基于多場景生命周期評(píng)價(jià)的海島小型風(fēng)力發(fā)電機(jī)預(yù)安裝評(píng)估

莫秋云, 廖智強(qiáng), 劉偉豪, 蔣 立, 管會(huì)森, 何聲文

基于多場景生命周期評(píng)價(jià)的海島小型風(fēng)力發(fā)電機(jī)預(yù)安裝評(píng)估

莫秋云1, 2, 廖智強(qiáng)1, 劉偉豪2, 蔣 立2, 管會(huì)森2, 何聲文1

(1. 桂林電子科技大學(xué) 海洋信息工程學(xué)院, 廣西 桂林 541004; 2. 桂林電子科技大學(xué) 機(jī)電工程學(xué)院, 廣西 桂林 541004)

為了準(zhǔn)確評(píng)估海島風(fēng)電系統(tǒng)中小型風(fēng)力發(fā)電機(jī)的綠色效益, 以南海某海島(記為South)和東海某海島(記為East)為例, 引入全生命周期評(píng)價(jià)技術(shù), 在此基礎(chǔ)上進(jìn)行多場景因素分析, 并以能量償還時(shí)間為指標(biāo), 對(duì)比兩安裝地評(píng)估結(jié)果, 對(duì)風(fēng)機(jī)進(jìn)行預(yù)安裝評(píng)估。評(píng)估關(guān)鍵在于, 利用Gabi軟件balance模塊得出風(fēng)機(jī)生命周期生命周期總能耗, 無場景因素下總能耗為2 331.36 MJ(South)與2 372.83 MJ(East), 多場景因素下總能耗為2 110.01 MJ(South)與2 151.03 MJ(East); 通過實(shí)驗(yàn)獲得風(fēng)機(jī)在不同風(fēng)速下的功率特性數(shù)據(jù), 采用概率論求解法求得安裝后風(fēng)機(jī)年發(fā)電量為276.45 kWh(South)與304.96 kWh(East); 通過EPBT償還公式計(jì)算得到, 無場景因素償還時(shí)間為2.34 a(South)與2.16 a(East)、多場景因素償還時(shí)間為2.12 a(South)與1.96 a(East)。結(jié)果表明: 在評(píng)估過程中引入場景因素, 風(fēng)機(jī)綠色效益評(píng)估更準(zhǔn)確; 該評(píng)估可以給海島小型風(fēng)機(jī)的安裝選址提供參考, 避免造成不必要的資源浪費(fèi)。

海島風(fēng)電; 海島小型風(fēng)機(jī)生命周期評(píng)價(jià); 海島小型風(fēng)機(jī)生命周期場景; 能量償還時(shí)間

海島風(fēng)電是海上風(fēng)電中的重要組成部分[1]。大中型海島主要通過海底電纜聯(lián)網(wǎng)供電[2]; 小型海島一般距離內(nèi)陸較遠(yuǎn), 由于長距離海底電纜供電故障率高、傳輸功率損耗大[3]和自身面積限制等問題, 風(fēng)電系統(tǒng)中多采用小型風(fēng)力發(fā)電機(jī)。然而多數(shù)海島風(fēng)電系統(tǒng)只是內(nèi)陸風(fēng)電系統(tǒng)的一種簡單移植, 部分風(fēng)機(jī)安裝后的發(fā)電能力遠(yuǎn)低于預(yù)期, 甚至無法抵消生產(chǎn)能耗, 違背了綠色設(shè)計(jì)初衷[4]。而生命周期評(píng)價(jià)(life cycle assessment, LCA)技術(shù), 是針對(duì)某一個(gè)產(chǎn)品, 對(duì)整個(gè)生命周期的環(huán)境屬性和潛在的影響進(jìn)行評(píng)價(jià)的技術(shù)[9], 能夠有效的評(píng)估風(fēng)機(jī)綠色效益。所以, 有必要利用LCA技術(shù)對(duì)海島小型風(fēng)機(jī)進(jìn)行預(yù)安裝評(píng)估, 判斷其是否真正的綠色環(huán)保。

