Verificação dos dados no solo
As medições solares e meteo baseadas no solo desempenham um papel vital na indústria solar. São utilizadas para adaptar modelos e avaliar o desempenho das centrais de energia solar.
No entanto, um dos principais desafios dos dados de irradiância solar medidos é a elevada ocorrência de valores anómalos.
Antes de as medições terrestres serem utilizadas para a avaliação do desempenho ou para a adaptação de séries temporais modeladas, todos os valores suspeitos nas séries temporais medidas devem ser identificados e assinalados através de procedimentos de controlo de qualidade.
O nosso serviço de Controlo de Qualidade de Medições Solares e Meteo baseia-se na experiência da Solargis no tratamento de medições de milhares de locais em todo o mundo. Este serviço ajuda-o a identificar erros e a preparar os seus conjuntos de dados para as etapas seguintes do seu projeto.
A magnitude dos erros decorrentes do efeito cosseno, da resposta à temperatura, da sensibilidade espetral, da estabilidade, da não linearidade, etc., depende da qualidade dos sensores e das condições locais. Assim, começamos por analisar as especificações técnicas dos sensores e os seus certificados de calibração.
Numa segunda fase, identificamos os erros, como o desalinhamento dos sensores, a sombra dos objectos circundantes, etc., e assinalamos as medições afectadas.
Na maioria dos casos, a sujidade dos sensores (pó, neve, gotículas de água, geada, excrementos de aves, etc.) é difícil de evitar. No entanto, podemos identificar estas irregularidades através de uma análise exaustiva dos dados em Solargis Analyst.
Para além de assinalar e remover erros, substituímos os dados em falta e erróneos por dados dos nossos modelos. Com isso, podemos criar um conjunto de dados de séries temporais harmonizado, completo e sem lacunas, pronto para ser usado na avaliação de desempenho.
Na maioria dos casos, os dados no local provêm de vários piranómetros. Ao harmonizá-los, substituímos os valores errados por dados modelados e fundimos vários conjuntos de dados num só.
Ao contrário do simples cálculo da média, que pode degradar a qualidade original dos dados, a nossa abordagem estatística multicritério preserva as caraterísticas naturais das medições.
Com as nossas abordagens estatísticas, podemos adaptar os valores do nosso modelo à mesma granularidade das suas medições - por exemplo, desagregando os dados medidos de 15 minutos em séries temporais de 1 minuto.
Emitimos uma declaração de incerteza para os conjuntos de dados que foram objeto de controlo de qualidade. Isto permite-lhe utilizar os dados para a avaliação do desempenho e adaptação ao local de séries cronológicas históricas modeladas por satélite.
