UTJECAJ PROMJENE TEMPERATURE ZRAKA NA POTROŠNJU AKTIVNE I REAKTIVNE ENERGIJE NA ŠIREM PODRUČJU GRADA MOSTARA

Transcription

1 BOSANSKOHERCEGOVAČKI KOMITET MEĐUNARODNOG VIJEĆA ZA VELIKE ELEKTRIČNE SISTEME BH K CIGRÉ SARAJEVO 12. SAVJETOVANJE BOSANSKOHERCEGOVAČKOG KOMITETA NEUM, UTJECAJ PROMJENE TEMPERATURE ZRAKA NA POTROŠNJU AKTIVNE I REAKTIVNE ENERGIJE NA ŠIREM PODRUČJU GRADA MOSTARA THE IMPACT OF AIR TEMPERATURE CHANGE ON ACTIVE AND REACTIVE POWER DEMAND ON WIDE AREA OF THE CITY OF MOSTAR Tarik Hubana, ing.el. Ajdin Mulaosmanović, ing.el. Emir Alihodžić, ing.el. Sidik Hodžić, ing.el. Sarajevo Bosna i Hercegovina Sažetak: U ovom radu istražen je utjecaj promijene temperature okoline na potrošnju aktivne i reaktivne energije u širem području grada Mostara. Za praktične analize mjernih podataka korištena je linearna regresija, a rezultati analiza urađenih po sezonama ukazuju na značajnu ovisnost potrošnje električne energije od temperature. Posebno se uočava porast potrošnje i aktivne i reaktivne energije za temperature iznad 20 C što ukazuje na značajno korištenje klima uređaja na ovom području. U radu su također prikazani i karakteristični dnevni dijagrami opterećenja posmatranog područja za određene karakteristične dane (vjerski i državni praznici, vikendi, izrazito visoke i niske temperature zraka, itd.). Kjučne riječi: temperatura zraka, potrošnja, aktivna energija, reaktivna energija, sezone, temperaturna ovisnost, vremenski uslovi Abstract: In this paper influence of ambient temperature change on active and reactive energy consumption on wide area of the city of Mostar is explored. For measured data practical analysis, linear regression is used and results of that analysis made by seasons indicate a significant electrical energy consumption dependence of temperature. Especially, increase of active and reactive energy consumption for temperatures above 20 C can be noticed, which indicates on a significant air conditioners use on this area. This paper shows also typical daily load charts of the observed area for certain typical days (religious and national holidays, weekends, extremely high and low air temperature, etc.). Key words: air temperature, consumption, active energy, reactive energy, seasons, temperature dependence, weather conditions UVOD Trenutna istraživanja na polju klimatskih promjena se mogu podijeliti na utjecaj klimatskih promjena na promjenu okoline i socio-ekonomske posljedice klimatskih promjena. Istraživanja promjene okoline usljed djelovanja klimatskih promjena podrazumjevaju studije na temu osjetljivosti ekosistema na promjenu klime, promjene u topljenju glečera, podizanje nivoa mora, porast temperature i saliniteta mora, utjecaj na količinu padavina, pojava ekstremnih vremenskih uslova i sl. Istraživanja socio-ekonomskih promjena, izazvanih promjenom klimatskih uslova, podrazumijevaju tarik.hubana@gmail.com

