3.6. Magazyny energii
3.6.8. Pompy ciepła
W ostatnich latach odnotowano znaczący postęp technologiczny w zakresie pomp ciepła. Pierwotnie jako dolnego źródła energii wykorzystywano w dużej mierze energię gruntową. W tym celu konieczne było wykonanie odwiertów pionowych lub umieszczenie wymienników ciepła w pozycji poziomej. Zabudowa pompy ciepła wiązała się z wysokim poziomem inwestycji oraz potrzebą wykorzystania powierzchni pod zabudowę wymienników ciepła. Do tej pory technologia ta rozwijała się raczej sporadycznie w nowych domach, które nie miały dostępu do sieci ciepłowniczej lub gazowej.
Poprzez postęp technologiczny w zakresie sprawności pomp ciepła możliwe obecnie jest zastosowanie tych urządzeń w technologii powietrze–woda lub powietrze– powietrze. Poniżej przedstawiono przykładowo sprawności pomp ciepła typu powietrze–woda firmy Nibe. Sprawność ta wyrażona została współczynnikiem COP. Oznacza on liczbę jednostek energii cieplnej uzyskanych z pompy ciepła po przeznaczeniu jednej jednostki energii elektrycznej. Sprawność tego urządzenia z jednej strony uzależniona jest od poziomu temperatury w tzw. dolnym źródle, czyli w tym przypadku od powietrza na zewnątrz budynku. Z drugiej strony zależy od temperatury wody grzewczej, czyli od górnego źródła ciepła. Im większa różnica pomiędzy dolnym a górnym źródłem, tym niższa sprawność (COP) urządzenia.
185
Tabela 75. Sprawność pompy ciepła (Nibe, 2017a)
Moc osiągalna pompy 12 kW COP
Moc osiągalna pompy 12 kW COP
Wsp. COP przy +7°C i temp.
wody grzewczej 35°C 9,17 kW 4,79
Wsp. COP przy +7°C i temp.
wody grzewczej 65°C 9,00 kW 2,25 Wsp. COP przy + 2°C i temp.
wody grzewczej 35°C 8,90 kW 3,53
Wsp. COP przy +2°C i temp.
wody grzewczej 65°C 9,00 kW 1,88 Wsp. COP przy −7°C i temp.
wody grzewczej 35°C 8,90 kW 2,65
Wsp. COP przy −2°C i temp.
wody grzewczej 65°C 7,80 kW 1,62 Wsp. COP przy −15°C i temp.
wody grzewczej 35°C 9,02 kW 2,41
Wsp. COP przy −7°C i temp.
wody grzewczej 65°C 9,78 kW 1,32
Średni COP przy 35°C 3,35 Średni COP przy 65°C 1,77
SCOP 4,47
W zależności od temperatur dolnego oraz górnego źródła COP waha się w zakresie 1,32-4,79. Przy wykorzystaniu ogrzewania podłogowego, gdzie temperatura oddawana na podłogę nie przekracza 35°C, COP znajduje się w granicach 2,41 dla temperatury zewnętrznej −15°C oraz 4,79 dla +7°C. Uśredniony COP dla w tabeli pokazanych temperatur wynosi 3,35. Aby mieć obraz całego sezonu grzewczego, dla wartości obliczeniowych zdefiniowano tzw. współczynnik SCOP. Jest to norma obliczeniowa dla konkretnych warunków klimatycznych. W przypadku pompy ciepła producenta Nibe wartość SCOP została podana w katalogu producenta na poziomie 4,47 (Nibe; 2017a). Poniżej przedstawiono koszt energii elektrycznej stawek zmiennych według taryfy z 2017 roku dla przykładowego obszaru zasilania z Grupy Energa S.A.
