CN117933830A - 一种用于光热电站选址的发电潜力评估方法 - Google Patents
一种用于光热电站选址的发电潜力评估方法 Download PDFInfo
- Publication number
- CN117933830A CN117933830A CN202410334505.5A CN202410334505A CN117933830A CN 117933830 A CN117933830 A CN 117933830A CN 202410334505 A CN202410334505 A CN 202410334505A CN 117933830 A CN117933830 A CN 117933830A
- Authority
- CN
- China
- Prior art keywords
- power generation
- photo
- generation potential
- area
- thermal
- 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.)
- Granted
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 240
- 238000011156 evaluation Methods 0.000 title claims abstract description 120
- 238000010276 construction Methods 0.000 claims abstract description 73
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 25
- 230000005855 radiation Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000004870 electrical engineering Methods 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种用于光热电站选址的发电潜力评估方法，涉及电气工程领域，该方法为通过对发电潜力评估发电潜力指标体系进行分析，得到第一区域评价结果；基于第一区域评价结果，利用预设标准，确定光热电站建设区域、光伏电站建设区域和区域理论最大发电量；基于光热电站建设区域和光伏电站建设区域，评估确定光伏电站建设区域的第二区域评价结果；对第一区域评价结果和第二区域评价结果进行加权分析，得出缓冲区内光伏光热联合发电潜力分析结果；基于区域理论最大发电量和光伏光热联合发电潜力分析结果，确定区域内的发电潜力评估结果。本发明解决了发电潜力难以评估的问题。
Description
技术领域
本说明书涉及电气工程领域，特别涉及一种用于光热电站选址的发电潜力评估方法。
背景技术
在构建以新能源为主体的新型电力系统目标的指引下，风电和光伏在电力系统中的比重不断增加，但同时也带来了较大的调峰压力。光热发电技术有可调度性强、可长期储能等优点，发展潜力巨大，将在未来新型电力系统中扮演重要角色。
除光照条件外，光热电站的选址还与地区地形地貌、交通条件、水源等因素密切相关。因此，需采用科学的潜力评估方法为光热电站的选址提供指引。但现有的针对光热电站选址的潜力评估方法存在诸多问题，例如考虑因素不够全面、权重分配不够合理等。此外，现有方法局限于对区域的讨论，缺少对光热电站发电量预估的直观数据分析。
发明内容
针对现有技术中的上述不足，本发明提供的一种用于光热电站选址的发电潜力评估方法解决了光热发电潜力难以评估的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种用于光热电站选址的发电潜力评估方法，包括：
S1：通过对发电潜力评估发电潜力指标体系进行分析，得到第一区域评价结果；
S2：基于所述第一区域评价结果，利用预设标准，确定光热电站建设区域、光伏电站建设区域和区域理论最大发电量；
S3：基于所述光热电站建设区域和光伏电站建设区域，评估确定光伏电站建设区域的第二区域评价结果；
S4：对所述第一区域评价结果和所述第二区域评价结果进行加权分析，得出缓冲区内光伏光热联合发电潜力分析结果；
S5：基于所述区域理论最大发电量和所述光伏光热联合发电潜力分析结果，确定区域内的发电潜力评估结果。
本发明的有益效果为：处理器通过建立发电潜力评估发电潜力指标体系，分析获取的获取发电潜力指标图层数据，得出缓冲区内潜在混合电站的适宜性水平。通过这种方式，可以考虑更加全面因素，得到更科学的分配权重和更高的结果精度；发电潜力评估结果，可以用于对于未来工程规划和建设；通过建立适当的发电潜力指标评价体系并输入所对应的因素图层，可求解其他发电技术，使得方案具有更广泛的应用范围。
进一步地：所述S1包括：
所述S1包括：
S110：建立发电潜力评估发电潜力指标体系；
