CN109840647A - 波浪能宏观和微观选址方法 - Google Patents
波浪能宏观和微观选址方法 Download PDFInfo
- Publication number
- CN109840647A CN109840647A CN201711203213.4A CN201711203213A CN109840647A CN 109840647 A CN109840647 A CN 109840647A CN 201711203213 A CN201711203213 A CN 201711203213A CN 109840647 A CN109840647 A CN 109840647A
- Authority
- CN
- China
- Prior art keywords
- wave
- wave energy
- resource
- grades
- grade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 19
- 238000013316 zoning Methods 0.000 claims abstract description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 13
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims abstract description 5
- 230000008901 benefit Effects 0.000 claims description 6
- 238000013278 delphi method Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 238000012216 screening Methods 0.000 claims 1
- 238000010612 desalination reaction Methods 0.000 abstract description 8
- 238000010248 power generation Methods 0.000 abstract description 8
- 239000013535 sea water Substances 0.000 abstract description 8
- 230000007774 longterm Effects 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007903 penetration ability Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/124—Water desalination
- Y02A20/138—Water desalination using renewable energy
- Y02A20/144—Wave energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/30—Energy from the sea, e.g. using wave energy or salinity gradient
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Other Liquid Machine Or Engine Such As Wave Power Use (AREA)
Abstract
本发明构建了一套能够全面考虑资源特征、海洋环境、成本效益的波浪能等级区划方案，属于海洋新能源开发利用领域，可有效保障海浪发电、海水淡化等波浪能工程的宏观和微观选址。首先基于目前国际先进的海浪模式，获取关注海域的海浪大数据，计算得到长时间序列的波浪能流密度数据。基于水深、海岸线、有效波高、波浪能流密度数据，计算/统计得到多年平均的波浪能流密度、资源可利用率、资源富集程度、水深、离岸距离、极值波高、变异系数、资源的月际差异，评估各要素在波浪能开发中的权重，并将上述要素进行标准化处理。结合各要素标准化后的数值和权重系数，计算得到波浪能期望值，将期望值区划为7个等级，实现对波浪能的等级区划，为海浪发电、海水淡化等波浪能工程的宏观和微观选址提供决策支持。
Description
技术领域
本发明构建了一套能够全面考虑资源特征、海洋环境、成本效益的波浪能宏观和微观等级区划方案，属于海洋新能源开发利用领域，主要应用于海浪发电、海水淡化等波浪能工程的宏观选址。
背景技术
在资源危机、环境危机愈发严峻的当今世界，人类将目光聚焦海洋新能源。无污染、储量大、分布广等诸多优点使得波浪能成为各发达国家追逐的焦点。海浪发电是波浪能的主要开发方式，此外，波浪能还可以广泛应用于海水淡化、提水、制氢等，能为海上孤岛、石油平台等提供能源，还可以建立水下充电站为潜艇充电，提升其隐蔽突防能力、续航能力。
波浪能在缓解资源危机、保护海洋生态、克服边远海岛电力和淡水困境、为潜艇隐蔽充电、促进海岛旅游开发、提高海岛居民生活质量等诸多领域有着广阔的军事、经济前景。合理选址是波浪能开发的前提，也是一项世界性难题。
已有研究对波浪能的气候特征分析做了很大贡献，但至今仍未形成合理、通用的波浪能等级区划标准，而这又是波浪能选址的主要依据。目前波浪能等级区划存在两大难点：一、分析要素不够全面；二、现有研究主要是将波浪能各要素的特征进行简单的罗列，没有形成等级区划，合理的等级区划可将波浪能一系列复杂的要素进行整合，最后得到查询使用便捷的波浪能等级区划图。从以上的问题分析中，发明人认识到现有的波浪能研究很难为海浪发电、海水淡化等波浪能工程的选址提供精准的决策支持。
发明内容
发明目的：
构建一套能够全面考虑资源特征、海洋环境、成本效益的波浪能宏观和微观等级区划方案，为海浪发电、海水淡化等波浪能工程的宏观选址提供决策支持。
