Estimasi Potensi Tenaga Surya Global Berbasis Satelit
(research.google)- Di tengah permintaan energi yang tumbuh cepat, Google memperluas cakupan evaluasi surya per atap Solar API hingga ke wilayah Global South yang kekurangan citra udara dengan ML berbasis citra satelit
- Pendekatan utamanya adalah memperkirakan informasi bentuk atap yang dibutuhkan untuk penempatan panel dan analisis bayangan dengan membuat digital surface model (DSM) dan peta segmentasi atap dari citra satelit satu waktu
- Melalui ekspansi ini, data Solar API ditambahkan untuk 125 juta bangunan di 23 negara, dan cakupan potensial berdasarkan citra satelit yang saat ini tersedia kini meluas hingga 1,9 miliar bangunan di seluruh dunia
- Model menunjukkan performa yang stabil hanya dengan input RGB, sehingga dapat diterapkan juga di wilayah yang tidak memiliki DSM input berbasis stereo; galat yang tidak biasa di Chile dan Filipina diperkirakan dipengaruhi oleh data ground truth yang berisik
- Resolusi piksel input, awan, dan oklusi masih membatasi kualitas output, dan tantangan berikutnya mengarah pada deteksi hambatan, deteksi material atap, serta identifikasi panel surya yang sudah terpasang
Hambatan evaluasi tenaga surya yang dibidik Solar API
- Permintaan energi diperkirakan akan meningkat tajam ke depan, dan pada 2035 pembangkit listrik tenaga surya diproyeksikan menghasilkan 10.7k TWh secara global, hampir 28% dari total permintaan yang diperkirakan
- Tenaga surya residensial adalah salah satu sarana utama untuk merespons kenaikan permintaan secara berkelanjutan
- Di beberapa wilayah Global South, keterbatasan akses terhadap pembiayaan, teknologi, dan infrastruktur masih menjadi hambatan adopsi tenaga surya
- Evaluasi kelayakan tenaga surya pada tingkat bangunan harus mempertimbangkan banyak variabel sehingga bisa menjadi beban bagi pemilik rumah maupun perusahaan
- Google Maps Platform Solar API memanfaatkan citra udara untuk menyediakan informasi penting per atap dan menyederhanakan evaluasi potensi tenaga surya serta perancangan sistem
Basis data Solar API saat ini
- Solar API diluncurkan pada 2023 di bawah Environment APIs milik Google Maps Platform
- API ini memproses citra udara, cuaca, dan data finansial untuk menyediakan informasi berikut
- Pada awal 2024, teknik ML diterapkan pada pipeline pemrosesan untuk menyediakan insight tenaga surya bagi jutaan bangunan tambahan di AS, Eropa, dan Jepang
- Data ini dapat digunakan perusahaan untuk membuat informasi potensi tenaga surya yang dipersonalisasi, penempatan panel yang dioptimalkan, proposal dan penawaran jarak jauh, serta program insentif berbasis data
Cakupan Global South yang diperluas dengan citra satelit
- Untuk menjawab kebutuhan data tenaga surya di Global South, Google menerapkan teknik ML pada citra satelit
- Citra satelit memiliki sejumlah keterbatasan dibanding citra udara
- Kekurangan peta elevasi yang akurat
- Kualitas gambar yang lebih rendah
- Distorsi akibat sudut observasi miring
- Sebagai gantinya, cakupan dapat diperluas ke seluruh dunia, dan data juga bisa diperbarui lebih sering bahkan di wilayah yang sudah dipetakan dengan baik seperti AS dan Eropa
- Data eksperimen tersedia melalui Solar API Expanded Coverage Testing Program, dan beberapa installer tenaga surya sudah menggunakan output data ini
- Melalui ekspansi ini, data Solar API ditambahkan untuk 125 juta bangunan di 23 negara
- Berdasarkan citra satelit yang saat ini tersedia, cakupan potensial kini meluas hingga 1,9 miliar bangunan di seluruh dunia
- Lebih banyak bangunan dapat ditambahkan seiring satelit terus memotret wilayah baru
- Cakupan terbaru dapat dilihat di Solar API coverage map
Pipeline ML yang membangun DSM dan segmentasi atap
- Pipeline pembuatan data tenaga surya memerlukan DSM berkualitas tinggi untuk membuat segmen atap planar bagi perhitungan panel
- Pendekatan pembuatan DSM satelit yang ada memiliki keterbatasan
- Citra satelit beresolusi tinggi, di bawah 1 m, memerlukan biaya pengambilan yang mahal
- Jumlah sudut pandang untuk wilayah tertentu terbatas dan jeda waktunya bisa besar
- Karena resolusinya lebih rendah, teknik segmentasi atap yang ada juga menjadi kurang akurat pada data satelit
- Model ML baru menghasilkan DSM berkualitas tinggi dalam arah nadir dan instance segmen atap planar dari citra satelit satu waktu
- Metodologinya dijelaskan dalam makalah “Satellite Sunroof: High-res Digital Surface Models and Roof Segmentation for Global Solar Mapping”, yang dipublikasikan di workshop Climate Change and AI pada NeurIPS 2024
Arsitektur model dua tahap
- Model menghasilkan DSM dan segmen atap dalam dua tahap: base model dan refinement model
- Tahap pertama, base model, menggunakan citra satelit RGB off-nadir dan sudut observasi satelit sebagai input
- Di lokasi yang mendukung, model ini juga dapat secara opsional menyertakan DSM-DTM, yaitu peta tinggi relatif berkualitas rendah berbasis fotogrametri
- DSM input awal memiliki cakupan terbatas dan resolusinya tidak cukup untuk perhitungan atap terperinci
- Model ini menggunakan arsitektur bergaya U-Net dan encoder Swin Transformer
- Model menghasilkan peta tinggi yang ditingkatkan dan instance segmen atap dari sudut pandang off-nadir
- Setelah itu, hasilnya diubah ke nadir view melalui reproyeksi berbasis geometri
- Tahap kedua, refinement model, mengisi celah dan artefak yang muncul selama reproyeksi serta menyempurnakan RGB nadir, DSM, dan instance segmen
- Untuk estimasi DSM digunakan loss L1 dan Sobel gradient loss, sementara untuk segmentasi atap digunakan affinity mask loss
Hasil evaluasi dan kondisi input
- Model dievaluasi secara kuantitatif dengan beberapa metrik
- Mean absolute error (MAE) DSM
- Galat kemiringan atap
- IOU instance segmen atap
- Hasil DSM dan kemiringan dibandingkan dengan DSM udara berkualitas tinggi
- Label segmen atap diperoleh dengan dua cara
- Dihitung dengan menerapkan graph-cut pada label DSM
- Dianotasi langsung oleh manusia
- Berdasarkan kanal input, hasil dibagi ke dua kelompok
- RGB-only: mewakili cakupan global
- RGB+DSM: mewakili wilayah terbatas yang memiliki DSM input berbasis stereo
- Penambahan DSM berkualitas rendah meningkatkan prediksi bayangan yang tercermin dalam DSM MAE bangunan
- Namun, penambahan DSM berkualitas rendah tidak secara signifikan meningkatkan segmentasi atap atau akurasi kemiringan yang lebih penting untuk estimasi potensi tenaga surya
- Performa tetap kuat bahkan dengan input RGB saja, sehingga model dapat diterapkan di wilayah yang memiliki citra satelit RGB
- Variasi galat antarnegara kecil, dan pengecualian di Chile serta Filipina berasal dari data ground truth yang berisik
- Hasilnya, model dapat beradaptasi dengan wilayah yang memiliki beragam gaya arsitektur, ukuran bangunan, dan struktur atap yang kompleks
Hasil visualisasi dan keterbatasan yang masih ada
- Visualisasi prediksi di berbagai wilayah menampilkan RGB nadir, DSM nadir, dan instance segmen atap nadir secara bersamaan
- Ayodhya, India
- Kuala Lumpur, Malaysia
- Adelaide, Australia
- Di wilayah dengan atap datar, DSM menangkap hambatan dan permukaan atap dengan akurasi tinggi
- Di wilayah dengan atap miring, model secara efektif memprediksi garis bubungan atap yang penting untuk penempatan panel
- Meskipun DSM mungkin tidak menangkap detail bentuk tiap pohon, informasi tinggi pohon digunakan untuk menganalisis dampak bayangan pada atap di sekitarnya
- Output model berbasis satelit dibandingkan dengan data udara berkualitas tinggi yang saat ini digunakan di Solar API, dan prediksi fluks surya tahunan divisualisasikan sebagai overlay di atas citra RGB satelit
- Kualitas output masih memiliki keterbatasan
- Resolusi piksel input
- Awan
- Artefak oklusi
- Google terus meningkatkan akurasi melalui riset dan umpan balik pengguna
- Riset berikutnya mencakup deteksi hambatan, deteksi material atap, dan identifikasi panel surya yang sudah ada
1 komentar
Komentar Hacker News
Dari sudut pandang saya yang pernah meneliti ketersediaan DSM di seluruh dunia, Solar API dari Google adalah salah satu kandidat paling menjanjikan.
Pilihan lain adalah survei LiDAR pemerintah, tetapi cakupan, format file, sistem koordinat, dan lain-lain semuanya berbeda-beda.
Akan bagus jika komunitas peta membuat dataset ubin peta DSM global seperti dataset ubin elevasi permukaan tanah yang digunakan untuk garis kontur atau tampilan medan 3D.
Mungkin saja sudah ada yang mengerjakannya, tetapi area yang disebutkan dalam tulisan itu hanya area potensial tempat DSM dapat dibuat, bukan tempat yang datanya benar-benar sudah ada, jadi itu agak disayangkan.
Akronim ini dipakai untuk begitu banyak arti, jadi sebaiknya setidaknya sekali dituliskan nama lengkapnya.
Memang ini peningkatan yang sangat mengesankan atas alat yang sudah ada, tetapi saya bertanya-tanya apakah perhitungan lanjutan seperti kemiringan atap masih bermakna.
Bukankah sudah bisa disimpulkan bahwa banyak instalasi surya atap individual hampir merupakan cara terburuk, karena perizinan dan pemasangannya rumit dan mahal, efisiensi operasinya rendah, serta perbaikan, asuransi, upgrade, dan integrasi ke jaringan listrik juga sulit?
Infrastruktur inti yang terdistribusi sangat meningkatkan ketahanan terhadap iklim, jadi aspek ini tidak boleh dilewatkan dalam perhitungan efisiensi.
Sebaliknya, fasilitas pembangkit surya skala besar yang umumnya lebih efisien harus menghadapi masalah seperti antrean koneksi ke jaringan listrik dan kurangnya kapasitas jaringan.
Tentu saja tenaga surya terdistribusi bukan solusi umum untuk dekarbonisasi seluruh sistem energi, tetapi ia punya peran yang berarti, dan tidak ada alasan untuk tidak melakukan keduanya.
Sekitar tengah hari ini, hampir 50% produksi listrik jaringan nasional berasal dari surya atap, ditambah sekitar 10% lagi dari surya skala utilitas.
Selama perusahaan listrik tidak secara aktif menghambat penggunaannya, surya atap bekerja dengan cukup baik.
Salah satu contohnya ada di sini: https://www.theguardian.com/environment/article/2024/sep/08/...
Yang sempurna adalah musuh dari yang baik.
Surya skala utilitas memasok listrik murah, tetapi surya atap konsumen tidak demikian, dan kecil kemungkinannya akan demikian ke depannya.
Harga surya atap biasanya tersembunyi, karena hampir tidak ada sumber listrik lain yang menerima subsidi sebanyak surya atap.
Selain subsidi langsung, pemilik rumah kaya sering mendapat kompensasi atas listrik yang dijual ke jaringan dengan tarif ritel, sehingga tagihan listrik orang-orang yang tidak mampu memasang panel di atap naik; semacam struktur Robin Hood terbalik.
Laporan statista.com juga mengatakan bahwa di AS, biaya listrik teraras tanpa subsidi untuk surya atap residensial dan nuklir adalah yang tertinggi, dan tanpa subsidi surya atap menelan biaya 117–282 dolar per MWh: https://www.statista.com/statistics/493797/estimated-leveliz...
Laporan itu tampaknya dari setahun lalu, tetapi meski harga panel turun, biaya tenaga kerja dan lainnya tidak banyak turun, jadi rasanya biaya pemasangan tidak berkurang banyak.
Benar-benar luar biasa.
Jika tarif listrik lokal dimasukkan di sini hingga menghasilkan estimasi penghematan tahunan, ini tampaknya bisa menjadi pemicu percakapan bahkan bagi pemilik rumah yang sebelumnya tidak pernah mempertimbangkan surya residensial.
Pemrosesan citra dalam tulisan itu sangat keren, tetapi saya mempertanyakan sasaran penerapannya.
Google sudah melakukan estimasi potensi surya semacam ini sekitar 10 tahun, jadi kalau kita anggap fiturnya mulai dikembangkan sekitar 2010, sejak itu biaya panel surya sudah turun beberapa kali lipat.
Kalau begitu, bukankah jawaban atas pertanyaan di mana harus memasang surya sudah ditentukan? Saya kira sekarang jawabannya adalah “ya, di mana saja”.
Entah para pelaku pasar melewatkan uang mudah, atau jawabannya memang bukan sekadar “ya, di mana saja”.
Biaya panel sudah turun banyak, tetapi di AS perangkat pemasangan dan biaya instalasi masih cukup tinggi.
Saya skeptis soal memasang panel surya di atap.
Kelihatannya merepotkan dan jauh lebih mahal daripada memasangnya di lahan datar: https://en.wikipedia.org/wiki/Bhadla_Solar_Park
Uang tambahan itu seharusnya bisa membantu memasang lebih banyak surya atau baterai.
Di lingkungan perkotaan, lahan sebagian besar rumah terbatas, sehingga atap mungkin menjadi satu-satunya tempat pemasangan.
Jika ruangnya cukup, dari hampir semua sudut pandang atap adalah lokasi yang lebih buruk daripada tanah.
Jerman sudah punya masalah besar dengan transmisi listrik jarak jauh.
Sekarang surya dan baterai sangat murah, sehingga kemandirian dan kebebasan nyata ikut menjadi bawaan.
Pemasangan di tanah juga mungkin jika Anda ingin mengorbankan ruang tanah yang berharga, tetapi saya lebih memilih atap yang tidak menimbulkan kerugian seperti itu.
Pemasangan di tanah juga bagus jika di samping jalan tol atau di lokasi yang cerdas.
Namun ketika saya berinvestasi di rumah saya sendiri, saya tidak ingin mensponsori tenaga surya milik orang lain.
Ini adalah estimasi untuk rumah di San Francisco dengan atap biasa dan tarif listrik biasa
Jika biaya awalnya 20 ribu dolar dan penghematan selama 20 tahun hanya 4 ribu dolar, itu berarti imbal hasil tahunan 0,9%
Saya lewat saja
Jika output riil dianggap 10% dari kapasitas, hasilnya 14–19 kWh per hari, atau 5.000–7.000 kWh per tahun
Tarif listrik rumah tangga San Francisco saat ini 38,9 sen per kWh[1], jadi penghematan 2.000–2.700 dolar per tahun, atau 40 ribu–54 ribu dolar dalam 20 tahun
Penghematan sebenarnya akan bergantung pada konsumsi pada jam puncak, tetapi rasanya tidak mungkin meleset sampai 10 kali lipat
Jadi 20 ribu dolar itu sebenarnya menjadi 12 ribu dolar, sehingga hitungannya sedikit membaik
Dan apakah kenaikan tarif listrik selama 20 tahun juga diperhitungkan? Rasanya listrik tidak akan menjadi lebih murah
Di wilayah timur laut AS yang saya alami, pemadaman panjang membuat makanan senilai ribuan dolar rusak, banjir ruang bawah tanah menyebabkan kerugian puluhan ribu dolar, dan pada musim dingin suhu turun di bawah nol sehingga pipa membeku dan menimbulkan kerusakan lebih besar pada seluruh bangunan
Jika industri asuransi mulai memahami manfaat penyimpanan energi lokal, pada akhirnya mereka akan menurunkan premi rumah yang memiliki perangkat penyimpanan energi lokal
Saya tertawa melihat perhitungan finansial murni yang tidak melihat gambaran besar tentang apa dampaknya pada hidup ketika sakelar tidak menyala
Saya juga sudah banyak merancang sistem perangkat lunak ber-ketersediaan tinggi, dan titik awal paling mendasar untuk sistem apa pun selalu energi
Sebagian besar masyarakat berasumsi sakelar akan selalu menyalakan lampu, tetapi baru ketika tidak begitu mereka mulai menyadari apa sebenarnya “jaringan listrik tersentralisasi” itu
Seperti yang baru-baru ini diumumkan California bahwa setelah 2026 bangunan hunian baru akan diwajibkan memiliki tenaga surya dan penyimpanan, desentralisasi jaringan listrik sudah berjalan
Saat ini individu bisa berpura-pura tidak tahu soal masalah energi, tetapi ketika masalah menumpuk, pada akhirnya semua orang harus ikut terlibat
Bedanya hanya proaktif atau reaktif; saat benar-benar dibutuhkan, biasanya sudah terlambat
Namun saya tidak yakin apakah umur panel cukup panjang untuk membuat model itu layak
Artikel terkait: Global Solar Power Potential Map - https://news.ycombinator.com/item?id=40303570 - Mei 2024
Ke depan, penggunaan satelit yang menarik dalam waktu dekat adalah memperkirakan output tenaga surya dengan akurat, misalnya untuk 1 jam berikutnya, agar operator jaringan listrik dapat menyesuaikan penyimpanan dan permintaan untuk menjaga keseimbangan
Saat ini prediksi seperti ini belum bisa dilakukan karena kita tidak tahu di mana panel surya berada relatif terhadap awan yang lewat
Jika tidak, tinggal melakukan scraping gambar Google Maps untuk melatih model AI
Saya justru akan terkejut kalau belum ada yang melakukannya
Pendekatan setiap individu memiliki panel surya menimbulkan berbagai masalah
Sekitar 1/4–1/3 dari tagihan listrik adalah biaya distribusi, dan semakin sedikit listrik yang diambil dari jaringan karena surya atap, semakin besar porsi itu
Pada saat yang sama, perusahaan listrik pendapatannya berkurang karena pengguna memakai lebih sedikit listrik, sehingga uang untuk berinvestasi pada distribusi juga berkurang
Maka agar tetap beroperasi, biaya distribusi harus dinaikkan lagi
Ditambah lagi NIMBY, biaya perizinan, dan masalah bahwa di negara ini hampir tidak ada apa pun yang bisa dibangun tanpa alasan jelas, biaya distribusi secara umum makin membengkak
Di rumah tangga yang semuanya memiliki surya atap, pada praktiknya mereka hanya membayar operator jaringan untuk listrik kotor atau listrik di luar jam puncak
Akibatnya operator terlihat buruk di permukaan, pengguna marah “kenapa tagihan listrik semahal ini padahal saya hanya memakai sedikit listrik,” dan politisi menekan agar memakai listrik bersih
Namun operator harus memasok listrik 24 jam sambil terjepit di antara batas laba, produksi listrik bersih yang mahal pada jam non-puncak, pembangkit mahal yang menganggur separuh waktu, dan kekurangan kas
Surya rumah tidak mencakup seluruh 24 jam, sehingga orang tetap membutuhkan listrik 24 jam, dan di banyak wilayah menjual rumah yang tidak terhubung ke jaringan listrik juga ilegal
Karena itu konsumen harus membayar opsi untuk memakai listrik di luar jam puncak, dan semua orang menjadi tidak puas
Keuntungannya adalah ketahanan jaringan bisa meningkat, tetapi seperti dikatakan orang lain, itu hanya mungkin jika ada investasi besar pada distribusi lokal
Daya harus bisa dikirim kembali dari rumah ke jaringan secara sangat dinamis dan granular, dan ini merupakan investasi modal besar yang sulit ditanggung operator jaringan
Pada akhirnya ini adalah masalah turunan dari fakta bahwa menyebar panel surya kecil di mana-mana sangat tidak efisien karena pemasangan, pembersihan, perawatan, dan penggantiannya tidak bisa dilakukan murah
Jauh lebih murah per watt jika banyak panel dipasang di satu lahan gurun yang murah lalu dikirim melalui jaringan distribusi yang ada
Dengan satu atau lain cara, semua orang akan membayar biaya ketahanan itu melalui tagihan listrik
Karena listrik dari jaringan akan “jauh lebih murah” sehingga pemasangan tidak layak
Jadi pernyataan itu tidak benar, atau perusahaan listrik terlalu sibuk mengambil untung berlebihan hingga menciptakan sendiri posisi mustahil yang membuat semua orang membenci mereka
Meski saat ini terlalu mahal, apakah ada solusi yang sudah diketahui?
Apakah masuk akal jika utilitas listrik lokal beralih sepenuhnya ke tenaga surya bersama cadangan baterai besar? Atau baterainya masih terlalu mahal atau umurnya terlalu pendek sehingga belum layak?
Bagaimana dengan kombinasi angin+surya? Kecil kemungkinan keduanya berhenti bersamaan
Saya pernah membaca bahwa biaya angin dan surya turun cepat setiap tahun, begitu juga teknologi baterai
Berapa lama lagi sampai biayanya cukup rendah bagi sebuah kota untuk memiliki jaringan listrik andal sendiri yang tersusun dari energi terbarukan?
Semoga ini membantu orang mendapatkan energi yang lebih murah
Kalau boleh sedikit cerewet, frasa “10.7k TWh di seluruh dunia” mengingatkan saya pada dulu ketika ada yang sempat ingin menyingkat “thousand kilometres” menjadi “kkm”
Selain itu, ini bukan kritik terhadap Google, tetapi kalau melihat tautan IEA pada frasa itu, agak mencurigakan karena IEA tampaknya masih memproyeksikan adopsi tenaga surya 2025–2035 secara linear
Padahal selama setidaknya 10 tahun orang-orang sudah menunjukkan bahwa secara historis pertumbuhannya eksponensial dan bertanya mengapa tidak mengasumsikan eksponensial itu berlanjut
Jika tren berlanjut, pada 2035 saya memperkirakan tenaga surya sekitar dua kali angka IEA
Referensi: https://www.economist.com/interactive/essay/2024/06/20/solar...
https://www.exponentialview.co/p/the-forecasters-gap
Tulisan 7 tahun lalu: https://xwpxpfefwalgifkr.quora.com/A-modest-proposal-to-the-...
Apakah ada ambiguitas yang saya lewatkan?
Jika saat ini pertumbuhan 26% per tahun dan diasumsikan turun 2 poin persentase tiap tahun sehingga tahun depan menjadi 24%, maka 10 tahun lagi pemasangan tahunan akan menjadi 4,25 kali tahun lalu, dan total pemasangan kumulatif selama 10 tahun ke depan akan menjadi 2,8 kali estimasi linear
Secara pribadi, angka sekitar itu tampak seperti perkiraan kasar yang masuk akal
Namun, tergantung seberapa luas penyimpanan jaringan listrik diadopsi, faktor kapasitas bisa turun tajam atau tetap cukup stabil, jadi itu masih belum diketahui
Kita tidak sering terpapar angka pada skala seperti itu
Saya tidak benar-benar tahu solusi yang tepat apa
Prefiks satuan bukan ide yang bagus
Apakah itu memindahkan tanda desimal, atau hanya mengubahnya menjadi “Mm”?