基于GIS技術的大規模光伏電站宏觀選址方案研究

雷 鳴，韋關祥，趙 青

(中國電建集團西北勘測設計研究院有限公司，西安 710065)

0 引言

2020年9月，中國明確提出2030年碳達峰與2060年碳中和的目標(即“雙碳”目標)，光伏發電作為實現上述目標的重要方式之一，已經進入全新的發展階段，即將迎來新的10年黃金發展期。

2022年，光伏發電項目規劃被寫入了中國22個省(區、市)的省級政府工作報告。根據浙江、山東、內蒙古、河北、甘肅、四川、天津、青海等20個省(區、市)已發布的新能源發展規劃報告，“十四五”期間這20個省(區、市)規劃的光伏發電新增裝機規模合計約280 GW，其中，山東、內蒙古、河北、甘肅和青海這5個省(區)規劃的光伏發電新增裝機規模分別為34.28、32.62、32.10、32.03、30.00 GW。

近年來，隨著光伏電站的大規模建設，光伏發電項目開發遇到的“用地難”問題成為制約“雙碳”目標實現的關鍵因素。光伏電站建設前期傳統的宏觀選址方法多以“現場走訪—選地圈地—初步測算場址范圍”為主，選地圈地后，電站方的資源工程師需要攜帶圈選得到的范圍結果到自然資源局、林草局、水利局、環保局等政府部門逐一落實環境敏感性區域，然后再對圖紙進行調整，從而初步測算場址范圍。此種方法存在以下缺點：1)資源工程師需要在與各個政府部門對接過程中，反復對圈選的場址進行核對與修改，存在大量重復工作，工作效率較低，篩選場址進度慢；2)項目投資方與資源工程師對所選地地形地貌并不熟悉，場址的初選位置主要依賴于當地向導，而向導由于缺乏專業知識，常導致所推薦的場址不理想，影響項目進度及后期收益；3)選取的場址區域往往小于該地區實際可開發利用的范圍，導致場址范圍通常偏小。

由于存在上述缺點和局限性，導致該選址方法較適用于小規模、小區域光伏電站的宏觀選址，不適用于現階段以縣、市、省甚至大流域為單位的大規模光伏電站的宏觀選址工作。鑒于此，本文提出一種基于地理信息系統(GIS)技術的大規模光伏電站宏觀選址方案，該方案是將GIS技術與Candela3D軟件快速布置光伏組件的功能相結合，以期為今后大規模光伏電站建設前期的宏觀選址提供新思路。

1 光伏電站宏觀選址

光伏電站的宏觀選址首先需要考慮坡度、坡向、陰影、匯水區域和資源條件，一般情況下，光伏陣列的布置應保證當地冬至日真太陽時09:00～15:00時段內前、后、左、右的光伏組件互不遮擋。其次，需要充分考慮并有效避開自然保護區、壓覆礦、生態紅線、基本農田、水源保護地及風景區等環境敏感性區域，并使規劃項目與環境敏感性區域之間留有一定的避讓距離作為緩沖，避免后期由于場平時工人操作不當、施工期偶遇極端氣候等原因擾動環境敏感性區域。

2 工作思路

在GIS技術下使用Python語言對地形數據進行處理[1-2]，利用處理結果再結合大規模光伏電站的光伏組件布置方式，由計算機執行光伏電站的宏觀選址，從而實現大規模光伏電站選址規劃高效快捷及項目發電收益最大化的目標。大規模光伏電站宏觀選址的具體步驟如下：

1)以省界、市界、縣界或給定區域為邊界作為光伏電站建設的目標區域，獲取該區域內的矢量地形數據 (ASTER、STRM3數據或實測地形數據等)、太陽能資源數據，以及環境敏感性區域的分布圖。

2)將矢量地形數據柵格化生成由柵格點組成的數字高程模型(DEM)，逐步進行坡度、坡向、陰影、匯水區等分析，生成可用地形區域。

3)針對基本農田、礦產資源、自然保護區、公益林、水源保護區、生態保護紅線等環境敏感性區域的分布圖進行分析計算，生成緩沖帶，篩選出可用場址區域。

4)對太陽能資源進行分析，將年總輻射量大于1050 kWh/m2的區域生成資源可用區域。

5)以最小裝機規模或最小征地面積為閾值對項目初選的可用場址區域進行篩選，通過Python語言對不滿足要求的場址進行剔除，將滿足要求且距離相近的場址進行合并。

6)采用Candela3D軟件進行光伏組件布置，并匯總最終結果，從而得出規劃區域內光伏電站直流側裝機規模。

大規模光伏電站宏觀選址流程圖如圖1所示。

圖1 大規模光伏電站宏觀選址流程圖Fig. 1 Flow chart of macro site selection of large-scale PV power station

