مدلسازی مکان بهینه استقرار پانل های خورشیدی در پشت بام ساختمان ها با استفاده ازتحلیل سلسله مراتبی دلفی فازی وGIS (مطالعه موردی منطقه 6 شهرتهران)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 سنجش از دور و سیتم اطلاعات جغرافیا ،دانشکده جغرافیا ،دانشگاه تهران ،ایران

2 سنجش از دور و سیستم اطلاعات جغرافیای دانشکده جغرافیا دانشگاه تهران، تهران، ایران

3 گروه جغرافیا مجتمع آموزش عالی فیروزآباد ،فیروزآباد،ایران

10.22034/gahr.2022.334388.1686

چکیده

چکیده:
با توجه به موقعیت جغرافیایی و وضعیت مناسب محیطی، انرژی خورشیدی یکی از کارآمدترین انرژی‌های تجدید پذیر در ایران محسوب می‌گردد. این تحقیق به دنبال ارائه مدلی در خصوص شناسایی مکان‌های بهینه استقرار پانل‌ها خورشیدی در محیط شهری هست. پتانسیل فراوان و فضای مناسب پشت ‌بام ساختمان‌ها با ارتفاع زیاد و قرارگیری آن‌ها در معرض مستقیم نور خورشید و استفاده نکردن بهینه از این فضاها، لزوم مکان گزینی بهینه استقرار پانل ها خورشیدی را برای تولید انرژی ارزان و اسان ضروری کرده است. در این تحقیق،ابتدا ویژگی مکان‌های مناسب استقرار پانل‌های خورشیدی در محیط شهری و منبع تولید لایه‌های موردنیاز شناسایی گردید. لایه‌های موردنیاز جهت دستیابی به مکان‌های مناسب استقرار پانل‌های خورشیدی تهیه و مدل‌سازی فضایی شد. هدف نهایی این مقاله ارائه یک مدل علمی و عملی برای جایگزین کردن انرژی های تجدید پذیر به جای سوخت های فسیلی در ایران است .بر اساس روش شناسایی دلفی فازی و تلفیق ان با سیستم اطلاعات جغرافیایی در این مطالعه روش مناسب برای ارزیابی و انتخاب بهترین مکان برای بهره برداری از انرژی های تجدید پذیر ارائه گردید.نتایج این تحقیق نشان می دهد که انتخاب مکان مناسب برای نصب پانل های خورشیدی در محدودة وسیع شهرها با استفاده از سیستم اطلاعات جغرافیایی امکان پذیر است. نقشه های 1:2000 با توجه به تهیة آن برای اغلب شهرهای کشور و در دسترس بودن آنها درمحیط شهر DSM در مقایسه با سایر منابع تهیه منبع بسیار مفیدی برای استخراج ارتفاع ساختمان ها در کشور است.شکل و ابعاد هر کدام از انواع مختلف پانل های خورشیدی برای بهره برداری امکان پذیر است که با توجه به وضعیت منطقه و شناسایی نوع بهینه آن امکان شناسایی وجود دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Modeling Optimal Location of solar Panels roofs of buildings Using Hierarchical Fuzzy Delphi Analysis and GIS (Tehran Case Study)

نویسندگان [English]

  • saeed rasti 1
  • Najmeh Neysani SNamani 2
  • Abuzar Nasiri 3
1 Remote sensing and GIS, Faculty of Geography, University of Tehran, Iran
2 Remote sensing and GIS Faculty of Geography. University of Tehran Iran
3 Department of Geography, Firuzabad Higher Education Complex , Firuzabad, Iran
چکیده [English]

Regarding the geographical position and appropriate environmental situation, solar energy is regarded as one of the most efficient renewable energies in Iran. This study seeks to provide a model for identifying the optimal locations of the establishment of solar panels in the urban setting. High potential and appropriate space of the buildings' roofs with high altitude and their placement subject to direct sunlight and non-optimal use of these spaces has necessitates the optimal location of the establishment of solar panels for the production of easy and cheap energy. In this study, first, the feature of locations suitable for the establishment of solar panels in the urban environment and the source of production of required layers were identified. The required layers for access to the appropriate locations of the establishment of solar panels were prepared and were spatially modeled. The final objective of this paper is to provide a scientific and practical model for replacing renewable energies instead of fossil fuels in Iran. Based on the fuzzy Delphi method and its integration in the geographical information system in this study, a suitable method was provided for the evaluation and selection of the best place for the exploitation of renewable energies.

