Melo - KarenBarbosaDe - M - Unicamp - Referencia Estruturas e Rastreadores Solares

UNIVERSIDADE ESTADUAL DE CAMPINAS
Faculdade de Engenharia Elétrica e de Computação
Karen Barbosa de Melo
Estudo de Métodos de Cálculo da Posição Solar

Aplicados a Sistemas de Geração Fotovoltaica
Campinas
2019
UNIVERSIDADE ESTADUAL DE CAMPINAS
Faculdade de Engenharia Elétrica e de Computação
Karen Barbosa de Melo
Estudo de Métodos de Cálculo da Posição Solar

Aplicados a Sistemas de Geração Fotovoltaica
Dissertação apresentada à Faculdade de En-

genharia Elétrica e de Computação da Uni-
versidade Estadual de Campinas como parte
dos requisitos exigidos para a obtenção do
título de Mestre em Engenharia Elétrica, na
Área de Sistemas de Energia.
Orientador: Prof. Dr. Marcelo Gradella Villalva
Este exemplar corresponde à versão

Ąnal da tese defendida pela aluna
Karen Barbosa de Melo, e orientada
pelo Prof. Dr. Marcelo Gradella
Villalva
Campinas
2019
COMISSÃO JULGADORA - DISSERTAÇÃO DE MESTRADO
Candidato: Karen Barbosa de Melo RA: 209424

Data da Defesa: 25 de setembro de 2019
Título da Tese: Estudo de Métodos de Cálculo da Posição Solar Aplicados a Sistemas
de Geração Fotovoltaica
Prof. Dr. Marcelo Gradella Villalva (Presidente)

Prof. Dr. Luiz Carlos Pereira da Silva
Prof. Dr. Davi Gabriel Lopes
A ata de defesa, com as respectivas assinaturas dos membros da Comissão

Julgadora encontra-se no SIGA (Sistema de Fluxo de Dissertação/Tese) e na Secretaria
de Pós-Graduação da Faculdade de Engenharia Elétrica e de Computação.
Aos meus pais.
Agradecimentos
Agradeço,
De maneira muito especial, aos meus pais Perpétua do Socorro e Carlito Ca-
dena e minhas irmãs Keren e Karine, que sempre me apoiaram e incentivaram a alcançar
meus objetivos.
Ao meu orientador, Prof. Dr. Marcelo Gradella Villalva, pela orientação e por
me proporcionar tantas oportunidades.
À POLITEC, em especial ao Vitor Tavernari, por disponibilizar dados impor-

tantes para a realização deste trabalho.
À SEW, em especial ao engenheiro Hiram Andreazza Freitas, pelo apoio no

desenvolvimento do protótipo de seguidor solar que será utilizado em trabalhos futuros.
Ao meu amigo, Prof. Dr. Rubem Cesar Rodrigues Souza, pelos conselhos, re-
visões, sugestões e pela disponibilidade de ajudar em qualquer momento.
Aos meus queridos amigos dos laboratórios LESF e LEPO, e também aos
agregados, por todo o apoio na pesquisa e nas disciplinas.
Aos meus amigos e pessoas queridas, pelo incentivo e por estarem sempre
torcendo por mim.
O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoa-

mento de Pessoal de Nível Superior - Brasil (CAPES) - Código de Financiamento 001.
ŞFirst they ignore you, then they laugh at you, then they Ąght you, then you win.Ť
(Nicholas Klein, 1918)
Resumo
Sistemas de geração fotovoltaica têm sido explorados como uma solução para atender à
crescente demanda por eletricidade de uma fonte limpa e renovável. No entanto, a baixa
eĄciência de conversão de energia dos painéis fotovoltaicos é um dos fatores que diĄcultam
a competitividade dessa fonte de energia em relação às demais. Seguidores solares são
usados para melhorar o desempenho de sistemas fotovoltaicos, entretanto, eles têm custo
de instalação e manutenção mais altos. Em razão disso, este trabalho apresenta uma
análise econômica comparativa entre sistemas fotovoltaicos Ąxos e sistemas com seguidores
solares. A estratégia de rastreamento mais utilizada em usinas fotovoltaicas de seguidores
solares utiliza algoritmos para calcular a posição do sol. Este trabalho realizou uma análise
estatística de seis algoritmos: Grena 1-5 e SPA. O algoritmo que apresentou menor erro
de vetor solar foi o SPA, onde em 99% das amostras, os erros de vetor solar encontram-se
abaixo de 0,17◇ . Com o intuito de avaliar a influência da precisão dos algoritmos na geração
de energia, foram realizadas estimativas de geração de energia com a utilização dos seis
algoritmos no rastreamento do seguidor solar, por meio da ferramenta PVLIB. Para todas
as localidades simuladas, o SPA apresentou resultados de energia gerada mais próximos
do cenário ideal. Porém, os demais algoritmos apresentaram diferenças inexpressivas entre
si, o que permite concluir que qualquer um dos algoritmos pode ser utilizado sem implicar
em perdas signiĄcativas de energia.
Palavras-chaves: sistemas fotovoltaicos; seguidores solares; algoritmos de cálculo da po-

sição do Sol.
Abstract
Photovoltaic generation systems have been explored as a solution to meet the growing
demand for electricity from a clean and renewable source. However, the low energy conver-
sion efficiency of photovoltaic panels is one of the factors that hamper the competitiveness
of this energy source in relation to the others. Solar trackers are used to improving the
performance of photovoltaic systems. However, they have higher installation and mainte-
nance costs. For that reason, this work presents a comparative economic analysis between
Ąxed photovoltaic systems and systems with solar trackers. The most commonly used
tracking strategy in photovoltaic solar tracking plants uses algorithms to calculate the
sun position. This work performs a statistical analysis of six algorithms: Grena 1-5 and
SPA. The algorithm that presented the smallest solar vector error was the SPA, where, in
99 % of the samples, the solar vector errors are below 0.17 ◇ . Energy generation estimation
was performed using the six algorithms in solar tracking to evaluate the influence of the
accuracy of the algorithms on energy generation, using the PVLIB tool. For all simulated
localities, the SPA presented results of energy generated closer to the ideal scenario. How-
ever, the other algorithms presented inexpressive differences between them, which allows
concluding that any of the algorithms can be used without implying signiĄcant energy
losses.
Keywords: photovoltaic systems; solar trackers; solar position calculation algorithms.

Lista de ilustrações
Figura 1.1 Ű Capacidade instalada de energia solar fotovoltaica no mundo entre os

anos 2010 e 2018. Adaptado de (IRENA, 2019) . . . . . . . . . . . . . 17
Figura 1.2 Ű Curva de irradiância global incidente em um painel fotovoltaico Ąxo e
com seguidor solar em condição de céu limpo. Fonte: Autoria própria. . 18
Figura 2.1 Ű ClassiĄcação dos seguidores solares de acordo com sua tecnologia de
rastreamento e seu grau de liberdade. Fonte: Autoria própria. . . . . . 24
Figura 2.2 Ű Seguidor solar passivo utilizando tubos cilíndricos preenchidos com um
fluido. Adaptado de (CLIFFORD; EASTWOOD, 2004). . . . . . . . . 25
Figura 2.3 Ű Seguidor solar passivo utilizando ligas de memória de forma como atu-
adores. Adaptado de (POULEK, 1994). . . . . . . . . . . . . . . . . . . 26
Figura 2.4 Ű Estrutura genérica do controle em malha aberta de um seguidor solar.
Adaptado de (NSENGIYUMVA et al., 2018). . . . . . . . . . . . . . . 27
Figura 2.5 Ű Balanceamento de intensidade de iluminação em sensores eletro-ópticos.
Fonte: Autoria própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
Figura 2.6 Ű Estrutura genérica do controle em malha fechada de um seguidor solar.
Adaptado de (NSENGIYUMVA et al., 2018). . . . . . . . . . . . . . . 29
Figura 2.7 Ű a) HSAT b) VSAT c) HTSAT. Fonte: (SEME et al., 2017). . . . . . . . 30
Figura 2.8 Ű Seguidor solar de dois eixos do tipo Tip-tilt. Cortesia: SEW Eurodrive
Brasil. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Figura 2.9 Ű Seguidor solar de dois eixos do tipo Azimuth-altitude. Fonte: Autoria
própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Figura 2.10ŰProjeto do seguidor solar de dois eixos azimuth-altitude. Adaptado de
(SIDEK et al., 2017). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Figura 2.11ŰSistema que utiliza seguidores solares sem algoritmo backtracking. Fonte:
(NASCIMENTO, 2015). . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Figura 2.12ŰSistema que utiliza seguidores solares com algoritmo backtracking. Fonte:
(NASCIMENTO, 2015). . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Figura 3.1 Ű Esfera celeste. Adaptado de (WALRAVEN, 1978). . . . . . . . . . . . . 38
Figura 3.2 Ű Coordenadas topocêntricas. Fonte: Autoria própria. . . . . . . . . . . . 39
Figura 4.1 Ű Informações contidas em um box plot. Fonte: (NETO et al., 2017). . . . 52
Figura 4.2 Ű GráĄco de box plot dos algoritmos considerando todas as amostras.
Figura 4.3 Ű GráĄco de box plot dos algoritmos desconsiderando as amostras acima
do quantil 95. Fonte: Autoria própria. . . . . . . . . . . . . . . . . . . . 56
Figura 4.4 Ű GráĄco de box plot dos algoritmos considerando as amostras de ângulo
de zênite < 90◇ . Fonte: Autoria própria. . . . . . . . . . . . . . . . . . 58
Figura 4.5 Ű GráĄco de box plot dos algoritmos desconsiderando as amostras de zê-
nite maior que 90◇ e acima do quantil 95. Fonte: Autoria própria. . . . 58
Figura 5.1 Ű Diagrama de blocos do algoritmo de simulação. Fonte: Autoria própria. 63
Figura 5.2 Ű Diagrama de blocos do algoritmo referente à etapa de geometria. Fonte:
Autoria própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Figura 6.1 Ű Fluxo de caixa. Fonte: Autoria própria. . . . . . . . . . . . . . . . . . . 69
Figura 6.2 Ű Custos de operação e manutenção de sistemas fotovoltaicos residenciais,
comerciais, usina (Ąxo inclinado) e usina (seguidor solar). Adaptado de
(NREL, 2017). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Figura 6.3 Ű Irradiância global e direta em cada localidade. Fonte: Dados da Mete-
onorm 7.2 disponibilizados pelo PVSyst÷
R
. . . . . . . . . . . . . . . . . 75
Figura 6.4 Ű Energia injetada na rede anualmente em cada localidade. Fonte: Auto-
ria própria a partir do PVSyst÷.
R
. . . . . . . . . . . . . . . . . . . . . 76
Lista de tabelas
Tabela 4.1 Ű Valores máximos e desvio padrão dos erros dos ângulos de zênite, azi-
mute e do vetor solar. Os valores estão todos em graus (◇ ). Fonte:
Autoria própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Tabela 4.2 Ű Quantis do erro do vetor solar considerando todas as amostras. Os
valores estão todos em ◇ . Fonte: Autoria própria. . . . . . . . . . . . . 55
Tabela 4.3 Ű Quantis 25, 50, 75, 95 e 99 do erro do vetor solar considerando somente
as amostras de ângulo de zênite < 90 ◇ . Os valores estão todos em ◇ .
Tabela 5.1 Ű EspeciĄcações dos equipamentos utilizados nas simulações. Fonte: Au-
toria própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Tabela 5.2 Ű Cenário das simulações. Fonte: Autoria própria. . . . . . . . . . . . . . 65
Tabela 5.3 Ű Resultado das simulações de estimação de geração de energia utilizando
diferentes algoritmos no rastreamento do Sol na localidade Araçari-
guama. Fonte: Autoria própria. . . . . . . . . . . . . . . . . . . . . . . 66
diferentes algoritmos no rastreamento do Sol na localidade Cidade do
Cabo. Fonte: Autoria própria. . . . . . . . . . . . . . . . . . . . . . . . 67
diferentes algoritmos no rastreamento do Sol na localidade Kiruna.
Tabela 6.1 Ű EspeciĄcações dos equipamentos utilizados nas simulações. . . . . . . . 73
Tabela 6.2 Ű Tarifas da classe B1 de cada localidade. Fonte: (ANEEL, 2018). . . . . 74
Tabela 6.3 Ű Resultados de diferença de investimento entre sistema com seguidor
solar e sistema Ąxo considerando 8% ao ano de inflação de tarifa de
energia elétrica e 15% ao ano de taxa de desconto. Fonte: Autoria
própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Tabela 6.4 Ű Análise de sensibilidade da localidade Pureza - RN. Fonte: Autoria
própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Tabela 6.5 Ű Análise de sensibilidade da localidade Bom Jesus da Lapa - BA. Fonte:
Autoria própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Tabela 6.6 Ű Análise de sensibilidade da localidade Montes Claros - MG. Fonte:
Autoria própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Tabela 6.7 Ű Análise de sensibilidade da localidade Franca - SP. Fonte: Autoria própria. 78
Tabela 6.8 Ű Análise de sensibilidade da localidade Manaus - AM. Fonte: Autoria
própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Tabela 6.9 Ű Análise de sensibilidade da localidade Santa Maria - RS. Fonte: Autoria
própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Tabela 6.10ŰAnálise de sensibilidade da localidade Rio de Janeiro - RJ. Fonte: Au-
toria própria. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
Sumário
1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1 JustiĄcativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.1 Objetivo Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.2 Objetivos especíĄcos . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4 Estrutura do trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Seguidores solares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1 ClassiĄcação dos seguidores solares . . . . . . . . . . . . . . . . . . . . . . 23
2.1.1 Descrição das tecnologias de rastreamento . . . . . . . . . . . . . . 24
2.1.1.1 Seguidores solares passivos . . . . . . . . . . . . . . . . . . 24
2.1.1.1.1 Expansão térmica de um fluido . . . . . . . . . . 25
2.1.1.1.2 Expansão térmica de tiras bimetálicas . . . . . . 25
2.1.1.1.3 Molas com efeito de memória de forma . . . . . . 26
2.1.1.2 Seguidores solares ativos . . . . . . . . . . . . . . . . . . . 27
2.1.1.2.1 Baseada em data e hora . . . . . . . . . . . . . . 27
2.1.1.2.2 Microprocessador e sensores eletro-ópticos . . . . 28
2.1.1.2.3 Combinação de sensores e algoritmos baseados
em data e hora . . . . . . . . . . . . . . . . . . . 29
2.1.2 Grau de liberdade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.1.2.1 Seguidores solares de eixo único . . . . . . . . . . . . . . . 30
2.1.2.2 Seguidores solares de eixo duplo . . . . . . . . . . . . . . . 31
2.1.2.2.1 Seguidor solar de eixo duplo tip-tilt . . . . . . . . 32
2.1.2.2.2 Seguidor solar de eixo duplo azimuth-altitude . . 33
2.2 Backtracking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3 A influência da localidade na viabilidade de seguidores solares . . . . . . . 36
3 Algoritmos de cálculo da posição solar . . . . . . . . . . . . . . . . . . . . . 37
3.1 Geometria solar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.1 Declinação solar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.2 Ascensão direta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.3 Ângulo horário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.4 Elevação ou altitude . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.5 Ângulo de zênite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.6 Azimute . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.7 Ângulo de incidência solar . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Escalas de tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.1 Tempo Universal (UT) . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.2 Tempo Universal Coordenado (UTC) . . . . . . . . . . . . . . . . . 40
3.2.3 Tempo Atômico Internacional (TAI) . . . . . . . . . . . . . . . . . 40
3.2.4 Tempo Terrestre (TT) . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.5 Dia Juliano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3 Fatores que influenciam o movimento aparente do Sol . . . . . . . . . . . . 41
3.3.1 Nutação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.2 Paralaxe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.3 Refração atmosférica . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.4 Aberração . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4 Histórico dos algoritmos para cálculo da posição do Sol . . . . . . . . . . . 42
3.5 Algoritmo SPA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.6 Algoritmo Grena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.6.1 Parâmetros de entrada . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.6.2 Parâmetros de saída . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6.3 Construção dos algoritmos . . . . . . . . . . . . . . . . . . . . . . . 46
3.6.3.1 Primeiro passo . . . . . . . . . . . . . . . . . . . . . . . . 47
3.6.3.2 Corpo central . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.6.3.3 Último passo . . . . . . . . . . . . . . . . . . . . . . . . . 48
4 Análise estatística . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1 Estatísticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1.1 Desvio padrão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1.2 Mediana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1.3 Quartis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.1.4 Quantis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.1.5 Box Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3.1 Considerando todas as amostras . . . . . . . . . . . . . . . . . . . . 54
4.3.2 Considerando amostras de ângulo de zênite menor que 90◇ . . . . . 56
5 Cálculo de geração de energia - Simulações Python . . . . . . . . . . . . . 60
5.1 Ferramenta PVLIB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.2 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.3 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6 Análise econômica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.1 Fluxo de caixa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.2 Análise de investimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.2.1 Valor presente líquido . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.2.2 Taxa interna de retorno . . . . . . . . . . . . . . . . . . . . . . . . 70
6.2.3 Tempo de retorno de investimento . . . . . . . . . . . . . . . . . . . 71
6.2.4 Fluxo de caixa incremental . . . . . . . . . . . . . . . . . . . . . . . 71
6.3 Análise de sensibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.4 Viabilidade econômica de sistemas fotovoltaicos . . . . . . . . . . . . . . . 71
6.5 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.6 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7 Publicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.1 Artigos publicados em congressos . . . . . . . . . . . . . . . . . . . . . . . 84
7.2 Outros artigos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
17
1 Introdução
1.1 JustiĄcativa
Produzir energia elétrica por meio de fontes renováveis é importante para o
meio ambiente, pois contribui para a diminuição da emissão de gases de efeito estufa e
para a redução da dependência de combustíveis fósseis. Além disso, as fontes renováveis de
energia permitem a implementação de um sistema de produção local, o que traz benefícios
em nível econômico e de eĄciência, uma vez que as perdas de energia em transporte são
minimizadas (NASCIMENTO, 2015).
Dentre as várias fontes renováveis de energia, a solar é uma das mais promis-
soras. A Figura 1.1 mostra os dados de capacidade instalada de sistemas fotovoltaicos no
mundo. Em 2010, a potência instalada era de 39.603 MW, e em 2018, 480.357 MW. Ou
seja, em 8 anos houve um crescimento de potência instalada de aproximadamente 440.000
MW. No Brasil, em 2013, a potência instalada de sistemas fotovoltaicos era igual a 5 MW,
e em 2018, 2296 MW (IRENA, 2019).
Figura 1.1 Ű Capacidade instalada de energia solar fotovoltaica no mundo entre os anos
2010 e 2018. Adaptado de (IRENA, 2019)
Capítulo 1. Introdução 18
É importante ressaltar que, atualmente, os sistemas fotovoltaicos estão sendo

utilizados como geradores distribuídos, tanto para o atendimento de cargas isoladas como
conectados à rede de distribuição. Esses sistemas são ideais para aplicação em espaços
urbanos, pois não emitem gases de efeito estufa ou poluição sonora na geração. Além
disso, podem ser instalados em ambientes já utilizados por outras Ąnalidades, como por
exemplo, em telhados de residências ou de estacionamentos de shoppings (VILLALVA,
2015).
Uma desvantagem atribuída à geração fotovoltaica é a baixa eĄciência de con-

versão energética. Essa problemática pode ser minimizada com a implementação de dispo-
sitivos seguidores solares, que visam aumentar a eĄciência de geração de energia elétrica
mantendo os painéis perpendiculares à irradiância direta na maior parte do tempo, cap-
tando, portanto, uma maior quantidade de irradiância (VIEIRA et al., 2016).
A Figura 1.2 mostra as curvas de irradiância global incidente em um painel

fotovoltaico Ąxo e com seguidor solar em condição de céu limpo, ou seja, sem nuvens.
A partir da Figura 1.2 é possível observar que o seguidor solar permite captar maior
irradiância nas primeiras e últimas horas do dia, nas quais o ângulo de incidência de um
sistema com seguidor solar é menor do que o de um sistema Ąxo.
Figura 1.2 Ű Curva de irradiância global incidente em um painel fotovoltaico Ąxo e com
seguidor solar em condição de céu limpo. Fonte: Autoria própria.
Um aumento de aproximadamente 25% de energia produzida pode ser alcan-

çado com a utilização de seguidores de um eixo, e até 35% com seguidores de dois eixos,
dependendo das condições geográĄcas do local da instalação e da conĄguração do sistema
(SINGH et al., 2018). No entanto, os custos dos equipamentos e de manutenção do sistema
também aumentam, podendo inviabilizar o projeto (SIMON et al., 2013). Portanto, foi
realizada uma análise econômica comparativa entre sistemas fotovoltaicos com estrutura
Ąxa e com seguidores solares levando em consideração os valores de investimento inicial e
os ganhos energéticos.
Os seguidores solares variam em grau de liberdade e tecnologia de rastrea-

mento. Uma tecnologia de rastreamento muito utilizada em usinas fotovoltaicas devido
ao baixo custo e facilidade de implementação é a baseada em data e hora, que utiliza
controle em malha aberta e algoritmos que calculam a posição do Sol para manter os
painéis aproximadamente perpendiculares à irradiância direta (SUMATHI et al., 2017).
O movimento aparente do Sol a partir de um ponto de observação, está sub-

metido a um grande número de perturbações, tais como precessão e nutação do eixo da
Terra, perturbações causadas pela Lua e outros planetas, aberração, paralaxe, refração
atmosférica, entre outras. Essas perturbações tornam o cálculo da posição do Sol uma
tarefa complexa (GRENA, 2012).
O cálculo da posição do Sol deve prever a rotação irregular da Terra ao redor

do Sol usando observações históricas, levando os pesquisadores a desenvolverem diferen-
tes algoritmos com diferentes coeĄcientes para cada número de dias especíĄcos (REDA;
ANDREAS, 2004). Em consequência disso, a comunidade cientíĄca tem vários algorit-
mos que calculam a posição do Sol (GRENA, 2012; REDA; ANDREAS, 2004; BLANC;
WALD, 2012; GRENA, 2008; COOPER, 1969; SWIFT, 1976; PITMAN; VANT-HULL,
1978; LAMM, 1981; MICHALSKY, 1988; WALRAVEN, 1978; BLANCO-MURIEL et al.,
2001), e eles variam em complexidade, precisão e tempo de validade. Alguns deles já estão
obsoletos ou não funcionam apropriadamente para o hemisfério sul. Quanto à precisão,
variam de erros máximos de 0,003◇ a unidades de graus.
O que dita a necessidade de algoritmos com maior ou menor precisão, é a

aplicação. Sistemas Fotovoltaicos de Concentração (SFC) necessitam de algoritmos com
precisão da ordem de 0,01◇ , enquanto instrumentos de medição, como pireliômetros, ne-
cessitam de algoritmos de precisão maior ainda (GRENA, 2012).
Os sistemas de geração fotovoltaica toleram erros de alguns graus sem perdas

signiĄcativas de geração de energia (GRENA, 2012), porém é importante avaliar o quanto
a precisão do algoritmo influencia nessas perdas. Para tal Ąm, foi realizada uma análise
estatística com o intuito de avaliar a precisão de 6 algoritmos, que no presente trabalho
foram chamados de Grena 1, Grena 2, Grena 3, Grena 4 e Grena 5 (GRENA, 2012) e
SPA (Solar Position Algorithm) (REDA; ANDREAS, 2004).
Esses algoritmos foram escolhidos por serem os únicos que permanecerão vá-
lidos por um tempo aceitável para serem implementados na construção de uma usina de
geração fotovoltaica e funcionarem apropriadamente para o hemisfério sul. Os algoritmos
Grena têm validade entre os anos 2010 e 2110, enquanto o SPA, tem validade entre os
anos Ű 2000 e 6000. Além desses, existem mais dois algoritmos que ainda estão válidos:
o Michalsky (MICHALSKY, 1988), com validade entre os anos 1950 e 2050, porém não
funciona apropriadamente para o hemisfério sul; e o algoritmo proposto pelo mesmo autor
dos Grena 1-5 em 2008, porém, o mesmo expira no ano 2023, inviabilizando sua aplicação
em projetos futuros.
A análise estatística foi feita por meio do cálculo do desvio padrão, do erro
máximo e dos quantis dos seis algoritmos. Em seguida, foram realizadas simulações de es-
timativa de geração de energia com a utilização dos algoritmos mencionados em seguidores
solares.
1.2 Objetivos
1.2.1 Objetivo Geral

Avaliar a influência da precisão de algoritmos que calculam a posição do Sol
na geração de energia quando aplicados a sistemas de geração fotovoltaica.
1.2.2 Objetivos especíĄcos
∙ Construir um referencial teórico acerca de seguidores solares e algoritmos de cálculo

da posição solar;
∙ Realizar análise estatística dos algoritmos;
∙ Realizar simulações de estimativa de geração de energia com a utilização de tais

algoritmos em seguidores solares;
∙ Discutir os resultados obtidos pelos diferentes algoritmos;
∙ Realizar análise econômica de seguidores solares.
1.3 Metodologia
O presente trabalho foi desenvolvido obedecendo as seguintes etapas e proce-
dimentos:
ETAPA 1: Construção do referencial teórico. O referencial teórico consiste de

um texto, contendo basicamente as seguintes informações: classiĄcação de seguidores sola-
res, backtracking, algoritmos de cálculo da posição solar, entre outras. Para tal, realizou-se
uma pesquisa bibliográĄca em artigos selecionados, assim como em literatura especiali-
zada, além de dissertações e teses.
ETAPA 2: Elaborar análise estatística. Nessa etapa foi realizada uma análise
estatística dos erros dos parâmetros de saída que os algoritmos de cálculo da posição solar
apresentam, para avaliar a sua precisão. Foram calculados o valor máximo e o desvio
padrão dos erros do ângulo de zênite e de azimute. Para o erro do vetor solar, foram
calculados o valor máximo e mínimo, o desvio padrão, os quartis e os quantis 95 e 99%.
Foi realizada uma análise considerando todas as amostras e uma análise considerando
apenas amostras com zênite inferior a 90◇ .
ETAPA 3: Realizar simulações de estimativa de geração de energia com a

utilização dos algoritmos no rastreamento do Sol de seguidores solares. Nessa etapa foram
realizadas simulações de um sistema com seguidor solar utilizando diferentes algoritmos
de cálculo da posição Sol.
ETAPA 4: Nessa etapa foi realizada uma análise comparativa dos algoritmos
estudados.
ETAPA 5: Realizar análise econômica. Nessa etapa foi realizado um estudo

econômico comparando sistemas fotovoltaicos com estrutura Ąxa e sistema fotovoltaicos
com seguidores solares, de forma a determinar o valor máximo do custo com o sistema
com seguidores solares para que o investimento seja mais rentável que um sistema Ąxo.
ETAPA 6: Reuniões de orientação. Foram realizadas, ao longo de todo o tra-

balho, reuniões com o grupo de pesquisa e também individuais com o orientador.
Mais detalhes sobre cada etapa da metodologia estão apresentados nos capí-
tulos 4, 5 e 6.
1.4 Estrutura do trabalho

Além desta parte introdutória, o presente trabalho contém cinco capítulos. No
Capítulo 2 são abordadas a classiĄcação de seguidores solares, backtracking e a influência
da localidade na viabilidade de seguidores solares. No Capítulo 3 são apresentados a
geometria solar, os fatores que influenciam o movimento aparente do Sol, assim como um
histórico dos algoritmos de cálculo da posição solar, com foco principal nos algoritmos
estudados neste trabalho. No Capítulo 4 é apresentada a análise realizada para avaliar a
precisão dos algoritmos SPA e Grena 1-5. No Capítulo 5 são apresentadas as simulações de
estimativa de geração de energia com a utilização dos algoritmos estudados aplicados em

seguidores solares. Por Ąm, no Capítulo 6 consta uma avaliação econômica comparativa
entre sistemas com seguidores solares e sistemas Ąxos.
23
2 Seguidores solares
Os sistemas fotovoltaicos com estruturas Ąxas perdem sua produtividade quando

os painéis não estão voltados para o ângulo ótimo, que acontece quando a normal do pai-
nel coincide com a direção da irradiância solar (SINGH et al., 2018). Os seguidores solares
proporcionam uma solução para essa desvantagem, aumentando a geração de energia elé-
trica ao manter os módulos fotovoltaicos aproximadamente perpendiculares à irradiância
solar (VIEIRA et al., 2016).
O rastreamento da posição do Sol resulta em um ganho de produção de energia

de aproximadamente 25% quando são utilizados seguidores solares de eixo único, e de
aproximadamente 35% quando são utilizados seguidores solares de dois eixos, dependendo
da conĄguração do sistema e da localidade de instalação (SINGH et al., 2018). Além
disso, sistemas com seguidores solares utilizam uma área menor para produzir a mesma
quantidade de energia que sistemas fotovoltaicos com estruturas Ąxas. Porém os custos
de equipamentos e de manutenção também aumentam (SIMON et al., 2013).
Neste capítulo é apresentada a classiĄcação dos seguidores solares de acordo

com a sua tecnologia de rastreamento, seu grau de liberdade, e seu sistema de controle.
Neste capítulo também consta uma seção sobre backtracking e uma seção sobre a influência
da localidade na viabilidade de seguidores solares.
2.1 ClassiĄcação dos seguidores solares

Os seguidores solares são normalmente classiĄcados na literatura de acordo
com sua tecnologia de rastreamento e seu grau de liberdade, como pode ser visto na
Figura 2.1.
Capítulo 2. Seguidores solares 24
Figura 2.1 Ű ClassiĄcação dos seguidores solares de acordo com sua tecnologia de rastre-
amento e seu grau de liberdade. Fonte: Autoria própria.
A seguir são descritas as tecnologias de rastreamento utilizadas nos seguidores

solares.
2.1.1 Descrição das tecnologias de rastreamento

Conforme a tecnologia de rastreamento adotada, os seguidores solares podem
ser denominados como passivos e ativos.
2.1.1.1 Seguidores solares passivos
Os seguidores solares passivos são projetados para rastrear o Sol sem a uti-
lização de dispositivos eletrônicos, usufruindo principalmente do efeito térmico. Podem
utilizar como atuador a expansão térmica de um fluido, a expansão térmica de tiras bi-
metálicas e ligas com efeito de memória de forma (SINGH et al., 2018).
Sistemas de seguidores solares passivos são de fácil implementação, pois são

constituídos de estruturas de menor complexidade, necessitando de pouca manutenção.
Porém, produzem um ganho baixo de energia quando comparados aos seguidores solares
ativos, devido a sua baixa precisão de rastreamento do Sol. Uma outra desvantagem
desses dispositivos é a impossibilidade de aplicação em regiões de clima frio, uma vez que
necessitam do calor para o seu funcionamento (NSENGIYUMVA et al., 2018).
2.1.1.1.1 Expansão térmica de um fluido
Os seguidores que se valem da expansão térmica de um fluido, utilizam fluidos

que se dilatam quando aquecidos pelo calor do Sol. Esses fluidos são contidos em recipien-
tes cilíndricos ligados por tubos nas laterais do painel, como pode ser visto na Figura 2.2.
A expansão do fluido em diferentes níveis, devido à posição do Sol, causa o deslocamento
do peso do fluido entre os dois lados do seguidor, ocasionando o movimento em direção
ao Sol (NGUYEN, 2014).
Figura 2.2 Ű Seguidor solar passivo utilizando tubos cilíndricos preenchidos com um
fluido. Adaptado de (CLIFFORD; EASTWOOD, 2004).
Parmar et al. (Narendrasinh Parmar et al., 2015) desenvolveram um seguidor

solar baseado nesse princípio e obtiveram um ganho de energia de aproximadamente 25%
quando comparado com estruturas Ąxas, ou seja, um sistema de rastreamento com 12
módulos fotovoltaicos gera a mesma quantidade de energia de 15 módulos Ąxos.
2.1.1.1.2 Expansão térmica de tiras bimetálicas
Os seguidores que se valem da expansão térmica de tiras bimetálicas, fazem

uso de tiras de alumínio e aço que são posicionadas simetricamente em cada lado de um
eixo horizontal. À medida que a tira mais exposta ao Sol absorve calor, o alumínio se
expande mais que o aço devido ao seu maior coeĄciente de expansão térmica, gerando o
movimento dos painéis fotovoltaicos em direção ao Sol.
Clifford e Eastwood (CLIFFORD; EASTWOOD, 2004) desenvolveram um se-

guidor solar baseado nesse princípio e obtiveram um incremento na geração de energia
do seguidor solar passivo de 23% em relação a painéis Ąxos, podendo alcançar um ganho
extra de 2% com a aplicação de um mecanismo de retorno noturno, para que o painel
esteja virado para a posição certa ao nascer do Sol.
2.1.1.1.3 Molas com efeito de memória de forma
As molas com efeito de memória de forma operam como atuadores lineares

ao se contraírem com grande força e velocidade, quando aquecidas, para voltarem ao
seu formato original. Essas molas podem ser utilizadas para alterar a posição do módulo
fotovoltaico com precisão, seguindo assim o movimento aparente do Sol ao longo do dia
(DEGERATU; ALBOTEANU, 2014).
Poulek (POULEK, 1994) desenvolveu um seguidor solar que usufrui desse prin-
cípio, veja Figura 2.3. A radiação solar focada pela lente aquece um dos dois atuadores de
ligas de memória de forma. Uma extremidade dos atuadores é conectada a um estator e a
outra conectada a um rotor. A deformação dos atuadores gira o aparelho até que um foco
da lente atinja um espelho localizado entre as extremidades dos atuadores. Em seguida,
o rastreador e os painéis fotovoltaicos são direcionados para o Sol.
Figura 2.3 Ű Seguidor solar passivo utilizando ligas de memória de forma como atuadores.
Adaptado de (POULEK, 1994).
2.1.1.2 Seguidores solares ativos
Seguidores solares ativos utilizam motores elétricos ou mecanismos de engre-

nagem para a realização do rastreamento solar. Esses dispositivos, ao contrário dos se-
guidores solares passivos, consomem energia elétrica para garantir o seu funcionamento,
porém proporcionam um ganho maior de produção de energia (SUMATHI et al., 2017).
Sua utilização não é recomendada em sistemas de menor escala, devido às

perdas do sistema responsável pelo movimento do eixo dos painéis fotovoltaicos, que,
nesse caso, são signiĄcativas. Estima-se que o consumo de energia de um sistema de
rastreamento de seguidores solares ativos é equivalente a 2-3% do aumento de energia
(MOUSAZADEH et al., 2009).
Para detectar a posição aparente do Sol, os seguidores solares ativos podem

dispor de microprocessadores e sensores ópticos, algoritmos baseados em data e hora, ou
uma combinação de ambos.
2.1.1.2.1 Baseada em data e hora
A estratégia de rastreamento baseada em data e hora dispõe de um computador

ou processador que calcula a posição do Sol por meio de algoritmos que utilizam data,
hora e informações geográĄcas da instalação como dados de entrada (MOUSAZADEH et
al., 2009).
Essa tecnologia utiliza controle em malha aberta, portanto, dispõe de um com-

putador ou processador para calcular a posição do Sol e mandar sinais para o motor, que
movimenta a estrutura mecânica de forma que os painéis fotovoltaicos permaneçam per-
pendiculares à irradiância solar. Esse controle não utiliza sensores para veriĄcar se o
motor atingiu posições especíĄcas, portanto, é possível obter a posição do Sol com pre-
cisão mesmo em dias nublados (NSENGIYUMVA et al., 2018). A estrutura genérica de
uma conĄguração em malha aberta pode ser vista na Figura 2.4.
Figura 2.4 Ű Estrutura genérica do controle em malha aberta de um seguidor solar. Adap-
tado de (NSENGIYUMVA et al., 2018).
Uma vantagem desse algoritmo é o fato de não ser influenciado pelas condições
climáticas, ou seja, mesmo em dias nublados consegue fazer o rastreamento do Sol, e tam-
bém não é afetado pela presença de objetos que causam sombreamento (NASCIMENTO,
2015). Além disso, pode utilizar um único microprocessador para calcular a posição de
várias sheds, tornando sua implementação de custo mais baixo e propícia para aplicação
em usinas de geração fotovoltaica.
2.1.1.2.2 Microprocessador e sensores eletro-ópticos
Seguidores solares também podem utilizar interfaces de microprocessadores e

sensores eletro-ópticos. Esses sistemas são, normalmente, compostos por um par de sen-
sores eletro-ópticos e um dispositivo de sombreamento, dispostos de forma que, quando
os sensores não estiverem alinhados com o vetor solar, um deles vai receber maior ir-
radiância, como mostrado na Figura 2.5. Quando um sensor receber maior intensidade
de iluminação que o outro, o microprocessador manda um sinal para o motor mover a
estrutura em uma determinada direção, até que a iluminação dos sensores se torne igual
e balanceada (LUQUE; VIACHESLAV, 2007).
Figura 2.5 Ű Balanceamento de intensidade de iluminação em sensores eletro-ópticos.

