Pablo Caballero
Jul 25, 2023
O estudo resume os resultados da comparação dos dados fornecidos por vários fornecedores institucionais ou comerciais de modelos de irradiância solar com medições no solo recolhidas em 129 locais distribuídos por todo o mundo. Ajuda os promotores solares a navegar por todas as bases de dados disponíveis.
Como resultado de um novo esforço de colaboração de peritos internacionais no domínio da energia solar, a Agência Internacional da Energia (AIE) publicou recentemente o relatório intitulado "Worldwide Benchmark of Modeled Solar Irradiance Data 2023". Este trabalho foi efectuado no âmbito de uma das tarefas da AIE noprograma PV Power Systems. Especificamente, no âmbito da tarefa n. 16 com o título "Solar Resource for High Penetration and Large-Scale Applications".
O relatório apresenta uma referência de irradiância normal direta (DNI) derivada de modelos, bem como dados de irradiância horizontal global (GHI) nos locais de 129 estações de medição de radiação terrestres distribuídas globalmente.
Localizações das estações de referência utilizadas no estudo e número de conjuntos de dados modelados que são testados em cada local.
O desenvolvimento de modelos precisos de irradiância solar desempenha um papel vital na conceção, financiamento e operação de activos de energia solar.
A sua capacidade de fornecer conjuntos de dados sub-hora de muitos anos permite que os promotores solares façam estudos valiosos dos seus futuros activos. Além disso, a capacidade de manter os modelos actualizados proporciona aos operadores solares e aos gestores de activos uma referência fiável para as suas avaliações de desempenho.
A maioria dos modelos solares avaliados no estudo da AIE utiliza imagens de satélite geoestacionário (Meteosat de segunda geração) como principal fonte de dados. Alguns conjuntos de dados modelados utilizam imagens de mais de um satélite para obter uma cobertura global, enquanto outros conjuntos de dados avaliam apenas uma parte do campo de visão do satélite.
O relatório inclui também modelos que utilizam metodologias diferentes. É o caso de um modelo baseado na reanálise Numerical Weather Data Prediction (NWP) e de outro baseado em imagens de satélites polares.
Esquema que mostra como os modelos de satélite caracterizam o percurso da irradiância solar até atingir a superfície do solo.
Estimativa da irradiância solar à superfície a partir de satélites: Past, present, and future perspectives - Scientific Figure on ResearchGate. Disponível em: https://www.researchgate.net/figure/Simplified-relations-between-satellite-observations-and-SSI-according-to-one-dimensional_fig1_335319601 [acedido em 21 Jul, 2023]
O estudo da AIE analisou 129 estações terrestres. Estas foram selecionadas após a eliminação de várias estações que não cumpriam os requisitos de qualidade dos dados de um conjunto inicial de 161 estações.
O estudo sublinhou a importância da qualidade dos dados de referência. Uma das conclusões foi a confirmação de que "sem um procedimento rigoroso de controlo da qualidade, não é possível fazer uma validação real, com o risco de obter resultados inválidos".
Os testes aplicados estão relacionados com vários aspectos e incluem vários testes automatizados para carimbos de data/hora em falta, valores em falta, testes K, testes de fecho, testes de limites extremamente raros, testes de limites fisicamente possíveis e testes de rastreio.
O controlo de qualidade incluiu também inspecções visuais, abrangendo aspectos como a avaliação da sombra, o teste de fecho, a verificação da simetria AM/PM para o GHI e a verificação da calibração utilizando o índice de céu limpo.
Visualização de vários testes de controlo de qualidade utilizados para avaliar a qualidade dos dados de irradiância numa estação (Visby, Suécia, 2016).
Os resultados de referência mostram "desvios visíveis no desempenho entre os vários conjuntos de dados modelados" que foram avaliados.
Em particular, as métricas de desvio dos conjuntos de dados baseados principalmente em imagens de satélite geoestacionárias estão mais próximas umas das outras do que dos conjuntos de dados baseados em PNT e em satélites polares. Especificamente, o relatório menciona que "as métricas de desvio médio mais baixas são frequentemente alcançadas por um único conjunto de dados (Solargis)".
Foi calculado um conjunto completo de métricas de desempenho, incluindo o rMBD, de interesse primordial para a análise, uma vez que está diretamente relacionado com a subestimação ou sobreestimação global.
Para além do rMBD, o estudo também calculou o Índice de Desempenho Combinado (CPI), que combina vários aspectos do desempenho do modelo num único índice. Este inclui a magnitude dos desvios entre os dados modelados e os dados medidos no solo (descritos com o rRMSD), a semelhança das distribuições de dados (descrita com o rKSI) e a frequência relativa das situações de excedência (descrita com o rOVER).
Um rCPI pequeno indica um bom desempenho do conjunto de dados de ensaio.
O trabalho futuro da Tarefa 16 da AIE deve incluir actualizações deste estudo de referência, incluindo locais em regiões que até agora não estão bem cobertas ou não estão de todo cobertas.
Também envolverá novos conjuntos de dados modelados e versões actualizadas dos conjuntos de dados actuais. Além disso, os participantes nesta tarefa estão a planear uma análise mais aprofundada para avaliar o impacto positivo esperado de vários métodos de pós-processamento nos dados modelados (conhecido como "adaptação do local").
Todas estas actividades fornecerão informações valiosas para a indústria da energia solar e continuarão a reforçar a colaboração entre os membros desta tarefa. O seu objetivo final é reduzir os custos de planeamento e investimento em sistemas de energia fotovoltaica, melhorando a qualidade das avaliações de recursos e das previsões solares.
Se quiser saber mais sobre a validação de dados solares Solargis, consulte a nossa documentação.
