Ước tính tiềm năng điện mặt trời toàn cầu dựa trên vệ tinh
(research.google)- Trong bối cảnh nhu cầu năng lượng tăng nhanh, Google mở rộng phạm vi đánh giá điện mặt trời theo từng mái nhà của Solar API tới cả các khu vực Global South thiếu ảnh hàng không, bằng ML dựa trên ảnh vệ tinh
- Cách tiếp cận cốt lõi là tạo mô hình bề mặt số (DSM) và bản đồ phân đoạn mái nhà từ ảnh vệ tinh tại một thời điểm, nhằm ước tính thông tin hình dạng mái cần cho bố trí tấm pin và phân tích bóng đổ
- Với lần mở rộng này, dữ liệu Solar API được bổ sung cho 125 triệu tòa nhà tại 23 quốc gia, và phạm vi bao phủ tiềm năng dựa trên ảnh vệ tinh hiện có tăng lên tới 1,9 tỷ tòa nhà trên toàn thế giới
- Mô hình cho thấy hiệu năng ổn định ngay cả khi chỉ dùng đầu vào RGB, nên có thể áp dụng cho các khu vực không có DSM đầu vào dựa trên stereo; các sai số ngoại lệ ở Chile và Philippines được cho là do dữ liệu nhãn chuẩn có nhiễu
- Độ phân giải pixel đầu vào, mây và hiện tượng che khuất vẫn giới hạn chất lượng đầu ra; các nhiệm vụ tiếp theo gồm phát hiện vật cản, phát hiện vật liệu mái và nhận diện các tấm pin mặt trời hiện có
Rào cản đánh giá điện mặt trời mà Solar API nhắm tới
- Nhu cầu năng lượng được dự báo sẽ tăng mạnh trong tương lai; đến năm 2035, điện mặt trời dự kiến sản xuất 10,7k TWh trên toàn cầu, chiếm gần 28% tổng nhu cầu dự kiến
- Điện mặt trời dân dụng là một trong những phương tiện then chốt để đáp ứng mức tăng nhu cầu một cách bền vững
- Ở một số khu vực thuộc Global South, khả năng tiếp cận tài chính, công nghệ và hạ tầng còn hạn chế, khiến rào cản triển khai điện mặt trời vẫn tồn tại
- Đánh giá tính khả thi của điện mặt trời ở cấp độ từng tòa nhà cần xét nhiều biến số, nên có thể là gánh nặng cho cả chủ nhà lẫn doanh nghiệp
- Google Maps Platform Solar API sử dụng ảnh hàng không để cung cấp các thông tin cốt lõi theo từng mái nhà, đơn giản hóa việc đánh giá tiềm năng điện mặt trời và thiết kế hệ thống
Nền tảng dữ liệu của Solar API hiện có
- Solar API được ra mắt năm 2023 trong nhóm Environment APIs của Google Maps Platform
- API xử lý ảnh hàng không, thời tiết và dữ liệu tài chính để cung cấp các thông tin sau
- Đầu năm 2024, các kỹ thuật ML được áp dụng vào pipeline xử lý để cung cấp insight về điện mặt trời cho thêm hàng triệu tòa nhà ở Mỹ, châu Âu và Nhật Bản
- Dữ liệu này có thể được doanh nghiệp sử dụng để tạo thông tin tiềm năng điện mặt trời được cá nhân hóa, bố trí tấm pin tối ưu, đề xuất và báo giá từ xa, cũng như các chương trình ưu đãi dựa trên dữ liệu
Mở rộng phạm vi bao phủ Global South bằng ảnh vệ tinh
- Để đáp ứng nhu cầu dữ liệu điện mặt trời tại Global South, Google áp dụng kỹ thuật ML cho ảnh vệ tinh
- Ảnh vệ tinh có độ phân giải thấp hơn ảnh hàng không, nên có nhiều hạn chế
- Thiếu bản đồ độ cao chính xác
- Chất lượng ảnh thấp
- Biến dạng phát sinh từ góc quan sát xiên
