Сравнительный анализ институциональных условий развития солнечной энергетики в Испании и в России
Солнечная энергетика как сдерживающий фактор климатических изменений в мире. Атлас радиации и типы электростанций. Основные тренды использования солнечной энергетики в Испании и Российской Федерации. Влияние "фактора коронавируса" на развитие отрасли.
| Рубрика | Физика и энергетика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 16.07.2020 |
| Размер файла | 1,8 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
4.1 Модель для Испании
Всего имеется 14 наблюдений по ВВП по ППС, спроса на солнечную электроэнергию и инвестиций в основной капитал с 2005 по 2018 года в Испании. Для построения модели используем стационарный временной ряд, приведя все величины к логарифмическому виду. Рассмотрим модель следующего вида:
, (1)
Где - установленные мощности генерации солнечной энергии (PV) в ГВт;
- объем потребления солнечной энергии, ГВт*ч;
- объем инвестиций в основной капитал в Испании, в млн. долл.;
- ВВП по паритету покупательной способности, в млн. долл.;
- стандартная ошибка
Результаты оценки модели показывают, что коэффициент перед регрессором GDP является статистически незначимым, несмотря на то, что прочие оценки являются значимыми: t-статистика для константы (-1,65) и для ВВП (-0,107) меньше по модулю, чем t-статистика для модели (2,23). Кроме того, неразумным является значение коэффициента перед регрессором ВВП, который показывает обратную зависимость этих величин. (См. Табл. 1) Сам по себе t-тест позволяет выявить значимые оценки и исключить из модели в случае, если они окажутся незначимыми. Исходя из результатов оценки, следует исключить регрессор ВВП из модели.
Таблица 3 Результаты оценки модели 1 Испании
|
Модель |
Переменная |
Значение коэффициента |
t-коэффициента |
Статистики |
||
|
Модель 1 |
(9,43) |
(1,65) |
t-statistic |
2,23 |
||
|
(0,054) |
(0,107) |
F-statistic |
702,3 |
|||
|
0,775 |
4,03 |
0,99 |
||||
|
0,899 |
30,21 |
n-k |
10 |
Источник: Составлено автором
Оценим вторую модель следующего вида:
, (2)
Данная модель является экономически и статистически целесообразной, так как статистически показатели коэффициента детерминации , t-статистик и F-статистик удовлетворяют требуемому качеству модели. Т-тест позволяет выявить значимые и незначимые оценки, которые можно будет исключить из модели в случае, если они окажутся незначимыми.
F-тест дает представление о значимости модели в целом. В качестве вспомогательной статистики используется статистика F, имеющая распределение Фишера с параметрами
n1=k-1, n2=n-k
и вычисляется следующим образом:
Вычисляя значимость F-статистики, мы вычисляем статистическую значимость коэффициента детерминации. Если F-наблюдаемое < F- критическое при заданном уровне значимости, то гипотеза о равенстве коэффициента детерминации нулю принимается.
Следует отметить, что коэффициенты перед регрессорами соответствуют экономической логике процессов. Существует положительная корреляция между показателями инвестиций в основной капитал и потребления солнечной энергии. Рост спроса, который отчасти покрывается импортом солнечной энергии, может быть драйвером для роста мощностей генерации солнечной энергии (PV).
Таблица 5 Результаты оценки модели 2 Испании
|
Модель |
Переменная |
Значение коэффициента |
t-коэффициента |
Статистики |
||
|
Модель 2 |
(9,99) |
(-4,29) |
t-statistic |
2,20 |
||
|
0,775 |
4,22 |
F-statistic |
1157,47 |
|||
|
0,897 |
38,58 |
0,99 |
||||
|
n-k |
11 |
Проверим нашу модель на выполнение основных предпосылок Гаусса-Маркова. Тест Голдфельдта - Квандта направлен на обнаружение гетероскедастичности или нарушения второй предпосылки Гаусса-Маркова, при которых оценки оказываются смещены. Тест основан на предпосылках о том, что дисперсия пропорциональна величине некоторого регрессора и случайное возмущение распределено нормально и не подвержено автокорреляции. Используются различные способы исправления гетероскедастичности. Одним из них является взвешенный метод наименьших квадратов (ВМНК). Данный метод нацелен на преобразование переменных исходной модели таким образом, чтобы в спецификации преобразованной модели случайное возмущение удовлетворяло предпосылкам Гаусса-Маркова. Преобразование имеет следующий вид:
Однако применение данной корректировки не даст возможности трактовать коэффициенты перед регрессорами. Использовать корректировку имеет смысл в том случае, если существует необходимость в прогнозировании данных. В нашем случае ошибка может возникнуть в связи с тем, что данные имеют временной тренд. Однако распределение остатков не оставляет повода говорить о наличии гетероскедастичности, так как визуально они распределены нормально, как «белый шум». (См. Рисунок 1).
