手法

Solar API は、1 年間に屋根に当たる太陽光の量を計算します。次のことを考慮します。

  • Google の画像と地図のデータベース
  • 特定の屋根の 3D モデル
  • 近くの建物や木々が映す影
  • 1 年間の太陽の位置
  • 太陽光発電に影響する可能性のある過去の雲と気温のパターン

Solar API は、国立再生可能エネルギー研究所（NREL）のデータを使用して、送電網に送電される電力の割合を推定します。この見積もりは、太陽光発電の総発電量と家庭で消費される電力の総量の関係に基づいています。住宅の電力消費量に対する太陽光発電システムの規模が大きいほど、電力網に送出される太陽光発電の見積もりは高くなります。

Solar API は、屋上太陽光発電の設置による公益事業費の削減額も計算します。実際の節約額は、さまざまな理由で予測額と異なる場合があります。

  • 成長の早い木は、太陽光発電システムに日陰を作り出すことがあり、時間の経過とともに発電量が減少する可能性があります。
  • 電力会社は電気料金を変更できるため、太陽光発電による節約に影響する可能性があります。
  • 太陽光発電の設置に有利なポリシー（ネット メーターリングなど）が変更される可能性があります。
  • ネット メータリングが適用されない州では、家庭で消費される太陽光発電の量と送電網に送出される量によって、節約額が異なる場合があります。

データソース

ビルディング分析情報

Solar API は、太陽光発電量と予測される節約額を計算するために、次のデータソースを使用します。

  • Google の機械学習アルゴリズムを使用した画像、3D モデリング、日陰の計算。

  • NREL と Meteonorm の気象データ。近隣の駅間の急な変化がマップに反映されることがあります。

  • Clean Power Research の電気料金情報。

  • EnergySage と OpenSolar から集計され匿名化された太陽光発電の価格データ。

  • 太陽光発電の補助金データ:

  • Bloomberg New Energy Finance、SRECTrade、および関連する州の機関からの太陽光再生可能エネルギークレジット（SREC）データ。

太陽光発電の推定発電量は、日陰、特定地域の典型的な天候、使用する機器など、さまざまな要因によって異なります。また、Solar API のマッピング データは他の推定値とは異なる期間のものであるため、最近の木の成長や伐採が反映されていない場合があります。

データ レイヤ

dataLayers エンドポイントから返される GeoTIFF は、さまざまなソースの気象データ、衛星画像、航空画像を使用して生成されます。Data Layers GeoTIFF は、遠近感の歪みを除去するためにオルソ補正されています。使用可能なレイヤの詳細については、GeoTIFF ファイルについてをご覧ください。

太陽光発電のポテンシャルの推定

技術的ポテンシャルには、サプライ チェーンの中断と送電網統合が制約条件ではないことを前提として、ソーラーパネルに適した屋根エリアで発電される電力も考慮されます。

技術的ポテンシャルに関する定義は多数あり、定義が変わると結果に 25% 以上の影響を与える可能性があります。Solar API の技術的ポテンシャルの定義に基づき、設置には次の条件を満たす必要があります。

  • 太陽光: 郡の年間最大日射量の 75% 以上を利用できるパネルを計算に含めます。
  • 設置サイズ: 設置ポテンシャル合計サイズが 1.6 kW 以上ある屋根のみが含まれます。
  • スペースと障害物: 4 平方メートル以上のスペースがあるセグメントはすべて考慮されます。

Solar API のモデルでは、次のことを前提としています。

  • 各パネルは、電力 400 W、効率 20.4%、直流から交流への変換にともなうディレーティング係数を 85%、と想定しています。なお、その他の係数には業界の基準値を使用しています。
  • パネルは、平面も含めて、屋根に水平に取り付けられていると想定しています。
  • 配列は 2 kW から 1,000 kW の間です。建物上の配列のみが考慮され、駐車場や広場などのスペースは考慮されません。

Google はモデルを継続的に改善しているため、推定値は変更される可能性があります。