Alguns termos técnicos podem variar. A versão em inglês serve de referência.

Sombreamento, sujidade, avaria no sistema de rastreio, um sensor ligeiramente desalinhado: os problemas nas medições no terreno são fáceis de passar despercebidos e alteram discretamente todos os resultados baseados nesses dados. Na verdade, todos os conjuntos de dados de medições no terreno que analisámos apresentavam problemas de qualidade. Quando os dados de entrada estão incorretos, nenhuma análise posterior consegue corrigi-los, e a incerteza repercute-se na adaptação do local, na avaliação do desempenho, nas previsões e na due diligence.

Neste webinar, irá aprender quais os problemas a procurar nas medições no terreno, por que razão o Excel e os scripts personalizados muitas vezes não os detetam e como a comparação das medições com um modelo de recursos solares ou com um sensor próximo revela problemas que uma simples série temporal esconde.

Veja a gravação para observar o fluxo de trabalho em tempo real no Solargis Analyst, a ferramenta que os nossos próprios analistas utilizam para trabalhar com dados medidos no terreno.

  • Duração: 40 minutos
  • Serviço relacionado: Solargis Analyst
  • Gravado: 27 de outubro de 2026

Perguntas dos participantes#

Pergunta completa: Nestas estatísticas (100 % de todos os conjuntos de dados apresentam problemas), a Solargis esteve envolvida no projeto no terreno, ou seja, conhecia a topografia exata da instalação ou qual era realmente a inclinação dos sensores na realidade? Muitas vezes, a inclinação teórica dos módulos fotovoltaicos, tal como consta num ficheiro CAD ou no projeto, não corresponde à realidade no terreno, pelo que muitos valores dos piranómetros são assinalados como errados, quando na verdade estão perfeitamente alinhados com os módulos fotovoltaicos. Por isso, não se pode simplesmente descartar estes dados como falsos com base em considerações teóricas ou em modelos de céu limpo.

Resposta: Obrigado , concordamos plenamente que a geometria real, tal como construída, difere frequentemente do projeto, e que isso deve ser tido em conta no controlo de qualidade.

Duas esclarecimentos sobre a estatística:

1) «100% dos conjuntos de dados apresentam problemas» significa que cada conjunto de dados teve, pelo menos, uma constatação de controlo de qualidade de qualquer tipo — por exemplo, valores abaixo/acima dos limites físicos, sombreamento, orvalho/geada, sujidade, valores estáticos (bloqueados), desfasamentos de data e hora, falhas do registador, desalinhamento. Bastava uma única ocorrência. Isso não significa que os conjuntos de dados fossem inutilizáveis ou que grande parte deles tivesse sido removida.

2) A Solargis não está envolvida nas verificações de qualidade no terreno, pelo que não temos conhecimento independente da geometria tal como construída. Só podemos basear-nos na documentação que nos é fornecida. O cliente é, portanto, responsável por fornecer uma configuração verificada do sistema fotovoltaico e dos instrumentos solares (inclinação e azimute dos sensores, configuração do seguidor solar, horizonte, fotografias do local, registos de manutenção).

Consideramos estes documentos como a «verdade de referência» e realizamos testes automáticos e manuais (por especialistas). Estes testes revelam problemas tanto nos dados medidos como na configuração fornecida da estação meteorológica e do sistema fotovoltaico.

O desalinhamento é sinalizado quando os dados apresentam a assinatura típica (por exemplo, assimetria sistemática entre a manhã e a tarde em dias de céu limpo, consistente com outros sensores e com o modelo) e o desvio em relação à configuração declarada excede um limiar.

Se um piranómetro estiver alinhado com os módulos tal como construídos e essa geometria for declarada, os seus dados são considerados válidos. Se os metadados declarados estiverem errados (por exemplo, sensor declarado como horizontal mas instalado inclinado), a sinalização está correta em relação à declaração.

Nesse caso, a constatação aponta para um erro na configuração fornecida e não no sensor. Em seguida, esclarecemos a geometria de instalação com o cliente e reavaliamos os dados.

