomiarów w systemie tworzą pewien zbiór punktów opisujący stan systemu. W sytuacji, gdy nie występowałyby błędy pomiarowe, wszystkie punkty spełniałyby jeden układ równań, którego rozwiązaniem jest jeden punkt, a w zasadzie wektor w rozpatrywanej przestrzeni o współrzędnych x = [U; δ]T, gdzie: U – wektor napięć węzłowych, δ – wektor kątów fazowych we wszystkich węzłach rozpatrywanej sieci. Patrząc szerzej na zagadnienie modelowania systemu elektroenergetycznego w czasie rzeczywistym, można stwierdzić, że estymacja stanu jest centralnym elementem

Przełącznik sieciowy

Przełącznik sieciowy Żądanie o wartości zadane dla FW

Moduł estymatora i optymalizatora

Optymalizacja FW

System WindEx

Estymacja stanu SEE

DNP3

Symulator SEE National Instruments PXI System

Sygnały analogowe Sygnały cyfrowe

Koncentrator danych Ex-MST2

Rys. 2. Stanowisko badawcze przeznaczone do testowania układu regulacji optymalnej na podstawie systemu dyspozytorskiego WindEx [1]

P. Kacejko et al. | Acta Energetica 3/20 (2014) | translation 66–72

Aplikacja estymacyjno-optymalizacyjna

System SCADA WindEx c rtoś Wa

eP d an i za

d la

Optymalne wartości zadane dla FW

y) u er ( XQ

Optymalizacja FW an y st a ln u t Ak

E SE

Manager Po mi ary P, Q, U

zS EE (XQ ue ry)

Ak ( mo tualny s ta n del w form SEE ie K DM )

Model w formie pliku KDM

Topologia sieci

Estymacja stanu SEE

Pomiary P, Q, U

Rys. 3. Cykl obliczeniowy układu regulacji o zadanym interwale czasowym [1]

System elektroenergetyczny Aktualizowany zbiór danych pomiarowych Analiza topologii

Wstępna weryfikacja danych

Test obserwowalności

ESTYMACJA STANU

Analiza błędnych danych

Obliczanie brakujących wielkości

Pełny, spójny i wiarygodny zbiór danych przekazywany do modułu optymalizacji

Rys. 4. Etapy estymacji stanu systemu elektroenergetycznego

większego procesu (rys. 5), na który składają się moduły, tj.: • analiza topologii i badanie spójności sieci • weryfikacja danych, w tym analiza zgodności telemetrii i telesygnalizacji • test obserwowalności ze względu na dysponowany zbiór pomiarów

• estymacja stanu • detekcja i identyfikacja błędnych danych, odtworzenie wielkości niemierzonych lub odrzuconych jako błędne [2]. Szczególnie interesujący może stać się ostatni moduł (rys. 4), który w przypadku awarii ważnego licznika energii,

np. licznika wymiany między obszarami lub dużego odbioru, może dokonywać dokładnego szacowania pobranej energii. Zakładając, że w systemie dyspozytorskim SCADA zostały zapisane parametry systemu, tzn. parametry linii elektroenergetycznych, transformatorów i obciążalności, moduł estymacji może pobrać parametry elementów sieci i wykonać kolejno ww. procedury obliczeniowe. Szybkość realizacji całego procesu estymacji stanu jest uzależniona od rozmiaru estymowanego systemu, a co za tym idzie ilości pomiarów uzyskiwanych z terenu oraz wydajności komputera, na którym działa proces estymacji. W sytuacji, gdy możliwe jest łączenie komputerów w wysoko wydajne klastry lub chmury obliczeniowe, autorzy skłaniają się do stwierdzenia, że proces estymacji stanu, przy założeniu dysponowania pomiarami, może być zakończony nawet w ciągu 1 minuty. Obliczenia optymalizacyjne mają za zadanie wyznaczenie takiego wektora wartości mocy czynnych dla grupy farm wiatrowych, aby zlikwidować przeciążenia linii, zachowując maksymalną możliwą do uzyskania w danym przypadku sumaryczną moc generowaną w farmach wiatrowych. Z powyższych założeń wynika zadanie optymalizacyjne, w którym poszukuje się minimum sumy wektora poszczególnych ograniczeń mocy grupy farm wiatrowych, powodującego likwidację przeciążeń w linii/ liniach. Powyższy problem optymalizacyjny może zostać przedstawiony jako zadanie maksymalizacji mocy farm wiatrowych z ograniczeniami: (1) (2) gdzie: Pj – wektor mocy zadanych dla

P. Kacejko et al. | Acta Energetica 3/20 (2014) | translation 66–72

tych danych estymacji stanu sieci i optymalizacji generacji mocy farm wiatrowych. System WindEx, udostępniający usługę wymiany danych WebSVC, pozwala na rozszerzanie funkcjonalności systemu SCADA o moduły zewnętrzne, pracujące na fizycznie odrębnych jednostkach obliczeniowych, stanowiących odciążenie dla jednego serwera bądź wielu serwerów SCADA. Tym samym uniezależnia się od miejsca zainstalowania komputerów świadcząch inne usługi lub funkcje. Prezentowany układ traktuje system SCADA jako element nadrzędny, dzięki czemu utrata komunikacji z modułem estymacyjno-optymalizacyjnym nie powoduje zakłóceń w działaniu systemu elektroenergetycznego. Przedstawiony układ może być traktowany także jako system wspomagania decyzji dyspozytora w sytuacji pojawiających się przeciążeń linii w nadzorowanym obszarze. Dodatkowo autorzy chcą zaakcentować, że realizacja układu optymalnej generacji mocy farm wiatrowych pozwoliła na stworzenie narzędzia (stanowiska laboratoryjnego wraz z symulatorem) umożliwiającego symulację wielu działań związanych z zarządzaniem pracą systemu elektroenergetycznego. Zbudowany układ pozwala na testowanie wielu rozwiązań z zakresu modelowania pracy sieci elektroenergetycznych, estymacji stanu systemów czy optymalizacji pracy jednostek wytwórczych w warunkach przeciążeń. Pozwala również na testowanie nowych sposobów z zakresu wymiany i transmisji danych. Opracowane w przedstawionym układzie rozwiązania pozwalają na przeniesienie opracowanych metod do rzeczywistych systemów SCADA, zarządzających pracą systemów elektroenergetycznych. Należy jednocześnie stwierdzić, że podstawą działania estymatora i optymalizatora jest dokładny model sieci elektroenergetycznej nadzorowanego obszaru. Zbudowanie takiego modelu może stwarzać pewne kłopoty i fakt ten należy zaliczyć do mankamentów systemu. Bibliografia 1.

2. 3. Rys. 5. Algorytm cyklicznej pracy estymatora stanu oraz optymalizatora

poszczególnych farm wiatrowych, Pg – wektor mocy farm wiatrowych uzyskiwanych przy obecnych warunkach wiatrowych, Il – wektor prądów płynących w liniach dla Pj, Imax – wektor maksymalnych dopuszczalnych wartości prądów w liniach. Przedstawiony powyżej problem rozwiązuje moduł optymalizacyjny. Całość procesu przedstawiono na rys. 5.

3. Wnioski końcowe W artykule przedstawiono sposób rozszerzenia funkcjonalności systemu dyspozytorskiego WindEx na podstawie usługi WebSVC. Zaprezentowano system współpracujący z oprogramowaniem dyspozytorskim uzyskującym dane pomiarowe z poszczególnych punktów nadzorowanego obszaru sieci, dokonującym na podstawie

Kacejko P., Wydra M., Energetyka wiatrowa w Polsce – analiza potencjalnych ograniczeń bilansowych i oddziaływania na warunki pracy jednostek konwencjonalnych, Rynek Energii, 2011, nr 2(93), s. 25–30. Kremens Z., Sobierajski M., Analiza systemów elektroenergetycznych, Warszawa 1996. Kacejko P., Generacja rozproszona w systemie elektroenergetycznym, Lublin 2004. Kacejko P., Machowski J., Pijarski P., Redukcja kąta załączenia w operacjach łączeniowych sieci przesyłowej, Rynek Energii, 2011, nr 5(96), s. 24–35. Kacejko P. i in., Modelowanie współpracy farm wiatrowych z siecią elektroenergetyczną, Rynek Energii, 2012, nr 1(98), s. 28–32.

P. Kacejko et al. | Acta Energetica 3/20 (2014) | translation 66–72

Piotr Kacejko

prof. dr hab. inż. Politechnika Lubelska e-mail: p.kacejko@pollub.pl Rektor Politechniki Lubelskiej i kierownik Katedry Sieci Elektrycznych i Zabezpieczeń. Stopień doktora habilitowanego uzyskał na Wydziale Elektrycznym Politechniki Warszawskiej (1999). Tytuł profesora w 2006 roku. Specjalizuje się w analizie systemów elektroenergetycznych, szczególnie w stanach awaryjnych oraz metodach numerycznych związanych z ich analizą.

Michał Wydra

dr inż. Politechnika Lubelska e-mail: m.wydra@pollub.pl Adiunkt w Katedrze Sieci Elektrycznych i Zabezpieczeń Politechniki Lubelskiej. Od 2002 roku jest pracownikiem Wydziału Elektrotechniki i Informatyki. Stopień doktora uzyskał w 2008 roku. Specjalizuje się w modelowaniu dynamiki jednostek wytwórczych pracujących na potrzeby systemu elektroenergetycznego oraz estymacji stanu.

Robert Jędrychowski

dr inż. Politechnika Lubelska e-mail: r.jedrychowski@pollub.pl Adiunkt w Katedrze Sieci Elektrycznych i Zabezpieczeń Politechniki Lubelskiej. Absolwent Politechniki Lubelskiej. Od 1995 roku pracuje na Wydziale Elektrotechniki i Informatyki Politechniki Lubelskiej w Katedrze Sieci Elektrycznych i Zabezpieczeń. Jego zainteresowania naukowe koncentrują się wokół problemów związanych z funkcjonowaniem systemów sterowania i nadzoru, sieci inteligentnych oraz automatyki zabezpieczeniowej.

P. Kacprzak | Acta Energetica 3/20 (2014) | 79–84

Possibilities of Utilization the Risk – Based Techniques in the Field of Offshore Wind Power Plants Author Przemysław Kacprzak

Keywords offshore wind power plants, risk-based analyses

Summary In the article the risk-based concept that may be applicable to offshore wind power plants has been presented. The aim of the concept is to aid designers in the early design and retrofit phases of the project in case of lack or insufficient information in relevant international standards. Moreover the initial classification of components within main system parts of offshore wind power plant has been performed. Such classification is essential in order to apply risk-based concept. However further scientific researches need to be performed in that field to develop detailed concept useful for future practical applications.

DOI: 10.12736/issn.2300-3022.2014307

1. Introduction 1.1. Prescriptive approach Fast growing capacity of the single wind turbine, rapid development of the technology and the obligation imposed by the European Union on the member countries to fulfil the energy mix requirements lead to still increasing importance of the offshore wind power plants as an alternative and environmental friendly electrical energy generation source. However, existing international standards refer in the little manner to the electrical part of the offshore wind power plants. There is no integrated framework devoted to the activities that shall be performed during the design of offshore wind power plants. Moreover considering the fact that mentioned industry branch is currently in the phase of fast dynamic growth there are no comprehensive requirements in the international standards, related to the electrical issues within the system, that shall be met in the design phase of the project as well as during retrofit. As a result a prescriptive approach during the design phase of the offshore wind power plants becomes insufficient in the situation of lack of relevant international standards referring to its all parts. Considering that, the aid for the designers, especially in the early design phase, could be an approach that utilizes the techniques based on the risk analyses, where the most important factors are knowledge and experience of the designers’ team [1].

1.2. Risk – based approach Today there is no existing framework for performing risk – based analyses related to the electrical part of offshore wind power

plants in the design or retrofit phase of the project. However taking into account considerations made so far creation of such a framework could be beneficial in terms of safety and economic aspects of the project (high reliability of the plant means less repairs and maintenance) as well as could be valuable for the designers in preparing prototype design solutions (especially for the offshore HVAC and HVDC substations). The main idea in the process of preparing a risk – based analysis framework is to adapt, adjust and implement currently existing frameworks from other industrial branches, where risk –based approach is already a well established practice. An example can be nuclear power industry.

2. Risk based approach 2.1. Initial decomposition of the offshore wind power plant The risk – based techniques, in general, are based on two different concepts. The first one is the top-down concept and the second one is exactly opposite. In the wind energy sector it is proposed to use the first one. That means the offshore wind power plant is treated as a one system which needs to be decomposed for its main parts in order to perform the analysis. The main proposed general distinction is presented below: 1. Wind turbine(s) 2. Offshore substation(s) 3. Subsea power cables 4. External grid. 79

P. Kacprzak | Acta Energetica 3/20 (2014) | 79–84

Each main part needs to be further decomposed taking into account its main components. This is the point of the top-down approach. This concept is illustrated in the Fig. 1.

framework with the reference to the general concept outlined in the previous section as well as figure justifying the presented concept are as follows:

System level

Subsystem 1 Components

…

Subsystem 2 Components

Components

…

Components

Fig. 1. General concept of the top-down approach in the risk – based analyses

2.2. General framework for the risk-based approach The general concept of the of the risk-based approach that could be applicable to the offshore wind power plants is based on the general rules presented in the IEC 61508 devoted to functional safety with the intension be applied in the industrial practice) [2]. The framework presented in the IEC 61508 is focused mainly on the technical risk of the hardware and according to its generic form is a basis for application in the wide range of energy sectors with necessary adjustments specific for the branch. Other relevant standards refer to the specific methods that could be utilized in the different phases of the risk-based approach [3, 4, 5, 6]. The general concept to be applied in the offshore wind power plants sector is presented in the Fig. 2.

Fig. 2. General framework to perform risk-based analysis

2.3. Steps within framework to perform the analysis The framework based on generic proposition from Fig. 1 adjusted to the offshore wind power plants should consist of the consecutive steps, where output from the current step is an direct input for the following step. The initial proposition of the steps within 80

Fig. 3. Initial framework to perform risk-based analysis within offshore wind power plant

3. Risk objective definition and criteria In the initial stage one of the analysis decision must be made according to what will be the main focus of the analysis. The typical categories to choose are: safety, facility, environment. The first possibility concerns the safety of the personnel during normal operation of the plant, maintenance and abnormal situations. The second option refers to the functional and operational reliability of the equipment within offshore wind power plant. The third case apply to the environmental issues due to operation of the plant. Typically each of described category is considered. The extend of the analysis with relation to the each category may be different and depends e.g. on the system part under consideration. For each category, if applicable, should be defined a baseline risk understood us quantitative or qualitative representation of the risk that is treated as tolerable. The baseline risk may be represented as risk matrix, graph or table. The example of the risk matrix is given below.

P. Kacprzak | Acta Energetica 3/20 (2014) | 79–84

Hazard level

likelihood

high

Medium

High

Critical

medium

Low

Medium

High

low

Low

Medium

low

medium

provided. Moreover the exemplary table of the HAZOP study as one of the hazard identification techniques is provided in the end of the paper. Table outlook is based on the related standard [3].

high

Impact

Fig. 4. Example of the risk as a method to determine the baseline risk (risk acceptance criteria)

4. Identification of hazards In the second step, when the risk acceptance criteria for each category are defined, the list of identified hazards within all essential parts of the system under consideration should be identified. Each defined hazard should be now assessed in the context of its importance for the system. This action is called as the screening. The aim of this action is to reduce the number of hazards that will need further investigation and detailed analysis. The least significant hazards for the system will not be further considered. To provide comprehensive hazards identification further decomposition of system parts based on the general principle presented in the Fig. 1 should be performed. Within each system part of the offshore wind power plant there are essential components which perform functions important in terms of its proper performance. Team of experienced experts should consider all important functions for all important components within different parts of offshore wind power plant. The methods that are applicable for that step are e.g. HAZOP/HAZID (Hazard and Operability Study/Hazards Identification) and FMEA (Failure Mode and Effect Analysis). Both techniques belongs to the qualitative hazards identification methods, but the FMEA is sometimes used in a combination with HAZOP. Then output from the HAZOP report prepared in the tabular form is then an input to perform FMEA analysis. In the current established industrial practice the above solution has been widely applied and still developing [7]. The reason of this fact is that HAZOP is an general system approach technique and FMEA provide more detailed analysis where also apart from risk, the criticality of the failure may be assessed (FMECA method where C refers to criticality). The example of utilization of described approach can be maritime industry where FMEA analysis is obligatory for the vessels with class notation DP 2 (Dynamic positioning) [7]. Taking into account the success of the risk – based approach in the several industry branches as nuclear power and maritime there are no contradictions to implement these approaches also to the offshore business and also offshore wind power plants [1, 8]. In the picture below the short summary and explanation about how HAZOP and FMEA methods may be used combined are

Fig. 5. Methods used for the hazard identification study

The short summary of the methods and their relations are as follows [5]: HAZID Input: Information of the system to be assessed Evaluation: Brainstorming & team work performed by professionals Output: List of potential hazards and hazardous situations. HAZOP Input: Design intends and specification of the system being examined Evaluation: Revision of each part of the system in order to discover deviations which could effects system safety and performance Output: List of causes and effect of defined deviations with possible actions to address possible problems. FMEA Input: Information about system and components (report from HAZOP study) of the system in the necessary level of detail to perform analysis Evaluation: Decomposition of the system into components for which failure modes, causes and effects have to be assigned Output: List of failure modes, causes and effects for each component and for the system as a whole 81

P. Kacprzak | Acta Energetica 3/20 (2014) | 79–84

Category characteristic

→ →

Consequence characteristic Eqipment damage

1000–10.000 EURO

10.000–100.000 EURO

100.000–1.000.000 EURO

1.000.000–10.000.000 EURO

> 10.000.000 EURO

Severity category 1

Severity category 2

Severity category 3

Severity category 4

Severity category 5

Tab. 1. Example of the severity category classification

Input: Based on the FMEA report Evaluation: Classification of the defined failure modes according to its criticality Output: Extension of FMEA report by inclusion of criticality rating for failures.

5. Classification of severity categories and estimation of consequences In previous step the hazards that need special attention and more sophisticated analysis has been specified (based on the rough risk estimation). If, for example HAZOP study has been chosen (see Tab. 1 to understand the structure of worksheet) the cause and consequence pair have been described in the written form without any qualitative or quantitative estimation (only significance of the hazard). Now, after screening the remain hazards are to be analyzed in terms of risk. The first thing to do is to assign to each consequence the severity category. These categories are defined by experienced experts and are mostly tailor made for the specific project. In general, as a generic principle, it is assumed that no more than five categories should be defined. Below the example of classification of severity categories for consequence related to the economic loss, because of equipment damage is presented.

6. Estimation of the event frequency Estimation of the cause frequency that may lead to the undesirable consequence can be performed with utilization of qualitative or quantitative methods. The qualitative method is e.g. risk ranking defined in the written form as frequent, probable, unlikely, rare with special conditions assigned to each category, e.g. frequent – happened several times per year in the location. The most common quantitative technique used for frequency estimation is FTA (Fault Tree Analysis). However in this article the main focus is on qualitative techniques as the most applicable so far for the offshore wind power plants [1, 8, 9]. However quantitative methods probably also will be applied to that branch in the future. This concept is yet not well known in the wind energy sector and requires further researches.

7. Evaluation of the accident scenario risk against acceptance criteria In general, the risk is the combination of the frequency and the severity of the consequences. After evaluation of these required factors the decision of the risk level can be made by the team performing the analysis. Then, if risk tolerance criteria are not met, based on experts’ judgment, the risk reduction design solutions are prepared in order to reduce the risk to the tolerable zone.

Frequen cy/year

Consequences Severity category 2

Severity category 3

Severity category 4

Severity category 5

1000–10.000 EURO

10.000–100.000 EURO

100.000–1.000.000 EURO

1.000.000–10.000.000 EURO

>10.000.000 EURO

Frequent <0.1;0.2)

Probable (<0.2; 0.5)

Unlikely <0.5; 0.05)

III

Rare <0.05; 0.001)

III

Impossible <0.001

III

Risk category Risk class

Tab. 2. Risk matrix example

Severity category 1

Explanation III II I

Acceptable Tolerable Not acceptable

P. Kacprzak | Acta Energetica 3/20 (2014) | 79â&#x20AC;&#x201C;84

CONSEQUENCE

INCREASING PROBABILITY A

Seventy Rating

People

Assets

Environment

Reputation

Zero injury

Zero damage

Zero effect

Zero Impact

Slight injury

Slight damage

Slight effect

Slight Impact

Minor injury

Minor damage

Monor effect

Limited Impact

Major injury

Local damage

Local effect

Considerable Impact

Single fatality

Major damage

Major effect

Major national impact

Massive effect

Major international impact

Rarely occured in E&P industry

Happened several times per year in industry

HJas occured in operating company

Happened several times per year in operating company

Happened several times in location

Manage for continue improvement

Multiple fatalities

Exstensive damage

Incorporate risk reducing measures Intolerable

Tab. 3. Example of the risk matrix presented in one of the international standards [6]

The qualitative method applicable at this stage is e.g. risk matrix. An example is provided below as well as another example to compare taken from one of the relevant standards.

8. Initial classification of components within offshore wind power plant For the purpose of using the risk-based framework presented above in the design or retrofit phase to offshore wind power plants the following components division within its main parts is proposed. For these components relevant functions, indispensable for proper performance of the system, should be specified. So defined approach will enable to apply risk-based approach to the wind energy sector. The aim of the analyses is to aid the design process to fulfil risk tolerance criteria and to provide high reliability of the plant. The general division of the components within part of the system defined as offshore wind power plant are described below. The division is on its initial stage and require further investigation and development by the author.

Study title

The most important part of the system where the most rapid growth and technology development can be seen is offshore substation (HVAC and/or HVDC). Even at this initial stage, the conclusion can be made that it will be the most critical part of the system relating to the electrical issues and need special and comprehensive consideration. Wind turbine components and systems: 1. Generator 2. Converter 3. Main and auxiliary power transformer 4. Main power cables selection and arrangement 5. MV switchgear. Lightning protection system: 1. Pitch system and pitch motors 2. Emergency power supply system and independent emergency pitch power supply system 3. Control and protection system

HAZOP example

Sheet: 1 z 1

Team

Date:

Part considered

Date of meeting:

Design intent Nr

Guide word

Element

Deviation

Possible causes

Consequences

Safeguards

Risk (rough estimation â&#x20AC;&#x201C; optional)

Actions required

Actions allocated

Tab. 4. Hazop worksheet example [3]

P. Kacprzak | Acta Energetica 3/20 (2014) | 79–84

Subsea power cables main aspects: 1. Location on the sea bottom 2. Selection 3. Arrangement. Offshore substation: 1. MV/HV transformer (including grounding transformer) 2. MV/HV Gas insulated switchgear 3. Reactive power compensation devices 4. Power cables selection and arrangement 5. Control and protection system 6. Emergency power supply system for islanded conditions 7. HVDC transmission system (optional).

9. Conclusions In the article the innovative approach of risk-based analyses as a tool to aid designers of offshore wind power plants has been presented. The general concept is derived from well established practice in that manner from nuclear power and maritime industries. Nowadays rapid development of the technology, increasing capacity within wind turbines and the European union energy mix requirements justify the need to provide high reliable and safe not only for the personnel but also environmental friendly design solutions in offshore wind energy sector. These factors justify that selected topic of the paper is an answer for the current industrial needs. The presented in the article concept is in its initial phase and require further development and scientific researches.

REFERENCES

1. 2.

3. 4. 5. 6.

7. 8. 9.

DNV-OS-J201, Offshore substations for Wind Farms, Edition 2009. 2. IEC 61508-1, Functional safety of electrical/electronic/programmable electronic safety-related systems, Part 1: General requirements, Edition 2010. BS IEC 61882, Hazard and operability studies (HAZOP studies), application guide 2001. IEC 60812: Analysis techniques for system reliability – procedure for failure mode and effect analysis, Second edition 2006. IEC/ISO 31010, Risk management – Risk assessment techniques, First edition 2009. ISO 17776, Petroleum and natural gas industries – Offshore production installations – Guidelines on tools and techniques for hazard identification and risk assessment, First edition 2000. DNV-RP-D102, Failure mode and effect analysis for redundant systems, Edition 2012. IEC 61400-1, Wind Turbines, Part 1 – Design requirements, Edition 2005. ISO 13849-1, Safety of machinery. Safety-related parts of control system, Part 1 – General principles for design, Edition 2008.

Przemysław Kacprzak Det Norske Veritas sp. z o.o. e-mail: przemyslaw.kacprzak@dnv.com Graduate of Faculty of Electrical and Control Engineering Gdansk University of Technology (2008) specialization of Automation and postgraduate studies The basic of nuclear power plant (2011). The professional duties are related to design verification of electrical part within offshore wind power plants and FMEA analyses within maritime projects. Participant of research project concerning implementation of Human Reliability Analysis – HRA in the Oil and Gas sector.

P. Kacprzak | Acta Energetica 3/20 (2014) | translation 79–84

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 79–84. When referring to the article please refer to the original text. PL

Możliwości zastosowania metod bazujących na ocenie ryzyka w obszarze morskich farm wiatrowych Autor Przemysław Kacprzak Słowa kluczowe morskie farmy wiatrowe, metody oceny ryzyka Streszczenie W artykule zaproponowano oraz przedstawiono wstępnie koncepcję wykorzystania metod bazujących na ocenie ryzyka w obszarze morskich farm wiatrowych. Celem zaproponowanej koncepcji jest wsparcie projektantów systemów elektrycznych morskich farm wiatrowych na wczesnym etapie projektu lub podczas modernizacji w sytuacji braku wystarczających wytycznych w międzynarodowych standardach dotyczących tej dziedziny wiedzy. Ponadto w artykule dokonano wstępnie klasyfikacji podstawowych systemów i komponentów wchodzących w skład morskich farm wiatrowych. Taka klasyfikacja jest niezbędna w celu zastosowania metod bazujących na ocenie ryzyka. Przedstawiona w artykule koncepcja jest na wczesnym etapie i wymaga dalszej analizy naukowej w celu opracowania szczegółowego procesu oceny ryzyka dla morskich farm wiatrowych możliwych do zastosowania w praktyce przemysłowej.

1. Wprowadzenie 1.1. Podejście normatywne Szybki wzrost mocy zainstalowanej pojedynczej turbiny wiatrowej jak również dynamiczny rozwój technologiczny oraz wymagania nakładane na kraje członkowskie przez Unię Europejską, dotyczące dywersyfikacji dostaw energii elektrycznej z różnych źródeł w ramach tzw. miksu energetycznego, spowodowały, że morskie farmy wiatrowe zyskują na znaczeniu jako alternatywne źródło energii przyjazne dla środowiska naturalnego. W międzynarodowych standardach brak jest obecnie dedykowanych i szczegółowych wytycznych odnoszących się do projektowania instalacji elektrycznych w obszarze morskich farm wiatrowych. Brak jest także zintegrowanej metodyki postępowania poświęconej zagadnieniom projektowania w tym obszarze. W efekcie podejście normatywne w procesie projektowania morskich farm wiatrowych staje się niewystarczające. 1.2. Podejście bazujące na ocenie ryzyka Mając na uwadze powyższe stwierdzenia jako wsparcie procesu projektowania, zasadne staje się przeprowadzanie oceny ryzyka na wstępnym etapie cyklu życia projektu, której celem jest zidentyfikowanie szczegółowych wymagań normatywnych w zakresie projektowania, słabych punktów w projekcie wymagających poprawy lub zastosowania dobrych praktyk inżynierskich [1]. Rezultatem wdrożenia metodyki oceny ryzyka do praktyki przemysłowej byłoby zwiększenie bezpieczeństwa operacji obiektów technicznych (w tym także morskich farm wiatrowych), a także korzyści ekonomiczne. Opracowana i wdrożona metodyka stanowiłaby także narzędzie mające na celu wsparcie projektantów na wczesnych etapie życia projektu (zwłaszcza podczas projektowania morskich podstacji HVAC & HVDC). Koncepcja wykorzystania metod oceny ryzyka w obszarze morskich farm wiatrowych zakłada dostosowanie istniejących metod oraz metodyk oceny ryzyka szeroko stosowanych w praktyce przemysłowej w innych gałęziach przemysłu (np. w przemyśle

Rys. 1. Koncepcja „z góry na dół” w ocenie ryzyka

lotniczym, petrochemicznym, morskim, jądrowym). 2. Ocena ryzyka – koncepcja 2.1. Dekompozycja morskiej farmy wiatrowej na systemy i komponenty Metody oceny ryzyka można podzielić m.in. na „z góry na dół” oraz „z dołu do góry”. W obszarze morskich farm wiatrowych

proponowane jest pierwsze podejście. Oznacza to, że morska farma wiatrowa jest traktowana jako jeden obiekt/instalacja, który wymaga podziału na systemy i komponenty w celu wykonania oceny ryzyka. Wstępny proponowany podział instalacji na systemy zaprezentowano poniżej:

Rys. 2. Ogólna koncepcja metodyki oceny ryzyka

P. Kacprzak | Acta Energetica 3/20 (2014) | translation 79–84

1. Turbina wiatrowa 2. Morska podstacja HVAC/HVDC 3. Kable podwodne 4. Zewnętrzna sieć elektroenergetyczna. Każdy z systemów wymaga następnie podziału na komponenty. Tak zdefiniowana koncepcja analizy opiera się na podejściu „z góry na dół” (zobacz rys. 1). 2.2. Założenia koncepcyjne metodyki bazującej na ocenie ryzyka Koncepcja wykorzystania w praktyce przemysłowej metod bazujących na ocenie ryzyka w obszarze morskich farm wiatrowych bazuje na zasadach przedstawionych w międzynarodowym standardzie dotyczącym bezpieczeństwa funkcjonalnego IEC 61508 [2]. Metodyka postępowania zaprezentowana w standardzie IEC 61508 dotyczy głównie (ale nie tylko) ryzyka technicznego związanego z wyposażeniem instalacji. Z powodu dużego poziomu ogólności metodyki może być ona zastosowana w wielu gałęziach przemysłowych, po odpowiednim dostosowaniu do specyfiki danej branży. W każdym z kroków oceny ryzyka mają zastosowanie różne metody jego oceny [3, 4, 5, 6]. Ogólna koncepcja metodyki oceny ryzyka została zaprezentowana na rys. 2.

Rys. 3. Wstępna koncepcja podziału na kroki oceny ryzyka dla morskich farm wiatrowych

2.3. Kroki analizy w metodyce oceny ryzyka Metodyka oceny ryzyka (rys. 2) na podstawie koncepcji „z góry na dół” (rys. 1) zakłada wykonanie kilku kroków analizy (rys. 3). 3. Cele, zakres, kryteria analizy W początkowej fazie analizy należy zdefiniować cele (np. maksymalizacja produkcji energii elektrycznej), kryteria (np. bezpieczeństwo personelu, instalacji, środowiska) oraz zakres analizy (np. cała instalacja, morska podstacja HVAC/HVDC, kable podwodne, zewnętrzna sieć elektroenergetyczna). Zazwyczaj każde z wymienionych powyżej kryteriów jest uwzględniane podczas oceny ryzyka. Dla każdego z kryteriów należy zdefiniować niezależną matrycę ryzyka (reprezentacja jakościowa lub ilościowa przedziałów ryzyka) oraz określić obszar ryzyka tolerowanego. Przykład matrycy ryzyka przedstawiono na rys. 4. 4. Identyfikacja zagrożeń Identyfikacja zagrożeń polega na stworzeniu listy zagrożeń dla analizowanej instalacji (dla systemów oraz opcjonalnie dla komponentów), dla każdego ze zdefiniowanych kryteriów. Poziom szczegółowości analizy, jaką będzie trzeba przeprowadzić, zależy od zakresu, celów i kryteriów zdefiniowanych w punkcie poprzednim. Na tym etapie wszystkie istotne systemy (oraz opcjonalnie komponenty i funkcje) w ramach instalacji powinny być rozpatrzone w kontekście zdefiniowanych kryteriów, dlatego analizę przeprowadzają specjaliści w danej dziedzinie odpowiadający za konkretne systemy i komponenty w analizowanej instalacji. W praktyce przemysłowej szerokie zastosowanie podczas identyfikacji zagrożeń mają np. metody HAZOP/ HAZID (ang. Hazard and Operability Study / Hazards Identifcation). Obie techniki należą do jakościowych metod identyfikacji zagrożeń. Metoda HAZOP polega na analizie systemów (oraz opcjonalnie

Rys. 4. Przykład matrycy ryzyka z podziałem na obszary ryzyka

komponenty i funkcje), a następnie identyfikacji słabych ogniw, tzw. zagrożeń dla bieżących rozwiązań projektowych. Rezultatem identyfikacji zagrożeń na podstawie metody HAZOP jest raport oraz przygotowywana w formie tabelarycznej lista rekomendacji, które mają na celu zasugerowanie zmian w projekcie, tak aby zmniejszyć poziom ryzyka tam, gdzie jest to konieczne i/lub uzasadnione przynajmniej do poziomu tolerowanego [3, 5, 6]. Szerokie zastosowanie metody HAZOP w praktyce przemysłowej w celu identyfikacji zagrożeń jest podyktowane uniwersalnością i prostotą metody (metoda analizy systemów), co sprawia, że może być stosowana w wielu gałęziach przemysłu. Alternatywną metodą, jaką można zastosować w tym kroku, jest analiza FMEA (ang. Failure Modes and Effects Analysis). Jest to metoda bardziej dokładna niż HAZOP, ponieważ polega na szczegółowej analizie nie tylko systemów, ale także poszczególnych komponentów (metoda analizy komponentów) wchodzących w skład instalacji.

Rys. 5. Metody stosowane w praktyce podczas identyfikacji zagrożeń

P. Kacprzak | Acta Energetica 3/20 (2014) | translation 79–84

HAZID Zakres niezbędnej dokumentacji: Opis funkcjonalny rozpatrywanych systemów. Przebieg analizy: Burza mózgów, wielodyscyplinarny zespół specjalistów w rozważanych dziedzinach. Rezultat: Lista zagrożeń dla rozpatrywanych systemów. HAZOP Zakres niezbędnej dokumentacji: Specyfikacja techniczna, opisy działania oraz schematy technologiczne rozpatrywanych systemów. Przebieg analizy: Podział instalacji na sekcje oraz węzły (logiczne fragmenty tworzące razem spójną całość). Analiza przeprowadzana jest dla zdefiniowanych słów kluczowych oraz kryteriów analizy (bezpieczeństwo ludzi, instalacji, środowiska) i polega na identyfikacji zagrożeń, które mogą wystąpić podczas pracy instalacji. Dodatkowym zakresem może być wykonanie rankingu ryzyka, którego zadaniem jest analiza ryzyka podczas warsztatu oraz porównanie wartości ryzyka (ewaluacja) dla poszczególnych zagrożeń ze zdefiniowanymi wcześniej wartościami kryterialnymi. Zagrożenia o ryzyku krytycznym bądź wysokim wymagają zmian projektowych (zobacz rys. 4). Rezultat: Raport w postaci arkuszy kalkulacyjnych oraz lista rekomendacji mających na celu ograniczenie ryzyka zidentyfikowanych zagrożeń do poziomu przynajmniej tolerowanego. FMEA Zakres niezbędnej dokumentacji: Schematy rozpatrywanych instalacji, np. elektrycznych, kontrolnych, automatyki, I/O, obliczenia oraz opisy działania dotyczące poszczególnych systemów i komponentów. Przebieg analizy: Metoda FMEA polega na dekompozycji instalacji na systemy oraz komponenty. Dla zidentyfikowanych systemów i komponentów analizowany jest wpływ pojedynczej awarii na poprawność działania całego systemu w odniesieniu do zidentyfikowanego maksymalnego akceptowalnego uszkodzenia.

Zakresy strat Charakterystyka skutku

1000–10 000 euro

Ogólny koszt zdarzenia

1 000 000– 10 000 000 euro

> 10 000 000 euro

Kategoria 3

Kategoria 4

Kategoria 5

Kategoria krytyczności 3

Kategoria krytyczności 4

Kategoria krytyczności 5

10 000–100 100 000–1 000 000 euro 000 euro

1 000 000–10 000 000 euro

>10 000 000 euro

10 000– 100 000– 100 000 euro 1 000 000 euro

Kategoria 1

Kategoria 2

Tab. 1. Przykład klasyfikacji krytyczności skutków

Skutki Kategoria krytyczności 1 1000–10 000 euro

Częstość

Ponadto analiza zawiera także część dotyczącą nie tylko identyfikacji zagrożeń, ale także analizy ryzyka polegającej na opisie oraz klasyfikacji krytyczności skutków, jak również w rozszerzonej formie, analiza FMECA, gdzie C oznacza criticality, ewaluacji ryzyka poprzez porównanie z wartością ryzyka tolerowanego dla zdefiniowanych kryteriów. Przykładem praktycznym jest przemysł morski, gdzie analiza FMEA jest obligatoryjna dla jednostek pływających wyposażonych w system dynamicznego pozycjonowania DP (ang. Dynamic Positioning) [7]. Na rys. 5 zaprezentowano zestawienie oraz powiązanie ze sobą metod identyfikacji zagrożeń. Ponadto na końcu artykułu zamieszczono przykład arkusza kalkulacyjnego stosowanego podczas identyfikacji zagrożeń z wykorzystaniem metody HAZOP, bazując na wytycznych standardu IEC 61882 [3]. Krótki opis metod zaprezentowanych na rys. 5:

Kategoria krytyczności 2

Częste <0,1; 0,2

Prawdopodobne (<0,2; 0,5)

Mało prawdopodobne <0,5; 0,05)

III

Rzadkie <0,05; 0,001)

III

Prawie niemożliwe <0,001

III

Obszar ryzyka

III II I

Akceptowalne Tolerowane Nieakceptowalne

Tab. 2. Przykład matrycy ryzyka

Rezultat: Raport zawierający szczegółową analizę każdego z systemów i komponentów oraz rekomendację zmian mające na celu usprawnienie projektu, w odniesieniu do zidentyfikowanego maksymalnego akceptowalnego uszkodzenia. 5. Opis i klasyfikacja krytyczności skutków oraz określenie wartości ryzyka tolerowanego (matryca ryzyka) W poprzednim kroku w trakcie przeprowadzania analizy HAZOP dla każdego ze zdefiniowanych zagrożeń została przyporządkowana para przyczyna-skutek (zobacz przykładowy arkusz kalkulacyjny HAZOP na końcu artykułu). W przypadku przeprowadzenia podstawowej analizy HAZOP przyczyna oraz skutek dla każdego zagrożenia zostały wyszczególnione w sposób słowny, a analiza oraz ewaluacja ryzyka nie zostały przeprowadzone. W takim przypadku w obecnym kroku oceny ryzyka należy dokonać klasyfikacji krytyczności skutków na kategorie (ich liczba jest definiowana przez zespół przeprowadzający ocenę ryzyka i zależy od specyfiki instalacji). Rzadko definiuje się więcej niż pięć kategorii krytyczności skutków. Poniżej przedstawiono przykładową tablicę krytyczności dla skutków ekonomicznych, przy czym dokonano podziału na pięć kategorii. 6. Oszacowanie częstości zdarzenia inicjującego Estymacja częstości zdarzenia inicjującego dla rozpatrywanego zagrożenia może zostać przeprowadzona w sposób jakościowy lub ilościowy. Metody jakościowe, jak np. ranking ryzyka, definiuje skalę częstości zdarzenia inicjującego w postaci słownej, np. częste, prawdopodobne,

mało prawdopodobne, rzadkie. Każdemu elementowi ze zdefiniowanej skali należy także przyporządkować opis słowny ułatwiający wybór częstości zdarzenia inicjującego dla każdego rozpatrywanego zagrożenia. Przykładem ilościowej metody estymacji częstości zdarzenia inicjującego jest np. metoda drzew niezdatności FTA (ang. Fault Tree Analysis) [5]. Metoda zapewnia dokładny liczbowy wynik, wymaga natomiast szczegółowych danych do przeprowadzenia analizy, co często jest istotnym ograniczeniem i limituje skutecznie zastosowanie metod ilościowych na szeroką skalę w praktyce. 7. Oszacowanie ryzyka scenariusza oraz porównanie z wartością ryzyka tolerowanego Ryzyko jest rozumiane jako kombinacja częstości zdarzenia oraz krytyczności skutków. Oba składniki ryzyka mogą zostać oszacowane za pomocą metod jakościowych lub ilościowych. Po oszacowaniu obu składników ryzyka należy podjąć decyzję, czy otrzymana wartość ryzyka znajduje się przynajmniej w obszarze ryzyka tolerowanego dla zdefiniowanych kryteriów (obszary ryzyka zostały zdefiniowane w postaci matryc ryzyka dla każdego kryterium). Jeśli wymagania dotyczące poziomu ryzyka nie zostały spełnione, należy zastosować zmiany w rozpatrywanym projekcie, mające na celu zredukowanie poziomu ryzyka do wartości przynajmniej tolerowanej. Następnie należy przeprowadzić ocenę ryzyka, ponownie uwzględniając zaproponowane zmiany. Jeśli uzyskana wartość ryzyka jest przynajmniej na poziomie tolerowanym, to kolejny scenariusz zostaje poddany analizie.

P. Kacprzak | Acta Energetica 3/20 (2014) | translation 79–84

SKUTKI

CZĘSTOŚĆ

Kryteria Kategoria krytyczności

Ludzie

Brak obrażeń

Niewielkie obrażenia

Instalacja

Brak zniszczeń Niewielkie zniszczenia

Małe obrażenia Małe zniszczenia

Środowisko

Rzadko w tej gałęzi przemysłu

Reputacja

Brak negatywnego wpływu

Niewielki negatywny wpływ

Miało miejsce w tym przedsiębiorstwie

Kilka razy w roku w tej gałęzi przemysłu

Kilka razy w roku w tym przedsiębiorstwie

Kilka razy w ramach tego samego sytemu w tym przedsiębiorstwie

Akceptowane (monitorowanie i zarządzanie ryzykiem)

Mały negatywny Mały negatywny wpływ wpływ

Znaczne obrażenia

Zniszczenie jednej sekcji/ części

Wpływ negatywny lokalny

Śmiertelne obrażenia

Poważne zniszczenia

Znaczny negatywny wpływ

Wpływ negatywny krajowy

Wiele ofiar śmiertelnych

Rozległe zniszczenia

Rozległy negatywny wpływ

Wpływ negatywny międzynarodowy

Tolerowane (zalecana redukcja ryzyka) Nie akceptowalne

Tab. 3. Przykład matrycy ryzyka według [6]

2.4. Wstępna klasyfikacja komponentów wchodzących w skład morskich farm wiatrowych W celu przeprowadzenia oceny ryzyka dla morskich farm wiatrowych na podstawie koncepcji przestawionej w artykule zaproponowano w rozdz. 2.1 wstępny podział na systemy. Dla tych systemów zaproponowano także klasyfikację na komponenty, która może być również użyteczna podczas wykonywania oceny ryzyka. Dla zdefiniowanych komponentów należy rozważyć wszystkie istotne funkcje niezbędne do prawidłowego funkcjonowania instalacji. Zaprezentowany poniżej podział na komponenty jest propozycją wstępną i wymaga dalszych szczegółowych badań w celu określenia nie tylko komponentów, ale także funkcji istotnych do rozważenia w trakcie oceny ryzyka. Na tym etapie badań można już wyciągnąć wniosek, że najszybciej rozwijającą się technologią w tematyce morskich farm wiatrowych są morskie podstacje HVAC i zwłaszcza HVDC. Ten system wymaga także szczególnej uwagi podczas przeprowadzania oceny ryzyka. Systemy i komponenty turbiny wiatrowej: 1. Generator 2. Konwerter (AC/AC, AC/DC) 3. Transformatory (główne i potrzeb własnych) 4. Dobór kabli energetycznych 5. Rozdzielnica SN 6. Instalacja odgromowa 7. System regulacji kąta wychylenia płatów turbiny (sterowanie i zasilanie – główne i awaryjne) 8. System zasilania awaryjnego 9. Systemy sterowania i automatyki zabezpieczeniowej Dobór podwodnych kabli energetycznych 1. Sposób posadowienia na dnie morskim (kable podwodne)

Nazwa:

Przykład HAZOP

Arkusz: 1 z 1 Data:

Rozważana część systemu (sekcja):

Data spotkania:

Intencja działania „design intent”: Nr

Słowo kluczowe

BRAK

Element/ Węzeł

Zagrożenie

Przyczyna Skutek

Zabezpie- Poziom czenia ryzyka

WymagaWykonał ne akcje

Tab. 4. Przykład arkusza kalkulacyjnego HAZOP [3]

2. Dobór kabli 3. Ułożenie kabli Systemy i komponenty podstacji morskiej 1. WN/SN transformatory (wraz z systemem uziemiającym) 2. Systemy i komponenty przeznaczone do kompensacji mocy biernej 3. Dobór i ułożenie kabli energetycznych 4. Rozdzielnica WN/SN (GIS) 5. Systemy sterowania i automatyki zabezpieczeniowej 6. System zasilania awaryjnego dla warunków wyspowych 7. System przesyłowy HVDC (opcja) 8. Podsumowanie W artykule przedstawiono wstępnie innowacyjną koncepcję możliwości zastosowania oceny ryzyka w obszarze morskich farm wiatrowych jako narzędzia wspierającego proces projektowania takich instalacji/obiektów. Koncepcja bazuje na metodach i wytycznych, które mają szerokie zastosowanie w praktyce przemysłowej w innych gałęziach przemysłu (np. przemysł petrochemiczny, morski, jądrowy).

