一种城市地面及屋顶的光伏优化配置方法、系统及设备

技术领域

本发明涉及光伏配置技术领域，特别是涉及一种城市地面及屋顶的光伏优化配置方法、系统及设备。

背景技术

频繁的极端天气事件不仅使城市用能负荷急剧攀升，也增加了能源生产的不稳定性，导致城市电网崩溃、能源输送中断等问题。城市能源系统需要更加可靠和灵活的应对策略，挖掘城市能源自给潜力对提升城市能源系统韧性有着至关重要的作用。

太阳能光伏技术作为部署速度最快、同比增长率最高的能源发电技术，预计到2050年将满足全球25％-49％的电力需求，同时在2018年至2050年期间为多达1500万人提供就业机会。充分利用城市地面及建筑屋顶空间进行光伏铺设，能够使城市社区与公民成为能源产消者，有助于减少由传统能源生产及输送衍生的温室气体排放，对减缓全球气候变化(SDG13)和改善人类健康福祉(SDG3)具有重要意义。然而，城市光伏系统在全生命周期过程中需要充足的资金投入，并会产生大量能源消耗、水消耗、温室气体排放及土地占用等资源环境影响，导致了光伏系统发电效益与生命周期环境及经济成本之间的权衡冲突。

现有的光伏系统生命周期评价研究多侧重于终点影响，如气候变化，而鲜少量化光伏系统在生命周期各阶段的能源消耗、水资源消耗、土地占用及碳排放等资源环境影响。此外，目前对于城市地面与屋顶光伏系统的协同规划开发存在一定研究空白，这将忽视城市立体空间在光伏系统部署进程中的关键作用。

发明内容

本发明的目的是提供一种城市地面及屋顶的光伏优化配置方法、系统及设备，快速、高效地得到分别设置在城市地面及城市屋顶的光伏系统的最终开发面积，提高实用性。

为实现上述目的，本发明提供了如下方案：

第一方面，本发明提供一种城市地面及屋顶的光伏优化配置方法，包括：

基于目标城市的地理空间数据，计算城市光伏潜在开发总面积；所述目标城市的地理空间数据包括城市土地利用面积及城市建筑面积；

获取所述目标城市的城市光伏系统生命周期影响数据；所述城市光伏系统包括设置在城市地面及城市屋顶的光伏系统；

基于所述城市光伏系统生命周期影响数据，构建城市光伏生命周期资源环境影响潜值计算函数；

构建城市光伏发电计算函数及城市光伏经济成本计算函数；

基于所述城市光伏生命周期资源环境影响潜值计算函数、所述城市光伏发电计算函数及所述城市光伏经济成本计算函数，以生命周期影响潜值最小、光伏发电量最大及经济成本最低为目标，建立多目标优化模型；

基于所述城市光伏潜在开发总面积，采用多目标优化算法，对所述多目标优化模型进行求解，以得到最优解集；所述最优解集中的任一最优解表征对于分别设置在城市地面及城市屋顶的光伏系统的最优开发面积；

采用熵权-TOPSIS决策方法，从所述最优解集中确定最终解；所述最终解表征对于分别设置在城市地面及城市屋顶的光伏系统的最终开发面积。

第二方面，本发明提供一种城市地面及屋顶的光伏优化配置系统，包括：

城市潜在开发面积确定模块，用于基于目标城市的地理空间数据，计算城市光伏潜在开发总面积；所述目标城市的地理空间数据包括城市土地利用面积及城市建筑面积；

光伏生命周期影响数据确定模块，用于获取所述目标城市的城市光伏系统生命周期影响数据；所述城市光伏系统包括设置在城市地面及城市屋顶的光伏系统；

环境影响潜值计算函数构建模块，用于基于所述城市光伏系统生命周期影响数据，构建城市光伏生命周期资源环境影响潜值计算函数；

光伏发电及成本计算函数构建模块，用于构建城市光伏发电计算函数及城市光伏经济成本计算函数；

多目标优化模型构建模块，用于基于所述城市光伏生命周期资源环境影响潜值计算函数、所述城市光伏发电计算函数及所述城市光伏经济成本计算函数，以生命周期影响潜值最小、光伏发电量最大及经济成本最低为目标，建立多目标优化模型；

优化解确定模块，用于基于所述城市光伏潜在开发总面积，采用多目标优化算法，对所述多目标优化模型进行求解，以得到最优解集；所述最优解集中的任一最优解表征对于分别设置在城市地面及城市屋顶的光伏系统的最优开发面积；

