avaliação do desempenho do sistema de mini-geração...

2016

UNIVERSIDADE DE LISBOA

FACULDADE DE CIÊNCIAS

DEPARTAMENTO DE ENGENHARIA GEOGRÁFICA, GEOFÍSICA E ENERGIA

Avaliação do Desempenho do Sistema de Mini-geração

Fotovoltaico na Faculdade de Ciências

Mestrado Integrado em Engenharia da Energia e do Ambiente

Inês dos Santos Mendes

Dissertação orientada por:

Miguel Centeno Brito

Resumo

Esta dissertação foca-se no estudo e análise do desempenho de sistemas de mini-geração

fotovoltaica, nomeadamente da central da Faculdade de Ciências da Universidade de Lisboa.

Em funcionamento desde 2014, esta central, sendo parte integrante do projeto “Universidade

Verde” patrocinado pela Galp Energia, possui na sua constituição 1124 módulos fotovoltaicos,

perfazendo um total de 275 kWp instalados.

A análise do desempenho dos sistemas de cada edifício, baseada na determinação do coeficiente

de desempenho (Performance Ratio), implicou a extração de dados de produção e de dados

meteorológicos. Os últimos, extraídos da estacão meteorológica e de medição da radiação do

Campus solar da FCUL, sofrem o efeito do sombreamento da sua envolvente de manhã e à

tarde, tendo-se procedido à sua correção através da aplicação de um modelo clear-sky. Nesta

correção foi também considerada a inclinação dos painéis fotovoltaicos. De referir que a

instalação de sensores de radiação e temperatura junto dos módulos poderá melhorar a

qualidade dos resultados, deixando estes de depender de dados externos. Procedeu-se também a

uma comparação entre os dados da estação e os dados da plataforma online PVGIS, cuja base de

dados é construída por médias interpoladas de dados históricos.

Os resultados do coeficiente de desempenho espelham o correto funcionamento da central,

tendo-se obtido valores de 81.9% e 78.6% para os sistemas dos edifícios C1 e C2,

respetivamente. Já os resultados do sistema do edifico C4 apontam para a existência de

sombreamentos nos meses de inverno, tendo-se registado um coeficiente de desempenho

inferior, de 74.7%. Para futuras análises e acompanhamento regular do funcionamento do

desempenho da central, foi desenvolvida uma interface de fácil manipulação, que permite ao

utilizador analisar rapidamente a evolução do desempenho de cada sistema ao longo do ano.

Para analisar mais detalhadamente os sistemas de cada edifício foi também aplicada uma

metodologia que permite, através da avaliação de indicadores de corrente e tensão, detetar e

identificar o tipo de falhas que afetam os mesmos. De modo a testar a sua viabilidade foram

simuladas falhas no sistema do edifício C2, tendo estas sido corretamente identificadas pelos

indicadores avaliados. Posteriormente, procedeu-se a uma análise retrospetiva do

funcionamento do sistema, ao nível do inversor e do edifício, tendo-se concluído que a primeira

é mais apropriada para a identificação de falhas e padrões de sombreamento. Os resultados

permitiram concluir que os dados disponíveis para o edifício C1 se encontravam, à data da sua

extração, mal referenciados na vision box. Para além disso foi detetado no edifício C4 um

padrão de sombreamento nos meses de inverno, que corrobora os resultados obtidos para o

coeficiente de desempenho. Mais uma vez, foram desenvolvidas duas interfaces que permitem a

realização automática deste tipo de análises.

Palavras-Chave: central fotovoltaica FCUL; Performance Ratio; falhas; interface;

sombreamento.

Abstract

This dissertation focuses on the study and analysis of the performance of decentralized PV

systems, particularly of the system installed in FCUL. Operating since 2014, this system, which

is a part of the “Universidade Verde” project, supported by Galp Energia, comprises 275 kWp,

in a total of 1124 PV modules.

The performance analysis of all the PV systems, in all FCUL buildings, based on the

determination of the performance ratio, required access to energy, radiation and temperature

data. The radiation and temperature data used was extracted from the solar station installed in

the Campus Solar, the outdoor solar testing facility. Shadowing of the sensor, caused by the

station surroundings, was corrected by applying a clear-sky model to the data. The inclination of

the PV modules was also considered. The installation of radiation and temperature sensors near

the system would improve the reliability of the results. The Performance Ratio was also

determined based on PVGIS data, in order to compare both data sources.

All results mirror the systems’ good performance, with performance ratios of 81.9% and 78.6%

for the C1 and C2 buildings, respectively. However, the results for the C4 system (74.7%) point

to the presence of a shadowing pattern in the winter months. For future analysis, an interface

was developed that allows the user to quickly analyze the performance evolution of each system

throughout the year.

During this project, it was also applied a fault detection procedure based on the evaluation of

voltage and current indicators. In order to test its viability, several system faults were simulated

in the C2 system. All faults were correctly identified. Finally, historical data was analyzed, by

inverter and by building. The results led to the conclusion that the inverter analysis is more

appropriate to identify possible faults and to detect shadowing patterns. The results show that, at

the time of the extraction, the data retrieved for the C1 building was incorrectly identified in the

vision box. Furthermore, the results allow the identification of a shadowing pattern in the C4

building, during the winter, which is in accordance to the results for the performance ratio.

Additionally, two more interfaces were developed that allow the automatic analysis of all

historical data.

Keywords: PV systems; Performance Ratio; fault detection; interface; shadowing.

Avaliação do Desempenho do Sistema de Mini-geração Fotovoltaico na Faculdade de Ciências

Inês dos Santos Mendes vii

Índice

Resumo .............................................................................................................................................. iii

Abstract ............................................................................................................................................... v

Índice de Figuras ............................................................................................................................... ix

Índice de Tabelas ............................................................................................................................... xi

Agradecimentos ............................................................................................................................... xiii

Simbologia e Notações ...................................................................................................................... xv

Capítulo 1 Introdução.................................................................................................................. 17

1.1 Objetivos ........................................................................................................................... 17

1.2 Estrutura da Tese ............................................................................................................... 17

1.3 Enquadramento.................................................................................................................. 18

1.3.1 Crescimento do PV no mercado global .................................................................... 18

1.3.2 PV em Portugal ........................................................................................................ 21

Capítulo 2 Fundamentos Teóricos .............................................................................................. 23

2.1 Sistema PV ........................................................................................................................ 23

2.1.1 Módulo Fotovoltaico ................................................................................................ 23

2.1.2 Inversor..................................................................................................................... 27

2.1.3 Bateria ...................................................................................................................... 28

2.1.4 Cabos Elétricos e Estruturas ..................................................................................... 28

2.2 Configurações de Sistemas ................................................................................................ 29

2.2.1 Sistemas Ligados à Rede Elétrica ............................................................................ 29

2.3 Desempenho do Sistema PV ............................................................................................. 30

2.4 Falhas no Sistema PV ........................................................................................................ 31

2.4.1 Deteção e Diagnóstico de Falhas .............................................................................. 32

Capítulo 3 Descrição do caso de estudo: mini-geração na FCUL ............................................... 34

3.1 Projeto "Campus Sustentável - Universidade Verde" ....................................................... 34

3.2 Instalação da Faculdade de Ciências ................................................................................. 35

3.2.1 Instalação C1 ............................................................................................................ 36

3.2.2 Instalação C2 ............................................................................................................ 37

3.2.3 Instalação C4 ............................................................................................................ 37

3.2.4 Plataforma ConergySolarControlPlus ..................................................................... 38

Capítulo 4 Avaliação de Desempenho de sistemas PV ............................................................... 40

4.1 Metodologia ...................................................................................................................... 40

4.2 Recolha de dados experimentais ....................................................................................... 41

4.2.1 Dados de produção ................................................................................................... 41

4.2.2 Dados experimentais de irradiância e temperatura ................................................... 41

4.2.3 PVGIS ....................................................................................................................... 47

4.3 Comparação entre fontes de dados .................................................................................... 48

4.4 Avaliação do Desempenho do Sistema ............................................................................. 49

4.4.1 Instalação C1 ............................................................................................................ 49

4.4.2 Instalação C2 ............................................................................................................ 50


viii Inês dos Santos Mendes

4.4.3 Instalação C4 ............................................................................................................ 51

4.5 Interface - Performance Ratio – FCUL ............................................................................. 51

4.6 Conclusões ........................................................................................................................ 52

Capítulo 5 Deteção e Diagnóstico de Falhas ............................................................................... 53

5.1 Metodologia ...................................................................................................................... 53

5.1.1 Indicadores para deteção de falhas ........................................................................... 53

5.1.2 Deteção de falhas ..................................................................................................... 55

5.2 Recolha de dados experimentais ....................................................................................... 56

5.3 Validação da Metodologia ................................................................................................ 57

5.3.1 Simulação de Falhas ................................................................................................. 57

5.3.2 Análise Anual ........................................................................................................... 62

5.4 Interface ............................................................................................................................. 69

5.4.1 Daily Automatic Fault Detection in Grid Connected Photovoltaic Systems – FCUL ..

.................................................................................................................................. 69

5.4.2 Annual Analysis – Automatic Fault Detection in Grid Connected Photovoltaic

Systems - FCUL ........................................................................................................................ 70

5.5 Conclusões ........................................................................................................................ 71

Capítulo 6 Conclusões Finais ...................................................................................................... 72

Capítulo 7 Referências Bibliográficas ........................................................................................ 75

Anexos............................................................................................................................................... 78

A.1 Fichas Técnicas ................................................................................................................. 78

A.1.1 Módulo Fotovoltaico ................................................................................................ 78

A.1.2 Inversor..................................................................................................................... 80

A.1.3 Vision box ................................................................................................................ 84

A.2 Certificado de Exploração ................................................................................................. 86

A.3 Esquemas Unifilares .......................................................................................................... 87

A.3.1 C1 ............................................................................................................................. 87

A.3.2 C2 ............................................................................................................................. 88

A.3.3 C4 ............................................................................................................................. 89


Inês dos Santos Mendes ix

Índice de Figuras

Figura 1: Crescimento global do investimento no mercado fotovoltaico [4]. .................................. 18

Figura 2: Evolução do custo de sistemas fotovoltaicos no mercado alemão [4]. ............................. 19

Figura 3: Distribuição de potência instalada pelos diversos sectores em 2014 [5]. ......................... 19

Figura 5: Potencial solar do território português [9]. ....................................................................... 21

Figura 6: Evolução da potência instalada em Portugal [8], [10]–[12]. ............................................ 22

Figura 7: Estrutura módulo PV [18]. ................................................................................................ 23

Figura 8: Curva IV. Adaptado de [19]. ............................................................................................ 24

Figura 9: Efeito da temperatura e radiação na curva IV [13]. .......................................................... 25

Figura 10: Efeito da resistência shunt e da resistência série na curvatura da curva IV. [20] ........... 25

Figura 11: Efeito das ligações na curva IV. Adaptado de [17]. ....................................................... 26

Figura 12: Díodos de bypass [21]. ................................................................................................... 27

Figura 13: Variação de potência de output com a temperatura para um inversor tipo [22]. ............ 27

Figura 14: Estrutura fixa para superfície plana [24]. ........................................................................ 28

Figura 15: Estrutura superfície inclinada [24]. ................................................................................. 29

Figura 16: Configuração tipo de sistemas ligados à rede elétrica. A caixa a vermelho assinala o

sistema de armazenamento, de carácter opcional.Adaptado de [25]. ............................................... 30

Figura 17: Danos mais comuns observados em módulos fotovoltaicos [32]–[35]........................... 32

Figura 19: Disposição dos módulos fotovoltaicos nos telhados da Faculdade de Ciências da

Universidade de Lisboa [45]. ........................................................................................................... 35

Figura 20: Energia total produzida no C2 no mês de Setembro. ...................................................... 38

Figura 21: Produção diária no edifício C2 ao longo do mês de Setembro. ...................................... 38

Figura 22: Produção diária nos inversores 1 000 061 014 241 e 1 000 061 014 244 ao longo do mês

de Setembro. ..................................................................................................................................... 38

Figura 23: Variação da temperatura dos módulos nos inversores 1 000 061 014 241 e 1 000 061

014 244 ao longo do mês de Setembro. ........................................................................................... 39

Figura 24: Estação meteorológica situada no campus solar [49]. .................................................... 41

Figura 25: Posição da estação meteorológica (círculo) relativamente aos sistemas fotovoltaicos de

cada edifício (1:50). ......................................................................................................................... 42

Figura 26: Dados de para um dia de inverno e de primavera. .................................................... 42

Figura 29: Validação do modelo de “Ineichen”. .............................................................................. 46

Figura 30: Comparação da radiação antes e após )a correção dos períodos de

sombreamento. ................................................................................................................................. 47

Figura 31: Comparação da radiação global antes e após a correção da inclinação da superfície e dos

períodos de sombreamento. .............................................................................................................. 47

Figura 32: Painel de trabalho de ferramenta “Monthly Radiation” [55]. ......................................... 48

Figura 34: Performance Ratio para dados da estação meteorológica e para dados do

PVGIS ( ), para o edifício C1. ........................................................................................... 49

Figura 35:Performance Ratio para dados da estação meteorológica ( e para dados do

PVGIS , para o edifício C2. .......................................................................................... 50

Figura 36: Performance Ratio para dados da estação meteorológica e para dados do

PVGIS ( ), para o edifício C4. ........................................................................................... 51

Figura 38: Curva IV do modelo Conergy PH em condições AM1.5 (anexo A.1.1). ....................... 57

Figura 39: Perfil de radiação do dia 7 de Julho de 2015. ................................................................. 57

Figura 40:Simulação de módulo em bypass. O retângulo amarelo representa a string afetada pela

simulação.......................................................................................................................................... 58


x Inês dos Santos Mendes

Figura 41: Indicadores de tensão para caso de simulação de módulo em bypass. ........................... 58

Figura 42: Indicadores de corrente para caso de simulação de módulo em bypass. ........................ 59

Figura 43: Desconexão de cabos para simulação de falha em string. .............................................. 59

Figura 44: Indicadores de corrente para caso de simulação de falha em string. .............................. 59

Figura 45: Indicadores de tensão para caso de simulação de falha em string. ................................. 60

Figura 46: Simulação de Sombreamento. Módulos cobertos com lona no edifício C2. .................. 60

Figura 47: Perfil de radiação do dia 6 de Julho de 2015, obtido através de dados extraídos da

estação meteorológica do campus Solar [49]. .................................................................................. 61

Figura 48: Indicadores de corrente para caso de simulação de sombreamento. ............................... 61

Figura 49: Indicadores de tensão para caso de simulação de sombreamento. .................................. 62

Figura 51:Simulação de sombreamento de muro de cimento ao longo de um dia de Inverno. ........ 63

Figura 52:Análise, sem filtro (esquerda) e com filtro (direita), da variação da corrente para o

inversor 1 000 061 014 241. ............................................................................................................. 64

Figura 53: Período de simulação de falha na string. ........................................................................ 64

Figura 54:Análise, sem filtro (esquerda) e com filtro (direita), da variação da tensão para o inversor

1 000 061 014 251. ........................................................................................................................... 65

Figura 55: Período de simulação de falha no módulo. ..................................................................... 65

Figura 56: Análise da variação anual da corrente no inversor 1 000 061 014 351 e 1 000 061 014

258, respetivamente. ......................................................................................................................... 66

Figura 57: Análise, sem filtro (esquerda) e com filtro (direita), da variação anual do rácio dos

indicadores da corrente no sistema do edifício C1. .......................................................................... 67

Figura 58: Análise, sem filtro (esquerda) e com filtro (direita), da variação anual do rácio dos

indicadores da tensão no sistema do edifício C1. ............................................................................. 67

Figura 59: Análise dos rácios de corrente (lado esquerdo) e de tensão (lado direito), com filtro, para

o sistema do edifício C2. .................................................................................................................. 68

Figura 60: Análise dos rácios de corrente (lado esquerdo) e de tensão (lado direito), com filtro, para

o sistema do edifício C4. .................................................................................................................. 68

Figura 61: Painel da interface de análise diária para o inversor 241 do edifício C2 no dia 7 de Julho.

.......................................................................................................................................................... 69

Figura 62: Mensagem de erro em caso de maioria de dados abaixo dos 200 W/m2........................ 70

Figura 63: Diagnóstico de falha. ...................................................................................................... 70

Figura 64: Painel de interface de análise anual - com filtro – para o inversor 258 do edifício C4. . 71


Inês dos Santos Mendes xi

Índice de Tabelas

Tabela 1: Tipos de falhas de sistemas fotovoltaicos ........................................................................ 31

Tabela 2: Parâmetros do módulo PV instalado no sistema de mini-geração (anexo A.1.1). ........... 35

Tabela 3: Parâmetros do inversor instalado no sistema de mini-geração (anexo A.1.2). ................. 36

Tabela 4: Quadro resumo do sistema do C1..................................................................................... 36



Tabela 7: Períodos de sombra ao longo do ano. ............................................................................... 43

Tabela 8: Irradiância global média por unidade de área (kWh) [55]. .............................................. 48


xii Inês dos Santos Mendes


Inês dos Santos Mendes xiii

Agradecimentos

Agora que termino esta fase da minha vida quero agradecer a todos os que fizeram parte do meu

percurso académico e que me ajudaram a crescer nestes últimos anos.

Um obrigado especial ao Professor Miguel Brito pela oportunidade, e por ter permitido que

trabalhasse num tema que tanto gosto. Obrigado ainda por tudo o que me ensinou ao longo deste

ano.

Quero também agradecer ao Rodrigo Amaro e Silva por todo o apoio e trocas de ideias constantes,

quer sobre Matlab, quer sobre o tema em geral, que fizeram com que conseguisse apresentar algo

de que me orgulho.

Obrigado ainda ao André Amaral pelas horas disponibilizadas para visitas às instalações e por toda

a ajuda dada ao longo do projeto.

