光伏屋顶资源定级分析方法与流程

本发明涉及太阳能分析评估技术领域，具体指一种光伏屋顶资源定级分析方法。

背景技术：

我国太阳能资源十分丰富，近年来我国光伏产业得到了快速发展，建设光伏电站是大规模集中利用太阳能的最有效方式。在光伏电站设计的可行性研究阶段，需要开展太阳能资源分析评估工作，说明工程所在地区的太阳能资源情况，并为电站发电量计算提供输入数据。进行太阳能资源分析评估时，需选择站址所在地附近有太阳辐射长期观测记录的气象站作为参考气象站，获取连续10年以上的太阳辐射长期记录和相关气象数据，作为太阳能资源分析评估的输入资料。

目前，我国有太阳辐射长期观测记录的气象站只有近百个，实际覆盖面积较小，尤其是在西北地区，大多数情况下日射站距光伏电站较远，很难获得站址所在地实际的太阳能辐射状况。若站址所在地附近没有长期观测记录太阳辐射的日射站，只能采用距离较远日射站的太阳辐射长期观测数据，通过对比分析，推算工程所在地的太阳能资源数据。气温、湿度等气象信息采用距站址最近气象站的数据。

目前传统的方法是针对具体项目，向具有太阳辐射长期观测记录的气象站或商业数据库服务商购买所需太阳辐射长期记录和气象数据，通过人工整理统计和计算处理，得到太阳能资源评估成果。上述方法存在以下缺点：(1)针对每一工程，都需分析选择合适的参考气象站，耗费人力；(2)如工程信息不畅或工程资料保管不妥善，可能出现不同工程选择同一参考气象站，但数据资料会重复购买的情况；(3)针对每一工程，都需进行大量、繁琐的人工统计和计算处理，效率低下且容易出错；(4)若站址所在地附近没有日射站，只能选择站址所在地周边较远的气象站作为参考气象站，但在推算过程中，不同设计人员选取不同的经验系数，计算结果存在较大差异，导致光伏电站发电量计算存在较大偏差；(5)评估成果输出标准化程度不高，难以保证成品质量。

最关键的是，上述传统的方法针对性较强，主要针对固定的区域。而覆盖大部分国土面积的房屋的屋顶面积由于环境不同，通过传统方法很难单独进行分析和评估。

技术实现要素：

本发明根据现有技术的不足，提出一种光伏屋顶资源定级分析方法，对屋顶的环境和状态进行分析/评估，从而能够合理对屋顶的面积进行利用。

为了解决上述技术问题，本发明的技术方案为：

一种光伏屋顶资源定级分析方法，包括以下步骤：

s1、构建评价屋顶资源定级指标体系；

s2、采用层次分析法对屋顶资源进行综合评价；

s3、划分屋顶资源定级标准；

s4、将步骤s2中分析后的评价结果代入步骤s3给出定级结果。

作为优选，所述屋顶资源定级指标体系包括屋顶特性指数、运营难度指数、日照指数、屋顶权属指数；所述屋顶特性指数包括屋顶结构、承重能力、面板朝向、屋顶平整度、屋顶遮蔽度、可利用面积；所述运营难度指数包括安装难度、运维难度；所述日照指数包括日照度级别；所述屋顶权属指数包括屋顶类别，所述屋顶类别分别居民和企业。

作为优选，所述步骤s2根据步骤s1构建的指标体系进行以下步骤：

s2a、建立层次结构模型；

s2b、构造判断矩阵；

s2c、层次单排序及其一致性检验；

s2d、层次总排序及其一致性检验。

作为优选，所述步骤s2a分为三个层次分别为：用于分析问题的预订目标和理想结果的最高层、包含了实现目标所涉及的中间环节的中间层和包括了实现目标可供选择的各种措施和决策方案的最底层，所述最高层只有一个元素；所述中间层由若干层次组成，包括所需考虑的准则和子准则。

作为优选，所述步骤s2b具体如下：假设：将一块重为1千克的石块砸成n小块，精确称出它们的重量，设为w1,…,wn，估计这n小块的重量占总重量的比例，

设现在要比较n个因子x＝{x1,…,xn}对某因素z的影响大小，采取对因子进行两两比较建立成对比较矩阵，即每次取两个因子xi和xj，以aij表示xi和xj对z的影响大小之比，全部比较结果用矩阵a＝(aij)n×n表示，称a为z-x之间的成对比较判断矩阵，得出，若xi与xj对z的影响之比为aij，则xj与xi对z的影响之比应为若矩阵a＝(aij)n×n满足

aij>0(1-1)

则称之为正互反矩阵(易见aii＝1，i＝1,…,n)。

关于如何确定aij的值，则引用数字1～9及其倒数作为标度，

进行次比较可以提供更多的信息，通过各种不同角度的反复比较，从而导出一个合理的排序。

作为优选，所述步骤s2c具体如下：判断矩阵a对应于最大特征值λmax的特征向量w，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值，这一过程称为层次单排序，

比较结果是前后完全一致的，则矩阵a的元素还应当满足：

满足关系式(1-2)的正互反矩阵称为一致矩阵，若a为一致矩阵，则：

(a)a必为正互反矩阵；

(b)a的转置矩阵a^t也是一致矩阵；

(c)a的任意两行成比例，比例因子大于零，从而rank(a)＝1，同样，a的任意两列也成比例；

(d)a的最大特征值λmax＝n，其中n为矩阵a的阶，a的其余特征根均为零；

(e)若a的最大特征值λmax对应的特征向量为w＝(w1,…,wn)^t，则即

n阶正互反矩阵a为一致矩阵当且仅当其最大特征根λmax＝n，且当正互反矩阵a非一致时，必有λmax>n；

由λmax是否等于n来检验判断矩阵a是否为一致矩阵，由于特征根连续地依赖于aij，故λmax比n大得越多，a的非一致性程度也就越严重，λmax对应的标准化特征向量也就越不能真实地反映出x＝{x1,…,xn}在对因素z的影响中所占的比重，因此，对决策者提供的判断矩阵有必要作一次一致性检验，以决定是否能接受它，

对判断矩阵的一致性检验的步骤如下：

(a)计算一致性指标ci

(b)查找相应的平均随机一致性指标ri，对n＝1,…,9，

(c)计算一致性比例cr

当cr<0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。

作为优选，所述ri的值通过随机方法构造500个样本矩阵：随机地从1～9及其倒数中抽取数字构造正互反矩阵，求得最大特征根的平均值λ'max，并定义。

作为优选，所述步骤s2d具体如下：

设上一层次为a层，包含a1,…,am共m个因素，它们的层次总排序权重分别为a1,…,am；另设其后的下一层次为b层，包含n个因素b1,…,bn，它们关于aj的层次单排序权重分别为b1j,…,bnj，当bi与aj无关联时，bij＝0，现求b层中各因素关于总目标的权重，即求b层各因素的层次总排序权重b1,…,bn，计算按下表所示方式进行，即i＝1,…,n；

对层次总排序也需作一致性检验，检验仍像层次总排序那样由高层到低层逐层进行，

设b层中与aj相关的因素的成对比较判断矩阵在单排序中经一致性检验，求得单排序一致性指标为ci(j)，(j＝1,…,m)，相应的平均随机一致性指标为ri(j)(ci(j)、ri(j)已在层次单排序时求得，则b层总排序随机一致性比例为

当cr<0.10时，认为层次总排序结果具有较满意的一致性并接受该分析结果。

作为优选，所述划分屋顶资源定级标准分为1～10，共10个定级。

本发明具有以下的特点和有益效果：

采用上述技术方案，得出不同环境、不同地域、不同条件的屋顶的资源等级，从而进行合理铺设，实现屋顶设备铺设的最大性价比，实现建筑表面待铺设区域的最大效益。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为屋顶资源定级指标体系框图；

图2为划分定级标准示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明提供了一种光伏屋顶资源定级分析方法，包括以下步骤：

s1、构建评价屋顶资源定级指标体系；

s2、采用层次分析法对屋顶资源进行综合评价；

s3、划分屋顶资源定级标准；

s4、将步骤s2中分析后的评价结果代入步骤s3给出定级结果。

进一步的，如图1所示，屋顶资源定级指标体系包括屋顶特性指数、运营难度指数、日照指数、屋顶权属指数；屋顶特性指数包括屋顶结构、承重能力、面板朝向、屋顶平整度、屋顶遮蔽度、可利用面积；运营难度指数包括安装难度、运维难度；日照指数包括日照度级别；屋顶权属指数包括屋顶类别，屋顶类别分别居民和企业。

具体的，层次分析法(ahp)是美国运筹学家匹茨堡大学教授萨蒂(t.l.saaty)于上世纪70年代初，为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。

这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。是对难于完全定量的复杂系统做出决策的模型和方法。

该方法自1982年被介绍到我国以来，以其定性与定量相结合地处理各种决策因素的特点，以及其系统灵活简洁的优点，迅速地在我国社会经济各个领域内，如工程计划、资源分配、方案排序、政策制定、冲突问题、性能评价、能源系统分析、城市规划、经济管理、科研评价等，得到了广泛的重视和应用。

运用上述方法，具体通过步骤s2根据步骤s1构建的指标体系进行以下步骤：

s2a、建立层次结构模型；

s2b、构造判断矩阵；

s2c、层次单排序及其一致性检验；

s2d、层次总排序及其一致性检验。

层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。

下面通过构建输变电工程生产运行自评价的层次分析模型，分别说明这四个步骤的实现过程。

建立层次结构模型

步骤s2a分为三个层次分别为：用于分析问题的预订目标和理想结果的最高层、包含了实现目标所涉及的中间环节的中间层和包括了实现目标可供选择的各种措施和决策方案的最底层，最高层只有一个元素；中间层由若干层次组成，包括所需考虑的准则和子准则。

递阶层次结构中的层次数与问题的复杂程度及需要分析的详尽程度有关，一般地层次数不受限制。每一层次中各元素所支配的元素一般不要超过9个。这是因为支配的元素过多会给两两比较判断带来困难。

构造判断矩阵

步骤s2b具体如下：假设：将一块重为1千克的石块砸成n小块，精确称出它们的重量，设为w1,…,wn，估计这n小块的重量占总重量的比例，

设现在要比较n个因子x＝{x1,…,xn}对某因素z的影响大小，采取对因子进行两两比较建立成对比较矩阵，即每次取两个因子xi和xj，以aij表示xi和xj对z的影响大小之比，全部比较结果用矩阵a＝(aij)n×n表示，称a为z-x之间的成对比较判断矩阵，得出，若xi与xj对z的影响之比为aij，则xj与xi对z的影响之比应为若矩阵a＝(aij)n×n满足

aij>0(1-1)

则称之为正互反矩阵(易见aii＝1，i＝1,…,n)。

关于如何确定aij的值，则引用数字1～9及其倒数作为标度，表1列出了1～9标度的含义：

表1个标度及其含义

从心理学观点来看，分级太多会超越人们的判断能力，既增加了作判断的难度，又容易因此而提供虚假数据。saaty等人还用实验方法比较了在各种不同标度下人们判断结果的正确性，通过实验结果表明，采用1～9标度最为合适。

最后，应该指出，一般地作次两两判断是必要的。有人认为把所有元素都和某个元素比较，即只作n-1个比较就可以了。这种作法的弊病在于，任何一个判断的失误均可导致不合理的排序，而个别判断的失误对于难以定量的系统往往是难以避免的。进行次比较可以提供更多的信息，通过各种不同角度的反复比较，从而导出一个合理的排序。

层次单排序及其一致性检验

步骤s2c具体如下：判断矩阵a对应于最大特征值λmax的特征向量w，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值，这一过程称为层次单排序，

上述构造成对比较判断矩阵的办法虽能减少其它因素的干扰，较客观地反映出一对因子影响力的差别。但综合全部比较结果时，其中难免包含一定程度的非一致性。如果比较结果是前后完全一致的，则矩阵a的元素还应当满足：

满足关系式(1-2)的正互反矩阵称为一致矩阵，若a为一致矩阵，则：

(a)a必为正互反矩阵；

(b)a的转置矩阵a^t也是一致矩阵；

(c)a的任意两行成比例，比例因子大于零，从而rank(a)＝1，同样，a的任意两列也成比例；

(d)a的最大特征值λmax＝n，其中n为矩阵a的阶，a的其余特征根均为零；

(e)若a的最大特征值λmax对应的特征向量为w＝(w1,…,wn)^t，则即

n阶正互反矩阵a为一致矩阵当且仅当其最大特征根λmax＝n，且当正互反矩阵a非一致时，必有λmax>n；

由λmax是否等于n来检验判断矩阵a是否为一致矩阵，由于特征根连续地依赖于aij，故λmax比n大得越多，a的非一致性程度也就越严重，λmax对应的标准化特征向量也就越不能真实地反映出x＝{x1,…,xn}在对因素z的影响中所占的比重，因此，对决策者提供的判断矩阵有必要作一次一致性检验，以决定是否能接受它，

对判断矩阵的一致性检验的步骤如下：

(a)计算一致性指标ci

(b)查找相应的平均随机一致性指标ri，对n＝1,…,9，给出ri的值，如表2所示：

表2判断矩阵的ri值

其中，ri的值通过随机方法构造500个样本矩阵：随机地从1～9及其倒数中抽取数字构造正互反矩阵，求得最大特征根的平均值λ'max，并定义。

(c)计算一致性比例cr

当cr<0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。

层次总排序及其一致性检验

步骤s2d具体如下：通过上述步骤s2c得到的是一组元素对其上一层中某元素的权重向量。我们最终要得到各元素，特别是最低层中各方案对于目标的排序权重，从而进行方案选择。总排序权重要自上而下地将单准则下的权重进行合成。

设上一层次为a层，包含a1,…,am共m个因素，它们的层次总排序权重分别为a1,…,am；另设其后的下一层次为b层，包含n个因素b1,…,bn，它们关于aj的层次单排序权重分别为b1j,…,bnj，当bi与aj无关联时，bij＝0，现求b层中各因素关于总目标的权重，即求b层各因素的层次总排序权重b1,…,bn，计算按下表3所示方式进行，即i＝1,…,n；

表3层次权重总排序表

对层次总排序也需作一致性检验，检验仍像层次总排序那样由高层到低层逐层进行。这是因为虽然各层次均已经过层次单排序的一致性检验，各成对比较判断矩阵都已具有较为满意的一致性。但当综合考察时，各层次的非一致性仍有可能积累起来，引起最终分析结果较严重的非一致性。

设b层中与aj相关的因素的成对比较判断矩阵在单排序中经一致性检验，求得单排序一致性指标为ci(j)，(j＝1,…,m)，相应的平均随机一致性指标为ri(j)(ci(j)、ri(j)已在层次单排序时求得，则b层总排序随机一致性比例为

当cr<0.10时，认为层次总排序结果具有较满意的一致性并接受该分析结果。

进一步的，如图2所示，划分屋顶资源定级标准分为1～10，共10个定级。

以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式包括部件进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。