CN113935585A - 分布式光伏可开发潜力评估系统、方法、装置及电子设备 - Google Patents

分布式光伏可开发潜力评估系统、方法、装置及电子设备 Download PDF

Info

Publication number
CN113935585A
CN113935585A CN202111082374.9A CN202111082374A CN113935585A CN 113935585 A CN113935585 A CN 113935585A CN 202111082374 A CN202111082374 A CN 202111082374A CN 113935585 A CN113935585 A CN 113935585A
Authority
CN
China
Prior art keywords
area
formula
year
distributed photovoltaic
equation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111082374.9A
Other languages
English (en)
Inventor
周倩
胡静
许道林
黄碧斌
冯凯辉
张桦
张红宪
仇晶
杨高峰
王皓宇
李琼慧
王彩霞
闫湖
洪博文
李娜娜
朱元
刘文峰
孟子涵
李昭
时智勇
叶小宁
袁伟
陈宁
李钦淼
杨超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Energy Research Institute Co Ltd
State Grid Chongqing Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Energy Research Institute Co Ltd
State Grid Chongqing Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Energy Research Institute Co Ltd, State Grid Chongqing Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Energy Research Institute Co Ltd
Priority to CN202111082374.9A priority Critical patent/CN113935585A/zh
Publication of CN113935585A publication Critical patent/CN113935585A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种分布式光伏可开发潜力评估系统、方法、装置及电子设备。包括:S101,根据光伏资源信息、分布式光伏开发建设条件信息和数据可获取性信息确定分布式光伏的可开发区域类型;根据可开发区域类型的发展趋势预测待评估地区的可开发区域面积;S102,根据技术可开发占比测算待评估地区水平年份的分布式光伏开发利用的面积;S103,根据待评估地区的太阳能资源和可开发区域面积内可用于分布式光伏开发利用的面积按照不同的单位面积分布式光伏开发规模密度,确定水平年份不同地区的分布式光伏技术可开发潜力。该分布式光伏可开发潜力的评估系统改善了现有技术中无法对分布式光伏技术的可开发潜力进行准确评估的问题。

Description

分布式光伏可开发潜力评估系统、方法、装置及电子设备
技术领域
本发明涉及分布式光伏开发潜力评估技术领域,尤其是涉及一种分布 式光伏可开发潜力评估系统、方法、装置及电子设备。
背景技术
我国从2009年开始从国家政策层面鼓励分布式光伏的发展,截至2020 年底,我国分布式光伏累计装机容量7831万kW,占太阳能发电装机的 31.3%。随着我国“双碳”目标对新能源的促进,东中部地区对分布式光伏 的开发力度将进一步加强,分布式光伏将成为太阳能发电下一步开发的重 点领域。
我国太阳能发电资源丰富,资源可开发潜力巨大,全部陆地面积接收 的太阳能辐射能约为1.7万亿吨标准煤/年。依据太阳能辐照强度,我国所 有地区均是资源可利用区。太阳能发电技术可开发潜力包括集中式和分布 式光伏的潜力,仅以戈壁面积(57万平方公里)的20%进行计算,光伏发 电技术可开发潜力超过50亿千瓦。分布式光伏技术可开发潜力与集中式光 伏不同,主要受可安装分布式光伏的场地或者设施面积制约。目前已开展的研究考虑了建筑屋顶或南墙、滩涂鱼塘、农业大棚、荒山荒坡、铁路公 路等场地设施,但还存在一些问题:一是部分研究考虑的场地或者设施不 全面,仅考虑了屋顶建筑光伏。二是部分研究考虑的安装面积过于乐观, 将城市建设用地面积的近一半,以及铁路公路,甚至戈壁纳入计算。三是 部分研究采用数值偏离实际,譬如光伏大棚只宜喜阴作物,光伏大棚开发 比例取值过高,每平米安装的光伏规模没有根据实际施工安装量来计算, 没有考虑水平屋顶和倾斜屋顶的区别。
发明内容
本发明的目的在于提供一种分布式光伏可开发潜力评估系统、方法、 装置及电子设备,该分布式光伏可开发潜力评估方法能够解决现有技术中 无法对分布式光伏技术的可开发潜力进行准确评估的问题。
为了实现上述目的,本发明提供如下技术方案:
一种分布式光伏可开发潜力评估方法,所述方法具体包括:
S101,根据光伏资源信息、分布式光伏开发建设条件信息和数据可获 取性信息确定分布式光伏的可开发区域类型;根据可开发区域类型的发展 趋势预测待评估地区的可开发区域面积;
S102,根据技术可开发占比测算待评估地区水平年份的分布式光伏开 发利用的面积;
S103,根据待评估地区的太阳能资源和可开发区域面积内可用于分布 式光伏开发利用的面积按照不同的单位面积分布式光伏开发规模密度,确 定水平年份不同地区的分布式光伏技术可开发潜力。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步地,所述S101中的可开发区域类型具体包括:城镇住房屋顶、 农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、水库水面、鱼塘水 面、滩涂和农业大棚;
所述S101具体包括:
S1011,通过公式1计算待评估区域城镇住房面积;
SC=SCP×NC 公式1;
其中:SC——城镇住房面积,SCP——城镇人口人均住房建筑面积,NC——城镇人口数;
S1012,通过公式2计算未来评估水平年份的该地区城镇住房面积;
SCk,j=SCk,i×(1+RCk)(j-i) 公式2;
其中,SCk,j——k省第j年城镇住房面积,SCk,i——k省第i年城镇住房 面积,RCk——k省城镇住房面积年均增速,i——可获取数据的初始年份, j——潜力待评价年份;
S1013,通过公式3计算待评估地区农村住房面积;
SV=SVP×NV 公式3;
式中:SV——农村住房面积,SVP——农村人口人均住房建筑面积,NV——农村人口数;
S1014,通过公式4计算未来评估水平年份的该地区农村住房面积;
SVk,j=SVk,i×(1+RVk)(j-i) 公式4;
式中:SVk,j——k省第j年农村住房面积,SVk,i——k省第i年农村住房 面积,RVk——k省农村住房面积年均增速;
S1015,通过公式5计算未来评估水平年份的该地区居民点及工矿用地 面积;
SRIk,j=SRIk,i×(1+RRIk)(j-i) 公式5;
式中:SRIk,j——k省第j年居民点及工矿用地面积,SRIk,i——k省第i年 居民点及工矿用地面积,RRIk——k省居民点及工矿用地面积年均增速;
S1016,通过公式6计算待评估地区工矿用地面积;
SI=SRI-k1SC-k2SV 公式6;
式中,SI——工矿用地面积,SRI——居民点及工矿用地面积,k1,k2— —农村居民用地与住房面积系数,城镇居民用地与住房面积系数;
S1017,通过公式7和公式8分别计算未来评估水平年份的该地区铁路、 公路运营里程;
LRk,j=LRk,i×(1+RRk)(j-i) 公式7;
式中:LRk,j——k省第j年铁路运营里程,LRk,i——k省第i年铁路运营 里程,RRk——k省铁路运营里程年均增速,RHk——k省铁路运营里程年均 增速;
LHk,j=LHk,i×(1+RHk)(j-i) 公式8;
式中:LHk,j——k省第j年高速公路运营里程,LHk,i——k省第i年高速 公路运营里程,LHk,i——k省第i年高速公路运营里程;
S1018,通过公式9、公式10和公式11分别计算所评估年份的水库、 鱼塘、滩涂的面积;
SWk,j=SWk,i 公式9;
式中,SWk,j——k省第j年水库面积,SWk,i——k省第i年水库面积;
SFk,j=SFk,i 公式10;
式中,SFk,j——k省第j年鱼塘面积,SFk,i——k省第i年鱼塘面积;
SMk,j=SMk,i 公式11;
式中,SMk,j——k省第j年滩涂面积,SMk,i——k省第i年滩涂面积;
S1019,通过公式12计算未来评估水平年份的该地区农业大棚面积;
SGk,j=SGk,i×(1+RGk)(j-i) 公式12;
SGk,j——k省第j年农业大棚面积,SGk,i——k省第i年农业大棚面积,RGk——k省农业大棚面积年均增速。
