← Notas Técnicas

Um piranômetro que parece funcionar pode estar produzindo dados sistematicamente errados. Sujidade acumulada na cúpula, sombra de um tubo de suporte ao nascer do sol ou uma sensibilidade que degradou 4% ao longo de três anos sem recalibração — nenhum desses problemas dispara um alarme de equipamento. Os dados chegam, parecem razoáveis e vão compondo a base que vai estimar a irradiância de longo prazo e o P50 do projeto.

Esta nota apresenta os três erros sistemáticos mais comuns em campanhas de medição solar, como identificá-los pelos seus padrões temporais e como documentar o tratamento para conformidade com a IEC 61724-1.

Os três modos de falha silenciosa

Sombreamento estrutural, sujidade e deriva de calibração compartilham uma característica: reduzem a irradiância medida sem interromper a medição. Cada um tem um mecanismo distinto e, por isso, uma assinatura temporal diferente — e é essa assinatura que permite identificá-los no QA/QC.

Sombreamento estrutural ocorre quando um elemento físico do sistema de monitoramento — haste de fixação, tubo de ventilação, braço de suporte, cabo mal posicionado — projeta sombra sobre a cúpula do piranômetro em determinados ângulos solares. Como a geometria é fixa, o sombreamento ocorre nas mesmas horas e direções ao longo do ano, com magnitude variando com a declinação solar. O sinal resultante são depressões agudas e recorrentes em posições específicas do diagrama solar.

Sujidade é a deposição gradual de partículas sobre a cúpula de vidro — poeira, areia, fuligem, pólen, dejetos de aves. A cúpula suja atenua a radiação de forma difusa, sem preferência por ângulo de incidência, mas com uma assimetria diurna característica: a depressão é mais intensa nas primeiras horas do dia, quando o orvalho noturno cimentou as partículas depositadas, e se atenua levemente ao longo da manhã por ressecamento e dispersão convectiva. Em regiões áridas ou costeiras com alta salinidade, a taxa de acumulação pode ser significativamente mais rápida do que em áreas úmidas com chuva frequente.

Deriva de calibração é a mudança lenta e monotônica da constante de calibração do sensor — a relação entre a tensão gerada pela termopilha e a irradiância incidente. A degradação ocorre por envelhecimento dos materiais da termopilha, exposição UV prolongada e estresse térmico cíclico. Ao contrário de sujidade e sombreamento, a deriva não tem assinatura temporal dentro do dia — ela produz um offset uniforme que só é detectável por comparação com referência calibrada ou por análise de tendência de longo prazo.

FIG. 1 — Perfis diurnos de GHI normalizado: referência limpa, sujidade (acumulação noturna) e sombreamento estrutural (hastes matutino e vespertino) · dia de céu limpo
1.00 0.75 0.50 0.25 0 GHI / GHI_max ref. sombra 6h 8h 10h 12h 14h 16h 18h Referência (limpo) Sujidade Sombreamento estrutural

A sujidade deprime o sinal uniformemente ao longo do dia, com assimetria que favorece as horas da manhã (partículas cimentadas pelo orvalho noturno). O sombreamento produz deflexões agudas e assimétricas em ângulos solares fixos — o padrão mais fácil de identificar em inspeção visual do perfil diurno.

Identificação por análise Kt e razão clearsky

O índice de clareza Kt = GHI / GHIextraterrestre e a razão clearsky Kcs = GHI / GHIclearsky_modelado são as principais ferramentas de diagnóstico. Em dias de céu limpo identificados independentemente, desvios sistemáticos de Kcs revelam o tipo de problema:

  • Kcs < 1 uniforme ao longo do dia → sujidade ou deriva de calibração (indiferenciável apenas pelo perfil diurno — requer análise temporal)
  • Kcs < 1 concentrado em períodos do dia com padrão recorrente → sombreamento estrutural
  • Kcs > 1 (valores acima de 1.0) → possível reflexo de nuvem (efeito de borda de nuvem), erro de alinhamento ou parâmetro errado no modelo clearsky
  • Kcs em declínio gradual ao longo de semanas → acumulação progressiva de sujidade
  • Kcs em declínio monotônico ao longo de meses a anos → deriva de calibração

A distinção entre sujidade e deriva é criticamente importante porque os tratamentos são diferentes: sujidade pede limpeza e, se o período sujo for breve, pode ser possível reconstruir os dados com modelagem clearsky. Deriva de calibração pede recalibração e pode invalidade retroativamente toda a série afetada, dependendo da magnitude.

Deriva de calibração: taxas típicas e limites normativos

A ISO 9060:2018 classifica piranômetros em três classes — A (padrão secundário), B (primeira classe) e C (segunda classe) — com base em critérios de incerteza espectral, resposta de temperatura e linearidade. A IEC 61724-1:2021 exige instrumentação de Classe A ou B para campanhas de recurso bankáveis; a Classe C não é aceita em laudos técnicos para financiamento.

A taxa de deriva típica observada em campo varia com classe e regime de exposição:

  • Classe A bem mantido: <0.5% por ano, detectável apenas em recalibração anual
  • Classe B sem recalibração: 1.0–2.5% por ano, acumulando drift significativo em campanhas de 2–3 anos
  • Qualquer classe em ambiente agressivo (temperatura extrema, salinidade costeira, altitude elevada): até 3–4% por ano

A IEC 61724-1 limita o drift acumulado admissível a ±2% em relação à última calibração válida. Piranômetros fora desse limite devem ser retirados de operação, recalibrados e — dependendo da magnitude e do período afetado — seus dados retroativamente sinalizados como suspeitos no laudo.