最终解确定模块，用于采用熵权-TOPSIS决策方法，从所述最优解集中确定最终解；所述最终解表征对于分别设置在城市地面及城市屋顶的光伏系统的最终开发面积。

第三方面，本发明提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行城市地面及屋顶的光伏优化配置方法。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开一种城市地面及屋顶的光伏优化配置方法、系统及设备，基于目标城市的地理空间数据，计算城市光伏潜在开发总面积，包括城市土地利用面积及城市建筑面积；获取目标城市的城市光伏系统生命周期影响数据，其中，城市光伏系统包括设置在城市地面及城市屋顶的光伏系统，从而考虑到城市立体空间在光伏系统部署进程中的关键作用，即本发明基于城市立体空间及常规地面对城市光伏系统开发进行空间协同规划，强调城市屋顶资源利用的必要性。基于城市光伏系统生命周期影响数据，构建城市光伏生命周期资源环境影响潜值计算函数，即本发明考虑到了对城市地面与屋顶光伏系统的生命周期资源环境影响进行系统核算，为城市光伏系统全生命周期过程的生态化管理提供科学参考。然后基于城市光伏生命周期资源环境影响潜值计算函数、城市光伏发电计算函数及城市光伏经济成本计算函数，以生命周期影响潜值最小、光伏发电量最大、经济成本最低为目标，建立多目标优化模型；基于城市光伏潜在开发总面积，采用多目标优化算法，对多目标优化模型进行求解，以得到最优解集；采用熵权-TOPSIS决策方法，从最优解集中确定最终解，最终解表征对于分别设置在城市地面及城市屋顶的光伏系统的最终开发面积。显然，本发明综合生命周期资源环境影响、经济成本以及光伏发电潜力三个方面，对城市地面及屋顶光伏系统的开发面积进行多目标优化决策，有利于快速筛选识别最优的城市地面及屋顶光伏系统开发方案，提高规划配置效率和实用性。

综上，本发明具有成本低、精度高、操作性强、适用范围广等优点，可广泛用于城市光伏系统规划开发，能够为城市能源系统可持续管理提供技术支持。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明城市地面及屋顶的光伏优化配置方法的流程示意图；

图2为本发明城市地面及屋顶的光伏优化配置系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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，都属于本发明保护的范围。

本发明提供了一种城市地面及屋顶的光伏优化配置方法、系统及设备，集成地理信息系统、生命周期评价、遗传算法以及多目标决策方法构建了一套涵盖空间规划、资源环境效应评价与多目标优化配置三大模块的城市光伏系统可持续性评估模型，以解决现有技术的不足。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

如图1所示，本发明提供一种城市地面及屋顶的光伏优化配置方法，包括：

步骤100，基于目标城市的地理空间数据，计算城市光伏潜在开发总面积；所述目标城市的地理空间数据包括城市土地利用面积及城市建筑面积。所述城市土地利用面积包括城市草地面积、城市灌木面积及城市裸地面积。所述城市草地面积具体为城市高中低覆盖度草地面积。

其中，城市土地利用面积采用ArcGIS提取；城市建筑面积采用网络爬虫的方式获取。对于城市光伏潜在开发总面积的提取，需要首先获取地理空间数据：在中国科学院资源环境科学与数据中心获取城市30m精度的土地利用数据、高程数据和自然保护区空间数据，并在ArcGIS中基于高程数据导出坡度数据；然后使用ArcGIS软件剔除研究区域内的自然保护区，再选取高中低覆盖度草地、灌木和裸地三种土地利用类型，并对其进行高程和坡度的筛选。对于高中低覆盖度草地、灌木和裸地，均进行高程限制，即剔除高程>1000米的土地类型；特别地，对于高中低覆盖度草地，还需额外增加坡度限制，即剔除坡度>5度的高中低覆盖度草地。

所述城市光伏潜在开发总面积的计算公式为：

AREA

AREA

AREA

其中，AREA

步骤200，获取所述目标城市光伏系统生命周期影响数据；所述城市光伏系统包括设置在城市地面及城市屋顶的光伏系统。所述城市光伏系统生命周期影响数据包括城市光伏系统生命周期影响类别集合、城市光伏系统生命周期阶段集合以及城市光伏系统生命周期清单数据。

本发明设置在城市地面及城市屋顶的光伏系统由多晶硅太阳能电池板及其所需的平衡组件组成。城市光伏系统生命周期阶段集合包括原材料生产阶段、制造阶段、安装建设阶段、运营维护阶段、拆除阶段、回收阶段和处置阶段。其中，原材料生产阶段的材料包括光伏组件材料、平衡系统材料和安装材料；光伏组件涉及冶金级硅、太阳能级硅、多晶硅铸锭、多晶硅片、光伏电池片和光伏电池板，平衡系统包括逆变器和支架。功能单位是1m

