Impacto das Mudanças Climáticas na Geração de Energia Solar
Uma Análise Multimodelo Utilizando CMIP6
DOI:
https://doi.org/10.59627/cbens.2024.2413Palavras-chave:
Energia Solar, Mudanças Climáticas, Modelagem ClimáticaResumo
A segurança energética vem se tornando mais dependente do clima na medida em que cresce a penetração de fontes renováveis na matriz energética mundial, tornando este tópico recorrente na agenda científica internacional. No Brasil, devido à diversidade de fontes energéticas de elevado potencial e sua grande extensão territorial, esta tendência tem-se confirmado especialmente com a expansão dos parques eólico e solar. Quantificar o risco futuro sobre o setor energético passa por compreender melhor as relações entre as projeções climáticas e a disponibilidade do recurso energético renovável em nosso território. Desta forma, este trabalho visa desenvolver ferramentas que permitam uma avaliação do risco futuro sobre o setor de geração de energia solar no Brasil, a partir de projeções climáticas. Aqui são apresentadas as correções estatísticas realizadas nos dados de reanálises atmosféricas que apresentaram melhor desempenho quando na comparação com outros dados utilizados como referência. Foram selecionados mais 40 modelos do CMIP6, sendo estes corrigidos em seus períodos históricos e avaliados, a fim de definir os melhores para a análises dos impactos futuros. Os resultados indicam um aumento na radiação solar em todo o Brasil, variando sazonalmente, com um incremento de até 6% na primavera e 3% em março-abril até o final do século, mesmo sob um cenário de altas emissões de CO² (SSP5-8.5). O estudo revela também variações regionais, com um destaque para uma área que poderia experimentar uma diminuição da irradiação solar em determinados meses. Além disso, foi observada uma correlação entre o aumento da radiação solar e a redução na precipitação, o que ressalta a complexidade e a importância de considerar múltiplos aspectos do sistema climático. Estas projeções são cruciais para o planejamento energético do Brasil, que possui alto potencial para expansão da energia solar. A compreensão das variações na disponibilidade de radiação solar influencia tanto a infraestrutura de energia renovável quanto às políticas de mitigação e adaptação às mudanças climáticas.
Downloads
Referências
Alvares, C. A., Stape, J. L., Sentelhas, P. C., de Moraes Gonçalves, J. L., & Sparovek, G. (2013). Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, 22(6), 711-728.
Amarante, O. A. C., Brower, M., Zack, J., & Sá, A. L. (2001). Atlas do Potencial Eólico Brasileiro. Centro de Pesquisas de Energia Elétrica, Ministério de Minas e Energia.
Ávila-Diaz, A., Benezoli, V., Justino, F., Torres, R., Wilson, A. (2020). Assessing current and future trends of climate extremes across Brazil based on reanalyses and earth system model projections. Climatic Dynamics, 55, 1403–1426.
Beck, H. E., Zimmermann, N. E., McVicar, T. R., Vergopolan, N., Berg, A., Wood, E. F.. (2020). Publisher Correction: Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data, 7, Article 274
Casagrande, M. S., Martins, F. R., Rosário, N. E., Lima, F. J., Gonçalves, A. R., Costa, R. S., Pereira, E. B. (2021). Numerical Assessment of Downward Incoming Solar Irradiance in Smoke Influenced Regions—A Case Study in Brazilian Amazon and Cerrado. Remote Sensing, 13(22), 4527
Ehret, U., Zehe, E., Wulfmeyer, V., Warrach-Sagi, K., Liebert, J. (2012). Should we apply bias correction to global and regional climate model data? Hydrology and Earth System Sciences, 16(9), 3391-3404.
EPE - Empresa de Pesquisa Energética. (2023). Balanço Energético Nacional – Relatório Síntese 2023 (Ano base 2022). Brasília: Ministério de Minas e Energia.
Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., & Taylor, K. E. (2016). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development, 9, 1937–1958.
Firpo, M. Â., Guimarães, B. D., Dantas, L. G., Silva, M. G., Alves, L. M., Chadwick, R., Llopart, M. P., & Oliveira, G. S. (2022). Assessment of CMIP6 models' performance in simulating present-day climate in Brazil. Frontiers in Climate, 4, 948499.
Gidden, M. J., Riahi, K., Smith, S. J., Fujimori, S., Luderer, G., Kriegler, E., van Vuuren, D. P., van den Berg, M., Feng, L., Klein, D., Calvin, K., Doelman, J. C., Frank, S., Fricko, O., Harmsen, M., Hasegawa, T., Havlik, P., Hilaire, J., Hoesly, R., Horing, J., Popp, A., Stehfest, E., & Takahashi, K. (2019). Global emissions pathways under different socioeconomic scenarios for use in CMIP6: a dataset of harmonized emissions trajectories through the end of the century. Geoscientific Model Development, 12, 1443–1475
Hunt, J. D., Stilpen, D., & Freitas, M. A. V. (2018). A review of the causes, impacts and solutions for electricity supply crises in Brazil. Renewable and Sustainable Energy Reviews, 88, 208-222.
Martins, F. R., Guarnieri, R. A., & Pereira, E. B. (2008). O aproveitamento da energia eólica. Revista Brasileira de Ensino de Física.
MME/EPE (2023). Ministério de Minas e Energia. Empresa de Pesquisa Energética. Plano Decenal de Expansão de Energia 2032. Disponível em: https://www.epe.gov.br/pt/publicacoes-dados-abertos/publicacoes/plano-decenal-de-expansao-de-energia-2032
Navarro-Racines, C. E., & Tarapues Montenegro, J. E. (2015). Bias-correction in the CCAFS-Climate Portal: A description of methodologies.
O'Neill, B. C., Tebaldi, C., Vuuren, D. P., Eyring, V., Friedlingstein, P., Hurtt, G., Knutti, R., Kriegler, E., Lamarque, J. F., Lowe, J., Meehl, G. A., Moss, R., Riahi, K., Sanderson, B. M. (2016). The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6. Geoscientific Model Development, 9(9), 3461-3482.
Pereira, E. B., Martins, F. R., Gonçalves, A. R., Costa, R. S., Lima, F. J. L., Rüther, R., Abreu, S. L., Tiepolo, G. M., Pereira, S. V., & Souza, J. (2017). Brazilian Atlas for Solar Energy (2nd ed.). São José dos Campos: Universidade Federal de São Paulo.
Rivera, J. A., & Arnould, G. (2020). Evaluation of the ability of CMIP6 models to simulate precipitation over Southwestern South America: Climatic features and long-term trends (1901–2014). Atmospheric Research, 241, 104953.
Taylor, K. E. (2001). Summarizing multiple aspects of model performance in a single diagram. J. Geophysical Res., 106,D7, 7183-7192.
Urraca, R., Huld, T., Gracia-Amillo, A., Martinez-de-Pison, F. J., Kaspar, F., & Sanz-Garcia, A. (2018). Evaluation of global horizontal irradiance estimates from ERA5 and COSMO-REA6 reanalyses using ground and satellite-based data. Solar Energy, 164, 339-354.
Viana, T. S., Ruther, R., Martins, F. R., Pereira, E. B. (2011). Assessing the potential of concentrating solar photovoltaic generation in Brazil with satellite-derived direct normal irradiation. Solar Energy, 85(3), 486-495.
