MODELOS ESTATÍTISCOS PARA OBTENÇÃO DO PONTO DE MÁXIMA POTÊNCIA SOB CONDIÇÕES REAIS DE OPERAÇÃO

Resumo

As características elétricas dos módulos fotovoltaicos comerciais são disponibilizadas na condição padrão de teste (STC). Entretanto, durante sua operação o módulo estará submetido a diversas condições de temperatura e irradiância espectral, variáveis que interferem no seu funcionamento. Modelos físicos para a simulação do comportamento elétrico de módulos fotovoltaicos em condições reais de operação estão disponíveis. O mais simples utiliza apenas dados fornecidos nas especificações comerciais do módulo fotovoltaico. Entretanto, erros sistemáticos podem surgir em razão de discrepâncias entre as suas considerações e as condições reais de operação do módulo. Alternativamente, é possível adotar procedimentos baseados em modelagem estatística, que permitem a associação de variáveis pertinentes. Neste trabalho, propõe-se estimar o ponto de máxima potência (em condições reais de operação) em função da irradiância global e temperatura do módulo, incluindo também outras variáveis ambientais de fácil obtenção, como ângulo de incidência da radiação e índice de claridade. O resultado obtido para o método mais simples (modelo de referência) de conversão apresenta valores superestimados de tensão e corrente, erros sistemáticos (e.g., em relação ao índice de claridade), bem como uma ampla dispersão em torno do valor esperado para o ponto de máxima potência da curva característica. Em relação ao modelo de referência, os melhores resultados referentes à estimação da potência máxima foram obtidos pelo modelo M4, que inclui o índice de claridade e ângulo de incidência como entrada, apresentando uma redução de 91,6% na raiz do erro médio quadrático esperado (RMSE), bem como uma redução de 87,4% no intervalo da dispersão em torno do valor esperado do RMSE. De maneira geral, os modelos estatísticos apresentam erros relativos não sistemáticos (aleatórios) cuja dispersão é bastante reduzida em relação ao método de conversão tradicional, sugerindo um aprimoramento substancial na acurácia e incerteza associada à conversão para condições reais de operação.