A SZÉLENERGIA KUTATÁSA A DEBRECENI EGYETEM METEOROLÓGIAI TANSZÉKÉN
(1980-2014) Tar Károly egyetemi magántanár Nyíregyházi Főiskola, Turizmus és Földrajztudományi Intézet
[email protected]
• •
• •
A szélenergia hasznosításának helyzete. Magyarország szélklímája: a hazai szélenergia hasznosítás klimatológiai aspektusai. Nagytérségű vizsgálatok. A szélenergia hasznosítás társadalmi vonatkozásai.
A szélenergia hasznosításának helyzete a világon és Európában.
Az energiahordozók részaránya a Földön 2009-ben (forrás: REN21, 2011)
Szélenergia hasznosítás Európában 2010 • 2010-ben a szárazföldi területeken 8412 MW épült, az előző évhez képes 12,2 %-os a növekedés. Lengyelország és Ausztria is azon országok közé tartozik, melyek 1 GW fölötti szélerőmű kapacitással rendelkeznek. • 2010-ben meglévő szélerőművek egy normál szeles évben 181 TWh villamos energia termelésére képesek, mely EU bruttó végső energiafelhasználásának 5,3 %-át reprezentálja. 5
Szélenergia hasznosítás Európában 1995-2010
EWEA, 2011
6
Évente telepített szélerőmű kapacitások Európában 1995-2010 2010-ben összesen Európában 9295 MW épült, ebből 883 MW offshore szélerőmű.
EWEA, 2011
7
2010-ben telepített szélerőmű kapacitások megoszlása EU27
EWEA, 2011
8
Jelenleg: 172 db szélerőmű. Ezeknek közel 90 %-a az ország ÉNy-i területén található.
Szélerőművek az Alföldön és környezetében: 6825 kW~2 % 1. Mezőtúr (1x1500kw), 2. Törökszentmiklós (1x1500kw), 3. Erk (1x800kw), 4. Bükkaranyos (1x225kw), 5. Felsőzsolca (1x1800kw)
9
www.mszet.hu
A szélenergiából termelt villamos energia részaránya 2008-ban az EU-ban EWEA, 2011
Tar K. (1980): A szélirány időbeli változékonyságának statisztikai vizsgálata. Időjárás, 88. pp. 151-159.
Három nagy kutatási terület: I. Magyarország szélklímája: a hazai szélenergia hasznosítás klimatológiai aspektusai. II. Térbeli modellek, nagytérségű vizsgálatok. III. A szélenergia hasznosítás társadalmi vonatkozásai. Adatbázisok: • 10 hazai meteorológiai állomás óránkénti szélirányai és szélsebességei: 1968-1972, 1991-2000 (OMSZ). • A paksi meteorológiai torony két éves (2000, 2001) 10 percenkénti szélirány és szélsebesség adatai (20 m, 50 m és 120 m)(OMSZ). • SODAR mérési adatok (NKFP) • Nagytérségű (negyed földgömbi) reanalizált adatok (Internet). • Kérdőíves felmérések adatai (saját). Módszerek: matematikai statisztika, geoinformatika (GIS), kérdőíves felmérés. A vizsgálatok részhalmazai: teljes időszak, évszakok, időjárási helyzetek (áramlási típusok), állomás-típusok (síkvidéki, nem tipikusan síkvidéki, hegyvidéki)
I. HAZAI SZÉLENERGIA HASZNOSÍTÁS KLIMATOLÓGIAI ASPEKTUSAI Dr. Tar Károly
I. HAZAI SZÉLENERGIA HASZNOSÍTÁS KLIMATOLÓGIAI ASPEKTUSAI Fő kérdések: Mennyi van? Mitől függ?
I.1. A SZÉLIRÁNYOK ENERGETIKAI PARAMÉTEREI I.2. A SZÉLSEBESSÉG ENERGETIKAI CÉLÚ VIZSGÁLATA I.3. A SZELES NAPOK STATISZTIKAI SZERKEZETE ÉS KAPCSOLATA A SZÉLENERGIA PARAMÉTEREKKEL I.4. MÓDSZEREK A POTENCIÁLIS SZÉLTELJESÍTMÉNY BECSLÉSÉRE I.5. AZ IDŐJÁRÁSI HELYZETEK ENERGETIKAI JELLEMZÉSE ” d I.6. AZ EMPIRIKUS SZÉLPROFIL n TÖRVÉNYEK ENERGEe TIKAI CÉLÚ VIZSGÁLATA r t I.7. A SZÉLERŐMŰVEKeMŰKÖDÉSÉNEK KLIMATOLÓGIAI n FELTÉTELEI eMAGYARORSZÁGON KÜLÖNBÖZŐ MAGASSÁGOKBAN. „m I.8. A NAPI ÁTLAGOS SZÉLSEBESSÉGEK EGYMÁSRA KÖVETKEZÉNEK STATISZTIKAI ELEMZÉSE ÉS KAPCSOLATA AZ IDŐJÁRÁSI HELYZETEKKEL.