Tabela 76. Taryfa na energię elektryczną oraz na usługi dystrybucyjne 2017 (Obrót S.A.; Energa-Operator S.A., 2017)
Taryfa 2017 [gr/kWh] [PLN/GJ]
ENERGA S.A. obrót dystrybucja suma brutto netto brutto
G11 całodobowa 0,241 0,241 0,483 0,594 134 165 G12 dzienna 0,282 0,264 0,545 0,671 151 186 nocna 0,183 0,071 0,253 0,312 70 87 G12w dzienna 0,295 0,276 0,571 0,702 159 195 nocna 0,192 0,072 0,264 0,324 73 90
186
Przy wykorzystaniu energii elektrycznej do celów grzewczych energia elektryczna łącznie z dystrybucją po uwzględnieniu podatku VAT w przeliczeniu na GJ kosztowała według taryfy G11 w 2015 roku 165 PLN. W taryfie nocnej G12, która występuje w godzinach 13.00-15.00 oraz 22.00-6.00, wartość ta spada do 87 PLN/GJ. Grupa Energa wprowadziła również do oferty taryfę weekendową, w której za taryfę nocną uznawane są także dni weekendowe oraz ustawowo wolne od pracy. W tym przypadku w przeliczeniu na GJ taryfa dzienna kosztuje 195 PLN, a taryfa nocna 90 PLN.
Podstawiając do stawek za energię elektryczną z 2017 roku sprawności COP pompy ciepła, otrzymuje się następujące koszty wytworzenia jednostki cieplnej wyrażone w PLN/GJ.
Tabela 77. Koszt jednostki cieplnej przy użyciu pompy ciepła (opracowanie własne na podstawie Nibe; Energa-Obrót S.A.; Energa-Operator S.A., 2017)
Ogrzewanie podłogowe 35°C Piec el. Pompa ciepła
Temp. powietrza +7°C +2°C −7°C −15°C średni SCOP COP 1 4,79 3,53 2,65 2,41 3,35 4,47 G11 całodobowa 165 34 47 62 68 49 37 G12 dzienna 186 39 53 70 77 56 42 nocna 87 18 25 33 36 26 19 G12w dzienna 195 41 55 74 81 58 44 Nocna 90 19 26 34 37 27 20
Przy średnim wskaźniku COP, wynoszącym 3,35, wyprodukowanie jednego GJ waha się w zakresie 27-58 PLN. Przy wzięciu pod uwagę wystandaryzowanej wartości SCOP na poziomie 4,47 wytworzenie jednostki ciepła kształtuje się na poziomie brutto 19-44 PLN/GJ. Dla porównania energia cieplna wytworzona z gazu przy sprawności cieplnej 100% kosztuje odbiorcę końcowego, przy uwzględnieniu stawek zmiennych za obrót oraz dystrybucję i 23% podatku VAT 48 PLN/GJ (PGNiG Obrót Detaliczny; Polska Spółka Gazownictwa, 2017). Barierą dla pomp ciepła jest ich koszt inwestycyjny. Zgodnie z ofertą firmy Nibe po uzyskaniu rabatu producenta w postaci tzw. dotacji szwedzkiej koszt takiego urządzenia dla 12 kW wynosi około 18 000 PLN (Nibe, 2017b). Piec gazowy firmy Vaillant z pompami obiegowymi oraz buforem stanowi koszt rzędu 10 000 PLN (Tanie Ogrzewanie, 2017). Jak widać w przypadku, gdy nieruchomość znajduje się w pobliżu sieci gazowej, bardziej korzystne jest
187
ogrzewanie gazowe. W przypadku braku takiej sieci pompa ciepła może być komfortowym i tanim w eksploatacji urządzeniem grzewczym. Należy się spodziewać, że postęp technologiczny pomp ciepła będzie coraz większy, co pomoże uzyskać między innymi coraz niższe koszty takiej instalacji.
