Оценка энергетической эффективности жизненного цикла Кольской ветроэлектростанции по укрупненным показателям

В XX в. произошел существенный рост потребления ископаемых энергетических ресурсов (далее энергоресурсов): с 1920 по 2000 г. потребление угля увеличилось в 3 раза, нефти — в 29 раз и природного газа — в 110 раз [1]. В XXI в. развитие мировой экономики также сопровождается все большим потреблением энергоресурсов. В таблице 1 приведены данные о добыче энергоресурсов (нефти, природного газа и угля) в мире с 2014 по 2024 г.

Из таблицы 1 следует, что с 2014 по 2024 г. добыча нефти выросла на 7,1 %, природного газа — на 16,5 %, а угля — на 11,5 %. Рост добычи нефти в 2024 г. соcтавил 0,65 %, природного газа — 1,45 % и угля — 1,15 %.

В отчете Международного энергетического агентства (МЭА) прогнозные оценки по потреблению энергоресурсов до 2030–2050 гг. базируются на разных сценариях, которые отличаются числовыми значениями, но приведенные в них тренды схожи. В таблице 2 приведены прогнозные оценки МЭА о потреблении энергоресурсов в мире с 2030 по 2050 г. по различным прогнозным сценариям.

Из представленных в таблице 2 данных следует, что, согласно прогнозам, потребление энергоресурсов в краткосрочной и долгосрочной перспективах будет снижаться. Вместе с тем, реализация того или иного прогнозного сценария зависит от множества факторов, которые обладают высокой степенью неопределенности и могут значительно повлиять на прогнозы.

Наряду с потреблением энергоресурсов в мире также растет потребление тепловой и электрической энергии. Согласно данным МЭА, рост потребления энергии c 2014 по 2024 г. ежегодно составлял в среднем 2,8 %. В 2025 г. рост потребления энергии сохранился, но замедлился и составил 1,3 % [4]. Среди основных причин, способствующих росту потребления энергии, следует отметить развитие различных отраслей народного хозяйства, рост численности населения (порядка 800 млн чел. за последние десять лет, главным образом в странах Юго-Восточной Азии и Африки), увеличение уровня урбанизации, динамичное развитие компьютерных технологий и цифровизации (рост мощности и количества центров обработки данных (ЦОД), развитие и внедрение технологий искусственного интеллекта (ИИ) [3][5].

По данным Международной консалтинговой организации McKinsey, спрос на энергию к 2050 г. в мире в среднем вырастет на 11 % [6]. При этом доля электроэнергии в конечном потреблении энергоресурсов по прогнозу МЭА будет возрастать. По прогнозу МЭА, в Китае доля электроэнергии в потреблении энергоресурсов составит порядка 45 %; в Индии — 30 %; в странах с формирующимся рынком и развивающихся странах (англ. Emerging Markets and Developing Economies (EMDE) — 20 %; в странах с развитой экономикой (англ. Advanced Economies (AE) — 40 %. Ключевыми потребителями электроэнергии в мире будут различные отрасли промышленности, здания и сооружения, сфера услуг, энергетика, транспорт и сельское хозяйство. Cледует отметить, что в экономически развитых странах кроме «традиционных» отраслей активными потребителями электроэнергии будут также ЦОД, программные продукты на основе ИИ и технологии получения «зеленого» водорода [3].

Увеличение потребления энергоресурсов и энергии способствовало тому, что многие страны мира начали более активно переходить к ресурсосберегающему пути развития и развивать возобновляемые источники энергии (ВИЭ). Так, в 2012 г. доля ВИЭ в мировом производстве энергии составляла 21,3 %, а в конце 2024 г. достигла 40,9 % [7, 8]. Самыми динамично развивающимися отраслями ВИЭ являются солнечная и ветровая энергетика. Установленная мощность солнечных фотоэлектрических станций (СФЭС) в мире на конец 2025 г. составила порядка 2800 ГВт (рост на 12 % по сравнению с 2024 г.), а ветроэлектростанций (ВЭС) — 1320 ГВт, при этом увеличение установленной мощности ВЭС в 2025 г. составило порядка 169 ГВт (рост на 35 % больше, чем в 2024 г.) [4][9]. Согласно прогнозам МЭА, как в краткосрочной, так и в долгосрочной перспективах доля ВИЭ в производстве электроэнергии для всех рассматриваемых прогнозных сценариев (STEPS, APS, NZE) будет продолжать возрастать, а невозобновляемых источников энергии, напротив, снижаться. При этом наиболее динамичный рост при производстве энергии на базе ВИЭ будет приходиться на солнечную и ветровую энергетику. По данным МЭА, установленная мощность наземных ВЭС в мире к 2030 г. по сравнению с 2023 г. увеличится на 10 %, морских ВЭС — на 15 % и солнечных электростанций (СЭС) — на 12 % [3].

В России ветровая и солнечная энергетика тоже активно развиваются несмотря на существующие проблемы и ограничения, связанные в том числе с введением санкций. По данным Системного оператора единой энергетической системы РФ, суммарная установленная мощность СЭС по состоянию на январь 2026 г. составила 3100 МВт, а установленная мощность ВЭС — 4250 МВт [10].

При этом большинство ВЭС и СЭС в РФ были введены в эксплуатацию в последние годы. Так, например, в 2021 г. была введена в эксплуатацию Старомарьевская СЭС (Ставропольский край) установленной мощностью 100 МВт, Аршанская СЭС (Республика Калмыкия) — 115,6 МВт (введена в эксплуатацию в 2021 г.), группа Северских СЭС (Краснодарский край) — 44,1 МВт (введены в эксплуатацию в 2025 г.) [11-13]. Среди ВЭС необходимо отметить Астраханскую ВЭС (Астраханская область) установленной мощностью 340 МВт (введена в эксплуатацию в 2021 г.), Кочубеевскую ВЭС (Ставропольский край) — 210 МВт (введена в эксплуатацию в 2021 г.), Азовскую ВЭС (Ростовская область) — 90 МВт (введена в эксплуатацию в 2021 г.), Кольскую ВЭС (Мурманская область) — 202,35 МВт (введена в эксплуатацию в 2023 г.), Кузьминскую ВЭС (Ставропольский край) — 160 МВт (введена в эксплуатацию в 2023 г.), Труновскую ВЭС (Ставропольский край) — 130 МВт (первая очередь (95 МВт) введена в эксплуатацию в 2023 г., вторая (35 МВт) — в 2024 г.), Самарскую ВЭС (Самарская область) — 231,2 МВт (введена в эксплуатацию в 2025 г.) [14–20].

Вследствие такого динамичного развития ветровой и солнечной энергетики вопросы, связанные с оценкой их воздействия на окружающую среду, материалоемкости и энергетической эффективности (далее энергоэффективности), с каждым годом становятся все более актуальными.

В настоящее время для оценки энергоэффективности жизненных циклов энергообъектов (строительство, эксплуатация и снятие с эксплуатации) в зарубежной практике применяется анализ жизненных циклов (АЖЦ) (англ. Life Cycle Analysis), который проводится с учетом требований международных стандартов, которые имеют российские аналоги. В качестве критериев энергоэффективности принимаются: срок энергетической окупаемости (англ. Energy Payback Time (EPBT) и коэффициент энергоэффективности (англ. Energy Return on Investment (EROI). Срок энергетической окупаемости показывает время, за которое энергообъект компенсирует затраты энергии в течение жизненного цикла выработанной энергией, а коэффициент энергоэффективности показывает во сколько раз количество произведенной энергии, больше затраченной в течение жизненного цикла [21]. Для проведения АЖЦ разработано программное обеспечение. Самыми применяемыми программными продуктами в мире являются SimaPro (Нидерланды) https://simapro.com; Sphera (Gabi) (США) https://sphera.com; OneClick LCA (Финляндия) https://oneclicklca.com, OpenLCA (Германия) https://www.openlca.org; iPoint (Umberto) (Германия) https://www.ipoint-systems.com/software/; Ecochain (Нидерланды) https://ecochain.com; Preoptima (Великобритания) https://www.preoptima.com. Для оценки энергоэффективности жизненных циклов энергообъектов наиболее часто используются программные продукты SimaPro и Gabi [22].