I.4. MÓDSZEREK A POTENCIÁLIS SZÉLTELJESÍTMÉNY BECSLÉSÉRE
• On-line becslés: a csúszó átlagok módszere (SLIDAV-modell) • Egy időszak átlagos potenciális szélteljesítményének meghatározása közelítő függvénnyel.
Összefüggés a termelt villamos-energia és a szélsebesség köbök napi átlaga között (2005.08.18.-2006.06.30., szabályozatlan és szabályozott): Összes nap (288)
Enapi össz. (kWh) 60000
Enapi össz. = 24.598V24 + 1623.1 2
R = 0.87, R=0.9327
50000 40000 30000 20000
vi: indító szélsebesség
10000
vn: névleges szélsebesség
vmax: leállási szélsebesség
3
3
V24 (m /s )
0 0
200
400
600
800 1000 1200 1400 1600 1800 2000 2200 2400 2600
• A relatív csúszóátlag (Ri) megmutatja, hogy a nap i. órájáig kumulált és átlagolt szélsebesség-köbök hány százalékát teszik ki ugyanezen mennyiségek napi átlagának. • A szélsebesség napi menetéből következik, hogy Ri már napközben (i<24) elérheti a 100 %-ot, majd egy maximális értéket felvéve az i=24 órában definíciója szerint ismét 100 % lesz. • Az Ri egyébként a nap i. órájáig számolt átlagos és a napi átlagos fajlagos szélteljesítmény aránya is. • A kiválasztott időszakok (év, évszakok, helyzetcsoportok) minden napjára elkészítettük az értékeit, majd óránként meghatároztuk ennek különböző statisztikai jellemzőit. • A becslést azonban az óránkénti átlagokból ([Ri]) és a módusz óránkénti értékeiből ( R i ) célszerű elvégezni.
Alkalmazás: • A modell megalkotása a szélerőmű közelében hosszú idejű szélsebesség mérések alapján. • Számítógépes szoftver: Input: - a kiválasztott Ri statisztika napi menete a modellből, - a kiválasztott statisztikához tartozó hiba napi menete - óránként/10 percenként mért szélsebességek, Output: - az óránkénti minimális, maximális és átlagos becslés - az óránkénti becslések hibái a nap végén
A SLIDAV modell grafikus megjelenítés
Ri statisztikák
a felhasználni kívánt statisztikák kiválasztása
t=24 az aktuális Ri statisztikák
a V24 és a hiba becslése
numerikus megjelenítés
t<24 Futtatás: csoszmo2.exe
v(t) a szélerőmű közeléből
A modellfuttatás eredménye egy kiválasztott napon: V 24i (m 3/s3), Ei (%) 160
Debrecen, April 1, 1999.