Рисунок 11 Распределение остатков модели 2
Источник: составлено автором
Разделим выборку на две меньшие выборки объемами 5 и 5 значений. Получаем следующие статистики: GQ = 2,36 и GQ^(-1) = 0,42, что меньше критического значения F = 6,39. Отсюда делаем вывод, что модель гомоскедастична и не нарушена вторая предпосылка Гаусса-Маркова.
Помимо теста Голдфельдта - Квандта проведем тест Уайта на гетероскедастичность.
В отличие от первого он не требует обязательного условия нормального распределения остатков.
Для этого необходимо оценить модель следующего вида:
Модель считается гомоскедастичной в том случае, если F модели меньше, чем F-статистика. В нашем случае F модели равно 0,68, что меньше, чем F-статистика, которая равна 3,69. Следовательно, гипотеза H0 о гомоскедастичности не отвергается.
Следующая проверка состоит в том, чтобы убедиться в том, что выполняется условие о нулевой ковариации между значениями возмущений, то есть провести тест на наличие автокорреляции. Для этого проведем тест Дарбина-Уотсона, вычисляя соответствующую статистику. Тест основан на предпосылках, что случайное возмущение распределено нормально и не подвержено гетероскедастичности, модель не включает лаговые значения эндогенных переменных. В нашей модели для чистоты статистики от автокорреляции было принято решение отказаться от лаговых переменных, так как это может снизить качество модели и сделать коэффициенты не интерпретируемыми.
Статистика теста вычисляется по формуле:
Статистика может принимать пять различных значений: в случае попадания в интервал от
du<DW<(4-du),
то гипотеза о наличии автокорреляции отклоняется. В случае попадания в интервал от
4+du < DW,
то такое значение статистики говорит об отрицательной корреляции. В случае, если
DW < dl
- о положительной автокорреляции. В остальных случаях нельзя дать точного ответа, так как статистика находится в зоне неопределенности. Статистика Дарбина-Уотсона равна 1,98, которая не попала в промежуток между 2,22 и 3,23, по которой можно сказать, что в модели отсутствует автокорреляция.
Наконец, проверим модель на необходимость внести дополнительные независимые переменные в регрессию. Для этого оценим вспомогательную регрессию вида:
Для проверки гипотезы вычислим тестовой статистики:
Если
,
то нулевая гипотеза о полноте модели отвергается. В нашем случае F модели равна 0,24, что меньше, чем F-статистика, которая равна 4,1. Результаты теста Рамсея говорят о том, что модель является полной и дополнительных регрессорах не нуждается.
Сделаем несколько практических выводов из модели, полученной по оценке модели установленных мощностей в Испании. Во-первых, для оценки потенциала строительства установленных мощностей нет необходимости использовать ВВП по ППС, так как не существует существенной зависимости в развитых странах от того, как растет их экономика. В предыдущем исследовании был проведен кластерный анализ, при котором данный регрессор является уместным. Также, для промежутка наблюдения с 2005 года по настоящее время не имеет смысла использовать ВВП, так как существенного изменения не произошло. Намного более интересно проследить зависимость между тем, как растет спрос на энергию, который включает в себя как потребленную энергию от внутренних производств, так и импортированную энергию от солнечного производства, и как он влияет на установленные мощности. Следует отметить, что спрос со стороны покупателей энергии может расти от разных факторов, таких как экономическая конъюнктура, так и законодательные ограничения на выбросы углекислого газа, которые мотивируют компании переходить на ВИЭ, в том числе на электроэнергию из солнечной энергии.
С другой стороны, существует и взаимосвязь с капитальными инвестициями в стране: так как строительство ВИЭ является капиталоемким и наукоемким производством, то существует прямая зависимость между инвестициями в стране и инвестициями в строительство мощностей ВИЭ, в том числе и солнечных панелей. Кроме того, как мы уже отмечали раньше, инвестиции в солнечную фотоэлектрическую энергетику в Испании значительно выросли за последние годы.
Теперь рассмотрим интерпретацию полученных коэффициентов. Для логарифмических моделей интерпретация коэффициентов производится не в абсолютных величинах, а в относительных, то есть производная логарифма может быть интерпретирована как приращение ():
Он показывает, на сколько процентов изменится объемы установленных мощностей, если потребление солнечной энергии вырастет на 1%. Исходя из нашего показателя регрессии = 0,89, можно сказать, что изменение составит 0,89%.
Аналогично для инвестиций в капитал в интерпретации второго регрессора:
Он показывает, на сколько процентов изменится объемы установленных мощностей, если инвестиции в основной капитал вырастут на 1%. Исходя из нашего показателя регрессии = 0,77, можно сказать, что изменение составит 0,77%
Из полученных оценок следует, что оба фактора существенно влияют на показатель установленных мощностей, а, следовательно, не могут быть исключены из модели. Тем не менее, необходимо отметить, что правительство Испании может стимулировать строительство солнечных панелей через развитие двух основных драйверов - повышение спроса на ВИЭ посредством законодательных ограничений на выбросы CO2 (углеродный налог и система торговли квотами на выбросы) и других методов, которые будут мотивировать покупателей энергии использовать именно её (например, налоговые льготы, субсидии и дотации предприятиям, которые используют солнечную энергию), а также упрощать процесс инвестирования, повышать инвестиционную привлекательность как самой отрасли, так и страны в целом.
4.2 Модель для России
Применим аналогичную модель для данных Российской Федерации. Необходимо отметить, что выборка в России значительно меньше, чем в Испании, так как статистика установленных мощностей солнечной генерации электроэнергии начинается только с 2011 года до 2018 года, то есть количество наблюдений значительно меньше. Есть предположение, что в России, как и в Испании установленные мощности будут зависеть от объема инвестиций в основной капитал и спроса на солнечную энергию. По наблюдениям данных существует импорт солнечной энергии в России, но объемы в ранние периоды крайне низкие.
Оценим модель, которая применялась для оценки производственных мощностей в Испании на российских данных:
Результаты оценки модели показывают, что коэффициент перед регрессором является статистически незначимым: t-статистика больше, чем статистика регрессора, которая равна -0,34, что говорит о незначимости регрессора. Статистика перед свободным членом также является незначимой: при статистике коэффициента, равной 0,303. Кроме того, неразумным является значение коэффициента перед регрессором , который показывает обратную зависимость этих величин. (см. Табл. 3). Сам по себе t-тест позволяет выявить значимые оценки и исключить из модели в случае, если они окажутся незначимыми. Возможно, следует оценить иную модель.
Таблица 5 Результаты оценки модели 1 Российская Федерация
|
Модель |
Переменная |
Значение коэффициента |
t-коэффициента |
Статистики |
||
|
Модель 1 |
10,35 |
0,303 |
t-statistic |
2,49 |
||
|
(0,91) |
(0,34) |
F-statistic |
32,5 |
|||
|
1,25 |
5,104 |
0,93 |
||||
|
n-k |
5 |
Предположим, что для развивающихся стран важным фактором является рост ВВП, который обеспечивает трансформацию отрасли электрогенерации, а также объемы потребления солнечной энергии в России. Оценим модель с использованием значений логарифмов ВВП по ППС и объемов инвестиций в капитал от солнечной генерации:
Где - установленные мощности генерации солнечной энергии (PV) в ГВт;
- объем потребления солнечной энергии;
- ВВП по паритету покупательной способности;
- стандартная ошибка
Данная модель является статистически целесообразной, так как статистически показатели коэффициента детерминации , t-статистик и F-статистик удовлетворяют требуемому качеству модели. (См. Табл. 4). Следует отметить, что результаты оценки по инвестициям в капитал несколько не соответствуют экономической логике, так как инвестиции в Российской экономике в основном складывается за счет инвестиций в нефтегазовой отрасли. Более того, наблюдается обратная зависимость от роста инвестиций в основной капитал в России и генерации солнечной энергии, что объясняется характером инвестиций в основной капитал.
Таблица 6 Результаты оценки модели 2 Российская Федерация
|
Модель |
Переменная |
Значение коэффициента |
t-коэффициента |
Статистики |
||
|
Модель 2 |
46,37 |
(6,36) |
t-statistic |
2,49 |
||
|
45,27 |
(4,00) |
F-statistic |
21,2 |
|||
|
(15,363) |
(-6,35) |
0,89 |
||||
|
n-k |
5 |
Проверим нашу модель на выполнение основных предпосылок Гаусса-Маркова. Проведем тест Уайта на гетероскедастичность. В отличие от теста Голдфельда-Квандта, он не требует обязательного условия нормального распределения остатков. Для этого необходимо оценить модель следующего вида:
Модель считается гомоскедастичной в том случае, если F-наблюдаемое меньше, чем F-критическое. В нашем случае F модели равно 0,63, что меньше, чем F-статистика, которая равна 19,3. Следовательно, гипотеза Н0 о гомоскедастичности не отвергается. На рисунке 2 можно видеть распределение остатков модели. Видно, что нет никаких оснований для гетероскедастичности, а остатки предположительно распределены нормально.
Рисунок 12 Распределение остатков в Модели 2 Российская Федерация
Следующая проверка заключается в том, чтобы убедиться в выполнении условия о нулевой ковариации между значениями возмущений, то есть провести тест на наличие автокорреляции. Для этого проведем тест Дарбина-Уотсона, вычисляя соответствующую статистику. Статистика может принимать пять различных значений: в случае попадания в интервал от du < DW < 4-du, то гипотеза о наличии автокорреляции отклоняется. В случае попадания в интервал от 4+du < DW, то такое значение статистики говорит об отрицательной корреляции. В случае если DW < dl - о положительной автокорреляции. В остальных случаях нельзя дать точного ответа, так как статистика находится в зоне неопределенности. Статистика Дарбина-Уотсона равна 2,18, которая не попала в промежуток между 2,22 и 3,44, по которой можно сказать, что в модели отсутствует автокорреляция.
