■ 徐福圓 章堅(jiān)民,2* 徐謙 相煒 方宇斌

(1. 杭州電子科技大學(xué)自動(dòng)化學(xué)院；2. 浙江創(chuàng)維自動(dòng)化工程有限公司；3. 國網(wǎng)浙江省電力公司經(jīng)濟(jì)技術(shù)研究院)

0 引言

城市是電力負(fù)荷集中地，而建筑又是用電用能集中地，為減少石化資源發(fā)電及長(zhǎng)距離的電力輸送，城市的可再生能源利用與發(fā)電就成為關(guān)鍵所在，其中屋頂太陽能利用包括光伏發(fā)電，不僅技術(shù)可行且可規(guī)?；_發(fā)。屋頂太陽能潛力可采用年平均太陽能輻射表征，其數(shù)值獲取與屋頂?shù)乩砣S坐標(biāo)有關(guān)(包括經(jīng)緯度、屋頂高度、地面海拔)，也與屋頂日照遮影密切相關(guān)。

為適應(yīng)大規(guī)模城市屋頂太陽能資源的開發(fā)和利用，通過各類遙感及計(jì)算技術(shù)獲取城市屋頂日照及陰影狀態(tài)，并建立網(wǎng)站公開發(fā)布信息，同時(shí)提供太陽能開發(fā)方式選擇、投資與收益評(píng)估等重要信息，為屋頂擁有者或開發(fā)承包商提供公開的引導(dǎo)服務(wù)，已成廣大城市能源規(guī)劃和管理部門的優(yōu)先選擇。

在這方面，美國已大幅領(lǐng)先于全球。根據(jù)美國的統(tǒng)計(jì)，70%的電力負(fù)荷為建筑使用；同時(shí)，美國終端用能采用電力方式比例相當(dāng)高，因此屋頂太陽能利用主要不是采用太陽能熱水方式，而是采用光伏發(fā)電方式。

基于現(xiàn)代遙感技術(shù)的屋頂太陽能及光伏資源的準(zhǔn)確預(yù)測(cè)包括：光照、遮影、光伏電板角度等與建筑光伏密切有關(guān)的參數(shù)的精確獲取與計(jì)算，所在樓宇屋頂?shù)陌l(fā)電裝機(jī)、功率特性、能量特性等的設(shè)計(jì)，結(jié)合政府補(bǔ)貼政策的造價(jià)估計(jì)等，均得到了較為充分的研究和應(yīng)用。

本文對(duì)美國典型光伏服務(wù)網(wǎng)站進(jìn)行介紹，對(duì)建設(shè)類似系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行分析和綜述，冀以推動(dòng)國內(nèi)進(jìn)行類似系統(tǒng)的研究開發(fā)與應(yīng)用。

1 美國典型太陽能光伏地圖網(wǎng)站介紹

1.1 舊金山城市能源(光伏)地圖

舊金山光伏地圖(http://sfenergymap.org/)由舊金山環(huán)保局和美國西圖公司聯(lián)合開發(fā)，提供了舊金山市太陽能及風(fēng)能資源的分布概況、相應(yīng)的資訊鏈接和詳細(xì)資源參數(shù)，以幫助業(yè)主更好地了解可再生能源資源，學(xué)習(xí)如何安裝可再生能源系統(tǒng)。

在城市地理圖中，用標(biāo)記識(shí)別城市中現(xiàn)有的太陽能光伏(PV)裝置和太陽能水加熱裝置，點(diǎn)擊標(biāo)記就可看到該地相關(guān)的太陽能開發(fā)利用運(yùn)行信息。舊金山太陽能分布圖(圖2)中以多種顏色的圓圈標(biāo)注，不同顏色類別的圓圈標(biāo)注表示市政、商業(yè)區(qū)、居民區(qū)、學(xué)校等各類。該系統(tǒng)可估算太陽能潛力，只要在圖2地址欄里輸入相應(yīng)地區(qū)并點(diǎn)擊“get my info”，就可顯示該地的太陽能潛力、預(yù)計(jì)全年系統(tǒng)輸出、相關(guān)的能源節(jié)約，以及預(yù)計(jì)每年溫室氣體排放減少量(圖3)。