S120：基于所述发电潜力评估发电潜力指标体系和GIS数据库，通过归一化处理，获取待评估区域的发电潜力指标图层数据；
S130：利用判断矩阵对所述发电潜力指标图层数据进行判断，确定发电潜力指标之间的重要度关系；
S140：基于所述发电潜力指标之间的重要度关系，计算确定发电潜力指标权重数据；
S150：基于所述发电潜力指标权重数据，通过计算得到层次分析法结果栅格数据；
S160：将所述层次分析法结果栅格数据与预设区域标准表对比，得到所述第一区域评价结果。
在本说明书的一些实施例中，处理器通过自然数据和人文数据建立发电潜力评估发电潜力指标体系，获取待评估区域的发电潜力指标图层数据。通过这种方式，可以对更精简的因素进行分析，得到更准确的评估结果；通过建立发电潜力评估发电潜力指标体系，可以具有更高的分辨率。
进一步地：所述发电潜力指标权重数据表达式具体为：
；/>；
其中，表示发电潜力指标权重数据，/>表示发电潜力指标项序号，/>表示位于判断矩阵第/>行第/>列元素，/>表示判断矩阵归一化后矩阵元素。
在本说明书的一些实施例中，处理器可以利用判断矩阵对所述发电潜力指标图层数据进行判断和计算，确定发电潜力指标权重数据。通过这种方式，可以将复杂的决策问题分解为层次结构，使用户能够更清晰地理解问题的组成部分和层次关系。
进一步地：所述层次分析法结果栅格数据表达式具体为：
；
其中，表示层次分析法结果栅格数据，/>表示发电潜力指标/>图层栅格数据，/>表示发电潜力指标权重。
在本说明书的一些实施例中，处理器可以利用发电潜力指标权重数据得到的图层栅格数据，分析确定第一区域评价结果。通过这种方式，可以获得高分辨率的光热发电和光伏发电的潜力分析结果，确定光热电站建设区域和光伏电站建设区域。
进一步地：所述S2具体包括：
S210：基于所述第一区域评价结果，利用预设标准，确定光热电站建设区域和光伏电站建设区域；
S220：利用下式分别对所述光热电站建设区域和光伏电站建设区域的发电量潜力进行评估，得到对应的区域理论最大发电量；所述区域理论最大发电量包括区域理论最大光热发电量和区域理论最大光伏发电量：
；/>；/>；
其中，表示光热电站建设区域的土地面积，/>表示区域范围内第/>个栅格的面积，/>和/>分别表示适宜建设光热和光伏电站区域的理论最大光热发电量，/>和/>分别表示光热和光伏发电的土地利用因子，CAP表示光伏装机容量，/>表示光热发电的光电转换效率，/>表示光伏电站的综合转化效率，/>表示直接太阳辐射，GHI表示总太阳辐射，包括直接太阳辐射和散射太阳辐射。
在本说明书的一些实施例中，处理器可以利用公式确定区域理论最大光热发电量和区域理论最大光伏发电量。通过这种方式，可以明确光热电站在适宜性较强区域的预期年发电量水平，筛除年发电量水平过低的区域以保证总体评估结果的合理性和电站建设和运行的经济性。
进一步地：所述S3具体包括：
S310：将所述光热电站建设区域作为中心发电区域，建立缓冲区；
S320：基于所述缓冲区，通过下式，评估确定光伏电站建设区域的第二区域评价结果：
；
其中，表示第二区域评价结果，用于联合潜力评估，/>表示缓冲区内光伏发电潜力评估结果等级为1级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为2级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为3级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为4级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为5级的栅格数量，/>表示缓冲区内的总栅格数量。
在本说明书的一些实施例中，处理器可以利用公式确定光伏电站建设区域的第二区域评价结果。通过这种方式评估的光伏发电潜力，可以获取更加适合连核电站的潜力评估结果。
进一步地：所述S4中缓冲区内光伏光热联合发电潜力分析结果的表达式如下：
；
其中，表示光伏光热联合发电潜力分析结果，/>表示第二区域评价结果，/>表示第一区域评价结果。
在本说明书的一些实施例中，处理器通过分析第一区域评价结果和第二区域评价结果，确定光伏光热联合发电潜力分析结果。通过这种方式，可以获得更加符合实际情况的发电潜力分析结果。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的一种用于光热电站选址的发电潜力评估方法的示例性流程图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
实施例
图1是根据本说明书一些实施例所示的一种用于光热电站选址的发电潜力评估方法的示例性流程图。如图1所示，流程包括下述步骤。在一些实施例中，流程可以由处理器执行。
S1：通过对发电潜力评估发电潜力指标体系进行分析，得到第一区域评价结果。
