Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "lignite reserves" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
New technological classification of lignite as a basis for balanced energy management
Nowa technologiczna klasyfikacja węgla brunatnego podstawą zrównoważonej gospodarki energetycznej
Autorzy:
Bielowicz, B.
Powiązania:
https://bibliotekanauki.pl/articles/216208.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
węgiel brunatny
klasyfikacja węgla brunatnego
zasoby węgla brunatnego
czyste technologie
lignite
lignite classification
lignite reserves
clean coal technology
Opis:
At the present time, we are in search of the cheapest energy source. There is a chance, that the appropriate use of brown coal may result in one of the cheapest energy sources. Knowing about significant amounts of that resource in Poland, it should be noted, that its appropriate usage is very important. Currently, resources of brown coal are over 14 billion tons, which allows us to utilize coal at a similar level to today's for decades. Although the study of technological properties of brown coal in Poland has a long history, it seems reasonable to take another look at the issue of quality of coal, primarily in terms of its combustion with lower emissions of toxic compounds (mainly CO2) and the need for its sequestration. What is more, the possibility of chemical processing of coal, such as gasification and liquefaction, also should be considered. To resolve these issues, there is an urgent need for a new technological classification of brown coal. Currently, the country does not apply to any document classifying lignite in terms of possibility of its use. New scheme of technology classification should have a two-stage character. The first step is an indication of the rank and type of coal in referring to its origins, while the second step - more precise - is the distinction of classes and technological groups in the codification system. Such approach will result in technological classification of national low-rank coal in a way that fully meets the needs of technical legislation of both Polish and international law. Currently, many countries work on introduction of modern technological classification of coal. A comparison and ranking of the various classifications of lignite leads to clear afterthought, that they lack the needed determination of the possible use of tested coal. It is important, to - in response to global trends during the development of modern technological classification of low-rank coal - base on existing international standards, but with taking into account individual characteristics of national brown coal.
Znajdujemy się obecnie w dobie poszukiwania coraz tańszych źródeł energii, a to właśnie węgiel brunatny jest jednym z najtańszych surowców energetycznych. Biorąc pod uwagę znaczące zasoby tej kopaliny w Polsce, należy zwrócić uwagę, jak ważne jest jej odpowiednie zagospodarowanie. Obecnie zasoby bilansowe węgla brunatnego to przeszło 14 mld ton, co pozwala użytkować węgiel na podobnym poziomie do dzisiejszego jeszcze przez kilkadziesiąt lat. Chociaż badania właściwości technologicznych węgla brunatnego mają w Polsce swoją długą historię, uzasadnione wydaje się nowe spojrzenie na zagadnienie jakości węgla, przede wszystkim pod kątem jego spalania z jak najniższym wydzielaniem związków toksycznych (głównie CO2) oraz koniecznością jego sekwestracji. Należy wziąć także pod uwagę możliwości chemicznej przeróbki węgla, takie jak zgazowanie i upłynnianie. Do rozwiązania tych kwestii pilnie potrzebna jest nowa klasyfikacja technologiczna węgla brunatnego. Obecnie w kraju nie obowiązuje żaden dokument klasyfikujący węgiel brunatny ze względu na możliwość jego zastosowania. Nowy schemat klasyfikacji technologicznej powinien mieć charakter dwustopniowy. Pierwszy stopień ma stanowić określenie rodzaju i typu węgla w sposób nawiązujący do jego genezy, podczas gdy drugi stopień - bardziej szczegółowy - to wyróżnienie klas i grup technologicznych w systemie kodowym. Efektem tak rozwiązanego problemu będzie zaklasyfikowanie technologiczne krajowego niskouwęglonego węgla w sposób w pełni spełniający potrzeby ustawodawstwa technicznego zarówno polskiego, jak i międzynarodowego. Obecnie w wielu krajach są prowadzone badania nad wprowadzeniem nowoczesnych technologicznych klasyfikacji węgla. Z porównania i zestawienia różnych klasyfikacji węgla brunatnego wyraźnie widać, iż brakuje w nich określenia możliwości użytkowania badanego węgla. Istotne jest, aby - w nawiązaniu do tendencji światowych przy tworzeniu nowoczesnej klasyfikacji technologicznej węgla niskouwęglonego - opierać się na istniejących normach międzynarodowych, jednak z wyraźnym uwzględnieniem specyfiki krajowego węgla brunatnego.