圖1 城市屋頂太陽能資源展示

圖2 輸入建筑地址可獲取PV的估計(jì)

圖3 某屋頂?shù)墓夥l(fā)電參數(shù)及發(fā)電預(yù)測(cè)

該系統(tǒng)可快速地對(duì)太陽能成本進(jìn)行簡(jiǎn)單評(píng)估(圖4)，并對(duì)結(jié)果進(jìn)行分析，包括：財(cái)務(wù)匯總、各月費(fèi)用清單、各月用電預(yù)算、各月發(fā)電估算、資金流動(dòng)、環(huán)境保護(hù)等方面。在地圖的右下角還可看到舊金山太陽能光伏現(xiàn)狀，包括：裝置數(shù)、總?cè)萘?、預(yù)計(jì)年發(fā)電量、預(yù)計(jì)年節(jié)約成本及預(yù)計(jì)年CO2排放減少量。

圖4 太陽能潛力的分布

1.2 洛杉磯縣光伏地圖

洛杉磯縣太陽能光伏地圖(http://solarmap.lacounty.gov/)基于世界上最精確的大型太陽能模型開發(fā)，最小間隔為5英尺。該系統(tǒng)中包含了250多萬的獨(dú)立測(cè)量數(shù)據(jù)，包括：樹木陰影、屋頂用途(煙囪、其他等)、屋頂間距、附近建筑物、山地等。該系統(tǒng)具有一些新的功能：1)放大查看屋頂哪些部位具有良好的輻射條件；2)校準(zhǔn)屋頂上太陽能點(diǎn)；3)打印報(bào)告結(jié)果；4)查看三維建筑的太陽輻照結(jié)果；5)獲得能源補(bǔ)貼和獎(jiǎng)勵(lì)的最新消息和公告；6)查看房屋的鳥瞰圖；7)放大查看屋頂?shù)奶柲軡摿Ψ植迹?)使用新的能源效率計(jì)算器估算每月成本節(jié)?。?)獲得能源效益項(xiàng)目的清單等。如圖4所示，以不同顏色的點(diǎn)來表示屋頂不同部位的光照情況，紅、黃、綠、藍(lán)分別表示光照優(yōu)越、良好、貧乏、不可取4種情況。另外該系統(tǒng)給每個(gè)屋頂設(shè)置了一個(gè)ID編號(hào)，點(diǎn)擊屋頂上的編號(hào)即可顯示該樓所在地區(qū)、該地區(qū)總屋頂面積，以及該樓屋頂進(jìn)行太陽能發(fā)電的一些基本狀況(如太陽能屋頂適宜覆蓋的面積、預(yù)估的發(fā)電潛力、年發(fā)電量等)。目前洛杉磯政府甚至還開發(fā)了功能相對(duì)較完善的手機(jī)客戶端。

2 太陽能光伏制圖方法與對(duì)比分析

2.1 一般對(duì)比

表1為對(duì)美國現(xiàn)發(fā)布的太陽能潛力地圖網(wǎng)站調(diào)研表，2012年有11個(gè)，2013年增加到13個(gè)。由表1可見，有3種典型的預(yù)測(cè)方法計(jì)算屋頂輻射及相關(guān)的光伏潛力。在2012年，被調(diào)查的地圖中有3個(gè)(27%)對(duì)太陽輻射到達(dá)建筑屋頂采用了一個(gè)固定值假設(shè)；只有1個(gè)(9%)使用美國國家可再生能源實(shí)驗(yàn)室(NREL)的PVWatts計(jì)算模塊(Marion等[1])；另5個(gè)(45%)使用Esri公司ArcGis程序(Fu等[2])中的Solar Analyst擴(kuò)展插件；其余地圖則沒有介紹其計(jì)算方法。在2013年，有2個(gè)地圖轉(zhuǎn)變?yōu)橛肞VWatts作為其預(yù)測(cè)方法。2013年存在的13個(gè)地圖中，39%(Anaheim、Denver、Madison、Sacramento 和 Orlando)需要手工輸入坡度、方位和系統(tǒng)容量，這些地圖不會(huì)自動(dòng)生成太陽能潛力圖。