发电潜力评估发电潜力指标体系是用于对电站的发电潜力进行评估构建的发电潜力指标体系。例如，发电潜力评估发电潜力指标体系可以包括DNI、坡度、风速、离水源距离、土地覆盖类型、离电网距离、离道路距离、居民接受度、环境保护制度、太阳辐射强度(GHI)、年平均温度和土地朝向等发电潜力指标。
在一些实施例中，处理器可以利用历史评估发电潜力指标构建发电潜力评估发电潜力指标体系。
数据库是存储各个待评估区域的发电潜力指标图层数据的资料库。
在一些实施例中，处理器可以将GIS数据库作为存储发电潜力指标图层数据的数据库。
第一区域评价结果是对待评估区域中地址建设光热电站或光伏电站的区域的评价数据。
在一些实施例中，处理器可以对发电潜力指标图层数据进行分析，确定第一区域评价结果。
在一些实施例中，处理器可以基于以下步骤实现S1：S110：建立发电潜力评估发电潜力指标体系； S120：基于所述发电潜力评估发电潜力指标体系和GIS数据库，通过归一化处理，获取待评估区域的发电潜力指标图层数据。S130：利用判断矩阵对所述发电潜力指标图层数据进行判断，确定发电潜力指标之间的重要度关系；S140：基于所述发电潜力指标之间的重要度关系，计算确定发电潜力指标权重数据：S150：基于所述发电潜力指标权重数据，通过计算得到层次分析法结果栅格数据：S160：将所述层次分析法结果栅格数据与预设区域标准表对比，得到所述第一区域评价结果。
在一些实施例中，处理器可以利用自然数据和人文数据，建立发电潜力评估发电潜力指标体系。
自然数据是在自然条件下选取的评估数据。例如，自然数据可以包括DNI、坡度、风速、离水源距离、土地覆盖类型、太阳辐射强度、年平均温度和土地朝向等。
人文数据在人文条件下选取的评估数据。例如，人文数据可以包括离电网距离、离道路距离、人口聚集地距离、居民接受度和环境保护制度等。
在一些实施例中，处理器可以通过对待评估区域的周围环境进行考察评估，获取对应的自然数据和人文数据。
发电潜力指标图层数据是待分析区域内的所需的各类自然条件和社会条件所决定的栅格或矢量图层，例如，发电潜力指标图层数据可以包括待评估区域的平均温度、平均风速分布栅格图层和待评估区域的人口聚集地分布矢量图层等。
在一些实施例中，处理器可以利用发电潜力评估发电潜力指标体系，从GIS数据库中查找对应发电潜力指标，进行归一化处理，获取待评估区域的各项发电潜力指标图层数据。例如，处理器可以将DNI、坡度、离水源距离、离电网距离、离道路距离和人口聚集地距离等发电潜力指标利用分级标准划分为、/>、/>、/>和/>等级，并为每一项发电潜力指标进行权重赋值，得到待评估区域的各项发电潜力指标图层数据。
在一些实施例中，分级标准可以包括：DNI，：1600-1700 kWh/m2/year、/>：1700-1900 kWh/ m2/year、/>：1900-2100 kWh/ m2/year、L4：2100-2300 kWh/ m2/year和L5：>2300 kWh/ m2/year，权重可以为44.881%；坡度，/>: 2.5°-3°、/>: 2°-2.5°、/>: 1°-2°、/>: 0.5°-1°和/>: 0°-0.5°，权重可以为25.461%；离水源距离，/>:>40 km、/>: 30-40 km、/>: 20-30 km、/>: 10-20 km和/>:<10 km，权重可以为8.367％；离电网距离，/>:>20 km、/>: 15-20 km、/>：10-15 km、/>: 5-10 km和/>:<5 km，权重可以为14.700％；离道路距离，/>:>25 km、/>: 20-25 km、/>: 15-20 km、/>: 10-15 km和/>:<10 km，权重可以为4.075%；人口聚集地距离，/>:>40 km OR<5 km、/>: 30-40 km、/>: 20-30 km、/>:10-20 km和/>: 5-10 km，权重可以为2.517％。
判断矩阵是用于判断发电潜力指标重要度关系的矩阵。例如，判断矩阵可以表示为。
在一些实施例中，处理器可以利用发电潜力指标之间的关系构建判断矩阵：
；
其中，表示第/>个发电潜力指标相比第/>个发电潜力指标的重要性。
在一些实施例中，处理器可以对判断矩阵进行一致性检验，得到判断矩阵检验系数：
；/>；
其中，表示判断矩阵检验系数，/>表示判断矩阵的一致性发电潜力指标，/>表示判断矩阵最大特征值，/>表示平均随机一致性发电潜力指标，/>表示发电潜力指标个数。
在一些实施例中，的值可以为1.24，当/>时，则认为该判断矩阵通过一致性检验，否则重新建立判断矩阵。
发电潜力指标之间的重要度关系是判断发电潜力指标之间重要性的参数。例如，发电潜力指标之间的重要度关系可以包括参数1~9，参数值越大，表示重要性越高。
在一些实施例中，发电潜力指标之间的重要度关系可以由专家进行设置。
发电潜力指标权重数据是判断各发电潜力指标数据之间的重要程度关系的数据。
在一些实施例中，处理器可以利用算数平均法确定发电潜力指标权重数据。
在一些实施例中，发电潜力指标权重数据表达式具体可以为：
；/>；
其中，表示发电潜力指标权重数据，/>表示发电潜力指标项序号，/>表示位于判断矩阵第i行第j列元素，/>表示判断矩阵归一化后矩阵元素。
在本说明书的一些实施例中，处理器可以利用判断矩阵对所述发电潜力指标图层数据进行判断和计算，确定发电潜力指标权重数据。通过这种方式，可以将复杂的决策问题分解为层次结构，使用户能够更清晰地理解问题的组成部分和层次关系。
在一些实施例中，处理器可以基于发电潜力指标图层数据和发电潜力指标权重数据，通过计算，得到层次分析法结果栅格数据（AHP结果栅格数据）。
在一些实施例中，层次分析法结果栅格数据表达式具体可以为：
；
其中，表示层次分析法结果栅格数据，/>表示发电潜力指标/>图层栅格数据，/>表示发电潜力指标权重。
在一些实施例中，处理器可以通过对发电潜力指标图层数据进行分析确定发电潜力指标图层栅格数据。
在本说明书的一些实施例中，处理器可以利用发电潜力指标权重数据得到的图层栅格数据，分析确定第一区域评价结果。通过这种方式，可以获得高分辨率的光热发电和光伏发电的潜力分析结果，确定光热电站建设区域和光伏电站建设区域。
在一些实施例中，处理器可以基于预设区域标准表和层次分析法结果栅格数据，通过分析，确定建设光热电站的第一区域评价结果和建设光伏电站的第一区域评价结果。例如，当层次分析法结果栅格数据的值小于0.2时，第一区域为0；当层次分析法结果栅格数据的值在0.2~0.4之间时，第一区域为1；当层次分析法结果栅格数据的值在0.4~0.6之间时，第一区域为2；当层次分析法结果栅格数据的值在0.6~0.8之间时，第一区域为3；当层次分析法结果栅格数据的值大于0.8时，第一区域为4。
在一些实施例中，建设光热电站的第一区域评价结果可以基于DNI、坡度、风速、离水源距离、土地覆盖类型、离电网距离、离道路距离、居民接受度以及环境保护制度等评价发电潜力指标确定；建设光伏电站的第一区域评价结果可以基于太阳辐射强度、年平均温度、坡度、土地朝向和离电网距离等评价发电潜力指标确定。
在本说明书的一些实施例中，处理器通过自然数据和人文数据建立发电潜力评估发电潜力指标体系，获取待评估区域的发电潜力指标图层数据。通过这种方式，可以对更精简的因素进行分析，得到更准确的评估结果；通过建立发电潜力评估发电潜力指标体系，可以具有更高的分辨率。
S2：基于第一区域评价结果，利用预设标准，确定光热电站建设区域、光伏电站建设区域和区域理论最大发电量。
光热电站建设区域是具有较高光热电站发电潜力的区域。
光伏电站建设区域是具有较高光伏电站发电潜力的区域。
区域理论最大光热发电量是区域在不受其他因素影响下的理论光热发电量。
区域理论最大光伏发电量是区域在不受其他因素影响下的理论光伏发电量。
在一些实施例中，处理器可以通过对区域进行调研获取参数，确定区域理论最大光热发电量和区域理论最大光伏发电量。
在一些实施例中，处理器可以基于以下步骤实现S2：S210：基于所述第一区域评价结果，利用预设标准，确定光热电站建设区域和光伏电站建设区域；S220：利用下式分别对所述光热电站建设区域和光伏电站建设区域的发电量潜力进行评估，得到对应的区域理论最大发电量；所述区域理论最大发电量包括区域理论最大光热发电量和区域理论最大光伏发电量。
在一些实施例中，处理器可以利用第一区域评价结果确定光热电站建设区域和光伏电站建设区域。例如，处理器可以将建设光热电站的第一区域评价结果不小于3的区域作为光热电站建设区域；将建设光伏电站的第一区域评价结果不小于3的区域作为光伏电站建设区域。
在一些实施例中，处理器可以通过公式计算确定区域理论最大光热发电量和区域理论最大光伏发电量：
；/>；/>；
其中，表示光热电站建设区域的土地面积，/>表示区域范围内第/>个栅格的面积，/>和/>分别表示适宜建设光热和光伏电站区域的理论最大光热发电量，/>和/>分别表示光热和光伏发电的土地利用因子，CAP表示光伏装机容量，/>表示光热发电的光电转换效率，/>表示光伏电站的综合转化效率，/>表示直接太阳辐射，GHI表示总太阳辐射，包括直接太阳辐射和散射太阳辐射。
光伏电站的综合转化效率是表示光伏电站的综合能量转化能力的参数。例如，光伏电站的综合转化效率可以包括光电转换效率、弃光率、学校率和效率退化率等。
在一些实施例中，处理器可以通过预设取值表确定土地利用因子和光电转换效率。例如，预设取值表可以包括抛物线槽式的土地利用因子为20和光电转换效率为15；塔式的土地利用因子为13和光电转换效率为15；线性菲涅尔式的土地利用因子为16和光电转换效率为15等。
在本说明书的一些实施例中，处理器可以利用公式确定区域理论最大光热发电量和区域理论最大光伏发电量。通过这种方式，可以明确光热电站在适宜性较强区域的预期年发电量水平，筛除年发电量水平过低的区域以保证总体评估结果的合理性和电站建设和运行的经济性。
S3：基于光热电站建设区域和光伏电站建设区域，评估确定光伏电站建设区域的第二区域评价结果。
在一些实施例中，处理器可以通过设置中心发电区域，构建缓冲区，评估确定光伏电站建设区域的第二区域评价结果。
中心发电区域是用于作为中心构建缓冲区进行计算的区域。
