Software de análise solar: do piranômetro ao relatório bankável

Quando uma campanha solarimétrica termina, os dados brutos de GHI, DHI e temperatura chegam como arquivos CSV de datalogger — sem validação, sem contexto de qualidade, sem o índice de claridade que revelaria os problemas de sensor, sem o ajuste de longo prazo que transformaria 12 meses de medição na série representativa que o banco vai exigir. O que acontece entre esses arquivos brutos e o laudo técnico entregável é onde a maioria do tempo de engenheiro se perde.

Existe um equívoco comum: PVsyst e SOLARGIS são as ferramentas de análise solar. Não são. PVsyst é um simulador de energia — recebe irradiância já processada como entrada e calcula geração. SOLARGIS é um serviço de dados satelitais — fornece séries de longo prazo para uso como referência. Nenhum deles analisa dados brutos de piranômetro. Essa lacuna — do arquivo de campo ao recurso validado — é o que fica, na maioria das consultoras, com Excel e scripts Python avulsos.

O que diferencia a análise de campanha solar

Comparado ao vento, o recurso solar tem checagens de consistência interna que não existem para dados anemométricos. GHI, DHI e DNI não são variáveis independentes: pela relação de decomposição, GHI deve ser aproximadamente igual a DHI + DNI × cos(θ_z), onde θ_z é o ângulo zenital. Um desvio sistemático nessa relação indica sombreamento do sensor, sujidade diferencial, saturação ou erro de calibração — e precisa ser detectado e documentado antes de qualquer análise.

O índice de claridade k_t = GHI / GHI_{extraterrestre} é a segunda camada de QA/QC. Valores k_t > 0,85 em dias com cobertura de nuvens visível indicam reflexão lateral sobre o domo do piranômetro. Valores sistematicamente baixos no mesmo horário indicam sombra estrutural sobre o sensor. Nenhum desses padrões aparece olhando apenas para a série temporal de GHI.

A IEC 61724-1 (monitoramento de desempenho de sistemas FV) e a ISO 9060 (classificação de piranômetros) estabelecem os critérios formais. A ABNT NBR 16274 detalha os requisitos de documentação para laudos técnicos no contexto brasileiro. A conformidade com essas normas é o que separa um relatório de recurso solar bankável de um relatório tecnicamente correto mas inaceitável para o financiador.

O cenário atual de ferramentas

A análise de campanha solarimétrica como etapa específica — diferente de simulação de energia ou consulta de satélite — não tem um software estabelecido de mercado equivalente ao Windographer para vento. O que existe em campo:

Excel + Python avulso. O cenário mais comum. Scripts de limpeza escritos por engenheiros diferentes, sem padronização, sem audit trail. O filtro de k_t aplicado hoje pode ser diferente do filtro aplicado no projeto anterior. O relatório é montado manualmente — gráficos exportados um a um, números copiados para Word. A rastreabilidade entre as decisões de QA/QC e o relatório entregável praticamente não existe.

PVsyst / PVGIS / Meteonorm. Excelentes para o que fazem: simulação de energia e dados meteorológicos de referência. Mas não foram projetados para analisar séries temporais brutas de campo. O PVsyst aceita dados medidos como entrada — pressupõe que esses dados já foram validados externamente.

SOLARGIS, NASA POWER, CAMS. Serviços de satélite discutidos em NT.07. Fornecem a série de longo prazo para o ajuste MCP. Não processam dados de piranômetros do campo.

SOLANO: workflow integrado para campanhas solarimétricas

O SOLANO é uma ferramenta desktop offline para campanhas solarimétricas, construída sobre o mesmo princípio do NT.09: um arquivo de campanha único concentra dados, decisões e resultados. O fluxo concreto:

1. Ingestão com detecção automática. A ferramenta identifica o formato do datalogger (Campbell TOA5, Kipp & Zonen Meteon, CSV genérico), lê coordenadas GPS, altitude e período disponível. Arquivos com problemas de formato são sinalizados com o motivo antes de qualquer processamento.

2. QA/QC com alertas hierárquicos. Checks automáticos incluem: valores fisicamente impossíveis (GHI noturno, k_t > 1,1), inconsistência GHI-DHI-DNI, séries congeladas (frozen), spikes, gaps e deriva de calibração por comparação com posição solar. Cada alerta tem categoria de severidade, pode ser reconhecido com justificativa, e vai para o audit trail serializado no arquivo .solano.

3. Análise de recurso. Irradiação mensal e anual (GHI, DHI, DNI), índice de claridade k_t, POA (plano inclinado) calculado por modelo de transposição configurável (isotrópico, Hay-Davies, Perez), temperatura ambiente, correlação diurna e sazonal. Tudo computado sobre o dataset validado — sem transferência manual de números.

4. Classificação IEC 61724-1. A norma define três classes de sistema de medição (A, B, C) com base na classe ISO 9060 do piranômetro, frequência de calibração, resolução temporal e disponibilidade de dados. O SOLANO avalia automaticamente os critérios e emite o badge de classe com as ressalvas pertinentes.

5. Ajuste de longo prazo e orçamento de incerteza. Correlação da campanha com SOLARGIS, NASA POWER ou PVGIS como referência, com análise de concorrência (MBE, RMSE, R²) e ressalvas automáticas quando a série de referência é curta ou as coordenadas divergem. O orçamento de incerteza segue a metodologia da seção a seguir.

6. Laudo ABNT gerado da sessão. Relatório Word com estrutura NBR 14724/16274 — capa, folha de rosto, resumo, sumário, 9 seções técnicas e apêndices — gerado diretamente a partir dos dados e decisões da sessão. A tabela de qualidade na Seção 4 lê do mesmo QA/QC. O valor de GHI anual na Seção 5 é o mesmo número da aba de análise. Versão preliminar e final com distinção de cabeçalho.

Orçamento de incerteza: o RSS de quatro componentes

A metodologia de incerteza do recurso solar segue a mesma estrutura de propagação em quadratura discutida para o vento em NT.06. Para irradiância medida em campo, quatro componentes principais determinam σ_total:

σ_total = √(u_cal² + u_soiling² + u_adjust² + u_iav²)

u_cal      — classe ISO 9060 do piranômetro
             Classe A: 1,5% · Classe B: 3,0% · Classe C: 6,0%
u_soiling  — sujidade e regime de limpeza (padrão: 1,0%)
u_adjust   — resíduo do ajuste de longo prazo: RMSE% / √n_meses
u_iav      — variabilidade interanual do sítio (típico NE Brasil: 2,0–3,0%)

O componente que mais varia com o horizonte de avaliação é u_iav. Para um único ano, ele entra integralmente no RSS. Para N anos de operação estimada, ele se reduz por √N — refletindo que a variabilidade interanual, ao longo do tempo, converge para a média de longo prazo. u_cal, u_soiling e u_adjust não se reduzem com o horizonte; são propriedades fixas do instrumento e do método de ajuste.

A consequência prática: para um horizonte de 1 ano, σ_total ≈ 3,2% (Classe A) e o gap P50–P90 é de aproximadamente 4,1% da irradiação anual. Para 20 anos, σ_total cai para ≈ 2,1% e o gap P50–P90 é de 2,7%. O próximo gráfico mostra essa trajetória para Classe A e Classe B.

A diferença entre Classe A e Classe B não é trivial para financiadores de longo prazo: no horizonte de 20 anos, Classe A entrega P90/P50 ≈ 97,3% enquanto Classe B fica em ≈ 95,5% — uma diferença de 1,8 pontos percentuais que, para uma usina de 100 MW, representa dezenas de GWh de geração P90 a menos. Para projetos com DSCR apertado, esse diferencial é suficiente para mudar a decisão de crédito, como discutido em NT.08 no contexto das perdas FV.

IEC 61724-1: da medição ao badge de classe

A classificação IEC 61724-1 estabelece critérios explícitos para o sistema de medição como um todo — não apenas o piranômetro, mas também a frequência de calibração, a resolução temporal dos dados, a disponibilidade mínima e a documentação de manutenção. Um relatório de recurso solar que referencia esta norma precisa demonstrar conformidade nos quatro critérios:

O SOLANO avalia esses quatro critérios automaticamente e emite a classe resultante com as ressalvas pertinentes — por exemplo: "Classe A para irradiância; disponibilidade de temperatura abaixo do limiar — variáveis meteorológicas classificadas como Classe B." Essa diferenciação é relevante para laudos de financiadores que exigem classe mínima para aceitação do relatório.

Implicações para bankability

O laudo de recurso solar bankável precisa responder as mesmas três perguntas da due diligence técnica discutidas em NT.09 para campanhas de vento — cadeia de custódia, trilha de decisões e conformidade de método — mais uma questão adicional específica para solar:

4. Consistência entre dados medidos e referência de satélite. O auditor vai comparar a irradiação GHI medida na campanha com o valor SOLARGIS/CAMS para o mesmo período e localização. Uma divergência acima de 5% sem explicação documentada é sinal vermelho. O SOLANO registra automaticamente MBE, RMSE e R² da correlação campanha × referência, com ressalvas quando a divergência excede limites configuráveis.

A cadeia completa — do arquivo bruto do datalogger ao laudo ABNT com orçamento de incerteza e P50/P90 por horizonte — precisa ser auditável sem lacunas. Quando o ajuste de longo prazo e o orçamento de incerteza são calculados no mesmo ambiente que processou os dados de campo, e o relatório é gerado a partir da mesma sessão, não há margem para divergência entre o que foi analisado e o que foi documentado.

Esse princípio — rastreabilidade integral do arquivo de campo ao entregável bankável — é o mesmo que guia o design de ferramentas como o SOLANO e o BORA: não como diferencial de marketing, mas como requisito técnico para a classe de projetos em que os laudos definem decisões de crédito.