A SZÉLENERGIA KUTATÁSA A DEBRECENI EGYETEM ( ) egyetemi magántan. ntanár Nyíregyh tarko47@gmail.com

Átírás

1 A SZÉLENERGIA KUTATÁSA A DEBRECENI EGYETEM METEOROLÓGIAI TANSZÉKÉN ( ) Tar KárolyK egyetemi magántan ntanár Nyíregyh regyházi Főiskola, F Turizmus és s FöldrajztudomF ldrajztudományi Intézet tarko47@gmail.com

2 A szélenergia hasznosításának nak helyzete. Magyarország g szélkl lklímája: a hazai szélenergia hasznosítás klimatológiai aspektusai. Nagytérs rségű vizsgálatok. A szélenergia hasznosítás társadalmi vonatkozásai.

3 A szélenergia hasznosításának nak helyzete a világon és s Európában.

4 Az energiahordozók k részarr szaránya a Földön n 2009-ben (forrás: REN21, 2011)

5 Szélenergia hasznosítás s Európában ben a szárazföldi területeken 8412 MW épült, az előző évhez képes 12,2 %-os a növekedés. Lengyelország és Ausztria is azon országok közé tartozik, melyek 1 GW fölötti szélerőmű kapacitással rendelkeznek ben meglévő szélerőművek egy normál szeles évben 181 TWh villamos energia termelésére képesek, mely EU bruttó végső energiafelhasználásának 5,3 %-át reprezentálja. 5

6 Szélenergia hasznosítás Európában EWEA,

7 Évente telepített szélerőmű kapacitások Európában ben összesen Európában 9295 MW épült, ebből 883 MW offshore szélerőmű. EWEA,

8 2010-ben telepített szélerőmű kapacitások megoszlása EU27 EWEA,

9 Jelenleg: 172 db szélerőmű. Ezeknek közel 90 %-a az ország ÉNy-i területén található. Széler lerőművek az Alföld ldön és környeze- tében: : 6825 kw~2 % 1. Mezőtúr r (1x1500kw), 2. TörökszentmiklT kszentmiklós (1x1500kw), 3. Erk (1x800kw), 4. Bükkaranyos B (1x225kw), 5. Felsőzsolca (1x1800kw) 9

10 A szélenergi lenergiából l termelt villamos energia részaránya 2008-ban az EU-ban EWEA, 2011

11 Tar K. (1980): A szélirány időbeli változékonyságának statisztikai vizsgálata. Időjárás, 88. pp Három nagy kutatási terület: I. Magyarország szélklímája: a hazai szélenergia hasznosítás klimatológiai aspektusai. II. Térbeli modellek, nagytérségű vizsgálatok. III. A szélenergia hasznosítás társadalmi vonatkozásai. Adatbázisok: 10 hazai meteorológiai állomás óránkénti szélirányai és szélsebességei: , (OMSZ). A paksi meteorológiai torony két éves (2000, 2001) 10 percenkénti szélirány és szélsebesség adatai (20 m, 50 m és 120 m)(omsz). SODAR mérési adatok (NKFP) Nagytérségű (negyed földgömbi) reanalizált adatok (Internet). Kérdőíves felmérések adatai (saját). Módszerek: matematikai statisztika, geoinformatika (GIS), kérdőíves felmérés. A vizsgálatok részhalmazai: teljes időszak, évszakok, időjárási helyzetek (áramlási típusok), állomás-típusok (síkvidéki, nem tipikusan síkvidéki, hegyvidéki)