這些太陽能潛力圖有些是以太陽輻射強(qiáng)度在圖中顯示，也有些是以預(yù)估的PV潛力值(PV出力及PV發(fā)電量)展示。除了這些已存在的太陽能潛力地圖，還有一些在研究中出現(xiàn)的方法。R.sun(Suri和Hofierka[3]，2004)已用于大的地理區(qū)域和城市太陽能潛力制圖，但還沒有用于如表1中城市規(guī)模發(fā)布的太陽能潛力制圖應(yīng)用。還有諸如 PV Analyst(Choi等[4]，2011)、PV-GIS(Suri等[5]，2005)及一系列其他太陽輻射和光伏計(jì)算方法。

表1 美國現(xiàn)有的太陽能潛力制圖方法的調(diào)查

表2 現(xiàn)有的常見太陽能潛力計(jì)算方法對(duì)比分析

2.2 屋頂太陽能潛力影響因子及計(jì)算方法對(duì)比

主要考慮的影響太陽能潛能的因子包括：1)太陽輻射值，包括直接輻射和散射輻射，以及它們的百分比；2)鄰近建筑和景觀的遮陰；3)屋頂朝向和坡度；4)氣象條件等。

采用固定值假設(shè)的太陽能潛力圖忽略朝向和周圍環(huán)境的影響，屋頂上所有點(diǎn)的太陽輻射值相同，該值取自附近氣象站的全球水平的年輻射D量。對(duì)于非平屋頂，如尖屋頂?shù)慕ㄖ總€(gè)屋面是面朝天空的不同方向，該方法預(yù)測(cè)的太陽輻射值不準(zhǔn)確；另外周圍遮擋屋頂?shù)臉淠竞拖噜徑ㄖ彩惯@種方法給出的結(jié)果不準(zhǔn)確。這種方法通常使用一個(gè)常量百分比(Oregon Clean Energy Maps，2012[6])或基于正射影像圖像分析技術(shù) (San Francisco Solar Map，2012[7]；Berkey Soral Map，2012[8])確定光伏裝置的可利用屋頂面積。

美國國家可再生能源實(shí)驗(yàn)室(NREL)的PVWatts在線服務(wù)使用一個(gè)更為詳細(xì)的方法(Marion等[1]，2001)，在美國全境范圍內(nèi)根據(jù)典型氣象年(Typical Meteorological Year 2，TMY2)數(shù)據(jù)庫將每小時(shí)的太陽輻射分布在40 km2的網(wǎng)格中。將當(dāng)?shù)氐腡MY2輻射數(shù)據(jù)結(jié)合手工輸入的PV板傾角和朝向、溫度條件和氣候模型來確定能源輸出。盡管該方法已考慮到了屋頂形狀，但諸如遮陰、反射等因素，PVWatts模型并不能計(jì)算，因此不適應(yīng)建筑密集的城市地區(qū)等。Cameron等[9](2008)使用無遮陰的機(jī)架式系統(tǒng)測(cè)量的數(shù)據(jù)，對(duì)PVWatts的誤差進(jìn)行了計(jì)算估計(jì)，其結(jié)論表明，PVWatts準(zhǔn)確度的平均偏差在9.6%～10.2%之間。另外， PVWatts的方法，每個(gè)不同坡度和方位的屋頂必須單獨(dú)輸入，因此難以自動(dòng)處理整個(gè)城市。目前只有紐約市太陽能地圖(2013)可自動(dòng)處理整個(gè)城市，而其他所有地圖使用PVWatts均不能自動(dòng)執(zhí)行。

