Техніка та енергетика

ВИКОРИСТАННЯ ГЕОДЕЗИЧНИХ ДАНИХ ДЛЯ ОПТИМІЗАЦІЇ РОЗМІЩЕННЯ СОНЯЧНИХ ТА ВІТРОВИХ ЕЛЕКТРОСТАНЦІЙ

Мілот Лубіштані, Фіторе Байрамі Лубіштані
Завантажити статтю
Анотація

Це дослідження було спрямоване на визначення оптимальних місць розташування сонячних і вітрових електростанцій у Республіці Косово з використанням геодезичних параметрів і критеріїв оцінки. У дослідженні були використані глобальні загальнодоступні дані, зокрема модель рельєфу, географічні координати, база даних ґрунтового покриву та інформація про сонячну радіацію і характеристики вітру, які були оброблені за допомогою програмного забезпечення GRASS GIS. Для розрахунку вагових коефіцієнтів критеріїв було використано метод аналізу ієрархій, що дало змогу отримати інтегровану оцінку придатності територій для розміщення сонячних і вітрових електростанцій. Дослідження показало, що 61,8 % території Республіки Косово придатні для використання сонячного світла, що свідчить про значний потенціал країни для виробництва сонячної енергії. Однак, при розміщенні вітрових енергетичних установок, дослідження показало, що лише 32,5 % території можна вважати оптимальними для сонячних електростанцій. Така різниця у відсотках демонструє важливість урахування багатьох факторів при плануванні та будівництві енергетичних об’єктів для забезпечення їх стабільної та ефективної роботи. Дослідження також підтвердило, що модель F1, яка використовує всі критерії з відповідними ваговими коефіцієнтами, дає найбільш достовірні результати для визначення оптимальних місць розташування енергетичних установок. Аналіз чутливості показав, що ця модель є найбільш ефективною для класифікації відповідних місць розташування порівняно з іншими растрами, такими як F2 та F3. Це підтверджує важливість врахування різних параметрів та їх впливу на вибір оптимальних місць для розміщення електростанцій. Отримані результати відкривають можливості для оптимізації використання сонячного та вітрового потенціалу в Республіці Косово, підтверджуючи можливість використання геодезичних та геоінформаційних даних для визначення оптимальних місць розташування енергетичних установок

Ключові слова

альтернативна енергетика, відновлювані ресурси, геоінформаційні системи, модель ієрархій, вагові коефіцієнти

ЦИТУВАТИ
Lubishtani, M., & Lubishtani, F.B. (2024). Using geodetic data to optimize the distribution of solar and wind energy installations. Machinery & Energetics, 15(2), 69-80. https://doi.org/10.31548/machinery/2.2024.69
Використані джерела

[1] Akçaba, S., & Eminer, F. (2022). Sustainable energy planning for the aspiration to transition from fossil energy to renewable energy in Northern Cyprus. Heliyon, 8(6), article number e09813. doi: 10.1016/j.heliyon.2022.e09813.

[2] Albraheem, L., & Alabdulkarim, L. (2021). Geospatial analysis of solar energy in Riyadh using a GIS-AHP-based technique. ISPRS International Journal of Geo-Information, 10(5), article number 291. doi: 10.3390/ijgi10050291.

[3] Altintas, E., & Utlu, Z. (2021). Planning energy usage in electricity production sector considering environmental impacts with fuzzy TOPSIS method & game theory. Cleaner Engineering and Technology, 5, article number 100283. doi: 10.1016/j.clet.2021.100283.

[4] An, Y., Chen, T., Shi, L., Heng, C.K., & Fan, J. (2023). Solar energy potential using GIS-based urban residential environmental data: A case study of Shenzhen, China. Sustainable Cities and Society, 93, article number 104547. doi: 10.1016/j.scs.2023.104547.

[5] Bhowmik, C., Bhowmik, S., & Ray, A. (2020). Green energy sources selection for sustainable planning: A case study. IEEE Transactions on Engineering Management, 69(4), 1322-1334. doi: 10.1109/TEM.2020.2983095.

[6] Coruhlu, Y.E., Solgun, N., Baser, V., & Terzi, F. (2022). Revealing the solar energy potential by integration of GIS and AHP in order to compare land use decisions on environmental plans. Land Use Policy, 113, article number 105899. doi: 10.1016/j.landusepol.2021.105899.

[7] Deep, S., Sarkar, A., Ghawat, M., & Rajak, M.K. (2020). Estimation of the wind energy potential for coastal locations in India using the Weibull model. Renewable Energy, 161, 319-339. doi: 10.1016/j.renene.2020.07.054.

[8] Elkadeem, M.R., Younes, A., Mazzeo, D., Jurasz, J., Campana, P.E., Sharshir, S.W., & Alaam, M.A. (2022). Geospatial-assisted multi-criteria analysis of solar and wind power geographical-technical-economic potential assessment. Applied Energy, 322, article number 119532. doi: 10.1016/j.apenergy.2022.119532.

[9] Food and Agriculture Organization of the United Nations. (2008). Harmonized World Soil Database v 1.2. Retrieved from https://www.fao.org/soils-portal/data-hub/soil-maps-and-databases/harmonized-world-soil-database-v12/en/.

[10] Izeiroski, S., & Idrizi, B. (2023). GIS supported methodology for screening of optimal locations for exploitation of renewable energy resources. Retrieved from https://www.researchgate.net/publication/374545018_GIS_supported_methodology_for_screening_of_optimal_locations_for_exploatation_of_renewable_energy_resources.

[11] Jung, C., & Schindler, D. (2022). On the influence of wind speed model resolution on the global technical wind energy potential. Renewable and Sustainable Energy Reviews, 156, article number 112001. doi: 10.1016/j.rser.2021.112001.

[12] Kamari, M.L., Isvand, H., & Nazari, M.A. (2020). Applications of multi-criteria decision-making (MCDM) methods in renewable energy development: A review. Renewable Energy Research and Applications, 1(1), 47-54. doi: 10.22044/rera.2020.8541.1006.

[13] Komisova, T., Honcharenko, M., & Sliptsova, N. (2023). Main sources of ionizing radiation and its impact on the population. Scientific Reports of the National University of Life and Environmental Sciences of Ukraine, 3(103), 1-14. doi: 10.31548/dopovidi3(103).2023.002.

[14] Kumar, D. (2020). Satellite-based solar energy potential analysis for southern states of India. Energy Reports, 6, 1487-1500. doi: 10.1016/j.egyr.2020.05.028.

[15] Lajqi, S., Đurin, B., Berisha, X., & Plantak, L. (2020). Analysis of the potential for renewable utilization in Kosovo power sector. Environments, 7(6), article number 49. doi: 10.3390/environments7060049.

[16] Liu, W., Liu, Y., Zhou, X., Xie, Y., Han, Y., Yoo, S., & Sengupta, M. (2021). Use of physics to improve solar forecast: Physics-informed persistence models for simultaneously predicting GHI, DNI, and DHI. Solar Energy, 215, 252-265. doi: 10.1016/j.solener.2020.12.045.

[17] Memon, S.A., Upadhyay, D.S., & Patel, R.N. (2021). Optimal configuration of solar and wind-based hybrid renewable energy system with and without energy storage including environmental and social criteria: A case study. Journal of Energy Storage, 44, article number 103446. doi: 10.1016/j.est.2021.103446.

[18] Mohammadpour, M., Houshfar, E., & Ashjaee, M. (2022). Performance evaluation and multi-objective optimisation of an innovative solar-assisted multigeneration energy storage system for freshwater/O2/H2 generation. Sustainable Energy Technologies and Assessments, 53(D), article number 102755. doi: 10.1016/j.seta.2022.102755.

[19] Nazir, M.S., Ali, N., Bilal, M., & Iqbal, H.M.N. (2020). Potential environmental impacts of wind energy development: A global perspective. Current Opinion in Environmental Science & Health, 13, 85-90. doi: 10.1016/j.coesh.2020.01.002.

[20] Ojeda Avila, C., Salamanca Forero, S., & Bueno-López, M. (2021). Methods for the Characterisation of the Variability of Solar and Wind Resource. In AETA 2019 – Recent Advances in Electrical Engineering and Related Sciences: Theory and Application (pp. 224-233). Cham: Springer. doi: 10.1007/978-3-030-53021-1_23.

[21] Overen, O.K., & Meyer, E.L. (2022). Solar energy resources and photovoltaic power potential of an underutilised region: A case of Alice, South Africa. Energies, 15(13), article number 4646. doi: 10.3390/en15134646.

[22] Prema, V., Bhaskar, M.S., Almakhles, D., Gowtham, N., & Rao, K.U. (2021). A critical review of data, models and performance metrics for wind and solar power forecasting. IEEE Access, 10, 667-688. doi: 10.1109/ACCESS.2021.3137419.

[23] Rathi, R., Prakash, C., Singh, S., Krolczyk, G., & Pruncu, C.I. (2020). Measurement and analysis of wind energy potential using fuzzy based hybrid MADM approach. Energy Reports, 6, 228-237. doi: 10.1016/j.egyr.2019.12.026.

[24] Rekik, S., & El Alimi, S. (2023). Optimal wind-solar site selection using a GIS-AHP based approach: A case of Tunisia. Energy Conversion and Management: X, 18, article number 100355. doi: 10.1016/j.ecmx.2023.100355.

[25] Rezaeiha, A., Montazeri, H., & Blocken, B. (2020). A framework for preliminary large-scale urban wind energy potential assessment: Roof-mounted wind turbines. Energy Conversion and Management, 214, article number 112770. doi: 10.1016/j.enconman.2020.112770.

[26] Romero-Ramos, J.A., Gil, J.D., Cardemil, J.M., Escobar, R.A., Arias, I., & Pérez-García, M. (2023). A GIS-AHP approach for determining the potential of solar energy to meet the thermal demand in Southeastern Spanish productive enclaves. Renewable and Sustainable Energy Reviews, 176, article number 113205. doi: 10.1016/j.rser.2023.113205.

[27] Rubino, L., Rubino, G., & Esempio, R. (2023). Linear Programming-Based Power Management for a Multi-Feeder Ultra-Fast DC Charging Station. Energies, 16(3), article number 1213. doi: 10.3390/en16031213.

[28] Rubino, L., Rubino, G., Marino, P., & Di Noia, L.P. (2017). Smart solid state circuit breaker for photo voltaic power plants. International Review of Electrical Engineering, 12(5), 409-423. doi: 10.15866/iree.v12i5.13982.

[29] Şahin, M. (2021). A comprehensive analysis of weighting and multicriteria methods in the context of sustainable energy. International Journal of Environmental Science and Technology, 18(6), 1591-1616. doi: 10.1007/s13762-020-02922-7.

[30] Selvakumar, R.D., Wu, J., & Alkaabi, A.K. (2024). Electrohydrodynamic acceleration of charging process in a latent heat thermal energy storage module. Applied Thermal Engineering, 242, article number 122475. doi: 10.1016/j.applthermaleng.2024.122475.

[31] Shtohryn, L., Kasiyanchuk, D., Baranichenko, V., & Shtohryn, M. (2023). Geo-information analysis of natural factors of landslide formation in the region of the folded Carpathians (in the Transcarpathian region). Ecological Safety and Balanced Use of Resources, 14(1), 75-84. doi: 10.31471/2415-3184-2023-1(27)-75-84.

[32] Stoliarov, O. (2024). Efficient electricity generation forecasting from solar power plants using technology: Integration, benefits and prospects. Bulletin of Cherkasy State Technological University, 29(1), 73-85. doi: 10.62660/bcstu/1.2024.73.

[33] Ullah, Z., Elkadeem, M.R., Kotb, K.M., Taha, I.B., & Wang, S. (2021). Multi-criteria decision-making model for optimal planning of on/off grid hybrid solar, wind, hydro, biomass clean electricity supply. Renewable Energy, 179, 885-910. doi: 10.1016/j.renene.2021.07.063.

[34] von Krauland, A.-K., & Jacobson, M.Z. (2024). India onshore wind energy atlas accounting for altitude and land use restrictions and co-located solar. Cell Reports Sustainability, 1(5), article number 100083. doi: 10.1016/j.crsus.2024.100083.

[35] Wang, Y., Xu, L., & Solangi, Y.A. (2020). Strategic renewable energy resources selection for Pakistan: Based on SWOT-Fuzzy AHP approach. Sustainable Cities and Society, 52, article number 101861. doi: 10.1016/j.scs.2019.101861.

[36] Witt, T., & Klumpp, M. (2021). Multi-period multi-criteria decision making under uncertainty: A renewable energy transition case from Germany. Sustainability, 13(11), article number 6300. doi: 10.3390/su13116300.

[37] Zayat, W., Kilic, H.S., Yalcin, A.S., Zaim, S., & Delen, D. (2023). Application of MADM methods in Industry 4.0: A literature review. Computers & Industrial Engineering, 177, article number 109075. doi: 10.1016/j.cie.2023.109075.