کلیدواژه‌ها [English]

  • Geographic Information System (GIS)
  • Renewable Energy
  • Solar Energy
  • Solar Panels
  • ّ Fuzzy Delphi Hierarchy Analysis
  1. 1. پاک طینت، هادی (1139). پتانسیل سنجی اراضی به منظور احداث مزارع فتوولتائیک بر مبنای سیستم های تصمیم گیری چند معیاره و داده های سنجش از دور درایران، پایان نامه کارشناسی ارشد، دانشکدة جغرافیا، دانشگاه تهران.
  2. ثقفی، محمود (1388). انرژی های قابل تجدید، تهران :دانشگاه تهران.
  3. حق پرست کاشانی، آرش و همکاران (1388). تدوین انرژی خورشیدی ایران بر اساس مدل GIS اطلس جامع تابش سنجی، بیست و چهارمین کنفرانس بین اللملی برق، تهران.
  4. رشیدی، معصومه و هادی غریب (1390). استفاده از انرژی خورشیدی راهکاری برای توسعه پایدار انرژی های نو، اولین همایش بین المللی رویکردهای نوین در نگهداشت انرژی، تهران.
  5. رکنی دیلمی، بشیر و همکاران (1386). ارزیابی دقت تهیه،ASTER مدل رقومی ارتفاع با استفاده از تصاویر

چهاردهمین همایش ملی ژئوماتیک، سازمان نقشه برداری کشور.

  1. صادقی نائینی فرد، فریبا (1389). امکان سنجی تولید شهری با استفاده از نقشه های DSM1:20000 ) روش شناسی، بررسی خطاها و آزمون دقت( ،هفدهمین همایش ملی ژئوماتیک، سازمان نقشه برداری کشور.
  2. 7. کمالی، غلامعلی و اسحاق مرادی (1384). تابش خورشید (اصول و کاربرد ها در کشاورزی و انرژی های نو ، تهران انتشارات قرن 21 ( وابسته به موسسة فرهنگی هنری پویشگران اندیشه آفرین ) پژوهشکده هواشناسی.
  3. عشورنژاد، پاک طینت، درویشی بلورانی (1393). مدلسازی مکان بهینة استقرار پانل های خورشیدی در پشت بام ساختمان ها با استفاده GIS ،جغرافیا و آمایش شهری – منطقه ای، شماره 12

 

  1. 9. نادرمرادی، محمد صمدی، رامین قربانی(1400) مکان یابی بیمارستان در شهرستان ملارد با استفاده از مدل AHP Fuzzy جغرافیا و روابط انسانی، دوره4، شماره3، صص223-205

 

  1. 10. Bryan, H., Rallapalli, H., Rasmussen, P.,Fowles, G., (2010) methodology for estimating the rooftopsolar feasibility on an urban scale, American Solar Energy Societ.

 

  1. 11. Chaves, A., Terry Bahill, A., (2010)“Locating Sites for Photovoltaic Solar”, Arc User Online, available at: http: //www.esri.com/news /arcuser /1010 /solarsiting.html

 

12.Chapo,R.,(2008)“Solarenergyoverview”,Ezinearticles.com,December2008,available at:http://ezinearticles.com

 

  1. 13. Drennen, T.E., Erickson, J.D., Chapman,D., (1996) Solar power and climate change policy in developing countries, Energy Policy, 24, 9-16.

 

14 .Fu, P., Rich, P.M., (2000), A geometric solar radiation model and its applications in agriculture and forestry, Proceedings of the Second International Conference on Geospatial Information in Agriculture andForestry, I 357-364.

 

  1. 15. Fu, P., Rich, P.M., (2000) The SolarAnalyst 1.0;User manual, Helios Environmental Modeling Institute, USA

 

  1. 16. Gusdorf, J., (1992) Energy pay-backs and renewable breeders, Energy, 17,1137-1151.

 

17.Habibi et al. (2015). Asian Journal of Research in Business Economics and Management,Vol. 5, No. 2, pp. 130-143.

 

18.Izquierdo, S., Rodrigues, M., Fueyo, N.,(2008), A method for estimating the geographical distribution of the availableroof surface area for large-scalephotovoltaic energy-potential evaluations,Solar Energy, 82, 929–939.

 

19.Jiang, H., Eastman, R.J., (2000)Application of fuzzy measures in multicriteriaevaluation in GIS, International Journal of Geographical Information Systems 14, 173–184.

 

20.Malczewski,J.,(1999) GIS and Multicriteria Decision Analysis, John Wiley&SonsInc., NewYork.

 

21.Mellers, B., and Chang, S., (1994) Representations of risk judgments, Organ Behav Hum Dec 52(7), 167–184.

 

22.Muneer, T& Asif,M&Kubie,j., (2001) Generation and transmission prospects for solar electricity: UK and global markets,Energy Conversion & Management, 44,35-52.

 

23.Rich, P.M., Dubayah, R., Hetrick, W.A.,Saving, S.C., (1994) Using viewshed models to calculate intercepted solarradiation: applications in ecology,American Society for Photogrammetry and Remote Sensing Technical Papers.

 

24.Ubertini, S., Desideri, U., (2003) Performance estimation and experimental measurements of a photovoltaic roof, Renewable Energy, 28, 1833-1850.