Esri公司的Solar Analyst插件將城市描繪成數(shù)字高程模型(Digital Elevation Modeling，DEM)。DEM是一個(gè)具有地理定位功能的柵格圖像，其各像素值對(duì)應(yīng)于高程測(cè)量值。根據(jù)DEM中每個(gè)像素周圍的像素值生成天空掩膜(MASK，對(duì)處理的圖像進(jìn)行遮擋而選用的特定圖像、物體稱為掩膜)，輻射的直接部分和散射部分都根據(jù)天空可見像素的像素?cái)?shù)計(jì)算。直接輻射根據(jù)太陽位置、DEM斜角、固定的天空透射率系數(shù)及太陽光穿過大氣的距離計(jì)算。散射輻射計(jì)算和直接輻射計(jì)算類似，基于某種同等條件下的氣象模型，只是尚未有太陽能地圖在網(wǎng)站上說明其使用了哪種氣象模型。因?yàn)镾olar Analyst只使用了基于DEM的一個(gè)天空掩膜，所以它并不能對(duì)附近建筑、樹木、城市地形的反射輻射進(jìn)行建模。在Solar Analyst，天空透射率及直射和散射輻射量之間的比率全年都是固定的常數(shù)值，這些假設(shè)對(duì)年輻射計(jì)算結(jié)果有較大影響；波士頓洛根TMY3氣象數(shù)據(jù)(美國國家能源局United States Department of Energy，2012)[10]表明，直接和間接輻射的比率在全年范圍內(nèi)變化非常大。設(shè)想某地上午晴天下午陰天，該地建筑東側(cè)的太陽輻射接收量顯然比西側(cè)接收量多，而對(duì)這種特異氣象Solar Anaylst不能處理。

R.sun(Suri和Hofierka[3]，2004)是在開源軟件GRASS GIS上實(shí)施建模，能解決Solar Analyst模型中提到的局限性。相比于Solar Analyst，一個(gè)主要的區(qū)別是R.sun能夠通過根據(jù)不同的氣候帶設(shè)置直接輻射和散射輻射的百分比作為柵格圖像的輸入，而不是像在Solar Analyst中的固定值，因此可模擬非常大的地理區(qū)域內(nèi)的太陽輻射。第二個(gè)顯著的區(qū)別是，R.sun能對(duì)地面反射的太陽輻射做出規(guī)定；然而，它的模型假定所有地面反射只考慮地面坡度、全球水平輻射和地面反射率，而未考慮地面有無遮陰部分，也未考慮環(huán)境中的實(shí)際幾何形狀。R.sun也有其顯著的局限性：1)R.sun在一個(gè)時(shí)間只能模擬單日或單小時(shí)輻射，這意味著一個(gè)詳細(xì)的年度計(jì)算至少需要建立365個(gè)光柵結(jié)果圖并且獨(dú)立處理。2)直射和散射輻射的百分比只能設(shè)置為光柵圖像輸入而不能作為固定值，這意味著對(duì)于模擬一個(gè)小的地理區(qū)域(例如一個(gè)城市)，它對(duì)氣候影響的建模不方便。為了模擬典型的日變化，則需要單獨(dú)建立一年中每日的直射和散射百分比的柵格圖像；若要考慮典型的每小時(shí)變化，正如前所述的某地早上晴天下午陰天，則需要?jiǎng)?chuàng)建一年中每小時(shí)的柵格圖像。同樣地，該方法也未公開其具體的計(jì)算公式。