188
Podsumowanie – wnioski końcowe
Na skutek postępującej elektryfikacji poszczególnych sektorów energia elektryczna będzie odgrywała coraz większą rolę w zaspokajaniu potrzeb energetycznych kraju gospodarki (np. rozwój elektromobilności w sektorze transportu, klimatyzacji i pomp ciepła). Zgodnie z zaprezentowanymi prognozami jej krajowe zużycie w 2030 roku ma wzrosnąć z obecnych 150-160 TWh do wielkości rzędu 210 TWh. Przeprowadzone w ramach pracy analizy potwierdziły tezę, że ważniejsze, z punktu widzenia planowania rozwoju i sterowania stroną podaży, jest właściwe rozpoznanie przyszłego zapotrzebowania na moc szczytową oraz krytycznych profili dobowego obciążenia KSE, niż sama znajomość wielkości zużycia energii elektrycznej w wybranym okresie czasowym. Wskazują na to zebrane dane z ostatnich lat, gdzie przede wszystkim w okresach letnich przewyższane są dotychczasowe poziomy zapotrzebowania na moc. Zbilansowanie systemu w okresie letnim stanowi coraz większą trudność, głównie ze względu na ograniczone możliwości chłodzenia bloków energetycznych. Istotnym potwierdzeniem tej tezy jest sytuacja, która wystąpiła w sierpniu 2015 r., gdzie wprowadzone zostały okresowe ograniczenia poboru mocy przez dużych odbiorców. Doświadczenia te pokazały, że zagrożenie zbilansowania systemu występuje głównie przy ekstremalnych warunkach pogodowych tj. z jednej strony upalne lato lub silne mrozy występujące zimą.
W ramach pracy opracowano autorski model optymalizacji dobowych krzywych rezydualnych. Celem modelu było zaplanowanie pracy systemu, w którym występuje najniższa rozpiętość pomiędzy obciążeniem w czasie doliny nocnej i szczytu dziennego. W ten sposób uzyskuje się optymalne parametry pracy jednostek konwencjonalnych, czego efektem jest minimalizacja ich kosztów operacyjnych. Za pomocą modelu przebadano, jaka byłaby optymalna moc PV oraz elektrociepłowni dla stanu obecnego, jak również w perspektywie 2030 roku.
Analizy pokazały, że rosnący poziom mocy elektrycznej w elektrociepłowniach, który według projektów w realizacji ma wzrosnąć z 6,7 GW w 2013 r. do 8,4 GW w 2019 r. jest odpowiedni do pokrycia szczytów zimowych. Z kolei w okresie letnim, wykazano, że fotowoltaika mogłaby korzystnie wypełniać szczyty południowe. Jako optymalny poziom mocy zainstalowanej w PV w 2013 roku wskazano 5 GW. Przy letnim wzroście szczytowego zapotrzebowania o około 400 MW/rok w latach
2013-189
2017, rekomendowany poziom PV w 2017 roku wyniósł 7,5 GW. Skrajne scenariusze pokazały, że – przykładowo – gdyby moc zainstalowana w PV wyniosła w 2017 r. 10 GW ich produkcja zbyt mocno obniżałaby krzywą rezydualną, co powodowałoby pracę bloków konwencjonalnych na poziomie minimum technicznego. Sytuacja ta byłaby nieoptymalna kosztowo i technicznie.
