terça-feira, 22 de outubro de 2024

Novo método para identificar locais ideais para fotovoltaicas flutuantes

Pesquisadores espanhóis desenvolveram um novo método para identificar os melhores locais para a instalação de usinas fotovoltaicas flutuantes, que combina sistemas de informações geográficas, análise multicritério e otimização inteligente.

Pesquisadores na Espanha criaram um novo método para selecionar dentro de um conjunto de corpos d’água aqueles onde o investimento em fotovoltaica flutuante pode ser mais atrativo. Eles combinaram sistemas de informações geográficas, análise multicritério e otimização inteligente. A nova abordagem supostamente resulta em um LCOE até 8,4% melhor em comparação com os métodos convencionais.
Um grupo de cientistas espanhóis está propondo uma nova estrutura para as partes interessadas avaliarem e otimizarem fazendas fotovoltaicas flutuantes (FPV).

A abordagem proposta destina-se a investidores e formuladores de políticas, pois permite que eles encontrem os corpos d’água mais benéficos para a instalação de FPV em uma área ou país específico, ao mesmo tempo em que otimizam seu ângulo de inclinação em um estágio posterior.

A Espanha foi escolhida como local do primeiro estudo de caso do novo método, permitindo que os pesquisadores identificassem os melhores locais do país para FPV.

“A energia fotovoltaica flutuante está nos estágios iniciais de implementação, portanto, não há muitas experiências anteriores para padronizar a tomada de decisões”, disseram eles. “Além disso, a falta de ferramentas específicas de design e cálculos de produção é uma barreira para entender as vantagens reais. Do ponto de vista do investimento, os stakeholders não têm uma análise completa da rentabilidade do seu investimento. Do ponto de vista técnico, ambiental e legislativo, não há informações suficientes disponíveis para estabelecer padrões e critérios para o projeto e seleção dos corpos d’água mais adequados”.

O primeiro passo do método proposto é integrar sistemas de informação geográfica (GIS) de dados geolocalizados de várias fontes e multirresoluções em um ambiente Web-GIS baseado em Javascript e Python.

Uma vez coletados todos os dados GIS sobre os corpos d’água locais, é realizada uma análise multicritério (MCDA), atribuindo valores diferentes a diferentes parâmetros a serem considerados na tomada de decisão. Esses parâmetros são o fator de capacidade de geração, a variação do nível da água, o custo nivelado de energia (LCOE), a distância da rede, a redução de emissões de gases de efeito estufa (GEE), a taxa de cobertura hídrica legal e o número de corpos hídricos em uma faixa de 25 km.

Painéis solares flutuantes têm alto potencial

“O objetivo do MCDA é obter um conjunto de soluções ordenadas da mais para a menos adequada. Dois métodos foram selecionados entre os usados no estado da arte: Complex Proportional Assessment (COPRAS) e Weighted Aggregates Sum Product Assessment (WASPAS) “, explicaram os pesquisadores. “Os resultados da sensibilidade e análise comparativa realizada mostram que o COPRAS apresenta uma classificação mais estável do que o WASPAS. Por esse motivo, o método COPRAS é selecionado como mais preciso”.

Como a análise MCDA produz os corpos d’água mais benéficos em uma área específica, o método executa um algoritmo de Inteligência Artificial (IA) de otimização de inclinação. Especificamente, ele usa algoritmos genéticos (GAs), que são amplamente utilizados para resolver problemas de otimização. GAs são métodos metaheurísticos que não garantem a melhor solução, mas funcionam bem quando encontrar soluções exatas é muito difícil ou impossível.

Executando o novo método na Espanha, o grupo descobriu que o potencial total de geração de todas as massas consultadas é de 55,8 TWh, representando 22,3% da demanda anual do país. No entanto, eles também descobriram que, de centenas de corpos d’água potenciais, onze representam cerca de 32% da potência potencial instalada total.

Além disso, o grupo pegou os cinco principais corpos d’água do país e executou o GA neles para encontrar o melhor ângulo de inclinação. Em seguida, eles o compararam com seis outros métodos de otimização de inclinação da literatura. “No caso do LCOE, as melhorias estão entre 2,1% e 8,4%, ou no caso do GEE evitado, as melhorias estão entre 0,66% e 10,3%”, afirmaram.

A estrutura foi apresentada em “An innovative approach to assessing and optimizing floating solar panels“, publicado na Energy Conversion and Management. O grupo de pesquisa incluiu acadêmicos da Universidade de Salamanca, na Espanha, e da empresa de serviços de pesquisa e desenvolvimento científico Pudbuq. (pv-magazine-brasil)

Nenhum comentário: