Marcel Suri
Aug 4, 2020
O Diretor Técnico da Solargis, Tomas Cebecauer, e o Diretor-Geral, Marcel Suri, falam sobre os principais ingredientes de uma base de dados fiável, os esforços contínuos da Solargis para melhorar e validar os seus serviços de dados e a forma como os utilizadores dos dados da Solargis podem realizar a sua própria validação de forma mais eficaz utilizando medições no local.
Porque é que uma base de dados solar fiável é importante para o crescimento global contínuo da indústria solar?
Marcel: À medida que a energia solar continua a oferecer custos de energia cada vez mais baixos do que as formas tradicionais de produção de energia, tem-se expandido em todo o mundo. Temos assistido a uma crescente aceitação da energia solar em países onde anteriormente não era competitiva ou onde as infra-estruturas estão menos desenvolvidas.
É vital que os dados solares acompanhem a rápida expansão da indústria, apoiando os proprietários e operadores de activos na otimização de projectos cada vez mais complexos e garantindo avaliações corretas.
Quais são os principais ingredientes de uma base de dados fiável?
Tomas: Um bom modelo deve ser capaz de lidar com resultados de uma série de fontes diferentes e assegurar que qualquer conflito é tratado de forma estável para garantir que os dados são representativos - por exemplo, em zonas de satélite sobrepostas ou quando os satélites modernos substituem os antigos.
Um desafio especial foi alinhar os dados de satélite modernos com os arquivos mais antigos através de ferramentas de pré-processamento geométrico e radiométrico desenvolvidas internamente. Estas ajudaram-nos a incluir um valioso historial a longo prazo, assegurando simultaneamente a sua elevada estabilidade posicional e temporal e a sua fiabilidade global. Atualmente, os arquivos Solargis estão completos e remontam aos anos de 1994, 1999 e 2006, respetivamente, dependendo da região do satélite.
Com a expansão da energia solar a nível mundial, é essencial representar com exatidão todas as zonas climáticas e peculiaridades geográficas. Os dados devem funcionar tão bem nas florestas tropicais ou nas altas latitudes como nos desertos extremos de Atacama.
Os bons modelos devem fornecer resultados fiáveis para todos os parâmetros primários: Irradiância Global Horizontal (GHI), Irradiância Normal Direta (DNI) e Irradiância Horizontal Difusa (DIF) - e estes devem estar em equilíbrio entre si.
Normalmente, garantir a exatidão dos dados DNI é mais exigente. No entanto, sem um bom DNI, o cálculo da Irradiância Global Inclinada (GTI) - que é vital para os rastreadores - pode estar sujeito a grandes erros. Uma base de dados que se orgulhe de ter um GHI altamente exato, mas que não tenha um bom DNI, pode não ser adequada para o efeito em muitos contextos.
O que observamos em alguns outros produtos de dados é um "sobreajuste", em que o modelo é forçado a corresponder perfeitamente às medições no local, sem ter em conta as imperfeições e a incerteza resultante dessas medições no local. O desvio deve ser baixo, mas, fundamentalmente, também deve ser baixo o erro quadrático médio (RMSE) em todos os pontos. É fundamental - para um bom modelo - manter também uma representação harmonizada ao nível dos valores de dados sub-hora em todas as gamas de energia. Mais uma vez, o equilíbrio é importante - nenhuma medida, parâmetro ou métrica deve dominar. Isto é de facto complicado, uma vez que estamos a trabalhar com dados de referência imperfeitos - as medições no solo.
O modelo deve também ser capaz de diferenciar corretamente os diferentes tipos de aerossóis e nuvens, incluindo a turbidez atmosférica elevada e em rápida mudança, a ocorrência de neve, gelo, nevoeiro e nuvens finas. Sem isso, é difícil obter dados fiáveis para zonas montanhosas, densamente povoadas, industriais e costeiras.
Finalmente, os dados devem estar disponíveis com uma resolução espacial elevada para refletir com precisão as condições específicas do local. Um modelo digital do terreno, como o que harmonizámos a partir de várias fontes e implementámos na aplicação Solargis Prospect, permite calcular camadas de dados globais com uma resolução de grelha de 90 metros.
O que é que a Solargis fez para garantir a máxima fiabilidade desde o primeiro dia?
Marcel: Na Solargis, não só investimos anos de esforço em I&D para garantir que os nossos modelos são robustos e exactos, como também garantimos que os nossos conjuntos de dados solares são os mais extensivamente validados.
Decidimos desenvolver os nossos próprios sistemas computacionais e de entrega mesmo antes de entregarmos os nossos primeiros produtos de dados comerciais. No início, o Dr. Richard Perez (um académico de renome e professor na Universidade Estatal de Nova Iorque) prestou apoio na definição dos modelos e, mais tarde, desenvolvemos a nossa própria metodologia de computação solar, também publicada em vários artigos académicos.
Começámos na Europa e alargámos a cobertura global por etapas. Demorámos vários anos a adquirir as imagens de satélite históricas necessárias. Houve pontos de bloqueio, como a disponibilidade de dados sobre a Profundidade Ótica dos Aerossóis, mas agora há várias opções.
