CN117689168A - 基于遥感地图的分布式光伏发展位置优选规划方法及系统 - Google Patents
基于遥感地图的分布式光伏发展位置优选规划方法及系统 Download PDFInfo
- Publication number
- CN117689168A CN117689168A CN202311711721.9A CN202311711721A CN117689168A CN 117689168 A CN117689168 A CN 117689168A CN 202311711721 A CN202311711721 A CN 202311711721A CN 117689168 A CN117689168 A CN 117689168A
- Authority
- CN
- China
- Prior art keywords
- distributed photovoltaic
- planning
- photovoltaic
- remote sensing
- power distribution
- 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
Links
- 238000011161 development Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 42
- 238000009826 distribution Methods 0.000 claims abstract description 70
- 238000010248 power generation Methods 0.000 claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 25
- 230000009467 reduction Effects 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 29
- 230000005611 electricity Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Multimedia (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力系统规划领域，本发明所述方法包括，获得待规划配电系统所覆盖地理范围的高分辨率遥感影像，对获得的高分辨率遥感影像进行降噪滤波，并进行各城市建筑群轮廓提取计算最大光伏接入容量；预测分布式光伏月发电利用小时数，构建待规划区域分布式光伏运行场景集，获取配电网待规划区域信息并以此构建配电系统分布式光伏发展位置优选规划的目标函数；构建配电系统规划的常规约束条件、构建分布式光伏运行约束、分布式光伏规划潜力约束，调用商业求解器Gurobi求解，根据求解结果输出目标规划年的分布式光伏的新增规划容量以及位置优选规划策略。本发明识别待规划配电系统内部分布式光伏的资源评估，并给出优选发展策略。
Description
技术领域
本发明属于电力系统规划领域，尤其是一种基于遥感地图的配电系统分布式光伏发展位置优选规划方法。
背景技术
以光伏为代表的配电系统分布式能源接入是推动电力系统低碳转型的重要手段之一。目前，限制配电系统分布式光伏接入的原因主要有两点。一方面，配电系统运营商并不能够精细化把握供电区域内部的分布式光伏资源的发展潜力；另一方面，配电系统运营商缺乏手段实现考虑网架结构、资源禀赋、用能特性等因素下的不同位置分布式光伏发展的优选排序。
因此，本发明重点在于结合分布式光伏资源评估结果给出配电系统内部分布式光伏的优先发展方案。
发明内容
