基于地理信息系统(GIS)与层次分析法(AHP)整合及实地数据校准产量建模的太阳能发电厂(SPP)适宜性分析:申纳克省案例研究
《Journal of Atmospheric and Solar-Terrestrial Physics》:Suitability Analysis of Solar Power Plants (SPP) via Geographic Information Systems (GIS) and Analytic Hierarchy Process (AHP) Integration and Field-Data-Calibrated Yield Modeling: A Case Study of ??rnak Province
【字体:
大
中
小
】
时间:2026年09月26日
来源:Journal of Atmospheric and Solar-Terrestrial Physics 2.2
编辑推荐:
•五个运营中的光伏电站(SPP)实测数据验证了理论发电量估算值。
•验证结果显示,SolarGIS估算值与实测发电量之间存在16.6%的误差。
•实测数据表明容量系数为15.93%,性能比为83.43%。
•在AHP权重中,气候和微气候标准占比达46%。
•经实测数据校准的指
•五个运营中的光伏电站(SPP)实测数据验证了理论发电量估算值。
•验证结果显示,SolarGIS估算值与实测发电量之间存在16.6%的误差。
•实测数据表明容量系数为15.93%,性能比为83.43%。
•在AHP权重中,气候和微气候标准占比达46%。
•经实测数据校准的指标对锡拉纳克(??rnak)六个拟选址进行了输出重新校准。
**引言**
全球能源需求的快速增长、工业化进程以及化石燃料储量的快速枯竭,已导致气候变化和环境恶化等全球性危机(Kocabald?r & Yücel, 2023)。化石燃料在全球能源生产中所占的主导份额以及由此产生的温室气体排放,使得向清洁可再生能源转型以实现可持续未来成为必然(Günen, 2021;Khan等, 2023)。太阳能作为一种清洁、无限且环保的资源,目前是最受青睐的可再生能源替代品之一,这主要归功于光伏(PV)系统安装成本的不断下降以及技术的持续进步(Günen, 2021;Uyan, 2013)。
土耳其位于北纬36°–42°、东经26°–45°之间,与欧洲及全球许多其他地区相比,在太阳能潜力方面具有极为有利的地理位置。由能源与自然资源部编制的土耳其太阳能潜力图集(GEPA)中的数据,以数字形式有力地证明了这一巨大潜力。根据GEPA数据,土耳其年平均总日照时长为2741小时,日均为7.5小时。如此高的日照时长表明,该国每年平均有110至114个完全晴朗的天气日。全国年均总太阳辐照强度达1527 kWh/m2·年,日均为4.18 kWh/m2·日(Colak等, 2020)。东南安纳托利亚地区凭借其高太阳辐照度和长日照时长,构成了土耳其中大规模光伏电站(SPP)投资最具吸引力的区域之一(K?rcal? & Selim, 2021;Matpay, 2024;?zcanl?等, 2021)。
然而,将这一巨大潜力高效、经济地并网,取决于以科学严谨的方式确定光伏电站安装的最适宜区域。仅基于官方机构提供的理论辐照图进行投资决策可能会产生误导,无法获得最优结果,因为它忽视了现场微气候和地形约束(Coruhlu等, 2022)。因此,成功的选址过程绝不能简化为仅仅识别具有高太阳辐照度的区域。相反,它是一个复杂的多准则决策(MCDM)问题,需要同时优化多维度的、往往相互冲突的目标,例如最大化能源生产效率、最小化项目投资成本、确保技术可行性以及维护环境可持续性(Al Garni & Awasthi, 2017;Aly等, 2017)。MCDM方法能够管理由技术、经济、环境和社会经济变量产生的复杂性,以及决策者不同意见所产生的冲突,从而在这一相互依存的准则矩阵中提供最优解和空间优化(Albraheem & Alabdulkarim, 2021;Noorollahi等, 2016)。
对当前国际文献的全面综述表明,地理信息系统(GIS)与多准则决策(MCDM)方法的集成被广泛公认为可再生能源项目——尤其是大规模光伏电站——空间规划和战略选址中最可靠、最普遍且最有效的研究方法(Almasad等, 2023;Gacu等, 2023)。在文献中众多的MCDM技术中,层次分析法(AHP)是最常被成功应用于GIS解决空间选址问题的方法(Al Garni & Awasthi, 2017)。AHP由T.L. Saaty开发,将复杂的决策过程转化为层次结构,使潜在冲突的定性和定量准则能够同时得到系统性评估(Colak等, 2020)。该方法通过基于专家意见的两两比较矩阵,为环境、地形、气候和基础设施变量的相对权重建立了数学依据(Settou等, 2021)。此外,该方法固有的一致性比率(CR)计算可测量并最小化可能由决策者主观判断产生的偏差和不一致,从而证明所得结果的科学可靠性(Malczewski, 1999)。