vi (m/s) 8
140
7
120
6
100
5
80
4
60
3
estimated (m3/s3) error (%)
40
2
wind speed (m/s) 20
1 hour
0
0 1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Konklúzió: •A csúszó átlagok módszere tehát lehetőséget ad arra, hogy egy, a napi átlagos szélteljesítménnyel arányos mennyiséget, a szélsebesség köbök napi átlagát már a nap vége előtt 6-9 órával átlagosan 20 %-os hibával előre jelezzük. A legjobb becsléseket tavasszal és nyáron, valamint a ZE helyzetcsoportokban kapjuk. •Az így kapott érték fontos információ lehet a szélturbina üzembetartójának: közelítőleg meghatározhatja az egész nap kitermelhető szélenergiát, eldöntheti, hogy érdemes-e egész nap működtetni a gépet, vagy leállíthatja, pl. a karbantartás elvégzésére, stb. •A módszer 10 perces mérésekre továbbfejleszthető. Tar, K. – Szegedi, S. (2010): A statistical model for estimating electricity produced by wind energy. Renewable Energy, 36., pp. 823-828. •DOI: 10.1016/j.renene.2010.06.032. Imp. f. 2.978 (8 hivatkozás)
I.6. A POTENCIÁLIS SZÉLENERGIA MENNYISÉGÉNEK FÜGGÉSE A MAGASSÁGTÓL v2 h2 v 1 h1
Ez az ún. Hellmann-féle összefüggés az elméleti logaritmikus szélprofil törvény egyszerűsített, gyakorlatban alkalmazott változata, melyben általában az kitevő értékét elsősorban a felszín érdességétől függő konstansnak veszik. veszik Egyszerűségének köszönhetően ezt az összefüggést használjuk az energetikai célú szélmérések során is a talaj közelében mért szélsebességnek a szélturbina tengely magasságára történő konvertálásakor. A kitevő értéke azonban – mint ahogyan az a magyarországi szélenergia potenciált felmérő kutatások alapján is bebizonyosodott - nemcsak a felszín érdességének függvénye, hanem számos légköri tényező befolyásolásának eredője. A vizsgálatok eredménye szerint a kitevő az érdességen túl a levegő egyensúlyi helyzetétől is függ. Emiatt a becslés hibája növekszik talaj közeli inverzió, erősen stabil állapotok fennállása esetén, különösen éjszaka, főként pedig akkor, ha a kitevő napi menetét nem vesszük figyelembe, azaz egy konstans értékkel számolunk. A szélsebesség magassággal való becsült változását meghatározó α kitevő napi menetének az időjárási helyzettől függő sajátosságait vizsgáltuk. Az áramlási viszonyokat a Péczely-féle makroszinoptikus helyzetek és a Puskás-féle kilenc fronttípus alapján elkülönített frontos vagy frontnélküli napokkal jellemezzük.
Módszerünket a paksi meteorológiai torony 2000-2001 évi szélsebesség mérései alapján mutatjuk be. Itt három szinten: 20, 50 és 120 m-en rögzítik a 10 perces átlagos szélsebességeket. Az összes (731) nap közül ennek kb. harmada, 218 nap volt az előbbiek szerint frontos, 513 nap pedig frontnélküli. Az adatokat az OMSz bocsátotta rendelkezésünkre.
1. közelítő hidegfront
2. tartózkodó hidegfront
4. tartózkodó melegfront
5. közelítő okklúziós front 8. egyidejűleg tartózkodó meleg- és hidegfront
3. közelítő melegfront
6. tartózkodó okklúziós front 9. egyidejűleg tartózkodó meleg-, hideg- és okklúziós front
7. közelítő meleg- és hidegfront
A Puskás-féle fronttípusok és a paksi meteorológiai mérőtorony
23:20
22:10
21:00
19:50
18:40
17:30
16:20
15:10
14:00
12:50
11:40
10:30
9:20
0.8
8:10
0.1
7:00
0.2
5:50
4:40
3:30
2:20
1:10
0:00
A HELLMANN-KITEVŐ NAPI MENETE teljes időszak (2000-2001)
0.7
0.6
0.5
0.4
0.3
0
hh:mm
Az α kitevő napi átlagai a különböző időszakokban napok teljes frontnélküli frontos
száma 731 513 218
(20/50) 0.47 0.48 0.53
(20/120) 0.46 0.46 0.47
(50/120) 0.45 0.44 0.40
(20/120) 0.8 0.7
frontnélküli frontos
0.6
teljes idősz.
0.5 0.4 0.3 0.2 0.1
23:00
22:00
21:00
20:00
19:00
18:00
17:00
16:00
15:00
14:00
13:00
12:00
11:00
10:00
9:00
8:00
7:00
6:00
5:00
4:00
3:00
2:00
1:00
0:00
0
A teljes és a frontnélküli időszak átlagos kitevői gyakorlatilag együtt járnak: ugyanis az eltérések átlaga -0,001, maximuma 0,02, minimuma -0,01. A nappali órákban a frontos időszak kitevői ezeknél valamivel kisebbek, az éjszakai órákban viszont nagyobbak, most az eltérések átlaga 0,01, maximuma 0,07, minimuma -0,06.