鉴于上述现有存在的问题，提出了本发明。本发明所提供一种基于遥感地图的配电系统分布式光伏发展位置优选规划方法。根据该方法进行配电系统供电区域内部分布式光伏资源评估，并基于此给出配电系统内部分布式光伏的优先规划方案，在考虑新能源承载力的情况下提升配电系统整体分布式新能源渗透率。
因此，提供了基于遥感地图的分布式光伏发展位置优选规划方法。
为解决上述技术问题，提出了基于遥感地图的分布式光伏发展位置优选规划方法，包括：
获得待规划配电系统所覆盖地理范围的高分辨率遥感影像，对获得的高分辨率遥感影像进行降噪滤波，并进行各城市建筑群轮廓提取，计算各城市建筑群最大光伏接入容量；根据各建筑群最大光伏接入容量预测分布式光伏月发电利用小时数，构建待规划区域分布式光伏运行场景集，获取配电网待规划区域信息并以此构建配电系统分布式光伏发展位置优选规划的目标函数；构建配电系统规划的常规约束条件、构建分布式光伏运行约束、分布式光伏规划潜力约束，调用商业求解器Gurobi求解，根据求解结果输出目标规划年的分布式光伏的新增规划容量以及位置优选规划策略。
作为本发明所述的基于遥感地图下分布式光伏发展位置优选规划方法的一种优选方案，其中：所述降噪滤波包括对获得的高分辨率遥感影像进行降噪滤波的方法为考虑空间及灰度距离的改进高斯滤波方法：空间距离是指点距离滤波模板中心点的欧式距离表示为：
其中，l1为空间距离，(xi,yi)为点坐标，(xc,yc)为滤波模板中心点的点坐标，σ为标准差。
灰度距离是指当前点距离滤波模板中心点的灰度的差值的绝对值表示为：
其中，gray(x,y)为点左边为(xi,yi)的灰度值。
作为本发明所述的基于遥感地图下分布式光伏发展位置优选规划方法的一种优选方案，其中：所述各城市建筑群轮廓提取包括在降噪滤波处理后，利用Canny算子边缘提取城市各建筑群轮廓，则待规划区域各城市建筑群可接入分布式光伏屋顶面积S计算公式为：
S＝Npixel×K×A/B
其中，Npixel为识别出来的城市建筑群轮廓所包含的像素点个数，K为空间分辨率，A为像素宽度，B为文档宽度。
作为本发明所述的基于遥感地图下分布式光伏发展位置优选规划方法的一种优选方案，其中：所述各城市建筑群最大光伏接入容量包括待规划区域最大光伏接入容量为：
其中，μ为单位面积能够安装的光伏容量。
作为本发明所述的基于遥感地图下分布式光伏发展位置优选规划方法的一种优选方案，其中：所述预测分布式光伏月发电利用小时数包括获得城市各建筑群所处地理位置的最佳峰值光照小时数hb，查询历史气象数据，获得城市各建筑群所处地理位置的月度日照小时数，计算月发电利用小时数，具体计算方法为：
其中，hM,k为待规划区域的第k月的月发电利用小时数，hS,k为待规划区域的第k月的月度日照小时数。
月度发电量等于光伏装机容量乘以对应对分的月发电利用小时数。
所述配电网待规划区域信息包括负荷、电源结构、网络拓扑。
作为本发明所述的基于遥感地图下分布式光伏发展位置优选规划方法的一种优选方案，其中：所述分布式光伏发展位置优选规划的目标函数包括投资成本和运行成本，配电系统分布式电源规划的目标函数为：
minF＝Ftr+Fope
其中，Ftr、Fope分别为投资成本和运行成本，T为规划的年数，N为待规划配电系统的节点数，λpv为单位容量分布式光伏的投资成本，ΔCpv,i(t)为第t规划年节点i新增的分布式光伏容量，Cpv,i为规划前节点i已有的分布式光伏容量，ρT为配电系统向上级电网购电的电价，ET(t)为配电系统在第t规划年的上级电网购电电量，ρpv为配电系统向分布式光伏购电的电价，hM,k,i为节点i分布式光伏的月发电利用小时数，其中k用来表示月份。
作为本发明所述的基于遥感地图下分布式光伏发展位置优选规划方法的一种优选方案，其中：所述常规约束条件包括潮流方程约束、线路潮流约束、节点电压约束、光伏消纳约束.
