Προσδιορισμός Θέσεων για την κατασκευή Φωτοβολταϊκών, στο Θιβέτ με χρήση Τηλεπισκόπησης και Γεωγραφικής Ανάλυσης
Από RemoteSensing Wiki
Selecting photovoltaic generation sites in Tibet using remote sensing and geographic analysis
Siheng Wang a,b, Lifu Zhang a,⇑, Dongjie Fu a, Xu Luc, Taixia Wua, Qingxi Tong a a State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China b University of Chinese Academy of Sciences, Beijing 100049, China c Clark University, 950 Main Street, Worcester, MA 01610, United States Received 18 August 2015; received in revised form 26 March 2016; accepted 28 March 2016 Available online 18 April 2016 Communicated by: Associate Editor Arnulf Jaeger-Waldau
πηγή: [[1]]
Μετάφραση και Περίληψη
Θέμα και Στόχος:
Στην δημοσίευση αναγνωρίζεται η μεγάλη σημασία που έχει η παραγωγή ηλεκτρικής ενέργειας από φωτοβολταϊκά, για την μείωση των αερίων του θερμοκηπίου και ειδικά στην Κίνα. Παρατηρείται, ότι σε πολλές περιπτώσεις οι σταθμοί που έχουν κατασκευαστεί δεν καλύπτουν την τοπική ζήτηση ή αντιθέτως παράγουν περίσσεια ενέργειας που δεν μπορεί να εισαχθεί στο δίκτυο. Ως αιτίες αυτών των προβλημάτων παρουσιάζονται η συλλογή δεδομένων με ανεπαρκή χωρική ανάλυση και η ελλιπής εξέταση της δυνατότητας σύνδεσης των νέων σταθμών. Έτσι, επιχειρείται σε αυτή την μελέτη, να δοθεί μία προπαρασκευαστική μέθοδος εύρεσης των καταλληλότερων σημείων δημιουργίας φωτοβολταϊκών σε μία περιοχή, με την χρήση Τηλεπισκόπησης υψηλής ανάλυσης και GIS. Ώστε, να βοηθήσει στον στρατηγικό σχεδιασμό και στην μείωση των ρίσκων.
Μεθοδολογία:
Η Τηλεπισκόπηση χρησιμοποιείται για προσδιορισμό της επιφανειακής ηλιακής ακτινοβολίας, που είναι ο βασικός παράγοντας, σε μία μεγάλη έκταση. Στα GIS εφαρμόζονται πράξεις στους χάρτες με τις πιθανές τοποθεσίες, για να ελαχιστοποιηθούν οι επιλογές και να παραμείνουν οι πιο υποσχόμενες.
Υπάρχουν δύο μεθόδους που μπορούσαν να χρησιμοποιηθούν για την τηλεπισκοπηκή εκτίμηση της προσπίπτουσας ακτινοβολίας DSR (ίδιος ορισμός με Global Horizontal Irradiance, GHI) και είναι οι Albedo-based models και οι Reflectance-based models. Και στις δύο η εξωγήινη-εξωτερική ακτινοβολία και η συνολικά ανακλώμενη ακτινοβολία μετρώνται από δορυφόρους. Όμως γίνεται διαφορετικός υπολογισμός της απορροφόμενης ακτινοβολίας από την ατμόσφαιρα και ενός μαθηματικού συντελεστή που μπαίνει στους υπολογισμούς. Για να συλλεχθούν υψηλότερης ανάλυσης δεδομένα επιλέχτηκε η δεύτερη μέθοδος ολοκληρωμένη από δύο look up tables (LUT). Τα LUTs λαμβάνουν ως εισόδους τον φωτισμό, την συγκεκριμένη γεωμετρία του χώρου, ατμοσφαιρικές παραμέτρους και την κορυφαία ατμοσφαιρική ακτινοβολία (TOA) που μετριέται από δορυφορικούς αισθητήρες. Με αυτό τον τρόπο παράγονται μεγάλα χρονικά δεδομένα της DSR.
Πέρα από την DSR, ως ουσιαστική παράγοντες στην δημοσίευση, καθορίζονται οι Επιφανειακή Κάλυψη της γης, ο Προσανατολισμός, η Κλίση των πάνελ καιν το Υψόμετρο. Για να βρεθούν οι καλύτερες περιοχές εφαρμόστηκε overlay στο ArcGIS (ESRI) σε επίπεδα (layers) με αυτές τις πληροφορίες.
Σημαντική μεταβλητή θεωρήθηκε και η Απόσταση από Υποσταθμούς του Δικτύου Ηλεκτρισμού που ανεβάζει αρκετά το κόστος.
Συνολικά, η μεθοδολογία αποτυπώνεται στο παρακάτω διάγραμμα:
Πεδίο Εφαρμογής:
Η εξέταση της μεθοδολογίας έγινε στο Θιβέτ της Κίνας. Πρόκειται για περιοχή με μεγάλη προσπίπτουσα ηλιακή ακτινοβολία αλλά σε πολύ ψηλό υψόμετρο. Τα προτιμότερα μέρη για φωτοβολταϊκά είναι τα Δυτικά σε μεγάλο υψόμετρο, με ερήμους και ξηρά κλίματα. Οι περισσότεροι υποσταθμοί βρίσκονται Νότια.