进一步地,所述S102具体包括:
S1021,通过公式13、14和15分别计算水平年所评估地区的城镇住房、 农村住房、工矿厂房屋顶分布式光伏项目技术可开发面积;
SteC=SC/LAC 公式13;
式中,SteC——城镇住房屋顶分布式光伏技术可开发面积,LAC——城镇 住房建筑平均楼层数;
SteV=SV/LAV 公式14;
式中,SteV——农村住房屋顶分布式光伏技术可开发面积,LAV——农 村住房建筑平均楼层数;
SteI=SI×r1×r2 公式15;
式中,SteI——工矿厂房屋顶分布式光伏技术可开发面积,r1——工矿 用地实际开发比例,r2——工矿用地厂房面积占比;
S1022,通过公式16、17、18和19分别计算水库、鱼塘、滩涂、农业 大棚技术可开发面积;
SteW=SW×r3 公式16;
式中,SteW——水库水面分布式光伏技术可开发面积,SW——水库面积, r3——水库水面分布式光伏技术可开发占比;
SteF=SF×r4 公式17;
式中,SteF——鱼塘水面分布式光伏技术可开发面积,SF——鱼塘面积, r4——鱼塘水面分布式光伏技术可开发占比;
SteM=SM×r5 公式18;
式中,SteM——滩涂分布式光伏技术可开发面积,SM——滩涂面积,r5——滩涂分布式光伏技术可开发占比;
SteG=SG×r6 公式19;
式中,SteG——农业大棚分布式光伏技术可开发面积,SG——农业大棚 面积,r6——农业大棚分布式光伏技术可开发占比;
S1023,通过公式20和21计算铁路、高速公路技术可开发里程;
LteR=LR 公式20;
式中,LteR,LteH——铁路、高速公路技术可开发里程;
LteH=LH 公式21;
式中,LR,LH——铁路、高速公路运营里程。
进一步地,所述S103具体包括:
S1031,根据公式22、23、24、25、26、27、28、29和30分别计算待 评价地区城镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、高速 公路、水库水面、鱼塘水面、滩涂和农业大棚分布式光伏技术可开发潜力;
EteC=SteC×DteC 公式22;
EteV=SteV×DteV 公式23;
EteI=SteI×DteI 公式24;
EteW=SteW×DteW 公式25;
EteF=SteF×DteF 公式26;
EteM=SteM×DteM 公式27;
EteG=SteG×DteG 公式28;
EteR=LteR×DteR 公式29;
EteH=LteH×DteH 公式30;
式中,EteC,EteV,EteI,EteW,EteF,EteM,EteG,EteR,EteH——城镇屋 顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、 高速公路沿线技术可开发潜力;
DteC,DteV,DteI,DteW,DteF,DteM,DteG——城镇屋顶、农村屋顶、工 矿厂房屋顶、水库、鱼塘、滩涂、农业大棚技术可开发密度;
DteR,DteH——铁路沿线、高速公路沿线技术可开发密度;
S1032,根据公式31确定水平年份全国的分布式光伏技术可开发潜力;
Figure BDA0003264435600000071
式中,Etepj——j年的全国分布式光伏技术可开发潜力,EteCk,j,EteVk,j, EteIk,j,EteWk,j,EteFk,j,EteMk,j,EteGk,j,EteRk,j,EteHk,j,——城镇屋顶、农村屋顶、 工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、高速公路沿线k 省第j年技术可开发潜力。
一种分布式光伏可开发潜力评估系统,包括:
存储模块,其存储有光伏资源信息、分布式光伏开发建设条件信息和 数据可获取性信息;
处理模块,其与所述存储模块连接,用于根据所述光伏资源信息、分 布式光伏开发建设条件信息和数据可获取性信息确定分布式光伏的可开发 区域类型,并根据可开发区域类型的发展趋势预测待评估地区的可开发区 域面积;
计算模块,其与所述处理模块连接,用于根据技术可开发占比测算待 评估地区水平年份的分布式光伏开发利用的面积;
评估模块,其与所述计算模块连接,用于根据待评估地区的太阳能资 源和可开发区域面积内可用于分布式光伏开发利用的面积按照不同的单位 面积分布式光伏开发规模密度,确定水平年份不同地区的分布式光伏技术 可开发潜力。
进一步地,所述处理模块进一步用于:
通过公式1计算待评估区域城镇住房面积;
SC=SCP×NC 公式1;
其中:SC——城镇住房面积,SCP——城镇人口人均住房建筑面积,NC——城镇人口数;
通过公式2计算未来评估水平年份的该地区城镇住房面积;
SCk,j=SCk,i×(1+RCk)(j-i) 公式2;
其中,SCk,j——k省第j年城镇住房面积,SCk,i——k省第i年城镇住房 面积,RCk——k省城镇住房面积年均增速,i——可获取数据的初始年份, j——潜力待评价年份;
通过公式3计算待评估地区农村住房面积;
SV=SVP×NV 公式3;
式中:SV——农村住房面积,SVP——农村人口人均住房建筑面积,NV——农村人口数;
通过公式4计算未来评估水平年份的该地区农村住房面积;
SVk,j=SVk,i×(1+RVk)(j-i) 公式4;
式中:SVk,j——k省第j年农村住房面积,SVk,i——k省第i年农村住房 面积,RVk——k省农村住房面积年均增速;
通过公式5计算未来评估水平年份的该地区居民点及工矿用地面积;
SRIk,j=SRIk,i×(1+RRIk)(j-i) 公式5;
式中:SRIk,j——k省第j年居民点及工矿用地面积,SRIk,i——k省第i年 居民点及工矿用地面积,RRIk——k省居民点及工矿用地面积年均增速;
通过公式6计算待评估地区的工矿用地面积;
SI=SRI-k1SC-k2SV 公式6;
式中,SI——工矿用地面积,SRI——居民点及工矿用地面积,k1,k2— —农村居民用地与住房面积系数,城镇居民用地与住房面积系数;
通过公式7和公式8分别计算未来评估水平年份的该地区铁路、公路 运营里程;
LRk,j=LRk,i×(1+RRk)(j-i) 公式7;
式中:LRk,j——k省第j年铁路运营里程,LRk,i——k省第i年铁路运营 里程,RRk——k省铁路运营里程年均增速,RHk——k省铁路运营里程年均 增速;
LHk,j=LHk,i×(1+RHk)(j-i) 公式8;
式中:LHk,j——k省第j年高速公路运营里程,LHk,i——k省第i年高速 公路运营里程,LHk,i——k省第i年高速公路运营里程;
通过公式9、公式10和公式11分别计算所评估年份的水库、鱼塘、滩 涂的面积;
SWk,j=SWk,i 公式9;
式中,SWk,j——k省第j年水库面积,SWk,i——k省第i年水库面积;
SFk,j=SFk,i 公式10;
式中,SFk,j——k省第j年鱼塘面积,SFk,i——k省第i年鱼塘面积;
SMk,j=SMk,i 公式11;
式中,SMk,j——k省第j年滩涂面积,SMk,i——k省第i年滩涂面积;
通过公式12计算未来评估水平年份的该地区农业大棚面积;
SGk,j=SGk,i×(1+RGk)(j-i) 公式12;
SGk,j——k省第j年农业大棚面积,SGk,i——k省第i年农业大棚面积,RGk——k省农业大棚面积年均增速。
进一步地,所述计算模块进一步用于:
通过公式13、14和15分别计算水平年所评估地区的城镇住房、农村 住房、工矿厂房屋顶分布式光伏项目技术可开发面积;
SteC=SC/LAC 公式13;
式中,SteC——城镇住房屋顶分布式光伏技术可开发面积,LAC——城镇 住房建筑平均楼层数;
SteV=SV/LAV 公式14;
式中,SteV——农村住房屋顶分布式光伏技术可开发面积,LAV——农 村住房建筑平均楼层数;
SteI=SI×r1×r2 公式15;
式中,SteI——工矿厂房屋顶分布式光伏技术可开发面积,r1——工矿 用地实际开发比例,r2——工矿用地厂房面积占比;
通过公式16、17、18和19分别计算水库、鱼塘、滩涂、农业大棚技 术可开发面积;
SteW=SW×r3 公式16;
式中,SteW——水库水面分布式光伏技术可开发面积,SW——水库面积, r3——水库水面分布式光伏技术可开发占比;
SteF=SF×r4 公式17;
式中,SteF——鱼塘水面分布式光伏技术可开发面积,SF——鱼塘面积, r4——鱼塘水面分布式光伏技术可开发占比;
SteM=SM×r5 公式18;
式中,SteM——滩涂分布式光伏技术可开发面积,SM——滩涂面积,r5——滩涂分布式光伏技术可开发占比;
SteG=SG×r6 公式19;
式中,SteG——农业大棚分布式光伏技术可开发面积,SG——农业大棚 面积,r6——农业大棚分布式光伏技术可开发占比;
通过公式20和21计算铁路、高速公路技术可开发里程;
LteR=LR 公式20;
式中,LteR,LteH——铁路、高速公路技术可开发里程;
LteH=LH 公式21;
式中,LR,LH——铁路、高速公路运营里程。
进一步地,所述评估模块进一步用于:
根据公式22、23、24、25、26、27、28、29和30分别计算待评价地 区城镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、 水库水面、鱼塘水面、滩涂和农业大棚分布式光伏技术可开发潜力;
EteC=SteC×DteC 公式22;
EteV=SteV×DteV 公式23;
EteI=SteI×DteI 公式24;
EteW=SteW×DteW 公式25;
EteF=SteF×DteF 公式26;
EteM=SteM×DteM 公式27;
EteG=SteG×DteG 公式28;
EteR=LteR×DteR 公式29;
EteH=LteH×DteH 公式30;
式中,EteC,EteV,EteI,EteW,EteF,EteM,EteG,EteR,EteH——城镇屋 顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、 高速公路沿线技术可开发潜力;
DteC,DteV,DteI,DteW,DteF,DteM,DteG——城镇屋顶、农村屋顶、工 矿厂房屋顶、水库、鱼塘、滩涂、农业大棚技术可开发密度;
DteR,DteH——铁路沿线、高速公路沿线技术可开发密度;
根据公式31确定水平年份全国的分布式光伏技术可开发潜力;
Figure BDA0003264435600000131
式中,Etepj——j年的全国分布式光伏技术可开发潜力,EteCk,j,EteVk,j, EteIk,j,EteWk,j,EteFk,j,EteMk,j,EteGk,j,EteRk,j,EteHk,j,——城镇屋顶、农村屋顶、 工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、高速公路沿线k 省第j年技术可开发潜力。
一种分布式光伏可开发潜力评估装置,包括:存储器、处理器及存储 在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序 被所述处理器执行时实现如分布式光伏可开发潜力评估方法的步骤。
一种电子设备,所述电子设备上存储有信息传递的实现程序,所述程 序被处理器执行时实现如分布式光伏可开发潜力评估方法的步骤。
本发明具有如下优点:
本发明中的分布式光伏可开发潜力评估方法,充分考虑各类分布式光 伏开发可利用土地、屋顶、水域资源类型,以及各可开发区域资源下分布 式光伏技术可开发影响因素情况,以提高计算精度。充分考虑到全国各省 对于分布式光伏开发建设的特点不同,细化调整技术可开发因素的参数, 有利于为各省分布式光伏有序开发利用提供支撑。确定的基础数据类型都 充分考虑了数据可获取性,使得该方法具有较强的实用性和可操作性。获得的分布式光伏技术可开发潜力,可以根据对未来我国光伏技术经济发展 趋势、经济发展水平、住房、商业、厂房、交通等建设发展趋势等情况, 进行不同水平年份的趋势预测和动态调整,有助于潜力评估的可持续性研 判;解决了现有技术中无法对分布式光伏技术的可开发潜力进行准确评估 的问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下 面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍, 显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普 通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获 得其他的附图。
图1为本发明实施例分布式光伏可开发潜力的评估方法的流程图;
图2为本发明实施例中S101的具体流程图;
图3为本发明实施例中S102的具体流程图;
图4为本发明实施例中S103的具体流程图;
图5为本发明实施例中分布式光伏可开发潜力的评估系统的原理示意 图。
存储模块10,处理模块20,计算模块30,评估模块40。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然, 所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发 明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得 的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种分布式光伏可开发潜力评估方法,所述方法具体包 括:
S101,预测待评估地区的可开发区域面积;
本步骤中,根据光伏资源信息、分布式光伏开发建设条件信息和数据 可获取性信息确定分布式光伏的可开发区域类型;根据可开发区域类型的 发展趋势预测待评估地区的可开发区域面积;
S102,测算分布式光伏开发利用的面积;
本步骤中,根据技术可开发占比测算待评估地区水平年份的分布式光 伏开发利用的面积;
S103,确定分布式光伏技术可开发潜力;
本步骤中,根据待评估地区的太阳能资源和可开发区域面积内可用于 分布式光伏开发利用的面积按照不同的单位面积分布式光伏开发规模密 度,确定水平年份不同地区的分布式光伏技术可开发潜力。
本发明提供一种考虑镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、 铁路、高速公路、水库水面、鱼塘水面、滩涂和农业大棚等九大类分布式 光伏的可开发潜力的评估方法。首先,根据分布式光伏建设安装特点、分 布式光伏管理开发建设管理相关政策要求,梳理确定适合分布式光伏开发 建设的区域类型,包括镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、 铁路、高速公路、水库水面、鱼塘水面、滩涂和农业大棚等九大类型,收 集待评估地区(一般以省为单位)九类区域的面积(里程)信息,确定可 开发区域面积(里程)现状。其次,根据九类区域的发展趋势,确定水平 年之前的年均增长速度,对水平年评估地区的九类分布式光伏可开发区域 面积进行规模预测。然后,根据当地分布式光伏开发建设所利用屋顶、土 地、水域资源特点,确定技术可开发考虑因素的参数,测算水平年所评估 地区的九类分布式光伏项目技术可开发面积(里程)。最后,根据当地太 阳能资源、可开发区域面积内可用于分布式光伏开发利用的土地面积,确 定分布式光伏技术可开发潜力。
本发明提供的分布式光伏可开发潜力评估方法可以评估区域范围内分 布式光伏可开发潜力,促进分布式光伏健康有序发展布局。
分布式光伏可开发潜力评估方法包含确定并预测可开发区域面积、测 算技术可开发面积和确定技术可开发潜力等几个关键技术问题。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步地,所述S101中的可开发区域类型具体包括:城镇住房屋顶、 农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、水库水面、鱼塘水 面、滩涂和农业大棚;
如图2所示,所述S101具体包括:
S1011,计算待评估区域城镇住房面积;
本步骤中,通过公式1计算待评估区域城镇住房面积,根据国家住建 委和各省级住建部门公开发布的城镇居民人均住房面积信息,测算待评估 地区城镇住房面积;
SC=SCP×NC 公式1;
其中:SC——城镇住房面积(单位:亿平方米),SCP——城镇人口人 均住房建筑面积(单位:平方米/人),NC——城镇人口数单位:亿人);
S1012,计算未来评估水平年份的该地区城镇住房面积;
本步骤中,通过公式2计算未来评估水平年份的该地区城镇住房面积; 根据所评估地区城镇住房面积增长速度,以已知年份的城镇住房面积为基 础,对未来评估水平年份的该地区城镇住房面积进行预测。
SCk,j=SCk,i×(1+RCk)(j-i) 公式2;
其中,SCk,j——k省第j年城镇住房面积(单位:亿平方米,k=1,2,3…… 33),SCk,i——k省第i年城镇住房面积(单位:亿平方米,k=1,2,3……33), RCk——k省城镇住房面积年均增速(一般范围在3%~7%,根据该地区具体 情况确定),i——可获取数据的初始年份,j——潜力待评价年份;
S1013,计算待评估地区农村住房面积;
本步骤中,通过公式3计算待评估地区农村住房面积,根据国家住建 委和各省级住建部门公开发布的农村居民人均住房面积信息,测算待评估 地农村住房面积;
SV=SVP×NV 公式3;
式中:SV——农村住房面积(单位:亿平方米),SVP——农村人口人 均住房建筑面积(单位:平方米/人),NV——农村人口数(单位:亿人);
S1014,计算未来评估水平年份的该地区农村住房面积,根据所评估地 区农村住房面积增长速度,以已知年份的农村住房面积为基础,对未来评 估水平年份的该地区农村住房面积进行预测;
本步骤中,通过公式4计算未来评估水平年份的该地区农村住房面积;
SVk,j=SVk,i×(1+RVk)(j-i) 公式4;
式中:SVk,j——k省第j年农村住房面积(单位:亿平方米,k=1,2,3…… 33),SVk,i——k省第i年农村住房面积(单位:亿平方米,k=1,2,3……33), RVk——k省农村住房面积年均增速(一般范围在1%~3%,根据该地区具体 情况确定);
S1015,计算未来评估水平年份的该地区居民点及工矿用地面积;