楊舉華等[5]對(duì)上海東海大橋風(fēng)電場進(jìn)行了LCA分析, 得出了設(shè)備生產(chǎn)與運(yùn)輸階段能耗最大的結(jié)論; Bonou等[6]分別評(píng)估了歐洲海陸風(fēng)電向電網(wǎng)提供1 kWh電力的影響, 發(fā)現(xiàn)相對(duì)于陸上風(fēng)電場海上風(fēng)電場總體影響更高; Chipindula[7]對(duì)得克薩斯州與墨西哥灣海岸的陸上、淺水、深水3個(gè)位置進(jìn)行了分析評(píng)價(jià), 發(fā)現(xiàn)生命周期階段中影響最大的是材料加工階段; Weinzettel[8]對(duì)一個(gè)漂浮式基礎(chǔ)概念模型進(jìn)行了LCA研究, 得出了浮式風(fēng)電場與非浮式風(fēng)電場對(duì)環(huán)境的影響相似的結(jié)論。

目前國內(nèi)外學(xué)者對(duì)海上風(fēng)電綠色效益評(píng)估仍集中在大型海上風(fēng)力發(fā)電機(jī)和海上風(fēng)電場, 對(duì)應(yīng)用于海島的小型風(fēng)力發(fā)電機(jī)的相關(guān)評(píng)估研究文獻(xiàn)很少。并且在評(píng)估過程中, 大多是都基于某些單一的數(shù)據(jù)進(jìn)行評(píng)價(jià), 對(duì)場景特征反應(yīng)較少。因此, 本文通過對(duì)風(fēng)機(jī)進(jìn)行南海、東海兩個(gè)預(yù)安裝海島的多場景LCA預(yù)安裝評(píng)估, 對(duì)比驗(yàn)證評(píng)估結(jié)果, 從而更準(zhǔn)確評(píng)估風(fēng)機(jī)綠色效益, 為海島小型風(fēng)機(jī)的安裝選址提供參考。

1 生命周期與場景

產(chǎn)品生命周期的從開始到結(jié)束, 其中的環(huán)境屬性主要表現(xiàn)為材料的變化以及能量的傳遞。其生命周期階段中環(huán)境影響示意圖如圖1所示。

圖1 產(chǎn)品的生命周期階段對(duì)環(huán)境的影響

上述所發(fā)生的對(duì)環(huán)境影響的各類活動(dòng)的特征描述, 即是場景。主要包括時(shí)空、人員、環(huán)境自身、方式等方面。某產(chǎn)品生命周期的部分場景表1所示。

表1 某產(chǎn)品生命周期部分場景

產(chǎn)品生命周期評(píng)價(jià)的難點(diǎn)主要在于數(shù)據(jù)的獲取與準(zhǔn)確性, LCA數(shù)據(jù)的多態(tài)性、時(shí)變性、敏感性是其中的主要原因。在產(chǎn)品生命周期階段, 引入場景因素, 進(jìn)行多場景的綜合分析, 能夠使數(shù)據(jù)提升評(píng)價(jià)的準(zhǔn)確性。

2 多場景總輸入能量計(jì)算

根據(jù)國際標(biāo)準(zhǔn)化組織(ISO)規(guī)定[10], LCA主要包括四個(gè)步驟: 目的和范圍的確定、清單分析、影響評(píng)估以及結(jié)果解釋。本文主要是利用生命周期評(píng)價(jià)技術(shù), 對(duì)風(fēng)機(jī)生命周期的總輸入能量進(jìn)行多場景的綜合分析計(jì)算, 主要包括目的范圍確定、清單分析以及評(píng)價(jià)結(jié)果三部分。生命周期輸入總能量記為:

式中:r為原材料階段能量輸入,p為生產(chǎn)階段能量輸入,t為運(yùn)輸階段能量輸入,u為使用階段能量輸入,s為報(bào)廢階段能量輸入。

2.1 目的與范圍

研究目的: 計(jì)算多場景因素下, 風(fēng)機(jī)生命周期總輸入能量(生命周期中的前期市場調(diào)研與風(fēng)機(jī)設(shè)計(jì)部分生產(chǎn)廠家已定型不做計(jì)算); 根據(jù)研究目的和輸入總能量的計(jì)算公式(1)劃分研究范圍, 主要包括: 生產(chǎn)耗能、運(yùn)輸耗能、使用耗能及報(bào)廢處理耗能4部分, 研究范圍系統(tǒng)邊界圖如圖2所示。

圖2 風(fēng)機(jī)LCA系統(tǒng)邊界圖

在實(shí)際的使用過程中, 相對(duì)大型并網(wǎng)風(fēng)力發(fā)電機(jī), 一般的離網(wǎng)小型風(fēng)力發(fā)電機(jī)耗能極小[11], 且數(shù)據(jù)獲取不便, 故本文在計(jì)算風(fēng)機(jī)生命周期總輸入能量時(shí), 使用階段的能耗u忽略不計(jì)。

2.2 清單分析

清單分析是生命周期評(píng)價(jià)中的基礎(chǔ)部分, 也是工作量最大的一個(gè)部分。為閱讀方便, 以表格形式列出清單數(shù)據(jù)。主要包括以下4個(gè)方面: 原材料清單、整機(jī)生產(chǎn)數(shù)據(jù)清單、運(yùn)輸清單、報(bào)廢處理清單。

南海和東海預(yù)安裝的風(fēng)機(jī)選由同一生產(chǎn)廠家生產(chǎn), 均以 JDX-S-300型垂直軸風(fēng)力發(fā)電機(jī)為研究對(duì)象, 其中:風(fēng)機(jī)啟動(dòng)風(fēng)速2 m/s、額定工作風(fēng)速12 m/s、可正常工作風(fēng)速為2~15 m/s, 額定功率300 W、最大功率400 W、正常工作時(shí)輸出功率0~300 W, 整機(jī)重量33.5 kg。

生產(chǎn)數(shù)據(jù)清單主要通過企業(yè)以往的公開數(shù)據(jù)獲得, 生產(chǎn)制造過程使用混合電, 耗電量為50 kWh, 主要部分清單數(shù)據(jù)如表2所示。

表2 風(fēng)機(jī)原料清單

隨著社會(huì)進(jìn)步, 生產(chǎn)階段場景會(huì)產(chǎn)生一定程度的變化, 如企業(yè)的制造工藝水平和員工結(jié)構(gòu)等。楊傳明[12]通過對(duì)能耗和氣體排放數(shù)據(jù)進(jìn)行研究, 發(fā)現(xiàn)我國工業(yè)的能耗水耗距離、二氧化硫距離等, 已逐年下降, 年均幅度分別為: 10.34%、10.13%、21.42%; 楊志杰[13]通過對(duì)企業(yè)中員工的總數(shù)、結(jié)構(gòu)、運(yùn)行效率關(guān)系進(jìn)行分析, 發(fā)現(xiàn)一定程度上的控制員工總量, 并且調(diào)整員工的結(jié)構(gòu), 能夠提升企業(yè)人力資源的管理效率, 進(jìn)而提升運(yùn)營效率。此類生產(chǎn)階段場景因素, 會(huì)對(duì)后續(xù)的生產(chǎn)耗能的balance計(jì)算結(jié)果造成一定影響。

擬定安裝的海島, 陸上運(yùn)輸距離為513 km (South)與1 433 km(East), 海上運(yùn)輸距離為36 n mile(South)與13 n mile(East)。根據(jù)運(yùn)輸距離與運(yùn)輸方式, 列出相應(yīng)的無場景因素運(yùn)輸數(shù)據(jù)清單1, 如表3所示。

表3 風(fēng)機(jī)運(yùn)輸數(shù)據(jù)清單1

考慮運(yùn)輸階段的場景因素, 如廠家為節(jié)約成本, 生產(chǎn)廠址與裝船地點(diǎn)之間原采用汽車運(yùn)輸, 現(xiàn)改用火車運(yùn)輸。此類場景因素引入后, 改變了運(yùn)輸階段中運(yùn)輸距離和運(yùn)輸方式, 會(huì)對(duì)后續(xù)的能耗計(jì)算產(chǎn)生一定影響。

預(yù)安裝的南海及東海海島, 現(xiàn)有運(yùn)輸方式中, 從大陸港口至海島階段仍采用貨輪運(yùn)輸, 陸上運(yùn)輸階段原采用公路運(yùn)輸, 因生產(chǎn)規(guī)模的擴(kuò)大而采用大批量運(yùn)輸, 基本改為鐵路運(yùn)輸方式以節(jié)約成本。在引入場景因素后, 運(yùn)輸階段數(shù)據(jù)清單2如表4所示。

