基于GIS的高海拔山區(qū)風電場智能微觀選址研究

仲 煒，葛 瑩，張 杰，王 沖，周靖斐，肖勝昌

（1. 河海大學 地球科學與工程學院，江蘇 南京 211100；2. 中國電力建設(shè)集團 昆明勘測設(shè)計研究院有限公司，云南 昆明 650051）

0 引 言

風電場選址包括宏觀選址與微觀選址。宏觀選址是對一個較大地區(qū)的風能、地形等條件進行考察，篩選出風能資源豐富的小區(qū)域的過程。微觀選址是在宏觀選址的基礎(chǔ)上，對風力發(fā)電機組進行優(yōu)化布置，使整個風電場具有良好的經(jīng)濟效益、社會效益的過程[1]。然而，在高海拔山區(qū)，由于復(fù)雜地形的影響，各處的風速有所不同，利用現(xiàn)有的風電場選址軟件進行風能資源評估存在一定困難，此時的選址結(jié)果基本不可靠[2]。因此，亟需對高海拔山區(qū)風電場微觀選址方法開展研究。

國內(nèi)許多學者針對風電場選址做了大量的研究[3-7]。鄧院昌通過對國內(nèi)風電場位置進行分析，認為地形在宏觀選址中起著重要的作用[8]。王娟敏提出了一種基于GIS的風電場宏觀選址方法，利用GIS空間分析工具將地形因子疊加運算，找出風電場適宜區(qū)域。但由于對各地形因子只是簡單疊加，其宏觀選址結(jié)果的合理性還存在一些問題[9]。白紹桐以沿海城市的風電場項目為例，考慮建筑物分布、土地性質(zhì)的影響，提出按盛行風向不變時的風機排列方式對風電機組進行布置[10]。洪祖蘭根據(jù)云南風電場選址的實際情況，建議在高度適中的迎風向山脊地區(qū)，根據(jù)山脊的寬度選擇單排或多排布置風電機組[11]。吳培華根據(jù)國內(nèi)風電場建設(shè)特點，認為復(fù)雜地形下風電場微觀選址需要考慮地形特征，風電機組應(yīng)該順著山脊的走勢布置[12]。李良縣在對復(fù)雜山區(qū)風機位置進行分析后認為，高海拔山區(qū)山脊、山頂點上的風速、風功率密度較高，適宜布置風電機組[13]。

上述研究指明了在地形復(fù)雜的山區(qū)，以山脊、山頂點作為布置風電機組的位置，提供了復(fù)雜地形下風電場微觀選址的理論依據(jù)，但并未指出如何智能、快速地獲取山脊線、山頂點。本文提出一種顧及地形的風電場微觀選址方法，在GIS環(huán)境下，利用SRTM DEM地形數(shù)據(jù)和風能資源數(shù)據(jù)，自編python程序?qū)ρ芯繀^(qū)域進行風能資源評估，通過山脊線、山頂點的自動、快速提取，改變了傳統(tǒng)的風電場微觀選址中依靠人工判斷山脊線、山頂點的方式，實現(xiàn)了高海拔山區(qū)風電場微觀選址的智能布機。

本文第一部分總結(jié)了目前復(fù)雜地形以及高海拔山區(qū)的風電場微觀選址方法；第二部分介紹了基于GIS空間分析的高海拔山區(qū)風電場微觀選址方法，并在第三、四部分通過風電場項目實例對該方法的合理性和可靠性進行分析驗證。

1 風電場微觀選址規(guī)劃過程及理論依據(jù)

復(fù)雜地形下風電場微觀選址需考慮地形條件的影響。首先計算擬建風電場地區(qū)的風能資源，篩選出風能資源豐富的區(qū)域；根據(jù)地形條件確定適合布置風電機組的地形位置，要求坡度較緩；在實際地形上布置風機，一般主風向上為5～9倍風機直徑，垂直主風向上為3～5倍風機直徑；計算發(fā)電量及湍流強度、尾流損失等的影響，比較不同方案，選擇最佳的風機間距布置風機[14]。

高海拔山區(qū)的風電場微觀選址需結(jié)合地形特征進行規(guī)劃。在高海拔山區(qū)，有的僅能在可放置風機的位置上布置風機；有的地方有山谷、山丘等地形組合，風機布置受多種因素的綜合影響[15]；當擬建風電場位于山脊地區(qū)時，就順著山脊線的走勢，選取山脊線上的山頂點位置布置風機。選擇山脊位置布置風電機組有其理論依據(jù)。根據(jù)伯努利效應(yīng)，當氣流通過山脊時，氣流會被壓縮而產(chǎn)生加速，當山脊走向與風向垂直時，過山脊時風速約為山脊前風速的兩倍，根據(jù)風速和風功率密度的關(guān)系，風功率密度變?yōu)樯郊骨暗?倍，因此在地形復(fù)雜的山區(qū)常把山脊作為布置風電機組的首選位置[11]。