Obecnie szybki postęp technologiczny, wzrastająca moc zainstalowana oraz zmiany w wymaganiach prawnych narzucanych przez Unię Europejską, dotyczące tzw. miksu energetycznego, uzasadniają potrzebę dostosowania do nich rozwiązań technicznych również w sektorze morskich farm wiatrowych przy jednoczesnym zapewnieniu wysokiej niezawodności, bezpieczeństwa oraz pozytywnego wpływu na środowisko takich obiektów. Zastosowanie metod oceny ryzyka jako wsparcia dla projektantów takich instalacji jest uzasadnione, co uargumentowano w artykule i odpowiada na obecne potrzeby praktyczne przemysłu. Zaprezentowana w artykule koncepcja oceny ryzyka w obszarze morskich farm wiatrowych jest na wczesnym etapie i wymaga szczegółowych badań w celu opracowania metodyki, która będzie miała praktyczne zastosowanie w tej gałęzi przemysłu.

P. Kacprzak | Acta Energetica 3/20 (2014) | translation 79–84

Bibliografia 1. DNV-OS-J201, Ofshore substations for Wind Farms, Edition 2009. 2. IEC 61508-1, Functional safety of electrical/electronic/programmable electronic safety-related systems, Part 1: General requirements, Edition 2010. 3. BS IEC 61882, Hazard and operability studies (HAZOP studies), application guide 2001.

4. IEC 60812: Analysis techniques for system reliability – procedure for failure mode and efect analysis, Second edition 2006. 5. IEC/ISO 31010, Risk management – Risk assessment techniques, First edition 2009. 6. ISO 17776, Petroleum and natural gas industries – Ofshore production installations – Guidelines on tools and techniques for hazard identifcation and risk assessment, First edition 2000.

7. DNV-RP-D102, Failure mode and efect analysis for redundant systems, Edition 2012. 8. IEC 61400-1, Wind Turbines, Part 1 – Design requirements, Edition 2005. 9. ISO 13849-1, Safety of machinery. Safety-related parts of control system, Part 1 – General principles for design, Edition 2008.

Przemysław Kacprzak

Det Norske Veritas Poland sp. z o.o. e-mail: przemyslaw.kacprzak@dnv.com W pracy zawodowej zajmuje się weryfikacją zagadnień elektrycznych w projektach związanych z morskimi farmami wiatrowymi, analizą FMEA w przemyśle morskim oraz jest uczestnikiem projektu naukowego dotyczącego implementacji metod Human Reliability Analysis HRA w sektorze Oil and Gas. Absolwent Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej (2008) o specjalności automatyka. Absolwent studiów podyplomowych Podstawy Energetyki Jądrowej na Wydziale Elektrotechniki i Automatyki Politechniki Gdańskiej (2011).

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | 90–95

Human Factors in Nuclear Power Engineering in Polish Conditions

Authors Agnieszka Kaczmarek-Kacprzak Martin Catlow

Keywords human factor, nuclear power engineering

Summary The paper “Human factors in nuclear power engineering in polish conditions” focuses on analysis of dynamics of preparing polish society to build first nuclear power plant in XXI century in Poland. Authors compare experience from constructing nuclear power plant Sizewell B (Great Britain) and Sizewell C, which is in preparation phase with polish nuclear power program. Paper includes aspects e.g. of creating nuclear safety culture and social opinion about investment. Human factors in nuclear power engineering are as well important as relevant economical and technical factors, but very often negligible. In Poland where history about Czarnobyl is still alive, and social opinion is created on emotions after accident in Fukushima, human factors are crucial and should be under comprehensive consideration.

DOI: 10.12736/issn.2300-3022.2014308

1. Human factors 1.1. Definition and classification In the beginning it is very important to understand well what a human factor is and how we could describe it. In HSG48 document we could find a complex definition: “Human factors refer to environmental, organisational and job factors, and human and individual characteristics, which influence behaviour at work in a way which can affect health and safety” [1].

Fig. 1. Categories important to consider in comprehensive way a human factors 90

In this description of the human factor, mentioned categories are linked between each other, what is show in Fig. 1. Human factors in reality are not isolated from surrounded external and internal environmental conditions. We can’t think of human factors as isolated phenomena closed in laboratory. This specific environment creates tasks and needs with which human must cope. Concept presented in Fig. 1 may be considered in relation to external and internal influences, what is shown in Fig. 2.

Fig. 2. Influence of human factors

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | 90–95

Presented classification is general and may be used in any engineering branch with necessary adjustments taking into account its specification which determines in detail the groups of factors to consider in more detail analysis. MAN

1.3. The “Organisation” aspect of human factors in nuclear power engineering The organisation aspect of human factors includes e.g.: structure, the culture of the workplaces, management of resources, structure of communications, leadership, management of health and safety. All factors, which are listed above have influence on creating behaviour of staff. The organisation also changes in time, what implicate creation new processes, trends and new technical solutions. So on organisation side is to prepare the requirements, which include the rules and standard of work for new workers or contractors, which should be updated accordingly. Every message should be communicate in appropriate way adjusted to knowledge of individual worker. The organisation also should motivate to team work through team tasks and training, integration meetings and social company events.

1.4. The “Technology” of human factors in nuclear power engineering

ORGANISATION

TECHNOLOGY

Fig. 3. Classification of human factor in NPP

Other well known classification in engineering practice is triangle MTO (Man, Technology and Organisation) or in other words HTO (Human Technology, Organisation) – Fig. 3. Drawing shows the relation between these three areas, what will be describe in subsection below.

1.2. The “Man” aspect of human factors in nuclear power engineering Human, as individuals are never exactly the same to each other. People could vary from each other personally, mentally, physically and according to level of knowledge and experience. Knowledge about individual’s capabilities and limitations in work is very important particularly in nuclear power plant. Not everyone will be good as a reactor operator or shift manager, but could be very good for e.g. as a writer. Key point in selection of the staff in nuclear power plant or any other industry is to chose the best person for special job according to his/her predispositions. Essential features that selected people need to have are attitude, knowledge and skills. For each person suitable training and chance to personal development should be provided dedicated to its ambitions with relevance to performed job. Good worker is satisfied worker, who works more effective and takes care about safety during performing the tasks. Definitely is easier to make progress in knowledge or develop some skills than change peoples’ personality. This personality is the most critical and important when we mange human resources and human factors.

The “technology” aspects of human factors are connected to e.g. technical requirements, technical training, technical analysis, simulation, planning and maintenance. The technology aspects must be “fit for the purpose”, that means adjusted to the position of the employee, his/her role in the organisation and everyday duties. The “Technology” aspect with respect to human factors in nuclear power plant is very wide domain, what is described e.g. in particular procedures and is related to technical risk assessment and optimization processes.

2. Specific of nuclear power engineering Nuclear Power Engineering is unique in terms of industrial facility. The utilization of technology in nuclear part of the facility requires appropriate mentality from technical staff and high level of nuclear safety culture. Human factors from practical point of view, authors try to show on examples from Sizewell B Nuclear Power Plant (NPP) which is operating in Great Britain. In NPP triangle MTO should have indication to facilities which are in operation.

Photo 1. Sizewell A NPP and Sizewell B NPP 91

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | 90–95

Below authors listed good practices based on own experience with short description: Safety message – It is short information which is discussed during every morning team briefing. This is time to exchange the opinion and experiences about specified topic, but also a good opportunity to get some explanation from supervisor. The information to discuss is prepared by dedicated person. Nuclear safety culture – could be summarized in the phrase “Doing the right thing when no one is looking”. The safety culture is the way of behaviour in different situations; it is large scale of activities, procedures, habits performed to create safety working conditions; It is a way of thinking and acting e.g. scheme of acting as turning off the mobile phones when going inside NPP in order not to interfere with pagers. Another example is using the safety card in daily work which are shown in the picture below. The safety cards are essential of safety culture. They include information which describe: nuclear professionalism expectations; nuclear safety culture; pre-job brief; five key questions which should employee asked himself before staring a task (to consider decreasing risk); communication; phonetic alphabet; error precursors and ten tools to reduce errors probabilities; time-out for personal safety.

The answer for the first question refers to experiences of the staff. The second one is about defining of specific steps of particular task. This knowledge allows for better planning and performing these steps within tasks. The third and fourth question are related to errors. Awareness of the errors that could happen let us prevent for them in the future. Finally question number five talks about preventing actions to decrease likelihood and consequences. Nuclear safety culture is related to communication, training, procedures and unique company structures.

Photo 3. Simulator of control room

Photo 2. Safety cards which are used in Sizewell B NPP

The big impact is put on decreasing risk which is given with the following formula:

R = f ⋅ C (1) where: R – risk, f - likelihood of error, C – consequence of error. The formula 1 indicates directly preparedness of the employee to perform particular task. One of the international power engineering group includes their experiences into five key questions, which employee should asked himself before starting the case. The question are listed below: 1. Have we done this job before? 2. What are the critical steps? 3. What mistakes might we make? 4. What is the worst thing that could happen? 5. What defenses should we apply to prevent errors? 92

Training – it is on-going process. Everybody needs from time to time to refresh, update or fill the gaps of the theoretical knowledge by classroom training, but also very important is practical training to develop and improve skills and experiences. This is the main goal of Technical Training Centre in Sizewell B. On simulators people have a chance to see e.g. how some systems work as in reality. On simulator of control room, which is the most important practical part of training, shift crew (shift manager, supervisor, reactor’s operators, support engineer) could train situations in normal and abnormal operating conditions. “The exercises“ is the biggest simulation of NPP operation, when everything is simulated in detail, and all personnel are obligated to take a part in training. During “the exercises” is checked how procedures are respected in abnormal conditions by personnel. In the simulator of control room some scenarios of NPP operation are trained, firstly according to normal operation and then immediately are switched into abnormal conditions. The aim of that training is to simulate how people will behave and react during accident/ incident in NPP. Another example is preparing to outage. During this time not only refuelling takes place, but also a lot of tasks which are train on special models what enables to check preparation before starting the repair and estimate required time to perform the necessary actions. It is very important, because during an outage time the reactor is in shutdown mode what results in losing the financial benefits.

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | 90–95

Communication – is very important in facilities like NPP, very often tasks are performed by international teams and by people with various experience, so it is a clue to understand well the warnings, obligations and messages. It is good when these rules work in both directions, so we understand others and are also understood by them. This is why in NPP “phonetic alphabet” is used to be sure that we talk using the same “language”. In this alphabet all letters are assigned to particular words e.g.: H – Hotel, T – Tango or W – Whiskey. Procedure – lists of particular actions that should be followed on particular time and in particular way, step by step. Procedures are prepared and approved by qualified persons. Structure – it is essential and unique for each company, and is accessible for each employee. It is illustrated by graph with data, position and photo. Such description improves internal communication within company. Licence conditions – is a group of 36 licences in the specific domains which shall be fulfilled under law. Each licence is focused on special area e.g.: Number 9 is focused on ensuring that people who comes to a NPP get instructions about the risks and hazards. As a result they know what to do in an emergency conditions, what is called “Industrial Safety”. Number 10 is about if all people on NPP receive training for every activity they perform that may affect safety. This condition is done in Technical Training Centre in Sizewell B by training courses for all staff members.

Photo 4. National Birds Reserve next to Sizewell NPP

Number 12 presents Duty Authorised People (DAPs) who are nominated after completeness of the “on the job training” supervised by the Station Manager and may control and supervise operations on the NPP that affect safety. A persons qualifications must match the job. E.g. external government Health and Safety Executive (HSE) in United Kingdom (example relevant for

Sizewell B NPP) have power to remove someone from the job if he/she is not a Suitably Qualified & Experienced Person (SQEP). Number 26 is similar to number 12 but says that all safety related operations must be carried out by SQEPs. This means that defined job positions with attached roles or course receive training to get a role or pass a course – Training administration organise this training at the right frequency. Local society – group of people who must be considered when it comes to construction or/and operation of NPP. The local society analyses actions of an investor. As a result the social opinion is created. Local society very often is a key point of the project, what means that this is the main group, which provides accommodation and catering for NPP’s employees, contractors and supervisors during, construction of the plant. Location of NPP is important to consider, because the plant is often the main employer in the region and financial resource for community budget. Local consultations – is the one of the NPP building phases. It is an opportunity to get an opinion of local society and their expectations. External experience about local consultations before constructing of Hinkley Point C NPP and Sizewell C NPP may be used in polish conditions. As a result of such consultations could be e.g. development of surrounded transport infrastructure.

3. Human factor from economical point of view The business aspect of human factors in nuclear power engineering can be described by analogy to the rule originated in medicine: “better prevent than cure”. It is quite hard to change social opinion about safety technology after accidents like Czarnobyl or Three Mile Island. These two accidents are just the most famous, but of course, the list of accidents and incidents is longer. Since 1989 have been used the special International Nuclear Events Scale (INES), developed by International Atomic Energy Agency and the Nuclear Energy Agency Organisation members of Economic Co-operation and Development (OECD/ NEA). The aim is to rank from ‘anomaly’ to ‘major accident’ the possible incidents in NPP. INES scale is presented in the Fig. 4. The previous accidents have a big impact on Polish social opinion about nuclear power technology. It doesn’t matter how long and how many nuclear power plants are operating without any problems. That is why the education about nuclear power engineering is of great importance mainly during conceptual phase of the investment. Well educated society knows well advantages and disadvantages of NPPs. This awareness provides us a chance of fair judgement related to nuclear power technology. Developing the awareness refers also to the information written in the newspapers. This is an issues to give the clear and true messages to the community what prevent from creating the opinion based on imagination. Company’s safe image based on social awareness and knowledge cost a lot. That cost can’t be compared with any different industrial branch, but it is worth to invest in it, because 93

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | 90–95

production companies etc. The second phase was aimed to Nuclear Engineering Training in French Commissariat for Atomic Energy and Alternative Energies (CEA) Sacley. During three months the group, which is shown in Photo 5, attended in theoretical course about e.g. nuclear physic, nuclear technology, nuclear reactors and materials. The last phase was an individual internship in institution form nuclear power engineering branch chosen by each participant according to their scientific expectations.

4.2. Universities, Companies and Associations Polish Nuclear Power Program and plan to build first Nuclear Power Plant in Poland has activated academic society. Fig. 4. International Nuclear Events Scale (INES) [3]

this will increase the chances for successful completion of the investment. By providing a good knowledge we can discuss on arguments when it comes to make a decision of NPP localization.

4. Polish Nuclear Power Program 4.1. About Polish Nuclear Power Program This is not the first time when Poland tries to build nuclear power plant. This fact shows that a lot of factors have influence on success of such unique project. To take this ideas to reality in 2010 polish nuclear power program has been created. This document considers human factors aspect in two chapters. In chapter 11 the issue regarding preparation of qualified staff to work in nuclear power branch is presented whereas the chapter 16 is devoted to widely understood “people and society” where issues as education and information campaigns are introduced. Attention should be paid that Polish Nuclear Power Program is just a draft and the polish society at the moment has only experience from operating of nuclear research reactors. Polish society needs more time to get used to NPPs as a normal view outside the windows. Similar situation was observed before, when the onshore wind power plants were installed. Creating such mentality in society is a long and time consuming process. The institutions which have impact on preparing society to realisation of Polish Nuclear Power Program are: Ministry of Economy, Ministry of National Education, Ministry of Science and Higher Education, National Atomic Energy Agency, Radioactive Waste Management Plant, Office of Technical Supervision, Investor – Polish Energy Group S.A. and academic and scientific institutions. One of the actions performed by The Ministry of Economy was program dedicated for academic lecturers – Educators of Nuclear Power Engineering. Program took place in the years 2009–2012 and included three phases. The intention was to prepare 36 lecturers to get knowledge about French experiences from nuclear power branch. In the first phase participants during 6 weeks visited French and Belgian nuclear power plants, scientific institutions, fuel 94

Photo 5. Polish Educators in CEA Sacley in 2010

The result is change of current, and refresh the good old programs from 80-ies, when the NPP in Żarnowiec was built. This is the new age of teaching about nuclear power engineering. Consequently most of technical universities started the new field of studies or specialization in existing studies regarding nuclear power engineering Another action is to form new association to promote idea of building nuclear power plant e. g. “Association for the construction of a nuclear power plant in the Pomerania area”. Very active are also companies which would like to deliver the technology or coordinate the process of building of first Polish Nuclear Power Plant. These companies organize a lot of meetings, conferences and workshops for: engineers, polish companies, students and all interested people.

5. Conclusion “Human factors” is very important factor in each phase on realisation of Polish Nuclear Power Program. If we compare Polish and external experience we will observe that long and difficult way is in front of us. Technical aspects are well known, managing of companies is also well known. Only human aspects are

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | 90–95

completely new and are the most sensitive factors during whole project. In Polish conditions a lot of things could work differently than in external reality. That is why Polish investor should carefully and in detail consider each task and action within particular phase where success depends on human factors. If we add also the political relation to polish power engineering, and moods of society then we receive a picture of influence on polish nuclear power branch.

REFERENCES

1. HSG48, Reducing error and influencing behavior, 1999. 2. Salvendy G., Handbook of Human Factors and Ergonomics, 2012 New Jersey. 3. IASA.org, International Atomic Energy Agency website, 2013. 4. Polish Nuclear Power Program, Ministry of Economy Warsaw, 2010. 5. The Power To Manage Safety, Det Norske Veritas AS-01 – 2011.

Agnieszka Kaczmarek-Kacprzak Gdańsk University of Technology e-mail: a.kaczmarek@eia.pg.gda.pl Graduate of Faculty of Electrical and Control Engineering Gdansk University of Technology specialization of Power engineering – Power Plant and Energy Management and I edition of postgraduate studies The basic of Nuclear Power Plant; educator of nuclear power plant – Program of The Ministry of Economy , internship Nuclear Power Plant Sizewell B. Areas of interest: Gas Power Engineering, Nuclear Power Engineering, CHP generation.

Martin Catlow EDF British Energy e-mail: martin.catlow@edf-energy.com B Tech hons. MI Mech E. C Eng. Currently a Fleet Certified Instructor within Central Technical Training at Edf Headquarters. The author has main control room operations experience at Sizewell B PWR & Heysham 2 AGR nuclear power stations.

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | translation 90–95

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 90–95. When referring to the article please refer to the original text. PL

Czynniki ludzkie w energetyce jądrowej w krajowych realiach Autorzy Agnieszka Kaczmarek-Kacprzak Martin Catlow Słowa kluczowe czynniki ludzkie, energetyka jądrowa Streszczenie Artykuł zatytułowany jest analizą rozwoju przygotowania polskiego społeczeństwa do budowy w XXI wieku pierwszej elektrowni jądrowej. Autorzy porównują polski program energetyki jądrowej z doświadczeniami z realizacji budowy elektrowni jądrowej Sizewell B w Wielkiej Brytanii oraz przygotowaniami do realizacji planów budowy elektrowni jądrowej Sizewell C. Artykuł porusza aspekty kreowania postaw kultury bezpieczeństwa jądrowego oraz opinii społecznej w odniesieniu do planowanych inwestycji. Czynnik ludzki w energetyce jądrowej jest tak samo ważny w eksploatacji oraz budowie elektrowni jądrowej jak aspekty ekonomiczne czy techniczne. Często jest on jednak lekceważony. W Polsce, gdzie pamięć o wydarzeniach w Czarnobylu jest wciąż żywa, a opinia społeczna kształtowana jest pod wpływem emocji po awarii w Fukushimie, czynnik ludzki tym bardziej musi być rozważany w działaniach podejmowanych w obszarze budowy polskiej elektrowni jądrowej.

1. Czynniki ludzkie 1.1. Definicje i klasyfikacja czynników ludzkich Podejmując tematykę czynników ludzkich, należy zwrócić uwagę na właściwe rozumienie pojęcia „czynniki ludzkie” oraz możliwości ich opisu. W normie HSG48 (ang. Health and Safety Guidance) możemy znaleźć kompleksową definicję, która w wolnym tłumaczeniu brzmi: „Czynniki ludzkie odnoszą się do ochrony środowiska, organizacji (sposobu zarządzania, specyfiki firmy), czynników warunkujących prace, jak również zasobów ludzkich, indywidualnych i ludzkich cech jednostki, które wpływają na zachowania w pracy, w sposób przekładający się na zdrowie i bezpieczeństwo” [1]. W powyższej definicji czynników ludzkich wymieniono kategorie/obszary, które wzajemnie zależą od siebie, co pokazano na rys. 1. Czynniki ludzkie w realnych warunkach nie są hermetycznie odizolowane od zewnętrznych i wewnętrznych wpływów. Nie możemy analizować czynników ludzkich niczym próbki w zamkniętej komorze laboratoryjnej w sterylnych warunkach. Czynniki ludzkie są bowiem zmienne i ściśle powiązane ze środowiskiem, które kreuje zadania i potrzeby, jakim człowiek musi sprostać. Koncepcja przedstawiona na rys. 1 może być rozważana w odniesieniu do oddziaływań zewnętrznych i wewnętrznych, co zostało pokazane na rys. 2. Powyżej zaprezentowana klasyfikacja jest podejściem ogólnym i może być wykorzystywana w odniesieniu do każdej dziedziny inżynieryjnej z uwzględnieniem specyfiki danej branży, która to determinuje szczegółowo grupy czynników rozważane podczas dokonywania szczegółowej analizy. Innym podejściem do klasyfikacji czynnika ludzkiego w praktyce inżynierskiej jest tzw. Trójkąt MTO (ang. Man, Technology and Organisation), określany również trójkątem HTO (ang. Human, Technology, Organisation), zaprezentowany na rys. 3. Poniższa grafika przedstawia relacje pomiędzy ww. trzema obszarami, które zostaną opisane w kolejnym podrozdziale.

Rys. 1. Kategorie istotne do rozważenia podczas kompleksowej analizy czynników ludzkich

Rys. 2. Oddziaływania na czynniki ludzkie

1.2. Człowiek jako element wpływający na kształtowanie czynników ludzkich w energetyce jądrowej Nie ma dwóch identycznych pod każdym względem osób. Ludzie różnią się osobowością, mentalnością, fizycznością i poziomem wiedzy oraz doświadczenia. Wiedza o indywidualnych możliwościach i ograniczeniach w pracy jest bardzo ważna, szczególnie w eksploatacji elektrowni jądrowej. Nie każdy pracownik sprawdzi się jako operator reaktora czy kierownik zmiany, co nie wyklucza, że może być np. uznanym pisarzem. Kluczowe jest, by przy wyborze obsługi elektrowni jądrowej czy jakiegokolwiek innego obiektu przemysłowego

Rys. 3. Klasyfikacja czynnika ludzkiego w elektrowni jądrowej

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | translation 90–95

kierować się kryterium najlepszej osoby na konkretne stanowisko, uwzględniając jej/jego predyspozycje, tj. postawę, wiedzę i umiejętności. Każda osoba wymaga odpowiedniego, dedykowanego szkolenia i możliwości rozwoju osobistego, uwzględniającego jej/jego ambicje w odniesieniu do wykonywanej pracy. Dobry pracownik to zadowolony pracownik, usatysfakcjonowany i spełniony zawodowo. Wówczas pracuje bardziej skutecznie i dba o bezpieczeństwo podczas wykonywania zadań. Zdecydowanie łatwiej jest rozwinąć wiedzę i umiejętności pracownika, niż zmienić ludzką osobowość. To osobowość jest najbardziej krytycznym i ważnym elementem w zarządzaniu zasobami ludzkimi i czynnikami ludzkimi. 1.3. Organizacja jako element wpływający na kształtowanie czynników ludzkich w energetyce jądrowej Aspekty organizacji jako elementu kształtującego czynniki ludzkie obejmują: strukturę organizacji, kulturę miejsca pracy, zarządzanie zasobami, strukturę komunikacji, zarządzanie zdrowiem i bezpieczeństwem. Powyżej wymienione czynniki mają wpływ na kreowanie zachowań personelu. Organizacja ulega zmianom w czasie, co pociąga za sobą powstawanie nowych procesów, trendów i nowych rozwiązań technologicznych. Po stronie organizacyjnej przedsiębiorstwa jest przygotowanie wytycznych i zaleceń obejmujących zasady i standardy pracy dla nowych pracowników i kontrahentów, które powinny być odpowiednio modyfikowane w zależności od wprowadzanych zmian w przedsiębiorstwie. Każda przekazywana wiadomość musi zostać odpowiednio przedstawiona, adekwatnie do wiedzy danego pracownika. To organizacja powinna również motywować do pracy zespołowej poprzez współpracę personalną nad zadaniami i wspólny trening, spotkania integracyjne i wydarzenia społeczne. 1.4. Technologia jako aspekt kształtujący czynniki ludzkie w energetyce jądrowej Technologia w odniesieniu do czynników ludzkich ma swoje odzwierciedlenie w: wytycznych i zaleceniach technicznych, procesach szkoleniowych w zakresie aspektów technicznych, analizach, symulacjach, planowaniu i utrzymaniu elektrowni jądrowej. Warunki techniczne muszą uwzględniać założone cele do realizacji. Tym samym muszą być dostosowane do stanowiska pracy pracownika, jego/jej roli w organizacji i obowiązków. Wiedza wynikająca z uwzględnienia obszaru aspektów technologicznych w kształtowaniu czynników ludzkich jest bardzo szeroką dziedziną, opisaną np. procedurami dla określonych działań eksploatacyjnych, działań związanych z oceną ryzyka technicznego i procesów optymalizacyjnych. 2. Specyfika energetyki jądrowej Energetyka jądrowa jest jedyną w swoim rodzaju gałęzią przemysłu. Specyfika wykorzystywanej technologii w elektrowniach jądrowych wymaga odpowiedniego podejścia mentalnego personelu technicznego

i wysokiego poziomu kultury bezpieczeństwa jądrowego. Uwzględnienie czynnika ludzkiego w eksploatacji bloku jądrowego autorzy zaprezentują na podstawie doświadczenia z pracy elektrowni jądrowej (EJ) Sizewell B, zaopatrującej w energię elektryczną mieszkańców Wielkiej Brytanii. Klasyfikacja czynników ludzkich MTO, zaprezentowana w rozdz. 1, ma zastosowanie w obiektach jądrowych, tj. Sizewell B. Poniżej autorzy przedstawiają dobre praktyki wykorzystywane w eksploatacji bloku jądrowego, uwzględniające wpływ czynnika ludzkiego na prawidłową pracę bloku, oparte na własnym doświadczeniu wraz z krótkimi komentarzami. Safety message (wiadomość bezpieczeństwa) – to krótka informacja poddawana dyskusji podczas porannego spotkania zespołu pracowników. To czas przeznaczony na poznanie opinii i wymianę wiedzy w zespole na zadany temat, to również szansa na uzyskanie dodatkowych informacji czy wyjaśnienie wątpliwości przez kierownika zespołu. Wiadomość bezpieczeństwa przygotowywana jest przez wyznaczone do tego osoby. Nuclear safety culture (kultura, bezpieczeństwa jądrowego) – można zamknąć ją w definicji: „Rób wszystko właściwie, nawet gdy nikt nie patrzy”. Kultura bezpieczeństwa to sposób postępowania w różnych sytuacjach; to niezliczona liczba działań, procedur, zwyczajów w celu wykreowania bezpiecznych warunków pracy; to sposób myślenia i działania, np. przyzwyczajenie do wyłączania telefonów komórkowych w trakcie przebywania na terenie elektrowni jądrowej, by nie zakłócać pracy pagerów pracowniczych, za pomocą których komunikuje się załoga elektrowni. Innym przykładem jest korzystanie z kart bezpieczeństwa (fot. 2) w codziennej pracy. Karty bezpieczeństwa zawierają istotę założeń kultury bezpieczeństwa. Zawierają informacje, które opisują: oczekiwania stawiane zawodowej energetyce jądrowej; kulturę bezpieczeństwa jądrowego; przygotowanie do wykonywanych zadań w pracy; pięć kluczowych pytań, które powinien zadać sobie pracownik przed przystąpieniem do realizacji powierzonego zadania; komunikację; alfabet fonetyczny; przyczyny występowania błędów i dziesięć narzędzi do zmniejszenia prawdopodobieństwa wystąpienia błędów. Duży nacisk kładzie się na zmniejszenie ryzyka związanego z potencjalną awarią, określanego poniższym wzorem:

(1)

gdzie: R – ryzyko, f – prawdopodobieństwo wystąpienia awarii, C – konsekwencje wystąpienia awarii. Zależność (1) przedstawia ogólny wzór opisu ryzyka, którego składowe wskazują obszary do analizy przez pracownika podczas wykonywania określonych zadań. Jedna z wiodących międzynarodowych grup energetycznych przełożyła zdobyte doświadczenia na pięć kluczowych pytań, które pracownik powinien sobie zadać, nim przystąpi do wykonywania obowiązków.

Fot. 1. Elektrownie jądrowe Sizewell A i Sizewell B

Fot. 2. Przykładowe karty bezpieczeństwa w elektrowni jądrowej

Pytania te zaprezentowano poniżej: 1. Jak wykonywana była ta praca/zadanie wcześniej? 2. Jakie są newralgiczne kroki? 3. Jakie pomyłki można popełnić? 4. Jaki byłby najgorszy scenariusz realizacji zadania? 5. Jak można przeciwdziałać popełnieniu błędów? Odpowiedź na pierwsze pytanie bazuje na doświadczeniu pracownika. Drugie pytanie ma na celu określenie konkretnych kroków realizacji zadania. Wiedza ta bowiem pozwoli na lepsze zaplanowanie i wykonanie zadania. Trzecie i czwarte pytanie odnosi się do błędów. Świadomość błędów możliwych do popełnienia pozwala podjąć działania profilaktyczne na przyszłość. Ostatnie, piąte pytanie dotyczy podejmowania aktywności zapobiegawczych w celu zmniejszenia prawdopodobieństwa wystąpienia błędu oraz konsekwencji awarii. Kultura bezpieczeństwa jądrowego jest powiązana z komunikacją, treningiem, procedurami obowiązującymi na obiekcie oraz specyfiką struktury firmy. Training (szkolenie) – to proces będący ciągle w toku. Każdy od czasu do czasu potrzebuje odświeżenia swojej wiedzy, uaktualnienia jej, uzupełnienia luk w zagadnieniach teoretycznych. Bardzo ważne jest, by wiedza teoretyczna była poparta szkoleniami praktycznymi pozwalającymi rozwijać i udoskonalać umiejętności oraz doświadczenie. Tak rozumiany proces szkoleniowy stanowi cel działalności Centrum Szkolenia Technicznego przy elektrowni jądrowej Sizewell B. Na symulatorach obiektów rzeczywistych załoga elektrowni ma możliwość zobaczyć, w jaki sposób niektóre instalacje pracują

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | translation 90–95

Fot. 3. Symulator nastawni elektrowni jądrowej

w normalnej eksploatacji. Na symulatorze nastawni, który stanowi najważniejszą część treningu, zmiana pracowników nastawni (m.in. kierownik zmiany, operator reaktora, supervisor, inżynier urządzeń pomocniczych) mogą przećwiczyć eksploatację obiektu w normalnych i szczególnych warunkach pracy. The exercises to największe symulacje szkoleniowe pracy elektrowni jądrowej, wówczas wszystko, co dzieje się w obiekcie, jest odwzorowywane w szczegółach w centrum szkoleniowym. Cały personel elektrowni jest zobligowany do uczestniczenia w ćwiczeniach. Podczas the exercises sprawdza się, jak przestrzegane są procedury podczas eksploatacji obiektu, poza normalnymi warunkami pracy, przez pracowników elektrowni. Na symulatorze nastawni elektrowni jądrowej podczas ww. ćwiczeń prowadzona jest praca elektrowni jądrowej, zgodnie ze scenariuszem określonych wydarzeń, przy czym rozpoczyna się pracą normalną obiektu, a następnie zespół szkolący wprowadza stan inny od normalnego (w tym również może to być stan awaryjny), na który załoga nastawni, a następnie pracownicy elektrowni muszą odpowiednio zareagować. Celem takiego treningu jest przećwiczenie zachowania i reakcji pracowników podczas awarii lub zdarzenia w elektrowni jądrowej. Innym przykładem procesu szkolenia jest przygotowanie do odstawienia reaktora. Outage to czas przeznaczony nie tylko na wymianę paliwa, ale również na naprawy. Okres przed odstawieniem poprzedzony jest niezliczonymi szkoleniami praktycznymi, podczas których na modelach o identycznym wyglądzie jak urządzenia pracujące w obiekcie pracownicy ćwiczą sposób wykonania napraw, modernizacji, zmian i inne niezbędne czynności potrzebne w czasie wykonania zadania. Trening ten pozwala na optymalizację czasu pracy pracowników podczas odstawienia reaktora, co z kolei pozwala ograniczyć straty finansowe z tytułu nieeksploatowania elektrowni jądrowej. Communication (komunikacja) – jest niezwykle ważna w obiekcie, jakim jest elektrownia jądrowa. Bardzo często na terenie elektrowni prace wykonywane są przez zespoły międzynarodowe, jak również pracowników o zróżnicowanym doświadczeniu zawodowym. Dlatego istotne jest, by dobrze zrozumieć ostrzeżenia, obowiązki i przekazywane informacje. Ważne, by zasada zrozumienia działała w obu kierunkach, czyli zrozumieć innych, ale być i przez nich zrozumianym. To dlatego

Fot. 4. Narodowy rezerwat ptaków w sąsiedztwie e lektrowni jądrowej Sizwell B

w elektrowni jądrowej korzysta się z tzw. alfabetu fonetycznego, aby upewnić się, że rozmawiamy za pomocą tego samego języka. Alfabet ten zawiera przypisanie wszystkich liter do poszczególnych słów, np.: H – Hotel, T – Tango lub W – whisky. Procedure (procedura) – wykaz konkretnych działań, które powinny być wykonane w określonym czasie i w określony sposób, krok po kroku. Procedury są przygotowywane i zatwierdzane przez osoby wykwalifikowane. Structure (struktura organizacyjna) – jest niezbędna i specyficzna dla każdej firmy, jej opis jest dostępny dla każdego pracownika. Struktura przedstawia w sposób graficzny informacje o danym pracowniku, tj. zajmowane stanowisko, zakres powierzonych zadań czy fotografię. Taki opis sprzyja dobrej komunikacji wewnętrznej w firmie. Licence conditions (warunki licencji) – warunki uzyskania pozwolenia to zespół 36 licencji w określonych obszarach, które muszą być spełnione z prawnego punktu widzenia. Każda licencja dedykowana jest konkretnym zagadnieniom tematycznym, jak np.: Licencja nr 9 skupia się na zagadnieniach zapewnienia wytycznych i informacji, dotyczących zagrożeń i ryzyka występujących na terenie elektrowni jądrowych, osobom na nim przebywającym. W rezultacie tego goście i pracownicy elektrowni jądrowej wiedzą, jak postępować w sytuacjach zagrożenia, co określane jest jako „Bezpieczeństwo Przemysłowe”.

Licencja nr 10 dotyczy zagadnień zapewnienia dedykowanych szkoleń personelowi oraz wykonawcom zewnętrznym, w zależności od realizowanych zadań, a mogących mieć wpływ na bezpieczeństwo. Warunek ten jest spełniany poprzez realizację programów szkoleniowych w Centrum Szkoleń Technicznych w Sizewell B. Licencja nr 12 prezentuje Duty Authorised People (DAPs), czyli osoby o określonych kwalifikacjach potwierdzonych przez właściwe do tego służby, które po ukończeniu odpowiedniego przeszkolenia nadzorowanego przez dyrektora elektrowni jądrowej są delegowane do kontroli i nadzoru działań mających wpływ na bezpieczeństwo. Kwalifikacje personelu muszą być dostosowane do wykonywanej pracy. Potwierdzeniem sposobu podejścia w tym zakresie decydentów w elektrowni jądrowej w Sizewell B jest choćby fakt, iż zewnętrzny organ wykonawczy HSE (ang. Health and Safety Executive) w Wielkiej Brytanii ma prawo usunąć pracownika z miejsca pracy, jeśli jego kwalifikacje bądź doświadczenie nie są wystarczające (SQEP). Licencja nr 26 jest zbliżona zagadnieniami do licencji nr 12 i mówi o tym, że wszystkie czynności związane z bezpieczeństwem muszą być wykonywane przez SQEPs (ang. Suitably Qualified & Experienced Person). Oznacza to, że określone stanowiska wraz z przypinanymi rolami mogą zostać podejmowane po odpowiednim przeszkoleniu organizowanym przez jednostkę szkoleniową z określoną częstotliwością. Local society (społeczność lokalna) – to grupa ludzi, których należy brać pod uwagę, planując budowę czy eksploatację elektrowni jądrowej. Grupa ta analizuje działania inwestora, czego efektem jest kreowanie opinii społecznej. Udział społeczności lokalnej w projekcie budowy elektrowni jądrowej bardzo często jest kluczowy, co oznacza, że jest to główna grupa, która zapewnia zakwaterowanie i wyżywienie pracowników, wykonawców, nadzorców. Rozważając lokalizację elektrowni jądrowej, warto mieć na uwadze, iż elektrownia często staje się głównym pracodawcą w regionie, jak i znacznym źródłem finansującym lokalne przedsięwzięcia.

Rys. 4. Międzynarodowa skala zdarzeń jądrowych i wypadków radiologicznych INES [nuclear.pl]

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | translation 90–95

Local consultations (lokalne konsultacje) – stanowią jeden z etapów budowy elektrowni jądrowej. Jest to okazja, aby uzyskać opinię społeczności lokalnej i poznać jej oczekiwania. Doświadczenie zdobyte przed budową elektrowni jądrowej Hinkley Point C i elektrowni jądrowej Sizewell C mogą mieć zastosowanie w polskich warunkach. Wynikiem konsultacji lokalnych może być m.in. rozwój infrastruktury drogowej. 3. Czynniki ludzkie a ekonomika Z finansowego punktu widzenia czynniki ludzkie w energetyce jądrowej można opisać zasadą zapożyczoną z medycyny: lepiej zapobiegać, niż leczyć. Bardzo trudno jest zmienić sposób myślenia społeczeństwa o bezpieczeństwie technologii jądrowych w świetle awarii w Czarnobylu czy Three Mile Island. Przytoczone wypadki są tymi z najsłynniejszych, ale oczywiście lista awarii jest zdecydowanie dłuższa. Od 1989 roku używa się specjalnej międzynarodowej skali zdarzeń jądrowych i radiologicznych INES (ang. International Nuclear and Radiological Event Scale) opracowanej przez Międzynarodową Agencję Energii Atomowej oraz Agencję Energii Jądrowej OECD. Celem INES jest przedstawienie możliwych zdarzeń niepożądanych w elektrowni jądrowej, w postaci skali od „anomalia” do „poważna awaria”. Skala została przedstawiona na rys. 4. Minione awarie jądrowe mają ogromny wpływ na opinię społeczną i poczucie bezpieczeństwa w odniesieniu do eksploatowanych obiektów energetycznych. Nie ma znaczenia, jak długo oraz jak wiele elektrowni jądrowych pracuje bezawaryjnie. Dlatego tak istotna jest edukacja o energetyce jądrowej, szczególnie w początkowej fazie realizacji inwestycji. Świadome społeczeństwo zna nie tylko wady, ale również zalety eksploatacji bloków jądrowych. Ta świadomość daje ludziom szansę wyrobienia sobie wyważonej opinii dotyczącej technologii wytwarzania energii elektrycznej. Wzrost świadomości odnosi się również do informacji przekazywanych w prasie. Zrozumiałe i prawdziwe wiadomości przekazywane społeczeństwu zapobiegają tworzeniu opinii na podstawie wyobraźni człowieka. Wizerunek firmy postrzeganej jako bezpieczna opiera się na świadomości społecznej i wiedzy, co może rodzić znaczne koszty. Kosztów tych nie da się bezpośrednio porównać z żadną inną gałęzią przemysłu, ale warto w nie inwestować, ponieważ to zwiększa szanse na pomyślne zakończenie inwestycji. Przez zapewnienie znajomości tematu możemy również dyskutować na argumenty w kwestii dotyczącej podjęcia decyzji o lokalizacji przyszłej elektrowni jądrowej. 4. Program Polskiej Energetyki Jądrowej 4.1. Kilka słów o Programie Polskiej Energetyki Jądrowej Powstanie elektrowni jądrowej to kolejna próba realizacji tego typu przedsięwzięcia w Polsce. Pokazuje to, jak wiele czynników ma wpływ na sukces tak specyficznego projektu, jakim jest budowa bloku jądrowego. Program Polskiej Energetyki Jądrowej, uchwalony w 2010 roku, ma

wspierać rozwój energetyki jądrowej, a tym samym dywersyfikację źródeł wytwarzania energii elektrycznej. Dokument porusza kwestie czynników ludzkich w dwóch rozdziałach. W rozdz. 11 podjęto temat przygotowania wykwalifikowanej kadry na potrzeby energetyki jądrowej, zaś rozdz. 16 poświęcono informacji i edukacji społecznej w zakresie energetyki jądrowej oraz realizacji Programu Polskiej Energetyki Jądrowej. Należy zwrócić uwagę, że Program Polskiej Energetyki Jądrowej to tylko projekt, a krajowe doświadczenia pochodzą głównie z eksploatacji jądrowych reaktorów badawczych. Sprawia to, że polskie społeczeństwo potrzebuje więcej czasu, aby przyzwyczaić się do widoku elektrowni jądrowej za oknami. Podobna sytuacja miała miejsce, gdy powstawały pierwsze lądowe elektrownie wiatrowe. Kreowanie społecznej mentalności stanowi bowiem długi i czasochłonny proces. Tu pojawia się przestrzeń dla instytucji, które mają wpływ na przygotowanie społeczeństwa do realizacji Programu Polskiej Energetyki Jądrowej: Ministerstwa Gospodarki, Ministerstwa Edukacji Narodowej, Ministerstwa Nau k i i S z kol n i c t w a Wy ż s z e go, Państ wowe j Age nc j i Atom ist y k i, Zakładu Zagospodarowania Odpadów Promieniotwórczych, Urzędu Dozoru Technicznego, Inwestora – Polskiej Grupy Energetycznej SA oraz instytucji akademickich i naukowych. Jednym z działań realizowanych przez Ministerstwo Gospodarki był program dedykowany dla nauczycieli akademickich – Edukatorzy Energetyki Jądrowej. Program zrealizowano w latach 2009–2012 i obejmował on trzy etapy. Intencją było przygotowanie 36 wykładowców, aby uzyskali wiedzę na podstawie francuskich doświadczeń w energetyce jądrowej. W pierwszej fazie szkolenia uczestnicy podczas sześciu tygodni odwiedzali francuskie i belgijskie elektrownie jądrowe, instytucje naukowe, przedsiębiorstwa wytwarzające paliwa itp. Druga faza szkolenia „Nuclear Engineering Trainning” miała Miejsce w CEA (Francuski Komisariat ds. Energii Atomowej i Energii Alternatywnych) w Sacley we Francji. W ciągu trzech miesięcy grupa polskich wykładowców (fot. 5) brała udział w kursie poświęconym m.in. fizyce jądrowej, technologiom jądrowym, reaktorom jądrowym i materiałom wykorzystywanym w przemyśle jądrowym. Ostatni etap szkolenia to indywidualny staż techniczny w obiekcie jądrowym, tj. elektrowni jądrowej, instytucji naukowej podejmującej badania nad tematyką energetyki jądrowej, wybranej przez każdego uczestnika zgodnie z jej/jego oczekiwaniami naukowymi. 4.2. Uczelnie wyższe, przedsiębiorstwa i stowarzyszenia Program polskiej energetyki jądrowej i plan budowy pierwszej elektrowni jądrowej w Polsce uaktywnił społeczność akademicką. Efektem tego jest zmiana podejścia w nauczaniu o energetyce jądrowej, czerpiąc z dobrych programów z lat 80., kiedy to była budowana elektrownia jądrowa w Żarnowcu. W związku z powyższym większość uczelni technicznych wprowadziła jako nowy kierunek studiów lub nową

Fot. 5. Polscy edukatorzy w CEA Sacley w 2010 roku

specjalność na prowadzonych dotychczas studiach, nawiązującą do tematyki energetyki jądrowej. Pośród innych podejmowanych aktywności można zaobserwować powstawanie nowych stowarzyszeń, których celem jest promowanie idei budowy elektrowni jądrowej, czego dobrym przykładem jest Stowarzyszenie na rzecz Elektrowni Jądrowej w Województwie Pomorskim. Bardzo aktywne są również firmy, które chciałyby dostarczyć technologię lub koordynować proces budowy pierwszej polskiej elektrowni jądrowej. Firmy te organizują wiele spotkań, konferencji i warsztatów przeznaczonych dla: inżynierów, polskich firm, studentów i wszystkich zainteresowanych osób. 5. Podsumowanie Czynniki ludzkie są bardzo ważne na każdym etapie powstawania elektrowni jądrowej. Jeśli porównamy krajowe i zagraniczne doświadczenia, można wówczas zaobserwować, jak długa i trudna droga przed nami. Technologia, jak również zarządzanie przedsiębiorstwem – to tematy znane. Człowiek stanowi najbardziej newralgiczny punkt każdego przedsięwzięcia w energetyce. W polskich warunkach często wiele etapów projektów wygląda zupełnie inaczej niż w inwestycjach prowadzonych w zagranicznych obiektach. Dlatego też inwestorzy powinni dokładnie i szczegółowo rozważyć poszczególne zadania i działania w danej fazie projektu, zwłaszcza tam, gdzie sukces zależy od czynnika ludzkiego. Jeśli dodamy również polityczny stosunek do polskiej energetyki i nastroje społecznie, to uzyskamy obraz czynników wpływających na polską energetykę jądrową. Bibliografia 1. HSG48, Reducing error and influencing behavior, 1999. 2. Salvendy G., Handbook of Human Factors and Ergonomics, 2012 New Jersey. 3. IA E A . org , s e r w is i nte r ne tow y Międzynarodowej Agencji Energii Atomowej, 2013. 4. Program Polskiej Energetyki Jądrowej, Ministerstwo Gospodarki, Warszawa, 2010. 5. The Power To Manage Safety, Det Norske Veritas AS-01 – 2011.

