Lokalizace lokalit pro fotovoltaické solární články

Lokalizace lokalit pro fotovoltaické solární články

Pilotní studie využívá DEM odvozený z LiDAR

Andrea Chaves a A. Terry Bahill, University of Arizona, Tucson

Tento článek jako PDF.

Státní vlády vyzývají elektrotechnické společnosti, aby zvýšily využívání obnovitelných zdrojů energie. Podle Databáze státních pobídek pro obnovitelné zdroje a účinnost (DSIRE) má 29 států standardy obnovitelné energie, které stanoví požadavky na zvýšení využívání obnovitelné energie, a devět států má cíle v oblasti obnovitelné energie. Arizona je jedním z těchto států. Norma Arizona Corporation Commission Renewable Energy Standard (RES) požaduje, aby 15 procent maloobchodního prodeje Arizony do roku 2025 pocházelo z obnovitelných zdrojů.

Vývojový diagram ukazující proces výběru

Podle United States Energy Information Administration je Arizona jedním ze států s největším potenciálem solárních fotovoltaických (PV) zdrojů v zemi; najít vhodné lokality pro velké solární farmy je však obtížné kvůli zónám a dalším omezením. Předpisy uvalené státními a federálními agenturami, jako je Arizona Game and Fish a United States Bureau of Land Management, výrazně omezují oblasti, které lze využít pro výrobu solární energie. [These regulations were implemented to avoid, minimize, or mitigate habitat loss, habitat fragmentation, and other negative impacts associated with the development of large solar energy generating facilities.] Vzhledem k těmto omezením byl navržen GIS pro analýzu střech v rozvinutých oblastech a určení vhodných míst pro solární panely.

Určení studijní oblasti

Pilotní studie analyzovala čtyři čtvereční míle v okolí Arizonské univerzity v Tucsonu. Původní data pro oblast této pilotní studie byla získána ze snímku detekce světla a měření vzdálenosti (LiDAR), který poskytla Pima Association of Governments (PAG). Obrázek zachycuje oblast kolem University of Arizona, která obsahuje rezidenční rozvoj, komerční rozvoj, univerzitní budovy, otevřené plochy a atletická hřiště.

Model ModelBuilder pro generování proveditelných rastrů stran a výšky

Z dat LiDAR byl odvozen digitální výškový model (DEM) a byl uložen v ArcGIS jako rastrový obrázek s plovoucí desetinnou čárkou. Protože DEM nebyl georeferencován, rastr byl georeferencován pomocí panelu nástrojů Georeferencing v ArcGIS. Výsledné rozměry a umístění bodů georeferencovaného snímku byly ověřeny pomocí několika bodů se známými polohami.

Generování sluneční mapy

Pomocí nástroje Area Solar Radiation Tool v rozšíření ArcGIS Spatial Analyst byla z georeferenčního snímku vygenerována sluneční mapa specifikující Tucsonovu zeměpisnou šířku 32 stupňů a roční interval. Tato sluneční mapa zohledňuje změny nadmořské výšky (azimutu) a polohy slunce a také případné stínění způsobené budovami nebo jinými objekty ve vstupním rastru.

Stanovení požadovaných charakteristik vhodného umístění

Vhodné umístění solárních panelů má specifické vlastnosti a požadavky. Identifikace těchto míst vyžaduje, aby byly definovány žádoucí charakteristiky. Pro tuto studii by vhodná místa měla mít tyto vlastnosti:

• Vhodná nadmořská výška – Místo musí být na vrcholu budovy. (Nemělo by být na úrovni země.)
• Vhodné hledisko – Aspekt by měl být orientován na jih nebo vodorovně. (Protože se Tucson nachází na severní polokouli, solární panely umístěné na svazích orientovaných na jih budou mít vyšší solární výkon než panely umístěné na svazích orientovaných na sever.)
• Vhodný sklon — Sklon by měl být menší než 35 stupňů.
• Vysoká radiace – Místo by mělo v průměru obdržet alespoň určité minimální množství slunečního záření za rok. Tuto částku určuje analytik.

Obecně je cílem najít střechy směřující na jih nebo ploché a se sklonem, který není příliš strmý pro instalaci solárních panelů. Místo by mělo každý rok dostat alespoň nějaký minimální práh slunečního záření. Toto poslední omezení eliminuje místa umístěná vedle vyšších budov, které blokují sluneční světlo po významnou část dne.

