Radiação

• A previsão do meteoblue MultiModel fornece a mais alta precisão ao combinar vários modelos para a previsão mais adequada.
• A previsão de melhor combinação de modelos pode ser aprimorada ainda mais com atualizações em tempo real (intraday) ou treinando diretamente para a produção de energia renovável (MOS).
• Comparando vários modelos meteorológicos brutos, o ICON e o GFS apresentam o melhor desempenho na previsão de radiação solar.
• meteoblue está constantemente validando diferentes modelos e metodologias para melhorar a previsão, incluindo conjuntos de dados e tecnologias mais recentes.
• Para séries históricas, as observações de satélite (SARAH) alcançam a maior precisão, enquanto o ERA5 é útil para avaliação de longo prazo e preenchimento de lacunas.

Um dos setores mais importantes associados à previsão do tempo é o setor de energia renovável, incluindo energia solar. A situação de rápida evolução do mercado leva à necessidade de modelagem precisa e aplicável, e previsão da irradiância solar. Para planejar e operar sistemas de energia solar com eficiência, é necessário fornecer previsões de até 48 horas.

Portanto, é de grande importância examinar e comparar o potencial e o desempenho dos modelos de previsão e das previsões meteorológicas. A seguir, resumimos os resultados de vários estudos que investigaram a previsão da radiação solar, bem como o desempenho da abordagem (meteoblue) MultiModel e da abordagem MOS para melhorar a previsão.

Últimas melhorias na previsão de radiação por meteoblue

Para a previsão da radiação solar e da produção fotovoltaica, meteoblue faz uso de métodos de pós-processamento. Além de modelos simples de previsão numérica do tempo e multimodelagem, meteoblue aplica técnicas como nowcasting ou MOS para melhorar ainda mais a previsão. Os diagramas a seguir mostram o erro absoluto médio relativo (rMAE) de diferentes conjuntos de dados do meteoblue.

Ele inclui dados de previsão pós-processados do MultiModel meteoblue (previsão para o dia seguinte), MOS e o nowcast de 3h. Além disso, dados brutos do modelo NEMS30 e dados de radiação em tempo real derivados do satélite SARAH (imagens em tempo real). Para fins de comparação, todos os dados foram validados com base em medições horárias de mais de 100 estações do DWD (Deutsche Wetterdienst) de março de 2022 a fevereiro de 2023.

O MOS foi treinado para todos os locais e para um período de 3 anos (2019-2022). Os diagramas mostram o rMAE para cada estação para o verão e para o inverno.

Em ambos os diagramas, pode-se observar uma redução geral do erro de previsão de até 5% pelo MultiModel e pelo MOS em comparação com o modelo bruto NEMS30. Além disso, o MOS tem um desempenho ainda melhor em comparação com o MultiModel meteoblue. No inverno, os rMAEs são, em geral, mais altos, pois o erro absoluto durante todo o ano permanece relativamente constante, mas a irradiância é menor.

Como o treinamento do MOS requer troca de dados bidirecional, ele exige esforços bastante elevados e só é adequado para previsões de energia renovável de alto valor, enquanto a maioria dos casos de uso pode ser coberta com o modelo meteoblue Modelmodel.

Nossos esforços atuais para aprimorar ainda mais a previsão de radiação têm demonstrado pleno sucesso. Se você estiver interessado em uma comparação direta com validações mais antigas de previsão de radiação solar, visite nossa subpágina de estudos.

Verificação global da radiação solar

Em uma tese de bacharelado separada (Reiss, 2021), a radiação global de ondas curtas de entrada dos modelos meteorológicos NEMSGLOBAL, GFS, ICON e MFGLOBAL, bem como o modelo de reanálise ERA5, foram verificados com medições mundiais horárias da Rede de Radiação de Superfície de Linha de Base (BSRN) e do Centro Mundial de Dados de Radiação (WRDC). A análise considera os anos de 2018 a 2020 para mais de 70 estações. Em todas as medições, um controle de qualidade foi aplicado para evitar medições errôneas na verificação.

Verificação dos modelos brutos

Para comparação de diferentes modelos brutos, o MAE foi levado em consideração. A figura mostra exemplarmente os resultados do conjunto de dados da BSRN. O modelo ERA5 tem o MAE mais baixo, seguido pelo ICON e pelo GFS. O MFGLOBAL e o NEMSGLOBAL têm os erros mais altos.

A previsão da radiação depende muito da capacidade dos modelos de previsão para prever esquemas de nuvens. Muitas vezes, os modelos superestimam ou subestimam a radiação porque esses esquemas de nuvens não são corretamente previstos. O ERA5 é um bom exemplo que mostra as vantagens dos métodos de pós-processamento, pois combina resultados brutos do modelo com dados climáticos derivados adicionais, como medições ou imagens de satélite.

Verificação MultiModel

A abordagem MultiModel foi testada e verificada para a radiação solar. Para a abordagem MultiModel, os modelos escolhidos são combinados e ponderados de forma diferente. O estudo sugere que a combinação de 3 ou 4 modelos alcança uma porcentagem de erros mais baixos e, portanto, supera o desempenho dos modelos brutos. Além disso, não apenas o MAE foi reduzido, mas também outros erros estatísticos, como o MBE. Para obter mais detalhes, dê uma olhada nesta  Tese de bacharelado (3.5 MB).

Em cada conjunto de dados, as combinações ideais combinações ideais do MultiModel específicas de cada estação foram calculadas, resultando em uma combinação global do MultiModel. Com esse modelo, o erro pode ser reduzido em até aproximadamente 4 W/m2. Portanto, o MultiModel tem um desempenho melhor do que os modelos brutos, com resultados comparáveis ao desempenho do modelo de reanálise ERA5.