导读

这项研究结合遥感、机器学习与技术经济优化模型，系统评估中国367座城市屋顶太阳能光伏系统的可布署潜力，突破以往单一技术或经济考察的局限。研究细化建筑分类与区域差异，将现场消费和政策限制纳入模型，揭示技术潜力与实际布署潜力间存在显著差距，并提出针对性发展路径，为城市可持续供电和减排目标提供科学支持。这项工作方法严谨、数据详实，为读者展现了能源转型背景下各类建筑太阳能应用的机遇与挑战。

引言

研究背景

在全球应对气候变化和中国致力于实现“碳中和”目标的宏观背景下，太阳能光伏发电已成为能源结构转型的关键。其中，屋顶光伏（RPV）作为一种直接嵌入城市肌理、靠近用户且受土地使用限制较少的可再生能源，正日益成为现代城市基础设施的核心组成部分。为支持中国宏大的可再生能源部署计划，科学理解屋顶光伏的增长潜力对于制定有效的政策和城市发展规划至关重要。

现有研究不足

以往关于屋顶光伏潜力的研究大多侧重于技术潜力或经济潜力的评估。这些研究存在显著的局限性，包括空间分辨率较为粗糙、缺乏对建筑功能的详细分类、未能区分不同建筑类型屋顶的适用性差异等。更重要的是，现有研究普遍未能将光伏发电潜力与真实的终端电力消费模式以及旨在规避电网风险的实际监管约束（如自用率要求或并网容量限制）相结合，这可能导致对光伏实际可部署规模的过高估计，并掩盖了其在不同区域和建筑类型间的潜力差异。

科学问题与动机

鉴于仅评估技术或经济潜力无法准确反映实际可行的部署规模，研究的核心科学问题是如何在综合考虑经济可行性与电网监管双重约束的条件下，量化屋顶光伏的“可部署潜力”。准确评估这一潜力，对于制定针对不同城市和建筑类型的精细化、可操作的部署策略，避免资源错配，以及指导中国实现其宏大的光伏发展目标具有迫切的现实需求。研究动机在于弥合理论潜力与实际部署之间的鸿沟，为城市规划者和政策制定者提供更具现实指导意义的决策依据。

研究目标与创新

这项研究旨在全面评估中国367个城市的屋顶光伏可部署潜力。其核心创新在于首次引入并量化了“可部署潜力”（deployable potential）这一概念，该潜力被定义为在确保用户获得经济正收益且符合电网安全监管要求下的最大可安装容量。为实现此目标，研究创新性地整合了地理空间机器学习方法与技术经济优化模型。通过对不同建筑类型（城市住宅、公共、工业和农村建筑）进行分类，并结合高分辨率的屋顶可用面积、逐时电力需求、电价机制及并网安全限制等多元异构数据，这项研究得以在全国尺度上精细刻画屋顶光伏的技术潜力与可部署潜力。

研究方法

数据来源与类型

这项研究的数据来源多样，涵盖地理空间、统计与经济数据。技术潜力评估整合了覆盖90个城市的建筑足迹矢量数据、多源遥感影像（如Landsat、Sentinel）、ERA-5气象再分析数据。建筑负荷模拟基于城市统计年鉴的年度用电量和典型气象文件。可部署潜力优化则纳入了地方分时电价、上网电价及光伏成本参数。数据类型包括矢量、栅格及时间序列数据，确保了多维度分析的准确性。

核心方法或技术

这项研究的核心方法是整合地理空间机器学习与技术经济优化。首先，采用随机森林回归模型，基于多源空间数据预测全国1km²分辨率的屋顶面积与高度，以量化光伏技术潜力。随后，通过建筑能耗模拟生成分类型、分城市的小时电力负荷曲线。最终，构建一个技术经济优化模型，以最大化太阳能价值（VOS）为目标，在满足电网规制约束的条件下，求解各城市不同建筑类型的可部署潜力。

研究过程或实验步骤

研究过程主要分三步。首先，通过随机森林模型预测全国高分辨率屋顶资源，结合气象数据评估光伏技术潜力。其次，基于统计数据和建筑能耗模拟，生成367个城市四种建筑类型（城市住宅、公共、工业、农村）的小时电力负荷剖面。最后，将技术潜力和负荷数据输入技术经济优化模型，该模型以最大化经济收益为目标，在考虑自用比例、电网爬坡率和馈电上限等实际约束下，确定最终的可部署潜力。