本步骤中,通过公式5计算未来评估水平年份的该地区居民点及工矿 用地面积;根据国家和各省级国土资源部门公开发布的已知年份居民点及 工矿用地面积信息,结合所评估地区居民点及工矿用地面积增长速度,对 未来评估水平年份的该地区居民点及工矿用地面积进行预测。
SRIk,j=SRIk,i×(1+RRIk)(j-i) 公式5;
式中:SRIk,j——k省第j年居民点及工矿用地面积(单位:亿平方米, k=1,2,3……33),SRIk,i——k省第i年居民点及工矿用地面积(单位:亿平 方米,k=1,2,3……33),RRIk——k省居民点及工矿用地面积年均增速(一 般范围在2%~8%,根据该地区具体情况确定);
S1016,计算待评估地区工矿用地面积;
本步骤中,通过公式6计算待评估地区工矿用地面积;根据待评估地 区的居民点及工矿用地面积,去除掉城镇居民和农村居民用地面积,测算 得到待评估地区工矿用地面积。
SI=SRI-k1SC-k2SV 公式6;
式中,SI——工矿用地面积(单位:亿平方米),SRI——居民点及工 矿用地面积(单位:亿平方米),k1,k2——农村居民用地与住房面积系数, 城镇居民用地与住房面积系数;
S1017,计算未来评估水平年份的该地区铁路、公路运营里程;
本步骤中,通过公式7和公式8分别计算未来评估水平年份的该地区 铁路、公路运营里程;根据国家及省级交通部门公开发布的已知年份铁路、 公路运营里程信息,结合所评估地区铁路、公路运营里程计划增长速度, 对未来评估水平年份的该地区铁路、公路运营里程进行预测。
LRk,j=LRk,i×(1+RRk)(j-i) 公式7;
式中:LRk,j——k省第j年铁路运营里程(单位:万公里,k=1,2,3…… 33),LRk,i——k省第i年铁路运营里程(单位:万公里,k=1,2,3……33), RRk——k省铁路运营里程年均增速(一般范围在3%~6%,根据该地区具体 情况确定);
LHk,j=LHk,i×(1+RHk)(j-i) 公式8;
式中:LHk,j——k省第j年高速公路运营里程(单位:万公里,k=1,2,3…… 33),LHk,i——k省第i年高速公路运营里程(单位:万公里,k=1,2,3…… 33),RHk——k省高速运营里程年均增速(一般范围在5%~8%,根据该地 区具体情况确定);
S1018,计算所评估年份的水库、鱼塘、滩涂的面积;
本步骤中,通过公式9、公式10和公式11分别计算所评估年份的水库、 鱼塘、滩涂的面积;根据国家及省级国土资源及农林部门公开发布的已知 年份水库、鱼塘、滩涂面积信息,考虑到这几类资源面积基本不会出现大 幅增长,因此,所评估年份的水库、鱼塘、滩涂面积可以认为等于一直年 份获取的面积。
SWk,j=SWk,i 公式9;
式中,SWk,j——k省第j年水库面积(单位:亿平方米,k=1,2,3……33), SWk,i——k省第i年水库面积(单位:亿平方米,k=1,2,3……33);
SFk,j=SFk,i 公式10;
式中,SFk,j——k省第j年鱼塘面积(单位:亿平方米,k=1,2,3……33), SFk,i——k省第i年鱼塘面积(单位:亿平方米,k=1,2,3……33);
SMk,j=SMk,i 公式11;
式中,SMk,j——k省第j年滩涂面积(单位:亿平方米,k=1,2,3……33), SMk,i——k省第i年滩涂面积(单位:亿平方米,k=1,2,3……33);
S1019,计算未来评估水平年份的该地区农业大棚面积;
本步骤中,通过公式12计算未来评估水平年份的该地区农业大棚面积; 根据国家及省级农业部门公开发布的已知年份蔬菜、瓜果等农业大棚面积 信息,结合所评估地区农业大棚面积增长速度,对未来评估水平年份的该 地区农业大棚面积进行预测。
SGk,j=SGk,i×(1+RGk)(j-i) 公式12;
SGk,j——k省第j年农业大棚面积(单位:亿平方米,k=1,2,3……33), SGk,i——k省第i年农业大棚面积(单位:亿平方米,k=1,2,3……33),RGk——k省农业大棚面积年均增速(一般范围在2%~5%,根据该地区具体情 况确定)。
根据国家发展改革委印发的《分布式发电管理暂行办法》(发改能源 〔2013〕1381号)、国家能源局印发的《关于进一步落实分布式光伏发电 有关政策的通知》(国能新能〔2014〕406号),分布式发电是指在用户所 在场地或附近建设安装、运行方式以用户端自发自用为主、多余电量上网, 且在配电网系统平衡调节为特征的发电设施或有电力输出的能量综合梯级 利用多联供设施。鼓励开展多种形式的分布式光伏发电应用。充分利用具 备条件的建筑屋顶(含附属空闲场地)资源,鼓励在火车站(含高铁站)、 高速公路服务区、飞机场航站楼、大型综合交通枢纽建筑、大型体育场馆 和停车场等公共设施系统推广光伏发电,因地制宜利用废弃土地、荒山荒 坡、农业大棚、滩涂、鱼塘、湖泊等建设就地消纳的分布式光伏电站。因 此,根据适合分布式光伏开发建设的相关要求,以及数据可获取性,通过聚类分析,梳理确定适合分布式光伏开发建设的区域类型,包括镇住房屋 顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、水库水面、鱼 塘水面、滩涂和农业大棚等九大类型,收集待评估地区九类区域的面积(里 程)信息,确定可开发区域面积(里程)现状情况。
根据九类分布式光伏可开发利用区域的发展趋势进行分析,其中水库 水面、鱼塘水面、滩涂面积主要受到资源环境限制,考虑不再增长,其余 六类屋顶和土地资源按照各待评估地区(省)历史发展增速水平和未来住 宅、交通领域的规划,确定水平年之前的年均增长速速,对水平年评估地 区的各类分布式光伏可开发区域面积进行规模预测。
如图3所示,所述S102具体包括:
S1021,计算水平年所评估地区的城镇住房、农村住房和工矿厂房屋顶 分布式光伏项目技术可开发面积;
本步骤中,通过公式13、14和15分别计算水平年所评估地区的城镇 住房、农村住房、工矿厂房屋顶分布式光伏项目技术可开发面积;根据当 地分布式光伏开发建设所利用城镇住房、农村住房、工矿厂房屋顶特点, 确定技术可开发考虑因素及技术可开发占比系数,例如,城镇住房和农村 住房屋顶可开发面积要考虑当地城镇住房和农村住房建筑平均楼层数,工 矿厂房屋顶要考虑工矿用地中实际可开发比例和厂房占比等因素,按照技 术可开发占比测算水平年所评估地区的城镇住房、农村住房、工矿厂房屋 顶分布式光伏项目技术可开发面积。
SteC=SC/LAC 公式13;
式中,SteC——城镇住房屋顶分布式光伏技术可开发面积(单位:亿平 方米),LAC——城镇住房建筑平均楼层数(单位:层,一般平均取值6~9, 根据该地区具体情况确定);
SteV=SV/LAV 公式14;
式中,SteV——农村住房屋顶分布式光伏技术可开发面积(单位:亿平 方米),LAV——农村住房建筑平均楼层数(单位:层,一般平均取值6~9, 根据该地区具体情况确定);
SteI=SI×r1×r2 公式15;
式中,SteI——工矿厂房屋顶分布式光伏技术可开发面积(单位:亿平 方米),r1——工矿用地实际开发比例(开发比例平均平均取值约为0.3, 东西部地区有差异,东中部地区比例略高于西部地区比例,可根据该地区 具体情况确定),r2——工矿用地厂房面积占比(开发比例平均平均取值约 为0.1,可根据该地区具体情况确定);
S1022,计算水库、鱼塘、滩涂、农业大棚技术可开发面积;
本步骤中,通过公式16、17、18和19分别计算水库、鱼塘、滩涂、 农业大棚技术可开发面积;
SteW=SW×r3 公式16;
式中,SteW——水库水面分布式光伏技术可开发面积(单位:亿平方米), SW——水库面积(单位:亿平方米),r3——水库水面分布式光伏技术可 开发占比(一般取值约0.5%,可根据该地区具体情况确定);
SteF=SF×r4 公式17;
式中,SteF——鱼塘水面分布式光伏技术可开发面积(单位:亿平方米), SF——鱼塘面积(单位:亿平方米),r4——鱼塘水面分布式光伏技术可 开发占比(一般取值约1%,可根据该地区具体情况确定);
SteM=SM×r5 公式18;
式中,SteM——滩涂分布式光伏技术可开发面积(单位:亿平方米), SM——滩涂面积(单位:亿平方米),r5——滩涂分布式光伏技术可开发 占比(一般取值约3%,可根据该地区具体情况确定);
SteG=SG×r6 公式19;
式中,SteG——农业大棚分布式光伏技术可开发面积(单位:亿平方米), SG——农业大棚面积(单位:亿平方米),r6——农业大棚分布式光伏技 术可开发占比(考虑到大棚光伏适用于喜阴农作物,一般取值约3%~5%, 可根据该地区具体情况确定);
S1023,计算铁路、高速公路技术可开发里程;
本步骤中,通过公式20和21计算铁路、高速公路技术可开发里程; 考虑到铁路、高速公路沿线无房屋建筑、树木遮挡,因此其技术可开发里 程基本等同于实际运营里程。
LteR=LR 公式20;
式中,LteR,LteH——铁路、高速公路技术可开发里程(单位:万公里);
LteH=LH 公式21;
式中,LR,LH——铁路、高速公路运营里程(单位:万公里)。
根据当地分布式光伏开发建设所利用屋顶、土地、水域资源特点,确 定不同地区的技术可开发考虑因素及技术可开发占比,包括城市和农村建 筑平均层数、实际可开发比例、厂房占比等因素,按照技术可开发占比测 算水平年所评估地区的九类分布式光伏项目技术可开发面积(里程)。