Fonte: Autoria própria.
Essa estratégia de rastreamento utiliza controle em malha fechada, cuja estru-

tura genérica consta na Figura 2.6.
detectar a posição solar com precisão, automaticamente é ativado o algoritmo baseado

em data e hora.
2.1.2 Grau de liberdade

Quanto ao grau de liberdade, os seguidores solares podem ser classiĄcados
como seguidores solares de eixo único e de eixo duplo.
2.1.2.1 Seguidores solares de eixo único
Os seguidores solares de eixo único têm somente um eixo de rotação. Podem ser
do tipo horizontalmente alinhado (Horizontal Single Axis Tracker - HSAT), verticalmente
alinhado (Vertical Single Axis Tracker - VSAT), horizontalmente alinhado com inclinação
(Horizontal Tilted Single Axis Tracker - HTSAT) e polar (Polar Aligned Single Axis
Tracker - PASAT). Suas deĄnições são apresentadas a seguir:
1. Seguidor solar de eixo único horizontal: No HSAT, o eixo de rotação é horizontal

em relação ao solo e posicionado na linha norte-sul. O mesmo eixo pode ser com-
partilhado por vários painéis, a Ąm de reduzir os custos de instalação. Esse tipo de
seguidor solar é mais apropriado para regiões de baixas latitudes. Um HSAT típico
pode ser visto na Figura 2.7a.
Figura 2.7 Ű a) HSAT b) VSAT c) HTSAT. Fonte: (SEME et al., 2017).
2. Seguidor solar de eixo único vertical: No VSAT, o eixo de rotação é vertical ao solo.
Esses sistemas são mais apropriados para regiões de altas latitudes e precisam ser
instalados com espaçamentos maiores para evitar que um sistema cause sombrea-
mento no outro (NSENGIYUMVA et al., 2018). Um VSAT típico pode ser visto na
Figura 2.7b.
3. Seguidor solar de eixo único horizontal inclinado: Esses sistemas operam como o
HSAT, porém, possuem seu eixo de rotação inclinado. São adequados para regiões
de latitudes mais elevadas e economizam espaço de instalação quando comparados

com outros tipos de seguidores solares de eixo único (NSENGIYUMVA et al., 2018).
Um HTSAT típico pode ser visto na Figura 2.7c.
4. Seguidor solar de eixo único polar: No PASAT o eixo inclinado está alinhado à
estrela polar (Singh et al., 2018). Nesse sistema o ângulo de inclinação deve ser
igual à latitude do local (NSENGIYUMVA et al., 2018).
Li et al. (2011a) desenvolveram um estudo a Ąm de veriĄcar o desempenho

de um seguidor solar de eixo único horizontal na China. Uma análise matemática foi
elaborada para estimar a irradiação diária coletável em três sistemas: com painéis Ąxos,
com seguidor solar de eixo duplo e com HSAT. Os resultados mostraram que o ganho
anual do HSAT foi principalmente relacionado à orientação do seu eixo de rotação, uma
vez que foram obtidos melhores resultados para o rastreamento no eixo sul-norte, com um
ganho de 10-24% comparado ao sistema Ąxo, enquanto o eixo leste-oeste obteve um ganho
de 8%. Constatou-se também que o desempenho de um HSAT decresce com a latitude,
portanto, apresentam uma maior viabilidade quando instalados em regiões cujas latitudes
são mais baixas.
Para investigar o desempenho de um VSAT em comparação a um sistema de

painéis Ąxos e um sistema com seguidor solar de eixo duplo, Li et al. (2011b) propuseram
um procedimento matemático a Ąm de estimar a irradiação anual coletável. Os cálculos
mostraram que, comparado ao sistema de painéis Ąxos, o VSAT obteve um ganho de 28%
em áreas com maiores índices de irradiância solar e 16% em áreas com menores índices
de irradiância solar, destacando a relação entre o desempenho de um seguidor solar e os
recursos solares locais disponíveis. Quanto à máxima irradiação anual coletável por um
VSAT, obtiveram-se resultados entre 95-96% da máxima irradiação anual coletável por
um seguidor solar de eixo duplo.
2.1.2.2 Seguidores solares de eixo duplo
Os seguidores solares de eixo duplo possuem dois eixos de rotação que, geral-
mente, são perpendiculares. Eles produzem mais energia que sistemas seguidores solares
de eixo único devido à sua melhor precisão, pois conseguem rastrear o Sol tanto horizon-
talmente, quanto verticalmente (MEREDDY et al., 2016). Por esse motivo, necessitam de
sistemas de controle mais complexos para garantir o seu funcionamento, implicando em
altos custos de aquisição e manutenção. Outra desvantagem desses sistemas é o esforço
ao qual estão sujeitos, principalmente devido ao seu peso e resistência ao vento (RAMOS,
2016).
2.1.2.2.2 Seguidor solar de eixo duplo azimuth-altitude
No seguidor solar de eixo duplo azimuth-altitude, o eixo primário é vertical ao

solo e é chamado de eixo azimutal, enquanto o eixo secundário é normal ao eixo primário
e é chamado de eixo de elevação (SINGH et al., 2018). Ao contrário do tip-tilt, possui o
peso dos painéis distribuídos ao longo do eixo primário, podendo suportar uma quantidade
maior de painéis. Um sistema azimuth-altitude típico pode ser visto na Figura 2.9.
Figura 2.9 Ű Seguidor solar de dois eixos do tipo Azimuth-altitude. Fonte: Autoria própria.
Sidek et al. (2017) apresentaram um estudo sobre um seguidor solar de dois

eixos azimuth-altitude. O sistema foi projetado e fabricado como mostrado na Figura 2.10.
Foi utilizado um motor CC para girar o painel no eixo azimutal e um motor CC linear
para movimentar o painel no eixo de elevação. O desempenho do seguidor é analisado
em comparação a um sistema fotovoltaico Ąxo inclinado. Constatou-se que, em relação ao
sistema Ąxo, o seguidor obteve um ganho de 26,9% e 12,8% em dias ensolarados e dias
nublados, respectivamente.
Figura 2.10 Ű Projeto do seguidor solar de dois eixos azimuth-altitude. Adaptado de (SI-
DEK et al., 2017).
2.2 Backtracking
Um dos problemas do sistema fotovoltaico é a perda por sombreamento cau-
sado pelos próprios painéis fotovoltaicos entre si (VERÍSSIMO, 2017). Para evitar a ocor-
rência desse problema, utilizam-se algoritmos de backtracking. Existem vários algoritmos
de backtracking disponíveis na literatura (Jang et al., 2010; SCHNEIDER, 2012). A imple-
mentação desse algoritmo acontece, normalmente, em usinas, onde o sistema fotovoltaico
está disposto em Ąleiras paralelas de módulos fotovoltaicos.
A Figura 2.11 apresenta um exemplo de um sistema fotovoltaico sem backtrac-

king, onde o primeiro painel causa sombreamento no painel seguinte (NASCIMENTO,
2015).
Figura 2.11 Ű Sistema que utiliza seguidores solares sem algoritmo backtracking. Fonte:
(NASCIMENTO, 2015).
Quando o ângulo de zênite está muito acentuado e os painéis começam a causar

sombreamento entre si, o algoritmo de backtracking começa a atuar fazendo a compensação
desse ângulo e reduzindo o efeito de sombreamento entre os painéis (NASCIMENTO,
2015), conforme mostrado na Figura 2.12.
Figura 2.12 Ű Sistema que utiliza seguidores solares com algoritmo backtracking. Fonte:
(NASCIMENTO, 2015).
Ao longo do dia, o algoritmo de backtracking é utilizado em dois períodos, no

começo da manhã e no Ąm da tarde. Nesses períodos o ângulo de zênite dos painéis é
muito acentuado, fazendo com que, dependendo da distância entre as Ąleiras, uma shed
cause sombreamento na outra (NASCIMENTO, 2015).
Quando uma Ąleira de módulos fotovoltaicos causa sombreamento na Ąleira

seguinte, o arranjo fotovoltaico encontra-se parcialmente sombreado, podendo gerar pon-
tos quentes conhecidos como hot-sposts (NASCIMENTO, 2015). Os hot-spots são uma
das principais causas do envelhecimento acelerado e, às vezes, de danos irreversíveis aos
painéis fotovoltaicos (Guerriero et al., 2017). Além disso, o sombreamento parcial diĄculta
o rastreamento do ponto de máxima potência (MOREIRA, 2018).
A vantagem da utilização de algoritmo backtracking em sistemas fotovoltaicos

grandes é a possibilidade de redução da distância entre as Ąleiras de painéis fotovoltaicos,
sem preocupação com o sombreamento que as Ąleiras podem causar entre si, possibili-
tando o melhor aproveitamento da área disponível para a produção de energia elétrica
(NASCIMENTO, 2015). Além de reduzir o risco de hot-spots (PIGUEIRAS et al., 2011).
A maior parte da aplicação de backtracking em produtos comerciais é em segui-

dores solares de um eixo. Porém, sua utilização também é atrativa em seguidores solares
de dois eixos, sendo, nesse caso, mais eĄciente no eixo primário do que no secundário
(PIGUEIRAS et al., 2011).
2.3 A influência da localidade na viabilidade de seguidores solares

Alguns fatores geográĄcos influenciam o desempenho de um painel fotovoltaico,
como por exemplo, o superaquecimento devido ao excesso de exposição à radiação solar
em ambientes de altas temperaturas. Seguidores solares podem melhorar a eĄciência e o
ganho de energia dos módulos fotovoltaicos, entretanto, podem ter influência negativa em
países de clima quente. Eldin et al. (2016) investigaram a viabilidade de seguidores solares
em regiões quentes e frias, mais especiĄcamente no Egito e na Alemanha. Os resultados
mostraram que o rastreamento do Sol é inviável economicamente em regiões quentes e
ensolaradas, como nas cidades do Cairo e Assuã no Egito, e altamente recomendado em
regiões frias, como em Stuttgart e Berlim na Alemanha. Além disso, grandes variações de
temperatura ao longo do ano, presente em alguns países, tornam mais difícil a aplicação
de seguidores solares passivos.
Outro fator de influência é a presença de nuvens no céu. Orgill e Hollands

(1977) aĄrmam que em dias extremamente nublados cerca de 90% da irradiação global
é composta por irradiação difusa. Logo, para uma pequena parcela de irradiância direta,
torna-se desfavorável a utilização de seguidores solares passivos, sendo mais indicados os
seguidores solares ativos que utilizam estratégias apropriadas para dias nublados, como
por exemplo, a baseada em data e hora (CLIFFORD; EASTWOOD, 2004).
É importante ressaltar a necessidade de estudos para limitar o consumo de

energia associado a movimentos desnecessários dos seguidores solares em dias nublados
(LAZAROIU et al., 2015). Koussa et al. (2011) estudaram o desempenho de 5 conĄgu-
rações de seguidores solares e 2 conĄgurações de painéis fotovoltaicos Ąxos. A energia
elétrica diária produzida pelos diferentes sistemas foi quantiĄcada separadamente para
cada estado do céu. Constatou-se que para dias completamente nublados, todos os siste-
mas considerados produziram aproximadamente a mesma quantidade de energia elétrica e
os painéis Ąxos posicionados horizontalmente apresentaram o melhor desempenho, levando
a um algoritmo de rastreamento melhorado que conduz o painel à posição horizontal em
dias nublados.
Bahrami et al. (2016) desenvolveram um estudo para avaliar o efeito da latitude

no desempenho dos seguidores solares. Foram simulados 60 sistemas ao longo da Europa e
da África. Os resultados mostraram que o desempenho dos seguidores solares é altamente
dependente da localização, portanto, dependem das condições geográĄcas da região.
37
3 Algoritmos de cálculo da posição solar
Na literatura, existem vários algoritmos que calculam a posição do Sol (GRENA,

2012; REDA; ANDREAS, 2004; BLANC; WALD, 2012; GRENA, 2008; COOPER, 1969;
SWIFT, 1976; PITMAN; VANT-HULL, 1978; LAMM, 1981; MICHALSKY, 1988; WAL-
RAVEN, 1978; BLANCO-MURIEL et al., 2001). Eles variam, principalmente, em preci-
são, complexidade e tempo de validade. Esses algoritmos calculam a posição solar a partir
de observações históricas da posição do Sol, e alguns deles (REDA; ANDREAS, 2004;
BLANC; WALD, 2012; MICHALSKY, 1988; WALRAVEN, 1978; BLANCO-MURIEL et
al., 2001), baseiam-se em simpliĄcações do The Astronomical Algorithms (MEEUS, 1998).
Ao simpliĄcar as equações, pode-se adotar as seguintes estratégias: reduzir o tempo de va-
lidade e manter a precisão (BLANCO-MURIEL et al., 2001) ou manter um longo período
de validade e reduzir a precisão (MICHALSKY, 1988).
Os algoritmos utilizados nas simulações deste trabalho são os algoritmos pro-

postos por Grena (2012), que neste trabalho são chamados de Grena 1-5, e o Solar Position
Algorithm (SPA), proposto por Reda e Andreas (2004). Tais algoritmos foram escolhidos
por serem os únicos algoritmos que permanecerão válidos por tempo suĄciente para se-
rem implementados na construção de uma usina de geração fotovoltaica e, além disso,
funcionarem apropriadamente para o hemisfério sul.
Nas seções seguintes, foram apresentados conceitos de geometria solar, fatores

que influenciam o movimento aparente do Sol, um histórico dos algoritmos de cálculo da
posição solar, e posteriormente, os algoritmos Grena 1-5 e o SPA serão explicados mais
detalhadamente, por serem os algoritmos utilizados nas simulações deste trabalho.
3.1 Geometria solar

Para o estudo dos algoritmos que calculam a posição do Sol, é necessário o co-
nhecimento dos parâmetros geométricos do movimento aparente do Sol na abobada celeste
(INEICHEN, 1983), portanto, alguns desses parâmetros foram apresentados a seguir.
3.1.1 Declinação solar

O plano de órbita da Terra ao redor do Sol é chamado de plano eclíptico. A
Terra gira ao redor de um eixo que vai do Polo Norte até o Polo Sul e passa pelo centro
da Terra chamado de eixo polar. Esse eixo tem uma inclinação de aproximadamente 23,5◇
em relação ao plano eclíptico. O movimento de rotação da Terra ao redor de si mesma
Capítulo 3. Algoritmos de cálculo da posição solar 38
causa variações de incidência de radiação ao longo do dia, e o movimento da Terra ao

redor do Sol causa variações sazonais de incidência de radiação ao longo do ano. Porém, o
ângulo entre o eixo de rotação da Terra e o eixo da rotação elíptica permanece o mesmo.
No entanto, o ângulo entre o plano equatorial e uma linha que une os centros do Sol e da
Terra muda a cada instante. Esse ângulo é chamado de declinação solar e pode variar de -
23,45◇ , no solstício de inverno, a 23,45◇ , no solstício de verão. Nos equinócios de primavera
e outono, a declinação é igual a zero (IQBAL, 1983). A declinação, Ó, pode ser vista na
Figura 3.1.
Figura 3.1 Ű Esfera celeste. Adaptado de (WALRAVEN, 1978).
3.1.2 Ascensão direta

Ascensão direta é o ângulo entre os círculos horários que passam pelo ponto
vernal e pelo Sol, medido a partir do ponto vernal em direção ao leste (WALRAVEN,
1978). O ponto vernal é o ponto da esfera celeste em que o Sol cruza o equador celeste,
quando está movendo-se no plano eclíptico. A ascensão direta, Ð, pode ser vista na Figura
3.1.
3.1.3 Ângulo horário

O ângulo horário é o ângulo que a Terra deve girar para levar o meridiano
local até o meridiano do Sol (KALOGIROU, 2014). O ângulo horário, 𝐻, pode ser visto
na Figura 3.1.
3.1.4 Elevação ou altitude

A elevação, ou altitude, é o ângulo entre o plano horizontal e uma linha ima-
ginária traçada do ponto de observação até o Sol (KALOGIROU, 2014). A elevação pode
ser visualizada na Figura 3.2.
Figura 3.2 Ű Coordenadas topocêntricas. Fonte: Autoria própria.
3.1.5 Ângulo de zênite

O ângulo de zênite é o ângulo entre um eixo vertical imaginário traçado do
ponto de observação até a esfera celeste e uma linha imaginária traçada do ponto de
observação até o Sol. Este ângulo é complementar ao ângulo de elevação, como pode ser
visto na Figura 3.2 (RAMOS, 2016).
3.1.6 Azimute
O azimute é o ângulo entre a projeção no plano equatorial da linha imaginária
traçada do ponto de observação até o Sol e a linha que vai do ponto de observação até o
Norte no plano equatorial. O ângulo de azimute pode ser visto na Figura 3.2 (RAMOS,
2016).
3.1.7 Ângulo de incidência solar

O ângulo de incidência solar é o ângulo entre o feixe de radiação em uma
superfície e a normal da superfície (DUFFIE; BECKMAN, 2013).
3.2 Escalas de tempo

Algumas escalas de tempo são utilizadas no cálculo da posição do Sol, as quais
são apresentadas a seguir.
3.2.1 Tempo Universal (UT)

O Tempo Universal é um padrão de tempo baseado na rotação da Terra e
contado de 00:00 horas até meia noite, a unidade é dia solar médio. O UT é o tempo
utilizado para calcular a posição do Sol, e muitas vezes é chamado de UT1 (REDA;
ANDREAS, 2004).
3.2.2 Tempo Universal Coordenado (UTC)

O Tempo Universal Coordenado é o tempo padrão primário, base da maioria
dos sinais de tempo de rádio. É mantido com uma diferença de 0,9 segundo do UT1
através da introdução de um segundo bissexto ao seu valor (REDA; ANDREAS, 2004).
3.2.3 Tempo Atômico Internacional (TAI)

O Tempo Atômico Internacional é a escala de tempo baseada em um grande
número de relógios atômicos e mantida o mais próximo possível do segundo do Sistema
Internacional (SI) (REDA; ANDREAS, 2004).
3.2.4 Tempo Terrestre (TT)

O Tempo Terrestre é a escala de tempo de efemérides para observações da
superfície terrestre (REDA; ANDREAS, 2004).
3.2.5 Dia Juliano

O Dia Juliano é uma contagem contínua de dias e frações desde o início do
ano -4712. O calendário Juliano foi estabelecido por Júlio César no Império Romano no
ano -45 e chegou ao seu Ąnal aproximadamente no ano +8. Porém, os astrônomos ainda
seguem a prática de extrapolar o calendário Juliano indeĄnidamente para contar os dias
sequencialmente, começando em uma data arbitrária no passado (MEEUS, 1998).
3.3 Fatores que influenciam o movimento aparente do Sol

O movimento aparente do Sol está submetido a um grande número de per-
turbações, tais como nutação do eixo da Terra, perturbações causadas pela Lua e outros
planetas, aberração, paralaxe, refração atmosférica, entre outras. Portanto, essas pertur-
bações devem ser levadas em consideração no cálculo da posição do Sol. A seguir, tais
conceitos serão apresentados.
3.3.1 Nutação
A nutação é uma oscilação periódica do eixo rotacional da Terra em torno
da sua Şposição médiaŤ. Ela acontece, principalmente, devido a ação da Lua e pode ser
descrita por uma soma de termos periódicos, onde o mais importante deles tem um período
de 6798,4 dias (MEEUS, 1998).
3.3.2 Paralaxe
A paralaxe consiste num deslocamento da direção observada devido ao desloca-
mento do ponto de observação. No cálculo da posição do Sol, é necessário fazer a correção
de paralaxe quando se deseja calcular as coordenadas topocêntricas do Sol, que são as
coordenadas a partir do observador na superfície terrestre (zênite e azimute), quando as
coordenadas globais são conhecidas, que são as coordenadas a partir do centro da Terra
(ascensão direta, declinação e ângulo horário) (MEEUS, 1998).
3.3.3 Refração atmosférica

A refração atmosférica é o desvio da luz ao passar pela atmosfera terrestre.
Quando um raio de luz penetra a atmosfera, encontra camadas de densidade crescente,
resultando em um desvio contínuo de luz. Em consequência disso, o Sol parece mais
alto no céu do que a sua verdadeira posição. A refração atmosférica é zero no zênite
e aumenta conforme o Sol se aproxima do horizonte (SANTIAGO; SALVIANO, 2005).
Além disso, o efeito da refração atmosférica aumenta quando a pressão aumenta ou a
temperatura diminui, por isso, tais parâmetros devem ser levados em consideração no
cálculo da correção de refração atmosférica (MEEUS, 1998).
3.3.4 Aberração
A posição aparente de um planeta sofre um desvio devido ao seu movimento
em relação a um observador, denominado aberração. Esse desvio depende da amplitude
de seu movimento em relação do movimento do observador e está ligado ao fato de ser
Ąnita a velocidade de propagação da luz. Há dois tipos de aberração: a diurna e a anual.