A SZÉLSEBESSÉG ÁTLAGOS NAPI MENETE KÜLÖNBÖZŐ MAGASSÁGOKBAN Az (20/120) kitevők értékeinek és a 20 m-en mért 10 perces szélsebességek felhasználásával előállítottuk az átlagos szélsebességek 10 perces napi menetét a 10-120 m-es magasságokban 10 m-ként mindhárom (teljes, frontnélküli, frontos) időszakra. Ezekből elkészítettük az óránkénti értékek napi menetét.
m /s
m /s
teljes időszak, 2000-2001, óránkénti napi menet
frontnélküli időszak, 2000-2001, óránkénti napi menet
7.0
8.0
10 m
10 m 7.0
20 m
6.0
20 m 30 m
30 m
6.0
40 m 5.0
5.0
40 m 50 m
50 m 60 m
4.0
4.0
60 m 70 m
70 m 80 m
3.0
90 m 100 m
2.0
110 m 1.0
120 m
3.0
80 m 90 m
2.0
100 m 110 m
1.0
hh:m m
120 m
hh:m m 23:00
22:00
21:00
19:00 20:00
18:00
17:00
16:00
15:00
14:00
13:00
11:00 12:00
9:00
10:00
8:00
7:00
6:00
5:00
3:00 4:00
2:00
0:00
23:00
21:00 22:00
20:00
18:00 19:00
17:00
15:00 16:00
14:00
12:00 13:00
9:00
10:00 11:00
7:00 8:00
6:00
4:00 5:00
3:00
1:00 2:00
0:00
m/s
1:00
0.0
0.0
Frontos időszak, 2000-2001, óránkénti napi menet
10.0 9.0
10 m
8.0
20 m
7.0
30 m 40 m
6.0
50 m
5.0
60 m
4.0
70 m 80 m
3.0
90 m
2.0
100 m
1.0
110 m 120 m
0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00
0.0
Az ábrák szerint mindhárom esetben 50-60 m-en a napi menet igencsak „lapos” az alatta és felette lévő szintekhez képest. Ezt a magasságot tekinthetjük tehát a mérés helyén az ún. inflexiós magasságnak, ahol a szélsebesség (és így a szélenergia) napi menete véletlenszerű.
Az átlagos szélsebességek és a variációs együtthatók értékeinek függése a magasságtól a vizsgált időszakokban átlagseb. (m/s) 8.0
var. együtth. 0.35
teljes átlag frontnélküli átlag frontos átlag teljes var. eh. frontnélküli var. eh. frontos var. eh.
7.0 6.0
0.30 0.25
5.0 0.20 4.0 0.15 3.0 0.10
2.0
0.05
1.0
magasság 120 m
110 m
100 m
90 m
80 m
70 m
60 m
50 m
40 m
30 m
20 m
0.00 10 m
0.0
Itt valami történik!
Az (20/120)-modell hibájára. időszak magasság mért sebesség átlag számított seb. relatív hiba, % mért sebesség szórás számított seb. relatív hiba, % var. együtth. relatív hiba
teljes 50 m 120 m 3.9 5.8 4.0 6.1 4.7 6.6 0.26 0.49 0.11 0.86 3.56 4.41 0.75 0.67
frontos 50 m 120 m 4.5 6.6 4.8 7.2 8.7 13.9 0.33 0.35 0.16 1.22 5.59 8.09 0.64 0.58
frontnélküli 50 m 120 m 3.7 5.5 3.7 5.6 2.9 3.3 0.24 0.57 0.16 0.73 2.57 2.63 0.90 0.79
•A modell a frontnélküli napokra alkalmazva a legjobb: minkét magasságban egyforma átlagos értéket és kicsi átlagos relatív hibát produkál. •Utóbbiak szerint 50 m-en mindhárom időszakban jobb a közelítés. •A számított sebességek szórása 50 m-en mindhárom esetben kisebb, míg 120 m-en nagyobb, mint a mért sebességek szórása. •A relatív hibák átlaga és szórása a frontos időszakban 120 m-en veszi fel a maximumát, a variációs együtthatója ebben az időszakban minimális mindkét magasságban.
A relatív hiba napi menete a három időszakban a két referencia magasságban. rel. hiba (%)
teljes időszak, 2000-2001
rel. hiba (%)
16.0
frontnélküli napok, 2000-2001
12.0
14.0
10.0
12.0
50 m
50 m 120 m
10.0
120 m
8.0
8.0
6.0
6.0 4.0 4.0 2.0
hh:mm
hh:mm
rel. hiba (%)
frontos napok, 2000-2001
35.0 30.0 25.0
50 m
20.0
120 m
15.0 10.0 5.0
23:00
21:00
20:00
19:00
18:00
17:00
16:00
15:00
14:00
13:00
12:00
11:00
10:00
9:00
8:00
7:00
6:00
5:00
4:00
3:00
2:00
1:00
0:00
22:00
hh:mm
0.0
21:00
20:00
19:00
18:00
17:00
16:00
15:00
14:00
13:00
12:00
11:00
10:00
9:00
8:00
7:00
6:00
5:00
4:00
3:00
2:00
1:00
0:00
23:00
22:00
21:00
20:00
19:00
18:00
17:00
16:00
15:00
14:00
13:00
12:00
11:00
9:00
10:00
8:00
7:00
6:00
5:00
4:00
3:00
2:00
1:00
0:00
0.0
23:00
0.0
22:00
2.0
A modell a nappali időszakban lényegesen jobb közelítést ad, mint éjszaka. A frontnélküli napok esetében nappal a relatív hiba mindkét magasságban az időpontok túlnyomó többségében 2 % alatt van. A másik két időszakban pedig a 120 m-en számolt értékek időpontok túlnyomó többségében nagyobbak az 50 m-es értékeknél.