Model pro určení počtu panelů

Filtrování nevhodných míst

Pomocí ModelBuilderu byly vygenerovány masky pro výběr míst, která měla tyto žádoucí vlastnosti a splňovala požadavky projektu.

Zemní maska
Z dat LiDAR byl vygenerován soubor holé země a georeferencován na stejné souřadnice jako vstupní obrázek. Byl vygenerován binární pozemní rastr, který identifikoval nepozemní buňky přiřazením hodnoty 1 jakékoli buňce větší nebo rovné hodnotě holé země plus pět stop a přiřazením 0 všem ostatním, které byly pozemními buňkami.

Maska stran
Z georeferencovaného obrázku byl vygenerován rastr stran. Z tohoto nového rastru stran byl vytvořen rastr binárních stran tak, že byly vybrány všechny buňky, které měly jižní, jihovýchodní, jihozápadní nebo ploché aspekty, a byla jim přiřazena hodnota 1. Na georeferencovaném obrázku byl použit nízkopropustný filtr, aby se vygeneroval hladší rastr stran a usnadnila se analýza konečného výstupu GIS.

Maska svahu
Maska sklonu byla vytvořena podobným způsobem jako maska ​​stran. Pomocí filtrovaného georeferencovaného obrázku jako vstupu byl vytvořen binární rastr výběrem všech buněk se sklonem menším nebo rovným 35 stupňům a přiřazením těchto buněk hodnotě 1.

Radiační maska
Minimální práh záření byl zvolen na základě požadovaného výstupního výkonu. Pro generování binárního rastru byl opět použit větší než podmíněný blok. Buňkám, které se rovnaly nebo překračovaly prahovou hodnotu, byla přiřazena hodnota 1.

Lidská maska
Člověk využívající znalosti oblasti, mapy a vizuální kontroly může eliminovat nežádoucí místa (např. oblast za oknem prezidentovy kanceláře, sedadla na atletických stadionech, střechy s potrubím, klimatizační jednotky).

Model ModelBuilder pro generování konečného výsledku

Hledání vhodných míst

Pro nalezení vhodných umístění pro solární panely byly všechny binární rastry zkombinovány do finálního rastru, který má hodnotu 1 pro umístění, která splňují všechny podmínky, a 0 pro ty, které je nesplňují.

Tento algoritmus byl převeden do ModelBuilder pro automatizaci procesu generování výstupu. Model využívá šest hlavních vstupů: DEM, rastr stran, rastr sklonu, radiační rastr, rastr holé země a masku analytika.

Analýza výsledků

Výstup generovaný pomocí pěti masek byl vstupem pro nástroj Raster To Polygon, který generoval polygony pro všechny vhodné oblasti. Polygonové oblasti byly vypočteny a přidány do tabulky atributů pomocí ModelBuilder.

Jako požadovaná plocha pro každý solární panel bylo použito jeden a půl čtverečního metru. Tento požadavek byl založen na velikosti solárních panelů, které se nejčastěji používají na zkušebním dvoře solárních panelů Tucson Electric Power s 15% vyrovnávací pamětí pro umístění montážního rámu a dodatečných rozestupů. Počet solárních panelů, které by se vešly do každého polygonu, byl odhadnut pomocí následujícího vzorce:

Polygon_Area/Solar_panel_size

Protože invertory a další hardware potřebný k připojení solárních panelů k síti jsou drahé, teoretický počet solárních panelů, které se vejdou do každé oblasti, může analytik použít k výběru pouze těch míst, kam se vejde alespoň předem stanovený počet solárních panelů.

Filtrování nevhodných míst

Při použití nástroje Rastr na mnohoúhelník byl vytvořen velmi velký mnohoúhelník, který se skládal z obvodu obrázku. Tento polygon nemá žádný vztah k vhodným umístěním solárních panelů a nemohl být zahrnut do analýzy. Odstranění tohoto problému vyžadovalo dvoufázový proces. Nejprve bylo přidáno pole Max, které obsahuje maximální povolenou velikost mnohoúhelníku v metrech čtverečních. Tato hodnota je závislá na velikosti analyzované oblasti. V tomto případě měla lokalita rozlohu čtyři čtvereční míle, takže maximální velikost polygonu byla stanovena na devět milionů čtverečních metrů. Za druhé, každý řádek, který má hodnotu pole Oblast větší než hodnota pole Max, je vybrán a odstraněn z tabulky.