A diurna o efeito é devido ao movimento de rotação da Terra e a anual é devido ao
movimento de translação da Terra (SANTIAGO; SALVIANO, 2005).
3.4 Histórico dos algoritmos para cálculo da posição do Sol

Os algoritmos de cálculo da posição do Sol disponíveis na literatura variam em
precisão, complexidade, intervalo de validade, dados de entrada e dados de saída. Alguns
deles calculam somente as coordenadas globais ou a equação do tempo, enquanto outros
também calculam as coordenadas locais do Sol, o ângulo de incidência solar e o horário
local do nascer e do pôr-do-sol. As primeiras publicações apresentavam esses algoritmos
como uma simples etapa para calcular a irradiância solar incidente, conforme percebeu-se a
importância dessa etapa na precisão da estimativa de irradiância, a comunidade cientíĄca
começou a se aprofundar e a publicar artigos de estudos focados apenas no cálculo da
posição do Sol.
Cooper (1969) mencionou o cálculo da posição do Sol apenas como uma simples
etapa para calcular a fração de irradiância solar incidente que é efetivamente utilizada em
sistemas concentrados, sem apontar precisão ou intervalo de validade.
Swift (1976) apresentou o cálculo da posição do Sol como uma etapa do cálculo
da irradiância solar potencial em declives através de medições de irradiância em superfícies
horizontais próximas. O cálculo da posição solar é dado a partir da estimativa da declina-
ção como função da data juliana, o que na época era considerado uma simpliĄcação, pois
evitava a utilização de tabelas para a declinação.
Pitman e Vant-Hull (1978) apresentaram equações para o cálculo das coorde-

nadas eclípticas do Sol, declinação e equação do tempo, baseadas no The Astronomical
Ephemeris and The American Ephemeris and Nautical Almanac (1961). Desenvolveram
um programa computacional, chamado de SUNLOC, que calcula a posição do sol em co-
ordenadas horizontais com erro máximo da ordem de 41 segundos de arco sem considerar
os efeitos da refração atmosférica.
No mesmo ano, Walraven (1978) desenvolveu um algoritmo que também uti-

lizava as equações do The Astronomical Ephemeris and The American Ephemeris and
Nautical Almanac (1961) de forma simpliĄcada, alegando precisão de 0,01◇ . O algoritmo
calcula declinação, ascensão direta, azimute e elevação e, para sua simpliĄcação, foi neces-
sário desconsiderar alguns dos efeitos que influenciam a posição do sol. Sua publicação foi
seguida de uma errata (WALRAVEN, 1979) e algumas notas técnicas e cartas ao editor
(ARCHER, 1980; WILKINSON, 1981; PASCOE, 1985), a maioria delas sobre o algoritmo
da publicação original e sobre a correção de refração atmosférica.
Lamm (1981) propôs uma nova expressão analítica para a equação do tempo
por meio de séries de Fourier com erro absoluto médio de 0,65 segundos, podendo chegar
até 8,5 segundos com a redução da série de Fourier a quatro termos.
Michalsky (1988) implementou um algoritmo adaptado do The Astronomical

Almanac (1986). Esse algoritmo tem precisão de 0,01◇ entre os anos 1950 e 2050. Calcula
declinação, ascensão direta, ângulo horário, azimute, elevação, equação do tempo, ângulo
de incidência do sol em uma superfície plana e faz a correção da refração atmosférica.
Michalsky aĄrma que as publicações anteriores apenas faziam breves comentários sobre a
precisão de seus respectivos algoritmos, como Şadequado para a maioria das aplicações de
engenhariaŤ. A sua principal motivação foi o fato da última publicação sobre o tema, ter
recebido pelo menos 10 notas técnicas e cartas ao editor, de forma que um pesquisador
teria que ler 11 artigos para decidir quais das sugestões são importantes e devem ser
implementadas. A outra motivação foi a dúvida sobre a precisão do algoritmo proposto
por Walraven. É importante ressaltar que em sua forma original, esse algoritmo não
funciona apropriadamente para o hemisfério Sul.
Blanco-Muriel et al. (2000) desenvolveu um algoritmo com validade entre os

anos 1999-2015 com uma precisão de 0,5 minutos de arco. O algoritmo foi desenvolvido
para ser aplicado em sistemas fotovoltaicos de alta concentração térmica que utilizam
microprocessadores de baixo custo, portanto, combina precisão e simplicidade, caracterís-
ticas necessárias.
Blanc e Wald (2012) desenvolveram um algoritmo, o qual chamaram de SG2,

válido entre os anos 1980 e 2030, que apresenta um erro máximo de vetor solar na ordem de
10 segundos, com a proposta de ser mais rápido do que outros algoritmos que apresentam
o mesmo nível de precisão. Esse algoritmo consiste em uma aproximação das equações
originais do SPA, com uma redução do número de operações. A motivação para o seu
desenvolvimento foi a necessidade de um algoritmo com velocidade computacional para
calcular um milhão de posições do Sol em menos de um minuto, para a implementação
de uma base de dados de irradiância derivada de satélite, chamada HelioClim.
3.5 Algoritmo SPA

A principal motivação do desenvolvimento do algoritmo SPA é o fato da co-
munidade cientíĄca ter vários algoritmos com tempos de validade diferentes, causando
confusão e inconsistência, sendo necessário o desenvolvimento de um algoritmo válido por
um longo período de tempo, e que tenha uma boa precisão. Em consequência disso, o
SPA foi desenvolvido, com validade entre os anos Ű 2000 e 6000 (REDA et al., 2008).
O SPA foi desenvolvido por Reda e Andreas (REDA; ANDREAS, 2004), pro-
veniente de uma adaptação das equações contidas no livro escrito por Meeus (MEEUS,
1998), The Astronomical Algorithms, com algumas modiĄcações para atender aplicações
de energia solar. Por exemplo, no livro, o ângulo de azimute é medido em direção ao
oeste a partir do Sul, enquanto no SPA, é em direção ao leste a partir do Norte. Além
disso, no livro, a longitude é considerada positivada no oeste de Greenwich, enquanto para
aplicações de energia solar, é considerada positiva ao leste de Greenwich.
O algoritmo necessita dos seguintes parâmetros do local de instalação como

dados de entrada:
1. Data;
2. UTC;
3. UT1;
4. Longitude;
5. Latitude;
6. Elevação;
7. Pressão média anual local e;
8. Temperatura média anual local.
Os dados de saída do algoritmo são:
1. Zênite;
2. Azimute;
3. Ângulo de incidência da superfície;
4. Hora local do nascer do Sol;
5. Tempo local de trânsito solar e;
6. Horário local do pôr do Sol.
O SPA utiliza o Dia Juliano como escala de tempo. Além disso, calcula algumas
variáveis intermediárias, como declinação, ascensão direta e ângulo horário. A partir dessas
variáveis, são calculados os dados de saída listados acima. Tanto as saídas intermediárias
quanto as saídas Ąnais estão disponíveis no site do SPA Calculator (NREL, 2014).
São levadas em consideração a correção de nutação, aberração, paralaxe e

refração atmosférica.
Para avaliação dos resultados, foram utilizados dados do Astronomical Alma-

nac (AA) (USNO, 2004) como valores de referência. Foram comparados os valores de
latitude e longitude eclíptica, ascensão direta aparente e declinação aparente de 00:00 ho-
ras do segundo dia de cada mês nos anos 1994-1996 e 2004, por ser a única disponibilidade
do AA. Portanto, a análise foi feita levando em consideração apenas 48 amostras e não
foram comparados diretamente os ângulos de zênite e azimute. A diferença máxima dos
valores comparados entre o SPA e o AA foi -0,00015◇ , levando a uma diferença máxima
de 0,00003◇ e 0,00008◇ no zênite e no azimute, respectivamente.
3.6 Algoritmo Grena

A principal motivação do desenvolvimento dos algoritmos propostos por Ro-
berto Grena, que neste trabalho são chamados de Grena 1-5, foi o fato da maioria dos
demais algoritmos existentes garantirem um bom funcionamento em um período de tempo
que já se expirou ou está se expirando (GRENA, 2012). Ele propôs cinco algoritmos vá-
lidos entre os anos 2010 e 2110, podendo ser utilizados em usinas de geração fotovoltaica
que ainda serão construídas. Os cinco algoritmos variam em precisão e complexidade,
porém os parâmetros de entrada e de saída são os mesmos.
Em sua publicação, Roberto Grena comparou os dados de saída dos cinco al-
goritmos com os do Michalsky (MICHALSKY, 1988), do PSA (BLANCO-MURIEL et al.,
2001) e um algoritmo publicado pelo Grena anteriormente (GRENA, 2008). A comparação
é realizada utilizando 20 milhões de amostras randômicas, por meio do cálculo dos erros
máximos e mínimos e do desvio padrão, tendo como valores de referência os obtidos pelo
SPA (REDA; ANDREAS, 2004). O custo computacional e o tempo de validade também
são comparados. Os erros máximos apresentados pelos cinco algoritmos são 0,2◇ , 0,04◇ ,
0,01◇ , 0,01◇ e 0,0027◇ , respectivamente. O Grena 5 possui melhor precisão, e apesar de ser
o algoritmo mais complexo dos cinco propostos, quando comparado com o SPA, tem uma
complexidade baixa.
3.6.1 Parâmetros de entrada

Os parâmetros de entrada dos algoritmos são:
1. Hora universal, que é deĄnida como o Tempo Universal no meridiano de Greenwich,

em horas. Ao calcular a posição do Sol utilizando Campinas como o ponto de ob-

servação, por exemplo, a hora universal deve ser igual ao horário local mais 3;
2. Dia, mês e ano (y). São simplesmente os números integrais que aparecem na data,
com ranges, 1-31, 1-12 e 2010-2110, respectivamente;
3. A diferença entre TT e UT (Δá ), em segundos. Essa diferença pode ser difícil de

acessar, porém, erros de aproximadamente 30 segundos são aceitáveis para essa
quantidade, podendo ser utilizada a extrapolação via Equação 4.1;
Δá = 96, 4 + 0, 567 × (𝑦 ⊗ 2061) (3.1)
4. Longitude e latitude do observador, em radianos;
5. Pressão, em atm e;
6. Temperatura, em graus Celsius.
3.6.2 Parâmetros de saída

Os parâmetros de saída dos algoritmos são:
1. Ascensão direta, em radianos, no range [0, 2Þ];
2. Declinação, em radianos;
3. Ângulo horário, em radianos, no range [⊗Þ, Þ];
4. Zênite, em radianos, no range [0, Þ] e;
5. Azimute, em radianos, no range [⊗Þ, Þ].
O ângulo horário e o azimute são zero quando o Sol está no Sul, pois os algo-
ritmos foram desenvolvidos no hemisfério norte. As coordenadas locais (zênite e azimute)
são referentes a um sistema polar local com o eixo polar ao longo da vertical.
3.6.3 Construção dos algoritmos

Cada algoritmo possui duas versões, a curta e a completa. O algoritmo curto
tem como dados de saída apenas a ascensão direta, a declinação e o ângulo horário. A
versão completa tem como dados de saída, além dos ângulos calculados pelos algoritmos
curtos, os ângulos de zênite e de azimute. É impossível calcular a refração atmosférica
nos algoritmos curtos, pois esse cálculo requer a elevação solar. Portanto, a versão curta
só pode ser utilizada quando a refração atmosférica pode ser desconsiderada. Um outro
problema relacionado a utilização dos algoritmos curtos é que eles só calculam as coorde-
nadas geocêntricas, ou seja, coordenadas que possuem como ponto de observação o centro
da Terra, e do ponto de vista de aplicações em engenharia solar, é conveniente utilizar
um sistema de coordenadas topocêntricas, que tem como ponto de observação a superfície
terrestre.
A construção dos algoritmos consiste em análises de Fourier e em considerações

físicas que permitem achar frequências angulares fundamentais e coeĄcientes de fórmulas,
seguido de um ajuste numérico Ąno para o intervalo de tempo de validade, utilizando
dados do SPA.
Todos os cinco algoritmos possuem o primeiro e o último passo em comum,

portanto, o que varia entre eles é o corpo central.
Nas seções seguintes, serão apresentados, de forma geral, o passo a passo dos
cinco algoritmos propostos por Grena (2012), sem entrar em detalhes no equacionamento.
3.6.3.1 Primeiro passo
O primeiro passo consiste no cálculo do tempo, onde calcula-se um tempo 𝑡

correspondente ao número de dias a partir do início do ano 2060 (aproximadamente o
ponto médio do intervalo 2010 Ű 2110), de acordo com o UT. Esse passo é uma simples
conversão da data e horas na escala de tempo 𝑡.
3.6.3.2 Corpo central
a. Grena 1
O corpo central do Grena 1 utiliza somente duas funções trigonométricas para

calcular a ascensão direta e a declinação, usando a frequência angular fundamental æ =
0, 017202786 × 𝑑𝑖𝑎⊗1 até a segunda harmônica. Neste passo também é calculado o ângulo
horário.
O algoritmo curto termina aqui. Para o algoritmo completo é necessário cal-

cular o último passo dos algoritmos, descrito na seção 3.6.3.3.
b. Grena 2
O Grena 2 é uma melhoria do algoritmo anterior, utilizando a mesma frequên-

cia angular fundamental até a quarta harmônica, de forma a reduzir o erro máximo angular
para 0,034◇ , de acordo com Grena (2012). Assim como no Grena 1, calcula-se a ascensão
direta, declinação e ângulo horário.

c. Grena 3
No Grena 3, calcula-se a longitude eclíptica do Sol e depois converte-se em

ascensão direta e declinação, com o intuito de obter um erro angular máximo abaixo
de 0,01◇ . Tais fórmulas são mais compactadas, porém mais pesadas computacionalmente
devido às transformações trigonométricas necessárias para converter a longitude eclíptica
em ascensão direta e declinação (GRENA, 2012).
Após calcular a longitude eclíptica do Sol e o eixo de inclinação, é possível

calcular a ascensão direta, a declinação e o ângulo horário.

d. Grena 4
O Grena 4 é muito parecido com o Grena 3, com a adição da correção de

nutação, o que reduz aproximadamente 30% do erro máximo das coordenadas globais,
porém não afeta as coordenadas locais de forma considerável. Portanto, é improvável
que esse algoritmo seja utilizado em aplicações de engenharia solar, onde somente as
coordenadas locais são utilizadas.
e. Grena 5
No Grena 5, além da correção de nutação, outras perturbações são levadas

em consideração, como o efeito da Lua, de Vênus, de Júpiter e de outros planetas mais
distantes, com intuito de reduzir o erro abaixo de 0,01◇ . De acordo com Meeus (1998),
quando se deseja uma precisão de até 0,01◇ , a posição do Sol pode ser calculada assumindo
um movimento terrestre puramente elíptico, ou seja, as perturbações da Lua e de outros
planetas podem ser desconsideradas. Como no algoritmo 5 deseja-se manter esse erro
abaixo de 0,01◇ , é essencial levar em consideração todos esses efeitos.
3.6.3.3 Último passo
O último passo, que é ignorado nos algoritmos curtos, trata-se de transforma-

ções geográĄcas que permitem calcular o zênite e o azimute, juntamente com a correção
de paralaxe e a correção de refração atmosférica, onde a equação para correção da refração
atmosférica é equivalente a do SPA (REDA; ANDREAS, 2004).
São calculados os ângulos de elevação, azimute e zênite. Somente o zênite sofre

correção de paralaxe e de refração atmosférica, pois os efeitos no azimute são insigniĄcan-
tes.
O cálculo dos algoritmos termina aqui. Equações otimizadas computacional-

mente podem ser encontradas em (GRENA, 2012).
50
4 Análise estatística
Quando se trata do cálculo da posição do Sol, uma preocupação a ser levada

em consideração é a precisão dos algoritmos. A precisão necessária depende da aplicação.
Equipamentos de medição precisam de algoritmos de erros consideravelmente pequenos,
enquanto sistemas de geração fotovoltaica suportam erros de alguns graus sem perdas
signiĄcativas de geração de energia (GRENA, 2012).
Para avaliar a precisão dos algoritmos que calculam a posição do Sol foi reali-
zada uma análise estatística dos erros dos parâmetros de saída que estes apresentam. Neste
capítulo são apresentados os conceitos estatísticos utilizados na análise, a metodologia e
os resultados.
4.1 Estatísticas
4.1.1 Desvio padrão

O desvio padrão determina a dispersão dos valores em relação à média. É a raiz
quadrada da variância, sendo a variância a média aritmética dos quadrados dos desvios
(CORREA, 2003). A variância é dada pela soma dos erros quadráticos divididos pelo
número de elementos de uma amostra.
O desvio padrão pode não ser uma medida adequada para representar um
conjunto de dados, pois é afetado exageradamente por fatores extremos e não permite a
visualização da simetria ou assimetria da distribuição de dados (BUSSAB; MORETTIN,
2010).
4.1.2 Mediana
A mediana é uma medida de posição e uma separatriz, pois divide o conjunto
ordenado de amostras em duas partes com a mesma quantidade de elementos. O valor da
mediana encontra-se no centro da série estatística, ou seja, indica que 50% das amostras
possuem valor inferior e 50% possuem valor superior (CORREA, 2003).
Denota-se a menor observação por 𝑥(1) , a segunda por 𝑥(2) , e assim por diante,
obtendo-se estatísticas de ordem de acordo com a Equação 4.1, onde 𝑛 é o tamanho de
uma variável 𝑋 (BUSSAB; MORETTIN, 2010).
𝑥(1) ⊘ 𝑥(2) ⊘ ... ⊘ 𝑥(n⊗1) ⊘ 𝑥(n) (4.1)

Capítulo 4. Análise estatística 51
Sendo assim, é possível calcular a mediana da variável 𝑋 de acordo com as

Equações 4.2 e 4.3, se 𝑛 ímpar e par, respectivamente (BUSSAB; MORETTIN, 2010).
𝑚𝑑(𝑋) = 𝑥( n+1 ) (4.2)

2
𝑥( n2 ) + 𝑥( n2 +1)
𝑚𝑑(𝑋) = (4.3)
2
4.1.3 Quartis
Os três quartis 𝑄1 , 𝑄2 e 𝑄3 dividem o conjunto ordenado em quatro partes
iguais, de forma que 1/4 dos dados está abaixo do quartil 𝑄1 , metade dos dados está
abaixo do quartil 𝑄2 e 3/4 dos dados está abaixo do quartil 𝑄3 . Ressaltando que o quartil
𝑄2 equivale à mediana (LARSON; FARBER, 2010).
4.1.4 Quantis
Pode-se deĄnir uma medida chamada quantil da ordem 𝑝, indicada por 𝑞(𝑝).
Sendo 𝑝 uma proporção qualquer, 0 < 𝑝 < 1, tal que 100𝑝% das amostras sejam menores
do que 𝑞(𝑝) (BUSSAB; MORETTIN, 2010). Onde 𝑞(0, 95) é o percentil 95, ou seja, 95%
das amostras possuem valor menor do que o 𝑞(0, 95).
Note que o quantil 𝑞(0, 25) é o quartil 𝑄1 , assim como os quantis 𝑞(0, 50) e
𝑞(0, 75) são os quartis 𝑄2 e 𝑄3 , respectivamente.
4.1.5 Box Plots

Os box plots permitem visualizar a dispersão, simetria e dados discrepantes
de um conjunto de dados. Para construir esse diagrama, considera-se um retângulo que
represente a mediana e os quartis, conforme mostrado na Figura 4.1. Acima do retângulo,
segue uma linha até o limite superior, que representa os valores máximos. Da mesma
forma, abaixo do retângulo, segue uma linha até o limite inferior, que equivale os valores
mínimos. Os outliers são amostras destoantes das demais (BUSSAB; MORETTIN, 2010).
A posição central é dada pela mediana e a variabilidade é dada pelo intervalo

interquartílico. A assimetria pode ser observada de acordo com as posições de 𝑄1 , 𝑄2 e
𝑄3 (BUSSAB; MORETTIN, 2010).
Figura 4.1 Ű Informações contidas em um box plot. Fonte: (NETO et al., 2017).
4.2 Metodologia
Para a realização das análises estatísticas, foram coletados dados horários de
zênite e azimute no período de 2018 a 2027, de todos os seis algoritmos analisados: Grena
1-5 e SPA. Portanto, foram coletadas 87.648 amostras de cada algoritmo. Os dados do
Grena foram coletados por meio da compilação do próprio algoritmo disponibilizado pelo
autor em (ENEA, 2012) enquanto os dados do SPA foram coletados no site do NREL
(NREL, 2014).
Os dados de entrada inseridos nos algoritmos foram referentes à localização de

Campinas, mais precisamente, do bloco E da Faculdade de Engenharia Elétrica e Compu-
tação (FEEC) da Universidade Estadual de Campinas (UNICAMP), cujas coordenadas
geográĄcas são latitude: 22,821812◇ S e longitude: 47,065129◇ O. A temperatura anual
média e a pressão anual média consideradas foram 20 ◇ C e 1018 hPa, respectivamente.
Os parâmetros analisados são os erros de ângulos zênite (Δ𝑧) e azimute (Δ𝐴𝑧).