A. Kaczmarek-Kacprzak, Martin Catlow | Acta Energetica 3/20 (2014) | translation 90–95

Agnieszka Kaczmarek-Kacprzak

mgr inż. Politechnika Gdańska e-mail: a.kaczmarek@eia.pg.gda.pl Absolwentka Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej (specjalizacja energetyka) oraz pierwszej edycji studiów podyplomowych Podstawy energetyki jądrowej. Edukatorka w obszarze energetyki jądrowej w ramach programu Ministerstwa Gospodarki, stażystka w Elektrowni Jądrowej Sizewell B. Obszary zainteresowań: energetyka gazowa, energetyka jądrowa, kogeneracja.

Martin Catlow

B Tech hons. MI Mech E. C Eng EDF British Energy e-mail: martin.catlow@edf-energy.com Obecnie certyfikowany instruktor parku maszynowego w Centrum Szkoleń w siedzibie EDF. Posiada doświadczenie w pracy w nastawni blokowej w EJ Sizewell B z reaktorem PWR oraz Heysham 2 z reaktorem AGR.

100

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | 101–107

Tests and Trials Viewing Specifications of Power and Wind Farms – Selected Issues

Authors Krzysztof Marszałkiewicz Ireneusz Grządzielski Andrzej Trzeciak Marian Maćkowiak

Keywords wind farms, operational tests

Abstract After connecting and running the wind farm must undergo a series of tests to confirm the specific supplies’ properties. This article presents selected issues associated with tests and trials viewing technical parameters – regulatory properties of wind farms in the field of active power, voltage drops and the influence on energy quality at the point of attachment.

DOI: 10.12736/issn.2300-3022.2014309

1. Introduction IRiESP Transmission Grid Code of 2012 [1] obligates any owner of a wind farm (FW) to test the farm’s technical and operating parameters in order to verify its compliance with technical requirements, including the operating parameters specified in the requirements for the connection to the power grid, and in the Transmission Grid Code. The tests should start after the wind farm’s connection to the National Power System (NPS), not later than 30 working days thereafter. These tests should be completed within one year from the connection date. The wind farm testing scope and method shall be stipulated in the respective connection agreement. In the verification tests an independent expert company should participate, agreed upon by the operator and any the farm owner, which should not have been involved in the farm’s development and construction. The paper presents selected issues related to the tests verifying a power plant’s and wind farm’s technical parameters – the control properties with regard to active power and at voltage dips, and the impact on power quality at the farm’s connection point.

2. Full scope of tests of farm’s technical and operating parameters IRiESP Transmission Grid Code of 2012 specifies the parameters that should be tested in particular. Based on this information and past experience, a full scope of tests and trials has been developed, which is summarized in Tab. 1–3. It provides the basis for discussion between farm owner, operator, and expert company on the final testing program. The test scope is divided into the following groups [2]:

Group A. Checking the switching, protection, and transmission properties of the equipment relevant to the farm’s operation control. Group B. Checking the wind farm’s control properties. Group C. Evaluation of the wind farm’s impact on power quality at the Point of Common Coupling (PCC). The measurement equipment used for testing a wind farm’s technical and operating parameters must be certified to comply with industry standards and calibrated. The following Class A measurement kits are used for testing: PQ-Box 100, PQ-Box 200 (by A. Eberle GmbH & Co. KG.) and Unilyzer (by Unipower AB). Further in the paper some issues are discussed related to testing a wind farm’s technical and operating parameters, control properties with regard to active power – Group B: test B2 (B2.1 and B2.2), B3 (B3.1 and B3.2) and at voltage dips – Group B test B5, and the impact on power quality at the point of common coupling – Group C.

3. Checking active power control system with power changes gradient controls – tests B2.1 and B2.2 Changes in active power output to the grid depending on external power set point signal should be checked at the wind velocity corresponding to the rated power. If the wind conditions during the measurements do not allow achieving the rated power, the test can be made at a wind velocity enabling the output of 75% of the rated power. During the wind farm’s operation without restrictions [3], according to the wind conditions, the average gradient of the farm’s active power output, according to the binding 101

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | 101–107

No.

Test and trial group

Group A/A1

A1. Checking the switching and protection devices performance at farm output's main reception point (MRP)

Group A/A2

A2 Checking the station signalling transmission performance

Group A/A3

A3. Checking the transmission of analogue values from / to the RDR / CRB regional and central dispatch centres

Group A/A4

A.4 Checking the farm's remote controllability from ZDM local dispatch centre

Group A/A5

A5. Checking the voice communication and dispatch system

Test name

Tab. 1. Checking the switching, protection, and transmission properties of equipment relevant to wind farm’s operation control, Group A

No.

Test and trial group

Test name

Group B/B1

B1. Plotting the WF active power characteristic as a function of wind velocity

Group B/B1

B2. Checking the active power control system with power changes gradient controls: B2.1. Wind farm operation without restrictions, according to the wind conditions B2.2. Checking the active power control system’s response to DSO/TSO commands B2.3. Checking the automatic active power reduction as a function of frequency change

Group B/B3

B3. Tests at switching WF on and off to / from closed grid: B3.1. Tests at WF startup B3.2. Tests at WF outage

Tab. 2. Checking wind farm’s control properties, Group B

No.

Test and trial group

Test name

11.

Group C

C. Evaluation of the wind farm's impact on power quality at the point of common coupling. Determination at PCC of the requirements for short- and long-term flicker Pst and Plt, respectively; THD and from 2. to 50. individual harmonics content

Tab. 3. Evaluation of the wind farm’s impact on electricity quality at the point of common coupling, Group C

Transmission Grid Code, can not exceed 10% of the farm’s rated power per minute. The test evaluates the average gradients of active power changes depending on the variable wind conditions. Fig. 1 shows an example of the active power change process registered at a tested farm. The active power control system’s response to grid operator’s commands is checked in the normal operating conditions, i.e. with the power output limited to a certain level, and in the conditions of the need of urgent reduction of the active power output, such as in an emergency, or the system’s contingency (intervention) operation. Meeting the requirements of the Transmission Grid Code means that: • in the normal operating conditions the rate of power reduction to a certain level Pz should not exceed 10% of the farm’s rated power per minute • whereas the intervention power reduction should be by default 2% of the rated power per second, at the farm’s load in 102

Fig. 1. Example waveform of wind farm’s active power and voltage changes at its PCC point, according to variable wind conditions

the range 100–20% of the rated power. The power reduction rate at the farm’s operation with a load below 20% of the rated power may be lower, but not less than 10% of the rated power per minute • whereas the active power set in the intervention mode by the system operator should be retained with an accuracy of at least ± 5% of Pz (power set point), taking into account constraints due to the wind conditions. In addition, it is recommended to record the voltage changes a the wind farm’s connection point when the active power set point is changed. In order to meet the Transmission Grid Code requirements imposed at any time of the output power control process, the output power changes algorithm must ensure that the voltage at generation nodes, e.g. of the 110 kV distribution grid in normal operating conditions stays in the range (generation node): 1.0Un≤ U ≤ 1.1Un i.e. U = 110–121 kV. Fig. 2 and 3 show example waveforms of active power and voltage changes in the farm’s connection point when the active power output is adjusted to Pz equal to 50% of the power currently available (Fig. 2), and at intervention reduction practically to zero (Fig. 3). The waveforms indicate proper performance of the group master active power control implemented in the farm’s SCADA system.

4. Tests at wind farm switching on and off to / from closed grid – tests B3.1 and B3.2 The tests (denoted as B3–B3.1 and B3.2) are performed at the wind velocity that enables farm’s rated output power. When weather conditions over a longer period of time do not allow achieving the rated power, it shall be admitted, subject to consultation with the operator of the network to which the farm is connected, to perform the test by wind conditions enabling at least 75% of the rated power. In accordance with the Transmission Grid Code requirements, in the system’s normal operating conditions the average gradient of changes in a wind farm’s active power

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | 101–107

Fig. 2. Example waveform of active power and voltage changes in farm’s PCC point at active power reduction to 50%

Fig. 4. Example waveform of active power and voltage changes in farm’s PCC point at switching the farm on and off, proper test results

Fig. 3. Example waveforms of active power and voltage changes in farm’s PCC point at intervention active power reduction to 0 MW

Fig. 5. Example waveform of active power and voltage changes in farm’s PCC point at switching the farm on and off, improper test results

output at switching it on and off may not exceed 10% of its rated power per minute [3]. Fig. 4 shows waveforms of active power and voltage changes in three phases in the farm’s PCC point at switching it on and off. These waveforms are proper and they meet the TGC requirements. By contrast, Fig. 5 shows improper average gradients (before the control algorithm’s adjustment) at the farm’s connecting to the grid.

out in the IRiESP Transmission Grid Code. During disturbances resulting in large voltage changes the wind farm cannot lose its reactive power control capacity, and must actively contribute to the voltage retention. Wind farm’s capacity to maintain its operation (its FRT automatic controls) in the case of short circuit can be tested by: • performing a short circuit test (applies to MV grids only) • recording accidental short circuits that may occur in the grid at the time of a verification test simulation • analyses on operator approved mathematical models showing the farm’s response to grid disturbances tests • with a Voltage Dip Test Unit, using for such tests in Germany (by WINDTEST company). The test is considered positive if the farm’s wind turbines remain in operation at a voltage dip, according to the characteristics set

5. Testing wind farm’s capacity to retain its technical and operating parameters at large voltage dips – test B5 The test is intended to check [4, 5] a wind farm’s capacity to retain its technical and operating parameters in the event of a voltage disturbance in the grid (usually resulting from a short circuit), according to the FRT Fault Ride-Through characteristic (Fig. 6) set

103

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | 101–107

Fig. 6. Characteristics of the required range of farm operation in the event of grid disturbance [1]

out in the IRiESP Transmission Grid Code (operating conditions above the characteristic). The short-circuit tests performed by these authors in the MV grid of one of ENEA Operator’s MSP substations allowed testing performance of the FRT automatic controls connected to the MV bars of two GE 2.5 MW wind turbines. The short-circuit tests’ primary objective was to evaluate the actual short-circuit power in the MSP substation’s selected MV section, the impact of the connected wind turbines on the short-circuit power increase, and comparison of the results measured and calculated. Three short-circuit tests were performed, two of which with the two GE – 2.5 MW wind turbines in operation. The protection time settings were 0.5 and 07 s. Fig. 7 shows a diagram of the MSP substation’s MV section bays involved in the short-circuit tests. Fig. 8–10 shows examples of voltage and current waveforms, recorded at the short-circuit tests. Fig. 8 shows the rms voltage and current in bay 4 of a 110 kV/MV transformer, for short circuit duration ca. 0.58 s, with the both GE 2.5 MW wind turbines in operation. Fig. 9 shows the same waveforms, but for short-circuit duration ca. 0.77 s (test 2). Fig. 10 shows the instantaneous voltage and current waveforms in bay 7 interconnecting the two GE 2.5 MW turbines. The short-circuit allowing performance of FRT Fault Ride-Through automatic controls of the GE 2.5 MW wind turbines, also known as survival characteristics – LVRT or ZVRT (LV – Low Voltage,

Fig. 8. RMS phase current I_L2 and minimum voltage U_L1 in bay 4. of Tr2 during 3-phase short-circuit lasting dt = 579.93 ms; two GE 2.5 MW turbines in operation, test 1

Fig. 9. RMS phase current I_L2 and minimum voltage U_L1 in bay 4. of Tr2 during 3-phase short-circuit lasting dt = 770.31 ms; two GE 2.5 MW turbines in operation, test 2

Fig. 10. Instantaneous currents and voltages in the bay of operating GE 2.5 MW wind turbines at a 3-phase short circuit, test 1 Fig. 7. Diagram of the bays in ENEA Operator’s MSP substation involved in the short-circuit tests

104

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | 101–107

ZV – Zero Voltage, RT – Ride Through). The results of tests 1 and 2 are shown in the FRT characteristic set out in the IRiESP Transmission Grid Code (Fig. 11). This result shows the proper performance of the GE 2.5 MW turbines’ FRT automatic controls.

6. Evaluation of wind farm’s impact on power quality at the point of common coupling – test Group C Testing wind farm impact on maintaining power quality standards at the point of common coupling (PCC) includes measurements of the following parameters [6]: voltage distortions, voltage fluctuations and changes (flickers Pst, Plt at continuous operation, taking into account switching processes, voltage change “d” due to the turboset switching process, voltage change „dd”due to wind turbine operation). Distortion and changes of the voltage on MSP substation’s 110 kV bars may be affected by external wind farms operating in the grid on 110 kV side, and other devices with substantial power installed in the MV grid and impacting the master grid, such as traction rectifier substations. Effective regulations of power quality standards maintenance are included in the IRiESP Transmission Grid Code of January 1, 2012 (points: 2.2.3.3.3.8) and in IRiESD distribution grid codes: 1. A wind farm shall cause no sudden voltage change and surge in excess of 3%. As regards repetitive voltage disturbances due to wind farm operation, the range of a single quick rms voltage change shall not exceed 2.5% and 1.5% for disturbance frequencies 10 and 100 per hour, respectively. These requirements also apply to wind turbine start-ups and shut-downs. 2. The shares of a wind farm connected to a closed network in the total voltage fluctuations at the point of common coupling, as measured by an increase in the short term (Pst) and long term (Plt) coefficients of light flicker over the background, shall not exceed: a) Pst < 0.35 for coordinated 110 kV grid b) Plt < 0.25 for coordinated 110 kV grid.

3. A wind farm connected to 110 kV coordinated grid shall induce at the point of common coupling no voltage harmonics (of orders 2–50) content over iTHDu = 1.5% (IRiESP) (0.7% in ENEA IRiESD), with respect to the fundamental harmonic. The total voltage distortion factor THD voltage at the point of common coupling shall be less than THDu_total < 2.5% (IRiESP) (2.0% ENEA IRiESD). 4. The above power quality coefficients shall be complied with throughout a week, with probability of 99% (measurement period: > = 7 days). Fig. 12 to 14 show example power quality test results at a tested farm’s point of common coupling. To avoid unacceptable voltage distortions, the harmonic currents at PCC should be limited to the necessary extent. Frequency characteristics of grid node impedances depend on the structure of connected devices, number, type and length of supply lines,

Fig. 12. Changes in THDu distortion factor and the farm’s active power output during the test

Test 1 – short-circuit duration of 0.58 s, voltage dip to 28% Un Test 2 – short-circuit duration of 0.77 s, voltage dip to 26% Un

Fig. 11. LVRT voltage ride through characteristic for NPS – IRiESP Transmission Grid Code (2012)

Fig. 13. Timing diagram of harmonics 5 and 7 on the background of the tested wind farm active power output 105

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | 101–107

Fig. 14. Summary results of the analysis of electricity quality at the tested farm’s point of common coupling

and power supply configuration. Resonant frequencies in a grid typically occur in the range of harmonics 5–17. Supply voltage distortion occurrences adversely affect the operating conditions of many devices, including shunt capacitors frequently used to improve cosφ, installed in switching substation at MV level, and in industrial grids. A threat to these devices’ operation may be an excessive current and voltage overload due to resonance phenomena between the grid’s inductances and capacitances.

of the rated power is very difficult to meet and may significantly extend the testing duration. In accordance with the effective Transmission Grid Code, the average gradient of changes in a wind farm’s active power output in the normal conditions may not exceed 10% of the farm’s rated power per minute at its point of common coupling. In order to meet this requirement, appropriate gradients must be set in the farm’s group controller. Short-circuit tests in an MV grid allow predicting wind farms’ performance at voltage dips in power grids.

7. Conclusions

REFERENCES

The current IRiESP Transmission Grid Code of 2012 does not specify the detailed scope of the tests that verify technicaloperating parameters of connected wind farms. It does not indicate even the test of WF impact on power quality at the point of common coupling, although it contains the relevant requirements. The scope of tests set out in points 2.2, 3.3. 3.11.7 of the code applies to wind farms connected to a closed network. No scope of tests for wind farms connected to an MV grid is currently specified in the IRiESD distribution grid codes. Great freedom in this respect is allowed, in some cases the scope is limited to tests of turbine’s or turbine cluster’s impact on power quality at the point of common coupling. At ENEA Operator actions have been taken [2, 3, 4, 6] to develop standards for testing technical and operating parameters of wind turbine clusters and farms connected to MV and HV grids. At unfavourable wind conditions the IRiESP Transmission Grid Code requirement of testing at the active power output of 75% 106

1. Instrukcja Ruchu i Eksploatacji Sieci Przesyłowej (IRiESP) [IRiESP Transmission Grid Code, Terms of Grid Use, Operation, and Development Planning, Version 2.0],The consolidated text in force since 1 January 2012. 2. Grządzielski I., Marszałkiewicz K., Maćkowiak M., Testy sprawdzające parametry techniczno-ruchowe farm wiatrowych przyłączanych do sieci SN i WN [Verification tests of technical and operating parameters of wind farms connected to the MV and HV grids], ENEA Operator sp. z o.o internal study, Poznań, March 2013. 3. Grządzielski I., Systemy sterowania i regulacji mocy czynnej farm wiatrowych przyłączanych do sieci SN i WN [Control and active power regulation systems of wind farms connected to the MV and HV grids], ENEA Operator sp. z o.o internal study, Poznań, March 2013. 4. Grządzielski I., Praca farm wiatrowych przy zakłóceniach (zapadach napięcia) w sieci zamkniętej, [Wind farm operation at dusturbances (viltage dips) in the grid], [in] ENEA Operator sp. z o.o internal study Testy sprawdzające parametry techniczno-ruchowe farm wiatrowych

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | 101–107

przyłączanych do sieci SN i WN [Verification tests of technical and operating parameters of wind farms connected to the MV and HV grids], Poznań, March 2013. 5. Marszałkiewicz K. et al., Testy i próby sieciowe dla potwierdzenia wyników ekspertyz oraz ocen możliwości przyłączenia źródeł OZE do sieci średniego napięcia [Grid tests and trials to confirm the results of expert studies and assessments of the feasibility of RES connection to medium voltage grid], proceedings of the II. PTPiREE Conference „RES connection to, and iteroperability with, the power system”, paper 13, Warsaw, March 2012.

6. Marszałkiewicz K., Dotrzymanie standardów jakości energii elektrycznej w PCC farmy wiatrowej [Maintenance of electricity quality standards at wind farm’s PCC] [in] ENEA Operator sp. z o.o internal study Testy sprawdzające parametry techniczno-ruchowe farm wiatrowych przyłączanych do sieci SN i WN [Verification tests of technical and operating parameters of wind farms connected to the MV and HV grids], Poznań, March 2013.

Krzysztof Marszałkiewicz Poznan University of Technology e-mail: krzysztof.marszalkiewicz@put.poznan.pl A researcher at the Institute of Power Engineering of Poznan University of Technology (since 1973), head of the Laboratory of EMC in Power Engineering. He received his PhD in engineering at the Faculty of Electrical Engineering of the same university (1982). A specialist in measurements related to power quality, issues of the power system’s defence and recovery in the event of failures, breakdowns, emergencies, Business Continuity Management, and connecting renewable energy sources to distribution grids. A member of The Polish Committee for Power Quality and Effective Utilisation of SEP Association of Polish Electrical Engineers.

Ireneusz Grządzielski Poznan University of Technology e-mail: ireneusz.grzadzielski@put.poznan.pl Graduated as M.Sc. from the Faculty of Electrical Engineering at Poznan University of Technology (1973). He received his PhD in engineering at the same faculty (1982). An assistant professor at the Institute of Power Engineering, Faculty of Electrical Engineering, Poznan University of Technology. The scope of his research interests include issues related to the power system’s operation at transients, problems of the power system’s defence and recovery in states of catastrophic failure, and connecting distributed sources, wind farms in particular, to the power system.

Andrzej Trzeciak Poznan University of Technology e-mail: andrzej.trzeciak@put.poznan.pl Graduated as M.Sc. from the Faculty of Electrical Engineering at Poznan University of Technology (1974). He received his PhD in engineering at the same faculty (1983). An assistant professor at the Institute of Power Engineering, Faculty of Electrical Engineering, Poznan University of Technology. The scope of his research interests include issues related to distribution grid engineering and optimization, problems of development of databases and decision support and calculations systems, connection of distributed generation sources and large loads to distribution grids.

Marian Maćkowiak Poznan University of Technology e-mail: marian.mackowiak@put.poznan.pl A researcher at the Institute of Power Engineering, Poznan University of Technology (since 1973). A specialist in automatic power system protections in the Laboratory of Automatic Power System Protections, Institute of Power Engineering, Poznan University of Technology For three years engaged in preparation and performance of measurements for verification tests of a power plant’s and wind farm’s technical and operating parameters.

107

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | translation 101–107

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 101–107. When referring to the article please refer to the original text. PL

Testy i próby sprawdzające parametry techniczne elektrowni i farm wiatrowych. Wybrane zagadnienia Autorzy Krzysztof Marszałkiewicz Ireneusz Grządzielski Andrzej Trzeciak Marian Maćkowiak Słowa kluczowe farmy wiatrowe, testy eksploatacyjne Streszczenie Po przyłączeniu i uruchomieniu farma wiatrowa musi przejść serię testów potwierdzających określone właściwości eksploatacyjne. W artykule autorzy przedstawili wybrane zagadnienia związane z testami i próbami sprawdzającymi parametry techniczne, właściwości regulacyjne farm wiatrowych w zakresie mocy czynnej, prz zapadach napięcia oraz wpływ na jakość energii w punkcie przyłączenia.

1. Wprowadzenie Instrukcja Ruchu i Eksploatacji Sieci Przesyłowej (IRiESP) z 2012 roku [1] zobowiązuje podmiot posiadający farmę wiatrową (FW) do przeprowadzenia testów sprawdzających jej parametry techniczno-ruchowe, które potwierdzą sprostanie wymaganiom technicznym, w tym parametrom ruchowym, określonym w warunkach przyłączenia do sieci i w IRiESP. Testy należy rozpocząć po przyłączeniu farmy wiatrowej do Krajowego Systemu Elektroenergetycznego (KSE), nie później niż w terminie 30 dni roboczych. Testy te powinny być zakończone przed upływem roku, licząc od daty przyłączenia farmy wiatrowej. Zakres i sposób przeprowadzenia testów dla farmy wiatrowej uzgadniany jest w ramach umowy o przyłączenie. W badaniach sprawdzających powinna uczestniczyć niezależna firma ekspercka, uzgodniona przez operatora i podmiot posiadający farmę wiatrową, która nie powinna być zaangażowana w prace przy budowie farmy wiatrowej.

Lp.

Grupa testów i prób

Nazwa testu

Grupa A/A1

A1. Sprawdzenie działania urządzeń łączeniowych i zabezpieczeniowych w głównym punkcie odbioru (GPO) mocy farmy

Grupa A/A2

A2. Sprawdzenie poprawności działania transmisji sygnalizacji stacyjnej

Grupa A/A3

A3. Sprawdzenie transmisji wielkości analogowych z/do RDR/ZDM

Grupa A/A4

A4. Sprawdzenie możliwości zdalnego sterowania FW z ZDM

Grupa A/A5

A5. Sprawdzenie systemu głosowej łączności dyspozytorskiej

Tab. 1. Sprawdzenie właściwości łączeniowych, zabezpieczeniowych i transmisyjnych urządzeń związanych z prowadzeniem ruchu farmy wiatrowej, Grupa A

108

W artykule przedstawiono wybrane zagadnienia związane z testami sprawdzającymi parametry techniczne elektrowni i farm wiatrowych – właściwości regulacyjne w zakresie mocy czynnej i przy zapadach napięcia oraz wpływ na jakość energii w punkcie przyłączenia farmy. Grupa Lp. testów i prób 6.

10.

Nazwa testu

Grupa B/B1

B1. Wykreślenie charakterystyki mocy czynnej FW w funkcji prędkości wiatru

Grupa B/B2

B2. Sprawdzenie układu regulacji mocy czynnej z kontrolą gradientu zmian mocy: B2.1. Praca farmy wiatrowej bez ograniczeń, odpowiednio do warunków wiatrowych B2.2. Sprawdzenie układu regulacji mocy czynnej na polecenia OSD/OSP B2.3. Sprawdzenie automatycznej redukcji mocy czynnej w funkcji zmian częstotliwości

Grupa B/B3

B3. Przeprowadzenie testów podczas załączania i wyłączania FW do/z sieci zamkniętej: B3.1. Przeprowadzenie testów podczas uruchamiania FW B3.2. Przeprowadzenie testów podczas odstawiania FW

Grupa B/B4

B4. Sprawdzenie układu regulacji mocy biernej i napięcia: B4.1. Sprawdzenie układu regulacji napięcia B4.2. Sprawdzenie układu regulacji współczynnika mocy B4.3. Sprawdzenie układu w trybie regulacji mocy biernej B4.4. Określenie maksymalnych zdolności regulacyjnych mocy biernej

Grupa B/B5

B5. Sprawdzenie możliwości utrzymania się elektrowni wiatrowych farmy w pracy w przypadku wystąpienia dużego zakłócenia (np. zwarcia) w sieci

Tab. 2. Sprawdzenie właściwości regulacyjnych farmy wiatrowej, Grupa B

2. Pełny zakres wykonywanych testów i prób sprawdzających parametry techniczno-ruchowe farm Instrukcja IRiESP z 2012 roku wskazuje, jakich parametrów w szczególności powinny dotyczyć testy sprawdzające. Bazując na tych informacjach i dotychczasowych doświadczeniach, opracowano pełny zakres testów i prób, które zestawiono w tab. 1–3. Stanowi on podstawę do dyskusji między podmiotem posiadającym farmę, operatorem i firmą ekspercką o ostatecznym kształcie testów. Zakres testów podzielono na następujące grupy [2]: Grupa A. Sprawdzenie właściwości łączeniowych, zabezpieczeniowych i transmisyjnych urządzeń związanych z prowadzeniem ruchu farm wiatrowych. Grupa B. Sprawdzenie właściwości regulacyjnych farm wiatrowych. Grupa C. Ocena wpływu farm wiatrowych na jakość energii elektrycznej w miejscu przyłączenia PCC (ang. Point of Common Coupling). Aparatura pomiarowa zastosowana do przeprowadzania testów sprawdzających parametry techniczno-ruchowe farm wiatrowych musi posiadać odpowiednie certyfikaty zgodności z normami oraz świadectwa wzorcowania. Do wykonywania testów stosowane są zestawy pomiarowe klasy A: PQ-Box 100, PQ-Box 200 (firmy A. Eberle GmbH & Co. KG.) i Unilyzer (firmy Unipower AB). Lp.

11.

Grupa testów i prób

Nazwa testu

Grupa C

C. Ocena wpływu farmy wiatrowej na jakość energii elektrycznej w miejscu przyłączenia farmy wiatrowej Określenie w miejscu przyłączenia farmy wymagań w zakresie wskaźnika krótkookresowego migotania Pst i długookresowego Plt , współczynnika THD oraz zawartości pojedynczych harmonicznych od 2 do 50

Tab. 3. Ocena wpływu farmy wiatrowej na jakość energii elektrycznej w miejscu przyłączenia, Grupa C

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | translation 101–107

W kolejnych punktach artykułu przedstawiono wybrane zagadnienia związane z przeprowadzanymi testami sprawdzającymi parametry techniczne elektrowni i farm wiatrowych, właściwości regulacyjne w zakresie mocy czynnej – grupa B: test B2 (B2.1 i B2.2), B3 (B3.1 i B3.2), przy zapadach napięcia – grupa B test B5 oraz wpływ na jakość energii w punkcie przyłączenia farmy – grupa C. 3. Sprawdzenie układu regulacji mocy czynnej z kontrolą gradientu zmian mocy – testy B2.1 i B2.2 Kontrolę zmian mocy czynnej, oddawanej do sieci w zależności od sygnału zewnętrznego zadającego wartość mocy, powinno się przeprowadzić przy prędkości wiatru odpowiadającej mocy znamionowej. Jeśli warunki wiatrowe w okresie prowadzenia pomiarów nie pozwolą na osiągnięcie mocy znamionowej, próbę można wykonać dla prędkości wiatru umożliwiającej osiągnięcie co najmniej 75% mocy znamionowej. Podczas pracy farmy wiatrowej bez ograniczeń [3], odpowiednio do warunków wiatrowych, średni gradient zmian mocy czynnej farmy wiatrowej, zgodnie z obowiązującą IRiESP, nie może przekraczać 10% mocy znamionowej farmy na minutę. Test ocenia średnie gradienty zmian mocy czynnej w zależności od zmiennych warunków wiatrowych. Na rys. 1 pokazano przykładowy przebieg zmian mocy czynnej zarejestrowany na jednej z testowanych farm. Sprawdzenie układu regulacji mocy czynnej na polecenia operatora sieciowego dokonuje się w warunkach pracy normalnej – ograniczenie mocy do określonego poziomu oraz w warunkach konieczności maksymalnego szybkiego zredukowania mocy czynnej, np. w stanach zagrożenia czy awaryjnych pracy systemu (praca interwencyjna). Spełnienie wymagań stawianych przez IRiESP oznacza, że: • w warunkach pracy normalnej prędkość ograniczenia mocy do określonego poziomu mocy Pz nie powinna przekraczać 10% mocy znamionowej farmy na minutę • interwencyjna redukcja mocy powinna wynosić domyślnie 2% mocy znamionowej farmy wiatrowej na sekundę, w zakresie obciążenia farmy 100–20% mocy znamionowej. W przypadku pracy farmy z obciążeniem poniżej 20% mocy znamionowej dopuszcza się mniejszą prędkość redukcji mocy, ale nie mniejszą niż 10% mocy znamionowej na minutę • wartość zadanej mocy czynnej w trybie interwencyjnym przez operatora systemu powinna być utrzymywana z dokładnością co najmniej ± 5% Pz (mocy zadanej), przy uwzględnieniu ograniczeń wynikających z warunków wiatrowych. Dodatkowo zaleca się rejestrować zmiany napięcia w punkcie przyłączenia farmy wiatrowej podczas zmiany mocy czynnej zadanej. W celu spełnienia wymagań IRiESP, stawianych w każdym momencie procesu regulacji mocy oddawanej, algorytm zmian mocy oddawanej musi zapewniać, że wartość napięcia w węzłach wytwórczych np. sieci dystrybucyjnej 110 kV w normalnych warunkach pracy mieści się w przedziale (węzeł generacyjny): 1,0Un≤ U ≤ 1,1Un czyli U = 110–121 kV.

Rys. 1. Przykładowy przebieg zmian mocy czynnej oraz napięć w punkcie PCC farmy, odpowiednio do zmieniających się warunków wiatrowych

Rys. 2. Przykładowy przebieg zmian mocy czynnej oraz napięć w punkcie PCC farmy przy redukcji mocy czynnej do 50%

Rys. 3. Przykładowy przebieg zmian mocy czynnej oraz napięć w punkcie PCC farmy przy interwencyjnej redukcji mocy czynnej do wartości 0 MW

109

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | translation 101–107

Na rys. 2 i 3 pokazano przykładowe przebiegi zmian mocy czynnej i napięć w punkcie przyłączenia farmy przy regulacji mocy czynnej do Pz równej 50% mocy osiąganej w danej chwili (rys. 2) oraz interwencyjnej redukcji praktycznie do mocy równej zeru (rys. 3). Przedstawione przebiegi świadczą o poprawności działania grupowego, nadrzędnego układu regulacji mocy czynnej zaimplementowanego w systemie SCADA farmy. 4. Przeprowadzenie testów podczas załączania i wyłączania farmy wiatrowej do/z sieci zamkniętej – testy B3.1 i B3.2 Testy (oznaczone: B3–B3.1 i B3.2) przeprowadza się przy prędkości wiatru umożliwiającej osiągnięcie znamionowej mocy przez elektrownie wiatrowe farmy. Kiedy warunki pogodowe w dłuższym okresie czasu uniemożliwią osiągnięcie mocy znamionowej, dopuszcza się w porozumieniu z operatorem, do którego sieci przyłączona jest badana farma, na przeprowadzenie próby przy wietrze umożliwiającym osiągnięcie co najmniej 75% mocy znamionowej. Zgodnie z wymaganiami IRiESP w trakcie załączania i wyłączania farmy wiatrowej w warunkach normalnych pracy systemu gradient średni zmiany mocy czynnej farmy wiatrowej nie może przekraczać 10% mocy znamionowej farmy wiatrowej na minutę [3]. Na rys. 4 pokazano przebieg zmian mocy czynnej i napięć w trzech fazach w punkcie PCC farmy przy wyłączeniu i ponownym załączeniu. Przebiegi te są prawidłowe, spełniające wymogi IRiESP. Natomiast na rys. 5 pokazano nieprawidłowe średnie gradienty (przed korektą algorytmu sterowania) przy załączeniu farmy do sieci. 5. Sprawdzenie możliwości utrzymania się w pracy elektrowni wiatrowych farmy w przypadku wystąpienia dużych zapadów napięcia – test B5 Próba ma na celu sprawdzenie [4, 5] utrzymania się elektrowni wiatrowych farmy w pracy w przypadku wystąpienia zakłócenia napięciowego w sieci (najczęściej w wyniku zwarcia), zgodnie z charakterystyką przetrwania FRT (ang. Fault RideThrough) (rys. 6) podaną w IRiESP. Podczas zakłóceń skutkujących dużymi zmianami napięcia farma wiatrowa nie może utracić zdolności regulacji mocy biernej i musi aktywnie oddziaływać w kierunku podtrzymania napięcia. Sprawdzenie możliwości utrzymania się w pracy elektrowni wiatrowych (wyposażenia elektrowni wiatrowych w automatykę FRT) w przypadku wystąpienia zwarcia możliwe jest przez: • przeprowadzenie próby zwarciowej (dotyczy tylko sieci SN) • rejestrację przypadkowych zwarć, które mogą wystąpić w sieci podczas wykonywania testów sprawdzających • analizy symulacyjne, na akceptowanych przez operatorów modelach matematycznych pokazujących reakcję elektrowni farmy wiatrowej na zakłócenia sieciowe • zastosowanie specjalnej przewoźnej zwarciowni (ang. Voltage Dip Test Unit), stosowanej do tego typu prób w Niemczech (firma WINDTEST). Próba jest uznawana za pozytywną, jeżeli elektrownie wiatrowe farmy

110

Rys. 4. Przykładowy przebieg zmian mocy czynnej oraz napięć w punkcie PCC farmy przy załączeniu i wyłączeniu, test poprawny

Rys. 5. Przykładowy przebieg zmian mocy czynnej oraz napięć w punkcie PCC farmy przy załączeniu i wyłączeniu, test niepoprawny

Rys. 6. Charakterystyka wymaganego zakresu pracy farmy w przypadku wystąpienia zakłóceń w sieci [1]

utrzymają się w pracy przy wystąpieniu zapadu napięcia, zgodnie z charakterystyką określoną w IRiESP (stany pracy powyżej charakterystyki). Przeprowadzone przez autorów próby zwarciowe w sieci SN jednego z GPZ

ENEA Operator umożliwiły sprawdzenie działania automatyki FRT przyłączonych do szyn SN dwóch elektrowni wiatrowych firmy GE o mocy 2,5 MW. Celem podstawowym prób zwarciowych była ocena rzeczywistego poziomu mocy zwarciowych

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | translation 101–107

Ride-Through) elektrowni wiatrowych GE – 2,5 MW, znanej także pod nazwą charakterystyka przetrwania – LVRT lub ZVRT (LV – ang. Low Voltage, ZV – ang. Zero Voltage, RT – ang. Ride Through). Wyniki uzyskane podczas próby 1 i 2 pokazano na charakterystyce przetrwania podanej w IRiESP (rys. 11). Wynik ten świadczy o poprawności działania automatyki FRT elektrowni wiatrowych GE – 2,5 MW. Rys. 7. Schemat wykorzystania pól w czasie przeprowadzania prób zwarciowych w wybranym GPZ ENEA Operator

Rys. 8. Prąd skuteczny fazowy I_L2 i napięcie minimalne U_L1 w polu 4 Tr2 podczas zwarcia 3-fazowego o czasie trwania dt = 579,93 ms; pracują dwie elektrownie GE – 2,5 MW, próba 1

Rys. 9. Prąd skuteczny fazowy I_L2 i napięcie minimalne U_L1 w polu 4 Tr2 podczas zwarcia 3-fazowego o czasie trwania dt = 770,31 ms, pracują dwie elektrownie GE – 2,5 MW, próba 2

na wybranej sekcji SN GPZ, wpływu przyłączonych elektrowni wiatrowych na wzrost mocy zwarciowej, porównanie wyników pomiarów z wynikami obliczeń. Wykonano w sumie trzy próby zwarciowe oraz w tym dwie z pracującymi dwoma elektrowniami wiatrowymi GE – 2,5 MW. Czas nastaw zabezpieczenia wynosił 0,5 i 07 s. Na rys. 7 pokazano schemat wykorzystania pól sekcji SN GPZ w czasie przeprowadzania prób zwarciowych. Na rys. 8–10 pokazano przykładowe przebiegi prądów i napięć, zarejestrowane

podczas prób zwarciowych. Na rys. 8 przedstawiono przebieg wartości skutecznej prądu i napięcia w polu 4 transformatora 110 kV/SN, dla czasu trwania zwarcia ok. 0,58 s, przy pracujących obu elektrowniach wiatrowych GE-2,5 MW. Na rys. 9 przedstawiono te same przebiegi, ale dla czasu trwania zwarcia ok. 0,77 s (próba 2). Z kolei rys. 10 przedstawia chwilowe przebiegi napięć i prądów w polu 7, przyłączenia dwóch elektrowni GE – 2,5 MW. Próby zwarciowe umożliwiły sprawdzenie działania automatyki FRT (ang. Fault

6. Ocena wpływu farmy wiatrowej na jakość energii elektrycznej w miejscu przyłączenia farmy wiatrowej – test grupa C Badania wpływu farm wiatrowych na dotrzymanie standardów jakości energii elektrycznej w punkcie wspólnego przyłączenia (PCC) obejmują pomiary następujących parametrów [6]: odkształceń napięcia wahań i zmian napięcia (wskaźniki migotania światła Pst, Plt, przy pracy ciągłej, z uwzględnieniem procesów łączeniowych, zmianę napięcia „d” wskutek procesu łączeniowego turbozespołu, zmianę napięcia wywołaną działaniem elektrowni wiatrowej „dd”). Na poziom odkształcenia i zmiany napięcia na szynach 110 kV GPZ wpływ mogą mieć zewnętrzne farmy wiatrowe pracujące w sieci po stronie 110 kV oraz inne urządzenia o znacznej mocy zainstalowane w sieci SN i oddziałujące na sieć nadrzędną, np. trakcyjne stacje prostownikowe. Obowiązujące przepisy w zakresie dotrzymania standardów jakości energii zawarte są w IRiESP z 1 stycznia 2012 roku (punkty: 2.2.3.3.3.8) oraz w IRiESD spółek dystrybucyjnych: 1. Farma wiatrowa nie powinna powodować nagłych zmian i skoków napięcia przekraczających 3%. W przypadku, gdy zakłócenia napięcia spowodowane pracą farmy wiatrowej mają charakter powtarzający się, zakres jednorazowej szybkiej zmiany wartości skutecznej napięcia nie może przekraczać 2,5% dla częstości do 10 zakłóceń na godzinę i 1,5% dla częstości do 100 zakłóceń na godzinę. Wymagania powyższe dotyczą również przypadków rozruchu i wyłączeń turbin wiatrowych. 2. Udział farmy wiatrowej przyłączonej do sieci zamkniętej w całkowitych wahaniach napięcia w miejscu jej przyłączenia, mierzony przyrostem wartości krótkookresowego (Pst) i długookresowego (Plt) współczynnika migotania światła ponad wartość tła, nie powinien przekroczyć: a) Pst < 0,35 dla koordynowanej sieci 110 kV b) Plt < 0,25 dla koordynowanej sieci 110 kV. 3. Farmy wiatrowe przyłączone do koordynowanej sieci 110 kV nie powinny powodować w miejscu przyłączenia obecności harmonicznych napięcia (rzędu 2–50) o wartościach większych niż iTHDu = 1,5% (IRiESP) (0,7% IRiESD ENEA), w odniesieniu do harmonicznej podstawowej. Całkowity współczynnik odkształcenia napięcia THD w miejscu przyłączenia do sieci powinien być mniejszy od THDu_całk. < 2,5% (IRiESP) (2,0% IRiESD ENEA). 4. Podane powyżej wartości współczynników jakości energii powinny być spełnione w okresie tygodnia z prawdopodobieństwem 99% (okres pomiarów: >= 7 dni).

111

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | translation 101–107

Rys. 10. Przebiegi chwilowe prądów i napięć w polu pracujących elektrowni wiatrowych GE – 2,5 MW, podczas zwarcia 3-fazowego, próba 1

Próba 1 – czas trwania zwarcia 0,58 s, zapad napięcia do 28% Un Próba 2 – czas trwania zwarcia 0,77 s, zapad napięcia do 26% Un Rys. 11. Napięciowa charakterystyka przetrwania LVRT dla KSE – IRiESP (2012)

Charakterystyki częstotliwościowe impedancji węzłów sieciowych zależą od struktury włączonych urządzeń, liczby, rodzaju i długości linii zasilających oraz konfiguracji układu zasilającego. Częstotliwości rezonansowe w sieci występują najczęściej w zakresie 5–17 harmonicznej. Występowanie odkształceń napięcia zasilającego stwarza niedogodne warunki pracy dla wielu urządzeń, w tym często wykorzystywanych do poprawy cosφ baterii kondensatorów równoległych, instalowanych w rozdzielniach na poziomie SN oraz w sieciach przemysłowych. Zagrożeniem dla pracy tych urządzeń mogą być nadmierne przeciążenia prądowe i napięciowe, powodowane zjawiskami rezonansowymi między indukcyjnościami i pojemnościami sieci. Rys. 12. Wykres czasowy harmonicznej 5 i 7 na tle mocy czynnej generowanej przez testowaną farmę wiatrową

Rys. 13. Zmiany współczynnika odkształcenia THDu oraz mocy czynnej farmy w czasie przeprowadzanego testu

Na rys. 12 do 14 przedstawiono przykładowe wyniki testów w zakresie jakości energii elektrycznej w miejscu przyłączenia jednej z testowanych farm.

112

Dla uniknięcia niedopuszczalnych odkształceń napięć należy ograniczyć w stopniu niezbędnym prądy harmoniczne w PCC.

