Analysis of the cloud cover variability using geostationary satellite data

• Main Author: Eduardo Weide Luiz
• Other Authors: Enio Bueno Pereira
• Language: English
• Published: Instituto Nacional de Pesquisas Espaciais (INPE) 2018
• Online Access: http://urlib.net/sid.inpe.br/mtc-m21c/2018/03.22.18.21

One of the main barriers to increase the solar energy share is its intermittency. Solar energy has a large variability in different time-scales driven by the solar astronomical cycles and by weather. Ground-based measurements are important to evaluate the variability at high resolutions, but they are only representative of small areas close to the measurement sites. Satellite observations come as a solution for the analysis over large areas, however they have coarse temporal and spatial resolutions. The main objective of this thesis is to develop a methodology for the characterization of the variability of the solar resource, focusing on the cloud effects. This simple methodology will allow to evaluate the variability of the solar power generation over large areas, using only data of geostationary satellite images, with no need of ground data. First, we compared the cloud cover fraction obtained through a satellite-based methodology with sitespecific data from all-sky cameras. This comparison presented a Pearson correlation of 0.9. In addition, we evaluated the similarity between the cumulative distributions functions of both datasets using the Kolmogorov-Smirnov test and the results pointed out for statistically significant similarity between them, even though their time resolutions were different. Then, we examined the variability of the global horizontal irradiance ramp rates from ground-based radiometers and compared it with the satellite cloud cover variability in 3 different Brazilian climate regimes. The results showed that the driest periods have lower solar irradiance variability. However, this result is not necessarily valid for different climate regimes. For instance, Petrolina, the driest place, exhibited the higher variability for shorter timescales, probably due to the rapid passage of small clouds shadowing the sun. When comparing the variability of the satellite cloud cover with that of the solar irradiance, the Pearson correlation reached up to 0.93, depending on the site, for the same time resolution (30 minutes). However, considering smaller time steps for solar irradiance ramps, the correlation decreased to values lower than 0.66 in all sites. The proposed methodology has broad application in the planning and management of solar power generation in countries with large territorial extension, such as Brazil. === Uma das principais barreiras para aumentar a participação de tecnologias solares na matriz energética é sua intermitência. A energia solar apresenta grande variabilidade em diferentes escalas de tempo impulsionadas pelos ciclos naturais do sol e pelo clima. Medidas de superfície são importantes para avaliar a variabilidade em altas resoluções, mas são apenas representativas de pequenas áreas próximas aos locais de medição. Observações por satélite são uma solução para a análise em grandes áreas, no entanto com resoluções espaciais e temporais mais grosseiras. O objetivo principal desta tese foi desenvolver uma metodologia para a caracterização da variabilidade do recurso solar no território brasileiro, com foco nos efeitos das nuvens. Esta tese apresenta o desenvolvimento de uma metodologia simples, para avaliar a variabilidade da produção solar em grandes áreas utilizando apenas dados de satélite geoestacionário, sem a necessidade de modelar a irradiação solar em superfície. Inicialmente, investigou-se a relevância estatística de uma metodologia baseada em dados de satélite geoestacionário para medir a fração de cobertura de nuvens, comparando-a com os resultados de câmeras imageadoras do céu. A comparação apresentou boa concordância, com índice de correlação Pearson de 0,9. Além disso, as funções de distribuição cumulativa de ambas bases de dados foram analisadas através do teste de Kolmogorov- Smirnov demonstrando que as duas bases de dados possuem distribuições estatisticamente similares, mesmo quando apresentam resoluções temporais diferentes. Além disso, a variabilidade das taxas de variação da irradiância global em superfície foi comparada com a variabilidade da cobertura da nuvem calculada através de dados de satélite em 3 diferentes regimes climáticos brasileiros. A investigação confirmou que os períodos mais secos apresentam menor variabilidade, devido à menor presença nebulosidade. No entanto, isso não é válido para diferentes climas, porque Petrolina, o local de clima mais seco, apresentou maior variabilidade em escalas de tempo mais curtas, associada provavelmente com a rápida passagem de pequenas nuvens no local. Ao x comparar a variabilidade da cobertura de nuvens obtida através de dados de satélite com a irradiância solar global horizontal, a correlação foi de até 0,93, para a mesma resolução de tempo (30 minutos). No entanto, para taxas de variação em intervalos menores a correlação diminuiu até valores menores que 0,66. Este método tem ampla aplicação no planejamento e gerenciamento da geração de energia com tecnologia solar em países com grande extensão territorial, como o Brasil.