Obrigado à COFELY pelo incentivo e pela e oportunidade oferecida, mesmo não tendo terminado

na altura da minha admissão, a minha dissertação de mestrado.

Agradeço ainda a todos os que me são mais próximos, nomeadamente ao Hugo, à Sara e à Ana pela

disponibilidade e apoio nas horas de maior frustração.

Aos meus cãezinhos e gatinhos que, sendo uma grande parte da minha vida, muitas vezes me

alegraram nos momentos de maior desanimo.

Um grande obrigado a toda a minha família, desde os meus avós à minha irmã que, por mais que

cresça será sempre a minha “little sister”.

Por último, um especial obrigado aos meus pais que sempre trabalharam para me permitirem uma

melhor educação e instrução do que a que lhes foi possibilitada.


xiv Inês dos Santos Mendes


Inês dos Santos Mendes xv

Simbologia e Notações

Faculdade de Ciências da Universidade de Lisboa

Fotovoltaico

EVA Espuma Vinílica Acetinada

Fotovoltaico integrado em edifícios

STC Condições de teste Standard

Massa de Ar

Curva corrente-tensão

Corrente de curto-circuito

Tensão de circuito aberto

Corrente no ponto de potência máxima

Tensão no ponto de potência máxima

Potência máxima

Fator de Forma

Resistência série

Resistência Shunt

Corrente alternada

Corrente contínua

System Yield

Reference Yield

Performance Ratio

CC Curto-Circuito

MPPT Seguidor de ponto de potência máxima

Eficiência do módulo PV

Eficiência do inversor

Temperatura ambiente

NOCT Temperatural normal de operação da célula fotovoltaica

Temperatura da célula

PVGIS Photovoltaic Geographical Information System

Área módulos fotovoltaicos

Energia produzida

Irradiância no plano normal

Irradiância Global Horizontal

Irradiância no plano inclinado

Declinação solar


xvi Inês dos Santos Mendes

Dias julianos

Ângulo horário

Azimute

Inclinação

Latitude

Albedo

Radiação calculada pelo modelo clear-sky

Constante solar

Turbidez de Linke

Irradiância considerando sombreamento

Indicador corrente obtido

Indicador corrente previsto

Indicador tensão obtido

Indicador tensão previsto

Threshold para falha de tensão

Threshold para falha de corrente

Número de ligações série

Número de ligações paralelo


Inês dos Santos Mendes 17

Capítulo 1 Introdução

1.1 Objetivos

O trabalho desenvolvido no âmbito desta dissertação teve como objetivo a avaliação do

desempenho do sistema de mini-geração da Universidade de Lisboa, nomeadamente do sistema da

Faculdade de Ciências. As instalações, exploradas pela Galp Energia, estão divididas em 3 edifícios

(o C1, o C2 e o C4), existindo ainda uma central no Jardim de Pedra do C7. O trabalho procurou

analisar o desempenho do sistema e detetar eventuais falhas na sua produção, utilizando a

metodologia desenvolvida por Santiago Silvestre e Mário Aires da Silva " [1],[2]. O trabalho

possuiu diversas etapas de desenvolvimento, listadas em baixo:

Estudo do Sistema Solar Fotovoltaico instalado na FCUL;

Recolha local de dados para análise;

Avaliação do desempenho do sistema de mini-geração.

Criação de uma interface para determinação do Performance Ratio do sistema;

Validação experimental de metodologia de deteção de falhas;

Aplicação do método de deteção de falhas;

Criação de uma interface para análise diária, por inversor, para identificação automática de

falhas;

Criação de interface para análise anual, por edifício e por inversor;

1.2 Estrutura da Tese

A dissertação apresentada encontra-se organizada em seis capítulos. No primeiro é feita uma

apresentação dos objetivos do trabalho, seguida de um enquadramento ao mercado fotovoltaico e à

produção descentralizada de origem solar fotovoltaica, nomeadamente em Portugal. No segundo

capítulo são apresentadas matérias relevantes na área da energia solar para que o leitor possa

conhecer ou relembrar algumas definições pertinentes. O terceiro capítulo diz respeito à descrição

detalhada das instalações da Galp Energia, dando-se especial enfâse à central da FCUL. No quarto

capítulo é feita uma avaliação do desempenho dos sistemas de cada edifício. Em primeiro lugar, é

apresentada a metodologia de cálculo aplicada, seguida de uma descrição do procedimento de

extração dos dados necessários. Nele é ainda realizada uma análise dos resultados obtidos, sendo

por fim apresentada uma interface desenvolvida de modo a facilitar este tipo de estudo. No capítulo

5 é aplicada uma metodologia de deteção e diagnóstico de falhas. Após a descrição da metodologia,

é realizada uma validação da mesma (através da simulação experimental de falhas), sendo esta

posteriormente implementada nos sistemas de cada edifício. É ainda apresentada uma análise por

inversor e por edifício, visando uma melhor compreensão do funcionamento dos sistemas. Por fim

são apresentadas interfaces de análise diária e anual, desenvolvidas de forma a simplificar a análise

do desempenho da central. No capítulo seis é feita uma conclusão sobre o trabalho realizado,

havendo ainda sugestões a desenvolvimentos futuros.

Avaliação do desempenho do sistema de mini-geração fotovoltaico na Faculdade de Ciências

18 Inês dos Santos Mendes

1.3 Enquadramento

1.3.1 Crescimento do PV no mercado global

A utilização de combustíveis fósseis, poluentes e com recursos limitados, é uma abordagem não

sustentável aos sistemas de energia, sendo necessário investir em sistemas de produção de energia

de origem renovável que, para além de promoverem uma diminuição da libertação de poluentes na

atmosfera, contribuem para uma maior sustentabilidade das gerações futuras.

A eletricidade de origem solar, nomeadamente a fotovoltaica, tem possuído especial destaque

devido à elevada disponibilidade do recurso. O investimento no solar tem sido notável,

principalmente na Europa, onde está instalada cerca de 74% da produção mundial de energia [3]. A

Alemanha e a Itália foram até recentemente os principais investidores, sendo que no primeiro os

custos associados à produção atingiram o valor mais baixo dos últimos anos, tornando-se esta na

mais barata forma de energia renovável do país [3]. Na Figura 1 é possível observar o crescimento

gradual do investimento em instalações solares e a sua distribuição à escala global, de 2008 a 2014.

Nesta pode verificar-se que o mercado asiático regista um crescimento muito superior aos restantes,

justificado com a sua evolução tecnológica. Já o mercado europeu tem vindo a desacelarar devido à

redução de programas de incentivos. A partir desta pode ainda verificar-se que entre 2010 e 2012 o

crescimento rondou os 30 GWp/ano, enquanto de 2012 a 2014 se registou um crescimento de 40

GWp/ano, comprovando-se o aumento gradual do investimento no fotovoltaico. Em 2014 estavam

instalados globalmente cerca de 180 GWp [4].

Figura 1: Crescimento global do investimento no mercado fotovoltaico [4].

Este investimento exponencial no mercado fotovoltaico tem conduzido a uma diminuição gradual

do custo de instalação, desde os materiais que compõem um módulo fotovoltaico, aos

equipamentos que constituem o sistema. Na Figura 2 é possível avaliar a evolução deste custo, de

2006 ao primeiro quadrimestre de 2015, na Alemanha. A partir deste é possível retirar diversas

conclusões. Em primeiro lugar verifica-se que, de 2006 a 2015 se registou uma queda de

aproximadamente 75% do custo de instalação, que se encontrava, no último ano, nos 1300 €/kWp.

É ainda possível verificar que, até 2013, o custo do módulo constituía mais de 50% do custo total

do sistema. Até meados de 2009 este custo representava mais de 70% do custo total do sistema,

tendo-se verificado uma queda acentuada desta percentagem, justificada com o aparecimento de

novos materiais mais eficientes. Esta diminuição do custo do painel tem equilibrado a repartição

dos custos totais do sistema, tendo-se registado um aumento do impacto do custo de equipamentos



como os inversores. Desde 2013 tem-se registado uma repartição de aproximadamente 50%-50%

entre os tipos de equipamentos em questão [4].

Figura 2: Evolução do custo de sistemas fotovoltaicos no mercado alemão [4].

Este tipo de sistemas pode ser aplicado em diversos sectores, desde o industrial ao residencial. O

gráfico da Figura 3 representa a distribuição de potência instalada pelos diversos sectores, em 2014

[5]. Nele pode verificar-se que países como a Roménia, Bulgária e Espanha investem mais em

sistemas fixos de produção descentralizada, aproveitando o recurso solar para fortalecer a rede

elétrica. Já em países como a Holanda, a Dinamarca e a República Checa o investimento é mais

notável no sector residencial, o que resulta de políticas de incentivo do Estado que facilitam a

integração deste tipo de sistemas. O sector comercial é também bastante relevante, nomeadamente

na Eslováquia e na Áustria, enquanto o sector industrial é nominal na Polónia e Suíça. De acordo

com a figura, Portugal investe maioritariamente no sector industrial e comercial, existindo menor

investimento no residencial. O investimento em sistemas fixos é quase nulo existindo apenas

algumas centrais de média e grande potência instalada, de onde se destaca a central da Amareleja,

com 62 MWp de potência instalada [6].

Figura 3: Distribuição de potência instalada pelos diversos sectores em 2014 [5].



Nos dias de hoje, cada vez mais surgem novas formas de exploração de energia de origem

renovável, facilitando a dispersão dos sistemas ao nível habitacional, e não apenas a um nível

centralizado e comercial. Um destes novos conceitos de produção é o autoconsumo, em que o

produtor consome a energia que produz, podendo ou não haver armazenamento do excedente. O

excedente pode ainda ser vendido à rede, não sendo este o principal objetivo deste tipo de sistema

em que é mais vantajoso consumir energia nas horas de maior disponibilidade solar. Embora não

seja o caso de Portugal, para promover o investimento nestes sistemas de produção renovável

foram também criadas políticas de net-metering, em que a venda deste excedente é incentivada

através de taxas sobrevalorizadas, passando a rede a servir como sistema de armazenamento. Neste

caso o consumidor reduz a sua fatura elétrica, sendo no entanto necessário um controlo da energia

injetada nas horas de sol, de modo evitar uma sobrecarga da rede. Hoje em dia, os sistemas mais

comuns são os sistemas de mini-geração, responsáveis pela produção descentralizada em pequena

escala, em que toda a energia produzida é vendida à rede [7]. Estes são sistemas de elevada

rentabilidade, aproveitando coberturas de edifícios como local de instalação. As coberturas em

meio urbano são o local ideal para a instalação de tecnologias de energia solar, sendo o fotovoltaico

a principal tecnologia utilizada em sistemas de mini-geração.

Na Figura 4 está representada a contribuição da energia fotovoltaica na procura energética dos

países europeus, em 2013. A figura permite ainda analisar a variação de investimento entre as

diversas formas de exploração apresentadas [8]. De acordo com a mesma, apenas a Bélgica, a

Dinamarca e a Holanda investem em sistemas de net-metering. Já países como a Itália e a

Alemanha, para além de satisfazerem cerca de 7% do seu consumo com energia de origem

fotovoltaica, investem tanto em sistemas de autoconsumo como em sistemas de produção

descentralizada. A Figura 4 permite ainda verificar através da coluna azul que, em média, cerca de

3% do consumo de energia europeu foi garantido por tecnologias de energia solar fotovoltaica.

Figura 4:Contributo do PV para a procura energética europeia em 2013 [8].



1.3.2 PV em Portugal

Portugal é um país costeiro com grande disponibilidade de recurso solar. Como se pode verificar na

Figura 5, o sul de Portugal recebe, em média, mais de 2100 kWh/ /ano de radiação solar,

enquanto o Norte possui menor disponibilidade solar, na ordem dos 1750 kWh/m2/ano. Devido à

sua posição geográfica, o arquipélago dos Açores recebe menos radiação que o da Madeira,

rondando em média os 1600 kWh/ /ano e os 1800 kWh/ /ano, respetivamente [9]. A Figura 5

permite ainda avaliar os níveis de produção média anual de energia de origem fotovoltaica,

proporcional à disponibilidade de recurso solar. O centro e sul do país são assim as regiões onde se

produz mais energia elétrica proveniente de tecnologias fotovoltaicas. Deste modo, o investimento

em energia de origem solar pode ser bastante vantajoso, aproveitando-se o recurso disponível ao

longo do ano, reduzindo os custos associados à importação de combustíveis fósseis e aumentando,

simultaneamente, a sustentabilidade do país.

Figura 5: Potencial solar do território português [9].

O mercado fotovoltaico em Portugal tem evoluído gradualmente ao longo dos anos. No gráfico da

Figura 6 é possível verificar que até 2013 o crescimento foi mais lento, tendo-se registado um

aumento significativo em 2014, na ordem dos 120 MW. De modo a cumprir o objetivo definido no

horizonte 2020, de 720 MW instalados em Portugal, é necessário garantir um crescimento anual de

pelo menos 50 MW [8], [10]–[12].



Figura 6: Evolução da potência instalada em Portugal [8], [10]–[12].

Para além da disponibilidade de recurso solar, também as políticas de incentivo do Estado

promovem este investimento na produção solar, oferecendo um leque de benefícios económicos

vantajosos para o investidor e para a própria rede elétrica com a injeção do excedente.

O Decreto-Lei n.º 153/2014, de 20 de outubro, prevê dois cenários distintos de exploração de

sistemas de produção de energia [13]. O primeiro diz respeito à produção destinada ao

autoconsumo na instalação, com ou sem ligação à rede elétrica pública, baseada em tecnologias de

produção que podem ser de origem renovável ou não. O segundo cenário diz respeito à criação de

sistemas de mini-geração de origem renovável em que toda a energia produzida na instalação é

vendida à rede pública.

Apesar do autoconsumo também permitir a injeção do excedente na rede, as taxas aplicadas em

cada cenário são bastante diferentes, uma vez que no primeiro caso o objetivo principal não é a

comercialização de energia, mas sim o seu consumo pelo produtor. No entanto, neste caso, como se

sabe, as horas de maior disponibilidade solar não correspondem às horas de maior consumo,

existindo portanto um excedente de energia que, se não for armazenado em baterias, terá de ser

injetado na rede. A portaria em questão detalha o regime remuneratório no Artigo 31º, definindo

que o excedente proveniente de sistemas de autoconsumo é vendido a preço de retalho, enquanto a

energia produzida por sistemas de mini-geração é valorizada ao preço de mercado. A Portaria n.º

15/2015, de 23 de Janeiro, fixa a tarifa prevista no decreto de 2014 e determina as percentagens a

aplicar à mesma, consoante a origem da energia primária utilizada pelas unidades de pequena

produção [14].

Um exemplo deste crescente investimento é o sistema de mini-geração fotovoltaica da

Universidade de Lisboa, onde estão instalados 954 kWp, e em que a totalidade da energia

produzida é injetada na rede [15].

720

172 242

278

400

0

100

200

300

400

500

600

700

800

2011 2012 2013 2014 2020

MW

Potência instalada em Portugal

Mercado Anual Cumulativo



Capítulo 2 Fundamentos Teóricos

O presente capítulo pretende fazer uma revisão de alguns fundamentos teóricos relativos ao tema

da energia solar fotovoltaica, garantindo assim ao leitor uma melhor compreensão da metodologia

implementada neste trabalho.

2.1 Sistema PV

2.1.1 Módulo Fotovoltaico

O módulo é o principal componente de um sistema fotovoltaico, sendo o responsável pela

conversão de radiação solar em energia elétrica. Este é constituído por um conjunto de células

fotovoltaicas, tipicamente de silício, cuja quantidade, associada ao tipo de interconexão utilizada,

determina as características elétricas do mesmo. Estas células são encapsuladas por um material

estável a elevadas temperaturas, normalmente espuma vinílica acetinada (EVA), de modo a facilitar

o acoplamento entre a parte frontal e a parte posterior do módulo. Esta última é constituída por um

polímero de baixa resistência térmica, habitualmente tedlar, que previne a infiltração de água e

vapor [16]. Nesta é ainda possível encontrar a caixa de conexões que permite a ligação do módulo a

outros módulos ou equipamentos e, caso existam, os díodos de bypass, abordados adiante nesta

secção [17]. Na maioria dos casos os módulos possuem estruturas rígidas, sendo constituídos por

uma base mecânica com uma ou mais lâminas de vidro temperado, com baixo teor de ferro. Na

Figura 7 está representada a composição de um módulo tipo [18].

Figura 7: Estrutura módulo PV [18].

Para além de módulos rígidos existem módulos flexíveis, de células de filmes finos, em que o

substrato é constituído por materiais maleáveis como polímeros ou lâminas metálicas [17]. Existem

ainda módulos que, sendo utilizados em construções BIPV, não necessitam de molduras mecânicas

nem possuem caixa de conexões, ou esta não é facilmente acessível, existindo ligação direta a

partir de uma caixa fechada.

A interconexão entre as células fotovoltaicas define as propriedades que caracterizam um módulo,

sendo as mais relevantes a corrente e a tensão que nele circulam. Alguns destes parâmetros são

fortemente influenciados por fatores externos, como a radiação e temperatura. Uma vez que não é

possível garantir as mesmas condições em todo o mundo, definiu-se um conjunto de condições

padrão, as condições STC (standard test conditions), que facilitam a caracterização de um módulo.

As fichas técnicas dos módulos apresentam assim as suas características para 1000 sob uma

distribuição espectral para AM 1.5 a uma temperatura de 25ºC, possibilitando uma comparação

entre modelos distintos [17].



Uma das principais características de um módulo é a sua corrente de curto-circuito, o , que diz

respeito à corrente que percorre o circuito quando a tensão nos seus terminais é nula, e que depende

diretamente da intensidade da luz incidente, e portanto, da geração de portadores. A é assim a

corrente máxima que se pode extrair do equipamento, dependendo de fatores como a área, o

espectro de luz incidente e as propriedades óticas do material como a absorção e reflexão [16].