7. Wnioski Aktualnie obowiązująca IRiESP z 2012 roku nie precyzuje szczegółowego zakresu testów sprawdzających parametry techniczno-ruchowe przyłączonych farm wiatrowych. Nie wskazuje chociażby testu wpływu FW na jakość energii w punkcie przyłączenia, natomiast takie wymagania są w instrukcji zawarte. Podany zakres testów w p. 2.2.3.3.3.11.7. przedmiotowej instrukcji dotyczy farm wiatrowych przyłączanych do sieci zamkniętej. Obecnie brak jest w IRiESD operatorów dystrybucyjnych zakresu testów dla farm przyłączanych do sieci SN. Istnieje tutaj duża dowolność ograniczająca się nieraz tylko do testów wpływu elektrowni lub zespołu elektrowni na jakość energii w punkcie przyłączenia. W ENEA Operator podjęto działania [2, 3, 4, 6] mające na celu opracowanie standardów w zakresie testów sprawdzających parametry techniczno-ruchowe zespołów elektrowni i farm wiatrowych do sieci SN i WN. Przy niesprzyjających warunkach wiatrowych, przeprowadzanie testów wymagających, zgodnie z IRiESP, generacji mocy czynnej na poziomie 75% mocy znamionowej znacznie utrudnia ich realizację i może znacznie wydłużyć okres ich wykonania. Zgodnie z obowiązującą IRiESP gradient średni zmian mocy czynnej farmy wiatrowej w stanach normalnych nie może

Krzysztof Marszałkiewicz et al. | Acta Energetica 3/20 (2014) | translation 101–107

Rys. 14. Wyniki zbiorcze analizy jakości energii w punkcie przyłączenia testowanej farmy wiatrowej

przekraczać 10% mocy znamionowej farmy na minutę w miejscu przyłączenia farmy. Spełnienie warunku wymaga nastaw odpowiednich gradientów w regulatorze grupowym farmy. Przeprowadzanie prób zwarciowych w sieci SN umożliwia przewidywanie zachowania się elektrowni wiatrowych przy zapadach napięcia występujących w sieciach elektroenergetycznych.

6. Bibliografia 1.

Instrukcja Ruchu i Eksploatacji Sieci Przesyłowej (IRiESP), Warunki korzystania, prowadzenia ruchu, eksploatacji i planowania rozwoju sieci, Wersja 2.0, Tekst jednolity obowiązujący od 1 stycznia 2012.

Grządzielski I., Marszałkiewicz K., Maćkowiak M., Testy sprawdzające parametry techniczno-ruchowe farm wiatrowych przyłączanych do sieci SN i WN, Opracowanie wewnętrzne ENEA Operator sp. z o.o., Poznań, marzec 2013. Grządzielski I., Systemy sterowania i regulacji mocy czynnej farm wiatrowych przyłączanych do sieci SN i WN, Opracowanie wewnętrzne ENEA Operator sp. z o.o., Poznań, marzec 2013. Grządzielski I., Praca farm wiatrowych przy zakłóceniach (zapadach napięcia) w sieci zamkniętej, Opracowanie wewnętrzne ENEA Operator sp. z o.o. nt. Testy sprawdzające parametry techniczno-ruchowe farm wiatrowych przyłączanych do sieci SN i WN, Poznań, marzec 2013. Marszałkiewicz K. i in., Testy i próby sieciowe dla potwierdzenia wyników ekspertyz oraz ocen możliwości przyłączenia źródeł OZE do sieci średniego napięcia, materiały II Konferencji PTPiREE „Przyłączanie i współpraca OZE z systemem elektroenergetycznym”, referat 13, Warszawa, marzec 2012. Marszałkiewicz K., Dotrzymanie standardów jakości energii elektrycznej w PCC farmy wiatrowej, Opracowanie wewnętrzne ENEA Operator sp. z o.o. nt. Testy sprawdzające parametry techniczno-ruchowe farm wiatrowych przyłączanych do sieci SN i WN, Poznań, marzec 2013.

Krzysztof Marszałkiewicz

dr inż. Politechnika Poznańska e-mail: krzysztof.marszalkiewicz@put.poznan.pl Pracuje w Instytucie Elektroenergetyki Politechniki Poznańskiej (1973), jest kierownikiem Laboratorium EMC w Elektroenergetyce. Stopień naukowy doktora nauk technicznych uzyskał na Wydziale Elektrycznym Politechniki Poznańskiej (1982). Jest specjalistą w dziedzinie pomiarów związanych z jakością energii elektrycznej, problemów obrony i odbudowy systemu elektroenergetycznego w stanach awarii katastrofalnych, przyłączania odnawialnych źródeł energii do sieci dystrybucyjnych. Jest członkiem Polskiego Komitetu Jakości i Efektywnego Użytkowania Energii Elektrycznej SEP.

Ireneusz Grządzielski

dr inż. Politechnika Poznańska e-mail: ireneusz.grzadzielski@put.poznan.pl Studia magisterskie ukończył na Wydziale Elektrycznym Politechniki Poznańskiej (1973). Stopień naukowy doktora nauk technicznych uzyskał na swoim macierzystym wydziale (1982). Pracuje w Instytucie Elektroenergetyki Wydziału Elektrycznego Politechniki Poznańskiej na stanowisku adiunkta. Zakres jego zainteresowań naukowych obejmują zagadnienia związane z pracą systemu elektroenergetycznego w stanach nieustalonych, problematyką obrony i odbudowy systemu elektroenergetycznego w stanach awarii katastrofalnych, przyłączaniem źródeł rozproszonych, w szczególności wiatrowych, do systemu elektroenergetycznego.

Andrzej Trzeciak

dr inż. Politechnika Poznańska e-mail: andrzej.trzeciak@put.poznan.pl Studia magisterskie ukończył na Wydziale Elektrycznym Politechniki Poznańskiej (1974). Stopień naukowy doktora nauk technicznych uzyskał na swoim macierzystym wydziale (1983). Pracuje w Instytucie Elektroenergetyki Wydziału Elektrycznego Politechniki Poznańskiej na stanowisku adiunkta. Zakres jego zainteresowań naukowych obejmują zagadnienia związane z projektowaniem i optymalizacją sieci rozdzielczych, problematyką budowy baz danych oraz systemów wspomagania decyzji i obliczeń, przyłączaniem generacji dystrybucyjnej oraz odbiorów dużej mocy do sieci rozdzielczych.

Marian Maćkowiak

mgr inż. Politechnika Poznańska e-mail: marian.mackowiak@put.poznan.pl Pracuje w Instytucie Elektroenergetyki Politechniki Poznańskiej (1973). Jest specjalistą w dziedzinie EAZ w Laboratorium Elektroenergetycznej Automatyki Zabezpieczeniowej w Instytucie Elektroenergetyki PP. Od trzech lat zajmuje się przygotowaniem i przeprowadzeniem pomiarów w ramach testów sprawdzających parametry techniczno-ruchowe elektrowni i farm wiatrowych.

113

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | 114–118

The Possibility to use a Nuclear Power Plant as a Source of Electrical Energy and Heat

Authors Tomasz Minkiewicz Andrzej Reński

Keywords nuclear power plant, cogeneration, combined heat and power

Abstract In this article issues concernig the possibility of nuclear power plant (NPP) operation also as a source of heat, which means combined heat and power production, have been described. CHP work is possible and profitable only in those areas where high thermal power demand occurs, which means near city agglomerations such as Warsaw or the Tri-City. Two levels of thermal power delivered to the heating system have been considered. Preliminary technical and economic studies regarding NPP location by Żarnowiec Lake have confirmed the NPP potential to work as a primary source of heat in the heating network system, which would feed the regions of Wejherowo and Gdynia.

DOI: 10.12736/issn.2300-3022.2014310

1. Implementation of large CHP sources in Poland Connecting a nuclear power plant to the Polish Power System (PPS) will enable using those plants as baseload electricity sources, but in certain locations it will also be possible to operate such facilities as sources of heat for municipal district heating (DH) systems. According to the stipulations of the Polish Nuclear Power Programme (PNPP) commissioning of the first nuclear power plant in Poland was expected after 2020. Now this date has been moved to 2024 with the electrical output of the plant estimated at 3 GW. The key advantage of combined heat and power generation is reduced consumption of primary energy carriers, and therefore also reduction of atmospheric emissions. Construction of CHP sources is promoted by Directive 2004/8/EC of the European Parliament and of the Council of 11 February 2004 on the promotion of cogeneration based on a useful heat demand in the internal energy market. Thus, the existence of such a demand is a prerequisite for constructing new CHP sources. Then the Industrial Emissions Directive enacted on 6 January 2011, whose stipulations will come into force in 2016 and for the district heating industry in 2023, will additionally tighten requirements concerning SO2, NOx and PM emissions, thus increasing interest in energy sources for power and heat generation other than coal. Development of new energy sources is also forecasted by the “Energy Policy of Poland until 2030”, which assumes that by the year 2020 the electricity demand will grow from the current level of 155 TWh to ca. 170 TWh. Bearing in mind that some 60% of generation capacity is installed at sources at least 30 years old, 114

it will be necessary to construct new sources with a high total electrical capacity. According to the assumptions of the national energy policy, CHP generation will be a preferred solution. It is also planned to replace as many heating plants as possible with CHP sources. On a national level it is forecasted that the volume of electricity generated in the high-efficiency CHP process will also considerably increase.

2. The heat market The possibility of using an NPP as a source of not only electricity but also heat strongly depends on both thermal power demand and heat transmission capabilities. Intense thermal refurbishment projects have been observed in recent years within existing district heating systems and networks. This directly results in a gradual reduction of heat power demand. This leads to a reduction of installed heating capacity. This process is presented in Fig. 1 and 2. Yet despite lowering installed thermal capacity, Poland is still among those European countries with the most developed district heating systems. In 2011 more than 421 PJ of heat was generated in Poland. Of that more than 252 PJ was cogenerated with electricity and more than 70% of used energy source was hard coal. The total length of district heating networks connecting heat sources to heat consumers and of low-parameter networks at the end of 2011 was 19,600 km [1].

3. Heat recovery possibilities at a nuclear power plant In the case of a decision to use a nuclear power plant as a source of district heat or process steam, special attention should be paid

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | 114–118

Fig. 1. Heating capacity installed in Poland [1]

Fig. 2. Heating capacity installed in selected volvodeships of Poland [1]

to proper selection of the turbine and other components of the secondary circuit. In classic CHP systems based on organic fuels backpressure, extraction-backpressure or extraction-condensing turbines are used. In a nuclear power plant the most favourable solution is an extraction-backpressure turbine with steam extractions which may be used to supply district heating energy during a heating season, and which may also continuously provide process heat flow (steam). Outside the heating season, if there would be no process steam demand, the turbine would operate at fully condensing mode, generating electrical power only. Due to a more complex structure required to ensure heat recovery, the cost of such a turbine would be higher than the cost of a standard condensing turbine. Exemplary proposals of turbines for a PWR nuclear power station are shown in Fig. 3 [2]. The extent of modifications and changes within an extractioncondensing turbine depends on heat consumption for district heating. In a large nuclear power unit with an electrical output of 1600 MW the smallest changes would be required to recover heating power up to some 200 MW. In such a case steam could be collected from appropriately enlarged turbine bleeds (Fig. 3a). In the case of heat demand of some 200–500 MW it would be necessary to install an additional low pressure casing intended for heating operation on the main shaft. The largest alterations should be expected for heat outputs exceeding 1800 MW. In such a case it might prove reasonable to use two or three separate shafts with separate generators (Fig. 3c). Currently there are no nuclear plants which would supply major amounts of heat to external consumers. Usually existing plants only supply

heat to the nearest towns, typically inhabited by the NPP’s own personnel, and the heating outputs are low, no more than tentwenty megawatts. An example of a nuclear power plant with partial heat recovery is a Swiss Beznau Nuclear Power Plant which supplies peak output of 80 MW to a relatively well developed heating system (total length around 130 km). This power plant consists of two PWR power units of 380 MW gross each [3]. Total electrical output of the Beznau NPP is similar to that of conventional steam power units installed in large Polish power plants. Yet due to different parameters of generated steam, the structure is considerably different. Polish power stations have superheated steam turbines (540°C, 18 MPa), while the turbines of the Swiss nuclear plant are supplied with dry saturated steam (5.5 MPa). As a result the main (live) steam flow at a nuclear plant (ca. 2160 Mg/h) is much higher than in the case of a conventional 360 MW unit (ca. 1150 Mg/h). Due to the lower efficiency of the thermodynamic cycle, the amount of heat dumped through the condenser is larger, and therefore also cooling water demand is higher at a nuclear power plant (compared to a conventional power station of the same electrical output). Yet in the case of using an NPP as a source of heat, this demand could be reduced. In the case of a power unit from Beznau NPP the cooling water flow is some 72 thousand Mg/h, while in a power unit of Opole Power Station it is some 40 thousand Mg/h. For the sake of comparison – the whole district heating system of Refuna (supplied from Beznau NPP) circulates some 1150 Mg/h of DH water.

4. Possibility of cooperation between a nuclear power plant, DH system and a p ower system Ensuring cooperation between a nuclear power plant with heat recovery and external energy systems requires fulfilling many conditions. These conditions result from legal regulations, e.g. those contained in the Energy Law and in recently amended Atomic Law. They concern both the possibility of constructing new generation capacities, especially with large output, and large power and heat transmission systems, as well as possibilities of connecting such facilities to already operated systems. It is worth remembering that generally such investment projects usually take many years to complete, with the development phase being much longer than the actual construction. An example may be a very high voltage power line: the actual construction of a 100 km long 400 kV line may be accomplished within 1.5 years, while planning and development might take even 7–10 years [5]. A similar situation occurs in the case of major district heating pipelines and distribution networks, as well as with power plants, especially nuclear ones. For this very reason it is so important to select a good location for an NPP, which on the one hand ensures required safety levels, and on the other influences the total project cost. Cooperation of a nuclear power plant with a power system depends mainly on its regulation characteristics. These characteristics on the one hand result from structural strength of primary circuit components and on the other depend on the character of processes occurring within the reactor core. Thermal stress which may form within a reactor’s fuel elements, as well as in 115

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | 114–118

8 3x

3 11 9 15 10

b) 13

1 nuclear reactor, 2 – steam generators, 3 – main circulation pumps, 4 – HP turbine, 5 – LP turbine, 6 – generator, 7 – moisture separator, 8 – steam reheater, 9 – condenser, 10 – district heating heat exchangers, 11 – feedwater pump, 12 – backpressure turbine part, 13 – valve, 14 – DH turbine on a separate shaft, 15 – regenerative heat exchangers

Fig. 3. Simplified process diagrams of NPP systems with heat recovery for district heating [4]

thick-walled components of the primary and secondary circuits (vessels, pipelines, turbine) during power unit load transients impose restrictions on power plant’s flexibility, and this is unfavourable for the power system. Changes of the electrical output of a nuclear power unit result in reactor output variations, which in turn disturb the balance between the generation and decay of the nuclei of xenon, the element which, along with samarium, is among the most important reactor poisons, i.e. parasitic neutron absorbers. This leads to quite complex changes of core reactivity, i.e. deviations from the critical condition. For this reason it is favourable to maintain operation of a nuclear reactor and entire nuclear power unit at as high and stable a load as possible. Yet output variations are inevitable, if only due to progressing fuel burnup. From the operational point of view the most significant is the process of reactivity changes during transients caused by power reductions (reduced neutron flux) or reactor shutdown, as under such conditions reactivity losses are largest. Compensation of these and other reactivity effects is performed by the reactor control and protection system. New solutions of generation III/III+ nuclear reactors enable reactor operation in a much wider output range and with much more frequent output changes in comparison to previously 116

used solutions. Modern nuclear power plants are designed for load following operation within wide range of loads, and therefore are characterised by considerable flexibility. Nuclear power units with a thermal reactor power of some 3.4 GW and electrical output of 1.1 GW enable load steps of +/– 10% within 15–100% of rated power, load reduction from 1005 to 50% within 2 hours, maintaining output of 50% for 2–10 hours and restoring it back to 100% within 2 hours. Moreover, they enable load changes of 5%/min within 15–100% of nominal load (ca. 56 MW/min) [6]. Changes of electrical output of an NPP with heat recovery system may also result in variations of heat demand in a DH system. A significant technical issue is also selection of the connection method between an NPP and supplied district heating system: parallel or serial. A parallel connection enables better utilisation of conventional heat sources existing in the heat consumption area. This kind of connection also allows reducing diameters of transmission pipelines, which is quite important in the case of long-distance heat transmission. In the case of a parallel system, as presented in Fig. 4, the existing heat sources located in the direct surroundings of heat consumers, would change operating regimes and become peak load sources, while the base heat load would be covered by a remote nuclear power station. The power-to-heat ratio describing the system presented above would be defined as (using same symbols as in Fig. 4): 3

GEJ tze QEJ

QZS

tpe 5

1 – NPP, 2 – peak load heating plant, 3 – DH water pumping station 5, 4 – consumers’ area; 6 – heat exchanger station; QEJ, QZS – maximum thermal outputs of the nuclear power plant and peaking source respectively, QS – peak heating power demand of the consumers’ area, GEJ – mass flow of water through the NPP, GS – total mass flow of water to the consumers, tze, tz – DH water temperature outgoing from the NPP and on consumers’ area supply point, tpe, tp – return water temperature at NPP and at the consumers’ area

Fig. 4. Schematic diagram of a centralised district heating system with a nuclear power plant connected in parallel with a local peak load heat source [4]

5. Proposed solutions Implementation of the PNPP has created a chance to reconsider the advisability of using planned NPPs as heat sources for existing DH systems. Such considerations may refer to analytical studies made many years ago and engineering experience obtained in the past.

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | 114–118

Particularly active in this field was the Warsaw community which used to see a special purpose in locating a nuclear CHP plant near the capital city. This would improve environmental conditions within the Warsaw urban area. The Warsaw DH system is one of the largest in the world and its maximum heat demand is around 3700 MW. It is supplied from the following heat sources: two CHP plants (Żerań with thermal output of 1560 MW, Siekierki with thermal output of 2081 MW), two heating plants (Kawęczyn with output of 512 MW, Wola with output of 465 MW) and a waste-toenergy plant (ZUSOK with a thermal output of ca. 10 MW). A nuclear power plant with a heat recovery module connected to the DH system of Warsaw could, to a large extent, replace existing heat sources running on hard coal. This issue was brought up again when the area of Nowe Miasto was mentioned as one of the potential sites of the first nuclear power plants in Poland. This location would enable transmitting considerable thermal power to the DH system of the capital. In the past the engineering office Energoprojekt of Warsaw also analysed the potential of utilising NPP heat recovery for the Tri-City urban area. It created a concept of supplying some 900 MW of heat from the constructed Żarnowiec NPP to the cities of Gdynia, Sopot and Gdańsk. While this plan has not been realised, investigation of possible pipeline routes and performed thermal and hydraulic calculations could now prove useful in the process of evaluating the feasibility of recovering and transmitting heat from the most probable sites of the first Polish NPP in the area of Żarnowiec Lake or Lubiatowo and Kopalino to the area of Wejherowo and Gdynia. A preliminary techno-economic study has been performed. It assumed that at the first stage the NPP would cover half of the maximum heat load of both those areas, i.e. supply some 300 MW of heat in cooperation with the existing local heating plant (Wejherowo) and CHP plant (Gdynia). Such a relatively low heat generation at NPP equipped with, e.g. two EPR 1600 MW units would enable supplying steam to DH heat exchangers from only slightly enlarged turbine bleeds. Evaluation of costs of heat supply to the consumer areas was based on the methodology presented in [4] and [7]. The main idea behind this methodology is that the fixed cost of heat generation at the NPP was linked to the loss of electrical power output and variable cost to the loss of electricity generation at the nuclear power plant due to heat recovery. Moreover, the cost of supplying heat to consumer areas includes the cost of installing the heat recovery module at a nuclear power plant, as well as the cost of generating heat at local sources (in this case at Wejherowo heating plant and Gdynia CHP plant), as well as the cost attributable to the heat transfer from the NPP to both consumer areas. Preliminary calculations based on the optimistic variant, i.e. relatively low specific investment cost of the generation and transmission infrastructure, have revealed that the investigated heat supply system based on NPP heat recovery has a chance to be competitive against classic heating systems, as it could ensure heat supply to consumers at the price of 40 PLN/GJ. The analyses described above will be enhanced and updated within the current research grant funded by the National Centre for Research and Development.

The municipal district heating of Wejherowo is currently based on the Nanice Heating Plant with the output of ca. 55 MW and covers approximately 37% of the town’s heat demand. In early 2012 construction of an additional energy source (a gas engine with heating output of 6.1 MW) was started. During the summer season it will cover heat demand for domestic hot water, while during the heating season it will preheat water which will then be heated up by the coal-fired boilers of the Nanice plant. The district heating system of the town of Reda is supplied from Koksik Heating Plant with the output of ca. 35 MW. Actually only some 50% of this output is utilised, as the total heating capacity contracted by the consumers for space heating and domestic hot water is around 18 MW. The district heating system of the town of Rumia is an extension of the DH system of the city of Gdynia, supplied from the Gdynia-3 CHP plant (high-parameter 130/70°C network). It is estimated that the transfer capacity of the main distribution networks is used in some 25% and the share of the district heating system in covering the entire heat demand in the town is around 27% (31 MW). In the city of Gdynia the heat source is Gdynia-3 CHP plant with a thermal output of some 470 MW. Current heat demand during the heating season is around 820 MW; of that 55% is covered by the Gdynia 3 plant (some 450 MW). Based on the current data from the“Draft assumptions for the plan for supplying heat, electricity and gaseous fuels for Wejherowo, Reda, Rumia and Gdynia” it is possible to estimate that in 2020 the total winter heat demand will be around 1150 MW, while during summer it will be around 200 MW. Therefore, there is a reason to commence technical and economic analyses of potential utilisation of an NPP buit in the area of Żarnowieckie Lake as a source of energy for district heating [8].

6. Final conclusions Because of the now ongoing Polish Nuclear Power Programme, an opportunity of verifying old analyses and checking whether utilising NPP as a baseload heat source within a district heating system is economically effective and competitive against conventional solutions has appeared. This kind of solution could lead to improved NPP efficiency, reduced heat generation costs, reduced primary energy consumption and a reduced amount of pollutants discharged to the environment. It also needs to be emphasised that continuously growing costs of heat generation at conventional sources will have to keep growing considerably due to the stipulations of the Industrial Emissions Directive, which in 2023 will affect the heating plants by imposing new, tighter standards for pollutant emissions. Seasonal variation of heat demand for space heating remains a considerable operational challenge (current solutions enable using district heating also during summer by generating network cooling); another one is defining outgoing and return temperatures of district heating water (due to long distance between the heat source and consumers). Because Poland has no experience in the operation of nuclear power systems, the old analyses of NPP utilisation as a source of heat and electricity (for both Żarnowiec and Warsaw area) 117

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | 114–118

may prove useful. But besides the technical analyses, the key objective of the research aimed at verification of the NPP heat recovery potential in Polish conditions should be ensuring higher economic effectiveness of a district heating system supplied from such a plant in comparison to classic CHP solutions. The research was supported by the National Centre for Research and Development in the framework of the Strategic Research Project No. SP/J/10/176450/12. REFERENCES

1. Heating industry in numbers 2011, President of the Energy Regulatory Office, Warsaw, September 2012. 2. Mühlhäuser H.J., Steam turbines for district heating in nuclear power plants, Nuclear Technology, April 1978, Vol. 38. 3. Nuclear Power in Switzerland, World Nuclear Association [online], www.world-nuclear.org/info/inf86.html, December 2012.

4. Reński A., Elektrownie jądrowe jako źródło ciepła sieciowego i technologicznego [Nuclear Power Plants as Sources of District and Process Heat], Energetyka, August 2009. 5. Kasprzyk S., Program polskiej energetyki jądrowej. Najkorzystniejsze lokalizacje, moce w tych lokalizacjach, rozwój i modernizacja linii i rozdzielni najwyższych napięć [Polish Nuclear Power Programme. Most Favourable Sites, Related Outputs, Development and Upgrades of Highest Voltage Lines and Switching Stations], Energetyka, August 2009. 6. Kubowski J., Problemy współpracy elektrowni jądrowych z systemem elektroenergetycznym [Issues of Cooperation Between Nuclear Power Plants and the Power System], Energetyka, April 2010. 7. Reński A., Jak efektywnie ograniczyć ciepło odpadowe z elektrowni jądrowej [How to Effectively Reduce Waste Heat from a Nuclear Power Plant], Rynek Energii 2010, No. 1. 8. Minkiewicz T., Reński A., Nuclear power plant as a source of electrical energy and heat, Archives of Energetics 2011, No. 3–4.

Tomasz Minkiewicz Gdańsk University of Technology e-mail: t.minkiewicz@eia.pg.gda.pl Graduate of the Faculty of Electrical and Control Engineering, Gdańsk University of Technology (2009). Currently a PhD student of the same faculty and a lecturer at the Chair of Electrical Power Engineering, Gdańsk University of Technology. His areas of professional interest include current status and development of nuclear power in Poland and worldwide, as well as district heating systems.

Andrzej Reński Gdańsk University of Technology e-mail: a.renski@eia.pg.gda.pl Graduate of the Faculty of Power and Aeronautical Engineering, Warsaw University of Technology (1969). In 1984 defended doctoral dissertation at the Faculty of Electrical Engineering, Gdańsk University of Technology and in 2003 received a degree of post doctoral (DSc) degree at the Faculty of Power and Aeronautical Engineering, Warsaw University of Technology. Since 2007 employed as associate professor at Gdańsk University of Technology. His area of scientific interest includes heating systems – design and modelling equipment of power and CHP plants, both conventional and nuclear, as well as optimisation of heating system development.

118

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | translation 114–118

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 114–118. When referring to the article please refer to the original text. PL

Możliwość wykorzystania elektrowni jądrowej jako źródła energii elektrycznej i cieplnej Autorzy Tomasz Minkiewicz Andrzej Reński Słowa kluczowe elektrownia jądrowa, elektrociepłownia jądrowa, praca w skojarzeniu Streszczenie Autorzy przedstawili w artykule zagadnienia związane z możliwością pracy elektrowni jądrowej (EJ) również w charakterze źródła ciepła, a więc w warunkach skojarzonego wytwarzania energii elektrycznej oraz ciepła. Praca w skojarzeniu jest możliwa i opłacalna tylko w tych rejonach, w których występuje duże zapotrzebowanie na moc cieplną, a więc w pobliżu aglomeracji miejskich, takich jak np. aglomeracja warszawska czy trójmiejska. Rozpatrzono dwa poziomy mocy cieplnych oddawanych do systemów ciepłowniczych. Wstępne badania techniczne i ekonomiczne dla lokalizacji elektrowni jądrowej nad Jeziorem Żarnowieckim potwierdziły potencjalną możliwość pracy EJ w charakterze podstawowego źródła ciepła w systemie ciepłowniczym, który zasilałby rejon Wejherowa i Gdyni.

1. Wdrożenie w Polsce dużych źródeł kogeneracyjnych Przyłączenie elektrowni jądrowych do Krajowego Systemu Elektroenergetycznego (KSE) umożliwi wykorzystanie tych obiektów jako podstawowego źródła energii elektrycznej, ale w niektórych lokalizacjach możliwa będzie również praca tych elektrowni jako źródła ciepła na potrzeby miejskich systemów ciepłowniczych. Zgodnie z założeniami Programu Polskiej Energetyki Jądrowej (PPEJ) uruchomienie pierwszej w Polsce elektrowni jądrowej planowane było po 2020 roku, obecnie data ta została przesunięta na 2024 rok, a moc elektryczną tej elektrowni szacuje się na ok. 3 GW. Główną zaletą pracy elektrowni w skojarzeniu jest zmniejszenie zużycia nośników energii pierwotnej, a tym samym ograniczenie emisji szkodliwych zanieczyszczeń do atmosfery. Budowa źródeł kogeneracyjnych jest wspierana przez dyrektywę Parlamentu Europejskiego i Rady Europy 2004/8/WE z 11 lutego 2004 roku w sprawie rozwoju kogeneracji na bazie lokalnego zapotrzebowania na ciepło. Tak więc istnienie takiego zapotrzebowania jest warunkiem koniecznym budowy nowych źródeł energii tego typu. Z kolei wprowadzona w życie 6 stycznia 2011 roku dyrektywa o emisjach przemysłowych, która zacznie obowiązywać od 2016 roku, a dla branży ciepłowniczej od 2023 roku, dodatkowo zaostrzy wymagania dotyczące emisji SO2, NOx i pyłów, co w konsekwencji będzie mogło przyczynić się do wzrostu zainteresowania innymi niż węgiel nośnikami źródeł energii elektrycznej i ciepła. Rozwój nowych źródeł energii prognozowany jest również w dokumencie „Polityka energetyczna Polski do 2030 roku”, w którym zakłada się, że zapotrzebowanie na energię elektryczną do 2020 roku wzrośnie z obecnego poziomu 155 TWh do ok. 170 TWh. Zważywszy fakt, że ok. 60% mocy wytwórczych pochodzi ze źródeł liczących co najmniej 30 lat, konieczna będzie budowa nowych źródeł o dużej łącznej zainstalowanej mocy elektrycznej. Zgodnie z założeniami polityki energetycznej kraju preferowana będzie technologia wytwarzania

energii w skojarzeniu. W planach jest również zastąpienie jak największej liczby ciepłowni miejskich źródłami kogeneracyjnymi. W skali kraju przewiduje się, że do 2020 roku nastąpi też wyraźny wzrost produkcji energii elektrycznej wytwarzanej w technologii wysokosprawnej kogeneracji. 2. Rynek ciepła Możliwość wykorzystania EJ jako źródła energii nie tylko elektrycznej, ale i cieplnej, jest silnie uzależniona zarówno od zapotrzebowania na moc cieplną, jak i możliwości przesyłania tej mocy. W ostatnich latach obserwuje się intensywny rozwój przedsięwzięć termomodernizacyjnych w obrębie istniejących systemów i sieci ciepłowniczych, czego bezpośrednim efektem jest

stopniowe zmniejszanie się zapotrzebowania na moc cieplną. Powoduje to obniżanie zainstalowanej mocy cieplnej źródeł. Proces ten przedstawiono na rys. 1 i 2. Jednakże pomimo obniżania się poziomu zainstalowanej mocy cieplnej Polska wciąż należy do czołówki krajów europejskich, które posiadają znacząco rozbudowane systemy ciepłownicze. W 2011 roku wytworzono w Polsce ponad 421 PJ ciepła, z czego w procesie kogeneracji ponad 252 PJ, a nośnikiem energii w ok. 70% był węgiel kamienny. Sumaryczna długość sieci ciepłowniczych, łączących źródła ciepła z węzłami cieplnymi, oraz sieci niskoparametrowych wynosiła pod koniec 2011 roku ponad 19 600 km [1].

Rys. 1. Zainstalowana moc cieplna w Polsce [1]

Rys. 2. Zainstalowana moc cieplna w wybranych województwach Polski [1]

119

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | translation 114–118

3. Możliwość oddawania ciepła przez elektrownię jądrową Decydując się na wykorzystanie elektrowni jądrowej jako źródła ciepła sieciowego czy też pary technologicznej, należy zwrócić uwagę na prawidłowy dobór turbozespołu i pozostałych elementów obiegu wtórnego. W klasycznych układach kogeneracyjnych pracujących na bazie paliw organicznych stosowane są turbiny przeciwprężne, upustowo-przeciwprężne lub upustowo-kondensacyjne. W elektrowni jądrowej korzystniejszym rozwiązaniem jest zastosowanie turbiny upustowo-kondensacyjnej, której upusty mogą być wykorzystywane w sezonie grzewczym do dostarczania pary na cele grzewcze, a w trakcie całego roku na cele technologiczne (para). Po sezonie grzewczym turbina ta mogłaby (w braku zapotrzebowania na parę technologiczną) pracować przy pełnej kondensacji, wytwarzając wyłącznie energię elektryczną. Ze względu na bardziej złożoną budowę, związaną z przystosowaniem do pracy ciepłowniczej, koszty takiej turbiny byłyby wyższe niż koszty turbiny kondensacyjnej. Przykładowe propozycje układów turbin dla elektrowni jądrowej z reaktorem PWR przedstawiono na rys. 3 [2]. Stopień modyfikacji i zmian w obrębie turbiny upustowo-kondensacyjnej zależy od poboru ciepła na cele ciepłownicze. W dużym bloku jądrowym o mocy elektrycznej 1600 MW najmniejszych zmian wymagałaby turbina przy poborze mocy cieplnej na poziomie do ok. 200 MW. Wówczas para mogłaby być pobierana z odpowiednio powiększonych upustów turbiny (rys. 3a). Przy poborze mocy cieplnej na poziomie 200–500 MW konieczne mogłoby być umieszczenie dodatkowego kadłuba niskoprężnego na głównym wale turbiny, przeznaczonego do pracy ciepłowniczej (rys. 3b). Największych zmian należałoby oczekiwać przy poborze mocy cieplnej powyżej 1800 MW. Wówczas mogłoby się okazać celowe zastosowanie dwóch lub trzech oddzielnych wałów z oddzielnymi generatorami (rys. 3c). Obecnie nie ma na świecie elektrowni jądrowych, które przekazywałyby większe ilości ciepła odbiorcom zewnętrznym. Zazwyczaj są to obiekty zaopatrujące w ciepło najbliższe osiedla zamieszkiwane najczęściej przez personel eksploatacyjny EJ, a ich moce są niewielkie, sięgające kilkunastu megawatów. Przykładem elektrowni jądrowej pracującej w częściowym skojarzeniu jest szwajcarska elektrownia Beznau, która dostarcza do dość rozbudowanej sieci ciepłowniczej (o łącznej długości ok. 130 km) w szczycie zapotrzebowania moc cieplną na poziomie 80 MW. Elektrownia ta wyposażona jest w dwa bloki jądrowe z reaktorami typu PWR o mocy elektrycznej brutto po ok. 380 MW każdy [3]. Całkowita moc elektryczna EJ Beznau zbliżona jest do mocy klasycznych bloków parowych zainstalowanych w dużych krajowych elektrowniach. Jednakże ze względu na różnice parametrów produkowanej pary ich budowa znacząco się różni. W polskich elektrowniach pracują turbiny na parę przegrzaną (540°C, 18 MPa), podczas gdy w szwajcarskiej elektrowni jądrowej są to turbiny na parę suchą nasyconą (5,5 MPa). W konsekwencji strumień pary świeżej bloku jądrowego (ok. 2160 t/h) jest zdecydowanie większy niż

120

8 3x

3 11 9 15 10

b) 13

1 – reaktor jądrowy, 2 – wytwornice pary, 3 – główne pompy cyrkulacyjne, 4 – część WP turbiny, 5 – część NP turbiny, 6 – generator, 7 – separator wilgoci, 8 – przegrzewacz międzystopniowy pary, 9 – skraplacz, 10 – wymienniki sieciowe, 11 – pompa wody zasilającej, 12 – część przeciwprężna turbiny, 13 – klapa regulacyjna, 14 – turbina ciepłownicza na oddzielnym wale, 15 – wymienniki regeneracyjne Rys. 3. Uproszczone schematy cieplne układów EJ przystosowanej do odbioru ciepła na potrzeby ciepłownicze [4]

w polskich blokach klasycznych o mocy 360 MW (ok. 1150 t/h). W wyniku niższej sprawności obiegu termodynamicznego ilość ciepła oddawanego w skraplaczu jest większa, a więc zapotrzebowanie na wodę chłodzącą w EJ jest dużo wyższe (w porównaniu z elektrownią klasyczną o takiej samej mocy elektrycznej). Jednakże wykorzystanie elektrowni jądrowej do pracy ciepłowniczej pozwoliłoby zmniejszyć to zapotrzebowanie. W przypadku bloku jądrowego elektrowni Beznau ilość wody chłodzącej to ok. 72 tys. t/h, podczas gdy w bloku elektrowni Opole jest to ok. 40 tys. t/h). Dla porównania – w całym systemie ciepłowniczym Refuna (zasilanym z EJ Beznau) krąży ok. 1150 t/h wody sieciowej. 4. Możliwość współpracy elektrowni jądrowej z systemem ciepłowniczym i elektroenergetycznym Zapewnienie współpracy przystosowanej do oddawania ciepła elektrowni jądrowej z zewnętrznymi systemami energetycznymi wymaga spełnienia wielu warunków. Wynikają one z przepisów prawnych ujętych m.in. w prawie energetycznym, a także w ostatnio znowelizowanym prawie atomowym. Dotyczą one zarówno możliwości budowy nowych źródeł wytwórczych, szczególnie dużej mocy, jak i rozległych

sieci przesyłowych elektrycznych oraz ciepłowniczych, a także możliwości przyłączenia tych obiektów do istniejących eksploatowanych systemów. Warto mieć na względzie, że są to na ogół inwestycje wieloletnie, których okres przygotowania jest często znacznie dłuższy niż okres samej budowy. Przykładem mogą tu być linie elektroenergetyczne najwyższych napięć: sam proces budowy linii 400 kV o długości 100 km może być zrealizowany do 1,5 roku, natomiast zaplanowanie i przygotowanie takiej inwestycji może trwać nawet 7–10 lat [5]. Podobnie wygląda sprawa z magistralami ciepłowniczymi i sieciami cieplnymi, jak również ze źródłami wytwórczymi, a w szczególności jądrowymi. Dlatego tak ważnego znaczenia nabiera problem wyboru odpowiedniego miejsca lokalizacji EJ, który z jednej strony ma istotny wpływ na zapewnienie właściwego poziomu bezpieczeństwa, a z drugiej strony wpływa na całkowite koszty przedsięwzięcia. Współpraca elektrowni jądrowej z systemem elektroenergetycznym zależy w dużej mierze od jej własności regulacyjnych. Te zaś uwarunkowane są z jednej strony względami wytrzymałościowymi materiałów obiegu pierwotnego, z drugiej zaś strony uzależnione są od charakteru procesów przebiegających w rdzeniu reaktora. Naprężenia termiczne,

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | translation 114–118

jakie mogą powstawać w elementach paliwowych reaktora, a także w elementach grubościennych obiegu pierwotnego oraz wtórnego (zbiorniki, rurociągi, turbina) w warunkach zmieniającego się obciążenia bloku jądrowego, stanowią ograniczenia zdolności regulacyjnych elektrowni, co z punktu widzenia pracy systemu elektroenergetycznego jest zjawiskiem niekorzystnym. Również zmiany obciążenia elektrycznego bloku jądrowego wywołują zmianę mocy reaktora, w wyniku czego następuje naruszenie równowagi pomiędzy liczbą powstających i liczbą ubywających jąder ksenonu w rdzeniu – pierwiastka, który obok samaru jest w największym stopniu odpowiedzialny za zatrucie reaktora, czyli pasożytnicze pochłanianie neutronów. Powoduje to dość złożone zmiany reaktywności reaktora, czyli odchylenia stanu reaktora od stanu krytycznego. Z tego powodu korzystna jest praca reaktora jądrowego i całego bloku przy jak najwyższym i możliwie stałym stopniu obciążenia. Zmiany mocy są jednak nieuniknione, chociażby ze względu na postępujący proces wypalania paliwa jądrowego. Z punktu widzenia eksploatacji najważniejsze znaczenie ma przebieg zmian reaktywności podczas stanu nieustalonego, spowodowanego redukcją mocy (zmniejszeniem gęstości strumienia neutronów) lub wyłączeniem reaktora, gdyż w tych sytuacjach mają miejsce największe straty reaktywności. Kompensacja tych i innych efektów reaktywnościowych jest zadaniem układu sterowania i zabezpieczeń reaktora. Nowe rozwiązania reaktorów jądrowych generacji III oraz III+ umożliwiają pracę bloku jądrowego w znacznie większym zakresie zmian i przebiegających z większą częstotliwością zmian mocy w porównaniu z rozwiązaniami dotychczasowymi. Współczesne elektrownie jądrowe są tak projektowane, by mogły nadążać za zmianami obciążenia systemu elektroenergetycznego w szerokich granicach, a więc charakteryzują się odpowiednią manewrowością. Bloki jądrowe o mocy cieplnej na poziomie 3,4 GW i mocy elektrycznej 1,1 GW pozwalają na skokową zmianę mocy o +/– 10% w zakresie 15–100% mocy znamionowej, redukcję mocy z poziomu 100% do 50%

w czasie 2 godz., utrzymywanie mocy na poziomie 50% przez 2–10 godz. i przywrócenie jej do 100% w czasie 2 godz. Ponadto umożliwiają zmianę mocy w tempie 5%/min w zakresie 15–100% mocy znamionowej (tj. ok. 56 MW/min) [6]. Zmiany obciążenia elektrycznego EJ przystosowanej do oddawania ciepła mogą również wynikać ze zmian zapotrzebowania na moc cieplną ze strony systemu ciepłowniczego. Istotnym zagadnieniem technicznym jest również wybór sposobu współpracy EJ i zasilanego przez nią systemu ciepłowniczego, pracy równoległej bądź szeregowej. Połączenie równoległe umożliwia lepsze wykorzystanie istniejących w rejonie odbiorczym klasycznych źródeł ciepła. Połączenie takie pozwala również zmniejszyć przekroje rurociągów przesyłowych, co ma istotne znaczenie w transporcie ciepła na duże odległości. W układzie równoległym, przedstawionym na rys. 4, istniejące dotychczas źródła ciepła, zlokalizowane w bezpośrednim sąsiedztwie odbiorców ciepła, zmieniłyby charakter swojej pracy, pełniąc rolę źródeł szczytowych, natomiast moc cieplna podstawowa byłaby dostarczana z odległej elektrowni jądrowej. Współczynnik skojarzenia, charakteryzujący powyższy system zasilania, byłby zdefiniowany jako (oznaczenia tak jak na rys. 4):

5. Proponowane rozwiązania W związku z wdrażaniem PPEJ pojawiła się szansa na ponowne rozważenie celowości wykorzystania planowanych elektrowni jądrowych jako źródeł ciepła dla istniejących systemów ciepłowniczych. Można w tym zakresie sięgnąć do wykonanych przed laty analiz oraz oprzeć się na zdobytych wówczas doświadczeniach projektowych. Szczególną aktywność przejawiało w tym względzie środowisko warszawskie, widząc szczególną rolę lokalizacji elektrociepłowni jądrowej w pobliżu stolicy. Poprawiłoby to stan środowiska naturalnego w aglomeracji warszawskiej. System warszawski jest jednym z największych systemów

GEJ tze QEJ

QZS

tpe 5

1 – elektrownia jądrowa, 2 – szczytowe źródło energii, 3 – pompownia wody sieciowej z pompami 5, 4 – rejon odbiorczy, 6 – pośrednia stacja wymiennikowa, QEJ, QZS – szczytowe moce cieplne: elektrowni jądrowej oraz źródła lokalnego, Qs – szczytowe zapotrzebowanie na moc cieplną rejonu odbiorczego, GEJ – strumień masy wody sieciowej przepływającej przez EJ, GS – całkowity strumień masy wody sieciowej przekazywany do odbiorców, tze, tz – temp. wody sieciowej: na zasilaniu z elektrowni jądrowej oraz na zasilaniu rejonu odbiorczego, tpe, tp – temp. wody sieciowej na powrocie do elektrowni oraz na powrocie z rejonu odbiorczego Rys. 4. Schemat poglądowy scentralizowanego systemu zasilania w ciepło z elektrownią jądrową współpracującą w układzie równoległym z lokalnym szczytowym źródłem energii [4]

ciepłowniczych na świecie, charakteryzującym się wysokim zapotrzebowaniem na moc cieplną ze strony odbiorców na poziomie ok. 3700 MW. W jego skład wchodzą następujące źródła ciepła: dwie elektrociepłownie (Żerań o mocy cieplnej 1560 MW, Siekierki o mocy cieplnej 2081 MW), dwie ciepłownie (Kawęczyn o mocy cieplnej 512 MW, Wola o mocy cieplnej 465 MW) oraz spalarnia (Zakład Unieszkodliwiania Stałych Odpadów Komunalnych o mocy cieplnej ok. 10 MW). Elektrownia jądrowa, umożliwiająca produkcję ciepła sieciowego, która byłaby włączona do stołecznego systemu ciepłowniczego, mogłaby w znacznej mierze zastąpić istniejące źródła ciepła opalane węglem kamiennym. Problem ten stał się ponownie aktualny, kiedy jako jedną z potencjalnych lokalizacji pierwszych elektrowni jądrowych w Polsce wytypowano rejon Nowego Miasta, co umożliwiłoby przesłanie dużej mocy cieplnej do stołecznego systemu ciepłowniczego. Przed laty w Biurze Studiów i Projektów E n e r g e t y c z ny c h „ E n e r g o p r o j e k t” w Warszawie wykonane zostały również analizy dotyczące wykorzystania ciepła z EJ dla aglomeracji trójmiejskiej. Powstała wówczas koncepcja i projekt zasilania mocą cieplną ok. 900 MW z budowanej Elektrowni Jądrowej Żarnowiec miast: Gdyni, Sopotu i Gdańska. Wprawdzie projekt ten nie doczekał się realizacji, ale przeprowadzone wówczas rozpoznanie tras przebiegu magistral przesyłowych oraz wykonane obliczenia cieplno-hydrauliczne mogą obecnie okazać się przydatne w badaniach opłacalności poboru i przesyłania ciepła z najbardziej prawdopodobnych miejsc lokalizacji pierwszej EJ w okolicach Jeziora Żarnowieckiego lub miejscowości Lubiatowo i Kopalino do rejonów Wejherowa i Gdyni. Wykonano wstępną analizę techniczno-ekonomiczną, w której założono, że w pierwszym etapie elektrownia jądrowa będzie pokrywać połowę szczytowego zapotrzebowania na moc cieplną obydwu tych rejonów, czyli dostarczać do systemu zasilania moc na poziomie do ok. 300 MW, współpracując odpowiednio z istniejącą ciepłownią lokalną (Wejherowo) oraz elektrociepłownią (Gdynia). Tak relatywnie niewielki pobór mocy cieplnej z EJ, wyposażonej np. w dwa bloki z reaktorami EPR 1600, umożliwiłby zasilanie parą członu ciepłowniczego z trzech ostatnich nieznacznie powiększonych upustów turbiny. Do oceny kosztów dostawy ciepła do rejonów odbiorczych posłużono się metodą przedstawioną w [4] i [7]. Główna koncepcja tej metody polega na tym, że koszty stałe wytwarzania ciepła w EJ obciążono kosztami ubytku mocy elektrycznej, a koszty zmienne – kosztami ubytku energii elektrycznej, powstałymi w elektrowni jądrowej w związku z jej przystosowaniem do pracy ciepłowniczej. Ponadto koszty dostawy ciepła do rejonów odbiorczych obejmują koszt zainstalowania członu ciepłowniczego w elektrowni jądrowej, a także koszty wytwarzania w lokalnych źródłach ciepła (w tym przypadku – w ciepłowni w Wejherowie oraz w elektrociepłowni w Gdyni), jak również koszty przesyłania ciepła z EJ do obu rejonów odbiorczych. Wstępne obliczenia wykonane przy założeniu wariantu optymistycznego, tzn.

