确定潜在的太阳能地点并计算潜在的太阳能
Solar-Calculation的Python项目详细描述
#尽快 阿拉斯加州安克雷奇太阳能光伏选址调查
该项目将确定商业规模太阳能光伏(光伏)装置的技术选址潜力 1000千瓦(交流)或更大的锚地,在建成环境。方法论可以建立在 联盟为其他实体进行类似的太阳选址调查。该项目将确定较低的成本和 更高价值的可再生资源机会反映所有可用站点的特征与现有的 负荷和电网基础设施。这些成果将指导开发具有成本效益的本地太阳能发电 在安克雷奇。
##提供的材料 一。EBCE案例研究(.kml) 2.EBCE项目摘要(.xlsx) 三。2015年收集的激光雷达数据(.las) 四。建筑物多边形(.shp) 5个。地址点(.shp) 6.讲师提供的Arcgis许可证
##计划 一。选择案例研究区域,详情见“案例研究”部分 2.光栅化区域并通过arcmap上的不同工具获取信息 三。案例研究必须足够全面,以便导出的模型及其相应的python脚本能够处理 其他类似地区的数据。例如,在此项目中创建的模型也可以在旧金山或其他地方使用 不同经纬度的地区。
##案例研究 案例区域,其中建筑物,一些停车场和空地存在于一个良好排序模式。 选定的las文件名为1659_2614.las。LAS文件包含原始激光雷达点云数据,包括X、Y和Z值。 通过创建一个新的“las数据集”,可以将数据加载到arcmap中。创建可以修剪不必要的遮罩 以及不需要的数据点。坡向、坡度、太阳辐射和人类分类是创造所需的五个面具。之后 在遮挡有效区域辐射光栅的基础上,根据建筑物的多边形进行分区统计。然后 太阳辐射的平均值(如果选择)显示在提供的每个建筑多边形上。生成的表 分区统计特性可用于数据处理。另外,由于遮罩是指大于 35度,不朝南,大部分管道系统,暖通空调,通风和阁楼 不会包含在遮罩太阳辐射光栅中,因此计算的平均值比较准确。这个 形状文件最终转换为.kml文件,可以在google earth pro和google map中显示。
##小贴士 一。该程序基于激光雷达数据和相应的建筑物多边形提取 2.模型生成的python脚本可以在其他地方处理类似的情况 三。由于只能由当地电力公司提供有限的ica数据访问,ica摘要被放弃