Solar API는 1년에 지붕에 비치는 일조량을 계산합니다. 다음 사항을 고려합니다.
- Google의 이미지 및 지도 데이터베이스
- 지정된 지붕의 3D 모델링
- 근처 구조물과 나무가 드리운 그림자
- 1년 동안의 태양 위치
- 태양 에너지 생산에 영향을 줄 수 있는 과거의 구름 및 온도 패턴
Solar API는 미국 국립 재생에너지 연구소(NREL)의 데이터를 사용하여 그리드로 내보낸 전기의 비율 값을 추정합니다. 이 추정치는 총 태양광 전기 생산량과 가정에서 소비하는 총 전기량 간의 관계를 기반으로 합니다. 태양광 설치 용량이 가정 전기 소비량에 비해 클수록 전력망으로 내보내는 태양광 전력의 예상치가 높아집니다.
Solar API는 옥상 태양광 설치로 인한 공공요금 절감액도 계산합니다. 실제 절감액은 다음과 같은 여러 가지 이유로 예상 절감액과 다를 수 있습니다.
- 성장 속도가 빠른 나무는 태양광 설치에 그늘을 드리워 시간이 지남에 따라 생산량이 줄어들 수 있습니다.
- 공공 서비스 업체는 고객에게 청구하는 전기 요금을 변경할 수 있으며, 이는 태양광으로 인한 절감액에 영향을 미칩니다.
- 태양광 설치에 유익한 정책 (예: 순 계량)이 변경될 수 있습니다.
- 순 계량이 없는 주에서는 전력 계통으로 내보내는 양과 비교하여 가정에서 소비하는 태양광 전력의 양에 따라 절약 금액이 달라질 수 있습니다.
데이터 소스
건물 통계
Solar API는 태양 에너지 생산량과 예상 절약액을 계산하기 위해 다음 데이터 소스를 사용합니다.
Google의 머신러닝 알고리즘을 사용한 이미지, 3D 모델링, 음영 계산
NREL 및 Meteonorm의 날씨 데이터 근처 역 사이의 급격한 전환이 지도에 반영되는 경우가 있습니다.
클린 파워 리서치의 공공 전기 요금 정보
EnergySage 및 OpenSolar의 집계 및 익명처리된 태양광 가격 데이터
다음에서 태양광 인센티브 데이터:
- Clean Power Research
- 관련 연방, 주, 지방 당국
- 관련 유틸리티 데이터
블룸버그 뉴 에너지 파이낸스, SRECTrade, 관련 주 정부 기관의 태양광 재생 에너지 크레딧 (SREC) 데이터
태양 에너지 생산량 추정치는 그늘, 특정 지역의 일반적인 날씨, 사용된 장비 등 여러 요인에 따라 달라집니다. 또한 Solar API 매핑 데이터는 다른 추정치와 다른 기간의 데이터일 수 있으므로 최근에 자란 나무나 제거된 나무가 표시되지 않을 수 있습니다.
데이터 영역
dataLayers 엔드포인트에서 반환되는 GeoTIFF는 다양한 소스의 날씨 데이터, 위성 이미지, 항공 이미지를 사용하여 생성됩니다. 데이터 레이어 GeoTIFF는 원근 왜곡을 제거하기 위해 직교 보정됩니다. 사용 가능한 레이어에 관한 자세한 내용은 GeoTIFF 파일 정보를 참고하세요.
태양광 잠재 발전량 추정치
기술적 절감 가능분에는 태양광 패널에 적합한 옥상에서 생산된 전기가 포함됩니다(공급망 중단 및 그리드 통합은 문제가 없다고 가정).
기술적 절감 가능분의 정의는 다양하므로 정의에 따라 결과가 25% 이상 차이 날 수 있습니다. 기술적 잠재력에 대한 Solar API의 정의를 적용하면 설치 시 다음 기준을 충족해야 합니다.
- 일사량: 포함된 모든 패널에서 받는 일사량은 해당 지역 연간 최대량의 75% 이상입니다.
- 설치 규모: 포함된 모든 지붕의 총 예상 설치 규모는 1.6kW 이상입니다.
- 공간 및 장애물: 4제곱미터 이상의 공간이 있는 구간은 모두 고려됩니다.
Solar API의 모델은 다음과 같은 가정을 합니다.
- 각 패널은 400W(효율성 20.4%, DC-AC 경감계수 85%, 기타 요인에 대한 업계 표준 추정치)로 가정하여 산정됩니다.
- 패널은 평면 위에 설치하는 것을 포함하여 지붕과 같은 높이로 장착되는 것으로 가정합니다.
- 패널은 2kW~1,000kW입니다. 건물의 패널만 고려되며 주차장이나 야외 등 다른 공간의 패널은 고려되지 않습니다.
Google은 모델을 지속적으로 개선하고 있으므로 추정치가 변경될 수 있습니다.