所述构建分布式光伏运行约束表达为：
其中，为t规划年典型运行场景下节点j上所连接分布式光伏的最大有功功率。
所述分布式光伏规划潜力约束表达为：
其中，为节点j上所连接分布式光伏的允许接入的最大容量，κi为功率因素。
本发明的另外一个目的是提供了基于遥感地图下分布式光伏发展位置优选规划系统，本发明通过优化光伏发电设备的位置和容量，降低投资成本，提高发电效率，从而确保投资者在较短的时间内获得良好的投资回报；通过遥感地图技术，筛选出适合光伏项目发展的优质区域，为分布式光伏产业提供良好的发展基础，推动光伏产业的持续增长；通过优化分布式光伏发电项目的位置和容量，有助于提高电网的稳定性，降低电网故障风险，确保供电可靠性。
作为本发明所述的基于遥感地图下分布式光伏发展位置优选规划系统的一种优选方案，其特征在于，包括遥感影像处理模块、光伏发电预测模块、配电网信息获取及目标函数模块、约束条件构建模块及优化求解模块。
所述遥感影像处理模块，获取高分辨率遥感影像，并对影像进行降噪滤波和城市建筑群轮廓提取计算各城市建筑群的最大光伏接入容量。
所述光伏发电预测模块，根据遥感影像处理模块的计算结果预测分布式光伏的月发电利用小时数并构建待规划区域分布式光伏运行场景集。
所述配电网信息获取及目标函数模块，获取配电网待规划区域的信息包括负荷、电源结构及网络拓扑，构建配电系统分布式光伏发展位置优选规划的目标函数投资成本与运行成本。
所述约束条件构建模块，根据配电网信息获取及目标函数模块的目标函数构建配电系统规划的常规约束条件、分布式光伏运行约束和分布式光伏规划潜力约束。
所述优化求解模块，调用商业求解器Gurobi进行优化求解，根据求解结果，输出目标规划年的分布式光伏的新增规划容量以及位置优选规划策略。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时一种遥感地图下分布式光伏发展位置优选规划所述的方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时一种遥感地图下分布式光伏发展位置优选规划所述的方法的步骤。
本发明的有益效果：本发明构建了基于遥感地图的配电系统分布式光伏发展位置优选规划方法。根据该方法可以识别待规划配电系统内部分布式光伏的资源评估，并给出优选发展策略。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，其中：
图1为本发明一个实施例提供的基于遥感地图的分布式光伏发展位置优选规划方法的总体流程图。
图2为本发明一个实施例提供的基于遥感地图的分布式光伏发展位置优选规划方法的配电网结构图。
图3为本发明一个实施例提供的基于遥感地图下分布式光伏发展位置优选规划系统的系统功能架构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细地说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独地或选择性地与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1，为本发明的第一个实施例，该实施例提供了基于遥感地图的分布式光伏发展位置优选规划方法，包括：
S1：获得待规划配电系统所覆盖地理范围的高分辨率遥感影像，对获得的高分辨率遥感影像进行降噪滤波，并进行各城市建筑群轮廓提取，计算各城市建筑群最大光伏接入容量。
更进一步的，对获得的高分辨率遥感影像进行降噪滤波的方法为考虑空间及灰度距离的改进高斯滤波方法：空间距离是指点距离滤波模板中心点的欧式距离表示为：
其中，l1为空间距离，(xi,yi)为点坐标，(sc,yc)为滤波模板中心点的点坐标，σ为标准差。
灰度距离是指当前点距离滤波模板中心点的灰度的差值的绝对值表示为：
其中，gray(x,y)为点左边为(xi,yi)的灰度值。
应说明的是，在降噪滤波处理后，利用Canny算子边缘提取城市各建筑群轮廓，则待规划区域各城市建筑群可接入分布式光伏屋顶面积S计算公式为：
S＝Npixel×K×A/B
其中，Npixel为识别出来的城市建筑群轮廓所包含的像素点个数，K为空间分辨率，A为像素宽度，B为文档宽度。
还应说明的是，各城市建筑群最大光伏接入容量包括待规划区域最大光伏接入容量为：
其中，μ为单位面积能够安装的光伏容量。
S2：根据各建筑群最大光伏接入容量预测分布式光伏月发电利用小时数，构建待规划区域分布式光伏运行场景集，获取配电网待规划区域信息并以此构建配电系统分布式光伏发展位置优选规划的目标函数。
更进一步的，待规划区域分布式光伏运行场景集主要指月发电量预测，利用光伏装机容量乘以月发电利用小时数得到；获得城市各建筑群所处地理位置的最佳峰值光照小时数hb，查询历史气象数据，获得城市各建筑群所处地理位置的月度日照小时数，计算月发电利用小时数，具体计算方法为：
其中，hM,k为待规划区域的第k月的月发电利用小时数，hS,k为待规划区域的第k月的月度日照小时数。
月度发电量等于光伏装机容量乘以对应对分的月发电利用小时数。
所述配电网待规划区域信息包括负荷、电源结构、网络拓扑。
应说明的是，分布式光伏发展位置优选规划的目标函数包括投资成本和运行成本，配电系统分布式电源规划的目标函数为：