如图4所示,所述S103具体包括:
S1031,计算待评价地区城镇住房屋顶、农村住宅屋顶、工矿厂房用地 屋顶、铁路、高速公路、水库水面、鱼塘水面、滩涂和农业大棚分布式光 伏技术可开发潜力;
本步骤中,根据公式22、23、24、25、26、27、28、29和30分别计 算待评价地区城镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、 高速公路、水库水面、鱼塘水面、滩涂和农业大棚分布式光伏技术可开发 潜力;根据各类适用于分布式光伏开发的区域和地域资源情况,确定不同 的单位面积分布式光伏开发规模密度,基于技术可开发面积和开发密度, 测算待评价地区九类分布式光伏技术可开发潜力。
EteC=SteC×DteC 公式22;
EteV=SteV×DteV 公式23;
EteI=SteI×DteI 公式24;
EteW=SteW×DteW 公式25;
EteF=SteF×DteF 公式26;
EteM=SteM×DteM 公式27;
EteG=SteG×DteG 公式28;
EteR=LteR×DteR 公式29;
EteH=LteH×DteH 公式30;
式中,EteC,EteV,EteI,EteW,EteF,EteM,EteG,EteR,EteH——城镇屋 顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、 高速公路沿线技术可开发潜力(单位:亿千瓦);
DteC,DteV,DteI,DteW,DteF,DteM,DteG——城镇屋顶、农村屋顶、工 矿厂房屋顶、水库、鱼塘、滩涂、农业大棚技术可开发密度(单位:千瓦/ 平方米,根据实际施工安装量来计算,每平米水平屋顶的装机容量约为 50~70瓦,每平米倾斜屋顶的装机容量约为70~100瓦);
DteR,DteH——铁路沿线、高速公路沿线技术可开发密度(单位:万千 瓦/公里,一般按照每公里50千瓦计算);
S1032,确定水平年份全国的分布式光伏技术可开发潜力;
本步骤中,根据公式31确定水平年份全国的分布式光伏技术可开发潜 力;
Figure BDA0003264435600000261
式中,Etepj——j年的全国分布式光伏技术可开发潜力(单位:亿千瓦), EteCk,j,EteVk,j,EteIk,j,EteWk,j,EteFk,j,EteMk,j,EteGk,j,EteRk,j,EteHk,j,——城镇屋 顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、 高速公路沿线k省第j年技术可开发潜力(单位:亿千瓦)。
如图5所示,一种分布式光伏可开发潜力评估系统,包括:
存储模块,其存储有光伏资源信息、分布式光伏开发建设条件信息和 数据可获取性信息;
处理模块,其与所述存储模块连接,用于根据所述光伏资源信息、分 布式光伏开发建设条件信息和数据可获取性信息确定分布式光伏的可开发 区域类型,并根据可开发区域类型的发展趋势预测待评估地区的可开发区 域面积;
计算模块,其与所述处理模块连接,用于根据技术可开发占比测算待 评估地区水平年份的分布式光伏开发利用的面积;
评估模块,其与所述计算模块连接,用于根据待评估地区的太阳能资 源和可开发区域面积内可用于分布式光伏开发利用的面积按照不同的单位 面积分布式光伏开发规模密度,确定水平年份不同地区的分布式光伏技术 可开发潜力。
进一步地,所述处理模块进一步用于:
通过公式1计算待评估区域城镇住房面积;
SC=SCP×NC 公式1;
其中:SC——城镇住房面积,SCP——城镇人口人均住房建筑面积,NC——城镇人口数;
通过公式2计算未来评估水平年份的该地区城镇住房面积;
SCk,j=SCk,i×(1+RCk)(j-i) 公式2;
其中,SCk,j——k省第j年城镇住房面积,SCk,i——k省第i年城镇住房 面积,RCk——k省城镇住房面积年均增速,i——可获取数据的初始年份, j——潜力待评价年份;
通过公式3计算待评估地区农村住房面积;
SV=SVP×NV 公式3;
式中:SV——农村住房面积,SVP——农村人口人均住房建筑面积,NV——农村人口数;
通过公式4计算未来评估水平年份的该地区农村住房面积;
SVk,j=SVk,i×(1+RVk)(j-i) 公式4;
式中:SVk,j——k省第j年农村住房面积,SVk,i——k省第i年农村住房 面积,RVk——k省农村住房面积年均增速;
通过公式5计算未来评估水平年份的该地区居民点及工矿用地面积;
SRIk,j=SRIk,i×(1+RRIk)(j-i) 公式5;
式中:SRIk,j——k省第j年居民点及工矿用地面积,SRIk,i——k省第i年 居民点及工矿用地面积,RRIk——k省居民点及工矿用地面积年均增速;
通过公式6计算待评估地区的工矿用地面积;
SI=SRI-k1SC-k2SV 公式6;
式中,SI——工矿用地面积,SRI——居民点及工矿用地面积,k1,k2— —农村居民用地与住房面积系数,城镇居民用地与住房面积系数;
通过公式7和公式8分别计算未来评估水平年份的该地区铁路、公路 运营里程;
LRk,j=LRk,i×(1+RRk)(j-i) 公式7;
式中:LRk,j——k省第j年铁路运营里程,LRk,i——k省第i年铁路运营 里程,RRk——k省铁路运营里程年均增速,RHk——k省铁路运营里程年均 增速;
LHk,j=LHk,i×(1+RHk)(j-i) 公式8;
式中:LHk,j——k省第j年高速公路运营里程,LHk,i——k省第i年高速 公路运营里程,LHk,i——k省第i年高速公路运营里程;
通过公式9、公式10和公式11分别计算所评估年份的水库、鱼塘、滩 涂的面积;
SWk,j=SWk,i 公式9;
式中,SWk,j——k省第j年水库面积,SWk,i——k省第i年水库面积;
SFk,j=SFk,i 公式10;
式中,SFk,j——k省第j年鱼塘面积,SFk,i——k省第i年鱼塘面积;
SMk,j=SMk,i 公式11;
式中,SMk,j——k省第j年滩涂面积,SMk,i——k省第i年滩涂面积;
通过公式12计算未来评估水平年份的该地区农业大棚面积;
SGk,j=SGk,i×(1+RGk)(j-i) 公式12;
SGk,j——k省第j年农业大棚面积,SGk,i——k省第i年农业大棚面积,RGk——k省农业大棚面积年均增速。
进一步地,所述计算模块进一步用于:
通过公式13、14和15分别计算水平年所评估地区的城镇住房、农村 住房、工矿厂房屋顶分布式光伏项目技术可开发面积;
SteC=SC/LAC 公式13;
式中,SteC——城镇住房屋顶分布式光伏技术可开发面积,LAC——城镇 住房建筑平均楼层数;
SteV=SV/LAV 公式14;
式中,SteV——农村住房屋顶分布式光伏技术可开发面积,LAV——农 村住房建筑平均楼层数;
SteI=SI×r1×r2 公式15;
式中,SteI——工矿厂房屋顶分布式光伏技术可开发面积,r1——工矿 用地实际开发比例,r2——工矿用地厂房面积占比;
通过公式16、17、18和19分别计算水库、鱼塘、滩涂、农业大棚技 术可开发面积;
SteW=SW×r3 公式16;
式中,SteW——水库水面分布式光伏技术可开发面积,SW——水库面积, r3——水库水面分布式光伏技术可开发占比;
SteF=SF×r4 公式17;
式中,SteF——鱼塘水面分布式光伏技术可开发面积,SF——鱼塘面积, r4——鱼塘水面分布式光伏技术可开发占比;
SteM=SM×r5 公式18;
式中,SteM——滩涂分布式光伏技术可开发面积,SM——滩涂面积,r5——滩涂分布式光伏技术可开发占比;
SteG=SG×r6 公式19;
式中,SteG——农业大棚分布式光伏技术可开发面积,SG——农业大棚 面积,r6——农业大棚分布式光伏技术可开发占比;
通过公式20和21计算铁路、高速公路技术可开发里程;
LteR=LR 公式20;
式中,LteR,LteH——铁路、高速公路技术可开发里程;
LteH=LH 公式21;
式中,LR,LH——铁路、高速公路运营里程。
进一步地,所述评估模块进一步用于:
根据公式22、23、24、25、26、27、28、29和30分别计算待评价地 区城镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、 水库水面、鱼塘水面、滩涂和农业大棚分布式光伏技术可开发潜力;
EteC=SteC×DteC 公式22;
EteV=SteV×DteV 公式23;
EteI=SteI×DteI 公式24;
EteW=SteW×DteW 公式25;
EteF=SteF×DteF 公式26;
EteM=SteM×DteM 公式27;
EteG=SteG×DteG 公式28;
EteR=LteR×DteR 公式29;
EteH=LteH×DteH 公式30;
式中,EteC,EteV,EteI,EteW,EteF,EteM,EteG,EteR,EteH——城镇屋 顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、 高速公路沿线技术可开发潜力;