Наконец, проверим модель на необходимость внести дополнительные независимые переменные в регрессию. Для этого оценим вспомогательную регрессию вида:
Для проверки гипотезы вычислим тестовой статистики:
Если
,
то нулевая гипотеза о полноте модели отвергается. В нашем случае F модели равна 1,496, что меньше, чем F-статистика, которая равна 6,59. Результаты теста Рамсея говорят о том, что модель является полной и дополнительных регрессорах не нуждается.
Теперь рассмотрим интерпретацию полученных коэффициентов. Для логарифмических моделей интерпретация коэффициентов производится не в абсолютных величинах, а в относительных, то есть производная логарифма может быть интерпретирована как приращение ():
Он показывает, на сколько процентов изменится объемы установленных мощностей, если ВВП по паритету покупательной способности вырастет на 1%. Исходя из нашего показателя регрессии = 45,3, можно сказать, что изменение составит 45,3%.
Аналогично для инвестиций в капитал в интерпретации второго регрессора:
Он показывает, на сколько процентов изменится объемы установленных мощностей, если инвестиции в основной капитал вырастут на 1%. Исходя из нашего показателя регрессии = -15,4, можно сказать, что изменение составит -15,4%.
Попробуем интерпретировать полученные результаты. Прежде всего, следует отметить, что коэффициенты для российской модели значительно выше, учитывая ситуацию, что в развитых странах темпы роста экономик значительно ниже, а также темпы строительства солнечных мощностей. Это частично подтверждается исследованием, которое было представлено в начале главы, так как темпы роста установленных мощностей ВИЭ в развивающихся странах достаточно высокие, однако в абсолютных значениях они значительно меньше.
Из полученных оценок также можно судить, что все факторы являются значимыми в модели для оценки темпов роста установленных мощностей генерации солнечной энергии. При этом гипотеза о том, что текущие темпы инвестиций в основной капитал в России отрицательно влияют на строительство новых мощностей по генерации солнечной энергии, подтверждается, так как большую долю здесь занимают инвестиции в нефтегазовую отрасль. По этой причине, наиболее репрезентативным является коэффициент при ВВП, который показывает, что установленные мощности солнечной генерации достаточно сильно чувствительны к ВВП по паритету покупательной способности. Ранее это было отмечено в кластерном анализе работы греческих исследователей. Наконец, по результатам работы остается пространство для развития модели, так как есть возможность получить более точную оценку при появлении большего числа наблюдений по Российской Федерации, что откроет возможность для включения дополнительных регрессоров в модель. По нашему мнению, в России солнечная энергетика испытывает колоссальный рост и для стимулирования её развития государству необходимо обеспечить, прежде всего, рост ВВП до такого уровня, при котором переход на ВИЭ будет экономически целесообразен как для населения, так и для производственных предприятий. Кроме того, способствовать этому можно и посредством создания благоприятной институциональной среды - развития законодательной базы, принятие мер государственной поддержки, таких как: субсидии и дотации для производителей электроэнергии из СЭС, различные налоговые льготы. Кроме того, введение инструментов регулирования выбросов СО2, например, внедрение системы торговли квотами на выбросы или углеродного налога могло бы значительно помочь как борьбе с изменением климата, так и развитию отрасли солнечной энергетики в России.
ЗАКЛЮЧЕНИЕ
Испанская экономика исторически сильно зависела от нефти как источника энергии, и это привело к политическому и экономическому обсуждению испанской энергетической модели. Были приложены немалые усилия по сдерживанию такой сильной зависимости, происходило ускоренное развитие возобновляемых источников энергии, в том числе солнечной фотоэлектрической и геотермальной генерации для становления более разнообразной, устойчивой чистой энергетической модели. Поэтому в 2007 году испанское правительство ввело бонусную систему по отношению к фотоэлектрической солнечной отрасли, что привело к сильному секторальному росту и резкому увеличению фотоэлектрических установок. Однако в период с 2007 по 2014 год институциональная структура и политика стимулирования этого сектора были нестабильными и привели к существенному изменению политики премирования, применяемой различными правительствами к этому сектору. Это спровоцировало отмену таких бонусов, а в дальнейшем - к падению сектора. Однако уже в 2018 году Испания вернулась в список самых крупных стран-инвесторов в солнечную энергетику Европы после длительного периода рецессии.
