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与流程

本发明涉及卫星遥感，尤其涉及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。

背景技术：

1、与单独风力发电、单独光伏发电相比，风光联合发电可以更加高效地利用风能、光能资源，实现能源之间的互相补充，并且提供更加稳定的电能输出，对促进可再生能源的综合高效利用，推动“碳达峰、碳中和”的实现提供重要助力。分析风光设施的联合建设潜力，有助于规划风光联合发电建设项目，实现风光资源的综合利用。区域集中式风电、光伏建设潜力受土地利用、已建设施情况、地形条件、限制建设条件等因素影响，风光联合建设潜力与区域风光资源情况直接相关。

2、已有的风光发电设施建设潜力的评估，对风光联合发电潜力的研究相对较少，大多是对单独风力发电与单独光伏发电的分析，且选择的评估因子也较为单一。卫星遥感技术是评价风光发电潜力的重要手段，通过遥感影像数据可提取或反演得到潜力评估所需各种数据。现有相关研究中，大多通过结合风能或光能资源数据、土地利用数据、地形数据进行潜力评估，缺少对已建设施容量情况与限制建设条件的分析，因此，计算所得建设潜力会相对偏高；而风光联合发电和互补性的研究主要集中在对发电系统的设计，缺少对区域风光联合发电潜力的分析。

技术实现思路

1、本发明的目的在于提供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，从而解决现有技术中存在的前述问题。

2、为了实现上述目的，本发明采用的技术方案如下：

3、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，包括如下步骤，

4、s1、多源异构数据的空间格网化处理：

5、基于获取的气象站点观测数据、卫星遥感数据、地形数据、土地管理数据在内的多源异构数据，提取风速、太阳总辐射、土地利用空间分布信息、已建设的风光设施分布、坡度坡向、限制风电建设和光伏建设的区域，通过构建统一的地理格网，对提取的数据进行空间格网化处理；

6、s2、风力和光伏电站的建设潜力等级确定：

7、计算包括土地承载、已建设施容量、地形条件和政策限制条件在内的评估因子，分别基于风电评估因子和光伏评估因子对应建立风电设施建设潜力评估模型和光伏设施建设潜力评估模型，以分别确定风力和光伏电站的建设潜力等级；

8、s3、风光资源关系模型建立：

9、对包括风速数据和太阳总辐射量进行数据处理和多元线性回归，以建立风光资源关系模型；

10、s4、风光设施联合建设潜力确定：

11、根据风光资源关系模型、风电设施建设潜力评估模型和光伏设施建设潜力评估模型，构建集中式风光设施联合建设潜力分析模型，以确定风光设施联合建设潜力。

12、优选的，步骤s1具体包括如下内容，

13、s11、获取区域气象站点观测得到的长时间序列的风速数据与太阳总辐射数据；

14、获取区域卫星遥感数据，利用计算机自动分类和人工目视解释相结合的方法提取区域内包括耕地、林地、草地、水域、建设用地和裸地在内的6类土地利用空间分布信息以及风力发电设施点位和光伏发电设施范围；

15、获取区域dem地形数据，以提取坡度坡向信息；

16、获取区域土地管理数据，以提取限制风电建设和光伏建设的区域；

17、s12、确定地理格网尺度，构建统一的地理格网；

18、s13、对于坡度坡向数据，采用最邻近重采样的方法匹配到地理格网中；

19、对于风力发电设施这样的点类型矢量数据，按照空间位置统计每个格网内的点的数量，将点的总数赋值到地理格网中；

20、对于限制建设区域和土地利用此类的面类型的矢量数据，按照空间位置统计每个格网内不同类型图斑的面积，将面积赋值到地理格网中；

21、对于风速数据和太阳辐射数据，利用考虑地形条件的插值方法将风速和太阳总辐射赋值到地理格网中。

22、优选的，步骤s12具体为，

23、利用模型确定地理格网尺度，以构建统一的地理格网；

24、其中，area为区域面积；grid为地理格网大小；<>表示计算结果取整。

25、优选的，步骤s13中，

26、对于风速的插值公式为，

27、

28、其中，wind为格网风速值；i为格网编号；h为目标插值格网的高程；hmax为区域内最高高程；ti为第i个格网的权重，ti＝1/di，di为第i个格网到目标插值格网的欧式距离；

29、对于太阳总辐射的插值公式为，

30、

31、其中，solar为格网太阳总辐射值；a为格网坡向参数，对于北半球南向或南半球北向，a取值为1，其他朝向取值为0.5。

32、优选的，步骤s2具体包括如下内容，

33、s21、根据土地利用数据计算土地承载因子，对风电和光伏可利用的土地利用类型分别赋予1～10级不同的适宜性等级，不可利用类型赋为0；

34、计算已建设施容量因子，统计单个格网内已建风电设施分布面积、光伏设施分布面积，并根据格网内已建设施分布面积占比分别计算风电已建设施容量因子和光伏已建设施容量因子；