研究结果

RPV技术潜力的量化与分布特征

研究首先评估了中国的屋顶光伏（RPV）技术潜力，结果显示全国技术潜力装机容量为2785吉瓦，年发电量为4631太瓦时。在不同建筑类型中，农村建筑的技术潜力最大，占总量的60%，远超工业建筑（25%）、城市住宅（8%）和公共建筑（7%）。空间分布上，技术潜力并未与太阳能资源禀赋完全一致，而是更多地集中在东部较发达省份，而非太阳能资源丰富的西部地区。此外，技术潜力与电力需求之比（TPOD）在全国范围内为61%，但在130个城市中超过100%，尤其是在农村建筑中，该比率在几乎所有城市都超过1，表明其技术潜力远超本地需求。

RPV可部署潜力的评估及其与技术潜力的显著差异

在考虑了本地消纳和电网安全等现实约束后，研究估算出中国的RPV可部署潜力为1173吉瓦，仅为技术潜力的42%。这一结果揭示了潜力的结构性转变：与技术潜力主要集中于农村建筑不同，可部署潜力主要集中于工业建筑，其占比高达52%。这一转变导致不同建筑类型的潜力转化率差异巨大，其中公共和工业建筑的可部署潜力分别占其技术潜力的96%和89%，而农村建筑仅为13%。在空间分布上，高发电-需求比（DPOD）区域也从技术潜力评估中的西部高原城市，转移至可部署潜力评估中的北部平原（如河北、河南）和南部沿海城市（如广东、福建）。

基于经济价值与碳减排的RPV发展路径

研究基于太阳能价值（VOS）和碳减排潜力，为实现中国RPV发展目标（2025、2030、2035年）规划了两种路径。结果显示，公共和工业建筑的VOS显著高于农村建筑，因此基于VOS的路径优先发展这两类建筑，并指出为实现各阶段目标需优先部署的具体区域，如北京、上海、河南、湖北及广东等。相比之下，基于碳减排的路径则更受地理位置影响，优先在碳排放强度高的北部和东北部城市部署RPV。两种路径的优先发展区域存在差异，但在东北地区存在重叠，而在西南地区均未被优先考虑，这为分阶段、分区域的部署策略提供了依据。

研究结论

可部署潜力揭示了屋顶光伏部署重心的根本性转移

这项研究的核心结论是，中国屋顶光伏（RPV）的实际可部署潜力（1173GW）仅占技术潜力的42%。这一转变不仅是数量上的缩减，更关键的是揭示了部署重心的根本性转移：潜力从技术评估中的农村建筑和西部地区，转向了实际可部署评估中的工业与公共建筑以及北部平原和南部沿海城市。这一发现的意义在于，它超越了仅基于太阳能资源和屋顶面积的传统评估，通过整合地方电力需求、电网监管限制等现实因素，为城市能源规划者提供了更精准、更具操作性的决策依据，从而避免对RPV在地方能源转型中角色的高估。

基于价值与减碳潜力的异质化部署路径为政策制定提供明确指引

研究发现，基于经济价值（VOS）的部署路径与基于减碳效益的路径存在显著差异。经济上，公共和工业建筑因其日间负荷与光伏出力高度协同且电价较高，展现出最高的投资回报，应优先在中部和南部城市发展。而从减碳角度看，在电网碳排放强度高的北部和东北部地区部署RPV则效益最大。这些发现为政策制定者提供了双重视角下的精细化部署策略，使其能够根据国家不同阶段的目标（如2025、2030、2035年）权衡经济激励与气候责任，针对不同建筑类型和区域制定差异化的发展路线图，从而高效、有序地推进国家RPV部署目标的实现。