- Đổi lại, nó có thể mở rộng phạm vi bao phủ ra toàn cầu và cho phép cập nhật dữ liệu thường xuyên hơn ngay cả ở những khu vực đã được lập bản đồ tốt như Mỹ và châu Âu
- Dữ liệu thử nghiệm được cung cấp thông qua Solar API Expanded Coverage Testing Program, và một số đơn vị lắp đặt điện mặt trời đã sử dụng đầu ra dữ liệu này
- Với lần mở rộng này, dữ liệu Solar API được bổ sung cho 125 triệu tòa nhà tại 23 quốc gia
- Phạm vi bao phủ tiềm năng dựa trên ảnh vệ tinh hiện có được mở rộng tới 1,9 tỷ tòa nhà trên toàn thế giới
- Khi vệ tinh tiếp tục chụp các khu vực mới, nhiều tòa nhà hơn có thể được bổ sung
- Có thể xem phạm vi bao phủ mới nhất tại bản đồ bao phủ Solar API
Pipeline ML tạo DSM và phân đoạn mái nhà
- Pipeline tạo dữ liệu điện mặt trời cần DSM chất lượng cao để tạo các phân đoạn mái phẳng dùng cho tính toán tấm pin
- Các phương pháp tạo DSM vệ tinh hiện có có những hạn chế
- Ảnh vệ tinh độ phân giải cao, dưới 1m, có chi phí chụp cao
- Số lượng góc nhìn cho một khu vực cụ thể bị giới hạn và khoảng cách thời gian có thể lớn
- Do độ phân giải thấp, các kỹ thuật phân đoạn mái nhà hiện có cũng kém chính xác hơn trên dữ liệu vệ tinh
- Mô hình ML mới tạo DSM nadir chất lượng cao, tức DSM theo hướng trực giao, và các instance phân đoạn mái phẳng từ ảnh vệ tinh tại một thời điểm
- Phương pháp luận được trình bày trong bài báo “Satellite Sunroof: High-res Digital Surface Models and Roof Segmentation for Global Solar Mapping”, đăng tại workshop Climate Change and AI của NeurIPS 2024
Cấu trúc mô hình 2 giai đoạn
- Mô hình tạo DSM và phân đoạn mái bằng 2 giai đoạn gồm base model và refinement model
- Giai đoạn đầu, base model, dùng ảnh RGB vệ tinh off-nadir và góc quan sát vệ tinh làm đầu vào
- Ở những nơi có sẵn, DSM-DTM, tức bản đồ độ cao tương đối chất lượng thấp dựa trên quang trắc, cũng được đưa vào tùy chọn
- DSM đầu vào ban đầu có phạm vi bao phủ hạn chế và không đủ độ phân giải cần thiết cho tính toán mái nhà chi tiết
- Sử dụng kiến trúc kiểu U-Net và encoder Swin Transformer
- Tạo bản đồ độ cao cải thiện và các instance phân đoạn mái nhà từ góc nhìn off-nadir
- Sau đó chuyển kết quả sang nadir view bằng tái chiếu dựa trên hình học
- Giai đoạn thứ hai, refinement model, lấp các khoảng trống và artifact phát sinh trong quá trình tái chiếu, đồng thời cải thiện RGB nadir, DSM và các instance phân đoạn
- Ước tính DSM sử dụng L1 loss và Sobel gradient loss, còn phân đoạn mái nhà sử dụng affinity mask loss
Kết quả đánh giá và điều kiện đầu vào
- Mô hình được đánh giá định lượng bằng nhiều chỉ số
- Sai số tuyệt đối trung bình DSM (MAE)
- Sai số độ dốc mái
- IOU của instance phân đoạn mái
- Kết quả DSM và độ dốc được so sánh với DSM hàng không chất lượng cao
- Nhãn phân đoạn mái được thu thập theo hai cách
- Tính toán bằng cách áp dụng graph-cut lên nhãn DSM
- Do con người chú thích trực tiếp
- Kết quả được chia thành hai nhóm theo kênh đầu vào
- RGB-only: tương ứng với phạm vi bao phủ toàn cầu