風(fēng)機(jī)的制造材料主要為一般金屬材料(普通鋁材), 回收價(jià)值較低; 部分構(gòu)件中含有塑料成分, 采用焚燒處理方式容易造成環(huán)境污染, 所以南海和東海海島預(yù)安裝風(fēng)機(jī)的報(bào)廢階段均選用填埋處理方式。報(bào)廢階段處理清單如表5所示。

表4 風(fēng)機(jī)運(yùn)輸數(shù)據(jù)清單2

表5 風(fēng)機(jī)報(bào)廢清單

利用Gabi軟件, 通過輸入風(fēng)機(jī)生命周期中的清單數(shù)據(jù), 從而得到能耗數(shù)據(jù)。由于南海和東海海島的生產(chǎn)方式、運(yùn)輸方式和報(bào)廢回收方式相同, 所以兩地海島建立的plan模型也相同, 只在模型中輸入的清單數(shù)據(jù)(主要是運(yùn)輸距離)存在區(qū)別, 建立的具體數(shù)據(jù)部分的plan模型, 其中的生產(chǎn)階段plan模型如圖3、處理階段plan模型如圖4所示。

圖3 生產(chǎn)階段plan模型

圖4 處理階段plan模型

2.3 評(píng)價(jià)結(jié)果

對(duì)建立的風(fēng)機(jī)生命周期plan模型, 利用Gabi軟件中balance模塊進(jìn)行計(jì)算, 得到生命周期各階段耗能如圖5所示。

圖5 兩安裝地點(diǎn)風(fēng)機(jī)生命周期能耗圖

從圖中可以得出: 無場景因素引入時(shí)生命周期總能耗2 331.36 MJ(South)與2 372.83 MJ(East), 多場景因素生命周期總耗能2 110.01 MJ(South)與2 151.03 MJ(East)。其中, 耗能最高的仍是生產(chǎn)階段, 引入場景因素進(jìn)行分析計(jì)算后, 生產(chǎn)能耗有一定程度的降低; 相對(duì)于生產(chǎn)能耗, 運(yùn)輸能耗占比很小, 在引入場景因素后有一定提升; 報(bào)廢回收階段沒有考慮場景因素影響(即原處理方式與現(xiàn)處理方式相同), 能耗無變化。其中南海與東海海島能耗部分主要區(qū)別在于運(yùn)輸階段, 主要是因?yàn)樯a(chǎn)廠址與倆海島之間距離相差較大; 預(yù)安裝風(fēng)機(jī)均由同一廠家進(jìn)行生產(chǎn)制造, 生產(chǎn)耗能部分差異極小忽略不計(jì)。

3 能量償還時(shí)間

能量償還時(shí)間(Energy Pay Back Time, EPBT)作為評(píng)價(jià)一個(gè)系統(tǒng)發(fā)電能力的重要指標(biāo)[14], 指的是發(fā)電系統(tǒng)中生命周期階段輸入總能量與其年發(fā)電量的比值, 將償還時(shí)間記為, 具體表達(dá)式為

式中:I為輸入總能量;O為年發(fā)電量。

預(yù)安裝的南海海島為亞熱帶季風(fēng)氣候, 風(fēng)速變化相對(duì)穩(wěn)定, 一年之中存在一定數(shù)量的大風(fēng)天氣, 臺(tái)風(fēng)影響時(shí)間極少(>14 m/s), 忽略不計(jì); 預(yù)安裝的東海海島為亞熱帶海洋性季風(fēng)氣候, 一般情況下風(fēng)速較為平穩(wěn), 且風(fēng)力存在著明顯的局地性、季節(jié)性特征[15]。風(fēng)速頻率分布數(shù)據(jù)主要通過氣象部門的統(tǒng)計(jì)獲得, 分別如表6所示。

表6 風(fēng)速與頻率

風(fēng)機(jī)年發(fā)電量主要利用概率論求解方法計(jì)算[16], 計(jì)算表達(dá)式如下:

, (4)

經(jīng)實(shí)驗(yàn)獲取的風(fēng)機(jī)風(fēng)速與功率數(shù)據(jù)通過MATLAB進(jìn)行多項(xiàng)式擬合, 得到功率特性曲線圖, 實(shí)驗(yàn)測(cè)試平臺(tái)如圖6, 曲線圖如圖7所示。

圖6 實(shí)驗(yàn)平臺(tái)

注: ①軸流風(fēng)機(jī); ②JDX-S-300型垂直軸風(fēng)力發(fā)電機(jī); ③控制箱; ④整流器; ⑤蓄電池

圖7 風(fēng)機(jī)功率特性曲線圖

圖7中曲線函數(shù)表達(dá)式如下:

結(jié)合式(4)與式(5)可計(jì)算出擬安裝位置風(fēng)機(jī)年發(fā)電量為276.45 kWh(South)與304.96 kWh(East), 其中1 kWh=3.6 MJ。根據(jù)式(2), 將之前計(jì)算的無場景因素引入時(shí)生命周期總能耗與多場景因素生命周期總能耗代入計(jì)算, 分別求得: 安裝后的無場景能量償還時(shí)間約為2.34 a(South)與2.16 a(East), 引入場景因素后為2.12 a(South)與1.96 a(East)。

綠色效益評(píng)估主要通過能量償還時(shí)間與風(fēng)機(jī)預(yù)期壽命進(jìn)行比較, 償還時(shí)間越短, 風(fēng)機(jī)壽命越長, 綠色效益越好。廠家給出的此類風(fēng)機(jī)預(yù)期使用壽命在20年左右, 相對(duì)無場景因素引入評(píng)估, 進(jìn)行多場景因素評(píng)估后, 在南海及東海兩個(gè)預(yù)安裝海島, 風(fēng)機(jī)的綠色效益相對(duì)原有結(jié)果均有所提升。

4 結(jié)論

利用生命周期評(píng)價(jià)技術(shù), 分別以南海某島及東海某島為預(yù)安裝地點(diǎn), 對(duì)一款小型垂直軸風(fēng)力發(fā)電機(jī)進(jìn)行多場景分析的預(yù)安裝評(píng)估。通過對(duì)比南海與東海海島的評(píng)估結(jié)果, 驗(yàn)證了方法的普及性的同時(shí), 發(fā)現(xiàn)引入場景因素后, 南海及東海海島風(fēng)機(jī)生命周期總輸入能量和能量償還時(shí)間計(jì)算結(jié)果更準(zhǔn)確更符合實(shí)際, 相對(duì)未引入時(shí)計(jì)算結(jié)果均有一定程度的降低, 風(fēng)機(jī)綠色效益更好。主要結(jié)論如下:

1) 該預(yù)安裝方法具有普及性。在已知風(fēng)機(jī)的參數(shù)、工藝、生產(chǎn)廠家廠址、擬安裝地點(diǎn)等相關(guān)數(shù)據(jù)時(shí), 利用該評(píng)估方法, 可以對(duì)風(fēng)機(jī)的綠色效益進(jìn)行評(píng)估, 并根據(jù)評(píng)估結(jié)果, 判斷風(fēng)機(jī)的選型及選址是否合適, 從而避免不必要的資源浪費(fèi)。

2) 該評(píng)估方法評(píng)估結(jié)果更準(zhǔn)確。通過在生命周期評(píng)價(jià)過程中引入場景因素, 進(jìn)行多場景綜合分析, 能夠提升生命周期中能耗數(shù)據(jù)計(jì)算的準(zhǔn)確性, 進(jìn)而更準(zhǔn)確的評(píng)估風(fēng)機(jī)安裝后的綠色效益, 為風(fēng)機(jī)的安裝提供準(zhǔn)確參考。

本文只是給出了一種海島小型風(fēng)機(jī)的預(yù)安裝評(píng)估方法, 以準(zhǔn)確評(píng)估風(fēng)機(jī)的綠色效益。研究過程中發(fā)現(xiàn), 海島小型風(fēng)電系統(tǒng)受到相對(duì)惡劣的海洋環(huán)境影響[17], 風(fēng)機(jī)實(shí)際使用壽命大多低于廠家給出的預(yù)期壽命, 綠色效益往往低于預(yù)期。因而后續(xù)可對(duì)影響風(fēng)機(jī)實(shí)際使用壽命的相關(guān)因素展開進(jìn)一步的分析研究, 如通過提升風(fēng)機(jī)的可靠性、增加保護(hù)措施等, 以提升風(fēng)機(jī)的實(shí)際使用壽命, 使風(fēng)機(jī)更加綠色環(huán)保。

[1] 趙樹迪, 鄭宇. 一種推進(jìn)中國海島縣域經(jīng)濟(jì)發(fā)展的復(fù)合模式的提出: 以山東長島縣為例[J]. 科學(xué)與管理, 2017, 37(1): 49-53. Zhao Shudi, Zheng Yu. A complex model to assess eco-nomic growth of China’s island counties: A case study of Changdao County[J]. Science and Management, 2017, 37(1): 49-53.

[2] 李程, 李劍, 崔芳芳. 舟山海島電網(wǎng)規(guī)劃方案探討[J]. 浙江電力, 2011, 30(6): 4-8. Li Cheng, Li Jian, Cui Fangfang. Exploration on power grid planning of Zhoushan Islands[J]. Zhejiang Electric Power, 2011, 30(6): 4-8.

[3] 袁康龍, 許峰, 李俊杰. 考慮本地氣電和柔直聯(lián)網(wǎng)的海島供電方案研究[J]. 南方能源建設(shè), 2018, 5(4): 73- 77. Yuan Kanglong, Xu Feng, Li Junjie. Research on local natural gas power development and flexible HVDC connection with mainland for islands[J]. Southern Energy Construction, 2018, 5(4): 73-77.

[4] 徐剛, 宋穎慧. 面向機(jī)電產(chǎn)品的綠色設(shè)計(jì)探析[J]. 機(jī)電產(chǎn)品開發(fā)與創(chuàng)新, 2018, 31(3): 32-34. Xu Gang, Song Yinhui. An analysis of green design for electromechanical products[J]. Development & Innovation of Machinery & Electrical Products, 2018, 31(3): 32-34.

[5] 楊舉華, 張力小, 王長波, 等. 基于混合生命周期分析的我國海上風(fēng)電場能耗及溫室氣體排放研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2017, 37(2): 786-792.Yang Juhua, Zhang Lixiao, Wang Changbo, et al. Energyconsumption and greenhouse gas emission of an offshore wind farm in China: A hybrid life cycle assessment per-spective[J]. Acta Scientiae Circumstantiae, 2017, 37(2): 786-792.

[6] Bonou A, Laurent A, Olsen S I, et al. Life cycle assess-ment of onshore and offshore wind energy-from theory to application[J]. Applied Energy, 2016, 180: 327-337.

[7] Jesuina C, Venkata B, Hongbo D, et al. Life cycle enviro-nmental impact of onshore and offshore wind farms in Texas[J]. Sustainability, 2018, 10(6): 2022-2040.

[8] Weinzettel J, Reenaas M, Solli C, et al.Life cycle asse-ss-ment of a floating offshore wind turbine[J]. Renewable Energy, 2009, 34(3): 742-747.

[9] 陳舒婷, 龔卓炫. 生命周期評(píng)價(jià)研究方法與展望[J]. 廣東化工, 2018, 45(22): 61-62. Chen Shuting, Gong Zhuoxuan. Research methods and prospects of life cycle assessment[J]. Guangdong Che-mical Industry, 2018, 45(22): 61-62.

[10] ISO 14040, Environmental Management-Life Cycle: Life Cycle Inventory Analysis[S].

[11] Bukala J, Damaziak K, Karimi H R, et al. Modern small wind turbine design solutions comparison in terms of estimated cost to energy output ratio[J]. Renewable Energy, 2015, 83: 1166-1173.

[12] 楊傳明. 中國工業(yè)生態(tài)水平動(dòng)態(tài)變化及行業(yè)分類研究[J]. 企業(yè)經(jīng)濟(jì), 2018, (10): 11-18. Yang Chuanming. Study on dynamic change of industrial ecology level and industry classification in China[J]. Enterprise Economy, 2018, (10): 11-18.

[13] 楊志杰. 控制員工總量, 調(diào)整員工結(jié)構(gòu), 提升運(yùn)營效率[J]. 現(xiàn)代國企研究, 2018, (10): 81. Yang Zhijie. Controlling the total number of employees, adjusting the structure of employees and improving operational efficiency[J]. Modern SOE Research, 2018, (10): 81.

[14] 楊金煥. 光伏系統(tǒng)能量償還時(shí)間的分析[J]. 上海節(jié)能, 2010, (1): 11-14. Yang Jinhuan. Analysis of the Energy Pay Back Time of photovoltaic System[J]. Shanghai Energy Conservation, 2010, (1): 11-14.

[15] 黃輝, 陳淑琴. 舟山海域風(fēng)力分布特征分析[J]. 海洋預(yù)報(bào), 2006, 23(1): 76-80. Huang Hui, Chen Shuqin. Analysis of wind distribution characteristics in Zhoushan sea area[J]. Marine Forecast, 2006, 23 (1): 76-80.

[16] 代元軍, 汪建文, 溫彩鳳, 等. 利用WAsP軟件對(duì)風(fēng)力機(jī)發(fā)電量的預(yù)測(cè)[J]. 可再生能源, 2011, 29(1): 103- 106. Dai Yuanjun, Wang Jianwen, Wen Caifeng, et al. The forecast of energy production of wind turbine based on WAsP[J]. Renewable Energy Resources, 2011, 29(1): 103-106.

[17] 何如, 黃梅麗, 羅紅磊, 等. 近五十年來廣西海島的氣候變化與氣象災(zāi)害特征分析[J]. 氣象研究與應(yīng)用, 2015, 36(2): 31-35, 39. He Ru, Huang Meili, Luo Honglei, et al. Characteristic analysis of the climate change and the meteo-rological disasters of Guangxi’s island during recent 50 years[J]. Journal of Meteorological Researchand Application, 2015, 36(2): 31-35, 39.

Pre-installation assessment of small island wind turbines based on multi-scenario life cycle assessment

MO Qiu-yun1, 2, LIAO Zhi-qiang1, LIU Wei-hao2, JIANG Li2, GUAN Hui-sen2, HE Sheng-wen1

(1. College of Marine Information Engineering, Guilin University of Electronic Science and Technology, Guilin 541004, China; 2. College of Mechanical and Electrical Engineering, Guilin University of Electronic Science and Technology, Guilin 541004, China)

In order to accurately assess the green benefits of small- and medium-sized wind turbines on island wind power systems, this paper examines an island in the South China Sea (hereafter, “South”) and another in the East China Sea (hereafter, “East”) and applies life cycle assessment (LCA) technology. Based on multi-scenario factor analysis and energy payback time (EPBT), the two installation site results are assessed for their wind turbine energy potential. The key to the evaluation is the use of a GaBi software balance module to calculate the total energy consumption over the wind turbine life cycles. In the absence of scenario factors, the total energy consumption is 2 331.36 MJ (South) and 2 372.83 MJ (East). Under multi-scenario factors, the total energy consumption is 2 110.01 MJ (South) and 2 151.03 MJ (East). The power characteristics of the turbines at different wind speeds are obtained via experimentation. The annual power output of the turbines after installation on the islands is 276.45 kWh (South) and 304.96 kWh (East), obtained via the probability theory solution method. According to the EPBT payback formula, the no-scenario factor payback time is 2.34 a (South) and 2.16 a (East), while multi-scenario factor payback time is 2.12 a (South) and 1.96 a (East). The results show that scenario factors are introduced into the evaluation process, rendering the green benefit evaluation of the wind turbine more accurate. The evaluation can provide a reference for the installation site selection of small-scale fans on islands, thus avoiding an unnecessary waste of resources.

island wind power; life cycle assessment of small island wind turbines; life cycle scenario of small island wind turbines; energy payback time

Jul. 23, 2019

[National Natural Science Foundation Project, No.51465010; Project of Guangxi Natural Science Foundation , No.2018GXNSFAA050077]

TK89

A

1000-3096(2020)04-0124-07

10.11759/hykx20190723002

2019-07-23;

2019-09-11

國家自然科學(xué)基金項(xiàng)目(51465010); 廣西自然科學(xué)基金面上項(xiàng)目(2018GXNSFAA050077)

莫秋云(1971-), 女, 廣西桂林人, 教授, 目前主要研究方向離網(wǎng)小型垂直軸風(fēng)力發(fā)電機(jī)的應(yīng)用, 電話: 13768132518, E-mail: 6285745@qq.com; 廖智強(qiáng),

, 湖南衡陽人, 碩士研究生, 研究方向?yàn)楹Ｉ巷L(fēng)電與LCA, 電話: 18677335801, E-mail: 804755138@ qq.com

(本文編輯: 劉珊珊)