在具有完全不同地形、生态和气候动态的不同地理区域——如欧洲、中东、北非和东亚——开展的近期研究表明,地理信息系统(GIS)与多准则决策(MCDM)模型的集成,尤其是层次分析法(AHP),已成为太阳能选址的通用标准。例如,在欧洲,Adjiski和Serafimovski(2024)利用GIS和AHP,通过评估太阳辐照度、地形形态(坡度、坡向)以及与道路、电力线和城区的邻近程度,绘制了北马其顿的适宜性地图。在中东地区,Al Garni和Awasthi(2017)利用GIS-AHP模型评估了沙特阿拉伯公用事业级光伏适宜性,对太阳辐照度、温度、地形和基础设施邻近度进行了加权,而Albraheem和Alabdulkarim(2021)则使用类似的准则集成功绘制了利雅得地区的区域级太阳能潜力图。同样,摩洛哥(Amrani等, 2024)、阿尔及利亚(Settou等, 2021)、中国(Sun等, 2021)和伊朗(Noorollahi等, 2022)等地的研究也通过关注太阳辐射、地形、土地利用和到电力网距离等技术、经济和环境准则,绘制了最佳光伏选址图。
土耳其的研究也与这一全球方法趋势展现出强烈的平行性。在科尼亚卡拉帕纳尔地区的开创性研究中,研究人员利用AHP,对土地利用、坡度以及与定居点、道路和输电线路距离等环境和经济因素进行加权,确定了最适合光伏电站的区域(Uyan, 2013)。在马拉提亚省开展的研究,除太阳能潜力外,还将断层线、变电站、湖泊和天然气管道等特定环境约束纳入模型,进行了适宜性分析(Colak等, 2020)。同样,在气候和地形特征高度多样化的省份开展的空间规划研究,如伊赫德(I?d?r)(Koc等, 2019)、安塔利亚(K?rcal? & Selim, 2021)、布尔杜尔(Burdur)(Yal??n & Yüce, 2019)、开塞利(Kayseri)(Günen, 2021)和恰纳卡莱(?anakkale)(Kocabald?r & Yücel, 2020, 2023),均利用GIS与AHP的集成确定了太阳能投资的最佳选址。该方法论框架也已应用于国内其他可再生能源技术,如风电场的选址(Can等, 2024),表明其适用性已超越单一能源形式。该方法论在全国范围的扩展——从高海拔的东部边境地区如卡尔斯(Kars)(Demir, 2023)和凡城(Van)(Matpay, 2024)气候恶劣的地区,到南部和西部农业、复杂地形及工业中心如阿达纳(Adana)(?zdar & Ge?en, 2026)、代尼兹利(Denizli)(Tanr?kulu & Partig??, 2024)和马尼萨(Manisa)(Uysal & Uysal, 2026;üzülmez & Hatipo?lu, 2023)——证明GIS与MCDM的集成已成为土耳其战略能源规划的全国标准。
然而,对当前文献中基于GIS和AHP的光伏电站选址研究的审视显示,大多数研究仅限于通过叠加各种环境和技术准则来生成理论适宜性地图。利用现有运营中电厂的实际发电数据对这些生成的潜力图进行实证验证是相当罕见的(Uyan, 2013)。此外,在分析理论模拟软件(如SolarGIS)提供的发电量估算值与实际田间输出之间的偏差方面,存在显著的方法论空白,且如何将这些偏差纳入新的决策模型也缺乏研究。仅基于理论太阳辐射建模的能源投资规划,由于忽略了区域灰尘、高地表温度或特定大气动态等微气候因素,在实际中可能导致严重的发电量损失(Almasad等, 2023;Yilmaz等, 2024)。特别是在锡拉纳克(??rnak)这类既拥有丰富太阳能潜力又面临独特地形和气候挑战的地区,排除站点特定参数将限制理论模型的实用工业成功。
在国际文献中开展的空间规划研究中,通常首选宏观层面的准则来确定光伏电站选址。在此背景下,基本的天气因素如太阳辐射和温度(Yilmaz等, 2024);地形约束如坡度、坡向和海拔(Sun等, 2021);以及经济和物流变量包括到定居点、输电线路和主要道路的距离,都是模型中标准包含的内容(Al Garni & Awasthi, 2017)。然而,已有研究证明,不仅温度和辐射,高相对湿度、云量频率和空气中悬浮颗粒物(如年均PM2.5浓度)对光伏组件的光伏性能具有直接的限制和降低发电量的影响(Ahadi等, 2023;Almasad等, 2023;Moslemi & Safaie, 2026;Noorollahi等, 2016)。空气中的灰尘和颗粒物会积聚在组件表面,直接吸收短波太阳辐射(Noorollahi等, 2016),而密集的云量频率和近地表相对湿度会导致太阳辐射的反射或阻挡,从而显著降低电站效率(Gacu等, 2023;Rana & Moniruzzaman, 2024)。