- RGB+DSM: tương ứng với các khu vực giới hạn có DSM đầu vào dựa trên stereo
- Thêm DSM chất lượng thấp giúp cải thiện dự đoán bóng đổ, được phản ánh qua MAE DSM của tòa nhà
- Tuy nhiên, việc thêm DSM chất lượng thấp không làm tăng đáng kể độ chính xác của phân đoạn mái hay độ dốc, vốn quan trọng hơn đối với ước tính tiềm năng điện mặt trời
- Hiệu năng vẫn mạnh ngay cả với đầu vào chỉ RGB, nên có thể áp dụng mô hình ở những khu vực có ảnh RGB vệ tinh
- Mức biến động sai số theo quốc gia là nhỏ, và các ngoại lệ ở Chile và Philippines là do dữ liệu nhãn chuẩn có nhiễu
- Kết quả cho thấy mô hình có thể thích ứng với các khu vực có nhiều phong cách kiến trúc, kích thước tòa nhà và cấu trúc mái phức tạp
Kết quả trực quan hóa và các hạn chế còn lại
- Trực quan hóa dự đoán tại nhiều khu vực hiển thị đồng thời RGB nadir, DSM nadir và các instance phân đoạn mái nadir
- Ayodhya, India
- Kuala Lumpur, Malaysia
- Adelaide, Australia
- Ở các khu vực mái phẳng, DSM nắm bắt vật cản và bề mặt mái với độ chính xác cao
- Ở các khu vực mái dốc, mô hình dự đoán hiệu quả đường sống mái, yếu tố quan trọng cho bố trí tấm pin
- DSM có thể không nắm bắt được chi tiết hình dạng của từng cây riêng lẻ, nhưng thông tin chiều cao cây được dùng để phân tích tác động bóng đổ lên các mái nhà lân cận
- Đầu ra mô hình dựa trên vệ tinh được so sánh với dữ liệu hàng không chất lượng cao hiện có trong Solar API, và dự đoán quang thông mặt trời hằng năm được trực quan hóa chồng lên ảnh RGB vệ tinh
- Chất lượng đầu ra vẫn còn các hạn chế
- Độ phân giải pixel đầu vào
- Mây
- Artifact do che khuất
- Google đang tiếp tục cải thiện độ chính xác thông qua nghiên cứu và phản hồi của người dùng
- Nghiên cứu trong tương lai sẽ bao gồm phát hiện vật cản, phát hiện vật liệu mái và nhận diện các tấm pin mặt trời hiện có
1 bình luận
Ý kiến trên Hacker News
Từ góc nhìn của người từng khảo sát mức độ sẵn có của DSM trên toàn thế giới, Solar API của Google là một trong những ứng viên triển vọng nhất
Lựa chọn khác là khảo sát LiDAR của chính phủ, nhưng phạm vi áp dụng, định dạng tệp, hệ tọa độ, v.v. đều mỗi nơi một kiểu
Sẽ rất tốt nếu cộng đồng bản đồ tạo ra một bộ dữ liệu tile bản đồ DSM toàn cầu, giống như các bộ dữ liệu tile độ cao mặt đất dùng cho đường đồng mức hoặc chế độ xem địa hình 3D
Có thể đã có ai đó đang làm rồi, nhưng đáng tiếc là khu vực được nói đến trong bài chỉ là vùng có tiềm năng tạo DSM, chứ không phải nơi đã có dữ liệu thực tế
Từ viết tắt này được dùng với rất nhiều nghĩa, nên tốt hơn là nên viết đầy đủ tên ít nhất một lần
Đúng là đây là một cải tiến rất ấn tượng so với các công cụ hiện có, nhưng tôi vẫn nghi ngờ liệu những phép tính nâng cao như độ dốc mái nhà có còn ý nghĩa hay không
Tôi có cảm giác người ta đã kết luận rằng vô số hệ thống điện mặt trời trên từng mái nhà riêng lẻ gần như là cách tệ nhất, vì cấp phép và lắp đặt phức tạp, đắt đỏ, hiệu quả vận hành thấp, lại khó sửa chữa, bảo hiểm, nâng cấp và tích hợp với lưới điện
