基于地理空间参数化多准则决策的风光混合能源系统最优选址研究

《Results in Engineering》：Geospatial parametric approach for identifying optimal sites for wind-solar hybrid energy systems

为解决喀麦隆西部地区风光混合可再生能源系统选址难题，研究人员采用地理信息系统(GIS)结合多准则决策方法(MCDM)，整合AHP、PROMETHEE和TOPSIS三种算法，构建包含19个地理空间参数的评估体系。研究首次实现三模型协同评估，发现超过50%区域具备高适宜性，其中地质特征和城乡发展格局成为关键影响因素，为撒哈拉以南非洲复杂地形区可再生能源部署提供创新方法论。

　　

在全球能源转型背景下，传统化石燃料的枯竭危机与环境污染问题日益严峻，而风光混合可再生能源系统因其互补特性成为重要解决方案。然而，这类系统的选址难题长期困扰着发展中国家——既要考虑太阳能辐射、风速分布等自然因素，又需兼顾电网接入、地形稳定性等工程条件，在喀麦隆等撒哈拉以南非洲地区尤为突出。这些区域往往缺乏系统化的选址标准，导致可再生能源开发效率低下，严重制约清洁能源的普及进程。

针对这一挑战，喀麦隆Bandjoun的Dschang大学Fotso Victor技术研究所土木工程系的研究团队开展了一项开创性研究。他们创新性地将地理空间参数分析与多准则决策方法相结合，构建了一套适用于复杂地形区的风光混合系统选址模型，相关成果发表在工程技术领域期刊《Results in Engineering》上。

研究团队运用三大关键技术：首先通过ArcGIS Pro处理ASTER DEM和开放街道地图(OSM)数据，生成19个地理空间参数层；其次采用层次分析法(AHP)计算准则权重，结合偏好排序组织法(PROMETHEE)和理想解相似法(TOPSIS)进行多维度评估；最后通过敏感性权重差异分析验证模型稳健性。所有数据均来自喀麦隆西部Koung-Khi地区（面积247.97km²，海拔1322-1920米）的实地调查与全球风能图谱等权威数据库。

参数化评估体系构建
研究创新性地将19项准则分解为水文地貌(HG)、景观地形(LET)和社会经济(SE)三大参数集。其中HG参数包含地质岩性、土壤类型等7项指标，分析显示玄武岩高原区域因地质稳定性获得最高权重（AHP-HG模型显示35%高适宜区）。

风光资源协同评估
在LET参数分析中，太阳能辐射区(SRA)和风速(WS)被确认为核心指标。TOPSIS-LET模型赋予SRA满分权重(1.000)，而整合三模型的APT-LET结果显示20%区域同时满足风光高产出条件，主要分布在Bandjoun至Bamendjou的丘陵地带。

社会经济要素量化
SE参数评估中，城乡过渡区的电网覆盖度成为关键变量。令人惊讶的是，APT-SE模型识别出80%的高适宜区，是单一AHP-SE模型的2倍，反映出农村电气化需求与土地可用性的正向关联。

多模型集成验证
最终的三参数整合模型(APT-HG-LET-SE)显示：50%以上研究区域具备风光混合系统的高适宜性，主要分布在海拔1700米以上的稳定台地；而不适宜区仅占15%，集中于河谷和坡度>32.875°的陡坡带。敏感性分析证实，地质特性(GRT)和土壤类型(PST)的权重差异<0.05，验证了模型在复杂地形的适应性。

这项研究的意义不仅在于解决了喀麦隆西部可再生能源选址的技术难题，更开创了多参数解耦的评估范式。通过将传统GIS空间分析与三种MCDM算法交叉验证，研究人员克服了单一方法的主观局限性，特别是首次在非洲地区实现PROMETHEE负权重机制的有效应用。研究提出的"参数化分组-多模型集成"框架，为其他发展中国家在数据稀缺条件下的能源规划提供了可复制的技术路线，直接支持联合国可持续发展目标(SDG7)的实现。未来研究可进一步融入大气湿度、风向频率等动态参数，以增强模型在季风气候区的适用性。