121

T. Minkiewicz, A. Reński | Acta Energetica 3/20 (2014) | translation 114–118

względnie niskiego poziomu jednostkowych nakładów inwestycyjnych na obiekty wytwórcze i przesyłowe, wykazały, że rozpatrywany system zasilania, oparty na wykorzystaniu ciepła z EJ, ma szanse być konkurencyjny w stosunku do klasycznych systemów ciepłowniczych, gdyż mógłby zapewnić dostawę ciepła do odbiorców już przy koszcie 40 zł/GJ. Powyższe analizy zostaną uszczegółowione i zaktualizowane w ramach realizowanego obecnie projektu grantowego, finansowanego przez Narodowe Centrum Badań i Rozwoju (NCBiR). Miejski system ciepłowniczy w Wejherowie pracuje obecnie z wykorzystaniem ciepłowni Nanice o mocy cieplnej ok. 55 MW, zaspokajając ok. 37% zapotrzebowania na ciepło. Na początku 2012 roku rozpoczęto budowę dodatkowego źródła energii (silnik gazowy o mocy cieplnej 6,1 MW), które w sezonie letnim będzie zaspokajało zapotrzebowanie na ciepło do przygotowania ciepłej wody użytkowej, a w sezonie grzewczym będzie wstępnie podgrzewało wodę, która w drugim stopniu będzie podgrzewana przez kotły węglowe ciepłowni Nanice. Miejski system ciepłowniczy Redy zasilany jest z ciepłowni Koksik o mocy cieplnej ok. 35 MW. Wykorzystywane jest ok. 50% tej mocy, ponieważ moc zamówiona przez odbiorców na ogrzewanie i ciepłą wodę użytkową to ok. 18 MW. Miejski system ciepłowniczy Rumi jest przedłużeniem systemu gdyńskiego, zasilanego z Elektrociepłowni Gdynia Ec3 (sieć wysokoparametrowa 130/70°C). Szacuje się, że przepustowość sieci magistralnych wykorzystywana jest w 25%, a udział miejskiej sieci ciepłowniczej w pokrywaniu zapotrzebowania na ciepło w mieście na ok. 27% (31 MW). W Gdyni głównym źródłem ciepła jest Elektrociepłownia Gdynia Ec3 o mocy cieplnej ok. 470 MW. Aktualne zapotrzebowanie odbiorców na moc cieplną w sezonie grzewczym wynosi ok. 820 MW, z czego 55% pokrywa Ec3 (ok. 450 MW). Na podstawie aktualnych danych, zaczerpniętych z „Projektu założeń do planu

zaopatrzenia w ciepło, energię elektryczną i paliwa gazowe dla miast Wejherowo, Reda, Rumia i Gdynia”, można oszacować, że w 2020 roku całkowite zapotrzebowanie na ciepło w okresie zimowym wyniesie ok. 1150 MW, natomiast w sezonie letnim ok. 200 MW. W związku z powyższym istnieją podstawy, aby przystąpić do wykonania analizy technicznej i ekonomicznej możliwości wykorzystania elektrowni jądrowej jako źródła ciepła sieciowego, która miałaby być wybudowana w rejonie Jeziora Żarnowieckiego [8]. 6. Wnioski końcowe W związku z trwającym już PPEJ pojawiła się możliwość zweryfikowania wykonanych przed laty analiz i sprawdzenia, czy wykorzystanie EJ jako podstawowego źródła energii w systemie ciepłowniczym jest rozwiązaniem efektywnie ekonomicznym i konkurencyjnym w stosunku do konwencjonalnych źródeł ciepła. Rozwiązanie takie może się przełożyć na zwiększenie efektywności EJ, zmniejszenie kosztów produkcji energii cieplnej, obniżenie zużycia pierwotnych surowców energetycznych oraz zredukowanie ilości szkodliwych zanieczyszczeń emitowanych do środowiska. Należy też podkreślić, że stale zwiększające się koszty wytwarzania ciepła w źródłach konwencjonalnych będą musiały znacząco wzrosnąć, a będzie to spowodowane Dyrektywą o emisjach przemysłowych (IED), która od 2023 roku dotknie również ciepłownictwa, narzucając nowe, niższe limity emisji szkodliwych substancji do środowiska. Znaczącym problemem eksploatacyjnym pozostaje sezonowa zmienność zapotrzebowania na ciepło do celów grzejnych (obecne rozwiązania pozwalają na wykorzystanie ciepła sieciowego również latem, produkowany jest wówczas chłód sieciowy) oraz ustalenie temperatury zasilającej i powrotnej wody sieciowej (ze względu na znaczne odległości pomiędzy źródłem ciepła a rejonem odbiorczym). Z uwagi na to, że Polska nie ma doświadczenia w eksploatacji jądrowych obiektów energetycznych, przydatne mogą się okazać

wykonane przed laty analizy dotyczące wykorzystania EJ jako źródła energii elektrycznej i cieplnej (dla lokalizacji Żarnowiec oraz w pobliżu Warszawy). Jednakże poza analizą techniczną głównym celem badań, mających na celu sprawdzenie możliwości uciepłownienia elektrowni jądrowej w warunkach polskich, powinno być zapewnienie wyższej efektywności ekonomicznej systemu ciepłowniczego zasilanego z tejże elektrowni, w porównaniu z klasycznymi źródłami energii pracującym w skojarzeniu. Badania zostały dofinansowane przez Narodowe Centrum Badań i Rozwoju w ramach strategicznego projektu badawczego nr SP/J/10/176450/12. Bibliografia 1. 2. 3.

4. 5.

7. 8.

Prezes Urzędu Regulacji Energetyki, Energetyka cieplna w liczbach – 2011, Warszawa, wrzesień 2012. Mühlhäuser H.J., Steam turbines for district heating in nuclear power plants, Nuclear Technology, April 1978, Vol. 38. Nuclear Power in Switzerland, World Nuclear Association [online], www. world-nuclear.org/info/inf86.html, grudzień 2012. Reński A., Elektrownie jądrowe jako źródło ciepła sieciowego i technologicznego, Energetyka, sierpień 2009. Kasprzyk S., Program polskiej energetyki jądrowej. Najkorzystniejsze lokalizacje, moce w tych lokalizacjach, rozwój i modernizacja linii i rozdzielni najwyższych napięć, Energetyka, sierpień 2009. Kubowski J., Problemy współpracy elektrowni jądrowych z systemem elektroenergetycznym, Energetyka, kwiecień 2010. Reński A., Jak efektywnie ograniczyć ciepło odpadowe z elektrowni jądrowej, Rynek Energii 2010, nr 1. Minkiewicz T., Reński A., Nuclear power plant as a source of electrical energy and heat, Archives of Energetics 2011, No. 3–4.

Tomasz Minkiewicz

mgr inż. Politechnika Gdańska e-mail: t.minkiewicz@eia.pg.gda.pl Ukończył studia na Wydziale Elektrotechniki i Automatyki Politechniki Gdańskiej (2009). Obecnie uczęszcza na studium doktoranckie macierzystego wydziału oraz jest zatrudniony na stanowisku wykładowcy w Katedrze Elektroenergetyki PG. Jego zawodowe zainteresowania obejmują aktualny stan i rozwój energetyki jądrowej w Polsce i na świecie oraz ciepłownictwo.

Andrzej Reński

dr hab. inż. prof. nadzw. PG Politechnika Gdańska e-mail: a.renski@eia.pg.gda.pl Ukończył studia na Wydziale Mechanicznym Energetyki i Lotnictwa (MEiL) Politechniki Warszawskiej (1969). W 1981 roku obronił pracę doktorską na Wydziale Elektrycznym Politechniki Gdańskiej, a w 2003 roku uzyskał stopień doktora habilitowanego na Wydziale MEiL Politechniki Warszawskiej. Od 2007 roku jest zatrudniony na stanowisku profesora nadzwyczajnego Politechniki Gdańskiej. Obszary jego zainteresowań to: energetyka cieplna – budowa i modelowanie urządzeń energetycznych elektrowni, elektrociepłowni klasycznych i jądrowych oraz optymalizacja rozwoju systemów ciepłowniczych.

122

I. Sadowska | Acta Energetica 3/20 (2014) | 123–128

Energy Consumption Analysis Methods in Industry Author Izabela Sadowska

Keywords energetic economy, energy consumption, industry

Abstract This paper overviews applied methods to evaluate energy consumption in Industry. The most important law regulations are presented, which decide on the necessity to conduct an effective energetic economy. Basic assumptions are defined to calculate direct and cumulative energy consumption. The pros and cons of using each method are presented.

DOI: 10.12736/issn.2300-3022.2014311

1. General information The issue of efficient energy management is one of the essential enablers of the common European energy policy. In times of growing energy demand and the resulting increasing costs of its generation and consumption, an approach to rationalising consumption is a priority for a proper economic development. One of the prerequisites for a rational energy economy is a holistic approach, which considers economy as a whole, combined with a selective approach to every participant separately. Therefore discussions concerning energy efficiency improvements need to be carried out in parallel to political, technical and economic actions in order to verify that the adopted mechanisms are working correctly.

The European Union sees energy efficiency as one of the three strategic goals of its energy policy. Energy intensity of the Polish economy is now estimated to be twice that of the EU average (Fig. 1). Improvements in this respect are essential for the Polish economy. According to the findings of the European Commission presented in Directive 2006/32/EC on energy end-use efficiency and energy services [1], it has been unambiguously stated that: “there is a need for improved energy end-use efficiency...” [1]. Implementation of stipulations of this document is supposed to lead to: a) improved security of supply b) reduced primary energy consumption c) prevention of dangerous climate change

Fig. 1. Energy intensity of EU economies in 2010 expressed as a ratio of energy consumption to GDP, own work, data source: Eurostat 123

I. Sadowska | Acta Energetica 3/20 (2014) | 123–128

d) exploiting potential energy savings in a cost-effective manner, thus reducing dependency on energy imports e) boost of innovativeness and competitiveness. The adopted general goal of 9% energy savings for the ninth year of application of the Directive is to be reached by adopting improved technologies, and not by production curtailments. This stipulation is given in Article 3, item (c): “‘energy efficiency improvement’: an increase in energy end-use efficiency as a result of technological, behavioural and/or economic changes” [1]. Energy savings are defined as “an amount of saved energy determined by measuring and/or estimating consumption before and after implementation of one or more energy efficiency improvement measures...” [1]. The Directive commits member states to undertake practicable and expensive actions aimed at reaching stipulated goal. European Union proposes also implementation of a new instrument supporting actions aimed at actual energy savings – so-called white certificates. White certificate scheme would involve providing financial support for holder of a document certifying that energy efficiency measures have been adopted. Ownership of such a certificate would lead to substantial financial benefits, with value equal to proven savings. In response to the requirements of the Directive 2006/32/EC, in June 2007 Polish Ministry of Economy has developed a National Energy Efficiency Action Plan [2]. In line with Article 4 of the Directive, the Action Plan stipulates: “achieving indicative energy saving goal (...) of 9% in 2016” [2]. The Plan presents assumptions for its implementation, quantitative calculations of the national goal and – in section 3.3 – it contains a list of measures aimed at improving industrial energy efficiency. Description of specific energy efficiency measures contained in the section 3.3.2, subsection 3 clearly shows necessity to develop energy management systems and energy auditing schemes in the industry through: a) actions aimed at improving awareness and skills in the area of energy and equipment management b) development and promotion of free and easy-to-use energy management tools for industry, including tools for energy auditors and for benchmarking c) organising training courses, advisory services and experience exchange in the area of informing about potential of energy consumption reductions at industrial facilities. Another legislative event was the publication of the “Energy Policy of Poland by 2030” on 10 November 2009 [3]. The document, presented for discussion on 10 September 2007, took into account requirements of valid EU regulations, and also formulated development directions for the Polish power industry. “Energy efficiency is given priority in the energy policy (...)” [3], and is one of its master targets. The efficiency issue is the subject of the whole of chapter 2 of this study, and already in the introduction the quantitative goal of “20% reduction in energy consumption by 2020 as compared to the business as usual scenario” is defined. The main energy policy objectives are defined as: a) “To achieve zero-energy economic growth, i.e. economic growth with no extra demand for primary energy b) Reducing the energy intensity of Polish economy to the EU-15 level” [3]. 124

Measures enabling reaching these objectives should include increased efficiency of final energy utilisation and reduction of total cost by flattening the energy demand curve near the level of the maximum peak load. The Energy Policy mentions the introduction of systemic support mechanisms, determining energy intensity of power-consuming equipment, and supporting research and development of new energy-saving technologies.

2. Methods for analysing energy intensity of industry 2.1. Used methods General comments Ensuring sustainable economic development of a country requires exercising effective energy management. Due to ever the increasing demand for energy, evaluating consumption effectiveness becomes necessary to reach essential goals. Energy economy should be evaluated within a specific branch of industry, using a specific indicator value. Determining a value of an indicator describing energy consumption enables comparing energy intensity at a certain consumption level. Currently two main methods for specifying such indicators are used. According to the scope of research, direct and cumulative energy intensity indicators are used [4]. Evaluation of economic effects of proefficiency measures within a defined branch of industry involves indicators describing energy consumed directly by the analysed process. The influence of such measures on the whole economy requires converting direct energy into total energy consumption in the form of converted primary energy. This leads to determining cumulative energy consumption indicators. These indicators express total primary energy consumption by all elements of a process network needed to manufacture the investigated product. Primary energy is the energy obtained directly from natural resources. Primary energy resources may be renewable or non-renewable. Renewable energy sources are characterised by repeatability of environmental processes. Renewable energy may originate from solar radiation, wind, biomass, geothermy or natural flow of water masses. Non-renewable resources like fossil minerals, natural gas or crude oil are only used once and their consumption considerably and adversely affects nature, causing environmental damage [5]. The total primary energy demand presented in Tab. 1 clearly shows a ratio between consumption of renewable and non-renewable energy, as well as a forecast of that ratio until 2030. The share of renewable energy in primary energy consumption is supposed to grow from 5% in 2006 to 12.4% in 2030. Forecasted primary energy demand by 2030 is 21% [6]. Presented values reveal a necessity to carry out multiple actions aimed at maximum savings of non-renewable energy resources. Tradable energy which is a result of energy conversion processes is known to its users as direct energy. This category includes electricity and heat purchased from a district heating system. In the case of converting primary energy into direct energy some inevitable losses occur. These are mainly related to heat losses due to this fact direct energy consumption is lower than that of primary energy.

I. Sadowska | Acta Energetica 3/20 (2014) | 123–128

Lignite *)

Unit

2006

2010

2015

2020

2025

2030

Output

12.6

11.22

12.16

9.39

11.21

9.72

mi Mg

59.4

52.8

57.2

44.2

52.7

45.7

Mtoe

43.8

37.9

35.3

34.6

34.0

36.7

mi Mg

76.5

66.1

61.7

60.4

59.3

64.0

Mtoe

24.3

25.1

26.1

27.4

29.5

31.1

mi Mg

24.3

25.1

26.1

27.4

29.5

31.1

Natural gas

Mtoe bcm

12.3 14.5

12.0 14.1

13.0 15.4

14.5 17.1

16.1 19.0

17.2 20.2

Renewable energy

Mtoe

5.0

6.3

8.4

12.2

13.8

14.7

Other fuels

Mtoe

0.7

0.9

1.1

1.4

1.6

Nuclear fuel

Mtoe

0.0

2.5

5.0

7.5

Electricity export

Mtoe

–0.9

0.0

PRIMARY ENERGY TOTAL

Mtoe

97.8

93.2

95.8

101.7

111.0

118.5

Hard coal**) Crude oil and oil products

*) – lignite LHV 8.9 MJ/kg *) – hard coal LHV 24 MJ/kg ***) – natural gas LHV 35.5 MJ/m

Tab. 1. Demand for primary energy in specific carriers (Mtoe, natural units), source: [6]

Each method used for evaluating energy intensity, either direct or cumulative, uses a dual approach to presenting numerical data. Data describing energy expenditures, amount of consumed raw materials or amount of manufactured products may be expressed in a natural, physical form, i.e. in units of mass, volume etc. or in an economic way as a financial value – cost or price – expressed in currency units. The former approach analyses the technical process, the latter is based on economics [7]. Investigation of direct energy intensity involves evaluating specific products. Process analysis done in this way is most valuable directly for the manufacturer – an industrial facility. Results presented in production units clearly describe the condition of the production process as well as results of introduced improvements. They may also directly prove the advisability of process change or reveal a situation where immediate reaction is necessary. Evaluation of energy intensity in an entire branch of industry does not allow using units in their natural dimensions directly. A cumulative energy intensity analysis is used to evaluate economic results of production, as opposed to the technical aspects. Economic verification based on currency is considered to be universal and more practical in comparison to an analysis based on natural units. However, in the long-term forecasting variations in the value of money and general difficulties in price forecasting need to be taken into account. In market economy conditions there is always some uncertainty about prices due to the nature of competitive markets. Of particular importance is the cost of procuring energy attributable to the cost of its environment-friendly and economically effective generation. Another important aspect in the context of competitive market development, is meeting the needs of the individual producer. Here the direct method again is superior to the cumulative one. Therefore the choice of used technique is dictated by the scope of analysis and its purpose. Due to the different

research methodology, at first specific energy consumption is evaluated in micro scale, and only then analysis shifts to macro scale – the whole economy.

2.2. Direct energy intensity Analysis of specific energy intensity involves carrying out measurements and investigation of a structure of used energy carriers spent directly during production of a product or provision of a service. In other words, it is “the energy of energy carriers supplied directly to the technical process (...) minus the recovered energy” [7]. In a physical sense direct consumption should be understood as the final consumption of energy in the form in which it is supplied, with no further conversion into other carriers. This tool is used to specify energy intensity of a process and to evaluate the potential of efficiency improvements. Direct energy intensity is usually expressed as a specific energy consumption indicator or direct energy intensity indicator. Comparative evaluation based on such values may be applied in a local scale [4]. Therefore using such parameters requires identifying a separate production train, specifying production volume and measuring energy used for that production. Thus it becomes necessary not only to investigate the main aspects of the equipment used, like technology type and operating patterns, but also additional information which may influence analysed values. Production methods, structure of process facilities, methods of supplying, using and converting energy may all significantly influence results. Another significant issue is the way in which waste energy is utilised and the time frame of the analysis. Calculated energy intensity provides information which may be used to compare energy consumption in individual pieces of equipment and in entire analysed process trains. Analysis of direct energy intensity may describe an industrial facility on the level of: • production unit – treated as a single piece of equipment or equipment sets which form an entire process unit • process unit composed of one main piece of equipment and many auxiliaries • manufacturing division – with one or more process units specialised in manufacturing similar products • industrial facility – a whole plant understood as a sum of all manufacturing divisions along with auxiliary facilities and structures (social, administrative) [4]. The existence of such mutually dependent levels requires dividing indicator values according to the analysis focus. It seems necessary to divide specific indicators into process-wise, manufacturing-wise and plant-wise categories. A process-wise indicator refers to the analysis of energy consumption within a technical process carried out within a certain piece of equipment or set of equipment. A manufacturing-wise indicator includes also energy consumed in auxiliary devices which directly serve the technical process. The plant-wise indicator is calculated for an entire plant, taking into account energy consumed by all equipment, even if it is not directly related to the manufacturing process, like e.g. administrative room lighting [8]. Defining a reference level for the sake of comparison may enable using an 125

I. Sadowska | Acta Energetica 3/20 (2014) | 123–128

aspect of confrontation. This results from the existence of even minor differences which affect the course of analysed process. Using energy consumption indicators by comparing their values to those achieved by similar plants requires careful specification of values. It needs to be ascertained what an indicator really describes and to what level of conversion processes it refers. Investigating conditions and circumstances which might affect the value of the calculated indicator is therefore an essential criterion which enables using direct energy intensity technique. This in turn enables effective management by consciously influencing specific values, which leads to reduction of energy consumption within a given process. Application of specific energy consumption indicators requires in particular: • separating a production train • determining production output • and measuring energy consumed by the production train. Energy consumption per product unit determined in this way is defined for specific technical and production conditions and refers to a certain reporting period. Final energy consumption in a technical process shall be understood as consumption of individual energy carriers which are not converted into other carriers, and consumption of energy supplied to the technical process with so-called media, e.g. compressed air, oxygen, nitrogen, industrial water [9]. Measurements of electricity used for production should be done in a way appropriate to the consumption conditions. Obtained readings of various measurement instruments enable creating balances of energy and analyses of energy flows and consumption within entire company. Measurements performed for specific groups of energy consuming equipment or process trains are used for determining specific energy consumption standards. In order to determine specific direct fuel and energy consumption indicators, it is necessary to define key parameters which characterise the manufacturing process: • characteristic of manufactured product – understood as its qualitative features, manufacturing method, measurement location and method, and measurement unit • process train – including list of manufacturing equipment and operations directly involved in the process • types, amounts and measurement units of energy carriers supplied to the manufacturing process • methodology for calculating indicators • methodology of calculating total energy consumption indicator. The methodology of calculating specific electricity consumption is usually limited to (1) where: WE – specific direct electricity consumption indicator [kWh/unit], Esup – volume of electricity supplied to the technical process [kWh], Erec – volume of electricity recovered within the process and consumed outside [kWh], P – quantity of product manufactured within the technical process [reference units]. 126

Reference units commonly used to express the quantity of manufactured product are production units describing volume and mass. Units defined in the International System of Units limit the dimensions to internationally acknowledged cubic metres (m3), tonnes (metric tonne; 1 t = 103 kg), and in the case of describing energy carriers – joules (1 J = 1 N . m). Besides international units, also other units are used in analyses due to the tradition and history of a specific country. In the case of volume the most popular are cubic metres (m3), cubic decametres (dam3 = 103 m3), litres (l = 10-3 m3) and barrels (bbl = 0.159 m3). Selected mass units are kilogram (kg), metric tonne (t = 103 kg), long tonne (It = 1016 kg) and short ton (st = 907.2 kg). Common units of energy and power are joule (J = 1 N - m), calorie (cal = 4.1868J), tonne of equivalent fuel, equal to a tonne of hard coal with a lower heating value of seven thousand kilocalories per kllogram (tef = 29.3076 - 109 J), tonne of oil equivalent, which expresses the equivalent of a metric tonne of crude oil with a lower heating value of ten thousand kilocalories per kilogram (toe = 41.868 - 109 J), kilowatt-hour (kWh = 3.6 - 106 J) and the British thermal unit (Btu = 1 055 J). Power values and energy flows are described with watts (W = 1J - s-1, s – second) and megawatts (MW = 106 W) [9].

2.3. Cumulative energy intensity 2.3.1. Definition The amount of energy necessary to manufacture a final product is not limited to energy consumed directly during production. The entire production process is a structure with various internal links which create a complex process network. Energy consumption is therefore related to the existence of many processes preceding the final result. The very concept of total energy calculation requires finding energy volumes consumed at all stages leading to the final result. Cumulative energy intensity includes all energy needed to manufacture the product, starting with the energy consumed to produce energy carriers needed in the process of production, transport and energy conversion, to the energy consumed directly in the production process. Thus it represents all primary energy which is actually consumed within all processes. As a result, calculation of cumulative energy intensity involves following energy flows: a) fuels and energy, i.e. acquisition of primary energy carriers, their conversion into secondary carriers and transmission to the manufacturing process b) raw materials, understood as a process of obtaining natural resources c) equipment and facilities, including manufacturing of machinery, devices and buildings which are parts of the manufacturing process train [9]. Fig. 2 describes only three basic levels of production processes. The first of them is acquisition of primary energy carriers and raw materials, the second is conversion of primary carriers into secondary ones and raw materials into commodities, and the final one is product manufacturing [11].

I. Sadowska | Acta Energetica 3/20 (2014) | 123–128

In free market economy conditions the two most popular methods for determining cumulative energy intensity have been used so far: process analysis and inter-branch flow method. Process analysis involves investigation of a series of consecutive process steps by accumulating energy consumed at each separated production phase. The analysis starts with direct energy consumption and then goes back, adding up all the energy expended on resource processing up to the resource acquisition. Thus it may be stated that this analysis method is directly related to the technology of the investigated production process. In the inter-branch flow method cumulative energy intensity consists of specific balances for each branch of industry. Assuming a certain division of national economy into branches means that economic exchange between mutually dependent sectors needs to be taken into account. This method leads to creating a system of simultaneous linear equations which represent balances of energy flows [9].

Fig. 2. Schematic diagram for cumulative energy intensity calculations: E – energy supplied directly, M, U – energy contained in different pieces of machinery and other equipment, T – transport, source: [4, 7]

2.3.2. Process analysis The process analysis method is derived from the fundamentals of process energy intensity evaluation based on specific direct energy consumption indicators. It leads to calculating cumulative energy intensity indicators through three steps. The first step is reverse creation of a process network. It is represented with a schematic diagram, reflecting consecutive phases of the manufacturing process. The path is analysed from the first level – the finished product, to the last one – primary energy acquisition. The next step is filling the network with numerical data. The numerical balance is obtained by determining the output of the investigated product and consumption of individual components and energy necessary to complete the manufacturing process. The third step is converting all parameters to specific

values per product unit, which is necessary to add values from all levels of the network [7].

2.3.3. Inter-branch flow analysis Application of the inter-branch flow analysis method enables finding economic interdependencies between defined branches, e.g. within the national economy. Implication of this method leads to using statistically created tables of inter-branch flows for the entire economy. Consumption of products of some branches by others expressed in currency enables formulating results in the form of obtained indicators, also expressed in currency units. Thanks to this procedure universal and easily understandable results are obtained for each branch of industry. In this method calculations involve skilful utilisation of interbranch flow tables. The tables, which contain identical numbers of rows and columns representing specific branches of economy, contain the value of production of the i-th branch transferred to the j-th branch presented at the intersection of i-th row and j-th column. An element at the intersection of the i-th row and i-th column (of the same number) contains the value of products of the i-th branch consumed within that very branch for processing purposes. To sum up, the sum of elements of the i-th row is equal to the values of products of the i-th branch consumed for the own needs of this branch and transferred to all other branches. Apart from branch designations, an inter-branch flow table contains values of global production for i-th branch Wi and final production Wik placed in relevant rows. Final production is understood as the output of analysed sector after deducing demand from all other branches and own consumption of the sector in question. The global value of i-th production branch is done by summing up [7].

where: Wi – global value of production of i-th branch [currency units], vtj – value of production of i-th branch transferred to the j-th branch [currency units], Wik – value of final production of i-th branch [currency units], n – number of branches. The cumulative value of energy in production within i-th branch is calculated by adding up cumulative values of energy for specific sectors:

where: WiXi – cumulative value of energy in production of the i-th branch [currency units], Xj – unknown value of j-th branch’s production [financial value of energy/financial value of j-th branch’s products].

3. Conclusions Identification of energy balances enables evaluating condition of energy economy. The necessity to use efficient management methods forces analysts to adopt appropriate analysis 127

I. Sadowska | Acta Energetica 3/20 (2014) | 123–128

techniques. The choice of technique mainly depends on the scope of analysis. Currently used energy efficiency analysis methods have multiple advantages and disadvantages which restrict their field of application. Utilisation of the methods involving calculation of direct energy intensity indicators in many cases have led to enacting standards mandatory for all manufacturers. By this step quantitative energy consumption was curbed. The industry aimed at maintaining its priorities, and did not differentiate between equipment with different wear and quality. Modern plants with high-efficiency equipment were rewarded. Thus it is necessary to enable industrial plants to correctly utilise direct energy intensity indicators by correct definition of the original condition and identification of effects obtained through energysaving measures. In order to achieve this, industrial plants need to be equipped with appropriate measurement systems. In the author’s opinion a decisive drawback, which currently blocks adopting cumulative energy intensity measurements, is technical progress. Automation systems and electronics widely used in the industry results in modification of processes on every analysed level, and thus does not allow utilising knowledge of cumulative energy intensity based on historical data. The author sees a possibility to resolve this issue by developing a concept for using energy intensity indicators for improving the efficiency of utilising energy carriers by the present verification of their values. Analysis made in this manner would become a tool enabling regular evaluation of the monitored industrial process. Evaluation of typical energy carrier variability based on historical data allows modelling consumption of those carriers within a certain future timeframe.

REFERENCES

1. European Parliament and the Council of the European Union, Directive 2006/32/EC of the European Parliament and of the Council on energy end-use efficiency and energy services and repealing Council Directive 93/76/EEC. 2. Ministry of Economy of the Republic of Poland, National Action Plan for Energy Efficiency, Warsaw, June 2007. 3. Ministry of Economy, Energy Policy of Poland until 2030, draft, Warsaw, September 2007. 4. Charun H., Podstawy gospodarki energetycznej [Fundamentals of Energy Management], Koszalin University of Technology, Koszalin 2004. 5. Szargut J. et al Racjonalizacja użytkowania energii w zakładach przemysłowych. Poradnik audytora energetycznego [Rationalisation of Energy Consumption at Industrial Facilities. Energy Auditor’s Handbook], Energy Conservation Foundation, Warsaw 1994. 6. Minsitry of Economy, Projection of demand for fuels and energy until 2030, Warsaw, 10 November 2009. 7. Bibrowski Z., Energochłonność skumulowana [Cumulative Energy Intensity], Warsaw 1983. 8. Charun H., Podstawy gospodarki energetycznej [Fundamentals of Energy Management], Warsaw 1980. 9. Central Statistical Office, Methodical reporting principles concerning fuel and energy economy with definitions. Statistical Publishing Establishment, Warsaw 2006.

Izabela Sadowska Gdańsk University of Technology e-mail: isadow@ely.pg.gda.pl Graduate of the Faculty of Electrical and Control Engineering of Gdańsk University of Technology (2007). Currently a PhD student and academic teacher at the Chair of Electrical Power Engineering, GUT. Her research concerns energy efficiency, especially energy intensity of economic processes. Her additional areas of interest include finances and banking.

128

I. Sadowska | Acta Energetica 3/20 (2014) | translation 123–128

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 123–128. When referring to the article please refer to the original text. PL

Metody analizy energochłonności w przemyśle Autor Izabela Sadowska Słowa kluczowe gospodarka energetyczna, energochłonność, przemysł Streszczenie W artykule autorka zawarła przegląd metod do oceny energochłonności przemysłu. Przedstawiono najważniejsze regulacje prawne decydujące o konieczności prowadzenia efektywnej gospodarki energetycznej. Zdefiniowano podstawowe założenia do obliczeń energochłonności bezpośredniej i skumulowanej. Opisano wady i zalety wykorzystania każdej z metod.

1. Informacje ogólne Jednym z podstawowych czynników umożliwiających budowanie wspólnej europejskiej polityki energetycznej staje się zagadnienie efektywnego gospodarowania energią. W okresie rosnącego zapotrzebowania na energię, a przez to rosnących kosztów wytwarzania i zużycia, podejście do racjonalizacji jej użytkowania staje się priorytetem poprawnego rozwoju gospodarczego. Warunkiem decydującym o prowadzaniu racjonalnej gospodarki energetycznej jest podejście całościowe, obejmujące obszar gospodarki jako całość, oraz jednostkowe, traktujące każdego uczestnika osobno. Rozważania obejmujące poprawę efektywności energetycznej należy zatem przeprowadzić równolegle do działań politycznych, technicznych i ekonomicznych, w celu weryfikacji poprawności funkcjonowania tych mechanizmów. Unia Europejska traktuje zagadnienie energooszczędności jako jeden z trzech strategicznych celów w zakresie polityki energetycznej. Energochłonność polskiej gospodarki jest obecnie szacowana na dwa razy wyższym poziomie niż średnia w Unii Europejskiej (rys. 1). Gospodarka polska koniecznie wymaga poprawy tego stanu. Zgodnie z ustaleniami Komisji Europejskiej i Rady, zawartymi w Dyrektywie 2006/32/WE, w sprawie efektywności końcowego wykorzystania energii i usług energetycznych [1], jednoznacznie wskazano, że: „istnieje potrzeba poprawy efektywności wykorzystania energii przez użytkowników końcowych (…)” [1]. Realizacja założeń zawartych w przywołanym dokumencie ma doprowadzić do: a) poprawy zabezpieczenia niezawodności dostaw energii b) zmniejszenia zużycia energii pierwotnej c) zapobiegania niebezpiecznym zmianom klimatycznym d) wykorzystania potencjalnych oszczędności energii w sposób ekonomicznie efektywny, co miałoby doprowadzić do uniezależnienia od importu energii e) r o z w o j u innowacyjności i konkurencyjności. Ustalony cel ogólny, jakim jest oszczędność energii na poziomie 9% w dziewiątym roku stosowania dyrektywy, ma być osiągnięty poprzez zastosowanie lepszych technologii, a nie np. ograniczenia produkcji. Sformułowanie to zawarto w art. 3 p. c): „poprawa efektywności energetycznej: zwiększenie efektywności końcowego

wykorzystania energii dzięki zmianom technologicznym, gospodarczym lub zmianom zachowań” [1]. Oszczędność energii jest definiowana jako „ilość zaoszczędzonej energii ustalona poprzez pomiar oraz szacowanie zużycia przed i po wdrożeniu jednego lub kilku środków poprawy efektywności energetycznej (…)” [1]. Dyrektywa narzuca na państwa członkowskie konieczność podjęcia wykonalnych i kosztownych działań prowadzących do realizacji stawianego minimum. Unia Europejska wskazuje również na możliwość zastosowania nowego instrumentu wsparcia działań zmierzających do faktycznych oszczędności energetycznych, a mianowicie systemu tzw. białych certyfikatów. Mechanizm funkcjonowania białych certyfikatów miałby opierać się na uzyskiwaniu wsparcia finansowego poprzez wydawany certyfikat, świadczący o zastosowaniu środków poprawy efektywności energetycznej. Posiadanie takiego certyfikatu wiązałoby się z uzyskiwaniem wymiernych korzyści finansowych o równowartości wykazanych oszczędności. W odpowiedzi na wymagania stawiane w Dyrektywie 2006/32/WE Ministerstwo Gospodarki opracowało w czerwcu 2007 roku Krajowy Plan Działań dotyczący efektywności energetycznej [2]. Zgodnie

z art. 4 ww. dyrektywy w dokumencie tym założono: „osiągnięcie celu indykatywnego oszczędności energii (…) 9% w roku 2016” [2]. Przedstawiono założenia do realizacji, obliczenia ilościowe krajowego celu, jak również zestawiono w punkcie 3.3 środki służące poprawie efektywności energetycznej w przemyśle. Opis poszczególnych środków poprawy efektywności energetycznej, zawarty w p. 3.3.2 pp. 3, wskazuje jednoznacznie na konieczność rozwijania systemu zarządzania energią i systemów audytów energetycznych w przemyśle poprzez m.in.: a) działania zwiększające świadomość i umiejętność zarządzania energią i urządzeniami b) rozwój i promocję bezpłatnych i łatwych narzędzi zarządzania energią przystosowanych dla przemysłu, w tym narzędzi dla audytorów energetycznych i benchmarkingu c) prowadzenie szkoleń, usług doradczych wymiany doświadczeń w zakresie informowania o możliwościach redukcji zużycia energii w zakładach przemysłowych. Kolejnym wydarzeniem legislacyjnym było opublikowanie 10 listopada 2009 roku dokumentu „Polityka energetyczna Polski do 2030 roku” [3]. Dokument, poddany

Rys. 1. Energochłonność gospodarek krajów UE w 2010 roku, wyrażona jako stosunek zużycia energii do PKB, opracowanie własne, źródło: Eurostat

129

I. Sadowska | Acta Energetica 3/20 (2014) | translation 123–128

pod dyskusję 10 września 2007 roku, uwzględnia zarówno wymogi obowiązujących unijnych regulacji, jak również formułuje kierunki rozwoju polskiej elektroenergetyki. „Kwestia efektywności energetycznej jest traktowana w polityce energetycznej w sposób priorytetowy (…)” [3] i jest jednym z nadrzędnych celów jej realizacji. Zagadnieniu temu poświęcono cały drugi rozdział opracowania, wyznaczając już na wstępie cel ilościowy oszczędności „do roku 2020 (…) zmniejszenia zużycia energii o 20% w stosunku do scenariusza business as usual” [3]. Za cel główny polityki energetycznej uznano: a) „Dążenie do utrzymania zeroenergetycznego wzrostu gospodarczego, tj. rozwoju gospodarki następującego bez wzrostu zapotrzebowania na energię pierwotną b) Konsekwentne zmniejszenie energochłonności polskiej gospodarki do poziomu UE-15” [3]. Realizacja tych postanowień ma być osiągnięta, m.in. przez wzrost efektywności końcowego wykorzystania energii oraz zmniejszenie całkowitych kosztów za pomocą wyrównania zapotrzebowania do poziomu maksymalnych mocy w szczycie. W „Polityce energetycznej (…)” przywołuje się, m.in. wprowadzenie systemowego mechanizmu wsparcia, oznaczenie energochłonności urządzeń zużywających energię, wsparcie prac naukowo-badawczych w zakresie nowych technologii zmniejszających zużycie energii. 2. Metody analizy energochłonności w przemyśle 2.1. Stosowane metody. Uwagi ogólne Zapewnienie zrównoważonego rozwoju gospodarczego kraju podyktowane jest prowadzeniem efektywnej gospodarki energetycznej. W obliczu rosnącego zapotrzebowania na energię ocena racjonalizacji jej użytkowania staje się niezbędna do spełnienia podstawowych celów. Oceny stanu gospodarki energetycznej powinno dokonywać się w ramach konkretnej branży przemysłu za pomocą określonego miernika. Wyznaczenie miernika zużycia energii umożliwia przeprowadzenie porównania energochłonności na danym poziomie zużycia. Stosowane są obecnie dwie podstawowe metody określania tych wskaźników. Ze względu na zakres badań wyróżnia się wskaźniki energochłonności bezpośredniej oraz wskaźniki energochłonności skumulowanej [4]. Ocena efektów ekonomicznych działań racjonalizujących w ramach zdefiniowanej gałęzi przemysłu odbywa się z wykorzystaniem wskaźników zużycia energii bezpośrednio zużywanej w analizowanym procesie. Wpływ powyższych działań na całość gospodarki dyktuje konieczność przeliczenia zużycia energii bezpośredniej na zużycie energii sumarycznej w postaci przetworzonej energii pierwotnej. Realizacja tego zagadnienia sprowadza się do wyznaczenia wskaźników skumulowanego zużycia energii. Wyrażają one zużycie energii pierwotnej ogółem we wszystkich ogniwach sieci technologicznej służącej do wytworzenia rozpatrywanego wyrobu. Energia pierwotna to energia pozyskiwana bezpośrednio z zasobów naturalnych. Zasoby energii pierwotnej mają postać odnawialną lub nieodnawialną. Odnawialne źródła energii charakteryzują się naturalną

130

Jedn. Węgiel brunatny*)

Węgiel kamienny**)

Ropa i produkty naftowe Gaz ziemny***)

2006

2010

2015

2020

2025

Mtoe

12,6

11,22

mln ton

59,4

52,8

2030

12,16

9,39

11,21

9,72

57,2

44,2

52,7

45,7

Mtoe

43,8

37,9

35,3

34,6

34,0

36,7

mln ton

76,5

66,1

61,7

60,4

59,3

64,0

Mtoe

24,3

25,1

26,1

27,4

29,5

31,1

mln ton

24,3

25,1

26,1

27,4

29,5

31,1

Mtoe mld m3

12,3 14,5 12,0 14,1 13,0 15,4 14,5 17,1 16,1 19,0 17,2 20,2

Energia odnawialna

Mtoe

5,0

6,3

8,4

12,2

13,8

14,7

Pozostałe paliwa

Mtoe

0,7

0,9

1,1

1,4

1,6

Paliwo jądrowe

Mtoe

0,0

2,5

5,0

7,5

Eksport energii elektrycznej

Mtoe

–0,9

0,0

RAZEM ENERGIA PIERWOTNA

Mtoe

97,8

93,2

95,8

101,7

111,0

118,5

*) wartość opałowa węgla brunatngo 8,9 MJ/kg **) wartość opałowa węgla kamiennego 24 MJ/kg ***) wartość opałowa gazu ziemnego 35,5 MJ/m3 Tab. 1. Zapotrzebowanie na energię pierwotną w podziale na nośniki [Mtoe, jednostki naturalne], źródło: [6]

powtarzalnością procesów przyrodniczych. Energia odnawialna pochodzi m.in. z promieniowania słonecznego, wiatru, biomasy, geotermii czy przepływu naturalnego wód. Surowce nieodnawialne, takie jak paliwa kopalne, gazowe czy ropa naftowa, są przetwarzane tylko raz, a ich wykorzystanie w istotny sposób pogarsza stan przyrody, wywołując szkody ekologiczne [5]. Sumaryczne zapotrzebowanie na energię pierwotną, zestawione w tab. 1, jednoznacznie wskazuje na proporcje zużycia energii odnawialnej do nieodnawialnej oraz na prognozy zmian tych wielkości do 2030 roku. Udział energii odnawialnej w energii pierwotnej ma wzrosnąć z 5% w 2006 roku do 12,4% w 2030 roku. Prognozowany wzrost zapotrzebowania na energię pierwotną w 2030 roku, w odniesieniu do 2006 roku, jest na poziomie 21% [6]. Wyznaczone wielkości decydują w znacznym stopniu o konieczności przeprowadzania wielu działań, zmierzających do jak największych oszczędności nieodnawialnych zasobów energii. Energia będąca wynikiem przemian energetycznych, stanowiąca przedmiot zakupu, posiadająca charakter użytkowy – przez odbiorców jest nazywana energią bezpośrednią. W jej obszar wchodzą m.in. energia elektryczna oraz ciepło kupowane z sieci ciepłowniczej. W wyniku przemian energii pierwotnej na energię bezpośrednią powstają nieuniknione straty, spowodowane głównie utratą ciepła, co decyduje o mniejszym zużyciu energii bezpośredniej od energii pierwotnej. W każdej ze stosowanych metod oceny energochłonności, czy bezpośredniej, czy skumulowanej, używa się dwojakiego podejścia do przedstawienia danych liczbowych. Dane dotyczące nakładów energetycznych, ilości zużytych surowców lub ilości wykonanych produktów można wyrazić w postaci naturalnej, fizycznej, tj. w jednostkach energii, masy, objętości itp. albo w postaci wartościowej, ekonomicznej, ujętej w kategoriach kosztów lub ceny za pomocą jednostek pieniężnych. Pierwsze podejście jest

analizą procesu w kontekście technologicznym, natomiast drugie oznacza podejście ekonomiczne [7]. Rozpatrywanie energochłonności bezpośredniej odpowiada badaniu poszczególnych wyrobów. Wykonywana w ten sposób analiza technologiczna jest najbardziej interesująca bezpośrednio dla wytwórcy – zakładu przemysłowego. Przedstawiane wyniki w jednostkach produkcji jednoznacznie prezentują stan procesu produkcyjnego oraz wyniki zabiegów innowacyjnych. Mogą również bezpośrednio wskazywać na celowość zmiany technologii lub sytuację wymagającą natychmiastowej interwencji. Ocena energochłonności całej gałęzi przemysłu uniemożliwia posługiwanie się bezpośrednio jednostkami w wymiarze naturalnym. Wykorzystując analizę energochłonności skumulowanej, ocenia się skutki ekonomiczne wytwarzania, a nie techniczne warunki wytwarzania. Weryfikacja ekonomiczna w jednostkach pieniężnych jest uznawana za uniwersalną oraz bardziej praktyczną w porównaniu z jednostkami naturalnymi. W badaniach perspektywicznych należy jednak uwzględnić wartość pieniądza w czasie oraz trudności w przewidywaniu cen w ogóle. W warunkach gospodarki rynkowej istnieje pewna niepewność cen, ze względu na konieczność budowania rynków konkurencyjnych. Szczególnie wielkie znaczenie ma koszt zakupu energii, podyktowany kosztami jej ekologicznego i efektywnie ekonomicznego wytworzenia. Odnosząc się do rozwoju konkurencyjnego rynku, ważnym aspektem pozostaje sprostanie potrzebom indywidualnego wytwórcy, co dodatkowo wykazuje wyższość analizy bezpośredniej nad skumulowaną. Wybór dotyczący wykorzystywanego wymiaru jest zatem podyktowany zakresem analizy oraz sposobem jej użycia. Ze względu na różną metodykę badań w pierwszej kolejności wykonuje się oceny jednostkowego zużycia energii w skali mikro, następnie przechodząc do skali makro, czyli całej gospodarki.

