用于改进产能曲线估计的全自动城市光伏参数化框架

屋顶光伏（PV）装置的精确参数化对于有效的电网管理和战略性大规模太阳能部署至关重要。缺乏用于光伏配置参数的高保真数据集，往往迫使从业者依赖粗糙的假设，从而损害了大规模光伏性能建模的时间与数值准确性。本研究引入了一个全自动框架，该框架创新性地整合了遥感数据、语义分割、多边形矢量细化、倾角-方位角估计和模块布局推断，以生成具有丰富属性的分布式光伏 GIS 数据集。该方法应用于荷兰埃因霍温，与配电系统运营商（DSO）记录的相关性（$R^2$）达到 0.92，同时 73$\%$ 社区的容量估计在记录数据的 $\pm$25$\%$ 误差范围内一致。此外，通过准确捕获实际系统配置参数（例如倾角、方位角、模块布局）并无缝链接到先进的性能模型，该方法在配电网内产生了更可靠的光伏发电量预测。我们将实验集中在一个光伏高渗透率社区，与传统的基于假设的方法相比，配置感知模拟有助于将发电量建模的平均绝对百分比误差（MAPE）降低高达 160$\%$。而且，由于其模块化设计和对现成可用地理空间资源的依赖，该工作流程可扩展至不同地区，为稳健的城市太阳能整合提供了可扩展的解决方案。