Relativamente à tensão, um dos principais parâmetros a considerar é a tensão de circuito

aberto, , medida nos seus terminais quanto a corrente é nula, sendo por isso a máxima tensão

que o módulo pode produzir. Esta depende da corrente de saturação e está relacionada com a

recombinação dos portadores de carga minoritários.

Também a potência do módulo é um dos principais aspetos que o caracterizam [16]. O seu valor

máximo, , define dois parâmetros de tensão e corrente, o e o , que permitem

determinar a eficiência do equipamento dada por:

(1)

onde é a potência incidente nas condições STC.

A curva IV, representada na Figura 8 é um dos principais métodos de caracterização de módulos

fotovoltaicos, permitindo extrair os parâmetros referidos anteriormente, e ainda dados que não se

encontrem listados nas fichas técnicas como o Fator de Forma e as resistências parasíticas dos

mesmos.

Figura 8: Curva IV. Adaptado de [19].

Como foi referido, as características elétricas dos módulos são fortemente influenciadas por fatores

meteorológicos como a radiação e temperatura. Por um lado a radiação proveniente do sol afeta

proporcionalmente a corrente, nomeadamente a alterando ainda a tensão de forma logarítmica.

Já a temperatura influencia maioritariamente a tensão, particularmente o , provocando ainda

alterações, pouco significativas, na . Deste modo, aumentos na temperatura provocam um

decréscimo no na ordem dos 2.2 mV/°C e um aumento pouco relevante de 0.0006 mA/ºC na

[16]. Todas estas alterações aos parâmetros referidos provocam uma alteração na forma da curva

IV, representada na Figura 9 .



Figura 9: Efeito da temperatura e radiação na curva IV [13].

Também a qualidade do material e dos contactos elétricos das células do módulo influencia

fortemente a sua eficiência, oferecendo resistências que alteram a forma da curva IV: a resistência

shunt e a resistência série. A resistência shunt, resulta de curto-circuitos locais, defeitos no

processo de fabrico ou operação da célula solar. Valores baixos desta resistência provocam

dissipação de calor, reduzindo a tensão da célula. O efeito desta resistência é mais notável para

níveis inferiores de radiação uma vez que, nestes casos, haverá menos corrente a circular, que será

perdida através da resistência. Como se verifica na Figura 10 , perto do ponto a curva é

influenciada pela resistência, sendo o seu valor determinado em primeira ordem pelo declive da

mesma nesse ponto [16]. A resistência série, é a resistência dos contactos metálicos, quer no

que diz respeito ao contacto entre os elementos metálicos e o silício, quer no que diz respeito ao

contacto entre os elementos metálicos em si. Esta pode, caso possua valores muito elevados,

reduzir a . Perto do ponto a curva é fortemente afetada pela resistência, como se pode

verificar na Figura 10, podendo o seu valor ser determinado em primeira ordem através do declive

da mesma [16].

Figura 10: Efeito da resistência shunt e da resistência série na curvatura da curva IV. [20]

Posto tudo isto, verifica-se que a análise da forma da curva IV, através do Fator de Forma, permite

inferir o impacto das resistências que afetam a eficiência global do módulo [16]. Este, sendo um

dos parâmetros que não está listado nas datasheets, é dado por:

(2)

Este parâmetro permite assim avaliar a qualidade do módulo sendo que, quanto maior for o FF,

mais a curva assume uma forma retangular, e menores serão as perdas resistivas.



A partir deste parâmetro é também possível determinar a eficiência dada por:

(3)

onde é a potência incidente, considerando as condições STC [16].

As características de um sistema fotovoltaico dependem da configuração das ligações entre os

módulos que o compõem. Estas ligações, que podem ser em série ou paralelo, limitam a tensão e a

corrente do sistema.

Numa associação de módulos em série a corrente do sistema mantém-se inalterada, enquanto a

tensão global do mesmo toma o valor da soma das tensões de cada módulo. Para este tipo de

associações é necessário que os módulos possuam características elétricas semelhantes uma vez

que o pior módulo limita o desempenho do conjunto. Por outro lado, nas associações em paralelo a

tensão não sofre alterações, sendo a corrente total do sistema a soma da corrente de todos os

módulos [17]. Neste tipo de ligações é necessário que os módulos possuam todos a mesma tensão,

sendo que o pior módulo limita, mais uma vez, a potência do sistema. Na Figura 11 é possível

observar o efeito destas ligações na curva IV.

Figura 11: Efeito das ligações na curva IV. Adaptado de [17].

Por vezes, fatores como sombreamentos (que podem ser sistemáticos, resultando da envolvente, ou

passageiros, resultando de nuvens) ou sujidades provocam dissipação da energia nas células que

pode originar o aparecimento dos designados "pontos quentes", mais conhecidos como "hotspots",

que, a longo prazo, provocam danos permanentes no módulo. Estes danos resultam em quedas na

corrente afetando, consequentemente, a produção total do sistema. Assim, para evitar estas quedas

na produção recorre-se a díodos de desvio, também designados por díodos de bypass, que, sendo

instalados em paralelo, fornecem à corrente um caminho alternativo evitando as células

sombreadas ou danificadas. Podem ainda existir díodos de bloqueio cuja função é impedir o fluxo

de corrente de uma série com tensão maior para uma com tensão menor, podendo estes prevenir a

descarga de baterias [17]. Na Figura 12 é possível observar-se o comportamento de um sistema

sombreado com bypass.



Figura 12: Díodos de bypass [21].

2.1.2 Inversor

Outro componente fundamental de um sistema fotovoltaico é o inversor. Este equipamento é

responsável pela conversão de corrente contínua, proveniente dos módulos, em corrente alternada,

que é injetada no parque residencial ou na rede de distribuição. Este possui na sua constituição um

equipamento que permite aos módulos operar à sua potência máxima, o Maximum Power Point

Tracker (MPPT) [16].

Na seleção de um modelo de inversor vários parâmetros devem ser tidos em conta, sendo

necessário verificar se a potência nominal de saída, e a tensão e a corrente, quer de entrada (do

sistema PV) quer de saída (da carga), são compatíveis com a instalação em questão. A corrente de

saída do inversor deve respeitar a amplitude, frequência e conteúdo harmónico correspondente à

aplicação pretendida. Adicionalmente, é importante analisar as temperaturas de funcionamento do

inversor, de forma a averiguar se é adequado para as condições do local em questão [17].

O processo de conversão de corrente contínua em corrente alternada resulta, por vezes, em perdas

de energia que depende da eficiência do equipamento. Normalmente, o valor apresentado nas

fichas técnicas dos equipamentos diz respeito à sua potência nominal e varia entre 50% (para

potências muito inferiores à sua potência nominal) e 95% [17]. Durante o processo de conversão o

inversor liberta calor que, associado à temperatura ambiente, influencia a temperatura de operação

do equipamento. À medida que esta temperatura aumenta, o equipamento passa a controlar a

quantidade de energia convertida, visando um aumento do seu tempo de vida. Deste modo, a

temperatura ambiente possui um papel importante na eficiência global do inversor, sendo possível

analisar esta relação na Figura 13 [22]. Nesta é possível verificar que a partir do 45ºC, a eficiência

do inversor tipo começa a decair.

Figura 13: Variação de potência de output com a temperatura para um inversor tipo [22].



Como alternativa a estes inversores tradicionais, existem ainda módulos com microinversores

integrados cujos terminais são exclusivamente de corrente alternada, e que se destinam a

instalações de mini e microgeração [23]. Ao contrário dos inversores normais que são otimizados

para o pior módulo (sofrendo os restantes o chamado efeito “dominó”) este tipo de equipamento

permite que cada painel funcione individualmente à sua máxima potência, evitando por exemplo o

uso de díodos de bypass.

2.1.3 Bateria

Em alguns casos é necessário encontrar soluções que garantam a total satisfação do consumidor,

sendo uma delas o armazenamento da energia produzida. Esta solução faz com que seja possível

responder a todas as necessidades energéticas da instalação, quer nos períodos em que não há

produção (de noite), quer quando esta é insuficiente (devido a níveis reduzidos de irradiância, como

em dias nublados ou chuvosos, ou a consumos elevados). A instalação de baterias implica

normalmente a instalação de um equipamento de regulação, responsável pelo controlo da carga e

descarga da bateria.

2.1.4 Cabos Elétricos e Estruturas

Para além dos equipamentos referidos anteriormente são ainda necessários materiais secundários

como os cabos elétricos e as estruturas de suporte dos painéis.

Os cabos elétricos são os responsáveis pela interligação elétrica dos módulos fotovoltaicos e dos

restantes componentes. Sendo constituídos por materiais de elevada condutividade, os cabos

sofrem perdas por efeito de Joule. Deste modo, a sua secção e o tipo de material a utilizar são

determinados com base nas perdas entre o módulo e o inversor e os elementos de consumo,

procurando-se uma melhoria do binómio custo/perdas [23].

As estruturas de suporte dos módulos fotovoltaicos devem ser escolhidas com base em critérios de

segurança e normas já definidas para este tipo de instalações. Deve ser dada especial atenção à sua

resistência, uma vez que o módulo deverá manter-se estabilizado em situações meteorológicas

adversas como ventos fortes ou nevões. A estrutura deve ainda estar protegida contra a ação de

agentes ambientais. Existem 3 tipos de estruturas de suporte, dependendo estas do tipo de

instalação: estruturas para superfícies planas, estruturas para superfícies inclinadas e seguidores

solares. As estruturas para superfícies planas podem ser rotativas, possuindo ajuste do ângulo de

inclinação, fixas ou com barras de apoio para solo plano, com ângulo de inclinação ajustável [23].

Na Figura 14 é possível observar um esquema de um sistema fixo no chão [24].

Figura 14: Estrutura fixa para superfície plana [24].



Já as estruturas para superfícies inclinadas facilitam a integração de sistemas fotovoltaicos em

edifícios, possibilitando a sua instalação nos telhados dos mesmos. Por vezes, o ângulo de

inclinação do telhado pode não ser o adequado para que haja o máximo proveito do sistema

(aproximadamente o da latitude do local). Para além disso o telhado pode não estar orientado a sul,

o que afeta o rendimento do mesmo. Para este tipo de instalações podem assumir-se perdas por

desorientação sul até 30º, e uma variação de 20º relativamente ao valor adequado de inclinação

[23]. Na Figura 15 é possível observar um esquema de um sistema para uma superfície inclinada

[24].

Figura 15: Estrutura superfície inclinada [24].

Como forma de otimizar o seu rendimento energético é ainda possível instalar os módulos sobre

sistemas de seguimento solar, que se movimentam automaticamente de este para oeste seguindo o

percurso do sol ao longo do dia.

2.2 Configurações de Sistemas

Os sistemas fotovoltaicos podem ser divididos em duas categorias principais, os sistemas isolados e

os sistemas conectados à rede. Existem também diversos modelos de exploração que dependem da

legislação do país em questão, para além de diversas aplicabilidades alternativas como sistemas de

bombagem de água ou dessalinização [23]. A central da FCUL trata-se de um sistema ligado à rede

elétrica, e por isso, neste trabalho apenas é abordado este tipo de sistema.

2.2.1 Sistemas Ligados à Rede Elétrica

Neste tipo de sistemas o consumo é suprimido pelo sistema fotovoltaico, pela rede elétrica, ou por

ambos, consoante a aplicação do mesmo. Por um lado, o sistema pode ser explorado num regime

de venda exclusiva à rede, sendo toda a energia produzida injetada na rede elétrica. Em Portugal

esta aplicação corresponde aos sistemas de mini e micro-geração em que o consumidor é

compensado pela entidade energética na fatura final de consumo [13]. Existem ainda sistemas em

que a rede funciona como sistema complementar, sendo a energia produzida consumida

diretamente na instalação. Em Portugal este tipo de sistemas diz respeito ao regime de

autoconsumo, em que a ligação à rede garante a supressão das necessidades energéticas do

consumidor nas horas de vazio [13]. No entanto, os sistemas fotovoltaicos apenas produzem

energia durante o período em que o consumo é menor. Deste modo grande parte deste excedente é

injetado na rede, com um preço inferior ao preço de retalho, não beneficiando economicamente o

consumidor. Para evitar esta situação, muitos destes sistemas incluem na sua composição sistemas

de armazenamento que, para além de possibilitar o consumo de energia produzida em horas de

vazio, poupam e evitam sobrecargas da rede. Na Figura 16 é possível observar a configuração tipo

de um sistema ligado à rede, possuindo na sua composição o sistema opcional de armazenamento.



Figura 16: Configuração tipo de sistemas ligados à rede elétrica. A caixa a vermelho assinala o sistema de

armazenamento, de carácter opcional.Adaptado de [25].

2.3 Desempenho do Sistema PV

Ao longo do seu tempo de vida, os sistemas fotovoltaicos vão sofrendo uma degradação gradual

que afeta o seu desempenho. Para além desta degradação, também a ocorrência de falhas pode

influenciar o desempenho dos sistemas, sendo por isso necessário um controlo e monitorização,

que permita uma maximização da energia produzida.

Esta análise pode ser realizada através de diversos parâmetros e pode ser utilizada para comparar

diferentes tecnologias, esquemas de ligação e localizações geográficas. Os parâmetros mais

relevantes (o System Yield, o Reference Yield, e o Perfomance Ratio) são influenciados por

variações na radiação solar e na temperatura ambiente, sendo necessário identificar quais os mais

adequados à análise que se pretende realizar.

O System Yield, , representa o número de horas que um array (conjunto de módulos que trabalha

como uma única unidade de produção) funciona à sua potência máxima, e é dado por [26]:

(4)

onde é a energia de saída do sistema e é a potência instalada. Por outras palavras,

permite analisar a energia produzida por um sistema com base na sua dimensão, sendo por isso um

bom índice de comparação entre sistemas de proporções distintas.

Já o Reference Yield, , é um indicador do recurso solar disponível para produção fotovoltaica,

sendo por isso função do local, da orientação do array e da variabilidade meteorológica (mensal ou

anual), e é dado por [26]:

(5)

onde é a irradiância total incidente nos módulos do array, e é a irradiância de referência.

O Performance Ratio, , avalia o funcionamento de um sistema PV através da comparação entre a

sua produção efetiva e o que seria expectável nas condições em questão. Este desempenho depende



de fatores como a ineficiência do inversor, a degradação das ligações, e a temperatura do módulo, e

é dado por [26], [27]:

(6)

onde é a energia de saída do sistema, e é a energia expectável,

estimada com base nas características do sistema e tendo em conta as condições meteorológicas.

Por si só, este indicador não representa a totalidade da energia produzida, sendo necessário fazer a

distinção entre valores de elevados e níveis de produção elevada, uma vez que a produção

depende diretamente da disponibilidade do recurso solar, enquanto que o depende das condições

de funcionamento do sistema. O permite assim perceber se o sistema funciona de acordo com o

esperado, sendo normalmente determinado a uma escala mensal ou anual, de modo a avaliar a

degradação ao longo do seu tempo de vida. Para além disto, o pode também ser utilizado a

escalas mais reduzidas (diárias ou semanais) permitindo identificar a ocorrência de pequenas falhas

no sistema em análise [26]–[28]. Apesar de ser um bom indicador, existem modelos mais

adequados que permitem identificar o tipo de falha do sistema.

2.4 Falhas no Sistema PV

Apesar da sua elevada fiabilidade, os sistemas fotovoltaicos estão sujeitos à ocorrência de algumas

falhas que podem condicionar o seu desempenho e, consequentemente, a sua rentabilidade. É assim

necessário investir em tecnologias de monitorização de dados que permitem registar as variáveis de

interesse (quer intrínsecas como a corrente, tensão e produção do sistema quer extrínsecas como

variáveis meteorológicas).

As falhas num sistema fotovoltaico podem ocorrer em 3 fases distintas: no módulo PV, no inversor

ou na sua ligação à rede elétrica (ou carga, no caso de autoconsumo). No caso do módulo, uma das

falhas mais comuns é a existência de curto-circuito (CC) com a terra, em que a corrente é

transmitida para a terra do circuito. Esta falha ocorre devido a uma ligação indesejada entre um

condutor do sistema e o equipamento de terra do mesmo, resultando numa queda abrupta da

tensão[29]. Falhas nos díodos de bypass, provocadas por sobreaquecimento, podem ainda provocar

aumentos na e diminuições na que resultam numa queda de potência. No caso do inversor

podem ocorrer falhas por existência de más ligações, por defeito do equipamento ou por

envelhecimento do sistema. A frequência deste tipo de ocorrências tem diminuído com o avanço

tecnológico destes equipamentos. Problemas no equipamento de MPPT afetam também a potência

de saída do sistema. Instabilidades da rede elétrica podem provocar fenómenos de islanding em

que, mesmo estando desconectado da rede, o sistema continua a produzir, acumulando-se energia

que pode resultar em sobrecargas que, a longo prazo, reduzem o seu tempo de vida [30]. Na Tabela

1 é possível observar um quadro resumo do tipo de falhas mais comuns em sistemas fotovoltaicos.

Tabela 1: Tipos de falhas de sistemas fotovoltaicos

Elemento Falha

Módulo PV

CC com a terra

Danos na Célula

envelhecimento

Sombreamento

Falha no díodo de bypass

Inversor Avaria

Ligação à rede Islanding



Existem diversos tipos de danos permanentes que afetam a produção de um módulo, sendo um dos

mais comuns os já referidos hot-spots. Estes ocorrem quando existe pelo menos uma célula

sombreada ou partida numa string (conjunto de módulos ligados em série) com elevados níveis de

corrente em circulação. Esta situação resulta numa dissipação da energia na célula defeituosa que, a

longo prazo, a desgasta, provocando danos irreversíveis. A delaminação do módulo resulta de um

aumento da fragilidade entre as ligações provocado por stress térmico do material, e pela variação

das condições meteorológicas, nomeadamente da humidade. O envelhecimento (aging) do material,

para além da degradação das ligações, provoca alterações nas propriedades das células, que se

tornam amarelas (Yellowing), diminuindo a sua eficiência [31]. Normalmente, o fabricante garante

um período de vida de 25 anos, não baixando a produção mais de 80%. Na Figura 17 estão

representados alguns dos danos mais comuns observados em módulos fotovoltaicos.