2 istraživanja na polju vodnih resursa, kvalitete zraka, utjecaja na zalihe hrane, kao i utjecaja na korištenje energije. Istraživanja utjecaja klimatskih promjena na korištenje energije podrazumijevaju razmatranja promjena kako proizvodnje, tako i potrošnje energije. Iz ugla proizvodnje električne energije posljedice utjecaja klimatskih promjena mogu se opisati kroz niz primjera, [1]. Tako naprimjer, potencijal hidroenergije bi uveliko mogao biti smanjen usljed njegove ovisnosti o količini padavina, topljenju snijega i dr. Također, utjecaj klimatskih promjena mogao bi se odraziti i na druge izvore energije, prije svega na solarnu, vjetro i energiju biomase (smanjeno isijavanje sunca usljed povećane oblačnosti, promjene u brzini vjetrova, promjene u trajanju sezona rasta biljnih kultura korištenih kao gorivo itd.). Sa strane potrošnje električne energije, utjecaj klimatskih promjena se može posmatrati iz ugla globalnog porasta temperature, velikih varijacija u trajanju i intenzitetu godišnjih doba (ljeto/zima), koji će se odraziti na povećanu potražnju za električnom energijom usljed povećanog korištenja električnih uređaja za grijanje/hlađenje. Pored utjecaja na proizvodnju i potrošnju električne energije pokazalo se da klimatske promjene, odnosno konkretno promjene temperature, utiču i na kapacitete prijenosnih i distributivnih linija. Energetski sektor je, generalno gledajući, jedan od najosjetljivijih sektora na vremenske uslove, a ovo se posebno odnosi na elektroenergetski sektor budući da se električna energija ne može pohranjivati, tj. mora se proizvoditi u isto vrijeme kada se i troši. Prije deregulacije, kompanije zadužene sa snabdijevanje potrošača električnom energijom, ograničavanje uticaja usljed promjene vremenskih i klimatskih uslova, su rješavale kroz centralizirano planiranje i vertikalno uređenje tržišta. Sa aspekta dugoročnosti, to je podrazumjevalo planiranje i izgradnju postrojenja (izvora) za pokrivanje predviđenih vrhova potrošnje, pri čemu je povišenje cijena, sa aspekta kratkoročnih potreba, uticalo samo na potrošače. Deregulacijom tržišta, svi učesnici u trgovanju energijom će biti izloženi ovim utjecajima. Stoga, postoji povećana potreba za detaljnijim razmatranjem uticaja promjenljivosti vremenskih i klimatskih prilika na potrošnju/potražnju električne energije. Ovo se naročito odnosi na polje prognoza potrošnje, kako kratkoročne tako i dugoročne, [1], [2], [3]. 1. MATEMATSKA PODLOGA I METODOLOGIJA Metodologija određivanja veze između temperature okoline i potrošnje električne energije osnova je za pravilnu analizu utjecaja temperature na potrošnju električne energije, te može da bude empirijske i statističke prirode. Neke od najkorištenijih metoda jesu: prepoznavanje oblika potrošnje, linearna i višestruka regresija, parametarska i neparametarska regresija, vještačke neuronske mreže, MDRBR algoritam, strukturne neuronske mreže, fuzzy metode, model oblaka, modeliranje vremenskih nizova, prijenosne funkcije itd. Da bi se ustanovila veza između potrošnje električne energije i temperature potreban je dovoljan vremenski period promatranja (podaci o vremenskim prilikama i potrošnji električne energije). Regresijski modeli, koji opisuju vezu između potražnje električne energije i vremenskih prilika, su često razvijeni za određena stanja koja moraju biti verifikovana za model da bi se podaci uklapali i da bi bili u mogućnosti da vrše precizne procjene. Jedan od opće prihvaćenih matematičkih modela za povezivanje trenda kretanja potrošnje energije u ovisnosti o nezavisnoj varijabli (kao npr. nivo aktivnosti) je tzv. regresijska analiza. Za uspješnu primjenu regresijske analize potrebno je redovno mjeriti i bilježiti potrošnju energije te pratiti nivo kretanja nezavisnih varijabli. U nastavku je regresijska metoda detaljnije obrađena u svrhu razumijevanja daljnjih analiza. Regresijska analiza uključuje razne tehnike za modeliranje i analizu međuovisnosti nekoliko varijabli, kada je fokus na odnosu između zavisne varijable i jedne ili više nezavisnih varijabli. Konkretnije, regresijska analiza pomaže prilikom razumijevanja kako se tipična vrijednost zavisne varijable (npr. potrošnja toplotne energije) mijenja u ovisnosti o nezavisnoj varijabli (npr. vanjska temperatura), dok vrijednosti drugih nezavisnih varijabli ostaju konstantnima (npr. unutarnja temperatura i relativna vlažnost vanjskog zraka). Kao najpoznatija metoda regresijske analize ističe se linearna regresija, koja je najpogodnija za opisivanje ovisnosti potrošnje energije (zavisna varijabla) o nezavisnim varijablama, [4]. Matematički opis ovisnosti može se prikazati na sljedeći način: gdje su: E A B T (1) E potrošnja energije (zavisna varijabla), A bazna potrošnja (konstantna varijabla), B korelacioni faktor, T temperatura (nezavisna varijabla).

