近日，我院黄经南教授团队在交通地理领域国际权威期刊Journal of Transport Geography上发表了题为“Strategic planning of photovoltaic noise barrier-integrated energy stations: A multi-criteria spatial optimization framework for sustainable transport infrastructure”的研究论文。该研究提出了一种集成道路光伏隔音屏障的城市综合能源站PVNB-IES）的概念原型，并将基于多源数据融合的地理加权机器学习方法应用于该绿色能源设施的空间部署优化。武汉大学博士研究生谢东为该论文第一作者，黄经南教授为通讯作者。
图1 研究框架图
研究选取了武汉市385个真实点位，构建了每个点位的环境特征向量。同时采用实地测量和交通大数据分析方法，利用加权融合策略构建了电动汽车的时空聚集强度作为充电需求表征。基于这些特征和标签，校准了一个地理加权机器学习模型，以捕捉空间非平稳性。随后，该模型被用于预测潜在选址点位的需求潜力指数，并对其进行解释性分析，从而量化局部充电需求。在供给侧，主要考虑道路路段的直接太阳辐射强度和基于当地规范的光伏隔音屏障安装规模，综合确定供给潜力。最后，利用Voronoi图进行了空间约束计算，得出了光伏充电供需平衡（PCB）指数。该指数反映了目标场所中PVNB-IES的部署优先级，为城市新型能源基础设施的部署提供了战略决策工具。
图2 PVNB-IES单元的多维分类及其空间-行政分布
研究发现，将被动式公路隔音屏障重新定义为主动式清洁能源设施，能够给交通部门提供一种新兴的分布式脱碳解决方案，既能缓解普遍存在的城市噪音污染，又能缓解电动汽车充电给电网带来的日益加剧的压力。通过聚类算法，识别出PVNB-IES的三种潜在类型，为该系统的建设提供区域差异化的部署策略。此外，研究发现在基准情景下该系统每年可产生227.51 GWh的绿色电力，减排约129,748.7吨二氧化碳。在市中心等负荷密度较高的区域，能达到11.9%的能源自给率，在城市周边的高速公路服务站可实现超过100%的能源自给率值，从而证实该系统具备作为独立于主电网的自主分散式能源单元运行的能力，助力城市交通系统的可持续发展。
图3 PVNB-IES的三种聚类结果
