0

چگونه پهپادها و فتوگرامتری می توانند از انتقال انرژی پشتیبانی کنند

بازدید 271

تیم استودیوی مشاوره معماری WDS-LAB مستقر در لندن با استفاده از فناوری پهپاد و فتوگرامتری برای تخمین میزان انرژی خورشیدی قابل جذب در محیط‌های شهری، جریان کاری جدیدی ایجاد کرده‌اند. درک بهتر از مقدار انرژی خورشیدی که می‌توان مستقیماً از پشت بام‌ها جمع‌آوری کرد، می‌تواند از وظیفه پیچیده انتقال مناطق مسکونی کم تراکم موجود به انرژی‌های تجدیدپذیر پشتیبانی کند.

برای تحقق توافقنامه پاریس، حفظ گرمایش جهانی زیر 1.5 درجه سانتیگراد و رسیدن به “صفر خالص” در سال 2050، انتشار CO2 در مناطق مسکونی باید حداقل 78٪ در دهه آینده کاهش یابد. در سال 2020، طبق گزارش آمار مصرف برق و گاز زیر ملی ارائه شده توسط وزارت انرژی تجاری و استراتژی صنعتی، میانگین مصرف سالانه برق خانگی در بریتانیا 3750 کیلووات ساعت بود، در حالی که متوسط مصرف برق خانگی 2900 کیلووات ساعت بود (شکل 2). ).

با این حال، به گفته کمیته تغییرات آب و هوایی بریتانیا، حدود 29 میلیون خانه در بریتانیا دارای سیستم های ساخت و ساز قدیمی هستند و مسئول هدر دادن مقادیر زیادی انرژی برای گرمایش و/یا سرمایش در طول سال هستند. انرژی خورشیدی می‌تواند نقش مهمی در بازسازی خانه‌ها ایفا کند تا به آنها کمک کند تا درصد قابل‌توجهی از انرژی مورد نیاز خود را از انرژی‌های تجدیدپذیر به طور مستقیم در محل تامین کنند.

چگونه پهپادها و فتوگرامتری می توانند از انتقال انرژی پشتیبانی کنند
شکل 1: یک DJI Mavic Enterprise Advanced با لنز دوگانه و DJI Air 2S برای پروژه استفاده شد.

تیم WDS-LAB مطالعه‌ای را برای تخمین میزان انرژی خورشیدی قابل جذب در محیط‌های شهری انجام دادند. این تیم برای این مطالعه به تصاویر وسایل نقلیه هوایی بدون سرنشین (پهپاد ) تکیه کردند زیرا راه حلی مقرون به صرفه است. علاوه بر این، مدل های فتوگرامتری سه بعدی را با وضوح و دقت بالاتر نسبت به تصاویر ماهواره ای فعال می کند.

دقت مدل مش سه بعدی عامل مهمی در این پروژه به منظور ساخت مدل دقیق از ساختمان های مسکونی و به دست آوردن شیب مناسب سقف ها به منظور محاسبه میزان انرژی خورشیدی به آنها بود. این کار با استفاده از روش طبقه بندی هندسی مناسب انجام شد. هنگامی که مشخصات پنل های فتوولتائیک خورشیدی مشخص شد، می توان میزان برق تولید شده توسط یک آرایه پنل خورشیدی در ماه را به طور دقیق پیش بینی کرد.

این اطلاعات به طور بالقوه برای شوراهای محلی و سایر مقامات دولتی و همچنین صاحبان خانه جالب است. مطالعات آزمایشی اولیه بر روی محله‌های لندن انجام شد، اما از نظر تئوری این تکنیک پیمایشی را می‌توان در هر نقطه از جهان به کار برد.

شکل 2: توزیع برق مصرفی خانگی در بریتانیای کبیر (از وزارت انرژی تجاری و استراتژی صنعتی).

تولید مدل فتوگرامتری سه بعدی

روش توسعه یافته توسط WDS-LAB برای تعیین کمیت انرژی رسیده به پشت بام ها، میزان مساحتی را در نظر می گیرد که می تواند برای نصب آرایه های پانل های فتوولتائیک مستطیلی (PV) تجاری مناسب باشد. برای تولید مدل فتوگرامتری، از پهپاد تجاری DJI Enterprise Advanced مجهز به لنز دوگانه استفاده شد: یک لنز برای طیف حرارتی و یک لنز برای طیف نور مرئی (که قادر به دریافت تصاویر 48 مگاپیکسلی بود).