Применение программных продуктов и стандартизация методик расчетов позволили уменьшить трудоемкость и повысить точность определения затрат энергии. Вместе с тем АЖЦ остается громоздким, трудоемким, не унифицированным и имеет ограничения по использованию. Например, для того чтобы, определить энергоэффективность ВЭС нужно провести несколько тысяч операций различной степени сложности. Для более мощных энергообъектов, например атомных и тепловых электростанций, количество операций на порядок больше. Для применения АЖЦ также необходимо разрабатывать или иметь готовый детализированный проект энергообъекта, вследствие этого его применение на предпроектных стадиях затруднено. АЖЦ не подходит для экспресса оценки энергоэффективности электростанций или их совокупности, а также не позволяет оценить затраты энергии и энергоэффективность для целых отраслей, например ветровой и солнечной энергетики, где ежегодно в эксплуатацию вводятся тысячи новых ВЭС и СЭС. АЖЦ целесообразно применять для детальных расчетов затрат энергии на этапах жизненного цикла объектов различного функционального назначения для решения задач связанных с оптимизацией их параметров и технических характеристик, а также для составления экологических деклараций. Для решения задач, связанных с рациональным и эффективным использованием энергоресурсов и энергии, необходима новая методика, которая позволит учесть недостатки АЖЦ и унифицировать определение затрат энергии на этапах жизненного цикла энергообъектов.

В работе [23] было обосновано применение укрупненных энергетических показателей (далее укрупненных показателей) для определения затрат энергии в течение жизненного цикла наземных ВЭС и оценки их энергоэффективности. Для унификации расчетов затрат энергии была составлена «База данных по укрупненным показателям затрат энергии при производстве элементов ветроэнергетических установок и ветроэлектростанций» (Свидетельство о государственной регистрации базы данных № 2023622499 от 21 июля 2023 г.) [24]. В [23] была предложена новая методика определения энергоэффективности жизненного цикла ВЭС по укрупненным показателям и проведена ее апробация. В рамках методики был разработан алгоритм определения затрат энергии на производство элементов ветроэнергетических установок (ВЭУ) и ВЭС, предложены формулы для их расчета на этапах жизненного цикла ВЭС и критерии энергоэффективности. В качестве критериев энергоэффективности по аналогии с АЖЦ в новой методике были приняты срок энергетической окупаемости и коэффициент энергетической эффективности.

Для унификации расчетов затрат энергии в новой методике предложено [23]:

1) определять затраты энергии на производство элементов ВЭУ и ВЭС без детализации производственных процессов и использовать для этого базу данных по укрупненным показателям энергозатрат на производство элементов ВЭУ и ВЭС;

2) определять затраты энергии на производство строительных работ, проведение сервисного обслуживания, транспортировку элементов энергообъектов, демонтаж и утилизацию энергообъектов также без детализации технологических и эксплуатационных процессов по укрупненным показателям в процентном отношении от затрат энергии на производство элементов ВЭС.

Подробное обоснование изложенных выше положений и предложенных процентных отношений приведено в ранее опубликованных работах [23][25–27].

Важно подчеркнуть, что площадь арктической зоны РФ составляет 4,8 млн км² (порядка 28 % территории страны). Здесь проживает около 2,6 млн чел. [28]. Арктика имеет значительный потенциал для развития ветроэнергетики. Развитие технологий в ветроэнергетике и высокая среднегодовая скорость ветра, которая превышает 8 м/с, позволяют эффективно использовать ВЭС для решения задач, связанных с энергообеспечением многих децентрализованных районов.

В этой статье приведены результаты расчетов затрат энергии с применением укрупненных показателей в течение жизненного цикла Кольской ВЭС (Мурманская область), на основе которых была определена ее энергоэффективность. Данная электростанция в настоящее время является самой мощной ВЭС в Арктике в мире [29].

На рисунке показана фотография Кольской ВЭС, а в таблице 3 приведены ее основные параметры и технические характеристики.

Значения укрупненных показателей по затратам энергии на производство элементов ВЭУ и ВЭС были приняты по составленной базе данных [24]. В таблице 4 приведены результаты расчетов затрат энергии на производство элементов ВЭУ и ВЭС с использованием укрупненных показателей по новой методике.

Количество электроэнергии, производимой на Кольской ВЭС, при проведении расчетов принято согласно данным, приведенным в [31] и равно 750•10⁶ кВт•ч в год. Срок эксплуатации Кольской ВЭС принят равным 25 лет. Результаты расчетов затрат энергии в течение жизненного цикла Кольской ВЭС приведены в таблице 5.

Согласно полученным результатам, срок энергетической окупаемости Кольской ВЭС равен 8,6 мес. при рассмотрении на этапе снятия с эксплуатации демонтажа и 6,7 мес. при утилизации. Коэффициент энергоэффективности Кольской ВЭС равен 34 при рассмотрении варианта демонтажа и 44 — при утилизации. Таким образом, можно сделать вывод, что Кольская ВЭС является энергоэффективным энергообъектом.

В рамках работы также было проведено сравнение полученных результатов по новой методике с результатами, полученными с помощью АЖЦ для наземных ВЭС фирмы Vestas Wind System (Дания) (табл. 6). Результаты, полученные по новой методике, показали хорошую сходимость с результатами, полученными c применением апробированного в мировой практике АЖЦ.

Применение укрупненных показателей при наличии необходимых данных и обосновании возможно и для других типов энергообъектов и может стать унифицированным и удобным инструментом для определения затрат энергии в течение жизненного цикла и оценки их энергоэффективности, что будет способствовать более рациональному и эффективному использованию энергоресурсов.

Вклад авторов

Михеев Павел Юрьевич — постановка задачи, обоснование актуальности, структурирование статьи, формулирование выводов.

Страхов Александр Сергеевич — расчет затрат энергии в течение жизненного цикла наземной ветроэлектростанции.

Агафонов Сергей Александрович — поиск и анализ данных по потреблению энергетических ресурсов и энергии, определение срока энергетической окупаемости и коэффициента энергетической эффективности наземной ветроэлектростанции.

Левина Анастасия Ивановна — поиск и анализ данных по прогнозам потребления энергетических ресурсов и спроса на энергию.

Authors’ contributions

Pavel Yu. Mikheev — problem statement, justification of its relevance, structuring the article, formulation of conclusions.

Aleksandr S. Strakhov — calculation of energy costs over the life cycle of an onshore wind power plant.

Sergei A. Agafonov — conducting research and analysis of data on energy resources and electricity consumption. Determining the energy payback time and energy efficiency ratio of an onshore wind power plant.

Anastasia I. Levina — search and analysis of data on forecasts of energy consumption and energy demand.

Финансирование

Исследование было выполнено Санкт-Петербургским политехническим университетом Петра Великого в рамках гранта Российского научного фонда № 23-78-10190 «Моделирование цифровой и логистической инфраструктуры в интересах устойчивого развития Арктики» https://rscf.ru/project/23-78-10190.

Funding

The study was conducted by Peter the Great St. Petersburg Polytechnic University as part of Russian Science Foundation Grant No. 23-78-10190, “Modeling Digital and Logistical Infrastructure for Sustainable Development in the Arctic” https://rscf.ru/project/23-78-10190.