一种用于光伏电站选址的光伏发电潜力评估方法与流程

：
1.本发明属于电气工程领域，尤其涉及一种用于光伏电站选址的光伏发电潜力评估方法。

背景技术：

2.由于化石能源是不可再生能源，随着近百年来的大力开采，化石能源日益枯竭；并且化石能源的使用伴随着大量的温室气体排放，是全球气候变暖的主要成因。而目前由于经济水平的不断增长，电力需求量也随之不断的提高。面对日益严峻的能源危机，大力发展光伏能源等可再生能源是破局的关键。
3.我国太阳能资源十分丰富，全国总面积约2/3以上的地区年日照时数大于2200小时，年辐射量达5000mj/m2。据资料统计，全国陆地面积每年接收的太阳辐射总量相当于24
×
104亿吨标准煤，发展光伏发电的前景极为可观。
4.现有的光伏电站选址方法在对光伏发电潜力的评估上，往往聚焦于规划建设区域的光照强度等气象信息，即根据规划建设区域的光照强度及地表温度历史数据评估其光伏发电潜力，虽然光照强度历史数据可以反映区域整体光伏资源的平均水平，但其无法体现规划建设区域内光伏资源分布的差异，并且忽略了光伏空间资源与地形地貌的匹配关系，难以为光伏电站精确选址提供有效的指导。