minF＝Ftr+Fope
其中，Ftr、Fope分别为投资成本和运行成本，T为规划的年数，N为待规划配电系统的节点数，λpv为单位容量分布式光伏的投资成本，ΔCpv,i(t)为第t规划年节点i新增的分布式光伏容量，Cpv,i为规划前节点i已有的分布式光伏容量，ρT为配电系统向上级电网购电的电价，ET(t)为配电系统在第t规划年的上级电网购电电量，ρpv为配电系统向分布式光伏购电的电价，hM,k,i为节点i分布式光伏的月发电利用小时数，其中k用来表示月份。
S3：构建配电系统规划的常规约束条件、构建分布式光伏运行约束、分布式光伏规划潜力约束，调用商业求解器Gurobi求解，根据求解结果输出目标规划年的分布式光伏的新增规划容量以及位置优选规划策略。
更进一步的，常规约束条件包括潮流方程约束、线路潮流约束、节点电压约束、光伏消纳约束；
潮流方程约束表达为：
Uj(t)＝Ui(t)-(RijPij(t)+XijQij(t))/U0
其中，Ω(j)、ψ(j)是节点j的上游节点和下游节点集合，Pjk(t)、Qjk(t)分别是在第t规划年典型运行场景下连接节点j和节点k的输电线路上的有功功率和无功功率，其中典型运行场景指的是最大负荷水平对应的配电系统运行状态，PPV,j(t)、QPV,j(t)分别是第t规划年典型运行场景下节点j上所连接分布式光伏发出的有功及无功功率，PT,j(t)、QT,j(t)分别是第t规划年典型运行场景下节点j上所连接变电站发出的有功及无功功率，PL,j(t)、QL,j(t)分别是第t规划年典型运行场景下节点j上所连接负荷单元发出的有功及无功功率，Uj(t)是第t规划年典型运行场景下节点j的电压幅值，Rij、Xij是连接节点i和节点j的输电线路的电阻值和电抗值，U0是配电网中连接主网变压器点的电压幅值。
线路潮流约束表达为：
Pij,min≤Pij(t)≤Pij,max
其中，Pij,max、Pij,min是连接节点i和节点j的输电线路上所允许流通的有功功率的最大值和最小值。
节点电压约束表达为：
Uj.min≤Uj(t)≤Uj.max
其中，Uj,max、Uj,min分别是节点j电压幅值的最大值和最小值。
光伏消纳约束表达为：
其中，为第t规划年典型运行场景下节点j上所连接分布式光伏的弃光功率，γp、γc分别表示最小消纳率和最大弃光率。
所述构建分布式光伏运行约束表达为：
其中，为t规划年典型运行场景下节点j上所连接分布式光伏的最大有功功率；
所述分布式光伏规划潜力约束表达为：
其中，为节点j上所连接分布式光伏的允许接入的最大容量，κi为功率因素。
实施例2
参照图2，为本发明的一个实施例，提供了基于遥感地图的分布式光伏发展位置优选规划方法，为了验证本发明的有益效果，通过实验进行科学论证。
本实施例中配电网结构图如图2所示
本实施例中，
获得待规划配电系统所覆盖地理范围的高分辨率遥感影像。
表1
| 城市名称 | 遥感影像分辨率 |
| 城市A | 0.5米 |
| 城市B | 0.5米 |
| 城市C | 0.5米 |
对获得的高分辨率遥感影像进行降噪滤波，之后进行各城市建筑群轮廓提取，计算各城市建筑群最大光伏接入容量：拟在节点5、9、14、22、26、29节点安装分布式光伏，能够安装的光伏容量分别为0.6140MW、0.2280MW、0.3120MW、0.1830MW、0.2560MW、0.0935MW。
根据各建筑群最大光伏接入容量预测分布式光伏月发电利用小时数，构建待规划区域分布式光伏运行场景集：待规划区域分布式光伏运行场景集主要指月发电量预测，利用光伏装机容量乘以月发电利用小时数得到：节点5、9、14、22、26、29的分布式光伏月发电利用小时数为83h。
获取配电网待规划区域信息，包括负荷、电源结构、网络拓扑等信息，基于此构建配电系统分布式光伏发展位置优选规划的目标函数，包括投资成本与运行成本。
表4
本实施例中确定的最终配电网规划方案为：在节点5、9、14、22节点新建光伏电站，待建容量分别为0.6140MW、0.2280MW、0.3120MW、0.0720MW。
应说明的是，以上实施例仅用于说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
实施例3
本发明第三个实施例，其不同于前两个实施例的是：
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术作出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
实施例4
参照图2，为本发明的第四个实施例，该实施例提供了一种遥感地图下分布式光伏发展位置优选规划系统，包括遥感影像处理模块、光伏发电预测模块、配电网信息获取及目标函数模块、约束条件构建模块及优化求解模块。
遥感影像处理模块获取高分辨率遥感影像，并对影像进行降噪滤波和城市建筑群轮廓提取计算各城市建筑群的最大光伏接入容量。
光伏发电预测模块根据遥感影像处理模块的计算结果预测分布式光伏的月发电利用小时数并构建待规划区域分布式光伏运行场景集。
配电网信息获取及目标函数模块获取配电网待规划区域的信息包括负荷、电源结构及网络拓扑构建配电系统分布式光伏发展位置优选规划的目标函数投资成本与运行成本。