3 GIS技術和Candela3D軟件的光伏組件布置方法在宏觀選址中的應用

3.1 太陽能資源分析

太陽能資源的豐富程度是光伏電站發電收益的重要決定因素之一。首先對初選的目標區域進行太陽能資源甄選，將太陽能資源條件好的區域作為資源可用區域。在甄選時重點考慮總太陽輻射量GHI，其是地球表面某一觀測點水平面上接收的太陽直射輻射量DNI與太陽散射輻射量DHI的總和。水平面上接收的總太陽輻射量的計算公式為：

年總太陽輻射量的等級劃分[3]如表1所示。

成立于2008年的Susan Brown’s Baby蘇珊布朗寶貝是來自美國的高端護膚品牌，專注于嬰童的問題肌護理，特別適用于干性肌膚。其產品純天然、無添加、易吸收，富含初榨的荷荷巴油、辣木油等天然植物精華，對于嬰童的肌膚有著極強的保濕、鎖水和修復作用，受到了美國好萊塢眾多影星的喜愛。

表1 年總太陽輻射量的等級劃分Table 1 Classification of annual total solar radiation

為保證規劃的光伏電站的發電收益，在宏觀選址時只考慮A、B、C類資源區域，將D類資源區域劃為限建區。

3.2 用地政策分析

光伏發電項目規劃必須滿足自然資源部辦公廳、國家林業局和草原局辦公室、國家能源局綜合司印發的《關于支持光伏發電產業發展規范用地用林用草管理有關工作的通知》(征求意見稿)的要求，將自然保護區、森林公園、基本農田、生態紅線、水源保護區、有林地、疏林地、未成林造林地、采伐跡地、火燒跡地，以及年降雨量400 mm以下區域覆蓋度高于30%的灌木林地和年降雨量400 mm以上區域覆蓋度高于50%的灌木林地劃定為光伏發電項目限建區域。

3.3 坡度及坡向分析

平坦地形或緩坡山地均可作為光伏電站的場址，為保證光伏組件整體發電量及土地利用率，需對不同坡向分別設置極限坡度。考慮到光伏電站的經濟性及光伏組件之間的相互遮擋問題，在山地光伏電站布置光伏組件時，所選場地的南坡、東坡、西坡、北坡的坡度宜分別控制在 30°、10°、10°及 5°以內。

采用平面坡度算法[4]計算i處的坡度θi，計算式為：

式中：Δh為i處柵格點與各個方向相鄰柵格點的最大高差；Δd為i處柵格點與最大高差柵格點的距離差。

坡向由計算得到的坡度值來判斷。

3.4 陰影分析

在山地光伏電站規劃光伏陣列的布置時，必須考慮周邊山體對陣列的陰影遮擋，將冬至日09:00～15:00時因山體形成的陰影區域繪制為限建區域[5]。山體陰影值Hs的計算式為：

3.5 匯流區分析

考慮到光伏組件的安全性，光伏電站場址不應布置于洪水沖擊區域，不宜布置在匯水區域。采用D8單流向算法對無凹陷的DEM地形進行分析，找出匯水區域，形成不可用區域[6]，其中，水流方向由每個像素單元最陡坡度決定。最陡坡度的計算式為：

式中：Sl(i)、a(i)、d(i)分別為坡度為i時的斜率、高程、距離，i的取值可選 0°、45°、90°、135°、180°、225°、270°、315°；z為原點高程。

3.6 可用區域分析

可用區域可通過式(5)對光伏電站建設時的目標區域進行遍歷得到，即：

式中：(x,y)為目標區域的柵格點的坐標，Ux,y=1時的集合為可用區域；Ax,y=1的集合為光伏電站建設的目標區域；Tx,y=1的集合為不滿足坡度要求的區域；Rx,y=1的集合為不滿足政策要求的區域；Dx,y=1的集合為被山體陰影遮擋的區域；Mx,y=1的集合為匯水區域；Sx,y=1的集合為太陽能資源為D類的資源不可用區域。

