Ước tính tiềm năng điện mặt trời toàn cầu dựa trên vệ tinh

• Ước tính tiềm năng điện mặt trời toàn cầu dựa trên vệ tinh

  • Bối cảnh: Nhu cầu năng lượng được dự báo sẽ tăng mạnh, và điện mặt trời dân dụng sẽ đóng vai trò quan trọng như một giải pháp bền vững. Đến năm 2035, điện mặt trời được dự báo sẽ tạo ra 10.7k TWh trên toàn cầu. Tuy nhiên, vẫn tồn tại các rào cản đối với việc áp dụng điện mặt trời, đặc biệt là ở Nam Bán cầu toàn cầu.

  • Google Maps Platform Solar API: API này tận dụng ảnh chụp từ trên không để đơn giản hóa việc đánh giá tiềm năng điện mặt trời. Google công bố thử nghiệm mở rộng API tại Nam Bán cầu toàn cầu. Thông qua mô hình machine learning sử dụng ảnh vệ tinh, hệ thống tạo ra mô hình bề mặt số (DSM) và bản đồ phân đoạn mái nhà, cho phép đánh giá điện mặt trời tại các khu vực mới.

• Những insight từ Solar API

  • Giải quyết vấn đề lắp đặt: Việc lắp đặt tấm pin mặt trời dân dụng thường chậm và phức tạp. Solar API cung cấp dữ liệu điện mặt trời của các tòa nhà để hỗ trợ xác định vị trí lắp đặt, tăng tỷ lệ chuyển đổi khách hàng, đẩy nhanh đề xuất và báo giá từ xa, đồng thời tối ưu bố cục tấm pin hiệu quả bằng mô hình 3D.

• Mở rộng toàn cầu thông qua vệ tinh

  • Tận dụng ảnh vệ tinh: Để giải quyết nhu cầu về dữ liệu điện mặt trời ở Nam Bán cầu toàn cầu, Google đã khám phá công nghệ ML sử dụng ảnh vệ tinh. Dù việc xử lý ảnh vệ tinh có độ phân giải thấp đặt ra những thách thức mới, đây vẫn được xem là cơ hội để thúc đẩy tăng trưởng của thị trường điện mặt trời tại các khu vực mới.

  • Kết quả mở rộng: Nhờ mở rộng bằng ảnh vệ tinh, Solar API hiện cung cấp dữ liệu cho 125 triệu tòa nhà mới tại 23 quốc gia. Dựa trên ảnh vệ tinh hiện có, điều này mở ra phạm vi phủ tiềm năng cho thêm 1,9 tỷ tòa nhà trên toàn thế giới.

• Sử dụng ML để dự đoán DSM và phân đoạn mái nhà chất lượng cao

  • Phát triển mô hình: Google đã phát triển một mô hình ML mới để tạo DSM chất lượng cao. Hệ thống dùng mô hình hai giai đoạn để tạo DSM và các phân đoạn mái nhà. Giai đoạn đầu là mô hình nền tảng, giai đoạn thứ hai là mô hình tinh chỉnh.

  • Đánh giá mô hình: Mô hình được đánh giá bằng nhiều chỉ số khác nhau. Hiệu năng mạnh mẽ của mô hình khi chỉ dùng đầu vào RGB cho thấy nó có thể áp dụng cho mọi khu vực có sẵn ảnh RGB từ vệ tinh.

• Trực quan hóa và triển vọng tương lai

  • Khả năng khái quát hóa của mô hình: Mô hình khái quát tốt trên nhiều kiểu kiến trúc và cảnh quan khác nhau. Ở các khu vực có mái bằng, nó ghi nhận chính xác các vật cản và bề mặt mái; còn ở các khu vực có mái dốc, nó dự đoán hiệu quả các sống mái.

  • Hướng nghiên cứu tương lai: Các yếu tố như độ phân giải pixel đầu vào, độ che phủ mây và các artifact do che khuất có thể ảnh hưởng đến chất lượng đầu ra. Google đang tiếp tục cải thiện thông qua nghiên cứu nhằm nâng cao độ chính xác và qua phản hồi từ người dùng.

