(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211237429.3 (22)申请日 2022.10.11 (71)申请人 吉奥时空信息技 术股份有限公司 地址 430223 湖北省武汉市东湖开发区庙 山小区江夏大道武大 科技园 申请人 广东省土地调查 规划院 (72)发明人 韩赓　刘春杉　罗宏明　刘敏　 刘翠霞　李奇　饶志新　余雪飞　 黄冠平　奚宇霖　 (74)专利代理 机构 武汉泰山北斗专利代理事务 所(特殊普通 合伙) 42250 专利代理师 董佳佳 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/06(2012.01) (54)发明名称 一种空间大数据的多条件约束下光伏用地 自动化选 址方法 (57)摘要 本发明适用于空间大数据技术领域， 提供一 种空间大数据的多条件约束下光伏用地自动化 选址方法， 所述方法包括： 基于光伏用地选址策 略确定光伏用地选址影 响因子； 基于空间大数据 分析的基础上， 划定比选地块， 通过对不同影响 因子进行权重赋值计算， 将各个影 响因子的权重 进行叠加， 构建组合模型； 根据组合模型进行选 址多方案比选， 确定最优方案； 根据地理信息系 统， 实现最优方案的空间数据可视化显示。 本发 明缩减了实地踏勘的区域范围， 节约了踏勘时 间， 降低选址成本； 同时通过构建组合模 型， 并通 过组合模型进行比选， 确定最优方案， 最后通过 可视化显示， 此极大提高合 规通过率。 权利要求书1页 说明书9页 附图2页 CN 115330086 A 2022.11.11 CN 115330086 A 1.一种空间大数据的多条件约束下光伏用地自动化选址方法， 其特征在于， 所述方法 包括下述 步骤： 步骤S1、 基于光伏用地选 址策略确定光伏用地选 址影响因子； 步骤S2、 基于空间大数据分析的基础上， 划定比选地块， 通过对不同影响因子进行权重 赋值计算， 将各个影响因子的权重进 行组合， 构建组合模型， 所述组合模型为层次结构模型 和熵值法模型混合而成； 步骤S3、 根据组合模型进行选 址多方案比选， 确定最优选 址方案； 步骤S4、 根据地理信息系统， 实现最优选 址方案的空间数据可视化显示。 2.如权利要求1所述空间大数据的多条件约束下光伏用地自动化选址方法， 其特征在 于， 步骤S1中， 所述影响因子包括 光照、 成本、 现状条件、 权属、 规划条件、 连片度等级。 3.如权利要求2所述空间大数据的多条件约束下光伏用地自动化选址方法， 其特征在 于， 所述步骤S2中， 其中构建层次结构模型 具体过程如下： 1） 确定模型的目标层、 准则层和方案层， 其中目标层为用地选址， 准则层为影响因子， 方案层为各个候选方案的综合权 重值； 2） 构造影响因子间的判断矩阵； 3） 根据判断矩阵得出层间的相对权重， 通过层次单排序并一致性检验， 单排序的特征 向量归一 化处理； 4） 通过层次总排序并一 致性检测， 得到各 备选方案的分数值， 用B表示； 步骤S2中， 其中构建熵值法模型的具体过程如下： 1） 选取指标 数据， 形成原 始指标数据矩阵， 并对指标 数据标准 化处理； 2） 计算每个指标下每个样本占当前指标的比重， 这里指标为影响因子， 样本为备选方 案； 3） 计算当前指标的熵值； 4） 计算当前指标的差异系数； 5） 利用熵值法估算各指标的权 重； 6） 计算各 备选方案的综合分数， 用Z表示。 4.如权利要求3所述空间大数据的多条件约束下光伏用地自动化选址方法， 其特征在 于， 所述步骤S2中， 所述组合模型计算式如下： 其中n为备选方案数量， Bj为通过层次结构模型计算得到第j项备选方案的分数值， Zj为 通过熵值法模型计算得到第j项备选方案的分数值， Rj为两种模型组合计算得到第j项备选 方案的分数值。权　利　要　求　书 1/1 页 2 CN 115330086 A 2一种空间大数据的多条件约束下光 伏用地自动化选址 方法 技术领域 [0001]本发明属于空间大数据分析领域， 尤其涉及一种空间大数据的多条件约束下光伏 用地自动化选 址方法。 背景技术 [0002]国外新能源发电研究起步较早， 研究人员对及光伏选址等问题进行了大量研究。 国外风电场和光伏电站选址的典型情况有两种。 一是以德国、 丹麦为代表的 “就近接入、 就 近消纳”原则， 但这只适用于相关资源与负荷中心在地理位置上距离较近， 局限性较大， 优 点是开发成本低； 二是以美国和欧洲部 分国家为代表的“增强调节能力， 大规模并网 ”原则， 主要是在发展光伏等新能源发电的同时， 大力 建设以油、 气为发电能源的调节 能力强的机 组， 达到在保证供电可靠性基础上， 新能源发电大规模并网的目标。 这要求各地区电网具有 联系紧密， 功率交换能力强， 调节能力强等特点。 [0003]在光伏用地选址方面， 普遍的研究思路是在对选址影响因子进行总结分析的基础 上， 通过层次分析法、 基于GIS的空间多准则评价方法等建立选址决策模型对方案进行比 选。 应用最比较广泛的方法是SOLARGIS， 这是国外发展的一种对 可再生能源评估的方法。 它 可以根据一个地区的太阳能数据、 风能数据、 人口数据、 距电网距离数据以及这个地区社会 经济发展情况， 通过综合分析这些数据可以算出这个地区适合发展哪种 可再生能源， 并对 建站选址做出规划和评估。 这种方法应用比较简便， 但它主要是对宏观因素结合经济成本 进行分析， 考虑因素太少。 [0004]上述光伏用地选址方法多从电站建设因素考量未从国土空间规划角度分析用地 适宜性， 光伏产业近年来发展迅速， 用地需求十分旺盛， 但由于能源发展规划缺乏空间落 位， 大多数光伏项目在规划选址阶段与国土空间规划的衔接力度不 足， 有规划冲突、 空间资 源错配等问题， 最终导 致行政审批流 程冗长， 且中途多 有退回。 [0005]企事业单位在现行光伏用地选址过程中， 至少需要对接如下至少8个部门获取相 关资料或许可： 自然资源局、 生态环境局、 住房和城乡建设局、 交通运输局、 水务局、 农业农 村局、 文化广电旅游体育局、 林业局等部门， 以某地级市为例， 大概需要投入4名人员工作时 间15天左右。 同时现有技术在性能上无法胜任省级千万级图斑数量的叠加分析计算， 通常 耗时较高、 效率较低。 发明内容 [0006]鉴于上述问题， 本发明的目的在于提供一种空间大数据的多条件约 束下光伏用地 自动化选 址方法， 旨在解决现有技 术规划耗时、 效率 不高的技 术问题。 [0007]本发明采用如下技 术方案： 所述空间大 数据的多条件约束下光伏用地自动化选 址方法， 包括下述 步骤： 步骤S1、 基于光伏用地选 址策略确定光伏用地选 址影响因子； 步骤S2、 基于空间大数据分析的基础上， 划定比选地块， 通过对不同影响因子进行说　明　书 1/9 页 3 CN 115330086 A 3