缓冲区是中心发电区域周围辐射区域。
在一些实施例中，处理器可以将中心发电区域周围5公里半径的辐射区域作为缓冲区。
第二区域评价结果是缓冲区中光伏电站建设区域的建设区域评价。
在一些实施例中，处理器可以通过分析缓冲区中各光伏电站区域关系以及与中心发电区域的关系，确定第二区域评价结果。
在一些实施例中，处理器可以基于以下步骤实现S3：S310：将所述光热电站建设区域作为中心发电区域，建立缓冲区；S320：基于所述缓冲区，通过下式，评估确定适宜建设光伏电站区域的第二区域评价结果。
在一些实施例中，处理器可以将光热电站建设区域作为中心发电区域。
在一些实施例中，处理器可以通过计算确定光伏电站建设区域的第二区域评价结果：
；
其中，表示第二区域评价结果，用于联合潜力评估，/>表示缓冲区内光伏发电潜力评估结果等级为1级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为2级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为3级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为4级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为5级的栅格数量，/>表示缓冲区内的总栅格数量。
在本说明书的一些实施例中，处理器可以利用公式确定光伏电站建设区域的第二区域评价结果。通过这种方式评估的光伏发电潜力，可以获取更加适合连核电站的潜力评估结果。
S4：对第一区域评价结果和第二区域评价结果进行加权分析，得出缓冲区内光伏光热联合发电潜力分析结果。
缓冲区内光伏光热联合发电潜力分析结果是对第一区域评价结果和第二区域评价结果进行分析得到的结论，潜力评估结果中等级较高的区域即代表其适宜性水平高，也表明其位置在工程实际中更加符合光热电站的建造和运维条件，光热电站在对应位置建设可以保证其维持正常的运行工况和一定的年发电量水平。
在一些实施例中，处理器可以通过对第一区域评价结果和所述第二区域评价结果进行加权分析，获取缓冲区内光伏光热联合发电潜力分析结果。
在一些实施例中，缓冲区内光伏光热联合发电潜力分析结果的表达式可以是如下形式：
；
其中，表示光伏光热联合发电潜力分析结果，/>表示第一区域评价结果，/>表示第二区域评价结果。
在本说明书的一些实施例中，处理器通过分析第一区域评价结果和第二区域评价结果，确定光伏光热联合发电潜力分析结果。通过这种方式，可以获得更加符合实际情况的发电潜力分析结果。
S5：基于区域理论最大发电量和光伏光热联合发电潜力分析结果，确定区域内的发电潜力评估结果。
区域内的发电潜力评估结果是表示区域内各个地址的发电潜力的综合评估结果。例如，区域内的发电潜力评估结果可以包括区域理论最大光热发电量、区域理论最大光伏发电量和区域光伏光热联合发电潜力等。
在一些实施例中，处理器可以综合分析区域理论最大光热发电量、区域理论最大光伏发电量和光伏光热联合发电潜力，确定区域内的发电潜力评估结果。
在本说明书的一些实施例中，处理器通过建立发电潜力评估发电潜力指标体系，分析获取的获取发电潜力指标图层数据，得出缓冲区内潜在混合电站的适宜性水平。通过这种方式，可以考虑更加全面因素，得到更科学的分配权重和更高的结果精度；发电潜力评估结果，可以用于对于未来工程规划和建设；通过建立适当的发电潜力指标评价体系并输入所对应的因素图层，可求解其他发电技术，使得方案具有更广泛的应用范围。
Claims (7)
1.一种用于光热电站选址的发电潜力评估方法，其特征在于，包括：
S1：通过对发电潜力评估发电潜力指标体系进行分析，得到第一区域评价结果；
S2：基于所述第一区域评价结果，利用预设标准，确定光热电站建设区域、光伏电站建设区域和区域理论最大发电量；
S3：基于所述光热电站建设区域和光伏电站建设区域，评估确定光伏电站建设区域的第二区域评价结果；
S4：对所述第一区域评价结果和所述第二区域评价结果进行加权分析，得出缓冲区内光伏光热联合发电潜力分析结果；
S5：基于所述区域理论最大发电量和所述光伏光热联合发电潜力分析结果，确定区域内的发电潜力评估结果。
2.根据权利要求1所述的用于光热电站选址的发电潜力评估方法，其特征在于，所述S1包括：
S110：建立发电潜力评估发电潜力指标体系；
S120：基于所述发电潜力评估发电潜力指标体系和GIS数据库，通过归一化处理，获取待评估区域的发电潜力指标图层数据；
S130：利用判断矩阵对所述发电潜力指标图层数据进行判断，确定发电潜力指标之间的重要度关系；
S140：基于所述发电潜力指标之间的重要度关系，计算确定发电潜力指标权重数据；
S150：基于所述发电潜力指标权重数据，通过计算得到层次分析法结果栅格数据；
S160：将所述层次分析法结果栅格数据与预设区域标准表对比，得到所述第一区域评价结果。
3.根据权利要求2所述的用于光热电站选址的发电潜力评估方法，其特征在于，所述发电潜力指标权重数据表达式具体为：
；