روش ثبت تصاویر برای مدل فتوگرامتری متکی بر ایجاد یک مأموریت پرواز نقشه برداری از پهپاد از پیش برنامه ریزی شده بود، به طوری که تصاویر می توانند به طور خودکار با توزیع یکنواخت و زاویه دوربین اوج جمع آوری شوند. وضوح بالای اپتیک پهپاد به این معنی است که پهپاد می تواند در حداکثر ارتفاع 120 متری مطابق با مقررات فضای هوایی در لندن پرواز کند و امکان پوشش منطقه وسیع تری را در زمان کمتری فراهم کند.

شکل 3: طبقه بندی ابر نقطه ای با Agisoft Metashape.

پس از جمع‌آوری مجموعه داده‌های تصویر، تیم تصاویر را با استفاده از نرم‌افزار فتوگرامتری Agisoft Metashape جمع‌آوری کرد و یک مدل سه‌بعدی بافت‌دار دقیق به دست آورد. با استفاده از الگوریتم یادگیری ماشین برای طبقه‌بندی خودکار ابر نقطه، می‌توان ساختمان‌ها را از همه ویژگی‌های دیگر (مانند درختان، خیابان‌ها و عناصر زمین) جدا کرد، که مراحل بعدی تجزیه و تحلیل قرار گرفتن در معرض خورشید را بر روی هندسه سقف ساده‌سازی کرد.

شکل 4: نمودار مسیر خورشید و نتایج تابش خورشید بر روی سقف های ایجاد شده با Rhinoceros 3D و Grasshopper.

پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد پهپاد

الگوریتم های آنالیز خورشیدی سفارشی

با توجه به پیشینه معماری تیم WDS-LAB، آنها بر ابزارهای مدل سازی مش سه بعدی خارج از قلمرو نرم افزار نقشه برداری معمولی تکیه کردند. Rhinoceros 3D از آنجایی که در بین معماران و طراحان شهری رایج است مورد استفاده قرار گرفت. این امکان پردازش مش سه بعدی، رندر و تجسم بافت را فراهم می کند. همچنین به یک پلت فرم برنامه نویسی بصری چشمگیر مجهز شده است که امکان ایجاد الگوریتم های پیچیده برای تجزیه و تحلیل داده های محیطی سه بعدی (Grasshopper 3D) را با در نظر گرفتن پایگاه داده های آب و هوای محلی فراهم می کند.

الگوریتم‌های به‌دست‌آمده توانستند شبکه را به‌طور خودکار برش دهند و هندسه‌های سقف را طبقه‌بندی کنند و آن‌ها را از بقیه سطوح ساختمان جدا کنند. این باعث کاهش تعداد چند ضلعی هایی شد که باید توسط موتور آنالیز خورشیدی تجزیه و تحلیل شوند.

تجزیه و تحلیل دسترسی خورشیدی تعداد ساعت‌های خورشید و تشعشع خورشیدی برخوردی یک هندسه می‌تواند در یک دوره زمانی معین دریافت کند و انباشتگی آن را در هر سطح مش محاسبه کرد. این فرآیند مقادیر تابش افقی جهانی ساعتی و سایه هایی را که هر عنصر مجاور می تواند بر روی آنها ایجاد کند در نظر می گرفت. این یک عملیات محاسباتی سنگین بود، اما برش و طبقه بندی کل فرآیند تجزیه و تحلیل را بسیار سریعتر از تلاش برای تجزیه و تحلیل همه چیز به یکباره کرد.

شکل 5: تصویری که روند طبقه بندی و استخراج سقف ها را نشان می دهد.

محاسبه مساحت پنل های خورشیدی روی سقف

سقف‌های مسکونی اغلب دارای بی‌نظمی‌هایی مانند دودکش‌ها و ویژگی‌های مخابراتی یا سایر عناصر هستند که می‌توانند ادغام پنل‌های خورشیدی مستطیلی تجاری با ابعاد 1×1.7 متر را دشوار کنند. با این وجود، تخمین زده شد که 80 درصد از سطوح سقف از نظر هندسی برای تخصیص پانل های PV مناسب است، که به این معنی است که مساحت کل 17000 متر مربع از صفحات خورشیدی را می توان بر روی سقف های محله نمونه برداری شده نصب کرد (شکل 6).

شکل 6: مساحت تخمینی پنل های خورشیدی که روی پشت بام های همسایگی قرار می گیرند.

محاسبه سهم انرژی خورشیدی از پانل های خورشیدی

برای این مطالعه، تیم از پایگاه‌های داده استاندارد برای پانل‌های فتوولتائیک خورشیدی استفاده کرد و مقادیری را که در شکل 11 می‌توان مشاهده کرد، در نظر گرفت. در مجموع 2,335,016 کیلووات ساعت انرژی. بر اساس میانگین مصرف سالانه خانوارها در بریتانیای کبیر طبق وزارت انرژی تجاری و استراتژی صنعتی (2900 کیلووات ساعت در سال برای هر خانوار)، این مقدار انرژی خورشیدی که مستقیماً از پشت بام ها جمع آوری می شود، می تواند سالانه 800 خانوار را تامین کند.