DteC,DteV,DteI,DteW,DteF,DteM,DteG——城镇屋顶、农村屋顶、工 矿厂房屋顶、水库、鱼塘、滩涂、农业大棚技术可开发密度;
DteR,DteH——铁路沿线、高速公路沿线技术可开发密度;
根据公式31确定水平年份全国的分布式光伏技术可开发潜力;
Figure BDA0003264435600000311
式中,Etepj——j年的全国分布式光伏技术可开发潜力,EteCk,j,EteVk,j, EteIk,j,EteWk,j,EteFk,j,EteMk,j,EteGk,j,EteRk,j,EteHk,j,——城镇屋顶、农村屋顶、 工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、高速公路沿线k 省第j年技术可开发潜力。
与集中式光伏潜力评估不同,分布式光伏潜力除收到太阳能资源影响 外,分布式光伏由于要与用电负荷相匹配,更多是受制于可按照屋顶、土 地、水域资源面积以及分布式光伏在不同类型屋顶(土地、水域)资源上 的安装条件。
一种分布式光伏可开发潜力评估装置,包括:存储器、处理器及存储 在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序 被所述处理器执行时实现如分布式光伏可开发潜力的评估方法的步骤。
一种电子设备,所述电子设备上存储有信息传递的实现程序,所述程 序被处理器执行时实现如分布式光伏可开发潜力的评估方法的步骤。
该分布式光伏可开发潜力的评估方法使用过程如下:
使用时,根据光伏资源信息、分布式光伏开发建设条件信息和数据可 获取性信息确定分布式光伏的可开发区域类型;根据可开发区域类型的发 展趋势预测待评估地区的可开发区域面积;根据技术可开发占比测算待评 估地区水平年份的分布式光伏开发利用的面积;根据待评估地区的太阳能 资源和可开发区域面积内可用于分布式光伏开发利用的面积按照不同的单 位面积分布式光伏开发规模密度,确定水平年份不同地区的分布式光伏技 术可开发潜力。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在 涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者 设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还 包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的 情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素 的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令 的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任 务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。 也可以在分布式计算环境中实践本说明书的一个或多个实施例,在这些分 布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。 在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相 同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的 不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例, 所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已,并不用于限制本文件。对于本领域技术 人员来说,本文件可以有各种更改和变化。凡在本文件的精神和原理之内所 作的任何修改、等同替换、改进等,均应包含在本文件的权利要求范围之内。

Claims (10)

1.一种分布式光伏可开发潜力评估方法,其特征在于,所述方法具体包括:
S101,根据光伏资源信息、分布式光伏开发建设条件信息和数据可获取性信息确定分布式光伏的可开发区域类型;根据可开发区域类型的发展趋势预测待评估地区的可开发区域面积;
S102,根据技术可开发占比测算待评估地区水平年份的分布式光伏开发利用的面积;
S103,根据待评估地区的太阳能资源和可开发区域面积内可用于分布式光伏开发利用的面积按照不同的单位面积分布式光伏开发规模密度,确定水平年份不同地区的分布式光伏技术可开发潜力。
2.根据权利要求1所述的分布式光伏可开发潜力的评估方法,其特征在于,所述S101中的可开发区域类型具体包括:城镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、水库水面、鱼塘水面、滩涂和农业大棚;
所述S101具体包括:
S1011,通过公式1计算待评估区域城镇住房面积;
SC=SCP×NC 公式1;
其中:SC——城镇住房面积,SCP——城镇人口人均住房建筑面积,NC——城镇人口数;
S1012,通过公式2计算未来评估水平年份的该地区城镇住房面积;
SCk,j=SCk,i×(1+RCk)(j-i) 公式2;
其中,SCk,j——k省第j年城镇住房面积,SCk,i——k省第i年城镇住房面积,RCk——k省城镇住房面积年均增速,i——可获取数据的初始年份,j——潜力待评价年份;
S1013,通过公式3计算待评估地区农村住房面积;
SV=SVP×NV 公式3;
式中:SV——农村住房面积,SVP——农村人口人均住房建筑面积,NV——农村人口数;
S1014,通过公式4计算未来评估水平年份的该地区农村住房面积;
SVk,j=SVk,i×(1+RVk)(j-i) 公式4;
式中:SVk,j——k省第j年农村住房面积,SVk,i——k省第i年农村住房面积,RVk——k省农村住房面积年均增速;
S1015,通过公式5计算未来评估水平年份的该地区居民点及工矿用地面积;
SRIk,j=SRIk,i×(1+RRIk)(j-i) 公式5;
式中:SRIk,j——k省第j年居民点及工矿用地面积,SRIk,i——k省第i年居民点及工矿用地面积,RRIk——k省居民点及工矿用地面积年均增速;
S1016,通过公式6计算待评估地区工矿用地面积;
SI=SRI-k1SC-k2SV 公式6;
式中,SI——工矿用地面积,SRI——居民点及工矿用地面积,k1,k2——农村居民用地与住房面积系数,城镇居民用地与住房面积系数;
S1017,通过公式7和公式8分别计算未来评估水平年份的该地区铁路、公路运营里程;
LRk,j=LRk,i×(1+RRk)(j-i) 公式7;
式中:LRk,j——k省第j年铁路运营里程,LRk,i——k省第i年铁路运营里程,RRk——k省铁路运营里程年均增速,RHk——k省铁路运营里程年均增速;
LHk,j=LHk,i×(1+RHk)(j-i) 公式8;
式中:LHk,j——k省第j年高速公路运营里程,LHk,i——k省第i年高速公路运营里程,LHk,i——k省第i年高速公路运营里程;
S1018,通过公式9、公式10和公式11分别计算所评估年份的水库、鱼塘、滩涂的面积;
SWk,j=SWk,i 公式9;
式中,SWk,j——k省第j年水库面积,SWk,i——k省第i年水库面积;
SFk,j=SFk,i 公式10;
式中,SFk,j——k省第j年鱼塘面积,SFk,i——k省第i年鱼塘面积;
SMk,j=SMk,i 公式11;
式中,SMk,j——k省第j年滩涂面积,SMk,i——k省第i年滩涂面积;
S1019,通过公式12计算未来评估水平年份的该地区农业大棚面积;
SGk,j=SGk,i×(1+RGk)(j-i) 公式12;
SGk,j——k省第j年农业大棚面积,SGk,i——k省第i年农业大棚面积,RGk——k省农业大棚面积年均增速。
3.根据权利要求2所述的分布式光伏可开发潜力评估方法,其特征在于,所述S102具体包括:
S1021,通过公式13、14和15分别计算水平年所评估地区的城镇住房、农村住房、工矿厂房屋顶分布式光伏项目技术可开发面积;
SteC=SC/LAC 公式13;
式中,SteC——城镇住房屋顶分布式光伏技术可开发面积,LAC——城镇住房建筑平均楼层数;
SteV=SV/LAV 公式14;
式中,SteV——农村住房屋顶分布式光伏技术可开发面积,LAV——农村住房建筑平均楼层数;
SteI=SI×r1×r2 公式15;
式中,SteI——工矿厂房屋顶分布式光伏技术可开发面积,r1——工矿用地实际开发比例,r2——工矿用地厂房面积占比;
S1022,通过公式16、17、18和19分别计算水库、鱼塘、滩涂、农业大棚技术可开发面积;
SteW=SW×r3 公式16;
式中,SteW——水库水面分布式光伏技术可开发面积,SW——水库面积,r3——水库水面分布式光伏技术可开发占比;
SteF=SF×r4 公式17;
式中,SteF——鱼塘水面分布式光伏技术可开发面积,SF——鱼塘面积,r4——鱼塘水面分布式光伏技术可开发占比;
SteM=SM×r5 公式18;
式中,SteM——滩涂分布式光伏技术可开发面积,SM——滩涂面积,r5——滩涂分布式光伏技术可开发占比;
SteG=SG×r6 公式19;