Oprócz optymalizacji pracy jednostek w oparciu o dane historyczne w pracy analizie poddano również rok 2030. Wymagało to w pierwszej kolejności oceny możliwych zmian w szczytowym zapotrzebowaniu na moc jak również w dobowych profilach obciążenia. Prognozy wzrostu szczytowego zapotrzebowania na moc oparto między innymi na projekcjach Ministerstwa Gospodarki z 2013 roku (Ministerstwo Gospodarki, 2013a), według których szczyt zimowy ma wzrosnąć z 25,3 GW w 2013 r. do 33,1 GW w 2030 r. Natomiast latem zapotrzebowanie na moc szczytową ma wzrosnąć z 21,8 GW w 2013 roku do 28,8 GW w 2030 roku. W ujęciu średniorocznym oznacza to więc wzrost o 458 MW dla zimy oraz 412 MW dla lata. Porównując te założenia z danymi historycznymi, wzrosty dla lata rzędu ponad 400 MW/rok wydają się być realne. Natomiast, w przypadku zimy okazuje się, że historycznie zapotrzebowanie średniorocznie rosło o około 77 MW. Z tego powodu do analiz zdefiniowano dla zimy dwa scenariusze rocznego wzrostu na zapotrzebowanie tj. 77 MW oraz 458 MW. Dane historyczne dowodzą, że moce szczytowe zarówno zimą, jak i latem występują sporadycznie. Przykładowo, analiza danych z okresu styczeń 2008 – wrzesień 2015 pokazała, że średniorocznie poziom zapotrzebowania przekraczający 25 GW występował przez 5 godzin w skali roku, a 24 GW przekraczane było przez 57 godzin. Wyniki te dowodzą, iż dla pokrycia zapotrzebowania w okresie szczytów rozwiązaniem mniej kosztownym niż budowanie kapitałochłonnych rezerw mocy w postaci elektrowni konwencjonalnych będzie wykorzystanie technologii wytwarzania, które korelują z pojawianiem się wzrostu zapotrzebowania (tj. PV latem oraz CHP zimą), magazynów energii lub przeniesienie szczytu zapotrzebowania dzięki wdrożeniu strategii DSM (np. load shifting, peak clipping). W przyszłym miksie energetycznym rekomendowane jest, aby pojawiły się również turbiny gazowe o obiegu otwartym, które charakteryzują się stosunkowo niskimi nakładami inwestycyjnymi, wysoką elastycznością oraz dużą dyspozycyjnością. Analizie poddano nie tylko możliwe zmiany poziomu mocy szczytowej, ale również zmiany dobowych profili obciążenia. Zaproponowano trzy zasadnicze warianty przyszłych zmian dobowych profili KSE tj. (i) liniowy wzrost według kształtu
190
polskiej krzywej KSE z 2013 roku, (ii) pośredni wzrost według kształtu polskiej krzywej KSE oraz niemieckiej krzywej KSE z 2013 roku oraz (iii) dynamiczny, w którym profil KSE przybiera kształt niemieckiej krzywej obciążenia. Na rynku niemieckim zimą, jak i latem w południe dnia wyraźniej niż w Polsce zaobserwować można wzrost zużycia energii. Dane historyczne pokazują jednak, że dobowy profil zapotrzebowania na moc w Polsce również ulega zmianie i coraz bardziej obserwowalne są szczyty południowe zarówno dla lata jak i zimy.
W kolejnym kroku, biorąc pod uwagę powyższe prognozy zapotrzebowania na moc dla 2030 roku, przeprowadzono analizę pracy jednostek wytwórczych przy wykorzystaniu modelu optymalizacji dobowych krzywych rezydualnych. Analizy te miały wskazać rekomendowane poziomy mocy zainstalowanej w technologiach PV oraz elektrociepłowniach. Badaniu poddano cztery poziomy mocy zainstalowanej w instalacjach fotowoltaicznych tj. (i) 7,5 GW jako bazowy z 2017 roku, (ii) 10 GW, (iii) 14,4 GW oraz (iv) 20 GW. Dla zimy zdefiniowano następujące moce elektrociepłowni: (i) 8,5 GW – utrzymanie ilości EC z 2019 roku, (ii) 10,2 GW – podwojenie nowobudowanych EC oraz (iii) scenariusz dynamicznego rozwoju EC sięgającego 14 GW w 2030 roku. Ponadto we wszystkich scenariuszach założono, że istotnym wsparciem dla KSE są elektrownie szczytowo-pompowe. Ich potencjał rozwoju jest jednak w Polsce dość mocno ograniczony, dlatego założono do 2030 roku utrzymanie mocy na obecnym poziomie, czyli 1 767 MW.
