台风引发的光伏发电设施损坏及能量产出损失的定量评估方法：以2024年八重山台风为例

《Geomatics, Natural Hazards and Risk》：Quantitative assessment method of typhoon-induced photovoltaic damage and energy production losses: a case study of the 2024 Typhoon Yagi

中国海南岛2024年超强台风Yagi对光伏基础设施造成直接经济损失2.53亿元，间接导致日发电量损失301.54兆瓦、日收入减少603.7万元，并建立风速与光伏损坏率（每级3%）的线性关系。研究整合遥感分类、空间损伤评估与经济模型，通过PUL-RF算法实现82%分类精度，揭示东北沿海风电抗性最弱区域。

　　在全球能源结构向低碳和可再生能源转型的背景下，光伏（PV）技术作为一种清洁高效的能源解决方案，正在被广泛应用于全球范围。它不仅有助于缓解持续的电力短缺问题，还在推动可持续发展方面发挥着重要作用。随着气候变化的加剧，极端天气事件，如台风，正变得更加频繁且强度更高，这对包括光伏在内的基础设施构成了严峻挑战。特别是对于中国海南岛这样的台风频发地区，台风对光伏产业的影响不容忽视。为了应对这一问题，我们开发了一种定量评估方法，用于分析台风对光伏基础设施造成的损失，包括物理损坏、即时经济损失以及能源生产损失。这一研究不仅揭示了台风对光伏产业的具体影响，还为提升可再生能源系统的气候适应能力提供了重要的科学依据。

海南岛因其温暖湿润的气候和充足的日照条件，成为发展光伏能源的理想区域。然而，该地区同时也是西北太平洋台风多发区，台风频发对当地的能源安全构成威胁。2024年9月6日，超强台风“Yagi”在海南岛登陆，给传统行业如农业和建筑业带来了严重破坏，同时对光伏产业也造成了显著影响。台风不仅导致光伏面板的物理损坏，还引发了一系列间接经济损失，包括电力供应中断、设备修复成本增加等。研究发现，台风的风力等级与光伏损坏率之间存在线性关系，即每提升一个风力等级，光伏损坏率会增加3%。这一发现为未来的光伏设施规划提供了重要的参考依据。

在本次研究中，我们采用了一种基于正负样本学习的随机森林（PUL-RF）分类器，对台风前后海南岛的光伏分布图进行了生成。该方法通过利用已知的正样本（即确认的光伏设施）和未标记样本，实现了对大规模光伏设施的高效分类。通过对比台风前后遥感图像，我们能够准确识别光伏设施的损坏情况，并进一步评估其经济损失。为了提高分类的准确性，我们还采用了多种遥感数据，包括多光谱卫星图像和地面高光谱数据，这些数据能够有效反映光伏面板的光谱特性，从而帮助我们更好地进行识别和分析。

研究结果显示，台风“Yagi”导致海南岛整体光伏设施损坏率达到了3.51%，其中超过5%的光伏电站遭受了超过35%的损坏。直接经济损失约为2.534亿元人民币，而间接经济损失则包括因电力生产减少而导致的收入损失，总量达到了6.037亿元人民币。通过分析台风期间的风速数据和光伏设施损坏情况，我们建立了风速与光伏损坏率之间的线性关系模型，为未来台风灾害的评估提供了量化基础。

此外，我们还发现，台风对光伏设施的影响存在显著的地理差异。例如，台风路径直接影响的东北沿海地区（如文昌和梅兰）显示出较高的光伏损坏率，而西部和中部地区则相对稳定，可能由于其地理位置较为安全或防护措施较为完善。通过将研究区域划分为500米×500米的网格，我们能够更精确地识别光伏设施的损坏分布，并据此评估不同区域的经济损失。这一方法不仅提高了评估的准确性，也为灾害后的恢复工作提供了科学依据。

在研究过程中，我们还发现，由于遥感数据的分辨率限制，一些微小的结构损坏可能未能被准确识别。例如，一些屋顶光伏系统由于占据像素面积过小，可能受到光谱混合效应的影响，导致分类误差。此外，区分完全破坏和部分功能受损也是一项挑战。因此，未来的研究应考虑结合更高分辨率的卫星数据和无人机激光雷达（UAV-LiDAR）技术，以构建多层次的损坏分类模型，提高对小型光伏设施的识别能力。

本研究不仅揭示了台风对光伏基础设施的具体影响，还为提升光伏系统的气候适应能力提供了可行的策略。通过整合遥感技术、空间损害评估和经济模型，我们能够对台风造成的物理损坏和经济损失进行全面分析，为政策制定者和光伏行业提供重要的决策支持。未来，结合实时天气数据和预警技术，可以进一步扩展本框架，生成光伏基础设施的脆弱性地图和潜在损失预警，从而实现更主动的灾害预防和应对措施。