Figura 17: Danos mais comuns observados em módulos fotovoltaicos [32]–[35].

Podem ainda existir falhas relacionadas com a extração de dados do sistema de monitorização. O

mal funcionamento dos sistemas de controlo de dados, através de más ligações ou, caso exista, de

erros na ligação wireless, pode conduzir à deteção de falsos erros. Podem ainda existir

componentes avariados, como a célula de referência, o piranómetro ou mesmo elementos

eletrónicos do equipamento, que, mais uma vez, provocam falsos alarmes.

2.4.1 Deteção e Diagnóstico de Falhas

A evolução do mercado fotovoltaico, associado a um crescente investimento em tecnologias

ligadas à rede elétrica, tem conduzido ao aparecimento de novos estudos de deteção e prevenção de

falhas, visando uma otimização do desempenho dos sistemas, e um consequente aumento da

produção de energia.

Alguns dos estudos baseiam-se na comparação entre resultados previstos e obtidos em tempo real,

através da simulação do desempenho dos sistemas, com recurso a softwares especializados.

Silvestre et al. [36] propuseram um método de deteção de falhas baseado na definição de thresholds

relativos à diferença entre a produção medida e a produção estimada, permitindo assim analisar as

perdas totais do sistema. São sugeridos ainda indicadores que, através dos valores de corrente e

tensão do sistema PV, permitem identificar o tipo de falha. Chouder et al. [37] desenvolveram uma



plataforma em Lab-View que permite monitorizar, modelar e simular o desempenho de sistemas

ligados à rede. Comparando o desempenho do sistema efetivamente registado com os valores

simulados, torna-se possível, em casos de desvios significativos, detetar de forma automática e

antecipada possíveis falhas no sistema. Gokmen et al. [38] propõem um método de deteção de

falhas que permite identificar o número de módulos em circuito aberto ou em curto-circuito numa

string, através da temperatura do módulo, da irradiância e da potência de output.

Apesar da maioria dos métodos de deteção de falhas se focar na estimativa de produção, existem

abordagens alternativas. Tadj et al, [39] propõem um método que analisa a potência DC produzida

em relação à radiação incidente. Neste, contrariamente aos modelos apresentados anteriormente, é

realizada uma simulação de dados de radiação solar global horária. Posteriormente é calculada a

potência DC para dados de irradiância, medidos e simulados, sendo o tipo de falha identificado

através de rácios de corrente e tensão. Existem ainda métodos que se focam na deteção de

fenómenos de islanding em sistemas ligados à rede que, segundo Teoh et al, [40] podem ser

passivos, ativos, híbridos ou baseados em sistemas de comunicação.

Para além dos já referidos, existem também métodos que não se baseiam na comparação entre

dados reais e dados simulados, quer de produção, quer de radiação, mas sim na avaliação do estado

do sistema. Um destes métodos é a termografia que se baseia na avaliação da temperatura de

operação dos módulos fotovoltaicos. Neste, através de câmaras de infravermelhos, é possível

analisar e detetar hot-spots que podem danificar permanentemente o sistema, afetando o seu

desempenho. Apesar de eficaz este método é bastante mais dispendioso que os anteriormente

apresentados, sendo necessário recorrer a equipamento especializado [35], [41].

Mais recentemente, Silvestre et al. propuseram um método em que a deteção de falhas é baseada

exclusivamente em indicadores que comparam corrente e tensão medidas com valores de corrente e

tensão simulados, sendo o seu tipo identificado através de thresholds [1]. A análise realizada ao

desempenho dos sistemas da Faculdade de Ciências foi realizada tendo como base este último

artigo, que será abordado, detalhadamente, no Capítulo 5.



Capítulo 3 Descrição do caso de estudo: mini-geração na FCUL

3.1 Projeto "Campus Sustentável - Universidade Verde"

Em 2010, em conjunto com a Universidade de Lisboa, a Galp Energia desenvolveu o projeto

Campus Sustentável - Universidade Verde que procura aproveitar os recursos e meios já existentes

na mesma [42]. Este, que é o maior projeto de produção descentralizada de energia da cidade de

Lisboa e do meio académico nacional, para além de promover a implementação de fontes de

energia de origem renovável, incita o desenvolvimento de projetos de investigação científica

aplicada no campus universitário [43].

Todo o investimento foi realizado pela Galp Energia, sendo que a Universidade de Lisboa apenas

disponibilizou o espaço disponível. O modelo de exploração aplicado, a mini-geração, define que

toda a energia produzida é injetada na rede elétrica, revertendo apenas parte das receitas

provenientes da sua comercialização para a Universidade de Lisboa para a implementação de

medidas de eficiência energética identificadas nas auditorias realizadas aos edifícios da Faculdade

de Ciências, Faculdade de Psicologia, Instituto da Educação e Refeitório Um (Cantina Velha da

Universidade) [43]. Após 15 anos de exploração por parte da Galp Energia, as centrais passam a ser

responsabilidade da Universidade de Lisboa. É assim importante unir o mundo empresarial ao meio

académico, visando um maior desenvolvimento e inovação na área da sustentabilidade.

Numa primeira fase do projeto foram instaladas 5 centrais fotovoltaicas: na Faculdade de Ciências,

no Jardim de Pedra, na Faculdade de Psicologia, no Refeitório 1 e na Faculdade de Letras, num

total de 3849 painéis que se traduzem em 954 kWp [42]. Na Figura 18 é possível observar a

dispersão das centrais pela Universidade de Lisboa, sendo que a central da Faculdade de Letras

(ponto 5) ainda não se encontrava instalada na altura do registo fotográfico.

Figura 18: Centrais fotovoltaicas do projeto “Campus Sustentável - Universidade Verde”: Ciências (1), Jardim de Pedra

(2), Psicologia (3), Refeitório (4), Letras (5) ; (1:100) [44].

Neste trabalho apenas foi analisado o desempenho da instalação da Faculdade de Ciências, descrita

adiante.



3.2 Instalação da Faculdade de Ciências

A Faculdade de Ciências é constituída por oito edifícios, sendo que apenas três deles possuem

sistemas fotovoltaicos: o C1, o C2 e o C4. Nestes três edifícios estão instalados 1124 painéis de

245 Wp, perfazendo um total de 275 kWp.

Figura 19: Disposição dos módulos fotovoltaicos nos telhados da Faculdade de Ciências da Universidade de Lisboa [45].

Os sistemas de cada edifício são constituídos pelos módulos fotovoltaicos, pelos inversores, e por

toda a componente elétrica envolvente (quadro DC e quadro AC), para além de um sistema de

monitorização de dados.

O modelo do módulo instalado, sendo idêntico para os 1124 painéis, é o Conergy PH 245P, cuja

ficha técnica se encontra em anexo (A.1.1). De igual modo, todos têm uma disposição idêntica,

com uma inclinação de 30º, orientados a Sul. Na Tabela 2 podem observar-se os principais

parâmetros do módulo em condições STC.

Tabela 2: Parâmetros do módulo PV instalado no sistema de mini-geração (anexo A.1.1).

Parâmetros Unidade de

Medida

Conergy PH

245P

Eficiência 14.9

29.92

8.20

37.98

8.62

43

Coeficiente de Temperatura ( )

Coeficiente de Temperatura ( )

Área 1,64



De acordo com os esquemas de configuração em anexo (A.3), em alguns casos, o número de

painéis ligados ao inversor pode variar. Deste modo foram utilizados dois modelos de inversor

distintos, o IPG 15 T e o IPG 8T (anexo A.1.2) cada um ajustado à potência do conjunto de painéis

em questão. Na Tabela 3 encontram-se listados os principais parâmetros dos inversores.

Tabela 3: Parâmetros do inversor instalado no sistema de mini-geração (anexo A.1.2).

Parâmetros Unidade de

Medida IPG 8T IPG 15T

1000

300 300

8

Eficiência 98 98

A partir de contabilizações locais concluiu-se que número de painéis instalados não corresponde ao

previsto no manual do utilizador e, consequentemente, também as ligações apresentadas nos

esquemas unifilares não correspondem à realidade da situação. No entanto, devido à elevada

complexidade do sistema e à sua estrutura de montagem, não é possível confirmar fisicamente

quais as ligações correspondentes a cada inversor, e por isso todas as análises realizadas neste

trabalho foram baseadas nas ligações representadas nos esquemas unifilares apresentados no anexo

A.3, podendo algumas diferir da realidade.

O sistema de monitorização de dados instalado é o equipamento Conergy VisionBox (anexo A.1.3),

que controla especificamente o funcionamento dos inversores. Neste, parâmetros como a energia

exportada para a rede (ou seja, após conversão DC/AC), a tensão e a corrente de saída, são

registados com uma resolução temporal de 15 minutos, podendo estes dados ser extraídos via USB,

ou acedidos remotamente através de uma plataforma online para onde os dados são enviados [45].

3.2.1 Instalação C1

No C1 estão instalados, como previsto no esquema unifilar do anexo A.3.1, 390 painéis (95.55

kWp) repartidos por 6 inversores.

Tabela 4: Quadro resumo do sistema do C1.

Edifício Nº

Inversor

Referência

Inversor Número de Série

Ligações

Planeadas

Total Painéis

Contabilizado Área (

C1

1 IPG 15T 1 000 061 014 358 3x23

390 640

2 IPG 15T 1 000 061 014 253 3x23

3 IPG 15T 1 000 061 014 255 3x23

4 IPG 15T 1 000 061 014 243 3x23

5 IPG 15T 1 000 061 014 249 3x23

6 IPG 8T 1 000 061 014 761 3x15

De acordo com o mesmo esquema, aos primeiros 5 inversores, de 15 kW, encontram-se ligadas três

séries de 23 painéis, num total de 16.9 kWp. Ao último inversor (inversor número 6), de 8 kW,

estão apenas ligados 11 kWp relativos a três séries de 15 painéis.




A partir do esquema do anexo A.3.2 é possível verificar que inicialmente estava previsto instalar

348 painéis no edifício C2. No entanto, nas contabilizações realizadas no local, verificou-se que na

realidade foram instalados 352 painéis, num total de 86 kWp, distribuídos por 5 inversores de 15

kW.


Edifício Nº

Inversor

Referência


Ligações

Planeadas

Total Painéis


C2

7 IPG 15T 1 000 061 014 241 3x23

352 578

8 IPG 15T 1 000 061 014 251 3x23

9 IPG 15T 1 000 061 014 267 3x23

10 IPG 15T 1 000 061 014 277 3x23

11 IPG 15T 1 000 061 014 244 3x24

Uma vez que o número de painéis instalados não corresponde ao representado nos esquemas

unifilares, também as ligações nele apresentadas serão diferentes da realidade. Devido à

complexidade do sistema não é possível contabilizar fisicamente o número de painéis ligados em

cada série, tendo sido consideradas as ligações registadas na Tabela 5 . Considerou-se assim que,

tal como no C1, nos primeiros 4 inversores estão ligadas, em cada um, três séries de 23 painéis

(16.9 kWp). Já no último inversor (inversor 11) estão conectadas três séries de 24 painéis,

perfazendo um total de 17.6 kWp.


O esquema do anexo A.3.3 indica que inicialmente estava previsto instalar 416 painéis no telhado

do C4, num total de 101.9 kWp. No entanto apenas foram instalados 93.6 kWp, referentes a 382

módulos fotovoltaicos.


Edifício Nº

Inversor

Referência


Ligações

Planeadas

Total Painéis


C4

12 IPG 15T 1 000 061 014 346 3x23

382 627

13 IPG 15T 1 000 061 014 357 3x23

14 IPG 15T 1 000 061 014 350 3x23

15 IPG 15T 1 000 061 014 344 3x23

16 IPG 15T 1 000 061 014 351 3x23

17 IPG 15T 1 000 061 014 258 3x23

Para a análise do sistema foram consideradas as ligações apresentadas no esquema unifilar, sendo

que a cada inversor (de 15kW) correspondem três séries de 23 painéis.



3.2.4 Plataforma ConergySolarControlPlus

A plataforma online Conergy SolarControlPlus permite analisar dados de produção de energia, por

edifício e por inversor, permitindo ainda registar dados de temperatura do inversor [46]. Mediante a

instalação de sensores, seria ainda possível analisar dados de irradiância e de temperatura do

módulo.

Na Figura 20 podem observar-se os dados de produção total diária da instalação do C2, em

Setembro de 2015. A partir do gráfico verifica-se que, em média, a produção diária rondou os 450

kWh, tendo-se atingido o pico de 500 kWh nos dias 3 e 19 do mês. No dia 15 de Setembro a

produção atingiu o valor mínimo registado de aproximadamente 120 kWh, justificados pelas fracas

condições meteorológicas desse dia.

Figura 20: Energia total produzida no C2 no mês de Setembro.

Na Figura 21 está representada a variação da produção diária no mês de Setembro para o mesmo

edifício. Nesta verifica-se que a produção diária possui, na maioria dos dias, a forma tradicional,

atingindo o seu pico a meio do dia.

Figura 21: Produção diária no edifício C2 ao longo do mês de Setembro.

Como foi referido, a plataforma permite ainda observar a produção por inversor. Na Figura 22 é

possível comparar a produção diária registada no inversor 1 000 061 014 241 do edifício C2, em

que estão ligadas três séries de 23 painéis, com a produção do inversor 1 000 061 014 244 que,

como podemos ver na Tabela 5, possui três séries de 24 painéis.

Figura 22: Produção diária nos inversores 1 000 061 014 241 e 1 000 061 014 244 ao longo do mês de Setembro.



Através deste gráfico é possível observar que o inversor 1 000 061 014 244 produz mais energia do

que o inversor 1 000 061 014 241 uma vez que possui mais módulos na sua estrutura de ligação. Na

Figura 23 está representada a variação da temperatura de cada inversor.

Figura 23: Variação da temperatura dos módulos nos inversores 1 000 061 014 241 e 1 000 061 014 244 ao longo do mês

de Setembro.

Nela é possível verificar que, apesar de em alguns dias a temperatura registada no inversor 1 000

061 014 244 ser superior, ambos operam normalmente a temperaturas semelhantes.



Capítulo 4 Avaliação de Desempenho de sistemas PV

4.1 Metodologia

Como referido no Capítulo 2, o desempenho de sistemas fotovoltaicos pode ser avaliado através de

diferentes métodos. Na metodologia proposta, esta avaliação é realizada através da comparação

entre a energia efetivamente produzida e a produção expectável nos sistemas fotovoltaicos de cada

edifício, sendo obtida pelo indicador Performance Ratio ( ) [27]:

(7)

onde ( é a energia produzida pelo sistema, ( a irradiância local no

plano dos painéis, ( a área total de módulos fotovoltaicos (Tabela 4, Tabela 5 e Tabela 6),

a eficiência dos mesmos (%) e a eficiência do inversor (%) registada na Tabela 3.

De forma a obter uma estimativa mais correta, foi ainda tido em consideração o impacto da

temperatura na eficiência do módulo, usando [47]:

(8)

onde é a eficiência do módulo (%) em condições STC (Tabela 2), o NOCT é a temperatura

nominal de operação do módulo ( ) para 800 W e 20ºC (Tabela 2) e é a temperatura de

operação nas condições ambientais existentes. Esta expressão traduz-se num aumento ou redução

de 0.5% da eficiência de acordo com a variação, negativa ou positiva, respetivamente, do NOCT.

A temperatura de operação do módulo, , é estimada através de:

(9)

onde é a temperatura ambiente ( e é a irradiância local ( [48].

O permite assim verificar se o equipamento funciona dentro do expectável, podendo resultados

mais baixos indiciar a presença de falhas ou danos no sistema. Nos dias de hoje, instalações

fotovoltaicas em climas moderados apresentam em média um de 85% [27]. Análises ao historial

de produção permitem ainda avaliar a deterioração do sistema ao longo do seu tempo de vida.

A Faculdade de Ciências possui nas suas instalações uma estação meteorológica e de medição de

radiação solar, de onde é possível extrair os registos de irradiância e temperatura necessários para o

método utilizado. No entanto, uma vez que os custos de aquisição e manutenção de uma estação

são bastante consideráveis, e de modo a avaliar a vantagem da utilização da mesma, foi também

avaliado o impacto do uso de dados de temperatura e radiação solar da plataforma online PVGIS

(descrito em maior detalhe na secção seguinte) no cálculo do .



4.2 Recolha de dados experimentais

4.2.1 Dados de produção

Para a aplicação da metodologia apresentada foi necessário recolher dados de potência (kW) do

sistema de monitorização. Apenas foram disponibilizados dados de Janeiro a Maio de 2015 para o

caso do C1 e C4, e de Janeiro a Julho de 2015 para o C2. Uma vez que apenas existe registo de

dados de 7 dias do mês de Julho, este não foi considerado na avaliação do desempenho do sistema.

Para além disso, em todas as extrações realizadas apenas foi possível extrair dados de um dos

inversores do C1, o 1 000 061 014 358, o que conduziu a uma análise mais detalhada do sistema

fotovoltaico deste edifício.

Para além destes foram igualmente necessários parâmetros técnicos como a eficiência do inversor

em questão, registada na Tabela 2, a área coberta por módulos, que diverge de edifício para edifício

consoante o número de módulos instalados (Tabela 4, Tabela 5 e Tabela 6) e o valor de NOCT

registado na ficha técnica do módulo e apresentado na Tabela 2 .

4.2.2 Dados experimentais de irradiância e temperatura

Os dados de irradiância e temperatura necessários para a determinação do Performance Ratio

foram obtidos a partir de duas fontes externas, a estação meteorológica da FCUL e a plataforma

PVGIS, descritas adiante.