Tento model je dobrým nástrojem pro určení míst vhodných pro FV solární panely. Mělo by se však dále rozvíjet, aby rozhodovací proces mohl vzít v úvahu faktory, jako jsou náklady na fotovoltaické panely a střídač, návratnost investic a technické problémy.

Poděkování

Autoři děkují profesorům Guzinu Bayraksanovi, Young-Jun Sonovi a Ferenci Szidarovszkymu za jejich vedení; Tim Cloninger za poradenství v oblasti GIS; a Manny Rosas z PAG pro data LiDAR.

Pro více informací kontaktujte

Andrea Chaves na chaves.andrea@gmail.com
nebo Terry Bahill na terry@sie.arizona.edu

O autorech

Andrea Chaves v současnosti pracuje jako analytik podnikových technologií ve společnosti Deloitte Consulting LLP v Denveru, Colorado. Získala bakalářský titul v oboru průmyslového inženýrství, magisterský titul v oboru management s důrazem na finance a magisterský titul v oboru průmyslového inženýrství, vše na University of Arizona, Tucson. V roce 2008 získala Wayne Wymore Award za vynikající výsledky v oblasti systémů a průmyslového inženýrství a byla jmenována vynikající senior za svou absolventskou třídu. Během postgraduálního studia na University of Arizona pracovala jako pedagogická a výzkumná asistentka v oblastech, jako je plánování výroby, prognózování a optimalizace; pravděpodobnost a statistika; a systémové inženýrství. Ve volném čase se věnuje triatlonu.

A. Terry Bahill je profesorem systémového inženýrství na Arizonské univerzitě v Tucsonu. Doktorát z elektrotechniky a informatiky získal na Kalifornské univerzitě v Berkeley. Bahill spolupracoval s BAE Systems; raketové systémy Hughes; Sandia Laboratories v Albuquerque, Nové Mexiko; taktické obranné systémy Lockheed Martin; Boeing informační, kosmické a obranné systémy; Idaho National Engineering and Environmental Laboratory; a Raytheon Missile Systems. Pro tyto společnosti pořádal semináře o systémovém inženýrství, pracoval v týmech pro vývoj systémů a pomáhal jim popsat jejich proces systémového inženýrství. Je členem Institutu elektrických a elektronických inženýrů (IEEE), Raytheonu a Mezinárodní rady pro systémové inženýrství (INCOSE) a emeritním zakládajícím předsedou výběrové komise členů INCOSE. Je držitelem amerického patentu na Bat Chooser, systém, který vypočítává ideální váhu pálky pro jednotlivé baseballové a softballové pálkaře. Získal ocenění Sandia National Laboratories Gold President’s Quality Award.

Lokalizace lokalit pro fotovoltaické solární články

Pilotní studie využívá DEM odvozený z LiDAR

Autoři: Andrea Chaves a A. Terry Bahill, University of Arizona, Tucson

Hlavní body:

• Státní vlády podporují obnovitelné zdroje energie; Arizona má cíl 15 % obnovitelných zdrojů do roku 2025.
• Arizona je jedním z nejpotentnějších států pro solární energii, avšak zóny a regulace omezují dostupné plochy.
• GIS byl použit k analýze vhodných střech pro solární panely.
• Pilotní studie zahrnovala oblast kolem University of Arizona.
• Data byla získána ze snímků LiDAR, které byly georeferencovány a analyzovány.
• Byla vytvořena sluneční mapa a stanovena specifická kritéria pro vhodné umístění (např. jižní orientace, sklon).
• Vhodná lokalita musí mít minimální sluneční záření, správnou nadmořskou výšku a aspekt.
• Byly vytvořeny masky pro nevhodné místa na základě různých parametrů a regulací.
• Vhodná místa byla vyhledána pomocí algoritmu kombinujícího několik rastrů.
• Autoři doporučují další rozvoj modelu pro zahrnutí ekonomických a technických faktorů.
• Děkujeme za podporu profesoru Guzinu Bayraksanovi a dalším.