<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Journal Article">
		<site>plutao.sid.inpe.br 800</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>8JMKD3MGP3W/47D4NJL</identifier>
		<repository>sid.inpe.br/plutao/2022/08.05.17.36</repository>
		<lastupdate>2022:08.05.17.37.44 dpi.inpe.br/plutao@80/2008/08.19.15.01 simone</lastupdate>
		<metadatarepository>sid.inpe.br/plutao/2022/08.05.17.36.20</metadatarepository>
		<metadatalastupdate>2022:08.07.03.16.03 sid.inpe.br/bibdigital@80/2006/04.07.15.50 administrator</metadatalastupdate>
		<issn>2178-9606</issn>
		<label>lattes: 2669917809806669 3 RochaGCPMIFF:2020:AVVARE</label>
		<citationkey>RochaGCPMIFF:2021:AvVaRe</citationkey>
		<title>Avaliação da variabilidade do recurso solar em território brasileiro</title>
		<format>On-line</format>
		<year>2021</year>
		<typeofwork>conference paper</typeofwork>
		<secondarytype>PRE PN</secondarytype>
		<numberoffiles>1</numberoffiles>
		<size>1308 KiB</size>
		<author>Rocha, Vinícius Roggério da,</author>
		<author>Gonçalves, André Rodrigues,</author>
		<author>Costa, Rodrigo Santos,</author>
		<author>Pereira, Enio Bueno,</author>
		<author>Martins, Fernando R.,</author>
		<author>Inácio, Cleber Onofre,</author>
		<author>Fontenele, Luiz Fernando Almeida,</author>
		<author>Ferreira, Paulo Henrique Fernandes,</author>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid>8JMKD3MGP5W/3C9JH2E</resumeid>
		<group>COCST-COCST-INPE-MCTIC-GOV-BR</group>
		<group>COCST-COCST-INPE-MCTIC-GOV-BR</group>
		<group>COCST-COCST-INPE-MCTIC-GOV-BR</group>
		<group>COCST-COCST-INPE-MCTIC-GOV-BR</group>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Universidade Federal de São Paulo (UNIFESP)</affiliation>
		<affiliation></affiliation>
		<affiliation>Petrobrás</affiliation>
		<affiliation>Petrobrás</affiliation>
		<electronicmailaddress>vinicius.rocha@inpe.br</electronicmailaddress>
		<electronicmailaddress>andre.goncalves@inpe.br</electronicmailaddress>
		<electronicmailaddress>rodrigo.costa@inpe.br</electronicmailaddress>
		<electronicmailaddress>enio.pereira@yahoo.com.br</electronicmailaddress>
		<electronicmailaddress>fernando.martins@unifesp.br</electronicmailaddress>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress>cleberoi@petrobras.com.br</electronicmailaddress>
		<electronicmailaddress>phff@petrobras.com.br</electronicmailaddress>
		<journal>Revista Brasileira de Energia Solar</journal>
		<volume>12</volume>
		<number>2</number>
		<pages>113-120</pages>
		<tertiarytype>Artigo</tertiarytype>
		<secondarymark>B3_ENGENHARIAS_II B4_INTERDISCIPLINAR B4_CIÊNCIAS_AMBIENTAIS B5_GEOCIÊNCIAS B5_ENGENHARIAS_IV B5_ENGENHARIAS_III B5_ENGENHARIAS_I B5_BIODIVERSIDADE C_CIÊNCIAS_AGRÁRIAS_I</secondarymark>
		<transferableflag>1</transferableflag>
		<contenttype>External Contribution</contenttype>
		<versiontype>publisher</versiontype>
		<keywords>Energia Solar, Variabilidade, Taxa de rampa.</keywords>
		<abstract>O estudo da variabilidade do recurso solar é indispensável para estimar e minimizar os efeitos indesejáveis da geração fotovoltaica no sistema elétrico, como flutuações de tensão, variações de frequência e problemas relacionados à qualidade de energia e à estabilidade da rede. Para isso, foram escolhidos dois índices de variabilidade na literatura, um deles adaptado para uso com dados de irradiância. Esses foram aplicados em dados de irradiância de três estações de regiões com diferentes climas e latitudes, amostrados com frequência de 5 minutos entre 2012 e 2018. Usando dados de curto prazo, foram calculados índices que representam o comportamento nessa janela de tempo e em médio prazo, sendo possível o cálculo de médias dessas métricas para estudar o comportamento de longo prazo. Foi observado o padrão de ponta de flecha nos gráficos dos índices de claridade em função de cada índice de variabilidade, com alta concordância entre si, e os pontos foram classificados em quatro grupos (céu claro, nebuloso, nuvens esparsas e alta variabilidade) usando duas técnicas de agrupamento. Visando complementar a descrição de variabilidade, também foram feitos histogramas da distribuição da quantidade de rampas pelo respectivo tamanho. Desse modo, foi utilizada a função de sobrevivência para caracterizar essa distribuição e quantificar a possibilidade da ocorrência de valores de rampa maiores que um valor crítico. Através dessas três métricas (índice de claridade, índice de variabilidade e função de sobrevivência), pode-se caracterizar a variabilidade de recurso solar em uma região.</abstract>
		<area>CST</area>
		<language>pt</language>
		<targetfile>358-Texto do Artigo-699-2-10-20220729.pdf</targetfile>
		<usergroup>lattes </usergroup>
		<usergroup>simone</usergroup>
		<readergroup>administrator</readergroup>
		<readergroup>simone</readergroup>
		<visibility>shown</visibility>
		<archivingpolicy>denypublisher denyfinaldraft</archivingpolicy>
		<readpermission>deny from all</readpermission>
		<documentstage>not transferred</documentstage>
		<hostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</hostcollection>
		<username>simone</username>
		<agreement>agreement.html .htaccess .htaccess2</agreement>
		<lasthostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</lasthostcollection>
		<url>http://plutao.sid.inpe.br/rep-/sid.inpe.br/plutao/2022/08.05.17.36</url>
	</metadata>
</metadatalist>