A POTENCIÁLIS SZÉLTELJESÍTMÉNY NAPSZAKOS VÁLTOZÁSA [v3],[v3]fit (m 3/s3)
Debrecen, May, 1991., 10 m
180
NAPPAL
160
[v3]fit [v3]
140 120
ÉJSZAKA
100
ÉJSZAKA
80 60
Tga
40 20 hour 0 1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
A szélenergia napszakos változása: a nappali és az éjszakai órákra számított átlagos fajlagos szélteljesítmény az egész napi átlagos fajlagos szélteljesítmény %-ában A nappali potenciális teljes
frontos
frontnélküli
méter 10 20 30 40 50 60 70 80 90 100 110
nappal 74.7 60.1 50.3 43.3 38.1 34.0 30.8 28.1 25.9 24.0 22.4
éjszaka 25.3 39.9 49.7 56.7 61.9 66.0 69.2 71.9 74.1 76.0 77.6
nappal 72.3 57.1 47.3 40.4 35.4 31.5 28.4 25.9 23.9 22.1 20.6
éjszaka 27.7 42.9 52.7 59.6 64.6 68.5 71.6 74.1 76.1 77.9 79.4
nappal 76.5 62.4 52.7 45.7 40.3 36.1 32.7 30.0 27.6 25.6 23.9
éjszaka 23.5 37.6 47.3 54.3 59.7 63.9 67.3 70.0 72.4 74.4 76.1
120
21.0
79.0
19.4
80.6
22.5
77.5
Ugyanakkor a táblázat megfelelő oszlopai összehasonlítva megállapítható, hogy a frontnélküli napokon a teljes napi szélenergiának 3-5 %-kal nagyobb része esik a nappali időszakra
szélteljesítmény a táblázat szerint csak kb. 30 m-ig – az inflexiós magasság alatt - nagyobb, vagy egyenlő, mint az éjszakai. Utóbbi 50 m-en több, mint másfészerese, 6070 m-en már kb. kétszerese az előbbinek mindhárom időszakban. Az éjszaka/nappal arány egyébként minden magasságban a frontos időszakban a leg-nagyobb, 120 m-en már több, mint négyszeres.
KÖVETKEZTETÉSEK Nagy valószínűséggel megállapítható, hogy létezik az időjárási helyzetektől független ún. inflexiós magasság, amely fölött és alatt a szélsebesség napi járása ellentétes. Azaz fölötte a maximum a késő délutáni, esti órákban áll be. Ezt azt jelenti, hogy a 100 m körüli tengelymagasságú szélerőművek nem a legnagyobb energiafogyasztási időszakban termelnek villamos energiát. Ez – addig, míg a villamos energia tárolása nem megoldott - elsősorban rendszerirányítási problémát jelenthet. Az inflexiós magasságra és a szélenergia napszakos arányára vonatkozó vizsgálatainkat a SODAR mérések felhasználásával több helyszínre is szándékszúnk elvégezni. Eddigi vizsgálataink szerint 50 és 60 m között az átlagsebességek nagyjából egyformák mindhárom helyszínen, ezért mostani eredményeinkhez hasonlóakra számítunk. Ezek alapján pedig javasolni fogjuk a magyarországi szélenergia hasznosítás újragondolását.
Publikációk: • • •
•
• •
•
Tar K. (2006): A szélenergia napi menete különböző időjárási helyzetekben. Energiagazdálkodás, 47. 5., pp. 9-17. Tar, K. (2007): Diurnal course of potential wind power with respect to the synoptic situation. Időjárás, 111. 4. pp. 261-279. (Abstract: www.met.hu) Tar, K. (2008): Energetic characterization of near surface windfield in Hungary. Renewable and sustainable Energy Reviews 12, pp. 250-264. DOI: 10.1016/j.rser.2006.05.007. Imp. f.: 4,075 Tar, K. (2008): Some statistical characteristics of monthly average wind speed at various heights. Renewable and sustainable Energy Reviews 12, pp. 1712-1724. DOI: 10.1016/j.rser.2007.01.14. Imp. f.: 4,075 Kircsi, A. – Tar, K. (2008): Profile-tests for utilizing wind energy. Acta Silvatica & Lignaria Hungarica, Vol. 4., pp. 107-123. Tar, K. – Szegedi, S. (2009): Alteration of potential wind energy with height and parts of the day. Journal of Electrical and Electronics Engineering, Vol. 2, Nr 1, pp. 206-210. Tar K. – Puskás J. (2011): A szélenergia és a frontok. Magyar Energetika, XVIII. 5., pp. 28-33.
II. NAGYTÉRSÉGŰ VIZSGÁLATOK Bíróné Dr. Kircsi Andrea
[email protected]
Célkitűzés: • A Magyarországon rendelkezésre álló szélenergia-potenciál jellegzetességeit az északi negyed gömb más térségeinek szélviszonyaival összehasonlítva mutassuk be (térbeli, időbeli különbségek) • Szélklimatológiai információkkal segítsük a szél energiájának minél szélesebb körű hasznosítását rövid-, közép-, és hosszú távon.
Felhasznált adatok • NCEP / NCAR reanalízis • 995 szint u, v szélvektor komponensek • 50 év 1956-2005 • Napi adatok • Felbontás:T62 2.5° x 2.5° • Északi negyedgömb • 8 régió
50 év alatt hogyan változik az éves átlagos szélsebesség? m/s
gridek 6.0 100%
5.9 90% 80% 5.8
• 5.7Az NCEP/NCAR reanalízis vizsgált 1956-2005 5.6 közötti napi szélsebesség adatsora alapján az 5.5 északi negyedgömbön nem találtunk 5.4 tartósan egyirányú változást a 5.3 szélsebesség éves átlagaiban. 5.2 70% 60% 50% 40% 30% 20% 10%
5.1
1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
0%
5.0 1956
1961
1966
>=50 év átlaga
1971
1976
1981
<50 év átlaga
1986
1991
1996
2001
Milyen irányú változások vannak az egyes gridekben? 1996-2005 1956-2005
• A 2,5°x2,5° méretű gridekben 1956-2005 között a szélsebesség változásának iránya és nagysága erősen függ a választott térség földrajzi helyzetétől, a vizsgált időszak hosszától
2006 évi szélindex
2006 évi szélindex 1956-2005 évi átlaghoz viszonyítva
Variációs tényező földrajzi eloszlása
Következtetés: • Megállapítottuk, hogy a mérsékelt éghajlati öv kedvezőbb terület a szél energiájának hasznosítására, mint a világ más térségei, mert a szélsebesség évek közötti és éven belüli változékonysága itt a legkisebb. • Hosszú időskálán és makro léptékben rendelkezésre állása stabilabb, mint a szélerőművek élettartama alatt akár a szénhidrogének világpiaci árának változása, vagy a fejlődésének kereteit meghatározó jogszabályi környezet. Bíróné Kircsi Andrea (2008): A szélenergia hasznosítás klimatológiai vonatkozásai. PhD értekezés.
III. A MEGÚJULÓ ENERGIAFORRÁSOK TÁRSADALMI MEGÍTÉLÉSE A HERNÁD VÖLGYÉBEN Dr. Tóth Tamás
[email protected]
A kutatási terület kiválasztása, alkalmazott módszerek •
Előzmények: – 2003–2004 kérdőíves attitűdvizsgálat (8 település, 132 db, a háztartások 10%-a). – 2008 őszén kérdőíves vizsgálatsorozat (1 város és 1 nagyközség, 130 db, a háztartások 10%-a). – 2009–2010 kérdőíves attitűdvizsgálat (30 település, 1188 db, a háztartások 10%-a).
• 3 vizsgálat nyújtotta lehetőségek: – Információbázis létrehozása a megújuló energiaforrások lakossági ismereteiről és az energiafelhasználási szokásokról. – Időbeli összehasonlító vizsgálatok elvégzése.
• Az ilyen vizsgálatok elvégzését indokolja: – – –
Az energiahordozók drágulása. Az energiaköltségek csökkentésének igénye. A megújuló energiaforrásokat hasznosító berendezések lakossági és közintézményi terjedésének könnyítése, gyorsítása.
Eredmények, következtetések: A megújuló energiaforrások ismertsége a megkérdezettek körében (%) napelem napkollektor vízenergia szélenergia geotermikus energia bioetanol biodízel biogáz energiafű energiaerdő brikett, pellet biomassza tüzelés kazánban 0
10
20
30
40
50
60
70
80
90
100
A megújuló energiaforrások alapfokú ismertsége a megkérdezettek körében (%) napelem napkollektor vízenergia szélenergia geotermikus energia bioetanol biodízel biogáz energiafű energiaerdő brikett, pellet biomassza tüzelés kazánban 0
10
20
30
40
50
60
70
80
90
100
A több információ igénye az egyes megújuló energiaforrások esetében (%) nt/nv egyiket sem napelem napkollektor vízenergia szélenergia geotermikus energia bioetanol biodízel biogáz enegriafű energiaerdő biobrikett, biopellet biomassza 0
10
20
30
40
50
60
70
80
90
100
A megújuló energiaforrásokkal kapcsolatos ismeretek fő forrásai a megkérdezettek körében (%) nt/nv egyéb munkahelyen oktatás, képzés során ismerősöktől internetről írott sajtóból rádióból TV-ből 0
10
20
30
40
50
60
70
80
90
100
A kezdeményező szerep megítélése megújulós beruházások esetén a megkérdezettek körében (%) nt/nv egyéb helyi vállalkozók nem helyi vállalkozók civil szervezetek települési önkormányzatok egyénileg települési önkormányzatok összefogása megyei önkormányzat regionális intézmények központi kormányzat 0
10
20
30
40
50
60
70
80
90 100
A megújuló energiaforrásokhoz kapcsolódó beruházások leggyakoribb nehézségei (%) nem válaszol nem tudja egyéb lakossági ellenállás szakismeret hiánya engedélyeztetés fenntartási költségek finanszírozási problémák technikai, technológiai akadályok 0
10 20 30 40 50 60 70 80
90 100
A megújuló energiaforrások hasznosításához kapcsolódó beruházások elfogadottsága (%) nt/nv kisebb vízerőmű fúrótorony termálvíz kitermelésre napkollektorok napelemek szélerőmű szélerőgép, szélgenerátor biodízel, bioetanol üzem biogázerőmű biomassza tüzelésű erőmű 0
10 20 30 40
50 60 70 80 90 100
A további kérdőíves vizsgálat helyszínei 1 Ké Kéked 2 Abaú Abaújvá jvár 3 Tornyosné Tornyosnémeti 4 Zsujta 5 Hidasné Hidasnémeti 6 Herná Hernádszurdok 7 Gö Gönc 8 Gö Göncruszka 9 Garadna 10 Vilmá Vilmány 11 Novajidrá Novajidrány 12 Vizsoly 13 Mé Méra 14 Herná Hernádcé dcéce 15 Encs 16 Forró Forró 17 Abaú Abaújké jkér 18 Gibá á rt Gib 19 Herná Hernádbű dbűd 20 Herná Hernádszentandrá dszentandrás 21 Pere 22 Iná Ináncs 23 Csobá Csobád 24 Felső Felsődobsza 25 Kiskinizs 26 Herná Hernádké dkércs 27 Nagykinizs 28 Halmaj 29 Szentistvá Szentistvánbaksa 30 Aszaló Aszaló
A szélgenerátorok, szélmotorok ismertsége az egyes településeken
Hallott róla
Alapszintű információval rendelkezik
A szélerőművek ismertsége az egyes településeken
Hallott róla
Alapszintű információval rendelkezik
A napkollektorok ismertsége az egyes településeken
Hallott róla
Alapszintű információval rendelkezik
A napelemek ismertsége az egyes településeken
Hallott róla
Alapszintű információval rendelkezik
Szélgenerátorok, szélmotorok létesítése
Elfogadhatónak tartja
Van rá lehetősége az érintett településnek
Szélerőművek létesítése
Elfogadhatónak tartja
Van rá lehetősége az érintett településnek
Napkollektorok létesítése
Elfogadhatónak tartja
Van rá lehetősége az érintett településnek
Napelemek létesítése
Elfogadhatónak tartja
Van rá lehetősége az érintett településnek
A legpreferáltabb megújuló energiaforrást hasznosító berendezések az egyes településeken
Konklúzió: • Az elmúlt évek során a vizsgált településeken szinte mindenki hallott már valamilyen a megújuló energiaforrásról. • A megújuló energiaforrás kapcsolatos valós ismeretek, érdemben nem bővültek. • Az ismeretek fő forrásaként feltüntetett televízió nem alkalmas minőségi információk, ismeretek közlésére. • A helyi igényeket kielégítő, a helyi közösséghez a leginkább alkalmazható tájékoztatásra van szükség. • Mindent egybevéve a megújuló energiaforrásokról kialakult összkép pozitív, a települések közelében létesítendő ilyen beruházásokhoz kapcsolódó, olykor negatív médiavisszhangok ellenére is.
Konklúzió: • Az elvégzett kutatás alapján a vizsgálati helyszíneken a szél energetikai hasznosítására vonatkozó, valósnak tekinthető érdemi ismeret nagyon kevés. • Hasonló a helyzet a napenergia és a hasznosításához köthető eszközök ismerete terén is. • A megújuló energiaforrások lakosság körében történő elterjeszthetőségének és alkalmazhatóságának legjobb eszköze a „best practice”. • Az egyes településeken a szél- és napenergiahasznosítás tényleges megvalósításában és megismertetésében meghatározó jelentőségű a mindenkori települési vezető is.
Forrás: • Tóth Tamás (2013): A megújuló energiaforrások társadalmi háttérvizsgálata a Hernád-völgy településein, különös tekintettel a dendromassza-alapú közösségi hőenergiatermelésre. PhD értekezés. • Tóth Tamás, Szalontai Lajos, Spéder Ferenc, Vass Róbert (2012): A biomassza hasznosításának társadalmi megítélése a Hernád völgyében. A megújuló energiaforrások hasznosításának természeti, társadalmi és gazdasági lehetőségei a Hernád-völgyben. Debreceni Egyetem Meteorológiai Tanszék, 61-72. • Kapocska László, Tóth Tamás, Vass Róbert (2012): A szél- és napenergia ismertsége a Hernád-völgy településein. A megújuló energiaforrások hasznosításának természeti, társadalmi és gazdasági lehetőségei a Hernád-völgyben. Debreceni Egyetem Meteorológiai Tanszék, 73-83.
Kapcsolataink: • • • • • • •
Nyugat-Magyarországi Egyetem, Sopron, Szombathely, Széchenyi István Egyetem, Győr Eötvös Lóránt Tudományegyetem, Meteorológiai Tanszék Szent István Egyetem, Gödöllő Szegedi Tudományegyetem, Éghajlattani és Tájföldrajzi Tanszék Nagyváradi Egyetem, Elektrotechnikai Kar Babes-Bólyai Egyetem, Földrajz Kar, Magyar Földrajzi Intézet
• • •
MTA Meteorológiai Tudományos Bizottság, Légköri Erőforrás Munkabizottság MTA Energetikai Tudományos Bizottság, Megújuló Energetikai Albizottság DAB Megújuló Energetikai Munkabizottság
• • •
Magyar Meteorológiai Társaság, Nap- és Szélenergia Munkabizottság Magyar Szélenergia Társaság (MSZET) Európai Szélenergia Társaság (EWEA)
Madách: Midőn az ember földén megjelent, Jól béruházott éléskamra volt az: Csak a kezét kellett kinyújtani, Hogy készen szedje mindazt, ami kell. Költött tehát meggondolatlanul, Mint a sajtféreg, s édes mámorában Ráért regényes hipotézisekben Keresni ingert és költészetet. De már nekünk, a legvégső falatnál, Fukarkodnunk kell, általlátva rég, Hogy elfogy a sajt, és éhen veszünk, Négy ezredév után a Nap kihűl, Növényeket nem szül többé a Föld; Ez a négy ezredév hát a mienk, Hogy a Napot pótolni megtanuljuk, Elég idő tudásunknak, hiszem.
Oláh György Nobel-díjas kémikus gondolatai: „A nagy és az egész világon rendelkezésre álló források alapján, a költségeket, a technológia érettségét és a viszonylag korlátozott környezeti hatásokat tekintve kimondható, hogy reményteljes jövő előtt áll a szél energiájának hasznosítása a villamosenergia-szükséglet egyre növekvő hányadának előállítására azokban az országokban, amelyek hajlandók a beruházásokat vállalni.” Oláh György-Alain Goeppert-G. K. Surya Prakash: Kőolaj és földgáz után: a metanolgazdaság. Better Kiadó, Budapest, 2007.
Köszönjük a figyelmet!