城市多场景太阳能替代率快速预测模型构建与应用——以南京为例

本文提出一种融合城市形态聚类与机器学习算法的多场景太阳能利用潜力预测模型，通过60个样本地块的3D建模与辐射（Radiance）/能耗（EnergyPlus）仿真，构建年辐照量（R2=0.66-0.86）与能耗（R2=0.78-0.85）高精度预测体系，实现屋顶-立面-地面三场景下太阳能替代率（50%/58%/71%）的快速评估，为城市设计阶段可再生能源规划提供量化支持。

　　

太阳能利用

太阳能被广泛视为替代化石燃料、缓解温室气体排放和降低总能耗的理想可再生能源。近零能耗建筑（nZEBs）的概念基于被动式太阳能设计策略，重点在于最小化能源需求的同时最大化现场能源发电潜力。被动式太阳能设计涵盖建筑朝向、形态、立面开口和结构布局等因素。

方法论

本研究的方法论包含五个主要阶段。首先进行城市形态分析，对研究区域内所有地块的几何指标进行统计评估，基于聚类分析将地块划分为不同形态类别。其次，从这些类别中共选取60个代表性地块，并使用Rhino软件建立相应的三维模型。第三，通过Ladybug和Honeybee工具结合Radiance与EnergyPlus，对样本地块进行年度日照辐射和能耗模拟，建立形态、辐射性能与能耗特征的数据库。随后采用机器学习算法和数据增强技术训练地块的年度日照与能耗预测模型，并将其应用于大规模城市环境以确定城市尺度的年度日照与能耗分布。最后基于不同级别的太阳能应用水平形成多场景太阳能利用替代率分布特征。

城市地块聚类分析结果

共选取60个代表性城市地块进行分析（图7）。这些地块被分为七大类，并基于多项几何指标进行对比分析，包括建筑数量（B number）、建筑面积（BA）、地块表面积（BS）、地块表面比（BSR）、容积率（FAR）、平均建筑高度（MeH）和场地覆盖率（SC）等。分析显示，不同类别间几何特征存在显著差异。

辐射与城市形态的关系

单一因素与辐射的关联性普遍较弱，较高的R²值伴随不显著的p值，表明这些关联缺乏统计学支持。由于影响太阳辐射的因素复杂，单一形态变量无法全面捕捉其效应。与年度平均屋顶太阳辐射（ASR_r）最密切相关的因素是容积率（FAR），其R²值为...

结论

本研究旨在利用机器学习算法开发多场景城市尺度太阳能利用预测模型。研究采用GIS、Grasshopper、Radiance、EnergyPlus和Python等数字工具。通过对60个城市地块样本的精细三维建模、形态参数提取以及年度日照与能耗模拟，构建了年度日照与能耗预测模型。通过对超过6000组数据的分析...