از باتری ها برای ذخیره انرژی برای استفاده در شب استفاده می شد. از آنجایی که محله نمونه برداری شده دارای 258 اقامتگاه بود، به این نتیجه رسیدیم که اگر انرژی تولید شده در طول سال انباشته شود، سقف ها می توانند سه برابر انرژی مورد نیاز خورشیدی را جمع آوری کنند.

شکل 7: هندسه های طبقه بندی شده استخراج شده از مدل فتوگرامتری.

نتیجه گیری

استفاده از ابزارهای شبیه‌سازی محیطی معماری بر روی مدل‌های فتوگرامتری ثبت‌شده با هواپیماهای بدون سرنشین، سیستمی سریع و قابل اعتماد است که می‌تواند به ارزیابان انرژی و معماران کمک کند تا پتانسیل بهره‌برداری محلی از منابع انرژی تجدیدپذیر در محیط‌های شهری را بهتر درک کنند.

به لطف این گردش کار آزمایشی، WDS-LAB تخمین می‌زند که PVهای تخصیص داده شده در پشت بام محله‌ای مانند محله مورد مطالعه می‌توانند انرژی بیشتری از انرژی‌های تجدیدپذیر تولید کنند. انرژی اضافی را می توان برای تامین انرژی ساختمان های دیگر استفاده کرد و با مناطق دیگر با تراکم مسکونی بالاتر تعادل ایجاد کرد، بنابراین به شهری مانند لندن کمک کرد تا ردپای کربن خود را کاهش دهد.

پهپادها و فتوگرامتری ابزارهای عالی برای مطالعه روش‌های جدید برای ادغام انرژی‌های تجدیدپذیر در بافت‌های شهری هستند که به دستیابی به هندسه‌های دقیق‌تر و در نظر گرفتن وضعیت موجود «به عنوان ساخته شده» کمک می‌کنند. این کار نسبت به استفاده از مدل‌های CAD جمع‌آوری ساده‌شده که به‌صورت آنلاین از سازمان‌های مختلف در دسترس است، دقت بیشتری به فرآیند می‌دهد. اینها به طور منظم به روز نمی شوند و به طور کلی تغییرات احتمالی در سطوح ساختمان ها و عناصر بافت اطراف را در نظر نمی گیرند.

شکل 8: مدل سه بعدی فتوگرامتری محله بافت قبل از طبقه بندی سقف ها برای تجزیه و تحلیل خورشیدی.

تیم WDS-LAB به مطالعه مناطق شهری بیشتر برای گسترش پایگاه داده و ارزیابی پتانسیل کامل محله‌های لندن برای نصب پانل‌های PV برای کمک به انتقال شهر به انرژی‌های تجدیدپذیر ادامه خواهد داد. شکی نیست که انرژی خورشیدی شهری نقش مهمی در کاهش انتشار کربن خواهد داشت. مطالعاتی مانند این به افزایش آگاهی در مورد اینکه سقف خانه‌های مردم می‌تواند دسترسی ارزشمندی به انرژی‌های تجدیدپذیر ارائه دهد، کمک می‌کند.

شکل 9: میانگین ساعات خورشید در هر سقف، که در نتیجه یک نقشه گرما از توزیع خورشیدی ایجاد می شود.
شکل 10: سهم ماهانه آرایه خورشیدی. محاسبات با مقایسه نتایج با استفاده از دو موتور مختلف (Ladybug Legacy و Climate Studio) اعتبارسنجی شدند.
شکل 11: نتایج بر اساس مقادیر استاندارد برای پانل های فتوولتائیک خورشیدی.

نظرات کاربران

  •  چنانچه دیدگاهی توهین آمیز باشد و متوجه نویسندگان و سایر کاربران باشد تایید نخواهد شد.
  •  چنانچه دیدگاه شما جنبه ی تبلیغاتی داشته باشد تایید نخواهد شد.
  •  چنانچه از لینک سایر وبسایت ها و یا وبسایت خود در دیدگاه استفاده کرده باشید تایید نخواهد شد.
  •  چنانچه در دیدگاه خود از شماره تماس، ایمیل و آیدی تلگرام استفاده کرده باشید تایید نخواهد شد.
  • چنانچه دیدگاهی بی ارتباط با موضوع آموزش مطرح شود تایید نخواهد شد.

دیدگاهتان را بنویسید

بیشتر بخوانید