CN108564299A - 一种基于激光采集建模的光伏资源评估方法 - Google Patents
一种基于激光采集建模的光伏资源评估方法 Download PDFInfo
- Publication number
- CN108564299A CN108564299A CN201810384398.1A CN201810384398A CN108564299A CN 108564299 A CN108564299 A CN 108564299A CN 201810384398 A CN201810384398 A CN 201810384398A CN 108564299 A CN108564299 A CN 108564299A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- area
- building
- laser acquisition
- formula
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于激光采集建模的光伏资源评估方法，包括以下步骤：S1、选定测算区域，收集该区域基本信息，为光伏信息的测算做好准备；S2、对测算区域进行测绘；S3、对测绘得到的数据进行处理，将区域内所有的建筑物及屋顶轮廓建立三维模型；S4、采用光伏评估算法得出测算区域内的可接入光伏资源的相关数据；S5、在二维图上描绘出屋顶轮廓，在屋顶轮廓上将测算结果进行标注；得出不同的屋顶上方的太阳能潜力信息；通过在测算区域进行测绘，从而得出建筑的基本数据，同时将建筑物、建筑物屋顶的轮廓数据同样进行建模，通过光伏评估算法得出测算区域内的可接入光伏资源的相关数据；从而得到了屋顶光伏资源潜力的分布图。
Description
技术领域
本发明涉及可再生能源评价技术领域，具体涉及一种基于激光采集建模 的光伏资源评估方法。
背景技术
太阳能资源是一种环境友好、储量巨大的可再生能源，也是近几年一直 保持快速发展势头的绿色能源。可再生能源设施的空间位置和装机容量因素对于 可再生能源的开发利用至关重要。近年来随着国家以及各级政府对光伏发电的大 力支持，光伏发电产业发展迅猛。随着国家能源局《太阳能发展“十三五”规划》 提出“大力推进屋顶分布式光伏发电而屋顶光伏资源”的工作目标，屋顶光伏资 源作为光伏架设的优质资源，已成为光伏发展的一个重要方向。
定量评价太阳能资源潜力是制定能源规划的基础，为区域太阳能资源的 开发利用提供基础数据和工程建设指导，现有技术当中，缺少对屋顶光伏资源的 潜力进行测算的方法。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种基于激光采集建 模的光伏资源评估方法，具有对屋顶光伏资源的潜力进行测算的效果。
为实现上述目的，本发明提供了如下技术方案：
一种基于激光采集建模的光伏资源评估方法，包括以下步骤：
Sl、选定测算区域，收集该区域光照条件、经纬度等基本信息，为光伏信息的测 算做好准备；
S2、对测算区域进行测绘；
S3、对测绘得到的数据进行处理，将区域内所有的建筑物及屋顶轮廓建立三维模 型；
S4、采用光伏评估算法得出测算区域内的可接入光伏资源的相关数据；
S5、在二维图上描绘出屋顶轮廓，在屋顶轮廓上将测算结果进行标注；得出测算 区域内的不同的屋顶上方的太阳能潜力信息。
通过采用上述技术方案，在测算区域内进行测绘，从而得出建筑的基本 数据，例如建筑物的长度、宽度、高度，建筑物的地理位置等，将建筑物进行三 维建模，同时将建筑物屋顶的轮廓数据同样进行建模，从而得到测算区域内的三 维模型；通过光伏评估算法得出测算区域内的可接入光伏资源的相关数据；在测 算完成后，通过将三维模型导出到二维图上，在二维图上进行标记，从而得到了 屋顶光伏资源潜力的分布图。
本发明的进一步设置为：步骤S2通过采用垂直翼无人机激光遥感测绘技 术对测算区域进行航拍测绘。
通过采用上述技术方案，通过航拍测绘，测绘方便，技术成熟，便于实 施。
本发明的进一步设置为：步骤S3具体包括在三维制图软件中进行建模输 出。
通过采用上述技术方案，通过在三维制图软件中进行建模，在计算机上 即可方便制作，可操作性高。
本发明的进一步设置为：步骤S4的具体评估算法如下：
太阳高度角α；太阳方位角β；赤纬角δ；太阳时角ω；纬度φ；遮挡物高度h； 遮挡的面积S1；光伏阵列最佳倾角θ；光伏组件长度L；光伏组件宽度W；光 伏组件阵列占地长度Dl；光伏组件阵列间距D2；单个固定支架占地面积S2； 建筑物的宽度k；
系统应保证冬至日9:00-15：00之间光伏不出现遮挡，在北回归线以北的区域，δ ＝-23.5，sinδ＜0，随着接近正午sinα越来越大，影长越长，因此最长的投影出现 在9：00和15:00的时刻；