Wyniki przeprowadzonych symulacji wskazują, że rekomendowany poziom mocy zainstalowanej w PV oraz EC różni się znacząco w zależności od przyjętego wariantu ewolucji dobowych profili obciążenia KSE do 2030 r. W wariancie liniowym optymalnym poziomem mocy zainstalowanej w instalacjach fotowoltaicznych w 2030 r. byłoby 10 GW. W wariancie pośrednim, w którym dobowe profile zapotrzebowania na moc mają bardziej prawdopodobny kształt, wskazany byłby poziom mocy rzędu 14,4 GW. Przy 20 GW mocy zainstalowanej w PV widoczne jest istotne obniżenie krzywej rezydualnej, co negatywnie wpłynęłoby na koszty całego systemu elektroenergetycznego. Spadek rentowności prawdopodobnie spowodowałby dodatkowe koszty, które byłyby pokrywane na przykład z rynku mocy, co nie byłoby wskazane zarówno dla gospodarki jak i odbiorców końcowych. W wariancie dynamicznym, czyli odzwierciedleniu niemieckiej krzywej wariant 20 GW PV byłby możliwy.
191
W pracy pokazano, że zimą elektrociepłownie powinny odgrywać kluczową rolę. Ich moc na podstawie już realizowanych projektów ma wzrosnąć z 6,7 GW w 2013 roku do 8,5 GW w 2019 roku. Podstawową niewiadomą jest wzrost zapotrzebowania na moc do 2030 r. dla okresu zimowego. W pracy zdefiniowano dwa scenariusze rocznego wzrostu zimowego zapotrzebowania szczytowego, tj. 77 MW/rok oraz 458 MW/rok. Wyniki przeprowadzonych symulacji wskazują, że moc zainstalowania w elektrociepłowniach w 2030 r. dla wzrostu 77 MW/rok nie powinna przekroczyć 10,2 GW. Natomiast w scenariuszu wzrostu mocy szczytowej o 458 MW/rok rekomendowane jest, aby poziom mocy elektrycznej zainstalowanej w elektrociepłowniach nie przekroczył 14 GW. Scenariusz silnego rozwoju elektrociepłowni jest realny przy szerszym zastosowaniu pomp ciepła jako narzędzia redukcji niskiej emisji, przy jednoczesnym wzroście zapotrzebowania na energię elektryczną. Pewnym wyzwaniem dla takiego wariantu jest uzyskanie odpowiedniego wzrostu zapotrzebowania na ciepło sieciowe, które umożliwiłoby pracę jednostek w trybie wysokosprawnej kogeneracji.
Tak duże przyrosty mocy w elektrowniach fotowoltaicznych do 2030 r. (jak te rekomendowane powyżej) możliwe będą w sytuacji, kiedy ich stosowanie stanie się opłacalne ekonomicznie, szczególnie dla prosumentów. W związku z tym w pracy przeanalizowano konkurencyjność technologii PV i innych perspektywicznych technologii energetycznych.
Technologia PV staje się ogólnodostępna na rynku, odnotowuje stale spadek jednostkowych nakładów inwestycyjnych oraz jest skalowalna od najmniejszych jednostek typu 250 W do instalacji liczonych w megawatach. Pierwszym krokiem do oszacowania rentowności instalacji tego typu było obliczenie uśrednionych kosztów wytworzenia energii elektrycznej według metody LCOE Levelized Costs Of Electricity. Za kluczowe parametry uznano nakłady inwestycyjne, które oscylują w zakresie 1 200 - 1 500 EUR/kW, oczekiwana stopa zwrotu z kapitału na poziomie 8% oraz produktywność 950 h/rok. Przykładowo, dla nakładów inwestycyjnych w wysokości 1 200 EUR/kW wskaźnik LCOE oszacowany został na 518 PLN/MWh (Modzelewski, 2014). Dla 1 300 EUR/kW LCOE wzrósł do 561 PLN/MWh. Obie te wartości plasują się poniżej kosztów zmiennych dla energii elektrycznej pobieranej z sieci w grupie taryfowej G dla gospodarstw domowych. W pracy potwierdzono tezę, że wartość wskaźnika LCOE może być niższa od kosztów energii pobranej z sieci, a zatem
192
inwestowanie w przydomowe instalacje fotowoltaiczne staje się ekonomicznie uzasadnione.
