方法

Solar API 會計算一年內照射到屋頂的陽光量。這項指標會考量：

  • Google 的圖像和地圖資料庫
  • 指定屋頂的 3D 模型
  • 附近建築物和樹木投下的陰影
  • 太陽在一年中的位置
  • 可能影響太陽能發電量的歷史雲量和溫度模式

Solar API 會使用國家可再生能源實驗室 (NREL) 的資料，估算匯入電網的電力百分比。預估值是根據太陽能發電量總量與住家用電量總量之間的關係計算而得。相對於住家用電量，太陽能安裝量越大，預估輸往電網的太陽能電力就越高。

Solar API 也會計算安裝屋頂太陽能系統後，可能節省的公共事業費用。實際可省費用可能與預估可省費用有所差異，原因如下：

  • 生長快速的樹木會遮蔽太陽能板，導致產量隨時間下降。
  • 公用事業公司可以調整向客戶收取的電費，進而影響太陽能發電的節能效果。
  • 對太陽能安裝有利的政策可能會有所變動 (例如淨度量)。
  • 對於未採用淨度量計量的州，節省的費用可能會因住家消耗的太陽能電力與輸出至電網的電力而異。

資料來源

建立洞察資料

為計算太陽能發電量和預估節省費用，Solar API 會使用下列資料來源：

  • 使用 Google 的機器學習演算法，進行影像、3D 建模和陰影計算。

  • 來自 NREL 和 Meteonorm 的天氣資料。有時地圖會顯示附近車站之間的劇烈轉變。

  • Clean Power Research 提供的電費資訊。

  • EnergySage 和 OpenSolar 提供的匯總匿名太陽能價格資料。

  • 太陽能獎勵資料來源：

  • 來自 Bloomberg New Energy Finance、SRECTrade 和相關州政府機關的太陽能再生能源憑證 (SREC) 資料。

太陽能產量預估值會受到多項因素影響，例如遮蔽物、特定地區的典型天氣和使用的設備。此外，Solar API 對應資料可能來自其他估算值的不同時間範圍，因此可能不會顯示最近的樹木生長或移除情形。

資料層

dataLayers 端點傳回的 GeoTIFF 是使用來自各種來源的天氣資料、衛星圖像和空拍圖像產生。資料圖層 GeoTIFF 會經過正射校正，以移除透視扭曲。如要進一步瞭解可用的圖層，請參閱「關於 GeoTIFF 檔案」。

太陽能發電潛力預估值

技術潛力包括屋頂太陽能板可產生的電量 (以供應鏈中斷和電網整合現況不構成限制為前提)。

「技術潛力」一詞有各種定義，因此計算結果會因定義而有所不同，差異值可能會達到 25% 以上。根據 Solar API 對技術潛力的定義，裝置須符合下列條件：

  • 日照：裝設的每片面板接受的日照量，必須達該郡/縣每年最大日照量的 75%。
  • 裝置發電量：針對每個已涵蓋的屋頂區域，裝置的潛在發電總量必須達到至少 1.6 kW。
  • 空間和障礙物：任何長度至少 4 平方公尺的區段都會納入考量。

Solar API 的模型會做出以下假設：

  • 假設每片太陽能板可產生 400 瓦電力，效率為 20.4%，直流轉交流降額係數為 85%，而其他係數均假定採用業界標準。
  • 假設這些太陽能板安裝方式是與屋頂齊平 (包括在平坦表面上)。
  • 陣列的發電量介於 2kW 到 1000kW 之間。我們只考量建築物上的陣列，停車位/停車場等其他場地不列入考量。

由於我們會持續改善模型，因此估算值可能會有所變動。