太阳高度角公式：α＝arcsin(sinφsinδ+cosφcosδosδc)；
太阳高度角公式：β＝arcsin(cosδosδsinosα)；
建筑物的遮挡面积公式： S1＝2(hcotα)sinβ(hcotα)cosβ+k(hcotα)cosβ；
当在9:00时，取建筑物西南方向的点为计算点，从而得出西南方向的点在0：00 到12：00这段时间中建筑物所遮挡的第一面积值；在15:00时，取建筑物西南 方向的点为计算点，从而得出东南方向的点在12:00到24：00这段时间中建筑 物所遮挡的第二面积值、建筑物自身宽度遮挡所产生的第三面积值；将第一面积 值、第二面积值、第三面积值相加，从而得出建筑物所遮挡的面积；
光伏组件阵列占地长度公式：D1＝Lcosθ；
光伏组件阵列间距公式：D2＝Lsinθcotαcosβ；
单个固定支架占地面积公式：S2＝(D1+D2)W；
通过采用上述技术方案，通过公式得出太阳高度角和太阳方位角，通过 将公式建筑物遮挡面积算出，从而得出哪些屋顶未被太阳照射到，从而从规划区 域内标出太阳能潜力低的区域。
本发明的进一步设置为：步骤S4还包括：对各个屋顶的光伏投资收益率 开展技术经济分析。
通过采用上述技术方案，通过经济分析，由于区域的人为影响的不同， 在将人为的技术影响计算在内，从而得出一些太阳能充足，但是由于人为影响， 可能会存在不适合安装太阳能光伏组件的区域剔除，从而进一步的评估太阳能潜 力。
本发明的进一步设置为：技术经济分析的具体计算方法如下：
N年总收益＝光伏组件的价格+逆变器的价格+支架的价格+人工费+汇流箱、电 缆、辅材等+税收、利润-装机容量×年发电小时数×(1-光伏效率每年衰比例× (N-1))×补贴后的电价。
通过采用上述技术方案，在实际使用当中，由于部分区域可能涉及到拆 卸等事件，若是太阳能光伏安装的年限减短，可能收益小于付出，这样的区域同 样不适合安装太阳能光伏，将不适合安装的区域剔除，从而进一步得到太阳能潜 力高的区域。
本发明的进一步设置为：步骤S4还包括：通过收集测算区域全年8760 个小时数的光照强度，结合当地的安装环境，对配电网在加权最大、最小负荷运 行方式下进行潮流计算，确定最佳接入位置。
通过采用上述技术方案，在实际使用当中，每一天的天气可能不相同， 每一天的太阳光照强度可能不同，所以光伏组件在一段时间内所产生的经济效益 可能与理论计算值不同；通过收集测算区域全年8760个小时数的光照强度，结 合当地的安装环境确定最佳接入位置。
本发明的进一步设置为：确定最佳接入位置计算函数包括：根据配电网 潮流分布特点，以分布式电源接入点对节点电压改善程度(Umax％)高为目标函 数；目标函数如下：
式中：Vje为分布式电源未接入配电网前该点电压。
通过采用上述技术方案，通过上述的函数，从而得到最佳的接入位置， 从而将同样具有太阳能安装潜力的区域分别进行标记，从而对太阳能潜力相近的 区域进行分级。在安装经费有限时，优先安装太阳能潜力级别高的区域。
本发明的进一步设置为：确定最佳接入位置计算函数还包括：以网络损 耗P′loss小为目标函数；目标函数如下：
P′loss＝min{Ploss(k)}，k∈(1，2，3…N)。
通过采用上述技术方案，通过函数得出网络损耗小而且分布式电源接入 点对节点电压改善程度高的区域为优先级别，从而对太阳能潜力相近的区域进行 进一步的细化。
本发明的进一步设置为：确定最佳接入位置计算函数还包括：以反向潮 流次数m少为目标函数；目标函数如下：
式中：ml为加权最小节点处反向潮流次数，m2为加权最大节点处反向潮流次 数，m为反向潮流次数的最小值，β为考虑配电网网络损耗的修正系数。
通过采用上述技术方案，通过函数得出反向潮流次数、网络损耗小、分 布式电源接入点对节点电压改善程度高的区域为优先级别，从而对太阳能潜力相 近的区域进行进一步的细化。
本发明具有以下优点：通过在测算区域内进行测绘，从而得出建筑的基 本数据，将建筑物进行三维建模，同时将建筑物屋顶的轮廓数据同样进行建模， 通过光伏评估算法得出测算区域内的可接入光伏资源的相关数据；从而得到了屋 顶光伏资源潜力的分布图；通过计算建筑物之间的阻挡、一年内的光照状况从而 对太阳能潜力进行评估；通过经济计算对太阳能潜力中人为影响进行估算，从而 对太阳能潜力进行进一步细化；通过潮流计算，从而得出反向潮流次数、网络损 耗小、分布式电源接入点对节点电压改善程度高的区域，从而对太阳能潜力相近 的区域进行进一步的细化。
具体实施方式
一种基于激光采集建模的光伏资源评估方法，包括以下步骤：
S1、选定测算区域，收集该区域光照条件、经纬度等基本信息，为光伏信息的测 算做好准备；
S2、通过采用垂直翼无人机激光遥感测绘技术对测算区域进行航拍测绘。
S3、对测绘得到的数据进行处理，在三维制图软件中进行建模输出。将区 域内所有的建筑物及屋顶轮廓建立三维模型。