Российская экономика сильно зависима от экспорта природных ресурсов: нефти и газа. В связи с этим, развитие отрасли ВИЭ не представлялось экономически целесообразным занятием. Однако растущая озабоченность по поводу изменения климата, последствий загрязнения воздуха для здоровья, энергетической безопасности и доступа к энергоресурсам, а также неустойчивых цен на нефть в последние десятилетия привели к необходимости производства и использования альтернативных низкоуглеродных технологий. Отрасль солнечной энергетики в России сформировалась совсем недавно, это произошло благодаря созданию государственного механизма поддержки ВИЭ на рынке электроэнергии, а также некоторых правовых актов, целью которых является стимулирование развития возобновляющейся генерации в целом. К таким инициативам относятся ДМП ВИЭ, являющиеся инструментом поддержки ВИЭ на оптовом рынке электроэнергии. Кроме того, постановлением Правительства Российской Федерации от 23 января 2015 г. №47 была урегулирована схема поддержки электроэнергии из возобновляющихся источников энергии на розничном рынке. Однако российская солнечная энергетика как отрасль сталкивается с различными препятствиями: относительно высокие затраты на производство солнечных фотоэлектрических батарей, минимальные инвестиции со стороны частного сектора сравнительно высокая стоимость проектов, а также существование несоответствия между принимаемыми мерами в регулировании и действительным их исполнением.
Согласно результатам эконометрического моделирования проведенного автором, на увеличение установленных мощностей в Испании могут повлиять такие факторы, как потребление электроэнергии из солнечной генерации и ВВП на душу населения по ППС. Для российской модели характерны более высокие коэффициенты, что может быть объяснено тем, что Россия - развивающая страна, соответственно, темпы развития экономики и внедрения мощностей у нее будут выше. Также важно отметить, что факторами, влияющими на количество установленных мощностей в России, являются ВВП на душу населения по ППС и инвестиции в основной капитал, причем вторые - с отрицательным знаком. Это может быть связано с тем, что подавляющее большинство инвестиций идут в нефтегазовую отрасль.
Таким образом, институциональные условия для развития солнечной энергетики выражены в Испании намного лучше, чем в России. Испанская энергетическая политика реализуется в соответствии с национальными энергетическими и климатическими целями, в которых развитие возобновляемым источникам энергии уделяется особое внимание. Российская же энергетическая модель все еще заточена на традиционных источниках энергии, в которой развитие «зеленых» технологий идет, но достаточно медленными темпами.
СПИСОК ЛИТЕРАТУРЫ
1. Введение в эконометрику : учебник для вузов / Доугерти К., Замкова О. О. - ИНФРА-М, 2009. - 465c.
2. Влияние Covid-19 на развитие солнечной энергетики в 2020 году, Renen. - 17.04.2020 URL: https://renen.ru/vliyanie-covid-19-na-razvitie-solnechnoj-energetiki-v-2020-godu/
3. Возобновляемые источники энергии // Институт энергетики ВШЭ URL: https://energy.hse.ru/Wiie
4. Выработка солнечных электростанций «Хевел» превысила 402 млн кВт*ч в 2019 году // Группа компаний «Хевел». URL: https://www.hevelsolar.com/about/news/vyrabotka-solnechnykh-elektrostancii-khevel-prevysila-402-mln-kvt-ch-v-2019-godu/
5. Дегтярев К. С. Состояние и территориальная организация фотовольтаической солнечной энергетики в России //Окружающая среда и энерговедение. - 2019. - № 1.
6. Каланов А.Б. Программа поддержки ВИЭ на период 2025-2035гг. // Российский союз промышленников и предпринимателей. - 2019. URL: http://xn--o1aabe.xn--p1ai/events/news/sostoyalos-ocherednoe-zasedanie-komissii-rspp-po-elektroenergetike--31379/?sphrase_id=37071
7. Макаров И. А., Степанов И. А. Углеродное регулирование: варианты и вызовы для России //Вестник Московского университета. Серия 6. Экономика. - 2017. - №. 6.
8. Минэнерго внесло в кабмин концепцию о зеленых сертификатах со свободным оборотом // ТАСС. - 29 ноября 2019г. URL: https://tass.ru/ekonomika/7226929
9. Норт Д. Институты, институциональные изменения и функционирование экономики / Пер. с англ. А. Н. Нестеренко. Предисл. и науч. ред. Б. З. Мильнера. М.: Фонд экономической книги «Начала», 1997. С. 108.
10. Парижское соглашение. ООН, 2015. URL: https://unfccc.int/files/meetings/paris_nov_2015/application/pdf/paris_agreement_russian_.pdf
11. Под ред. Мхитаряна В.С.-АНАЛИЗ ДАННЫХ. Учебник для академического бакалавриата-М.:Издательство Юрайт,2019-490-Бакалавр. Академический курс-978-5-534-00616-2 // ЭБС Юрайт. - 465с.
12. Постановление Правительства РФ от 23 января 2015 г. N 47 «О внесении изменений в некоторые акты Правительства Российской Федерации по вопросам стимулирования использования возобновляемых источников энергии на розничных рынках электрической энергии»
13. Постановление Правительства РФ от 28 мая 2013 г. N 449 «О механизме стимулирования использования возобновляемых источников энергии на оптовом рынке электрической энергии и мощности»
14. Распоряжение П. Р. Ф. от 13 ноября 2009 г. № 1715-р об утверждении Энергетической стратегии России на период до 2030 года //URL: http://minenergo.gov.ru/activity/energostrategy/index.php. - 2009.