Para obtenção desses valores, são subtraídos os ângulos de zênite e azimute computados
dos valores de referência, para cada data e hora. Como não existem dados de medição da
posição do Sol, os valores de referência do zênite e do azimute considerados nesse trabalho

foram computados no site do National Oceanic and Atmospheric Administration (NOAA)
do Departamento de Comércio dos Estados Unidos (NOAA, 2018).
Um outro parâmetro analisado é o erro angular absoluto local, que neste tra-
balho é chamado de erro do vetor solar (𝐸𝑉 𝑆). Trata-se da distância entre a posição real
do Sol e a posição calculada, sendo obtido por meio da Equação 4.4.
√︁
𝐸𝑉 𝑆 = (Δ𝐴𝑧 sen𝑧)2 + Δ𝑧 2 (4.4)
A Equação 4.4 é uma aproximação. O produto escalar completo é muito tra-

balhoso e essa fórmula é válida para pequenos ângulos. A aproximação está no fato de
que o arco subtendido pelos dois vetores é calculado considerando a diferença no ângulo
de zênite (um arco 𝑑𝑧), a diferença no azimute (um arco 𝑠𝑖𝑛𝑧 × 𝑑𝐴𝑧), e usando o teorema
de Pitágoras para obter o arco total, como se os três arcos fossem o componente de um
triângulo plano. A aproximação é suĄciente para pequenos erros e, de qualquer forma, é
uma superestimação, portanto, é aceitável para cálculo de erros.
O erro do vetor solar é o fator mais relevante na análise da precisão de um

algoritmo, uma vez que ele leva em consideração a posição do Sol completa e não apenas
valores de ângulo de zênite e azimute separadamente.
É importante ressaltar que, como o azimute é indeĄnido quando o Sol está

exatamente no zênite, seus erros podem se tornar muito elevados conforme o ângulo zênite
se aproxima de zero. Porém, o erro do vetor solar não sofre muita influência disso, uma
vez que em sua equação o erro do azimute é multiplicado pelo seno do zênite (GRENA,
2012).
Foram calculados o valor máximo e o desvio padrão dos erros do ângulo de

zênite e do azimute. Para o erro do vetor solar, foram calculados o valor máximo, o
desvio padrão, os quartis e os quantis 95 e 99%. Primeiramente, foi realizada uma análise
considerando todas as amostras e posteriormente, foi realizada uma análise considerando
apenas as amostras com zênite inferior a 90◇ , levando em consideração que, quando o
zênite é maior que 90◇ , não é possível gerar energia, pois o Sol já se pôs.
4.3 Resultados
Nas seguintes subseções, serão apresentados os resultados obtidos considerando
todas as amostras e os resultados obtidos considerando somente as amostras de zênite
menor que 90◇ .
4.3.1 Considerando todas as amostras

Na Tabela 4.1 podem ser vistos os valores máximos e o desvio padrão dos erros
do azimute, do ângulo de zênite e do vetor solar, considerando todas as amostras.
Tabela 4.1 Ű Valores máximos e desvio padrão dos erros dos ângulos de zênite, azimute e
do vetor solar. Os valores estão todos em graus (◇ ). Fonte: Autoria própria.
Parâmetro Estatística Grena 1 Grena 2 Grena 3 Grena 4 Grena 5 SPA

Azimute Desvio 0,801054 0,116107 0,031596 0,030869 0,038730 0,037048
padrão
Valor 29,11791 8,542136 2,405180 2,231508 3,223969 3,352679
máximo
Zênite Desvio 0,099738 0,042364 0,040406 0,040379 0,040438 0,029994
padrão
Valor 0,628862 0,576711 0,582962 0,582662 0,582159 0,404606
máximo
Vetor Desvio 0,457586 0,049266 0,040734 0,040873 0,041433 0,03109
solar padrão
Valor 9,664227 1,246676 0,582964 0,582666 0,582162 0,536691
máximo
Observando a Tabela 4.1, é possível constatar que os valores máximos dos erros
de azimute são maiores do que os valores dos demais parâmetros. Isso se deve à indeĄnição
do azimute quando o ângulo de zênite está próximo de zero, resultando em erros elevados.
Apesar disso, o erro no vetor solar é atenuado, pois, em sua equação, o erro do azimute é
multiplicado pelo seno do zênite.
O algoritmo que apresentou menor valor máximo de erro de azimute foi o Grena
4, com erro equivalente a 2,231508◇ . O SPA apresentou menor valor de erro máximo de
ângulo de zênite e de erro máximo de vetor solar, equivalente a 0,404606◇ e 0,536691◇ ,
respectivamente.
Observou-se uma proximidade dos desvios padrões e valores máximos dos erros
de vetor solar dos algoritmos Grena 3, Grena 4 e Grena 5. A proximidade entre os erros dos
algoritmos 3 e 4 acontece porque eles diferem apenas pela adição da correção de nutação
no algoritmo 4, o que influencia principalmente na precisão das coordenadas globais e
muito pouco na precisão das coordenadas locais, as quais estão sendo analisadas. Porém,
Grena (2012) aĄrma que a complexidade do algoritmo 5 foi aumentada para permitir um
ganho de precisão maior, com erro inferior a 0,01◇ , o que não foi observado nos resultados
apresentados na Tabela 4.1, uma vez que os resultados do algoritmo Grena 5 foram muito
próximos dos resultados dos algoritmos Grena 3 e 4.
Na Tabela 4.2, é possível observar os valores dos quantis 25, 50, 75, 95 e 99%
do erro do vetor solar, levando em consideração todas as amostras. A análise dos quantis
é importante, pois permite observar como os erros dos algoritmos se comportam como um
todo, visto que o algoritmo pode ter um erro de vetor solar máximo elevado, referente a
uma amostra isolada, e ter erros de vetor solar baixos em todas as demais amostras.
Tabela 4.2 Ű Quantis do erro do vetor solar considerando todas as amostras. Os valores
estão todos em ◇ . Fonte: Autoria própria.
Quantil 25 50 75 95 99
Grena 1 0,08665 0,13054 0,17089 0,34599 1,184614
Grena 2 0,0088 0,01609 0,027385 0,066761 0,270371
Grena 3 0,00425 0,008269 0,008269 0,055102 0,207045
Grena 4 0,00389 0,007851 0,014463 0,055469 0,209012
Grena 5 0,00431 0,008281 0,015012 0,054724 0,214784
SPA 0,00338 0,007127 0,012792 0,052354 0,171007
A partir da Tabela 4.2, observa-se que, dentre os métodos analisados, o mais

preciso é o SPA, pois, em 99% das amostras, os erros de vetor solar encontram-se abaixo
de 0,171007◇ . Seguido do Grena 3, com quantil 99 igual a 0,207045◇ .
Para melhor análise dos quartis, foram plotados os gráĄcos de box plot do erro
do vetor solar, que constam nas Figuras 4.2 e 4.3, onde o gráĄco da Figura 4.2 considera
todas as amostras, e o gráĄco da Figura 4.3 considera somente as amostras do quantil
95 para permitir melhor visualização. O segundo gráĄco também desconsidera o Grena 1,
pois no primeiro gráĄco já é possível perceber que esse tem um desempenho inferior aos
dos demais, devido à sua grande quantidade de outliers.
Figura 4.2 Ű GráĄco de box plot dos algoritmos considerando todas as amostras. Fonte:
Autoria própria.
Figura 4.3 Ű GráĄco de box plot dos algoritmos desconsiderando as amostras acima do
quantil 95. Fonte: Autoria própria.
Na Figura 4.3 é possível visualizar que o SPA possui quartis (𝑄1 = 0,0032◇ ;
𝑄2 = 0,0067◇ ; 𝑄3 = 0,0115◇ ) mais baixos que os demais. Da mesma forma, é possível
observar que o Grena 2 possui maiores valores de quartis (𝑄1 = 0,0086◇ ; 𝑄2 = 0,0153◇ ;
𝑄3 = 0,0257◇ ), e, portanto, maior variabilidade. Os quartis dos algoritmos Grena 3, 4 e 5
são próximos, porém é possível constatar que os valores do Grena 4 (𝑄1 = 0,004◇ ; 𝑄2 =
0,0077◇ ; 𝑄3 = 0,0137◇ ) são menores.
4.3.2 Considerando amostras de ângulo de zênite menor que 90◇

Um ângulo de zênite superior a 90◇ signiĄca que o Sol está atrás da superfície
(DUFFIE; BECKMAN, 2013), ou seja, que está de noite. Portanto, analisar amostras de
ângulo zênite < 90◇ signiĄca analisar resultados de posição do Sol somente durante o dia,
sendo esse o período em que os sistemas de geração fotovoltaica geram energia.
Os valores dos quantis 25, 50, 75, 95 e 99% do erro do vetor solar levando em
consideração somente as amostras de ângulo de zênite < 90◇ constam na Tabela 4.3.
Tabela 4.3 Ű Quantis 25, 50, 75, 95 e 99 do erro do vetor solar considerando somente as
amostras de ângulo de zênite < 90 ◇ . Os valores estão todos em ◇ . Fonte:
Autoria própria.
Quantil 25 50 75 95 99
Grena 1 0,08755 0,128199 0,163874 0,357018 1,237425
Grena 2 0,00738 0,014011 0,023584 0,041531 0,121087
Grena 3 0,00294 0,005496 0,010366 0,026657 0,057414
Grena 4 0,00298 0,005324 0,010077 0,026533 0,06937
Grena 5 0,00321 0,005735 0,010403 0,026256 0,065056
SPA 0,00211 0,004273 0,007447 0,01384 0,040514
Comparando os valores da Tabela 4.2 com os da Tabela 4.3 é possível veriĄcar

uma redução nos erros do vetor solar ao desconsiderar amostras de ângulo de zênite > 90◇ .
Para o quantil 99 do SPA, por exemplo, essa redução foi de 0,130493◇ . Portanto, se pode
concluir que esses algoritmos têm erros maiores ao calcular a posição solar à noite, o que
não influencia na geração de energia elétrica. A única exceção está no algoritmo Grena
1, que possui maiores valores de erros quando desconsideramos as amostras de ângulo
de zênite > 90◇ , ou seja, apresenta maiores erros durante o dia. Para o quantil 99, essa
diferença é de 0,052811◇ .
Para melhor visualização, foram plotados os gráĄcos de box plot nas Figuras
4.4 e 4.5. A Figura 4.4 considera todas as amostras de zênite < 90◇ , enquanto a Figura 4.5
desconsidera, além das amostras de zênite > 90◇ , as amostras acima do quantil 95 para
permitir melhor visualização. Pelo mesmo motivo da análise do item 4.3.1, o box plot do
algoritmo Grena 1 também foi excluído na Figura 4.5.
Figura 4.4 Ű GráĄco de box plot dos algoritmos considerando as amostras de ângulo de
zênite < 90◇ . Fonte: Autoria própria.
Figura 4.5 Ű GráĄco de box plot dos algoritmos desconsiderando as amostras de zênite
maior que 90◇ e acima do quantil 95. Fonte: Autoria própria.
É possível constatar que ao desconsiderar amostras de ângulo de zênite > 90◇ ,

há uma diminuição nos valores dos quartis, das medianas, dos outliers e na variabilidade
dos algoritmos Grena 2, 3, 4, 5 e SPA, enfatizando um melhor desempenho dos algoritmos
durante o período diurno.
Assim, como na análise anterior, o SPA possui menores valores de quartis (𝑄1
= 0,0021◇ ; 𝑄2 = 0,0042◇ ; 𝑄3 = 0,0073◇ ) e variabilidade, seguido do Grena 4 (𝑄1 = 0,0033◇ ;
𝑄2 = 0,0057◇ ; 𝑄3 = 0,0107◇ ). O Grena 3 e o Grena 5 têm valores próximos aos do Grena
4, porém, possuem quartis e variabilidade maiores.
A partir das análises realizadas se pode ranquear os algoritmos, conforme a

ordem decrescente de desempenho, para a localidade de Campinas, como segue: SPA,
Grena 3, Grena 5, Grena 4, Grena 2 e Grena 1.
60
5 Cálculo de geração de energia - Simulações

Python
No capítulo anterior, foi realizada uma análise da precisão de algoritmos que

calculam a posição do Sol. No entanto, é importante avaliar a quantidade de energia
gerada quando esses diferentes algoritmos são utilizados para o rastreamento do Sol em
seguidores solares. Isso pode ser realizado por meio de simulações de estimação de energia,
sendo necessário utilizar uma ferramenta computacional que possibilite inserir diferentes
algoritmos de cálculo da posição solar. Para Ąns deste trabalho, foi utilizada a ferramenta
PVLIB.
Este capítulo apresenta uma introdução sobre a ferramenta PVLIB, a meto-

dologia e os resultados das simulações.
5.1 Ferramenta PVLIB

A ferramenta PVLIB é uma biblioteca para modelagem e análise de siste-
mas fotovoltaicos desenvolvida, originalmente, pelo Laboratório Nacional de Sandia, e
tem recebido contribuições de membros da Photovoltaic Performance and Modeling Col-
laboration (PVPMC). O seu objetivo não é substituir os demais softwares públicos e
comerciais, tais como PVSyst÷
R
, Helioscope÷
R
e PV*Sol÷
R
, e sim proporcionar um ambi-
ente flexível, acessível e colaborativo para o estudo mais aprofundado do desempenho de
sistemas fotovoltaicos (HOLMGREN et al., 2015). A partir dessa ferramenta, os usuários
podem analisar e modelar separadamente cada parte do sistema fotovoltaico, motivo pelo
qual foi escolhida como ambiente para as realizações das simulações apresentadas neste
capítulo.
A ferramenta PVLIB está disponível nas versões MATLAB e Python e o código

fonte encontra-se no repositório GitHub, onde é possível estabelecer um ambiente de
desenvolvimento colaborativo. Enquanto o MATLAB continua a ser uma escolha comum
em laboratórios privados, a popularidade do Python tem crescido na última década, visto
que é uma linguagem fácil de ler e escrever, portátil entre plataformas, gratuita e de código
aberto e possui uma grande comunidade na computação cientíĄca. Além disso, permite o
uso de uma única linguagem para a coleta, o processamento e a análise de dados, o que
permite um desenvolvimento mais rápido e menos bugs (HOLMGREN et al., 2015). Pelos
motivos citados, a PVLIB-Python foi utilizada para as simulações deste trabalho.
Capítulo 5. Cálculo de geração de energia - Simulações Python 61
De acordo com Andrews (2014), a ferramenta PVLIB pode acelerar o cresci-

mento da indústria fotovoltaica pelos seguintes motivos:
1. Cria uma ligação entre pesquisadores e implementadores;
2. Fornece ferramentas validadas para grupos que não têm a capacidade de desenvolvê-
las;
3. Aumenta a eĄciência da pesquisa em sistemas fotovoltaicos;
4. Permite comparações e validações de modelos mais rápidas e conĄáveis;
5. Fornece ferramentas para lidar de forma eĄciente com grandes conjuntos de dados
e;
6. A colaboração pode aumentar o ritmo da inovação tecnológica nesse setor.
A PVLIB possui uma classe chamada SingleAxisTracker que permite executar

simulações de seguidores solares de eixo único. A principal função dessa classe é chamada
de singleaxis e calcula o ângulo de rotação do seguidor solar de eixo único utilizando as
equações propostas por Lorenzo (2011), quando são dados valores especíĄcos de ângulo
de zênite e de azimute. Essa função necessita dos seguintes parâmetros de entrada:
1. Ângulo de zênite aparente;
2. Ângulo de azimute;
3. Ângulo de inclinação do eixo do seguidor solar (quando se deseja simular um seguidor

solar de eixo único horizontal inclinado);
4. Ângulo de azimute do eixo do seguidor solar;
5. Ângulo máximo de rotação do seguidor solar, onde 180◇ corresponde à rotação

completa;
6. Backtrack, onde True corresponde à capacidade do seguidor solar de executar back-

track e False corresponde à falta de capacidade de executar backtrack e;
7. GCR (Ground Coverage Ratio), corresponde à razão entre a área ocupada pelos
módulos fotovoltaicos e a área total do solo.
Os parâmetros de saída da função singlaxis são os seguintes:
1. Ângulo de rotação do seguidor solar;

2. Ângulo de incidência da irradiância direta na superfície do painel rotacionada;
3. Ângulo de inclinação dos painéis fotovoltaicos e;
4. Azimute do painel rotacionado.
Ao simular um sistema com estrutura Ąxa, os ângulos de inclinação e de azi-

mute dos painéis fotovoltaicos são Ąxos e determinados pelo usuário, e ao simular um
sistema com seguidores solares de um eixo, esses ângulos variam ao longo do tempo,
conforme o movimento aparente do Sol. Nesse caso, a função singleaxis é utilizada para
calcular esses ângulos constantemente.
5.2 Metodologia
Para avaliar a geração de energia elétrica de seguidores solares utilizando dife-
rentes algoritmos de cálculo da posição solar, foram realizadas simulações de um sistema
fotovoltaico de 3,72 kWp, composto por dois seguidores solares de eixo único horizon-
tal, cada um contendo 6 painéis de 310 Wp. As especiĄcações dos painéis e do inversor
utilizados nas simulações constam na Tabela 5.1.
Tabela 5.1 Ű EspeciĄcações dos equipamentos utilizados nas simulações. Fonte: Autoria
própria.
Equipamento Marca Modelo Potência

Painel fotovoltaico Talesun Solar÷R
TP762M-310 310 Wp
Inversor Fronius International÷
R
IG Plus 55 V-1 5 kW
Um sistema de mesma conĄguração está instalado em Araçariguama - SP

(23,444809 S; 47,108659◇ O), e gerou 6,34 MWh de energia elétrica em 2018. Esse sistema
◇
utiliza uma versão simpliĄcada do SPA, onde foram desconsiderados alguns coeĄcientes.
O dado de energia gerada por esse sistema foi utilizado para veriĄcar se os resultados das
simulações são conĄáveis.
Os dados de irradiância utilizados nas simulações foram os medidos por uma

estação solarimétrica instalada no mesmo local onde o sistema está instalado.
Nas Figuras 5.1 e 5.2 constam os diagramas de blocos do programa. É impor-

tante ressaltar que, dentre todas as etapas para a simulação de um sistema fotovoltaico,
o foco das simulações deste trabalho são as mostradas na Figura 5.2.
Figura 5.1 Ű Diagrama de blocos do algoritmo de simulação. Fonte: Autoria própria.