发明***名称：波浪能宏观和微观选址方法
发明***英文名称和简写：Macro-scale and Micro-scale Site Selections
for Wave Power Plant
简称：MMSSWPP
本发明的MMSSWPP可以解决的问题、有益效果：
(1)本发明构建的波浪能等级区划方案全面考虑了资源特征、海洋环境、成本效益，更贴近海浪发电、海水淡化等波浪能工程选址的实际需求。
(2)本发明将海浪模式与等级区划相结合，实现了大范围海域和小范围海域的波浪能等级区划，为波浪能宏观和微观选址提供决策支持。同时，也实现了无观测资料海域的波浪能等级区划。
(3)本发明构建的波浪能等级区划方案考虑的具体要素包括波浪能流密度的大小(wave power density,WPD)、资源可利用率(EWHO)、资源富集程度(RLO)、水深(WD)、离岸距离(DC)、极值波高(EWH)、变异系数(Cv)、资源的月际差异(Mv)。可以根据需要调整相关要素的权重，以满足不同工程的具体需求，而这在传统的波浪能研究中是没有考虑的。
(4)早期的波浪能研究主要是以WPD的大小、资源稳定性来展示波浪能特征；本发明则综合考虑WPD、EWHO、Cv、RLO、资源来向、不同海况对波浪能总量的贡献情况等，全面展现波浪能的特征。
(5)以往多是以资源总储量来展现波浪能的储量，而实际上这其中包含了不可用的部分，并不具备实际的指导价值。本发明通过计算资源的有效储量来展现波浪能的储量。有效储量密切关系到波浪能的产出(有效储量＝年平均波浪能流密度×全年可用波高小时数，或有效储量＝总储量×可用波高频率)，对于波浪能开发更具实用的指导价值。根据资源的有效储量，工程人员可以很直观地得到不同区域的全年发电量。
(6)水深和离岸距离密切关系到海浪发电、海水淡化等波浪能工程的成本，本发明构建的波浪能等级区划方案对这两个要素做了充分考虑。
(7)极值波高关系到波浪能装备的使用寿命、防灾减灾，本发明对这个要素做了充分考虑。
附图说明：
图1是波浪能宏观选址方法的工作流程图，波浪能微观选址的流程图参照图1。
具体实施方式：
本发明是波浪能宏观和微观选址方法，下面结合说明书附图对本发明的具体实施方式作详细说明。如图1所示，本发明基于目前国际先进的海浪模式，首先获取关注海域的海浪大数据，进而计算得到长时间序列的WPD数据。基于水深、海岸线、有效波高、WPD数据，获取资源特征、海洋环境、成本效益各要素，并将其进行标准化处理；评估各要素的权重。利用Delphi法，结合各要素标准化后的数值和权重系数，计算得到波浪能期望值，实现资源等级区划。具体步骤如下：
第一步，收集和预处理海浪模式驱动场，搭建、调试、参数化方案设计海浪模式；
第二步，收集海浪观测资料，检验模拟海浪数据的有效性，综合考虑相关系数、均方根误差、偏差、平均绝对误差、标准均方根误差、离散系数等，全面衡量模拟海浪数据的有效性；
第三步，以巨型机为运行平台，采用并行计算方法，模拟得到关注海域长时间序列、高时空分辨率的海浪大数据；
第四步，利用模拟的海浪大数据和WPD的计算方法，计算得到长时间序列、高时空分辨率的WPD数据；
第五步，基于水深、海岸线数据，以及长时间序列的有效波高、WPD数据，分别计算/统计得到多年平均的WPD、EWHO、RLO、WD、DC、EWH、Cv、Mv等，对相关系数过高的要素进行筛选；
第六步，利用极差变换，将上述要素进行标准化处理；
第七步，评估上述8个要素在波浪能开发中的权重系数；
第八步，利用Delphi法，结合各要素标准化后的数值和各要素的权重系数，计算得到波浪能期望值y；
第九步，将波浪能期望值区划为7个等级，实现对波浪能的等级区划；具体等级划分为： 1级(y≤0.4)属于贫乏区，2级(0.4＜y≤0.5)属于可用区，3级(0.5＜y≤0.6)属于较丰富区， 4级(0.6＜y≤0.7)、5级(0.7＜y≤0.8)、6级(0.8＜y≤0.9)、7级(y＞0.9)属于富集区；
第十步，利用Surfer软件，将波浪能等级区划结果进行可视化制作。
波浪能宏观选址确定后，再对小范围海域的波浪能进行微观等级区划，具体步骤为：
第一步，收集和预处理海浪模式驱动场，搭建、调试、参数化方案设计海浪模式，利用大洋模式WW3和近岸模式SWAN嵌套；
第二步，检验模拟海浪数据的有效性；
第三步，以巨型机为运行平台，采用并行计算方法，模拟得到关注的小范围海域长时间序列、高时空分辨率、高精度的海浪大数据；
第四步，基于水深、海岸线数据，以及长时间序列的有效波高，分别计算/统计得到多年平均的WPD、EWHO、RLO、WD、DC、EWH、Cv、Mv等，对相关系数过高的要素进行筛选；
第五步，将上述8个要素进行标准化处理，评估各要素在波浪能开发中的权重系数；
第六步，利用Delphi法，结合各要素标准化后的数值和各要素的权重系数，计算得到波浪能期望值y；
第七步，将波浪能期望值区划为7个等级，实现对波浪能的等级区划；具体等级划分为： 1级(y≤0.4)属于贫乏区，2级(0.4＜y≤0.5)属于可用区，3级(0.5＜y≤0.6)属于较丰富区， 4级(0.6＜y≤0.7)、5级(0.7＜y≤0.8)、6级(0.8＜y≤0.9)、7级(y＞0.9)属于富集区；
第八步，计算关注资源可利用率情况下(即EWHO主导)的波浪能等级区划。边远海岛通常采用离网式波浪能开发，对并网所关注的DC要求不高；边远海岛的用电量不会特别大，因此对WPD、RLO的要求不高；但边远海岛的能源补给困难，对资源的可利用率 (EWHO)要求更高，因此，在边远海岛的波浪能等级区划地通常考虑资源可利用率主导；
第九步，计算关注商业成本情况下(关注DC和WD)的波浪能等级区划。水深(WD) 和离岸距离(DC)密切关系到成本投入和并网难度，因此，关注成本情况下的波浪能等级区划地通常考虑DC和WD主导；
第十步，利用Surfer软件，将波浪能等级区划结果进行可视化制作。
作为本发明的一种优选技术方案，所述的波浪要素权重需要根据实际需求调整；
作为本发明的一种优选技术方案，所述的小海域的波浪能选址，可根据具体需求添加或删除相关波浪要素，以构建符合各个海域的波浪能等级区划方案。
