Интернет-журнал «НАУКОВЕДЕНИЕ» Выпуск 4 (23), июль - август 2014

http://naukovedenie.ru publishing@naukovedenie.ru

Размещено на http://www.allbest.ru/

1

http://naukovedenie.ru 12TVN414

Размещено на http://www.allbest.ru/

Кластерный анализ потенциала возобновляемых источников энергии в Республике Саха (Якутия)

Республика Саха (Якутия) обладает существенным потенциалом возобновляемых источников энергии (ВИЭ), имеется возможность внедрения целого ряда установок возобновляемой энергетики с использованием энергии ветра, солнца, энергии рек и биоэнергии. Технический потенциал ветровой энергии в Республике Саха (Якутия) оценивается в 237,39 млн. т.у.т, солнечной радиации при производстве электроэнергии 162,9 млн. т.у.т, гидроэнергии в 72,9 млрд. кВт•ч, биомассы отходов в 171,12 тыс. т.у.т/год [12].

При использовании потенциала ВИЭ в Республике Саха (Якутии) можно было бы обеспечить электрической энергией в первую очередь районы с децентрализованными потребителями с плохой топливной базой, недостаточном развитии электрических сетей, низкими показателями надежности энергоизолированных «анклавов», а также повысить эффективность и экологичность производства электрической энергии [2].

Настоящая работа посвящена кластерному анализу потенциала возобновляемых источников энергии в Республике Саха (Якутия). Главное назначение кластерного анализа - разбиение территории Якутии на кластеры с близкими показателями потенциалов ВИЭ, получения средних значений параметров потенциалов ВИЭ для каждого кластера, выявление улусов с высоким, средним, низким потенциалом по различным видам ВИЭ, выявление улусов, входящих одновременно в составы кластеров с высокими значениями различных потенциалов и в дальнейшем перспективных для внедрения комбинированных установок на базе ВИЭ.

Произвести оценку расположения в пространстве потенциала возобновляемых источников энергии можно применив одну из областей математической статистики - кластерный анализ. Для многомерной классификации исходных параметров потенциала ВИЭ выбрана программа statistica. Из-за наличия неоднородности единиц измерения производилось нормирование параметров потенциалов. Многомерная классификация показателей по потенциалу ВИЭ была произведена с географической привязкой к административно-территориальному делению Якутии для получения предварительных рекомендаций по эффективному их использованию. Для первоначального анализа наличия кластеров по перспективным видам потенциалов в Якутии (потенциал энергии рек, солнца, ветра, биэнергии [4, 5, 8, 11]) применялся иерархически - агломеративный метод с различными сочетаниями правил иерархического объединения кластеров (Single linkage - метод одиночной связи, complete linkage - метод полной связи, unweighted pair group average - невзвешенный метод «средней связи», weighted pair group average - взвешенный метод «средней связи», weighted centroid pair group (median) - взвешенный центроидный метод, ward method - метод Уорда) и различных метрик (линейное расстояние, евклидово расстояние, квадрат евклидово расстояния, обобщенное степенной расстояние, расстояние Чебышева, расстояние городских кварталов) [1, 7, 9]. На втором этапе использован итеративный метод «к - средних» и в случае совпадения результатов кластеризации данного метода с результатом кластеризации проведенным иерархически-агломератиным методом, кластеризация считалась завершенной и создавались модели интеллектуального анализа по потенциалам энергии ветра, солнца, рек и биоэнергии на основании состава полученных кластеров.

1. Кластерный анализ потенциала солнечной энергии РС (Я)

Исходными параметрами для кластеризации по потенциалу солнечной энергии в РС (Я) выбраны значения суммарной солнечной радиации, поступающей на горизонтальную поверхность по месяцам, так как данные параметры показывают энергетическую составляющую солнечного излучения [2].

После проведения различных сочетаний кластеризации выбран метод Уорда (Ward's method) с Евклидовой метрикой (Euclidean distances) как наиболее устойчивый. Метод Уорда основан на методе дисперсионного анализа, он минимизирует сумму квадратов для любых двух гипотетических кластеров, которые могут быть сформированы на каждом шаге [1].

Составы полученных кластеров по потенциалу энергии солнца:

Первый кластер: Оленекский (23), Момский (17), Эвено-Бытантайский (34), Верхоянский (9), Оймяконский (22) улусы.

Второй кластер: Абыйский (1), Нижнеколымский (20), Жиганский (12), Верхнеколымский (8), Среднеколымский (25) улусы.

Третий кластер: Анабарский (5), Булунский (6), Усть-Янский (31), Аллаиховский (3) улусы.

Четвертый кластер: Верхневилюйский (7), Вилюйский (10), Мирнинский (16), Нюрбинский (21), Амгинский (4), Алданский (2), Усть-Алданский (29), Горный (11) улусы.

