PREVISÃO DE CURTO PRAZO DA RADIAÇÃO SOLAR NO BRASIL USANDO MOVIMENTO DAS NUVENS COM BASE EM DADOS DE SATÉLITE

Resumo

Um dos principais desafios apontados para o futuro passa pela redução da dependência de combustíveis fósseis, apostando em um aumento da integração e aproveitamento energético de recursos renováveis. A integração em grande escala de fontes de energia renovável intermitentes nos sistemas elétricos é um grande desafio e já vem sendo enfrentado por países como Alemanha, Espanha, Portugal e Itália. Outros países devem se juntar a estes nos próximos anos, incluindo o Brasil. A energia solar que incide na superfície terrestre varia principalmente devido à presença de nebulosidade, tendo uma grande influência na produção de energia elétrica a partir das tecnologias de aproveitamento do recurso solar. Dado o caráter intermitente da produção de uma central solar, torna-se necessário o desenvolvimento de ferramentas que permitam a integração bem-sucedida destas centrais na rede elétrica e possibilitem apoiar o operador do sistema na tomada de decisões com vista a atenuar o impacto negativo das variações rápidas da produção das centrais solares. Existem duas abordagens básicas para a realização de previsão do recurso solar. Uma delas baseia-se nos modelos numéricos de previsão do tempo (previsão numérica de tempo - PNT). Estes modelos inferem o local da formação da nuvem através de modelagem da dinâmica da atmosfera. A outra abordagem consiste em projetar a posição e o impacto futuro da nebulosidade a partir do movimento estimado das nuvens a partir de observações com uso de satélites ou a partir de instrumentos apropriados instalados em superfície. O presente trabalho tem por meta o desenvolvimento e avaliação de uma metodologia para previsão de irradiação solar na superfície utilizando CMV (modelo de previsão do movimento da nuvem). A proposta visa implantar uma metodologia e reduzir incertezas das estimativas das previsões usando o modelo de transferência radiativa Brasil-SR usando como dados de entrada o algoritmo CMV. Os resultados mostram que à medida que aumentamos o horizonte de previsão o modelo tende a aumentos as incertezas das previsões.