Muita coisa pode acontecer com painéis solares montados em um telhado - desde galhos de árvores lançando sombra sobre eles até a bola de beisebol de um vizinho quebrando.

Agora, o proprietário de um painel solar pode entender melhor o desempenho de seu sistema com uma nova ferramenta de software que transforma os dados de energia solar em uma imagem clara da geração de energia ao longo do tempo. A ferramenta poderia tornar mais fácil para os proprietários de energia solar manterem seus sistemas com o passar dos anos, ajudando-os a gerar mais eletricidade limpa para suas casas e para uma rede elétrica.

O software, denominado Solar Data Tools , revela o desempenho de um sistema em dias nublados versus dias ensolarados; potenciais impedimentos de sombra, como edifícios ou vegetação; ou mudanças mais catastróficas, como granizo danificando painéis durante uma tempestade. Construído por uma equipe de pesquisadores do laboratório Grid Integration Systems and Mobility Lab (GISMo) do SLAC National Accelerator Laboratory, o software também é de código aberto, o que significa que qualquer pessoa interessada pode acessá-lo.

“Uma pessoa com painéis solares no telhado pode perguntar-se se os seus painéis estão a gerar tanta energia como quando foram instalados pela primeira vez”, disse o cientista do SLAC Bennet Meyers, que trabalha na equipa GISMo e liderou o desenvolvimento do software. “Como muitas pessoas não têm formação em ciência de dados ou engenharia elétrica, nosso software oferece uma visão mais direta de seus sistemas.”

A procura por sistemas solares para telhados está a crescer – as instalações aumentaram 34% nos EUA entre 2020 e 2021 – e com ela a necessidade de software mais fácil de utilizar, como o Solar Data Tools. 

Algo semelhante já existe para grandes sistemas de energia solar, como os painéis solares em grande escala nos desertos da Califórnia. Mas esses sistemas maiores geralmente contam com equipes de engenheiros que interpretam os dados e depois desenvolvem soluções de geração de energia. Os engenheiros fazem isso com dados meteorológicos confiáveis e conhecimento de modelagem de sistemas fotovoltaicos – coisas que não estão disponíveis para muitos proprietários comuns de sistemas de energia solar ou comunidades desfavorecidas com sistemas de energia solar.

Se os sistemas domésticos de energia solar mais pequenos fossem melhor mantidos, poderiam gerar mais eletricidade limpa – e fazê-lo de forma mais fiável, uma vez que a sua produção de energia seria mais consistente. Recursos energéticos mais confiáveis são uma alta prioridade para os operadores de redes elétricas em todo o mundo, à medida que mais recursos intermitentes, como a energia solar e eólica, se conectam à rede. 

Para construir seu software, os pesquisadores coletaram dados de cerca de 1.000 locais de painéis solares em intervalos de cinco minutos durante três a dez anos. Esses dados ajudaram os pesquisadores a chegar a um conjunto de princípios de design de algoritmos, como a necessidade de entrada mínima de dados e trabalho de engenharia mínimo, além de incluir estimativas de erros.

Mais especificamente, os pesquisadores confiaram em uma técnica chamada decomposição de sinais para construir o software. A decomposição do sinal pega apenas os dados recebidos por uma máquina de registro do sistema de painel solar – apenas quanta energia está sendo gerada, portanto, não há dados de estações meteorológicas – e decompõe esses dados para contar uma história sobre a geração de energia de um sistema. É como separar o ruído vindo de uma sala que você não pode ver – uma sala com crianças correndo, música tocando e cachorros latindo. A decomposição do sinal separa os diferentes ruídos na sala para que você possa ouvir um som de cada vez, para poder ouvir a música no ruído.

“Os dados fotovoltaicos podem parecer incompreensíveis à primeira vista”, disse a engenheira do SLAC Sara Miskovich, que faz parte do GISMo e desenvolvedora do projeto. “Mas depois de analisar os dados por meio da decomposição do sinal, você pode ver coisas como os dias em que as nuvens bloqueavam o sol ou quando houve uma perda total de energia devido a algo que talvez tenha caído em um painel.”

É importante ressaltar que o software é seguro, interpretável e auditável graças à forma como a equipe decidiu codificar os algoritmos, disse Meyers. Em vez de usar técnicas mais populares de inteligência artificial e codificação de redes neurais, que podem tornar um software mais difícil de entender passo a passo, a equipe codificou em uma linguagem de computador fácil de seguir. Software seguro, interpretável e auditável é particularmente crítico na indústria de energia, que fornece recursos essenciais às comunidades diariamente, disse Meyers.

Atualmente, o software da equipe ajudará pessoas com sistemas solares domésticos e organizações de energia a baixar gráficos fáceis de entender de sua energia gerada ao longo do tempo. Esses gráficos revelam os momentos em que ocorreu uma falha no sistema ou quando a energia caiu por algum motivo desconhecido – o primeiro conhecimento crítico que é sempre necessário para corrigir um problema do sistema.

No futuro, os pesquisadores querem tornar a ferramenta ainda mais fácil de usar, para que mais pessoas em casa possam compreender seus dados solares em um aplicativo de telefone. No momento, usuários com inclinação técnica podem interagir diretamente com esses algoritmos, então os pesquisadores estão trabalhando em como permitir que usuários menos técnicos acessem as ferramentas de um aplicativo e uma interface de apontar e clicar, disse Meyers.

“Podemos aprender muito com os dados da energia solar”, disse Meyers. “Quanto mais pessoas puderem entender seus dados, melhor.”

Este material é baseado em trabalho apoiado pelo Escritório de Eficiência Energética e Energia Renovável (EERE) do Departamento de Energia dos EUA sob o Escritório de Tecnologias de Energia Solar (SETO).

Para perguntas ou comentários, entre em contato com o Escritório de Comunicações do SLAC em  Communications@slac.stanford.edu .

___________________________________________________________________