O Solargis Analyst custa 1 400 EUR por ano. Trata-se de um software para computador, pelo que uma licença cobre um utilizador num computador. Se precisar de mais licenças, entre em contacto connosco para que possamos discutir melhor o que seria mais adequado para a sua equipa.

Sim. O Analyst é compatível com qualquer modelo de piranómetro. Se um instrumento não constar da lista de instrumentos conhecidos, pode defini-lo você mesmo nas definições; esta definição fica guardada apenas na sua aplicação. Se nos enviar um comentário sobre o instrumento em falta, iremos adicioná-lo ao Analyst para que fique disponível para todos os utilizadores na próxima versão.

Pergunta completa: Se não se dispõe de pessoal no terreno, é necessário ter cuidado com a forma como se tratam os dados. Com efeito, o ponto de referência fiável não pode ser tratado apenas de forma teórica, uma vez que no terreno existem sempre fatores únicos que podem alterar os resultados.

Como é que se pode lidar com esta questão, especialmente no que diz respeito a aspetos como a variação da inclinação ao longo de uma fábrica?

Resposta:

O controlo de qualidade dos sensores inclinados (POA/GTI) depende fortemente dos metadados fornecidos, razão pela qual tratamos cada estação separadamente: para cada estação meteorológica, solicitamos a orientação do seu próprio sensor e, no caso dos rastreadores, a configuração completa do rastreador (tipo de rastreador, inclinação e azimute do eixo, limites de rotação, retrotração, rácio de cobertura do solo). A variação de inclinação ao longo da instalação (por exemplo, seguidores que se adaptam ao terreno) é tratada desta forma – cada sensor é verificado em relação à sua própria geometria declarada, e não a um valor de projeto válido para toda a instalação.

Se a configuração declarada não corresponder à realidade (por exemplo, inclinação do eixo declarada como 0°, enquanto os seguidores estão inclinados), os desvios acima do limiar são corretamente assinalados como desalinhamento em relação à declaração. Nesses casos, a solução consiste em corrigir os metadados, em vez de aceitar os dados cegamente — os valores reais (idealmente provenientes de inclinómetros, registos do controlador do seguidor ou levantamento no local) são então utilizados e o controlo de qualidade é repetido.

Não existe um limite fixo para o número de sensores – nos nossos testes, processámos um conjunto de dados com 70 piranómetros; a única limitação foram os recursos informáticos (CPU e RAM).

Pergunta completa: Existe uma forma padronizada de limpar os dados registados? Todos os operadores da unidade estão a recorrer a metodologias diferentes para limpar os registos.

Resposta: Ainda nãoexiste uma norma única vinculativa, razão pela qual as abordagens diferem entre os operadores.

As referências mais utilizadas são:

  • as recomendações de controlo de qualidade da BSRN (limites fisicamente possíveis e extremamente raros, comparação entre componentes),
  • o «Manual de Melhores Práticas para a Recolha e Utilização de Dados sobre Recursos Solares para Aplicações de Energia Solar» da Tarefa 16 da IEA PVPS / NREL (4.ª edição, 2024), atualmente a referência mais completa,
  • a norma IEC 61724-1, que define verificações de qualidade dos dados para a monitorização de centrais fotovoltaicas (verificações de intervalo, valores em falta ou bloqueados, etc.).

Na prática, um bom controlo de qualidade combina testes automáticos (limites físicos, consistência entre GHI, DHI e DNI, comparação com dados de céu limpo e de satélite, comparação entre sensores redundantes) com uma revisão visual por especialistas e documenta cada sinalização.