12 I. HAZAI SZÉLENERGIA HASZNOSÍTÁS KLIMATOLÓGIAI ASPEKTUSAI Dr. Tar KárolyK

13 I. HAZAI SZÉLENERGIA HASZNOSÍTÁS KLIMATOLÓGIAI ASPEKTUSAI Fő kérdések: Mennyi van? Mitől függ? I.1. A SZÉLIRÁNYOK ENERGETIKAI PARAMÉTEREI I.2. A SZÉLSEBESSÉG ENERGETIKAI CÉLÚ VIZSGÁLATA I.3. A SZELES NAPOK STATISZTIKAI SZERKEZETE ÉS KAPCSOLATA A SZÉLENERGIA PARAMÉTEREKKEL I.4. MÓDSZEREK A POTENCIÁLIS SZÉLTELJESÍTMÉNY BECSLÉSÉRE I.5. AZ IDŐJÁRÁSI HELYZETEK ENERGETIKAI JELLEMZÉSE I.6. AZ EMPIRIKUS SZÉLPROFIL TÖRVÉNYEK ENERGE- TIKAI CÉLÚ VIZSGÁLATA I.7. A SZÉLERŐMŰVEK MŰKÖDÉSÉNEK KLIMATOLÓGIAI FELTÉTELEI MAGYARORSZÁGON KÜLÖNBÖZŐ MAGASSÁGOKBAN. I.8. A NAPI ÁTLAGOS SZÉLSEBESSÉGEK EGYMÁSRA KÖVETKEZÉNEK STATISZTIKAI ELEMZÉSE ÉS KAPCSOLATA AZ IDŐJÁRÁSI HELYZETEKKEL. m m e n e t r e n d d

14 I.4. MÓDSZEREK A POTENCIÁLIS SZÉLTELJESÍT- MÉNY BECSLÉSÉRE On-line becslés: a csúszó átlagok módszere (SLIDAV-modell) Egy időszak átlagos potenciális szélteljesítményének meghatározása közelítő függvénnyel.

15 Összefüggés s a termelt villamos-energia és s a szélsebess lsebesség g köbök k k napi átlaga között k ( , , szabályozatlan és s szabályozott): E napi össz. (kwh) Összes nap (288) E napi össz. = V R 2 = 0.87, R= v i : indító szélsebesség v n : névleges szélsebesség v max : leállási szélsebesség 0 V 24 (m 3 /s 3 )

16 A relatív csúszóátlag (R i ) megmutatja, hogy a nap i. órájáig kumulált és átlagolt szélsebesség-köbök hány százalékát teszik ki ugyanezen mennyiségek napi átlagának. A szélsebesség napi menetéből következik, hogy R i már napközben (i<24) elérheti a 100 %-ot, majd egy maximális értéket felvéve az i=24 órában definíciója szerint ismét 100 % lesz. Az R i egyébként a nap i. órájáig számolt átlagos és a napi átlagos fajlagos szélteljesítmény aránya is. A kiválasztott időszakok (év, évszakok, helyzetcsoportok) minden napjára elkészítettük az értékeit, majd óránként meghatároztuk ennek különböző statisztikai jellemzőit. A becslést azonban az óránkénti átlagokból ([R i ]) és a módusz óránkénti értékeiből ( R ) célszerű elvégezni. i

17 Alkalmazás: A modell megalkotása a szélerőmű közelében hosszú idejű szélsebesség mérések alapján. Számítógépes szoftver: Input: - a kiválasztott R i statisztika napi menete a modellből, - a kiválasztott statisztikához tartozó hiba napi menete - óránként/10 percenként mért szélsebességek, Output: - az óránkénti minimális, maximális és átlagos becslés - az óránkénti becslések hibái a nap végén

18 A SLIDAV modell R i statisztikák grafikus megjelenítés a felhasználni kívánt statisztikák kiválasztása az aktuális R i statisztikák a V 24 és a hiba becslése t=24 numerikus megjelenítés t<24 Futtatás: csoszmo2.exe v(t) a szélerőmű közeléből

19 A modellfuttatás eredménye egy kiválasztott napon: V 24i (m 3 /s 3 ), E i (%) 160 Debrecen, April 1, v i (m/s) estimated (m3/s3) error (%) wind speed (m/s) hour

