Pablo Caballero
Jan 10, 2019
Juntamente com a qualidade e a exatidão, é também importante analisar a granularidade temporal original dos dados solares e meteorológicos de entrada. A este respeito, temos visto duas abordagens principais na execução de simulações fotovoltaicas:
Embora a utilização de valores horários artificiais gerados sinteticamente tenha sido uma prática comum, esta abordagem não é recomendada.
Neste artigo, discutimos os benefícios da utilização de séries temporais horárias ou sub-horárias reais em vez de dados horários gerados sinteticamente a partir de médias mensais.
Para o efeito, efectuámos uma simulação fotovoltaica utilizando dados reais obtidos do modelo Solargis com uma resolução horária. Em seguida, comparámos os resultados com a mesma simulação utilizando dados horários gerados sinteticamente (derivados de médias mensais de séries horárias originais).
Os principais parâmetros solares e climáticos necessários para a simulação da produção de energia FV são a radiação solar incidente e a temperatura da célula FV (calculada a partir da temperatura do ar).
Para uma simulação de energia fiável, é importante ter a correspondência correta entre a radiação solar e a temperatura para cada passo de tempo. Caso contrário, a produção da central eléctrica e as perdas de energia relevantes podem ser sobrestimadas ou subestimadas.
Este efeito deve ser considerado como um fator adicional para a análise de incerteza quando se utilizam dados sintéticos. Numa simulação de exemplo no software PVsyst para um sistema padrão de 15 kWp localizado no sudeste de Espanha (Plataforma Solar de Almería, ficheiros de exemplo disponíveis aqui), vemos uma diferença de 1,2% na produção anual de energia quando se utilizam dados horários reais em comparação com a utilização de dados horários gerados sinteticamente. Um exercício semelhante para outros locais mostrou diferenças mais elevadas, mas maioritariamente dentro de ±2%, o que pode ser considerado como uma estimativa razoável de incerteza adicional quando se utilizam dados gerados sinteticamente. Para locais com padrões mais complexos de radiação solar e temperatura, espera-se que a incerteza adicional seja ainda maior.
Uma vez contabilizadas todas as incertezas (mais informações sobre como calcular o P90 num artigo anterior), podemos comparar os resultados da simulação de energia FV para o nosso local de amostra na Tabela 1, abaixo.
Tabela 1: Produção de energia obtida a partir da simulação de um sistema simples de montagem fixa
( 1) A utilização de médias de longo prazo pré-calculadas do pvPlanner pode ter uma incerteza ligeiramente superior de aprox. 1%
(2) Variabilidade inter-anual retirada do PVsyst
(3) Inclui o fator de incerteza resultante da utilização de perfis gerados sinteticamente
No exemplo acima, apesar de o valor P50 ser mais elevado (e parecer mais "apelativo" à primeira vista) quando se utilizam dados horários sintéticos, o facto de ter uma incerteza mais elevada resulta num valor P90 mais baixo (e menos "apelativo" no final). Esta situação é ilustrada no gráfico de probabilidades abaixo. Em qualquer caso, para o sucesso do projeto, recomenda-se que se utilize sempre a abordagem com menor incerteza.
Fig. 1. Valores de energia P50 e P90 de duas simulações diferentes com incertezas diferentes
Para estimar a incerteza total das estimativas anuais de energia, precisamos de conhecer a variabilidade anual das condições meteorológicas e da produção de energia esperada. Esta pode ser estimada com exatidão se conhecermos as somas anuais de, pelo menos, um período de 10 anos da história recente. Na ausência de séries temporais de vários anos, só podemos adivinhar a variabilidade anual esperada da produção anual de energia, o que é muito difícil, uma vez que a variabilidade anual tem padrões geográficos muito complexos.
Na ausência de dados de séries cronológicas, uma abordagem alternativa consiste em utilizar os valores da variabilidade anual do GHI de locais com níveis de irradiação e condições climáticas semelhantes. Por exemplo, esta abordagem é utilizada por defeito no cálculo do P90 no software PVsyst (ver http://files.pvsyst.com/help/meteo_notes_annual_variability.htm). Há dois problemas com esta abordagem. Em primeiro lugar, a variabilidade anual pode variar significativamente em diferentes locais com condições climáticas e radiação solar semelhantes. Segundo, como explicado num artigo anterior do blogue, a variabilidade anual do GHI não é igual à variabilidade anual da produção fotovoltaica.
Tabela 2: Variabilidade interanual (desvio padrão) para um local de amostra em Almería, Espanha
Mesmo que as somas mensais dos dados reais e sintéticos sejam iguais, a análise hora a hora mostrará sempre diferenças críticas. Isto significa que, numa série temporal horária gerada sinteticamente, os valores típicos e extremos não são totalmente captados e os dados sintéticos apresentam normalmente desvios sistemáticos. A seleção da conceção e dos componentes ideais sem fazer suposições de maior risco sobre as condições meteorológicas esperadas torna-se uma tarefa impossível quando se utilizam dados sintéticos.