Tomas: Sabíamos que era importante assegurar uma entrega rápida para garantir que os proprietários de activos dispunham das informações mais actualizadas, com apenas alguns minutos a nível global.
Para a otimização de um projeto fotovoltaico, é necessária a capacidade de fornecer dados com uma resolução de 10 e 15 minutos. Os dados por hora já não são suficientes. Também se tornou importante garantir uma distribuição fiável de valores sub-hora, especialmente valores de energia altos e baixos para a avaliação correta do desempenho combinado de módulos e inversores FV. Estamos a receber cada vez mais pedidos de dados de 1 minuto para permitir a simulação de soluções híbridas PV-bateria.
Utilizamos dados de modelos meteorológicos e projectos de processamento de dados globais para aumentar ainda mais a precisão dos nossos modelos de simulação de energia e análise de desempenho FV. Estes dados são bem validados e, no caso de parâmetros como a temperatura do ar e a pressão atmosférica, também são recalculados com maior resolução e melhor precisão. Desenvolvemos também uma nova base de dados global de albedo de alta resolução e um esquema de cálculo baseado numa metodologia complexa que combina as melhores caraterísticas de várias bases de dados públicas.
Marcel: A validação exaustiva é um passo fundamental para demonstrar a exatidão dos dados solares baseados em satélites utilizados para tomar decisões de desenvolvimento, financiamento e operacionais. Para provar a fiabilidade, é necessária uma validação rigorosa de todos os componentes solares. Validámos o modelo em mais de 1000 locais em todo o mundo, muito mais do que outros intervenientes no mercado.
Em última análise, esta combinação de tecnologia e experiência permite-nos poupar dinheiro aos nossos clientes. Cada 1% de incerteza reduzida aumenta o retorno sobre o capital próprio em aproximadamente 5% para o investidor.
Que dados de medição devem ser fornecidos para apoiar a validação?
Tomas: Os nossos clientes podem validar eles próprios os nossos dados, através de uma comparação individual com as suas medições meteorológicas no local ou com os dados de produção fotovoltaica. Isto solidifica ainda mais a confiança nos nossos processos, uma vez que as pessoas vêem por si próprias a exatidão dos nossos dados e cálculos energéticos.
Infelizmente, as medições solares são propensas a muitos erros e problemas, pelo que, antes de qualquer comparação de dados, é importante controlar a qualidade dos dados medidos - caso contrário, a comparação sofre de erros. Idealmente, a avaliação da comparação deve ter em conta a incerteza das medições no solo.
Os erros típicos que vemos nas medições solares devem-se a sensores poluídos, sombras, instrumentos desalinhados e calibração desactualizada. Além disso, podem faltar registos devido a problemas com os registadores de dados, a alimentação eléctrica ou a manipulação e pós-processamento incorrectos dos dados.
Mesmo os dados solares provenientes de redes de medição científicas de alta qualidade sofrem de vários erros e precisam de ser rigorosamente controlados em termos de qualidade antes de serem utilizados.
Marcel: A boa notícia para a indústria é que já existem fornecedores profissionais de medições comerciais que oferecem serviços fiáveis, ajudando a garantir uma continuidade suave entre dados históricos, actualizações em tempo real e previsões.
Acreditamos fortemente na transparência - toda a gente pode ver as principais caraterísticas dos dados e os valores a longo prazo dos parâmetros de dados Solargis a nível global, na versão gratuita da nossa aplicação Prospect. Os dados fiáveis vêm com uma garantia de validação: As séries cronológicas de Solargis estão disponíveis para qualquer local e podem ser validadas se existirem medições locais de boa qualidade.
Como é que melhores dados podem proporcionar melhores resultados aos proprietários de activos solares?
Marcel: Os nossos dados podem ser utilizados em todas as fases do ciclo de vida do projeto - desde avaliações de pré-viabilidade, passando pelo desenvolvimento do projeto, engenharia e cálculos financeiros. Depois de a central eléctrica entrar em funcionamento, os nossos modelos continuam a fornecer dados para uma avaliação regular do desempenho e para a previsão da energia solar.
Através dos nossos serviços de consultoria, também ajudamos os proprietários de activos em grande escala a reavaliar as avaliações iniciais com base na precisão melhorada e na incerteza reduzida através da adaptação dos modelos ao local com a utilização de medições locais de elevada qualidade.
Tomas: Os dados e serviços Solargis estão constantemente a ser aperfeiçoados e desenvolvidos a longo prazo - estamos a trabalhar sistematicamente para tornar os esquemas de cálculo mais precisos, ao mesmo tempo que continuamos a desenvolver novos modelos que utilizam melhor a riqueza de dados de sistemas de observação modernos mais detalhados.
Isto permite-nos planear a entrega de novos produtos e serviços, como as novas ferramentas para manipulação, visualização, controlo de qualidade e análise de grandes volumes de dados de séries cronológicas. Estamos também a concentrar-nos no desenvolvimento de ferramentas para uma utilização combinada mais eficiente das medições e dos dados modelizados para reduzir a incerteza. Em última análise, o nosso software de simulação fotovoltaica beneficiará dos conjuntos de dados e ferramentas de apoio melhorados.
