基于遥感数据川西高原光伏开发适宜性研究

袁红, 易桂花, 张廷斌,3, 别小娟, 李景吉, 王国严, 徐永浩

(1.成都理工大学地球科学学院,成都 610059; 2.成都理工大学旅游与城乡规划学院,成都 610059;3.国家环境保护水土污染协同控制与联合修复重点实验室(成都理工大学),成都 610059; 4.成都理工大学生态环境学院,成都 610059)

0 引言

联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)发布的第六次评估报告第三工作组报告显示[1],1850年以来二氧化碳(CO2)累积净排放总量持续增加,2010—2019年全球温室气体(greenhouse gas,GHG)年均排放量达到人类历史最高水平。在现有计划的化石燃料基础设施服役期限内,若不额外减排,将无法完成全球温升控制在1.5 ℃以内的目标。抑制全球气候变化、减少CO2排放刻不容缓。能源生产和消费相关活动会产生大量CO2[2],我国化石能源碳排放约占总排放量80%以上[3],是当前世界上最大的CO2排放国[4]。为应对CO2增加导致气候变化和生态环境恶化的问题,我国明确提出2030年前碳达峰、2060年前碳中和的目标[5],大力推动能源领域碳减排,以加快构建现代能源体系[2]。太阳能清洁无污染、取用不竭,被认为是未来最具价值的能源之一[6]。

太阳能资源的评估是其开发利用的重要条件,国内外学者对太阳能资源的时空分布特征、变化趋势和开发潜力等方面进行了大量研究[7-10]; 太阳能资源的开发与利用主要包括光伏开发适宜性分析[11-14]、光伏电站的选址研究[15-16]和光伏发电潜力评估[17-18]等方面。其中,光伏开发适宜性分析是光伏电站建设的基础性工作[13],而光伏发电潜力评估有利于能源政策制定和光伏产业的健康发展[18]。同时,相关研究表明,光伏发电有利于建设地区节能减排[19-20]。2021年9月底,我国累计光伏装机容量为2.78亿kW,发电为2 486亿kWh[21]。然而,在光伏产业迅速发展的同时,盲目建设电站问题日渐显现,如何选择合适的光伏电站厂址成为光伏开发的重要问题。

国外关于光伏开发适宜性的研究较多,评价指标主要包括气象、地形、位置、植被和人文等方面[11,14,22-23],而国内研究多集中于气象、地形和位置等[13,20],较少把植被、河流和保护区距离等作为评价指标。不同评价指标采用的数据有所不同,遥感数据具有时间序列长、覆盖范围广和成本低等优势[24],已有文献将其作为评价指标进行光伏开发相关研究[11,13,20]。此外,光伏电站多建设在地形平坦的区域,忽视了发电潜力较高的山区和丘陵地带[25],同时随着光伏电站装机规模不断增加,太阳能资源丰富、地形平坦和地理位置等优越的土地资源不断减少[26]。《四川省“十四五”能源发展规划》[27]强调重点推进三州一市光伏发电基地建设,“十四五”期间拟新增太阳能发电1 000万KW以上。鉴于此,本研究以川西高原为研究区,通过构建光伏开发适宜性评价指标体系,评估光伏开发适宜性区域,进而估算川西高原光伏发电潜力和减排效应。

1 研究区概况及数据源

1.1 研究区概况

川西高原位于四川省西部,地理坐标范围为N27°57′～34°11′,E97°21′～104°26′,区域面积约2.31×105km2,包括甘孜藏族自治州和阿坝藏族羌族自治州的31个县。川西高原地处我国第一、二级阶梯过渡区,地形起伏较大,平均海拔约3 980 m(图1(a)),地势西北高、东南低。区内土地利用类型多样,包括耕地、林地和草地等 (图1(b))。川西高原主要气候类型为寒温带气候,光照充足,气温较低,干湿季分明,降水较少。