技术实现要素：

5.为了解决现有技术中存在的问题，本发明结合地理信息和气象数据，提出了一种用于光伏电站选址的光伏发电潜力评估方法，该方法可以体现光伏空间资源与地形地貌的匹配关系，为光伏电站选址提供重要参考依据。
6.本发明的技术方案如下：
7.一种用于光伏电站选址的光伏发电潜力评估方法，包括：
8.将光伏电站的规划建设区域划分成若干个地表网格单元，根据各地表网格单元的海拔高度数据以及坡度数据筛选适合建设光伏电站的备选网格单元；
9.根据各备选网格单元的地表覆盖类型数据，确定各备选网格单元的有效开发系数，并根据各备选网格单元的面积、有效开发系数和典型光伏设备的单位面积装机容量，计算出各备选网格单元的光伏装机容量；
10.根据各备选网格单元的光照强度及地表温度历史数据、所述典型光伏电池板的额定容量以及温度修正系数，计算各备选网格单元内典型光伏设备的光伏出力，进而计算出各备选网格单元的光伏资源容量因子；
11.选择光伏资源容量因子较大的若干个备选网格单元作为光伏电站的预建设单元，所述预建设单元的光伏规划建设容量与该建设单元的光伏装机容量相匹配。
12.进一步地，所述各地表网格单元的海拔高度数据以及坡度数据通过如下方法获取：
13.1)获取规划区域的数字高程数据；
14.2)对所获取的数字高程数据进行分辨率转化，得到地表网格单元分辨率下的数字高程数据；
15.3)获取各地表网格单元的海拔高度数据以及坡度数据。
16.进一步地，所述各备选网格单元的地表覆盖类型数据通过如下方法获取：
17.1)获取规划区域的地表覆盖类型数据；
18.2)对所获取的地表覆盖类型数据进行分辨率转化，得到地表网格单元分辨率下的地表覆盖类型数据；
19.3)筛选出各备选网格单元的地表覆盖类型数据。
20.进一步地，所述各备选网格单元的光照强度历史数据通过如下方法获取：
21.1)获取规划区域的光照强度及地表温度历史数据；
22.2)对所获取的光照强度及地表温度历史数据进行分辨率转化，得到地表网格单元分辨率下的光照强度历史数据；
23.3)筛选出各备选网格单元的光照强度及地表温度历史数据。
24.进一步地，所述分辨率转化方法采用svm算法。
25.进一步地，所述地表网格单元分辨率的长度范围在0.005
°
～0.05
°
纬度，宽度范围在0.005
°
～0.05
°
经度。
26.进一步地，所述备选网格单元的地表覆盖类型数据包括水体、常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、郁闭灌木林、稀疏灌木林、有林草地、稀树草原、草地、永久湿地、农田、城镇与建成区、农田与自然植被镶嵌体、冰雪和荒地。
27.进一步地，所述备选网格单元的光伏装机容量的计算公式如下：
28.ci＝asiρi29.式中，ci为第i个备选网格单元的光伏装机容量；a为典型光伏设备的单位面积装机容量；ρi为第i个备选网格单元的有效开发系数；si为第i个备选网格单元的面积；i取1,2,
…
，备选网格单元总数。
30.进一步地，所述各备选网格单元内典型光伏设备的光伏出力采用各备选网格单元内典型光伏设备在最大功率点跟踪模式下运行的最大输出功率。
31.本发明相比于现有技术具有如下有益效果
32.本发明提出一种用于光伏电站选址的光伏发电潜力评估方法，该方法基于高时空分辨率的地理信息和气象数据，较为精细地体现了区域内光伏资源的分布差异，同时将光伏空间资源与地形地貌匹配，为光伏电站选址提供重要参考依据。
33.本发明的评估方法将光伏电站的规划建设区域划分成若干个地表网格单元，并将数字高程数据、地表覆盖类型数据以及光照强度及地表温度历史数据进行空间分辨率统一，得到地表网格单元分辨率下的数字高程数据、地表覆盖类型数据以及光照强度及地表温度历史数据，因此本发明评估方法获得的评估结果准确度更高，为光伏电站选址提供精确的指导。
附图说明：
34.图1为光伏资源评估流程图。
具体实施方式：
35.下面结合具体实施例及对应附图对本发明作进一步说明。
36.实施例一：
37.一种用于光伏电站选址的光伏发电潜力评估方法，包括：
38.第一、首先将光伏电站的规划建设区域划分成若干个地表网格单元，地表网格单元分辨率的长度范围在0.005
°
～0.05
°
纬度，宽度范围在0.005
°
～0.05
°
经度，分辨率长度以及宽度可以综合光伏电站规划建设区域的大小以及用于分析的数据集的空间分辨率进行选择，具体来说，在本实施例中，对全国陆上区域光伏资源发电潜力进行分析，所选取的数字高程数据集的空间分辨率为0.05