35、计算坡度因子，对于风电，以3°为间隔，适宜性等级逐渐降低，坡度大于等于30°的区域设为0；对于光伏，以2°为间隔，适宜性等级逐渐降低，坡度大于等于20°的区域设为0；

36、计算坡向因子，以正北方向为0°，沿顺时针递增，坡向由0°增加至180°时，以18°为间隔，适宜性等级由1增加至10，坡向由180°增加至360°时，适宜性等级由10降低至1；风电不计算坡向因子；

37、计算限制建设因子，统计单个格网内限制风电设施建设的面积、限制光伏设施建设的面积，根据格网内限制建设区域的面积占比分别计算风电限制建设因子和光伏限制建设因子；

38、s22、将所有风电评估因子格网在空间上叠加，构建风电建设潜力评估模型，将存在某一个或多个风电评估因子值为0的格网的潜力直接赋为0，再根据风电建设潜力评估模型计算其他网格的建设潜力；

39、s23、将所有光伏评估因子格网在空间上叠加，构建光伏建设潜力评估模型，将存在某一个或多个光伏评估因子值为0的格网的潜力直接赋为0，再根据光伏建设潜力评估模型计算其他格网的建设潜力。

40、优选的，步骤s21中适宜性等级赋值具体为，

41、对于风电，将耕地、水域、建设用地所在的格网值赋为0，林地为5，草地为8，裸地为10；

42、对于光伏，将耕地、水域、建设用地所在的格网赋值为0，林地为3，草地为9，裸地为10。

43、优选的，步骤s21中，

44、风电已建设容量因子计算公式为，

45、

46、光伏已建设施容量因子计算公式为，

47、

48、风电限制建设因子计算公式为，

49、

50、光伏限制建设因子计算公式为，

51、

52、其中，αi为第i个格网内风电已建设容量因子；swi为第i个格网内已已建风电设施分布面积；βi为第i个格网内光伏已建设容量因子；spi为第i个格网内已已建光伏设施分布面积；γi为第i个格网内内风电限制建设因子；dwi为第i个格网内内限制风电设施建设面积；δi为第i个格网内光伏限制建设因子；dpi为第i个格网内限制光伏设施建设面积；sg为格网面积。

53、优选的，步骤s3具体包括如下内容，

54、s31、根据所选区域的风速与太阳总辐射的格网数据，分别进行矩阵维度转换，按照横向优先的顺序将二维数据转换为一维数据，获取风速样本数据和太阳总辐射样本数据；

55、s32、分别对风速样本数据和太阳总辐射样本数据进行归一化处理；

56、s33、利用最小二乘法对归一化处理后的风速样本数据和太阳总辐射样本数据进行多元线性回归，获取太阳辐射与风速的函数关系式，即风光资源的关系模型。

57、优选的，步骤s4具体包括如下内容，

58、s41、根据太阳辐射与风速的函数关系式，计算风电和光伏各自的权重；

59、s42、计算太阳辐射与风速的函数关系式的导函数，分析太阳总辐射与风速的相关关系，并根据导函数的值构建不同的风光设施联合建设潜力评估模型，

60、

61、

62、

63、其中，zi为第i个格网内风光设施联合建设潜力；wi为第i个格网内风电权重；fi为第i个格网内光伏权重；pi为第i个格网内风电建设潜力评估模型；ai为第i个格网内风电评估因子；ki为第i个格网内风电评估因子所对应的权重；yi为第i个格网内光伏建设潜力评估模型；si为第i个格网内光伏评估因子；hi为第i个格网内光伏评估因子所对应的权重；n为区域内的潜力不为0的格网数量；g′θ(x)为太阳辐射与风速的函数关系式gθ(x)的导函数；

64、g′θ(x)>0表明区域内太阳总辐射与风速呈正比；g′θ(x)<0表明区域内太阳总辐射与风速呈反比；g′θ(x)>0与g′θ(x)<0的情况同时存在则表明太阳总辐射与风速的关系在某些阶段呈正比，某些阶段呈反比。

65、10、根据权利要求9所述的基于地理空间数据的风光设施联合建设潜力评估方法，其特征在于：步骤s41具体为，

66、令即求解得到即为风电权重wi；即为光伏权重fi；

67、其中，gi为利用太阳辐射与风速的函数表达式计算得到的太阳辐射；θ(θ0,θ1,θ2,…,θm)为参数，通过获取各参数的值；gθ(x)为m次的多项式拟合，为归一化后的风速样本数据；为归一化后的太阳辐射样本数据。

68、本发明的有益效果是：本发明基于卫星遥感技术，通过建立风光气象要素数据的关系模型，对区域风、光电站的建设潜力进行权衡和分配，形成了风光设施联合建设潜力评估的完整流程。在以往的潜力评估模型的基础上增加了已建设施因子、限制建设因子的影响，全面考虑了土地承载、已建设施容量、地形条件、限制建设等因子，并将其进行地理空间化处理，更加真实客观地评估了风光设施的联合建设潜力，有助于促进风光可再生能源的综合高效利用，为推动“碳达峰、碳中和”的实现提供重要助力。