15. Россия обеспечит оборудованием для СЭС не только себя, но и соседей // Аналитический центр при правительстве РФ. - 2017. URL: https://ac.gov.ru/news/page/rossia-obespecit-oborudovaniem-dla-ses-ne-tolko-seba-no-i-sosedej-11726
16. Солар Системс построила одну из крупнейших солнечных электростанций в России, общей установленной мощностью 100 мвт // ООО «Солар Системс» URL: http://solarsystems.msk.ru/press-cents/news/1584/
17. Солнечная энергетика для бизнеса и дома // Группа компаний «Хевел». URL: https://www.hevelsolar.com/
18. Adefarati T., Bansal R. C. Energizing renewable energy systems and distribution generation //Pathways to a smarter power system. - Academic Press, 2019. - С. 29-65.
19. Aleasoft Energy Forecasting - Interview of pv magazine with Antonio Delgado Rigal, CEO of AleaSoft URL: https://aleasoft.com/interview-pv-magazine-antonio-delgado-rigal-ceo-aleasoft-ppa-project-financing-coronavirus/
20. Bartolomei, S. M., Sweet, A. L. A note on a comparison of exponential smoothing methods for forecasting seasonal series // International Journal of Forecasting. - 1989. - 5(1), 111-116.
21. BloombergNEF, Global trends in renewable energy investment (2019). URL:https://wedocs.unep.org/bitstream/handle/20.500.11822/29752/GTR2019.pdf
22. Boute A., Zhikharev A. Vested interests as driver of the clean energy transition: Evidence from Russia's solar energy policy //Energy Policy. - 2019. - Т. 133. - С. 110910.
23. BP Statistical Review 2019, Russia's energy market in 2018. URL: https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-2019-russia-insights.pdf
24. BP Statistical Review of World Energy June 2019. URL: https://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.html
25. Bullard N. The Energy Revolution That Started in 1954 Is Reaching Its Crescendo //Bloomberg Green. - 2020. URL: https://www.bloomberg.com/news/articles/2020-04-23/the-energy-revolution-that-started-in-1954-is-reaching-its-crescendo
26. Ciarreta, A.; Espinosa, M.P.; Pizarro-Irizar, C. Is green energy expensive? Empirical evidence from the Spanish electricity market. Energy Policy 2014, 69, 205-215.
27. Dimitrov, R. The Paris Agreement on Climate Change: Behind Closed Doors. Glob. Environ. Politics 2016, 16, P. 1-11. URL: https://www.mitpressjournals.org/doi/10.1162/GLEP_a_00361
28. EU Commission - Clean energy for all Europeans package (2016). URL: https://ec.europa.eu/energy/topics/energy-strategy/clean-energy-all-europeans_en
29. EU Commission - Final elements of EU Clean Energy package adopted. URL: https://ec.europa.eu/ireland/news/clean-energy-for-all-europeans-package-completed_en
30. European Commission - A European Green Deal URL: https://ec.europa.eu/info/strategy/priorities-2019-2024/european-green-deal_en
31. European Union Emissions Trading Scheme - Feed-in-premium URL: https://www.emissions-euets.com/internal-electricity-market-glossary/1811-feed-in-premium
32. European Union Emissions Trading Scheme - Feed-in-tariff URL: https://www.emissions-euets.com/internal-electricity-market-glossary/1812-feed-in-tariff
33. Evans, S. Analysis: Coronavirus set to cause largest ever annual fall in CO2 emissions. Carbon Brief (2020). https://www.carbonbrief.org/analysis-coronavirus-set-to-cause-largest-ever-annual-fall-in-co2-emissions
34. Fernбndez-Gonzбlez, R., Suбrez-Garcнa, A., Бlvarez Feijoo, M. Б., Arce, E., & Dнez-Mediavilla, M. Spanish Photovoltaic Solar Energy: Institutional Change, Financial Effects, and the Business Sector// Sustainability. - 2020. - 12(5), 1892.
35. Global BP, BP Statistical Review of World Energy 2018. URL: http://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.
36. Gomez, A.; Dopazo, C.; Fueyo, N. The “cost of not doing” energy planning: The Spanish energy bubble. Energy 2016, 101, 434-446.
37. Government of Spain. Law 24/2013. 27 December 2013. BOE Number 310, pp. 105198-105294. URL: https://www.boe.es/eli/es/l/2013/12/26/24.
38. Government of Spain. Law 40/1994, 31 December 1994. BOE Number 313, pp. 39362-39386. URL: https://www.boe.es/eli/es/l/1994/12/30/40
39. Government of Spain. Ministry of Industry, Energy and Tourism. Royal Decree 413/2014. 10 June 2014. BOE Number 140, pp. 43876-43978. URL: https://www.boe.es/eli/es/rd/2014/06/06/413.