约束条件构建模块根据配电网信息获取及目标函数模块的目标函数构建配电系统规划的常规约束条件、分布式光伏运行约束和分布式光伏规划潜力约束。
优化求解模块调用商业求解器Gurobi进行优化求解，根据求解结果，输出目标规划年的分布式光伏的新增规划容量以及位置优选规划策略。
应说明的是，以上实施例仅用于说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.基于遥感地图的分布式光伏发展位置优选规划方法，其特征在于：包括，
获得待规划配电系统所覆盖地理范围的高分辨率遥感影像，对获得的高分辨率遥感影像进行降噪滤波，并进行各城市建筑群轮廓提取，计算各城市建筑群最大光伏接入容量；
根据各建筑群最大光伏接入容量预测分布式光伏月发电利用小时数，构建待规划区域分布式光伏运行场景集，获取配电网待规划区域信息并以此构建配电系统分布式光伏发展位置优选规划的目标函数；
构建配电系统规划的常规约束条件、构建分布式光伏运行约束、分布式光伏规划潜力约束，调用商业求解器Gurobi求解，根据求解结果输出目标规划年的分布式光伏的新增规划容量以及位置优选规划策略。
2.如权利要求1所述的基于遥感地图的分布式光伏发展位置优选规划方法，其特征在于：所述降噪滤波包括对获得的高分辨率遥感影像进行降噪滤波的方法为考虑空间及灰度距离的改进高斯滤波方法：空间距离是指点距离滤波模板中心点的欧式距离表示为：
其中，l1为空间距离，(xi,yi)为点坐标，(xc,yc)为滤波模板中心点的点坐标，σ为标准差；
灰度距离是指当前点距离滤波模板中心点的灰度的差值的绝对值表示为：
其中，gray(x,y)为点左边为(xi,yi)的灰度值。
3.如权利要求2所述的基于遥感地图的分布式光伏发展位置优选规划方法，其特征在于：所述各城市建筑群轮廓提取包括在降噪滤波处理后，利用Canny算子边缘提取城市各建筑群轮廓，则待规划区域各城市建筑群可接入分布式光伏屋顶面积S计算公式为：
S＝Npixel×K×A/B
其中，Npixel为识别出来的城市建筑群轮廓所包含的像素点个数，K为空间分辨率，A为像素宽度，B为文档宽度。
4.如权利要求3所述的基于遥感地图的分布式光伏发展位置优选规划方法，其特征在于：所述各城市建筑群最大光伏接入容量包括待规划区域最大光伏接入容量为：
其中，μ为单位面积能够安装的光伏容量。
5.如权利要求4所述的基于遥感地图的分布式光伏发展位置优选规划方法，其特征在于：所述预测分布式光伏月发电利用小时数包括获得城市各建筑群所处地理位置的最佳峰值光照小时数hb，查询历史气象数据，获得城市各建筑群所处地理位置的月度日照小时数，计算月发电利用小时数，具体计算方法为：
其中，hM,k为待规划区域的第k月的月发电利用小时数，hS,k为待规划区域的第k月的月度日照小时数；
月度发电量等于光伏装机容量乘以对应对分的月发电利用小时数；
所述配电网待规划区域信息包括负荷、电源结构、网络拓扑。
6.如权利要求5所述的基于遥感地图的分布式光伏发展位置优选规划方法，其特征在于：所述分布式光伏发展位置优选规划的目标函数包括投资成本和运行成本，配电系统分布式电源规划的目标函数为：
min F＝Ftr+Fope
其中，Ftr、Fope分别为投资成本和运行成本，T为规划的年数，N为待规划配电系统的节点数，λpv为单位容量分布式光伏的投资成本，ΔCpv,i(t)为第t规划年节点i新增的分布式光伏容量，Cpv,i为规划前节点i已有的分布式光伏容量，ρT为配电系统向上级电网购电的电价，ET(t)为配电系统在第t规划年的上级电网购电电量，ρpv为配电系统向分布式光伏购电的电价，hM,k,i为节点i分布式光伏的月发电利用小时数，其中k用来表示月份。
7.如权利要求6所述的基于遥感地图的分布式光伏发展位置优选规划方法，其特征在于：所述常规约束条件包括潮流方程约束、线路潮流约束、节点电压约束、光伏消纳约束；
所述构建分布式光伏运行约束表达为：
其中，为t规划年典型运行场景下节点j上所连接分布式光伏的最大有功功率；
所述分布式光伏规划潜力约束表达为：
其中，为节点j上所连接分布式光伏的允许接入的最大容量，κi为功率因素。
8.一种采用如权利要求1～7任一所述的基于遥感地图的分布式光伏发展位置优选规划方法的系统，其特征在于：包括遥感影像处理模块、光伏发电预测模块、配电网信息获取及目标函数模块、约束条件构建模块及优化求解模块；
所述遥感影像处理模块，获取高分辨率遥感影像，并对影像进行降噪滤波和城市建筑群轮廓提取计算各城市建筑群的最大光伏接入容量；
所述光伏发电预测模块，根据遥感影像处理模块的计算结果预测分布式光伏的月发电利用小时数并构建待规划区域分布式光伏运行场景集；
所述配电网信息获取及目标函数模块，获取配电网待规划区域的信息包括负荷、电源结构及网络拓扑，构建配电系统分布式光伏发展位置优选规划的目标函数投资成本与运行成本；
所述约束条件构建模块，根据配电网信息获取及目标函数模块的目标函数构建配电系统规划的常规约束条件、分布式光伏运行约束和分布式光伏规划潜力约束；
