• صفحه اصلی
  • ارزیابی فنی-اقتصادی نیروگاه های فتوولتائیک خورشیدی در استان گیلان

اشتراک گذاری

آدرس مقاله


کد مقاله : 1403122049655 بازدید : 18 صفحه: 187 - 204

نوع مقاله: پژوهشی

ارزیابی فنی-اقتصادی نیروگاه های فتوولتائیک خورشیدی در استان گیلان

محورهای موضوعی : محیط زیست و انرژی

میر حامد حاکم زاده 1 , شهرام شریفی 2 , هانیه میربلوکی 3 , طوبی عابدی 4 , شمیم مقدمی خمامی 5 , سید جواد موسوی 6 *

1 - گروه مطالعات انرژی، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، ایران
2 - گروه مطالعات ناحیه ای، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، ایران
3 - پژوهشگر گروه مهندسی محیط زیست، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، ایران
4 - عضو هیات علمی پژوهشکده محیط زیست جهاددانشگاهی
5 - گروه پایش منابع آب، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، گیلان، ایران
6 - گروه مهندسی محیط زیست، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، گیلان، ایران

تاریخ دریافت : 1403/12/20 تاریخ پذیرش : 1404/01/31 تاریخ انتشار : 1403/10/23

کلید واژه: انرژی های تجدیدپذیر, انرژی خورشیدی, نیروگاه‌های فتوولتائیک, ارزیابی فنی-اقتصادی, انتشار گاز های گلخانه ای.,

چکیده مقاله :

افزایش تقاضای انرژی، نیاز به کاهش وابستگی به سوخت‌های فسیلی و حرکت به‌سوی منابع انرژی تجدیدپذیر، احداث نیروگاه‌های فتوولتائیک خورشیدی را به گزینه‌ای قابل‌توجه در استان گیلان تبدیل کرده است. این در حالی است که تاکنون ارزیابی فنی-اقتصادی جامع برای احداث نیروگاه‌های فتوولتائیک خورشیدی، با توجه به میزان تابش خورشیدی که به‌دلیل شرایط اقلیمی در بخش عمده‌ای از سال محدود است، در این منطقه انجام نشده بود. این پژوهش با هدف امکان‌سنجی تأمین انرژی پایدار، کاهش اثرات محیط زیستی و بررسی هزینه‌ها و سودآوری پروژه، به ارزیابی فنی-اقتصادی نیروگاه‌های فتوولتائیک خورشیدی در استان گیلان می‌پردازد. برای شبیه‌سازی عملکرد این نیروگاه‌ها، از داده‌های آب‌وهوایی پایگاه اقلیمی ناسا و نرم‌افزار PVsyst استفاده شده است. نتایج پژوهش نشان می‌دهد که به‌دلیل شرایط اقلیمی، به‌ویژه میزان تابش خورشیدی، عملکرد نیروگاه‌های خورشیدی در شهرهای رودبار و تالش بسیار مطلوب است. این وضعیت منجر به بازگشت سریع‌تر سرمایه و افزایش سودآوری سیستم‌های فتوولتائیک خورشیدی در این مناطق می‌شود. با این وجود، در اکثر نقاط استان گیلان، پتانسیل تولید انرژی خورشیدی به‌دلیل تابش نسبتاً کم، پوشش ابری گسترده و شرایط جوی مرطوب و بارانی، محدود است. علاوه بر این، یافته‌ها حاکی از آن است که استفاده مستقیم از برق تولیدی در صنایع، به‌جای فروش آن به شبکه، گزینه‌ای به‌مراتب مقرون‌به‌صرفه‌تر است. این رویکرد نه‌تنها هزینه‌های تولید را کاهش می‌دهد، بلکه انگیزه سرمایه‌گذاری در این حوزه را نیز تقویت می‌کند.

چکیده انگلیسی:

The increasing demand for energy, the necessity to reduce dependence on fossil fuels, and the global shift toward renewable energy sources have made the construction of solar photovoltaic power plants as a significant option in Gilan Province. However, a comprehensive techno-economic evaluation of solar photovoltaic power plants had not previously been conducted in this region, where solar radiation is limited for a large portion of the year due to climatic conditions. This study aims to assess the feasibility of ensuring a sustainable energy supply, reducing environmental impacts, and evaluating the costs and profitability of these projects by conducting a techno-economic analysis of solar photovoltaic power plants in Gilan Province. To simulate the performance of these power plants, the study used the PVsyst software along with meteorological data from NASA's climate database. The results of the study show that, due to favorable climatic conditions, particularly solar radiation levels, the performance of solar power plants in the cities of Rudbar and Talesh is very promising. This leads to a quicker payback period and greater profitability for solar photovoltaic systems in these areas. However, in most parts of Gilan Province, the potential for solar energy production is constrained by relatively low solar radiation, widespread cloud cover, and humid, rainy weather conditions. Furthermore, the findings suggest that directly using the generated electricity in industries, rather than selling it to the grid, is a much more cost-effective option. This approach not only reduces production costs but also strengthens the incentive for investment in this sector.

منابع و مأخذ:

Zhou, X., Smith, J., & Davis, R. (2021). "Global Trends in Renewable Energy Investment and Deployment." Renewable Energy Journal. Elsevier.
Li, F., Zhou, Y., & Zhang, K. (2021). "Grid Integration Challenges of Renewable Energy." Renewable Energy. Elsevier.
Chen, J., Liu, D., & Xu, Z. (2021). "Advancements in Battery Technology for Renewable Energy Storage." Journal of Energy Storage. Elsevier.
Xu, W., & Zhang, Y. (2020). "Policy Frameworks for Renewable Energy Adoption: A Global Perspective." Energy Reports. Elsevier.
Yang, L., & Wang, R. (2021). "The Role of Solar Energy in Sustainable Development." Journal of Cleaner Production. Elsevier. .
Zhang, P., Yang, C., & Liu, H. (2022). "Future Trends in Renewable Energy Research." Energy Research and Development. Elsevier. .
Yang, L., & Wang, R. (2021). "Climate Change Mitigation Through Renewable Energy Transition." Journal of Cleaner Production. Elsevier. .
Kim, S., & Park, J. (2020). "The Economic Competitiveness of Solar PV Compared to Fossil Fuels." Energy Reports. Elsevier. .
Shahbaz, M., Ahmad, M., & Wang, Y. (2021). "Cost Dynamics of Solar Photovoltaic Technology." Solar Energy Systems. Elsevier. .
Wang, T., Zhao, H., & Li, Q. (2022). "Offshore Wind Energy Development: Opportunities and Challenges." Energy Policy. Elsevier. .
Chen, J., Liu, D., & Xu, Z. (2021). "Smart Grid Innovations to Facilitate Renewable Integration." Smart Energy Systems. Elsevier. .
Huang, Q., Zhao, H., & Feng, Y. (2020). "Solar PV Systems in the Context of Climate Change." Energy Policy. Elsevier. .
Jafari, S., Ghanbari, A., & Ebrahimi, H. (2020). Potential assessment of solar photovoltaic power plants in Iran based on geographical and climatic factors. Journal of Geographic Space and Technology, 15(4), 123-136. Retrieved from https://jgst.issgeac.ir/article-1-842-fa.html.
Rahmani, R., & Norouzi, M. (2021). Multi-criteria decision-making methods for solar energy site selection using GIS in Iran. Journal of Renewable and Sustainable Energy Studies, 9(3), 78-89. Retrieved from https://ensani.ir/fa/article/372842.
Ahmadi, M., & Hadi, K. (2018). Assessment of solar radiation potential in Iran for photovoltaic applications. Proceedings of the International Renewable Energy Conference. Civilica. Retrieved from https://civilica.com/doc/697376.
اسلامی اندارگلی، مجید و روازدژ، فردانه،1393،واکاوی موانع اقتصادی عدم توسعه نیروگاههای فتوولتاییک در کشور،اولین کنفرانس و نمایشگاه بین المللی انرژی خورشیدی،تهران،.
محمد صیادی* ، فرزانه مرادی ، محمدرضا آریافر. تحلیل علل و آثار ناترازی گازی کشور از منظر امنیت انرژی، نشریه اکتشاف و تولید نفت و گاز » دوره 1402، شماره 208 (فروردین 1402). .
حافظی, رضا و رحیمی راد, زهره . (1403). مشارکت اجتماعی و نقش آن در حل چالش ناترازی انرژی. مطالعات راهبردی سیاستگذاری عمومی, 14(52), 82-102. doi: 10.22034/sspp.2024.2036820.3688. Malekmohammadi, I., et al. (2019). "Study of climate change impacts on agricultural productivity in Gilan province." *Environmental Science and Policy*, 96, 82-90. .
Zare, H., et al. (2020). "Climate characteristics of Gilan province and its impact on agricultural development." *Agricultural Research*, 9(3), 321-335. .
Rostami, R., & Sadeghian, S. (2018). "Humidity and its effects on the ecology of Gilan province. Journal of Coastal Zone Management*, 21(4), 477-486. .
Zare, H., & Ranjbar, S. (2020). "Solar radiation assessment in Gilan province." *International Journal of Renewable Energy Research*, 10(2), 845-853. .
Sharifzadeh, M., et al. (2019). "Impact of climatic conditions on solar energy potential in Gilan. Renewable Energy*, 143, 156-163. .
Mohammadi, K., et al. (2021). "Potential of solar energy development in Gilan province." *Journal of Sustainable Energy & Environment*, 12(3), 115-123. .
NASA. (n.d.). Prediction of Worldwide Energy Resources (POWER). NASA Langley Research Center. Retrieved Jan 4, 2025, from https://power.larc.nasa.gov.
Rashid, Nayeema & Kabir, Md. Humayun. (2024). Greenhouse Gas Emission Reduction through Electricity Generation from Solar Photovoltaic Systems: A Study in Dhaka. The Dhaka University Journal of Earth and Environmental Sciences. 12. 1-8. .
Young-sub An, Jong-kyu Kim, Hong-Jin Joo, Wang-Jae Lee, Gwang-woo Han, Haneul Kim, Min-Hwi Kim, Experimental performance analysis of photovoltaic systems applied to an positive energy community based on building renovation, Renewable Energy, Volume 219, Part 1, 2023, 119369. .
Intergovernmental Panel on Climate Change. (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories. IGES. Retrieved from https://www.ipcc-nggip.iges.or.jp/public/gl/ guidelin/.
U.S. Environmental Protection Agency.GHG Emission Factors Hub. EPA, 2023. https://www.epa.gov/system/files/documents/2023-03/ghg_emission_factors_hub.pdf.
Mir Hamed Hakemzadeh, Kamaruzzaman Sopian, Hussein A. Kazem, Ali H.A. Al-Waeli, Miqdam Tariq Chaichan, Evaluating the techno-economic viability of different solar collectors integrated into an adsorption cooling system in tropical climate conditions, Solar Energy, Volume 268, 2024, 112304. .
Mir Hamed Hakemzadeh, Kamaruzzaman Sopian, Ahmad Fazlizan Abdullah, Hasila Jarimi, Mohd Faizal Fauzan, Adnan Ibrahim, Technoeconomics of solar thermal-assisted sorption cooling systems under tropical climate condition – A case of Malaysia, Energy Conversion and Management: X, Volume 16, 2022, 100305. .
Kunle Ibukun Olatayo, J. Harry Wichers, Piet W. Stoker, Energy and economic performance of small wind energy systems under different climatic conditions of South Africa, Renewable and Sustainable Energy Reviews, Volume 98, 2018, Pages 376-392. .
متن کامل:


میرحامد حاکم زاده1، شهرام شریفی2،‌هانیه میربلوکی3، طوبی عابدی4، شمیم مقدمی5، سید جواد موسوی6    * 

 

سید عطااله حسینی11، خلیل محمدی‌فیروز 2

 

1- کارشناس، گروه مطالعات انرژی، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، ایران

2- استادیار، گروه مطالعات ناحیه ای، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، ایران

3- پژوهشگر گروه مهندسی محیط زیست، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، ایران

4- استادیار، گروه محیط زیست طبیعی، پژوهشکده محیط زیست جهاد دانشگاهی گیلان، رشت، ایران  

5- گروه پایش منابع آب، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، گیلان، ایران

6- استادیار، گروه مهندسی محیط زیست، پژوهشکده محیط زیست جهاد دانشگاهی، رشت، گیلان، ایران

چکیده

اطلاعات مقاله

افزایش تقاضای انرژی، نیاز به کاهش وابستگی به سوخت‌های فسیلی و حرکت به‌سوی منابع انرژی تجدیدپذیر، احداث نیروگاه‌های فتوولتائیک خورشیدی را به گزینه‌ای قابل‌توجه در استان گیلان تبدیل کرده است. این در حالی است که تاکنون ارزیابی فنی-اقتصادی جامع برای احداث نیروگاه‌های فتوولتائیک خورشیدی، با توجه به میزان تابش خورشیدی که به‌دلیل شرایط اقلیمی در بخش عمده‌ای از سال محدود است، در این منطقه انجام نشده بود. این پژوهش با هدف امکان‌سنجی تأمین انرژی پایدار، کاهش اثرات محیط زیستی و بررسی هزینه‌ها و سودآوری پروژه، به ارزیابی فنی-اقتصادی نیروگاه‌های فتوولتائیک خورشیدی در استان گیلان می‌پردازد. برای شبیه‌سازی عملکرد این نیروگاه‌ها، از داده‌های آب‌وهوایی پایگاه اقلیمی ناسا و نرم‌افزار PVsyst استفاده شده است. نتایج پژوهش نشان می‌دهد که به‌دلیل شرایط اقلیمی، به‌ویژه میزان تابش خورشیدی، عملکرد نیروگاه‌های خورشیدی در شهرهای رودبار و تالش بسیار مطلوب است. این وضعیت منجر به بازگشت سریع‌تر سرمایه و افزایش سودآوری سیستم‌های فتوولتائیک خورشیدی در این مناطق می‌شود. با این وجود، در اکثر نقاط استان گیلان، پتانسیل تولید انرژی خورشیدی به‌دلیل تابش نسبتاً کم، پوشش ابری گسترده و شرایط جوی مرطوب و بارانی، محدود است. علاوه بر این، یافته‌ها حاکی از آن است که استفاده مستقیم از برق تولیدی در صنایع، به‌جای فروش آن به شبکه، گزینه‌ای به‌مراتب مقرون‌به‌صرفه‌تر است. این رویکرد نه‌تنها هزینه‌های تولید را کاهش می‌دهد، بلکه انگیزه سرمایه‌گذاری در این حوزه را نیز تقویت می‌کند.

نوع مقاله:

پژوهشی

تاریخ دریافت:

 20/12/1403

تاریخ پذیرش:

31/01/1404

دسترسی آنلاین: 15/02/1404

 

کلید واژه‌ها:

انرژی‌های تجدیدپذیر،

انرژی خورشیدی،

نیروگاه‌های فتوولتائیک،

ارزیابی فنی-اقتصادی،

انتشار گاز‌های گلخانه‌ای.

 

 

[1] *پست الکترونیکی نویسنده مسئول: j.mosavi@acecr.ac.ir

 

 

 

 

 

Journal of Environmental Research and Technology, 9(16)2024. 187-204

 

 

Description: Description: H:\لوگوی بدون پس زمینه\200px-ACECR_logo.png 

 Environmental Research institute

Online ISSN: 3060-2676

 

 

journal homepage: www.journal.eri.acecr.ir

 Journal of Environmental Research and Technology

 

 

Techno-Economic Evaluation of Solar Photovoltaic Power Plants in Gilan Province

 

Mir Hamed Hakem Zadeh1, Shahram Sharifi2, Hanieh Mirbolooki3, Tooba Abedi4, Shamim Moghadami5, Seyed Javad Mousavi6* *1

1- Specialist, Department of Energy, Environmental Research Institute, Academic Center for Education Culture & Research (ACECR), Rasht, Iran

2- Assistant Professor, Department of Regional Studies, Environmental Research Institute, Academic Center for Education Culture & Research (ACECR), Rasht, Iran

3- Researcher, Department of Environmental Engineering, Environmental Research Institute, Academic Center for Education Culture & Research (ACECR), Rasht, Iran

4- Assistant Professor, Department of Natural Environment, Environmental Research Institute, Academic Center for Education Culture & Research (ACECR), Rasht, Iran

5- Department of Water Resources Monitoring, Environmental Research Institute of Academic Center for Education, Culture and Research (ACECR), Rasht, Iran

6- Assistant Professor, Department of Environmental Engineering, Environmental Research Institute, Academic Center for Education Culture & Research (ACECR), Rasht, Iran

 

Article Info

Abstract

Article type:

Research Article

 

Article history:

Received: 2025/03/10

Accepted: 2025/04/20

Available online:

2025/05/05

 

Keywords:

Renewable energy,

Solar energy,

Photovoltaic power plants,

Techno-economic evaluation,

Greenhouse gas emissions

The increasing demand for energy, the necessity to reduce dependence on fossil fuels, and the global shift toward renewable energy sources have made the construction of solar photovoltaic power plants as a significant option in Gilan Province. However, a comprehensive techno-economic evaluation of solar photovoltaic power plants had not previously been conducted in this region, where solar radiation is limited for a large portion of the year due to climatic conditions. This study aims to assess the feasibility of ensuring a sustainable energy supply, reducing environmental impacts, and evaluating the costs and profitability of these projects by conducting a techno-economic analysis of solar photovoltaic power plants in Gilan Province. To simulate the performance of these power plants, the study used the PVsyst software along with meteorological data from NASA's climate database. The results of the study show that, due to favorable climatic conditions, particularly solar radiation levels, the performance of solar power plants in the cities of Rudbar and Talesh is very promising. This leads to a quicker payback period and greater profitability for solar photovoltaic systems in these areas. However, in most parts of Gilan Province, the potential for solar energy production is constrained by relatively low solar radiation, widespread cloud cover, and humid, rainy weather conditions. Furthermore, the findings suggest that directly using the generated electricity in industries, rather than selling it to the grid, is a much more cost-effective option. This approach not only reduces production costs but also strengthens the incentive for investment in this sector.

 

 

[1] * Corresponding author E-mail address: j.mosavi@acecr.ac.ir

مقدمه

در دنیای امروز، انرژی‌های تجدیدپذیر به دلیل بحران‌های زیست‌محیطی، کاهش منابع سوخت‌های فسیلی و نگرانی‌های فزاینده درباره تغییرات اقلیمی، از اهمیت فزاینده‌ای برخوردار شده‌اند. استفاده از انرژی‌های تجدیدپذیر نه ‌تنها انتشار گازهای گلخانه‌ای را کاهش می‌دهد، بلکه نقشی اساسی در مقابله با گرمایش جهانی ایفا می‌کند. با رشد جمعیت و افزایش تقاضای انرژی، بهره‌گیری از انرژی‌های تجدیدپذیر به‌عنوان راه‌حلی پایدار برای تأمین انرژی، بدون آسیب به محیط زیست، ضروری به نظر می‌رسد. در بسیاری از کشورها، انرژی‌های تجدیدپذیر به‌عنوان ابزاری کلیدی برای تأمین امنیت انرژی و کاهش وابستگی به بازارهای ناپایدار جهانی مورد توجه قرار گرفته‌اند (Hakemzadeh et al., 2023). در میان فناوری‌های انرژی تجدیدپذیر، انرژی فتوولتائیک خورشیدی به دلیل مقیاس‌پذیری بالا و قابلیت انطباق با نیازهای متنوع انرژی، پتانسیل چشمگیری از خود نشان داده است (Kumar Sahoo., 2016). در سال‌های اخیر، سامانه‌های خورشیدی فتوولتائیک، به دلیل کاهش چشمگیر هزینه‌ها، تکامل فناوری، رشد سریع و ادغام موفق با بازار، جایگاه ویژه‌ای در آینده انرژی‌های تجدیدپذیر یافته‌اند. این فناوری در دهه گذشته از نظر فنی و تجاری به سطح بالایی از بلوغ رسیده و اکنون در خط مقدم تحقق اهداف جهانی در حوزه انرژی و تغییرات اقلیمی قرار دارد( Dong & Zhong, 2025).

کشور ایران با توجه به موقعیت جغرافیایی خود، پتانسیل بالایی برای بهره‌برداری از سیستم‌های فتوولتائیک خورشیدی دارد. مطالعات متعدد در این زمینه به بررسی مناطق مستعد و عوامل مؤثر در احداث نیروگاه‌های خورشیدی پرداخته‌اند. در پژوهشی با هدف پتانسیل‌سنجی کشور ایران از نظر اقلیمی و زیرساختی، عواملی همچون شدت تابش، میانگین دمای سالیانه، فاصله از خطوط انتقال نیرو و راه‌های دسترسی، ارتفاع، شیب و کاربری اراضی مورد بررسی قرار گرفتند. نتایج این مطالعه نشان داد که استان‌های کرمان، خراسان جنوبی، فارس، یزد، هرمزگان و سیستان و بلوچستان به ترتیب مناسب‌ترین مناطق برای احداث نیروگاه‌های خورشیدی فتوولتائیک هستند. به طور کلی، بیش از ۵۵۷٬۰۰۰ کیلومترمربع از خاک ایران دارای پتانسیل بالایی برای احداث این نیروگاه‌ها است (Jafari et al, 2020). تحقیقی دیگر با استفاده از سیستم‌های تصمیم‌گیری چندمعیاره و ابزارهای سیستم اطلاعات جغرافیایی(CIS)، به تلفیق عوامل مؤثر در احداث نیروگاه‌های فتوولتائیک در مقیاس کشوری پرداخته است. در این مطالعه، روش‌های تاپسیس (TOPSIS) ، فازی تاپسیس (Fuzzy TOPSIS) و فازی سوگنو (Fuzzy Sugeno) برای تعیین مناطق مساعد به کار گرفته شدند. نتایج نشان داد که روش فازی تاپسیس % ۱۸٫۳۳از کل کشور را برای احداث نیروگاه خورشیدی مناسب دانسته است (Rahmani et al., 2021).  علاوه بر این، بررسی‌ها نشان می‌دهد که میزان تابش خورشید در ایران بسیار بیشتر از میانگین جهانی است؛ به‌طوری‌که در برخی مناطق، این مقدار به بیش از ۷ تا ۸ کیلووات ساعت بر متر مربع می‌رسد (Ahmadi et al., 2018).

با وجود ظرفیت بالای انرژی خورشیدی در ایران، بهره‌برداری از سیستم‌های فتوولتائیک با موانع متعددی مواجه است. مطالعات نشان می‌دهد که عواملی مانند هزینه‌های اولیه بالا، نبود حمایت‌های مالی مناسب، آگاهی ناکافی عمومی و عدم وجود سیاست‌های تشویقی مؤثر، از جمله موانع اصلی در توسعه نیروگاه‌های خورشیدی هستند. این موانع باعث شده‌اند تا سهم انرژی خورشیدی در سبد انرژی کشور کمتر از ظرفیت واقعی آن باشد (اسلامی و روازدژ، 1993). از سوی دیگر، ناترازی انرژی در ایران به دلیل افزایش تقاضا ناشی از رشد جمعیت، توسعه صنعتی، استفاده بی‌رویه از انرژی در فصول پیک مصرف، سرمایه‌گذاری ناکافی در زیرساخت‌های تولید و توزیع انرژی و وابستگی به سوخت‌های فسیلی، به یکی از چالش‌های اساسی کشور تبدیل شده است. این مسئله فشار مضاعفی بر زیرساخت‌های انرژی وارد کرده و تأثیرات گسترده‌ای بر توسعه اقتصادی، امنیت انرژی، بهره‌وری صنایع، افزایش هزینه‌های تولید، کاهش سرمایه‌گذاری و تورم داشته است (صیادی و همکاران، 1402). برای مقابله با این چالش، پژوهشگران بر تدوین سیاست‌های جامع انرژی، سرمایه‌گذاری در زیرساخت‌های تولید و توزیع، توسعه انرژی‌های تجدیدپذیر و افزایش آگاهی عمومی در زمینه بهینه‌سازی مصرف انرژی تأکید دارند (حافظی و همکاران، 1403). اجرای این راهکارها می‌تواند به تعادل عرضه و تقاضای انرژی و بهبود امنیت انرژی کشور کمک کند.

این تحقیق به بررسی عملکرد فنی-اقتصادی سیستم‌های فتوولتائیک خورشیدی در استان گیلان می‌پردازد. استان گیلان به دلیل موقعیت جغرافیایی خاص خود، دارای آب و هوای متنوعی است که تحت تأثیر ویژگی‌های جغرافیایی و اقلیمی منطقه قرار دارد. این استان به دلیل نزدیکی به دریا، دارای آب و هوای مرطوب و معتدل است که ویژگی‌های خاصی را به آن می‌بخشد. به طور کلی، گیلان سه نوع آب و هوا دارد: ناحیه معتدل و مرطوب, کوهستانی و نیمه مرطوب و سرد. (فلاح قالهری و همکاران، 1394). بررسی‌ها نشان می‌دهد که میزان تابش خورشیدی در استان گیلان حدود ۴.۵ کیلووات ساعت بر متر مربع در روز است. این مقدار به طور قابل توجهی کمتر از تابش خورشیدی در مناطق مرکزی و جنوبی ایران است که هوای خشک‌تری دارند و میزان تابش در آن‌ها بین ۵.۵ تا ۶.۵ کیلووات ساعت در روز متغیر است. با این حال، گیلان همچنان پتانسیل بالایی برای بهره‌برداری از انرژی خورشیدی دارد و استقرار سیستم‌های فتوولتائیک در مناطق با تابش بیشتر می‌تواند به تأمین انرژی پایدار و کاهش هزینه‌های انرژی کمک کند (Global Solar Atlas , 2025).

با این وجود، عملکرد سیستم‌های فتوولتائیک خورشیدی در استان گیلان به دلیل تنوع آب و هوایی کمتر مورد بررسی قرار گرفته است. هدف اصلی این تحقیق، تحلیل فنی و اقتصادی نیروگاه‌های فتوولتائیک خورشیدی با توجه به شرایط آب و هوایی این استان است. در این مطالعه، یک رویکرد تحلیلی مبتنی بر شبکه محاسباتی چندلایه به منظور بررسی مؤلفه‌ها و متغیرهای تأثیرگذار بر عملکرد فنی-اقتصادی نیروگاه‌های فتوولتائیک توسعه داده شده است. از طریق آنالیزهای حساسیت، بررسی‌های انرژی و محیطی، و تحلیل‌های اقتصادی، پتانسیل این نیروگاه‌ها برای شرایط خاص اقلیمی تعیین می‌شود. نتایج این تحقیق می‌تواند راهنمای عملی برای پیاده‌سازی و بهره‌برداری بهینه از سیستم‌های فتوولتائیک در گیلان و مناطق با شرایط اقلیمی مشابه باشد. تحلیل دقیق داده‌های حاصل از بررسی پتانسیل فنی-اقتصادی نیروگاه‌های فتوولتائیک خورشیدی و شناخت تأثیر عوامل محیطی همچون میزان تابش خورشید، سرعت باد، رطوبت و دما، می‌تواند به سیاست‌گذاران و برنامه‌ریزان در توسعه این نیروگاه‌ها کمک کند. همچنین، اتخاذ تصمیمات سرمایه‌گذاری بهتر در راستای کاهش وابستگی به سوخت‌های فسیلی و حفاظت از محیط زیست را تسهیل خواهد کرد.

 

 مواد و روش‌ها

روش پژوهش

در این پژوهش، به منظور ارزیابی پتاسیل فنی-اقتصادی نیروگاه‌های خورشیدی در اب و هوای استان گیلان، یک رویکرد تحلیلی به شرح زیر توسعه داده شد: (1) تعیین شرایط آب و هوایی شهر‌های استان گیلان، (2) مدل سازی و شبیه سازی، (3) تجزیه و تحلیل حساسیت، (4) تجزیه و تحلیل انرژی و (5) تجزیه و تحلیل اقتصادی.

 

تعیین شرایط آب و هوایی شهر‌های استان گیلان

به‌منظور دستیابی به تصویری دقیق و قابل اعتماد از روندهای اقلیمی و تغییرات فصلی و به دنبال آن ارزیابی پتانسیل فنی-اقتصادی نیروگاه‌های خورشیدی در استان گیلان، داده‌های آب و هوایی مورد نیاز از پایگاه داده‌های اقلیمی سازمان ملی هوانوردی و فضایی آمریکا (ناسا) برای بازه زمانی پنج ساله از سال ۲۰۱۸ تا ۲۰۲۲ استخراج شده است. ناسا به عنوان یک منبع معتبر و پیشرو در زمینه علوم زمین و اقلیم، مجموعه‌ای گسترده و جامع از داده‌های اقلیمی را به صورت عمومی در دسترس قرار می‌دهد که به دلیل دقت و پوشش گسترده جغرافیایی، کیفیت بالا، و روش‌های مدون جمع‌آوری و پردازش، امکان تحلیل دقیق و معتبر تغییرات اقلیمی را در مقیاس‌های مختلف فراهم می‌کند. با تعیین مختصات جغرافیایی شهرهای مختلف استان گیلان، داده‌های مربوط به هر منطقه به‌صورت جداگانه استخراج و به ‌منظور اطمینان از صحت و دقت اطلاعات، یک فرآیند پردازش و تحلیل گسترده شامل بررسی نواقص، همگن‌سازی و در صورت لزوم درونیابی داده‌ها انجام شده است. این داده‌ها شامل اطلاعات دقیق و جامعی از شرایط آب و هوایی منطقه، میزان تابش خورشید، دما، رطوبت و سایر پارامترهای مرتبط با بهره‌وری سیستم‌های فتوولتائیک است که به عنوان ورودی اصلی برای مدل‌سازی و تحلیل‌های آماری استفاده و نقش مهمی در ارزیابی عملکرد نیروگاه خورشیدی با توجه به الگوهای اقلیمی و تغییرات محیطی ایفا می‌کنند.

 

مدل سازی و شبیه سازی

در این مطالعه، برای شبیه‌سازی عملکرد نیروگاه خورشیدی در استان گیلان، از نرم‌افزار  PVsyst به دلیل دقت بالا در مدل‌سازی پارامترهای فنی و محیطی استفاده شد که یکی از ابزارهای پیشرفته و معتبر برای تحلیل و طراحی سیستم‌های فتوولتائیک است. ابتدا اطلاعات مربوط به موقعیت جغرافیایی شهر‌های استان گیلان شامل عرض و طول جغرافیایی، ارتفاع از سطح دریا و شرایط اقلیمی (مانند دما، تابش خورشیدی و رطوبت) که در مرحله قبل جمع‌آوری شد، به‌صورت دقیق در نرم‌افزار وارد شد. نرم‌افزار PVsyst با ارائه قابلیت‌هایی همچون محاسبه تابش خورشیدی ، تابش مستقیم و انتشاری، زاویه و جهت نصب پنل‌ها و تحلیل عملکرد سیستم در شرایط واقعی، امکان بررسی دقیق بازدهی نیروگاه را فراهم می‌سازد. در فرآیند شبیه‌سازی، طراحی سیستم فتوولتائیک بر اساس ظرفیت مورد نظر انجام شد. برای این منظور، انتخاب نوع و تعداد پنل‌های خورشیدی، اینورترها و سایر تجهیزات مطابق با نیاز پروژه و شرایط منطقه صورت گرفت. مدل‌های مختلف پنل و اینورتر با در نظر گرفتن راندمان و مشخصات فنی آن‌ها بررسی شدند. در این تحقیق، پنل‌های مونوکریستالین به دلیل بازده بالا (17-22%) و عملکرد عالی در شرایط نور کم و ابری، برای آب و هوای مرطوب و معتدل استان گیلان انتخاب شدند. این پنل‌ها در دما و رطوبت بالا افت بازده کمتری دارند و با پوشش مقاوم در برابر خوردگی، برای محیط‌های مرطوب مناسب‌اند. همچنین، بهره‌وری بالای آن‌ها در فضای محدود و شستشوی طبیعی توسط باران‌های فراوان گیلان، کارایی و دوام سیستم را افزایش می‌دهد.همچنین، زوایای نصب و جهت بهینه پنل‌ها با هدف حداکثرسازی دریافت تابش خورشیدی شبیه‌سازی گردید. علاوه بر این، برای مدل‌سازی خط افق و تأثیر آن بر تابش خورشیدی دریافتی توسط پنل‌ها، در نرم‌افزار مدلسازی شد تا ارزیابی دقیقی از عملکرد سیستم در شرایط واقعی ارائه شود. در نهایت، با استفاده از ابزارهای تحلیلی PVsyst، نتایج شبیه‌سازی شامل بازده سالانه، انرژی تولیدی، تلفات سیستم و سایر شاخص‌های کلیدی محاسبه و تحلیل شد.

 

بررسی عملکرد فنی نیروگاه‌های فتوولتاییک خورشیدی

در این پژوهش، ضریب عملکرد (CF) و نسبت عملکرد (PR) به‌عنوان دو شاخص کلیدی برای ارزیابی عملکرد نیروگاه فتوولتاییک خورشیدی استفاده شده‌اند. ضریب عملکرد نشان‌دهنده بهره‌برداری عملی از ظرفیت نیروگاه است و نسبت تولید واقعی انرژی به حداکثر انرژی ممکن را در یک بازه زمانی مشخص بیان می‌کند. این شاخص نشان‌دهنده میزان بهره‌وری و استفاده واقعی از نیروگاه خورشیدی در مقایسه با ظرفیت اسمی تولید آن است. که به موقعیت جغرافیایی، میزان تابش خورشید، و ساعات آفتابی منطقه بستگی دارد. نسبت عملکرد (PR) یکی از معیارهای کلیدی برای ارزیابی بهره‌وری نیروگاه‌های فتوولتاییک خورشیدی که نشان می‌دهد نیروگاه خورشیدی در عمل چقدر از توان تئوری خود را با در نظر گرفتن تمام تلفات ممکن (مانند تلفات تبدیل انرژی، تلفات حرارتی، سایه و گرد و غبار) و شرایط محیطی استفاده می‌کند.  محاسبه CF و PR، درک جامعی از بهره‌وری کلی سیستم و تأثیر عوامل محیطی و طراحی بر عملکرد نیروگاه ارائه می‌دهد. در این مطالعه، داده‌های مربوط به تولید انرژی، تابش خورشیدی و پارامترهای فنی نیروگاه برای محاسبه این دو شاخص به‌کار گرفته شده‌اند تا عملکرد نیروگاه به‌صورت کمی و کیفی تحلیل شود. ابن دو شاخص از روابط زیر محاسبه می‌شوند:

img0 

(1)

img0 

(2)

ارزیابی صرفه‌جویی انرژی و تاثیرات زیست محیطی نیروگاه فتوولتاییک خورشیدی        
شاخص صرفه‌جویی انرژی تجدیدناپذیر(Qsaved) و شاخص کاهش انتشار گازهای گلخانه‌ای (GHGreduced) به عنوان دو معیار اصلی برای ارزیابی عملکرد نیروگاه فتوولتاییک خورشیدی از منظر کاهش مصرف انرژی اولیه و مزایای محیط‌زیستی بررسی می‌شوند. ارزیابی این دو شاخص می‌تواند کارایی نیروگاه فتوولتاییک در کاهش اثرات منفی زیست‌محیطی و بهره‌وری انرژی را به‌طور جامع نمایش دهد. نتایج این تحلیل به درک بهتر نقش نیروگاه‌های خورشیدی در دستیابی به توسعه پایدار کمک می‌کند. Qsaved صرفه جویی در انرژی اولیه تجدید ناپذیر از طریق استفاده از منابع انرژی تجدیدپذیر را تعیین می‌کند که می‌توان آن را با استفاده از معادله زیر محاسبه کرد :( Nayeema Rashid et al., 2024)

img0 

(3)

در این معادله Cfuel، ضریب تبدیل مخصوص سوخت (کیلووات ساعت به ازای هر واحد سوخت جایگزین شده)  می‌باشد که در محاسبات برای زغال سنگ در حدود 1.2 تا 1.5 کیلووات ساعت بر کیلوگرم (بسته به نوع زغال سنگ متغیر است)، گاز طبیعی در حدود 3.6 تا 4 کیلووات ساعت بر متر مکعب، گازوئیل یا نفت کوره در حدود 10 تا 12 کیلووات ساعت بر لیتر در نظر گرفته می‌شود (IPCC, 2006) .

از سوی دیگر، GHGreduced میزان کاهش انتشار CO2 و سایر گازهای مضر ناشی از جایگزینی سیستم‌های خورشیدی به جای سیستم‌های متداول مبتنی بر سوخت‌های فسیلی را بررسی می‌کند. این شاخص از طریق ضرب میزان کاهش مصرف انرژی اولیه و ضریب انتشار گازهای گلخانه‌ای به ازای هر کیلووات ساعت تولید انرژی الکتریکی و حرارتی از سوخت‌های فسیلی به شرح زیر دست می‌آید Young-sub An et al., 2023)):

img0 

(4)

در این معادله EFgrid، ضریب انتشار گازهای گلخانه‌ای به ازای هر کیلووات ساعت تولید انرژی الکتریکی می‌باشد که در محاسبات برای زغال سنگ در حدود(kg CO₂/kWh) 9/0 تا 2/1 ، گاز طبیعی در حدود 4/0 تا 6/0 (kg CO₂/kWh)، گازوئیل یا نفت کوره در حدود7/0تا 9/0 (kg CO₂/kWh) در نظر گرفته می‌شود(EPA, 2023) .

 

ارزیابی اقتصادی نیروگاه فتوولتاییک خورشیدی 

برای ارزیابی اقتصادی نیروگاه فتوولتاییک خورشیدی، از شاخص‌های کلیدی دوره بازگشت سرمایه (PBP)  و سودآوری سیستم (SP)  استفاده شده است. دوره بازگشت سرمایه به‌عنوان یکی از شاخص‌های اصلی، به مدت‌زمان لازم برای جبران هزینه‌های اولیه سرمایه‌گذاری از طریق کاهش هزینه‌های انرژی اشاره دارد. دوره بازگشت سرمایه به صورت زیر محاسبه می‌شود (Hakemzadeh et al., 2024):

img0 

 

(5)

سودآوری سیستم (SP) می‌تواند عملکرد سیستم را به‌طور جامع ارزیابی کرده و تأثیر پارامترهای کلیدی همچون هزینه‌های بهره برداری و استهلاک، کاهش هزینه‌های انرژی و میانگین طول عمر اجزای سیستم را مشخص کند. مقدار بالاتر SP نشان‌دهنده سودآوری بیشتر سیستم در مقایسه با هزینه‌های اولیه سرمایه‌گذاری است. SP به‌صورت زیر بیان می‌شود (Hakemzadeh et al., 2022):

img0 

 

(6)

 

بهینه‌سازی

نرم‌افزار PVsyst با بهره‌گیری از الگوریتم‌های پیشرفته شبیه‌سازی، پارامترهای مختلفی از جمله شرایط اقلیمی (مانند تابش خورشیدی، دما، رطوبت و سرعت باد)، مشخصات فنی ماژول‌ها و اینورترها  و همچنین تأثیرات سایه‌اندازی و تلفات سیستم را تحلیل می‌کند. این نرم‌افزار با استفاده از مدل‌های ریاضی دقیق و بانک‌های اطلاعاتی گسترده، قادر است میزان انرژی تولیدی سالانه، بازدهی سیستم و سایر شاخص‌های عملکردی نیروگاه‌های فتوولتائیک را به‌طور جامع ارزیابی کند. این قابلیت‌ها، PVsyst را به ابزاری ضروری در طراحی، بهینه‌سازی و تحلیل اقتصادی پروژه‌های خورشیدی تبدیل کرده است. در این مطالعه، از ماژول بهینه‌سازی (Optimization Tool) نرم‌افزار PVsyst برای تعیین زاویه شیب و جهت بهینه نصب پنل‌های خورشیدی در نیروگاه‌های فتوولتائیک استفاده شده است. این ماژول با اجرای تحلیل پارامتری و شبیه‌سازی عددی، عملکرد سیستم را در زوایای مختلف بررسی کرده و مقدار بهینه را بر اساس حداکثرسازی دریافت انرژی خورشیدی و تولید انرژی سالانه تعیین می‌کند. تمامی این محاسبات با در نظر گرفتن شرایط اقلیمی محل نصب سیستم فتوولتائیک انجام شده است، همان‌طور که در شکل ۱ نشان داده شده است. در ابتدا، نرم‌افزار با استفاده از مدل‌های تابش خورشیدی و داده‌های هواشناسی منطقه، میزان انرژی دریافتی 

img0 

شکل (1) رورندمای بهینه سازی زاویه و جهت پنل خورشیدی

پنل‌ها را در زوایای مختلف محاسبه می‌کند. سپس، یک تحلیل حساسیت برای تغییر مقادیر زاویه شیب و جهت نصب اجرا شده و خروجی سیستم در هر حالت ارزیابی می‌شود. PVsyst این تحلیل را به‌صورت یک جستجوی عددی گام‌به‌گام انجام داده و مقدار بهینه زاویه شیب را که بیشترین میزان تولید انرژی را فراهم می‌کند، تعیین می‌نماید.

