方法

歐洲經濟區 (EEA) 開發人員

Solar API 會計算你的屋頂一年有多少日照。其中會考量下列因素：

  • Google 的圖像和地圖資料庫
  • 特定屋頂的 3D 模型
  • 附近建築物和樹木投下的陰影
  • 太陽一年內的位置
  • 可能影響太陽能發電量的歷史雲量和溫度模式

Solar API 會使用美國國家再生能源實驗室 (NREL) 的資料，估算輸送至電網的電力百分比。估算值是根據太陽能總發電量與家庭總用電量之間的關係計算得出。太陽能裝置的規模相較於家庭用電量越大，輸送至電網的太陽能電力估算值就越高。

Solar API 也會計算安裝屋頂太陽能發電設備後，可能節省的電費。基於各種原因，實際節省金額可能與預估節省金額不同：

  • 快速生長的樹木會遮蔽太陽能裝置，導致發電量逐漸減少。
  • 電力公司可能會調整電費，影響太陽能發電的節省金額。
  • 有利於太陽能裝置的政策可能會有所變化 (例如淨計量電價)。
  • 對於沒有淨計量電價制度的州分，也可能因家庭消耗的太陽能電量與輸送至電網的電量之間的差異，使得節省金額有所不同。

資料來源

建築物洞察

為計算太陽能發電量和預估節省金額，Solar API 會使用下列資料來源：

  • 使用 Google 機器學習演算法的圖像、3D 模型和陰影計算資料。

  • 美國國家再生能源實驗室 (NREL) 和 Meteonorm 提供的天氣資料。地圖有時會反映鄰近監測站之間明顯的資料變化。

  • Clean Power Research 提供的公用電費資訊。

  • EnergySage 和 OpenSolar 提供的匯總及去識別化太陽能價格資料。

  • 下列來源的太陽能補助資料：

  • Bloomberg New Energy Finance、SRECTrade 和相關州主管機關提供的太陽能再生能源憑證 (SREC) 資料。

太陽能發電量估算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所用設備。此外，Solar API 地圖資料與其他估算值可能會參考不同的時間點，未必能反映近期的樹木增減情形。

資料層

dataLayers 端點傳回的 GeoTIFF 是使用各種來源的天氣資料、衛星圖像和空照圖生成。資料層 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」。

太陽能發電潛能估算值

估算技術潛力時會包括屋頂太陽能板可產生的電量 (以供應鏈中斷及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：每片裝設面板接受的日照量必須達該郡/縣每年最大日照量的 75% 以上。
  • 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：只要空間至少有 4 平方公尺，系統就會將該區段納入考量。

Solar API 的模型會做出下列假設：

  • 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 2 kW 到 1,000 kW 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。

我們會持續改善模型，因此估算值可能會有所變動。