式中,SteG——农业大棚分布式光伏技术可开发面积,SG——农业大棚面积,r6——农业大棚分布式光伏技术可开发占比;
S1023,通过公式20和21计算铁路、高速公路技术可开发里程;
LteR=LR 公式20;
式中,LteR,LteH——铁路、高速公路技术可开发里程;
LteH=LH 公式21;
式中,LR,LH——铁路、高速公路运营里程。
4.根据权利要求3所述的分布式光伏可开发潜力评估方法,其特征在于,所述S103具体包括:
S1031,根据公式22、23、24、25、26、27、28、29和30分别计算待评价地区城镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、水库水面、鱼塘水面、滩涂和农业大棚分布式光伏技术可开发潜力;
EteC=SteC×DteC 公式22;
EteV=SteV×DteV 公式23;
EteI=SteI×DteI 公式24;
EteW=SteW×DteW 公式25;
EteF=SteF×DteF 公式26;
EteM=SteM×DteM 公式27;
EteG=SteG×DteG 公式28;
EteR=LteR×DteR 公式29;
EteH=LteH×DteH 公式30;
式中,EteC,EteV,EteI,EteW,EteF,EteM,EteG,EteR,EteH——城镇屋顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、高速公路沿线技术可开发潜力;
DteC,DteV,DteI,DteW,DteF,DteM,DteG——城镇屋顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚技术可开发密度;
DteR,DteH——铁路沿线、高速公路沿线技术可开发密度;
S1032,根据公式31确定水平年份全国的分布式光伏技术可开发潜力;
Figure FDA0003264435590000061
式中,Etepj——j年的全国分布式光伏技术可开发潜力,EteCk,j,EteVk,j,EteIk,j,EteWk,j,EteFk,j,EteMk,j,EteGk,j,EteRk,j,EteHk,j,——城镇屋顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、高速公路沿线k省第j年技术可开发潜力。
5.一种分布式光伏可开发潜力评估系统,其特征在于,包括:
存储模块,其存储有光伏资源信息、分布式光伏开发建设条件信息和数据可获取性信息;
处理模块,其与所述存储模块连接,用于根据所述光伏资源信息、分布式光伏开发建设条件信息和数据可获取性信息确定分布式光伏的可开发区域类型,并根据可开发区域类型的发展趋势预测待评估地区的可开发区域面积;
计算模块,其与所述处理模块连接,用于根据技术可开发占比测算待评估地区水平年份的分布式光伏开发利用的面积;
评估模块,其与所述计算模块连接,用于根据待评估地区的太阳能资源和可开发区域面积内可用于分布式光伏开发利用的面积按照不同的单位面积分布式光伏开发规模密度,确定水平年份不同地区的分布式光伏技术可开发潜力。
6.根据权利要求5所述的分布式光伏可开发潜力评估系统,其特征在于,所述处理模块进一步用于:
通过公式1计算待评估区域城镇住房面积;
SC=SCP×NC 公式1;
其中:SC——城镇住房面积,SCP——城镇人口人均住房建筑面积,NC——城镇人口数;
通过公式2计算未来评估水平年份的该地区城镇住房面积;
SCk,j=SCk,i×(1+RCk)(j-i) 公式2;
其中,SCk,j——k省第j年城镇住房面积,SCk,i——k省第i年城镇住房面积,RCk——k省城镇住房面积年均增速,i——可获取数据的初始年份,j——潜力待评价年份;
通过公式3计算待评估地区农村住房面积;
SV=SVP×NV 公式3;
式中:SV——农村住房面积,SVP——农村人口人均住房建筑面积,NV——农村人口数;
通过公式4计算未来评估水平年份的该地区农村住房面积;
SVk,j=SVk,i×(1+RVk)(j-i) 公式4;
式中:SVk,j——k省第j年农村住房面积,SVk,i——k省第i年农村住房面积,RVk——k省农村住房面积年均增速;
通过公式5计算未来评估水平年份的该地区居民点及工矿用地面积;
SRIk,j=SRIk,i×(1+RRIk)(j-i) 公式5;
式中:SRIk,j——k省第j年居民点及工矿用地面积,SRIk,i——k省第i年居民点及工矿用地面积,RRIk——k省居民点及工矿用地面积年均增速;
通过公式6计算待评估地区的工矿用地面积;
SI=SRI-k1SC-k2SV 公式6;
式中,SI——工矿用地面积,SRI——居民点及工矿用地面积,k1,k2——农村居民用地与住房面积系数,城镇居民用地与住房面积系数;
通过公式7和公式8分别计算未来评估水平年份的该地区铁路、公路运营里程;
LRk,j=LRk,i×(1+RRk)(j-i) 公式7;
式中:LRk,j——k省第j年铁路运营里程,LRk,i——k省第i年铁路运营里程,RRk——k省铁路运营里程年均增速,RHk——k省铁路运营里程年均增速;
LHk,j=LHk,i×(1+RHk)(j-i) 公式8;
式中:LHk,j——k省第j年高速公路运营里程,LHk,i——k省第i年高速公路运营里程,LHk,i——k省第i年高速公路运营里程;
通过公式9、公式10和公式11分别计算所评估年份的水库、鱼塘、滩涂的面积;
SWk,j=SWk,i 公式9;
式中,SWk,j——k省第j年水库面积,SWk,i——k省第i年水库面积;
SFk,j=SFk,i 公式10;
式中,SFk,j——k省第j年鱼塘面积,SFk,i——k省第i年鱼塘面积;
SMk,j=SMk,i 公式11;
式中,SMk,j——k省第j年滩涂面积,SMk,i——k省第i年滩涂面积;
通过公式12计算未来评估水平年份的该地区农业大棚面积;
SGk,j=SGk,i×(1+RGk)(j-i) 公式12;
SGk,j——k省第j年农业大棚面积,SGk,i——k省第i年农业大棚面积,RGk——k省农业大棚面积年均增速。
7.根据权利要求6所述的分布式光伏可开发潜力评估系统,其特征在于,所述计算模块进一步用于:
通过公式13、14和15分别计算水平年所评估地区的城镇住房、农村住房、工矿厂房屋顶分布式光伏项目技术可开发面积;
SteC=SC/LAC 公式13;
式中,SteC——城镇住房屋顶分布式光伏技术可开发面积,LAC——城镇住房建筑平均楼层数;
SteV=SV/LAV 公式14;
式中,SteV——农村住房屋顶分布式光伏技术可开发面积,LAV——农村住房建筑平均楼层数;
SteI=SI×r1×r2 公式15;
式中,SteI——工矿厂房屋顶分布式光伏技术可开发面积,r1——工矿用地实际开发比例,r2——工矿用地厂房面积占比;
通过公式16、17、18和19分别计算水库、鱼塘、滩涂、农业大棚技术可开发面积;
SteW=SW×r3 公式16;
式中,SteW——水库水面分布式光伏技术可开发面积,SW——水库面积,r3——水库水面分布式光伏技术可开发占比;
SteF=SF×r4 公式17;
式中,SteF——鱼塘水面分布式光伏技术可开发面积,SF——鱼塘面积,r4——鱼塘水面分布式光伏技术可开发占比;
SteM=SM×r5 公式18;
式中,SteM——滩涂分布式光伏技术可开发面积,SM——滩涂面积,r5——滩涂分布式光伏技术可开发占比;
SteG=SG×r6 公式19;
式中,SteG——农业大棚分布式光伏技术可开发面积,SG——农业大棚面积,r6——农业大棚分布式光伏技术可开发占比;
通过公式20和21计算铁路、高速公路技术可开发里程;
LteR=LR 公式20;
式中,LteR,LteH——铁路、高速公路技术可开发里程;
LteH=LH 公式21;
式中,LR,LH——铁路、高速公路运营里程。
8.根据权利要求7所述的分布式光伏可开发潜力评估系统,其特征在于,所述评估模块进一步用于:
根据公式22、23、24、25、26、27、28、29和30分别计算待评价地区城镇住房屋顶、农村住宅屋顶、工矿厂房用地屋顶、铁路、高速公路、水库水面、鱼塘水面、滩涂和农业大棚分布式光伏技术可开发潜力;
EteC=SteC×DteC 公式22;
EteV=SteV×DteV 公式23;
EteI=SteI×DteI 公式24;
EteW=SteW×DteW 公式25;
EteF=SteF×DteF 公式26;
EteM=SteM×DteM 公式27;
EteG=SteG×DteG 公式28;
EteR=LteR×DteR 公式29;
EteH=LteH×DteH 公式30;
式中,EteC,EteV,EteI,EteW,EteF,EteM,EteG,EteR,EteH——城镇屋顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、高速公路沿线技术可开发潜力;
DteC,DteV,DteI,DteW,DteF,DteM,DteG——城镇屋顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚技术可开发密度;
DteR,DteH——铁路沿线、高速公路沿线技术可开发密度;
根据公式31确定水平年份全国的分布式光伏技术可开发潜力;
Figure FDA0003264435590000121
式中,Etepj——j年的全国分布式光伏技术可开发潜力,EteCk,j,EteVk,j,EteIk,j,EteWk,j,EteFk,j,EteMk,j,EteGk,j,EteRk,j,EteHk,j,——城镇屋顶、农村屋顶、工矿厂房屋顶、水库、鱼塘、滩涂、农业大棚、铁路沿线、高速公路沿线k省第j年技术可开发潜力。
9.一种分布式光伏可开发潜力评估装置,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的分布式光伏可开发潜力评估方法的步骤。
10.一种电子设备,其特征在于,所述电子设备上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至4中任一项所述的分布式光伏可开发潜力评估方法的步骤。
CN202111082374.9A 2021-09-15 2021-09-15 分布式光伏可开发潜力评估系统、方法、装置及电子设备 Pending CN113935585A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111082374.9A CN113935585A (zh) 2021-09-15 2021-09-15 分布式光伏可开发潜力评估系统、方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111082374.9A CN113935585A (zh) 2021-09-15 2021-09-15 分布式光伏可开发潜力评估系统、方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN113935585A true CN113935585A (zh) 2022-01-14

Family

ID=79275936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111082374.9A Pending CN113935585A (zh) 2021-09-15 2021-09-15 分布式光伏可开发潜力评估系统、方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113935585A (zh)

Similar Documents

Publication Publication Date Title
Elboshy et al. A suitability mapping for the PV solar farms in Egypt based on GIS-AHP to optimize multi-criteria feasibility
Asakereh et al. A GIS-based Fuzzy-AHP method for the evaluation of solar farms locations: Case study in Khuzestan province, Iran
Ali et al. A preliminary feasibility of roof-mounted solar PV systems in the Maldives
Rekik et al. Optimal wind-solar site selection using a GIS-AHP based approach: A case of Tunisia
Kennedy et al. Developing a multi-layered indicator set for urban metabolism studies in megacities
Izquierdo et al. A method for estimating the geographical distribution of the available roof surface area for large-scale photovoltaic energy-potential evaluations
Amer et al. A stochastic program for siting and sizing fast charging stations and small wind turbines in urban areas
Soydan Solar power plants site selection for sustainable ecological development in Nigde, Turkey
Ibrahim et al. A GIS-based Boolean logic-analytical hierarchy process for solar power plant (case study: Erbil Governorate—Iraq)
Fard et al. Ground-mounted photovoltaic power station site selection and economic analysis based on a hybrid fuzzy best-worst method and geographic information system: A case study Guilan province
Esmaeili Shayan et al. Possibility of supplying energy to border villages by solar energy sources
Doorga et al. Exploiting the rooftop solar photovoltaic potential of a tropical island state: case of the Mascarene Island of Mauritius
Sun et al. Potential estimation of rooftop photovoltaic with the spatialization of energy self-sufficiency in urban areas
Zhang et al. Integrating photovoltaic noise barriers and electric vehicle charging stations for sustainable city transportation
CN102769298A (zh) 一种太阳能并网发电功率预测方法及预测系统
Ellis et al. Power ramp rates and variability of individual and aggregate photovoltaic systems using measured production data at the municipal scale
Cheng et al. A study on site selection of pumped storage power plants based on C-OWA-AHP and VIKOR-GRA: a case study in China
CN117094521B (zh) 一种光伏电站智能选址方法
Wang et al. Suitability evaluation and potential estimation of photovoltaic power generation and carbon emission reduction in the Qinghai–Tibet Plateau
Ramirez Camargo et al. Spatiotemporal modeling for assessing complementarity of renewable energy sources in distributed energy systems
Hu et al. Evaluation of the economic potential of photovoltaic power generation in road spaces
Jiang et al. Exploring the optimization of rooftop photovoltaic scale and spatial layout under curtailment constraints
Hopf et al. A decision support system for photovoltaic potential estimation
CN113935585A (zh) 分布式光伏可开发潜力评估系统、方法、装置及电子设备
Bao et al. Photovoltaic generation potential and developmental suitability in southern Hebei

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination