论文部分内容阅读
风电站的宏观选址可为风电发展提供前期支持。本文针对风电选址的特点,以山东省为例,以传统选址分析方法为基础,基于GIS手段对风电宏观选址影响因子进行了深入研究和分析,探讨了风电选址的方法,建立了空间选址模型,提出了GIS选址的实现方法。采用山东省1:400万行政边界矢量数据、国家气象网发布的1961~2008年气温和降雨量数据、山东省道路交通、河流水系等矢量数据、山东省精度30米的DEM数据以及山东省各地级市电力消费统计数据等。通过统计分析1961-2008年山东省的降雨、温度气象数据,采用全球海-气耦合模式(GCM)对未来气候进行模拟,通过拟合数据序列计算并优化薄盘平滑样条函数,最终利用样条函数进行空间插值对模拟预测气候进行降尺度方法得到山东省未来50年气候变化情况;在ArcGIS中对研究区的数字高程模型进行构建分析,为专家评分提供一定的参考依;依据山东省气象局等相关部门公布的山东省年平均风速矢量数据、高度20米高空风速3m/小时数矢量数据和风率密度数据,在ArcGIS10.0和ErdasImagine9.2软件支持下对上述的三种要素进行了同位叠加,生成了更直观、更易于研读的山东风能资源分布综合状况图;利用ArcGIS10.0的专题图制作技术对2010-2012年山东省十七城市电力消费数据和从全国1:400万矢量数据中使用字段融合生成的省及十七城市行政边界矢量数据进行属性字段加载,生成清晰、直观的山东省分区电力消费等级图;利用Arcview进行网络分析,将选址点所在选址区范围内的道路和水系进行量化,得出各个备选点的道路交通便利程度排序;收集文献资料,统计研究区内土地规划、经济发展与人口等其它选址影响因子数据。在以上数据的基础上构建F-AHP模型,分析比较选址好坏得出选址点。研究结果表明:F-AHP模型解决了层次分析(AHP)在选址中权重赋值的主观臆断性,同时又能综合实地选址条件和专家意见,通过构建三角模糊函数的方法对专家评语进行模糊判断,进而客观系统的对各选址地点进行综合评价。