4.2.2.1 Estação do Campus Solar

Em operação desde 9 de Janeiro de 2015, a estação da Faculdade de Ciências (Figura 24) regista

em tempo real, e com resolução de 1 minuto, diversos parâmetros: a radiação direta no plano

normal, radiação difusa e global no plano horizontal, a velocidade e direção do vento, a pressão

atmosférica e humidade relativa [49].

Figura 24: Estação meteorológica situada no campus solar [49].

No entanto, a utilização de dados meteorológicos registados num local distinto das instalações PV

requer a consideração de diversos aspetos como a possível presença de sombras, que podem estar

apenas sobre os módulos, não se refletindo nos dados de radiação, ou vice-versa, estando apenas

sombreados os equipamentos da estação. Para além disto, a passagem de nuvens sobre os módulos

pode não ser detetada pela estação (devido à distância entre ambos), o que resulta numa

sobrestimação da radiação disponível. Também o caso contrário, em que apenas existem nuvens



sobre a estação, pode influenciar os dados, conduzindo a uma subestimação da radiação disponível.

Na Figura 25 é possível observar a posição da estação relativamente aos sistemas de cada edifício.

Figura 25: Posição da estação meteorológica (círculo) relativamente aos sistemas fotovoltaicos de cada edifício (1:50).

Adicionalmente, é ainda fundamental considerar a inclinação dos módulos, sendo necessário

converter os dados da radiação global horizontal para a inclinação e orientação dos mesmos. É

também necessário ter em consideração o fato da estação de medição ser afetada por

sombreamentos causados pela envolvente do campus, desde edifícios a árvores, uma vez que estes

afetam a radiação registada, principalmente no período de Inverno ao fim do dia. Na Figura 26 é

possível observar os dados extraídos para um dia de inverno e para um dia de primavera, sendo

possível comprovar a existência de sombreamentos em períodos em que não é expectável registar

quedas de radiação.

Figura 26: Dados de para um dia de inverno e de primavera.



A análise dos dados de cada mês permitiu identificar os períodos de sombreamento que dependem

da variação sazonal da posição do Sol. De modo a simplificar o processo de correção de sombras,

definiram-se períodos de sombra para cada mês, representados na Tabela 7 .

Tabela 7: Períodos de sombra ao longo do ano.

Mês Período de Sombra

Janeiro 06h00 – 09h00 / 15h15 – 21h00

Fevereiro 06h00 – 09h00 / 15h15 – 21h00

Março 06h00 – 08h45 / 15h45 – 21h00

Abril 06h00 – 08h45 / 16h45 – 21h00

Maio 06h00 – 08h30 / 17h15 – 21h00

Junho 06h00 – 08h15 / 17h15 – 21h00

4.2.2.1.1 Correção dos dados de radiação da estação meteorológica

Primeiramente procedeu-se à determinação da irradiância no plano inclinado para um ângulo de

30º. Esta radiação, identificada como , é determinada considerando que a proporção entre

radiação direta e difusa se mantém com a variação do ângulo de incidência1:

(10)

Onde ( ) é a radiação global para a componente normal, determinada a partir da

radiação global no plano horizontal, ).O componente diz respeito à inclinação

da superfície, sendo que para o é considerada orientação ( e inclinação ( igual a zero,

enquanto que para a radiação incidente nos painéis é considerado . O

componente é dado por:

(11)

Onde é a declinação solar (graus), a latitude do local (38º45’ graus), o ângulo horário solar

(graus), o ângulo do plano inclinado (graus), e a orientação do módulo PV (graus) [50].

A declinação solar diz respeito ao ângulo entre o plano do equador e a reta definida pelos centros

da Terra e do Sol. O seu valor varia ao longo do ano e resulta de:

(12)

1 Esta aproximação desconsidera a natureza anisotrópica da radiação difusa.



Onde corresponde aos dias julianos, definidos pelo número do dia do ano [50].

O ângulo horário solar depende da e é dado por:

(13)

O seu valor varia ao longo do dia, sendo de manhã, às 12h e da parte da tarde

[50].

Na Figura 27 é possível observar o efeito da correção da inclinação da superfície de incidência na

radiação global. A partir dela é possível ver que o efeito desta inclinação é mais notável no inverno,

quando o sol está mais baixo, aumentando significativamente os níveis de radiação. Já na

primavera este efeito não é tão notável, sendo que em alguns casos a radiação incidente no plano

inclinado é menor que a incidente no plano horizontal.

Figura 27: Comparação de e para um dia de inverno e para um dia de primavera.

Posteriormente procedeu-se à correção do sombreamento já mencionado, onde se assumiu que nos

períodos de sombreamento definidos o perfil de radiação seria o de um dia de céu limpo. Para tal é

necessário recorrer a modelos de céu limpo (clear-sky), que muitas vezes procuram modelar o

impacto da atmosfera, num dia limpo, sobre a radiação extraterrestre. Muitos destes modelos

requerem diversos parâmetros meteorológicos, o que dificulta por vezes a implementação deste

tipo de metodologias [51]. Neste trabalho recorreu-se ao modelo proposto por Ineichen que apenas

requer dados de radiação, sendo por isso frequentemente utilizado na área da energia solar

fotovoltaica [52]. Neste modelo o impacto da atmosfera é modelado não por variáveis

meteorológicas, mas sim por um parâmetro designado por turbidez de Linke. Assim, é

obtido através de:

(14)



onde é a radiação extraterrestre em , determinada por:

onde são os dias julianos e é a constante solar, com um valor de 1367 W/ [53].

A massa de ar, AM, é determinada a partir do azimute e resulta de:

Os parâmetros e dependem da altitude (em metros) e são calculados através de :

Já os coeficientes e relacionam a altitude da estação com a altitude das interações

atmosféricas, sendo obtidos por:

(18)

A turbidez de Linke, , é um fator indicativo da atenuação atmosférica relativamente à radiação

incidente, sendo que quanto maior o seu valor, maior o impacto da atmosfera na radiação. Apesar

de existirem diversas bases de dados que disponibilizam valores típicos para este parâmetro, o

método de Ineichen permite obter o mesmo a partir de dados reais para um dia de céu limpo, para

um valor de AM específico [54]:

(19)

Onde diz respeito ao valor de radiação global no plano inclinado para um dia limpo.

Para este trabalho utilizou-se como referência o dia 9 de Janeiro que, como se pode ver na Figura

26, apesar de possuir sombreamento no início e fim do dia, apresenta um perfil bastante suave. Na

Figura 28 é possível observar a variação do obtido para AM=2 que, como se pode verificar,

acontece por volta do 12h.

Figura 28: Variação de AM e , respetivamente, ao longo do dia.

(15)

(16)

(17)



Na Figura 29 é possível comparar o modelo clear-sky com os dados de radiação já corrigidos para a

inclinação do módulo PV. A partir desta é possível observar semelhanças entre os níveis de

radiação de ambos os perfis, à exceção das instabilidades provocadas pelas variações

meteorológicas como a passagem de nuvens. Para além disso, por vezes a radiação medida supera a

radiação obtida no modelo clear-sky uma vez que, mesmo que não exista sombreamento direto

sobre a estação, as nuvens podem contribuir para o seu aumento através da radiação nelas refletida.

Figura 29: Validação do modelo de “Ineichen”.

Comparação de e para um dia de inverno e para um dia de primavera.

Por último definiu-se um modelo que atribui aos períodos de sombra (Tabela 7) valores de radiação

proporcionais à variação de radiação clear-sky. A radiação nos períodos de sombra da parte da

manhã foi determinada através da seguinte expressão:

(20)

Já nos períodos de sombra da parte da tarde, a radiação foi obtida por:

(21)

Na Figura 30 é possível observar o perfil obtido após a correção dos períodos de sombreamento.

Nesta verifica-se que a aplicação da metodologia apresentada resulta num perfil mais suave ao

início do dia e ao fim da tarde, evitando assim o efeito do sombreamento provocado pela

envolvente da estação meteorológica.



Figura 30: Comparação da radiação antes e após )a correção dos períodos de sombreamento.

Na Figura 31 está representado o perfil da radiação global antes e depois da correção, quer da

inclinação, quer do sombreamento, sendo possível concluir que as alterações são mais notórias nos

meses de inverno, quando o sol é mais baixo.

Figura 31: Comparação da radiação global antes e após a correção da inclinação da superfície e dos períodos de

sombreamento.

4.2.3 PVGIS

A plataforma online Photovoltaic Geographical Information System, PVGIS, é constituída por uma

base de dados climáticos, composta por mapas raster que representam médias mensais e que se

baseiam em modelos de clear-sky [9]. Esta plataforma permite assim analisar a disposição do

recurso solar na superfície terrestre, facilitando a integração de sistemas de geração de energia.

Apesar de não ser necessário neste trabalho, este software permite ainda dimensionar e estimar o



potencial energético, anual e mensal, de sistemas fotovoltaicos, considerando aspetos como o tipo

de material dos painéis, a sua inclinação e orientação. Na Figura 32 é apresentado o painel de

trabalho da ferramenta “Monthly Radiation”, utilizada na determinação da irradiância no plano

inclinado (Wh/m2/dia).

Figura 32: Painel de trabalho de ferramenta “Monthly Radiation” [55].

Através das coordenadas da instalação (38º 45'24.2"N e 9º 09'19.9"W) e da inclinação dos módulos

(30 º) foi possível obter a irradiância global média para os meses do ano em estudo, representada na

Tabela 8 .

Tabela 8: Irradiância global média por unidade de área (kWh) [55].

Mês ( dia) ( )

Janeiro 3,78 117

Fevereiro 5,00 140

Março 6,21 193

Abril 6,56 197

Maio 6,99 217

Junho 7,31 219

4.3 Comparação entre fontes de dados

Na Figura 33 é possível observar a variação mensal da radiação global obtida através dos dados das

duas fontes apresentadas. A partir da análise da mesma é possível verificar que existe uma

diferença significativa entre os dados de radiação extraídos do PVGIS e os da estação

meteorológica da FCUL, nomeadamente em Janeiro, Abril e Junho, de 28%, 22% e 16%

respetivamente. Esta discrepância deve-se essencialmente ao facto de o PVGIS fornecer valores

médios (baseados em dados históricos) que não representam as reais condições do ano de 2015

(mais solarengo que o habitual).



Figura 33: Radiação mensal extraída do PVGIS e da estação meteorológica da FCUL.

4.4 Avaliação do Desempenho do Sistema


Na Figura 34 estão representados os valores de Performance Ratio mensais obtidos para o edifício

C1, quer para os dados da estação meteorológica, quer para os dados do PVGIS. Na tabela é

também apresentado o que diz respeito à diferença entre os indicadores de cada fonte

.

Figura 34: Performance Ratio para dados da estação meteorológica e para dados do PVGIS ( ), para o

edifício C1.

Numa primeira analise é possível observar um crescimento gradual do , dos meses de

inverno para os meses de verão, tendo-se obtido um mínimo de 79.3% em Janeiro, e um máximo de

84.5% em Maio. Esta variação deve-se a uma sobrestimação da radiação que resulta da correção

das sombras que atingem a estacão meteorológica, cujo efeito tem maior expressão no inverno

(%)

(%)

(%)

Jan 79.3 63.3 16.0

Fev 79.1 74.5 4.6

Mar 83.2 81.4 1.8

Apr 83.5 68.4 15.1

Mai 84.5 76.1 8.4



quando o período de sombras é maior. Os resultados foram ainda influenciados pela correção da

inclinação (que considera que a radiação difusa e a radiação direta são igualmente afetadas), que

resulta numa subestimação da radiação, principalmente nos meses de inverno, quando existe mais

radiação difusa e quando a altura solar é mais baixa. Verifica-se ainda que os resultados obtidos

estão próximos do valor esperado para uma instalação recente (85%), indiciando assim um bom

funcionamento do sistema.

O gráfico permite ainda identificar diferenças significativas entre as duas fontes de dados, algo

expectável considerando a comparação efetuada na secção anterior. Como referido anteriormente,

os dados do PVGIS baseiam-se em valores médios anuais que não espelham corretamente as

condições meteorológicas reais do período em análise. Tal pode resultar numa estimação pouco

correta da produção expectável que influencia o , não dependendo assim a sua variação

diretamente do desempenho do sistema. Verifica-se assim que Janeiro e Abril apresentam maiores

discrepâncias entre os indicadores, enquanto que em Fevereiro e Março os resultados de ambas as

fontes se aproximam, comprovando que estes se trataram de meses típicos.

Deste modo é possível concluir que a utilização de dados do PVGIS não é apropriada na

determinação do Performance Ratio anual, uma vez que estes se baseiam em valores médios de

radiação que não espelham as reais condições meteorológicas do período em questão. Os dados

desta fonte podem no entanto ser úteis na avaliação do desempenho do sistema para escalas

temporais superiores, ou na determinação do do sistema no fim da sua vida útil. Importa ainda

referir que podem existir incertezas nas medições, quer de radiação, quer de produção, que podem

influenciar os resultados.


Na Figura 35 é possível observar os resultados de Performance Ratio obtidos para o edifício C2.

Figura 35:Performance Ratio para dados da estação meteorológica ( e para dados do PVGIS , para o

edifício C2.

Os resultados voltam a mostrar uma tendência positiva do dos meses de inverno para os

meses de verão, tendo-se atingido o valor mínimo de 72.9% em Janeiro e o máximo de 83% em

Junho. Os resultados estão ainda em concordância com o valor médio esperado de 85% para uma

instalação recente em climas moderados. O gráfico está também de acordo com as conclusões

(%)

(%)

(%)

Jan 72.9 59.0 13.9

Fev 73.5 70.7 2.8

Mar 79.3 78.4 0.9

Apr 81.1 66.4 14.7

Mai 81.9 77.1 4.8

Jun 83.0 68.6 14.4



retiradas para o caso do edifício C1, verificando-se que o é superior ao todos os

meses. Mais uma vez regista-se uma maior variabilidade do último, justificada com a utilização de

um histórico que não representa as condições reais que conduziram aos níveis de produção

atingidos.


Na Figura 36 é possível observar os resultados de Performance Ratio obtidos para o edifício C4,

que mais uma vez estão de acordo com as conclusões retiradas anteriormente.

Figura 36: Performance Ratio para dados da estação meteorológica e para dados do PVGIS ( ), para o

edifício C4.

Os resultados comprovam novamente a instabilidade do e a tendência crescente do

até aos meses de verão. Neste edifício, o minimo registado de 59.2% indicia a existência

de sombreamentos nesta altura do ano, enquanto que em Maio são atingidos 87.7%, que

correspondem ao máximo alcançado em toda a central da FCUL.Verifica-se ainda que os

resultados obtidos no Verão são idênticos em todos os edifícios, o que aponta novamente para a

ideia de que as sombras existentes sobre os módulos no inverno provocam uma sobrestimação da

produção expectável, que resulta numa diminuição do nestes meses.

Os resultados de todos os edificios permitem concluir que o uso de dados meteorológicos

provenientes de uma estação meteorológica local (mesmo que não esteja instalada exactamente no

local do sistema PV) é mais apropriado para a determinação do .

4.5 Interface - Performance Ratio – FCUL

Para uma implementação de processos de manutenção preventiva é necessária uma ferramenta que

organize os dados (quer de produção PV, quer meteorológicos) e que permita visualizar de forma

fácil e interativa os indicadores de desempenho dos vários sistemas PV. Deste modo, foi

desenvolvida uma interface gráfica, em Matlab, que integra a metodologia de cálculo do

Performance Ratio antes definida, e que permite, através de gráficos e tabelas, avaliar o

desempenho dos sistemas de cada edifício.

(%)

(%)

(%)

Jan 59.2 47.9 11.3

Fev 65.6 62.9 2.7

Mar 76.9 76.1 0.8

Apr 84.3 68.9 15.4

Mai 87.7 77.7 10.0



A interface Performance Ratio – FCUL permite ao utilizador selecionar o edifício a analisar,

avaliando os dados, mensalmente, para todo o ano. Como se pode verificar na Figura 37 , a

interface está estruturada de modo a facilitar a manipulação por parte do utilizador.

Figura 37: Painel da interface de análise do Performance Ratio para o sistema do edifício C2.

No ponto 1 a interface permite ao utilizador selecionar o edifício a analisar, e no ponto 2 é

realizada a análise dos respetivos dados. Nos pontos 3 e 4 o programa determina o , com

dados da estação meteorológica, e o , com dados do PVGIS, respetivamente, registando os

resultados na tabela do ponto 5. Na tela A é exibida a variação da radiação de acordo com as duas

fontes de dados ao longo do ano. Na tela B é possível observar um gráfico de barras em que são

comparados os dois Performance Ratio calculados ao longo do ano.

4.6 Conclusões

Neste capítulo procedeu-se a uma análise do desempenho da central, a uma escala mensal, através

do coeficiente Performance Ratio. Para tal foram utilizados dados experimentais de radiação de

duas fontes distintas (a estação meteorológica da FCUL e o PVGIS), para além de dados de

produção da central. Numa primeira análise aos dados de radiação da estação verificou-se que estes

sofriam efeito do sombreamento por parte da sua envolvente, tendo-se procedido à sua correcção

ao princípio e ao fim do dia, onde este efeito é mais notável. Foi ainda tido em consideração o

ângulo de inclinação dos painéis.Os resultados estão de acordo com o esperado, tendo-se obtido

coeficientes de desempenho na ordem dos 80%. Apesar disto foram também obtidos resultados

mais baixos que se devem a incertezas/erros nos dados de radiação, e não a falhas na produção. Por

fim, para facilitar esta análise, foi desenvolvida uma ferramenta que permite analisar os índices de

desempenho dos sistemas de cada edifício.



