Estudo de comparação de dados de irradiação solar medidos localmente com dados de irradiação solar baseados em satélites

Abstract

A escolha dos dados climáticos é um dos fatores importantes na previsão de geração de energia solar fotovoltaica. Desse modo, o presente trabalho tem como objetivo estudar e analisar os dados de irradiância solar de satélites de três empresas diferentes, a Solcast, a Solargis e a Vaisala. Para isso, os dados satélites foram comparados com as medições locais a fim de obter os vieses e as raízes de erro quadrático médio (REQM) para três locais diferentes no Brasil. Os dados medidos foram, primeiramente, tratados e filtrados de acordo com a norma IEC TS 61724-3:2016. Após a análise de resultados, observou-se que todos os fornecedores de dados de satélites apresentaram tanto os vieses como as REQM dentro do seu intervalo de confiança esperado. A Vaisala apresentou uma média absoluta de viés menor de 1,71%, enquanto a Solargis e a Solcast apresentaram 2,11% e 2,56%, respectivamente. No caso de REQM em resolução horária, nota-se que a Solcast tem uma média menor com valor de 16,44%, enquanto a Solargis e a Vaisala apresentaram 18,25% e 18,96%, respectivamente. Portanto, este estudo demonstra que para poder obter a melhor precisão na análise de recurso solar é recomendado a realizar a avaliação dos recursos disponíveis, já que nenhum fornecedor é melhor que os outros consistentemente

The choice of climate data is one of the most important factors in forecasting photovoltaic solar energy generation. The aim of this paper is therefore to study and analyze satellite solar irradiance data from three different companies, Solcast, Solargis and Vaisala. To do this, the satellite data was compared with local measurements in order to obtain the biases and root mean square errors (RMSE) for three different locations in Brazil. The measured data was first processed and filtered according to IEC TS 61724-3:2016. After analyzing the results, it was observed that all satellite data providers presented both biases and REQMs within their expected confidence interval. Vaisala had a lower absolute average bias of 1.71%, while Solargis and Solcast had 2.11% and 2.56%, respectively. In the case of REQM in hourly resolution, Solcast had a lower average of 16.44%, while Solargis and Vaisala had 18.25% and 18.96%, respectively. Therefore, this study shows that in order to obtain the best accuracy in solar resource analysis, it is recommended to evaluate the available resources, since no supplier is consistently better than the others