 

یافته­های پژوهش

 شرایط اقلیمی استان گیلان

تنوع اقلیمی و جغرافیایی استان گیلان موجب تفاوت در کارایی نیروگاه‌های خورشیدی در مناطق مختلف این استان شده است. در این پژوهش، میزان تابش خورشیدی، دمای محیط، رطوبت نسبی و سرعت باد به‌عنوان پارامترهای مؤثر بر عملکرد سیستم‌های فتوولتائیک مورد بررسی قرار گرفته‌اند. شکل (2a) میزان تابش کل خورشیدی و تابش خورشیدی پراکنده را در ۱۶ شهرستان استان گیلان بر حسب کیلووات‌ساعت بر مترمربع (kWh/m²) در سال نشان می‌دهد. تابش کل، مجموع تابش مستقیم و پراکنده است، در حالی که تابش پراکنده به بخشی از تابش خورشیدی اشاره دارد که در اثر پراکندگی در جو (ناشی از ابرها، ذرات معلق و رطوبت) به سطح زمین می‌رسد. بررسی داده‌ها نشان می‌دهد که میزان تابش خورشیدی کل و پراکنده در شهرستان‌های مختلف استان بسته به موقعیت جغرافیایی، ارتفاع از سطح دریا و شرایط آب‌وهوایی متفاوت است. نتایج نشان می‌دهد که رودبار با میزان تابش کل (kWh/m²)1861  و تابش پراکنده (kWh/m²)598، به دلیل موقعیت جغرافیایی و پوشش ابری کمتر، بالاترین میزان تابش کلی و کمترین تابش پراکنده را دارد. در مقابل، بندر انزلی با میزان تابش کل  (kWh/m²)1384 و تابش پراکنده (kWh/m²) 816، کمترین و بیشترین میزان تابش کل و پراکنده را ثبت کرده است که به رطوبت بالا و پوشش ابری بیشتر در این منطقه مرتبط است. داده‌ها نشان می‌دهند که به‌جز رودبار، سایر شهرستان‌های استان تابش پراکنده بالایی دارند (بین ۴۰٪ تا ۶۰٪ در سال). بنابراین، طراحی نیروگاه‌ها باید به گونه‌ای باشد که بتوان از این میزان تابش خورشیدی به‌طور مؤثر بهره‌برداری کرد. دمای محیط یکی از عوامل کلیدی در عملکرد پنل‌های خورشیدی است، زیرا تأثیر مستقیم بر راندمان تبدیل انرژی دارد. بر اساس شکل(2b)، دمای متوسط سالانه در شهرستان‌های گیلان بین 10 درجه سانتی‌گراد (تالش) تا 17 درجه سانتی‌گراد (بندر انزلی) متغیر است. شهرستان‌هایی مانند بندر انزلی، آستانه اشرفیه، رضوانشهر، صومعه‌سرا و ماسال دمای بالاتری دارند که می‌تواند تأثیر منفی بر بازده پنل‌های خورشیدی داشته باشد، زیرا دمای بالا موجب افزایش مقاومت الکتریکی سلول‌های خورشیدی و کاهش راندمان تبدیل انرژی می‌شود. در مقابل، مناطقی مانند تالش (C°) 10، آستارا، (C°) 11 و رودبار (C°) 13 دمای پایین‌تری دارند که شرایط مطلوب‌تری برای عملکرد بهینه پنل‌های خورشیدی فراهم می‌کند. به‌طور کلی، اقلیم معتدل گیلان از افزایش شدید دمای پنل جلوگیری کرده و شرایط نسبتاً مناسبی را برای عملکرد پایدار نیروگاه‌های خورشیدی فراهم می‌کند. با این حال، در ماه‌های گرم تابستان، ممکن است نیاز به روش‌های خنک‌سازی پنل‌ها وجود داشته باشد. همچنین، رطوبت نسبی یکی از چالش‌های مهم در بهره‌برداری از نیروگاه‌های خورشیدی در گیلان است. داده‌های شکل (2c) نشان می‌دهند که مقدار رطوبت نسبی در شهرستان‌های مختلف بین 68 % تا 74٪ متغیر است. بیشترین میزان رطوبت در تالش و آستارا (74٪) مشاهده شده که می‌تواند موجب کاهش عملکرد پنل‌های خورشیدی شود. رطوبت بالا باعث تشکیل بخار آب و شبنم بر سطح پنل‌ها شده و در بلندمدت منجر به ایجاد لایه‌ای از آلودگی و کاهش جذب نور خورشید می‌گردد. همچنین، شرایط مرطوب خطر خوردگی تجهیزات الکتریکی را افزایش داده و نیاز به نگهداری و تمیزکاری دوره‌ای را بیشتر می‌کند. در مقابل، رودبار (۶۸٪) و شفت (۷۰٪) کمترین میزان رطوبت را دارند که شرایط بهتری برای عملکرد پایدار نیروگاه‌های خورشیدی فراهم می‌کند. سرعت باد نیز از عوامل مهم در طراحی و استقرار نیروگاه‌های خورشیدی محسوب می‌شود، زیرا بر اتلاف گرما، تمیز شدن سطح پنل‌ها و استحکام سازه‌های خورشیدی تأثیرگذار است. بررسی‌ها نشان می‌دهد که سرعت باد در شهرستان‌های گیلان بین  (m/s) 51/1 تا  (m/s) 14/3 متغیر است. همانطور که در شکل (2d) نشان د اده شده است، مناطقی مانند آستانه اشرفیه (m/s) 14/3، بندر انزلی (m/s)  30/2 و رودبار (m/s) 03/2 ، سرعت باد بالاتری دارند که می‌تواند به خنک‌سازی طبیعی پنل‌ها و افزایش راندمان آن‌ها کمک کند. بااین‌حال، سرعت باد بالا ممکن است نیاز به طراحی مقاوم‌تر سازه‌های پنل‌ها را افزایش دهد. از سوی دیگر، شهرستان‌های آستارا  (m/s) 51/1، تالش (m/s) 61/1 و املش  (m/s)71/1، کمترین میزان سرعت باد را دارند که می‌تواند موجب کاهش خنک‌سازی طبیعی پنل‌ها و افزایش دمای آن‌ها در روزهای گرم شود. در این مناطق، استفاده از سیستم‌های تهویه مناسب می‌تواند به حفظ راندمان پنل‌های خورشیدی کمک کند.

Project Path: C:\Users\HP\Desktop\مقاله 2\Figure\1.opju PE Folder: /1/Folder1/ Short Name: Graph1Project Path: C:\Users\HP\Desktop\مقاله 2\Figure\2.opju PE Folder: /2/Folder1/ Short Name: Graph1 

(b)                                                                                    (a)                                   

Project Path: C:\Users\HP\Desktop\مقاله 2\Figure\2.opju PE Folder: /2/Folder1/ Short Name: Graph2Project Path: C:\Users\HP\Desktop\مقاله 2\Figure\2.opju PE Folder: /2/Folder1/ Short Name: Graph3 

(d)                                                                                (c)                                        

شکل (2) شرایط اب و هوایی شهرستان‌های استان گیلان

عملکرد نیروگاه‌های خورشیدی در استان گیلان

جدول 1 نشان‌دهنده زاویه بهینه پنل‌های خورشیدی،  بیشینه تابش خورشیدی و عملکرد نیروگاه‌های خورشیدی با ظرفیت‌های متفاوت را برحسب مگاوات ساعت در سال (MWh/year) در ۱۶ شهرستان استان گیلان می‌باشد که برای طراحی و بهینه‌سازی نیروگاه‌های خورشیدی در این منطقه حیاتی است. در این جدول، زاویه بهینه پنل برای دریافت حداکثر تابش خورشیدی در شهرستان‌های استان گیلان بین ۳۰ تا ۳۴ درجه قرار دارد که با عرض جغرافیایی گیلان (حدود ۳۷ درجه شمالی) سازگار است، اما به دلیل شرایط اقلیمی، الگوهای فصلی تابش خورشید، زاویه تابش خورشید در طول سال، الگوهای ابری و توپوگرافی منطقه کمی کمتر از مقدار تئوریک است. بیشینه تابش خورشیدی نیز بر حسب کیلووات‌ساعت بر مترمربع در سال ارائه شده و نشان‌دهنده حداکثر انرژی قابل‌دریافت در صورت تنظیم پنل‌ها در زاویه بهینه است. رودبار با (kWh/m²)-2166 بالاترین تابش بهینه و بندر انزلی با (kWh/m²)  1515 کمترین مقدار را دارد.

نتایج بدست آمده نشان می‌دهد رودبار، تالش و آستارا بهترین گزینه‌ها برای توسعه نیروگاه‌های خورشیدی در استان گیلان هستند، زیرا تولید انرژی در آن‌ها بالاتر از سایر شهرستان‌ها است. مناطقی مانند بندر انزلی و آستانه اشرفیه دارای کمترین میزان تولید انرژی هستند که به دلیل شرایط اقلیمی و پوشش ابری بیشتر است. شهرستان‌های رشت، لاهیجان، لنگرود و فومن عملکردی متوسط در مقایسه با سایر شهرستان‌ها دارد. در این مناطق، تابش خورشیدی نسبت به نواحی غربی گیلان کمتر است، اما همچنان برای احداث نیروگاه‌های خورشیدی مناسب محسوب می‌شود. روند تولید انرژی در ظرفیت‌های مختلف نشان می‌دهد که افزایش ظرفیت نیروگاه باعث افزایش تولید انرژی به صورت تقریباً خطی می‌شود

ارزیابی افت توان نیروگاه‌های خورشیدی در استان گیلان

جدول 2 عوامل اصلی افت توان نیروگاه‌های خورشیدی در ۱۶ شهرستان استان گیلان، یعنی افت توان، یعنی دمای ماژول، سطح تابش و موانع طبیعی (افق دید)، را بررسی می‌کند. این داده‌ها نشان‌دهنده وجود تفاوت‌های قابل‌توجه در بین شرایط اقلیمی، محیطی و جغرافیایی هر منطقه و تأثیر آن‌ها بر راندمان سیستم‌های خورشیدی است. به طور کلی، افت توان به دلیل دمای ماژول بالاترین مقادیر را در بین سه عامل دارد که نشان‌دهنده نقش حیاتی دمای ماژول در کاهش کارایی پنل‌های خورشیدی است. افت توان ناشی از دمای ماژول در تمام شهرستان‌ها بیش از ۴% است که نشان‌دهنده چالش مشترک دمای بالا در عملکرد پنل‌های خورشیدی در این استان است. در این بین، شهرستان رودبار با 75/6% بیشترین افت توان ناشی از دما را ثبت کرده، در حالی که آستارا با 48/4% کمترین مقدار را دارد. این تفاوت مربوط به شرایط اقلیمی خاص هر منطقه، میزان تابش خورشیدی، رطوبت بالا و دمای محیطی متفاوت، می‌باشد. افت توان ناشی از سطح تابش و موانع طبیعی نیز به ترتیب در بازه‌های 46/0% تا 0/95% و 0/37% تا 1/87%  قرار دارند که نشان‌دهنده تأثیر کمتر این عوامل نسبت به دمای ماژول است. افت توان ناشی از سطح تابش، که به شدت تابش خورشید بستگی دارد، در رودبار با 46/0%  کمترین و در بندر انزلی با 0/95% بیشترین مقدار را دارد. این تفاوت ممکن است به پوشش ابری بیشتر در مناطق ساحلی مانند انزلی مرتبط باشد که تابش مستقیم را کاهش می‌دهد. موانع طبیعی نیز در املش و رودبار با 1/87% بیشترین تأثیر را دارند که به دلیل وجود مناطق کوهستانی در این شهرستان‌ها قابل‌انتظار است، در حالی که بندر انزلی با 37/0% کمترین افت را نشان می‌دهد که با توپوگرافی هموار آن سازگار است. 

 

جدول (1) عملکرد نیروگاه‌های خورشیدی در شهرستان‌های استان گیلان

ظرفیت نیروگاه خورشیدی

تابش خورشیدی بهینه  (kWh/m2)

PR (%)

CF (%)

زاویه بهینه پنل (درجه)

شهرستان

 

ردیف

 

1 (MW)

500 (kW)

250 (kW)

100 (kW)

1549

775

391

153

1793

2/86

7/17

34

آستارا

1

1361

681

343

135

1601

8/48

5/15

30

آستانه اشرفیه

2

1516

759

383

150

1816

3/83

3/17

32

املش

3

1294

647

327

128

1515

2/85

8/14

32

بندر انزلی

4

1610

805

406

159

1887

1/85

4/18

34

تالش

5

1375

688

347

136

1620

9/84

7/15

30

رشت

6

1469

735

371

145

1728

8/84

8/16

31

رضوانشهر

7

1806

904

456

179

2616

2/83

6/20

34

رودبار

8

1495

748

377

148

1776

0/84

1/17

32

رودسر

9

1445

723

365

143

1714

1/84

5/16

32

سیاهکل

10

1442

721

364

143

1770

4/84

5/16

31

شفت

11

1424

712

359

141

1676

7/84

2/16

30

صومعه‌سرا

12

1440

720

363

142

1771

3/84

4/16

32

فومن

13

1416

708

357

140

1674

4/84

2/16

32

لاهیجان

14

1436

718

362

142

1708

8/83

4/16

32

لنگرود

15

1514

758

382

150

1786

5/84

3/17

31

ماسال

16

 

جدول (2) عوامل اصلی افت توان نیروگاه‌های خورشیدی

افت توان به دلیل دما ماژول(%)

افت توان به دلیل سطح تابش(%)

افت توان به دلیل موانع طبیعی(%)

شهرستان

ردیف

48/4

69/0

64/0

آستارا

1

74/5

87/0

47/0

آستانه اشرفیه

2

34/6

69/0

87/1

املش

3

25/5

95/0

37/0

بندر انزلی

4

68/4

62/0

64/1

تالش

5

80/5

84/0

64/0

رشت

6

89/5

74/0

58/0

رضوانشهر

7

75/6

46/0

87/1

رودبار

8

33/6

70/0

85/0

رودسر

9

05/6

76/0

08/1

سیاهکل

10

91/5

76/0

85/0

شفت

11

72/5

79/0

71/0

صومعه‌سرا

12

94/5

71/0

79/0

فومن

13

06/6

79/0

50/0

لاهیجان

14

18/6

71/0

04/1

لنگرود

15

86/5

69/0

04/1

ماسال

16

 

ارزیابی تأثیرات محیط زیستی نیروگاه‌های خورشیدی در استان گیلان

جدول 3 اطلاعات مربوط به میزان صرفه‌جویی در مصرف زغال‌سنگ (به کیلوگرم)، گاز طبیعی (به مترمکعب) و گازوئیل (به لیتر) را با استفاده از نیروگاه‌های فتوولتائیک خورشیدی در ظرفیت‌های مختلف برای 16 شهرستان استان گیلان نشان می‌دهد. نتایج نشان می‌دهد در هر سه سوخت، با افزایش ظرفیت نیروگاه، صرفه‌جویی به‌صورت خطی و متناسب افزایش می‌یابد، اما این کاهش در همه شهرستان‌ها روند یکنواختی ندارد. شهرستان رودبار بیشترین و بندر انزلی کمترین میزان صرفه‌جویی را ثبت کرده است که متناسب با عملکرد نیروگاه خورشیدی در این دو شهر می‌باشد. این داده‌ها نشان‌دهنده پتانسیل بالای انرژی خورشیدی در کاهش مصرف سوخت‌های فسیلی  در استان گیلان است که در ظرفیت‌های بالاتر صرفه‌جویی چشمگیرتری را ایجاد می‌کند.

نتایج جدول 4 نشان می­دهد که متناسب با کاهش مصرف سوخت‌های فسیلی، انتشار گازهای گلخانه­ای حاصل از احتراق سوخت‌های فسیلی به صورت خطی با افزایش ظرفیت نیروگاه خورشیدی کاهش می­یابد. در بین سوخت­های فسیلی،گاز طبیعی بیشترین سهم را در تولید انرژی با انتشار گازهای گلخانه­ای کمتر دارد، در حالی که زغال‌سنگ بالاترین میزان انتشار را دارد. این داده‌ها نشان می‌دهند که توسعه نیروگاه‌های خورشیدی و کاهش وابستگی به سوخت‌های فسیلی می‌تواند تأثیر بسزایی در کاهش انتشار گازهای گلخانه‌ای و بهبود کیفیت محیط زیست داشته باشد.

ارزیابی شاخص‌های اقتصادی احداث نیروگاه‌های خورشیدی در استان گیلان

جدول 5 بر اساس رابطه متقابل عملکرد سیستم، کاهش مصرف انرژی اولیه و اقتصاد، بخش نهایی این تحقیق پتانسیل فنی-اقتصادی نیروگاه‌های خورشیدی را در آب و هوای استان گیلان ارزیابی و مقایسه می‌کند. در این مطالعه نرخ تنزیل و تورم به ترتیب 23% و 40% و هزینه نگهداری، هزینه تعمیر و جایگزینی قطعات و هزینه اسقاط به ترتیب 1%، 0.5% و 2.5% هزینه سرمایه گذاری اولیه نیروگاه در نظر گرفته شده است. جدول 7 قیمت تجهیزات مورد نیاز احداث نیروگاه خورشیدی برای محاسبه هزینه سرمایه گذاری اولیه را نشان می‌دهد. شاخص‌های دوره بازپرداخت  (PBP)و سود اوری سیستم (SPR) برای ظرفیت‌های مختلف نیروگاه‌های خورشیدی با در نظر گرفتن مولفه‌ها و متغیرهای بهینه، هزینه‌های اولیه و عملیاتی و طول عمر سیستم مقایسه شدند.

شکل 3 هزینه سرمایه‌گذاری اولیه برای احداث نیروگاه‌های خورشیدی با ظرفیت‌های مختلف را نشان می‌دهد. نتایج بدست آمده نشان می‌دهد که با افزایش ظرفیت نیروگاه‌های خورشیدی، هزینه به ازای هر واحد ظرفیت (هزینه به ازای هر کیلووات) کاهش می‌یابد، که نشان‌دهنده صرفه‌جویی‌های مقیاس، کاهش هزینه‌های نصب به ازای هر کیلووات و بهره‌وری بالاتر نیروگاه‌های بزرگ‌تر است. نتایج نشان می‌دهد هزینه هر کیلووات برای نیروگاه 100 کیلوواتی حدود 12660 ریال، 250 کیلوواتی حدود 11200 ریال، 500 کیلوواتی حدود 11000 ریال  برای ۱ مگاواتی حدود 10500 ریال است. این کاهش هزینه نسبی در مقیاس‌های بزرگ‌تر می‌تواند سرمایه‌گذاری در نیروگاه‌های مگاواتی را جذاب‌تر کند.

 

جدول (3) کاهش مصرف سوخت‌های فسیلی

زغال سنگ (تن)

گاز طبیعی(مترمکعب)

گازوئیل(لیتر)

 

شهرستان

 

ردیف

1 MW

500kW

250kW

100kW

1 MW

500kW

250kW

100kW

1 MW

500kW

250kW

100kW

1191

596

301

118

407526

203876

102837

40316

154860

77473

39078

15320

آستارا

1

1047

524

264

104

358184

179192

90389

35426

136110

68093

34348

13462

آستانه اشرفیه

2

1166

583

294

115

399000

199605

100684

39463

151620

75850

38260

14996

املش

3

995

498

251

98

340500

170374

85929

33676

129390

64732

32653

12797

بندر انزلی

4

1238

619

312

122

426632

211926

106897

41903

160980

80532

40621

15923

تالش

5

1057

529

267

105

361737

180966

91284

35779

137460

68767

34668

13596

رشت

6

1130

565

285

112

386658

193434

97571

38247

146930

73505

37077

14534

رضوانشهر

7

1390

695

351

137

475368

237821

119955

47029

180640

90372

45583

17871

رودبار

8

1150

575

290

114

393474

196845

99292

38913

149520

74801

37731

14787

رودسر

9

1111

556

280

110

380132

190171

95926

37592

144450

72265

36452

14285

سیاهکل

10

1109

555

280

110

379342

189768

95724

37518

144150

72112

36375

14257

شفت

11

1095

548

276

108

374632

187424

94539

37058

142360

71221

35925

14082

صومعه‌سرا

12

1107

554

279

110

378816

189508

95592

37466

143950

72013

36325

14237

فومن

13

1089

545

275

108

372658

186437

94042

36855

141610

70846

35736

14005

لاهیجان

14

1105

553

279

109

377895

189053

95361

37371

143600

71840

36237

14201

لنگرود

15

1165

583

294

115

398474

199345

100553

39421

151420

75751

38210

14980

ماسال

16

 

جدول (4) کاهش انتشار گازهای گلخانه‌ای

زغال سنگ (تن)

گاز طبیعی(مترمکعب)

گازوئیل(لیتر)

 

شهرستان

 

ردیف

1 MW

500kW

250kW

100kW

1 MW

500kW

250kW

100kW

1 MW

500kW

250kW

100kW

1858

930

469

184

929

465

234

92

1394

697

352

138

آستارا

1

1633

817

412

162

817

409

206

81

1225

613

309

121

آستانه اشرفیه

2

1819

910

459

180

910

455

230

90

1365

683

344

135

املش

3

1553

777

392

154

776

388

196

77

1165

583

294

115

بندر انزلی

4

1932

966

487

191

966

483

244

96

1449

725

366

143

تالش

5

1650

825

416

163

825

413

208

82

1237

619

312

122

رشت

6

1763

882

445

174

882

441

222

87

1322

662

334

131

رضوانشهر

7

2168

1084

547

214

1084

542

273

107

1626

813

410

161

رودبار

8

1794

898

453

177

897

449

226

89

1346

673

340

133

رودسر

9

1733

867

437

171

867

434

219

86

1300

650

328

129

سیاهکل

10

1730

865

437

171

865

433

218

86

1297

649

327

128

شفت

11

1708

855

431

169

854

427

216

84

1281

641

323

127

صومعه‌سرا

12

1727

864

436

171

864

432

218

85

1296

648

327

128

فومن

13

1699

850

429

168

850

425

214

84

1274

638

322

126

لاهیجان

14

1723

862

435

170

862

431

217

85

1292

647

326

128

لنگرود

15

1817

909

459

180

909

455

229

90

1363

682

344

135

ماسال

16

جدول (5) قیمت تجهیزات نیروگاه فتوولتائیک خورشیدی

ردیف

شرح کالا

واحد

قیمت ( میلیون ریال)