所述优化求解模块，调用商业求解器Gurobi进行优化求解，根据求解结果，输出目标规划年的分布式光伏的新增规划容量以及位置优选规划策略。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311711721.9A CN117689168A (zh) | 2023-12-13 | 2023-12-13 | 基于遥感地图的分布式光伏发展位置优选规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311711721.9A CN117689168A (zh) | 2023-12-13 | 2023-12-13 | 基于遥感地图的分布式光伏发展位置优选规划方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117689168A true CN117689168A (zh) | 2024-03-12 |
Family
ID=90126067
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311711721.9A Pending CN117689168A (zh) | 2023-12-13 | 2023-12-13 | 基于遥感地图的分布式光伏发展位置优选规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117689168A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117891962A (zh) * | 2024-03-15 | 2024-04-16 | 华中科技大学 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
-
2023
- 2023-12-13 CN CN202311711721.9A patent/CN117689168A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117891962A (zh) * | 2024-03-15 | 2024-04-16 | 华中科技大学 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
| CN117891962B (zh) * | 2024-03-15 | 2024-05-28 | 华中科技大学 | 一种城市分布式光伏系统数据的图数据库构建方法及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Greenhouse gas emissions of electric vehicles in Europe considering different charging strategies | |
| Zhang et al. | Optimal location and size of a grid-independent solar/hydrogen system for rural areas using an efficient heuristic approach | |
| Keck et al. | The impact of battery energy storage for renewable energy power grids in Australia | |
| Mentis et al. | The benefits of geospatial planning in energy access–A case study on Ethiopia | |
| Strzalka et al. | Large scale integration of photovoltaics in cities | |
| Wiginton et al. | Quantifying rooftop solar photovoltaic potential for regional renewable energy policy | |
| Gomez-Exposito et al. | On the potential contribution of rooftop PV to a sustainable electricity mix: The case of Spain | |
| Amor et al. | Can distributed generation offer substantial benefits in a Northeastern American context? A case study of small-scale renewable technologies using a life cycle methodology | |
| CN117689168A (zh) | 基于遥感地图的分布式光伏发展位置优选规划方法及系统 | |
| CN102254239A (zh) | 基于微地形风场分布及台风叠加效应的电网风灾预警系统 | |