FIG. 2 — Evolução da sensibilidade relativa ao longo de 36 meses · piranômetro ISO 9060 Classe B com e sem manutenção programada · verificações mensais vs referência calibrada
100% 98% 96% 94% 92% Sensibilidade (%) −2% (IEC) recalibração 0 6 12 18 24 30 36 Meses de campanha Mantido (recalibração em 24m) Sem manutenção

O piranômetro sem manutenção cruza o limite IEC de −2% (~98%) por volta do mês 9–10, tornando suspeita toda a base a partir desse ponto. O piranômetro mantido permanece dentro de ±0.7% ao longo dos 36 meses, com jump de recalibração visível no mês 24. A diferença acumulada ao final do período é de ~7.5% — erro de estimativa de AEP diretamente proporcional.

Separação de populações por análise de dispersão clearsky

Além da análise de séries temporais, a dispersão entre GHI medido e GHI modelado em condições de céu claro é uma ferramenta diagnóstica poderosa. Ao plotar os pares (GHI_clearsky, GHI_medido) apenas para períodos identificados como céu claro, três populações distintas aparecem:

FIG. 3 — GHI medido vs GHI clearsky modelado (Ineichen-Perez) · pontos selecionados em dias de céu limpo (Kt > 0.65 e variabilidade < 5 W/m²/min) · altura sensor 2 m acima do nível do teto de rastreamento
Kcs=0.85 1:1 0 300 600 900 GHI clearsky (W/m²) 0 300 600 900 GHI medido (W/m²) Limpo (Kcs ≈ 1.00) Sujidade (Kcs ≈ 0.85) Sombreamento (outliers abaixo) Pontos limpos: paralelos à linha 1:1 Pontos sujos: paralelos, abaixo

A sujidade produz um cluster paralelo à linha 1:1, com Kcs sistematicamente abaixo de 1.0 — um offset que permite quantificar a perda e estimar o soiling ratio do período. O sombreamento gera outliers isolados com GHI medido próximo de zero independentemente da irradiância clearsky — facilmente detectáveis como valores impossíveis para as condições atmosféricas do momento.

Frequência de manutenção: o que a IEC prescreve

A IEC 61724-1:2021 não define um intervalo fixo de limpeza — reconhece que a frequência necessária depende do ambiente do sítio. O que a norma prescreve é que o intervalo seja determinado a partir de dados, não de suposição:

  1. Durante os primeiros 2–3 meses da campanha, realizar limpeza diária e registrar a razão Kcs antes e depois de cada limpeza;
  2. Com base na taxa de acumulação observada, definir o intervalo de limpeza que mantenha o soiling loss abaixo de 1% entre limpezas consecutivas;
  3. Documentar todas as limpezas com data, hora e condição da cúpula antes da limpeza;
  4. Recalibração obrigatória se o drift acumulado superar ±2%, ou quando a sensibilidade variar mais de 0.5% em dois ciclos consecutivos de verificação.

Em ambientes de alta deposição — regiões semiáridas do Nordeste, zonas costeiras com salinidade elevada, áreas próximas a estradas de terra — a limpeza semanal é frequentemente insuficiente para manter o soiling loss abaixo de 1%. Campanhas que adotam limpeza quinzenal ou mensal nesses ambientes acumulam erros sistemáticos que não podem ser corrigidos retroativamente com precisão.

Atenção: A IEC 61724-1:2021 introduziu o conceito de "Measurement System Quality Score" (MSQS), que agrega múltiplos critérios de qualidade em um índice único. Laudos submetidos a lenders internacionais (especialmente europeus) estão sendo crescentemente avaliados com esse framework. Um MSQS baixo atribuído à manutenção inadequada de piranômetros pode comprometer o laudo mesmo que outros parâmetros sejam satisfatórios.

Documentação para bankability

Um laudo técnico de recurso solar para financiamento deve documentar, para cada piranômetro da campanha:

  • Classe ISO 9060:2018 do instrumento e data da última calibração rastreável à BIPM;
  • Registro de todas as limpezas realizadas com data, hora, operador e condição da cúpula;
  • Série temporal de Kcs diário com identificação dos dias limpos utilizados para monitoramento de deriva;
  • Análise de tendência de Kcs ao longo da campanha com teste de Mann-Kendall ou equivalente;
  • Soiling ratio estimado por período (pré/pós limpeza) com incerteza associada;
  • Para piranômetros substituídos ou recalibrados durante a campanha: análise de homogeneidade da série antes e após a substituição.

Campanhas que não registraram limpezas sistematicamente — ou que registraram apenas a data sem a condição da cúpula — enfrentam dificuldades em demonstrar que o soiling loss está dentro dos limites toleráveis. Em processos de due diligence rigorosos, a ausência desse registro pode levar à aplicação de um fator de incerteza adicional de 1–3% sobre o P50 solar, com impacto direto no P90 e na cobertura do serviço da dívida.

Referências normativas e bibliográficas

  • IEC 61724-1:2021 Photovoltaic system performance — Part 1: Monitoring. International Electrotechnical Commission, 3rd ed., 2021.
  • ISO 9060:2018 Solar energy — Specification and classification of instruments for measuring hemispherical solar and direct solar radiation. International Organization for Standardization, 2018.
  • IEC 61724-2:2016 Photovoltaic system performance — Part 2: Capacity evaluation method. International Electrotechnical Commission, 2016.
  • Geuder et al. (2010) Soiling and shadow effects on solar irradiance sensors and correction procedures. SolarPACES Conference Proceedings, Perpignan, 2010.
  • Ineichen & Perez (2002) A new airmass independent formulation for the Linke turbidity coefficient. Solar Energy, 73(3), 151–157. doi:10.1016/S0038-092X(02)00045-2