Fechar
Metadados

@PhDThesis{Luiz:2018:AnClCo,
               author = "Luiz, Eduardo Weide",
                title = "Analysis of the cloud cover variability using geostationary 
                         satellite data",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2018",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2018-03-29",
             keywords = "cloudiness, satellite, solar variability, nebulosidade, 
                         sat{\'e}lite, variabilidade solar.",
             abstract = "One of the main barriers to increase the solar energy share is its 
                         intermittency. Solar energy has a large variability in different 
                         time-scales driven by the solar astronomical cycles and by 
                         weather. Ground-based measurements are important to evaluate the 
                         variability at high resolutions, but they are only representative 
                         of small areas close to the measurement sites. Satellite 
                         observations come as a solution for the analysis over large areas, 
                         however they have coarse temporal and spatial resolutions. The 
                         main objective of this thesis is to develop a methodology for the 
                         characterization of the variability of the solar resource, 
                         focusing on the cloud effects. This simple methodology will allow 
                         to evaluate the variability of the solar power generation over 
                         large areas, using only data of geostationary satellite images, 
                         with no need of ground data. First, we compared the cloud cover 
                         fraction obtained through a satellite-based methodology with 
                         sitespecific data from all-sky cameras. This comparison presented 
                         a Pearson correlation of 0.9. In addition, we evaluated the 
                         similarity between the cumulative distributions functions of both 
                         datasets using the Kolmogorov-Smirnov test and the results pointed 
                         out for statistically significant similarity between them, even 
                         though their time resolutions were different. Then, we examined 
                         the variability of the global horizontal irradiance ramp rates 
                         from ground-based radiometers and compared it with the satellite 
                         cloud cover variability in 3 different Brazilian climate regimes. 
                         The results showed that the driest periods have lower solar 
                         irradiance variability. However, this result is not necessarily 
                         valid for different climate regimes. For instance, Petrolina, the 
                         driest place, exhibited the higher variability for shorter 
                         timescales, probably due to the rapid passage of small clouds 
                         shadowing the sun. When comparing the variability of the satellite 
                         cloud cover with that of the solar irradiance, the Pearson 
                         correlation reached up to 0.93, depending on the site, for the 
                         same time resolution (30 minutes). However, considering smaller 
                         time steps for solar irradiance ramps, the correlation decreased 
                         to values lower than 0.66 in all sites. The proposed methodology 
                         has broad application in the planning and management of solar 
                         power generation in countries with large territorial extension, 
                         such as Brazil. RESUMO: Uma das principais barreiras para aumentar 
                         a participa{\c{c}}{\~a}o de tecnologias solares na matriz 
                         energ{\'e}tica {\'e} sua intermit{\^e}ncia. A energia solar 
                         apresenta grande variabilidade em diferentes escalas de tempo 
                         impulsionadas pelos ciclos naturais do sol e pelo clima. Medidas 
                         de superf{\'{\i}}cie s{\~a}o importantes para avaliar a 
                         variabilidade em altas resolu{\c{c}}{\~o}es, mas s{\~a}o apenas 
                         representativas de pequenas {\'a}reas pr{\'o}ximas aos locais de 
                         medi{\c{c}}{\~a}o. Observa{\c{c}}{\~o}es por sat{\'e}lite 
                         s{\~a}o uma solu{\c{c}}{\~a}o para a an{\'a}lise em grandes 
                         {\'a}reas, no entanto com resolu{\c{c}}{\~o}es espaciais e 
                         temporais mais grosseiras. O objetivo principal desta tese foi 
                         desenvolver uma metodologia para a caracteriza{\c{c}}{\~a}o da 
                         variabilidade do recurso solar no territ{\'o}rio brasileiro, com 
                         foco nos efeitos das nuvens. Esta tese apresenta o desenvolvimento 
                         de uma metodologia simples, para avaliar a variabilidade da 
                         produ{\c{c}}{\~a}o solar em grandes {\'a}reas utilizando apenas 
                         dados de sat{\'e}lite geoestacion{\'a}rio, sem a necessidade de 
                         modelar a irradia{\c{c}}{\~a}o solar em superf{\'{\i}}cie. 
                         Inicialmente, investigou-se a relev{\^a}ncia estat{\'{\i}}stica 
                         de uma metodologia baseada em dados de sat{\'e}lite 
                         geoestacion{\'a}rio para medir a fra{\c{c}}{\~a}o de cobertura 
                         de nuvens, comparando-a com os resultados de c{\^a}meras 
                         imageadoras do c{\'e}u. A compara{\c{c}}{\~a}o apresentou boa 
                         concord{\^a}ncia, com {\'{\i}}ndice de correla{\c{c}}{\~a}o 
                         Pearson de 0,9. Al{\'e}m disso, as fun{\c{c}}{\~o}es de 
                         distribui{\c{c}}{\~a}o cumulativa de ambas bases de dados foram 
                         analisadas atrav{\'e}s do teste de Kolmogorov- Smirnov 
                         demonstrando que as duas bases de dados possuem 
                         distribui{\c{c}}{\~o}es estatisticamente similares, mesmo quando 
                         apresentam resolu{\c{c}}{\~o}es temporais diferentes. Al{\'e}m 
                         disso, a variabilidade das taxas de varia{\c{c}}{\~a}o da 
                         irradi{\^a}ncia global em superf{\'{\i}}cie foi comparada com a 
                         variabilidade da cobertura da nuvem calculada atrav{\'e}s de 
                         dados de sat{\'e}lite em 3 diferentes regimes clim{\'a}ticos 
                         brasileiros. A investiga{\c{c}}{\~a}o confirmou que os 
                         per{\'{\i}}odos mais secos apresentam menor variabilidade, 
                         devido {\`a} menor presen{\c{c}}a nebulosidade. No entanto, isso 
                         n{\~a}o {\'e} v{\'a}lido para diferentes climas, porque 
                         Petrolina, o local de clima mais seco, apresentou maior 
                         variabilidade em escalas de tempo mais curtas, associada 
                         provavelmente com a r{\'a}pida passagem de pequenas nuvens no 
                         local. Ao x comparar a variabilidade da cobertura de nuvens obtida 
                         atrav{\'e}s de dados de sat{\'e}lite com a irradi{\^a}ncia 
                         solar global horizontal, a correla{\c{c}}{\~a}o foi de at{\'e} 
                         0,93, para a mesma resolu{\c{c}}{\~a}o de tempo (30 minutos). No 
                         entanto, para taxas de varia{\c{c}}{\~a}o em intervalos menores 
                         a correla{\c{c}}{\~a}o diminuiu at{\'e} valores menores que 
                         0,66. Este m{\'e}todo tem ampla aplica{\c{c}}{\~a}o no 
                         planejamento e gerenciamento da gera{\c{c}}{\~a}o de energia com 
                         tecnologia solar em pa{\'{\i}}ses com grande extens{\~a}o 
                         territorial, como o Brasil.",
            committee = "Naccarato, Kleber Pinheiro (presidente) and Pereira, Enio Bueno 
                         (orientador) and Martins, Fernando Ramos (orientador) and Coelho, 
                         Simone Marilene Sievert da Costa and Assireu, Arcilan Trevenzoli 
                         and Abreu, Samuel Luna de",
         englishtitle = "An{\'a}lise da variabilidade da cobertura de nuvens empregando 
                         dados de sat{\'e}lite geoestacion{\'a}rio",
             language = "en",
                pages = "64",
                  ibi = "8JMKD3MGP3W34R/3QPEN8L",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/3QPEN8L",
           targetfile = "publicacao.pdf",
        urlaccessdate = "23 nov. 2020"
}


Fechar