Źródło:
Gospodarka Surowcami Mineralnymi; 2010, 26, 2; 25-39
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ wzrostu sprawności elektrowni oraz polityki CCS na wielkość zasobów bilansowych węgla brunatnego w warunkach bilateralnego monopolu kopalni i elektrowni
Influence of power station efficiency increase and CCS policy on size of lignite resources in condition of bilateral monopoly of a mine and a power station
Autorzy:
Jurdziak, L.
Kawalec, W.
Powiązania:
https://bibliotekanauki.pl/articles/283675.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
zasoby węgla brunatnego
koszty polityki CCS
sprawność elektrowni
wyrobisko docelowe
lignite reserves
costs of CCS policy
power plant efficiency
ultimate pit
Opis:
Przedstawiono studium zależności zasobów bilansowych złoża węgla brunatnego od sprawności elektrowni spalającej wydobywany węgiel oraz kosztów opłat za emisję dwutlenku węgla. Zasoby bilansowe wyznaczono metodą generowania wyrobiska docelowego kopalni odkrywkowej na podstawie modelu ekonomicznego złoża, przy założeniu, że produktem kopalni węgla jest energia, koszty jej wytworzenia w elektrowni są traktowane jak koszty przeróbki, zaś koszty opłat za emisję CO2 są kosztami sprzedaży produktu – energii. Dla potrzeb przykładowej analizy wykorzystano studialny model jakościowy złoża Legnica Wschód. Uzyskano wielowariantowe wyniki dla przyjętych poziomów sprawności elektrowni, kosztów emisji CO2 oraz różnych cen energii. Wyniki obliczeń wskazują, że w warunkach przewidywanych rosnących kosztów emisji CO2 tylko zapewnienie najwyższej dostępnej technicznie sprawności elektrowni (rzędu 45–48%) umożliwia zachowanie zasobów bilansowych węgla odpowiednich dla przynajmniej 25-letniej eksploatacji złoża. Wdrażanie wysokowydajnych technologii w energetyce węglowej jest zatem warunkiem koniecznym utrzymania opłacalności pozyskiwania energii z krajowych złóż węgla brunatnego.
The study of the dependency of lignite reserve on the lignite fuelled power plant efficiency as well as carbon allowances costs has been presented. The lignite economical reserves have been set with the use of algorithm of generating an ultimate pit on the basis of the economical block model of the lignite deposit. In this approach the electric energy embedded in the coal has been set as the product, costs of transforming chemical energy of coal into electric energy (power plant costs) have been treated as processing costs and the carbon allowances costs have been set as selling costs of the final product – energy. Thus the power plant efficiency can be implemented into both the product price “in-situ” and the processing costs. For the case study the quality block model of the lignite deposit Legnica Wschod has been used. Multivariant results of the computations for chosen power plant efficiency, carbon allowances costs and electrical energy prices have been obtained. The most interesting result is the loss of reserves due to rising carbon allowances costs. As long as these costs are relatively low, the power plant efficiency does not influence the ultimate pit reserves significantly. However when carbon allowances costs are higher (which is expected after implementation the full auctioning of carbon) only the highest power plant efficiency can save the lignite reserves for at least 25 years of mining exploitation necessary for the profitability of investments into the mine and the power plant bilateral monopoly.
Źródło:
Polityka Energetyczna; 2010, 13, 2; 181-197
1429-6675
Pojawia się w:
Polityka Energetyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie cenowe złoża węgla brunatnego Gubin jako wstęp do właściwej gospodarki surowcowej
Price modelling of lignite deposit Gubin as an introduction for appropriate mineral resources management
Autorzy:
Naworyta, W.
Mazurek, S.
Powiązania:
https://bibliotekanauki.pl/articles/394774.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
parametr cenowy
analiza złoża
węgiel brunatny
modelowanie złoża
zasoby przemysłowe
price parameter
deposit analysis
lignite
deposit modelling
reserves estimation
Opis:
W pracy przedstawiono podejście do złoża kopaliny jako dobra ekonomicznego umożliwiającego pozyskanie pieniądza w czasie, w procesie jego eksploatacji. Zaproponowano model cenowy złoża do wstępnej jego analizy pod kątem opłacalności eksploatacji, okonturowania zasobów przemysłowych, wyboru miejsca udostępnienia oraz sterowania wydobyciem w funkcji ceny kopaliny. Wykorzystany do modelowania parametr cenowy jest wypadkową parametrów jakościowych i strukturalnych złoża, które mają wpływ na cenę kopaliny. Wzór na parametr cenowy dla modelowania złoża węgla brunatnego opracowano na podstawie zmodyfikowanej formuły cenowej wykorzystywanej do rozliczeń. W pracy przedstawiono 3 warianty parametru cenowego: Cj oparty na parametrach jakościowych, tj. wartość opałową Q, popielność A oraz zawartość siarki S. Do obliczania drugiego parametru Cm oprócz parametrów jakościowych włączono również miąższość pokładu węgla M. Parametry Cj i Cm mają charakter względny i odnoszą się do kopaliny w punkcie złoża. Trzeci parametr cenowy CR, uwzględnia powierzchnię jednostkową i gęstość węgla i przedstawia realną cenę kopaliny w złożu wyrażoną w złotych. Metodę modelowania cenowego zaprezentowano na przykładzie złoża węgla brunatnego Gubin. Analizowane złoże zajmuje czołowe miejsce w wielu rankingach pod kątem przydatności do zagospodarowania górniczego. Złoże zostało uwzględnione w Polityce energetycznej Polski do 2030 roku. Analizie poddano pokład II tego złoża. Przedstawiono w niej charakterystykę statystyczną parametrów Q, A, S, M oraz charakter ich zmienności w złożu. Do analizy zmienności przestrzennej parametrów wykorzystano metody geostatystyczne. Obliczone zostały wariogramy empiryczne każdego z parametrów, do których dopasowano właściwe modele. Zaprezentowano metodę wykonywania modeli cenowych. Bazując na obserwacjach z 625 otworów wiertniczych obliczono wartości parametrów Cj i Cmw punktach złoża. Na ich podstawie wykonano wariogramy i dopasowano modele. Na podstawie modeli wariogramów metodą krigingu punktowego wykonano modele cenowe parametrów Cj i Cm. Do modeli cenowych zostały wykonane mapy wiarygodności modeli oparte na odchyleniu standardowym krigingu. Zaproponowano sposób interpretacji modeli cenowych i map wiarygodności.
An approach to the mineral deposit as to resources of money, which can be extracted in the mining process, has been presented in the paper. The proposed price model of a deposit can be useful for the initial analysis of the deposit in terms of mining profitability, estimation of reserves, localization of an opening cut and steering of mineral extraction as a function of the commodity price. The price parameter used for deposit modelling is calculated based on quality and structural parameters of the deposit, which affect the price of extracted commodity. The formula used to calculate the price parameter for modeling of lignite deposit has been elaborated based on a formula used for transaction between mine and power plant. In the paper, three types of price parameters are presented: Cj, Cm and CR. The Cj parameter is calculated from quality parameters: caloric value Q, ash content A and sulfur content S. The Cm parameter includes the same quality parameters as Cj and additionally the thickness of lignite bed (M). Parameters Cj and Cm are relative parameters and relate to point of deposit. The third price parameter CR includes additionally the area units and the density of lignite and presents real price of lignite in the bed expressed in zł. Price modelling method has been presented on the case study of lignite deposit Gubin. The analyzed deposit is highly ranked as very suitable for future extraction and has been included in the Polish Energy Policy until 2030. In the paper only the second bed of the deposit was analyzed. The deposit was described. Statistical characteristics of parameters Q, A, S and M and their variability within the deposit have been presented. Geostatistical tools were used for the analysis of spatial variability. Variograms for each considered parameter were calculated and presented. The values of parameters Cj and Cm were calculated using the data from 625 boreholes. Using these values, variograms were calculated and the appropriate models were developed. On the basis of the variogram models, the models of deposit were calculated using the kriging method (ordinary, point kriging). For each model, a kriging standard deviation map was also made. The method for interpretation of models and kriging standard deviation map was also presented.
Źródło:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2010, 79; 299-314
2080-0819
Pojawia się w:
Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies