一种基于GIS约束与强化学习的山地光伏电站分层优化方法

本发明涉及光伏规划，具体为一种基于 gis 约束与强化学习的山地光伏电站分层优化方法。

背景技术：

1、随着新能源发展，光伏电站建设逐步转向山地、丘陵等复杂地形。相比平地，山地项目面临坡度、坡向、高程起伏、局部遮挡、地块破碎及生态红线、基本农田等多重空间约束，传统规划方法难以应对。

2、现有技术存在明显局限：一是依赖经验规则估算容量，无法适配复杂地形与管控要求；二是gis筛选仅停留在适宜性评价，缺乏与装机容量、阵列排布及经济性评价的联动机制；三是启发式算法（如遗传算法、粒子群）多聚焦单一尺度优化（容量、间距或倾角），缺少“宏观-中观-微观”协同，易导致局部最优；四是强化学习方法因环境建模简化，难以保证工程合规性与可解释性。

3、此外，现有技术仍有五大痛点：真实太阳资源利用不足，多采用典型年或经验数据，忽略全年8760小时辐照变化；多尺度结果割裂，宏观容量、中观布局与微观组件位姿缺乏统一数据结构，调整无法双向反馈；层级反馈机制缺失，不同尺度优化目标冲突时无约束传导；结果可信度校验不足，难以追溯数据来源与算法有效性；计算资源调度低效，gpu仅用于少量神经网络计算，大量仿真任务仍由cpu串行处理，效率低下。

4、为此，亟需构建新型智能优化方法，整合gis约束、真实逐小时辐照数据，打通宏观容量规划、中观区域布局、微观单板优化与经济性评价全流程，建立多尺度反馈机制，完善结果校验体系，并优化cpu-gpu协同调度，以提升山地光伏电站规划的精准性、工程适用性及运行效率。

技术实现思路

1、1.解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于 gis 约束与强化学习的山地光伏电站分层优化方法，具备提高山地光伏电站选址与布局的空间合规性；提高发电量估算的真实性；提高复杂山地场景下的优化精度；提高方案经济性评价能力；提高优化结果的可解释性；提高实验结论的可信度；提高软件运行效率；提高软件工程可维护性；降低山地光伏规划中的人工试错成本等优点，解决了上述背景技术中存在的问题。

3、（二）技术方案

4、为实现上述目的，本发明提供如下技术方案：一种基于 gis 约束与强化学习的山地光伏电站分层优化方法，其特征在于，包括以下步骤：

5、s1：基于gis数据构建山地光伏适宜建设区模型，将生态红线、永久基本农田、水源地、自然保护地、林地、草地、湿地、石漠化等硬性约束与坡度、坡向、海拔等软性适宜性条件统一转换为空间连续的可建设性评分栅格数据；

6、s2：在宏观层，以可建设性评分为引导，采用混合整数规划（mip）算法生成多个候选装机容量方案，并对每个候选方案计算包括年发电量、总投资成本、npv、irr、投资回收期在内的经济性指标，以及容量约束和用地约束满足情况，并通过pareto前沿筛选与熵权topsis综合决策方法确定最优宏观容量配置；

7、s3：在中观层，接收宏观层输出的候选区域、装机容量及面积约束，对组件进行空间聚类，计算每个聚类区域的平均坡度、平均坡向、平均海拔、有效面积和组件数量，并对区域间距、排布密度、遮挡损失和用地面积进行联合优化，估算区域间及区域内部遮挡影响，输出中观布局后的实际建站面积、年发电量和用地效率；

8、s4：在微观层，接收宏观层与中观层输出的布局信息、地形信息及太阳资源数据，以单个光伏组件或代表性组件样本为优化对象，构建包含组件当前位置、局部高程、局部坡度、局部坡向、当前倾角、当前方位角、邻近组件距离、估算遮挡影响、太阳资源特征及历史发电收益的状态空间，并定义包含组件位置局部水平偏移、组件倾角调整、组件方位角调整、组件间距微调及局部排布密度调整的动作空间，通过强化学习算法进行局部位姿调整，以年发电量增益、遮挡损失降低、组件间距约束惩罚、坡度或施工难度惩罚、越界约束惩罚、用地面积惩罚、布局稳定性奖励及经济收益增益构建复合奖励函数，输出优化后的组件位姿参数；

9、s5：建立宏观—中观—微观反馈迭代机制，将微观层发现的低效组件数量、布局效率因子、用地变化和发电量变化反馈至宏观层或中观层，重新调整容量、面积或区域布局，直至低效组件数量或发电量变化满足收敛条件，形成闭环优化；

10、s6：根据最终采用的布局方案，结合逐小时太阳资源数据、地形修正因子、布局修正因子、遮挡修正因子、组件效率及系统效率，计算最终年发电量；并综合组件成本、逆变器成本、安装成本、土地成本、山地道路成本、场地平整成本、集电线路成本、运维成本、售电收入及补贴收入，计算包括年净收益、npv、irr及投资回收期在内的经济性指标；

11、s7：执行消融实验与替代算法对比实验，包括mip、mip+sa、mip+ppo、mip+sa+ppo四种默认消融实验组合，以及nsga-ii、nsga-ii+pso、nsga-ii+sac、nsga-ii+pso+sac四种替代算法对比实验组合，输出各实验的年发电量、npv、年净收益、装机容量、用地面积、运行时间、分层增益及收敛过程，并进行结果质量校验与可视化输出。

12、优选的，所述步骤s1中构建山地光伏适宜建设区模型的具体实现方式为：

13、2.1 将生态红线、永久基本农田、水源地、自然保护地、林地、草地、湿地、石漠化等禁止建设区域定义为空间硬约束，赋值为不可建设；

14、2.2 将坡度、坡向、海拔、距道路距离、距电网接入点距离等条件定义为空间软约束，通过多准则决策分析赋予不同权重，生成空间连续的可建设性评分栅格数据；

15、2.3 对软性约束区域进行适宜性降权处理，降低受限区域的评分值，以降低后续方案因空间违规而无法落地的风险。

16、优选的，所述步骤s2中宏观层容量候选方案生成与决策的具体实现方式包括：

17、3.1 生成多个容量候选点，覆盖从最小可行容量到最大可用面积的容量范围；

18、3.2 对每个候选点计算包括发电量、经济性、用地效率在内的多项指标；

19、3.3 剔除违反容量约束或用地约束的不可行候选点；

20、3.4 构建多目标pareto前沿，采用熵权法计算不同指标权重，并采用topsis方法选择综合最优容量方案。

21、优选的，所述步骤s3中中观层区域布局优化的具体实现方式包括：

22、4.1 根据宏观层输出的光伏板位置或候选区域，对组件进行空间聚类，划分出若干聚类区域；

23、4.2 计算每个聚类区域的平均坡度、平均坡向、平均海拔、有效面积和组件数量；

24、4.3 对区域间距、排布密度、遮挡损失和用地面积进行联合优化，估算区域之间和区域内部的遮挡影响；

25、4.4 计算中观布局后的实际建站面积、年发电量和用地效率，并将结果传递给微观层。

26、优选的，所述步骤s4中微观层组件位姿优化的具体实现方式包括：

27、5.1 构建微观层状态空间，包括：组件当前位置、所在区域编号、局部高程、局部坡度、局部坡向、当前倾角、当前方位角、邻近组件距离、估算遮挡影响、太阳资源特征、历史发电收益或单位组件发电量；

28、5.2 定义微观层动作空间，包括：组件位置的局部水平偏移、组件倾角调整、组件方位角调整、组件间距微调、局部排布密度调整；

29、5.3 构建复合奖励函数，包括：年发电量增益、遮挡损失降低、组件间距约束惩罚、坡度或施工难度惩罚、越界约束惩罚、用地面积惩罚、布局稳定性奖励、经济收益增益；

30、5.4 采用强化学习算法对代表性组件样本进行局部位姿调整，输出优化后的组件位姿参数。

31、优选的，所述步骤s5中宏观—中观—微观反馈迭代机制的具体实现方式包括：

32、6.1 宏观层输出容量、组件数量和候选区域；

33、6.2 中观层根据宏观结果进行区域布局和间距优化；

34、6.3 微观层根据中观结果进行组件位姿优化;

35、6.4 系统统计低效组件数量、布局效率因子、用地变化和发电量变化；

36、6.5 若低效组件数量或发电量变化满足收敛条件，则终止反馈迭代；否则，将微观层发现的布局问题反馈给宏观层或中观层，重新调整容量、面积或区域布局，直至满足收敛条件。

37、优选的，所述步骤s6中发电量与经济性指标计算的具体实现方式包括：

38、7.1 发电量计算：根据装机容量、等效满发小时、逐小时太阳资源、地形修正因子、布局修正因子、遮挡修正因子、组件效率、系统效率或性能比、倾角和方位角修正，汇总得到年度发电量；

39、7.2 经济性计算：综合计算组件成本、逆变器成本、安装成本、土地成本、山地道路成本、场地平整成本、集电线路成本、运维成本、售电收入、补贴收入，并进一步计算年净收益、npv、irr及投资回收期；

40、7.3 引入山地工程因素，如施工难度成本，使方案评价更接近工程实际。

41、优选的，所述步骤s7中消融实验与替代算法的具体实现方式包括：

42、8.1 第一类为默认消融实验，包括：mip、mip+sa、mip+ppo、mip+sa+ppo，其中mip表示只启用宏观层，mip+sa表示启用宏观层和中观层，mip+ppo表示启用宏观层和微观层，mip+sa+ppo表示三层全部启用；

43、8.2 第二类为替代算法对比实验， comprises: nsga-ii、nsga-ii+pso、nsga-ii+sac、nsga-ii+pso+sac，其中nsga-ii替代宏观层21. 所述步骤s4中，所述强化学习算法的状态空间进一步包括组件的历史发电收益或单位组件发电量，用于提升复杂地形下局部优化的准确性。

44、优选的，还包括步骤s8：结果质量校验与可视化输出，具体包括：

45、9.1 算法启用状态校验，确保图件与算法启用状态一致；

46、9.2 收敛历史完整性校验，确保缺失指标未被误写为0；

47、9.3 图件一致性校验，确保汇总表、json、图件和报告一致；

48、9.4 微观层增益异常偏大诊断，防止局部优化过度；

49、9.5 实验公平性校验，确保不同实验之间用地面积和容量公平；

50、9.6 生成可视化图表，包括：单实验结果文件、批量汇总csv、发电量对比图、npv对比图、年净收益对比图、执行时间对比图、分层增益图、8760小时辐照与发电曲线、地形图、约束图、代表区域阵列布局图、结果一致性报告、实验公平性报告、性能剖析报告。

51、优选的，本项目构建“宏观规划—中观布局—微观强化学习调整—统一物理评价—经济性重算”的分层优化框架。设候选光伏电站方案为s，其装机容量、年发电量、用地面积、生态适宜性和净现值分别为：

52、装机容量，单位统一为mw

53、年发电量，单位统一为mwh

54、用地面积，单位统一为

55、生态适宜性，无量纲

56、净现值，单位统一为万元

57、整体流程可表示为：

58、

59、其中：表示真实地理数据、dem、坡度、坡向、辐照量、不可建设区、适宜性评价数据和经济参数；分别表示宏观层、中观层、微观层和最终统一物理评价后的方案。

60、宏观层优化模型

61、（1）容量约束：宏观层用于确定光伏电站候选建设区域和装机容量。装机容量约束为：

62、

63、（2）宏观层四目标模型，宏观层同时考虑四个目标，分别为：

64、第一，最大化年发电量：

65、

66、第二，最大化净现值：

67、

68、第三，最小化用地面积：

69、

70、第四，最大化生态适宜性：

71、

72、因此，宏观层多目标优化问题可写为：

73、

74、式中：为效益型指标，为成本型指标。

75、（3）mip与nsga-ii双路径候选生成，宏观层采用mip与nsga-ii两条对比路径。二者不是混合为一个算法，而是分别生成候选方案集，再共同使用pareto非劣筛选和熵权topsis进行后评价。

76、mip路径为：

77、

78、nsga-ii路径为：

79、

80、其中：和分别表示两种算法生成的候选方案集；和分别表示对应的pareto非劣方案集。

81、pareto非劣筛选与熵权topsis

82、（1）pareto支配关系，对于两个候选方案和，若在所有目标上不劣于，且至少在一个目标上严格优于，则称支配，记为：

83、

84、对于效益型目标，支配条件为：

85、

86、对于成本型目标，支配条件为：

87、

88、并且至少存在一个目标满足严格优越条件。pareto前沿定义为：

89、

90、（2）指标矩阵，对pareto前沿中的候选方案构建指标矩阵：

91、

92、式中：为pareto候选方案数量。

93、第个候选方案的指标向量为：

94、

95、（3）指标归一化，对效益型指标采用正向归一化：

96、

97、对成本型指标采用反向归一化：

98、

99、式中：为第个方案在第个指标上的原始值，为归一化后的指标值。

100、（4）熵权计算

101、归一化指标占比为：

102、

103、第个指标的信息熵为：

104、

105、差异系数为：

106、

107、熵权为：

108、

109、式中：为指标数量，此处。

110、（5）topsis贴近度

111、加权归一化矩阵为：

112、

113、正理想解为：

114、

115、负理想解为：

116、

117、方案到正理想解的距离为：

118、

119、方案到负理想解的距离为：

120、

121、topsis贴近度为：

122、

123、最终选择贴近度最大的候选方案：

124、。

125、中观层地形相似区域划分模型

126、（1）真实地形数据采样，中观层在宏观层选出的候选建设区域内开展区域划分和布局优化。第个光伏板候选点需要从真实地理数据中采样地形属性，包括dem、坡度、坡向、辐照量和适宜性。

127、第个候选点的地形属性包括：

128、海拔，单位为m

129、坡度，单位为deg

130、坡向，单位deg

131、年辐照量，单位为

132、建设适宜性，无量纲

133、（2）地形相似性特征向量

134、构造第个光伏板候选点的地形相似性特征向量：

135、

136、式中：表示归一化空间位置；表示归一化海拔；表示归一化坡度；表示归一化辐照资源；表示归一化适宜性。坡向使用表达，是为了避免与在数值上距离很远但方向上接近的问题。

137、（3）地形相似区域聚类

138、对所有候选光伏板的地形特征向量进行聚类：

139、

140、得到中观区域集合：

141、

142、式中：表示第个地形相似区域，表示区域数量。

143、区域的平均坡度为：

144、

145、区域的平均海拔为：

146、

147、区域的平均坡向采用圆均值：

148、

149、区域坡度标准差为：

150、

151、区域海拔标准差为：

152、

153、若所有区域的坡度、坡向、海拔统计值完全一致，则说明地形相似性划分没有真正利用空间地形差异，应触发诊断：

154、。

155、中观边界间距优化模型

156、（1）区域边界间距定义，中观层区域间距必须定义为相邻区域边界之间的最短距离，而不是区域中心距离。

157、对于两个区域和，其边界分别为和，二者边界间距定义为：

158、

159、其中，和分别为两个区域边界上的点。

160、（2）理论间距与工程推荐间距

161、理论边界间距范围为：

162、

163、工程优化采用推荐下限：

164、

165、（3）中观间距优化目标，中观层间距优化以提高有效发电量为主，同时考虑遮挡损失和用地面积。可构造综合评价函数：

166、

167、式中：表示中观布局年发电量；表示遮挡损失；表示用地面积；惩罚权重。

168、若两个候选间距对应的年发电量差异小于阈值，则优先选择用地面积较小的方案：

169、

170、否则优先选择发电量更高的方案：

171、。

172、微观层强化学习模型

173、（1）微观状态空间，微观层以单块光伏板为优化对象。第块光伏板在时刻的状态为：

174、

175、式中：表示位置坐标；表示倾角；表示方位角；表示海拔；表示坡度；表示坡向；表示辐照量；表示建设适宜性；表示局部遮挡因子；表示当前组件发电量。

176、（2）微观单步动作空间，第块光伏板在时刻的单步动作为：

177、

178、单步动作范围为：

179、

180、（3）微观状态更新，光伏板位置和安装角根据动作更新：

181、

182、单步动作范围只限制每一次动作，不限制最终累计变化。经过个训练步后，累计变化量为：

183、

184、最终优化后的状态为：

185、

186、因此，最终累计变化量可以大于单步动作范围，但必须由多个合法单步动作累积得到。

187、（4）微观奖励函数，微观层奖励函数以真实物理发电量提升为核心，同时考虑遮挡损失、间距约束、局部密度和动作惩罚：

188、

189、式中：表示动作带来的发电量变化；表示遮挡损失变化；表示组件间距或局部密度惩罚；表示动作越界或过大调整惩罚；表示奖励权重；表示防止除零的极小常数。

190、ppo区域训练与策略迁移

191、（1）区域训练样本比例，ppo按中观区域进行训练。对于第个区域，选取其中10%的光伏板作为训练样本：

192、

193、训练样本数量为：

194、

195、式中：表示每个区域最少训练样本数。

196、（2）区域专属策略

197、每个区域形成区域专属策略：

198、

199、式中：表示第个区域的ppo策略。

200、训练完成后，该区域的策略只应用于同一区域内未参与训练的光伏板：

201、

202、不同区域之间不得直接复用同一套动作结果。对于任意两个不同区域和，应满足：

203、，

204、如果采用共享网络参数，也必须通过区域状态特征和区域归一化参数产生区域差异化动作，不能让所有区域输出完全一致的动作。

205、（3）ppo目标函数

206、ppo的策略更新可采用裁剪目标函数。设新旧策略概率比为：

207、

208、优势函数为：

209、

210、ppo裁剪目标为：

211、

212、式中：表示ppo裁剪系数。

213、sac最优候选采纳机制

214、sac是微观层的重要对比方法。sac训练过程中不应只采用最后一个episode的结果，而应保存训练过程中的最优合法候选。

215、设sac训练过程中所有合法候选集合为：

216、

217、式中：每个合法候选必须同时满足“动作范围有效、间距约束有效、阴影约束有效、物理生成有效”。

218、sac最优候选为：

219、

220、若最优候选发电量高于基准发电量：

221、

222、则采纳sac候选方案：

223、

224、若最优候选不优于基准方案：

225、

226、则保留基准方案：

227、

228、sac结果必须输出：

229、候选增益率为：

230、

231、候选增益率为：

232、

233、采纳增益率为：

234、。

235、为保证不同实验组合之间具有可比性，所有组合进入正式消融比较前，均需调用同一套最终物理评价器。

236、统一物理评价器可表示为：

237、

238、式中：，

239、

240、宏观-only组合也必须经过统一物理评价器重算，不能直接以宏观估算值作为最终消融比较值。宏观估算值仅作为诊断字段保留：

241、

242、正式消融比较只能使用：

243、

244、经济性重算模型

245、最终经济性必须基于统一物理计算后的年发电量和用地面积重新计算。

246、用地成本

247、

248、于是用地成本为：

249、

250、总成本为：

251、

252、年收益为：

253、

254、净现值为：

255、

256、式中：表示项目寿命，此处；表示第年收益；表示第年运维成本。

257、投资回收期可表示为满足下式的最小年份：

258、

259、若现金流无法在项目寿命期内覆盖总成本，则回收期记为不可回收或不可计算。

260、伪代码书面化表达

261、总流程

262、输入：gis约束数据、dem数据、辐照量数据、土地利用数据、不可建设区数据、生态约束数据、经济参数、装机容量约束、宏观优化参数、中观布局参数、ppo/sac强化学习参数。

263、输出：最优建设区域、装机容量、区域布局方案、组件级优化方案、最终年发电量、最终用地面积、最终装机容量、最终经济性指标等可视化结果。

264、流程：

265、步骤1：读取并预处理gis约束数据，剔除不可建设区域。

266、步骤2：读取dem、坡度、坡向和辐照量数据，构建地理资源数据基础。

267、步骤3：在宏观层根据容量约束和建设约束生成候选区域。

268、步骤4：分别采用mip和nsga-ii计算候选方案的年发电量、npv、用地面积和生态适宜性。

269、步骤5：对候选方案进行pareto非劣筛选。

270、步骤6：采用熵权topsis从pareto前沿中选择折中最优方案。

271、步骤7：将宏观候选区域输入中观层，根据地形相似性划分建设区域。

272、步骤8：计算相邻区域边界之间的最短距离，并在 范围内优化区域间距。

273、步骤9：根据中观布局计算遮挡损失和中观物理发电量。

274、步骤10：将组件布局输入微观层，采用ppo或sac对组件位置、倾角和方位角进行强化学习调整。

275、步骤11：保存训练过程中的最优候选方案，并与基准方案进行物理发电量比较。

276、步骤12：若候选方案发电量高于基准方案，则采纳候选方案；否则保留基准方案。

277、步骤13：采用统一物理计算器重新计算所有实验组合的最终年发电量、用地面积、装机容量和经济性。

278、步骤14：输出对比实验结果、收敛曲线、gis约束叠加图和最终优化结果图。

279、（1）数据读取与约束预处理

280、步骤1：读取data文件夹中的gis、dem、辐照量、土地利用、生态约束和不可建设区数据。

281、步骤2：对所有空间数据进行坐标系统一、范围裁剪、栅格对齐、缺失值处理和单位转换。

282、步骤3：叠加不可建设区、生态红线、坡度限制、土地利用限制和工程建设约束，生成可建设区域掩膜。

283、步骤4：构建统一地理资源数据底座，为宏观选址、中观分区和微观组件调整提供数据输入。

284、（2）宏观层：选址与容量规划

285、步骤1：在可建设区域内，根据容量约束生成候选建设方案，装机容量满足5mw到100mw。

286、步骤2：分别采用mip和nsga-ii两种算法生成宏观候选方案集。

287、步骤3：对每个候选方案计算四个目标指标：年发电量、npv、用地面积和生态适宜性。

288、步骤4：对mip和nsga-ii的候选方案分别进行pareto非劣筛选，得到各自的pareto前沿。

289、步骤5：对pareto前沿方案执行熵权topsis决策，选出mip路径和nsga-ii路径下的宏观折中最优方案。

290、步骤6：输出宏观层结果，包括候选建设区域、装机容量、年发电量、npv、用地面积、生态适宜性、基准倾角和基准方位角。

291、（3）中观层：地形相似区域划分与间距优化

292、步骤1：若实验组合启用中观层，则将宏观候选区域和组件种子点输入中观层。

293、步骤2：对每个候选组件点采样真实地形属性，包括海拔、坡度、坡向、辐照量和适宜性。

294、步骤3：根据空间位置、海拔、坡度、坡向、辐照量和适宜性构造地形相似性特征向量。

295、步骤4：根据地形相似性特征对组件点进行聚类，形成若干地形相似区域。

296、步骤5：计算每个区域的边界、平均坡度、平均坡向、平均海拔、平均辐照量、平均适宜性和组件数量。

297、步骤6：计算相邻区域边界之间的最短距离，作为区域间距，不使用区域中心距。

298、步骤7：在工程推荐间距范围0.5m到10m内，从初始间距出发进行增大和减小两个方向的搜索。

299、步骤8：对每个候选间距方案计算遮挡损失、有效发电量和用地面积。

300、步骤9：优先选择发电量较高的间距方案；若发电量差异较小，则选择用地面积较小的方案。

301、步骤10：输出中观层结果，包括地形相似区域、区域边界、优化间距、组件布局、遮挡损失、用地面积和中观物理年发电量。

302、（4）微观层：ppo/sac组件级强化学习调整

303、步骤1：若实验组合启用微观层，则根据中观布局或宏观组件种子点构造微观强化学习环境。

304、步骤2：以宏观层或中观层给出的基准倾角和基准方位角作为组件初始安装角。

305、步骤3：构建组件状态空间，状态包括位置、倾角、方位角、海拔、坡度、坡向、辐照量、适宜性、遮挡因子、邻近组件关系和当前发电量。

306、步骤4：构建组件动作空间，单步动作包括x方向位移、y方向位移、倾角调整和方位角调整。

307、步骤5：将单步动作范围限制为x方向 、y方向 、倾角 、方位角 ，每一步动作均进行硬裁剪。

308、步骤6：若采用ppo，则在每个中观区域中选取10%的组件作为训练样本，训练区域专属策略，并将该区域训练得到的策略应用到同一区域其他组件。

309、步骤7：若采用sac，则构建actor、critic、目标网络和经验回放池，在训练过程中保存满足工程约束和物理评价约束的最佳候选方案。

310、步骤8：ppo/sac按设置的训练回合数和每回合步数完整训练。

311、步骤9：训练完成后，计算基准方案发电量、候选方案发电量和采纳方案发电量。

312、步骤10：若候选方案发电量高于基准方案，则采纳候选方案；否则保留基准方案，并记录候选未被采纳原因。

313、步骤11：输出微观层结果，包括组件优化前后位置、倾角、方位角、单步动作、累计调整量、组件发电量变化、训练日志和采纳策略。

314、（5）统一最终物理计算与经济性重算

315、步骤1：对每个实验组合构造最终布局。若存在有效微观结果，则采用微观优化布局；若不存在微观结果但存在中观结果，则采用中观布局；若仅存在宏观结果，则构造宏观代表性布局。

316、步骤2：所有实验组合均调用同一套最终物理计算器，重新计算最终年发电量、最终用地面积、最终装机容量和最终经济性。

317、步骤3：宏观-only组合不得直接使用宏观估算发电量进入正式比较，必须经过统一物理计算器重算。

318、步骤4：基于最终年发电量、最终用地面积和最终装机容量重新计算npv、年净收益、总成本、用地成本和投资回收期。

319、（6）消融、对比实验与质量校验

320、步骤1：依次运行正式实验组合，包括mip、nsga-ii、mip+ppo、mip+sa+ppo、nsga-ii+sac和nsga-ii+pso+sac。

321、步骤2：对每个实验组合执行统一质量校验，检查单位一致性、字段完整性、宏观四目标完整性、中观地形分区有效性、中观边界间距合法性、微观动作边界、强化学习训练完整性和最终物理评价一致性。

322、步骤3：若实验组合通过质量校验，则纳入正式消融比较；若存在严重错误，则标记为failed或diagnostic，不纳入正式排名。

323、步骤4：基于统一物理评价结果比较各实验组合的最终年发电量、npv、用地面积、装机容量、运行时间和强化学习增益。

324、步骤5：生成正式对比结果，包括年发电量对比、npv对比、用地面积对比、运行时间对比、微观累计调整图、中观区域布局图和最终推荐方案。

325、（7）结果输出

326、步骤1：输出最终推荐方案，并给出最终年发电量、最终npv、最终用地面积、最终装机容量、各层优化贡献和质量校验结论。

327、（三）有益效果

328、与现有技术相比，本发明提供了一种基于 gis 约束与强化学习的山地光伏电站分层优化方法，具备以下有益效果：

329、该基于 gis 约束与强化学习的山地光伏电站分层优化方法，提高山地光伏电站选址与布局的空间合规性：本发明通过 gis 约束建模，将生态红线、永久基本农田、水源地、自然保护地、林地、草地、湿地、石漠化等约束纳入统一空间模型，能够在规划初期剔除禁止建设区域，并对受限区域进行适宜性降权，从而降低后续方案因空间违规而无法落地的风险。

330、提高发电量估算的真实性：本发明使用逐小时太阳资源数据，并结合坡度、坡向、遮挡、布局效率和组件位姿因素估算发电量，相比仅使用经验满发小时或静态辐照估算的方法，能够更准确反映山地环境下全年发电变化。

331、提高复杂山地场景下的优化精度：本发明将光伏电站规划拆分为宏观容量、中观区域和微观组件三个尺度。宏观层解决全局容量和候选区域选择，中观层解决区域聚类、间距和遮挡，微观层解决组件位姿和局部地形适配。该分层机制能够降低直接全局优化的复杂度，同时保留不同尺度之间的相互影响。

332、提高方案经济性评价能力：本发明不仅计算年发电量，还计算年收益、总投资、年运维成本、npv、irr 和投资回收期，并可进一步纳入土地成本、山地道路成本、支架基础成本、施工难度成本等山地工程因素，使方案评价更接近工程实际。

333、提高优化结果的可解释性：本发明输出分层发电量、层级增益瀑布图、收敛曲线、区域诊断图、遮挡分析图、8760 小时发电曲线和经济性图，使用户能够判断收益来自宏观容量、中观布局还是微观位姿调整，而不是只得到一个最终年发电量数字。

334、提高实验结论的可信度：本发明设置消融实验和替代算法对比实验，分别验证宏观层、中观层、微观层及不同算法组合的作用。同时，通过结果一致性校验、实验公平性报告、微观增益审计和图件退化检测，降低因缺失值、图件误导或结果口径混乱造成的误判风险。

335、提高软件运行效率：本发明通过 cpu/gpu 分工，将 gis、pvlib 和文件 i/o 等cpu 适合任务与强化学习训练、批量候选评估等 gpu 适合任务分开处理，并通过缓存太阳资源、地形特征和静态约束减少重复计算，从而提高 nsga-ii+pso+sac 等复杂实验的运行效率。

336、提高软件工程可维护性：本发明将数据建模、算法优化、实验编排、结果 schema、可视化、性能剖析和结果校验模块化，使得后续可以替换宏观、中观或微观算法，而不破坏整体流程。例如，可以用 nsga-ii 替代宏观层，用 pso 替代中观层，用 sac 替代微观层。

337、降低山地光伏规划中的人工试错成本：传统方案需要人工反复调整容量、区域、间距、倾角和方位角。本发明通过自动化分层优化和批量实验，可以快速比较多个方案，减少人工试错，提高规划效率。