Direkt zum Inhalt | Direkt zur Navigation

Eingang zum Volltext

Lizenz

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:25-opus-78423
URL: http://www.freidok.uni-freiburg.de/volltexte/7842/


Wang, Shifeng

Spatial modelling of renewable energy integrating remote sensing data

Räumliche Modellierung erneuerbarer Energien unter Berücksichtigung von Fernerkundungsdaten

Dokument1.pdf (3.992 KB) (md5sum: b822342441b5cc7dfc65d62335447162)

Kurzfassung in Englisch

The location and capacity size of the renewable energy facility and the influencing factors of renewable energy consumption play an important role in planning renewable energy. Therefore, the solutions to determining the optimal locations and optimal capacity sizes of renewable energy facilities in renewable energy supply chain and identifying the spatial influencing factors of renewable energy consumption are essential in making scientific renewable energy planning strategy with optimal cost. The main focus of the study is to develop two renewable energy models to provide such solutions. The study also combines remotely-sensed data into the models. The study is composed of two main stages: the development of an optimization supply model integrating spatial information from remote sensing and a consumption model also integrating spatial information. Both are needed for optimizing the energy market but each of them has first to be developed individually.

In the first stage, the study developed an optimization supply model with remotely-sensed data to determine the optimal locations and optimal capacity sizes of renewable energy facilities in renewable energy supply chain. In order to develop this model, the first step was to restrict the studied renewable energy supply chain to electricity supply chain of solar and wind energy and then to simplify the supply chain. In the second step, the solar and wind energy potentials were evaluated with remote sensing data. A grid structure was established to integrate remote sensing data and remote sensing-based constraints. The spatial distributions of supply and demand were modeled taking into account remote sensing data. The by-products and pre-determined capacity sizes for solar and wind energy facilities were also developed and can be taken into account if needed. Then the equilibrium theory with fixed demand was used to formulate the objective function of the model such that the model will not be used to optimize the profit of one single plant, but rather to maximize the social welfare of the demands. The model was called Optimization Facility Location and capacity size model for solar energy facilities and wind energy facilities in electricity supply chain system integrating Remote sensing data (OFLR model). It was a mixed integer program. As renewable energy planning is important, the model is a valuable tool for decision makers in order to make spatially explicit location planning strategies for solar and/or wind energy.

In the second stage, the study aimed to develop a statistical model to identify the spatial influencing factors of renewable energy consumption. Initially, the considered influencing factor of renewable energy consumption was primarily the locations of consumptions and therefore the spatial trend model was used to identify location factor. The spatial trend model did not meet the requirements and an Improved Spatial Trend model (IST model) was developed to further identify location factor and non-location spatial influencing factors of renewable energy consumption and solve the ill-conditioned least squares problem occurred in spatial trend model. Finally, a spatial statistical model selection procedure was provided to select the best IST model for renewable energy consumption, regarding the spatial autocorrelation among residuals.

The OFLR model was developed with GAMS programming language and the IST model was developed with Matlab programming language. These two models were illustrated by case studies.


Kurzfassung in Deutsch

Die Lage und Kapazität erneuerbarer Energieanlagen und die beeinflussenden Faktoren des Verbrauchs erneuerbarer Energien spielen eine wichtige Rolle bei der Planung erneuerbarer Energien. Deshalb sind Lösungen zur Bestimmung der optimalen Lage und Kapazität erneuerbarer Energieanlagen in der Versorgungskette erneuerbarer Energien und die Bestimmung der raumbezogenen beeinflussenden Faktoren des Verbrauchs erneuerbarer Energien wesentlich, um eine wissenschaftliche Planungsstrategie erneuerbarer Energien mit optimalen Kosten durchzuführen. Die Hauptaugenmerke dieser Studie liegen in der Entwicklung zweier Erneuerbarer-Energie-Modelle, um diese Lösungswege zur Verfügung zu stellen. Die Studie integriert ebenfalls Fernerkundungsdaten in die Modelle. Sie setzt sich zusammen aus der Entwicklung eines Optimierungsmodells des Angebots unter Integration von Fernerkundungsdaten sowie aus einem Verbrauchs-Modell, ebenfalls unter Integration von Fernerkundungsdaten. Beide Modelle werden gebraucht um den Energiemarkt zu optimieren, jedoch müssen beide separat entwickelt werden.

In der ersten Ebene wurde in der Studie ein Optimierungsmodell des Angebots mit Fernerkundungsdaten entwickelt um die optimale Lage und Kapazität erneuerbarer Energieanlagen in der Versorgungskette erneuerbarer Energien zu bestimmen. Um das Modell zu entwickeln, wurde in einem ersten Schritt die betrachtete Versorgungskette erneuerbarer Energien auf die Versorgungskette elektrischer Solar- und Windenergie beschränkt um dann die Versorgungskette zu vereinfachen. Im zweiten Schritt wurde das Solar- und Windenergie-Potential festgelegt und mit Fernerkundungsdaten bewertet. Eine Gitterstruktur wurde festgelegt, um Fernerkundungsdaten und Einschränkungen basierend auf Fernerkundungsdaten zu integrieren. Die räumliche Verteilung von Angebot und Nachfrage wurde modelliert unter Berücksichtigung von Fernerkundungsdaten. Die Nebenprodukte und die vorbestimmten Größen für Solar- und Windkraftanlagen wurden entwickelt und können falls notwendig berücksichtigt werden. Dann wurde die Gleichgewichtstheorie mit einer festen Nachfrage dazu benutzt, die Zielfunktion des Modells folgendermaßen zu formulieren, dass nicht der Profit einer einzigen Anlage, sondern das Gros aller Anforderungen maximiert wird. Das Modell heisst „Optimization Facility Location and capacity size model for solar energy facilities and wind energy facilities in electricity supply chain system integrating Remote sensing data (OFLR model)”, zu deutsch “Optimierungsmodell für die Lage und Kapazität von Solar- und Windenergie-Anlagen in der elektrischen Versorgungskette mit integrierten Fernerkundungsdaten“. Es ist ein gemischtes Integer-Programm. Da die Planung erneuerbarer Energien wichtig ist, ist dieses Modell ein wertvolles Werkzeug für Entscheider, um räumlich explizite Planungsstrategien für Solar- und/oder Windenergie durchzuführen.

In der zweiten Ebene wurde in der Studie ein statistisches Model entwickelt, um die räumlichen beeinflussenden Faktoren des Verbrauchs erneuerbarer Energien zu identifizieren. Anfangs war der betrachtete beeinflussende Faktor des Verbrauchs erneuerbarer Energien im Wesentlichen der Ort des Verbrauchs, deshalb wurde ein räumliches Trend-Modell dazu benutzt, diesen Lagefaktor zu identifizieren. Das räumliche Trend-Modell konnte die Anforderungen nicht erfüllen, deshalb wurde das „Improved Spatial Trend model (IST model)“, das „verbesserte räumliche Trend-Modell“ entwickelt, um das Problem schlecht konditionierter kleinster Quadrate zu lösen, das im räumlichen Trend-Modell auftrat, und weiterhin, um den Lagefaktor und die nicht lagebezogenen räumlichen beeinflussenden Faktoren des Verbrauchs erneuerbarer Energien zu bestimmen. Schlussendlich wurde ein Verfahren zur Auswahl eines räumlichen statistischen Modells bereitgestellt, um das beste IST-Modell für den Verbrauch erneuerbarer Energien auszuwählen, unter Berücksichtigung der räumlichen Autokorrelation unter Residuen.

Das OFLR-Modell ist in der Programmiersprache GAMS entwickelt, das IST-Modell in Matlab. Die zwei Modelle werden durch Fallstudien illustriert.


SWD-Schlagwörter: Modellierung , Erneuerbare Energien , Fernerkundung , Energieversorgung
Freie Schlagwörter (deutsch): Versorgungskette , räumliche Modellierung
Freie Schlagwörter (englisch): Spatial Modelling , Renewable Energy , Remote Sensing , Supply Chain , Energy Planning
Institut: Institut für Forstökonomie
Fakultät: Fakultät für Forst- und Umweltwissenschaften
DDC-Sachgruppe: Land- und Forstwirtschaft, Veterinärmedizin
Dokumentart: Dissertation
Erstgutachter: Koch, Barbara (Prof. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 07.12.2010
Erstellungsjahr: 2010
Publikationsdatum: 17.12.2010
Indexliste