以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求所述为准。
Claims (7)
1.波浪能宏观和微观选址方法，其特征是，宏观选址方法包括以下步骤：
步骤001采用数值模拟的方法，制作海浪大数据，按照指定格式进行存储；
步骤002根据步骤001获得的模拟海浪大数据，计算波浪能各要素特征，包括能流密度、资源可利用率、富集程度、变异系数、月变化指数，按照指定格式进行存储；
步骤003计算/统计多年平均的波浪能流密度、资源可利用率、资源富集程度、水深、离岸距离、极值波高、变异系数、资源的月际差异，按照指定格式进行存储；
步骤004将步骤003所述各要素进行标准化处理，评估各要素的权重；
步骤005利用Delphi法，结合各要素标准化后的数值和权重系数，计算得到波浪能期望值；
步骤006将波浪能期望值区划为7个等级，实现等级区划。具体等级划分为：1级(y≤0.4)属于贫乏区，2级(0.4＜y≤0.5)属于可用区，3级(0.5＜y≤0.6)属于较丰富区，4级(0.6＜y≤0.7)、5级(0.7＜y≤0.8)、6级(0.8＜y≤0.9)、7级(y＞0.9)属于富集区。
波浪能宏观选址确定后，小范围海域的微观选址方法包括以下步骤：
步骤001计算/统计小范围海域多年平均的波浪能流密度、资源可利用率、资源富集程度、水深、离岸距离、极值波高、变异系数、资源的月际差异，按照指定格式进行存储；
步骤002将步骤001所述各要素进行标准化处理，评估各要素的权重；
步骤003利用Delphi法，结合各要素标准化后的数值和权重系数，计算得到波浪能期望值；
步骤004将波浪能期望值区划为7个等级，实现等级区划。具体等级划分为：1级(y≤0.4)属于贫乏区，2级(0.4＜y≤0.5)属于可用区，3级(0.5＜y≤0.6)属于较丰富区，4级(0.6＜y≤0.7)、5级(0.7＜y≤0.8)、6级(0.8＜y≤0.9)、7级(y＞0.9)属于富集区；
步骤005计算关注资源可利用率情况下(即EWHO主导)的波浪能等级区划，该方法通常运用于边远海岛。边远海岛通常采用离网式波浪能开发，对并网所关注的DC要求不高；边远海岛的用电量不会特别大，因此对WPD、RLO的要求不高；但边远海岛的能源补给困难，对资源的可利用率(EWHO)要求更高，因此，在边远海岛的波浪能等级区划地通常考虑资源可利用率主导；
步骤006计算关注商业成本情况下(关注DC和WD)的波浪能等级区划。水深(WD)和离岸距离(DC)密切关系到成本投入和并网难度，因此，关注成本情况下的波浪能等级区划地通常考虑DC和WD主导。
2.如权利要求1所述的方法，其特征在于：构建的波浪能等级区划方案全面考虑资源特征、海洋环境、成本效益。在波浪能等级区划时，除了关注波浪能的资源特征(波浪能流密度、资源可利用率、富集程度、变异系数、资源的月际差异)，还引入海上施工和防灾减灾密切关注的极值波高，以及与发电成本密切相关的水深、离岸距离，对相关系数过高的要素进行筛选。
3.如权利要求1所述的方法，其特征在于：将海浪数值模式、Delphi法相结合，运用于波浪能等级区划。适用于大范围海域的波浪能宏观选址，以及无观测海浪资料海域的波浪能选址。
4.如权利要求1所述的方法，其特征在于：在波浪能评估中，除了传统关注的能流密度大小、资源稳定性、资源储量，还考虑资源的可利用率(可用波高频率)、资源的富集程度(20kW/m以上能流密度出现的频率)。
5.如权利要求1所述的方法，其特征在于：所述的小海域的波浪能选址，可根据具体需求添加或删除相关波浪要素，以满足不同关注点下的波浪能等级区划和选址。
6.如权利要求1所述的方法，其特征在于：所述的波浪要素权重需要根据实际需求调整。
7.如权利要求1所述的方法，其特征在于：微观等级区划得到的资源等级不等同于宏观等级区划得到的资源等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711203213.4A CN109840647A (zh) | 2017-11-27 | 2017-11-27 | 波浪能宏观和微观选址方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711203213.4A CN109840647A (zh) | 2017-11-27 | 2017-11-27 | 波浪能宏观和微观选址方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109840647A true CN109840647A (zh) | 2019-06-04 |
Family
ID=66879975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711203213.4A Pending CN109840647A (zh) | 2017-11-27 | 2017-11-27 | 波浪能宏观和微观选址方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109840647A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163970A (zh) * | 2020-09-30 | 2021-01-01 | 海南电网有限责任公司 | 一种波浪能发电装置的选址方法 |
| CN112417779A (zh) * | 2020-11-19 | 2021-02-26 | 自然资源部第一海洋研究所 | 一种海流能理论储量评估方法 |
| CN115879741A (zh) * | 2023-02-20 | 2023-03-31 | 中国石油大学(华东) | 一种面向装置影响因素的波浪能开发区域等级划分方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016082263A1 (zh) * | 2014-11-28 | 2016-06-02 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台及其实施方法 |
