基于深度学习的城市屋顶光伏面积识别及光伏发电潜力研究 |
| |
引用本文: | 刘梦月,彭佳强,肖睿,陈熙,宋梦宇,邓章,陈毅兴.基于深度学习的城市屋顶光伏面积识别及光伏发电潜力研究[J].建筑科学,2023(6):151-158. |
| |
作者姓名: | 刘梦月 彭佳强 肖睿 陈熙 宋梦宇 邓章 陈毅兴 |
| |
作者单位: | 1. 湖南大学土木工程学院;2. 湖南大学建筑安全与节能教育部重点实验室 |
| |
基金项目: | 国家自然科学基金资助项目(51908204);;湖南省自然科学基金优秀青年资助项目(2020JJ3008); |
| |
摘 要: | 计算屋顶可用光伏面积是估算屋顶光伏发电潜力的重要一步。本文基于城市GIS和卫星影像数据,使用卷积神经网络识别建筑轮廓及屋顶可用光伏面积。以长沙市核心区8 136个建筑为训练集,屋顶可用光伏面积率为87.0%;对预测区域4 883个建筑预测,预测可用面积率为71.4%。随后使用EnergyPlus对每栋建筑建立光伏系统模型,分别预测建筑在无遮挡、相互遮挡、考虑可用光伏面积和遮挡的情形。结果显示,在无遮挡情况下,长沙地区单位建筑轮廓面积光伏年发电量为102 kW·h/m2。考虑建筑相互遮挡后,发电量减少6.7%,平均为95.2 kW·h/m2。当考虑屋顶可用光伏面积和建筑相互遮挡后,光伏年平均发电量减少19.6%,为82.0 kW·h/m2。本文研究方法有利于准确评估城市光伏潜力,提高能源利用率。
|
关 键 词: | 屋顶可用光伏面积 建筑轮廓 GIS 卫星影像 卷积神经网络 |
|
|