(a) 研究区高程和气象站点分布 (b) 土地利用类型

1.2 数据来源及处理

1)遥感数据。整体水平辐照数据 (global horizontal irradiance, GHI)来自Global Solar Atl-as 2.0 (https: //globalsolaratlas.info/)。为多年平均数据,空间分辨率为250 m,单位为kWh/m2,该数据由卫星遥感(EUMETSAT的Meteosat系列卫星和美国NOAA的GOES系列静止轨道气象卫星)、GIS技术和一系列科学算法得到。NDVI (normalized difference vegetation index) 数据来源于NASA(national aeronautics and space administration)(https: //ladsweb.modaps.eosdis.nasa.gov/)发布的MODIS MOD13A1产品,时间分辨率为16 d,空间分辨率为500 m,本研究使用2000—2018年的数据。30 m空间分辨率全球地表覆盖数据GlobeLand30(http: //www.globallandcover.com)采用的分类影像为30 m多光谱影像,主要包括Landsat,HJ-1和16 m空间分辨率GF-1。该数据分为耕地、湿地和草地等10个一级类型,耕地、湿地和人造地面等不适宜建设光伏电站,将数据重分类为限制区和非限制区2类,并剔除限制区。

2)气象数据。川西高原周边35个气象站点2000—2018年的气温、日照时数和降水量逐日数据由中国气象科学数据中心(http: //data.cma.cn)提供。气温采用Anusplin法[28],日照时数和降水量均采用Kriging插值法[29-30]进行空间插值。

3)基础地理要素数据。道路、居民点、河流和保护区数据来源于1∶100万全国基础地理数据库(全国地理信息资源目录服务系统,https://www.webmap.cn)。通过欧氏距离分析,获得不同基础地理要素图层。

4)地形数据。DEM(digital elevation model)数据来自地理空间数据云平台(https: //www.gscloud.cn/)的SRTM(shuttle Radar topography mission),空间分辨率为90 m,利用DEM生成坡度、坡向数据。川西高原海拔5 000 m以上的区域大多为永久性冰川覆盖区[31],将5 000 m以上高程区域设置为限制区予以剔除。

5)社会经济数据。2019年四川省电力消费来自四川省统计年鉴[32]。

本研究所使用的数据(DEM,GHI和NDVI等)均经过投影变换、裁剪、重采样等数据处理,地理参考为WGS_1984_UTM_zone_47N,空间分辨率统一为500 m×500 m。

1.3 评价指标选取

光伏电站建设受到诸多因素影响,选取气象、地形、位置和植被作为一级指标,进一步将一级指标分为若干二级指标。气象指标包括太阳辐射、气温、日照时数和降水量4个二级指标。太阳辐射是评价光伏开发适宜性的重要指标,直接决定了光伏电站的发电量。日照时数会影响太阳能资源稳定度。气温和降水量间接影响太阳辐射,从而降低电站发电效率。地形分为坡度和坡向2个指标。坡度、坡向对太阳辐射和日照时数产生很大影响,川西高原位于北半球,南向和平面所获取的太阳辐射值较大,坡度和海拔高低则会影响建设成本和运维难度。居民点距离、河流距离、道路距离和保护区距离属于位置指标。距居民点距离越近,越靠近消费市场,可减少电力运输成本和运输带来的电力损耗。光伏电站运行中,太阳能电池表面尘埃会降低光伏电站工作效率[13],定期对光伏电站表面清洗耗水量较大,故河流距离越近越好。道路距离则影响光伏电站前期修建以及后期运营维护。作为我国西部重要的生态屏障,川西高原各类自然保护区50余处,是四川省重要的生态保护红线区[33]和旅游开发胜地[34],光伏电站建设应避开保护区位置。NDVI为植被的二级指标,NDVI大小表示研究区植被覆盖度情况。NDVI值范围在[-1,1]之间,小于或等于0,代表无植被覆盖; 值越接近1,植被覆盖度越高。光伏电站的建设宜选择植被覆盖度低的地区,以保护川西高原的生物多样性。