除了上述討論的方法，也有很多文獻(xiàn)提出使用地理信息系統(tǒng)(GIS)數(shù)據(jù)和多種仿真程序來分析城市和社區(qū)的光伏潛力。PV-GIS是一個(gè)基于web的工具，它用測(cè)量的直射和散射月平均輻射柵格圖像改進(jìn)的R.sun計(jì)算模型作為其氣象數(shù)據(jù)源。PV Analyst結(jié)合瞬時(shí)系統(tǒng)模擬程序TRNSYS(Transient System Simulation Program)，于Esri的ArcMap工具箱中在DEM上模擬PV板，表明已驗(yàn)證的算法在太陽能潛力模型中的應(yīng)用，但該工具還有待發(fā)布。PV Analyst依賴于Solar Analyst的陰影計(jì)算及TRNSYS的輻射和PV效益計(jì)算。其他人(Brito等[11]，2012；Nguyen和Pearce，2010[12]和2012[13])也有使用R.sun的月平均直射和散射數(shù)據(jù)計(jì)算相對(duì)較小城市的光伏潛力。Hofierka等(2009)[14]也進(jìn)行了相同的實(shí)踐，但未指出氣候影響。然而，R.sun已經(jīng)很大程度地應(yīng)用到了非常大的地區(qū)，如歐洲和非洲 (Suri等[5]，2005；Bergamasco 等[15]，2011；Huld 等[16]，2012；Ruiz-Arias等[17]，2012；Palmas等[18]，2012)，且以柵格為基礎(chǔ)的輸入方法表明該工具是最適合大地理區(qū)域的。Lukac等[19](2012)根據(jù)測(cè)量的氣象數(shù)據(jù)、屋頂朝向和坡度以及鄰近建筑和景觀的遮陰計(jì)算直接和散射輻射。Schallenberg-Rodriguez[20](2013)避免使用仿真系統(tǒng)，表明對(duì)于區(qū)域可行性的研究，相對(duì)簡(jiǎn)單的電子表格計(jì)算已足夠；然而，對(duì)于空間詳細(xì)的建筑屋頂分析，這些方式大都不能計(jì)算周圍環(huán)境產(chǎn)生的陰影。

在調(diào)查的太陽能潛力的地圖中，4個(gè)(28.6%)假設(shè)全市所有建筑都是高度已知的平屋頂；4個(gè)(28.6%)使用了詳細(xì)的DEM；5個(gè)(35.7%)依賴于用戶的輸入的屋頂坡度和朝向；而其余的地圖沒有提及其假設(shè)。用平屋頂假設(shè)的城市，2個(gè)是假定固定百分比的屋頂適合安裝光伏(Boston，Portland)；另2個(gè)則是依賴于對(duì)屋頂障礙進(jìn)行正射影像圖像分析的方法(Berkeley，San Francisco)，這兩個(gè)地圖利用DEM通過預(yù)計(jì)的屋頂輻射或年日照小時(shí)數(shù)確定可用屋頂面積。

2.3 城市數(shù)字高程測(cè)量(DEM)技術(shù)

DEM的高程測(cè)量值通常來自激光雷達(dá)LiDAR(Light Detection And Ranging)，是90年代初首先由西方國家發(fā)展起來并投入商業(yè)化應(yīng)用的一門新興技術(shù)。它集成激光測(cè)距技術(shù)、計(jì)算機(jī)技術(shù)、慣性測(cè)量單元(IMU) /DGPS差分定位技術(shù)于一體，在三維空間信息的實(shí)時(shí)獲取方面產(chǎn)生了重大突破，為獲取高時(shí)空分辨率地球空間信息提供了一種全新的技術(shù)手段。它具有自動(dòng)化程度高、受天氣影響小、數(shù)據(jù)生產(chǎn)周期短、精度高等特點(diǎn)。機(jī)載LiDAR傳感器發(fā)射的激光脈沖能部分穿透樹林遮擋，在測(cè)量時(shí)飛行器發(fā)射快速激光脈沖并記錄發(fā)出與返回時(shí)間，同時(shí)通過全球定位系統(tǒng)(GPS)跟蹤其位置；所收集的位置和時(shí)間返回?cái)?shù)據(jù)之后將處理成地理定位點(diǎn)數(shù)據(jù)。實(shí)際上，LiDAR是測(cè)量整個(gè)城區(qū)面積最準(zhǔn)確的方法，包括了詳細(xì)的屋頂形態(tài)和景觀。因此大多數(shù)的城區(qū)太陽能潛力研究中使用LiDAR點(diǎn)數(shù)測(cè)量值建立數(shù)字高程模型作為太陽輻照度計(jì)算的輸入(Brito等[11]，2012；Nguyen 等[12,13]，2010 和 2012；Yimprayoon 等[21]，2010；Lukac 等[19]，2012；MadiSUN[22]，2012；Geostellar[23]，2013)。