3.7 裝機規模分析

Candela3D是由坎德拉(北京)科技有限公司基于著名的SketchUp三維設計平臺開發的光伏發電系統三維設計軟件。該軟件適用于平坦地形及復雜山地的光伏電站，可以在生成的三維模型中進行光伏組件的布置、修改。

通過給定的擬選光伏組件參數、光伏方陣基本參數，利用Candela3D軟件在GIS技術下生成的可用區域范圍內對光伏組件進行快速排布。利用自動定間距功能快速布置并自動進行光伏組件間的陰影校核，刪除被遮擋的光伏組件。最終得出規劃場址區域內光伏電站的直流側裝機規模。

4 案例分析

以某區域作為目標區域，分析在該區域進行的大規模光伏電站宏觀選址。

該區域的海拔在3320～5771 m之間，屬于典型山地地形。該區域的太陽能資源豐富，夏半年(春季、夏季)的總太陽輻射量多于冬半年(秋季、冬季)的，夏半年的總太陽輻射量一般占全年的60%左右。其中，春季的最大，占全年的30%左右；冬季的最小，僅占全年的18%～20%。

采用Solargis數據進行目標區域的太陽能資源分析，該區域的年總太陽輻射量情況如圖2所示。

圖2 目標區域的年總太陽輻射量情況Fig. 2 Annual total solar radiation in the target area

從圖2中可以看出：目標區域的年總太陽輻射量在874～1790 kWh/m2之間，擬選取年總太陽輻射量在1057～1790 kWh/m2之間的區域作為資源可用區域。

利用分辨率為90 m×90 m的地理高程數據SRTM3數據對目標區域的地形進行坡度、坡向、陰影、匯水等的分析，并3D建模。匯水分布和陰影分析的3D建模結果如圖3所示。

圖3 匯水分布和陰影分析的3D建模結果Fig. 3 3D modeling results of catchment distribution and shadow analysis

通過綜合太陽能資源可用區域及坡度、坡向、陰影分析、匯水分布等的分析結果，排除基本農田、礦產資源、自然保護區、公益林、水源保護區、生態保護紅線等環境敏感區域后，得到可用光伏電站場址區域；然后設置最小光伏組件布置區域的面積閾值，剔除零星瑣碎的小片區域，從而提高土地利用率，并減少工程成本。最終的光伏電站場址規劃區域共18個地塊(地塊0～地塊17)，具體如圖4所示。

圖4 光伏電站場址規劃區域Fig. 4 Planning area of PV power station site

本文僅針對地塊6進行光伏組件布置及裝機規模測算。該地塊可用面積為19.23 km2，平均海拔為4017 m，年總太陽輻射量在1527～1651 kWh/m2之間。光伏電站的設置如下：采用固定式光伏支架，支架傾角為25°，光伏組件最低點距地高度為0.5 m；采用545 Wp雙面雙玻單晶硅光伏組件，組件尺寸為2256 mm×1133 mm×35 mm；26塊光伏組件組成 1串光伏組串，每個光伏支架上放置1串光伏組串。利用Candela3D軟件進行光伏組件的快速布置，布置結果如圖5所示，得出地塊6的總裝機規模約為100萬kW。

圖5 地塊6的光伏組件布置圖Fig. 5 Layout of PV modules on block 6

5 結論

本文提出了一種基于GIS技術的大規模光伏電站宏觀選址方案，該方案充分考慮了太陽能資源條件、坡度、坡向、陰影、匯水區及環境敏感區對光伏電站開發的影響，利用Python語言在GIS中實現地形自動篩查，將篩選結果輸入Candela3D軟件進行光伏組件快速布置，從而快捷高效地得到滿足要求的光伏電站場址及裝機規模。該方案尤其適用于以縣、市、省甚至大流域為單位的大規模光伏電站的選址工作。選取的光伏電站場址較準確、可靠，能滿足光伏電站的宏觀選址要求。

需要說明的是，地形分辨率很大程度的影響了坡度分析、坡向分析、陰影分析及光伏組件布置的結果，采用更高分辨率的遙感數據所得出的結果更精準可靠。ASTER、STRM3地形數據分辨率分別為 30 m×30 m、90 m×90 m，該分辨率僅適合于大規模光伏電站宏觀選址。針對后期精細化地形篩選則需要1:1000及以上比例尺的實測地形圖數據。