为了弥补现有文献中发现的方法论空白和缺乏实证验证的问题,本研究旨在为锡拉纳克省呈现一个综合性的、经实地验证的、高精度的、丰富微气候数据的GIS与AHP决策支持模型。为实现最优光伏电站选址,模型同时集成了15个可能相互冲突但直接影响项目成功的至关重要准则。在此背景下,太阳能潜力、坡度、坡向、海拔和岩性等基本物理因素和地形约束作为首要准则;同时纳入基础设施和环境因素,包括到输电线路、断层线、道路、住宅区、土地利用和水体的距离,这些因素直接决定投资的建设、运营和物流成本及安全边界。然而,在大多数选址研究中,气候和大气相关变量的数量被限制得相当有限。这种最小化使用导致忽略了抑制组件效率的局部动态,从而负面影响MCDM过程的可靠性及其现实优化成功。为消除这一弱点并以工业标准强化所开发的MCDM模型,模型在传统因素之外纳入了创新的、直接反映局部气候动态的微气候参数。在这方面,年均PM2.5浓度、云量频率、近地表相对湿度和温度等大气参数,由于直接限制光伏电池的表面性能和辐射吸收,被整合进决策矩阵中。通过这一稳健的集成,理论模型在锡拉纳克这类具有独特地理条件的地区生成了最现实、最可靠且可实证检验的投资方案。
GIS与AHP的集成本身在太阳能选址中已是成熟程序,本研究并不声称在权重算法层面具有方法论创新。其贡献在于决策模型由何构建以及最终产出了什么,可明确阐述为以下三点。(i)微气候准则作为加权决策变量:年均PM2.5浓度、云量频率和近地表相对湿度被直接纳入两两比较矩阵,而非作为事后校正系数处理。在露天煤矿和采矿活动广泛的锡拉纳克,仅PM2.5一项就占据12%的权重,与坡度相当且高于模型中所有其他地形、环境和基础设施准则;这表明在采矿密集型地区,污染相关参数能够实质性地重新排序决策矩阵。(ii)针对运营电站的实证验证:将理论适宜性输出与研究区域内五个正在发电的光伏电站的实测比发电量进行对比测试,并量化其与SolarGIS估算值的偏差(16.6%),而非假定偏差。据我们所知,很少有GIS-AHP适宜性研究能够使用同一省份的田间发电数据来闭合这一验证回路。(iii)经校准的发电量基输出:第(ii)点中获得的偏差被反馈回模型,使得六个拟选址以kWh/kWp为单位表示预期比发电量区间(1232.95–1586.64),而非无量纲适宜性评分,从而将适宜性地图转化为可直接用于可行性评估的输入。
**章节片段**
**方法论**
所应用方法论的概念框架和程序步骤概述于图2.1所示的流程图中。
根据既定的工作流程,该研究基本由五个相互依存的主要阶段组成:(i)收集构成研究基础的15个不同气候、地形、环境和基础设施标准的数据,并在GIS环境中对其进行标准化;(ii)排除法律上的限制区域(否决因素)
SPP在锡尔纳克省的Areal Spatial Assessment——基于GIS环境中整合多准则决策方法(MCDM)和层次分析法(AHP)算法获得的最终适宜性地图,以单元为基础揭示了锡尔纳克省境内各土地的SPP安装潜力。所获得的空间数据以实际公顷数计算,专门针对锡尔纳克中心及6个区(伊迪勒、格屈勒科纳克、西洛皮、吉兹雷、乌吕代雷、拜图什沙巴普),结果见表3.1。根据分析结果,总面积的33.28%(232,274公顷)
结论——本研究通过整合GIS、层次分析法(AHP)和实证生产数据,为确定锡尔纳克省最佳SPP区域提供了一个高精度且对风险敏感的地理决策支持框架。针对当前文献中缺乏微气候参数和实地验证等基本方法论空白,本研究将理论适宜性模型的可靠性向前推进了一步。所纳入的多准则矩阵包含15个稳健变量,以及
CRediT作者贡献声明:埃迪普·塔什凯森:撰写——审阅与编辑,撰写——原稿,验证,监督,方法论,调查。韦利·巴特马斯:撰写——审阅与编辑,撰写——原稿,验证,软件,方法论,调查,概念化
未引用参考文献:Adjiski和Serafimovski,2024。
利益冲突:作者声明不存在与本稿件内容相关的利益冲突。
资助:未收到资助以协助完成本稿件。
利益冲突声明:? 作者声明不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。
韦利·巴特马斯 | 埃迪普·塔什凯森