3 總結(jié)與展望

從查閱的資料和網(wǎng)站來看，太陽能光伏地圖已在美國得到較為深入的研究，并在城市光伏開發(fā)和利用方面起到很大作用。基于先進(jìn)的遙感技術(shù)和地理信息系統(tǒng)技術(shù)，通過建筑物，尤其是考慮到各類遮蔭的屋頂太陽日照的精確計(jì)算、已建成的電站公開其運(yùn)行及收益累計(jì)數(shù)據(jù)等，為屋頂業(yè)主、光伏開發(fā)商、城市能源規(guī)劃與政策制定機(jī)構(gòu)等提供了極大地推動(dòng)作用。

建筑日照測(cè)量，顯然是太陽能光伏的關(guān)鍵技術(shù)，國外廣泛應(yīng)用機(jī)載LiDAR用于城市屋頂太陽能潛能測(cè)算，但中國在該方面仍處于嘗試階段[24,25]，因此與發(fā)達(dá)國家仍存在較大距離。另外，屋頂光伏作為分布式電源，對(duì)城市公共配電網(wǎng)也形成了很大沖擊；無論分布式發(fā)電在何地以何種形式開發(fā)，城市公共電網(wǎng)才是大規(guī)模開發(fā)應(yīng)用分布式發(fā)電的載體、依托和依靠[26]。對(duì)于城市配網(wǎng)規(guī)劃和建設(shè)部門而言，研究城市屋頂光伏資源分布，尤其是大規(guī)模開發(fā)潛力，才能提出配電網(wǎng)適應(yīng)性規(guī)劃。遺憾的是，國外投運(yùn)的光伏地圖均沒有涉及到就地負(fù)荷及城市配電網(wǎng)的現(xiàn)狀，因此太陽能光伏地圖還需要進(jìn)一步擴(kuò)展其功能。

中國公開的光伏地圖很少，如www.pvmap.net只提供少數(shù)愿意公開的光伏電站資料；光伏寶www.pvbao.net可提供所選擇的開發(fā)點(diǎn)距離最近的已公開的運(yùn)行光伏站的一些資料，其光伏站設(shè)計(jì)功能需要輸入許多選擇項(xiàng)(包括光伏板選型及串并拓?fù)?、安裝朝向及傾角、逆變器選型等)后給出逐月發(fā)電量估計(jì)，因此功能相對(duì)簡(jiǎn)單，不能達(dá)到為一個(gè)城市大規(guī)模屋頂光伏開發(fā)依據(jù)或引導(dǎo)的作用。

中國要進(jìn)行城市屋頂光伏大規(guī)模開發(fā)，政府的作為和功能尤其關(guān)鍵；光伏地圖作為一種技術(shù)手段，起到新能源開發(fā)利用引導(dǎo)和信息服務(wù)作用，需要預(yù)先資金投入和信息資源整合，應(yīng)作為智慧城市的一個(gè)重要模塊，由政府能源管理部門負(fù)責(zé)建設(shè)、維護(hù)；美國的實(shí)踐也證實(shí)了這點(diǎn)。

[1] Marion J B， Anderberg M， George R. et al. PVWATTS version2-enhanced spatial resolution for calculating grid-connected PV performance [R]. National Renewable Energy Laboratory，publication NREL/CP-560-3094, 2001.

[2] Fu J P, Rich P M. Design and implementation of the solar analyst: An Arc View extension for modeling solar radiation at landscape scales [A]. Proceedings of the 19th Annual ESRI User Conference[C], SanDiego, USA, 1999.

[3] Suri M, Hofi erka J. A new GIS-based solar radiation model and its application to photovoltaic assessments[J]. Transactions in GIS,2004, 8(2):175－190.

[4] Choi Y, Rayl J, Tammineedi C, et al. PV Analyst: coupling ArcGIS with TRNSYS to assess distributed photovoltaic potential in urban areas[J]. Solar Energy, 2011, 85(11): 2924-2939.

[5] Suri M, Huld T A, Dunlop E D. PV-GIS: a web-based solar radiation database for the calculation of PV potential in Europe[J].International Journal of Sustainable Energy, 2005, 24(2):55－67.

[6] Oregon Clean Energy Map [EB/OL]. http://oregon.cleanenergymap.com, 2012.

[7] San Francisco Solar Map[EB/OL]. http://sf.solarmap.org,2012/2013.

[8] Berkeley Solar Map[EB/OL]. http://berkeley.solarmap.org,2012/2013.

[9] Cameron C P, Boyson W E, Riley D M. Comparison of PV system performance-model predictions with measured PV system performance [A]. IEEE Photovoltaic Specialists Conference[C],San Diego, California, 2008.

[10] United States Department of Energy. Energy plus weather data[EB/OL]. http://apps1.eere.energy.gov/ buildings/energyplus/cfm/weather_data.cfm, 2012.

[11] Brito M C, Gomes N, Santos T, et al. Photovoltaic potential in a Lisbon suburb using LiDAR data[J]. Solar Energy, 2012,86(1): 283－288.

[12] Nguyen H T， Pearce J M. Estimating potential photovoltaic yield with R.sun and the open source geographical resources analysis support system[J]. Solar Energy, 2010, 84(5):831－843.

[13] Nguyen H T, Pearce J M. Incorporating shading losses in solar photovoltaic potential assessment at the municipal scale [J]. Solar Energy, 2012, 86(5): 1245－1260.

[14] Hofi erka J, Kanuk J. Assessment of photovoltaic potential in urban areas using open-source solar radiation tools[J]. Renewable Energy, 2009, 34(10): 2206－2214.

[15] Bergamasco L, Asinari P. Scalable methodology for the photovoltaic solar energy potential assessment based on available roof surface area: Application to Piedmont Region (Italy)[J]. Solar energy, 2011, 85(5): 1041－1055.

[16] Huld T, Müller R, Gambardella A. A new solar radiation database for estimating PV performance in Europe and Africa[J].Solar Energy, 2012, 86(6): 1803－1815.

[17] Ruiz-Arias J A, Terrados J, Perez-Higueras P, et al.Assessment of the renewable energies potential for intensive electricity production in the province of Jaen， southern Spain[J].Renewable and Sustainable Energy Reviews, 2012, 16: 2994－3001.

[18] Palmas C, Abis E, von Haaren C, et al. Renewables in residential development: an integrated GIS-based multi-criteria approach for decentralized micro-renewable energy production in new settlement development: A case study of the eastern metropolitan area of Cagliari, Sardinia, Italy[J]. Energy，Sustainability and Society, 2012, 2(10): 937－945.

[19] Lukac N, Zlaus D, Seme S, et al. Rating of roofs' surfaces regarding their solar potential and suitability for PV systems，based on LiDAR data[J]. Applied Energy, 2013, 102: 803－812.

[20] Schallenberg-Rodriguez J. A methodological review to estimate techno-economical wind energy production[J]. Renewable and Sustainable Energy Reviews, 2013, 21: 272－287.

[21] Yimprayoon C, Navvab M N. Quantifcation of available solar irradiation on rooftops using orthophotograph and LiDAR data [A].SimBuild 2010: Proceedings of the 4th National Conference of IBPSA[C], New York, USA, 2010.

[22] MadiSUN [EB/OL]. http://solarmap.cityofmadison.com/madisun, 2013.

[23] Geostellar[EB/OL]. http://www.geostellar.com/, 2013.

[24]王雷, 司海燕, 劉妍. 全站儀在日照測(cè)量中的應(yīng)用[J]. 測(cè)繪工程, 2013, 22(4): 68－71.

[25]張多才. 三維城市日照模擬分析及其應(yīng)用研究[D]. 湖南:湖南科技大學(xué), 2012.

[26]徐謙, 章堅(jiān)民, 潘弘. 適應(yīng)分布式發(fā)電接入的配電網(wǎng)規(guī)劃有關(guān)問題探討[J]. 華東電力, 2012, 40(12): 2132－2137.