S4、采用光伏评估算法得出测算区域内的可接入光伏资源的相关数据。
由于建筑物的遮挡，屋顶上方可能会有阴影存在，这样的区域不适合放 置太阳能光伏，通过将建筑物屋顶轮廓上被遮挡的区域去掉，从而得出适合安装 太阳能光伏的区域。
步骤S4的具体评估算法如下：
太阳高度角α；太阳方位角β；赤纬角δ；太阳时角ω；纬度φ；遮挡物高度h； 遮挡的面积Sl；光伏阵列最佳倾角θ；光伏组件长度L；光伏组件宽度W；光 伏组件阵列占地长度D1；光伏组件阵列间距D2；单个固定支架占地面积S2； 建筑物的宽度k；
系统应保证冬至日9:00-15:00之间光伏不出现遮挡，在北回归线以北的区域，δ ＝-23.5，sinδ＜0，随着接近正午sinα越来越大，影长越长，因此最长的投影出现 在9：00和15：00的时刻；
太阳高度角公式：α＝arcsin(sinφsinδ+cosφcoSδosδc)； 太阳高度角公式：β＝arcsin(cosδosδsinosα)；
建筑物的遮挡面积公式： S1＝2(hcotα)sinβ(hcotα)cosβ+k(hcotα)cosβ；
当在9:00时，取建筑物西南方向的点为计算点，通过将00：00到12：00这段时 间中建筑物所遮挡的面积近似看做矩形，从而得出西南方向的点在0:00到12:00 这段时间中建筑物所遮挡的第一面积值；在15:00时，取建筑物西南方向的点 为计算点，通过将12：00到24：00这段时间中建筑物所遮挡的面积近似看做矩 形，从而得出东南方向的点在12：00到24：00这段时间中建筑物所遮挡的第二 面积值、建筑物自身宽度遮挡阳光所产生的第三面积值；将第一面积值、第二面 积值、第三面积值相加，从而得出建筑物所遮挡的面积；
光伏组件阵列占地长度公式：D1＝Lcosθ；
光伏组件阵列间距公式：D2＝Lsinθcotαcosβ；
单个固定支架占地面积公式：S2＝(D1+D2)W；
在实际使用当中，由于部分区域可能涉及到拆卸等事件，若是太阳能光 伏安装的年限减短，可能收益小于付出，这样的区域同样不适合安装太阳能光伏。 对各个屋顶的光伏投资收益率开展技术经济分析。
技术经济分析的具体计算方法如下：
N年总收益＝光伏组件的价格+逆变器的价格+支架的价格+人工费+汇流箱、电 缆、辅材等+税收、利润-装机容量×年发电小时数×(1-光伏效率每年衰比例× (N-1))×补贴后的电价。
步骤S4还包括：在实际使用当中，每一天的太阳光照强度可能不同，所 以光伏组件在一段时间内所产生的经济效益可能与理论计算值不同。通过收集测 算区域全年8760个小时数的光照强度，结合当地的安装环境，对配电网在加权 最大、最小负荷运行方式下进行潮流计算，确定最佳接入位置。
确定最佳接入位置计算函数包括：根据配电网潮流分布特点，以分布式 电源接入点对节点电压改善程度(Umax％)高、网络损耗P′loss小和反向潮流次数 m少为目标函数；目标函数如下：
P′loss＝min{Ploss(k)}，k∈(1，2，3…N)；
式中：Vje为分布式电源未接入配电网前该点电压，ml为加权最小节点 处反向潮流次数，m2为加权最大节点处反向潮流次数，m为反向潮流次数的最 小值，β为考虑配电网网络损耗的修正系数。
S5、将三维制图软件中的图形导出到二维图，并在二维图上描绘出屋顶轮 廓，在屋顶轮廓上将测算结果进行标注。得出测算区域内的不同的屋顶上方的太 阳能潜力信息，将测算结果大致分为三种：非常适宜、适宜、较不适宜，通过在 屋顶轮廓上标注不同的颜色进行区分。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于 上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指 出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改 进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于激光采集建模的光伏资源评估方法，其特征是，包括以下步骤：
S1、选定测算区域，收集该区域光照条件、经纬度等基本信息，为光伏信息的测算做好准备；
S2、对测算区域进行测绘；
S3、对测绘得到的数据进行处理，将区域内所有的建筑物及屋顶轮廓建立三维模型；
S4、采用光伏评估算法得出测算区域内的可接入光伏资源的相关数据；
S5、在二维图上描绘出屋顶轮廓，在屋顶轮廓上将测算结果进行标注；得出测算区域内的不同的屋顶上方的太阳能潜力信息。
2.根据权利要求1所述的一种基于激光采集建模的光伏资源评估方法，其特征是：步骤S2通过采用垂直翼无人机激光遥感测绘技术对测算区域进行航拍测绘。
3.根据权利要求1所述的一种基于激光采集建模的光伏资源评估方法，其特征是：步骤S3具体包括在三维制图软件中进行建模输出。
