A QUALIDADE DA BASE DE DADOS SOLARIMÉTRICOS DA CHESF PARA VIABILIZAÇÃO DE FINANCIAMENTO BANCÁRIO PARA PROJETOS COM ENERGIA SOLAR
DOI:
https://doi.org/10.59627/cbens.2016.2047Palavras-chave:
medições solarimétricas, incertezas nas medições de grandezas solar, bancabilidadeResumo
Os recentes estudos iniciados na CHESF visando à possibilidade de concorrer com projetos de energia solar nos próximos leilões de energia a serem promovidos pelo Governo Federal, exigem a necessidade de se conduzir medições solarimétricas nas áreas onde os projetos serão instalados. Os dados de irradiação solar direta, difusa e global em superfícies horizontais e inclinadas constituem elementos essenciais para a modelagem e avaliação de desempenho de sistemas solares. Nesse contexto, é crucial para a viabilidade do negócio, compreender o recurso solar numa escala de longo prazo. O conhecimento da quantidade, do tempo e da variabilidade (incluindo valores mínimos históricos) desse recurso, tem influência direta sobre os cálculos da eletricidade produzida e, portanto, sobre o fluxo de receita do negócio. Este artigo discute o desenvolvimento de um Banco de Dados Solarimétricos financiável, e discute também a natureza das incertezas nos vários constituintes desse Banco de Dados.
Downloads
Referências
J. Bione de M. Filho, P. B. Carvalho e J. D. Metidieri, “Rede Solarimétrica da Companhia Hidroelétrica do São Francisco - CHESF”, V Congresso Brasileiro de Energia Solar – Recife, 31 a 03 de abril de 2014.
Codeceira, A., E. Sodré, Pedro Bezerra, José Bione Filho e Nicolaj Röttinger, “Gap Filling de Dados Solarimétricos Utilizando Redes Neurais Artificiais”, XXIII SNPTEE, 18 a 21 de outubro de 2015, Foz do Iguaçu, PR.
Wilcox. S. and W. Marion, “Users Manual for TMY3 Data Sets”, Technical Report NREL / TP-581-43156, Revised May 2008.
Vignola. F., C. Grover e N. Lemon, “Building a Bankable Solar Radiation Dataset”, Proc. Solar 2011, American Solar Energy Society, Raleigh, NC, 2011.
Dobos, A., P. Gilman, e M. Kasberg, “P50/P90 Analysis for Solar Energy Systems Using the System Advisor Model”, Presented at the 2012 World Renewable Energy Forum, Denver, Colorado, May 13-17, 2012.
SAM (System Advisor Model), provided by the National Renewable Energy Laboratory (NREL), Version 2014.1.14. Disponível gratuitamente em: https://sam.nrel.gov.
Sengupta. M., A. Habte, S. Kurtz, et al., “Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications”, NREL Technical Report, NREL/TP-5D00-63112, February 2015.
Hidalgo, C. e S. Mau, “Findings in the Correlation of Ground Measured Irradiance Data with Satellite Derived Data”, EQ International, July/August 2012.
Meyer, R., J. Torres Butron, G. Marquardt, M. Schwandt, N. Geuder, C. Hoyer-Klick, E. Lorenz, A. Hammer, e H. G. Beyer, “Combining Solar Irradiance Measurements and Various Satellite- Derived Products to a Site-Specific Best Estimate” SolarPACES Conference Proceedings, March 4–7, 2008, Las Vegas, Nevada.
Schumann, K., Hans Georg Beyer, Kaushal Chhatbar, e Richard Meyer, “Improving Satellite-Derived Solar Resource Analysis with Parallel Ground-Based Measurements”, Proc. of the ISES Solar World Congress, Kassel, Germany, Aug. 30 to Sep. 1, 2011.
Killius, N., e M. Schroedter-Homscheidt, “Data Fusion of Satellite and Ground Measurement Time Series”, EU-Project Report ENDORSE D3.5—Part B, September 2012.
Mieslinger, T., Ament, F., K. Chhatbar, e R. Meyer, “A New Method for Fusion of Measured and Model-Derived Solar Radiation Time Series” International Conference on Solar Heating and Cooling for Buildings and Industry Proceedings; September 23-25, Freiburg, Germany; Energy Procedia (48); pp. 1,617–1,626. 2014
Reddy, K.S. e Ranjan, M., “Solar Resource Estimation Using Artificial Neural Networks and Comparison with Other Correlation Models”, Energy Conversion and Management 44 (2003) 2519–2530.
