Spatial Modeling in Assessing the Wind Energy Potential of the Russian Federation Far Eastern Federal District Southern Subjects

Cover Page

Cite item

Full Text

Abstract

The article is devoted to the assessment of wind energy potential for 5 subjects within the Far Eastern Federal District of the Russian Federation: Amur Region, Jewish Autonomous Region, Khabarovsk Region, Primorsky Region, Sakhalin Region. The potential assessment was carried out with a focus on the possible production of “green” hydrogen using electricity generated from wind farms. When calculating the desired potential, the method of hierarchy analysis, coupled with fuzzy and Boolean logic, was used. To carry out the calculations, a list of physico-geographical, economic-geographical and restrictive criteria necessary for a comprehensive assessment of the potential was formed. Based on the assessments of experts in this field, a pairwise matrix of criteria comparison was formed. Based on it, the weights of the criteria themselves were obtained. Subsequently, the wind energy potential was calculated for each point within the boundaries of the studied subjects using the weighted linear combination method. During the calculations, the previously obtained weights of the criteria and their relative values, calculated using fuzzy logic tools, were used. Additionally, considering low winter temperatures, a corresponding amendment was introduced. Based on the data obtained, a statistical assessment was made for the study area, and appropriate recommendations were developed.

About the authors

M. J. Demidionov

Herzen State Pedagogical University of Russia

Author for correspondence.
Email: demidionovforwork@gmail.com
Russian Federation, Saint-Petersburg

References

  1. Atlas Rossijskih proektov po proizvodstvu nizkouglerodnogo i bezuglerodnogo vodoroda i ammiaka. // minpromtorg.gov.ru [website] / Ministerstvo promyshlennosti i torgovli RF. URL: https://minpromtorg.gov.ru/docs/#!atlas_rossiyskih_proektov_po_proizvodstvu_nizkouglerodnogo_i_bezuglerodnogo_vodoroda_i_ammiaka
  2. Vodnyj kodeks Rossijskoj Federacii: Federal’nyj zakon № 74-FZ ot 03.06.2006
  3. Gidrometcentr Rossii. URL: https://meteoinfo.ru (access date 20.12.2023).
  4. Govorushko S. M. Vozdejstvie vetrovyh jelektrostancij na okruzhajushhuju sredu // Al’ternativnaja jenergetika i jekologija. 2011. № 4. S. 38–42.
  5. Demidionov M. Ju. Prostranstvennoe modelirovanie potenciala razvitija al’ternativnoj jenergetiki na primere ostrova Sahalin // Tihookeanskaja geografija. 2023. № 4 (16). S. 82–92. https://doi.org/10.35735/26870509_2023_16_8 EDN: PDZYFQ
  6. Kiseleva S. V., Lisickaja, N. V., Popel’ O. S., Rafikova Ju. Ju., Tarasenko A. B., Frid S. E., Shakuna V. P. Geoinformacionnye sistemy dlja vozobnovljaemoj jenergetiki (obzor) // Teplojenergetika. 2023. № 11. S. 115–127. https://doi.org/10.56304/S0040363623110073. EDN SNIADQ
  7. Kiseleva S. V., Shestakova A. A., Toropov P. A., Myslenkov S. A. Evaluation of wind energy potential of the Black Sea coast using cfsr // Alternative Energy and Ecology (ISJAEE). 2016. № 15-18. S. 75–85. https://doi.org/10.15518/isjaee.2016.15-18.075-085
  8. Rasporjazhenie Pravitel’stva RF: Koncepcija razvitija vodorodnoj jenergetiki v Rossijskoj Federacii ot 05.08.2021 № 136-FZ // government.ru [website] / Pravitel’stvo Rossii. 09.08.2021. URL: http://static.government.ru/media/files/5JFns1CDAKqYKzZ0mnRADAw2NqcVsexl.pdf (application date 01.03.2023).
  9. Saati T. L. Prinjatie reshenij. Metod analiza ierarhij. M.: Radio i svjaz’, 1989. 316 s.
  10. Skopinceva E. RF nacelilas’ zanjat’ pjatuju chast’ mirovogo rynka vodorodnoj jenergetiki // eg-online.ru. [website] / Jekonomika i zhizn’. 15.12.2023. URL: https://www.eg-online.ru/article/477628/ (application date: 01.03.2024).
  11. Sokolov A. A. Gidrografija SSSR. L.: Gidrometeoizdat, 1952. 287 s.
  12. Soliman H., Burlov V. G., Ukrainceva D.A. Ispol’zovanie nechetkoj logiki v srede GIS dlja vybora mestopolozhenija vetrjanyh jelektrostancij na primere provincii Homs, Sirija // Mezhdunarodnyj nauchno-issledovatel’skij zhurnal. 2022. № 11(125). S. 1–13.
  13. Ahadi P., Fakhrabadi F., Pourshaghaghy F., Kowsary F. Optimal site selection for a solar power plant in Iran via the Analytic Hierarchy Process (AHP) // Renewable Energy // Renewable Energy. 2023. Vol. 215. № 118944. https://doi.org/10.1016/j.renene.2023.118944
  14. Albraheem L., AlAwlaqi L. Geospatial analysis of wind energy plant in Saudi Arabia using a GIS-AHP technique // Energy Reports. 2023. Vol. 9. P. 5878–5898. https://doi.org/10.1016/j.egyr.2023.05.032
  15. Amsharuk A., Łaska G. The Approach to Finding Locations for Wind Farms Using GIS and MCDA: Case Study Based on Podlaskie Voivodeship, Poland // Energies. 2023. Vol. 16 (20). № 7107. https://doi.org/10.3390/en16207107
  16. Ayodele T. R., Ogunjuyigbe A. S. O., Odigie O., Munda J. L. A multi-criteria GIS-based model for wind farm site selection using interval type-2 fuzzy analytic hierarchy process: The case study of Nigeria // Applied Energy. 2018. Vol. 228. P. 1853–1869. https://doi.org/10.1016/j.apenergy.2018.07.051
  17. Barzehkar M., Parnell K. E., Dinan N. M., Brodie G. Decision support tools for wind and solar farm site selection in Isfahan Province, Iran // Renewable and Sustainable Energy Reviews. 2017. Vol. 23. P. 1179–1195. https://doi.org/10.1007/s10098-020-01978-w
  18. Benti N. E., Alemu Y., Balta M., Gunta S., Diro M., Semie A., Mekonnen Y., Yohannes H. Site suitability assessment for the development of wind power plant in Wolaita area, Southern Ethiopia: an AHP-GIS model // Scientific Reports. 2023. Vol. 13(1). P. 1–13. https://doi.org/10.1038/s41598-023-47149-x
  19. Cunden T. S. M., Doorga J., Lollchund M. R., Rughooputh S. D. D. V. Multi-level constraints wind farms siting for a complex terrain in a tropical region using MCDM approach coupled with GIS // Energy. 2020. Vol. 211. № 118533. https://doi.org/10.1016/j.energy.2020.118533
  20. Global Wind Atlas. URL: https://globalwindatlas.info/ru (application date: 25.10.2023)
  21. Global Wind Atlas. Method. URL: https://globalwindatlas.info/en/about/method (application date: 09.12.2024)
  22. Kumar P., Date A., Mahmood N., Das R. K., Shabani B. Freshwater supply for hydrogen production: An underestimated challenge // International Journal of Hydrogen Energy. Vol. 78. 2024. P. 202–217. https://doi.org/10.1016/j.ijhydene.2024.06.257.
  23. Kutty S. S., Khan M. G. M., Ahmed M. R. Analysis of wind characteristics and wind energy resource assessment for Tonga using eleven methods of estimating Weibull parameters // Heliyon. 10(9), 2024, e30047. https://doi.org/10.1016/j.heliyon.2024.e30047.
  24. NextGIS. URL: https://data.nextgis.com/ru/ (application date: 30.10.2023)
  25. Niang, S. A. A., Gueye, A., Drame, M. S., Ba, A., Sarr, A., et al. Analysis of wind resources in Senegal using 100-meter wind data from ERA5 reanalysis // Scientific African. Vol. 26, 2024, e02480. https://doi.org/10.1016/j.sciaf.2024.e02480
  26. Noorollahi Y. A., Senani A. G., Fadaei A., Simaee M. A framework for GIS-based site selection and technical potential evaluation of PV solar farm using Fuzzy-Boolean logic and AHP multi-criteria decision-making approach // Renewable Energy. 2022. Vol. 186. P. 89–104. https://doi.org/10.1016/j.renene.2021.12.124
  27. Raza M. A., Yousif M., Hassan M., Numan M. Geospatial analysis of wind energy plant in Saudi Arabia using a GIS-AHP technique // Renewable Energy. 2023. Vol. 206. P. 180–190. https://doi.org/10.1016/j.renene.2023.02.010
  28. Rekik S., El Alimi S. Optimal wind-solar site selection using a GIS-AHP based approach: A case of Tunisia // Energy Conversion and Management: X. 2023. Vol. 18. № 100355. https://doi.org/10.1016/j.ecmx.2023.100355
  29. Sánchez-Lozano J. M., Ramos-Escudero A., Gil-García I. C., García-Cascales M. C., Molina-García A. A GIS-based offshore wind site selection model using fuzzy multi-criteria decision-making with application to the case of the Gulf of Maine // Expert Systems with Applications. 2022. Vol. 210. № 118371. https://doi.org/10.1016/j.eswa.2022.118371
  30. Saprong D., Baffoe P. E. Selecting Suitable Sites for Wind Energy Development in Ghana // Ghana Mining Journal. 2015. Vol. 16. № 1. P. 1–8. https://doi.org/10.4314/gm.v16i1.2
  31. Zhao X. Difficulties in Implementing Russia’s New Energy Strategy and Prospects for Sino-Russian Energy Cooperation // Chinese Journal of Slavic Studies. 2023. Vol. 3(2). P. 263–285. https://doi.org/10.1515/cjss-2023-0010

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».