；
其中，表示发电潜力指标权重数据，/>表示发电潜力指标项序号，/>表示位于判断矩阵第/>行第/>列元素，/>表示判断矩阵归一化后矩阵元素。
4.根据权利要求2所述的用于光热电站选址的发电潜力评估方法，其特征在于，所述层次分析法结果栅格数据表达式具体为：
；
其中，表示层次分析法结果栅格数据，/>表示发电潜力指标/>图层栅格数据，/>表示发电潜力指标权重。
5.根据权利要求1所述的用于光热电站选址的发电潜力评估方法，其特征在于，所述S2具体包括：
S210：基于所述第一区域评价结果，利用预设标准，确定光热电站建设区域和光伏电站建设区域；
S220：利用下式分别对所述光热电站建设区域和光伏电站建设区域的发电量潜力进行评估，得到对应的区域理论最大发电量；所述区域理论最大发电量包括区域理论最大光热发电量和区域理论最大光伏发电量：
；
；
；
其中，表示光热电站建设区域的土地面积，/>表示区域范围内第/>个栅格的面积，和/>分别表示适宜建设光热和光伏电站区域的理论最大光热发电量，/>和/>分别表示光热和光伏发电的土地利用因子，CAP表示光伏装机容量，表示光热发电的光电转换效率，/>表示光伏电站的综合转化效率，/>表示直接太阳辐射，GHI表示总太阳辐射，包括直接太阳辐射和散射太阳辐射。
6.根据权利要求1所述的用于光热电站选址的发电潜力评估方法，其特征在于，所述S3具体包括：
S310：将所述光热电站建设区域作为中心发电区域，建立缓冲区；
S320：基于所述缓冲区，通过下式，评估确定光伏电站建设区域的第二区域评价结果：
；
其中，表示第二区域评价结果，用于联合潜力评估，/>表示缓冲区内光伏发电潜力评估结果等级为1级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为2级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为3级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为4级的栅格数量，/>表示缓冲区内光伏发电潜力评估结果等级为5级的栅格数量，/>表示缓冲区内的总栅格数量。
7.根据权利要求1所述的用于光热电站选址的发电潜力评估方法，其特征在于，所述S4中缓冲区内光伏光热联合发电潜力分析结果的表达式如下：
；
其中，表示光伏光热联合发电潜力分析结果，/>表示第二区域评价结果，/>表示第一区域评价结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410334505.5A CN117933830B (zh) | 2024-03-22 | 2024-03-22 | 一种用于光热电站选址的发电潜力评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410334505.5A CN117933830B (zh) | 2024-03-22 | 2024-03-22 | 一种用于光热电站选址的发电潜力评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117933830A true CN117933830A (zh) | 2024-04-26 |
| CN117933830B CN117933830B (zh) | 2024-06-11 |
Family
ID=90766985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410334505.5A Active CN117933830B (zh) | 2024-03-22 | 2024-03-22 | 一种用于光热电站选址的发电潜力评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117933830B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080281663A1 (en) * | 2007-05-09 | 2008-11-13 | Gridpoint, Inc. | Method and system for scheduling the discharge of distributed power storage devices and for levelizing dispatch participation |
| CN104050323A (zh) * | 2014-06-20 | 2014-09-17 | 中国电建集团昆明勘测设计研究院有限公司 | 一种高海拔山区模糊多准则风电场选址方法 |
| CN114139915A (zh) * | 2021-11-25 | 2022-03-04 | 国网辽宁省电力有限公司本溪供电公司 | 一种基于ahp和熵权法赋权的变电站选址方法 |