3 Nakon crtanja dijagrama ovisnosti potrošnje električne energije o temperaturi kroz dobivene tačke se pravac koji prikazuje srednju vrijednost prikazanih tačaka. Taj pravac se opisuje linearnom jednadžbom i ima definiran faktor korelacije između zavisne i nezavisne varijable R. Njegova vrijednost se kreće između -1 i 1, te ovaj koeficijent R ima sljedeće karakteristike: - Faktor 0 označava da nema nikakve linearne povezanosti između varijabli, - Veličina koeficijenta ukazuje na količinu povezanosti (apsolutno veći broj znači i veću povezanost), - Predznak koeficijenta označava smjer povezanosti (+ znači pozitivnu povezanost tj. porast varijable X povezan je sa porastom varijable Y, dok - znači negativnu povezanost tj. porast varijable X povezan je sa padom varijable Y), [5]. Faktor korelacije se proračuanva na sljedeći način: Gdje su: XY suma umnožaka pojedinih parova rezultata, N broj parova, X 2 i Y 2 suma kvadriranih rezultata varijable X i varijable Y. Ukoliko je mjerenje provedeno na većem broju uzoraka, onda gruba aproksimacija visine povezanosti između dvije varijable može biti podijeljena u četiri grupe u odnosu na vrijednost koeficijenta R, i to: - R od 0 do znači neznatnu povezanost, - R od do znači slabu povezanost, - R od do znači značajnu povezanost, - R od do +-1 znači visoku ili vrlo visoku povezanost, [5]. Da bi odredili količinu zajedničkih faktora koristi se tzv. faktor determinacije, koji se dobije kvadriranjem faktora korelacije R. Faktor determinacije R 2 je statistički pokazatelj koji se automatski generiše u svim programskim paketima (konkretno MS Excel u našem slučaju) koji imaju mogućnost regresijske analitike te iz toga razloga ovdje neće biti objašnjavan postupak njegovog proračuna. Ukoliko vrijedi R 2 > s gledišta energijske efikasnosti u građevini, vrijednost faktora R 2 manja od 0.75 jasno ukazuje na činjenicu lošeg gospodarenja energijom, [4]. 2. ANALIZA DOBIJENIH REZULTATA U ovom poglavlju su predstavljeni svi reprezentativni dijagrami problematike koja se opisuje u ovom radu. Predstavljena je ovisnost aktivne i reaktivne snage o temperaturi na nivou cijele godine, te na nivou 4 godišnja doba. Na svakom od dijagrama je, kako je i ranije objašnjeno, izvršena linearna regresija te su prikazane formule koje služe za analizu datih slučajeva. Podaci i mjerenja su ustupljeni od strane Elektrodistribucije Mostar, sa trafostanica TS Konjic, TS Jablanica i TS Mostar 2. Temperatura je preuzeta sa meteorološke stanice Bitovina iznad Konjica, i iako ta temperatura ne predstavlja temperature u analiziranim područjima, ona se može uzeti kao reprezent cjelokupnog područja iz razloga što je za ove analize bitan trend promjene temperature a ne konkretne vrijednosti temperature za pojedinačne općine. Elektrodistribucija Mostar snabdijeva ukupno oko 36 hiljada potrošača, na područjima Općina Mostar, Konjic i Jablanica, [6]. Na sljedećim slikama (Slika 1, Slika 2 i Slika 3) prikazana su združena mjerenja aktivne i reaktivne snage za Elektrodistribuciju Mostar, te spomenuta mjerenja temperature tokom cijele godine.

4 Slika 1. Potrošnja aktivne snage tokom godine Slika 2. Potrošnja reaktivne snage tokom godine Slika 3. Promijena temperature zraka tokom godine Već sa dijagrama potrošnje se može vidjeti porast aktivne i reaktivne snage u ljetnim mjesecima, a posebno je zanimljiv porast reaktivne snage pri visokim temperatruama (august i septembar) usljed povećanog korištenja rashladnih uređaja koji za svoj radi troše dosta reaktivne snage. Međutim pravi zaključci će se moći izvući nakon dijagrama na kojima je prikazana ovisnost potrošnje aktivne i reaktivne snage od temperature okoline Godišnji dijagrami Ovi dijagrami su konstruisani na osnovu podataka za cjelokupnu godinu za svaki sat te godine, pri čemu je data ovisnost prvo aktivne a onda reaktivne snage o temperaturi za svaki sat. Ono što je bitno napomenuti da ovakve dijagrame ne bismo trebali uzimati kao reprezentativne iz razloga što se ima veliki broj podataka (8760 mjerenja) pri čemu se ima velika disperzija vrijednosti aktivne i reaktivne snage te vrijednosti temperature. Ipak ovakve dijagrame treba analizirati jer bez obzira na disperziju pokazuju određene interesantne činjenice. Na nivou cijele godine, uzimajući linearnu regresiju kao metod korelacije, vidi se da aktivna i reaktivna snaga raste sa porastom temperature. Nedostatak ove metode korelacije jeste da ona ne uzima u obzir visoku potrošnju u hladnim danima. S druge strane logično je, pošto se radi o Hercegovini, da će se pri višim temperaturama trošiti više aktivne i reaktivna snage zato što se uključuju razne vrste rashladnih uređaja. Inače područje Hercegovine, radi svog geografskog položaja i viših temperatura, u zimskom periodu ne troši velike iznose aktivne i reaktivne snage za grijanje. Ostale potrebe stanovništva za energijom su približno konstantne tokom cijele godine. Godišnji Q-T dijagram pokazuje da je potrošnja reaktivne snage tokom godine u ovisnosti od temperature prilično konstantna, izuzev za temperature više od 22 C kada dolazi do porasta potrošnje reaktivne snage, što je u skladu s prethodnim zaključkom o povećanom korištenju rashladnih uređaja.

5 Slika 4. Godišnji P-T dijagram Slika 5. Godišnji Q-T dijagram 2.2. Sezonski dijagrami Analiza sezonskih P-T dijagrama se može razdvojiti u 2 smjera. Prvo, kada se posmatraju periodi sa nižim temperaturama (jesen i zima), primjećuje se da sa povišenjem temperature dolazi do smanjenja potrošnje aktivne snage zbog smanjene potrebe za grijanjem. S druge strane kada se posmatraju godišnja doba sa višim temperaturama (ljeto, proljeće) vidi se da s porastom temperature dolazi do porasta aktivne snage. Pri tome je taj porast u proljeće manje izražen zbog toga što tada nije izražena velika potreba za rashlađivanjem prostorija, jer su temperature okoline u tom periodu bliske sobnoj temperaturi. Sa P-T dijagrama za ljeto očito je izražen porast potrošnje aktivne snage o temperaturi zbog izraženog porasta upotrebe rashladnih uređaja. Trend rasta potrošnje reaktivne snage s porastom temperature je postojan ali ne toliko izražen. Najveći porast se ima ljeti, sto je u skladu sa zaključcima koji se imaju na osnovu godišnjih dijagrama potrošnje, a uzrokovan je povećanim korištenjem rashladnih uređaja. Zaključci vezani za povećanu potrošnju aktivne i reaktivne snage u korespodenciji sa potrošačkom karakteristikom rashladnih klima uređaja, koje za svoj rad u određenom omjeru koriste i aktivnu i reaktivnu snagu (kompresori i asinhroni motori).

6 Slika 6. Jesenji P-T dijagram Slika 7. Ljetni P-T dijagram Slika 8. Proljetni P-T dijagram

7 Slika 9. Zimski P-T dijagram Slika 10. Jesenji Q-T dijagram Slika 11. Proljetni Q-T dijagram

8 Slika 12. Ljetni Q-T dijagram Slika 13. Zimski Q-T dijagram 3. SPECIFIČNI DIJAGRAMI OPTEREĆENJA Specifični dnevni dijagrami opterećenja se odnose na specifične dane u godini kao što su praznici, dani sa maksimalnim i minimalnim temperaturom u godini i dani sa maksimalnim i minimalnim opterećenjima. Takvi dijagrami su prikazani na sljedećim slikama. Sa Slike 14. se vidi da su maksimalna opterećenja u mjesecu januaru, tačnije i pri čemu su oblici dnevnih dijagrama za te dane približno isti, zbog potrošačkih navika u tom periodu. Minimalna opterećenja se imaju i Za ove dane se radi o proljetnom danu u aprilu kada je temperatura zraka bila približna sobnoj temperaturi pa nije bilo potrebne za uključenjem uređaja za grijanje i hlađenje prostora. Sa dnevnih dijagrama opterećenja koji odgovaraju maksimalnim i minimalnim temperaturama (Slika 15.) tokom godine može se uočiti da bez obzira na to što su maksimalne temperature ljeti a minimalne zimi, nema prevelikih razlika u opterećenju iz razloga što se ljeti koriste uređaji za rashlađivanje a zimi za grijanje prostorija. Također se vidi da se maksimalno opterećenje za visoke temperature ima u 15:00h, što je i očekivano jer je tada temperatura najviša. S druge strane za niske temperature najveća potrošnja se ima u večernjim satima (20:00h-22:00h) jer je tada temperatura zraka najniža. Sa dnevnih dijagrama opterećenja za vjerske praznike, prikazane na slici 16, moguće je uočiti sličnost između Ramazanskog i Kurban bajrama gdje je posebno izražen skok potrošnje u 08:00h ujutro zbog vjerskih običaja. S druge strane također postoji sličnost između Božića i Nove Godine, prvenstveno iz toga što su u bliskom vremenskom razmaku ali i zbog sličnih vjerskih navika, sa posebno izraženom skokom potrošnje u 18:00h kada se vrše pripreme za