2 研究方法

2.1 层次分析法

层次分析法将研究问题划分为若干层次,每个层次再分解为多个指标,通过计算得出各层次指标权重,从而确定各指标的重要程度[35]。若某层次有n个指标,根据9级标度法[36]两两比较指标的重要程度,构建判断矩阵P,即:

(1)

式中:Pij为第i个指标相对于第j个指标的重要性程度判断值;Pji=1/Pij(i,j=1,2,…,n);n为指标个数。若i=j,Pij=Pji=1。

采用特征值法求解最大特征根及特征向量,再对判断矩阵进行一致性检验,公式为:

(2)

(3)

式中:CR为一致性比率;RI为随机一致性指标(表1) ;CI为一致性指标;λmax为最大特征根。若CR<0.1,表示通过一致性检验,对特征向量归一化处理得到指标权重,否则需对判断矩阵进行修正。

表1 随机一致性指标

本研究运用层次分析法对一、二级指标构建判断矩阵,最终得到各指标的权重(表2)。

表2 研究区光伏开发适宜性评价指标及其权重

2.2 太阳能资源稳定度计算

按中华人民共和国气象行业标准(QX/T 89—2008)[37],根据太阳总辐射量评估太阳能资源丰富程度(表3)。以日照时数大于6 h天数的最大与最小值之比来评估太阳能资源稳定程度,比值越低,稳定程度越好(表4),计算公式为[38]:

(4)

表3 太阳能资源丰富程度分级

表4 太阳能资源稳定程度分级

,

式中:K为太阳能资源稳定度; max()和min()表示最大和最小值的标准函数;Day1,Day2,…,Day12分别为1—12月各月日照大于6 h的天数。

2.3 光伏开发适宜性计算

太阳辐射、日照时数和保护区距离为极大型指标,值越高,则分级越高; 而极小型指标与其相反,气温、降水量、坡度、道路距离、居民点距离、河流距离和NDVI属于极小型指标[11-12,39]; 坡向属于区间型指标,表示落在某个区间内最好,南向和平面分级最高,北向分级最低。各二级指标分为1～10级,极大和极小型指标采用等间隔距离法分级,区间型指标根据坡度朝向进行分级[13]。利用分级后的太阳辐射、日照时数和气温等二级指标图层与一、二级指标权重计算光伏开发适宜性指数[11],计算公式为:

(5)

式中:S为光伏开发适宜性指数;Wk为第k个一级指标的权重(k=1,2,…,r);r为一级指标个数;Wkl为第k个一级指标下第l个二级指标的权重(l=1,2,…,s);s为一级指标下二级指标个数;Gkl为第k个一级指标下第l个分级后的二级指标。

2.4 光伏发电潜力估算

发电潜力评估是光伏电站建设前的重要环节,计算公式为[20]:

SEGP=ASRSAAFPE(1-LO) (1-AP)

,

(6)

式中:SEGP为光伏发电潜力,KWh;ASR为年平均太阳总辐射,kWh·m-2;SA为适合光伏开发的占地面积,m2;AF为面积因子,表示区域内太阳能可利用比例,本研究取值为0.35;PE为电池板的发电效率,光伏板的种类会影响总能量的输出,本研究采用多晶硅光伏板发电效率,取值为16.5%;LO为损耗率,本研究取值为7.5%[40];AP为弃光率,本研究取值为3% (http: //www.nea.gov.cn/)。

2.5 CO2减排潜力估算

本研究不考虑光伏电站生命周期其他阶段(光伏部件制造和建设等)的影响,采用光伏发电潜力作为发电量估算CO2减排潜力[41],公式为:

C=SEGPEF

,

(7)