| CN114611991A (zh) * | 2022-03-28 | 2022-06-10 | 水电水利规划设计总院有限公司 | 一种基于空间分析的风电光伏基地综合规划方法及系统 |
| CN114943808A (zh) * | 2022-04-08 | 2022-08-26 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种大范围筛选可用于抽水蓄能电站建设的库区选址方法 |
| CN117391394A (zh) * | 2023-11-20 | 2024-01-12 | 自然资源部国土卫星遥感应用中心 | 一种基于地理空间数据的风光设施联合建设潜力评估方法 |
-
2024
- 2024-03-22 CN CN202410334505.5A patent/CN117933830B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080281663A1 (en) * | 2007-05-09 | 2008-11-13 | Gridpoint, Inc. | Method and system for scheduling the discharge of distributed power storage devices and for levelizing dispatch participation |
| CN104050323A (zh) * | 2014-06-20 | 2014-09-17 | 中国电建集团昆明勘测设计研究院有限公司 | 一种高海拔山区模糊多准则风电场选址方法 |
| CN114139915A (zh) * | 2021-11-25 | 2022-03-04 | 国网辽宁省电力有限公司本溪供电公司 | 一种基于ahp和熵权法赋权的变电站选址方法 |
| CN114611991A (zh) * | 2022-03-28 | 2022-06-10 | 水电水利规划设计总院有限公司 | 一种基于空间分析的风电光伏基地综合规划方法及系统 |
| CN114943808A (zh) * | 2022-04-08 | 2022-08-26 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种大范围筛选可用于抽水蓄能电站建设的库区选址方法 |
| CN117391394A (zh) * | 2023-11-20 | 2024-01-12 | 自然资源部国土卫星遥感应用中心 | 一种基于地理空间数据的风光设施联合建设潜力评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| 朱一东: "光伏发电站选址研究与应用", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 2024, 15 February 2024 (2024-02-15), pages 042 - 704 * |
| 王杨等: "光热电站动态建模与递阶控制", 中国电机工程学报, vol. 43, no. 14, 8 June 2023 (2023-06-08), pages 5512 - 5524 * |
| 王海金等: "基于ArcGIS与多因子模型的光伏电站选址评估", 太阳能学报, vol. 44, no. 11, 28 November 2023 (2023-11-28), pages 120 - 130 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117933830B (zh) | 2024-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Coalition-oriented strategic selection of renewable energy system alternatives using q-ROF DEMATEL with golden cut | |
| Gouareh et al. | A new geographical information system approach based on best worst method and analytic hierarchy process for site suitability and technical potential evaluation for large-scale CSP on-grid plant: An application for Algeria territory | |
| Yu et al. | Reassessment of the potential for centralized and distributed photovoltaic power generation in China: On a prefecture-level city scale | |
