Some technical terms may differ. The English version serves as the reference.

Exatidão da radiação solar#

A irradiância recebida representa o primeiro passo no processo de conversão de energia, uma vez que define a quantidade máxima teórica de energia solar disponível antes de se considerarem outras perdas.

Garantir a precisão da modelação da radiação solar é, portanto, crucial para previsões fiáveis do rendimento energético.

O que fizemos

  • Recolher dados de 320 estações terrestres disponíveis ao público que medem o GHI.
  • Recolhemos dados de 235 estações terrestres disponíveis ao público que medem o DNI.
  • Comparar as medições com os mesmos períodos do nosso modelo de irradiância baseado em satélite.

Resultados obtidos

  • A média de todos os vieses para o GHI foi de 0,5%, com um desvio padrão de 3%.
  • A média de todos os vieses para o DNI foi de 2,2%, com um desvio padrão de 6%.

Conclusões

  • Elevada exatidão do modelo Solargis baseado na irradiância por satélite.
  • A validação mais extensa efectuada até à data por um fornecedor de dados solares.

O que é que fizemos

  • Classificar cada sítio de validação nas principais categorias da classificação climática de Köppen Geigen.
  • Ordenar todas as estatísticas de validação recolhidas para o GHI e o DNI de acordo com o tipo de clima

Resultados obtidos

Calculámos o desvio dos dados modelados em relação aos dados medidos e o RMSD para todas as estações disponíveis, para as séries GHI e DNI:

  • O viés segue a probabilidade esperada para os modelos de irradiância para todos os climas.

  • O RMSD para dados mensais, diários e horários apresenta valores consistentes.

Conclusões

  • O modelo Solargis baseado em satélite funciona de forma consistente em todos os climas.
  • Como esperado pela natureza dos modelos, apresenta um desempenho superior para climas áridos e temperados.

O que é que fizemos

  • Os dados mensais do albedo do Solargis foram comparados com as medições terrestres efectuadas por albedómetros.
  • A disponibilidade de medições foi limitada a estações na América do Norte.

Resultados obtidos

  • O exercício de validação demonstrou um desvio médio de -0,01.

Conclusões

  • Os resultados da validação demonstram a elevada exatidão dos dados de albedo de Solargis para simulações fotovoltaicas.
  • Embora este exercício de validação abranja um número relativamente pequeno de locais, representa uma gama diversificada de condições climáticas.
  • A utilização de valores mensais de albedo em vez de valores constantes melhora a precisão da modelação fotovoltaica.

O que fizemos

  • Selecionámos diversos locais e configurações para abranger uma vasta gama de condições de iluminação, incluindo céu limpo, cenários nublados e configurações de sombreamento complexas.
  • Comparar o algoritmo de traçado de raios do Solargis com o Radiance, um modelo de referência conhecido pelas suas simulações ópticas robustas.

Resultados obtidos

  • Em condições de céu limpo, os resultados do Solargis e do Radiance demonstraram um forte alinhamento.
  • Em cenários de céu encoberto, os resultados foram igualmente consistentes.
  • Simulações complexas de sombreamento e irradiância traseira destacaram pequenos desvios devido a diferenças nas configurações de traçado de raios.

Conclusões

  • Os testes confirmaram a exatidão do algoritmo de traçado de raios Solargis e do modelo de céu Perez.
  • O modelo funciona de forma consistente tanto para a parte frontal como para a parte traseira dos módulos.
  • Grande melhoria na exatidão das simulações de sistemas que utilizam a tecnologia bifacial em comparação com outras abordagens existentes.

O que fizemos

  • A Solargis participou no "Worldwide Benchmark of Modeled Solar Irradiance Data 2023", realizado como parte de uma tarefa da Agência Internacional de Energia (AIE) no âmbito do Programa de Sistemas de Energia Fotovoltaica (PVPS).
  • Este relatório de referência avaliou e comparou o desempenho de dez modelos distintos de irradiância solar com medições terrestres de alta qualidade.

Resultados obtidos pela AIE

  • O estudo da AIE analisou 129 estações terrestres após o controlo da qualidade dos dados. Este incluiu inspecções visuais que abrangeram 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.
  • Foi calculado um conjunto de métricas completas de desempenho, incluindo polarização, RMSD, KSI e outros indicadores para mostrar a frequência relativa de situações de excedência e um índice de desempenho combinado.

Conclusões

  • Os resultados do parâmetro 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 satélites geoestacionários estão mais próximas umas das outras do que dos conjuntos de dados baseados em NWP e em satélites polares. Especificamente, o relatório refere que "as métricas de desvio médio mais baixas são frequentemente alcançadas por um único conjunto de dados (Solargis)".
  • Os resultados alinham-se com as tendências observadas em estudos independentes anteriores.

Exatidão das condições ambientais#

As condições ambientais definem o ambiente operacional em que o sistema funciona. Por conseguinte, a validação exacta da temperatura, vento, humidade e outros parâmetros meteorológicos é essencial para avaliar a precisão das perdas de eficiência e estimar os efeitos de degradação a longo prazo.

O que fizemos

  • Recolhemos dados de estações meterológicas de referência de mais de 11.000 locais em diversas zonas climáticas.
  • Comparar os valores da temperatura do ar a 2 metros (TEMP) incluídos nos conjuntos de dados Solargis para os mesmos locais e calcular o desvio dos dados modelados em relação aos medidos para todas as estações disponíveis.

Resultados obtidos

  • Para a TEMP, calculámos um desvio médio de -0,1°C (24 h) e um desvio padrão de 1°C.
  • Em geral, os desvios noturnos são ligeiramente superiores, mas os valores diurnos - relevantes para a produção de energia solar - são estimados com maior precisão.

Conclusões

  • A metodologia para derivar parâmetros meteorológicos em séries temporais de Solargis, que integra modelos globais de PNT com técnicas avançadas de pós-processamento para melhorar a resolução dos dados de temperatura, foi validada com sucesso.
  • A temperatura do ar em Solargis é altamente fiável e adequada para calcular a temperatura das células fotovoltaicas, um fator crítico na avaliação das perdas térmicas em sistemas fotovoltaicos.
  • Embora os dados de temperatura do ar derivados de modelos globais NWP representem regiões mais vastas e possam não captar totalmente microclimas localizados, demonstram consistentemente uma elevada fiabilidade, tornando-os altamente eficazes para simulações FV.

O que fizemos

  • Recolher dados de estações meterológicas de referência de mais de 11.000 locais em diversas zonas climáticas.
  • Comparar os valores da velocidade do vento (WS) incluídos nos conjuntos de dados Solargis para os mesmos locais e calcular o desvio dos dados modelados em relação aos medidos para todas as estações disponíveis.

Resultados obtidos

  • Para o WS, calculámos um desvio médio de 0,1 m/s (24 h) e um desvio padrão de 1,1 m/s.
  • Em geral, os desvios noturnos são ligeiramente superiores, mas os valores diurnos - relevantes para a produção de energia solar - são estimados com maior precisão.

Conclusões

  • Os dados de velocidade do vento de Solargis são altamente fiáveis e adequados para calcular a temperatura das células FV em combinação com outros parâmetros como a temperatura do ar e a radiação solar.
  • Embora os dados de velocidade do vento dos modelos globais NWP representem regiões mais vastas e possam não captar totalmente microclimas localizados, demonstram consistentemente uma elevada fiabilidade, o que os torna altamente eficazes para simulações fotovoltaicas.

O que fizemos

  • Recolher dados de estações meteorológicas de referência de mais de 11.000 locais em diversas zonas climáticas.
  • Comparar os valores de humidade relativa (HR) incluídos nos conjuntos de dados Solargis para os mesmos locais e calcular o desvio dos dados modelados em relação aos medidos para todas as estações disponíveis.

Resultados obtidos

  • Para a HR,o desvio médio calculado é de 0% (24 h) e o desvio padrão de 7% reflectem uma sólida concordância com as medições no solo.

Conclusões

  • Os dados de humidade relativa de Solargis fornecem dados precisos para cálculos adicionais da perda de sujidade esperada utilizando modelos físicos.
  • Embora os dados de humidade relativa dos modelos globais NWP representem regiões mais vastas e possam não captar totalmente microclimas localizados, demonstram consistentemente uma elevada fiabilidade, tornando-os altamente eficazes para simulações de PV.

Precisão das perdas de conversão de energia#

Algoritmos de simulação precisos são essenciais para otimizar o desempenho do sistema fotovoltaico durante o processo de conceção. Os factores críticos incluem a qualidade dos dados de entrada utilizados para modelar a conversão de energia - da radiação solar para CC nos módulos FV, de CC para CA nos inversores - e a estimativa das perdas de energia durante a transmissão e distribuição subsequentes.

O que fizemos

  • Recolher as fichas de especificações técnicas dos módulos FV mais populares da indústria.
  • Verificar os dados gerais, as caraterísticas mecânicas, as caraterísticas eléctricas, as caraterísticas do modelo de díodo, as caraterísticas ópticas, as caraterísticas do módulo FV e as condições de referência, entre outros parâmetros.

Resultado obtido

  • Após a verificação das informações recolhidas, os peritos da Solargis encontraram discrepâncias e informações em falta nas folhas de dados, certificados e relatórios de laboratório.
  • O impacto da execução de simulações utilizando módulos fotovoltaicos não verificados pode ser significativamente elevado.

Conclusões

  • A precisão e a fiabilidade dos detalhes técnicos do módulo FV são fundamentais para garantir resultados precisos da simulação FV.
  • É necessário um processo rigoroso de verificação dos componentes, atribuindo uma classe de confiança a cada módulo FV através de controlos especializados.
  • O processo de verificação envolve o preenchimento dos parâmetros necessários, a aprovação em validações críticas e a verificação da autenticidade de folhas de dados, certificados e relatórios de laboratório.

O que fizemos

  • Recolher fichas de especificações técnicas dos inversores solares mais populares do sector.
  • Verifique os dados gerais, as caraterísticas de entrada e saída, o desempenho operacional, as caraterísticas mecânicas, a eficiência e a funcionalidade avançada, entre outros parâmetros específicos.

Resultado obtido

  • Após a verificação das informações recolhidas, os peritos da Solargis encontraram discrepâncias e informações em falta nas fichas de dados, certificados e relatórios de laboratório.
  • O impacto da execução de simulações utilizando inversores não verificados pode ser significativamente elevado.

Conclusões

  • A precisão e a fiabilidade dos detalhes técnicos do inversor são fundamentais para garantir resultados precisos de simulação fotovoltaica.
  • É necessário um processo rigoroso de verificação dos componentes, atribuindo uma classe de confiança a cada inversor através de controlos especializados.
  • O processo de verificação envolve o preenchimento dos parâmetros necessários, a aprovação em validações críticas e a verificação da autenticidade das folhas de dados, certificados e relatórios de laboratório.

O que é que fizemos

  • Recolher conjuntos de dados solares de alta resolução para 20 locais que abrangem diversas zonas climáticas.
  • Comparar as perdas de corte calculadas do inversor e o rendimento energético utilizando dados de entrada de irradiância solar com resoluções temporais de intervalos de 1 minuto, 15 minutos e 60 minutos.

Resultados obtidos

  • Os sítios tropicais apresentam até 2,5% de sobrestimação da produção anual quando se utilizam dados de 60 minutos em vez de 1 minuto.
  • Valores mais elevados foram obtidos para rácios DC/AC de 1,5.

Conclusões

  • A utilização de dados com resolução de 1 minuto no projeto de sistemas fotovoltaicos aumenta a precisão, minimizando a sobrestimação da produção e fornecendo uma avaliação mais precisa das perdas de corte.
  • O desenvolvimento e a utilização de modelos precisos de 1 minuto são altamente recomendados para otimizar o rácio CC/CA, analisar a estabilidade da rede, dimensionar sistemas de armazenamento de energia e garantir a conformidade com a rede.