O Z-score pode ser um teste complementar útil quando se dispõe de muitos sensores comparáveis (por exemplo, vários sensores POA com a mesma orientação numa grande fábrica), mas não o utilizaríamos como método principal:

  • Com poucos sensores, quase não funciona: com 2 ou 3 sensores, o Z-score nunca pode, matematicamente, exceder cerca de 1–1,4, pelo que os limiares habituais de 2–3 nunca são atingidos.
  • Com dois sensores, não é possível determinar qual deles está errado.
  • A média e o desvio-padrão são, por si só, distorcidos pelo sensor defeituoso; estatísticas robustas (mediana e MAD, «Z-score modificado») são mais adequadas.
  • Erros comuns a todos os sensores (sujidade partilhada, o mesmo problema com o registador ou com o carimbo temporal, o mesmo erro de calibração) são invisíveis na comparação entre sensores, pelo que continua a ser necessária uma referência independente, como dados de céu limpo e de satélite.
  • Em instalações de grande dimensão, as sombras das nuvens causam diferenças reais entre os sensores, pelo que o teste deve limitar-se a condições estáveis (céu limpo) ou a uma agregação mais prolongada.

Pergunta completa: É evidente que há grande valor em ter dois piranómetros de Classe A numa estação meteorológica (para fins comparativos). Existem outras medições que valha a pena duplicar? Como a temperatura ambiente? Talvez outra coisa qualquer?

Resposta: Sim, a redundância é valiosa para além da GHI, mas a qualidade vem antes da quantidade.

Um sensor redundante só ajuda se não partilhar a mesma falha: na prática, muitos problemas provêm do registador de dados (desfasamentos temporais, lacunas, escala errada), e os sensores ligados a um único registador costumam partilhar esses problemas.

  • Temperatura ambiente e humidade relativa: um instrumento instalado corretamente de acordo com as diretrizes da OMM (altura adequada, blindagem contra radiação com ventilação, sem influência de objetos próximos, como inversores, edifícios ou superfícies quentes) é melhor do que dois ou mais mal instalados. Se for adicionado um segundo sensor, este é mais útil quando colocado num local ligeiramente diferente (a algumas dezenas de metros de distância), idealmente num registador ou canal separado. Isto ajuda a identificar efeitos locais e falhas do sensor (sujidade na proteção, falha de ventilação, desvio).

  • Velocidade do vento: idealmente a duas alturas. A medição a 10 m é o padrão para comparação com modelos meteorológicos e para adaptação ao local. Uma medição próxima da altura do módulo/seguidor é menos relevante para a avaliação de recursos, mas fornece informações importantes para o funcionamento do seguidor (rajadas de vento, posições de recolhimento).

  • Em vez de uma mera duplicação, a medição de uma componente diferente acrescenta frequentemente mais valor: o GHI, juntamente com o DHI (e o DNI), permite o teste de fechamento GHI = DHI + DNI·cos(zénite), uma das verificações de controlo de qualidade mais rigorosas disponíveis. Um piranómetro junto a uma célula de referência acrescenta um sensor com modos de falha diferentes.

  • Especificamente para o GHI, vemos uma vantagem em termos de controlo de qualidade na adição de um terceiro sensor de tipo diferente aos dois piranómetros de Classe A: os dois instrumentos de Classe A fornecem a referência, e o terceiro mostra se o comportamento é semelhante.

    Um piranómetro com fotodiodo de silício funciona bem para este fim (por exemplo, o sensor utilizado em irradiómetros rotativos de banda de sombra ou uma unidade autónoma). O sensor de fotodiodo é menos sensível à sujidade e ao orvalho e responde mais rapidamente, mas é menos preciso (resposta espectral e cosseno, dependência da temperatura) e, normalmente, não é aquecido nem ventilado.

    Como os dois tipos de sensores reagem de forma diferente ao mesmo fenómeno, a sua comparação ajuda-nos a distinguir se um desvio nos dados da Classe A (incluindo um que afete ambos os sensores da Classe A) é causado por um problema no sensor (por exemplo, sujidade ou orvalho na cúpula) ou por um fenómeno atmosférico real. Funciona como um complemento de controlo de qualidade, não como um substituto dos piranómetros de Classe A.

Sim. A irradiância em céu limpo é calculada a partir da localização da estação (latitude, longitude e altitude) e da data e hora.