式中:C为CO2减排潜力;EF为CO2排放因子,川西高原属于华中区域电网,故本研究取值为0.724 2 tCO2/MWh[42-43]。

3 结果与分析

3.1 太阳能资源分析

川西高原各县年太阳总辐射多年平均值在575.64～1 941.3 kWh/m2之间(图2(a)),年辐射值在1 400 kWh/m2以上的有乡城县、得荣县和理塘县等25个县,其中乡城县年总辐射量最大1 675 kWh/m2。川西高原太阳能资源丰富程度(图2(b))大致呈现出西高东低的特点,理塘县、巴塘县和稻城县等县为太阳能资源最丰富地区。资源很丰富地区分布范围较广,包括川西高原西部、北部和南部大部分地区,资源较丰富和不丰富地区主要分布在川西高原东部。年内日照时数大于6 h的天数统计结果表明(图2(c)),川西高原除德格县西部和汶川县东部以外,日照时数大于6 h的天数均在100 d以上,其中北部、西北部以及西南部地区大于200 d。川西高原太阳能资源稳定程度分布中(图2(d)),不稳定区域位于德格县西部和小金县东部,北部为稳定地区,其余地区为较稳定地区,分布范围最广。

(a) 太阳总辐射空间分布 (b) 太阳能资源丰富程度分布 (c) 日照时数大于6 h天数分布 (d) 太阳能资源稳定程度分布

3.2 评价指标分级及分布规律

川西高原太阳辐射分级整体上表现为西部高于东部的空间分布特征(图3(a)),西南部的理塘县、雅江县、稻城县、巴塘县一带和北部的石渠县、色达县、甘孜县、若尔盖县分级高。太阳辐射分级较低区主要分布在川西高原东部,包括泸定县、汶川县、茂县东南部、松潘县东部和九寨沟县。川西高原气温(图3(b))和降水量(图3(c))指标分级呈东南向西北逐渐增加的趋势。日照时数(图3(d))总体分级较高,但分布不均匀。理塘县中部、稻城县北部、乡城县东北部、理塘县与雅江县交界处以及石渠县北部日照时数长,分级高。而川西高原东部和德格县西部等10个县域日照时数较短,属于低分级区,其中日照时数最短地区出现在汶川县东南部。坡度(图3(e))分级较高区域主要分布在川西高原东北部的红原县和若尔盖县一带的沼泽化高平原、石渠县和色达县丘状高原、巴塘县、白玉县和理塘县交界处的沙鲁里山丘状高原以及康定县西部丘状高原等地区,其余地区坡高谷深,分级较低。川西高原位于北半球,坡向指标分级(图3(f))南方向和平面所对应的指标分级最大,北方向对应的分级最小。道路距离(图3(g))、居民点距离(图3(h))和河流距离分级(图3(i))都较密集,差别较小。川西高原保护区较多,大部分地区离保护区位置近,分级较低 (图3(j))。NDVI分级较高的区域(图3(k))多分布在高海拔区域,包括石渠县东北部和西南部、德格县中部、甘孜县南部、新龙县与白玉县交界边缘、理塘县与巴塘县交界处、康定县南部、黑水县与红原县交界处、松潘县东部、九寨沟县南部以及小金县、理县和汶川县的交界地带。而分级较低区域多出现在海拔3 000 m以下的东部和南部地区,主要分布在泸定县东部、丹巴县东部、雅江县中部、九寨沟县东部、若尔盖县西南部以及大渡河、雅砻江和岷江流域。总体而言,各二级评价指标空间分布特征差异明显。

