O impacto de diferentes tipos de nuvens na previsão solar

Uma equipe de pesquisadores analisou o impacto de diferentes tipos de nuvens nas previsões de irradiância solar. Eles descobriram que os modelos de previsão que levam em consideração a física de como as nuvens interagem com a luz solar são mais precisos do que os modelos que não consideram os tipos de nuvens.

Uma equipe de pesquisa explorou como diferentes tipos de nuvens afetam a previsão solar. Os cientistas explicaram que as nuvens apresentam um grande desafio para a previsão solar devido às diversas e complexas interações nuvem-radiação, pois os tipos de nuvens exibem diferentes propriedades macrofísicas e microfísicas, bem como diferentes características ópticas, que determinam como a nuvem se espalha e absorve a luz solar, aumentando ou diminuindo a irradiância solar. A formação de nuvens também pode mudar rapidamente, o que pode adicionar incerteza às previsões solares.

O estudo usou dados coletados pelo programa de Medição de Radiação Atmosférica (ARM) do Departamento de Energia dos EUA entre 2001 e 2014 para analisar como oito tipos de nuvens afetam as previsões de irradiância solar. Os tipos de nuvens abordados na pesquisa são cúmulos, nuvens estratiformes, congestus, nuvens convectivas profundas, altostratus, altocumulus, cirrostratus/anvil e cirrus.

O trabalho foi construído com base em pesquisas anteriores da equipe sobre modelos baseados em dados informados pela física, que integram a física da radiação em nuvem para melhorar a precisão da previsão solar. Esses modelos foram testados contra medições do mundo real de radiância solar e tipos de nuvens do local da Instalação Central da Grande Planície Sul (SGP) da ARM.

Os pesquisadores encontraram uma hierarquia clara na precisão dos modelos com base no tipo de nuvem, com o modelo tendo melhor desempenho contra nuvens convectivas fracas, como cirros, seguidas por nuvens estratiformes. Ele teve um desempenho pior com nuvens convectivas fortes, como nuvens convectivas profundas.

“As tendências que vimos destacaram a complexidade da previsão sob certas condições de nuvem”, comentou Shinjae Yoo, professor assistente adjunto da Stony Brook University. “Por exemplo, no caso de nuvens convectivas profundas, que possuem estruturas espaciais mais complexas com natureza dinâmica e imprevisível, notamos uma incerteza significativa nos resultados”.

A pesquisa também destacou como a inclusão de informações sobre tipos de nuvem em modelos de previsão ajuda a melhorar as previsões. Os modelos que levaram em consideração a física de como as nuvens interagem com a luz solar tiveram um desempenho melhor do que os modelos anteriores que não consideravam os tipos de nuvens, com a equipe de pesquisa observando uma melhoria na precisão da previsão entre 12% e 33%.

“Esses avanços são importantes porque podem nos ajudar a prever melhor a disponibilidade de energia solar em condições de nuvens”, acrescentou Yangang Liu, cientista sênior do Laboratório Nacional de Brookhaven. “À medida que a energia solar se torna uma parte maior da rede de energia, ter previsões mais precisas ajudará a otimizar como usamos a energia solar”.

Em dias com maior número de nuvens, a irradiação direta fica mais comprometida enquanto a irradiação difusa está mais alta.

Isto resulta em menor geração de energia solar fotovoltaica em comparação aos dias ensolarados.

Os pesquisadores disseram que melhorias adicionais nas previsões poderiam ser feitas integrando diretamente as informações da nuvem aos modelos de previsão, modificando a formulação física da interação nuvem-radiação, bem como usando modelos de aprendizado de máquina mais avançados. (pv-magazine-brasil)