°
，由于数字高程数据对于是否能够建设光伏电站起决定性作用，同时考虑到计算复杂度的问题，本实施例中的地表网格的空间分辨率为0.5
°
。
39.再从weatherall网站提供的srtm30_plus数据集中获取规划区域的数字高程数据，并对所获取的数字高程数据进行分辨率转化，得到地表网格单元分辨率下的数字高程数据；从所获得的数字高程数据中筛选出海拔高度数据以及坡度数据，进而获取各地表网格单元的海拔高度数据以及坡度数据。根据各地表网格单元的海拔高度数据以及坡度数据筛选适合建设光伏电站的备选网格单元；本例中考虑到光伏电站中光伏电池板的建设要求，故选择地表网格单元中海拔高度小于等于3000米且坡度小于等于10
°
的地表网格单元。
40.第二、首先从mcd12q1地表覆盖类型数据集中获取规划区域的地表覆盖类型数据；备选网格单元的地表覆盖类型数据包括水体、常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、郁闭灌木林、稀疏灌木林、有林草地、稀树草原、草地、永久湿地、农田、城镇与建成区、农田与自然植被镶嵌体、冰雪和荒地。
41.再对所获取的地表覆盖类型数据进行分辨率转化，得到地表网格单元分辨率下的地表覆盖类型数据；
42.然后筛选出各备选网格单元的地表覆盖类型数据，根据筛选出的各备选网格单元的地表覆盖类型数据，确定各备选网格单元的有效开发系数。本实施例中对于农田、农田与自然植被镶嵌体，有效开发系数取2％；对于郁闭灌木林，有效开发系数取15％；对于有林草地，有效开发系数取45％；对于稀疏灌木林，有效开发系数取50％；对于稀树草原，有效开发系数取75％；对于荒地，有效开发系数取80％；对于草地，有效开发系数取90％；对于水体、常绿针叶林、常绿阔叶林及其他地表覆盖类型，有效开发系数取0％。
43.再根据各备选网格单元的面积、有效开发系数和典型光伏设备的单位面积装机容量，计算出各备选网格单元的光伏装机容量，备选网格单元的光伏装机容量的计算公式如下：
44.ci＝asiρi45.式中，ci为第i个备选网格单元的光伏装机容量；a为典型光伏设备的单位面积装机容量；ρi为第i个备选网格单元的有效开发系数；si为第i个备选网格单元的面积；i取1,2,
…
，备选网格单元总数。
46.第三、首先获取规划区域的光照强度历史数据及地表温度历史数据；再利用svm算法对所获取的光照强度历史数据以及地表温度历史数据进行分辨率转化，得到地表网格单元分辨率下的光照强度历史数据以及地表温度历史数据；然后筛选出各备选网格单元的光照强度历史数据以及地表温度历史数据。再根据各备选网格单元的光照强度及地表温度历
史数据、典型光伏电池板的额定容量以及温度修正系数，计算各备选网格单元内典型光伏设备在最大功率点跟踪模式(maximum power point tracking，mppt)下运行的最大输出功率，进而计算出各备选网格单元的光伏资源容量因子；本例中典型光伏设备采用多晶硅材料制成的某型号光伏电池板，光照强度及地表温度历史数据采用由欧洲中长期预报中心(ecmwf)获得的时间分辨率为1小时的光照强度历史数据以及地表温度历史数据，时间跨度为2011年～2020年，其中光照强度历史数据为垂直于水平面的光照强度数据。
47.则时刻t备选网格单元x内的典型光伏设备的光伏出力计算公式如下：
[0048][0049]
其中，c表示光伏电池板的额定容量，本实施例中选取的光伏电池板的额定容量取1mw；γ表示光伏电池板的温度修正系数，本实施例中光伏电池板为多晶硅材料，温度修正系数取-0.005691℃-1
；t
x
(t)表示时刻t备选网格单元x的地表温度数据；r
x
(t)为垂直入射到备选网格单元x光伏电池板表面的光照强度数据(瓦/平方米，w/m2)，由垂直于水平面的光照强度数据rs(t)分解得到：
[0050]rx
(t)＝rs(t)
·
sin(β
x
+φ
x-δ)
[0051]
其中，β
x
为在备选网格单元x内布置光伏电池板的倾斜角度；φ
x
为备选网格单元x的纬度；δ为太阳赤纬角，t时刻所属第m天的太阳赤纬角计算公式如下：
[0052][0053]
光伏资源容量因子的计算公式如下：
[0054][0055]
通过上述计算即可得到各备选网格单元的光伏资源容量因子。
[0056]
第四、选择光伏资源容量因子较大的若干个备选网格单元作为光伏电站的预建设单元，预建设单元的光伏规划建设容量与该建设单元的光伏装机容量相匹配。
[0057]
具体来说，先根据光伏资源容量因子大小对各备选网格单元进行排序，再从规划建设区域中选取光伏资源容量较大的，总数为5λ*n的备选网格单元作为光伏电站的预建设单元，n为规划建设区域的地表网格单元的数量。λ为规划光伏电站的额定装机容量ce与规划建设区域的地表网格单元光伏可装机容量之和c
sum
的比值。
[0058]
本发明输出的光伏电站的预建设单元可以作为光伏电站选址的初筛方案，再根据预建设单元与电压等级匹配度、变电站接线距离和当地负荷需求程度等因素进行进一步选址规划。
[0059]
实施例二：
[0060]
本实施例在实施例一的基础上进行进一步设计，本例的评估方法中的分辨率转化方法采用svm算法，具体步骤如下：
[0061]
利用基于高斯核函数的svm分类器，高斯核函数一般表示空间中某一点到中心点的欧式距离的单调函数，一般只在局部起作用，具体来说，当两点之间距离较大时，高斯核函数取值往往很小，计算公式如下：
[0062][0063]
其中，y’为核函数中心，||y-y’||表示向量y和y’的欧式距离(l2范数)，随着两向量间距离最大，高斯核函数单调递减。σ被用来控制高斯核函数的作用范围，这个值越大，表示高斯核函数的局部影响范围越大。σ的取值对于模型过拟合有着较大的影响。
[0064]
再以各地表网格单元中心点的经度和纬度坐标作为标识符，标记类别；
[0065]
再以经度为例，首先按经度从小到大的顺序对地表网格单元进行编号，并将经纬度坐标与其对应的类别作为训练集训练svm分类器，接着将待转换数据集(数字高程数据集/地表覆盖类型数据集/光照强度/地表温度历史数据集)中网格中心点的经度输入到训练好的svm分类器，svm分类器输出待转换数据集中网格中心点的经度所属类别。同理对各网格中心点的纬度也做类似处理，得到纬度所属类别。确定待转换数据集中网格中心点的经纬度类别后，再将待转换数据集中网格的信息数据填入到对应的经纬度类别所属地表网格单元中，对于数字高程数据集，则将海拔高度数据以及坡度数据填入；对于地表覆盖类型数据集，则将地表覆盖类型数据填入；对于光照强度历史数据集，则将光照强度历史数据填入；对于地表温度历史数据集，则将地表温度历史数据填入，这样就将待转换数据集转换为与地表网格单元一致的分辨率。
[0066]
实施例三：
[0067]
本例将我国陆上区域作为光伏电站的规划建设区域，并采用上述实施例二的方法对其进行光伏发电潜力评估。其中，划分的地表网格单元分辨率的长度为0.05
°
纬度，宽度为0.05
°
经度，共划分成1.23
×
106地表网格单元。本例中数字高程数据选用srtm30_plus数据集，地表覆盖类型数据选用mcd12q1地表覆盖类型数据集，光照强度及地表温度的历史数据选用欧洲中长期预报中心的气象数据集。本例中选用的典型光伏设备为某型号的光伏电池板，该光伏电池板的额定容量为1mw、温度修正系数为-0.005691℃-1
、单位面积装机容量为50mw/km2，
[0068]
本例获取了我国陆上区域光伏装机容量(mw/km2)分布图和我国陆上区域光伏可装机区域光伏资源容量因子分布图。
[0069]
由所获取的分布图可以看出，整体来说，我国光伏资源主要集中在西部地区，但光伏可装机容量主要分布在内蒙古和新疆。蒙西、蒙东、新疆北部地区的光伏装机容量分布最为丰富，光伏资源容量因子也较高。福建、广东沿海地区和广西南部地区光伏装机容量分布较为丰富，但是广西的光伏资源容量因子较低，下面以江苏省为例展开具体分析。
[0070]
江苏省光伏装机潜力较大，光伏电站总可装机容量为11276万千瓦，同时其太阳能资源较丰富，基于2010年～2020年光照度数据计算的光伏资源容量因子可知，江苏省内区域的年日照时数分布在1000小时-2600小时范围内，计算得光伏资源年理论储量每平方米930-1330千瓦时，每年每平方米地表吸收的光伏太阳能相当于115-170公斤标准煤热量。
[0071]
进一步通过光伏可装机区域光伏资源容量因子分布图分析江苏省太阳能资源分布情况，江苏省光伏资源呈北丰南贫趋势。相对来说，连云港地区、盐城北部、徐州东北部及宿迁北部地区的光伏资源容量因子更高，光伏资源相对较丰富，年均日照时数在2000h以上，属于资源较丰富区；苏南地区及中部地区光伏资源略为匮乏，日照时数在1400～2000h，
属于资源贫乏区。按照仿真计算结果可得，江苏光伏电站平均年利用小时数为1226小时，光伏发电资源全部开发情况下光伏年度发电量可以达到0.39亿万千瓦，约为2020年江苏省全社会用电量的39％。

技术特征：

1.一种用于光伏电站选址的光伏发电潜力评估方法，其特征在于：包括：将光伏电站的规划建设区域划分成若干个地表网格单元，根据各地表网格单元的海拔高度数据以及坡度数据筛选适合建设光伏电站的备选网格单元；根据各备选网格单元的地表覆盖类型数据，确定各备选网格单元的有效开发系数，并根据各备选网格单元的面积、有效开发系数和典型光伏设备的单位面积装机容量，计算出各备选网格单元的光伏装机容量；根据各备选网格单元的光照强度及地表温度历史数据、所述典型光伏电池板的额定容量以及温度修正系数，计算各备选网格单元内典型光伏设备的光伏出力，进而计算出各备选网格单元的光伏资源容量因子；选择光伏资源容量因子较大的若干个备选网格单元作为光伏电站的预建设单元，所述预建设单元的光伏规划建设容量与该建设单元的光伏装机容量相匹配。2.根据权利要求1所述的用于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述各地表网格单元的海拔高度数据以及坡度数据通过如下方法获取：1)获取规划区域的数字高程数据；2)对所获取的数字高程数据进行分辨率转化，得到地表网格单元分辨率下的数字高程数据；3)获取各地表网格单元的海拔高度数据以及坡度数据。3.根据权利要求1所述的用于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述各备选网格单元的地表覆盖类型数据通过如下方法获取：1)获取规划区域的地表覆盖类型数据；2)对所获取的地表覆盖类型数据进行分辨率转化，得到地表网格单元分辨率下的地表覆盖类型数据；3)筛选出各备选网格单元的地表覆盖类型数据。4.根据权利要求1所述的用于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述各备选网格单元的光照强度历史数据通过如下方法获取：1)获取规划区域的光照强度及地表温度历史数据；2)对所获取的光照强度及地表温度历史数据进行分辨率转化，得到地表网格单元分辨率下的光照强度历史数据；3)筛选出各备选网格单元的光照强度及地表温度历史数据。5.根据权利要求1-4任一所述的用于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述分辨率转化方法采用svm算法。6.根据权利要求5所述的用于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述地表网格单元分辨率的长度范围在0.005
°
～0.05
°
纬度，宽度范围在0.005
°
～0.05
°
经度。7.根据权利要求6所述的用于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述备选网格单元的地表覆盖类型数据包括水体、常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、郁闭灌木林、稀疏灌木林、有林草地、稀树草原、草地、永久湿地、农田、城镇与建成区、农田与自然植被镶嵌体、冰雪和荒地。8.根据权利要求7所述的于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述
备选网格单元的光伏装机容量的计算公式如下：c
i
＝as
i
ρ
i
式中，c
i
为第i个备选网格单元的光伏装机容量；a为典型光伏设备的单位面积装机容量；ρ
i
为第i个备选网格单元的有效开发系数；s
i
为第i个备选网格单元的面积；i取1,2,
…
，备选网格单元总数。9.根据权利要求8所述的用于光伏电站选址的光伏发电潜力评估方法，其特征在于：所述各备选网格单元内典型光伏设备的光伏出力采用各备选网格单元内典型光伏设备在最大功率点跟踪模式下运行的最大输出功率。

技术总结

本发明公开一种用于光伏电站选址的光伏发电潜力评估方法，该方法基于高时空分辨率的地理信息和气象数据，较为精细地体现了区域内光伏资源的分布差异，同时将光伏空间资源与地形地貌匹配，为光伏电站选址提供重要参考依据。本发明的评估方法将光伏电站的规划建设区域划分成若干个地表网格单元，并将数字高程数据、地表覆盖类型数据以及光照强度及地表温度历史数据进行空间分辨率统一，得到地表网格单元分辨率下的数字高程数据、地表覆盖类型数据以及光照强度及地表温度历史数据，因此本发明评估方法获得的评估结果准确度更高，为光伏电站选址提供精确的指导。站选址提供精确的指导。站选址提供精确的指导。