| Wiehe et al. | Nothing to regret: Reconciling renewable energies with human wellbeing and nature in the German Energy Transition | |
| Lüth et al. | How to connect energy islands: Trade-offs between hydrogen and electricity infrastructure | |
| Nguyen et al. | Automated quantification of solar photovoltaic potential in cities Overview: A new method to determine a city's solar electric potential by analysis of a distribution feeder given the solar exposure and orientation of rooftops. | |
| Bompard et al. | Assessing the role of fluctuating renewables in energy transition: Methodologies and tools | |
| Amatya et al. | Computer-aided electrification planning in developing countries: The Reference Electrification Model (REM) | |
| Liu et al. | Impact of turbine technology on wind energy potential and CO2 emission reduction under different wind resource conditions in China | |
| Ivanova et al. | Techno‐economic feasibility of a photovoltaic‐equipped plug‐in electric vehicle public parking lot with coordinated charging | |
| Knezović et al. | Role of grid and bulk storage in the integration of variable renewable energy resources: Framework for optimal operation-driven multi-period infrastructure planning | |
| Gawley et al. | Investigating the suitability of GIS and remotely-sensed datasets for photovoltaic modelling on building rooftops | |
| Gao et al. | Detailed mapping of technical capacities and economics potential of offshore wind energy: A case study in South-eastern Australia | |
| Allouhi | A hybrid PV/wind/battery energy system to assist a run-of-river micro-hydropower for clean electrification and fuelling hydrogen mobility for young population in a rural Moroccan site | |
| Zhu et al. | Multi-sourced data modelling of spatially heterogenous life-cycle carbon mitigation from installed rooftop photovoltaics: A case study in Singapore | |
| de Jesus et al. | Computational tool for technical-economic analysis of photovoltaic microgeneration in Brazil | |
| Loukakis et al. | Feasibility study of microgrid village with renewable energy sources | |
| Ramirez Camargo et al. | Spatiotemporal modeling for assessing complementarity of renewable energy sources in distributed energy systems |
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 |