1

پنل خورشیدی 550 وات

عدد

68

2

اینورتر 50 کیلو واتی

عدد

3000

3

اینورتر 250 کیلو واتی

عدد

5000

4

تابلو حفاظتی DC کوچک

عدد

80

5

تابلوهای DC اصلی

عدد

300

6

تابلوی AC کوچک

عدد

700

7

تابلو اصلی AC

عدد

800

8

استراکچر مخصوص

مجموعه

275

9

کابل  DCمسی با مقطع mm2 6

متر

32/0

10

کابل AC مسی با مقطع mm2 25

متر

24/1

11

کابل  ACاصلی مسی با مقطع mm2240

متر

23

12

کانکتور دو به یک

عدد

95/1

13

کانکتور یک به یک

عدد

525/0

Project Path: C:\Users\HP\Documents\OriginLab\User Files\UNTITLED.opju PE Folder: /UNTITLED/Folder1/ Short Name: Graph1 

شکل (3) هزینه سرمایه‌گذاری اولیه برای ظرفیت‌های مختلف نیروگاه‌های خورشیدی

جدول 6 دوره بازگشت سرمایه را برای نیروگاه‌های خورشیدی با ظرفیت‌های مختلف (100 کیلووات، 250 کیلووات، 500 کیلووات و 1 مگاوات) را در 16 شهرستان استان گیلان نشان می‌دهد. این محاسبات بر اساس دو سناریوی اقتصادی انجام شده است: سناریوی اول مربوط به فروش برق تولیدشده به قیمت 22000 ریال به ازای هر کیلووات‌ ساعت و سناریوی دوم مربوط به خرید برق از تابلوسبز بورس انرژی به عنوان جریمه  با قیمت ۲۰ درصد بالاتر از قیمت فروش برق تجدیدپذیر با توجه به ماده ۱۶ قانون جهش توسعه دانش بنیان تجدیدپذیر در ارتباط با تامین ۵ درصد برق مورد نیاز صنایع از نیروگاه‌های تجدیدپذیر برای مشترکین با دیماند بالای ۱ مگاوات تا سال ۱۴۰۵، می‌باشد. هدف از این تحلیل، بررسی اقتصادی بودن سرمایه‌گذاری در نیروگاه‌های خورشیدی در مناطق مختلف و در ظرفیت‌های متفاوت است.  در هر دو سناریو، دوره بازگشت سرمایه برای نیروگاه‌ها بسته به ظرفیت و منطقه متفاوت است. به‌طور کلی، در تمامی مناطق، با افزایش ظرفیت نیروگاه خورشیدی، زمان بازگشت سرمایه کاهش می‌یابد. علاوه بر این، در سناریوی دوم، دوره بازگشت سرمایه به‌طور قابل‌توجهی کاهش می‌یابد. این کاهش به دلیل اختلاف قیمت بین برق تولیدشده توسط نیروگاه خورشیدی و برق سبز خریداری‌شده از بورس است که سودآوری بیشتری را برای سرمایه‌گذار به همراه دارد.  داده‌ها نشان می‌دهد که برخی مناطق مانند رودبار بهترین بازگشت سرمایه را دارند، به‌طوری که یک نیروگاه 1 مگاواتی در آنجا تنها 7.45 سال (در مدل فروش به شبکه) و 3.72 سال (در مدل جایگزینی) نیاز دارد. در مقابل، مناطق مانند بندر انزلی بالاترین دوره بازگشت سرمایه را دارند (10.40 سال در مدل فروش و 5.20 سال در مدل جایگزینی). این تفاوت‌ها به دلیل شرایط اقلیمی به خصوص میزان تابش خورشیدی در مناطق مختلف است.

مقادیر ارائه شده در جدول 7، شاخص سودآوری سیستم (SP) را نشان می‌دهد که هر چه این شاخص بیشتر باشد، سودآوری پروژه بالاتر است. نتایج این جدول نشان می‌دهد که در هر دو سناریو، با افزایش ظرفیت نیروگاه، نرخ سودآوری نیز افزایش می‌یابد، در حالی که در سناریوی دوم، نرخ سودآوری به دلیل نرخ فروش بالاتر برق سبز به صنایع به‌طور قابل توجهی بالاتر است. نتایج نشان می‌دهد که دلیل میزان تابش خورشیدی متفاوت در بین مناطق مختلف استان گیلان، تفاوت قابل توجهی در شاخص سودآوری سیستم نیروگاه‌های خورشیدی در شهرستان‌های این استان وجود دارد به طوریکه این شاخص در مناطق جنوبی تر استان گیلان از جمله رودبار به دلیل میزان تابش بیشتر خورشید بیشتر، بالاتراست. در مقابل، شاخص سودآوری سیستم در مناطقی مانند بندر انزلی به دلیل میزان تابش خورشیدی کمتر و سطح تابش خورشیدی پراکنده بیشتر، پایین ترین مقدار خود را دارد.

جدول (6) دوره بازگشت سرمایه

نیروگاه

صنایع

 

شهرستان

 

ردیف

1 MW

500kW

2580kW

100kW

1 MW

500kW

250kW

100kW

69/8

10/9

18/9

58/10

34/4

55/4

59/4

29/5

آستارا

1

88/9

35/10

44/10

04/12

94/4

18/5

22/5

02/6

آستانه اشرفیه

2

87/8

29/9

37/9

81/10

44/4

65/4

69/4

41/5

املش

3

40/10

89/10

98/10

67/12

20/5

44/5

49/5

33/6

بندر انزلی

4

36/8

75/8

83/8

18/10

18/4

38/4

41/4

09/5

تالش

5

79/9

25/10

34/10

92/11

89/4

12/5

17/5

96/5

رشت

6

15/9

59/9

67/9

16/11

58/4

79/4

84/4

58/5

رضوانشهر

7

45/7

80/7

87/7

07/9

72/3

90/3

93/3

54/4

رودبار

8

00/9

42/9

51/9

96/10

50/4

71/4

75/4

48/5

رودسر

9

31/9

75/9

84/9

35/11

66/4

88/4

92/4

67/5

سیاهکل

10

33/9

77/9

86/9

37/11

67/4

89/4

93/4

69/5

شفت

11

45/9

90/9

98/9

51/11

72/4

95/4

99/4

76/5

صومعه‌سرا

12

34/9

79/9

87/9

39/11

67/4

89/4

94/4

69/5

فومن

13

50/9

95/9

04/10

58/11

75/4

97/4

02/5

79/5

لاهیجان

14

37/9

81/9

90/9

42/11

68/4

91/4

95/4

71/5

لنگرود

15

88/8

30/9

39/9

82/10

44/4

65/4

69/4

41/5

ماسال

16

 

جدول (7) شاخص سودآوری سیستم

نیروگاه

صنایع

 

شهرستان

 

ردیف

1 MW

500kW

250kW

100kW

1 MW

500kW

250kW

100kW

62/0

54/0

53/0

30/0

12/2

97/1

94/1

52/1

آستارا

1

40/0

33/0

32/0

12/0

71/1

58/1

56/1

19/1

آستانه اشرفیه

2

59/0

50/0

49/0

27/0

05/2

90/1

87/1

46/1

املش

3

32/0

25/0

24/0

05/0

57/1

45/1

42/1

07/1

بندر انزلی

4

70/0

61/0

59/0

36/0

25/2

09/2

06/2

63/1

تالش

5

42/0

35/0

33/0

13/0

74/1

61/1

59/1

22/1

رشت

6

53/0

45/0

44/0

22/0

95/1

80/1

78/1

38/1

رضوانشهر

7

93/0

83/0

81/0

55/0

67/2

49/2

46/2

97/1

رودبار

8

56/0

48/0

47/0

24/0

00/2

86/1

83/1

43/1

رودسر

9

50/0

42/0

41/0

20/0

89/1

75/1

73/1

34/1

سیاهکل

10

50/0

42/0

41/0

19/0

89/1

75/1

72/1

33/1

شفت

11

48/0

40/0

39/0

18/0

85/1

71/1

68/1

30/1

صومعه‌سرا

12

50/0

42/0

40/0

19/0

88/1

74/1

72/1

33/1

فومن

13

47/0

39/0

38/0

17/0

83/1

69/1

67/1

29/1

لاهیجان

14

49/0

41/0

40/0

19/0

87/1

74/1

71/1

32/1

لنگرود

15

58/0

50/0

49/0

26/0

04/2

90/1

87/1

46/1

ماسال

16

 

بحث و نتیجه‌گیری

در این مطالعه یک ارزیابی جامع بر روی پتانسیل فنی-اقتصادی نیروگاه‌های فتوولتائیک خورشیدی و تاثیر آن‌ها در کاهش انتشار گاز‌های گلخانه ای در شرایط اقلیمی استان گیلان انجام شد. در این تحقیق از نرم افزار PVsyst و داده‌های آب و هوای پایگاه داده اقلیمی ناسا برای تحلیل پارامتری، شبیه سازی عملکرد و بهینه‌سازی این نیروگاه‌ها استفاده شد. سپس، پتانسیل فنی-اقتصادی-محیط زیستی نیروگاه‌های فتوولتائیک خورشیدی از طریق جزیه و تحلیل حساسیت، ارزیابی انرژی، و تجزیه و تحلیل فنی-اقتصادی مورد ارزیابی قرار گرفت. یافته‌ها نشان داد: 

تنوع اقلیمی استان گیلان بر کارایی نیروگاه‌های خورشیدی تأثیرگذار است. در این تحقیق، تابش خورشیدی، دمای محیط، رطوبت نسبی و سرعت باد بررسی شده‌اند. نتایج نشان می‌دهد رودبار با kWh/m² 1861 بالاترین تابش کلی را دارد، در حالی که بندر انزلی با kWh/m² 1384 کمترین میزان را ثبت کرده است. همچنین، تابش پراکنده در بیشتر مناطق بین 40% تا 60% است که باید در طراحی نیروگاه‌ها لحاظ شود. دمای متوسط سالانه بین C° 10 (تالش) تا  C°  17 (بندر انزلی) متغیر است. و دمای بالا می‌تواند راندمان پنل‌ها را کاهش دهد. رطوبت نسبی بین 68% (رودبار) تا 74% (تالش و آستارا) و سرعت باد بین 1.51 متر بر ثانیه (آستارا) تا 3.14 متر بر ثانیه (آستانه اشرفیه) متغیر است. باد در آستانه اشرفیه و بندر انزلی به خنک‌سازی کمک می‌کند، اما نیاز به سازه‌های مقاوم‌تر دارد.

