A GIS-based approach to estimate the geographic potential for rooftop solar PV: Developing a database at building-level for Denmark
Author
Wolfs, Tinsley
Term
4. term
Publication year
2017
Submitted on
2017-06-09
Pages
52
Abstract
Denne afhandling udvikler og afprøver en GIS-baseret metode til at estimere det geografiske potentiale for solceller på tage i Danmark på bygningsniveau. Målet er at skabe et datasæt, hvor hver bygning tilknyttes tagareal (m2) fordelt på intervaller af solindstråling i Wh/m2/dag. For at kunne skalere beregningerne anvendes en udbredt strategi med stratificering, stikprøver og ekstrapolation: Bygningsbestanden opdeles efter størrelse og kontekst, repræsentative områder udvælges, og der modelleres klarhimmel global solindstråling for disse prøver ved hjælp af digitale terræn-/overflademodeller i GIS. Indstrålingen reklassificeres til intervaller, og andele af tagareal pr. interval beregnes som forholdstal, der overføres til sammenlignelige bygninger. Processen er scriptet for at styrke reproducerbarhed og konsistens. På grund af tidsbegrænsninger blev et fuldt landsdækkende potentiale ikke færdigberegnet; fokus skiftede derfor til at validere de tidlige resultater og vurdere, om stikprøve- og ekstrapolationsmetoden er pålidelig i stor skala. Valideringen omfatter sammenligning af forudsagte og målte fordelinger i uafhængige testområder samt fejlmål (f.eks. RMSE og MAE) og analyse på tværs af kvantiler. Afhandlingen bidrager med en transparent, scriptet arbejdsgang, indsigt i datakvalitet og metodeforudsætninger samt en vurdering af styrker og begrænsninger ved stikprøvebaserede estimater for tagmonteret solenergi i Danmark.
This thesis develops and tests a GIS-based approach to estimate the geographic potential for rooftop solar PV in Denmark at the level of individual buildings. The goal is a dataset that assigns each building a roof area (m2) distributed across ranges of solar irradiation in Wh/m2/day. To scale the analysis, a widely used strategy of stratification, sampling, and extrapolation is applied: the building stock is grouped by size and context, representative areas are selected, and clear-sky global solar radiation is modeled for these samples using digital surface/terrain data in GIS. Irradiation is reclassified into ranges, and the share of roof area per range is computed as ratios and transferred to comparable buildings. The workflow is scripted to enhance reproducibility and consistency. Due to time constraints, a complete nationwide calculation was not finished; the study therefore focuses on validating early results and assessing whether a sampling-and-extrapolation approach is reliable at large scale. Validation compares predicted and measured distributions in independent test areas, reports error metrics (e.g., RMSE and MAE), and analyzes variation across quantiles. The work contributes a transparent, scripted pipeline, insights into data suitability and methodological assumptions, and an appraisal of the strengths and limitations of sampling-based estimates for rooftop solar potential in Denmark.
[This summary has been generated with the help of AI directly from the project (PDF)]
Keywords
Documents