太陽光発電量予測機能の開発では、航空写真から屋根や農地を検出し、太陽光パネルの配置枚数を計算したうえで、日射量や影の影響を考慮して発電量を予測します。
それぞれの機能が正常に動いていても、実際につなぎ合わせて動かすと、予想していなかった問題が発生することがあります。
特に今回の開発で印象に残っているのが、異なるデータの時間軸や画像の縮尺が一致していなかったことで発生した不具合です。
今回は、発電量が異常に低くなる問題を中心に、開発中に発生した問題と、その原因、修正までの経緯を紹介します。
1. PVGISの時刻と日本時間のずれ
発電量の予測には、欧州委員会共同研究センター(JRC)が提供するPVGISの気象・日射量データを利用しています。
今回の実装では、PVGISから1年分の時間別データを取得し、太陽光パネルの面積や効率、影の影響を組み合わせて発電量を計算する構成でした。
しかし、発電量をグラフに表示して確認すると、不自然な結果が見つかりました。
日本国内の発電量を予測しているにもかかわらず、日中の発電量がゼロに近く、深夜に大きな発電量が表示されていたのです。
太陽光発電は日射量に依存するため、夜間に大きな発電量が表示されるのは明らかに不自然です。
原因を調べたところ、PVGISから取得する時刻データの扱いに問題があることが分かりました。
時刻を考慮したデータの格納
当初の実装では、PVGISから取得した1時間ごとのデータを、24件ずつ区切って1日分として扱っていました。
(i + 1) % 24 == 0
しかし、この方法では、データの開始時刻や日付の切り替わりを正確に扱えません。
そこでAIチーム側で、PVGISのレスポンスに含まれる日時を解析し、年間の何日目・何時に対応するデータなのかを計算して格納するように修正しました。
例えば、PVGISからは次のような時刻が返されます。
20230101:0030
この日時を解析することで、単純にレコードの順番で区切るのではなく、実際の日時を基準にデータを扱えるようになりました。
UTCからJSTへの変換
さらに、PVGISの時刻はUTC(協定世界時)であり、日本時間のJSTとは9時間の差があることも確認されました。
例えば、次のようになります。
UTC: 2023-01-01 00:30
JST: 2023-01-01 09:30UTC: 2023-01-01 00:30
JST: 2023-01-01 09:30
UTCの0時30分は、日本では朝9時30分です。
これを日本時間としてそのまま表示してしまうと、本来は朝に発電しているデータが深夜の発電量として扱われてしまいます。
そのため、AIチーム側でUTCからJSTへの変換処理が追加されました。
これで発電量の時間帯が正しくなるはずでしたが、実際に確認すると、別の問題が発生していました。
2. UTCを修正しても発電量が異常に低い
PVGISの時刻を日本時間へ変換した後、発電量を再度確認したところ、今度は1日のうち1時間程度しか発電量が発生しないという不自然な状態になっていました。
時刻が9時間ずれただけであれば、発電量が表示される時間帯が移動するだけのはずです。しかし、実際には発電量そのものが大幅に小さくなっていました。
最初は、日付をまたぐ時刻変換によって、発電量が翌日のデータへ移動している可能性も考えられました。
そこで、翌日以降のデータも確認しましたが、同様に発電量がほとんど発生していませんでした。
一方、AIチームから共有された時刻変換のテストレポートでは、日中に発電し、夜間はゼロになる正常なパターンが確認されていました。
つまり、時刻変換のテストでは正常な結果が得られているのに、実際のAPIを通して確認すると発電量が異常に低いという状況でした。
影補正との時間軸が一致していなかった
発電量の計算では、PVGISの日射量データから求めた発電量に対して、周辺の建物などによる影の影響を反映する補正を行っています。
この影補正に使われる係数は、時間帯によって変化します。
例えば、朝と正午では太陽の位置が異なるため、同じパネルでも影のかかり方が変わります。
調査を進めたところ、問題はPVGISの時刻変換だけではなく、影補正に使用する時系列データとの対応関係にあることが分かりました。
PVGIS側の発電量はJSTに変換されていましたが、影係数のデータはUTCの時間軸のまま扱われていたのです。
そのため、同じ配列位置のデータを組み合わせても、実際には異なる時間帯の発電量と影係数を掛け合わせてしまう状態でした。
例えば、日本時間の正午の発電量に、本来の正午とは異なる時間帯の影係数を適用してしまうイメージです。
このように、影の影響が大きい時間帯の係数を日中の発電量に適用してしまうと、発電量が極端に小さくなる可能性があります。
実際の調査でも、影補正の入力値を確認したところ、日中と夜間で想定と異なる値が見られました。
このことから時刻の不一致を疑い、AIチームに確認・修正を依頼しました。
その後、AIチーム側で影係数の時刻合わせが修正されました。
個々の計算が正しくても、組み合わせると間違う
今回の問題で印象的だったのは、時刻変換のテスト自体では正常な結果が得られていたことです。
PVGISのデータも影係数のデータも、それぞれ単独で見れば正しい値を持っていたとしても、異なる時間帯の値を組み合わせてしまえば、最終的な発電量は正しく計算できません。
特に今回のように、1年分の8,760時間のデータを扱う場合、配列のインデックスが同じであることと、実際の日時が同じであることは必ずしも一致しません。
そのため、時系列データを結合する際には、データの件数や並び順だけでなく、それぞれの値がどの日時を表しているかを確認する必要があると分かりました。
3. 画像の縮尺の違いによるパネル配置の問題
時間軸以外にも、データの前提が一致していないことで発生した問題がありました。
その一つが、航空写真の解像度と、パネル配置計算で使用するGSD(Ground Sample Distance)の違いです。
GSDは、画像の1ピクセルが地上の何メートルに相当するかを表す値です。
今回の機能では、ズームレベル17と20の航空写真を扱っていました。
画像のサイズが同じ640pxであっても、ズームレベルが異なれば、写っている地上の範囲は大きく変わります。
しかし、パネル配置の計算で使用するGSDが実際の画像の縮尺と一致していなかったため、パネルが不自然に密集して配置される問題が発生しました。
例えば、1ピクセルが表す実際の距離を誤って小さく見積もると、パネルの幅や長さを画像上のピクセル数へ変換した際に、パネルが本来より小さく描かれてしまいます。
その結果、同じ範囲内に必要以上の枚数が配置されることになります。
この問題に対しては、画像の緯度とズームレベルからGSDを計算する処理が追加され、実際の画像の縮尺に応じたパネル配置ができるように改善されました。
過去の記事でも航空写真とマスクの位置合わせについて紹介しましたが、今回の問題も、画像上の座標と現実世界の距離を正しく対応させることの重要性を示すものでした。
まとめ
今回紹介した問題は、発電量の時間帯のずれ、影補正による発電量の異常低下、画像の縮尺によるパネル配置の問題と、それぞれ異なる現象として発生しました。
しかし、共通していたのは、異なるデータを組み合わせる際に、それぞれのデータが持つ前提条件をそろえる必要があるという点です。
発電量の計算では、PVGISと影解析の時間軸を一致させる必要がありました。また、パネル配置では、画像のピクセルと実際の距離を正しく対応させる必要がありました。
どちらも、個々のデータや処理が正しくても、組み合わせ方を間違えると最終的な結果が大きく変わってしまう問題でした。
今回の開発を通して、APIやモジュールを連携させる際には、レスポンスの形式だけでなく、時間軸や単位、座標系といったデータの意味まで確認することが重要だと学びました。
これまでの記事では、屋根や農地の検出、パネル配置、発電量計算、レポート作成など、それぞれの機能開発について紹介してきました。
今回の記事で紹介したような、複数の機能を組み合わせたときに発生する問題への対応も、発電量予測機能を形にしていくうえで重要な開発経験になりました。
今回で、発電量予測機能の開発についての連載は最後になります。ここまで読んでいただき、ありがとうございました。