Capítulo 5 Deteção e Diagnóstico de Falhas

Apesar do ser um bom indicador do desempenho de um sistema fotovoltaico, permitindo

analisar variações sazonais e acompanhar a degradação do mesmo, este indicador apenas permite

identificar a existência de falhas e não o seu tipo que, como visto na secção 2.4, pode resultar de

diversos fatores. Assim, para uma identificação correta do tipo de falhas é mais apropriado recorrer

a indicadores específicos que permitem decidir com mais precisão, e mais atempadamente,qual a

ação a tomar. Deste modo, para além da análise do desempenho do sistema da FCUL, procedeu-se

a um estudo mais detalhado visando a deteção e identificação de possíveis falhas. Os métodos de

deteção de falhas mais comumente utilizados envolvem, como referido na secção 2.4.1, elevados

gastos monetários associados à necessidade de software e hardware especializado. Deste modo,

devido à sua simplicidade, neste trabalho aplicou-se o método desenvolvido por Silvestre et al. [1],

já referido no Capítulo 2.

5.1 Metodologia

O método aplicado consiste na análise de dados de tensão e corrente, sendo necessário recorrer a

software computacional (MATLAB). Para aplicar esta metodologia é necessário ter em consideração

diversos aspetos, como é o caso do inversor que necessita de um mínimo de tensão de input para

iniciar o seu funcionamento, sendo portanto necessário um mínimo de irradiância incidente nos

módulos para garantir o correto funcionamento do sistema. Deste modo, os autores decidiram

impor um limite mínimo de irradiância para o qual este método pode ser aplicado, e portanto o

mesmo só é considerado válido para valores acima dos 200 .

5.1.1 Indicadores para deteção de falhas

O método em estudo baseia-se na comparação de dois indicadores, de corrente e de tensão,

estimados para dados reais à saída do array (conjunto de módulos que trabalha como uma única

unidade de produção) e para dados obtidos através da simulação da operação do sistema PV.

5.1.1.1 Indicadores baseados em dados reais

O indicador de corrente ( ) para valores medidos é determinado através da seguinte expressão:

(22)

onde é a corrente à saída do array, e a corrente de curto-circuito do array, nas condições

ambientais em análise.

Por sua vez, o indicador de tensão ( ) para os valores medidos é obtido por:

(23)

onde é a tensão à saída do array, e a tensão de circuito aberto do array, nas condições

ambientais em análise.

Enquanto e são registados pelo próprio sistema PV, o e o são determinados através da

datasheet do módulo, da configuração do sistema e de dados ambientais. O valor de ,

proporcional ao número de ligações em paralelo no array, é assim obtido através de:



(24)

onde é o número de ligações paralelas, e é a corrente de curto-circuito de um módulo

individual, para condições de temperatura e radiação locais, dada por:

(25)

em que e são, respectivamente, a corrente de curto-circuito do módulo e a temperatura nas

condições STC (Tabela 2), a irradiância incidente no módulo, a temperatura de operação da

célula, e

o coeficiente que representa a variação da corrente com a temperatura, e cujo valor

se encontra na Tabela 2.

Já o valor de depende das ligações em série e é dado por:

(26)

onde é o número de módulos em série, e é a tensão de circuito aberto de um módulo, nas

condições de funcionamento do sistema, dada por:

(27)

onde é a tensão de circuito aberto do módulo nas condições STC,

o coeficiente de

temperatura (Tabela 2) e a tensão provocada pelo gradiente térmico, que pode resultar na

expansão do material, dada por:

(28)

Onde é a constante de Boltzmann ( é a carga fundamental do electrão

( ), e a temperatura ambiente ( ).

5.1.1.2 Indicadores baseados em valores simulados

O indicador de corrente para os valores simulados é determinado através da seguinte expressão:

(29)

onde é a corrente simulada à saída DC do array, em condições de normal funcionamento.

Por sua vez, o indicador de tensão é obtido por:

(30)

onde é a tensão simulada à saída DC do array, em condições de normal funcionamento.

De modo semelhante ao cálculo do , é obtido através de:

(31)



em que corresponde ao número de ligações em paralelo, e é a corrente máxima do

módulo PV dada por:

(32)

onde é a corrente do módulo no MPP em condições STC (Tabela 2).

Já , tal como o , depende das ligações em série e é obtido através de:

(33)

onde é o número de módulos em série, e é a tensão máxima do módulo dada por:

(34)

Em que é o número de células em série num módulo (anexo A.1.1), e é a resistência série do

mesmo. As restantes variáveis foram definidas anteriormente.

5.1.2 Deteção de falhas

Em cenário de normal funcionamento do sistema, os valores de deverão ser bastante

semelhantes aos valores de e , respetivamente.

Com base nos indicadores para dados simulados, são então definidos limites, ou thresholds, para os

indicadores baseados em dados reais. Assim, quando um dos indicadores para os valores extraídos

( ou ) se encontra abaixo do threshold, torna-se possível identificar e até classificar uma

falha no sistema.

O presente método visa detetar os dois tipos de falhas de sistemas mais comuns (curto-circuitos ou

circuitos abertos nos módulos que compõem o sistema), sendo os thresholds definidos de modo a

identificar falhas em strings ou módulos em bypass.

5.1.2.1 Falha na String

Este tipo de falha diz respeito ao aparecimento de situações de circuito-aberto em strings, que se

devem ao desgaste dos equipamentos provocado pelo stress térmico que ocorre ao longo do tempo

de vida do equipamento. Nestes casos a string defeituosa é desconectada do sistema, conduzindo a

uma diminuição da corrente e, consequentemente, da potência.

O threshold para uma falha na string, é obtido através de:

(35)

Assim, quando o indicador se encontra abaixo de é identificada uma falha numa

string. Para evitar a deteção de falsos positivos, foi definida uma margem de 2% relativa ao ,

sendo que:

(36)



5.1.2.2 Módulo em Bypass

Por outro lado, este tipo de falhas ocorre quando os díodos de bypass são ativados, quer por

motivos de avaria ou dano nas células, quer por motivos extrínsecos como fenómenos de

sombreamento. Quando tal acontece os módulos em falha são evitados pelo circuito, o que resulta

numa redução da tensão e consequentemente, da potência. O threshold para a falha na tensão,

, é obtido através de:

(37)

Deste modo, quando o indicador se encontra abaixo de é identificado um módulo em

bypass. Tal como na secção anterior, foi definida uma margem de 2% relativa ao sendo que:

(38)

5.2 Recolha de dados experimentais

Como já foi referido, o equipamento de monitorização não regista dados de radiação e de

temperatura ambiente, ambos necessários na determinação dos indicadores do método de deteção

de falhas apresentado. Deste modo, foram utilizados os dados da estação meteorológica da FCUL,

com as correções já mencionadas no capítulo anterior. De referir que neste método de deteção de

falhas é especialmente importante considerar o efeito da passagem de nuvens sobre os módulos que

não é detetada na estação (devido à distância entre os locais), e que pode resultar numa

sobrestimação da produção expectável.

A plataforma Conergy SolarControlPlus, apesar de permitir analisar a variação da produção ao

longo do tempo, apenas permite extrair um ficheiro csv com dados de potência (W). No entanto, a

metodologia aplicada neste trabalho para a deteção de falhas requere ainda o acesso a dados de

tensão e de corrente. Deste modo foi necessário recorrer à recolha local de dados, via USB, tendo

sido realizadas diversas visitas às diferentes instalações.

Tal como no caso dos dados de energia, apenas foram disponibilizados dados de Janeiro de 2015 a

Maio de 2015 para o caso do C1 e C4, e de Janeiro de 2015 a Julho de 2015 para o C2. Mais uma

vez, em todas as extrações realizadas apenas foi possível extrair dados de um dos inversores do C1,

o 1 000 061 014 358, o que conduziu a uma análise mais detalhada do sistema fotovoltaico deste

edifício.

Adicionalmente, alguns dos parâmetros necessários, como a temperatura de operação da célula

solar (já abordado no capítulo anterior) e a , foram estimados analiticamente. Este último, que

deriva da resistência dos contactos metálicos das células, não se encontra tabelado na ficha técnica

do módulo sendo obtido por:

(39)

baseado na derivada da curva IV do módulo PV (anexo A.1.1) perto do ponto .



Figura 38: Curva IV do modelo Conergy PH em condições AM1.5 (anexo A.1.1).

Foi assim estimado um valor de 0.9 Ohm para a .

5.3 Validação da Metodologia

Após a recolha dos dados necessários procedeu-se à validação do método apresentado, tendo sido

realizadas diversas simulações de falhas, seguida de uma análise dos resultados.

5.3.1 Simulação de Falhas

Para a validação do método apresentado foram simulados diversos tipos de falhas: na string, no

módulo e sombreamento. Todas as simulações foram realizadas no período de manutenção anual da

central, na presença de um técnico especializado. Uma vez que no edifício C1 apenas era possível

extrair dados de um inversor e que, há data da manutenção, a vision box do C4 se encontrava em

substituição, optou-se por analisar o sistema do edifício C2.

As simulações para a falha em string e para o bypass foram realizadas no dia 7 de Julho, cujo perfil

de radiação se encontra representado na Figura 39. Nesta figura pode observar-se uma pequena

queda de radiação por volta do 12h, provavelmente derivada da passagem de uma nuvem sobre a

estação.

Figura 39: Perfil de radiação do dia 7 de Julho de 2015.



5.3.1.1 Falha no Módulo

A avaliação de falhas no módulo, e consequentemente na tensão, implica a simulação de um bypass

numa das séries do sistema uma vez que a ocorrência deste tipo de falhas provoca a ativação do

díodo de bypass do módulo, diminuindo assim a tensão do circuito. De referir que este efeito é

pouco notável para casos em que exista apenas um módulo em falha, tendo-se simulado um bypass

para um conjunto de módulos.

Com base na sua localização, escolheu-se uma string do inversor 1 000 061 014 251 (anexo A.3.2),

onde foram colocados em bypass alguns módulos. O bypass esteve ligado durante

aproximadamente 2 horas, das 14h30 às 16h30.

Figura 40:Simulação de módulo em bypass. O retângulo amarelo representa a string afetada pela simulação

Adaptado do esquema do anexo A.3.2.

Na Figura 41 comprova-se que, no período de simulação, o indicador de tensão atingiu

valores inferiores ao threshold definido ( 0.65). Este método identifica assim a ocorrência de uma

falha na tensão, relativa à existência de um bypass. Observa-se ainda uma queda abrupta por volta

das 12h45 que se deve à desconexão do quadro elétrico realizada pelo técnico da manutenção, para

a realização das suas próprias medições.

Figura 41: Indicadores de tensão para caso de simulação de módulo em bypass.

Na Figura 42 é possível observar que, na hora a que a simulação foi realizada, o indicador

não se encontra abaixo do threshold ( 0.65), não sendo identificada qualquer tipo de falha na

corrente. Mais uma vez, por volta do 12h45, existe uma queda repentina do indicador que se deve à

ação do técnico de manutenção.



Figura 42: Indicadores de corrente para caso de simulação de módulo em bypass.

5.3.1.2 Falha na String

A análise de falhas em string implica a desconexão de pelo menos um módulo de uma das séries do

sistema. Assim, devido à estrutura das ligações, optou-se por se desconectar uma das séries

referentes ao inversor 1 000 061 014 241. A ligação esteve interrompida durante aproximadamente

3 horas, entre as 11h30 e as 14h30. Na Figura 43 podem observar-se, nos círculos amarelos, os

cabos da série desligados no quadro DC.

Figura 43: Desconexão de cabos para simulação de falha em string.

No gráfico da Figura 44 é possível analisar a evolução dos indicadores de funcionamento do

sistema, sendo possível verificar que, no intervalo em que foram desconectados os cabos, o

indicador se encontra abaixo do treshold definido (0.65). O limite de 0.95 determinado para o

diz respeito ao comportamento esperado para o sistema em condições normais.

Figura 44: Indicadores de corrente para caso de simulação de falha em string.



Por outro lado, no gráfico da Figura 45 verifica-se que, como esperado, o indicador se

encontra acima do threshold uma vez que não foi provocada qualquer falha que afetasse a tensão de

output do sistema.

Figura 45: Indicadores de tensão para caso de simulação de falha em string.

5.3.1.3 Sombreamento

Para a análise do efeito do sombreamento foram colocadas, como se pode observar na Figura 46,

duas lonas sobre 3 módulos cujas séries se encontram ligadas aos inversores 1 000 061 014 251 (2

módulos) e 1 000 061 014 241 (1 módulo), de acordo com os esquemas unifilares do anexo A.3.2.

Apenas se analisaram os indicadores respeitantes ao inversor 1 000 061 014 251, uma vez que

neste inversor o efeito do sombreamento foi mais notável.

Figura 46: Simulação de Sombreamento. Módulos cobertos com lona no edifício C2.

A simulação de sombreamento foi realizada entre as 11h45 e o 12h45 do dia 6 de Julho, cujo perfil

de radiação está representado na Figura 47. Nele é possível verificar que a partir do 12h existem

pequenas flutuações nos níveis de radiação, justificadas com a existência de nuvens. No entanto

apenas existem dados de corrente e tensão até às 13h desse dia, sendo apenas necessário considerar

a radiação das 08h às 13h, período este em que não existem quedas relevantes da mesma.



Figura 47: Perfil de radiação do dia 6 de Julho de 2015, obtido através de dados

extraídos da estação meteorológica do campus Solar [49].

Na Figura 48 é possível observar, por volta do 12h, uma queda no indicador de corrente que não

ultrapassa o threshold estabelecido. Como referido, a radiação possui grande influência sobre a

corrente e por isso, em caso de sombreamento, este indicador é o mais afetado. No entanto, a queda

registada não foi mais notável uma vez que apenas foram sombreados 2 painéis que se encontram

em série num conjunto de 3x23. Por se encontrarem em série, toda a string a que dizem respeito foi

afetada, enquanto as restantes strings, por estarem em paralelo com a defeituosa, não sofreram

qualquer alteração, comprovando que a existência de paralelos reduz o impacto de possíveis

sombreamentos. A queda acentuada registada às 11h30 deve-se ao trabalho de manutenção do

técnico especializado.

Figura 48: Indicadores de corrente para caso de simulação de sombreamento.

Através da Figura 49 observa-se que o indicador de tensão possui um decréscimo menos relevante

quando comparado com o indicador de corrente. Tal acontece uma vez que a tensão é fracamente

influenciada pela radiação, sendo que o sombreamento não produz um efeito tão acentuado no

. Nesta figura verifica-se ainda que entre as 9h00 e as 9h45 o se encontrou abaixo do

, provavelmente devido à sobrestimação da produção expectável, provocada pela

passagem de nuvens sobre os módulos e não sobre a estação, ou pela metodologia de correcção de

sombras.



Figura 49: Indicadores de tensão para caso de simulação de sombreamento.

Os efeitos registados não foram suficientemente relevantes para identificar falha no sistema uma

vez que apenas foram cobertos 2 módulos que, apesar de afetarem a string a que pertencem, não

afetam as restantes strings (2x23) que se encontram em paralelo. No entanto, os resultados parecem

apontar para que, em casos de maior sombreamento, este indicador possa ser válido. Assim, seria

mais apropriado definir um threshold mais restritivo que alerte para a presença repetitiva de

sombras (à mesma hora em dias distintos), procurando-se deste modo minimizar o seu impacto na

produção.

5.3.2 Análise Anual

Posteriormente à validação dos indicadores, procedeu-se à implementação da metodologia nos

sistemas de cada edifício, tendo sido realizadas diversas análises anuais por inversor e por edifício,

visando a deteção de padrões de sombreamento e possíveis falhas. Nesta análise os indicadores são

comparados através de rácios entre o indicador para os dados medidos e os thresholds definidos

( e ), sendo estes avaliados numa escala de 0 a 1, em que 1 representa o

valor mínimo para o qual não é detectada falha. Como foi referido no Capítulo 3, as ligações de

cada inversor não estão corretamente identificadas uma vez que, em alguns casos, os esquemas de

planeamento existentes não correspondem à realidade da instalação. Consequentemente, alguns dos

resultados poderão ter sido influenciados, sendo necessário analisar os gráficos apresentados

adiante.

5.3.2.1 Inversor

Procedeu-se assim a uma análise anual do funcionamento dos inversores de cada edifício, de modo

a avaliar a sazonalidade do mesmo. Para além disso pretende-se verificar se a agregação da

informação afeta a identificação de possíveis falhas. Apesar de todos os inversores terem sido

analisados, apenas são apresentados os resultados obtidos em alguns dos equipamentos da central

da FCUL. Primeiramente, e uma vez que a vision box do sistema do edifício C1 apenas permitiu

extrair dados de um dos inversores, são apresentados os resultados obtidos na análise do

funcionamento do mesmo. De seguida, são ainda analisados os resultados obtidos para os

inversores do edifício C2 em que foram simuladas falhas, sendo posteriormente analisados os

inversores do edifício C4, que apresentaram mais baixos.

5.3.2.1.1 C1

No caso do edifício C1 apenas existia, à data da extração de dados, informação relativa a um dos

inversores instalados, o 1 000 061 014 358. Deste modo, para avaliar a situação, procedeu-se à

análise anual/diária dos mesmos, estando representados na Figura 50 os gráficos anuais para a

variação dos rácios para os dados de corrente.



Uma primeira análise aos gráficos da Figura 50 permite concluir que a aplicação do filtro de 200

impede o aparecimento de falsos alarmes que correspondem aos períodos de sombreamento

da estação, da parte da manhã e da parte da tarde, e à passagem de nuvens sobre a mesma, que

resultam numa sobrestimação da produção expectável.