20 Konklúzió: A csúszó átlagok módszere tehát lehetőséget ad arra, hogy egy, a napi átlagos szélteljesítménnyel arányos mennyiséget, a szélsebesség köbök napi átlagát már a nap vége előtt 6-9 órával átlagosan 20 %-os hibával előre jelezzük. A legjobb becsléseket tavasszal és nyáron, valamint a ZE helyzetcsoportokban kapjuk. Az így kapott érték fontos információ lehet a szélturbina üzembetartójának: közelítőleg meghatározhatja az egész nap kitermelhető szélenergiát, eldöntheti, hogy érdemes-e egész nap működtetni a gépet, vagy leállíthatja, pl. a karbantartás elvégzésére, stb. A módszer 10 perces mérésekre továbbfejleszthető. Tar, K. Szegedi, S. (2010): A statistical model for estimating electricity produced by wind energy. Renewable Energy, 36., pp DOI: /j.renene Imp. f (8 hivatkozás)

21 v v I.6. A POTENCIÁLIS SZÉLENERGIA MENNYISÉGÉNEK NEK FÜGGF GGÉSE A MAGASSÁGT GTÓL 2 1 h h 2 1 Ez az ún. Hellmann-féle összefüggés az elméleti logaritmikus szélprofil törvény egyszerűsített, gyakorlatban alkalmazott változata, melyben általában az kitevő értékét elsősorban a felszín érdességétől függő konstansnak veszik. Egyszerűségének köszönhetően ezt az összefüggést használjuk az energetikai célú szélmérések során is a talaj közelében mért szélsebességnek a szélturbina tengely magasságára történő konvertálásakor. A kitevő értéke azonban mint ahogyan az a magyarországi szélenergia potenciált felmérő kutatások alapján is bebizonyosodott - nemcsak a felszín érdességének függvénye, hanem számos légköri tényező befolyásolásának eredője. A vizsgálatok eredménye szerint a kitevő az érdességen túl a levegő egyensúlyi helyzetétől is függ. Emiatt a becslés s hibája növekszikn talaj közeli inverzió, erősen stabil állapotok fennállása esetén, különösen éjszaka, főként pedig akkor, ha a kitevő napi menetét t nem vesszük k figyelembe, azaz egy konstans értékkel számolunk. A szélsebess lsebesség g magassággal ggal való becsült változv ltozását t meghatároz rozó α kitevő napi menetének nek az időjárási helyzettől l függf ggő sajátoss tosságait vizsgáltuk. Az áramlási viszonyokat a Péczely-félele makroszinoptikus helyzetek és s a Puskás-féle kilenc fronttípus alapján n elkülönített frontos vagy frontnélk lküli li napokkal jellemezzük.

22 Módszerünket a paksi meteorológiai torony évi szélsebess lsebesség méré- sei alapján n mutatjuk be. Itt három szinten: 20, 50 és 120 m-en rögzítik a 10 perces átlagos szélsebességeket. Az összes (731) nap közül ennek kb. harmada, 218 nap volt az előbbiek szerint frontos, 513 nap pedig frontnélküli. Az adatokat az OMSz bocsátotta rendelkezésünkre. 1. közelítő hidegfront 2. tartózkodó hidegfront 3. közelítő melegfront 4. tartózkodó melegfront 5. közelítő okklúziós front 6. tartózkodó okklúziós front 8. egyidejűleg tartózkodó meleg- és hidegfront 9. egyidejűleg tartózkodó meleg-, hideg- és okklúziós front 7. közelítő meleg- és hidegfront A Puskás-féle fronttípusok és a paksi meteorológiai mérőtorony

23 0.8 A HELLMANN-KITEV KITEVŐ NAPI MENETE teljes időszak ( ) hh:mm 0:00 1:10 2:20 3:30 4:40 5:50 7:00 8:10 9:20 10:30 11:40 12:50 14:00 15:10 16:20 17:30 18:40 19:50 21:00 22:10 23:20

24 Az α kitevő napi átlagai a különböző időszakokban napok száma (20/50) (20/120) (50/120) teljes frontnélküli frontos :00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 (20/120) 11:00 frontnélküli frontos teljes idősz. 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 A teljes és a frontnélküli időszak átlagos kitevői gyakorlatilag együtt járnak: ugyanis az eltérések átlaga -0,001, maximuma 0,02, minimuma -0,01. A nappali órákban a frontos időszak kitevői ezeknél valamivel kisebbek, az éjszakai órákban viszont nagyobbak, most az eltérések átlaga 0,01, maximuma 0,07, minimuma -0,06.