40. Government of Spain. Ministry of Industry, Energy and Tourism. Royal Decree 900/2015. 10 October 215. BOE Number 140, pp. 94874-94917. URL: https://www.boe.es/eli/es/rd/2015/10/09/900
41. Government of Spain. Royal Decree-Law 1/2012. 28 January 2012. BOE Number 24, pp. 8068-8072. URL: https://www.boe.es/eli/es/rdl/2012/01/27/1.
42. IEA Global Energy Review 2020 - The impacts of the COVID-19 crisis on global energy demand and CO2 emissions URL: https://www.iea.org/reports/global-energy-review-2020/electricity#electricity-demand
43. IEA PVPS, Snapshot of Global PV Markets (2020). URL: https://iea-pvps.org/snapshot-reports/snapshot-2020/
44. IEA PVPS, Trends in Photovoltaic Applications (2019). URL: https://iea-pvps.org/research-tasks/strategic-pv-analysis-outreach/trends/
45. IRENA (2019), Future of Solar Photovoltaic // A Global Energy Transformation paper. URL: https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2019/Nov/IRENA_Future_of_Solar_PV_2019.pdf
46. IRENA, REmap 2030 renewable energy prospects for the Russian Federation. - April 2017. URL: https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2017/Apr/IRENA_REmap_Russia_paper_2017.pdf
47. Meteorologнa, A.E.; de Atlas de Radiaciуn Solar en Espaсa--Agencia Estatal de Meteorologнa--AEMET. Gobierno de Espaсa. URL: https://power.larc.nasa.gov/data-access-viewer/
48. NASA SSE, Prediction of Worldwide Energy Resources - Power Data Access Viewer. URL: https://power.larc.nasa.gov/data-access-viewer/
49. Plan Nacional Integrado de Energнa y Clima. URL: https://ec.europa.eu/energy/sites/ener/files/documents/es_final_necp_main_es.pdf
50. Proskuryakova, L. N., Ermolenko, G. V. The future of Russia's renewable energy sector: Trends, scenarios and policies // Renewable Energy. - 2019. - 143, 1670 -1686.
51. Red Elйctrica de Espaсa (2020). Renewable energy already exceeds the installed power capacity of other sources of energy on the Spanish peninsula. URL:https://www.ree.es/en/press-office/news/press-release/2020/03/renewable-energy-already-exceeds-installed-power-capacity-of-other-sources-of-energy-on-the-Spanish-peninsula
52. Red Elйctrica de Espaсa, Las energнas renovables en el sistema elйctrico espaсol (2018). URL: https://www.ree.es/sites/default/files/11_PUBLICACIONES/Documentos/Renovables-2018.pdf
53. Red Elйctrica de Espaсa, REData Generation (2020). URL: https://www.ree.es/en/datos/generation
54. Sбnchez-Durбn R., Barbancho J., Luque J. Solar Energy Production for a Decarbonization Scenario in Spain //Sustainability. - 2019. - Т. 11. - №. 24. - С. 7112.
55. Stamatios Ntanos, Michalis Skordoulis, Grigorios Kyriakopoulos Renewable Energy and Economic Growth: Evidence from European Countries // MDPI Sustainability, 2018.
56. U.S. Energy Administration Information, Photovoltaics and electricity (2020). URL: https://www.eia.gov/energyexplained/solar/photovoltaics-and-electricity.php
57. U.S. Energy Administration Information, Solar thermal power plants (2020). URL: https://www.eia.gov/energyexplained/solar/solar-thermal-power-plants.php
58. United Nations. Transforming our world: The 2030 agenda for sustainable development //General Assembley 70 session. - 2015. P. 3-4
59. Zhang A. How to Build Exponential Smoothing Models Using Python: Simple Exponential Smoothing, Holt, and Holt-Winters // Medium - 2018. URL: https://medium.com/datadriveninvestor/how-to-build-exponential-smoothing-models-using-python-simple-exponential-smoothing-holt-and-da371189e1a1
Размещено на Allbest.ru
...Подобные документы
Солнечная энергетика. История развития солнечной энергетики. Способы получения электричества и тепла из солнечного излучения. Достоинства и недостатки использования солнечной энергетики. Типы фотоэлектрических элементов. Технологии солнечной энергетики.
реферат [19,4 K], добавлен 30.07.2008Особенности развития солнечной энергетики в мире, возможность реализации такого оборудования на территории Республики Беларусь. Разработка базы данных для оценки характеристик и стоимости оборудования солнечной энергетики и его использования в РБ.
курсовая работа [1,3 M], добавлен 02.05.2012Сравнительный анализ солнечной и геотермальной энергетики. Экономическое обоснование разработки геотермальных месторождений. Реструктуризация энергетики Камчатской области и Курильских островов. Использование солнечной энергии, типы гелиоэлектростанций.