A partir dos gráficos é ainda possível verificar que existem alguns períodos em que o rácio de

corrente apresenta valores mais reduzidos. No entanto, falhas no sistema resultam em períodos

alargados em que os rácios se encontram próximos de zero. Os resultados do gráfico do lado direito

(já após a aplicação do filtro) apontam assim para a existência de sombreamentos sobre os módulos

nas manhãs dos meses de inverno. Existem ainda períodos mais reduzidos em que os rácios alertam

para a possível presença de falha. No entanto, a sua esporacidade indica que o sistema não possui

falhas na corrente, resultando estes valores da possível passagem de nuvens sobre os módulos e não

sobre a estação (devido à distância entre ambos), que afeta a energia expectável. Para além disso, a

metodologia de correção de sombras pode também afetar estes resultados através da sobrestimação

da energia expectável (relativamente às reais condições no momento).

Figura 50: Análise, sem filtro (esquerda) e com filtro (direita), da variação anual da corrente no inversor 1 000 061 014

358 (mal identificado pela vision box).

De modo a confirmar este padrão de sombreamento recorreu-se ao SketchUp para construir o

modelo de simulação representado na Figura 51 . O sombreamento na zona do inversor em questão

(instalado no lado esquerdo do telhado, como representado no anexo A.3.1) não justifica o

aparecimento de falhas no início do dia, uma vez que este apenas existe a partir das 14h. É assim

possível concluir que os dados extraídos não são referentes ao inversor 1 000 061 014 358, estando

por isso mal identificados. Esta conclusão é também apoiada pelo facto da vision box estar

danificada uma vez que apenas possibilitava a extração de dados de um dos inversores, não

havendo certezas da fiabilidade da mesma.

Figura 51:Simulação de sombreamento de muro de cimento ao longo de um dia de Inverno.



5.3.2.1.2 C2 - Falha na String

Como se verificou na secção 5.1.2.1, a falha na string simulada para o inversor 1 000 061 014 241

do C2 apenas afetou a corrente de output. Assim, apenas é apresentado, na Figura 52, o gráfico

referente à variação do rácio dos indicadores de corrente para este inversor. Os retângulos a

vermelho assinalam o período de simulação de falha no inversor.

Mais uma vez, uma primeira análise aos gráficos da permite concluir que a aplicação do filtro de

200 evita o aparecimento de falsos alarmes. Nestes gráficos são também detetados alguns

períodos em que o indicador de corrente se encontra abaixo do esperado, podendo estes ser

resultado de passagens de nuvens ou da sobrestimação da produção expectável (provocada pela

correção das sombras nos dados de radiação).

Figura 52:Análise, sem filtro (esquerda) e com filtro (direita), da variação da corrente para o inversor 1 000 061 014 241.

Apesar de ser pouco notável nos gráficos da Figura 52, o gráfico da Figura 53 apresenta um tom

azul mais claro durante o período de simulação, indicando que o sistema não se encontrava em

normal funcionamento como resultado da falha simulada. Verifica-se assim que esta análise anual,

apesar de comprimir os dados, permite identificar falhas esporádicas.

Figura 53: Período de simulação de falha na string.



5.3.2.1.3 C2 – Módulo em Bypass

Já o bypass simulado para o inversor 1 000 061 014 251 do C2 apenas afetou a tensão de output,

sendo apenas apresentado, na Figura 54, o gráfico referente à variação do rácio deste parâmetro

neste inversor. Mais uma vez, os retângulos a vermelho assinalam o período de simulação de

bypass numa das strings do inversor em questão.

A análise aos gráficos da Figura 54 corrobora as conclusões da secção anterior, comprovando mais

uma vez que a aplicação do filtro de 200 evita a identificação de falsos alarmes. Deste

modo, daqui adiante apenas serão apresentados gráficos com filtro.

Comparando de forma geral os gráficos dos indicadores de corrente (Figura 52) com os gráficos

dos indicadores de tensão (Figura 54), verifica-se que nos últimos o decréscimo registado nos

rácios é menor que nos rácios da corrente, uma vez que a tensão não depende tanto da radiação,

influenciada pela passagem de nuvens nos módulos ou, como referido, pela sobrestimação da

radiação incidente que resulta da correção de sombras.

Figura 54:Análise, sem filtro (esquerda) e com filtro (direita), da variação da tensão para o inversor 1 000 061 014 251.

Na Figura 55 está representado o período de simulação de falha, com maior grau de resolução. Por

se tratar de uma falha pouco relevante (6 módulos em bypass num total de 3x23), a uma escala

anual, esta quase passa despercebida.

Figura 55: Período de simulação de falha no módulo.



5.3.2.1.4 C4

Os resultados obtidos na avaliação do Performance Ratio apontam para a presença de

sombreamentos que afetam a produção de energia, nomeadamente no C4. Procedeu-se assim à

análise do rácio dos indicadores de corrente deste edifício (os mais afetados pela variação da

radiação), de modo a identificar possíveis padrões de sombreamento.

Na Figura 56 podem observar-se os resultados obtidos para o rácio dos indicadores de corrente para

os inversores 351 e 258, respetivamente. Os mesmos apresentam indícios fortes da existência de

sombreamentos nos painéis que constituem estes dois inversores, justificando assim a queda na

produção, e a consequente diminuição do expectável.

Figura 56: Análise da variação anual da corrente no inversor 1 000 061 014 351 e 1 000 061 014 258, respetivamente.

5.3.2.2 Edifício

Posteriormente, procedeu-se a uma análise do funcionamento de todos os inversores de cada

edifício, para o período de dados disponíveis (secção 5.2). Com esta análise pretende-se obter uma

visão mais geral do sistema de cada edifício, procurando perceber se os resultados corroboram as

análises realizadas por inversor.

5.3.2.2.1 C1

Como já foi referido, para o C1 apenas foi possível extrair dados de um dos inversores. Na Figura

57 está representada a variação anual do rácio para o indicador da corrente para este edifício. Nela

é possível observar, do lado esquerdo, o gráfico obtido sem a aplicação do filtro de 200 W/m2

definido pelos autores da metodologia e, do lado direito, o gráfico já com o filtro em questão.

Uma primeira comparação entre os gráficos permite concluir novamente que a não utilização do

filtro pode conduzir ao aparecimento de falsos resultados que afetam a deteção e diagnóstico de

falhas.

A observação dos gráficos confirma a existência de alguns períodos em que o rácio de corrente

apresenta valores mais reduzidos, justificados com a sobrestimação da produção expectável. No

entanto, a Figura 57 não permite identificar o período de sombras registado na Figura 50, o que

mostra que uma análise por inversor é mais apropriada.



Figura 57: Análise, sem filtro (esquerda) e com filtro (direita), da variação anual do rácio dos indicadores da corrente no

sistema do edifício C1.

Na Figura 58 é possível observar a variação anual do rácio do indicador da tensão no sistema do

C1. A partir da sua análise é possível comprovar que, como no caso do indicador da corrente, a não

utilização do filtro resulta no aparecimento de alarmes para falhas inexistentes. Deste modo, as

restantes análises apenas serão realizadas para gráficos com filtro.

É ainda possível verificar que não se registam valores baixos para o rácio da tensão o que,

associado à esporacidade das falhas registadas para o indicador da corrente, aponta para o correto


Figura 58: Análise, sem filtro (esquerda) e com filtro (direita), da variação anual do rácio dos indicadores da tensão no

sistema do edifício C1.

5.3.2.2.2 C2

No C2 estão instalados 352 painéis fotovoltaicos, contrariamente ao número inicialmente planeado

de 348. Devido à complexidade das ligações não é possível confirmar localmente o número de

módulos de cada string, tendo sido consideradas as ligações definidas no esquema unifilar previsto

para a instalação (anexo A.3.2). Na Figura 59 é possível observar os gráficos obtidos para a

variação do rácio do indicador da corrente (lado esquerdo), e do rácio do indicador da tensão (lado

direito), para o C2.

Na figura do lado esquerdo é possível observar a ocorrência de falhas na corrente esporádicas que,

como referido para o caso do C1, podem resultar da passagem de nuvens nos módulos, ou da

sobrestimação da produção expectável causada pela correção das sombras. Para além disto, apesar

de na figura do lado direito não se registarem valores reduzidos para o rácio do indicador da tensão,

os resultados suscitam algumas questões relativamente à configuração utilizada, uma vez que,

apesar do inversor 244 possuir mais um módulo por série (3x24), não é expectável uma variação

tão acentuada entre inversores tratando-se de um sistema tão recente. Para conseguir clarificar a



situação seria necessário uma exploração in loco das ligações, o que implicaria apoio técnico

especializado.

Figura 59: Análise dos rácios de corrente (lado esquerdo) e de tensão (lado direito), com filtro, para o sistema do edifício

C2.

Os resultados de ambos os rácios indicam novamente que uma análise por inversor é mais

apropriada para a deteção de falhas e padrões de sombreamento, uma vez que nenhum dos gráficos

da Figura 59 regista as falhas simuladas no C2.

5.3.2.2.3 C4

No C4 estão instalados 382 painéis fotovoltaicos (contrariamente ao número inicialmente previsto

de 414) tendo no entanto sido consideradas as ligações definidas no esquema unifilar da instalação.

Na Figura 60 podem observar-se os gráficos referentes à análise anual da variação do rácio do

indicador da corrente e da tensão para o C4, do lado esquerdo e direito, respetivamente.

No gráfico do lado esquerdo verifica-se que, quer o inversor 351, quer o 258, apresentam sinais de

falha no início do ano, o que está de acordo com os resultados obtidos na Figura 56. Já no gráfico

do lado direito os valores obtidos para o rácio do indicador de tensão no inversor 1 000 061 014

258 apresentam valores inferiores comparativamente aos restantes, o que indica que as ligações

consideradas para este inversor diferem do definido no esquema unifilar (anexo A.3.3). Apesar

disto, os resultados da tensão associados aos resultados da corrente apontam para um correto


Figura 60: Análise dos rácios de corrente (lado esquerdo) e de tensão (lado direito), com filtro, para o sistema do edifício

C4.



5.4 Interface

Para facilitar a obtenção e interpretação dos resultados da aplicação do método de deteção de falhas

anteriormente descrito, foram criadas interfaces de fácil manipulação onde se procede a uma

análise, anual e diária, do funcionamento dos sistemas fotovoltaicos da instalação da FCUL.

5.4.1 Daily Automatic Fault Detection in Grid Connected Photovoltaic

Systems – FCUL

Na interface “Daily Automatic Fault Detection in Grid Connected Photovoltaic Systems – FCUL”

é realizada uma análise diária dos dados de produção de cada inversor. Possuindo uma disposição

simplificada, a interface permite ao utilizador selecionar o edifício e o inversor que se pretende

analisar. Para além disso permite especificar o dia a estudar, podendo o utilizador analisar o

comportamento do sistema nas diferentes estações do ano. Na Figura 61 é possível observar o

painel principal da interface e a sua disposição. Os pontos 1, 2 e 3 dizem respeito à seleção do

edifício, à seleção do inversor, correspondente a um dos inversores existentes no edifício escolhido,

e à seleção do dia e mês a analisar, respetivamente. No ponto 4 o utilizador executa a análise de

dados, onde são filtrados os dados de tensão, corrente, irradiância e temperatura ambiente para o

inversor e dia selecionados. Por sua vez, o ponto 5 permite exibir o gráfico de irradiância na tela A.

Além disso, executa o cálculo da temperatura das células do módulo e exibe o seu resultado na tela

B. No ponto 6 o programa determina os indicadores , e a taxa , expondo o

resultado na tela C.Já no ponto 7, o programa calcula os indicadores , e a taxa ,

e exibe o resultado também na tela C. A tabela do ponto 8 regista os valores médios para os

indicadores de corrente. Caso seja detetada uma falha, a célula do muda a sua cor para

vermelho. Importa referir que o programa está desenhado para detetar falhas caso o esteja, no

mínimo, 2 horas abaixo do . Por outro lado, caso o sistema se encontre em normal

funcionamento, a mesma célula muda a sua cor para verde. A tabela do ponto 9 regista os valores

médios dos indicadores de tensão. Mais uma vez, caso seja detetada uma falha, a célula do

muda a sua cor para vermelho. Caso o sistema se encontre em normal funcionamento, a mesma

célula muda a sua cor para verde.

Figura 61: Painel da interface de análise diária para o inversor 241 do edifício C2 no dia 7 de Julho.



Para além do descrito em cima o programa envia também algumas mensagens de texto ao

utilizador, dependendo estas das condições do dia em questão.

Como foi referido na secção 5.1, a aplicação do método só é válida para valores de irradiância

acima dos 200 W/ . Foi assim necessário garantir o cumprimento desta condição sendo que,

quando o programa realiza a análise de dados no ponto 4, e caso existam mais de 10 pontos com

radiação inferior ao limite mínimo definido, o mesmo emite uma mensagem de texto, que se pode

observar na Figura 62, informando que no dia em análise os níveis de irradiância são insuficientes

para aplicação dos indicadores.

Figura 62: Mensagem de erro em caso de maioria de dados abaixo dos 200 W/m2.

Calculados os indicadores, o programa emite ainda uma mensagem com o diagnóstico obtido,

podendo este ser um dos 4 apresentados na Figura 63. Caso o diagnóstico seja o exibido na

mensagem A, o sistema funciona normalmente, sem qualquer tipo de falha. Por outro lado, caso se

obtenha a mensagem B ou a C, o sistema possui falhas na tensão ou na corrente, respetivamente.

Como foi referido, falhas na corrente devem-se a falhas na string, enquanto falhas na tensão

ocorrem devido à existência de possíveis módulos em bypass. Existe ainda a mensagem D em que

ambos os indicadores, e , estão abaixo dos respetivos limites (thresholds). Neste caso, as

falhas devem-se maioritariamente a sombreamentos ou a possíveis falhas na rede.

Figura 63: Diagnóstico de falha.

5.4.2 Annual Analysis – Automatic Fault Detection in Grid Connected

Photovoltaic Systems - FCUL

A interface de análise anual permite analisar os dados de produção, por edifício e por inversor,

através do rácio e . Como referido no Capítulo 4, a estação

meteorológica é sombreada, principalmente, ao início e ao fim do dia. Deste modo, foram criadas



duas interfaces, com e sem o filtro de 200 , permitindo avaliar a influência do sombreamento

na produção anual. Uma vez que ambas possuem disposições semelhantes, apenas é apresentado,

na Figura 64 , o painel da interface em que existe filtro de dados de irradiância.

Com uma disposição simples, a interface permite ao utilizador selecionar o edifício e o respetivo

inversor a analisar. No quadro 1, o utilizador seleciona o edifício a estudar, analisa e filtra os dados,

sendo automaticamente determinado o rácio e . Na tela surge um

gráfico tridimensional, visto de cima, onde o eixo do xx diz respeito à série temporal, o eixo dos yy

aos inversores existentes no edifício de eleição e o eixo zz, representado por uma barra de cor, diz

respeito aos valores do rácio. Já no quadro 2, o utilizador elege o inversor, analisando os dados

anuais. Posteriormente, a interface determina os rácios, desta vez analisando a sua variação ao

longo do dia. Mais uma vez, na tela surge um gráfico tridimensional, onde o eixo do xx diz respeito

à série temporal, o eixo dos yy às horas do dia, e o eixo zz aos valores do rácio.

Figura 64: Painel de interface de análise anual - com filtro – para o inversor 258 do edifício C4.

5.5 Conclusões

Neste capítulo procedeu-se à implementação de uma metodologia de deteção de falhas, visando

uma análise mais detalhada do desempenho dos sistemas de cada edifício. Para tal foram utilizados

novamente os dados experimentais de radiação da estação meteorológica da FCUL, para além dos

dados de corrente e tensão dos sistemas de cada edifício. Primeiramente, a metodologia foi

validada através de simulações de falhas. De seguida foi analisado o histórico de cada sistema, por

inversor e por edifício, tendo sido detetados alguns padrões de sombreamento que afectam a

produção dos mesmos. Mais uma vez, os resultados espelham o bom funcionamento da central,

tendo-se obtido valores mais baixos que são novamente atribuídos a incertezas nos dados de

radiação, e não a falhas de produção. Por último foram desenvolvidas duas novas ferramentas que

permitem aplicar a metodologia apresentada através de uma análise diária e de uma análise anual

dos sitemas de cada edifício.



Capítulo 6 Conclusões Finais

Neste trabalho procurou avaliar-se o desempenho da central de mini-geração fotovoltaica da

FCUL.

Após um estudo detalhado da mesma, procedeu-se à recolha de dados de produção e de dados

meteorológicos (provenientes de diversas fontes) necessários para esta avaliação. Posteriormente

determinou-se o Performance Ratio do sistema de cada edifício, e em seguida procedeu-se a uma

comparação entre os resultados obtidos para as diversas fontes. Uma vez que este indicador apenas

permite avaliar o funcionamento do sistema, foi ainda aplicada uma metodologia (desenvolvida por

Silvestre et al) que permite identificar o tipo de falhas que afetam o mesmo [1]. Este método foi

validado através da simulação de diversas falhas, sendo posteriormente avaliado o histórico dos

dados da central.

Os resultados obtidos permitiram retirar algumas conclusões sobre o funcionamento da central em

questão.

Em primeiro lugar, a análise dos esquemas da instalação permitiu concluir que muitos dos

documentos possuem informações incorretas (nomeadamente no que diz respeito ao número de

painéis instalados), estando a constituição das ligações de alguns dos inversores mal identificadas

nos mesmos. No entanto, devido à complexidade do sistema não foi possível confirmar localmente

a constituição das ligações de cada inversor (quer o número de painéis em série, quer o número de

painéis em paralelo), tendo o trabalho sido realizado com base nas ligações registadas nos

documentos (o que pode ter influenciado os resultados finais).

Para analisar o funcionamento da central, foi necessário extrair dados de radiação e temperatura da

estação meteorológica da FCUL, que sofre sombreamentos por parte da sua envolvente, ao início

da manhã e ao fim da parte. Procedeu-se assim à correção dos dados de radiação, de modo a

viabilizar a sua utilização na determinação dos índices de desempenho da central de mini-geração.