3.3 光伏开发适宜性分析

剔除限制区后,光伏开发适宜性评估区域占川西高原总面积的57.43%,光伏开发适宜性指数范围在(3.64,9.26)之间,主要表现为西高东低的空间分布特征。依据等间隔距离法将该指数划分为低适宜(3.64,4.76]、较低适宜(4.76,5.89]、适宜(5.89,7.01]、较高适宜(7.01,8.13]和高适宜(8.13,9.26)5级(图4)。低适宜区面积约占研究区总面积的0.10%,较低适宜区面积约占研究区总面积的1.29%。低适宜区和较低适宜区分布相对较少,主要分布在川西高原东部边缘各县域; 适宜区、较高适宜区面积占比分别为7.65%和39.43%,适宜区分布范围最广,在川西高原各县均有分布。较高适宜区面积占比最大,分布范围包括川西高原中部、西部、西北部和北部地区,其中,石渠县较高适宜区面积最大; 高适宜区面积约2.07×104km2,面积占比为8.96%,主要分布在川西高原西南和西北地区,西南部包括理塘县、稻城县北部、雅江县西北部、乡城县和巴塘县部分地区,西北部为石渠县、色达县和甘孜县,东北部若尔盖县分布较多,其他县域也有少量分布。石渠县高适宜区面积最大,理塘县次之(图5)。高程限制区涉及理塘县西部、巴塘县中部、泸定县和康定县交界处、石渠县西南部、德格县中部和甘孜县南部; 土地覆盖限制区主要分布在川西高原东部、南部和西部部分县域。

图4 研究区光伏开发适宜性分级

图5 研究区不同县域光伏开发适宜性分级面积

高适宜区光伏开发优势明显,是最佳光伏电站建设场所,区内植被覆盖度较低,土地利用类型主要以草地为主,用地成本较低,年太阳总辐射在1 300 kWh/m2以上,年日照时数高于1 500 h,保障了发电量和发电效率,坡度相对缓和,位于0～33.92°之间,有利于大规模集中式光伏电站建设,距居民点和道路距离适中有利于降低建设和运维成本,河流距离较近保证充足水源对光伏电站表面定期清洗,同时避开了保护区位置。较高适宜区和适宜区用地类型主要为草地,年太阳总辐射较强(869 kWh/m2以上),年日照时数较长(1 000 h),坡度较为平缓,距居民点、主要道路、河流以及保护区距离较为适中,光伏开发的优势较为明显。较低适宜区和低适宜区,年总太阳辐射和平均日照时数条件相对较差,坡度较陡,不适宜大规模光伏建设,距居民点和主要道路距离较远增加了光伏建设成本,河流距离较远、保护区距离太近对光伏表面清洁以及研究区生态保护造成一定影响。

3.4 发电潜力和减排效应分析

川西高原光伏发电潜力整体上西部高于东部地区,高适宜区全部开发情景下发电潜力为17 197.97亿kWh,相当于新型冠状病毒疫情发生前四川省2019年电力消费总量的6.52倍,开发利用15.33%,即可满足2019年四川省的全年用电需求。县域层面(表5),石渠县发电潜力最大,达到6 203.25亿kWh,其次为理塘县,小金县发电潜力较小,为0.38亿kWh。九寨沟县、潘松县和黑水县等东部7个县不具有光伏发电潜力。新型冠状病毒疫情发生前,2019年我国CO2排放总量为97.95 亿t,四川省为3.15亿t[44-47]。高适宜区全部开发情景下CO2减排潜力为12.45亿t(表6),约为我国2019年CO2排放总量的12.71%,是四川省的3.95倍。传统火力发电每发电1 kWh,对应消耗标准煤0.335 kg,同时排放二氧化硫(SO2)0.03 kg、炭粉灰0.272 kg、氮氧化物(NOX)0.015 kg[48]。川西高原高适宜区光伏资源100%开发利用情景下(表7),可节约5.76亿t标准煤,减排炭粉灰4.68亿t,SO20.52亿t和NOX0.26亿t; 参考卢霞[48]对荒漠戈壁区光伏电站建设重金属减排效应的研究,川西高原高适宜区多晶硅电池板重金属As,Cr,Pb,Hg,Ni,Cd减排量分别约为2 875.50 t,6 902.41 t,7 441.56 t,83.41 t,8 061.89 t和114.8 t(表8)。