[GN⁺]

Ý kiến trên Hacker News

• Solar API của Google là một ứng viên đầy hứa hẹn trong nghiên cứu về khả năng sẵn có DSM trên toàn cầu. Khảo sát LiDAR của chính phủ cũng là một lựa chọn, nhưng độ bao phủ dữ liệu, định dạng tệp và phép chiếu còn phân tán. Có lẽ nên tạo một bộ dữ liệu bản đồ ô DSM toàn cầu. Có thể ai đó đã làm việc này rồi

  • Bài viết cho thấy các khu vực tiềm năng có thể tạo DSM, nhưng đó không phải là các khu vực đã có sẵn dữ liệu

• Nếu có thể nhập giá điện của công ty tiện ích địa phương và ước tính số tiền tiết kiệm hằng năm, đây sẽ là một điểm khởi đầu cuộc trò chuyện rất tốt với các chủ nhà

• Đây là một cải tiến rất ấn tượng của công cụ hiện có, nhưng tôi vẫn tự hỏi liệu các phép tính nâng cao như độ dốc mái nhà còn thực sự quan trọng hay không

  • Tôi tự hỏi liệu người ta đã đi đến kết luận rằng nhiều hệ thống lắp đặt trên mái quy mô nhỏ là cách làm tệ nhất hay chưa. Việc cấp phép và lắp đặt phức tạp, tốn kém, hiệu quả vận hành thấp, khó sửa chữa và bảo hiểm, khó nâng cấp, và tích hợp vào lưới điện cũng kém hiệu quả

• Tôi khá hoài nghi về việc lắp các tấm pin mặt trời trên mái nhà. So với lắp trên mặt đất bằng phẳng thì phiền phức và đắt đỏ hơn rất nhiều

  • Chi phí bổ sung đó có thể được dùng để lắp thêm nhiều tấm pin mặt trời hoặc pin lưu trữ hơn

• Việc sử dụng vệ tinh trong tương lai sẽ rất hữu ích để ước tính sản lượng điện mặt trời trong tương lai rất gần. Hiện nay, việc dự báo còn khó vì các tấm pin mặt trời không thể biết mối quan hệ với mây

• Khi mỗi cá nhân tự lắp tấm pin mặt trời thì sẽ phát sinh nhiều vấn đề

  • 1/4 hoặc 1/3 hóa đơn năng lượng là chi phí phân phối. Khi điện mặt trời khiến người dùng lấy ít điện hơn từ lưới, tỷ lệ đó sẽ ngày càng tăng
  • Công ty điện lực sẽ bị giảm doanh thu, dẫn đến ít tiền hơn để đầu tư vào phân phối, và họ sẽ phải tăng thêm phí phân phối
  • Nếu ai cũng lắp tấm pin mặt trời, nhà vận hành lưới điện sẽ chỉ còn cung cấp điện ngoài giờ cao điểm và hình ảnh của họ sẽ xấu đi
  • Lưới điện sẽ linh hoạt hơn, nhưng sẽ cần đầu tư rất lớn vào hệ thống phân phối tại địa phương

• Phiên bản beta chỉ được cung cấp cho doanh nghiệp. Cá nhân tôi cũng muốn thử dùng

• Năm 2020, tôi đã dùng phiên bản đầu của công cụ mái nhà PV để tự thiết kế hệ thống PV trên mái. Tôi đã lắp công nghệ thu điện PV trên mọi mặt của ngôi nhà, và hiện vẫn tạo ra 700 watt ngay cả trong thời tiết nhiều mây và mưa. PV đi cùng pin lưu trữ là một lựa chọn giúp nâng cao chất lượng cuộc sống

  • Các ước tính về năng lượng và tiết kiệm chi phí thường sai do dựa trên dữ liệu khái quát hóa. So với dữ liệu thực tế của từng cá nhân thì sai đến mức buồn cười
  • Dữ liệu không biết nói dối. Chúc bạn luôn khỏe mạnh