4.根据权利要求1所述的一种基于激光采集建模的光伏资源评估方法，其特征是：步骤S4的具体评估算法如下：
太阳高度角α；太阳方位角β；赤纬角δ；太阳时角ω；纬度φ；遮挡物高度h；遮挡的面积S1；光伏阵列最佳倾角θ；光伏组件长度L；光伏组件宽度W；光伏组件阵列占地长度D1；光伏组件阵列间距D2；单个固定支架占地面积S2；建筑物的宽度k；
系统应保证冬至日9:00-15:00之间光伏不出现遮挡，在北回归线以北的区域，δ＝-23.5，sinδ＜0，随着接近正午sinα越来越大，影长越长，因此最长的投影出现在9:00和15:00的时刻；
太阳高度角公式：α＝arcsin(sinφsinδ+cosφcosδosδc)；
太阳高度角公式：β＝arcsin(cosδosδsinosα)；
建筑物的遮挡面积公式：
S1＝2(h cotα)sinβ(h cotα)cosβ+k(h cotα)cosβ；
当在9:00时，取建筑物西南方向的点为计算点，从而得出西南方向的点在0:00到12:00这段时间中建筑物所遮挡的第一面积值；在15:00时，取建筑物西南方向的点为计算点，从而得出东南方向的点在12:00到24:00这段时间中建筑物所遮挡的第二面积值、建筑物自身宽度遮挡所产生的第三面积值；将第一面积值、第二面积值、第三面积值相加，从而得出建筑物所遮挡的面积；
光伏组件阵列占地长度公式：D1＝Lcosθ；
光伏组件阵列间距公式：D2＝Lsinθcotαcosβ；
单个固定支架占地面积公式：S2＝(D1+D2)W；
5.根据权利要求1所述的一种基于激光采集建模的光伏资源评估方法，其特征是，步骤S4还包括：对各个屋顶的光伏投资收益率开展技术经济分析。
6.根据权利要求5所述的一种基于激光采集建模的光伏资源评估方法，其特征是，技术经济分析的具体计算方法如下：
N年总收益＝光伏组件的价格+逆变器的价格+支架的价格+人工费+汇流箱、电缆、辅材等+税收、利润-装机容量×年发电小时数×(1-光伏效率每年衰比例×(N-1))×补贴后的电价。
7.根据权利要求6所述的一种基于激光采集建模的光伏资源评估方法，其特征是，步骤S4还包括：通过收集测算区域全年8760个小时数的光照强度，结合当地的安装环境，对配电网在加权最大、最小负荷运行方式下进行潮流计算，确定最佳接入位置。
8.根据权利要求7所述的一种基于激光采集建模的光伏资源评估方法，其特征是，确定最佳接入位置计算函数包括：根据配电网潮流分布特点，以分布式电源接入点对节点电压改善程度(Umax％)高为目标函数；目标函数如下：
式中：Vje为分布式电源未接入配电网前该点电压。
9.根据权利要求8所述的一种基于激光采集建模的光伏资源评估方法，其特征是，确定最佳接入位置计算函数还包括：以网络损耗P’loss小为目标函数；目标函数如下：
P’loss＝min{Ploss(k)}，k∈(1，2，3…N)。
10.根据权利要求8所述的一种基于激光采集建模的光伏资源评估方法，其特征是，确定最佳接入位置计算函数还包括：以反向潮流次数m少为目标函数；目标函数如下：
式中：m1为加权最小节点处反向潮流次数，m2为加权最大节点处反向潮流次数，m为反向潮流次数的最小值，β为考虑配电网网络损耗的修正系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810384398.1A CN108564299A (zh) | 2018-04-26 | 2018-04-26 | 一种基于激光采集建模的光伏资源评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810384398.1A CN108564299A (zh) | 2018-04-26 | 2018-04-26 | 一种基于激光采集建模的光伏资源评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108564299A true CN108564299A (zh) | 2018-09-21 |
Family
ID=63536913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810384398.1A Pending CN108564299A (zh) | 2018-04-26 | 2018-04-26 | 一种基于激光采集建模的光伏资源评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108564299A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109376863A (zh) * | 2018-11-02 | 2019-02-22 | 国网浙江省电力有限公司宁波供电公司 | 基于miv-bp神经网络的光伏功率短期分类预测方法 |