No caso do local de amostragem utilizado neste artigo, essas diferenças podem ser diretamente observadas quando se comparam os dois conjuntos de dados, o TMY horário real e o ano gerado sinteticamente. Existem diferenças entre os valores máximos registados nos dados, mas também na ocorrência estatística de valores horários acima ou abaixo de um determinado limiar. Isto pode ser facilmente observado para todos os parâmetros utilizados como entradas nas simulações; no nosso caso, a Irradiação Horizontal Global (GHI), a Irradiação Horizontal Difusa (DIF), a Temperatura do Ar (TEMP) e a Velocidade do Vento (WS). As estatísticas relacionadas com o local de amostragem são apresentadas no Quadro 3.
Tabela 3: Valores médios dos principais parâmetros meteorológicos para a simulação fotovoltaica no local de amostragem.
Tabela 4: Estatísticas meteorológicas com valores extremos, calculadas para dados reais e sintéticos para o local de amostragem em Almeria, Espanha.
Para obter resultados ainda mais completos, aconselha-se a utilização de um conjunto completo de séries cronológicas históricas (fornecidas com os conjuntos de dados TMY no Solargis).
A distribuição horária não está normalmente bem representada nos dados sintéticos, o que pode ter um impacto significativo na análise das receitas previstas. Não só devido à diferença de preços da energia produzida, que pode estar de acordo com os preços horários definidos pelos mercados à vista ou por um eventual contrato de aquisição de energia (CAE), mas também em situações em que o sistema fotovoltaico é concebido para autoconsumo. Nestes casos, é também necessário ter uma previsão exacta a longo prazo dos perfis de produção, de modo a conceber um plano que maximize a energia produzida pelo sistema FV.
A Figura 2 e as Tabelas 5 e 6 abaixo representam as diferenças por hora do dia ao comparar a simulação baseada em séries temporais com dados horários reais e sintéticos. A nível anual, a maior sobrestimação, observada nos dados sintéticos, ocorre durante a tarde. A partir da tabela de desvios mensais, também podemos ver que as diferenças visíveis durante as primeiras e últimas horas do dia são significativas, especialmente durante certos meses.
Figura 2: Valor anual agregado da diferença entre os dados horários sintéticos e reais, para cada hora
Tabela 5: Valores mensais agregados da diferença entre os dados horários sintéticos e reais, por hora do dia.
Quadro 6: Valores mensais agregados da diferença entre os dados horários sintéticos e reais, por hora do dia, expressos em percentagem
O desempenho dos modelos de recursos solares baseados em satélites para um determinado local pode ser caracterizado por um conjunto de indicadores. O desvio ou desvio médio do desvio (MBD) caracteriza o desvio sistemático do modelo num determinado local, ou seja, a sobrestimação ou subestimação sistemática; o desvio quadrático médio (RMSD) e o desvio médio absoluto (MAD) são utilizados para indicar a dispersão do erro para valores instantâneos.
A existência de medições terrestres de boa qualidade no local do projeto proporciona uma oportunidade única para calcular estas estatísticas e validar o modelo de dados meteorológicos (Quadro 7 e Figura 3). No entanto, só se tivermos um período coincidente na granularidade horária dos valores reais é que podemos efetuar uma comparação adequada e identificar possíveis desvios do modelo. Os dados gerados sinteticamente ou as médias mensais não são adequados para a validação do modelo de recursos solares, uma vez que não representam medições reais.
Tabela 7: Estatísticas de validação para o local de amostragem em Almeria, Espanha.
Figura 3: Dispersão que representa os dados modelados por satélite em relação aos dados medidos no solo para valores horários, diários e mensais para o sítio de amostragem.
A validação da qualidade dos dados meteorológicos utilizados na simulação dará confiança aos resultados. Mas se for registado um período suficiente (pelo menos 12 meses), também pode ser utilizado para a adaptação do modelo ao local e para a correlação de dados. Os modelos adaptados ao local são depois utilizados para recalcular o conjunto de dados com maior precisão e menor incerteza.
Os modelos de dados meteorológicos são capazes de fornecer dados reais por hora para o tempo histórico, mas os modelos também oferecem a possibilidade de cálculo de dados em tempo real ao longo de todo o tempo de vida da central fotovoltaica (ver Figura 5). Isto significa que a mesma fonte de dados utilizada para a prospeção do local, planeamento e conceção da central, pode ser - numa fase posterior - utilizada também durante o funcionamento da central. Isto permite uma comparação consistente entre aavaliação de desempenho real e a inicialmente calculada durante o desenvolvimento do projeto. Torna-se útil quando a central é objeto de reavaliação, permitindo transacções mais transparentes e uma avaliação sólida do investimento relacionado com o ativo solar fotovoltaico.
Figura 5: Os dados do modelo real podem ser utilizados de forma consistente em todas as actividades de avaliação durante o tempo de vida do sistema FV
A utilização de dados gerados sinteticamente a partir de médias mensais é uma abordagem desactualizada, uma vez que permite uma gama muito limitada de análises e os resultados obtidos a partir da simulação são de maior incerteza. Consequentemente, a utilização de dados gerados sinteticamente pode levar a decisões incorrectas. A utilização de dados horários reais de uma fonte fiável é preferível em todos os casos: para obter os resultados mais precisos e para executar uma análise e otimização completas da central fotovoltaica. A utilização de médias mensais é útil para a prospeção de locais e estudos muito básicos nas fases preliminares do projeto.
Tabela 8: Resumo das capacidades dos dados horários reais versus dados horários sintéticos.