A metodologia de correção aplicada baseou-se na premissa de que os períodos de sombra se

tratavam na realidade de períodos de céu limpo, tendo por isso sido aplicado um modelo clear-sky.

Foi também considerada a inclinação dos painéis fotovoltaicos relativamente à inclinação dos

dados da estação.

Uma primeira análise aos resultados de Performance Ratio de cada edifício permitiu concluir que

estes índices variam sazonalmente, aumentando gradualmente do inverno para o verão. De acordo

com os resultados, o edifício C1 apresenta um médio de 81.9%, não representando este valor a

totalidade do sistema, uma vez que apenas foi possível analisar dados de um dos cinco inversores

instalados no edifício em questão. O sistema do edifício C2 apresenta um valor médio de 78.6%,

espelhando seu o correto funcionamento. Já o edifício C4 apresentou valores mais reduzidos de ,

na ordem dos 74.7%, possivelmente como resultado de sombreamentos. Todos os resultados foram

influenciados pelas considerações tomadas aquando da correção dos dados de radiação, sendo que a

aplicação do modelo clear-sky resulta numa sobrestimação da radiação (nos períodos de sombra),

enquanto a correção da inclinação resulta numa subestimação desta radiação nos meses de inverno,

quando existe muita radiação difusa e altura solar baixa.

De modo a avaliar a utilidade da estação, e justificar assim a sua necessidade, foram também

analisados os dados da plataforma online PVGIS. Comparando os resultados para as duas fontes, é

possível verificar que o apresenta maior instabilidade que o , nomeadamente em

Janeiro e Abril. Conclui-se assim que a utilização dos dados do PVGIS não é apropriada para a

determinação dos índices, uma vez que estes se tratam de históricos que não refletem as condições

registadas em 2015 (que se tratou de um ano anormalmente soalheiro). Todas as análises realizadas

permitem concluir que a central da FCUL se encontra em correto funcionamento, uma vez que



apresenta índices de desempenho semelhantes ao que seria de esperar de uma instalação recente

( 85%).

Posteriormente, e de modo a analisar mais detalhadamente os sistemas de cada edifício, procedeu-

se à implementação da metodologia de deteção de falhas apresentada.

Apesar de existir uma plataforma online que permite analisar dados de produção de energia, por

edifício e por inversor, esta não permite registar valores de corrente e tensão, necessários na

aplicação da metodologia em questão. Para além disso, esta não permite extrair dados com um

intervalo de tempo superior a três meses, tendo sido necessário recorrer a extrações locais, o que, a

longo prazo, não é prático. Para viabilizar esta metodologia, foram simulados diversos tipos de

falhas no sistema do C2 (realizadas com o apoio de profissionais especializados), nomeadamente

na string e nos módulos, tendo ainda sido avaliado o efeito do sombreamento. Os resultados

obtidos viabilizaram o método aplicado, tendo sido corretamente identificadas todas as falhas

simuladas. Apesar disto, a metodologia aplicada não alertou para a presença do sombreamento,

uma vez que este apenas foi simulado durante 1 hora, não possuindo por isso grande impacto no

conjunto do sistema.

Validada a metodologia, procedeu-se ao estudo do histórico dos dados da central. Primeiramente

realizou-se uma análise por inversor, visando a identificação de falhas e padrões de sombreamento.

Apesar de uma primeira fase permitir concluir que a aplicação do filtro de 200 W/ (definido

pelos autores da metodologia) precave a identificação de falsos alarmes, os gráficos com filtro

identificam diversos períodos em que os rácios sinalizam a ocorrência de falhas. No entanto, a sua

esporacidade alinhada à sua curta duração indica que estes se trataram de períodos em que a

produção expectável se encontrava sobrestimada, como resultado da passagem de nuvens sobre os

módulos e não sobre a estacão (justificada pela distância entre ambos). Esta sobrestimação pode

ainda ter sido provocada pela metodologia de correção de sombras aplicada que parte do princípio

de que todos os períodos de sombra definidos correspondem a períodos de céu limpo.

De referir que o filtro de 200 W/ não foi aplicado na determinação do coeficiente de

desempenho, uma vez que este apenas é relevante em análises instantâneas (de modo a evitar

incertezas nos resultados).

Na análise do sistema do edifício C1 foram identificados sombreamentos que permitem concluir

que o inversor analisado (o único em que foram disponibilizados dados) se encontrava

indevidamente referenciado na vision box. Relativamente ao sistema do edifício C2, apesar de ter

sido possível identificar as falhas simuladas, a falha da tensão quase passou despercebida devido ao

curto período de simulação e à fraca relevância da mesma no conjunto de dados. Os resultados do

edifício C4 corroboram os índices de desempenho obtidos anteriormente, tendo sido identificados

padrões de sombreamento (em dois dos inversores) nos meses de inverno.

Seguidamente foi realizada uma análise por edifício, visando uma maior perceção do

funcionamento de todos os inversores do sistema em questão ao longo do ano. Apesar de permitir

uma avaliação mais geral, este tipo de análise não permite avaliar a sazonalidade diária do sistema,

não sendo possível identificar padrões de sombreamento, como é o caso do edifício C1 ou do

edifício C4. No entanto, a comparação entre os inversores permitiu identificar alguns erros nas

ligações e , uma vez que foram identificadas diferenças entre os inversores, nomeadamente

do edifício C4, que não são expectáveis numa instalação tão recente. Estas diferenças devem-se ao

facto das configurações consideradas (definidas nos documentos oficiais) não corresponderem à

realidade da instalação, uma vez que o número total de módulos registado não corresponde também

ao total instalado. Assim, para melhorar os resultados e para facilitar futuros projetos, é crucial



elaborar um estudo detalhado (in loco) da configuração das ligações, para que seja possível

perceber o que realmente está instalado em cada edifício.

Relativamente à extração de dados, de modo a simplificar projetos futuros seria vantajoso

desenvolver uma plataforma que disponibilizasse os parâmetros mais relevantes, desde dados de

produção a dados meteorológicos. Esta plataforma poderia ainda divulgar, no website da UL ou

mesmo da FCUL, o desempenho instantâneo e o histórico da central, potenciando assim a

divulgação de um projeto que tem atraído o interesse de especialistas, curiosos, atores políticos, e

professores e alunos do ensino secundário e superior.

A instalação de sensores de radiação e temperatura junto dos módulos poderá também melhorar a

qualidade dos resultados (que deixam de depender de dados externos), evitando o aparecimento de

falsos alarmes que podem resultar da sobrestimação da produção expectável (motivada pela

distancia entre os locais de medição).

De salientar ainda que, aquando da extração de dados, foram encontrados inúmeros ninhos de

vespas, quer nas calhas, quer dentro dos inversores, que, a longo prazo, podem danificar os

equipamentos que constituem o sistema.



Capítulo 7 Referências Bibliográficas

[1] S. Silvestre, M. A. Da Silva, A. Chouder, D. Guasch, and E. Karatepe, “New procedure for

fault detection in grid connected PV systems based on the evaluation of current and voltage

indicators,” Energy Convers. Manag., vol. 86, pp. 241–249, 2014.

[2] M. Filipe, “Analysis of new indicators for Fault detection in grid connected PV systems for

BIPV applications Analysis of new indicators for Fault detection in grid connected PV

systems for BIPV applications,” 2014.

[3] Fraunhofer, “Current and Future Cost of Photovoltaics Current and Future Cost of

Photovoltaics,” 2015.

[4] S. Energy, “Photovoltaics report,” no. November, 2015.

[5] “Global Market Outlook: SolarPower Europe.” [Online]. Available:

http://www.solarpowereurope.org/insights/global-market-outlook/. [Accessed: 24-Jan-

2016].

[6] “World’s biggest solar farm at centre of Portugal's ambitious energy plan | Environment |

The Guardian.” [Online]. Available:

http://www.theguardian.com/environment/2008/jun/06/renewableenergy.alternativeenergy.

[Accessed: 31-Jan-2016].

[7] “Autoconsumo | Autoconsumo | ck_solarfotovoltaico.” [Online]. Available: http://critical-

kinetics.pt/Autoconsumo/upac-autoconsumo.html. [Accessed: 14-Oct-2015].

[8] G. Masson, S. Orlandi, and M. Rekinger, “Global Market Outlook for Photovoltaics 2014-

2018,” 2013.

[9] “JRC’s Institute for Energy and Transport - PVGIS - European Commission.” [Online].

Available: http://re.jrc.ec.europa.eu/pvgis/. [Accessed: 02-Dec-2015].

[10] SolarPower Europe, “Global Market Outlook for Solar Power 2015-2019,” p. 32, 2014.

[11] “Renewable energies in Portugal,” 2013.

[12] IEA, “Snapshot of Global PV Markets 2014,” pp. 1–16, 2015.

[13] L. M. and E. Minister of Environment, “Decreed Law n.o 153/2014 - 20 October 2014,” pp.

1–22, 2014.

[14] A. Á. L. Homem da Trindade, “Portaria num. 15/2015,” Diário da República, pp. 531–532,

2015.

[15] F. De Psicologia, “Galp Energia e Universidade de Lisboa apresentam projeto Campus

Sustentável – Universidade Verde,” pp. 1–2, 2013.

[16] “PVEducation.” [Online]. Available: http://www.pveducation.org/. [Accessed: 20-Oct-

2015].

[17] J. ; Tavares Pinho and M. Antonio Galdino, manual-de-engenharia-sistemas-fotovoltaicos-

2014, no. 1. 2014.

[18] “STR Solar - Products.” [Online]. Available: http://www.strsolar.com/products. [Accessed:

20-Feb-2016].

[19] “Field Applications for I-V Curve Tracers | SolarPro Magazine.” [Online]. Available:

http://solarprofessional.com/articles/design-installation/field-applications-for-i-v-curve-

tracers. [Accessed: 31-Oct-2015].

[20] “Activity: Characteristics of Photovoltaic Solar Cells [Analog Devices Wiki].” [Online].

Available: https://wiki.analog.com/university/courses/eps/photovoltaic%E2%80%99.

[Accessed: 17-Nov-2015].

[21] “Photovoltaic Panels: How PV Panels are made for the home.” [Online]. Available:

http://www.alternative-energy-tutorials.com/solar-power/pv-panel.html. [Accessed: 20-Oct-

2015].



[22] “SMA Solar Technology AG - Photovoltaik-Technik für Solaranlagen jeder Größe.”

[Online]. Available: http://www.sma.de/. [Accessed: 20-Feb-2016].

[23] T. Perales Benito, práticas de energia solar fotovoltaica. 2009.

[24] “INTERSOLAR 2013: TRIC – hält.einfach.clever « Presse « Wagner-Solar – Solartechnik

Blog von Wagner und Co | News- und Pressebereich.” [Online]. Available:

http://presse.wagner-solar.com/aktuelles/intersolar-2013-tric-halt-einfach-clever/.

[Accessed: 20-Feb-2016].

[25] “Potential PV Problems | Home Power Magazine.” [Online]. Available:

http://www.homepower.com/articles/solar-electricity/design-installation/potential-pv-

problems. [Accessed: 17-Nov-2015].

[26] B. Marion, J. Adelstein, K. Boyle, H. Hayden, B. Hammond, T. Fletcher, D. Narang, A.

Kimber, L. Mitchell, and S. Richter, “Performance parameters for grid-connected PV

systems,” Photovolt. Spec. Conf. 2005. Conf. Rec. Thirty-first IEEE, vol. 31, no. February,

pp. 1601–1606, 2005.

[27] A. Woyte, M. Richter, D. Moser, S. Mau, N. H. Reich, and U. Jahn, “Monitoring of

Photovoltaic Systems: Good Practices and Systematic Analyes,” 28th Eur. PV Sol. Energy

Conf. Exhib., 2013.

[28] D. D. Resolution and D. Purposes, Analysis of Long - Term Performance of PV Systems.

2014.

[29] “PV System Ground Faults | SolarPro Magazine.” [Online]. Available:

http://solarprofessional.com/articles/operations-maintenance/pv-system-ground-faults.

[Accessed: 17-Nov-2015].

[30] G. Zeng, M. Cao, and Y. Chen, “An Intelligent Adaptive Method for Islanding Detection in

Grid-tied PV System,” Energy Procedia, vol. 17, pp. 349–355, 2012.

[31] D. Nilsson, “Fault detection in photovoltaic systems.”

[32] “O&M Problems Solved | ESA Renewables.” [Online]. Available:

http://esarenewables.com/operation-maintenance/om-problems-solved/. [Accessed: 20-Feb-

2016].

[33] “I can see some browning or yellowing on my solar panel, what is it?” [Online]. Available:

https://www.lgenergy.com.au/faq/beware-cheap-solar-systems/i-can-see-some-browning-or-

yellowing-on-my-solar-panel-what-is-it. [Accessed: 20-Feb-2016].

[34] “Top 3 quality issues in solar panels - Eternal Sun.” [Online]. Available:

http://www.eternalsun.com/news/top-3-quality-issues-in-solar/. [Accessed: 20-Feb-2016].

[35] A. Moropoulou, J. Palyvos, M. Karoglou, and V. Panagopoulos, “Using IR Thermography

for Photovoltaic Array Performance Assessment,” Int. Conf. ndt, p. 4, 2007.

[36] S. Silvestre, A. Chouder, and E. Karatepe, “Automatic fault detection in grid connected PV

systems,” Sol. Energy, vol. 94, pp. 119–127, 2013.

[37] A. Chouder, S. Silvestre, B. Taghezouit, and E. Karatepe, “Monitoring, modelling and

simulation of PV systems using LabVIEW,” Sol. Energy, vol. 91, pp. 337–349, 2013.

[38] N. Gokmen, E. Karatepe, B. Celik, and S. Silvestre, “Simple diagnostic approach for

determining of faulted PV modules in string based PV arrays,” Sol. Energy, vol. 86, no. 11,

pp. 3364–3377, 2012.

[39] M. Tadj, K. Benmouiza, A. Cheknane, and S. Silvestre, “Improving the performance of PV

systems by faults detection using GISTEL approach,” Energy Convers. Manag., vol. 80, pp.

298–304, 2014.

[40] W. Teoh and C. Tan, “An Overview of Islanding Detection Methods in Photovoltaic

Systems,” World Acad. Sci. Eng. Technol., vol. 5, no. 10, pp. 674–682, 2011.

[41] P. N. Botsaris and J. A. Tsanakas, “Infrared thermography as an estimator technique of a



photovoltaic module performance via operating temperature measurements,” 10th ECNDT

Conf., pp. 1–11, 2010.

[42] “Painéis Fotovoltaicos - Universidade Verde.” [Online]. Available:

http://universidadeverde.campus.ul.pt/paineis-fotovoltaicos. [Accessed: 27-Feb-2016].

[43] “Galp Energia e Universidade de Lisboa apresentam projeto Campus Sustentável –

Universidade Verde - Galp.” [Online]. Available:

http://www.galpenergia.com/PT/media/Noticias/Paginas/GalpEnergiaeUniversidadedeLisbo

aapresentamprojetoCampusSustentavel%E2%80%93UniversidadeVerde.aspx. [Accessed:

27-Feb-2016].

[44] “Google Maps.” [Online]. Available: https://www.google.pt/maps/@38.6153259,-

9.1287722,13z. [Accessed: 27-Feb-2016].

[45] G. Energia, R. Tom, C. Grande, C. Universit, C. Grande, and C. Universit, “Manual de

Utilizador e Memória Descritiva e Justificativa Instalação de Minigeração de Ligação à

RESP,” pp. 1–34, 2011.

[46] “SolarControlPlus.” [Online]. Available: https://www.solarcontrolplus.com/sunreader/.

[Accessed: 18-Sep-2015].

[47] “Effect of Temperature | PVEducation.” [Online]. Available:

http://www.pveducation.org/pvcdrom/solar-cell-operation/effect-of-temperature. [Accessed:

24-Jan-2016].

[48] “nominal-operating-cell-temperature @ www.pveducation.org.” [Online]. Available:

http://www.pveducation.org/pvcdrom/modules/nominal-operating-cell-temperature.

[49] “Manual de Utilização Estação Meteorológica - Campus Solar.” 2015.

[50] “Solar Radiation and the Earth System.” [Online]. Available:

http://education.gsfc.nasa.gov/experimental/July61999siteupdate/inv99Project.Site/Pages/sc

ience-briefs/ed-stickler/ed-irradiance.html. [Accessed: 16-Jan-2016].

[51] C. Gueymard, “Critical analysis and performance assessment of clear sky solar irradiance

models using theoretical and measured data,” Sol. Energy, vol. 51, no. 2, pp. 121–138,

1993.

[52] P. Ineichen and R. Perez, “A new airmass independent formulation for the Linke turbidity

coefficient,” Sol. Energy, vol. 73, no. 3, pp. 151–157, 2002.

[53] “Part 2: Solar Energy Reaching The Earth’s Surface | ITACA.” [Online]. Available:

http://www.itacanet.org/the-sun-as-a-source-of-energy/part-2-solar-energy-reaching-the-

earths-surface/. [Accessed: 16-Jan-2016].

[54] J. Remund, L. Wald, M. Lefevre, T. Ranchin, J. Page, J. Remund, L. Wald, M. Lefevre, T.

Ranchin, J. Page, and W. Linke, “Worldwide Linke turbidity information To cite this

version :,” 2010.

[55] “PVGIS photovoltaic software : free tool to assess the PV output power in europe, africa

and asia for electrical stand alone or connected to the grid systems.” [Online]. Available:

http://photovoltaic-software.com/pvgis.php. [Accessed: 02-Dec-2015].



Anexos

A.1 Fichas Técnicas

A.1.1 Módulo Fotovoltaico



A.1.2 Inversor



A.1.3 Vision box



A.2 Certificado de Exploração



A.3 Esquemas Unifilares

A.3.1 C1



A.3.2 C2



A.3.3 C4

avaliação do desempenho do sistema de mini-geração...

Documents