城市光伏系统生命周期清单数据则是基于实地数据调研、文献及报告等数据参考得到的，包括光伏系统在整个生命周期过程中每个阶段所涉及的物质、材料、能源消耗以及温室气体排放等。所述城市光伏系统生命周期清单数据涵盖多个清单物质；所述城市光伏系统生命周期清单数据还包括生命周期清单内各清单物质的活动数据，清单物质指的是生命周期清单中涉及到的所有物质；物质众多，无法直接罗列。

步骤300，基于所述城市光伏系统生命周期影响数据，构建城市光伏生命周期资源环境影响潜值计算函数；所述城市光伏生命周期资源环境影响潜值计算函数的构建过程，具体包括：

(1)将预设LCA数据库与所述城市光伏系统生命周期清单数据进行关联，以得到各清单物质的背景数据集。在具体实际应用中，将预设LCA数据库(如Ecoinventv3.7数据库，不同研究者可选用不同数据库)和预设评价方法(如Cumulative EnergyDemand、ReCiPeMidpoint(H)v1.13)导入至LCA软件中，将清单物质与数据库关联，从而能在LCA软件中调用清单物质的背景数据。在LCA软件内部，应用Cumulative EnergyDemand评估方法(用于核算能源消耗)和ReCiPe Midpoint(H)v1.13评估方法(用于核算水消耗、土地占用和碳排放)，核算1m

(2)基于各清单物质的背景数据集、所述城市光伏系统生命周期清单数据、所述城市光伏系统生命周期阶段集合及所述城市光伏系统生命周期影响类别集合，计算城市光伏系统的生命周期资源环境影响。其中，第r类城市光伏系统的生命周期资源环境影响计算公式如下：

(3)根据所述城市光伏系统的生命周期资源环境影响及预设的各影响类别的基准值，构建城市光伏生命周期资源环境影响潜值计算函数。为了使光伏系统在生命周期过程中产生的各类资源环境影响处于可比较水平，对城市地面及屋顶光伏系统的能源消耗、水消耗、土地占用和碳排放进行标准化处理，分别建立城市光伏系统生命周期资源环境影响潜值指标，以表征其全生命周期过程中的总资源环境影响水平。其中，城市光伏生命周期资源环境影响潜值计算函数为：

其中，EI

步骤400，构建城市光伏发电计算函数及城市光伏经济成本计算函数。所述城市光伏发电计算函数为：

其中，TPSE为城市光伏发电值(GWh/year)；GHI为城市太阳辐照度(GWh/km

城市光伏经济成本采用平准化度电成本指标来计算和表示，因此，城市光伏经济成本计算函数为：

其中，LCOE为城市光伏经济成本值($/GWh)；AREA

步骤500，基于所述城市光伏生命周期资源环境影响潜值计算函数、所述城市光伏发电计算函数及所述城市光伏经济成本计算函数，以生命周期影响潜值最小、光伏发电量最大及经济成本最低为目标，建立多目标优化模型。

所述多目标优化模型为：

其中，objectives表示优化模型目标，f

步骤600，基于所述城市光伏潜在开发总面积，采用多目标优化算法，对所述多目标优化模型进行求解，以得到最优解集；所述最优解集中的任一最优解表征对于分别设置在城市地面及城市屋顶的光伏系统的最优开发面积。

NSGA-Ⅱ是一种基于Pareto最优解的多目标优化算法，可有效处理具有多个相互矛盾目标的问题，并在个体的选择和遗传操作过程中保持前沿的多样性和分布特性，以获得Pareto最优解集。它能在给定的约束条件下对多个目标函数进行优化，优化过程在于寻找三目标协同下(生命周期影响潜值最小、光伏发电量最大、经济成本最低)的城市光伏系统开发方案，当光伏系统的开发面积确定以后，其生命周期影响、经济成本以及光伏发电量也随之确定，故选取光伏系统的开发面积作为该优化模型的决策变量；优化的结果即为代表目标函数之间最佳折衷的一组解决方案，包括设置在城市地面及城市屋顶的光伏系统的最优开发面积。

NSGA-II遗传算法的基本运算流程为：首先，随机产生一定规模的初始种群(即随机分配一些决策变量的值作为初始染色体)，将每个染色体的值传递给目标函数，按照非支配排序算法对初始种群中的染色体进行非支配排序。然后，对初始种群中的染色体进行遗传选择、交叉、变异，产生第一代子种群。重复上述操作，直到满足迭代停止准则时，算法终止，即可获得多目标优化模型的最优解集。

在具体应用实例中，本发明在Python运行环境中采用NSGA-Ⅱ遗传算法对城市屋顶系统开发方案进行优化，并设置种群大小为100，交叉概率为0.8，变异概率为0.1，最大代数为400。