| CN107392477A (zh) * | 2017-07-27 | 2017-11-24 | 中国石油大学(华东) | 一种海洋波浪能风能资源联合区域等级划分方法 |
| CN107387327A (zh) * | 2017-09-11 | 2017-11-24 | 大连理工大学 | 一种新型浮式风能‑波浪能联合发电*** |
-
2017
- 2017-11-27 CN CN201711203213.4A patent/CN109840647A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016082263A1 (zh) * | 2014-11-28 | 2016-06-02 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台及其实施方法 |
| CN107392477A (zh) * | 2017-07-27 | 2017-11-24 | 中国石油大学(华东) | 一种海洋波浪能风能资源联合区域等级划分方法 |
| CN107387327A (zh) * | 2017-09-11 | 2017-11-24 | 大连理工大学 | 一种新型浮式风能‑波浪能联合发电*** |
Non-Patent Citations (1)
| Title |
|---|
| 张榕等: "波浪能优先开发利用区选划方法研究", 《海洋技术》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163970A (zh) * | 2020-09-30 | 2021-01-01 | 海南电网有限责任公司 | 一种波浪能发电装置的选址方法 |
| CN112417779A (zh) * | 2020-11-19 | 2021-02-26 | 自然资源部第一海洋研究所 | 一种海流能理论储量评估方法 |
| WO2022105489A1 (zh) * | 2020-11-19 | 2022-05-27 | 自然资源部第一海洋研究所 | 一种海流能理论储量评估方法 |
| CN112417779B (zh) * | 2020-11-19 | 2023-10-31 | 自然资源部第一海洋研究所 | 一种海流能理论储量评估方法 |
| CN115879741A (zh) * | 2023-02-20 | 2023-03-31 | 中国石油大学(华东) | 一种面向装置影响因素的波浪能开发区域等级划分方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yeo et al. | A proposal for a site location planning model of environmentally friendly urban energy supply plants using an environment and energy geographical information system (E-GIS) database (DB) and an artificial neural network (ANN) | |
| Wu et al. | Optimal site selection for distributed wind power coupled hydrogen storage project using a geographical information system based multi-criteria decision-making approach: A case in China | |
| Kumar et al. | Techno‐economic assessment and optimization of a standalone residential hybrid energy system for sustainable energy utilization | |
| Norouzi et al. | Landscape framework for the exploitation of renewable energy resources and potentials in urban scale (case study: Iran) | |
| Gao et al. | Optimal site selection study of wind-photovoltaic-shared energy storage power stations based on GIS and multi-criteria decision making: A two-stage framework | |
| Xiao et al. | Research on an optimal site selection model for desert photovoltaic power plants based on analytic hierarchy process and geographic information system | |
| Shao et al. | A decision framework for tidal current power plant site selection based on GIS-MCDM: A case study in China | |
| Cole et al. | A view to the future of natural gas and electricity: An integrated modeling approach | |
| CN109840647A (zh) | 波浪能宏观和微观选址方法 | |
| Di Grazia et al. | Optimal site selection for floating photovoltaic systems based on Geographic Information Systems (GIS) and Multi-Criteria Decision Analysis (MCDA): a case study | |
| Wang et al. | Method multi-criteria decision-making method for site selection analysis and evaluation of urban integrated energy stations based on geographic information system | |
| McCabe et al. | GeoVision Analysis Supporting Task Force Report: Thermal Applications. Quantifying Technical, Economic, and Market Potential of Geothermal District Heating Systems in the United States | |
| Zhang et al. | A multicriteria small modular reactor site selection model under long-term variations of climatic conditions--A case study for the province of Saskatchewan, Canada | |
| Ji et al. | Study on site selection combination evaluation of pumped-storage power station based on cycle elimination—Based on the empirical analysis of North China | |
| Cheng et al. | A study on site selection of pumped storage power plants based on C-OWA-AHP and VIKOR-GRA: a case study in China | |
| Wang et al. | Research paradigm for high-precision, large-scale wind energy potential: An example of a geographically-constrained multi-criteria decision analysis model at the km-level in China | |
| Wu et al. | An innovative method for offshore wind farm site selection based on the interval number with probability distribution | |
| CN108665123A (zh) | 海上风能资源选址新技术 | |
| Zhao et al. | A study on site selection of wind power plant based on prospect theory and VIKOR: a case study in China | |
| Liu et al. | Investment Risk Assessment of Dispersed Wind Power in Low Wind Speed Area Using a Hybrid Multi‐Criteria Decision‐Making Approach Based on Hesitant Fuzzy Linguistic Environment | |
| Sayah | The Use of Renewable Energy Technologies in the Libyan Energy System. Case Study: Brak City Region | |
| Liu et al. | A decision-making framework for scheme selection for sustainable hydropower development | |
| Budi et al. | Renewable energy potential for strengthening the energy security in East Sumba–Sumba island zone | |
| Zhao et al. | Optimal site selection for wind-photovoltaic-complemented storage power plants based on Geographic Information System and Grey Relational Analysis-Group Criteria Importance Through Inter Criteria Correlation-Interactive and Multicriteria Decision Making: A case study of China | |
| Lanni et al. | Feasibility of HVDC connection for offshore wind farms in Italy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190604 |