Hạ tầng cốt lõi phân tán làm tăng đáng kể khả năng chống chịu khí hậu, nên không thể bỏ qua yếu tố này trong các phép tính hiệu quả
Ngược lại, các nhà máy điện mặt trời quy mô lớn, nhìn chung hiệu quả hơn, lại phải đối mặt với các vấn đề như chờ kết nối lưới điện và thiếu công suất lưới
Tất nhiên điện mặt trời phân tán không phải là lời giải chung để khử carbon cho toàn bộ hệ thống năng lượng, nhưng nó vẫn có vai trò đáng kể, và cũng không có lý do gì để không làm cả hai
Tính vào khoảng trưa hôm nay, gần 50% sản lượng điện trên lưới điện toàn quốc đến từ điện mặt trời mái nhà, và thêm khoảng 10% nữa là điện mặt trời quy mô tiện ích
Nếu các công ty điện lực không chủ động cản trở việc sử dụng, điện mặt trời mái nhà hoạt động đủ tốt
Một ví dụ ở đây: https://www.theguardian.com/environment/article/2024/sep/08/...
Sự hoàn hảo là kẻ thù của cái tốt
Điện mặt trời quy mô tiện ích cung cấp điện rẻ, còn điện mặt trời mái nhà cho người tiêu dùng thì không, và trong tương lai nhiều khả năng cũng vậy
Giá điện mặt trời mái nhà thường bị che giấu, vì hiếm có nguồn điện nào được trợ cấp nhiều như điện mặt trời mái nhà
Ngoài trợ cấp trực tiếp, các chủ nhà giàu có thường được bù cho điện bán lên lưới theo giá bán lẻ, khiến hóa đơn điện của những người không đủ khả năng lắp tấm pin trên mái tăng lên, tạo thành một kiểu Robin Hood ngược
Một báo cáo của statista.com cũng nói rằng tại Mỹ, chi phí điện quy dẫn không trợ cấp của điện mặt trời mái nhà dân dụng và điện hạt nhân là cao nhất; nếu không có trợ cấp, điện mặt trời mái nhà tốn 117–282 USD mỗi MWh: https://www.statista.com/statistics/493797/estimated-leveliz...
Báo cáo có vẻ là dữ liệu từ một năm trước, nhưng dù giá tấm pin giảm, chi phí nhân công và các khoản khác không giảm nhiều, nên có lẽ chi phí lắp đặt cũng chưa giảm đáng kể
Thật sự rất ấn tượng
Nếu thêm giá điện địa phương vào đây để đưa ra ước tính số tiền tiết kiệm hằng năm, nó có thể trở thành cái cớ để bắt đầu cuộc trò chuyện ngay cả với những chủ nhà chưa từng nghĩ đến điện mặt trời gia đình
Phần xử lý ảnh trong bài rất hay, nhưng tôi có nghi ngờ về đối tượng áp dụng
Google đã ước tính tiềm năng điện mặt trời kiểu này từ khoảng 10 năm trước, nên nếu coi họ bắt đầu phát triển tính năng từ khoảng năm 2010, thì trong thời gian đó chi phí tấm pin mặt trời đã giảm theo hệ số một chữ số
Vậy chẳng phải câu trả lời cho việc nên lắp điện mặt trời ở đâu đã được định sẵn rồi sao? Tôi tưởng bây giờ câu trả lời là “ở đâu cũng có”
Hoặc là các bên tham gia thị trường đang bỏ lỡ khoản tiền dễ kiếm, hoặc câu trả lời không đơn giản là “ở đâu cũng có”
Chi phí tấm pin đã giảm nhiều, nhưng ở Mỹ, phần cứng lắp đặt và chi phí thi công vẫn còn khá cao
Tôi hoài nghi về việc đặt tấm pin mặt trời trên mái nhà
Nó phiền phức và có vẻ đắt hơn nhiều so với lắp trên đất bằng: https://en.wikipedia.org/wiki/Bhadla_Solar_Park