局限性与展望

作者指出研究存在几点局限性。首先，模型假设用户电力需求是静态的，未考虑需求响应或储能等灵活性资源的引入，这可能导致对可部署潜力的低估。其次，由于数据缺失，模型未纳入地方配电网容量限制，可能忽略了部分地区的电网改造成本。此外，分析基于当前技术成本与电价，未来的技术进步和电价改革将改变部署格局。展望未来，作者建议城市规划者应从区域目标转向基于建筑类型的精细化策略，并优化电价结构以引导投资。未来研究可将此分析框架应用于全球其他城市，并进一步探究不同电价机制、气候变化及技术演进对RPV可部署潜力的动态影响。

主要图表

图1. 中国大陆地区屋顶光伏技术潜力分布及其城市尺度的电力需求比。a. 包含建成区的5×5公里尺度太阳能容量系数分布。b. 1×1公里尺度屋顶光伏年度技术潜力。c. 城市尺度的技术潜力/电力需求比（TPOD）。d. 按城市等级分组的城市技术潜力/电力需求比TPOD盒状图，其中较小的等级表示较大的城市，例如，北京、上海和深圳等特大城市为1级城市。n值分别为19、30、70、90和158。在盒状图中，我们显示了中位数（凹口）、第一和第三四分位数（盒子的下铰链和上铰链）以及四分位数间距的1.5倍（须线）。e–h. 城市尺度的城市住宅（e）、公共（f）、工业（g）和农村（h）建筑的技术潜力/电力需求比TPOD。NAN值表示不可用区域（例如，台湾省）或缺少某些建筑类型的城市。底图多边形数据来自资源与环境科学数据平台（https://doi.org/10.12078/2023010102）。

图2. 屋顶光伏可部署潜力与技术潜力在建筑类型上的分布以及可部署潜力与技术潜力在城市尺度的比率。a. 城市住宅、公共、工业和农村建筑的技术潜力百分比。b. 城市住宅、公共、工业和农村建筑的可部署潜力百分比。c. 城市屋顶光伏可部署潜力与技术潜力比率。每个区域的城市和省份定义见补充表5。

图3. 可部署潜力/电力需求比（DPOD）的城市尺度分布。a. 总屋顶光伏潜力与需求的DPOD比率。b. 城市住宅建筑的DPOD比率。c. 公共建筑的DPOD比率。d. 工业建筑的DPOD比率。e. 农村建筑的DPOD比率。NAN值表示不可用区域（例如，台湾省）或缺少某些建筑类型的城市。底图多边形数据来自资源与环境科学数据平台（https://doi.org/10.12078/2023010102）。

图4. 优先考虑经济价值或碳减排时，屋顶光伏潜力满足中国屋顶光伏部署目标的排序。a. 列颜色表示建筑类型。列宽表示该城市建筑的可部署潜力容量；y轴表示该省屋顶光伏部署的盈利能力，以元/瓦为单位。b. 列颜色表示位置。列宽和y轴表示与a相同的数据。c. 列颜色表示建筑类型。列宽表示该城市建筑的可部署潜力容量；y轴表示其屋顶光伏投资的碳减排效益，以每元投资千克二氧化碳为单位。d. 列颜色表示位置。列宽和y轴表示与c相同的数据。

图5. 基于最大化经济价值的屋顶光伏发展路径。a-c. 数字表示为满足中国2025年（a）、2030年（b）和2035年（c）屋顶光伏部署目标所需部署的总可部署潜力的百分比。底图多边形数据来自资源与环境科学数据平台（https://doi.org/10.12078/2023010102）。

扩展数据表1. 基于建筑类型、建筑密度（Dp）和平均建筑高度（Hp）的块尺度可用性（BFj,p）和建筑尺度可用性（DFj,p）参数，适用于每个1平方公里渔网。

论文信息

标题：Unveiling deployable rooftop solar potential across Chinese cities 揭示中国城市可部署的屋顶太阳能潜力

发表时间：2025-07-14

作者：Mai Shi, Xi Lu, Michael T. Craig

作者机构：School of Environment, State Key Joint Laboratory of Environment Simulation and Pollution Control, Tsinghua University, Beijing, China; School for Environment and Sustainability, University of Michigan, Ann Arbor, MI, USA; Institute for Carbon Neutrality, Tsinghua University, Beijing, China; Department of Industrial and Operations Engineering, University of Michigan, Ann Arbor, MI, USA.

期刊：Nature Cities

DOI：10.1038/s44284-025-00270-6