屋顶太阳能潜力估算：基于LiDAR与GIS的工程化实现

问题背景

分布式光伏的规模化部署面临一个核心难题：如何在没有实地勘测的情况下，快速评估特定区域内数以万计建筑的屋顶发电潜力。传统方法依赖人工现场测量，成本高、周期长，难以支撑城市级规划决策。基于地理空间数据（LiDAR、卫星影像、OpenStreetMap）的自动化估算系统，正在成为能源规划部门与分布式能源运营商的关键基础设施。

技术架构概览

完整的屋顶太阳能潜力估算系统包含四个核心模块：

1. 屋顶几何提取层 从机载 LiDAR 点云或高分辨率数字表面模型（DSM）中提取建筑轮廓与屋顶表面。LiDAR 数据通常以点云形式提供，密度在 1-10 点 / 平方米不等，足以支撑单栋建筑的精细化建模。

2. 适宜性筛选层 基于坡度、朝向、遮挡三个维度剔除不适合安装光伏的屋顶区域。这一层直接决定后续计算的准确性，是工程实践中最需要精细调参的环节。

3. 太阳辐射建模层 对通过筛选的屋顶表面进行年太阳辐射量计算，需综合考虑当地纬度、大气透过率、云层分布及周围地物阴影。

4. 发电转换层 将辐射量转换为实际发电量，需引入光伏组件效率、系统损耗系数、逆变器转换效率等工程参数。

关键参数与阈值设定

坡度过滤

屋顶坡度的适宜性阈值需根据安装方式确定。对于常规固定倾角安装，坡度在 15°-35° 范围内的屋顶可直接利用；坡度超过 45° 的陡峭屋顶通常被排除。挪威特罗姆瑟的研究表明，在 16,377 栋被分析建筑中，坡度过滤是剔除不适宜区域的首要手段。

推荐阈值：

• 最小坡度：5°（排除平坦屋顶的排水问题区域）
• 最大坡度：45°（陡峭屋顶安装成本过高）
• 最优区间：15°-35°（接近当地最佳倾角）

朝向权重

屋顶朝向直接影响单位面积的年发电量。北半球地区，南向屋顶（方位角 180°±30°）获得最优辐射；东西向屋顶（方位角 90°/270°±30°）约为南向的 75%-85%；北向屋顶通常被排除或给予极低权重。

朝向权重系数参考：

• 南向（150°-210°）：1.0
• 东南 / 西南（120°-150°, 210°-240°）：0.85
• 东 / 西（60°-120°, 240°-300°）：0.70
• 北向（300°-60°）：0.40 或排除

遮挡剔除

遮挡分析是技术复杂度最高的环节。需要基于 DSM 计算每块屋顶区域在全年不同时段的阴影覆盖情况。通常采用 "太阳轨迹法"：以 15 分钟为间隔，计算全年 8760 个时间点的太阳位置，判断目标区域是否被周围建筑或地形遮挡。

遮挡过滤标准：

• 年遮挡率 < 10%：适宜安装
• 年遮挡率 10%-20%：可接受但需降额
• 年遮挡率 > 20%：建议排除

太阳辐射计算模型

年太阳辐射量的计算可采用简化的 "晴空辐射 + 云层修正" 模型：

GHI = G0 × cos(θz) × τatm × fcloud

其中：

• G0：太阳常数（1361 W/m²）
• θz：太阳天顶角（由纬度、日期、时间决定）
• τatm：大气透过率（0.6-0.75，取决于海拔与大气质量）
• fcloud：云层修正系数（基于历史气象数据，通常 0.4-0.7）

对于倾斜表面，需引入倾角修正：

GT = GHI × Rb + Gd × Rd

Rb 为直射辐射的入射角修正系数，Rd 为漫射辐射的各向同性假设系数。

发电量转换参数

将年辐射量（kWh/m²）转换为年发电量（kWh）需引入系统转换效率：

E = H × A × η × PR

其中：

• H：年太阳辐射量（kWh/m²）
• A：可用屋顶面积（m²）
• η：组件标称效率（单晶硅 18%-22%）
• PR：系统性能比（0.75-0.85，涵盖温度损耗、线损、灰尘遮挡、逆变器效率等）

挪威特罗姆瑟的案例显示，合适屋顶区域的年发电潜力在 120-180 kWh/m² 之间。考虑到该市位于北极圈以北（69.6°N），夏季日照时间长但冬季几乎无直射辐射，这一数据对高纬度地区具有参考价值。

工程实施要点

数据准备清单

• LiDAR 点云：密度≥2 点 /m²，包含地面与建筑回波分类
• 建筑轮廓：OpenStreetMap 或政府开放数据
• 气象数据：至少 10 年的小时级 GHI（全球水平辐射）数据
• DSM/DTM：2 米或更高分辨率，用于遮挡分析

计算性能优化

城市级估算涉及数万至数十万栋建筑，需采用空间索引与并行计算：

• 使用 R-tree 或 H3 网格进行空间分区
• 屋顶面片化后批量计算
• 遮挡分析可预计算 "天空视域因子"（Sky View Factor）加速

精度验证方法

• 选取 5%-10% 的建筑进行实地勘测对比
• 对比现有光伏电站的实际发电量数据
• 误差控制在 ±15% 以内可视为工程可用

输出与可视化

系统应输出三类数据产品：

1. 单栋建筑报告：可用面积、预估年发电量、推荐安装容量、投资回收期估算
2. 区域聚合图层：街区 / 行政区的总潜力、适宜屋顶比例、开发优先级排序
3. 决策支持地图：热力图展示高潜力区域，支持规划部门识别优先开发地块

局限性与风险

• 数据质量依赖：LiDAR 数据缺失或过时会导致屋顶几何误差
• 微观遮挡遗漏：树木、广告牌等细小遮挡物可能未在 DSM 中体现
• 屋顶结构未知：系统无法判断屋顶承重能力或防水层状况
• 政策与并网限制：技术潜力不等于经济可开发潜力

结语

基于 LiDAR 与 GIS 的屋顶太阳能潜力估算，将分布式光伏的前期评估从 "逐栋勘测" 推进到 "全域扫描" 阶段。挪威特罗姆瑟的案例证明，即使在北极圈附近的高纬度城市，屋顶光伏仍具备覆盖 30% 城市用电需求的潜力。对于工程团队而言，坡度、朝向、遮挡三个维度的参数调优，以及历史气象数据的引入，是构建可信估算模型的关键。

资料来源

• "Estimating the Potential for Rooftop Generation of Solar Energy in an Urban Context Using High-Resolution Open Access Geospatial Data: A Case Study of the City of Tromsø, Norway", ISPRS International Journal of Geo-Information, March 2025
• "Using GIS to estimate the Solar Power potential for rooftops", University of Mary Washington Student Research

systems