реферат [2,3 M], добавлен 14.12.2012Определение основных достоинств и недостатков солнечной энергетики при исследовании перспектив её развития. Изучение устройства и действия наземных солнечных установок и космических солнечных станций. Методические разработки темы "Солнечная энергетика".
курсовая работа [88,1 K], добавлен 27.01.2011Достоинства и недостатки солнечной энергетики. Направления научных исследований: фундаментальные, прикладные и экологические. Типы фотоэлектрических элементов: твердотельные и наноантенны. Альтернативное мнение на перспективы солнечной энергетики.
презентация [11,7 M], добавлен 21.01.2015Понятие солнечной радиации и ее распределение по поверхности Земли. История развития солнечной энергетики, достоинства и недостатки ее использования. Виды фотоэлектрического эффекта. Способы получения электричества и тепла из солнечного излучения.
курсовая работа [939,1 K], добавлен 12.02.2014Общее понятие энергии, ее виды, функции и роль в современном мире. Классификация первичных энергоресурсов. Основные преимущества солнечной энергетики. Основные перспективы использования в Беларуси гидроэлектростанций и ветроэнергетических установок.
курсовая работа [517,5 K], добавлен 12.01.2015Производство электроэнергии различными способами. Фотоэлектрические установки, системы солнечного теплоснабжения, концентрирующие гелиоприемники, солнечные коллекторы. Развитие солнечной энергетики. Экологические последствия развития солнечной энергетики.
реферат [315,1 K], добавлен 27.10.2014Возрастание интереса к проблеме использования солнечной энергии. Разные факторы, ограничивающие мощность солнечной энергетики. Современная концепция использования солнечной энергии. Использование океанской энергии. Принцип действия всех ветродвигателей.
реферат [57,6 K], добавлен 20.08.2014Ознакомление с основными направлениями и перспективами развития альтернативной энергетики. Определение экономических и экологических преимуществ использования ветровой, солнечной, геотермальной, космической, водородной, сероводородной энергии, биотоплива.
реферат [706,0 K], добавлен 15.12.2010Основные сведения об альтернативной энергетики. Преимущества и недостатки вакуумных коллекторов. Снижение зависимости от поставок энергоносителей. Применение фокусирующих коллекторов. Преимущества использования экологически чистой солнечной энергии.
реферат [346,4 K], добавлен 21.03.2015Приход солнечной радиации на земную поверхность. Пример вычисления суммарной радиации на горизонтальную поверхность, поглощенной и отраженной солнечной радиации по данным значениям альбедо. Вычисление амплитуды колебаний почвы на разных глубинах.
курсовая работа [111,5 K], добавлен 12.05.2015Определение возможностей Солнца. Расчет интенсивности солнечной радиации методом коэффициентов. Расчет интенсивности солнечной радиации аналитически. Расчёт потребностей в электроэнергии. Интенсивность падающей солнечной радиации для разных углов наклона.
контрольная работа [212,8 K], добавлен 26.11.2014Мировой опыт развития атомной энергетики. Развитие атомной энергетики и строительство атомной электростанции в Беларуси. Общественное мнение о строительстве АЭС в республике Беларусь. Экономические и социальные эффекты развития атомной энергетики.
реферат [33,8 K], добавлен 07.11.2011Состояние атомной энергетики. Особенности размещения атомной энергетики. Долгосрочные прогнозы. Оценка потенциальных возможностей атомной энергетики. Двухэтапное развитие атомной энергетики. Долгосрочные прогнозы. Варианты структуры атомной энергетики.
курсовая работа [180,7 K], добавлен 13.07.2008Особенности развития нетрадиционной электроэнергетики. Технический потенциал ветроэнергетики, волновых энергетических установок, солнечной и геотермальной энергетики, производства биодизеля из рапса, малой гидроэнергетики, морских электростанций России.
реферат [86,4 K], добавлен 28.04.2013Геотермальная энергия и ее использование. Применение гидроэнергетических ресурсов. Перспективные технологии солнечной энергетики. Принцип работы ветроустановок. Энергия волн и течений. Состояние и перспективы развития альтернативной энергетики в России.
реферат [39,3 K], добавлен 16.06.2009Потенциальные возможности солнечной энергии, способы ее аккумулирования и преобразования в энергию, необходимую человеку для производственных и бытовых нужд. Развитие возобновляемой энергетики в России и на Урале. Установка солнечных батарей на зданиях.
реферат [32,8 K], добавлен 31.10.2012Разработка концепции развития топливно-энергетического комплекса Украины. Производство электроэнергии в 2012 году. Основные типы электростанций. Структура суточного энергопотребления промышленного энергорайона. Специфика использования атомной энергетики.
контрольная работа [169,3 K], добавлен 20.02.2015Потенциал и сферы использования солнечной энергии, которая трансформируется в другие формы: энергию биомассы, ветра или воды. Механизм действия солнечных коллекторов и систем, тепловых электростанций, фотоэлектрических систем. Солнечная архитектура.
курсовая работа [420,7 K], добавлен 07.05.2011
