Investigadores da UÉ desenvolvem método para a avaliação do recurso solar

Investigadores do Instituto de Ciências da Terra, polo da Universidade de Évora (UÉ) desenvolveram um novo método para a avaliação do recurso solar combinando previsão numérica do tempo e redes neuronais artificiais (modelos computacionais). Este método permite melhorar significativamente a previsão da radiação solar, possibilitando a geração de mapas do recurso solar na região Sul de Portugal fiáveis e com uma resolução espacial de 1.25 km. De grande utilidade estes mapas são úteis no planeamento e desenvolvimento de projetos de sistemas de energia solar.

O trabalho é da autoria dos investigadores Sara Pereira, Edgar Abreu, Maksim Iakunin, Afonso Cavaco, Rui Salgado e Paulo Canhoto e acaba de ser publicado na revista “Solar Energy” sob o título: “Method for solar resource assessment using numerical weather prediction and artificial neural network models based on typical meteorological data: Application to the south of Portugal”.

Sara Pereira, começa por referir que este método e resultados obtidos “irão permitir, por exemplo, uma melhor seleção dos locais para instalação de sistemas de energia solar”. Segundo a investigadora, “ao instalar este tipo de sistemas em locais com maior recurso, será necessária uma menor área ocupada para a produção da mesma energia elétrica”. Desta forma, Sara Pereira, sublinha que “este fator aliado a uma boa eficiência dos sistemas tenderá a resultar num maior retorno económico”.

A este respeito, a investigadora recorda que “é esperado que o número de novos sistemas de energia solar cresça no futuro, à medida que os países procuram alternativas com baixas emissões de dióxido de carbono para geração de eletricidade”. Assim, consideram que a possibilidade de uma avaliação confiável dos recursos solares e ferramentas de previsão de radiação solar são cruciais "pois são úteis não apenas para a compreensão do clima da Terra, mas também para o planeamento de projetos e operação de sistemas de energia” destacam.

O método agora proposto, foi aplicado a simulações de um ano meteorológico típico determinado com base em séries longas (16 anos - entre 2003 a 2018 inclusive), de observações realizadas em Évora e ao Sul de Portugal. Estas simulações são realizadas por modelos numéricos do tempo gerando variáveis meteorológicas, incluindo aerossóis, que posteriormente são introduzidas em modelos artificiais neuronais desenvolvidos com base em dados de radiação solar medidos no observatório do ICT, na Universidade de Évora, para a correção das simulações de radiação solar global no plano horizontal e radiação solar direta normal.

Para alcançar estes resultados, tal como mencionado, foram utilizados dezasseis anos de observações diárias de irradiação solar global no plano horizontal (GHI), complementando com outros dados, entre os quais, a temperatura média, máxima e mínima do ar, a humidade relativa ou a velocidade média do vento, sendo por fim possível "gerar mapas de recursos solares onde a distribuição espacial do recurso é facilmente visível” destaca. No estudo, é ainda salientado que este método pode ser aplicado a qualquer região do mundo "ainda que naturalmente com as devidas adaptações específicas para as regiões".

Estes mapas de alta resolução gerados são extremamente importantes para aplicações relacionadas com a radiação solar, como o planeamento e projeto de sistemas de energia solar e, embora “o uso de um modelo atmosférico permita a avaliação do recurso na região desejada, estes tendem a apresentar grandes erros quando se trata de radiação solar” recordam os investigadores. Desta forma, o uso de ferramentas de pós-processamento como redes neuronais artificiais que incorporam dados de aerossóis permite uma avaliação mais precisa do recurso solar.

Este trabalho surge no seguimento das atividades de investigação do projeto DNI-ALENTEJO (ALT20-03-0145- FEDER-000011), tendo as medições de radiação solar da rede de estações desse projeto sido usadas para validação do método na região Sul de Portugal.

Publicado em 18.03.2022