Figura 5.2 Ű Diagrama de blocos do algoritmo referente à etapa de geometria. Fonte:

Autoria própria.
O bloco chamado “geometria” na Figura 5.2 representa os dados de posição

real do Sol e de posicionamento do sistema, sendo o último com valores Ąxos inseridos pelo
usuário quando se trata de simulações de sistemas Ąxos. Quando se trata de simulações de
sistemas com seguidor solar, os dados de posicionamento do sistema são valores variáveis
calculados pela função singleaxis.
Na Figura 5.2 pode-se observar que a função singleaxis necessita de dados da

posição do Sol para fazer o rastreamento do Sol e retornar valores variáveis de inclinação e
orientação dos painéis fotovoltaicos. Os dados de posição do Sol podem ser calculados pelos
algoritmos NOAA, Grena e SPA. Foram analisados sete cenários, cada um considerando
algoritmos diferentes no cálculo do rastreamento do Sol do seguidor solar. Os cenários
considerados constam na Tabela 5.2.
Tabela 5.2 Ű Cenário das simulações. Fonte: Autoria própria.
Cenário Algoritmo utilizado Algoritmo utilizado

no cálculo da posi- pelos seguidores so-
ção real do Sol lares
1 NOAA NOAA
2 NOAA SPA
3 NOAA GRENA 1
4 NOAA GRENA 2
5 NOAA GRENA 3
6 NOAA GRENA 4
7 NOAA GRENA 5
Neste estudo, o NOAA é utilizado para o cálculo da posição real do Sol, uma
vez que ele utiliza o algoritmo de Meeus (1998), simpliĄcado pela maioria dos algoritmos,
como pode ser visto no Capítulo 3.
O primeiro cenário é, portanto, considerado como o cenário ideal, em que

o seguidor solar faz o rastreamento ideal da posição do Sol. Nos demais cenários, os
algoritmos Grena 1-5 e SPA são utilizados no rastreamento do Sol pelo seguidor solar.
A partir dessa análise, é possível identiĄcar qual algoritmo traz resultados de

geração de energia que mais se aproximam dos resultados obtidos no cenário ideal.
O ângulo de inclinação do eixo do seguidor solar considerado nas simulações

foi igual a 0◇ , pois trata-se de um seguidor solar horizontal, e o ângulo de azimute do eixo
do seguidor solar considerado também foi 0◇ , pois o sistema em que as simulações estão
se baseando está instalado com azimute 0. Não foi utilizado backtrack e o GCR foi igual
a 0,5.
As perdas consideradas no sistema foram de aproximadamente 8%. Sendo 1,1%

correspondente a perdas por mismatch 1 entre módulos e strings, 1,2% corresponde a
perdas ôhmicas nos cabeamentos, 0,4% corresponde as perdas fotovoltaicas devido ao
nível de irradiância e 5,4% corresponde à perdas de operação do inversor. Esses valores
foram obtidos a partir de simulações de sistemas similares no PVSyst÷
R
.
Após a realização das simulações do sistema em Araçariguama e a veriĄcação

da conĄabilidade das simulações, foram realizadas simulações de um sistema de mesma
conĄguração nas localidades de Cidade do Cabo - África do Sul (33,932304◇ S; 18,429449◇
L) e Kiruna - Suécia (67,855812◇ N; 20,225013◇ L), a Ąm de avaliar a estimação de geração
de energia com diferentes algoritmos de cálculo da posição do Sol em diferentes localidades.
1
Perdas por mismatch são perdas causadas pelas diferenças das características das curvas I-V de mó-
dulos de um arranjo fotovoltaico (SHIRZADI et al., 2014).
5.3 Resultados
Na Tabela 5.3, constam os resultados das simulações de estimação de geração
de energia com a utilização de diferentes algoritmos no rastreamento do Sol na localidade
Araçariguama.
Tabela 5.3 Ű Resultado das simulações de estimação de geração de energia utilizando dife-
rentes algoritmos no rastreamento do Sol na localidade Araçariguama. Fonte:
Autoria própria.
Cenário Algoritmo utilizado Estimação de gera- Erro em relação ao

pelos seguidores so- ção de energia em cenário 1
lares 2018 (MWh)
1 NOAA 6,2989465 -
2 SPA 6,2988251 0,0019%
3 Grena 1 6,2983586 0,0093%
4 Grena 2 6,2982896 0,0104%
5 Grena 3 6,2982878 0,0105%
6 Grena 4 6,2982878 0,0105%
7 Grena 5 6,2982878 0,0105%
Pode-se observar que os resultados são todos próximos do valor medido do

sistema instalado (6,34 MWh), o que retiĄca a conĄabilidade das simulações.
O algoritmo que gerou resultados de estimativa de geração de energia mais

próximo do cenário ideal foi o SPA, com erro de 0,0019%, seguido dos algoritmos Grena
1 e 2, com erros de 0,0093% e 0,0104%, respectivamente.
É relevante observar que os resultados apresentam diferença inexpressiva entre

si, portanto, nesta localidade, qualquer um dos algoritmos estudados neste trabalho pode
ser utilizado sem incorrer em perdas signiĄcativas de energia gerada.
Como os resultados de estimativa de geração de energia foram muito próximos,

é importante realizar a mesma simulação em outras localidades, para veriĄcar se é possível
extrapolar a conclusão quanto à indiferença no tocante ao algoritmo a ser utilizado no
rastreamento do Sol. Para esse Ąm, foram escolhidas as localidades Cidade do Cabo na
África do sul e Kiruna na Suécia, e os resultados de estimativa de geração de energia
com a utilização de diferentes algoritmos no rastreamento do Sol constam nas Tabelas 5.4
e 5.5, respectivamente. Os resultados, possibilitam aĄrmar se há diferenças expressivas
entre os mesmos e, não havendo, será possível aĄrmar que qualquer um dos algoritmos
estudados neste trabalho pode ser utilizado em qualquer localidade do planeta sem que
haja prejuízo signiĄcativo na geração de energia.
Tabela 5.4 Ű Resultado das simulações de estimação de geração de energia utilizando di-
ferentes algoritmos no rastreamento do Sol na localidade Cidade do Cabo.
Fonte: Autoria própria.

lares 2018 (MWh)
1 NOAA 8,63534632 -
2 SPA 8,63512460 0,0026%
3 Grena 1 8,63284944 0,0289%
4 Grena 2 8,63254124 0,0325%
5 Grena 3 8,63068652 0,0540%
6 Grena 4 8,63068652 0,0540%
7 Grena 5 8,63068652 0,0540%
Tabela 5.5 Ű Resultado das simulações de estimação de geração de energia utilizando di-
ferentes algoritmos no rastreamento do Sol na localidade Kiruna. Fonte:
Autoria própria.

lares 2018 (MWh)
1 NOAA 4,04313412 -
2 SPA 4,04311848 0,0004%
3 Grena 1 4,04131528 0,0450%
4 Grena 2 4,04139808 0,0429%
5 Grena 3 4,04141648 0,0425%
6 Grena 4 4,04141464 0,0425%
7 Grena 5 4,04141556 0,0425%
Em relação aos resultados de estimativa de geração de energia elétrica referen-

tes à Cidade do Cabo, pode-se observar que o algoritmo que obteve menor erro em relação
ao cenário ideal foi o SPA, com erro de 0,0026%, seguido dos algoritmos Grena 1 e 2, com
erros de 0,0289% e 0,0325%, respectivamente. Da mesma forma, pode-se observar que os
resultados foram muito próximos, levando a conclusão de que, nesta localidade, qualquer
algoritmo pode ser utilizado sem perdas consideráveis de geração energia.
Nas simulações realizadas para a localidade Kiruna, o SPA obteve menor erro
em relação ao cenário ideal, igual a 0,0004%, seguido dos algoritmos Grena 3, 4 e 5, com
erro de 0,0425%.
Em todas as localidades analisadas o SPA apresentou menor erro em relação

ao cenário ideal, conforme previsto na análise estatística do Capítulo 4. No entanto, como
a diferença entre os resultados de estimativa de geração de energia é pequena, pode ser
desprezada. Portanto, o usuário pode utilizar qualquer algoritmo sem perdas signiĄcativas
de geração de energia.
69
6 Análise econômica
Para analisar a viabilidade econômica de empreendimentos, o investidor deve

se munir de informações e adotar técnicas adequadas para apoiar sua tomada de decisão.
Dentre os métodos disponíveis, os eleitos para serem utilizados no trabalho em tela foram
os seguintes: Valor Presente Líquido (VPL), Taxa Interna de Retorno (TIR) e tempo de
retorno descontado do investimento (payback time descontado).
Este capítulo apresenta, primeiramente, os principais conceitos e métodos de

análise de investimento. Após isso, é apresentada uma avaliação econômica de usinas com
painéis Ąxos e usinas com seguidores solares.
6.1 Fluxo de caixa

O fluxo de caixa representa graĄcamente todas as receitas e despesas do projeto
ao longo do tempo a ser analisado, como mostrado na Figura 6.1 (BORDEAUX-RÊGO
et al., 2013). As setas para cima representam entradas no caixa e as setas para baixo
representam saídas no caixa. Os fluxos de caixa dependem da natureza dos projetos,
sendo convencional uma saída inicial de caixa, que representa o investimento inicial, e
após isso, entradas seguidas de caixa (BORDEAUX-RÊGO et al., 2013).
Figura 6.1 Ű Fluxo de caixa. Fonte: Autoria própria.
Para a determinação do período 𝑛 deve ser considerada a vida útil dos equi-
pamentos a serem adquiridos e das instalações a serem construídas. A taxa mínima de
atratividade (TMA) 𝑖 deve representar a expectativa mínima de retorno do capital inves-
tido.
6.2 Análise de investimento

Nas subseções seguintes foram descritas as técnicas utilizadas no presente tra-
balho para as análises de investimento.
Capítulo 6. Análise econômica 70
6.2.1 Valor presente líquido

O VPL é o somatório de todas as despesas e receitas futuras do fluxo de caixa
do projeto, durante todo o tempo de vida útil, trazidos para o presente, considerando
uma taxa de juros para a correção monetária (VERÍSSIMO, 2017). Portanto, o valor
de qualquer projeto deve ser função das seguintes variáveis (BORDEAUX-RÊGO et al.,
2013):
1. quanto foi investido;
2. quanto ele gera de fluxo de caixa;
3. quando o fluxo de caixa deve ocorrer.
O VPL é calculado pela Equação 6.1.
n
𝐹 𝐶t 𝑉𝑅
𝑉 𝑃 𝐿 = ⊗𝐼 + +
∑︁
(6.1)
t=1 (1 + 𝑖) (1 + 𝑖)n
t
Onde I é o investimento inicial, 𝐹 𝐶t é o fluxo de caixa líquido na data "𝑡", 𝑖 é

a taxa de desconto e VR é o valor residual do projeto ao Ąnal do período analisado (𝑛).
A tomada de decisão a partir do VPL é resumida a seguir:
1. VPL > 0, o projeto é rentável, portanto, é recomendado aceitá-lo.
2. VPL = 0, é indiferente aceitar ou não o projeto.
3. VPL < 0, o projeto não é rentável, portanto, é recomendável rejeitá-lo.
6.2.2 Taxa interna de retorno

A taxa interna de retorno é a taxa que torna o VPL nulo (BORDEAUX-RÊGO
et al., 2013). Em outras palavras, pode-se aĄrmar que a TIR é a taxa que torna as receitas
iguais as despesas, ou seja, é a taxa real de remuneração do capital investido. A TIR é
calculada pela Equação 6.2.
n
𝐹 𝐶t 𝑉𝑅
𝑉 𝑃 𝐿 = ⊗𝐼 + + =0
∑︁
(6.2)
t=1 (1 + 𝑖) (1 + 𝑖)n
t
Se a TIR for maior ou igual a TMA o investimento é rentável, e quanto maior

for o valor da TIR em relação à TMA, mais rentável é o projeto (BORDEAUX-RÊGO et
al., 2013).
6.2.3 Tempo de retorno de investimento

O tempo de retorno de investimento, ou payback time é o período necessário
para que a soma dos fluxos de caixa futuros seja igual ao investimento inicial. Existem o
payback simples e o payback descontado, a diferença entre eles é que o payback descontado
considera uma taxa de atratividade ou de desconto, ou seja, leva em consideração o valor
do dinheiro no tempo (BORDEAUX-RÊGO et al., 2013).
6.2.4 Fluxo de caixa incremental

O fluxo de caixa incremental é a diferença de dois fluxos de caixa alternativos.
Ele indica o incremento de um fluxo de caixa em relação a outro, em cada período da
vida útil deles (FIGUEIREDO; NETO, 2009).
6.3 Análise de sensibilidade

A análise de sensibilidade, também conhecida como análise “e se”, é um método
utilizado para apoiar a tomada de decisão. Esse método visa veriĄcar os resultados do
projeto ao variar seus fatores críticos (BORDEAUX-RÊGO et al., 2013). Esses valores
críticos podem ser a taxa de atratividade, ou no caso de projetos de sistemas fotovoltaicos,
a inflação da tarifa de energia elétrica.
6.4 Viabilidade econômica de sistemas fotovoltaicos

A atratividade econômica da micro e minigeração de energia está intrinse-
camente relacionada com a tarifa de energia elétrica convencional da localidade onde o
sistema será instalado, uma vez que o benefício se dá ao evitar a compra de energia elétrica
da concessionária local (NAKABAYASHI, 2014).
A viabilidade econômica de um sistema fotovoltaico depende, principalmente,

dos seguintes fatores (NAKABAYASHI, 2014):
1. investimento necessário para aquisição e instalação do sistema;
2. energia gerada pelo sistema;
3. tarifa e impostos sobre a energia elétrica convencional.
Os maiores custos de um sistema fotovoltaico estão no investimento inicial,

uma vez que o custo de operação e manutenção (O&M) é muito baixo, podendo ser
Foram realizadas simulações de uma usina de 970,2 kWp em sete cidades do

Brasil, as quais são listadas a seguir com suas respectivas coordenadas geográĄcas: Pureza
Ű RN (5,4◇ S; 35,7◇ O), Bom Jesus da Lapa Ű BA (13,3◇ S; 43,8◇ O), Montes Claros Ű MG
(16,7◇ S; 43,92◇ O), Franca Ű SP (20,5◇ S; 47,5◇ O), Manaus Ű AM (3,0◇ S; 60,2◇ O), Santa
Maria Ű RS (29,7◇ S; 54,0◇ O), Teresópolis Ű RJ (22,4◇ S; 43,1◇ O). As localidades em
MG, BA e SP foram escolhidas de sorte a contemplar as localidades onde a maioria dos
sistemas fotovoltaicos estão sendo instalados no Brasil, enquanto as demais localidades
foram escolhidas de forma a contemplar diferentes regiões do mapa solarimétrico.
O software utilizado para a realização das simulações foi o PVSyst ÷

R
ver-
são 6.79, a base de dados solarimétricos utilizada foi a Meteonorm 7.2, e o modelo de
transposição utilizado foi o modelo de Perez (PEREZ et al., 1990).
Em todas as cidades, a usina foi simulada em dois cenários:
1. No primeiro cenário, a estrutura da usina é Ąxa inclinada de acordo com o ângulo

ótimo indicado pelo software utilizado nas simulações;
2. No segundo cenário, a estrutura da usina é composta por seguidores solares de eixo

único horizontal.
Em todos os dois cenários foram utilizados o mesmo modelo e a mesma quan-

tidade de painéis e inversores. As especiĄcações dos equipamentos utilizados constam na
Tabela 6.1.
Tabela 6.1 Ű EspeciĄcações dos equipamentos utilizados nas simulações.
Equipamento Marca Modelo Potência

Painel fotovoltaico Canadian Solar÷R
CS3K-300MS 300 Wp
Inversor Fronius International÷
R
AGILO 100.0-3 100 kW
Outdoor
O fluxo de caixa é composto por uma despesa inicial que corresponde ao in-
vestimento inicial para aquisição e instalação do sistema. Os demais termos do fluxo de
caixa são compostos de acordo com a Equação 6.3.
𝐹t = 𝐸t × 𝑇 𝐸t ⊗ 𝐷t ⊗ 𝑂&𝑀t (6.3)
Em que 𝑡 corresponde ao ano, 𝐸t é a energia gerada anualmente pelo sistema,

𝑇 𝐸t corresponde à tarifa de energia corrigida pela inflação, 𝐷t é a demanda e 𝑂&𝑀t é o
custo de O&M.
Neste estudo, considera-se que a energia elétrica seria gerada em um local e

esses créditos seriam consumidos em outro local por consumidores da classe B1 (residen-
cial). Os valores de tarifa de energia elétrica de cada localidade foram obtidos no site da
ANEEL (ANEEL, 2018). O custo de O&M foi considerado 1% do investimento inicial
(NAKABAYASHI, 2014).
Os valores de tarifa de energia de cada localidade constam na Tabela 6.2.
Tabela 6.2 Ű Tarifas da classe B1 de cada localidade. Fonte: (ANEEL, 2018).
Tarifa +
Cidades
impostos (R$/kWh)
Pureza (RN) 0,62319
Bom Jesus da Lapa (BA) 0,74618
Montes Claros (MG) 0,87228
Franca (SP) 0,64477
Manaus (AM) 0,76253
Santa Maria (RS) 0,77882
Teresópolis (RJ) 0,85526
Como as alternativas são mutuamente excludentes, a análise foi realizada com

base no fluxo de caixa incremental, composto apenas pelas diferenças de receitas e despesas
do sistema com estrutura Ąxa e do sistema com seguidor solar. Portanto, a demanda não
é levada em consideração, pois é igual para os dois sistemas, visto que eles possuem a
mesma potência. A energia gerada anualmente considerada na análise comparativa é a
diferença entre a energia gerada pelo sistema com seguidor solar e a energia gerada pelo
sistema com estrutura Ąxa.
O objetivo da análise foi determinar o valor máximo do custo com o sistema

com seguidores solares de forma que o investimento seja rentável, ou seja, o VPL seja
pelo menos igual a zero. Assim, foi possível comparar o valor encontrado com dados
disponíveis em literatura para concluir acerca da atratividade do investimento no sistema
com seguidores solares.
A partir dos resultados de diferença máxima de investimentos iniciais entre

as duas conĄgurações de sistemas e do valor do custo inicial de um sistema com painéis
Ąxos, é possível obter a porcentagem máxima que um sistema com seguidores solares
pode custar a mais que um sistema com painéis Ąxos e ainda assim ser mais rentável. De
acordo com Veríssimo (2017), que avaliou economicamente uma usina solar fotovoltaica
comparando diferentes topologias de Ąxação, para a localidade de Florianópolis - SC,
esta diferença é de aproximadamente 14%. De acordo com Fu et. al. (2018), nos Estados
Unidos, esta diferença é de aproximadamente 18%.
Foi considerada uma inflação de tarifa de energia elétrica de 8% ao ano, e uma

taxa de desconto de 15% ao ano. Após isso, foi realizada uma análise de sensibilidade para
perceber a influência da inflação na tarifa de energia e da taxa de desconto na viabilidade
econômica, variando a inflação da tarifa de energia de 4 a 8% ao ano e a taxa de desconto
de 11 a 20% ao ano.
6.6 Resultados
As irradiâncias globais e difusas anuais médias de cada cidade, de acordo com
a base de dados Meteonorm 7.2, são mostradas na Figura 6.3, que mostra os resultados de
acordo com a ordem decrescente de irradiância global. Os resultados de energia injetada
na rede anualmente para cada cidade são mostrados na Figura 6.4. Nas Ąguras a seguir,
cada cidade é representada pela sigla do respectivo estado para que a imagem não Ąque
poluída, portanto, vale ressaltar que os resultados são referentes às cidades e não ao estado.
Figura 6.3 Ű Irradiância global e direta em cada localidade. Fonte: Dados da Meteonorm
7.2 disponibilizados pelo PVSyst÷R
.
Figura 6.4 Ű Energia injetada na rede anualmente em cada localidade. Fonte: Autoria
própria a partir do PVSyst÷.
R
A Tabela 6.3 mostra o ganho de geração de energia obtido pelo sistema com
seguidor solar de um eixo em comparação com o sistema Ąxo e os resultados de diferença
de investimentos iniciais obtidos, considerando uma inflação de tarifa de energia elétrica
de 8% ao ano e uma taxa de desconto de 15% ao ano.
Tabela 6.3 Ű Resultados de diferença de investimento entre sistema com seguidor solar e
sistema Ąxo considerando 8% ao ano de inflação de tarifa de energia elétrica
e 15% ao ano de taxa de desconto. Fonte: Autoria própria.
Localidade Ganho anual de ge- Diferença de investi-