Συλλογή Δεδομένων:
Χρησιμοποιήθηκε το Global land surface satellite (GLASS) DSR dataset (Liang and Zhang, 2012) για την ανάκτηση της DSR από το 2008 έως το 2010 (αν και επιλέχτηκαν οι πληροφορίες μόνο για το 2008-2009). Το GLASS DSR data λαμβάνει δεδομένα από το Meteosat Second Generation (MSG) προσφέροντας την προσπίπτουσα ακτινοβολία DSR κάθε 3 ώρες με χωρική ανάλυση 5 km μέσω της προσομοίωσης MODTRAN4 radiative transfer model. Τα στοιχεία αυτά προσφέρονται σε μορφοποίηση (format) EOS-HDF. Για να εξαχθεί η ηλιακή ακτινοβολία χρειάστηκε επίσης ένα ημιτονοειδής μετασχηματισμός sinusoidal conversion model, ο οποίος όμως έχει σχεδιαστεί μόνο για ημέρες με καθαρό ουρανό. Λήφθηκε το SRTM DEM (digital elevation model) από την NASA που έχει πάλι προκύψει από τηλεσκοπηκές, διαστημικές μετρήσεις radar και έχει χωρική ανάλυση 90m και απόλυτο σφάλμα υψομέτρου 6,2m. Για την εξέταση της Επιφανειακής Κάλυψης της γης, έγινε χρήση του Moderate Resolution Imaging Spectroradiometer (MODIS) και συγκεκριμένα του (MOD12Q1) από το NASA’s Level 1 Atmosphere Archive and Distribution System (LAADS) website (LAADS Web, 2015). Η κατηγοριοποίηση (classification), προήλθε από το University of Maryland’s (UMD) classification algorithm με χωρική ανάλυση 1km και από τις 15 κατηγορίες του MODIS land cover data επιλέχτηκε η grassland και desert (γρασίδι και έρημος) για την ανάλυση στο GIS. Εξαιτίας ελλιπών δεδομένων για τις ηλεκτρικές υποδομές της Κίνας, οι υποσταθμοί προσδιορίστηκαν χωρίς αυτόματη διαδικασία, από το Google Earth, με βάση στοιχεία των υπηρεσιών του 2011.
Αποτελέσματα Μετρήσεων και Συμβολή στον Επιστημονικό Προβληματισμό:
- Οι υψηλότερες τιμές ηλιακής ακτινοβολίας καταγράφονται το καλοκαίρι
- Παρά τις διακυμάνσεις η ακτινοβολία φαίνεται αντίστοιχη και στα έτη 2008, 2009
- Η DSR μειώνεται από Δυτικά προς Ανατολικά
- Οι περιοχές Shigatse και το δυτικό-κεντρικό τμήμα του Ngari είναι οι πιο πλούσιες σε ηλιακό δυναμικό.
- Υπήρξαν ακραίες τιμές που οφείλονται στις επιφάνειες νερού ή σε δασικές εκτάσεις και δίνουν λανθασμένα αποτελέσματα. Παρότι δεν αλλάζουν την αποτελεσματικότητα του πρακτικού μέρους της έρευνας γιατί αποκλείστηκαν από την GIS ανάλυση
Για τον εντοπισμό των πιο υποσχόμενων σημείων μέσω GIS:
- επιλέχτηκε το 10% των περιοχών με την υψηλότερη προσπίπτουσα ακτινοβολία
- κλίση εδάφους μικρότερη από 5ο
- υψόμετρο μικρότερο από 5000m
- επιφανειακή κάλυψη γης με γρασίδι ή ερημική
Τελικά:
- Οι μεγαλύτερες συγκεντρώσεις πιθανών σημείων βρίσκονται στο Shigatse και Ngari
- Ωστόσο, το δεύτερο χάνει την βαρύτητα του λόγω απόστασης από τους υποσταθμούς
- Από το σύνολο των κριτηρίων κάποια σημεία, σε περιοχές με διάσπαρτα πιθανά σημεία, είναι πολύ ελκυστικά (Lhasa)
- Κάποιες γραμμικές-μικρές συγκεντρώσεις σημείων, σε περιοχές που δεν έχουν πολύ συγκέντρωση πιθανών σημείων, είναι αρκετά σημαντικές.
- Η έρευνα διαχωρίζοντας τα σημεία με κριτήριο την απόσταση από υποσταθμούς παρέχει πληροφορία για τις περιοχές που ενδείκνυνται για αυτόνομη ηλεκτροπαραγωγή
- Δεν εξετάστηκαν η φύση του εδάφους που είναι παράγοντας κόστους για τις εγκαταστάσεις
- Η ακρίβεια του GLASS DSR είναι καλύτερη σε περιοχές με καθαρό ουρανό και μειώνεται για περιοχές με σύννεφα, όπου η μέθοδος χάνει μέρος της αξίας της.
- Η μετατροπή της προσπίπτουσας μετρούμενης DSR σε καθημερινή DSR, μειώνει και αυτή την ακρίβεια. Αυτό θα μπορούσε να ελαχιστοποιηθεί με πιο αναλυτικά χρονικά δεδομένα.
- Τα δεδομένα διάρκειας 2 χρόνων είναι μικρά και μετρήσεις από μακρύτερο χρον ικό διάστημα θα αύξαναν την αξιοπιστία