Solar API では、屋根に当たる年間日照量が計算されます。計算には次の要素が考慮されます。
- Google の画像と地図のデータベース
- 特定の屋根の 3D モデリング
- 近くの建物や樹木によってできる影
- 1 年間の太陽の位置
- 太陽光エネルギーの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 では、電力網に送電される電力の割合が、国立再生可能エネルギー研究所（NREL）のデータを使用して推定されます。推定は、太陽光発電の総発電量と家庭で消費される総電力量の関係に基づいています。家庭の電力消費量に対する太陽光発電設備の規模が大きいほど、電力網に送電される太陽光発電の電力量の推定値は高くなります。
Solar API では、屋上太陽光発電パネルを設置した場合に見込まれる光熱費の節約額も計算します。実際の節約額は、さまざまな理由で予測される節約額と異なる場合があります。
- 成長の早い樹木が太陽光発電設備に影を落とし、発電量が徐々に減少する可能性があります。
- 電力会社が顧客に請求する電気料金を変更すると、太陽光発電による節約額に影響します。
- 太陽光発電設備に有利な政策（例: ネット メータリング）が変更される可能性もあります。
- ネット メータリングが導入されていない州では、節約額は、家庭で消費される太陽光発電の電力量と電力網に送電される量の差によっても変わるでしょう。
データソース
Building Insights
太陽光エネルギーの電力生産量と見込まれる節約額を計算するにあたって、Solar API では次のデータソースが使用されます。
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、日陰の計算値。
NREL と Meteonorm の気象データ。近くの観測所の間で急激な変化が地図に反映されることがあります。
Clean Power Research から取得した電力会社の電気料金に関する情報。
EnergySage と OpenSolar から取得した、集計および匿名化された太陽光発電の料金データ。
次のデータソースから取得した太陽光発電のインセンティブに関するデータ。
- Clean Power Research
- 関連する連邦政府機関、州政府機関、地方自治体
- 関連する電力会社のデータ
Bloomberg New Energy Finance、SRECTrade、および 関連する州政府機関から取得した太陽光再生可能エネルギー クレジット（SREC）に関するデータ。
太陽光エネルギー生産量の推定値は、日陰、特定の地域の一般的な気象、使用する設備など、多くの要因によって異なります。また、Solar API のマッピング データの期間が他の推定値の期間と異なり、最近の樹木の成長や伐採が反映されていない可能性もあります。
データレイヤ
dataLayers エンドポイントから返される GeoTIFF は、さまざまなソースから取得した気象データ、衛星画像、航空画像 を使用して生成されます。データレイヤの GeoTIFF は、遠近法の歪みを取り除くために正射補正されています。利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 チェーンの混乱や電力網との統合が制約とならないことを前提とした、太陽光パネルに適した屋根エリアで発電される電力が含まれます。
技術的ポテンシャルには多くの定義があり、どの定義を採用するかによって 25% 以上の差異が出ることもあります。Solar API の技術的ポテンシャルの定義に基づき、以下の条件を満たす太陽光パネルを計算の対象としています。
- 日照量: 含まれるすべてのパネルが、郡の年間最大日照量の 75% 以上の日照量を受け取ります。
- 設置サイズ: 含まれるすべての屋根の合計設置可能サイズが 1.6 kW 以上です。
- 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が考慮されます。
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、電力を 400 W、効率を 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標準を使用しています。
- パネルは、平らな面を含め、屋根にぴったりと取り付けられているものとします。
- 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。
モデルは継続的に改善されているため、推定値は変更される可能性があります。