步骤700，采用熵权-TOPSIS决策方法(通过与理想方案的相似性来确定偏好顺序的技术)，从所述最优解集中确定最终解；所述最终解表征对于分别设置在城市地面及城市屋顶的光伏系统的最终开发面积。

TOPSIS方法的基本原理是计算每个目标问题的理想值，包括正理想解和负理想解，然后根据每个方案与理想值(即接近度)之间的距离来评估方案的优缺点。因此，如果一个方案不仅离正理想解最近，而且离负理想解最远，那么这个方案便是要找到的最佳方案。由于决策者对不同目标的倾向是有差异的，在对指标赋权的过程中存在一定主观性。因此，本发明结合熵权法来确定多目标优化问题中三个目标的权重。本发明基于熵权的TOPSIS具体包括两部分：使用熵权法确定权重及使用TOPSIS模型确定最优折衷解。

(1)使用熵权法确定权重。

为消除城市光伏系统生命周期影响潜值、经济成本和光伏发电量指标量纲不统一的问题，需对所有评估指标的数值进行归一化处理，计算公式如下：

对于正向指标，如城市光伏系统发电量，计算公式如下：

对于负向指标，如城市光伏系统生命周期影响潜值和经济成本，计算公式如下：

其中，F

计算最优解集内的第i种方案中城市光伏系统的生命周期影响潜值、经济成本或光伏发电量j的比重，计算公式如下：

其中，P

计算城市光伏系统的生命周期影响潜值、经济成本或光伏发电量j的熵值，计算公式如下：

其中，d

计算城市光伏系统的生命周期影响潜值、经济成本或光伏发电量j的权重，计算公式如下：

g

其中，g

计算第i种方案中城市光伏系统的生命周期影响潜值、经济成本或光伏发电量j的综合指标X

X

(2)使用TOPSIS模型确定最优折衷解。

确定正理想解X

其中，

计算各指标值与正负理想解的距离以及评价对象与理想解的贴近程度C

其中，

实施例二

如图2所示，为了实现实施例一中的技术方案，以达到相应的功能和技术效果，本实施例还提供了一种城市地面及屋顶的光伏优化配置系统，包括：

城市潜在开发面积确定模块，用于基于目标城市的地理空间数据，计算城市光伏潜在开发总面积；所述目标城市的地理空间数据包括城市土地利用面积及城市建筑面积。

光伏生命周期影响数据确定模块，用于获取所述目标城市的城市光伏系统生命周期影响数据；所述城市光伏系统包括设置在城市地面及城市屋顶的光伏系统。

环境影响潜值计算函数构建模块，用于基于所述城市光伏系统生命周期影响数据，构建城市光伏生命周期资源环境影响潜值计算函数。

光伏发电及成本计算函数构建模块，用于构建城市光伏发电计算函数及城市光伏经济成本计算函数。

多目标优化模型构建模块，用于基于所述城市光伏生命周期资源环境影响潜值计算函数、所述城市光伏发电计算函数及所述城市光伏经济成本计算函数，以生命周期影响潜值最小、光伏发电量最大及经济成本最低为目标，建立多目标优化模型。

优化解确定模块，用于基于所述城市光伏潜在开发总面积，采用多目标优化算法，对所述多目标优化模型进行求解，以得到最优解集；所述最优解集中的任一最优解表征对于分别设置在城市地面及城市屋顶的光伏系统的最优开发面积。

最终解确定模块，用于采用熵权-TOPSIS决策方法，从所述最优解集中确定最终解；所述最终解表征对于分别设置在城市地面及城市屋顶的光伏系统的最终开发面积。

实施例三

本实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例一的城市地面及屋顶的光伏优化配置方法。可选地，上述电子设备可以是服务器。

另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的城市地面及屋顶的光伏优化配置方法。

相对于现有技术，本发明还具有如下有益效果：

(1)本发明能够基于城市能源-水-土地-碳要素的重要性，对城市地面与屋顶光伏系统的生命周期资源环境影响进行系统核算，从根本上揭示城市光伏系统在全生命周期过程中的能源消耗、水消耗、土地占用以及碳排放对城市资源环境的影响，是改善城市光伏系统可持续性的科学基础。

(2)本发明不仅能够对光伏系统的生命周期资源环境影响、经济成本及光伏发电潜力进行多目标优化，同时可以识别出在城市光伏潜在开发面积约束之下的最优城市地面光伏及屋顶光伏系统的铺设面积，对城市尺度光伏系统空间规划具有关键指导意义。

(3)本发明有助于促进城市生态学、环境系统工程学、城市地理学等研究方法的整合，对推进相关学科理论的交叉、创新和发展具有积极作用。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。