W kolejnym etapie badań analizę ekonomiczną dla instalacji PV pogłębiono dynamiczną metodą oceny projektów inwestycyjnych – IRR. Obliczenia przeprowadzono przy różnych założeniach odnośnie finansowania oraz pracy instalacji. Przede wszystkim uwzględniono system opustów dla prosumentów, w którym dla instalacji o mocy do 10 kW energia oddana do sieci i ponownie odebrana w innym czasie korygowana jest współczynnikiem 0,8. W tym przypadku analizy pokazały, że kluczowy dla rentowności staje się poziom zużycia własnego. Z tego powodu instalacje PV powinny być właściwie dobrane do zapotrzebowania na energię danego prosumenta. W najbardziej prawdopodobnym według autora scenariuszu IRR projektu wynosi 4,93% dla zużycia własnego na poziomie 30% lub 7,33% dla zużycia własnego sięgającego 70%. Zwroty takie są wyższe od lokat bankowych – w lipcu 2019 roku najwyżej oprocentowana lokata sięgała 2,84%, co po odjęciu 19% podatku dawało zwrot 2,30% (Najlepszelokaty.pl, 2019).
Analizy rentowności instalacji PV dla gospodarstw domowych przeprowadzone zarówno metodą LCOE jak i IRR potwierdziły, że przy odpowiednim jej zwymiarowaniu, autoprodukcja energii elektrycznej w przydomowych instalacjach PV jest uzasadniona ekonomiczne.
W scenariuszu rozwoju energetyki słonecznej, jak również elektrociepłowni, trzeba wziąć pod uwagę istniejące już w Polsce oraz planowane farmy wiatrowe. Analiza danych historycznych rynku niemieckiego pokazała, że jakość prognoz produkcji energii w farmach wiatrowych była dość niska. Ponadto, przedstawione w pracy wykresy charakteryzujące niemiecki system elektroenergetyczny pokazują brak powtarzalności produkcji energii w źródłach wiatrowych oraz dość dużą jej zmienność. Przykładowo, w sierpniu 2013 roku generacja wiatrowa w ciągu zaledwie około 30 godzin spadła z 16 GW do 1 GW. W Polsce dzięki rozwojowi morskich farm wiatrowych typu offshore sytuacja w energetyce wiatrowej może ulec zmianie. Jak pokazały wyniki przetargów, tego rodzaju inwestycje w Europie Zachodniej zaczęto kontraktować po 2024 roku, nawet bez konieczności zastosowania systemu wsparcia (Gramwzielone; 2017). Ponadto sprzyjające warunki wiatrowe na morzu oraz stale rosnące moce turbin, (przewiduje się, że moc turbiny wiatrowej na morzu po 2020 r. może osiągnąć nawet 12-15 MW), pozwolą wytwarzać energię elektryczną w sposób bardziej stabilny i przewidywalny.
193
Szczyty zapotrzebowania na energię elektryczną powinny być uzupełniane magazynami energii. W tym zakresie, przytoczone w pracy opracowania wskazują, że poza istniejącymi elektrowniami szczytowo-pompowymi baterie litowo-jonowe odegrają kluczową rolę. Analizy w niniejszej pracy pokazały, że przy istniejącym systemie opustów w Polsce nie ma uzasadnienia ekonomicznego dla instalacji przydomowych magazynów energii w postaci baterii litowo-jonowych. Podobną konkluzję można wyciągnąć dla większych instalacji, które czerpałyby zyski z handlu energią na rynku hurtowym wykorzystując różnicę cen energii w poszczególnych godzinach doby. W przypadku prosumentów biznesowych, gdzie przy dobrze dobranej instalacji większość energii zużywana jest na potrzeby własne, występuje również brak uzasadnienia ekonomicznego magazynu energii. W pracy pokazano, że baterie litowo-jonowe mogą być rentowne przy braku systemu opustów. Zgodnie z bieżącym prawem może to nastąpić po 15 latach eksploatacji instalacji PV lub w przypadku, gdyby system opustów został przedwcześnie zlikwidowany.