| CN111354068A (zh) * | 2018-12-21 | 2020-06-30 | 远景能源（南京）软件技术有限公司 | 一种通过无人机航拍确定太阳能电站的安装方案的方法 |
| CN113221355A (zh) * | 2021-05-10 | 2021-08-06 | 中国计量大学上虞高等研究院有限公司 | 复杂建筑物不规则屋顶光伏板排布方法 |
| CN113221222A (zh) * | 2021-05-10 | 2021-08-06 | 中国计量大学上虞高等研究院有限公司 | 建筑物屋顶光伏板排布方法 |
| CN113780795A (zh) * | 2021-09-06 | 2021-12-10 | 天津大学 | 基于参数化分析的校园建筑光伏潜力评估方法 |
| CN114548738A (zh) * | 2022-02-18 | 2022-05-27 | 中国电建集团青海省电力设计院有限公司 | 一种基于无人机的区域光伏开发潜力调查方法 |
| CN114639023A (zh) * | 2021-11-16 | 2022-06-17 | 国网浙江省电力有限公司经济技术研究院 | 一种基于机器学习的屋顶光伏潜力评估方法 |
| CN114819450A (zh) * | 2021-09-22 | 2022-07-29 | 自然资源部国土卫星遥感应用中心 | 一种基于卫星遥感的区域建设分布式光伏潜力评估方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100071274A1 (en) * | 2008-09-23 | 2010-03-25 | Joe Brescia | Unitized Curtain Wall Module Adapted for Integrated Photovoltaic Conversion Module |
| CN103942420A (zh) * | 2014-04-08 | 2014-07-23 | 北京大学 | 一种建筑物尺度的太阳能快速估算方法 |
| CN105279346A (zh) * | 2015-11-20 | 2016-01-27 | 国网能源研究院 | 一种用于评估配电网接纳分布式光伏能力的方法 |
| CN106021934A (zh) * | 2016-05-23 | 2016-10-12 | 天津大学 | 一种区域可利用太阳能资源评估方法 |
| CN107039995A (zh) * | 2016-11-28 | 2017-08-11 | 国网湖北省电力公司宜昌供电公司 | 一种考虑电能质量问题的分布式光伏电源接入规划方法 |
-
2018
- 2018-04-26 CN CN201810384398.1A patent/CN108564299A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100071274A1 (en) * | 2008-09-23 | 2010-03-25 | Joe Brescia | Unitized Curtain Wall Module Adapted for Integrated Photovoltaic Conversion Module |
| CN103942420A (zh) * | 2014-04-08 | 2014-07-23 | 北京大学 | 一种建筑物尺度的太阳能快速估算方法 |
| CN105279346A (zh) * | 2015-11-20 | 2016-01-27 | 国网能源研究院 | 一种用于评估配电网接纳分布式光伏能力的方法 |
| CN106021934A (zh) * | 2016-05-23 | 2016-10-12 | 天津大学 | 一种区域可利用太阳能资源评估方法 |
| CN107039995A (zh) * | 2016-11-28 | 2017-08-11 | 国网湖北省电力公司宜昌供电公司 | 一种考虑电能质量问题的分布式光伏电源接入规划方法 |
Non-Patent Citations (3)
| Title |
|---|
| 吕扬等: "城市建筑物太阳能资源潜力评价系统设计与实现", 《计算机应用与软件》 * |
| 廖世凯等: "太阳能屋顶光伏发电系统设计及效益分析", 《通信电源技术》 * |
| 王玉梅等: "分布式电源接入配电网的最佳位置和容量研究", 《电测与仪表》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109376863A (zh) * | 2018-11-02 | 2019-02-22 | 国网浙江省电力有限公司宁波供电公司 | 基于miv-bp神经网络的光伏功率短期分类预测方法 |