Số tiền chi thêm đó lẽ ra có thể giúp lắp thêm nhiều điện mặt trời hoặc pin lưu trữ hơn
Trong môi trường đô thị, diện tích đất của hầu hết nhà ở bị giới hạn, nên mái nhà có thể là nơi lắp đặt duy nhất
Nếu có đủ không gian, xét từ gần như mọi góc độ, mái nhà là vị trí tệ hơn mặt đất
Đức vốn đã gặp vấn đề lớn với truyền tải điện đường dài
Hiện nay điện mặt trời và pin lưu trữ rất rẻ, nên tính độc lập và tự do thực chất gần như đi kèm mặc định
Nếu muốn làm mất đi không gian mặt đất có giá trị thì cũng có thể lắp dưới đất, nhưng tôi thích mái nhà hơn vì không có tổn thất đó
Nếu ở cạnh đường cao tốc hoặc tại vị trí thông minh thì lắp đặt trên mặt đất cũng tốt
Nhưng khi tôi đầu tư vào nhà của mình, tôi không muốn tài trợ cho điện mặt trời của người khác
Đây là ước tính dựa trên một ngôi nhà ở San Francisco có mái nhà điển hình và giá điện điển hình
Nếu chi phí ban đầu là 20.000 USD và số tiền tiết kiệm trong 20 năm là 4.000 USD, nghĩa là tỷ suất lợi nhuận hằng năm là 0,9%
Tôi xin từ chối
Nếu coi sản lượng thực tế bằng 10% công suất, thì mỗi ngày là 14~19 kWh, mỗi năm 5.000~7.000 kWh
Giá điện sinh hoạt hiện tại ở San Francisco là 38,9 cent/kWh[1], nên tiết kiệm 2.000~2.700 USD mỗi năm, 20 năm là 40.000~54.000 USD
Số tiền tiết kiệm thực tế sẽ khác tùy mức tiêu thụ vào giờ cao điểm, nhưng tôi không nghĩ là sai lệch tới 10 lần
Vì vậy 20.000 USD thực tế còn 12.000 USD, nên phép tính sẽ khá hơn một chút
Và đã tính đến mức tăng giá điện trong 20 năm chưa? Tôi không nghĩ điện sẽ rẻ hơn
Ở vùng Đông Bắc Hoa Kỳ mà tôi từng trải qua, mất điện kéo dài làm hỏng thực phẩm trị giá hàng nghìn USD, ngập tầng hầm gây thiệt hại hàng chục nghìn USD, còn mùa đông nhiệt độ xuống dưới 0 khiến đường ống đóng băng và gây thiệt hại lớn hơn cho toàn bộ tòa nhà
Khi ngành bảo hiểm hiểu được lợi ích của lưu trữ năng lượng cục bộ, rốt cuộc họ sẽ giảm phí bảo hiểm cho những ngôi nhà có thiết bị lưu trữ năng lượng cục bộ
Thật buồn cười khi chỉ tính toán thuần túy về tài chính mà không nhìn bức tranh lớn về việc cuộc sống bị ảnh hưởng ra sao khi bật công tắc mà đèn không sáng
Tôi cũng đã thiết kế nhiều hệ thống phần mềm có tính sẵn sàng cao, và điểm xuất phát nền tảng của bất kỳ hệ thống nào luôn là năng lượng
Phần lớn xã hội mặc định rằng công tắc lúc nào cũng sẽ bật đèn, nhưng chỉ khi điều đó không xảy ra họ mới bắt đầu hiểu “lưới điện tập trung” thực sự là gì
Như California gần đây đã công bố sẽ bắt buộc nhà ở xây mới sau năm 2026 phải có điện mặt trời và thiết bị lưu trữ, quá trình phi tập trung hóa lưới điện đã đang diễn ra
Hiện tại các cá nhân có thể giả vờ không biết vấn đề năng lượng, nhưng khi vấn đề tích tụ, cuối cùng mọi người sẽ buộc phải tham gia
Khác biệt là chủ động hay bị động, nhưng đến lúc thật sự cần thì đã muộn
Tuy nhiên tôi không rõ tuổi thọ tấm pin có đủ dài để mô hình đó đứng vững hay không
Bài liên quan: Global Solar Power Potential Map - https://news.ycombinator.com/item?id=40303570 - tháng 5 năm 2024