В скобках указан порядковый номер улусов.

Первый и второй кластеры характеризуются средним значением потенциала энергии солнца, в третьем кластере находятся улусы с низким потенциалом, улусы четвертого кластера имеют высокий потенциал для использования энергии солнца и являются наиболее перспективными для внедрения солнечных энергетических установок.

2. Кластерный анализ ветроэнергетического потенциала РС (Я)

Исходными параметрами для кластеризации по ветроэнергетическому потенциалу выбраны значения средней скорости ветра, мощности и удельной энергии ветра, так как данные параметры являются определяющими для расчета и определения местоположения ветроэнергетической установки [2, 3]. Для решения данной задачи кластеризации использован метод Уорда с Евклидовой метрикой.

Составы полученных кластеров по потенциалу энергии ветра:

Первый кластер: Абыйский (1), Оленеский (23), Верхнеколымский (8), Кобяйский (13), Хангаласский (32), Намский (18), Алданский (2), Вилюйский (10), Нюрбинский (21), Ленский (14), г. Якутск (35).

Второй кластер: Аллаиховский (3), Анабарский (5), Булунский (6), Жиганский (12), Нижнеколымский (20), Среднеколымский (25), Усть-Янский (31) улусы.

Третий кластер: Верхоянский (9), Оймяконский (22), Олекминский (24), Усть-Майский (30), Томпонский (28), Амгинский (4), Горный (11), Верхневилюйский (7), Мирнинский (16), Сунтарский (26), Усть-Алданский (29), Чурапчинский (33), г. Нерюнгри (19).

Четвертый кластер: Эвено-Бытантайский (34), Момский (17), Таттинский (27) улусы.

Второй кластер характеризуется высоким значением потенциала энергии ветра и является наиболее перспективным для внедрения ветроэнергетических установок, первый кластер имеет средний потенциал для использования энергии ветра, третий и четвертый кластер характеризуется низким потенциалом энергии ветра и не рекомендуем для построения АСЭС на базе энергии ветра.

3. Кластерный анализ гидроэнергетического потенциала РС (Я)

Исходными параметрами для кластеризации по гидроэнергетическому ресурсу выбраны значения гидроэнергетического потенциала, площади бассейна, длины реки и среднегодового расхода, так как данные параметры учитываются в расчете мощности реки и потенциальной выработки энергии [10]. Для решения данной задачи выбран метод полной связи (Complete linkage) с Евклидовой метрикой (Euclidean distances). По методу полной связи расстояния между кластерами находятся по наибольшим расстояниям между любыми двумя объектами в различных кластерах [1].

Составу полученных кластеров по гидроэнергетическому ресурсу:

Первый кластер: река Лена.

Второй кластер: реки Колыма, Алдан, Индигирка, Вилюй, Оленек.

Третий кластер: реки Учур, Олекма, Уяндина, Мая, Марха, Адыча, Омолой, Тимптон, Анабар, Яна, Моркока, Синяя, Нюя, Селеннях, Томпо, Мома, Берелех, Арга-Сала, Бытантай,

Большая Ботуобуя, Тюнг, Амга, Эльги, Сартанг, Нельгесе, Буотама, Ундюлюнг, Бур, Пеледуй, Чондон, Аллаиха, Кенкеме, Малая Куонамка, Силигир, Нера, Ыгыата, Укукит, Татта, МалаяБотуобуя, Аллах-Юнь, Ожогина, Ясачная, Седедема.

В первый кластер входят реки с высоким гидроэнергетическим потенциалом и являются наиболее приемлемыми для установки сезонных МГЭС, второй кластер включает реки со средним потенциалом, третий кластер - низким потенциалом.

4. Кластерный анализ биоэнергетического потенциала РС (Я)

Исходными параметрами для кластеризации по биоэнергетическому потенциалу использованы значения численности сельскохозяйственных животных, содержащихся в улусах, количества цельномолочной продукции, хлеба и хлебобулочных изделий, рыбы и рыбных переработанных, консервированных продуктов по улусам Якутии, так как данные значения являются определяющими при расчете объема получения биогаза от переработки и утилизации отходов сельскохозяйственных производств [6].

Для решения данной задачи выбираем метод полной связи (Complete linkage) с Евклидовой метрикой (Euclidean distances).

Первый кластер: Аллаиховский (3), Булунский (6), Нижнеколымский (20), УстьЯнский (31) улусы.

Второй кластер: Абыйский (1), Амгинский (4), Анабарский (5), Верхневилюйский (7), Верхнеколымский (8), Верхоянский (9), Вилюйский (10), Горный (11), Жиганский (12), Кобяйский (13), Мегино-Кангаласский (15), Мирнинский (16), Момский (17), Намский (18), Нерюнгринский (19), Нюрбинский (21), Оймяконский (22), Олекминский (24), Оленекский

(23), Среднеколымский (25), Сунтарский (26), Таттинский (27), Томпонский (28), УстьАлданский (29), Усть-Майский (30), Хангаласский (32), Чурапчинский (33), ЭвеноБытантайский (34), п. Жатай (37).