I. Sadowska | Acta Energetica 3/20 (2014) | translation 123–128

2.2. Energochłonność bezpośrednia Zastosowanie energochłonności jednostkowej wiąże się z przeprowadzeniem pomiarów i badań struktury zużywanych nośników energii, wydatkowanych bezpośrednio w procesie wytwarzania wyrobu lub realizacji usługi. Innymi słowy jest to „energia nośników energii doprowadzonych bezpośrednio do procesu technologicznego (…) pomniejszona o energię odzyskaną” [7]. W sensie fizycznym zużycie bezpośrednie należy rozumieć jako zużycie końcowe energii w takiej postaci, w jakiej została ona doprowadzona bez dalszej przemiany na inne nośniki energii. Narzędzie to służy do określania poziomu energochłonności procesu technologicznego oraz do oceny możliwości przeprowadzenia zabiegów racjonalizacyjnych. Energochłonność jednostkowa wyrażona jest zazwyczaj w postaci wskaźnika jednostkowego bezpośredniego zużycia energii lub wskaźnika energochłonności bezpośredniej. Wykonywana na ich podstawie ocena porównawcza ma zastosowanie lokalne [4]. Użycie tych mierników wymaga zatem wyodrębnienia ciągu produkcyjnego, określenia wielkości produkcji wyrobu oraz pomiaru zużytej w tym ciągu energii. Należy zatem rozpatrzyć nie tylko główne aspekty badanych urządzeń typu zastosowana technologia, rodzaj i sposób pracy, ale również dodatkowe informacje decydujące o wyznaczanych wielkościach. To właśnie metody produkcji, budowa obiektu technologicznego, jak również sposoby zasilania, wykorzystania i przetwarzania energii mogą w znaczny sposób wpływać na analizowane wyniki. Nie bez znaczenia jest również sposób wykorzystania energii odpadowej i czas objęty rozważaniem. Obliczany miernik daje informację zarówno do porównania efektów zużycia energii przez samodzielne urządzenia, jak i badane ciągi technologiczne. Analiza energochłonności bezpośredniej może odnosić się do zakładu przemysłowego w ujęciu: • agregatu produkcyjnego – traktowanego jako pojedyncze urządzenie lub zespół urządzeń stanowiących całość pod względem technologicznym • zespołu technologicznego – stanowiącego jeden agregat główny i wiele agregatów pomocniczych • wydziału produkcyjnego – obejmującego jeden lub więcej zespołów technologicznych specjalizujących się w wytwarzaniu produktów podobnych • zakładu przemysłowego – czyli całości pojmowanej jako suma wszystkich wydziałów produkcyjnych wraz z urządzeniami i obiektami pomocniczymi typu socjalne czy administracja [4]. Istnienie zależnych od siebie poziomów prowadzi do konieczności podziału wskaźników w zależności od miejsca ich rozważania. Niezbędny wydaje się podział wskaźników jednostkowych na technologiczne, produkcyjne i zakładowe. Wskaźnik technologiczny odnosi się do analizy zużycia energii w samym procesie technologicznym, realizowanym w określonym agregacie lub zespole urządzeń. Wskaźnik produkcyjny określa obok technologicznego również energię zużytą w urządzeniach pomocniczych, służących bezpośrednio procesowi technologicznemu. Indeks zakładowy wyznaczany jest dla całej jednostki,

uwzględniając energię zużywaną przez wszystkie urządzenia, nawet te niezwiązane bezpośrednio z produkcją, takie jak np. oświetlenie pomieszczeń administracyjnych [8]. Zdefiniowanie poziomu odniesienia, wykonane w celu porównawczym, może w konsekwencji uniemożliwić zastosowanie aspektu konfrontacji. Fakt ten wynika z istnienia nawet niewielkich różnic wpływających na przebieg analizowanego procesu. Korzystanie ze wskaźników zużycia energii poprzez zestawienie ich wartości do osiąganych w podobnych zakładach wymaga ścisłego doprecyzowania. Należy zdefiniować, co dany wskaźnik oznacza oraz do jakiego poziomu przemian się odnosi. Rozpatrywanie warunków i okoliczności oddziałujących na wielkość wyznaczanego wskaźnika jest zatem podstawowym kryterium umożliwiającym zastosowanie energochłonności bezpośredniej. Dzięki temu możliwe jest efektywne zarządzanie poprzez świadome kształtowanie wyznaczanych wartości, co w następstwie prowadzi do zmniejszenia zużycia energii w danym procesie. Stosowanie wskaźników jednostkowego bezpośredniego zużycia energii wymaga w szczególności: • wyodrębnienia ciągu produkcyjnego • określenia wielkości produkcji wyrobu • pomiaru zużytej w tym ciągu energii. Określona w ten sposób wielkość zużycia energii na jednostkę odniesienia jest zdefiniowana dla ściśle sprecyzowanych warunków techniczno-produkcyjnych oraz odnosi się do ustalonego okresu sprawozdawczego. Końcowe zużycie energii w procesie technologicznym rozumiane jest jako zużycie poszczególnych nośników energii niepodlegających dalszemu przetwarzaniu oraz zużycie energii doprowadzonej do procesu technologicznego za pośrednictwem tzw. mediów, czyli m.in. sprężonego powietrza, tlenu, azotu, wody przemysłowej [9]. Pomiar zużycia energii elektrycznej do produkcji powinien odpowiadać warunkom jej użytkowania. Na podstawie otrzymanych wskazań różnorakich urządzeń pomiarowych możliwe jest przygotowywanie bilansów energii, przepływu i zużycia tej energii w obrębie całego przedsiębiorstwa. Pomiary wykonane dla poszczególnych grup urządzeń energetycznych lub ciągów technologicznych dotyczą wyznaczanych norm jednostkowego zużycia. W celu określenia wskaźników jednostkowego bezpośredniego zużycia paliw i energii należy zdefiniować podstawowe parametry charakteryzujące proces produkcyjny: • charakterystykę wytwarzanego produktu – rozumianą jako cechy jakościowe, metodę produkcji, sposób i miejsce pomiaru oraz jednostkę miary • ciąg technologiczny – obejmujący wyszczególnienie zespołu urządzeń i operacji produkcyjnych uczestniczących bezpośrednio w wytwarzaniu produkcji • rodzaje, ilość i jednostki miary nośników energii dostarczanych w trakcie produkcji • sposób obliczania wskaźników • sposób obliczania wskaźnika sumarycznego wyrażającego łączne zużycie energii. Sposób obliczania wskaźnika jednostkowego zużycia energii elektrycznej ogranicza się zazwyczaj do zestawienia średniego zużycia energii na jednostkę odniesienia.

(1) gdzie: W E – wskaźnik jednostkowego bezpośredniego zużycia energii elektrycznej [kWh/jednostkę odniesienia], Edost – ilość energii elektrycznej dostarczona do procesu technologicznego [kWh], E odz – ilość energii elektrycznej odzyskana w procesie i wykorzystana poza nim [kWh], P – ilość produktu wytworzonego w procesie technologicznym [jednostki odniesienia]. Powszechnie stosowanymi jednostkami odniesienia do wyrażenia ilości wytworzonego produktu są jednostki produkcyjne oraz jednostki, które określają objętość i masę. Zdefiniowane miary w Międzynarodowym Układzie Jednostek Miar ograniczają wymiary do uznawanych w obrocie międzynarodowym metrów sześciennych (m3), ton (tona metryczna; 1 t = 103 kg), a w przypadku wyrażenia energii nośnika dżul (1 J = 1 N . m). Oprócz jednostek międzynarodowych w analizach przyjmuje się inne jednostki uwarunkowane tradycją i historią danego kraju. Dla jednostek objętości zazwyczaj spotykane są metry sześcienne (m3), dekametry sześcienne (dam3 = 103 m3), litry (l = 10-3 m3) oraz baryłki (bbl = 0,159 m3). Wybrane jednostki masy to: kilogram (kg), tona (t = 103 kg), long tona (tona ang.: lt = 1016 kg) oraz short tona (tona USA: st = 907,2 kg). Stosowane powszechnie jednostki pracy i energii to dżul (J = 1 N . m), kaloria (cal = 4,1868 J), tona paliwa umownego, czyli równoważnik jednej tony węgla kamiennego o wartości opałowej równej siedmiu tysiącom kilokalorii na jeden kilogram (tpu = 29,3076 . 109 J), tona oleju ekwiwalentnego wyrażająca jedną metryczną tonę ropy naftowej o wartości opałowej równej dziesięciu tysiącom kilokalorii na kilogram (toe = 41,868 . 109 J), kilowatogodzina (kWh = 3,6 . 106 J) oraz brytyjska jednostka ciepła (Btu = 1 055 J). W celu zdefiniowania mocy i strumieni energii używa się watów (W = 1 J . s-1, s – sekunda) oraz megawatów (MW = 106 W) [9]. 2.3. Energochłonność skumulowana 2.3.1. Definicja Ilość energii niezbędnej do wykonania ostatecznego produktu jest uzależniona nie tylko od tej zużytej bezpośrednio podczas produkcji. Cały proces produkcyjny jest wzajemnie powiązaną strukturą, która przez to tworzy skomplikowaną sieć technologiczną. Zużycie energii jest zatem związane z istnieniem wielu procesów poprzedzających efekt końcowy. Istota wyznaczenia całkowitej energii oznacza konieczność określenia ilości energii na wszystkich szczeblach prowadzących do ostatecznego rezultatu. Energochłonność skumulowana obejmuje całą energię, jaka jest potrzebna do wytworzenia produktu, począwszy od energii pozyskania nośników zużywanych w procesie produkcji, transporcie i przetworzeniu tych nośników, skończywszy na energii użytej bezpośrednio w procesie produkcyjnym. Przedstawia zatem całkowitą ilość energii pierwotnej, która została rzeczywiście zużyta we wszystkich procesach. W efekcie do obliczenia energochłonności skumulowanej są uwzględniane następujące strumienie energii:

131

I. Sadowska | Acta Energetica 3/20 (2014) | translation 123–128

a) paliw i energii, czyli procesów pozyskania pierwotnych nośników energii, przetworzenia ich na nośniki wtórne i przesłania ich do procesu wytwarzania b) surowców i materiałów, rozumiany jako proces pozyskania surowców naturalnych c) urządzeń i obiektów, do którego zaliczane są procesy budowy maszyn, urządzeń oraz budynków, składających się na obiekty ciągu technologicznego procesu wytwarzania [9]. Rys. 2 uwzględnia tylko trzy podstawowe poziomy procesów produkcyjnych. Pierwszy to pozyskanie pierwotnych nośników energii i surowców, kolejny to przetworzenie nośników pierwotnych na wtórne oraz surowców na materiały oraz ostatni – wytwarzanie produktu [11]. W warunkach gospodarki wolnorynkowej stosowano dotychczas dwie najpopularniejsze metody określania energochłonności skumulowanej, mianowicie – metodę analizy procesu oraz przepływów międzygałęziowych. Analiza procesu rozpatruje ciąg kolejnych operacji technologicznych poprzez kumulowanie energii zużywanej na każdym z wyodrębnionych etapów produkcji. Zagadnienie to rozpoczyna się od nakładów bezpośrednich, cofając się do sumowania energii zużywanej na przetwarzanie surowców, a kończąc na samym ich pozyskaniu. Należy zatem przyjąć, że jest to sposób analizy bezpośrednio związany z samą technologią rozpatrywanego procesu produkcyjnego. Metoda przepływów międzygałęziowych ujmuje energochłonność skumulowaną jako bilanse działalności każdej gałęzi przemysłu. Przyjęcie pewnego podziału gospodarki krajowej na gałęzie oznacza rozważanie wymiany gospodarczej między zależnymi od siebie sektorami. Ten określony sposób prowadzi do utworzenia układu równań liniowych przedstawiających bilanse rozpływu nakładów energetycznych [9].

2.3.2. Analiza procesu Metoda analizy procesu wywodzi się z podstaw oceny energochłonności procesu, opartych na wskaźnikach jednostkowego zużycia energii bezpośredniej. Prowadzi ona do obliczenia wskaźników energochłonności skumulowanej przy użyciu trzech etapów. Pierwszy z nich to tworzenie wstecz siatki technologicznej. Jest ona reprezentowana za pomocą schematu ideowego, odwzorowującego kolejne fazy powstawania produktu. Rozpatruje się drogę od poziomu pierwszego, czyli produktu gotowego, do poziomu ostatniego, czyli pozyskania energii pierwotnej. Kolejna czynność to wypełnianie siatki technologicznej danymi liczbowymi. Zestawienie liczbowe uzyskuje się, określając ilość produkcji rozpatrywanego wyrobu oraz zużycia kolejnych składników i niezbędnej do ich produkcji energii. Trzeci krok to przeliczenie wszystkich wartości na jednostkę badanego wyrobu, co jest niezbędne do sumowania po wszystkich poziomach wyznaczonej siatki [7]. 2.3.3. Analiza przepływów międzygałęziowych Stosowanie podejścia od strony przepływów międzygałęziowych oznacza możliwość powiązania ekonomicznego pomiędzy zdefiniowanymi branżami, np. całej gospodarki państwa. Implikacja tej metody prowadzi do wykorzystania sporządzanych statystycznie dla gospodarki tablic przepływów międzygałęziowych. Wyrażone pieniężnie zużycie produkcji jednych branż przez inne zmierza do formułowania wyników w postaci uzyskanych wskaźników, również w jednostkach pieniężnych. Dzięki tej procedurze otrzymuje się uniwersalne oraz czytelne dla każdej gałęzi przemysłu wyniki. Obliczenia z wykorzystaniem tej metody polegają na umiejętnym posługiwaniu się tablicami przepływów międzygałęziowych. Tablice, zawierające jednakową ilość wierszy i kolumn, którym odpowiadają

Rys. 2. Schemat ideowy do obliczeń energochłonności skumulowanej: E – energia dostarczona bezpośrednio, M, U – energia zawarta w użytych maszynach i urządzeniach, T – transport, źródło: [4, 7]

132

kolejne branże gospodarki, mają na przecięciu i-tego wiersza i j-tej kolumny wartości produkcji i-tej gałęzi, przekazywanej dalej do gałęzi j-tej. Element wiersza i-tego na przecięciu z równoimienną i-tą kolumną zawiera wartość wyrobów i-tej branży zużytej wewnątrz niej samej do celów przetwórczych. Reasumując, suma elementów i-tego wiersza odpowiada wartości wyrobów i-tej branży, zużywanych na potrzeby własne branży oraz przekazywanych wszystkim innym branżom. Tablica przepływów gałęziowych zawiera, oprócz oznaczeń branż, umieszczone w odpowiednich wierszach wartości produkcji globalnej branży i-tej, oznaczonej jako Wi, oraz produkcji końcowej Wik. Produkcja końcowa oznacza wyroby analizowanego sektora pozostające po pokryciu zapotrzebowania innych branż oraz potrzeb własnych. Wyznaczenie wartości globalnej i-tej produkcji sprowadza się do sumowania [7]:

i = 1, 2, …, n

(2)

gdzie: Wi – wartość globalna produkcji i-tej branży [jednostki pieniężne], vij – wartość produkcji branży i-tej przekazana branży j-tej [jednostki pieniężne], Wik – wartość produkcji końcowej branży i-tej [jednostki pieniężne], n – ilość branż. Skumulowana wartość energii w produkcji i-tej branży oblicza się, sumując wartości skumulowanych energii obciążających dane sektory: I = 1, 2, …, n

(3)

gdzie: Wi Xi – skumulowana wartość energii w produkcji i-tej branży [jednostki pieniężne], Xj – nieznana wartość produkcji branży j-tej [wartość pieniężna energii/ wartość pieniężna wyrobów j-tej branży]. 3. Podsumowanie Zestawienie bilansów energetycznych pozwala na ocenę stanu gospodarki energetycznej. Konieczność prowadzenia jej efektywnego zarządzania wymusza na analitykach przyjęcie odpowiedniej metody analizy. Wybór jest uzależniony głównie od zasięgu, jakim będzie objęta ocena. Stosowane obecnie analizy energochłonności mają wiele wad i zalet, co ogranicza ich możliwości zastosowania. Posługiwanie się metodą wyznaczania wskaźników energochłonności bezpośredniej prowadziło w wielu przypadkach do wyznaczania obowiązujących wszystkich producentów norm. Poprzez ten zabieg doprowadzono do ograniczenia kontroli ilościowego zużycia energii. Przemysł dążył do zachowania stawianych priorytetów, nie różnicując stopnia zużycia i jakości wyposażenia w urządzenia energetyczne. Premiowano zakłady nowoczesne, posiadające wysokosprawne urządzenia. Należy zatem umożliwić zakładom poprawne wykorzystanie energochłonności bezpośredniej, przez odpowiednie zdefiniowanie stanu pierwotnego oraz efektów osiąganych za pomocą działań oszczędnościowych. Żeby to zastosować, należy między innymi wyposażyć zakłady w rozbudowane systemy pomiarowe.

I. Sadowska | Acta Energetica 3/20 (2014) | translation 123–128

Decydującą wadą, uniemożliwiającą obecnie implementację energochłonności skumulowanej, jest zdaniem autorki progres w obszarze postępu technicznego. Szeroko stosowana w przemyśle automatyka i elektronika doprowadziła do zmian procesów na każdym analizowanym poziomie i przez to uniemożliwia wykorzystanie wyznaczanych historycznie wartości wskaźników energochłonności akumulowanej. Autorka dostrzega rozwiązanie tej sytuacji w opracowaniu koncepcji wykorzystania wskaźników energochłonności do poprawy efektywności zużycia nośników energii poprzez bieżącą weryfikację ich wartości. Wykonywana w ten sposób analiza wskaźnikowa będzie narzędziem umożliwiającym systematyczną ocenę badanego procesu produkcyjnego. Ocena typowych zmienności nośników energii na podstawie danych historycznych umożliwia przeprowadzenie

badań modelowych zużycia tych nośników w określonych przedziałach czasu w przyszłości. Bibliografia 1. Parlament Europejski i Rada Unii Europejskiej, Dyrektywa 2006/32/ WE Parlamentu Europejskiego i Rady z 5 kwietnia 2006 roku w sprawie efektywności końcowego wykorzystania energii i usług energetycznych oraz uchylająca Dyrektywę Rady 93/76.EWG. 2. Ministerstwo Gospodarki, Krajowy Plan Działań dotyczący efektywności energetycznej, Warszawa, czerwiec 2007. 3. Ministerstwo Gospodarki, Polityka energetyczna Polski do 2003 roku, projekt, Warszawa wrzesień 2007.

4. Charun H., Podstawy gospodarki energetycznej, Politechnika Koszalińska, Koszalin 2004. 5. Szargut J. i in., Racjonalizacja użytkowania energii w zakładach przemysłowych, Poradnik audytora energetycznego, Fundacja Poszanowania Energii, Warszawa 1994. 6. Ministerstwo Gospodarki, Prognoza zapotrzebowania na paliwa i energię do 2030 roku, Warszawa, 10 listopada 2009. 7. Bibrowski Z., Energochłonność skumulowana, Warszawa 1983. 8. Mejro C., Podstawy gospodarki energetycznej, Warszawa 1980. 9. Główny Urząd Statystyczny, Zasady metodyczne sprawozdawczości z zakresu gospodarki paliwami i energią oraz definicje stosowanych pojęć, Zakład Wydawnictw Statystycznych, Warszawa 2006.

Izabela Sadowska

mgr inż. Politechnika Gdańska e-mail: isadow@ely.pg.gda.pl Absolwentka Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej (2007). Obecnie doktorantka oraz wykładowczyni w Katedrze Elektroenergetyki PG. Prowadzi prace badawcze w obszarze efektywności energetycznej, a szczególnie energochłonności procesów gospodarczych. Dodatkowymi zainteresowaniami są finanse i bankowość.

133

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | 134–139

Influence of Regulations on Market Efficiency from the Viewpoint of High-efficiency Cogeneration

Authors Maciej Sołtysik Karolina Mucha-Kuś

Keywords cogeneration, energy efficiency

Abstract Formation of a common European energy market implies the necessity of making adjustments to domestic law and adopting market development possibilities in order to meet European Union regulations. Implementation of system support to develop high-efficiency cogeneration was one of those aspects. Several years of such a mechanism functioning allow one to: analyze those regulations and their impact on sub-sector development, make a deep cost analysis and discuss its continuation in the future as well. Taking into account the background of implementation of EU regulations, this paper presents the results of volume-price estimations, current trends, evaluation of property rights regulated in the system, the analysis of market participants’ behaviours, as well as legal issues within this context.

DOI: 10.12736/issn.2300-3022.2014312

1. Introduction Promoting combined heat and power generation was one of the first forms of a targeted support for a specific group of entities on a newly created energy market in Poland. The first of the used support methods involved the legal obligation to purchase electricity cogenerated with heat at predetermined prices imposed on energy distributors. Till 1997 official prices following recommendations of the central-planning economy were used. In 1997–2004 prices were set within tariffs, i.e. proposed by a producer and then approved by the President of the Energy Regulatory Office (ERO). The second support mechanism was introduced in 2004 and involved the requirement to ensure that a certain mandatory share, as defined by a ministerial regulation, of sold electricity would originate at CHP plants. This mechanism resulted in a de facto commitment of energy retailers to ensure that the share of electricity from cogeneration in their total sales was 12.4%, 13.7% and 15.0% in 2004, 2005 and 2006 respectively. Nevertheless, due to the absence of proper enforcement, the mechanism allowed abandoning this obligation in the case of insufficient supply of CHP electricity without any penalties. Introduction of such a solution in the context of restricting the definition of the CHP-generated electricity in 2005 by increasing the threshold of chemical fuel energy conversion efficiency from 65% to 70% distorted market availability of CHP electricity and thus reduced transparency of behaviour of market participants. This situation was alleviated by a necessity to change the support system due to implementation of Directive 2004/8/EC [1]. 134

According to the section (1) of the Directive’s preamble [1]: “Promotion of high-efficiency cogeneration based on a useful heat demand is a Community priority given the potential benefits of cogeneration with regard to saving primary energy, avoiding network losses and reducing emissions, in particular of greenhouse gases”. The Directive also proposed possible support forms and mechanisms, among them “investment aid, tax exemptions or reductions, green certificates and direct price support schemes” as stated in section (26). Of particular importance was also a certain freedom left to select the optimal mechanism as described in section (32): “...general principles providing a framework for the promotion of cogeneration in the internal energy market should be set at Community level, but the detailed implementation should be left to Member States, thus allowing each Member State to choose the regime which corresponds best to its particular situation”. Thus from the legislator’s point of view it was optimal to implement a mechanism for certifying electricity generated at highefficiency cogeneration in Poland. According to the stipulations of the Energy Law Act amended on 12 January 2007, the new support mechanism came into force on 1 July 2007. Its beneficiaries were licenced generators who met specific technical, measurement-related and formal criteria. According to [1] the scheme, “thanks to incorporated control mechanisms [was supposed to] ensure that requirements concerning accuracy, reliability and corruption resistance of this system will be met”. At the same time it needs to be emphasised that the system was supposed to ensure new investments in CHP capacity, in the

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | 134–139

sector of energy utilities as well as among small and medium producers. This necessity was clearly shown in sections 29 and 30 of the preamble: “The specific structure of the cogeneration sector, which includes many small and medium-sized producers, should be taken into account, especially when reviewing the administrative procedures for obtaining permission to construct cogeneration capacity” and “it is important to emphasise the need for a stabile economic and administrative environment for investments in new cogeneration installations. Member States should be encouraged to address this need by designing support schemes with a duration period of at least four years and by avoiding frequent changes in administrative procedures etc”. The new incentive system raised many doubts concerning its ability to meet expected goals already at the implementation stage. Such doubts were raised by the members of the parliamentary Economy Committee in their questions to the government. In response to the questions concerning time frame of the support mechanism and issues of potential generation shortages or surpluses asked during the session of the Sejm on 8 December 2006 [3] an undersecretary of state in the Ministry of Economy declared: “...what was the reason for limiting those legal solutions in time. Well, ladies and gentlemen, we wished to give time of some six years, by the way amended after discussions at the committee, for observing how those cogeneration support mechanisms were really functioning and keeping a possibility of potential corrections, of course not in the style of throwing the baby out of the bathwater, but in a way enabling development of optimal mechanisms for supporting combined heat and power generation”. Another statement: “Ladies and gentlemen, I’d like to say that at this time we observe a shortage of power, and due to that fact we do not fear a situation in which CHP electricity producers would have problems with selling their energy on the market. Of course in regulations which we are drafting now we will have a possibility to adjust cogeneration minimum thresholds for a specific year in such a way that there is no threat, so to speak, that we would have too much CHP electricity. This value also may not be enacted freely, excessively inflated, as we would simply get an unfulfilled obligation, when large amounts of money would flow as equivalent fees. Of course, ladies and gentlemen, we carry out those analyses systematically and we will attempt to promptly react to situation changes”. This optimistic attitude was contradicted by the content of ministerial report evaluating progress achieved in increasing share of electricity from cogeneration in the national power generation balance [2], which already after less than half a year of mechanism’s operation claimed that: “if present tendencies are maintained, we may expect an insignificant increase of electricity production in cogeneration which will not enable increasing the share of cogeneration in the total national power generation”. Experience of nearly six years of operation of the support mechanism for high-efficiency cogeneration based on unchanged principles, allows analysing and evaluating this scheme. Additionally, works on another amendment of the Energy Law Act ongoing at the end of 2012 and beginning of 2013, which might lead to extending validity of the mechanism, encourage

a deeper analysis and an attempt to prove that the current support mechanism is not effective.

2. Effectiveness analysis Effectiveness evaluation may be based on a definition which says that it shall be understood as a certain predetermined result of undertaken actions, quantified as a relation of achieved results to the suffered costs. Prior to proper evaluation of the effects and costs of the support mechanism it seems reasonable to present a short characteristic of premises and boundary conditions upon which the system was implemented.

2.1. System monitoring In the opinion of this study’s authors, one of the key errors made when implementing the mechanism was a failure to ensure proper verification of the system’s operation, understood as implementation of a monitoring and reporting scheme. Contrary to the government declarations quoted above, observations of the demand-supply balance and pricing trends made ex-post clearly reveal that the system has not been monitored properly and with sufficient frequency. Reporting in four-year cycles recommended by the European Commission as a minimum proved insufficient to ensure correct and prompt interventions.

2.2. Value of the equivalent fee The first report evaluating half a year of the system’s operation [2] presented on 12 December 2007 included valuable results from calculations of the minimum value of certificates of origin which would guarantee internal rates of return of 10% considered the minimum level sufficient for new investment projects. The threshold value for the analysed case, i.e. sources with a total electrical installed capacity ≥ 1 MW fired with non-gaseous fuels (CHP2) was 50 PLN/MWh. In this context the lawmakers’ approach to settling boundary conditions for an equivalent fee specified in Art. 9a, Sect. 8a of the Energy Law Act [4] is not understandable. Relatively narrow boundaries of the price range, set as 15–40%, were additionally made dependent on the price levels from the competitive market, determined by the President of the ERO. This is illustrated in Fig. 1. In its conclusions, the report [2] clearly stressed the risk resulting from the fact that: “the support system based exclusively on the certificates of electricity origin from high efficiency cogeneration will fail to create sufficient investment incentives. The level of the early equivalent fees (...) has been set much below the certificate prices assumed for evaluating economic potential of the cogeneration. Moreover, in practice certificate price may prove much lower than the set value of equivalent fee. (...) in the case of an excess of certificates (too small market) their value could even drop to nearly zero”. Formulation of this risk on the one hand implied introduction of additional investment incentives, but on the other it failed to be reflected by a change of the algorithm for determining equivalent fee which was essential for the very legitimacy of the mechanism. In this context it is also impossible to understand the reason behind introducing a support mechanism, allegedly 135

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | 134–139

2.4. Absence of intervention in demand/supply relations

Fig. 1. Illustration of the equivalent fee level

aimed at enabling investments in cogeneration systems within the determined technical and economic potentials. According to [2] in 2005 ca. 21.7 TWh of electricity was produced in CHP processes, and this corresponded to only 36% of the economically effective potential of cogeneration. Thus on the one hand the threshold value of the equivalent fee determined as 50 PLN/MWh determined the size of the economically effective potential and was an indirect justification for implementing the system, but on the other the investors actually received amounts of money several times lower.

2.3. Additional components of the support system A complementary element of the support mechanism based on issuing tradable certificates of origin, was creating a demand side by stipulations of Art. 9a, Sect. 1 and 8 of the Energy Law Act [8], according to which the energy utilities, final consumers and energy brokers are required to obtain certificates of origin from cogeneration and submit them to the President of the Energy Regulatory Office for cancellation or alternatively pay an equivalent fee. The number of property rights being subject to cancellation, specified by a relevant executive regulation and expressed as a percentage, could be dynamically adjusted to match the developing market situation. An additional stimulating mechanism was provided by a system of financial penalties for failure to meet the obligation. Another element supposed to facilitate investment projects, was the introduction of a mandatory offtake, transmission and distribution of electricity generated at CHP plants by distribution system operators, provided that reliability and security of the National Power System could be ensured. The list of incentives also included halved connection fees adopted for CHP plants with installed electrical capacity below 1 MW, specified upon actual expenditures. The threshold for preferentially treated sources was increased to 5 MW by Art. 5 of the amendment of 12 January 2007. Yet another element of the support system specified in Art. 9e, Sect. 1a of the Energy Law Act introduced in 2010 was a possibility to combine property rights resulting from cogeneration and renewable generation by producers who cogenerate electricity and heat at a renewable energy source, which is also compliant with definitions of high-efficiency cogeneration. 136

The creation of market value of the property rights strongly depended on several factors. The first of them was the value of the equivalent fee, which was a natural supremum of the market prices. Depending on the transaction timing, the price within a mechanism of auctions or continuous quotations was mainly based on the equivalent fee value valid for the current year, discounted by a value of capital in time. In the case of transactions concluded outside power exchange, property rights prices were related to contractual conditions of OTC (Over-thecounter) transactions and in many cases differed from market prices. The mechanism involved was typical for a term market, which means that it made parties of the transaction immune to short-term fluctuations of market prices, ensuring long-term price stability. Another determining factor for prices was current balance of issued and cancelled property rights. Distorting this balance, i.e. the appearance of a large surplus of property rights, would be a clear driver for a price drop. Analysis of a process of executing relevant obligations by market players reveals a more or less conscious strategy of accumulating surpluses of rights within the system. This may be substantiated by the data shown in Tab. 1, which illustrates the way in which the obligations were being met.

Realisation of the obligation in year

equivalent fee

2007

3.1

7.5

2008

5.2

13.8

2009

9.0

11.6

2010

9.1

12.2

2011

22.2

Share in the obligation (%) property right cancellation

Tab. 1. Forms in which the obligation to procure the certificates of origin and present them for cancellation or pay an equivalent fee was fulfilled for CHP2 type cogeneration, source: own work based on [8]

An additional factor which influenced decisions of market participants concerning their preference to pay equivalent fee and refrain from cancelling property rights, were values of equivalent fees published in May 2009 and 2010, which showed a considerable growth trend in reference to the previous years. Fears of a potential increase in certificate prices following values of equivalent fees, combined with considerable inertia in evaluating the level and influence of surplus of property rights within the system, led to large scale payments of equivalent fees for 2009–2010. This behaviour caused a major market breakdown, as shown in Fig. 2 and 3. As the lawmakers failed to intervene, the average prices dropped from 23.55 PLN/MWh in April 2011 to 2.25 PLN/MWh in December 2012.

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | 134–139

Fig. 2. Dynamics of surplus of property rights within the system presented against the KECX market index, source: own work

Fig. 3. Value of the KCEX index with fluctuation of prices compared to the equivalent fees and a market-traded volume, source: own work

2.5. Development of high-efficiency cogeneration One of the essential criteria for evaluating the effectiveness of the mechanism may be based on analysing growth of electricity production in high-efficiency cogeneration confirmed by issued certificates of origin, and analysing new capacity installed at CHP plants which fulfil the qualification criteria of the CHP2 group, i.e. coal-fired units with a total electrical installed capacity ≥ 1 MW. Analysis of data presented in the studies of the Energy Market Agency (ARE S.A.) [5] contained in Tab. 2 does not reveal considerable

changes in the total installed capacity in commercial CHP plants. The stability of this level, especially in the 2009–2011 period, allows concluding that any changes only resulted from minor retrofits at existing plants. This thesis seems to be confirmed by a statistic based on information drawn from [6] and [7], presented in Tab. 3, which illustrates volumes of property rights issued in individual years for annual generation cycles. Due to the fact that results for 2007 are not comparable, because the support system was only in force for half of that year, the change dynamics may only be evaluated for the years 2008–2010. 137

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | 134–139

Issued for the generation period

Capacity installed at coal-fired CHP plants (MW) Year

2007

2008

2009

2010

2011

Year

2007

2008

2009

2010

2011

2012

Output

4,801

5,070

5,018

5,023

5,054

Property rights (GWh)

9,896*

22,105*

21,869* 22,837** 23,146** 23,759**

17.60

17.19

17.67

21.09

23.40

12.23

174.17

380.02

386.46

481.74

541.66

290.52

17.96

19.32

23.32

29.58

29.30

177.74

397.00

422.50

532.56

684.66

696.14

Variant a)

Tab. 2. Total capacity installed at coal-fired commercial CHP plants according to data from [5]

Average weighted of market indexes and OTC (PLN/MWh) Value of property rights (PLN bn) Variant b)

Issued for the generation period

Issued in year

2007

2008

2007

158,621

2008

9,246,383

2009

–

2010

–

373,248

2011

491,184

860,732

2009

2010

2011

2012

Value of property rights (PLN bn)

14,126,033 6,744,564 13,519,253 8,349,435 –

* – acc. to reports from activity of the President of the ERO (2007–2011) ** – acc. to monthly reports of the Polish Power Exchange

14,288,873 8,874,592

13,893,484

Issued for the generation period 2007 TOTAL*

9,896,188

2008

2009

2010

22,104,577 21,868,688 23,163,465

TOTAL**

22,836,901

2011

2012

Tab. 4. Illustration of estimated value of the support system for two pricing mechanisms

13,893,484 23,145,914 23,758,944

* – acc. to reports from activity of the President of ERO for 2007–2011 ** – acc. to monthly reports of the Polish Power Exchang

Tab. 3. Volumes of electricity generated at cogeneration sources (CHP2)

Electricity generation at high-efficiency cogeneration is influenced by many factors, the most significant being: installed capacity, capacity utilisation factor, dependency on weather conditions and own consumption coefficients. In the authors’ opinion, due to the absence of investment in the new CHP2 capacities, the presented fluctuations and dynamics of generation resulted from this type of factors, and does not allow concluding that the support mechanism is effective in terms of boosting actual generation. In order to fully evaluate the effectiveness of the system, the analysis needs to be extended with a revenue projection, i.e. valuation of the issued property rights. Tab. 4 lists results of such a projection for variants: (a) referring to the average price quotations of the market index and OTC weighted by traded volume and (b) equivalent fees. The results of calculations reveal that the value of property rights issued for the whole period for variants (a) and (b) was PLN 2.3 bn and PLN 2.9 bn respectively.

3. Final conclusions The demands of the representatives of the producers sector presented in 2006 during works of the Economy Committee have been reflected in the stipulations of the amended act of law which introduced the support system. According to the declarations and expectations it was supposed to become a considerable investment incentive, as demonstrated by the statement of the reporting MP issued at the session of the Sejm: “Amendment to Article 13 submitted during the subcommittee works stipulates that the mechanisms introduced by the Act shall remain in force until 31 March 2013. Such a deadline should encourage investments in equipment for high efficiency cogeneration” [3]. 138

Equivalent fee (PLN/MWh)

The characteristic of the system presented in this paper together with its effectiveness evaluation demonstrates, in the authors’ opinion, that the thesis of the system’s ineffectiveness proposed in the introduction is correct. In the context of analyses and the legal changes in 2014, re-establishing the support system and its main goals and assumptions in an identical form, it is worth remembering some of the fundamental premises for the mechanism in question, which were also declared at the session of the Sejm, prior to the vote on the act which introduced the support for the first time, and which, unfortunately, are now forgotten, quoted in: “This solution, according to the Government’s submission, is supposed to be provisional, until other methods for supporting such electricity generation are developed and notified. We need to believe that this provisional character will not turn into lasting legal solutions (…)” [3]. REFERENCES

1. Directive 2004/8/EC of the European Parliament and of the Council on the promotion of cogeneration based on a useful heat demand in the internal energy market and amending Directive 92/42/EEC, 11 February 2004. 2. Report evaluating progress achieved in increasing share of electricity produced in high-efficiency cogeneration in total domestic electricity generation, Monitor Polski Official Gazette 2008, No. 1, Item 12, appendix to the Announcement of the Minister of Economy of 12 December 2007. 3. Stenographic record of the 29th session of the Sejm concerning draft of the act amending the Energy Law Act, Environment Protection Act and Act on compliance evaluation system, 5 December 2006. 4. Energy Law Act, Journal of Laws 2012.1059 as later amended, 10 April 1997. 5. Informacja statystyczna o energii elektrycznej, opracowania dla lat 2007–2011 [Statistical information on electricity for years 2007–2011], Energy Market Agency ARE S.A.

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | 134–139

6. Activity reports of the President of the ERO for 2007–2011, Energy Regulatory Office Bulletins 7. http://www.polpx.pl/pl/155/raporty-miesieczne.

8. Obraz polskiego rynku energii elektrycznej w latach 2007–2011 z uwzględnieniem przemian organizacyjno-własnościowych [Situation of the Polish electricity market 2007–2011 in the context of changes in organisation and ownership structure], ARE SA Warsaw, October 2012.

Maciej Sołtysik TAURON Polska Energia SA e-mail: maciej.soltysik@tauron-pe.pl Graduate of the Faculty of Electrical Engineering, Silesian University of Technology (2000) and postgraduate programmes at the Academy of Economics in Katowice (2007) and AGH University of Science and Technology in Kraków (2010). Obtained his doctoral degree at the Institute of Electrical Power Engineering, Wrocław University of Technology (2010). For more than a decade his work has been connected to the power industry. He obtained his professional experience in Enion SA, Everen sp. z o.o., EdF Group and TAURON Polska Energia SA. Member of the Association of Energy Trading and its work groups, as well as of the Polish Electricity Association (PKEE). Expert witness in electrical power engineering and electricity market. Author and co-author of several dozen scientific papers.

Karolina Mucha-Kuś TAURON Polska Energia SA e-mail: karolina.mucha-kus@tauron-pe.pl Graduate of the Silesian International Business School (2008) and postgraduate programmes at the AGH University of Science and Technology (2012), as well as PhD programme at the University of Economics in Katowice (2012). Working with the power industry since 2007. Her areas of scientific interest cover strategies of effective behaviour of energy market participants. Author of papers concerning strategic management, especially research on coopetition strategies. Member of the Association of Energy Trading and its work groups.

139

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | translation 134–139

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 134–139. When referring to the article please refer to the original text. PL

Studium nad efektywnością mechanizmów wspierających na przykładzie wysokosprawnej kogeneracji węglowej Autorzy Maciej Sołtysik Karolina Mucha-Kuś Słowa kluczowe system wsparcia, kogeneracja, efektywność Streszczenie Tworzenie wspólnego, europejskiego rynku energii implikuje konieczność dostosowywania prawa krajowego i kierunków rozwoju sektora do determinantów unijnych. Jednym z tych elementów było wprowadzenie systemu wsparcia rozwoju wysokosprawnej kogeneracji. Kilkuletnia historia funkcjonowania mechanizmu pozwala na dokonanie analiz zasadności wsparcia, ocenę jego wpływu na rozwój podsektora, szczegółową analizę kosztów oraz przeprowadzenie wnioskowania w zakresie kontynuacji mechanizmu. W artykule przedstawione zostały, na tle genezy wprowadzenia systemu wsparcia, wyniki analiz wolumetryczno-cenowych, bieżące trendy, ocena bilansu praw majątkowych w systemie, próba oceny zachowania uczestników rynku oraz problematyka legislacyjna w przedmiotowym zakresie.

