Propagação de incertezas na estimativa da geração de energia de sistemas fotovoltaicos (Metodologia de cálculo)

Autores

  • Luís Guilherme Monteiro Oliveira
  • Thales José Rodrigues Corrade
  • Renato Diniz Werneck Ceolin
  • Alexandre Schichman Piterman
  • Wallace do Couto Boaventura
  • Victor Flores Mendes
  • Eduardo Nohme Cardoso
  • Wilson Negrão Macêdo
  • Gustavo Malagoli Buiatti
  • Alex Vilarindo Menezes
  • Bruno Marciano Lopes

DOI:

https://doi.org/10.59627/rbens.2016v7i1.147

Palavras-chave:

Propagação de Incertezas, Estimativa da Geração, Sistemas Fotovoltaicos

Resumo

Nos últimos anos, o mercado fotovoltaico no Brasil vem se amadurecendo e com isso, o crescimento de investimentos no setor e, consequentemente, de projetos de usinas solares de grande porte ou através da geração distribuída. Portanto, cada vez mais, a confiança dos investidores dependerá da previsão da energia gerada por estes sistemas fotovoltaicos sobretudo em contratos de desempenho. Dessa forma, para a realização da mesma, é necessária uma sequência de conversões energéticas e inserção de parâmetros, dentro de um processo de modelagem matemática do sistema, sendo que cada um destes estão relacionados a um determinado tipo incerteza. As incertezas nestes modelos e em suas entradas, aumentam a partir de diversas fontes que incluem por exemplo: erros de medição, erros inerentes dos modelos selecionados e a partir de dados utilizados para calibrar estes modelos. Consequentemente, essas incertezas contribuem na incerteza geral na previsão da produção de energia do sistema. Portanto, neste trabalho, são identificadas e descritas as principais incertezas envolvidas neste processo de estimação, bem como a sua quantificação (embasada na literatura). Além disso, um método estatistico simples porém, consistente, para o cálculo da propagação das incertezas na geração de energia foi implementado no software MATLAB© e essa metodologia, através de dados operacionais de dois micro geradores fotovoltaicos instalados em localidades diferentes, foi aplicada sendo possível verificar a utilização deste método e avaliar o efeito das incertezas introduzidas por cada modelo/parâmetros sob a predição de energia gerada por estas pequenas usinas.

Referências

Baumgartner, H. Schmidt, B. Burger, R. Brundlinger, H. Haberlin, Zehner, M. 2007. Status and Relevance of the DC Voltage Dependency of the Inverter Efficiency. In: EU PVSEC 2007, Milão, pp. 2499 – 2505.

Buiatti, G. M. 2013. Inovações no marketing para pequenas empresas – Selo Solar para PGM Sistemas. In: Renex South America – Feira Internacional de Energias Renováveis.

Catthor, F.; Anagnostos, D. 2014. What – if experimental validation and extended framework: A

system scenario approach. WP1 – Deliverable D1.3.

David, M.; Laurent, P., Boland, J. 2013. Evaluating tilted plane models for solar radiation using

comprehensive testing procedures, at a southern hemisphere location. Renewable Energy vol. 79, n.

, p. 124-131.

De Soto, W.; Klein, A.; Beckman, W. A. 2006. Improvement and Validation of Model for Photovoltaic

Array Performance. Solar Energy, v. 80, 78.

Gueymard, C. 2009. Direct and indirect uncertainties in the prediction of tilted irradiance for solar

engineering applications Solar Energy, Vol. 83, No. 5, pp. 432-444.

Hansen, C.; Pohl, A.; Jordan, D. 2013. Uncertainty and Sensitivity Analysis for Photovoltaic System

Modeling. Sandia Report – SAND2013-10358, Sandia National Laboratories, EUA, p.60.

International Standard Organization (ISO/IEC), 2008. Guide 98-3:2008 – uncertainty of measurement –

Part 3: Guide to the expression of uncertainty in measurement, pp. 1–28.

Joint Committee for Guides in Metrology (JCGM), 2010. “Evaluation of measurement data - Guide to the Expression of Uncertainty in Measurement,” Joint Committee for Guides in Metrology (JCGM).

Jordan, D. C.; Kurtz S. R. 2012. Photovoltaic degradation rates—an analytical review, Progress in Photovoltaics. Res. Appl., vol. 21, no. 1, pp. 12–29.

King, D. L.; Boyson, W.E.; Kratochvil, J. E. 2004.Photovoltaic Array Performance Model. Sandia National

Laboratories Report SAND2004-35353, Agosto.

Laukamp, H., Schoen, T., Ruoss, D.2002. Reliability Study of Grid Connected PV Systems, Field Experience and Recommended Design Practice. IEA PV Power Systems Programme, Report IEA-PVPS T7-08.

Marion, W. F., B. Kroposki, K. Emery, J. Del Cueto, D. Myers, and C. Osterwald. 1999. Validation of photovoltaic module energy ratings procedure at NREL. National Renewable Energy Laboratory, Golden.

Martinez-Moreno, F..; Lorenzo, E..; Navarte, L.; Moretón, R.; Tyutyundzhiev, N.; Parra, I. 2015. Technical Specifications and Quality Control Procedures For Reducing The Uncertainty in PV Installations: Results of the FP7 Project PVCrops. In: 30th EU PVSEC, Hamburg, Germany. pp. 2217 – 3260.

Menezes, A.; Macêdo, W. N.; Kochi, J.; Resende, D. 2016. Análise de operação do primeiro ano de um

sistema fotovoltaico conectado à rede de 21,75 kWp na cidade de Palmas-TO segundo a Resolução

/2012 da ANEEL. In: VI CBENS, Belo Horizonte.

Mermoud, A.; T. Lejeune. 2010. Performance Assessment of a simulation model for PV modules of any

available technology, In: 25th European Photovoltaic Solar Energy Conference. Valencia, Spain.

Müller, B; Hardt, L.; Armbruster, A.; Kiefer, K. Reise, C. 2014. Yield Predictions For Photovoltaic Power Plants: Empirical Validation, Recent Advances And Remaining Uncertainties. In: 29th European PV Solar Energy Conference and Exhibition - EU PVSEC, Amsterdam, Netherlands. pp. 2499 – 2505.

Pereira, E., Martins, F. Abreu, S.; Ruther, R. 2006. Atlas Brasileiro de Energia Solar. Instituto Nacional

de Pesquisas Espaciais, São José dos Campos / SP.

Richter, M., De Brabandere, K., Kalisch, J., Schmidt, T., E. Lorenz, 2015. “Best Practice Guide on Uncertainty in PV Modelling”, Performance Plus WP2 Deliverable D2.4.

Schniter, M.; Thuman, C.; Johnson, P.; 2012. Reducing Uncertainty in Solar Energy Estimates – Mitigating Energy Risk Through On-Site Monitoring. AWS True Power report, Albany, New York.

Sǔri, M., Hund, T.; Dunlop, E; Albuisson, M. 2007. Uncertainties in photovoltaic electricity yield prediction from fluctuation of solar radiation. In: 22nd EU PVSEC, Milan, Italy. pp. 2217 – 3260.

Thevenard, D., Pelland, S. 2013.Estimating the Uncertainty in Long-Term Photovoltaic Yield Predictions.

Solar Energy, Vol. 91, pp. 432-445.

World Meteorological Organization, 2008. Guide to meteorological instruments and methods of

Observation. Geneva, Switzerland: World Meteorological Organization.

Downloads

Publicado

2017-01-04

Como Citar

Oliveira, L. G. M., Corrade, T. J. R., Ceolin, R. D. W., Piterman, A. S., Boaventura, W. do C., Mendes, V. F., Cardoso, E. N., Macêdo, W. N., Buiatti, G. M., Menezes, A. V., & Lopes, B. M. (2017). Propagação de incertezas na estimativa da geração de energia de sistemas fotovoltaicos (Metodologia de cálculo). Revista Brasileira De Energia Solar, 7(1), 58–65. https://doi.org/10.59627/rbens.2016v7i1.147

Edição

Seção

Artigos