25 A SZÉLSEBESS LSEBESSÉG ÁTLAGOS NAPI MENE- TE KÜLÖNBK NBÖZŐ MAGASSÁGOKBAN GOKBAN Az (20/120) kitevők értékeinek és a 20 m-en mért 10 perces szélsebességek felhasználásával előállítottuk az átlagos szélsebességek 10 perces napi menetét a m-es magasságokban 10 m-ként mindhárom (teljes, frontnélküli, frontos) időszakra. Ezekből elkészítettük az óránkénti értékek napi menetét.

26 m /s 8.0 teljes időszak, , óránkénti napi menet m/s 7.0 frontnélküli időszak, , óránkénti napi menet :00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 m/s Frontos időszak, , óránkénti napi menet 10 m 20 m 30 m 40 m 50 m 60 m 70 m 80 m 90 m 100 m 110 m 120 m 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 17:00 18:00 19:00 hh:mm 20:00 21:00 22:00 23:00 10 m 20 m 30 m 40 m 50 m 60 m 70 m 80 m 90 m 100 m 110 m 120 m :00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 hh:mm 21:00 22:00 23:00 10 m 20 m 30 m 40 m 50 m 60 m 70 m 80 m 90 m 100 m 110 m 120 m Az ábrák szerint mindhárom esetben m-en a napi menet igencsak lapos az alatta és felette lévő szintekhez képest. Ezt a magasságot tekinthetjük tehát a mérés helyén az ún. inflexiós s magasságnak, gnak, ahol a szélsebesség (és így a szélenergia) napi menete véletlenszerű.

27 Az átlagos szélsebességek és a variációs együtthatók értékeinek függése a magasságtól a vizsgált időszakokban átlagseb. (m/s) 8.0 teljes átlag frontnélküli átlag 7.0 frontos átlag teljes var. eh. 6.0 frontnélküli var. eh. frontos var. eh var. együtth Itt valami történik! magasság m 20 m 30 m 40 m 50 m 60 m 70 m 80 m 90 m 100 m 110 m 120 m

28 Az (20/120)-modell hibájára. időszak teljes frontos frontnélküli magasság 50 m 120 m 50 m 120 m 50 m 120 m mért sebesség átlag számított seb relatív hiba, % mért sebesség szórás számított seb relatív hiba, % var. együtth. relatív hiba A modell a frontnélküli napokra alkalmazva a legjobb: minkét magasságban egyforma átlagos értéket és kicsi átlagos relatív hibát produkál. Utóbbiak szerint 50 m-en mindhárom időszakban jobb a közelítés. A számított sebességek szórása 50 m-en mindhárom esetben kisebb, míg 120 m-en nagyobb, mint a mért sebességek szórása. A relatív hibák átlaga és szórása a frontos időszakban 120 m-en veszi fel a maximumát, a variációs együtthatója ebben az időszakban minimális mindkét magasságban.

29 A relatív v hiba napi menete a három h időszakban a két k t referencia magasságban. gban. rel. hiba (%) 16.0 teljes időszak, rel. hiba (%) 12.0 frontnélküli napok, m 120 m m 120 m hh:mm hh:mm 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 rel. hiba (%) :00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 frontos napok, m 120 m 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 hh:mm 21:00 22:00 23:00 A modell a nappali időszakban lényegesen jobb közelítést ad, mint éjszaka. A frontnélküli napok esetében nappal a relatív hiba mindkét magasságban az időpontok túlnyomó többségében 2 % alatt van. A másik két időszakban pedig a 120 m-en számolt értékek időpontok túlnyomó többségében nagyobbak az 50 m-es értékeknél.