| CN111354068A (zh) * | 2018-12-21 | 2020-06-30 | 远景能源（南京）软件技术有限公司 | 一种通过无人机航拍确定太阳能电站的安装方案的方法 |
| CN111354068B (zh) * | 2018-12-21 | 2024-02-20 | 远景能源有限公司 | 一种通过无人机航拍确定太阳能电站的安装方案的方法 |
| CN113221222A (zh) * | 2021-05-10 | 2021-08-06 | 中国计量大学上虞高等研究院有限公司 | 建筑物屋顶光伏板排布方法 |
| CN113221355A (zh) * | 2021-05-10 | 2021-08-06 | 中国计量大学上虞高等研究院有限公司 | 复杂建筑物不规则屋顶光伏板排布方法 |
| CN113780795A (zh) * | 2021-09-06 | 2021-12-10 | 天津大学 | 基于参数化分析的校园建筑光伏潜力评估方法 |
| CN113780795B (zh) * | 2021-09-06 | 2024-04-12 | 天津大学 | 基于参数化分析的校园建筑光伏潜力评估方法 |
| CN114819450A (zh) * | 2021-09-22 | 2022-07-29 | 自然资源部国土卫星遥感应用中心 | 一种基于卫星遥感的区域建设分布式光伏潜力评估方法 |
| CN114819450B (zh) * | 2021-09-22 | 2022-11-18 | 自然资源部国土卫星遥感应用中心 | 一种基于卫星遥感的区域建设分布式光伏潜力评估方法 |
| CN114639023A (zh) * | 2021-11-16 | 2022-06-17 | 国网浙江省电力有限公司经济技术研究院 | 一种基于机器学习的屋顶光伏潜力评估方法 |
| CN114639023B (zh) * | 2021-11-16 | 2025-01-10 | 国网浙江省电力有限公司经济技术研究院 | 一种基于机器学习的屋顶光伏潜力评估方法 |
| CN114548738A (zh) * | 2022-02-18 | 2022-05-27 | 中国电建集团青海省电力设计院有限公司 | 一种基于无人机的区域光伏开发潜力调查方法 |
| CN114548738B (zh) * | 2022-02-18 | 2025-02-11 | 中国电建集团青海省电力设计院有限公司 | 一种基于无人机的区域光伏开发潜力调查方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108564299A (zh) | 一种基于激光采集建模的光伏资源评估方法 | |
| Levinson et al. | Solar access of residential rooftops in four California cities | |
| Nguyen et al. | Incorporating shading losses in solar photovoltaic potential assessment at the municipal scale | |
| Li et al. | Improving the energy production of roof-top solar PV systems through roof design | |
| Strzalka et al. | Large scale integration of photovoltaics in cities | |
| CN114881399B (zh) | 一种基于gf7遥感影像的光伏发电潜力与经济性评估方法 | |
| Martínez-Rubio et al. | Evaluating solar irradiance over facades in high building cities, based on LiDAR technology | |
| Li et al. | A pixel-based approach to estimation of solar energy potential on building roofs | |
| CN103440526B (zh) | 一种基于建筑信息模型的发电预测方法和装置 | |
| Zomer et al. | Simplified method for shading-loss analysis in BIPV systems–part 1: Theoretical study | |
| CN105022867B (zh) | 一种基于建筑信息模型的光伏设备自动铺设方法 | |