Một ứng dụng thú vị của vệ tinh trong tương lai gần sẽ là ước tính chính xác sản lượng điện mặt trời trong khoảng thời gian sắp tới, chẳng hạn 1 giờ tiếp theo, để các đơn vị vận hành lưới điện điều chỉnh thiết bị lưu trữ và nhu cầu nhằm cân bằng hệ thống
Hiện nay chưa thể dự báo như vậy vì với những đám mây đi ngang qua, ta không biết các tấm pin mặt trời nằm ở đâu
Nếu không được thì cứ cào ảnh Google Maps để huấn luyện mô hình AI
Nếu chưa có nơi nào làm như vậy thì tôi còn thấy ngạc nhiên hơn
Việc mỗi cá nhân đều có tấm pin mặt trời gây ra nhiều vấn đề
Khoảng 1/4~1/3 hóa đơn điện là chi phí phân phối điện, và càng lấy ít điện từ lưới do có điện mặt trời trên mái nhà, tỷ trọng đó càng tăng
Đồng thời, công ty điện lực thu ít doanh thu hơn vì người dùng dùng ít điện hơn, và tiền để đầu tư vào phân phối điện cũng giảm
Khi đó, để tiếp tục vận hành, họ phải tăng phí phân phối điện hơn nữa
Cộng thêm NIMBY, chi phí xin phép, và vấn đề ở nước này là chẳng xây được gì dù không có lý do đáng kể, chi phí phân phối điện nói chung đang phình to
Trong một hộ gia đình mà ai cũng có điện mặt trời mái nhà, thực chất họ chỉ trả tiền cho nhà vận hành lưới điện đối với điện bẩn hoặc điện ngoài giờ cao điểm
Khi đó nhà vận hành trông có vẻ tệ, người dùng thì nổi giận rằng “tôi dùng có chút điện mà sao hóa đơn điện đắt thế”, còn giới chính trị thì gây áp lực buộc dùng điện sạch
Nhưng nhà vận hành vẫn phải cung cấp điện 24 giờ mỗi ngày trong khi bị kẹt giữa trần lợi nhuận, việc sản xuất điện sạch đắt đỏ vào giờ ngoài cao điểm, các nhà máy điện đắt tiền nằm không trong một nửa thời gian, và thiếu tiền mặt
Điện mặt trời dân dụng không thể phủ toàn bộ 24 giờ, nên mọi người cần điện 24 giờ; ở nhiều khu vực, bán nhà không kết nối với lưới điện cũng là bất hợp pháp
Vì vậy người tiêu dùng phải trả tiền cho quyền lựa chọn dùng điện ngoài giờ cao điểm, và ai cũng bất mãn
Điểm tốt là khả năng phục hồi của lưới điện có thể tăng, nhưng như những người khác đã nói, điều đó chỉ khả thi nếu đầu tư lớn vào phân phối điện cục bộ
Cần có khả năng đưa điện từ nhà trở lại lưới một cách rất linh hoạt và chi tiết, mà đây là khoản đầu tư vốn lớn nhà vận hành lưới điện khó gánh nổi
Rốt cuộc, đây là vấn đề phát sinh từ thực tế rằng rải những tấm pin mặt trời nhỏ khắp nơi là cực kỳ kém hiệu quả vì không thể lắp đặt, vệ sinh, bảo trì và thay thế với chi phí thấp
Rải nhiều tấm pin trên một khu đất rẻ trong sa mạc rồi đưa vào lưới phân phối hiện có sẽ rẻ hơn nhiều tính theo mỗi watt
Dù theo cách nào, cuối cùng mọi người đều sẽ trả chi phí cho khả năng phục hồi đó qua hóa đơn điện
Vì điện từ lưới sẽ “rẻ hơn nhiều” đến mức không đáng lắp đặt
Do đó hoặc điều đó không đúng, hoặc các công ty điện lực quá bận thu lợi quá mức nên đã tự tạo ra một tình thế bất khả thi khiến mọi người đều ghét mình
Dù hiện tại quá đắt, có giải pháp đã biết nào không?
Liệu công ty điện lực địa phương chuyển hẳn sang điện mặt trời kèm hệ thống pin dự phòng lớn có hợp lý không? Hay pin còn quá đắt hoặc tuổi thọ quá ngắn nên chưa khả thi?
Còn tổ hợp gió + mặt trời thì sao? Khả năng cả hai cùng dừng một lúc là thấp
Tôi đã đọc rằng chi phí điện gió và điện mặt trời đang giảm nhanh mỗi năm, và công nghệ pin cũng vậy
Còn bao lâu nữa chi phí mới đủ thấp để một thành phố có lưới điện riêng đáng tin cậy được cấu thành từ năng lượng tái tạo?
Hy vọng điều này sẽ giúp mọi người có được năng lượng rẻ hơn
Chỉ xin bắt bẻ một chút: cách diễn đạt “10.7k TWh trên toàn cầu” làm tôi nhớ đến hồi trước từng định viết tắt “thousand kilometres” thành “kkm” rồi lại thôi
Ngoài ra, đây không phải là lời chỉ trích Google, nhưng nhìn vào liên kết IEA trong câu đó thì có vẻ đáng ngờ, như thể IEA vẫn dự báo mức triển khai điện mặt trời giai đoạn 2025–2035 theo tuyến tính
Dù ít nhất suốt 10 năm qua đã có người chỉ ra rằng về mặt lịch sử nó tăng theo hàm mũ và hỏi tại sao không giả định xu hướng hàm mũ sẽ tiếp diễn
Nếu xu hướng tiếp tục, đến năm 2035 tôi kỳ vọng điện mặt trời sẽ vào khoảng gấp đôi con số của IEA
Tài liệu tham khảo: https://www.economist.com/interactive/essay/2024/06/20/solar...
https://www.exponentialview.co/p/the-forecasters-gap
Bài viết 7 năm trước: https://xwpxpfefwalgifkr.quora.com/A-modest-proposal-to-the-...
Có sự mơ hồ nào tôi bỏ sót không?
Nếu giả định hiện đang tăng trưởng 26% mỗi năm và giảm 2 điểm phần trăm mỗi năm, tức năm sau còn 24%, thì lượng lắp đặt hằng năm sau 10 năm sẽ gấp 4,25 lần năm ngoái, còn lượng lắp đặt lũy kế trong 10 năm tới sẽ gấp 2,8 lần ước tính tuyến tính
Cá nhân tôi thấy đó là một ước lượng sơ bộ hợp lý
Tuy nhiên tùy vào mức độ phổ biến của hệ thống lưu trữ trên lưới điện, hệ số sử dụng công suất có thể giảm mạnh hoặc được duy trì khá ổn định, nên vẫn là điều chưa biết
Chúng ta không thường xuyên tiếp xúc với những con số ở quy mô như vậy
Tôi không chắc giải pháp đúng là gì
Tiền tố đơn vị không phải là một ý tưởng hay
Là dời dấu thập phân, hay chỉ đổi sang “Mm” vậy?