1. Wstęp Promowanie wytwarzania energii elektrycznej w skojarzeniu z produkcją ciepła było jedną z pierwszych form wsparcia konkretnego segmentu podmiotów na kształtującym się rynku energii w Polsce. Pierwszą ze stosowanych form pomocy było ustawowe zobligowanie zakładów energetycznych do zakupu energii elektrycznej wyprodukowanej w skojarzeniu z ciepłem, po z góry określonych cenach. Do 1997 roku cena kształtowana była urzędowo, zgodnie z bieżącymi rekomendacjami gospodarki centralno-planistycznej. W latach 1998– 2004 miała charakter taryfowy, tj. wyznaczana była przez wytwórcę i zatwierdzana przez prezesa Urzędu Regulacji Energetyki (URE). Druga forma wsparcia ukształtowała się w 2004 roku i dotyczyła konieczności zapewnienia w bilansie sprzedawanej energii określonego w drodze rozporządzenia obowiązkowego udziału energii wytworzonej w skojarzeniu. Mechanizm ten nakładał de facto na sprzedawców energii obowiązek zapewnienia w sprzedawanym wolumenie odpowiednio: 12,4%, 13,7% i 15,0% w latach 2004, 2005 i 2006 energii z kogeneracji. Ze względu na brak właściwego usankcjonowania mechanizm umożliwiał, w przypadku braku podaży energii skojarzonej, bezkarne zaniechanie realizacji nałożonego obowiązku. Dopuszczenie takiego rozwiązania, w kontekście zawężenia w 2005 roku definicyjnego brzmienia energii wytworzonej w skojarzeniu i zastąpienia poziomu sprawności przemiany chemicznej z 65% na 70%, zaburzyło rynkową dostępność przedmiotowej energii, tym samym ograniczając transparentność zachowań uczestników rynku. W sukurs tym problemom przyszła konieczność zmiany systemu, podyktowana implementacją zapisów Dyrektywy 2004/8/WE [1]. Zgodnie z treścią pkt (1) preambuły dyrektywy [1]: „Promowanie wysokowydajnej kogeneracji w oparciu o zapotrzebowanie na ciepło użytkowe stanowi priorytet Wspólnoty ze względu na związane z nią potencjalne korzyści w zakresie oszczędzania energii pierwotnej, unikania strat

140

sieciowych oraz ograniczania emisji szkodliwych substancji, w szczególności gazów cieplarnianych”. Dyrektywa wskazywała też na możliwe formy i mechanizmy wsparcia, w tym, zgodnie z brzmieniem pkt (26), na „pomoc inwestycyjną, zwolnienia z podatku lub obniżenie podatku, zielone certyfikaty oraz systemy bezpośrednich dopłat do cen”. Szczególnie ważny był także fakt zachowania pewnej swobody w wyborze optymalnego mechanizmu, który opisany został w pkt (32): „(…) ogólne zasady tworzące ramy dla wspierania kogeneracji na wewnętrznym rynku energii powinny być ustalane na poziomie wspólnotowym, ale szczegółowe ich wdrożenie należy pozostawić w gestii Państw Członkowskich, co pozwoli każdemu Państwu Członkowskiemu wybrać rozwiązania najbardziej odpowiadające jego sytuacji (…)”. Optymalna z punktu widzenia ustawodawcy była zatem implementacja w Polsce mechanizmu certyfikacji energii wytworzonej w wysokosprawnej kogeneracji. Zgodnie z zapisami znowelizowanej 12 stycznia 2007 roku ustawy Prawo energetyczne, nowy mechanizm wsparcia zaczął obowiązywać 1 lipca 2007 roku. Jego beneficjentami byli koncesjonowani wytwórcy, którzy spełnili określone kryteria techniczne, pomiarowe i formalne. Zgodnie z [1] miał on, dzięki „wbudowanym mechanizmom kontrolnym powodować, że wymogi dokładności, rzetelności i odporności niniejszego systemu na korupcję zostaną dotrzymane”. Należy jednocześnie podkreślić, że system miał być gwarantem nowych inwestycji w moce kogeneracyjne zarówno w zakresie energetyki zawodowej, jak i małych i średnich producentów. Na konieczność tę wyraźnie wskazywały zapisy pkt 29 i 30 preambuły: „Należy uwzględnić specyficzną strukturę sektora kogeneracji, który obejmuje wielu małych i średnich producentów, w szczególności przy dokonywaniu przeglądu procedur administracyjnych w zakresie wydawania pozwoleń na budowę obiektów kogeneracji” i „(…) należy podkreślić konieczność zapewnienia stabilnego środowiska ekonomicznego i administracyjnego dla inwestycji

w nowe instalacje kogeneracyjne. Państwa Członkowskie powinny być zachęcane do spełniania tej potrzeby poprzez opracowywanie systemów wsparcia o okresie trwania przynajmniej czterech lat oraz poprzez unikanie częstych zmian w procedurach administracyjnych itd. (…)”. Nowy mechanizm pomocowy już na etapie wdrażania budził wiele wątpliwości w zakresie jego przydatności w osiągnięciu założonych celów. Wskazywały na to m.in. pytania kierowane pod adresem rządu przez członków Komisji Gospodarki. W odpowiedzi na postawione podczas posiedzenia Sejmu 8 grudnia 2006 roku [3] pytania o długość trwania systemu wsparcia i kwestie potencjalnego deficytu bądź nadwyżek produkcyjnych można było usłyszeć odpowiedź podsekretarza stanu w Ministerstwie Gospodarki: „(…) co było powodem ograniczania czasu obowiązywania tych rozwiązań ustawowych. Otóż, proszę państwa, chcieliśmy dać – zresztą skorygowany na skutek dyskusji w komisji – czas około sześciu lat na to, aby można było obserwować, jak te mechanizmy wsparcia kogeneracji rzeczywiście funkcjonują i mieć możliwość ewentualnej korekty, oczywiście nie na zasadzie szybkiego wylania dziecka z kąpielą, tylko po prostu tak, aby rzeczywiście można było wypracować optymalne mechanizmy wsparcia produkcji skojarzonej energii elektrycznej i ciepła” oraz „Proszę państwa, chciałem powiedzieć, że obserwujemy w tej chwili niedobór mocy, w związku z powyższym nie obawiamy się sytuacji, że producenci energii elektrycznej w kogeneracji będą mieli problemy z odbiorem swojej wyprodukowanej energii na rynku. Oczywiście, proszę państwa, w szykowanych rozporządzeniach będziemy mieli możliwość takiego dobierania progów obowiązku kogeneracyjnego, który należy wypełnić w danym roku, aby nie było mowy o niebezpieczeństwie – w cudzysłowie niebezpieczeństwie – że będziemy mieli za dużo energii elektrycznej w skojarzeniu. Tą wartością nie można też szafować, zbytnio zawyżać, bo po prostu doprowadzilibyśmy do tego, że mielibyśmy na pewno niewypełniony obowiązek, a wtedy bardzo dużo pieniędzy przepływałoby

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | translation 134–139

w formie opłat zastępczych. Oczywiście, proszę państwa, te analizy realizujemy na bieżąco i będziemy starali się od razu reagować na zmiany sytuacji”. W opozycji do wyrażonego w ten sposób optymizmu stały zapisy pochodzące z ministerialnego raportu oceniającego postęp osiągnięty w zwiększeniu udziału energii pochodzącej z kogeneracji w krajowym bilansie produkcji [2], w którym już po blisko półrocznym funkcjonowaniu mechanizmu stwierdzono, że: „przy zachowaniu dotychczasowych tendencji spodziewać się można niewielkiego wzrostu produkcji energii elektrycznej w skojarzeniu, który nie pozwoli na zwiększenie udziału skojarzonej energii elektrycznej w całkowitej krajowej produkcji”. Blisko sześcioletnie funkcjonowanie mechanizmu wsparcia wysokosprawnej kogeneracji w co do principium niezmienionej formie pozwala na dokonanie stosownych analiz i jego ocenę. Dodatkowo trwające na przełomie lat 2012/2013 prace nad kolejną nowelizacją ustawy Prawo energetyczne, mogącą w konsekwencji przedłużyć trwanie mechanizmu, skłaniają do głębszej refleksji i próby dowiedzenia tezy o nieefektywności obowiązującej formy wsparcia. 2. Ocena efektywności Oceny efektywności można dokonać na podstawie definicji stanowiącej, że jest ona rozumiana jako pewien określony rezultat zrealizowanych działań, skwantyfikowany relacją uzyskanych efektów na tle poniesionych kosztów. Przed dokonaniem właściwej oceny bilansu efektów i kosztów funkcjonowania mechanizmu wsparcia wydaje się celowe przedstawienie krótkiej charakterystyki założeń i warunków brzegowych, na których podstawie system rozpoczął funkcjonowanie. 2.1. Monitorowanie systemu W ocenie autorów artykułu jednym z podstawowych błędów przy implementacji mechanizmu było niewłaściwe zabezpieczenie kontroli działania systemu, rozumianej jako monitoring i sprawozdawczość wdrożenia. Wbrew cytowanym wyżej zapowiedziom strony rządowej obserwacje bilansu popytowo-podażowego oraz trendów cenowych wskazują wyraźnie ex-post, że system nie był monitorowany w sposób właściwy i dostatecznie częsty. Raportowanie odbywające się w cyklu czteroletnim, rekomendowanym przez KE jako minimalny, okazało się niewystarczające, by móc w sposób właściwy i szybki podejmować stosowne interwencje. 2.2. Wysokość opłaty zastępczej Zaprezentowany 12 grudnia 2007 roku pierwszy raport oceniający półroczne funkcjonowanie mechanizmu [2] zawierał cenne wyniki kalkulacji minimalnych wartości świadectw pochodzenia, które gwarantowałyby przy określonych założeniach uzyskanie wskaźnika IRR na poziomie 10%, uznanym za wystarczający przy realizacji nowych inwestycji. Wartość progowa dla analizowanego przypadku, tj. jednostek o łącznej mocy elektrycznej zainstalowanej ≥ 1 MW, nieopalanych paliwami gazowymi (CHP2), wyniosła 50 zł/MWh. W tym kontekście nie jest zrozumiałe podejście ustawodawcy w zakresie określenia, zgodnie z art. 9a ust. 8a ustawy Prawo energetyczne [4], wartości

Rys. 1. Ilustracja poziomu opłat zastępczych

brzegowych, w których ramach miała się zawrzeć jednostkowa opłata zastępcza. Stosunkowo wąskie granice przedziału cenowego, wynoszące 15–40%, uzależnione były dodatkowo od poziomu ceny z rynku konkurencyjnego, wyznaczanej przez prezesa URE. Stosowną ilustrację przedstawiono na rys. 1. Jedną z konkluzji raportu [2] było wyraźne zaakcentowanie ryzyka płynącego z faktu, że: „system wsparcia oparty wyłącznie o świadectwa pochodzenia energii elektrycznej z wysokosprawnej kogeneracji nie wykreuje dostatecznych bodźców inwestycyjnych. Poziom pierwszych opłat zastępczych (…) ukształtował się wyraźnie poniżej poziomu cen świadectw pochodzenia przyjętych do oszacowania potencjału ekonomicznego kogeneracji. Ponadto cena świadectwa pochodzenia może się w praktyce okazać znacząco niższa od ustalonej opłaty zastępczej. (…) W przypadku zaistnienia sytuacji nadmiaru uprawnień (zbyt mały rynek) mogą one uzyskać skrajnie wartość bliską zera”. Sformułowanie powyższego ryzyka z jednej strony implikowało wprowadzenie dodatkowych ułatwień mających pobudzić inwestycje, z drugiej zaś strony nie znalazło odzwierciedlenia w zmianie, kluczowego dla zasadności funkcjonowania mechanizmu, algorytmu wyznaczania opłat zastępczych. W tym kontekście nie jest również zrozumiałe uzasadnianie wprowadzenia mechanizmu wsparcia, mające na celu realizację inwestycji kogeneracyjnych, wynikających z wyznaczonego potencjału technicznego i ekonomicznego. Zgodnie z treścią [2] w 2005 roku w skojarzeniu wyprodukowano ok. 21,7 TWh energii elektrycznej, co stanowiło jedynie 36% efektywnego ekonomicznie potencjału kogeneracji. Zatem z jednej strony wyznaczona jako progowa wysokość opłaty zastępczej na poziomie 50 zł/MWh determinowała wielkość efektywnego ekonomicznie potencjału i stanowiła pośrednio uzasadnienie do implementacji systemu, a z drugiej strony potencjalni inwestorzy otrzymywali kwotę kilkukrotnie niższą. 2.3. Dodatkowe elementy systemu wsparcia Komplementarnym elementem mechanizmu wsparcia, bazującego na wydawaniu zbywalnych świadectw pochodzenia, było wykreowanie strony popytowej poprzez nadanie brzmienia art. 9a ust. 1 i 8 ustawy Prawo energetyczne [4], w myśl którego przedsiębiorstwa energetyczne, odbiorcy

końcowi oraz towarowe domy maklerskie lub domy maklerskie mają obowiązek uzyskania i przedstawienia do umorzenia prezesowi URE świadectw pochodzenia oraz świadectw pochodzenia z kogeneracji bądź uiszczenia opłaty zastępczej. Określona stosownym rozporządzeniem wykonawczym, wyrażona procentowo ilość praw majątkowych podlegająca umorzeniu mogła być dynamicznie modyfikowana, w zależności od rozwijającej się sytuacji rynkowej. Dodatkowo mechanizmem stymulującym był system kar pieniężnych za niewypełnienie powyższego obowiązku. Kolejnym elementem mającym na celu usprawnić procesy inwestycyjne było ułatwienie polegające na obowiązkowym odbiorze, przesyle lub dystrybucji wytworzonej energii elektrycznej przez operatora systemu dystrybucyjnego, z zachowaniem niezawodności i bezpieczeństwa Krajowego Systemu Elektroenergetycznego. Do katalogu preferencji należy również dodać wprowadzenie dla jednostek kogeneracji o mocy elektrycznej zainstalowanej poniżej 1 MW niższych o połowę opłat przyłączeniowych, ustalonych na podstawie rzeczywiście poniesionych nakładów. Minimalny poziom mocy preferencyjnie traktowanych źródeł został, w myśl art. 5 ustawy zmieniającej z 12 stycznia 2007 roku, zwiększony do poziomu 5 MW. Dodatkowym elementem wsparcia stała się, począwszy od 2010 roku, zgodnie z zapisami art. 9e ust. 1a ustawy Prawo energetyczne, możliwość łączenia praw majątkow ych odnawialnych i kogeneracyjnych dla wytwórców produkujących energię elektryczną i ciepło w źródle odnawialnym, spełniając jednocześnie kryteria wysokosprawnej kogeneracji. 2.4. Brak interwencji w relacje popyt/ podaż Kreowanie wartości rynkowej praw majątkowych uzależnione było silnie od kilku czynników. Pierwszym z nich była wartość opłaty zastępczej, stanowiąca naturalne supremum cen rynkowych. W zależności od momentu zawierania transakcji cena w ramach mechanizmu aukcji bądź notowań ciągłych uwzględniała głównie obowiązującą w danym roku wysokość opłaty zastępczej, zdyskontowaną wartością pieniądza w czasie. W przypadku transakcji pozasesyjnych ceny praw majątkowych były pochodną warunków umownych zawieranych w ramach rynku OTC (rynek pozagiełdowy, ang. Over-the-counter) i niejednokrotnie

141

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | translation 134–139

Realizacja obowiązku za rok

Udział w realizacji obowiązku [%] opłata zastępcza

umorzenie praw majątkowych

2007

3,1

7,5

2008

5,2

13,8

2009

9,0

11,6

2010

9,1

12,2

2011

22,2

Tab. 1. Ilustracja kierunków spełnienia obowiązku uzyskania i przedstawienia do umorzenia świadectw pochodzenia i opłat zastępczych z kogeneracji typu CHP2, źródło: opracowanie własne na podstawie [8]

różniły się od cen giełdowych. Mechanizm ten był typowy dla rozwiązań rynku terminowego, czyli uniezależniał strony transakcji od krótkotrwałych fluktuacji cenowych, dając gwarancje ceny w dłuższym horyzoncie. Drugim determinantem wysokości cen był poziom bilansu wydanych i umorzonych praw majątkowych. Zachwianie tego bilansu, tj. pojawienie się dużej nadwyżki praw majątkowych, byłoby wyraźnym sygnałem do spadku cen. Analiza procesu rozliczania się z realizacji obowiązku przez graczy rynkowych odkrywa mniej lub bardziej świadomą strategię budowania nadwyżek praw w systemie. Świadczyć o tym mogą dane przedstawione w tab. 1, ilustrujące sposób realizacji obowiązku. Dodatkowym czynnikiem wpływającym na decyzje uczestników rynku w zakresie preferencji we wnoszeniu opłat zastępczych i wstrzymaniu się od umarzania praw majątkowych były publikacje w maju 2009 i 2010 roku wysokości stawek opłat zastępczych, które wykazywały istotny wzrost dynamiki względem poprzednich lat. Obawy w zakresie potencjalnego wzrostu cen w ślad za wzrostem opłat zastępczych oraz istotna inercja w ocenie poziomu i wpływu nadwyżki praw majątkowych w systemie były powodem masowego wnoszenia opłat zastępczych za lata 2009–2010. Zachowania te spowodowały silne załamanie rynku, co zilustrowane zostało na rys. 2 i 3. Brak działań interwencyjnych ustawodawcy spowodował spadek średnich cen z poziomu 23,55 zł/MWh w kwietniu 2011 roku do 2,25 zł/MWh w grudniu 2012 roku. 2.5. Rozwój wysokosprawnej kogeneracji Jednym z podstawowych kryteriów oceny efektywności mechanizmu może być analiza przyrostu produkcji w wysokosprawnej kogeneracji, potwierdzona wydanymi świadectwami pochodzenia, i analiza nowych, zainstalowanych mocy kogeneracyjnych spełniających kryterium kwalifikacyjne do grupy CHP2, czyli jednostek węglowych o łącznej mocy elektrycznej zainstalowanej ≥ 1 MW. Analiza danych pochodzących z opracowań Agencji Rynku Energii [5], zawartych w tab. 2, nie wskazuje na istotne zmiany zainstalowanej, sumarycznej mocy w grupie elektrociepłowni zawodowych. Stabilność tego poziomu szczególnie dla lat 2009–2011 pozwala sądzić, że zmiany te są wynikiem jedynie drobnych prac modernizacyjnych istniejących obiektów. Tezę tę zdaje się potwierdzać zestawienie bazujące na informacjach pochodzących z [6] i [7], przedstawione w tab. 3, a ilustrujące liczbę wydanych

142

Rys. 2. Ilustracja dynamiki nadwyżki praw majątkowych w systemie na tle poziomu indeksu cenowego KECX, źródło: opracowanie własne

Rys. 3. Ilustracja notowań indeksu KCEX wraz z fluktuacją cen na tle opłat zastępczych i wolumenu obrotu giełdowego, źródło: opracowanie własne Moc zainstalowana w elektrociepłowniach węglowych [MW] Rok

2007

2008

2009

2010

2011

Moc

4 801

5 070

5 018

5 023

5 054

Tab. 2. Zestawienie sumarycznego poziomu zainstalowanych mocy w elektrociepłowniach zawodowych węglowych wg danych z [5]

praw majątkowych w poszczególnych latach dla rocznych okresów wytworzenia. Ze względu na nieporównywalność wyników dla 2007 roku, z powodu jedynie półrocznego obowiązywania systemu wsparcia ewentualną dynamikę należy oceniać dla lat 2008–2010. Produkcja energii w wysokosprawnej kogeneracji jest pochodną wielu czynników, z których najistotniejszymi wydają się:

poziom zainstalowanej mocy, czas wykorzystania mocy znamionowej, uzależnienie od czynników meteorologicznych, współczynnika potrzeb własnych. W ocenie autorów artykułu, ze względu na brak inwestycji w nowe moce kogeneracyjne typu CHP2, przedstawione fluktuacje i dynamika produkcji uzależniona jest od pozostałych, wymienionych czynników, co nie pozwala wnioskować o wystarczającej efektywności mechanizmu wsparcia wyrażonej miarą istotnego wzrostu produkcji. W celu dokonania pełnej oceny efektywności wnioskowanie należy uzupełnić o projekcję przychodową systemu, czyli wycenę wydanych praw majątkowych. W tab. 4 przedstawiono wyniki przedmiotowej projekcji dla wariantów: (a) odniesienia się do średnioważonych wolumenem notowań cenowych rynku giełdowego i OTC oraz (b) opłat zastępczych. Wyniki obliczeń wskazują,

M. Sołtysik, K. Mucha-Kuś | Acta Energetica 3/20 (2014) | translation 134–139

Dane za okres wytwarzania

Wydane w roku

2007

2008

2009

2010

2011

2007

158 621

2008

9 246 383

14 126 033

2009

–

6 744 564

13 519 253

2010

–

373 248

8 349 435

14 288 873

2011

491 184

860 732

–

8 874 592

2012

13 893 484

Wydane za okres wytwarzania

RAZEM*

2007

2008

2009

2010

2011

9 896 188

22 104 577

21 868 688

23 163 465

13 893 484

22 836 901

23 145 914

RAZEM**

2012

23 758 944

* Według sprawozdań z działalności prezesa URE (2007–2011) ** Według raportów miesięcznych Towarowej Giełdy Energii SA

Bibliografia

Tab. 3. Ilość wytworzonej energii elektrycznej w źródłach kogeneracyjnych (CHP2)

Wydane za okres wytwarzania Rok

2007

2008

2009

2010

2011

2012

Prawa majątkowe [GWh]

9 896*

22 105*

21 869*

22 837**

23 146**

23 759**

Średnia ważona z indeksów giełdowych i OTC [zł/MWh]

17,60

17,19

17,67

21,09

23,40

12,23

Wartość praw majątkowych [mln zł]

174,17

380,02

386,46

481,74

541,66

290,52

17,96

19,32

23,32

29,58

29,30

177,74

397,00

422,50

532,56

684,66

696,14

Wariant a)

Wariant b) Opłata zastępcza [zł/MWh] Wartość praw majątkowych [mln zł]

* Według sprawozdań z działalności prezesa URE (2007–2011) ** Według raportów miesięcznych Towarowej Giełdy Energii SA Tab. 4. Ilustracja szacunkowej wartości systemu wsparcia dla dwóch wariantów cenowych

że dla wariantów (a) i (b) wartość wydanych praw majątkowych dla całego okresu wynosi odpowiednio ok. 2,3 i 2,9 mld zł. 3. Wnioski końcowe Postulaty przedstawicieli sektora wytwórców, wnioskowane w 2006 roku podczas prac Komisji Gospodarki, znalazły swe odzwierciedlenie w kształcie i brzmieniu znowelizowanej ustawy wprowadzającej system wsparcia. Zgodnie z deklaracjami i oczekiwaniami miała ona stanowić istotną zachętę inwestycyjną, co potwierdzają słowa wypowiedziane na mównicy

przywracającym system wsparcia w identycznym dla jego dotychczasowych i głównych założeń kształcie, warto przypomnieć pewne fundamentalne założenia dotyczące trwania mechanizmu, które również deklarowane były z mównicy sejmowej przed głosowaniem ustawy wprowadzającej po raz pierwszy wsparcie i o których niestety obecnie zapomniano: „Rozwiązanie to, według rządowego przedłożenia, ma mieć charakter tymczasowy, do czasu wypracowania i notyfikacji innych sposobów wspierania takiego systemu wytwarzania energii elektrycznej. Należy wierzyć, że ta tymczasowość nie będzie mieć charakteru trwałych rozwiązań prawnych (…)” [3].

sejmowej przez posłankę sprawozdawcę: „Poprawka złożona w trakcie prac w podkomisji do art. 13 stanowi, że wprowadzone przez ustawę mechanizmy będą działać do 31 marca 2013 r. Taki termin powinien zachęcić do inwestowania w urządzenia służące do wytwarzania energii w wysokosprawnej kogeneracji” [3]. Przedstawiona w artykule charakterystyka systemu wraz z oceną jego efektywności dowodzi, zdaniem autorów, postawionej we wstępie tezy o nieefektywności takiej formy wsparcia. W kontekście analiz oraz zaistniałym w 2014 r. zmianom prawnym,

1. Dyrektywa 2004/8/WE Parlamentu Europejskiego i Rady w sprawie wspierania kogeneracji w oparciu o zapotrzebowanie na ciepło użytkowe na rynku wewnętrznym energii oraz zmieniająca Dyrektywę 92/42/EWG, 11 lutego 2004. 2. Raport oceniający postęp osiągnięty w zwiększaniu udziału energii elektrycznej wytwarzanej w wysokosprawnej kogeneracji w całkowitej krajowej produkcji energii elektrycznej, Monitor Polski 2008, nr 1, poz. 12, załącznik do obwieszczenia Ministra Gospodarki z 12 grudnia 2007 roku. 3. Stenogram z 29 posiedzenia Sejmu w sprawie projektu ustawy o zmianie ustawy Prawo energetyczne, ustawy Prawo ochrony środowiska oraz Ustawy o systemie oceny zgodności, 5 grudnia 2006. 4. Ustawa Prawo energetyczne, Dz.U. z 2012 r., poz. 1059 z późn. zm., 10 kwietnia 1997. 5. Informacja statystyczna o energii elektrycznej, opracowania dla lat 2007–2011, Agencja Rynku Energii. 6. Sprawozdania z działalności prezesa URE za lata 2007–2011, Biuletyny Urzędu Regulacji Energetyki. 7. h t t p : / / w w w . p o l p x . p l / p l / 1 5 5 / raporty-miesieczne. 8. Obraz polskiego rynku energii elektrycznej w latach 2007–2011 z uwzględnieniem przemian organizacyjno-własnościowych, ARE SA Warszawa, październik 2012.

Maciej Sołtysik

dr inż. TAURON Polska Energia SA e-mail: maciej.soltysik@tauron-pe.pl Absolwent Wydziału Elektrycznego Politechniki Śląskiej (2000) oraz studiów podyplomowych w Akademii Ekonomicznej w Katowicach (2007) i Akademii Górniczo-Hutniczej (2010). Stopień naukowy doktora uzyskał w Instytucie Energoelektryki Politechniki Wrocławskiej (2010). Od kilkunastu lat jest związany z energetyką. Doświadczenie zawodowe zdobywał w Enion SA, Everen sp. z o.o. grupa EdF i TAURON Polska Energia SA. Członek Towarzystwa Obrotu Energią (TOE) i grup roboczych przy Towarzystwie Obrotu Energią (TOE) oraz Polskiego Komitetu Energii Elektrycznej (PKEE). Biegły sądowy z zakresu elektroenergetyki i rynku energii elektrycznej. Autor i współautor kilkudziesięciu referatów naukowych.

Karolina Mucha-Kuś

mgr TAURON Polska Energia SA e-mail: karolina.mucha-kus@tauron-pe.pl Absolwentka Śląskiej Międzynarodowej Szkoły Handlowej (2008), studiów podyplomowych w Akademii Górniczo-Hutniczej (2012) i studiów doktoranckich na Uniwersytecie Ekonomicznym w Katowicach (2012). Od 2007 roku zawodowo jest związana z branżą energetyczną. Jej zainteresowania naukowo-badawcze dotyczą strategii efektywnych zachowań uczestników rynku energii. Autorka referatów z zakresu zarządzania strategicznego, w szczególności badań nad strategiami koopetycji. Członkini Towarzystwa Obrotu Energią (TOE) i grup roboczych przy Towarzystwie Obrotu Energią.

143

A. Wędzik | Acta Energetica 3/20 (2014) | 144–149

The Optimization of Cable Layout Design in Wind Farm Internal Networks

Author Andrzej Wędzik

Keywords optimization, renewable energy, wind farms

Abstract In the paper the author focuses on different ways of obtaining the optimal cable layout design in wind farm internal networks. Examples of calculations and comparing results for different methods of solving the objective were presented. The possibilities of using network methods (graph optimization methods) were shown. The usefulness of using the Mixed Integer Programming (MIP) method to define the optimal cable layout design in wind farm internal networks was shown.

DOI: 10.12736/issn.2300-3022.2014313

1. Introduction The process of constructing a new wind farm is a long-term and multi-stage development project. The investor is repeatedly faced with problems of selecting the best and most economical solutions. The problems to resolve are many [1, 2, 3]. Starting from the wind farm’s best location in the area, and ending with the electricity generation optimization. At each stage of a wind farm’s construction the investor can, however, save more or less money. One of the possible reductions of the capital expenditures is to optimize the cable connections between turbines within the farm’s internal MV grid. Finding an appropriate layout of the connections between a wind farm’s turbines and MSP substation is a typical grid issue. Very good results are obtained in such a case by using graph optimization algorithms [4] in either a classical version or with Mixed Integer Programming, MIP [5, 6, 7]. This will result in the optimal structure of the wind farm’s internal MV distribution grid. In practice this grid should provide the shortest possible connections between wind turbines and the MPS substation. One of the problems that the designer may encounter is, for instance, a forced cabling route, typically resulting from ownership of land and technical considerations. From the mathematical description point of view these are additional constraints that should be considered in the design process [8]. Also, factors such as the number of the farm’s sections, number of turbines in a single section, or terrain shape can influence the final result, and should also be included in the description and solution of the problem of optimal selection of the wind farm’s internal MV grid connections. In this paper the author focuses on the problem of determining the optimal layout of cabling connections between a wind farm’s turbines and MPS substation. It shows the possibilities of using the grid methods based on graph optimization, and Mixed 144

Integer Programming (MIP) to solve this problem. This paper attempts to answer the question: what routes should be selected for turbines connecting cabling to minimise the related capital expenditures? Also presented are practical conclusions as to the design of a wind farm’s internal MV distribution grid, resulting from the completed calculations and analyses.

2. Grid methods (graph optimization) The problem of cabling layout optimization within a wind farm’s area is a typical grid problem, based on the graph formed by turbine location points. With the nodes so pre-selected, the layout of connections between these points that meets certain assumptions (constraints) should be determined. The main constraints include, but are not limited to, such factors as: • terrain shape • feasibility of specific cable routes • number of sections • number of turbines in a single section • feasibility of specific cable amounts and sizes. To solve these kinds of problems, the graph theory based grid algorithms is very well suited. These are well known and usually very fast algorithms for determining the optimal grid structure, subject to specific assumptions. To solve the present problem the following grid (graph optimization) algorithms [4, 9] are best suited: • minimum spanning tree • shortest path problem • constrained minimum spanning tree. The degree and extent of the different grid algorithms’ usability depends primarily on the wind farm size, and hence, the complexity of the connections between individual turbines. An example algorithm of selecting the optimum cabling layout in an actual wind farm is presented below.

A. Wędzik | Acta Energetica 3/20 (2014) | 144–149

2.1. Determination of the set of feasible connections between individual turbines The set of feasible connections between individual turbines is developed on the basis of details of the turbines’ locations. Typically these are geographical coordinates, based on which distances between the turbines can be calculated. An example grid of connections determined for the full data set is shown in Fig. 1. It’s easily noticeable that the resulting grid of connections between the turbines is not very transparent, and the large number of possible connections may unnecessarily complicate and lengthen the optimal structure calculation. In practical solutions, already at this design stage the grid of possible connections is reduced to those that are practically feasible. An example of such a reduced grid is shown in Fig. 2.

2.2. Determination of the minimum spanning tree The next step in determining the optimal layout of cable connections within a wind farm is to determine the minimum spanning tree on all the grid’s nodes. In practice, for this purpose the farm’s already reduced internal MV grid is used. Since the tree is the shortest set of connections between all functions, it may be the first approximation of the farm grid’s final division into sections and individual turbines’ connections. The minimum spanning tree for the present example is shown in Fig. 3.

Fig. 1. Example of complete grid of possible connections between wind turbines in a wind farm

Fig. 2. Example of feasible reduced grid of possible connections between wind turbines in a wind farm

Fig. 3. Example minimum spanning tree for connections between wind turbines in a wind farm

145

A. Wędzik | Acta Energetica 3/20 (2014) | 144–149

2.3. Determination of the division into sections

2.4. Determination of the final division into sections

It is difficult to provide clear rules for the distribution of wind farm’s internal grid into sections. It depends on many factors such as: • investor guidelines as to the number of sections • investor guidelines as to the number of turbines in a single section • location related constraints to the feasibility of certain cable sizes, etc. In the present case, the investor has imposed the numbers of sections, and of turbines in a section: 3 sections, each with 8 turbines. The further process of the farm’s internal MV grid optimal structure selection was subject to these assumptions. Fig. 4 shows the farm MV grid’s preliminary division into sections, and the allocation of individual turbines to relevant sections. Unfortunately, at this stage the process of the farm MV grid structure’s optimal selection in many cases becomes quasi-optimal because: • allocation of turbines to individual sections is not always optimal. It can be subjective and often depends on the designer rather than the optimization criteria • after the grid division into sections the minimum spanning tree is cut open in several locations, and the choice of the sections’ connections to the MSP substation again depends on the designer, not on the optimization criteria.

After taking into account the above remarks, the structure of connections in individual sections (of all nodes within the section’s connection structure) can be finally determined. At this design stage all additional nodes resulting from routing constraints can also be considered and included in further calculations of the optimal structure of connections. Next, using the minimal spanning tree algorithm, the final structure of the farm’s internal MV grid can be sequentially determined for each of the proposed sections. In some cases the shortest path problem algorithm, e.g., to determine the shortest connection in branches and branch arms of each section, may also be quite effective. The final grid structure in the present example is shown in Fig. 5.

Fig. 5. The final structure of wind farm’s internal MV grid obtained by grid method

2.5. Summary of grid methods The grid algorithm described above produced the following cable lengths in the wind farm’s internal MV grid:

Section

Fig. 4. Preliminary allocation of turbines to wind farm’s individual sections

146

Cable length [m]

5,633

4,005

6,590

Farm total

16,228

Tab. 1. Cable lengths in the wind farm’s internal MV grid produced by the grid algorithm

A. Wędzik | Acta Energetica 3/20 (2014) | 144–149

The presented calculation method has many advantages. The major ones include: • simplicity and transparency of the methods (algorithms) • speed of the calculation procedures • applicability of commonly available standard calculation procedures. Unfortunately, it also has some drawbacks that hinder its use. The major ones include: • need for manual preparation of data, practically at every stage of the algorithm • quasi-optimality of some solutions resulting from the subjective choice of connections structure dependent on the designer at certain stages of the algorithm • poor integration with further optimization process of the selection of cables connecting turbines in the farm’s internal MV grid [3]. In many cases the results obtained from grid methods are satisfactory and can be successfully applied to optimize the cable connection within a wind farm site. This refers primarily to not very extensive grids with relatively simple structures.

3. Mixed Integer Programming (MIP) In many cases grid problems can be described and resolved not only by classical grid algorithms, but also Mixed Integer Programming, MIP [9]. The main advantages of such solutions are: • unified mathematical description of the problem • option to edit the grid problem specific constraints, and of integration with other MIP-enabled algorithms to solve grid problems. For the purposes of this paper, one of the main MIP applicability factors was the ability to integrate calculations with the further optimization process of selecting cables connecting turbines in the farm’s internal MV grid [ 3]. This chapter presents the results of calculations and their comparison with calculations for the earlier considered example of wind turbines’ deployment.

3.1. Mathematical description of the problem There are many methods and ways to describe grid problems using Mixed Integer Programming [6, 7, 10]. Depending on the needs, the classical grid methods are reflected in MIP mathematical formulas [9]. In many cases grid problems described by MIP equations are, unfortunately, of the NP-complete type, which can significantly complicate finding the optimal result. To solve the optimization problem of cabling layout on a wind farm site, the cable trench problem method was used, which combines the minimum spanning tree and shortest path problem algorithms. The method itself is an NP-complete problem. Its mathematical description is as follows [12]: (1)

for: (2)

(3) (4)

(5)

(6)

(7)

where: xi,j – number of cables from node i to node j, yi,j – matrix of connections between nodes i and j (1 – if the nodes are connected, 0 – if they are not connected), di,j – matrix of distance between nodes, y – unit cost of cable, τ – unit cost of cable laying. The main advantage of this method is its adaptability, by formulation of appropriate constraints, among other things, to: • selection of turbines’ division for a specific number of sections • selection of the number of turbines in a single section • taking into account forced cable routing • full integration with further optimization process of selecting cables connecting turbines in the farm’s internal MV grid [3].

3.2. MIP application to the optimization of selecting the turbines connecting cables The program of optimal selection of the cables connecting turbines in a wind farm’s MV internal grid requires the individual turbine location details only. Based on this data (usually geographic coordinates) the entire grid’s optimal structure is determined, taking into account the required numbers of sections and of wind turbines in a single section. The problem itself is solved by FICO® Xpress Optimization Suite v.7.4 64-bit means program. The program produced the wind farm’s internal grid structure shown in Fig. 6. The MIP algorithm produced the following cable lengths in the wind farm’s internal MV grid:

Section

Cable length [m]

5,079

4,234

6,590

Farm total

15,903

Tab. 2. Cable lengths in the wind farm’s internal MV grid produced by the MIP algorithm 147

A. Wędzik | Acta Energetica 3/20 (2014) | 144–149

Cable length Section

Grid method

MIP method

[m]

5,633

4,005

Differences [m]

[%]

5,079

554

10.91%

4,234

-229

-5.41%

6,590

Farm

16,228

15,903

325

2.04%

Tab. 3. Cable lengths in the wind farm’s internal MV grid produced by the grid and MIP algorithms

Fig. 6. The final structure of a wind farm’s internal MV grid obtained by the MIP method

3.3. Summary of the Mixed Integer Programming (MIP) method The Mixed Integer Programming (MIP) method in one computation cycle determines the optimal structure of cables connecting turbines in the wind farm’s internal MV grid. The total calculation time is much shorter than in the grid methods (with regard to the whole grid connections optimization process), and ranges from a few to several tens of seconds, depending on the number of nodes and the grid structure complexity (number of sections, number of turbines in a section, etc.). The results obtained by this method are better (shorter total length of cable connections), and the procedure of the optimal cabling structure selection itself was freed of subjective choices depending on the designer, and is based on optimization criteria. The application of the modified cable trench problem method enabled full integration of the computational procedure with the further optimization process of the selection of cables connecting turbines in the farm’s internal MV grid.

4. Final conclusions The paper presents two methods to solve the optimization problem of cabling layout in a wind farm’s internal MV grid. It has been shown that for solving the problem the grid methods (graph optimization) can be used, as well as the Mixed Integer Programming (MIP) methods. The calculations results are compared in Tab. 3. From the practical point of view the difference between the results is negligible. The choice of a particular method can, however, be governed by the following factors: 148

Grid method • simplicity and transparency of the methods (algorithms) • speed of the calculation procedures • applicability of commonly available standard calculation procedures. Mixed Integer Programming (MIP) • unified mathematical description of the problem • option to edit the grid problem specific constraints • option to integrate with other MIP-enabled algorithms to solve grid problems. Some very important advantages of the MIP method are the options to: • select turbines’ division for a specific number of sections • select the number of turbines in a single section • take into account forced cable routing • fully integrate with further optimization process of the selection of cables connecting turbines in the farm’s internal MV grid [3]. Due to the above arguments the MIP Mixed Integer Programming method seems to be more useful and have more computational capabilities than the grid methods. This does not mean, however, that the graph optimization based methods are no longer useful. It must be remembered that grid problems described by MIP equations are NP-complete, which in the case of large-size structures can considerably complicate and prolong finding the optimal solution. REFERENCES

1. Lundberg S., Evaluation of wind farm layouts, EPE Journal, Vol. 16, No. 1, pp. 14–21, February 2006. 2. Lundberg S., Thesis For The Degree Of Doctor Of Philosophy – “Wind Farm Configuration and Energy Efficiency Studies – Series DC versus AC Layouts”, Department of Energy and Environment, Chalmers University Of Technology, Goteborg, Sweden 2006. 3. Wędzik A., Optymalizacja doboru kabli, łączących turbiny na obszarze farmy wiatrowej [Optimizing the selection of cables connecting turbines in wind farm], XV The XV. Jubilee International Scientific Conference “Current Problems in Power Engineering. APE’11”, Jurata 8–10 June 2011, Vol. IV, pp. 77–87. 4. Bertsekas D.P., Network Optimization: Continuous and Discrete Models; Athena Scientific, Belmont, MIT Massachusetts, 1998. 5. Donovan S., Wind Farm Optimization, Proceedings of the 7th

A. Wędzik | Acta Energetica 3/20 (2014) | 144–149

Triennial Conference of the Asia-Pacific Operations Research Society, Manila, 2006. 6. Donovan S. et. al., Mixed Integer Programming Models for Wind Farm Design, MIP 2008 Workshop on Mixed Integer Programming, Columbia University, New York City, 2008. 7. Donovan S., An lmprovedMixed Integer Programming Model for Wind Farm Layout Optimisation, 41 st Annual ORSNZ Conference, 30th November and 1 st December, 2006, New Zealand. 8. Samorani M., The Wind Farm Layout Optimization Problem, Leeds School of Business Research Paper Series, Leeds School of Business, University of Colorado at Boulder, January 28,2010.

9. Wu B.Y., Chao K.-M., Spanning Trees and Optimization Problems, Chapman & Hall/CRC, 2004. 10. Berzan C. et. al., Algorithms for Cable Network Design on Large-scale Wind Farms. Technical Report, MIT, 2011. 11. Attias K., Ladany S.P., Optimal Layout for Wind Turbine Farms, World Renewable Energy Congress 2011 – Linkoping, Sweden, 8–13 May 2011. 12. Vasko FJ. et al., The cable trench problem: combining the shortest path and minimum spanning tree problems, Elsevier Science, Computers & Operations Research 2002, Vol. 29, pp. 441–458.

Andrzej Wędzik Lodz University of Technology e-mail: andrzej.wedzik@p.lodz.pl Lodz University of Technology graduate. Since 1986 with the Institute of Electrical Power Engineering of his alma mater, now as an assistant professor. His research activities focus on issues related to renewable energy, energy law, energy market and optimization. Since 2007 he has chaired the Central Section for Renewable Energy and the Environment of Association of Polish Electrical Engineers (SEP).

149

A. Wędzik | Acta Energetica 3/20 (2014) | translation 144–149

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 144–149. When referring to the article please refer to the original text. PL

Optymalizacja układu połączeń kablowych na obszarze farmy wiatrowej Autor Andrzej Wędzik Słowa kluczowe optymalizacja, energetyka odnawialna, farmy wiatrowe Streszczenie Farmy wiatrowe stają się coraz większe i zajmują coraz rozleglejsze obszary. Sprawia to, że instalacje wewnętrzne tych farm przyjmują coraz bardziej skomplikowane postaci. Ich połączenia zaczynają przypominać rozległe struktury sieciowe, często o długości kilkudziesięciu kilometrów. Z tego powodu każdy inwestor zaraz po wyborze lokalizacji staje przed dylematem określenia sposobu połączenia turbin wchodzących w skład farmy wiatrowej. Rodzi się wówczas naturalne pytanie: jak zaprojektować i skonfigurować sieć połączeń wewnętrznych farmy wiatrowej, aby koszty takiego przedsięwzięcia były najniższe? Efektem tego etapu działań powinna być optymalna struktura wewnętrznej sieci rozdzielczej SN farmy wiatrowej. W praktyce sieć ta powinna zapewniać najkrótsze możliwe połączenia pomiędzy turbinami wiatrowymi oraz głównym punktem zasilającym (GPZ) farmy wiatrowej. W artykule autor przedstawia różne sposoby realizacji wytyczonego w tytule celu. Przytoczone zostały przykłady obliczeń i porównania wyników dla różnych metod rozwiązania postawionego zadania. Wykazano przydatność zastosowania metody optymalizacji całkowitoliczbowej (ang. Mixed Integer Programming, MIP) do określania optymalnego układu połączeń kablowych na terenie farmy wiatrowej.

1. Wprowadzenie Proces inwestycyjny związany z budową nowej farmy wiatrowej jest przedsięwzięciem długotrwałym i wieloetapowym. Inwestor wielokrotnie staje przed problemami wyboru najlepszych i najbardziej ekonomicznych rozwiązań. Problemów do rozstrzygnięcia jest wiele [1, 2, 3]. Począwszy od najlepszej lokalizacji farmy wiatrowej w terenie, a skończywszy na optymalizacji produkcji energii elektrycznej. Na każdym z etapów budowy farmy wiatrowej inwestor może jednak zaoszczędzić mniejsze lub większe pieniądze. Jedną z możliwości obniżenia kosztów inwestycyjnych jest optymalizacja układu połączeń kablowych pomiędzy turbinami, w wewnętrznej sieci SN farmy wiatrowej. Szukanie odpowiedniego układu połączeń pomiędzy turbinami oraz stacją GPZ farmy wiatrowej jest typowym zagadnieniem sieciowym. Bardzo dobre efekty uzyskuje się, stosując w takim przypadku algorytmy optymalizacji grafów [4] zarówno w wersji klasycznej, jak i z wykorzystaniem np. programowania całkowitoliczbowego, ze zmiennymi binarnymi (ang. Mixed Integer Programming, MIP) [5, 6, 7]. Efektem tego typu działań jest optymalna struktura połączeń wewnętrznej sieci rozdzielczej SN farmy wiatrowej. W praktyce sieć ta zapewnia najkrótsze możliwe połączenia pomiędzy turbinami wiatrowymi oraz GPZ. Jednym z problemów, na które może natrafić projektant, jest np. wymuszona trasa prowadzenia kabli, wynikająca najczęściej z praw własności gruntów oraz względów technicznych. Z punktu widzenia opisu matematycznego są to dodatkowe ograniczenia, które należy uwzględnić w procesie projektowania [8]. Również takie czynniki, jak: liczba sekcji farmy, liczba turbin w pojedynczej sekcji czy też ukształtowanie terenu mogą wpłynąć na wynik końcowy i powinny być również uwzględnione w opisie oraz rozwiązaniu problemu optymalnego doboru układu połączeń sieci wewnętrznej SN farmy wiatrowej.