زاویه بهینه پنل‌های خورشیدی در استان گیلان بین ۳۰ تا ۳۴ درجه است که با عرض جغرافیایی منطقه سازگار بوده اما به دلیل شرایط اقلیمی کمی کمتر از مقدار تئوریک است. بیشینه تابش خورشیدی در رودبار با kWh/m² 2166 بالاترین و در بندر انزلی با kWh/m² 1515 کمترین مقدار را دارد. رودبار، تالش و آستارا بهترین گزینه‌ها برای نیروگاه‌های خورشیدی هستند، در حالی که بندر انزلی و آستانه اشرفیه به دلیل پوشش ابری کمتر مناسب‌اند. شهرستان‌های رشت، لاهیجان، لنگرود و فومن عملکردی متوسط دارند. افزایش ظرفیت نیروگاه‌ها به‌طور خطی تولید انرژی را افزایش می‌دهد.

عوامل اصلی افت توان نیروگاه‌های خورشیدی در گیلان شامل دمای ماژول، سطح تابش و موانع طبیعی است. افت توان ناشی از دمای ماژول بیشترین تأثیر را دارد و در تمام شهرستان‌ها بالای ۴% است. رودبار با ۶.۷۵٪ بیشترین و آستارا با 48/4% کمترین افت توان ناشی از دما را دارد. افت توان ناشی از سطح تابش بین 46/0% (رودبار) تا 0/95% (بندر انزلی) و افت توان ناشی از موانع طبیعی بین 37/0% (بندر انزلی) تا 87/1% (املش و رودبار) متغیر است. این داده‌ها نشان‌دهنده تأثیر بیشتر دما نسبت به سایر عوامل در کاهش کارایی نیروگاه‌های خورشیدی هستند.

استفاده از نیروگاه‌های خورشیدی در گیلان موجب صرفه‌جویی در مصرف سوخت‌های فسیلی در نیروگاه‌های حرارتی و ژنراتورها مانند زغال‌سنگ، گاز طبیعی و گازوئیل شده و با افزایش ظرفیت نیروگاه، این صرفه‌جویی به‌صورت خطی افزایش می‌یابد. رودبار بیشترین و بندر انزلی کمترین میزان صرفه‌جویی را دارد. همچنین، کاهش مصرف سوخت‌های فسیلی منجر به کاهش انتشار گازهای گلخانه‌ای می‌شود. گاز طبیعی کمترین و زغال‌سنگ بیشترین میزان انتشار را دارد. افزایش ظرفیت نیروگاه‌ها به‌صورت خطی انتشار گازهای گلخانه‌ای را کاهش می‌دهد. گاز طبیعی کمترین و زغال‌سنگ بیشترین انتشار را دارد. توسعه نیروگاه‌های خورشیدی می‌تواند وابستگی به سوخت‌های فسیلی را کم کرده و به بهبود محیط زیست کمک کند.

با افزایش ظرفیت نیروگاه‌های خورشیدی، هزینه تولید برق به ازای هر کیلووات کاهش می‌یابد، که نشان‌دهنده صرفه‌جویی مقیاس و بهره‌وری بیشتر نیروگاه‌های بزرگ‌تر است. شاخص‌های اقتصادی دوره بازگشت سرمایه و سودآوری سیستم در دو سناریو (فروش برق به قیمت ۲۲۰۰۰ ریال/کیلووات‌ساعت و جایگزینی با برق سبز بورس با ۲۰% قیمت بالاتر) محاسبه شده است. دوره بازگشت سرمایه بسته به ظرفیت و منطقه متفاوت است. با افزایش ظرفیت، دوره بازگشت کاهش می‌یابد که این کاهش در سناریوی دوم به میزان قابل‌توجهی بیشتر می‌باشد. رودبار کمترین دوره بازگشت سرمایه را دارد (45/7 سال در سناریو اول و 72/3 سال در سناریو دوم)، در حالی که بندر انزلی بیشترین زمان بازگشت را ثبت کرده است (10.40 و 5.20 سال). شاخص سودآوری سیستم نشان می‌دهد که با افزایش ظرفیت نیروگاه، سودآوری نیز افزایش می‌یابد، در حالی که در سناریوی دوم، این شاخص به دلیل نرخ فروش بالاتر برق سبز به صنایع به طور قابل‌توجهی بیشتر است. این شاخص در مناطق جنوبی گیلان مانند رودبار، به دلیل تابش خورشیدی بیشتر، بالاترین مقدار را دارد، در حالی که در بندر انزلی، به دلیل تابش کمتر و پراکندگی بیشتر، پایین‌ترین مقدار ثبت شده است.

 

فهرست علائم

Ac

مساحت پنل

Lf

طول عمر سیستم

CF

ضریب عملکرد

mn

شاخص نگهداری

Cfuel

ضریب تبدیل مخصوص سوخت

Pt

قیمت انرژی اولیه

Cinv

هزینه سرمایه گذاری

PBP

دوره بازگشت سرمایه

Egrid

انرژی تولید شده در نیروگاه

Qsave

انرژی اولیه ذخیره شده

EFgrid

ضریب انتشار گازهای گلخانه‌ای

PR

نسبت عملکرد

Enom

ظرفیت اسمی نیروگاه

r

شاخص تعمیرات

Fsaved

مقدار انرژی اولیه ذخیره شده

SP

سودآوری سیستم

GT

تابش خورشیدی رو سطح شیبدار

T

زمان

GHGreduced

شاخص کاهش گاز‌های گلخانه ای

module η

بازده پنل خورشیدی

i

نرخ بهره واقعی

 

 

منابع

اسلامی اندارگلی، مجید و روازدژ، فردانه (1393). واکاوی موانع اقتصادی عدم توسعه نیروگاههای فتوولتاییک در کشور،اولین کنفرانس و نمایشگاه بین المللی انرژی خورشیدی، تهران،

حافظی, رضا و رحیمی راد, زهره . (1403). مشارکت اجتماعی و نقش آن در حل چالش ناترازی انرژی. مطالعات راهبردی سیاستگذاری عمومی, 14(52), 82-102. doi: 10.22034/sspp.2024.2036820.3688

صیادی‌، محمد و مرادی‌، فرزانه و آریافر، محمدرضا (1402). تحلیل علل و آثار ناترازی گازی کشور از منظر امنیت انرژی، نشریه اکتشاف و تولید نفت و گاز، دوره 1402، شماره 208

فلاح قالهری، غلامعباس واسدی، مهدی وانتظاری، علیرضا(1394). ناحیه بندی آب و هوایی استان گیلان با روش های چند متغیره، نشریه: جغرافیا و برنامه ریزی، دوره:19، شماره54، صفحات 235-251

 

Ahmadi, M., & Hadi, K. (2018). Assessment of solar radiation potential in Iran for photovoltaic applications. Proceedings of the International Renewable Energy Conference. Civilica. Retrieved from https://civilica.com/doc/697376.

An, y., Kim, J., Joo, H., Lee, W. (2023). Gwang-woo Han, Haneul Kim, Min-Hwi Kim, Experimental performance analysis of photovoltaic systems applied to an positive energy community based on building renovation, Renewable Energy, Volume 219, Part 1, 119369.

Dong, C., Zhong, Q. (2025). Evaluating solar photovoltaic potential of buildings based on the installation parameters of photovoltaic modules, Solar Energy, Volume 288, 113304.

Global Solar Atlas, 2025. [Online]. Available: https://globalsolaratlas.info/map.

Hakemzadeh, M. H., Sopian, K., Fazlizan Abdullah, A., Jarimi, H., Fauzan, M. F., Ibrahim, A. (2022). Technoeconomics of solar thermal-assisted sorption cooling systems under tropical climate condition – A case of Malaysia, Energy Conversion and Management: X, Volume 16, 100305.

Hakemzadeh, M. H., Sopian, K., Kazem, H. A., Al-Waeli, A. (2024). Miqdam Tariq Chaichan, Evaluating the techno-economic viability of different solar collectors integrated into an adsorption cooling system in tropical climate conditions, Solar Energy, Volume 268, 112304.

Hakemzadeh, M.H., Ibrahim, A., Sopian, K., Abd Hamid, A.S., Jarimi, H. (2023). Incorporating theoretical and practical approaches to assess the amount of sunlight captured by a tilted surface in a tropical climate, Heliyon, Volume 9, Issue 3, e14661, 

Intergovernmental Panel on Climate Change. (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories. IGES. Retrieved from https://www.ipcc-nggip.iges.or.jp/public/gl/ guidelin/

Jafari, S., Ghanbari, A., & Ebrahimi, H. (2020). Potential assessment of solar photovoltaic power plants in Iran based on geographical and climatic factors. Journal of Geographic Space and Technology, 15(4), 123-136. Retrieved from https://jgst.issgeac.ir/article-1-842-fa.html

Kumar Sahoo, S. (2016). Renewable and sustainable energy reviews solar photovoltaic energy progress in India: A review, Renewable and Sustainable Energy Reviews, Volume 59, Pages 927-939.

NASA. (n.d.). Prediction of Worldwide Energy Resources (POWER). NASA Langley Research Center. Retrieved Jan 4, 2025, from https://power.larc.nasa.gov

Olatayo, K. H., Wichers, J.H., Stoker, P.W. (2018). Energy and economic performance of small wind energy systems under different climatic conditions of South Africa, Renewable and Sustainable Energy Reviews, Volume 98, Pages 376-392.

Rahmani, R., & Norouzi, M. (2021). Multi-criteria decision-making methods for solar energy site selection using GIS in Iran. Journal of Renewable and Sustainable Energy Studies, 9(3), 78-89. Retrieved from https://ensani.ir/fa/article/372842

Rashid, N., Kabir, M. H. (2024). Greenhouse Gas Emission Reduction through Electricity Generation from Solar Photovoltaic Systems: A Study in Dhaka. The Dhaka University Journal of Earth and Environmental Sciences. 12. 1-8.

U.S. Environmental Protection Agency.GHG Emission Factors Hub. EPA, 2023. https://www.epa.gov/system/files/documents/2023-03/ghg_emission_factors_hub.pdf


مقالات مرتبط

حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات رایمگ است.
حق نشر © 1404-1396

صفحه اصلی| عضویت/ ورود| درباره رایمگ| تماس با ما|
[English] [العربية] [en] [ar]