ração de energia mentos iniciais
(MWh)
Pureza (RN) 273 39 %
Bom Jesus da Lapa (BA) 289 50 %
Montes Claros (MG) 291 64 %
France (SP) 172 26 %
Manaus (AM) 184 32 %
Santa Maria (RS) 180 34 %
Teresópolis (RJ) 173 34 %
Constata-se que, de acordo com os resultados das simulações, em Montes Cla-

ros - MG, o sistema com seguidor solar pode ser até 64% mais caro que o sistema com
painéis Ąxos, e ele ainda será mais rentável. Já em Franca - SP, esta diferença pode ser de
no máximo 26% para que o sistema com seguidor solar seja mais rentável que o sistema
com painéis Ąxos.
As Tabelas 6.4, 6.5, 6.6, 6.7, 6.8, 6.9 e 6.10 mostram os resultados da análise
de sensibilidade das localidades RN, BA, MG, SP, AM, RS e RJ, respectivamente.
Tabela 6.4 Ű Análise de sensibilidade da localidade Pureza - RN. Fonte: Autoria própria.
Tabela 6.5 Ű Análise de sensibilidade da localidade Bom Jesus da Lapa - BA. Fonte: Au-
toria própria.
Tabela 6.6 Ű Análise de sensibilidade da localidade Montes Claros - MG. Fonte: Autoria
própria.
Tabela 6.7 Ű Análise de sensibilidade da localidade Franca - SP. Fonte: Autoria própria.
Tabela 6.8 Ű Análise de sensibilidade da localidade Manaus - AM. Fonte: Autoria própria.
Tabela 6.9 Ű Análise de sensibilidade da localidade Santa Maria - RS. Fonte: Autoria
própria.
Tabela 6.10 Ű Análise de sensibilidade da localidade Rio de Janeiro - RJ. Fonte: Autoria
própria.
Observa-se que, somente na localidade SP obteve-se 14% como resultado de

diferença de investimentos iniciais entre os sistemas analisados. Esse resultado foi obtido
no pior caso da análise de sensibilidade, com 4% ao ano de inflação da tarifa de energia
elétrica e 20% ao ano de taxa de desconto. Ou seja, em todas as situações da análise de
sensibilidade realizada, o sistema com seguidor solar de um eixo é mais rentável que o
sistema com painéis Ąxos.
81
Conclusão
Este trabalho apresentou uma revisão bibliográĄca acerca de seguidores sola-

res, uma análise econômica comparativa entre sistemas fotovoltaicos Ąxos e com seguido-
res solares, uma análise estatística da precisão dos algoritmos de cálculo da posição solar
Grena 1-5 e SPA, e uma análise da estimativa de geração de energia de sistemas com
seguidores solares, por meio de simulações, utilizando os algoritmos Grena 1-5 e SPA no
cálculo da posição do Sol.
Quanto à análise estatística, foram analisados os erros dos algoritmos Grena

1-5 e SPA. A partir dessa análise, constatou-se que o SPA obteve melhor desempenho,
tanto considerando todas as amostras quanto considerando apenas as amostras diurnas.
Na análise que considerava somente amostras de ângulo de zênite menor que

90◇ , 99% das amostras do SPA apresentavam erro de vetor solar menor que 0,040514◇ .
Esse resultado é superior ao apresentado por Reda and Andreas (2004), sendo necessário
enfatizar que em sua análise estatística, foram consideradas apenas 48 amostras, sendo
essas referentes a 00:00 horas do segundo dia de cada mês dos anos 1994-1996 e 2004,
enquanto a análise apresentada neste trabalho levou em consideração 87.648 amostras
entre os anos 2018 e 2027.
Da mesma forma, é importante ressaltar que a análise estatística realizada por

Grena (2012) considerava 20 milhões de amostras, porém, utilizando resultados do SPA
como parâmetro de referência. Neste trabalho, os dados de referência utilizados foram os
disponibilizados pelo NOAA (2018), que utiliza o algoritmo de Meeus (1998). A maioria
dos algoritmos de cálculo da posição solar é resultante de simpliĄcações desse algoritmo,
inclusive o próprio SPA.
Além disso, nas demais análises de erro apresentadas na literatura, foram le-
vados em consideração apenas os erros máximos e mínimos e o desvio padrão. Enquanto
neste trabalho, os quantis também foram analisados, o que permite analisar como os erros
de um algoritmo se comportam como um todo, pois eles podem ter erros de vetor solar
máximo muito altos referentes a uma amostra isolada, e ter erros de vetor solar baixos
em todas as demais amostras.
Após a análise estatística, foram realizadas simulações de estimativa de energia

com a utilização de diferentes algoritmos de cálculo da posição do Sol no rastreamento
do seguidor solar. O sistema simulado possui as mesmas características de um sistema
instalado em Araçariguama - SP. A partir dos resultados, foi possível observar que as
estimativas de geração de energia por meio de simulações foram próximas dos resultados
Conclusão 82
de medição de energia do sistema instalado, assegurando a conĄabilidade das simulações.
O algoritmo que obteve resultado de estimativa de geração de energia mais

próximo do cenário ideal foi o SPA, com erro de 0,0019% em relação ao cenário ideal.
Porém, os resultados dos algoritmos Grena 1-5 apresentaram diferença inexpressiva, in-
clusive nas simulações realizadas para as localidades Cidade do Cabo na África do Sul e
Kiruna na Suécia. Tais resultados permitem concluir que, no rastreamento do seguidor so-
lar, pode-se utilizar qualquer um dos 6 algoritmos analisados neste trabalho, sem incorrer
em erros relevantes na estimativa da energia elétrica que pode ser gerada.
Diante das aĄrmações dos respectivos autores sobre a complexidade e a veloci-

dade de processamento de cada algoritmo, seria recomendável a utilização dos algoritmos
Grena 1 e Grena 2, uma vez que os mesmos são menos complexos e mais rápidos. Porém,
o rastreamento do Sol em seguidores solares não precisa ser realizado em um espaço de
tempo curto, de forma que o tempo de processamento de um algoritmo se torna uma variá-
vel desprezível. Outro fator a se considerar é a complexidade do algoritmo que pode tornar
o custo do circuito de controle mais elevado em pequenas instalações, porém, considerando
que o circuito de controle seja aplicado em uma usina, o custo pode ser desprezível.
No que se refere à análise econômica, foram realizadas simulações de uma

usina de 1 MWp para sete localidades do Brasil. A análise econômica foi realizada de
forma a avaliar a diferença máxima entre um sistema Ąxo convencional e um sistema com
seguidores solares para que o sistema com rastreamento seja mais rentável que o sistema
Ąxo. Os resultados mostraram que, em todas as localidades analisadas, essa diferença
máxima é maior que 14%, que é a diferença usual encontrada na literatura. A única
localidade que apresentou resultado próximo de 14% foi Franca - SP, porém esse resultado
foi para o pior caso da análise de sensibilidade. A análise econômica permite constatar
que, atualmente, pelo menos nas localidades estudadas, sistemas com seguidores solares
são viáveis economicamente.
Sugestões para trabalhos futuros

De acordo com a aplicação do algoritmo de cálculo da posição do Sol, a veloci-
dade de processamento do algoritmo pode ser um fator fundamental. Como por exemplo,
em base de dados de radiação derivados de satélites que fornecem dados de irradiância
global incidente no plano horizontal a cada 15 minutos e a cada 3 km, onde é necessário
calcular a posição do Sol a cada segundo. Portanto, é importante analisar a velocidade de
processamento dos algoritmos que calculam a posição do Sol.
Da mesma forma, é importante avaliar qual é o erro máximo dos algoritmos

Conclusão 83
para que as perdas de geração de energia por meio de sistemas fotovoltaicos passem a ser
signiĄcativas. Esses resultados podem permitir a utilização de algoritmos mais adequados.
É importante, também, desenvolver a análise de simulações de sistemas foto-

voltaicos considerando condições de sombreamento na ferramenta PVLIB.
84
7 Publicações
7.1 Artigos publicados em congressos

A Study on the Influence of Locality in the Viability of Solar Trac-
ker Systems. In: XXII Congresso Brasileiro de Automática (CBA), 2018, João Pessoa -
PB. Anais do XXII CBA.
MELO, K. B.; PAULA, B. H. K.; SILVA, M. K.; NARVAEZ, D. I.; MOREIRA,

H. S.; SIQUEIRA, T. G.; VILLALVA, M. G.
Abstract - Photovoltaic solar energy has been explored as a solution to meet

the growing demand for electricity from a clean and renewable source. However, the low
energy conversion efficiency of photovoltaic panels is one of the factors that hamper the
competitiveness of this energy source compared to the others. Solar trackers are used to
improve the per-formance of photovoltaic systems; however, they have a higher installation
cost and maintenance. This article presents a review of several types of solar trackers, as
well as simulations of a 1 MWp power plant in seven cities of Brazil, to evaluate the
influence of locality in the viability of solar trackers systems. The results showed that
Bom Jesus da Lapa - BA presents the best performance among the cities tested, both
technically and economically. Also, solar-powered plants with solar trackers have better
economic viability than Ąxed-panel power plants in all cities studied.
Influence of Backtracking at Solar-Tracking Photovoltaic Power

Plants for Generation and Protection. In: 11th International Conference on Applied
Energy (ICAE) 2019, Västerås, Sweden.
MELO, K. B.; MOREIRA, H. M.; MOREIRA, A. V. S.; VILLALVA, M. G.
Abstract - Photovoltaic plants appear as an option for a more environmen-

tally friendly centralized generation. Solar-tracking is used for efficiency gain. However,
the system suffers generation and protection problems without the use of backtracking algo-
rithms. This paper studies the influence of backtracking for protection and generation. For
protection, it is shown that the bypass diode takes time to activate, generating hotspots.
For efficiency, the production and plant size gains are highlighted.
Accuracy Analysis of Sun Position Calculation Algorithms: Inei-

chen and SPA. In: IEEE PES Innovative Smart Grid Technologies Latin America
(ISGT) 2019, Gramado - RS.
MELO, K. B.; TAVARES, L. R.; SILVA, M. K.; VILLALVA, M. G.

Capítulo 7. Publicações 85
Abstract - Sun position calculation algorithms are widely used in solar tracker
photovoltaic plants and softwares to design photovoltaic projects. The scientiĄc commu-
nity has several algorithms that compute the sun position, and they vary in accuracy,
complexity and validity time. The accuracy analysis of the algorithms is important be-
cause the different applications require different levels of accuracy. In applications such
as measuring instrument callibration, e.g., it is required high precision algorithms. This
work presents a statistical analysis of the accuracy of two sun position algorithms: the
algorithm proposed by Ineichen, which is used for PVSyst÷
R
software, and the Solar Posi-
tion Algorithm, taking into consideration both the standard deviation and the maximum
errors, as well as quartiles and quantiles. The algorithm that has the highest accuracy is
the SPA, where 99% of the samples have solar vector errors below 0.1187695◇ .
7.2 Outros artigos

MELO, K. B.; REIS, M. V. G.; SILVA, M. K.; VILLALVA, M. G.; SOUZA,
R. C. R. Comparative Study of Methods to Evaluate Three Phase Induction
Motors Loading. In: 13th IEEE International Conference on Industry Applications
(INDUSCON), 2018, São Paulo - SP.
SILVA, M. K.; NARVAEZ, D. I.; MELO, K. B.;VILLALVA, M. G. Compara-

tive Analysis of Transposition Models Applied to Photovoltaic Systems Using
Meteonorm and NASA SSE Databases. In: 13th IEEE International Conference
on Industry Applications (INDUSCON), 2018, São Paulo - SP.
SILVA, M. K.; NARVAEZ, D. I.; MELO, K. B.; COSTA, T. S.; SIQUEIRA,

T. G.; VILLALVA, M. G. Comparative Analysis of Meteorological Databases
and Transposition Models Applied to Photovoltaic Systems. In: XXII Congresso
Brasileiro de Automática (CBA), 2018, João Pessoa - PB. Anais do XXII CBA.
MOREIRA, H. M.; REIS, M. V. G.; MELO, K. B.; SILVA, M. K.; VILLALVA,

M. G.; SIQUEIRA, T. G. Comparação entre Métodos de Rastreamento do Ponto
de Máxima Potência para Sistemas Fotovoltaicos Sob Condições de Sombrea-
mento Parcial. In: XXII Congresso Brasileiro de Automática (CBA), 2018, João Pessoa
- PB. Anais do XXII CBA.
SILVA, J. L. S.; MESQUITA, D. M.; MOREIRA, H. S.; CAVALCANTE, M.

M.; MELO, K. B.; VILLALVA, M. G. Industry 4.0 Approach Aligned with the
Challenges of Grid-Connected Photovoltaic Systems. In: IEEE PES Innovative
Smart Grid Technologies Latin America (ISGT) 2019, Gramado - RS.
SILVA, M. K.; MELO, K. B.; NARVAEZ, D. I.; MESQUITA, D. B.; VIL-

Capítulo 7. Publicações 86
LALVA, M. G. Comparative Study of Sky Diffuse Irradiance Models Applied

to Photovoltaic Systems. In: 2nd International Conference on Smart Energy Systems
and Technologies (SEST), 2019, Porto, Portugal.
COSTA, T. S.; NARVAEZ, D. I.; MELO, K. B.; VILLALVA, M. G. Study

on the Addition of Solar Generating and Energy Storage Units to a Power
Distribution System. In: 2nd International Conference on Smart Energy Systems and
Technologies (SEST), 2019, Porto, Portugal.
87
Referências
ANDREWS, R. W.; STEIN, J. S.; HANSEN, C.; RILEY, D. Introduction to the open
source PVLIB for python Photovoltaic system modelling package. 2014 IEEE 40th
Photovoltaic Specialist Conference, PVSC 2014, IEEE, p. 170Ű174, 2014. Citado na
página 61.
ANEEL. Consumidores, Consumo, Receita e Tarifa Média Ű Empresa, Classe de
Consumo e Nível de Tensão. 2018. Disponível em: <http://www2.aneel.gov.br/area.
cfm?idArea=550>. Citado 2 vezes nas páginas 11 e 74.
ARCHER, C. B. Comments on "calculating the position of the sun". Solar Energy, v. 25,
n. 1, p. 91, 1980. ISSN 0038092X. Citado na página 42.
BAHRAMI, A.; OKOYE, C. O.; ATIKOL, U. The effect of latitude on the
performance of different solar trackers in Europe and Africa. Applied Energy,
Elsevier Ltd, v. 177, p. 896Ű906, 2016. ISSN 03062619. Disponível em: <http:
//dx.doi.org/10.1016/j.apenergy.2016.05.103>. Citado na página 36.
BLANC, P.; WALD, L. The SG2 algorithm for a fast and accurate computation
of the position of the Sun for multi-decadal time period. Solar Energy, Elsevier
Ltd, v. 86, n. 10, p. 3072Ű3083, 2012. ISSN 0038092X. Disponível em: <http:
//dx.doi.org/10.1016/j.solener.2012.07.018>. Citado 2 vezes nas páginas 19 e 37.
BLANCO-MURIEL, M.; ALARCÓN-PADILLA, D. C.; LÓPEZ-MORATALLA, T.;
LARA-COIRA, M. Computing the solar vector. Solar Energy, v. 70, n. 5, p. 431Ű441,
2001. ISSN 0038092X. Citado 3 vezes nas páginas 19, 37 e 45.
BORDEAUX-RÊGO, R.; PAULO, G. P.; SPRITZER, I. M. d. P. A.; ZOTES, L. P.
Viabilidade econômico-Ąnanceira de projetos. 4. ed. Rio de Janeiro: FGV, 2013. Citado
3 vezes nas páginas 69, 70 e 71.
BUSSAB, W. d. O.; MORETTIN, P. A. Estatística Básica. 6. ed. Sâo Paulo: Saraiva,
2010. 557 p. ISBN 9788502081772. Citado 2 vezes nas páginas 50 e 51.
CLIFFORD, M. J.; EASTWOOD, D. Design of a novel passive solar tracker. Solar
Energy, v. 77, n. 3, p. 269Ű280, 2004. ISSN 0038092X. Citado 4 vezes nas páginas 9, 25,
26 e 36.
COOPER, P. I. The absorption of radiation in solar stills. Solar Energy, v. 12, n. 3, p.
333Ű346, 1969. ISSN 0038092X. Citado 3 vezes nas páginas 19, 37 e 42.
CORREA, S. M. B. B. Probabilidade e Estatística. 2. ed. [S.l.]: PUC MINAS, 2003.
116 p. Citado na página 50.
DEGERATU, S.; ALBOTEANU, L. Active Solar Panel Tracking System Actuated by
Shape Memory Alloy Springs. ICATE, n. October, 2014. Citado na página 26.
DUFFIE, J. A.; BECKMAN, W. A. Solar Engineering of Thermal Processes. 2. ed.
John Wiley & Sons, Inc., 2013. 928 p. ISSN 01996231. ISBN 1118418123. Disponível em:
<http://doi.wiley.com/10.1002/9781118671603.ch23>. Citado 2 vezes nas páginas 40
e 56.
Referências 88
ELDIN, S. A.; ABD-ELHADY, M. S.; KANDIL, H. A. Feasibility of solar tracking systems

for PV panels in hot and cold regions. Renewable Energy, Elsevier Ltd, v. 85, p. 228Ű233,
2016. ISSN 18790682. Disponível em: <http://dx.doi.org/10.1016/j.renene.2015.06.051>.
Citado na página 36.
ENEA. Sun Position. 2012. Disponível em: <https://www.sunearthtools.com/dp/tools/

pos{\_}sun.> Citado na página 52.
EXPLANATORY Supplement to the "Astronomical Ephemeris and the American

Ephemeris and Nautical Almanac". Washington, D.C.: U.S. Government Printing Office,
1961. Citado na página 42.
FIGUEIREDO, J.; NETO, C. 12 - avaliação de projetos concorrentes. In: FIGUEIREDO,

J.; NETO, C. (Ed.). Elaboração E Avaliação De Projetos De Investimento. Amsterdam:
Elsevier Editora Ltda., 2009. p. 181 Ű 195. ISBN 978-85-352-3644-6. Disponível em:
<http://www.sciencedirect.com/science/article/pii/B9788535236446500179>. Citado
na página 71.
GRENA, R. An algorithm for the computation of the solar position. Solar Energy, v. 82,
n. 5, p. 462Ű470, 2008. ISSN 0038092X. Citado 3 vezes nas páginas 19, 37 e 45.
GRENA, R. Five new algorithms for the computation of sun position from 2010 to 2110.
Solar Energy, Elsevier Ltd, v. 86, n. 5, p. 1323Ű1337, 2012. ISSN 0038092X. Disponível
em: <http://dx.doi.org/10.1016/j.solener.2012.01.024>. Citado 10 vezes nas páginas
19, 37, 45, 47, 48, 49, 50, 53, 54 e 81.
Guerriero, P.; Coppola, M.; Spina, I.; Matacena, I.; Daliento, S. A voltage divider
strategy for reducing the hot spot temperature in partially shaded solar panels. In: 2017
6th International Conference on Clean Electrical Power (ICCEP). [S.l.: s.n.], 2017. p.
53Ű57. ISSN 2474-9664. Citado na página 35.
HOLMGREN, W. F.; ANDREWS, R. W.; LORENZO, A. T.; STEIN, J. S. PVLIB

Python 2015. 2015 IEEE 42nd Photovoltaic Specialist Conference, PVSC 2015, IEEE,
p. 1Ű5, 2015. ISSN 1741-1122. Citado na página 60.
INEICHEN, P. Quatre années de mesures d ’ ensoleillement à Genève Quatre années de

mesures d ’ ensoleillement à Genève 1978 - 1982. 1983. Citado na página 37.
IQBAL, M. An Introduction to Solar Radiation. 1. ed. Toronto: Academic Press Canada,

1983. 390 p. Citado na página 38.
IRENA. Solar energy. 2019. Disponível em: <https://www.irena.org/solar>. Citado 2

vezes nas páginas 9 e 17.
Jang, M.; Choi, J.; Ko, J.; Mun, J.; Chung, D. Control of a novel pv tracking system
considering the shadow influence. In: ICCAS 2010. [S.l.: s.n.], 2010. p. 1229Ű1234.
KALOGIROU, S. Solar Energy Engineering Processes and Systems. 2. ed. Oxford:

Elsevier Inc., 2014. 815 p. ISSN 1930-6180. ISBN 9780123972705. Citado 2 vezes nas
páginas 38 e 39.
Referências 89
KIVRAK, S.; GUNDUZALP, M.; DINCER, F. Theoretical and experimental performance

investigation of a two-axis solar tracker under the climatic condition of Denizli, Turkey.
Przeglad Elektrotechniczny, v. 88, n. 2, p. 332Ű336, 2012. ISSN 0033-2097. Citado na
página 32.
KOUSSA, M.; CHEKNANE, A.; HADJI, S.; HADDADI, M.; NOUREDDINE, S.