150

W prezentowanym artykule autor koncentruje się na problemie określenia optymalnego układu połączeń kabli łączących turbiny i GPZ farmy wiatrowej. Pokazuje możliwości wykorzystania metod sieciowych, opartych na optymalizacji grafu, oraz programowania całkowitoliczbowego, z zastosowaniem zmiennych binarnych (MP) do rozwiązania takiego problemu. Artykuł jest próbą odpowiedzi na pytanie: jakimi trasami poprowadzić kable łączące turbiny, aby koszty takiej inwestycji były najniższe? Przedstawiono również praktyczne wnioski co do projektowania wewnętrznej sieci rozdzielczej SN farmy wiatrowej, wynikające z przeprowadzonych obliczeń i analiz. 2. Metody sieciowe (optymalizacja grafu) Problem optymalizacji układu połączeń kablowych na obszarze farmy wiatrowej jest typowym problemem sieciowym, opartym na grafie utworzonym z punktów usytuowania turbin. Przy zadanych punktach węzłowych należy określić układ połączeń pomiędzy tymi punktami, spełniających określone założenia (ograniczenia). Do podstawowych warunków ograniczających należą takie czynniki, jak m.in.: • ukształtowanie terenu • możliwości prowadzenia kabli konkretnymi trasami • liczba sekcji • liczba turbin w pojedynczej sekcji • możliwość stosowania określonej ilości i przekrojów kabli. Do rozwiązania tego rodzaju problemów bardzo dobrze nadają się algorytmy sieciowe, oparte na teorii grafów. To dobrze znane i najczęściej bardzo szybko działające algorytmy, służące do określania optymalnej struktury sieci przy konkretnych założeniach. Do rozwiązania postawionego w temacie problemu najbardziej predysponowane są następujące algorytmy sieciowe (optymalizacji grafu) [4, 9]: • algorytm minimalnego drzewa rozpinającego (ang. minimum spanning tree)

• algorytm wyboru najkrótszej ścieżki (ang. shortest path problem) • algorytmy z rodziny ograniczonego minimalnego drzewa rozpinającego (ang. constrained minimum spanning tree). Stopień i zakres wykorzystania poszczególnych algorytmów sieciowych zależy przede wszystkim od wielkości farmy wiatrowej, a co za tym idzie, stopnia skomplikowania układów połączeń pomiędzy pojedynczymi turbinami. Poniżej przedstawiony został przykładowy algorytm postępowania przy wyborze optymalnego układu połączeń kablowych na terenie rzeczywistej farmy wiatrowej. 2.1. Określenie zestawu możliwych połączeń pomiędzy pojedynczymi turbinami Zestaw możliwych połączeń pomiędzy pojedynczymi turbinami tworzony jest na podstawie informacji o usytuowaniu tych turbin. Najczęściej są to współrzędne geograficzne, na podstawie których można wyliczyć np. odległości pomiędzy kolejnymi turbinami. Przykład sieci połączeń, określony dla pełnego zestawu danych, przedstawiony został na rys. 1. Łatwo zauważyć, że otrzymana sieć połączeń pomiędzy turbinami jest mało przejrzysta, a duża liczba możliwych połączeń może niepotrzebnie skomplikować i wydłużyć obliczenia optymalnej struktury. W praktycznych rozwiązaniach, już na tym etapie projektowania, ogranicza się sieć możliwych połączeń do tych, które są realne z praktycznego punktu widzenia. Przykład takiej sieci zredukowanej został zamieszczony na rys. 2. 2.2. Określenie minimalnego drzewa rozpinającego (minimum spanning tree) Kolejnym etapem na drodze do wyznaczenia optymalnego układu połączeń kablowych na terenie farmy wiatrowej jest określenie minimalnego drzewa rozpinającego (ang. minimum spanning tree) na wszystkich węzłach sieci. W praktyce do tego celu

A. Wędzik | Acta Energetica 3/20 (2014) | translation 144–149

• wytyczne inwestora co do liczby sekcji • wytyczne inwestora co do liczby turbin w pojedynczej sekcji • uwarunkowania terenowe • możliwości stosowania określonych przekrojów kabli itp. W prezentowanym przypadku inwestor narzucił liczbę sekcji i turbin w sekcji: 3 sekcje po 8 turbin w każdej. Dla takiego właśnie układu przeprowadzono dalszy proces optymalnego doboru struktury połączeń wewnętrznej sieci SN farmy wiatrowej. Na rys. 4 został zaprezentowany wstępny podział sieci wewnętrznej SN farmy wiatrowej i przydział poszczególnych turbin do odpowiednich sekcji. Niestety, na tym etapie proces optymalnego doboru struktury połączeń wewnętrznej sieci SN farmy wiatrowej w wielu przypadkach staje się procesem quasi-optymalnym, gdyż: • przydział turbin do poszczególnych sekcji nie zawsze jest optymalny; może on być subiektywny i często zależy od projektanta, a nie od kryteriów optymalizacyjnych • po podziale na sekcje minimalne drzewo rozpinające ulega rozcięciu w kilku miejscach, a wybór połączeń sekcji z GPZ ponownie zależy od projektanta, a nie od kryteriów optymalizacyjnych. Rys. 1. Przykład pełnego układu możliwych połączeń pomiędzy turbinami wiatrowymi na terenie farmy wiatrowej

2.4. Określenie ostatecznej struktury podziału na sekcje Po uwzględnieniu powyższych uwag można dokonać ostatecznego wyboru struktury połączeń w poszczególnych sekcjach (wszystkich węzłów wchodzących w strukturę połączeń danej sekcji). Na tym etapie projektowania można również uwzględnić wszystkie węzły dodatkowe, wynikające z ograniczeń dotyczących wytyczanej trasy, i włączyć je do dalszych obliczeń optymalnej struktury połączeń. Następnie, wykorzystując algorytm minimalnego drzewa rozpinającego (ang. minimum spanning tree), kolejno do każdej z zaproponowanych sekcji można określić ostateczną strukturę sieci wewnętrznej SN farmy wiatrowej. W niektórych przypadkach dobre efekty daje również wykorzystanie algorytmu wyboru najkrótszej ścieżki (ang. shortest path problem), np. w celu określenia najkrótszych połączeń w gałęziach i odnogach gałęzi poszczególnych sekcji. W rozważanym przykładzie ostateczna struktura sieci przedstawiona została na rys. 5. 2.5. Podsumowanie metod sieciowych Wykorzystanie przedstawionego powyżej algorytmu sieciowego pozwoliło uzyskać następujące długości kabli w wewnętrznej sieci SN farmy wiatrowej: Zastosowanie przedstawionej metody obliczeniowej ma wiele zalet. Do najważniejszych należą:

Rys. 2. Przykład realnego, zredukowanego układu możliwych połączeń pomiędzy turbinami wiatrowymi na terenie farmy wiatrowej

używa się już zredukowanego układu połączeń wewnętrznej sieci SN farmy wiatrowej. Ponieważ drzewo jest najkrótszym zestawem połączeń łączącym wszystkie funkcje, dlatego też może być ono pierwszym przybliżeniem ostatecznego podziału sieci farmy wiatrowej na sekcje i połączenia poszczególnych turbin. Minimalne drzewo rozpinające,

dla prezentowanego przykładu, zamieszczone zostało na rys. 3. 2.3. Określenie podziału na sekcje Trudno jest podać jednoznaczne zasady podziału sieci wewnętrznej farmy wiatrowej na sekcje. Jest on uzależniony od wielu czynników, takich jak m.in.:

Sekcja

Długość kabli [m]

5 633

4 005

3 Razem farma

6 590 16 228

Tab. 1. Zestawienie danych długości kabli dla sieci wewnętrznej SN farmy wiatrowej, algorytm sieciowy

151

A. Wędzik | Acta Energetica 3/20 (2014) | translation 144–149

połączeń kablowych na obszarze farmy wiatrowej. Dotyczy to przede wszystkim sieci niezbyt rozległych i o stosunkowo prostej strukturze.

Rys. 3. Minimalne drzewo rozpinające dla układu połączeń pomiędzy turbinami wiatrowymi na terenie farmy wiatrowej

3. Metody programowania całkowitoliczbowego (MIP) Problemy sieciowe, obok stosowania i wykorzystania klasycznych algorytmów sieciowych, mogą być w wielu przypadkach opisane i rozwiązane z wykorzystaniem metod programowania całkowitoliczbowego, z udziałem zmiennych binarnych (ang. Mixed Integer Programming, MIP) [9]. Głównymi zaletami takich rozwiązań są: • jednolity, matematyczny opis problemu • możliwość redagowania ograniczeń wynikających ze specyfiki opisywanego problemu sieciowego • możliwość integracji z innymi algorytmami wykorzystującymi MIP do rozwiązywania problemów sieciowych. Na potrzeby niniejszego artykułu jednym z głównych czynników zastosowania techniki MIP była możliwość integracji obliczeń z dalszym procesem optymalizacji doboru kabli łączących turbiny w sieci wewnętrznej SN farmy wiatrowej [3]. W rozdziale tym zaprezentowano wyniki obliczeń oraz ich porównanie z obliczeniami dla rozważanego wcześniej przykładu układu rozmieszczenia turbin wiatrowych. 3.1. Opis matematyczny problemu Istnieje wiele metod i sposobów opisu problemu sieciowego za pomocą programowania całkowitoliczbowego [6, 7, 10]. W zależności od potrzeb klasyczne metody sieciowe znalazły swoje odzwierciedlenie w matematycznych formułach MIP [9]. W wielu przypadkach problemy sieciowe, opisane równaniami programowania całkowitoliczbowego, są niestety problemami typu NP-zupełnego (NP-complete), co może znacznie skomplikować znalezienie optymalnego wyniku. Na potrzeby rozwiązania problemu optymalizacji układu połączeń kablowych na obszarze farmy wiatrowej wykorzystana została metoda The cable trench problem, która jest połączeniem algorytmu minimalnego drzewa rozpinającego oraz algorytmu wyboru najkrótszej ścieżki. Sama metoda jest problemem NP-zupełnym. Jej opis matematyczny ma następującą postać [12]: (1) dla:

Rys. 4. Wstępny przydział turbin do poszczególnych sekcji farmy wiatrowej

• prostota i przejrzystość stosowanych metod (algorytmów) • szybkość działania procedur obliczeniowych • możliwość wykorzystania ogólnie dostępnych, standardowych procedur obliczeniowych. Niestety, posiada ona również kilka wad utrudniających jej stosowanie. Do najważniejszych należą: • konieczność ręcznego przygotowywania danych, praktycznie na każdym etapie działania algorytmu

152

• quasi-optymalność niektórych rozwiązań, wynikająca z subiektywnego i zależnego od projektanta wyboru struktury połączeń, na niektórych etapach działania algorytmu • słaba integracja z dalszym procesem optymalizacji doboru kabli łączących turbiny w sieci wewnętrznej SN farmy wiatrowej [3]. W wielu przypadkach wyniki uzyskane z wykorzystaniem metod sieciowych dają zadowalające rezultaty i mogą być z powodzeniem stosowane do optymalizacji układu

(2)

(3) (4)

(5) (6)

A. Wędzik | Acta Energetica 3/20 (2014) | translation 144–149

(7) gdzie: xi,j – liczba kabli od węzła i do węzła j, yi,j – macierz połączeń pomiędzy węzłami i oraz j (1 – jeżeli węzły są połączone, 0 – w przeciwnym wypadku), di,j – macierz odległości pomiędzy węzłami, γ – jednostkowy koszt kabla, τ – jednostkowy koszt ułożenia kabla. Główną zaletą wykorzystania tej metody jest możliwość adaptowania jej, poprzez sformułowanie odpowiednich ograniczeń, między innymi do: • wyboru podziału turbin na określoną liczbę sekcji • możliwości wyboru liczby turbin w pojedynczej sekcji • możliwości uwzględnienia wymuszonej drogi prowadzenia kabli • pełnej integracji z dalszym procesem optymalizacji doboru kabli łączących turbiny w sieci wewnętrznej SN farmy wiatrowej [3]. 3.2. Wykorzystanie MIP do optymalizacji doboru kabli łączących turbiny Program optymalnego doboru kabli łączących turbiny w sieci wewnętrznej SN farmy wiatrowej wymaga jedynie danych o usytuowaniu pojedynczych turbin. Na podstawie tych danych (najczęściej współrzędnych geograficznych) określana jest optymalna struktura całej sieci, uwzględniająca wymaganą liczbę sekcji oraz narzuconą liczbę turbin wiatrowych w pojedynczej sekcji. Sam problem rozwiązywany jest za pomocą programu FICO® Xpress Optimization Suite v.7.4 64-bit. Wynikiem działania programu jest struktura sieci wewnętrznej farmy wiatrowej, przedstawiona na rys. 6. Wykorzystanie algorytmu programowania całkowitoliczbowego pozwoliło uzyskać następujące długości kabli w wewnętrznej sieci SN farmy wiatrowej: Sekcja

Długość kabli [m]

5 079

4 234

3 Razem farma

Rys. 5. Ostateczna struktura sieci wewnętrznej SN farmy wiatrowej, przy wykorzystaniu metod sieciowych

6 590 15 903

Tab. 2. Zestawienie danych długości kabli dla sieci wewnętrznej SN farmy wiatrowej, algorytm MIP

3.3. Podsumowanie metody programowania całkowitoliczbowego MIP Wykorzystanie metody programowania całkowitoliczbowego MIP pozwala w jednym cyklu obliczeniowym określić optymalną strukturę połączeń kabli łączących turbiny w sieci wewnętrznej SN farmy wiatrowej. Całkowity czas obliczeń jest znacznie krótszy niż w metodach sieciowych (biorąc pod uwagę cały proces optymalizacji układu połączeń w sieci) i waha się w granicach od kilku do kilkudziesięciu sekund, w zależności od liczby węzłów i stopnia złożoności struktury sieci (liczby sekcji, liczby turbin w sekcji itp.). Wyniki otrzymane dzięki tej metodzie są

Rys. 6. Struktura sieci wewnętrznej SN farmy wiatrowej przy wykorzystaniu metod programowania całkowitoliczbowego

lepsze (mniejsza łączna długość połączeń kablowych), a sama procedura optymalnego doboru struktury połączeń kablowych pozbawiona została subiektywnych wyborów, zależnych od projektanta, i oparta została na kryteriach optymalizacji. Dzięki wykorzystaniu zmodyfikowanej metody The cable trench problem możliwa jest pełna integracja procedury obliczeniowej z dalszym procesem optymalizacji doboru kabli łączących turbiny w sieci wewnętrznej SN farmy wiatrowej.

4. Wnioski końcowe W artykule przedstawione zostały dwie metody rozwiązania problemu optymalnego doboru połączeń kablowych w wewnętrznej sieci SN farmy wiatrowej. Wykazano, że do rozwiązania postawionego problemu można wykorzystać zarówno metody sieciowe (optymalizacja grafów), jak i metody programowania całkowitoliczbowego, ze zmiennymi binarnymi (MIP). Porównanie otrzymanych wyników obliczeń zestawione zostało w tab. 3.

153

A. Wędzik | Acta Energetica 3/20 (2014) | translation 144–149

Długość kabli Sekcja

Metoda sieciowa

Różnice

Metoda MIP

[m]

5 633

5 079

554

10,91%

4 005

4 234

–229

–5,41%

6 590

16 228

15 903

325

2,04%

Farma

[%]

Tab. 3. Zestawienie danych długości kabli dla sieci wewnętrznej SN farmy wiatrowej, uzyskanych w algorytmie sieciowym i algorytmie MIP

Z praktycznego punktu widzenia różnica pomiędzy otrzymanymi wynikami jest pomijalna. Za wyborem konkretnej metody mogą natomiast przemawiać następujące czynniki: Metoda sieciowa • prostota i przejrzystość stosowanych metod (algorytmów) • s z y b k o ś ć d z i a ł a n i a p r o c e d u r obliczeniowych • możliwość wykorzystania ogólnie dostępnych, standardowych procedur obliczeniowych. Metoda programowania całkowitoliczbowego MIP • jednolity, matematyczny opis problemu • możliwość redagowania ograniczeń wynikających ze specyfiki opisywanego problemu sieciowego • możliwość integracji z innymi algorytmami, wykorzystującymi MIP do rozwiązywania problemów sieciowych. W przypadku metody programowania całkowitoliczbowego MIP bardzo istotnym atutem jest możliwość: • wyboru podziału turbin na określoną liczbę sekcji • wyboru liczby turbin w pojedynczej sekcji • uwzględnienia wymuszonej drogi prowadzenia kabli • pełnej integracji z dalszym procesem optymalizacji doboru kabli łączących turbiny w sieci wewnętrznej SN farmy wiatrowej [3].

Andrzej Wędzik

Powyższe argumenty sprawiają, że metoda programowania całkowitoliczbowego MIP wydaje się bardziej przydatna i dysponująca większym potencjałem możliwości obliczeniowej niż metody sieciowe. Nie oznacza to jednak, że metody oparte na optymalizacji grafów są już nieprzydatne. Trzeba bowiem pamiętać, że problemy sieciowe, opisane równaniami programowania całkowitoliczbowego, są problemami typu NP-zupełnego (ang. NP-complete), co w przypadku struktur wielkowymiarowych może znacznie skomplikować i wydłużyć znalezienie optymalnego rozwiązania. Bibliografia 1. 2.

Lundberg S., Evaluation of wind farm layouts, EPE Journal, Vol. 16, No. 1, s. 14–21, February 2006. Lundberg S., Thesis For The Degree Of Doctor Of Philosophy – „Wind Farm Configuration and Energy Efficiency Studies – Series DC versus AC Layouts”, Department of Energy and Environment, Chalmers University Of Technology, Göteborg, Sweden 2006. Wędzik A., Optymalizacja doboru kabli, łączących turbiny na obszarze farmy wiatrowej, Jubileuszowa XV Międzynarodowa Konferencja Naukowa „Aktualne problemy w elektroenergetyce. APE ’11”, Jurata 8–10 czerwca 2011, tom IV, s. 77–87.

Bertsekas D.P., Network Optimization: Continuous and Discrete Models; Athena Scientific, Belmont, MIT Massachusetts, 1998. 5. Donovan S., Wind Farm Optimization, Proceedings of the 7th Triennial Conference of the Asia-Pacific Operations Research Society, Manila, 2006. 6. Donovan S. i in., Mixed Integer Programming Models for Wind Farm Design, MIP 2008 Workshop on Mixed Integer Programming, Columbia University, New York City, 2008. 7. Donovan S., An Improved Mixed Integer Programming Mo del for Wind Farm Layout Optimisation, 41st Annual ORSNZ Conference, 30th November and 1st December, 2006, New Zealand. 8. Samorani M., The Wind Farm Layout Optimization Problem, Leeds School of Business Research Paper Series, Leeds School of Business, University of Colorado at Boulder, January 28, 2010. 9. Wu B.Y., Chao K.-M., Spanning Trees and Optimization Problems, Chapman & Hall/CRC, 2004. 10. Berzan C. i in., Algorithms for Cable Network Design on Large-scale Wind Farms, Technical Report, MIT, 2011. 11. Attias K., Ladany S.P., Optimal Layout for Wind Turbine Farms, World Renewable Energy Congress 2011 – Linkoping, Sweden, 8–13 May 2011. 12. Vasko F.J. i in., The cable trench problem: combining the shortest path and minimum spanning tree problems, Elsevier Science, Computers & Operations Research 2002, Vol. 29, s. 441–458.

dr inż. Politechnika Łódzka e-mail: andrzej.wedzik@p.lodz.pl Absolwent Politechniki Łódzkiej. Od 1986 roku pracuje w Instytucie Elektroenergetyki swojej macierzystej uczelni, obecnie na stanowisku adiunkta. Jego działalność naukowo-badawcza koncentruje się na zagadnieniach związanych z energetyką odnawialną, prawem energetycznym, rynkiem energii i optymalizacją. Od 2007 roku jest przewodniczącym Centralnej Sekcji Energetyki Odnawialnej i Ochrony Środowiska SEP.

154

R. Zajczyk et al. | Acta Energetica 3/20 (2014) | 155–158

Selected Technical Requirements for Photovoltaic Plant Interconnection with a Medium Voltage Grid

Authors Ryszard Zajczyk Bartosz Tarakan Krzysztof Tarakan

Keywords photovoltaic power plants, power stations interconnection with distribution grid, technical requirements and operating range of photovoltaic power plants, RES

Abstract The article discusses some selected technical requirements, which according to these authors should be recognised and met by photovoltaic power plants connected to national distribution grids in the context of their likely development. This development today is limited, since Polish legislation has not implemented the relevant EU Directive [8]. The study points out the purposefulness of incorporating the necessary requirements in the applicable laws and regulations.

DOI: 10.12736/issn.2300-3022.2014314

1. Introduction In connection with drafting the Law on renewable energy sources and the expected development of photovoltaic plants in Poland, it is reasonable to adopt legal regulations and technical requirements which should cover the newly connected sources. Currently in Poland there are no explicit and uniform regulations concerning the requirements that should be met by photovoltaic power plants connected to the grid. This article aims to bring to light the issue of some selected requirements that should be posed to photovoltaic sources, and to present how the same issues and problems have been addressed in Germany. Germany, a country with a high technical culture, which adopts and practically applies standards and laws, can boast a large number of photovoltaic power plants. In the German power system the capacity installed in photovoltaic sources amounts to ca. 32 GW. The article presents selected requirements posed to photovoltaic sources by Poland’s western neighbour, which, according to these authors, should be incorporated also in the Polish legislation and technical requirements.

2. Current regulations for photovoltaic sources connected in Poland In July 2013, the majority of domestic distribution system operators (DSOs) drafted power distribution grid codes (PDGCs). In August 2013, pursuant to Art. 9g. Para. 2 of the Energy Law of 10 April 1997, as then amended, these drafts were subjected to a public consultation process. In December 2013, the President of the Energy Regulatory Office approved the PDGCs drafted by the majority of distribution system operators. They took effect

as of January 2014. The PDGCs form parts of the distribution or comprehensive agreements concluded between the entity connected to the grid and the power company. It is worth noting that the previous PDGCs were approved in January 2007, i.e. almost seven years ago. The PDGCs now effective do not set any detailed technical requirements to be met by photovoltaic power plants or farms connected to the distribution grid. These requirements for any grid interconnection applicant may, admittedly, be set by the respective OSD in the applicable interconnection terms and conditions, but this document has another rank, and, more importantly, by using such an option the ability to standardize the requirements for the entire country or OSD region is lost. The lack of explicit and unambiguous requirements for photovoltaic plants or farms connected to the distribution grid will result in a likely influx to Poland of aged photovoltaic plants, worn out or non-interoperable with the grid. This occurred in the case of numerous wind turbine sets connected to medium or low voltage grids, or used cars massively imported from Western Europe. Such plants, in addition to reduced generation efficiency, feature higher failure rates, adverse impact on electricity quality parameters, but, what’s worse from the grid point of view, incapability of two-way communication with the distribution or power plant operator. No specific requirements for photovoltaic plants specified in PDGC will also result in problems related with potential investors enforcing the requirements stipulated, e.g. in interconnection terms and conditions. Provisions of the Energy Law very precisely define the situations in which a distribution company may suspend electricity delivery to/receipt from the 155

R. Zajczyk et al. | Acta Energetica 3/20 (2014) | 155–158

distribution grid. It is worth noting here that PDGCs allow disconnecting from the distribution grid any wind farms that do not meet the requirements imposed in the PDGC. It therefore seems reasonable to develop and incorporate in PDGCs detailed and modern requirements for photovoltaic sources, uniform across the whole country. In addition to the standards so incorporated, country-wide uniform, and applicable to both investors and photovoltaic power plant manufacturers interested in building such plants in Poland, the above presented solution will protect potential investors. Above all, however, it will protect the environment against the inevitable necessity to recycle photovoltaic power plants previously used for a few to several years, imported from European countries, namely from the so-called repowered plants, where the plant or its components had been replaced by new equipment with better performance and technical and economic characteristics. Incorporation of the described solution perfectly fits in with the trend, commonly shared around the world and in Poland, to build smart grids and systems.

3. Selected requirements for photovoltaic sources connected to medium voltage grids in Germany Regulations governing the operation of photovoltaic power plants in Germany are set out in particular in the following documents: • The Renewable Energy Sources Act of 21 July 2004 • Grid codes for connecting power plants to the medium voltage power grid, issued by the German Association of Energy and Water Industries – BDEW • Transmission code 2007 Network and system rules of the German Transmission System Operators, August 2007, VDN Verband der Netzbetreiber e.V.

3.1. Remote limitation of photovoltaic power plants active power output In the case of overload of a distribution grid’s components, the grid operator must be able to remotely limit/reduce the active power output of photovoltaic power plants. Accordingly, it is required that any photovoltaic plant reaches any active power output set by the operator in 60 seconds, and operates within a set active output limit until it is cancelled by the grid operator.

3.2. Active power output limitation due to increased grid frequency It is required that any photovoltaic plant is capable of reducing its active power output in the case of a grid frequency increase over 50.2 Hz. Photovoltaic power plants must reduce their active power outputs with the gradient 40% Pm/Hz. When the grid frequency is higher than 51.5 Hz or lower than 47.5 Hz, the plants must be disconnected from the grid. At the frequency range of 47.5–50.2 Hz photovoltaic plants operate freely and are not required to reduce their active power outputs. Fig. 1 illustrates the method for determining the photovoltaic plants active power output reduction depending on the frequency. 156

Fig. 1. Photovoltaic plants active power output reduction depending on frequency [3]

3.3. Voltage and reactive power control In view of the need to maintain the required voltage range, photovoltaic power plants must be able to participate in voltage control. It is therefore required that the inverters, as the devices directly connected to the grid, are capable of operation in the following modes: • cosj control in range cosj = +/– 0,95 • control to voltage setpoint • control to reactive power setpoint. According to the selected operating mode, PV plant outputs reactive power to, or inputs from, the system. Changes in the power plant’s reactive power output allow for stepless voltage control in the interconnection point. This control mode is crucial to maintain the required interconnection voltage, especially in the context of plants active power output variations due to weather conditions. As regards power plant operation in the cosj control mode, a cosj setpoint should be achieved within 10 s. When operated in reactive power control mode, a plant should achieve a reactive power setpoint in 10 s – 1 min.

3.4. Photovoltaic plant operation in the event of MV grid short circuit Photovoltaic power plants should be fit for operation in the event of a grid short-circuit resulting in a voltage drop in the interconnection point. Fig. 2 shows a curve representing the areas over which the PV plant should not be disconnected from the grid. In the area below the blue line shown in Fig. 2 no requirements are posed as to the obligation to maintain the photovoltaic plant operation. At a voltage in the area between lines 1 and 2, the plant is required to maintain its operation, but there may be some special circumstances that may be agreed with the system operator. An example of such an arrangement with the operator may be the option to relocate line 2.

R. Zajczyk et al. | Acta Energetica 3/20 (2014) | 155–158

Fig. 2. Photovoltaic plant’s operating range required in the event of short circuit [7]

4. Summary Because of Poland’s obligation to derive 15% of energy from renewable sources by 2020, solar energy can have a significant impact on the shape and thus the operation of the national distribution network. Western experience shows that photovoltaic power plants are characterized by a relatively high reliability and relatively low construction cost. Solar technology has already shown its potential in Germany, Italy, Greece and Slovakia, and it enjoys large popular support. It’s also worth underlining that with an increase in the installed capacity, the technology costs significantly fall. These plants enjoy wide interest also because they require virtually no additional service. In addition, they emit no harmful gases and are rather silent. Unlike wind turbines or biogas plants, they do not yet raise any bad associations, and their construction plans inspire no conflict in the areas where they can be sited. Other European countries’ experience indicates that in the near future dynamic development of photovoltaic generation can be expected. Even for the reasons selected and discussed in this paper, immediate drafting and incorporating in the national legislation the requirements for potential photovoltaic sources to be connected in the near future to the National Power System appears significant and even essential. Given the obligation of distribution system operators to system users’ non-discriminatory treatment, it seems reasonable to define and implement them as soon as possible. It is desirable that these regulations are introduced before the possible announcement of the law on renewable energy sources.

REFERENCES

1. Instrukcja Ruchu i Eksploatacji Sieci Przesyłowej (IRiESP), [PTGV Transmission Grid Code], Version 1.2. The consolidated text in force since 5 November 2007. 2. Instrukcja Ruchu i Eksploatacji Sieci Dystrybucyjnej (IRiESD) [PDGV Transmission Grid Code], ENERGA-OPREATOR SA. 3. Transmission code 2007 Network and system rules of the German Transmission System Operators, August 2007, VDN Verband der Netzbetreiber e.V. 4. Renewable Energy Sources Act (Erneuerbare-Energien-Gesetz – EEG 2012) of 4 August 2011, Federal Law Gazette on 4 August 2011 (BGBl. I p. 1634). 5. New German Grid Codes for Connecting PV Systems to the Medium Voltage Power Grid, E. Troester Energynautics GmbH, Robert-BoschStrasse 7, 64293 Darmstadt, Germany. 6. Product Catalogue Sunny Family 2012, SMA. 7. Technical Guideline Generating Plants Connected to the MediumVoltage Network, June 2008, BDEW Bundesverband der Energie- und Wasserwirtschaft e.V. 8. Directive of the European Parliament and of the Council of 23 April 2009 on the promotion of energy from renewable sources and amending and subsequently repealing Directives 2001/77/EC and 2003/30/EC and 2009/28/EC.

157

R. Zajczyk et al. | Acta Energetica 3/20 (2014) | 155–158

Ryszard Zajczyk Gdańsk University of Technology e-mail: rzajczyk@ely.pg.gda.pl Graduated from the Electrical Faculty at Gdańsk University of Technology (1978). He obtained his doctoral degree in 1988, the title of associate professor in 1997, and full professor in 2004. He is working as a professor at the Faculty of Electrical and Control Engineering at his Alma Mater, at the same time acting as head of the faculty. He is engaged in research activities in the field of electrical engineering and power generation; his scientific speciality is electric systems, power systems, and power automation.

Bartosz Tarakan Gdańsk University of Technology e-mail: b.tarakan@ely.pg.gda.pl Graduated from the Faculty of Electrical Engineering and Automation at Gdańsk University of Technology. Currently, he is a doctoral student at the Faculty of Electrical and Control Engineering of his Alma Mater. His main interests are renewable energy, control systems, power quality, power system stability, automation, and electrical security.

Krzysztof Tarakan Gdańsk University of Technology e-mail: krzysztof.tarakan@energa.pl Graduated from the Faculty of Electrical and Control Engineering at Gdańsk University of Technology. Since 2001 he has worked as a specialist at ENERGA-OPERATOR SA. He completed postgraduate studies in power quality. His main areas of interest include renewable energy sources, issues related to the transmission of electricity via high-voltage networks, and issues related to reducing network losses and power quality.

158

R. Zajczyk et al. | Acta Energetica 3/20 (2014) | translation 155–158

This is a supporting translation of the original text published in this issue of “Acta Energetica” on pages 66–72. When referring to the article please refer to the original text. PL

Wybrane wymagania techniczne związane z przyłączaniem elektrowni fotowoltaicznych do sieci średniego napięcia Autorzy Ryszard Zajczyk Bartosz Tarakan Krzysztof Tarakan Słowa kluczowe elektrownie fotowoltaiczne, przyłączanie elektrowni do sieci dystrybucyjnej, wymagania techniczne i zakres pracy elektrowni fotowoltaicznych, OZE Streszczenie W artykule przedstawiono wybrane wymagania techniczne, które zdaniem autorów powinny zostać określone i wypełnione przez elektrownie fotowoltaiczne przyłączane do krajowych sieci dystrybucyjnych w kontekście ich prawdopodobnego rozwoju. Rozwój ten na dziś jest ograniczony, polskie prawodawstwo nie zaimplementowało bowiem dyrektywy unijnej [8]. W opracowaniu wskazano na celowość wprowadzenia koniecznych wymagań do obowiązujących przepisów i aktów prawnych.

1. Wprowadzenie W związku z przygotowywanym projektem ustawy o odnawialnych źródłach energii oraz przewidywanym rozwojem źródeł fotowoltaicznych w Polsce zasadne jest wprowadzenie regulacji prawnych oraz wymagań technicznych, którymi powinny zostać objęte nowo przyłączane źródła. Obecnie w Polsce nie ma sprecyzowanych i jednolitych przepisów dotyczących wymogów, które powinny spełniać przyłączane do sieci elektrownie fotowoltaiczne. Niniejszy artykuł ma przybliżyć tematykę wybranych wymagań, które powinny być stawiane źródłom fotowoltaicznym oraz przedstawić sposób rozwiązania tych samych zagadnień i problemów w Niemczech. Niemcy – kraj o wysokiej kulturze technicznej, tworzący oraz praktycznie stosujący normy i przepisy prawa – mogą się pochwalić dużą liczbą elektrowni fotowoltaicznych. W niemieckim systemie energetycznym zainstalowano w źródłach fotowoltaicznych moc na poziomie 32 GW. W artykule przestawiono wybrane wymagania stawiane źródłom fotowoltaicznym przez naszego zachodniego sąsiada, a które to wymagania, zdaniem autorów, powinny również zostać zaadaptowane do polskich przepisów i warunków technicznych. 2. Aktualne przepisy dla przyłączanych źródeł fotowoltaicznych w Polsce W lipcu 2013 roku większość krajowych operatorów systemów dystrybucyjnych (OSD) opracowało projekty instrukcji ruchu i eksploatacji sieci dystrybucyjnej (IRiESD). W sierpniu 2013 roku, zgodnie z art. 9g ust. 2 ustawy Prawo energetyczne z dnia 10 kwietnia 1997 roku z późniejszymi zmianami, projekty te zostały poddane procesowi publicznej konsultacji. W grudniu 2013 roku prezes Urzędu Regulacji Energetyki zatwierdził IRiESD większości operatorom systemów dystrybucyjnych. Zaczęły one obowiązywać od stycznia 2014 roku. IRiESD stanowią część umowy dystrybucyjnej lub kompleksowej zawieranej pomiędzy podmiotem przyłączonym do sieci a przedsiębiorstwem energetycznym. Warto zauważyć, że poprzednie IRiESD zatwierdzone zostały w styczniu 2007 roku, a więc

prawie siedem lat temu. W obecnie obowiązujących IRiESD nie określono szczegółowych wymagań technicznych, jakie powinny spełniać elektrownie lub farmy fotowoltaiczne przyłączane do sieci dystrybucyjnej. Przedmiotowe wymagania dla podmiotu ubiegającego się o przyłączenie do sieci mogą, co prawda, zostać określone przez właściwego OSD w warunkach przyłączenia, jednak dokument ten ma już inną rangę, a co ważniejsze, stosując takie rozwiązanie traci się możliwość ujednolicenia wymagań w skali całego kraju czy obszaru działania jednego operatora. Brak sprecyzowanych, jednoznacznych wymagań dla elektrowni lub farm fotowoltaicznych przyłączanych do sieci dystrybucyjnej będzie skutkował bardzo prawdopodobnym napływem do Polski starych, wyeksploatowanych czy niewspółpracujących z siecią instalacji fotowoltaicznych. Zjawiska takie miały miejsce choćby w przypadku licznych elektrowni wiatrowych, przyłączonych do sieci średniego lub niskiego napięcia, czy w przypadku sprowadzanych z zachodniej części Europy ogromu używanych samochodów. Instalacje takie, poza zmniejszoną sprawnością wytwarzania energii, cechują się większą awaryjnością, negatywnym wpływem na parametry jakości energii elektrycznej, ale co gorsze z punktu widzenia sieci, brakiem dwustronnej komunikacji z operatorem systemu dystrybucyjnego czy operatorem elektrowni. Brak określonych w IRiESD wymagań dla elektrowni fotowoltaicznych będzie skutkował również problemami związanymi z wyegzekwowaniem od potencjalnych inwestorów stawianych im wymagań, np. w warunkach przyłączenia. Przepisy ustawy Prawo energetyczne bardzo precyzyjnie określają sytuacje, w jakich przedsiębiorstwo dystrybucyjne może wstrzymać dostawę/ odbiór energii do/z sieci dystrybucyjnej. Warto w tym miejscu zauważyć, że IRiESD dopuszcza możliwość odłączenia od sieci dystrybucyjnej farm wiatrowych, które nie spełniły nałożonych na nie w IRiESD wymagań. Zasadne wydaje się zatem opracowanie i wprowadzenie do IRiESD szczegółowych, nowoczesnych i jednolitych w skali całego kraju wymagań dla źródeł

fotowoltaicznych. Poza tak wdrożonymi jednolitymi w skali kraju standardami, obowiązującymi zarówno inwestorów, jak i producentów elektrowni fotowoltaicznych zainteresowanych budową przedmiotowych instalacji w Polsce, przedstawione wyżej rozwiązanie pozwoli zabezpieczyć potencjalnych inwestorów. Przede wszystkim zaś ochroni środowisko przed nieuchronną koniecznością utylizacji używanych wcześniej przez kilka czy nawet kilkanaście lat elektrowni fotowoltaicznych, pochodzących z krajów europejskich, tj. elektrowni z tzw. repoweringu (od ang. repower – wymiana silnika), gdzie instalację lub jej komponenty wymienia się na urządzenia nowe o lepszych parametrach i właściwościach technicznych oraz ekonomicznych. Wprowadzenie opisanego rozwiązania idealnie wplata się w powszechnie panującą na świecie oraz w Polsce tendencję do budowy sieci i systemów inteligentnych. 3. Wybrane wymagania stawiane źródłom fotowoltaicznym w Niemczech przyłączonym do sieci średniego napięcia Przepisy regulujące pracę elektrowni fotowoltaicznych w Niemczech zostały określone w szczególności w następujących dokumentach: • Ustawa o odnawialnych źródłach energii Renewable Energy Sources Act z 21 lipca 2004 roku • Kodeks sieciowy dla źródeł wytwórczych przyłączanych do sieci średniego napięcia „Grid codes for connecting power plants to the medium voltage power grid”, wydany przez German Association of Energy and Water Industries – BDEW • Transmissioncode 2007 Network and system rules of the German Transmission System Operators, August 2007, VDN Verband der Netzbetreiber e.V. 3.1. Zdalne ograniczanie mocy czynnej elektrowni fotowoltaicznych W przypadku przeciążeń elementów sieci dystrybucyjnej operator sieci musi mieć możliwość zdalnego ograniczania mocy czynnej wytwarzanej przez elektrownie fotowoltaiczne. W związku z powyższym wymaga się, aby elektrownie fotowoltaiczne

159

R. Zajczyk et al. | Acta Energetica 3/20 (2014) | translation 155–158

w czasie 60 sekund osiągnęły zadany przez operatora ograniczony poziom mocy czynnej i aby pracowały zgodnie z zadanym ograniczeniem mocy czynnej do chwili jego odwołania przez operatora sieci. 3.2. Ograniczenie mocy czynnej ze względu na wzrost częstotliwości w sieci Wymaga się, aby elektrownie fotowoltaiczne posiadały możliwość ograniczenia mocy czynnej w przypadku wzrostu częstotliwości sieci powyżej 50,2 Hz. Elektrownie fotowoltaiczne muszą ograniczać moc czynną z gradientem 40% Pm/Hz. Gdy częstotliwość sieci jest większa od 51,5 Hz lub mniejsza od 47,5 Hz, elektrownie muszą być odłączane od sieci. Jeżeli częstotliwość znajduje się w przedziale 47,5–50,2 Hz, wówczas elektrownie fotowoltaiczne pracują w trybie swobodnym i nie wymaga się od nich redukcji mocy czynnej. Na rys. 1 przedstawiono sposób określania redukcji mocy czynnej elektrowni fotowoltaicznej w zależności od częstotliwości. 3.3. Regulacja napięcia i mocy biernej Z uwagi na konieczność utrzymywania napięcia w wymaganym zakresie elektrownie fotowoltaiczne muszą posiadać zdolność do uczestniczenia w regulacji napięcia. Wymaga się więc, aby inwertery, jako urządzenia bezpośrednio połączone z siecią, posiadały możliwość pracy w następujących trybach: • regulacji współczynnika mocy cosj w zakresie cosj = +/– 0,95 • regulacji w trybie zadanego napięcia • regulacji w trybie zadanej mocy biernej. Stosownie do wybranego trybu pracy elektrownia fotowoltaiczna wprowadza do systemu lub pobiera z niego odpowiednią wielkość mocy biernej. Zmiany mocy biernej elektrowni dają możliwość płynnej regulacji napięcia w miejscu przyłączenia. Stosowana w ten sposób regulacja ma istotne znaczenie dla utrzymania wymaganego poziomu napięcia w miejscu przyłączenia, zwłaszcza w kontekście zmiennej mocy czynnej elektrowni, zależnej od warunków atmosferycznych. W przypadku pracy elektrowni w trybie regulacji współczynnika mocy cosj zadany poziom współczynnika mocy powinien zostać osiągnięty w czasie 10 s. W przypadku pracy elektrowni w trybie regulacji mocy biernej zadany poziom mocy biernej powinien zostać osiągnięty w czasie 10 s –1 min. 3.4. Praca elektrowni fotowoltaicznej w przypadku wystąpienia zwarcia w sieci SN Elektrownie fotowoltaiczne powinny być przystosowane do pracy w przypadku wystąpienia zwarć w sieci, skutkujących obniżeniem napięcia w miejscu przyłączenia. Na rys. 2 pokazano krzywą przedstawiającą obszary, powyżej których elektrownia fotowoltaiczna nie powinna zostać odłączona od sieci. W obszarze poniżej linii niebieskiej, przedstawionym na rys. 2, nie stawia się żadnych wymagań dotyczących obowiązku pozostawania w pracy elektrowni fotowoltaicznej. W przypadku napięcia znajdującego się w obszarze pomiędzy liniami 1 i 2

160

Rys. 1. Redukcja mocy czynnej elektrowni fotowoltaicznej w zależności od częstotliwości [3]

Rys. 2. Wymagany zakres pracy elektrowni fotowoltaicznej w przypadku wystąpienia zwarcia [7]

elektrownia zobowiązana jest utrzymać się w pracy, przy czym mogą wystąpić szczególne sytuacje, które mogą być uzgadniane z operatorem systemu. Przykładem takiego uzgodnienia z operatorem może być możliwość przesunięcia linii oznaczonej numerem 2. 4. Podsumowanie Z powodu obowiązku zapewnienia przez Polskę w 2020 roku 15% energii pochodzącej ze źródeł odnawialnych energetyka solarna może mieć istotny wpływ na kształt i tym samym pracę krajowej sieci dystrybucyjnej. Zachodnie doświadczenia pokazują, że elektrownie fotowoltaiczne cechują się stosunkowo dużą niezawodnością i możliwie niskim kosztem budowy. Technologia solarna pokazała już swój potencjał m.in. w Niemczech, Włoszech, Grecji czy Słowacji, a przy tym cieszy się dużym poparciem społecznym. Warto również podkreślić, że wraz ze wzrostem zainstalowanych mocy wytwórczych, spadają także znacząco koszty technologii. Instalacje te cieszą się szerokim zainteresowaniem również dlatego, że są to inwestycje praktycznie niewymagające dodatkowej obsługi. Poza tym nie emitują one żadnych szkodliwych gazów ani nie generują nadmiernego hałasu. W przeciwieństwie do elektrowni wiatrowych czy biogazowni nie budzą jeszcze złych skojarzeń, a plany ich budowy nie są źródłem konfliktów na terenach, na których mogą być posadowione.

Doświadczenia innych krajów europejskich wskazują, że w najbliższej przyszłości można się spodziewać dynamicznego rozwoju elektrowni fotowoltaicznych. Na bazie choćby wybranych i omówionych w artykule powodów istotne, a nawet konieczne wydaje się niezwłoczne opracowanie i zaimplementowanie w krajowych przepisach wymagań dla potencjalnych źródeł fotowoltaicznych, przyłączanych w niedalekiej przyszłości do Krajowego Systemu Elektroenergetycznego. Z uwagi na obowiązek operatorów systemów dystrybucyjnych do niedyskryminacyjnego traktowania użytkowników systemu zasadne wydaje się jak najszybsze ich określenie i wdrożenie. Pożądane jest, aby regulacje te zostały wprowadzone jeszcze przed ewentualnym ogłoszeniem ustawy o odnawialnych źródłach energii. Bibliografia 1. Instrukcja Ruchu i Eksploatacji Sieci Przesyłowej (IRiESP) – Warunki korzystania, prowadzenia ruchu, eksploatacji i planowania rozwoju sieci v. 1.2. Tekst jednolity obowiązujący od 5 listopada 2007 roku. 2. Instrukcja Ruchu i Eksploatacji Sieci Dystrybucyjnej (IRiESD), ENERGAOPREATOR SA.

R. Zajczyk et al. | Acta Energetica 3/20 (2014) | translation 155–158

3. Transmissioncode 2007 Network and system rules of the German Transmission System Operators, August 2007, VDN Verband der Netzbetreiber e.V. 4. Renewable Energy Sources Act (Erneuerbare-Energien-Gesetz – EEG 2012) of 4 August 2011, Federal Law Gazette on 4 August 2011 (BGBl. I p.1634).

5. New German Grid Codes for Connecting PV Systems to the Medium Voltage Power Grid, E. Troester Energynautics GmbH, Robert-Bosch-Strasse 7, 64293 Darmstadt, Germany. 6. Product Catalog Sunny Familly 2012, SMA. 7. Technical Guideline Generating Plants Connected to the Medium-Voltage

Ne t work , Ju ne 2 0 0 8 , BDEW Bundesverband der Energie- und Wasserwirtschaft e.V. 8. Dyrektywa Parlamentu Europejskiego i Rady 2009/28/WE z 23 kwietnia 2009 roku w sprawie promowania stosowania energii ze źródeł odnawialnych zmieniająca i w następstwie uchylająca dyrektywy 2001/77/WE oraz 2003/30/WE.

Ryszard Zajczyk

prof. dr hab. inż. Politechnika Gdańska e-mail: rzajczyk@ely.pg.gda.pl Ukończył studia magisterskie na Wydziale Elektrycznym Politechniki Gdańskiej (1978). Stopień naukowy doktora uzyskał w 1988 roku, doktora habilitowanego w 1997 roku, zaś tytuł profesora w 2004 roku. Pracuje w Katedrze Elektroenergetyki swojej macierzystej uczelni jako profesor zwyczajny, pełniąc jednocześnie funkcję kierownika katedry. Prowadzi działalność naukową w dziedzinie elektrotechniki i energetyki, a jego specjalnością naukową są systemy elektroenergetyczne i energetyczne oraz automatyka elektroenergetyczna.

Bartosz Tarakan

mgr inż. Politechnika Gdańska e-mail: b.tarakan@ely.pg.gda.pl Ukończył studia na Wydziale Elektrotechniki i Automatyki Politechniki Gdańskiej. Obecnie jest doktorantem w katedrze Elektroenergetyki swojej macierzystej uczelni. Do głównych obszarów jego zainteresowań należą: energetyka odnawialna, układy regulacji, jakość energii elektrycznej, stabilność systemu elektroenergetycznego, automatyka i zabezpieczenia elektroenergetyczne.

Krzysztof Tarakan

mgr inż. Politechnika Gdańska e-mail: krzysztof.tarakan@energa.pl Ukończył studia na Wydziale Elektrotechniki i Automatyki Politechniki Gdańskiej. Od 2001 roku pracuje jako specjalista w ENREGA-OPERATOR SA. Ukończył studia podyplomowe z dziedziny jakości energii elektrycznej. Wśród jego głównych obszarów zainteresowań należy wymienić: odnawialne źródła energii elektrycznej, zagadnienia związane z przesyłaniem energii elektrycznej sieciami najwyższych napięć, zagadnienia dotyczące ograniczania strat sieciowych oraz jakości energii elektrycznej.

161

NOTATKI

162

NOTES

163

NOTES

164

165

166

Power Engineering Quarterly