30 A POTENCIÁLIS SZÉLTELJES LTELJESÍTMÉNY NAPSZAKOS VÁLTOZV LTOZÁSA [v 3 ],[v 3 ] fit (m 3 /s 3 ) Debrecen, May, 1991., 10 m NAPPAL [v3]fit [v3] ÉJSZAKA ÉJSZAKA T ga hour

31 A szélenergia napszakos változása: a nappali és az éjszakai órákra számított átlagos fajlagos szélteljesítmény az egész napi átlagos fajlagos szélteljesítmény %-ában teljes frontos frontnélküli méter nappal éjszaka nappal éjszaka nappal éjszaka Ugyanakkor a táblázat megfelelő oszlopai összehasonlítva megállapítható, hogy a frontnélküli napokon a teljes napi szélenergiának 3-5 %-kal nagyobb része esik a nappali időszakra A nappali potenciális szélteljesítmény a táblázat szerint csak kb. 30 m-ig az inflexiós magasság alatt - nagyobb, vagy egyenlő, mint az éjszakai. Utóbbi 50 m-en több, mint másfészerese, m-en már kb. kétszerese az előbbinek mindhárom időszakban. Az éjszaka/nappal arány egyébként minden magasságban a frontos időszakban a leg-nagyobb, 120 m-en már több, mint négyszeres.

32 KÖVETKEZTETÉSEK Nagy valószínűséggel megállapítható, hogy létezik az időjárási helyzetektől független ún. inflexiós magasság, amely fölött és alatt a szélsebesség napi járása ellentétes. Azaz fölötte a maximum a késő délutáni, esti órákban áll be. Ezt azt jelenti, hogy a 100 m körüli tengelymagasságú szélerőművek nem a legnagyobb energiafogyasztási időszakban termelnek villamos energiát. Ez addig, míg a villamos energia tárolása nem megoldott - elsősorban rendszerirányítási problémát jelenthet. Az inflexiós magasságra és a szélenergia napszakos arányára vonatkozó vizsgálatainkat a SODAR mérések felhasználásával több helyszínre is szándékszúnk elvégezni. Eddigi vizsgálataink szerint 50 és 60 m között az átlagsebességek nagyjából egyformák mindhárom helyszínen, ezért mostani eredményeinkhez hasonlóakra számítunk. Ezek alapján pedig javasolni fogjuk a magyarországi szélenergia hasznosítás újragondolását.

33 Publikációk: Tar K. (2006): A szélenergia napi menete különböző időjárási helyzetekben. Energiagazdálkodás, , pp Tar, K. (2007): Diurnal course of potential wind power with respect to the synoptic situation. Időjárás, pp (Abstract: Tar, K. (2008): Energetic characterization of near surface windfield in Hungary. Renewable and sustainable Energy Reviews 12, pp DOI: /j.rser Imp. f.: 4,075 Tar, K. (2008): Some statistical characteristics of monthly average wind speed at various heights. Renewable and sustainable Energy Reviews 12, pp DOI: /j.rser Imp. f.: 4,075 Kircsi, A. Tar, K. (2008): Profile-tests for utilizing wind energy. Acta Silvatica & Lignaria Hungarica, Vol. 4., pp Tar, K. Szegedi, S. (2009): Alteration of potential wind energy with height and parts of the day. Journal of Electrical and Electronics Engineering, Vol. 2, Nr 1, pp Tar K. Puskás J. (2011): A szélenergia és a frontok. Magyar Energetika, XVIII. 5., pp

34 II. NAGYTÉRSÉGŰ VIZSGÁLATOK Bíróné Dr. Kircsi Andrea

35 Célkitűzés: A Magyarországon rendelkezésre álló szélenergia-potenciál jellegzetességeit az északi negyed gömb más térségeinek szélviszonyaival összehasonlítva mutassuk be (térbeli, időbeli különbségek) Szélklimatológiai információkkal segítsük a szél energiájának minél szélesebb körű hasznosítását rövid-, közép-, és hosszú távon.