9 proslavu. Primjeti se razlika u potrošnji u kasnijim večernjim satima, zbog toga što veći broj ljudi učestvuje u proslavi Nove Godine. Slika 14. Dijagram maksimalnih i minimalnih opterećenja Slika 15. Dijagram opterećenja pri najvišim i najnižim temperaturama Slika 16. Dijagram opterećenja u toku vjerskih praznika

10 4. ZAKLJUČAK Na osnovu prethodno analiziranih dijagrama može se zaključiti da temperatura ima značajan utjecaj na potrošnju aktivne i reaktivne snage. Za procjenu uticaja temperature na potrošnju električne energije korištena je linearna regresija. Rezultati korištenog pristupa pokazuju značajnu korelaciju između potrošnje aktivne i reaktivne energije i temperature sa faktorom korelacije do 0.59, što ukazuje na značajnu povezanost među varijablama. Sa godišnjih dijagrama može se zaključiti da izrazito visoke i izrazito niske temperature znatno utječu na porast potrošnje. Posebno, zbog specifičnosti Hercegovačkog područja, ovaj porast je izražen pri visokim temperaturama usljed povećanog korištenja rashladnih uređaja. Analizom sezonskih dijagrama potvrđena je visoka ovisnost između temperature i potrošnje aktivne snage. U periodima kada je temperatura zraka približna sobnoj temperaturi (jesen i proljeće) ne postoji izražena ovisnost potrošnje o temperaturi, zbog manjeg ili skoro nikakvog korištenja uređaja za rashlađivanje ili grijanje prostora. Isto tako, beznačajna ili skoro nikakva korelacija između potrošnje reaktivne energije i temperature identifikovana je u zimskim periodima, dok u ljetnom periodu dolazi do porasta potrošnje reaktivne snage usljed povećanog korištenja rashladnih uređaja. Također su analizirani specifični dnevni dijagrami koji predstavljaju odstupanje od standardnog dnevnog dijagrama opterećenja i na takve dane je potrebno posebno obratiti pažnju pri planiranju i vođenju elektroenergetskog sistema. Na osnovu ranije navedenog može se zaključiti da pored svih ostalih faktora koji utječu na potrošnju električne energije (GDP, običaji, način života...), temperatura značajno utječe na potrošnju električne energije, te je treba uzeti u obzir prilikom planiranja i vođenja EES-a, pogotovo u područjima sa izraženim temperaturnim varijacijama. ZAHVALNICA Ovom radu veliki doprinos je dao prof. Dr. Samir Avdaković, bez čije svesrdne pomoći i ustupljenih podataka ovaj rad ne bi bilo moguće adekvatno obraditi i analizirati. LITERATURA [1] Holly Suzara, Modeling the Impact of Temperature on Peak Electricity Demand in California, maj [2] E.Valor, V.Meneu, V.Caselles, Daily Air Temperature and Electricity Load in Spain, [3] S. Parkpoom, G.P. Harrison and J.W. Bialek, CLIMATE CHANGE IMPACTS ON ELECTRICITY DEMAND, School of Engineering& Electronics, University of Edinburg, UK. [4] Goran Čačić, Marko Bišćan, Marko Capek, Marin Mastilica, Matija Vajdić, Priručnik za sedmičnu i dnevnu analizu i interpretaciju podataka o potrošnji energije, UNDP BiH, [5] B. Petz Osnovne statističke metode za nematematičare IV izdanje, Naklada Slap, Zagreb, [6] [7] Samir Avdaković, Alma Ademović, Amir Nuhanović, Insight into the Properties of the UK Power Consumption Using a Linear Regression and Wavelet Transform Approach. [8] Samir Avdaković, Alma Ademović, Amir Nuhanović, Correlation Between Air Temperature and Electricity Demand by Linear Regression and Wavelet Coherence Approach.