2 基于GlS空間分析的風電場智能微觀選址方法

本文按研究內(nèi)容將技術(shù)路線分為4個部分：數(shù)據(jù)準備、風能資源評估、提取山脊線及山頂點、確定風機布置方式。首先編寫python程序?qū)M建風電場地區(qū)的風速、風功率密度文本數(shù)據(jù)轉(zhuǎn)化為柵格數(shù)據(jù)，利用GIS軟件篩選出風能資源豐富的區(qū)域；然后在GIS環(huán)境下編寫程序自動提取擬建風電場地區(qū)的山脊線和山頂點；最后在風能資源豐富的區(qū)域沿著山脊線和山頂點布置風機，提供初步的高海拔山區(qū)風電場微觀選址方案。具體技術(shù)路線如圖1所示。

圖1 基于GIS的風電場微觀選址技術(shù)路線Fig.1 Technical route of GIS based wind farm micro-site selection

2.1 數(shù)據(jù)準備

從地理空間數(shù)據(jù)云下載擬建風電場地區(qū)90m分辨率的SRTM DEM數(shù)據(jù)；準備整個擬建地區(qū)的風速、風功率密度的風能資源文本數(shù)據(jù)。

2.2 風能資源評估

高海拔山區(qū)風電場微觀選址首先要考慮擬建地區(qū)的風能資源狀況。利用python程序?qū)@取的測風點位、風速、風功率密度的文本數(shù)據(jù)轉(zhuǎn)化為柵格數(shù)據(jù)，在GIS軟件中對風速、風功率密度柵格數(shù)據(jù)進行分類，找出風速、風功率密度值較高的風能資源豐富地區(qū)，將這些地區(qū)作為布置風電機組的候選區(qū)域。

2.3 山脊線和山頂點提取

山脊線的提取主要根據(jù)GIS的水文分析方法。采用地表徑流模擬方法，通過模擬地形表面自然流水的狀態(tài)，找出分水線與合水線。分水線（山脊線）即為水流的起源點，水流方向只有流出方向而不存在流入方向，經(jīng)過地表徑流模擬計算之后，柵格的匯流累積量為零；合水線（山谷線）即為河網(wǎng)，通過設(shè)置合適的匯流累積量閾值提取合水線。然而在實際提取過程中，由于DEM數(shù)據(jù)的精度問題以及洼地、平地地形的存在，提取的山脊線往往不連續(xù)，而提取的山谷線完整且連續(xù)，效果較好。針對這種情況，本文提出利用山谷線的提取原理來提取山脊線。利用反地形方法，將提取山脊線轉(zhuǎn)化為反地形下提取山谷線。山脊線具體提取過程如圖2所示。

圖2 山脊線提取流程圖Fig.2 Flow chart of extracting the ridge line

地表徑流模擬過程中，水流方向的計算采用D8算法。通過計算中心柵格與鄰域柵格的最大距離權(quán)落差來確定水流離開中心柵格的方向。距離權(quán)落差是指中心柵格與鄰域柵格的高程差除以柵格間的距離。

式中，d為DEM的柵格像元大小。中心柵格水流流出方向的編碼如圖3所示。根據(jù)距離權(quán)落差判斷中心柵格水流流出方向的過程如圖4所示。

圖3 水流流出方向的編碼圖Fig. 3 The coding of the water fl ow out direction

圖4 中心柵格水流流出方向確定Fig.4 The direction determination of central cell outf l ow

在獲取各柵格像元的水流流出方向后，將各像元的水量（1個單位）按水流流動方向累加至整個研究區(qū)域，從而獲取匯流累積量柵格。最后選取合適的匯流量閾值，提取出河網(wǎng)。

山頂點的提取主要運用GIS鄰域分析方法。山頂點是一定地域范圍內(nèi)的高程最大值點，因此，通過選取適宜的鄰域大小，對研究區(qū)域的數(shù)字高程模型作焦點統(tǒng)計，找出鄰域范圍內(nèi)的高程最大值點。需要注意的是，選取的鄰域太小時，會提取出偽山頂點；鄰域太大時，將漏掉一些重要的山頂點。常用的鄰域分析窗口大小為11×11(cell)。山頂點具體提取過程如圖5所示。

圖5 山頂點提取流程圖Fig.5 Flow chart of extracting the mountain vertex

3 研究區(qū)域及其數(shù)據(jù)來源

3.1 研究區(qū)概況

研究區(qū)域：三道箐風電場項目位于云南省楚雄州姚安縣前場鎮(zhèn)。前場鎮(zhèn)位于姚安縣東部，東經(jīng)101°17′41″～101°21′7″，北緯25°34′21″～25°37′32″，最高海拔2364m，最低海拔1904m，平均海拔2015.5m，地貌主要是溶蝕堆積盆地。

3.2 數(shù)據(jù)來源和數(shù)據(jù)處理

數(shù)據(jù)來源：①從地理空間數(shù)據(jù)云下載90 m分辨率的SRTM DEM數(shù)據(jù)；②三道箐風電場項目的風速、風功率密度文本數(shù)據(jù)。

數(shù)據(jù)處理：①在GIS軟件中，對下載的大范圍的SRTM DEM數(shù)據(jù)進行裁剪，選取所需的前場鎮(zhèn)三道箐地區(qū)的DEM數(shù)據(jù)；②對姚安縣風能資源文本數(shù)據(jù)進行處理，整理出測風點位坐標、風速、風功率密度數(shù)據(jù)。

4 風電場智能微觀選址結(jié)果

利用python程序?qū)⑷荔涞貐^(qū)的風速、風功率密度文本數(shù)據(jù)轉(zhuǎn)換為如圖6和圖7所示的GIS柵格數(shù)據(jù)。圖6中紅色區(qū)域風速＞6m/s，圖7中紅色區(qū)域風功率密度＞350W/m2，屬于風能資源最豐富的區(qū)域。因此，將兩圖中紅色區(qū)域作為布置風電機組的候選區(qū)域。

圖6 風速柵格Fig.6 Wind speed grid

圖7 風功率密度柵格Fig.7 Wind power density grid

運用前文所述山脊線和山頂點的提取方法，利用SRTM DEM地形數(shù)據(jù)，自動提取三道箐地區(qū)的山脊線和山頂點，如圖8所示。對提取的山脊線、山頂點進行篩選，保留位于山脊線上的山頂點，將一些不落在山脊線上的山頂點刪去，如圖9所示。將篩選后位于山脊線上的山頂點與風功率密度柵格疊置分析，如圖10所示。有很多山頂點并未落在風能資源豐富的紅色區(qū)域，這些點位不滿足風電場對風能資源的要求，不能作為微觀選址的設(shè)計點位。進一步篩選出位于風能資源豐富區(qū)域的山頂點，如圖11所示。最終將圖中位于風功率密度最高的紅色區(qū)域的山頂點作為布置風電機組的候選位置。

圖8 山脊線和山頂點Fig.8 Ridge lines and mountain vertexes lines

圖9 位于山脊線上的山頂點Fig.9 Mountain vertexes on the ridge

圖10 山頂點與風功率密度Fig.10 Mountain vertexesand wind power density

圖11 風功率密度較高處的山頂點Fig.11 Mountain vertexes in high wind power density

圖12 微觀選址設(shè)計點位與實際點位比較Fig.12 Comparison between micro-site selection points and actual points

另外，將風電場項目的實際微觀選址點位展開如圖12所示。圖中山頂點為微觀選址設(shè)計點位，黑色圓點為風電場項目實際微觀選址點位。從圖中可以看出，設(shè)計點位與實際點位較為接近，可以用作初步微觀選址的參照。

由于下載的SRTM DEM數(shù)據(jù)精度不夠，以及在數(shù)據(jù)處理過程中的投影變換導(dǎo)致的偏差，提取的山脊線和山頂點的位置還不夠準確，篩選出的位于山脊線上的山頂點大部分都未落在風功率密度最高的區(qū)域，可選擇的微觀選址設(shè)計點位較少，且與風電場項目實際設(shè)計點位存在一定偏差，這樣的距離偏差在初步微觀選址中可以接受。對風電場微觀選址工作中初步確定的風機位置，還需經(jīng)過現(xiàn)場踏勘，考察實際地形下的安裝條件、交通條件，對不適宜的風機位置進行調(diào)整，在附近找到滿足安裝條件且交通便利的位置布置風機。因此，高海拔山區(qū)的風電場微觀選址時，在風能資源豐富的地區(qū)選取山脊線上的山頂點布置風電機組的方法是有效、可靠的。

5 結(jié)束語

本文針對高海拔、地形復(fù)雜的山區(qū)，提出了一種基于GIS空間分析的風電場智能微觀選址方法。在風能資源豐富的地區(qū)，選取山脊線上的山頂點作為風機點位，相比較傳統(tǒng)的依靠人工判斷山脊線和山頂點的方法，提供了一種快速、智能的選址方法，并通過風電場項目實例對該方法進行分析驗證，證明了該方法的可行性。但由于使用的地形數(shù)據(jù)精度不夠及數(shù)據(jù)處理過程中產(chǎn)生的投影偏差，提取的山脊線、山頂點與風能資源分布情況未能完全吻合，導(dǎo)致在選取設(shè)計點位時有部分點位被篩選掉。如果能使用精度更高的地形數(shù)據(jù)，滿足微觀選址條件的點位將會更多，與實際的微觀選址結(jié)果也更接近。