36 Felhasznált adatok NCEP / NCAR reanalízis 995 szint u, v szélvektor komponensek 50 év Napi adatok Felbontás:T x 2.5 Északi negyedgömb 8 régió

37

38 50 év alatt hogyan változik az éves átlagos szélsebesség? m/s 6.0 gridek 100% % 80% % 5.7 Az NCEP/NCAR reanalízis vizsgált % % % % 20% % 5.2 0% közötti napi szélsebesség adatsora alapján az északi negyedgömbön nem találtunk tartósan egyirányú változást a szélsebesség éves átlagaiban >=50 év átlaga <50 év átlaga

39 Milyen irányú változások vannak az egyes gridekben? A 2,5 x2,5 méretű gridekben között a szélsebesség változásának iránya és nagysága erősen függ a választott térség földrajzi helyzetétől, a vizsgált időszak hosszától

40 2006 évi szélindex évi átlaghoz viszonyítva 2006 évi szélindex

41 Variációs tényező földrajzi eloszlása

42 Következtetés: Megállapítottuk, hogy a mérsékelt éghajlati öv kedvezőbb terület a szél energiájának hasznosítására, mint a világ más térségei, mert a szélsebesség évek közötti és éven belüli változékonysága itt a legkisebb. Hosszú időskálán és makro léptékben rendelkezésre állása stabilabb, mint a szélerőművek élettartama alatt akár a szénhidrogének világpiaci árának változása, vagy a fejlődésének kereteit meghatározó jogszabályi környezet. Bíróné Kircsi Andrea (2008): A szélenergia hasznosítás klimatológiai vonatkozásai. PhD értekezés.

43 III. A MEGÚJUL JULÓ ENERGIAFORRÁSOK TÁRSADALMI MEGÍTÉLÉSE A HERNÁD VÖLGYÉBEN Dr. Tóth T Tamás tamas.toth1@gmail.com

44 A kutatási terület kiválaszt lasztása, sa, alkalmazott módszerek Előzm zmények: kérdk rdőíves attitűdvizsg dvizsgálat (8 település, 132 db, a háztartások 10%-a) őszén n kérdk rdőíves vizsgálatsorozat (1 város v és s 1 nagyközs zség, 130 db, a háztarth ztartások 10%-a) kérdk rdőíves attitűdvizsg dvizsgálat (30 település, 1188 db, a háztartások 10%-a). 3 vizsgálat nyújtotta lehetőségek: Informáci cióbázis létrehozl trehozása a megújul juló energiaforrások lakossági ismereteiről és s az energiafelhasználási si szokásokr sokról. Időbeli összehasonlító vizsgálatok elvégz gzése. Az ilyen vizsgálatok elvégz gzését t indokolja: Az energiahordozók k drágul gulása. Az energiakölts ltségek csökkent kkentésének nek igénye. A megújul juló energiaforrásokat hasznosító berendezések lakossági és s közintk zintézményi terjedésének könnyk nnyítése, gyorsítása. sa.

45 Eredmények, következtetk vetkeztetések: A megújul juló energiaforrások ismertsége a megkérdezettek körében k (%) napelem napkollektor vízenergia szélenergia geotermikus energia bioetanol biodízel biogáz energiafű energiaerdő brikett, pellet biomassza tüzelés kazánban

46 A megújul juló energiaforrások alapfokú ismertsége a megkérdezettek körében k (%) napelem napkollektor vízenergia szélenergia geotermikus energia bioetanol biodízel biogáz energiafű energiaerdő brikett, pellet biomassza tüzelés kazánban

47 A több t informáci ció igénye az egyes megújul juló energiaforrások esetében (%) nt/nv egyiket sem napelem napkollektor vízenergia szélenergia geotermikus energia bioetanol biodízel biogáz enegriafű energiaerdő biobrikett, biopellet biomassza

48 A megújul juló energiaforrásokkal kapcsolatos ismeretek főf forrásai a megkérdezettek körében k (%) nt/nv egyéb munkahelyen oktatás, képzés során ismerősöktől internetről írott sajtóból rádióból TV-ből

49 A kezdeményez nyező szerep megítélése megújul julós beruházások esetén n a megkérdezettek körében k (%) nt/nv egyéb helyi vállalkozók nem helyi vállalkozók civil szervezetek települési önkormányzatok egyénileg települési önkormányzatok összefogása megyei önkormányzat regionális intézmények központi kormányzat

50 A megújul juló energiaforrásokhoz kapcsolódó beruházások leggyakoribb nehézs zségei (%) nem válaszol nem tudja egyéb lakossági ellenállás szakismeret hiánya engedélyeztetés fenntartási költségek finanszírozási problémák technikai, technológiai akadályok

51 A megújul juló energiaforrások hasznosításához hoz kapcsolódó beruházások elfogadottsága (%) nt/nv kisebb vízerőmű fúrótorony termálvíz kitermelésre napkollektorok napelemek szélerőmű szélerőgép, szélgenerátor biodízel, bioetanol üzem biogázerőmű biomassza tüzelésű erőmű

52 A további kérdk rdőíves vizsgálat helyszínei 1 KékedK 2 Abaújv jvár 3 Tornyosnémeti 4 Zsujta 5 Hidasnémeti 6 Hernádszurdok 7 GöncG 8 GöncruszkaG 9 Garadna 10 Vilmány 11 Novajidrány 12 Vizsoly 13 MéraM 14 Hernádc dcécece 15 Encs 16 Forró 17 Abaújk jkér 18 Gibárt 19 Hernádb dbűd 20 Hernádszentandr dszentandrás 21 Pere 22 Ináncs ncs 23 Csobád 24 Felsődobsza 25 Kiskinizs 26 Hernádk dkércs 27 Nagykinizs 28 Halmaj 29 Szentistvánbaksa nbaksa 30 Aszaló

53 A szélgener lgenerátorok, szélmotorok ismertsége az egyes településeken Hallott róla Alapszintű információval rendelkezik

54 A széler lerőművek ismertsége az egyes településeken Hallott róla Alapszintű információval rendelkezik

55 A napkollektorok ismertsége az egyes településeken Hallott róla Alapszintű információval rendelkezik

56 A napelemek ismertsége az egyes településeken Hallott róla Alapszintű információval rendelkezik

57 Szélgener lgenerátorok, szélmotorok létesl tesítése se Elfogadhatónak tartja Van rá lehetősége az érintett településnek

58 Széler lerőművek létesl tesítése se Elfogadhatónak tartja Van rá lehetősége az érintett településnek

59 Napkollektorok létesítése se Elfogadhatónak tartja Van rá lehetősége az érintett településnek

60 Napelemek létesítésese Elfogadhatónak tartja Van rá lehetősége az érintett településnek

61 A legpreferáltabb ltabb megújul juló energiaforrást hasznosító berendezések az egyes településeken

62 Konklúzi zió: Az elmúlt lt évek során n a vizsgált településeken szinte mindenki hallott már m r valamilyen a megújul juló energiaforrásr sról. A megújul juló energiaforrás s kapcsolatos valós s ismeretek, érdemben nem bővültek. b Az ismeretek főf forrásak saként feltüntetett televízi zió nem alkalmas minőségi informáci ciók, ismeretek közlk zlésére. A helyi igényeket kielégítő,, a helyi közössk sséghez a leginkább alkalmazható tájékoztatásra van szüks kség. Mindent egybevéve ve a megújul juló energiaforrásokr sokról l kialakult összkép p pozitív, a települések közelk zelében létesl tesítendő ilyen beruházásokhoz kapcsolódó,, olykor negatív médiavisszhangok ellenére is.

63 Konklúzi zió: Az elvégzett kutatás alapján a vizsgálati helyszíneken a szél energetikai hasznosítására vonatkozó, valósnak tekinthető érdemi ismeret nagyon kevés. Hasonló a helyzet a napenergia és a hasznosításához köthető eszközök ismerete terén is. A megújuló energiaforrások lakosság körében történő elterjeszthetőségének és alkalmazhatóságának legjobb eszköze a best practice. Az egyes településeken a szél- és napenergiahasznosítás tényleges megvalósításában és megismertetésében meghatározó jelentőségű a mindenkori települési vezető is.

64 Forrás: Tóth Tamás (2013): A megújuló energiaforrások társadalmi háttérvizsgálata a Hernád-völgy településein, különös tekintettel a dendromassza-alapú közösségi hőenergiatermelésre. PhD értekezés. Tóth Tamás, Szalontai Lajos, Spéder Ferenc, Vass Róbert (2012): A biomassza hasznosításának társadalmi megítélése a Hernád völgyében. A megújuló energiaforrások hasznosításának természeti, társadalmi és gazdasági lehetőségei a Hernád-völgyben. Debreceni Egyetem Meteorológiai Tanszék, Kapocska László, Tóth Tamás, Vass Róbert (2012): A szél- és napenergia ismertsége a Hernád-völgy településein. A megújuló energiaforrások hasznosításának természeti, társadalmi és gazdasági lehetőségei a Hernád-völgyben. Debreceni Egyetem Meteorológiai Tanszék,

65 Kapcsolataink: Nyugat-Magyarorsz Magyarországi gi Egyetem, Sopron, Szombathely, Széchenyi István n Egyetem, Győr Eötvös s Lóránt L Tudományegyetem, Meteorológiai Tanszék Szent István n Egyetem, GödöllG llő Szegedi Tudományegyetem, Éghajlattani és s TájfT jföldrajzi Tanszék Nagyváradi Egyetem, Elektrotechnikai Kar Babes-Bólyai Egyetem, Földrajz F Kar, Magyar Földrajzi F Intézet MTA Meteorológiai Tudományos Bizottság, LégkL gköri Erőforr forrás s Munkabizottság MTA Energetikai Tudományos Bizottság, Megújul juló Energetikai Albizottság DAB Megújul juló Energetikai Munkabizottság Magyar Meteorológiai TársasT rsaság, Nap- és s Szélenergia Munkabizottság Magyar Szélenergia TársasT rsaság g (MSZET) Európai Szélenergia TársasT rsaság g (EWEA)

66 Madách: Midőn az ember földén megjelent, Jól béruházott éléskamra volt az: Csak a kezét kellett kinyújtani, Hogy készen szedje mindazt, ami kell. Költött tehát meggondolatlanul, Mint a sajtféreg, s édes mámorában Ráért regényes hipotézisekben Keresni ingert és költészetet. De már nekünk, a legvégső falatnál, Fukarkodnunk kell, általlátva rég, Hogy elfogy a sajt, és éhen veszünk, Négy ezredév után a Nap kihűl, Növényeket nem szül többé a Föld; Ez a négy ezredév hát a mienk, Hogy a Napot pótolni megtanuljuk, Elég idő tudásunknak, hiszem. Oláh György Nobel-díjas kémikus gondolatai: A nagy és az egész világon rendelkezésre álló források alapján, a költségeket, a technológia érettségét és a viszonylag korlátozott környezeti hatásokat tekintve kimondható, hogy reményteljes jövő előtt áll a szél energiájának hasznosítása a villamosenergia-szükséglet egyre növekvő hányadának előállítására azokban az országokban, amelyek hajlandók a beruházásokat vállalni. Oláh György-Alain Goeppert-G. K. Surya Prakash: Kőolaj és földgáz után: a metanolgazdaság. Better Kiadó, Budapest, 2007.

67 Köszönjük a figyelmet!