Третий кластер: г. Якутск (35)

Четвертый кластер: Алданский (2), Ленский (14) районы.

Третий кластер характеризуется высоким значением потенциала биоэнергии, второй кластер - средним значением, первый и четвертый низким потенциалом биоэнергии.

Сводная таблица привязки улусов к кластерам для моделей интеллектуального анализа

Произведенный кластерный анализ потенциала возобновляемых источников энергии позволил сгруппировать улусы, районы, реки Якутии с близкими показателями потенциалов по целому ряду анализируемых показателей ВИЭ. Результаты кластеризации превратили большие массивы информации о ресурсах ВИЭ РС (Я) в компактные, наглядные и прозрачные для восприятия древовидные дендограммы, графики средних для каждого кластера, модели интеллектуального анализа, демонстрирующие территориальный охват потенциала ВИЭ в РС (Я). Обработанные данные о потенциале ВИЭ позволяют изучить и проанализировать неравномерность пространственного распределения возобновляемых ресурсов Якутии, выделить наиболее перспективные районы для внедрения энергогенерирующих объектов возобновляемой энергетики, комплексно оценить потенциал ВИЭ на территории РС (Я) и в дальнейшем помочь с выбором оптимального сочетания различных ВИЭ для внедрения комбинированных энергетических установок возобновляемой энергетики в локальной энергосистеме. Полученные кластеры могут быть использованы для практического применения результатов исследования в рамках разработки рациональной типовой структуры и критериев построения автономных систем электроснабжения на базе ВИЭ, а также помогут с планированием стратегических решений развития энергообеспечения районов РС (Я).

Литература

автономный электроснабжение энергия

1. Буреева, Н.Н. Многомерный статистический анализ с использованием ППП «STATISTICA»: учебно-методический материал по программе повышения квалификации «Применение программных средств в научных исследованиях и преподавании математики и механики» / Н.Н. Буреева. - Нижний Новгород: Нижегородский государственный университет им. Н.И. Лобачевского, 2007. - 112 с.

2. Киушкина, В.Р. Децентрализованное электроснабжение районов Якутии с использованием энергии ветра: Диссертация на соискание ученой степени кандидата технических наук / В.Р. Киушкина. - Томск, 2005. - 207 с.

3. Лукутин, Б.В. Возобновляемые источники электроэнергии: учебное пособие / Б.В. Лукутин. - Томск: Изд-во Томского политехнического университета, 2008. - 184 с.

4. Корякин, А.К. Опыт и перспективы внедрения альтернативных источников энергии на территории Республика Саха (Якутия) / А.К. Корякин // Материалы международной конференции «Возобновляемая энергетика в изолированных системах Дальнего Востока России». - Якутск, 2013. - С. 1-6.

5. Проектная программа оптимизации локальной энергетики Республики Cаха (Якутия) на период до 2017 год, одобренная постановлением Правительства Республики Саха (Якутия) от 03.09.2011 г. №424.

6. Безруких, П. Возобновляемая энергетика: сегодня - реальность, завтра - необходимость / П. Безруких. - М.: Лесная страна, 2007. - 120 с.

7. Боровиков, В. Statistica. Искусство анализа данных на компьютере: для профессионалов / В. Боровиков. - СПб.: Питер, 2003. - 688 с.

8. Программа и схема развития электроэнергетики Республики Саха (Якутия) на 2012-2017 годы. - Якутск, 2012. - 55 с.

9. Бартанов, А.Б. Кластерный анализ энергетической безопасности регионов / А.Б. Бартанов, С.А. Бартанов // Материалы международной заочной научнопрактической конференции «Экономика и управление: проблемы и решения». - Новосибирск, 2011. - С. 24-28.

10. Наговицын, Д. Гидроэнергетические ресурсы Республики Саха (Якутия) и перспективы строительства сезонных малых ГЭС / Д. Наговицын // Материалы международной конференции «Возобновляемая энергетика в изолированных системах Дальнего Востока России». - Якутск, 2013. - С. 1-23.

11. Проектная программа внедрения альтернативных возобновляемых источников энергии в Республике Саха (Якутия) на 2012-2016 гг. с перспективой до 2020 г. 12. Киушкина, В.Р. Возобновляемый природный потенциал Республики Саха / В.Р. Киушкина, А. Степанов // Сборник трудов по материалам IV региональной научно-практической конференции молодых ученых, аспирантов и студентов. - Нерюнгри, 2004. - С. 34-37.

Размещено на Allbest.ru