Measured and modelled improvement in solar energy yield from flat plate photovoltaic
systems utilizing different tracking systems and under a range of environmental
conditions. Applied Energy, Elsevier Ltd, v. 88, n. 5, p. 1756Ű1771, 2011. ISSN 03062619.
Disponível em: <http://dx.doi.org/10.1016/j.apenergy.2010.12.002>. Citado na página
36.
LAMM, L. A new analytic expression for the equation of time. Solar Energy, v. 26, n. 1,
p. 465, 1981. Citado 3 vezes nas páginas 19, 37 e 43.
LARSON, R.; FARBER, B. Estatística Aplicada. 4. ed. São Paulo: Pearson Prentice
Hall, 2010. Citado na página 51.
LAZAROIU, G. C.; LONGO, M.; ROSCIA, M.; PAGANO, M. Comparative analysis of

Ąxed and sun tracking low power PV systems considering energy consumption. Energy
Conversion and Management, Elsevier Ltd, v. 92, p. 143Ű148, 2015. ISSN 01968904.
Disponível em: <http://dx.doi.org/10.1016/j.enconman.2014.12.046>. Citado na
página 36.
LI, G.; TANG, R.; ZHONG, H. Optical performance of horizontal single-axis tracked
solar panels. Energy Procedia, v. 16, n. PART C, p. 1744Ű1752, 2011. ISSN 18766102.
Disponível em: <http://dx.doi.org/10.1016/j.egypro.2012.01.270>. Citado na página
31.
LI, Z.; LIU, X.; TANG, R. Optical performance of vertical single-axis tracked solar
panels. Renewable Energy, Elsevier Ltd, v. 36, n. 1, p. 64Ű68, 2011. ISSN 09601481.
Disponível em: <http://dx.doi.org/10.1016/j.renene.2010.05.020>. Citado na página
31.
Inspira’s cpv sun tracking. In: LUQUE, A. L.; VIACHESLAV, A. (Ed.). Concentrator
Photovoltaics. Berlin, Heidelberg: Springer Berlin Heidelberg, 2007. p. 221Ű251. ISBN
978-3-540-68798-6. Disponível em: <https://doi.org/10.1007/978-3-540-68798-6_11>.
MEEUS, J. Astronomical Algorithms. second. Richmond: Willmann-Bell, Inc., 1998.

Citado 7 vezes nas páginas 37, 40, 41, 44, 48, 65 e 81.
MEREDDY, D.; Vijaya Rama Raju, V.; SADULA, T. Smart Dual Axes Solar tracking.
International Conference on Energy Systems and Applications, ICESA 2015, n. 978, p.
370Ű374, 2016. Citado 2 vezes nas páginas 29 e 31.
MICHALSKY, J. J. The Astronomical Almanac’s algorithm for approximate solar

position (1950 - 2050). Solar Energy, v. 40, n. 5, p. 227Ű235, 1988. ISSN 0038092X.
Citado 5 vezes nas páginas 19, 20, 37, 43 e 45.
MOREIRA, H. S. Estudo de Técnicas de Rastreamento de Máxima Potência Tolerantes

a Sombras para Sistemas Fotovoltaicos. 161 p. Tese (Doutorado) Ů University of
Campinas, 2018. Citado na página 35.
Referências 90
MOUSAZADEH, H.; KEYHANI, A.; JAVADI, A.; MOBLI, H.; ABRINIA, K.; SHARIFI,
A. A review of principle and sun-tracking methods for maximizing solar systems output.
Renewable and Sustainable Energy Reviews, v. 13, n. 8, p. 1800Ű1818, 2009. ISSN
13640321. Citado 2 vezes nas páginas 27 e 29.
NAKABAYASHI, R. K. Microgeração Fotovoltaica no Brasil: Condições Atuais e

Perspectivas Futuras. 117 p. Tese (Doutorado) Ů Universidade de São Paulo, 2014.
Citado 2 vezes nas páginas 71 e 74.
Narendrasinh Parmar, A. J.; PARMAR, A. N.; GAUTAM, V. S. Passive Solar Tracking

System. International Journal of Emerging Technology and Advanced Engineering
Website: www.ijetae.com ISO CertiĄed Journal, v. 5, n. 1, p. 67Ű88, 2015. Citado na
página 25.
NASCIMENTO, B. A. M. Algoritmo de Posicionamento e Backtracking para Seguidor

Solar. 93 p. Tese (Doutorado) Ů Instituto Politécnico de Viseu, 2015. Citado 5 vezes
nas páginas 9, 17, 28, 34 e 35.
NETO, J. V.; BARBOSA, C.; TORRES, É. M.; ESTRELA, C. BOXPLOT : UM

RECURSO GRÁFICO PARA A ANÁLISE E INTERPRETAÇÃO DE DADOS
QUANTITATIVOS BOXPLOT : A VISUAL RESOURCE FOR ANALYSIS AND
INTERPRETATION OF QUANTITATIVE DATA. Revista Odontológica do Brasil
Central, v. 26, n. 76, p. 1Ű6, 2017. Citado 2 vezes nas páginas 9 e 52.
NGUYEN, N. Solar Tracking System. Solar Energy, n. May, p. 34Ű55, 2014. ISSN
1939-7038. Citado na página 25.
NOAA. NOAA Solar Calculator. 2018. Disponível em: <https://www.esrl.noaa.gov/

gmd/grad/solcalc/>. Citado 2 vezes nas páginas 53 e 81.
NREL. MIDC SPA Calculator. 2014. Disponível em: <http://www.nrel.gov/midc/

solpos/spa.html>. Citado 2 vezes nas páginas 45 e 52.
NREL. U.S. Solar Photovoltaic System Cost Benchmark: Q1 2017. n. September, 2017.
Disponível em: <http://www.osti.gov/servlets/purl/1395932/>. Citado 2 vezes nas
páginas 10 e 72.
NSENGIYUMVA, W.; CHEN, S. G.; HU, L.; CHEN, X. Recent advancements and
challenges in Solar Tracking Systems (STS): A review. Renewable and Sustainable Energy
Reviews, Elsevier Ltd, v. 81, n. April 2017, p. 250Ű279, 2018. ISSN 18790690. Disponível
em: <http://dx.doi.org/10.1016/j.rser.2017.06.085>. Citado 6 vezes nas páginas 9, 25,
27, 29, 30 e 31.
ORGILL, J. F.; HOLLANDS, K. G. T. Correlation equation for hourly diffuse radiation

on a horizontal surface. Solar Energy, v. 19, n. 4, p. 357Ű359, 1977. ISSN 0038092X.
PASCOE, D. Comments on Şsolar position programs: refraction, sidereal time and

sunset/sunriseŤ. Solar Energy, v. 34, p. 205Ű206, jan. 1985. Citado na página 42.
PEREZ, R.; INEICHEN, P.; SEALS, R.; MICHALSKY, J.; STEWART, R. Modeling
daylight availability and irradiance components from direct and global irradiance. Solar
Energy, v. 44, n. 5, p. 271Ű289, 1990. ISSN 0038092X. Citado na página 73.
Referências 91
PIGUEIRAS, E.; NARVARTE, L.; MUNOZ, J. Tracking and back-tracking. Progress in

Photovoltaics: Research and Applications, v. 19, p. 747Ű753, 09 2011. Citado 2 vezes nas
páginas 35 e 61.
PITMAN, C. L.; VANT-HULL, L. L. Errors in locating the Sun and their effect on solar
intensity predictions. 1978. 701Ű706 p. Citado 3 vezes nas páginas 19, 37 e 42.
POULEK, V. Testing the New Solar Tracker with Shape Memory Alloy Actors. First
WCPEC, p. 1131Ű1133, 1994. Citado 2 vezes nas páginas 9 e 26.
RAMOS, L. F. Metodologia detalhada para rastreadores solares automatizados de dois

eixos em sistemas fotovoltaicos autônomos. 113 p. Tese (Doutorado) Ů Universidade
Federal de Santa Maria, 2016. Citado 2 vezes nas páginas 31 e 39.
REDA, I.; ANDREAS, A. Solar position algorithm for solar radiation applications. Solar
Energy, v. 76, n. 5, p. 577Ű589, 2004. ISSN 0038092X. Citado 8 vezes nas páginas 19,
20, 37, 40, 44, 45, 48 e 81.
REDA, I.; ANDREAS, A.; NREL, A. A. Solar Position Algorithm for Solar Radiation
Applications (Revised). Nrel/Tp-560-34302, n. January, p. 1Ű56, 2008. ISSN 0038-092X.
SANTIAGO, B.; SALVIANO, A. Astronomia Geodésica: Posicionamento pelas Estrelas.

[S.l.: s.n.], 2005. 1Ű160 p. Citado 2 vezes nas páginas 41 e 42.
SCHNEIDER, D. Control algorithms for large-scale single-axis photovoltaic trackers.

Acta Polytechnica, v. 52, p. 86Ű92, 01 2012. Citado na página 34.
SEME, S.; SRPČIČ, G.; KAVŠEK, D.; BOŽIČNIK, S.; LETNIK, T.; PRAUNSEIS, Z.;
ŠTUMBERGER, B.; HADŽISELIMOVIĆ, M. Dual-axis photovoltaic tracking system
Ű Design and experimental investigation. Energy, v. 139, p. 1267Ű1274, 2017. ISSN
03605442. Citado 3 vezes nas páginas 9, 29 e 30.
SHIRZADI, S.; HIZAM, H.; WAHAB, N. I. A. Mismatch losses minimization

in photovoltaic arrays by arranging modules applying a genetic algorithm. Solar
Energy, Elsevier Ltd, v. 108, p. 467Ű478, 2014. ISSN 0038092X. Disponível em:
<http://dx.doi.org/10.1016/j.solener.2014.08.005>. Citado na página 65.
SIDEK, M. H.; AZIS, N.; HASAN, W. Z.; Ab Kadir, M. Z.; SHAFIE, S.; RADZI, M. A.
Automated positioning dual-axis solar tracking system with precision elevation and
azimuth angle control. Energy, v. 127, p. 803, 2017. ISSN 03605442. Citado 3 vezes nas
páginas 9, 33 e 34.
SIMON, J.; MOSEY, G.; SIMON, J.; MOSEY, G. Feasibility Study of Economics and
Performance of Solar Photovoltaics at the VAG Mine Site in Eden and Lowell , Vermont
A Study Prepared in Partnership with the Environmental Protection Agency for the
RE-Powering America ’ s Land Initiative : Siting Renewable Energy on Potentially
Contaminated Land and Mine Sites Feasibility Study of Economics and Performance
of Solar Photovoltaics at the VAG Mine Site in Eden and Lowell , Vermont A Study
Prepared in Partnership with the Environmental Protection Agency for the RE-Powering
America ’ s Land Initiative : Siting Renewable Energy on Potentially Contaminated
Land and Mine Sites. n. April, 2013. Citado 2 vezes nas páginas 19 e 23.
Referências 92
SINGH, R.; KUMAR, S.; GEHLOT, A.; PACHAURI, R. An imperative role of sun
trackers in photovoltaic technology: A review. Renewable and Sustainable Energy
Reviews, Elsevier Ltd, v. 82, n. April 2017, p. 3263Ű3278, 2018. ISSN 18790690.
Disponível em: <https://doi.org/10.1016/j.rser.2017.10.018>. Citado 5 vezes nas
páginas 19, 23, 24, 32 e 33.
SUMATHI, V.; JAYAPRAGASH, R.; BAKSHI, A.; Kumar Akella, P. Solar

tracking methods to maximize PV system output Ű A review of the methods
adopted in recent decade. Renewable and Sustainable Energy Reviews, Elsevier
Ltd, v. 74, n. February, p. 130Ű138, 2017. ISSN 18790690. Disponível em:
<http://dx.doi.org/10.1016/j.rser.2017.02.013>. Citado 2 vezes nas páginas 19 e 27.
SWIFT, L. W. Algorithm for solar radiation on mountain slopes. Water Resources

Research, v. 12, n. 1, p. 108Ű112, 1976. ISSN 19447973. Citado 3 vezes nas páginas 19,
37 e 42.
USNO. Astronomical Almanac. Norwich: [s.n.], 2004. Citado na página 45.
VERÍSSIMO, P. H. A. Avaliação De Uma Usina Solar Fotovoltaica Comparando

Diferentes Topologias De Sistemas De Fixação Utilizando Duas Difeferentes Tecnologias
Fv. 112 p. Tese (Doutorado) Ů Universidade Federal de Santa Catarina, 2017. Citado 3
vezes nas páginas 34, 70 e 72.
VIEIRA, R. G.; GUERRA, F. K.; VALE, M. R.; ARAÚJO, M. M. Comparative

performance analysis between static solar panels and single-axis tracking system
on a hot climate region near to the equator. Renewable and Sustainable Energy
Reviews, Elsevier, v. 64, p. 672Ű681, 2016. ISSN 18790690. Disponível em:
<http://dx.doi.org/10.1016/j.rser.2016.06.089>. Citado 2 vezes nas páginas 18 e 23.
VILLALVA, M. G. Energia Solar Fotovoltaica - Conceitos e Aplicações. [S.l.]: Érica,

2015. ISBN 978-85-365-0416-2. Citado na página 18.
WALRAVEN, R. Calculating the position of the sun. Solar Energy, v. 20, n. 5, p.

393Ű397, 1978. ISSN 0038092X. Citado 5 vezes nas páginas 9, 19, 37, 38 e 42.
WALRAVEN, R. Erratum. Solar Energy, v. 22, p. 195, 1979. Citado na página 42.
WILKINSON, B. J. An improved FORTRAN program for the rapid calculation of the

solar position. Solar Energy, v. 27, n. 1, p. 67Ű68, 1981. ISSN 0038092X. Citado na
página 42.

Melo - KarenBarbosaDe - M - Unicamp - Referencia Estruturas e Rastreadores Solares

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Melo - KarenBarbosaDe - M - Unicamp - Referencia Estruturas e Rastreadores Solares

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE ESTADUAL DE CAMPINAS

Faculdade de Engenharia Elétrica e de Computação

Karen Barbosa de Melo

Estudo de Métodos de Cálculo da Posição Solar

Karen Barbosa de Melo

Estudo de Métodos de Cálculo da Posição Solar

Dissertação apresentada à Faculdade de En-

Orientador: Prof. Dr. Marcelo Gradella Villalva

Este exemplar corresponde à versão

Candidato: Karen Barbosa de Melo RA: 209424

Prof. Dr. Marcelo Gradella Villalva (Presidente)

A ata de defesa, com as respectivas assinaturas dos membros da Comissão

À POLITEC, em especial ao Vitor Tavernari, por disponibilizar dados impor-

À SEW, em especial ao engenheiro Hiram Andreazza Freitas, pelo apoio no

O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoa-

Palavras-chaves: sistemas fotovoltaicos; seguidores solares; algoritmos de cálculo da po-

Keywords: photovoltaic systems; solar trackers; solar position calculation algorithms.

Figura 1.1 Ű Capacidade instalada de energia solar fotovoltaica no mundo entre os

É importante ressaltar que, atualmente, os sistemas fotovoltaicos estão sendo

Uma desvantagem atribuída à geração fotovoltaica é a baixa eĄciência de con-

A Figura 1.2 mostra as curvas de irradiância global incidente em um painel

Um aumento de aproximadamente 25% de energia produzida pode ser alcan-

Os seguidores solares variam em grau de liberdade e tecnologia de rastrea-

O movimento aparente do Sol a partir de um ponto de observação, está sub-

O cálculo da posição do Sol deve prever a rotação irregular da Terra ao redor

O que dita a necessidade de algoritmos com maior ou menor precisão, é a

Os sistemas de geração fotovoltaica toleram erros de alguns graus sem perdas

SPA (Solar Position Algorithm) (REDA; ANDREAS, 2004).

1.2.1 Objetivo Geral

1.2.2 Objetivos especíĄcos

∙ Construir um referencial teórico acerca de seguidores solares e algoritmos de cálculo

∙ Realizar análise estatística dos algoritmos;

∙ Realizar simulações de estimativa de geração de energia com a utilização de tais

∙ Discutir os resultados obtidos pelos diferentes algoritmos;

∙ Realizar análise econômica de seguidores solares.

ETAPA 1: Construção do referencial teórico. O referencial teórico consiste de

ETAPA 3: Realizar simulações de estimativa de geração de energia com a

ETAPA 5: Realizar análise econômica. Nessa etapa foi realizado um estudo

ETAPA 6: Reuniões de orientação. Foram realizadas, ao longo de todo o tra-

1.4 Estrutura do trabalho

estimativa de geração de energia com a utilização dos algoritmos estudados aplicados em

Os sistemas fotovoltaicos com estruturas Ąxas perdem sua produtividade quando

O rastreamento da posição do Sol resulta em um ganho de produção de energia

Neste capítulo é apresentada a classiĄcação dos seguidores solares de acordo

2.1 ClassiĄcação dos seguidores solares

A seguir são descritas as tecnologias de rastreamento utilizadas nos seguidores

2.1.1 Descrição das tecnologias de rastreamento

2.1.1.1 Seguidores solares passivos

Sistemas de seguidores solares passivos são de fácil implementação, pois são

2.1.1.1.1 Expansão térmica de um fluido

Os seguidores que se valem da expansão térmica de um fluido, utilizam fluidos

Parmar et al. (Narendrasinh Parmar et al., 2015) desenvolveram um seguidor

2.1.1.1.2 Expansão térmica de tiras bimetálicas

Os seguidores que se valem da expansão térmica de tiras bimetálicas, fazem

Clifford e Eastwood (CLIFFORD; EASTWOOD, 2004) desenvolveram um se-

2.1.1.1.3 Molas com efeito de memória de forma

As molas com efeito de memória de forma operam como atuadores lineares

2.1.1.2 Seguidores solares ativos

Seguidores solares ativos utilizam motores elétricos ou mecanismos de engre-

Sua utilização não é recomendada em sistemas de menor escala, devido às

Para detectar a posição aparente do Sol, os seguidores solares ativos podem

2.1.1.2.1 Baseada em data e hora

A estratégia de rastreamento baseada em data e hora dispõe de um computador