Por isso, é essencial que o fuso horário e a convenção de registo temporal (início/fim/centro do intervalo) estejam corretos – o desfasamento horário é um dos problemas mais comuns que encontramos.

  • Plano da matriz (POA/GTI): sim – a irradiância em céu limpo é transposta para o plano do sensor utilizando a configuração declarada do seguidor.
  • Temperatura: não, não existe um equivalente físico de «céu limpo» para a temperatura do ar.

Pergunta completa: Qual é o grau de precisão dos dados teóricos/de satélite da análise do Solargis Analyst, quando comparados com os dados reais dos piranómetros de classe 1? A análise foi realizada para os últimos anos, de 2023 a 2025?

Resposta: Os valores de céu limpo no Analyst não constituem uma estimativa da irradiância real — representam condições teóricas sem nuvens e são utilizados como um limite para verificações de plausibilidade (por exemplo, para detetar desfasamentos temporais, desalinhamentos ou valores fisicamente implausíveis).

Compará-los com medições como métrica de precisão não seria, portanto, significativo, e não foram validados nesse sentido.

A série temporal baseada em satélite da Solargis é validada em relação a medições terrestres de alta qualidade; os resultados para GHI e DNI são publicados na nossa base de conhecimento: https://kb.solargis.com/docs/validation-of-solar-irradiance-data

A Solargis foi também incluída na Tarefa 16 independente do PVPS da AIE, intitulada «Worldwide Benchmark of Modelled Solar Irradiance Data» (2023).

A validação aplica-se à versão atual do modelo. Não dispomos de um estudo público limitado aos anos de 2023 a 2025.

Não – a licença Solargis Analyst abrange o software. As séries temporais do modelo Solargis para a sua localização constituem um produto de dados à parte. Preencha este formulário para entrar em contacto com a nossa equipa de vendas ou envie um e-mail para contact@solargis.com e iremos preparar uma proposta para si.

A limpeza automatizada tem o potencial de melhorar a fiabilidade das medições, especialmente em locais remotos e empoeirados, onde a limpeza manual não pode ser frequente.

No entanto, ainda não temos experiência suficiente com este tipo de instalações para afirmar em que condições isso constitui uma melhoria.

Aspetos que teríamos em conta:

  • a própria limpeza pode criar artefactos (picos ou quedas durante a limpeza com pano ou pulverização, gotículas de água ou riscos, resíduos de água dura, riscos na cúpula),
  • cada operação de limpeza deve ser registada com um carimbo de data e hora, para que os registos afetados possam ser assinalados e o efeito da limpeza verificado,
  • isto não substitui a inspeção, o nivelamento e a recalibração regulares.

Para que uma medição seja aceite como referência válida, o procedimento de manutenção documentado e a calibração rastreável são o que mais importa.

Teremos todo o prazer em avaliar os dados de uma instalação deste tipo, caso os tenha.

Continuar a ler

Impacto das condições meteorológicas extremas nos projectos fotovoltaicos
Webinars

Impacto das condições meteorológicas extremas nos projectos fotovoltaicos

A nossa equipa de especialistas dá dicas práticas sobre como evitar as surpresas negativas das condições meteorológicas extremas e partilha algumas das melhores práticas dos nossos clientes.

Solargis Analyst Novas funcionalidades e melhorias (versão 1.4.2)
Webinars

Solargis Analyst Novas funcionalidades e melhorias (versão 1.4.2)

A nova versão do Solargis Analyst (versão 1.4.2) inclui uma estrutura de base de dados actualizada que é crucial para todas as novas funcionalidades e parâmetros futuros.

Como os dados do modelo de satélite ajudam nas aplicações de armazenamento
Webinars

Como os dados do modelo de satélite ajudam nas aplicações de armazenamento

Neste webinar, apresentaremos como os dados de granularidade de 1 minuto também podem ajudar no dimensionamento ótimo das baterias e na estratégia de substituição - mesmo durante a fase inicial de conceção.