Dla innych form magazynowania energii, jak na przykład technologia power-to-gas (P2G), gdzie nadwyżka energii magazynowana jest za pomocą wodoru uzyskanego w procesie elektrolizy lub w bardziej zaawansowanych procesach chemicznych w formie metanu, wykazano przy obecnym zaawansowaniu technologicznym brak rentowności takiego przedsięwzięcia. Zaproponowano modyfikację (skrócenie) procesu technologicznego P2G, co pozwoliło istotnie ograniczyć koszt magazynowania energii w tej technologii.
W zakresie produkcji energii cieplnej analizy wskazały, że coraz szersze zastosowanie, poza ciepłem sieciowym, zdobywają pompy ciepła typu powietrze–woda, gdzie dolnym źródłem ciepła jest powietrze zewnętrzne. Analizy wskazały, że w ten sposób wytworzona energia cieplna może być konkurencyjna kosztowo dla alternatywnych paliw typu gaz lub olej opałowy.
194
Spis literatury
Adamska B. (2013), Elektrownie szczytowo-pompowe ponad 100-letnia technologia szansą na przyszłość. GLOBEnergia: Odnawialne Źródła Energii, nr 4.
Agencja Rynku Energii S.A., ARE (2011), Aktualizacja Prognozy zapotrzebowania na paliwa i energię do roku 2030, Warszawa.
Agencja Rynku Energii S.A., ARE (2013), Sytuacja w Elektroenergetyce, I kwartał 2013. Agencja Rozwoju Przemysłu S.A., ARP (2016), Polski Rynek Węgla, Indeks PSCMI 1. Andrychowicz M., Olek B, Przybylski J. (2017), Review of the methods for evaluation of
renewable energy sources penetration and ramping used in the Scenario Outlook and Adequacy, Renewable and Sustainable Energy Reviews 74 (2017) 703–714
Forecast 2015. Case study for Poland
Begg D., Fischer S., Dornbusch R. (2007), Mikroekonomia, PWE, Warszawa.
Biały Dom (2014), Komunikat Białego Domu w zakresie celów klimatycznych, 12.11.2014,
https://www.whitehouse.gov/blog/2014/11/12/us-and-china-just-announced-important-new-actions-reduce-carbon-pollution (dostęp: 15.02.2015).
Blog platformy elektroenergetycznej (2018), Po raz pierwszy w historii 1 stycznia 2018 r. Niemcy w 100% zasilane były z energii odnawialnej;
http://blog.ge24.pl/2018/01/09/po-raz-pierwszy-w-historii-1-stycznia-2018-r-niemcy-w-100-zasilane-byly-z-energii-odnawialnej/ (dostęp: 15.10.2018).
Bundesnetzagentur (Niemiecka Agencja Sieciowa) (2013), Monitoringreport 2013
Energiewende Massnahmen im Ueberlbick (Raport monitorowania 2013 transformacji energetycznej),
https://www.bundesregierung.de/Content/DE/StatischeSeiten/Breg/Energiekonzept/0-Buehne/ma%C3%9Fnahmen-im-ueberblick.html?nn=392516#doc133618bodyText1 (dostęp: 15.02.2017).
Ciepielak M. (2016), Tona martwych ryb w Wiśle przy elektrowni Kozienice. Co je zabiło? Wyborcza.pl, 7.01,
http://radom.wyborcza.pl/radom/1,48201,19440353,okolo-tona-martwych-ryb-w-wisle-przy-elektrowni-kozienice-co.html (dostęp: 08.01.2016).
Cire (2015), Chińska odpowiedź na Powerwall Tesli, 26.05.
Cire (2017a), W Kraśniku Koszalińskim powstanie farma fotowoltaiczna za 4,4 mln zł;
http://www.cire.pl/item,139517,1,0,0,0,0,0,w-krasniku-koszalinskim-powstanie-farma-fotowoltaiczna-za-44-mln-zl.html (dostęp: 12.12.2017).
Cire (2017b), Informacje o realizowanych i planowanych budowach i rozbudowach elektrowni w Polsce,
http://www.rynek-energii-195 elektrycznej.cire.pl/st,33,335,tr,145,0,0,0,0,0,budowane-i-planowane-elektrownie.html (dostęp: 12.12.2017).
Comello S., Reichelstein S., Sahoo A. (2018), The road ahead for solar PV power, Energy Research & Social Science, Volume 42, August 2018, Pages 258-269.
Czechowski N. (2017), Rekordowo niskie ceny energii z fotowoltaiki w Arabii Saudyjskiej, Świat OZE, 28.11,
https://swiatoze.pl/rekordowo-niskie-ceny-energii-fotowoltaiki-arabii-saudyjskiej/ (dostęp: 29.11.2017).
DEBRIV Deutscher Braunkohlen-Industrie-Verein e.V. (Niemieckie Stowarzyszenie Węgla Brunatnego) (2012), Schurbein W., Die Speicherung uberflussigen EE-Stroms durch Synthetisches Methan SNG (Magazynowanie nadwyżek energii odnawialnej przez gaz syntetyczny SNG).
Deutsche Energie-Agentur GmbH dena (Niemiecki Instytut Energetyki) (2012),
Strategieplattform Power to Gas. Thesenpapier Technik und Technologieenetwicklung; (Platforma strategiczna Power to Gas. Tezy techniczne i rozwój technologiczny). Energa-Obrót S.A. (2015), Taryfa ENERGA-OBRÓT SA dla energii elektrycznej dla
Odbiorców z grup taryfowych G.
Energa-Obrót S.A. (2017), Taryfa ENERGA-OBRÓT SA dla energii elektrycznej dla Odbiorców z grup taryfowych G.
Energa-Operator S.A. (2017), Taryfa.
Energa-Wytwarzanie (2016), ENERGA zwiększa sprawność elektrowni Żydowo i poprawia stabilność energetyczną Pomorza, 24.10, http://media.energa.pl/pr/257718/energa-zwieksza-sprawnosc-elektrowni-zydowo-i-poprawia-stabilnosc-energetyczna-pomorza (dostęp: 25.10.2016).
Enis Photovoltaics (2015), Mapa nasłonecznienia w Polsce;
http://www.enis-pv.com/naslonecznienie-w-polsce.html (dostęp: 15.02.2015).
European Energy Exchange, EEX (2015), http://www.eex.com/de/marktdaten#/marktdaten (dostęp: 10.12.2015).
European Energy Exchange, EEX (2016), http://www.eex.com/de/marktdaten#/marktdaten (dostęp: 10.03.2017).
European Energy Exchange Transparency (2013-2017), http://www.eex-transparency.com. European Environment Agency (Europejska Agencja Środowiska) (2015), SOER 2015 – The
European environment – state and outlook.
Fraunhofer (2013), Aktuelle Fakten zur Photovoltaik in Deutschland (Aktualne fakty na temat fotowoltaiki w Niemczech).
Fraunhofer (2015), Aktuelle Fakten zur Photovoltaik in Deutschland (Aktualne fakty na temat fotowoltaiki w Niemczech).
196 Ghalehkhondabi I., Ardjmand E., Weckman G., Young W. A. (2017), An overview of energy
demand forecasting methods published in 2005–2015 ,Energy Syst (2017) 8:411– 447DOI 10.1007/s12667-016-0203
Główny Urząd Statystyczny, GUS (2014), Zużycie energii w gospodarstwach domowych w 2012.
Główny Urząd Statystyczny, GUS (2017), Zużycie energii w gospodarstwach domowych w 2015.
Graditi G., Ferlito S., Adinolfi G. (2016), Comparison of Photovoltaic plant power production prediction methods using a large measured dataset, ENEA Portici Research Center,