表5 各县高适宜区光伏发电潜力

表6 高适宜区不同开发强度情景下发电潜力和CO2减排潜力

表7 高适宜区不同开发强度情景下煤炭与常规污染物减排潜力

表8 高适宜区不同开发强度情景下重金属减排潜力 Tab.8 Potentials of heavy metal emision reduction under different development intensity scenarios in high suitable area (t)

4 讨论与结论

4.1 讨论

川西高原发电潜力巨大,预期节能减排效果显著。然而,光伏开发挑战与机遇并存。川西高原属于少数民族地区,人口少,电力供过于求,容易产生电力消纳问题。此外,川西地区电网及其配套设施薄弱,电力输送困难。《四川省“十四五”能源发展规划》[27]提出“优化布局三州一市送出通道,实施 500 kV输变电加强工程”的重要部署。规划实施有望促进川西能源基础设施建设,进而缓解东部电力紧张问题,促进川西地区融入东部地区经济发展。同时,光伏发电存在间歇性、波动性和发电不稳定的缺点。近年来,中央和各级地方政府颁布了一系列利好政策,包括建设抽水蓄能电站、优化电力调度机制等[27]。将推动川西高原光伏产业快速发展,有望弥补光伏发电的不足。

受海拔地形因素影响,川西高原光伏电站建设难度较大。随着技术水平大幅提升,在地形复杂地区开展电站建设成为可能[26],四川省甘孜州乡城县已于2022年10月建成投产全球第一个超高海拔光伏实证基地项目,预计年发电量约7.74亿kWh[49]。我国西部地区太阳能资源丰富,但自然环境较为恶劣,需通过科技创新不断提高技术水平,降低建设运营成本,将资源禀赋转变为发展优势。

已有研究表明,大规模建设光伏电站会对自然环境[50]、生物多样性[51]和气候[52-53]等方面造成一定的影响,其影响存在于光伏电站不同生命阶段(建设、运行、报废)[54]。翟波等[51]认为草原地区光伏电站的建设会影响当地自然环境和植物群落特征; 而王涛等[55]认为光伏板的遮阴作用有利于耐荫性植物生长。光伏电站的布设也可以增加相对湿度、改变风向、降低风速和土壤温度等[52]。川西高原生态环境脆弱,如何在不破坏生态环境的情况下建设光伏电站?光伏电站建设对地表、植被和区域小气候会产生怎样的影响?其影响是正向还是负向?亟待解决。此外,居民态度、变电站距离、技术等其他因素在一定程度上也会影响光伏电站选址,在今后研究中,需拓展评价指标体系以确保分析结果更加客观合理。

4.2 结论

本研究围绕光伏开发适宜性、发电潜力和减排效应展开相关研究,主要结论如下:

1)川西高原光伏电站建设高适宜区面积约2.07×104km2,主要分布在川西高原西南和西北地区。石渠县高适宜区面积最大,理塘县次之。高适宜区年太阳总辐射值在1 300 kWh/m2以上,年日照时数高于1 500 h。

2)川西高原发电潜力巨大,高适宜区全部开发情景下发电潜力为17 197.97亿kWh,相当于新型冠状病毒疫情发生前四川省2019年电力消费总量的6.52倍,开发利用15.33%即可满足四川省2019年的全年用电需求。

3)与传统火力发电相比,川西高原高适宜区光伏发电每年潜在CO2减排量为12.45亿t,约为新型冠状病毒疫情发生前我国2019年CO2排放总量的12.71%,是四川省的3.95倍。同时,可节约5.76亿t标准煤,减排炭粉灰4.68亿t,SO20.52亿t,NOX0.26亿t,重金属As,Cr,Pb,Hg,Ni,Cd减排量分别为2 875.50 t,6 902.41 t,7 441.56 t,83.41 t,8 061.89 t,114.8 t。