Monitoramento de um sistema fotovoltaico com base em dados públicos de radiação solar de estações meteorológicas automáticas

Abstract

O uso de sistemas fotovoltaicos (SF) para alimentar residências, comércios, condomínios e construções verticais aumenta a oferta de energia elétrica na rede e dá suporte ao crescimento da demanda energética. O monitoramento destes sistemas auxilia os profissionais da área a aumentarem o rendimento de suas usinas e obterem diagnósticos prévios de baixa produtividade, prevenindo falhas de operação e acidentes graves. Entretanto, no cenário de micro e minigeração distribuída brasileira (MMGD) composto em sua maioria, por instalações residenciais de pequeno porte, o alto custo dos equipamentos utilizados no monitoramento do SF para cada unidade consumidora acaba por tornar esta prática inviável economicamente. O objetivo deste estudo é avaliar a viabilidade do monitoramento remoto de um SF utilizando o software de simulação SAM e arquivos climáticos com dados de irradiação solar e temperatura ambiente provenientes de estações meteorológicas automáticas (EMA) do Instituto Nacional de Meteorologia (INMET). Para isso, este estudo comparou os resultados de estimativas de energia elétrica produzida por um SF localizado no Laboratório de Energia Solar (LABSOL) em Porto Alegre-RS, tomando como base de dados três diferentes EMA’s espalhadas no estado. Através de modelos matemáticos de decomposição e transposição da irradiação solar global horizontal registrada por cada EMA, foi possível estimar a energia produzida pelo sistema e obter as incertezas associadas a cada fonte de dados. O desempenho da ferramenta de monitoramento foi avaliado através dos indicadores estatísticos ME, MPE, MAPE, RMSE e rRMSE. As estimativas de produção de energia através de dados das estações do INMET tiveram bons resultados a nível mensal e diário, com destaque para a EMA A-801. Essa estação fica localizada em Porto Alegre, a 6 km de distância do SF, e apresentou valores máximos de 17.0% para o MAPE e de 4.90% para o rRMSE a nível diário. A utilização a nível diário das bases de dados das EMA’s A-813 e A-834 resultou em altas incertezas influenciadas pela sua distância até o local de instalação do SF, o que inviabilizou sua aplicação para estes menores intervalos. Com a criação de faixas aceitáveis para os valores das incertezas entre a produção de energia prevista e a propriamente registrada pelo inversor do SF, esta ferramenta permite monitorar remotamente sistemas FV de pequeno porte sem o uso de sensores de alto custo, calculando seu desempenho com base em parâmetros meteorológicos locais.

The use of photovoltaic (PV) systems to produce energy in homes, businesses, condominiums and vertical buildings increases the supply of electricity on the grid and supports growth in energy demand. PV monitoring helps professionals in solar energy field to increase the performance of their plants and obtain prior diagnoses of low productivity, preventing operating failures and serious accidents. However, in the brazilian micro and mini-distributed generation (MMDG) scenario, mostly composed of small residential solar installations, the high cost of the equipment used to monitor the PV for each consumer ends up making this practice economically unfeasible. The objective of this study is to evaluate the feasibility of remote PV monitoring using simulation software SAM and weather files with solar irradiation and ambient temperature data from automatic weather stations (AWS) of the National Institute of Meteorology (INMET). For that, this study compared results of estimates of electric energy generated by a PV system located at the Solar Energy Laboratory (LABSOL) in Porto Alegre-RS, using three different AWS databases scattered throughout the state. Using mathematical models of decomposition and transposition of global horizontal irradiation recorded by each AWS, it was possible to estimate PV system power produced and obtain the uncertainties associated to each data source. The performance of the PV monitoring tool was evaluated using the statistical indicators ME, MPE, MAPE, RMSE and rRMSE. Estimates of energy production using data source from INMET weather stations had good results on monthly and daily basis, with emphasis on AWS A-801. This weather station is located in Porto Alegre, 6 km away from the PV plant, and presented maximum values of 17.0% for MAPE and 4.90% for rRMSE for daily estimates. The daily use of the EMA's A-813 and A- 834 databases resulted in high uncertainties influenced by their distance from the SF installation site, which made its application unfeasible for these smaller intervals. By creating acceptable ranges for the uncertainty values between the predicted energy generation and that properly recorded by the SF inverter, this tool allows you to remotely monitor small PV systems without the use of high-cost sensors, calculating their performance based on local meteorological parameters.