AVALIAÇÃO DE MODELOS UTILIZADOS NA ESTIMATIVA DA GERAÇÃO DE ENERGIA DE UMA USINA FOTOVOLTAICA LOCALIZADA NO SEMIÁRIDO BRASILEIRO
Modelagem da Geração Fotovoltaica; dados de 1-min; separação de GHI; modelos de transposição; albedo do solo
A estimativa acurada da geração de energia de centrais fotovoltaicas é essencial para avaliar a viabilidade de projetos e para a operação e manutenção (O&M) das usinas fotovoltaicas (UFV). Esta pesquisa analisa modelos utilizados na modelagem de usinas fotovoltaicas, incluindo a separação da irradiância global horizontal em componentes diretas e difusas, modelos de transposição e modelos do comportamento térmico e elétrico dos módulos FV. Dados de alta resolução de uma UFV de 2,5 MWp localizada na região semiárida brasileira são utilizados para determinar os modelos mais adequados às condições climáticas locais. Entre os modelos de separação, os modelos STARKE3, YANG4, STARKE2, ENGERER2, SKARTVEIT e DIRINT se destacam para o clima semiárido. Os modelos de transposição de Hay e Davies, Reindl e Perez apresentam os melhores resultados, especialmente o modelo de Perez com informações sobre o albedo do solo, seja o albedo médio local (27,72%) ou albedo dinâmico (uni ou bivariável). Quanto aos modelos térmicos, os modelos Mattei, King97, Sandia, Skoplaki e Faiman apresentaram bons resultados, e os modelos elétricos De Soto, CEC e PVWatts demonstraram os melhores desempenhos. Complementarmente, a geração de energia da UFV foi modelada a partir de 12.600 combinações possíveis, onde foi observado que a seleção dos modelos físicos tem um impacto significativo na estimativa da geração da UFV, com variações de 14% no erro médio e 4,3% na raiz do erro quadrático médio normalizado (nRMSE). O melhor conjunto de modelos, composto por STARKE2, Perez, Martin-Ruiz, Skoplaki e De Soto, apresenta erro médio na geração de 0,3% e nRMSE de 12,57%, com Performance Ratio simulado (84,5%) próximo ao real (84,75%). A depender das combinações variações no PR de 76% a 88% são encontradas. Além disso, o fator de redução (derating), que representa perdas não previstas nas modelagens, também afeta fortemente as simulações alcançando variações de até 16%.