Caraterização da variabilidade a nivel espacial

As variações da posição do sol influenciam o output das centrais FV de uma forma uniforme e altamente correlacionada. Por outro lado, consoante a passagem de nuvens por cima da central, são criadas zonas de sombreamento que variam consoante o movimento das nuvens. Assim, de acordo com a velocidade de deslocamento e forma das nuvens, a área sombreada do parque fo- tovoltaico irá variar, surgindo secções que produzem menos (obstruídas pelas nuvens) enquanto outras continuam a produção normal, dependendo da radiação global incidente.

2.4.2.1 Influência da dimensão da central

Mills et al. [35] apresentam um estudo sobre a atenuação de variabilidade dentro de centrais fotovoltaicas, de acordo com a sua dimensão. Para isso compararam os valores medidos de ir- radiância e produção de centrais fotovoltaicas com capacidade de 30kW, 2MW e 13.2MW para períodos de tempo de 1s, 10s e 1min. Resultados na Figura2.10.

Figura 2.10: Distribuições acumuladas de irradiância e variações de produção FV para diferentes intervalos de análise. Caraterização de um sistema FV de 30 kW (à esquerda) e multi-MW (à direita) [35]

Constataram numa primeira fase, através da comparação entre as variações de produção para uma central fotovoltaica de 30kW de capacidade e as variações de irradiância registadas por um sensor na proximidade, que as flutuações de potência se apresentavam como ligeiramente menores que as de irradiância. Por sua vez, com o aumento do tamanho da central verificaram um aumento desta discrepância, sendo as variações de produção menores quanto maiores as dimensões da ins- talação. Uma nota também para a diferença das probabilidades de diferentes tipos de variabilidade consoante o intervalo de tempo de análise estipulado, apresentando intervalos maiores uma maior probabilidade de variações de maior magnitude.

Em [41] Lu et al. justificam a diferença ao nível de flutuações para o mesmo período de tempo com o facto de numa central fotovoltaica a irradiação ser integrada ao longo da área da central durante o processo de produção, pelo que as variações ao nível de potência produzida são menores que as de irradiância medida na central.

2.4.2.2 Influência da dispersão geográfica

Recentemente Perez et al. afirmam em [34] que um aumento da dispersão geográfica dos locais de produção fotovoltaica se traduziria numa redução considerável da intermitência associada a este tipo de produção.

Em 2010, Lave e Kleissl [42] elaboraram um estudo da variabilidade em quatro localidades diferentes do estado de Colorado utilizando para isso um conjunto de dados com resolução tem- poral de 1 minuto obtidos com recurso a sensores de radiação solar instalados nos quatro locais escolhidos, nomeadamente: National Wind Technology Center (NWTC), Solar Radiation Rese- arch Laboratory (SRRL), South Park Mountain Data (SPMD) e Xcel Energy Comache Station (XCEL), cuja localização está apresentada na Figura2.11.

2.4 A variabilidade fotovoltaica 25

Figura 2.11: Localização dos quatro locais em análise [42]

Por forma a analisar os benefícios da dispersão geográfica, além de estudar as rampas para cada localização, estabeleceram ainda o valor médio do agregado de rampas entre os quatro locais, denominado de AVG4. Os resultados estão apresentados na Figura2.12.

Figura 2.12: Função densidade de probabilidade da taxa de rampas em NWTC, SRRL, SPMD, XCEL e no agregado dos quatro locais [42]

Concluem, como demonstrado pela Figura2.12, que a probabilidade de rampas de maior mag- nitude verificada em cada local individual é sempre mais elevada do que a probabilidade de rampas do agregado das quatro localizações. Tal efeito é denominado de spatial smoothing.

Por forma a representar o efeito da dispersão geográfica, Hoff e Perez em [43] apresentam um modelo simplificado para os casos em que o output entre localizações não está correlacionado (efeitos das nuvens num local não afetam outros locais da mesma forma), a capacidade instalada

em cada sistema é a mesma e a variação de potência em cada localização é igual. O modelo está representado na equação2.7onde N representa o numero de localizações não correlacionadas, σ_∆t1 o desvio padrão das flutuações de potência num local e σ_∆tFleet o desvio padrão das flutuações de potência no conjunto agregado das N localizações (fleet).

σ_∆tFleet= σ

1 ∆t

√

N (2.7)

Definem ainda um conceito de redução de variabilidade (V R), definida pela razão entre as variações num determinado local e as variações do conjunto de instalações fotovoltaicas num determinado período de tempo ∆t (2.8).

V R= σ

1 ∆t

σ_∆tFleet (2.8)

Por aplicação a um caso de estudo comprovam a redução de taxas de rampa quando conside- rado um conjunto de locais dispersos em virtude de um único local. Verificam-se assim vantagens na distribuição de vários locais de produção por forma a mitigar as variações de potência do seu agregado.

2.4.2.3 Correlação geográfica

É expectável que quanto mais próximos estiverem dois locais maior será a sua correlação no que toca à variabilidade induzida pelo tipo de céu presente.

Por sua vez, esta relação pode ser modelizada segundo um coeficiente de correlação (ρ), que diminui com o aumento da distância entre pontos.

ρ = e

d·ln(0.2)

1.5(∆t)(V ) _(2.9)

Onde:

d – distância entre locais;

∆t – intervalo de tempo entre dados;

V - velocidade das nuvens/sistemas meteorológicos responsáveis pela variabilidade.

Através da análise de valores de elevada frequência e resolução de irradiância obtidos por meio de processamento de imagens de satélite em regiões de climas distintos da América do Norte e do Havai, Perez et al. [34] criaram representações gráficas das funções de correlação por forma a verificar a sua relação com a distância (0 a 200km), janela de suavização entre dados (1 minuto a 1 hora) e velocidade média de deslocação das nuvens. Parte dos resultados está representada na Figura2.13.

2.4 A variabilidade fotovoltaica 27

Figura 2.13: Correlação entre locais em função do intervalo de tempo e distância para amostras obtidas em regiões da América do Norte e Havai. A velocidade média mensal das nuvens foi estimada a partir de previsões por satélite para cada ponto [34]

Por análise da Figura2.13e da Equação2.9é percetível a influência que a distância, a escala temporal e a velocidade das nuvens têm na correlação dos valores de irradiância de diferentes locais, pelo que:

• Quanto maior a distância entre locais menor a correlação dos seus valores de irradiância. • Quanto maior for a janela temporal de suavização dos dados em que é feita a comparação

entre medições, maior a sua correlação.

• A correlação, entre pontos à mesma distância, é maior consoante o aumento da velocidade de deslocação das nuvens.

2.4.3 Flutuações de produção fotovoltaica a diferentes horizontes temporais