| Li et al. | Estimating solar energy potentials on pitched roofs | |
| CN108197371A (zh) | 基于bim的固定光伏阵列连线优化 | |
| Celik et al. | A virtual reality study of surrounding obstacles on BIPV systems for estimation of long-term performance of partially shaded PV arrays | |
| CN103942440A (zh) | 一种光伏电站实时发电效率计算方法 | |
| Hofierka et al. | The spatial distribution of photovoltaic power plants in relation to solar resource potential: the case of the Czech Republic and Slovakia | |
| Wieland et al. | Computing solar radiation on CityGML building data | |
| Masa-Bote et al. | Methodology for estimating building integrated photovoltaics electricity production under shadowing conditions and case study | |
| Gagliano et al. | GIS-based decision support for solar photovoltaic planning in urban environment | |
| Kichou et al. | Energy performance enhancement of a research centre based on solar potential analysis and energy management | |
| Saadaoui et al. | Using GIS and photogrammetry for assessing solar photovoltaic potential on Flat Roofs in urban area case of the city of Ben Guerir/Morocco | |
| Zhang et al. | Evaluation of the photovoltaic potential in built environment using spatial data captured by unmanned aerial vehicles | |
| KR20160078920A (ko) | 목표 지점의 일사량 계산 방법 및 장치 | |
| Li et al. | Revenue assessment and visualisation of photovoltaic projects on building envelopes | |
| Ku et al. | Comparison of urban environment factors for Solar-Powered vehicles |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20191022 Address after: 315020 11 wealth center, North Bank of Jiangbei District, Zhejiang, Ningbo 4-1 Applicant after: NINGBO ELECTRIC POWER DESIGN INSTITUTE Co.,Ltd. Applicant after: STATE GRID ZHEJIANG ELECTRIC POWER CO., LTD. NINGBO POWER SUPPLY Co. Address before: 315000 Zhejiang Province, Ningbo city Haishu District Liyuan Road No. 1408 Applicant before: STATE GRID ZHEJIANG ELECTRIC POWER CO., LTD. NINGBO POWER SUPPLY Co. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180921 |
|
| RJ01 | Rejection of invention patent application after publication |