article in PDF format - Zeszyty Naukowe Instytutu Pojazdów

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW
3(99)/2014
Adrian Chmielewski1, Stanisław Radkowski2
SMART GRID JAKO JEDEN Z ELEMENTÓW POPRAWY EFEKTYWNOŚCI
ENERGETYCZNEJ POLSKI W PERSPEKTYWIE 2020
1. Wstęp
W perspektywie 2020 roku Polska jako członek Unii Europejskiej musi poprawić:
efektywność przetwarzania energii pierwotnej z paliw kopalnych (20% wzrost) [1, 2],
zwiększyć udział odnawialnych źródeł energii na rynku energii (do blisko 20%) [1, 2]
oraz zmniejszyć emisję gazów cieplarnianych (20%) w celu ochrony klimatu [1, 2]. Na
rysunku 1 przedstawiono dobową produkcję energii elektrycznej w elektrowniach
krajowych dla czerwca 2014 roku. Z rysunku 1 wynika, że najwyższy udział w
wytworzeniu energii elektrycznej mają elektrownie węglowe (około 75-80% całej
energii elektrycznej). Obecnie (rok 2014) na polskim rynku energii występuje 11- 12%
odnawialnych źródeł energii.
Rys. 1. Dobowa produkcja energii elektrycznej w elektrowniach krajowych
w miesiącu czerwcu 2014 roku - wielkości brutto
(z uwzględnieniem potrzeb własnych) [3]
1
2
mgr inż. Adrian Chmielewski, doktorant na Wydziale SiMR, Politechniki Warszawskiej
prof. dr hab. inż. Stanisław Radkowski, dziekan na Wydziale SiMR Politechniki Warszawskiej
25
Na rysunku 2 przedstawiono dzienne zapotrzebowanie na energię elektryczną z
polskich sieci elektroenergetycznych. Na każdym z przebiegów można wyróżnić 2
grzbiety: pierwszy- to szczyt przedpołudniowy natomiast drugi to szczyt popołudniowy.
Wielkość grzbietów jest zależna od analizowanego miesiąca. Dla przykładu w lipcu
2014 roku gdzie nie ogrzewamy mieszkania, dzień jest długi więc również nie
zużywamy energii na oświetlenie pomieszczeń mieszkalnych. Dla 25 lipca (rysunek 2d)
maksymalny pobór z sieci elektroenergetycznej nastąpił o godzinie 13:30 i wyniósł
20.96 GW. Wiąże się to ze zużyciem dodatkowej energii np: na klimatyzację
pomieszczeń biurowych. W grudniu największy dzienny pobór energii (rysunek 2b)
nastąpił o godzinie 16:30. Wiąże się to ze zużyciem energii na oświetlenie pomieszczeń
(zwykle w grudniu o 16:30 jest już noc). Dodatkowo energia elektryczna jest używana w
urządzeniach agd do podgrzewania np: ciepłej wody (boilery elektryczne, grzałki).
Dodatkowe zużycie energii elektrycznej na oświetlenie powoduje, że spośród czterech
analizowanych miesięcy to właśnie grudzień 2013 jest miesiącem najbardziej
energochłonnym (o godzinie 16:40 pobór z KSE wyniósł 24.269 GW).
a)
b)
c)
d)
Rys. 2. Zapotrzebowanie mocy z krajowych sieci elektroenergetycznych w różnych
miesiącach: 25 październik 2013 a), 19 grudzień 2013 b), 25 marca 2014 c), 25 lipca
2014. Wyniki opracowano na podstawie danych z krajowych sieci
elektroenergetycznych (KSE) [3, 4]
Na rysunku 2a,c) przedstawiono zapotrzebowanie z KSE (krajowej sieci
elektroenergetycznej) dla października 2013 oraz marca 2014 w 25 dniu. Widoczne są
wyraźnie 2 grzbiety: poranny przed wyjściem do pracy- przedpołudniowy oraz
wieczorny- po powrocie z pracy w godzinach 18-21. Należy zauważyć, że we
26
wszystkich przypadkach (rysunek 2) w godzinach 22- 6 rano zapotrzebowanie na moc
spada poniżej 18 GW. Jest to okres w którym panuje zwykle II taryfa (jeżeli dane
gospodarstwo posiada licznik dwutaryfowy).
a)
b)
Rys. 3. Zapotrzebowanie na moc z sieci elektroenergetycznych w: okresie 27.07.201325.07.2014 a), od 25 lipca do lipca w latach 2008-2014b). Opracowanie własne na
podstawie danych z KSE [3, 4].
Na rysunku 3a przedstawiono zapotrzebowanie na moc z sieci elektroenergetycznej
w okresie od 25 lipca 2013 do 25 lipca 2014 roku. Zaznaczone zostały dwa obszary:
pierwszy to okres świąteczny I (od 22 grudnia do 6 stycznia) oraz drugi okres
świąteczny od 16-28 kwietnia). Większość osób ma wtedy wolne bądź bierze dodatkowy
urlop. Przekłada się to bezpośrednio na zużycie energii. Wtedy profil dobowy jest
bardziej wyrównany i występuje mniejsze zużycie energii elektrycznej.
Na rysunku 3b przedstawiono zapotrzebowanie na moc z KSE w latach 2008-2014
od 25 do 25 lipca. W rozpatrywanym przedziale czasu najwyższy pobór energii
elektrycznej wystąpił w dniu 7 lutego 2012 o godzinie 17:30 i wyniósł 25.84 GW
(rysunek 4).
Najniższy pobór energii elektrycznej z sieci nastąpił w dniu13 kwietnia 2009 roku o
godzinie 5:45 rano i wyniósł 9.5 GW (rysunek 4).
27
Rys. 4. Zapotrzebowanie na moc z sieci elektroenergetycznych w:
okresie 2008-2014 dla najwyższego oraz najniższego poboru
w dniach 7 lutego 2012 oraz 13 kwietnia 2009. Opracowanie własne
na podstawie danych z KSE [3, 4].
2. Smart grid
2.1. Pojęcia podstawowe
Aby cel 3x 20 został zrealizowany na rynku energii pojawia się wsparcie dla tzw.
prosumentów [5]. To właśnie energia pochodząca z mikroźródeł rozproszonych oraz z
mikrokogeneracji powinna częściowo przenieść szczyt (grzbiet) w miejsce doliny. W
konsekwencji nastąpi poprawa jakości dostaw energii do odbiorców końcowych i
wyrównanie dobowego zapotrzebowania na moc z sieci elektroenergetycznej. Oprócz
tego powinna
nastąpić liberalizacja rynku energii oraz przejście do systemu
zdecentralizowanego. Przejście do systemu zdecentralizowanego charakteryzować się
będzie m.in: wymianą liczników energii elektrycznej [6] na nowe inteligentne (tzw.
Smart Metering) [7], powstanie infrastruktury AMI (ang. Advanced Meter
Infrastructure) oraz wprowadzeniu nowych standardów w zarządzaniu energią w
gospodarstwach domowych (dynamiczne taryfy) by w perspektywie przejść do systemu
przedpłatowego podobnego jaki obowiązuje w telefonii komórkowej. AMI to
inteligentne opomiarowanie, które pozwala na dwukierunkowy przepływ informacji
pomiędzy inteligentnym licznikiem energii elektrycznej oraz centralnym systemem
informatycznym. System AMI umożliwia na regularne odczyty zużycia energii a także
monitorowanie działania sieci elektroenergetycznej. Na rysunku 5 przedstawiono
schemat działania systemu inteligentnego z opomiarowaniem AMI. Na rysunku 5
wyróżniono cztery sterfy: D- w obrębie sieci domowej HAN, C- strefa obejmująca
liczniki energii, B- strefa komunikacji pomiędzy licznikami za pomocą np: sieci
komórkowej danego operatora a siecią korporacyjną, A- obszar sieci korporacyjnej z
opomiarowaniem AMI.
System AMI składa się z warstwy pomiarowej- liczniki, warstwy komunikacyjnej
(PLC- linie napięciowe) oraz systemu centralnego zbierającego dane pomiarowe.
Elementami składowymi systemu centralnego AMI jest najczęściej baza danych a także
aplikacja, która realizuje podstawowe funkcje pomiarowe i jednocześnie steruje
28
licznikami (AMR- Automated Meter Management) a także aplikacje nadrzędne MDM.
MDM (ang. Meter Data Management) dostarcza funkcjonalności wspierających
ładowanie, walidację, korektę, szacowanie, przechowywanie, agregowanie a także
publikację danych pomiarowych [9].
Rys. 5.Przykładowy schemat z systemem AMI [6, 8]
W domach przy użyciu lokalnych sieci HAN (ang. Home Area Network) i użyciu
urządzeń do zarządzania zużyciem energii nastąpi inteligentne i optymalne zużycie
energii elektrycznej. W Polsce firma Energa przystąpiła do Smart Meteringu. Wymieniła
i zainstalowała blisko 400 tysięcy liczników energii elektrycznej [6, 8]. Docelowo Smart
Metering obejmie liczniki ciepła (dżulomierze) oraz liczniki zużycia wody
(wodomierze).
Sieć Han może być przewodowa bądź bezprzewodowa obejmująca wyświetlacze
domowe IHD (ang. In Home Display- domowe wyświetlacze zużycia mediów),
sterowniki obciążenia a także domowe urządzenia zdolne do automatycznego
reagowania na sygnały ze strony popytowej DSM (DSM ang. Demand Side
Management- zarządzanie stroną popytową). Najodpowiedniejsze wykorzystanie sieci
HAN ma miejsce wtedy gdy jest ona elementem integralnym sieci inteligentnego
budynku.
Zarządzanie strona popytową (DSM) ma wywołać u użytkowników energii poprawę
bądź też odpowiednie nawyki w celu racjonalnego zużycia energii. Efektem DSM
powinno być wyrównanie krzywej obciążenia (zapotrzebowanie na moc z sieci KSE
wyrównane w odniesieniu do całej doby- rysunek 2). Z DSM związany jest DSR (ang.
Demand Side Response- aktywna odpowiedź klientów (odbiorców) na sygnały cenowe).
Zastosowanie DSM oraz DSR (w skrócie DR- data response) wymaga stosowania
dynamicznych taryf, których cena kształtuje się praktycznie on-line (np: co 15-20
minut). Skutkiem stosowania DSM i DSR mogą być realne oszczędności przy zużyciu
energii u odbiorcy. Należy dodać, że odbiorca sam decyduje ile zaoszczędzi w
przypadku gdy występują dynamiczne taryfy. Często oszczędności u odbiorcy będą
wiązały się ze zmianą "przyzwyczajeń" przy zużyciu energii (np: włączania pralki,
zmywarki w godzinach nocnych). Sygnały cenowe są dostarczane do odbiorcy w czasie
rzeczywistym. Spotykane terminy dotyczące zmiennych cen energii to: RTP- real time
dynamic pricing, CPP-critical peak pricing, TOU- time of use pricing. RTP to usługa
świadczona zwykle przez sprzedawcę energii elektrycznej, która polega na oferowaniu
zmiennych cen za energię elektryczną w zależności od zmian cen na rynku hurtowym
(energia wyceniana jest co godzinę- podawana odbiorcy przez smart meter). CPP to
usługa zwykle oferowana przez sprzedawcę bądź dystrybutora energii, która
29
charakteryzuje się wielokrotnie wyższymi cenami energii elektrycznej w szczycie
(opisane grzbiety na rysunku 2- gdzie występuje wyższe zapotrzebowanie na energię z
KSE). Celem stosowania CPP jest spłaszczenie krzywej zużycia energii elektrycznej w
szczycie. TOU to usługa oferowana przez sprzedawcę energii, która polega na
rozliczaniu się z odbiorcą na podstawie zmiennych cen energii w danym okresie (pora
dnia, dzień tygodnia, miesiąc, pora roku etc.).
a)
b)
Rys. 6. Przykłady reakcji strony popytowej DSM [10]
Na rysunek 6a przedstawiono efekt spłaszczenia charakterystyki zapotrzebowania
na moc z krajowej sieci elektroenergetycznej oraz przykłady reakcji strony popytowejrysunek 6b.
Na rysunku 7 przedstawiono charakterystykę zarządzania stroną popytową DSM
przedstawioną przez Polskie Sieci Energetyczne [3] na najbliższe lata. Przewidywana
jest również usługa obniżenia cen energii w zamian za niezużywanie jej w szczycie
(CPR- critical peak rabate). Należy zauważyć, że celem strategicznym jest poprawa
efektywności energetycznej, która w przedstawionej piramidzie (rysunek 7) jest na
samym dole. Wzrost efektywności energetycznej może zostać osiągnięty przez
odpowiednie sterowanie strategiczne po stronie popytu oraz kształtowanie aktywnych
postaw odbiorców.
Rys. 7. Charakterystyka zarządzania stroną popytową [11]
Przystanie odbiorcy na określone warunki sprzedawcy energii może powodować
zdalne odłączenie odbiorcy od sieci (ang. remonte disconnect). Odłączenie odbiorcy
może występować na skutek aktywowanej usługi CPP (w szczycie). Dodatkowo może to
30
być reakcja na sytuacje nadzwyczajne, alarmowe np: pożar lub trwające prace
serwisowe. Może zostać również wygenerowany czerwony kod jeżeli umowa miedzy
dostawcą a odbiorcą takowy scenariusz przewiduje. CRC (ang. code red command)
powoduje bezwarunkowe odłączenie odbiorcy bądź wybranych energochłonnych jego
odbiorników. Wykonanie odłączenia może nastąpić np: w szczycie. Odbiorca idąc na
takie ustępstwo może liczyć np: na korzystniejsze ceny energii elektrycznejwynegocjowane przy podpisywaniu umowy ze sprzedawcą.
Sieci inteligentne (ang. Smart grid) [12, 13, 14, 15, 16, 17, 18] są definiowane jako
sieci elektroenergetyczne, które mogą efektywnie integrować zachowanie oraz działanie
wszystkich podłączonych do niej użytkowników, konsumentów (w tym też
prosumentów) w celu utworzenia oszczędnego gospodarczo a także zgodnego z
zasadami zrównoważonego rozwoju systemu elektroenergetycznego, który
charakteryzuje się niskim poziomem strat bezpieczeństwem oraz wysoką jakością
dostaw energii elektrycznej do odbiorców. Celem, który motywuje wdrożenie
inteligentnych sieci elektroenergetycznych jest:
poprawienie
bezpieczeństwa
oraz
niezawodności
pracy
systemu
elektroenergetycznego (ograniczenie braku dostaw i przerwy w dostawach tzw.
blackotów),
informowanie konsumentów o aktualnej cenie energii elektrycznej oraz
możliwości zmiany dostawcy energii,
ułatwnienie rozwoju generacji rozproszonej (wszystkich technologii i urządzeń
generacji energii), które wyszczególniono w dyrektywie [1],
możliwość i świadomość konsumenta o optymalizacji zużycia energii
Do cech szczególnych Smart grid [13, 14, 15, 17] zalicza się:
elastyczność sieci (dostosowanie dostaw do potrzeb)
informacja o awariach (szybkie ich usuwanie poprzez wykrycie przerwania np:
dłuższy brak odczytu z inteligentnego licznika)
dwukierunkowość sieci (informacja i energia)
otwartość systemu na przyłączenie milionów samochodów elektrycznych
(inteligentne ładowanie samochodów elektrycznych- ang. Smart charging np: w
nocy).
Rys. 8. Schemat Smart home z zaznaczonymi elementami Smart grid [19]
31
Na rysunku 8 przedstawiony został inteligentny dom wraz z elementami, które go
tworzą (m.in: odnawialne źródła energii, moduł μCHP zintegrowany z siecią HAN,
system inteligentnego ładowania pojazdu elektrycznego (w chwili gdy jest nadwyżka
energii bądź gdy energia dla danej taryfy jest najtańsza), inteligentny licznik energii,
który z określonym interwałem czasowym rejestruje zużycie energii elektrycznej w
budynku i wysyła informację do zakładu energetycznego. Obecnie w Polsce planowane
jest zainstalowanie i odczyt licznika inteligentnego z 15 minutowym interwałem
czasowym. Służyć to będzie przede wszystkim wprowadzeniu dynamicznych taryf.
3. Podsumowanie
W perspektywie roku 2020 obserwowany będzie bardzo silny rozwój smart
meteringu wynika to bezpośrednio z dyrektywy 2009/72/EC [7], która przewiduje
zainstalowanie inteligentnych liczników w 80% gospodarstw domowych na terenie całej
Polski. W artykule przedstawiono główne możliwości wpływania na postawy odbiorców
energii elektrycznej w celu bardziej racjonalnego wykorzystania przez nich energii
elektrycznej- uwzgledniając przy tym określone korzyści finansowe. Jednocześnie
należy podkreślić, że równolegle jako element Smart Gridu rozwija się generacja
rozproszona, która może liczyć na określone wsparcie z funduszy krajowych [5] oraz
europejskich [20]. Rozwój Smart gridu wspólnie z generacją rozproszoną dadzą w
efekcie poprawę efektywności energetycznej i lepsze wykorzystanie energii z paliw
kopalnych.
Literatura:
[1]
Directive 2012/27/EU of the European Parliment and of the Council of 25
October 2012 on energy efficiency, amending Directives 2009/125/EC and
2010/30/EU and repealing Directives 2004/8/EC and 2006/32/EC.
[2]
Directive 2009/28/EC of the council of 23 april 2009, on the promotion of the use
of energy from renewable sources and amending and subsequently repealing
Directives 2001/77/EC and 2003/30/EC.
[3]
http://www.pse.pl/index.php?modul=8&id_rap=211- aktualizacja 12.08.2014.
[4]
http://www.pse-operator.pl/- aktualizacja 29.07.2014.
[5]
http://www.nfosigw.gov.pl/- aktualizacja 12.08.2014.
[6]
http://www.energa-operator.pl/index.xml- aktualizacja 29.07.2014
[7]
Directive 2009/72/EC of the European Parliment and of the Council of 13 July
2009 concerning common rules for the internal market in electricity and repealing
Directive 2003/54/EC.
[8]
Masiąg R. Korzyści z wdrożenia AMI na bazie wniosków z Etapu I, Warszawa,
13 maja 2014.
[9]
http://www.tt.com.pl/- aktualizacja 29.07.2014
[10] Luboczyński W., Rynek gigawatów- perspektywy wdrożenia instrumentów
zarządzania popytem w polskim systemie elektroenergetycznym, konferencja
Europower, Warszawa, 8 marca 2012.
[11] Lubaczyński W. Zachowania odbiorców na przykładzie projektu pilotażowego
wdrożenia
innowacyjnych
taryf,
KonferencjaCyfryzacja
sieci
elektroenergetycznych, Warszawa, 13 maj 2014.
[12] Reddy K.S., Kumar M., Mallick T.K., Sharon H., Lokeswaran S. A review of
Integration, Control, Communication and Metering (ICCM) of renewable energy
32
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
based smart grid, Renewable and Sustainable Energy Reviews, Vol. 38, pp.180–
192, 2014.
Fang X., Misra S, Xue G., Yang D., Smart Grid – The New and Improved
Power Grid:A Survey, IEEE Communications Surveys & Tutorials, Vol. 14, No.
4, 2012.
Battistelli C., Conejo A. J Optimal management of the automatic generation
control service insmart user grids including electric vehicles and distributed
resources, Electric Power Systems Research Vol. 111, pp. 22–31, 2014.
European Smart Grids Technology Platform, European Commission DirectorateGeneral for Research, 2006.
Popczyk J. Energetyka rozproszona, Polski Klub Ekologiczny Okręg Mazowiecki
Warszawa, 2011.
Kacejko P. Inżynieria elektryczna i informatyczna w nowych technologiach
elektroenergetycznych, Lublin 2011.
Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej Generacja
rozproszona w nowoczesnej polityce energetycznej, Warszawa, 2012.
http://www.xcelenergy.com/- aktualizacja 12.08.2014.
http://www.eog.gov.pl/Strony/start.aspx- 12.08.2014.
Streszczenie
W pracy przedstawiono obecne dzienne zapotrzebowania na moc z krajowych sieci
elektroenergetycznych
z
podkreśleniem
uwagi
na
obniżenie
szczytów
przedpołudniowych oraz popołudniowych. Jako receptę na wyrównanie krzywej
zapotrzebowania na moc przedstawiono odpowiednie zarządzanie strona popytową i
aktywnymi odpowiedziami odbiorców. W artykule opisano przyszłe formy
kształtowania cen energii po stronie popytowej i odpowiedzi klienta m.in.: CPP, TOU,
RTP. Dodatkowo podkreślono wagę równoczesnego rozwoju Smart grid na terenie
Polski. Przedstawiono stan rozwoju Smart Meetering i skalę jego wdrażalności
prowadzoną prze firmę Energa Operator na terenie Polski. Przedstawiono główne cele
rozwoju Smart grid a także pojęcia z tym terminem związane m.in.: AMR, AMI, Smart
Meter, IHD.
Słowa kluczowe: Sieci inteligentne, efektywność energetyczna, zużycie energii
SMART GRID AS PART OF A POLISH ENERGY EFFICIENCY
IMPROVEMENTS TO 2020
Abstract
The paper presents the current daily demand for power from the national power
networks with emphasis due to the reduction in the peak morning and afternoon. Authors
present the relevant demand side management and active customers response as a a
prescription for alignment of curve demand for power. The article describes
development of future forms of energy prices on the demand side and the customer
response eg. RTP- real time dynamic pricing, CPP-critical peak pricing, TOU- time of
use pricing. Additionally, the authors drew attention to the simultaneous development of
the smart grid and distributed generation in Polish. The article has been presented of the
development of Smart Meetering and scale of its implementability which is conducted
by Energa Operator on Polish territory. The paper presents the main objectives of the
33
development of Smart Grid and concepts associated with this term, eg: AMR, AMI,
Smart Meter, IHD.
Keywords: Smart grids, energy efficiency, energy consumption
34