| CN109118067A (zh) | 一种可再生能源发展潜力评估方法 | |
| Nassar et al. | Solar and wind atlas for Libya | |
| Wang et al. | Estimation of photovoltaic power generation potential in 2020 and 2030 using land resource changes: An empirical study from China | |
| CN114186723A (zh) | 一种基于时空关联的分布式光伏功率网格虚拟预测系统 | |
| CN116415110B (zh) | 基于多源遥感密度数据进行碳排放量分区网格化的方法 | |
| Mayer et al. | Probabilistic modeling of future electricity systems with high renewable energy penetration using machine learning | |
| CN105631520A (zh) | 一种提取风速随机模糊不确定特征的建模新方法 | |
| Esmaeili Shayan et al. | Possibility of supplying energy to border villages by solar energy sources | |
| CN104239662A (zh) | 一种定量评价区域风能资源开发潜力的方法 | |
| Sun et al. | Assessing the national synergy potential of onshore and offshore renewable energy from the perspective of resources dynamic and complementarity | |
| Kiss et al. | The effect of time resolution on energy system simulation in case of intermittent energies | |
| CN117933830B (zh) | 一种用于光热电站选址的发电潜力评估方法 | |
| CN108808671A (zh) | 一种风电场短期风速集合预报方法 | |
| Mostafaeipour et al. | Optimal location planning to install wind turbines for hydrogen production: A case study | |
| Imam et al. | Potential of concentrated solar power in the western region of Saudi Arabia: a GIS-based land suitability analysis and techno-economic feasibility assessment | |
| Lados et al. | Financial subsidies and the location decision of solar power plants in Hungary: An empirical investigation. | |
| Guwaeder et al. | A study of the monthly insolation in libya | |
| Roushenas et al. | Improved marketing strategy of a hybrid renewable plant integrated with gravitational energy storage: Techno-economic analysis and multi-objective optimization | |
| CN103455730A (zh) | 分布式光伏发电能力评估系统及生成太阳辐射数据的方法 | |
| Kassem et al. | Wind energy resource assessment based on the use of multiple satellite data for sustainable energy production in Sudan | |
| Amrani et al. | Site suitability analysis of wind energy resources in different regions of Algeria’s southwestern highland | |
| CN105894390A (zh) | 一种基于层次分析法的槽式太阳能热发电站的微观选址方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |