Análise de longo prazo da irradiância solar em Araranguá/SC: integração de séries temporais meteorológicas e ferramentas computacionais

Long-term analysis of solar irradiance in Araranguá/Brazil: integration of meteorological time series and computational tools

Resumo

A meteorologia e a climatologia são áreas fundamentais para a compreensão dos fenômenos atmosféricos e climáticos que afetam diretamente o cotidiano e o futuro da sociedade. No contexto das mudanças climáticas e da necessidade de uma transição energética para fontes sustentáveis, como a energia solar, o estudo de variáveis meteorológicas e a disponibilidade de recurso energético torna-se relevante. Esses temas estão fortemente alinhados aos objetivos do ensino de Física contemporânea, que busca integrar ciência, tecnologia e questões socioambientais por meio de metodologias ativas e interdisciplinares. Este artigo apresenta uma análise do perfil e da distribuição da irradiação solar em Araranguá/SC, Sul do Brasil, com base em 15 anos de dados provenientes da estação meteorológica do INMET ( https://mapas.inmet.gov.br/). Além disso, destaca-se o uso do software RADIASOL para estimar a irradiação solar no plano inclinado (Hi) a partir de diferentes modelos matemáticos, comparando os resultados com bancos de dados referenciais como CEPEL/CRESESB e LABREN/INPE. Como inovação adicional, o artigo apresenta a plataforma Clima 360 ( https://clima360.lpa.ufsc.br/), que disponibiliza em tempo real diversas variáveis meteorológicas. A proposta é integrar a exploração de dados meteorológicos com o ensino de Física contemporânea, promovendo abordagens interdisciplinares e metodologias ativas para a compreensão de temas como energia solar, transição energética e mudanças climáticas.

Palavras-chave:
Energia Solar; Irradiação Solar; Estações Meteorológicas; Softwares Computacionais.

Abstract

Meteorology and climatology are essential fields for understanding atmospheric and climatic phenomena that directly affect daily life and the future of society. In the context of climate change and the urgent need for an energy transition toward sustainable sources such as solar energy, the study of meteorological variables and energy resource availability becomes increasingly relevant. These themes are closely aligned with the goals of contemporary Physics education, which seeks to integrate science, technology, and socio-environmental issues through active and interdisciplinary methodologies. This article presents an analysis of the profile and distribution of solar irradiance in Araranguá, southern Brazil, based on 15 years of data from the INMET meteorological station (https://mapas.inmet.gov.br/). Furthermore, it highlights the use of the RADIASOL software to estimate solar irradiance on inclined planes (Hi) using different mathematical models, comparing the results with reference databases such as CEPEL/CRESESB and LABREN/INPE. As an additional innovation, the article introduces the Clima 360 platform (https://clima360.lpa.ufsc.br/), which provides real-time access to a variety of meteorological variables. The proposal aims to integrate the exploration of meteorological data with contemporary Physics education, fostering interdisciplinary approaches and active learning methodologies for a better understanding of topics such as solar energy, energy transition, and climate change.

Keywords:
Solar Energy; Solar Irradiance; Meteorological Stations; Computational Software.

1. Introdução

A intensificação das mudanças climáticas e a necessidade urgente de descarbonização das matrizes energéticas impõem à sociedade contemporânea o desafio de promover uma transição energética justa e sustentável [¹]. Nesse contexto, a energia solar fotovoltaica tem se consolidado como uma das principais alternativas por sua disponibilidade abundante, caráter renovável e viabilidade tecnológica [²]. A compreensão dos fundamentos físicos envolvidos na conversão da energia solar em eletricidade, bem como da variabilidade espacial e temporal do recurso solar, é essencial não apenas para a formação de profissionais da área, mas também para a promoção de uma educação científica crítica e atualizada.

A análise da irradiância solar é um componente central para a avaliação do potencial energético de uma região, o dimensionamento de sistemas fotovoltaicos e o monitoramento do seu desempenho [³, ⁴]. A utilização de bases de dados meteorológicos confiáveis, como a da rede de estações do Instituto Nacional de Meteorologia (INMET), permite o acesso a séries históricas longas, fundamentais para estudos de variabilidade sazonal, tendências climáticas e impacto sobre a geração de energia elétrica de sistemas fotovoltaicos [⁵]. Paralelamente, o desenvolvimento de plataformas digitais como a Clima 360, acessível em https://clima360.lpa.ufsc.br/, representa um avanço ao disponibilizar, em tempo real, variáveis meteorológicas relevantes, com possibilidade de seleção e exportação de dados para análises específicas.

No presente trabalho, são utilizados um banco de dados de irradiância solar de um período de 15 anos na cidade de Araranguá/SC para caracterizar o perfil local e a distribuição do irradiância solar. Essa análise visa demonstrar como informações meteorológicas de longo prazo podem ser aplicadas em estudos técnicos, científicos e didáticos sobre sistemas fotovoltaicos, contribuindo para a formação de uma cultura energética sustentável [⁶].

O objetivo deste trabalho é compilar, processar, analisar e caracterizar o perfil e a distribuição temporal de longo prazo da irradiação solar no plano inclinado (H_i) a partir de dados de irradiação solar horizontal (H), provenientes da estação meteorológica do Instituto Nacional de Meteorologia (INMET). Foram utilizados quatro modelos matemáticos com auxílio do software RADIASOL (https://www.ufrgs.br/labsol/download/), desenvolvido pelo Laboratório de Energia Solar da Universidade Federal do Rio Grande do Sul (UFRGS). Os resultados são comparados e validados com a base de dados do Laboratório de Modelagem e Estudos de Recursos Renováveis de Energia (LABREN/INPE) e do Centro de Referência para Energia Solar e Eólica (CRESESB/CEPEL).

É importante destacar que os dados utilizados neste trabalho provêm exclusivamente da estação meteorológica automática A867 do Instituto Nacional de Meteorologia (INMET), situada em Araranguá/SC. As três estações meteorológicas disponíveis na plataforma Clima360 são apresentadas aqui apenas como exemplo de recursos educacionais complementares, não compondo a base de dados analisada. Essa distinção é essencial para evitar interpretações equivocadas sobre as fontes utilizadas.

A integração entre plataformas meteorológicas e o ensino de Física contemporânea permite abordar conteúdos curriculares por meio de problemas reais e interdisciplinares, favorecendo a aplicação de metodologias ativas de aprendizagem [⁷]. Temas como radiação solar, conversão de energia, balanço energético, leis da termodinâmica e circuitos elétricos podem ser explorados a partir da manipulação de dados observacionais, estimulando a aprendizagem significativa. Ao utilizar variáveis como irradiância solar, temperatura ambiente, umidade relativa e velocidade do vento, professores e estudantes podem desenvolver projetos investigativos sobre energia solar e seus impactos no contexto das mudanças climáticas.

Dessa forma, a proposta apresentada neste artigo articula o uso de dados meteorológicos, provenientes do INMET e potencialmente da plataforma Clima 360, com a análise da irradiância solar em Araranguá/SC e sua aplicação no ensino de Física. A abordagem adotada busca fortalecer o vínculo entre teoria e prática, ciência e sociedade, tecnologia e educação, promovendo um ensino de Física alinhado com os desafios ambientais e energéticos do século XXI.

2. Materiais e Métodos

O estudo da irradiação solar global horizontal (H) e da irradiação solar global no plano inclinado (Hi) tem como principal motivação a caracterização do perfil e da distribuição temporal da radiação solar na cidade de Araranguá/SC, Sul do Brasil, fundamentada na base de dados da rede de estações meteorológicas do Instituto Nacional de Meteorologia (INMET). As estações meteorológicas estão disponíveis em: https://mapas.inmet.gov.br/. A análise da irradiância solar é essencial para a avaliação do recurso solar disponível, subsidiando tanto o planejamento e a operação de sistemas fotovoltaicos quanto o desenvolvimento de atividades didáticas no ensino de Física. Nesse contexto, o presente trabalho busca explorar o potencial informativo dos dados históricos de irradiância solar para estimativas energéticas aplicadas e para uso pedagógico em abordagens interdisciplinares voltadas à transição energética e às mudanças climáticas. A partir dos dados de H obtidos a partir da estação meteorológica automática de Araranguá/SC, estimou-se a irradiação no plano inclinado (Hi) utilizando o software RADIASOL e modelos matemáticos da literatura científica.

As métricas de irradiação solar em média diária anual e em média diária mensal foram calculadas conforme a prática consolidada em estudos solarimétricos e meteorológicos. A média diária anual corresponde à média dos valores diários de irradiância acumulados ao longo de cada ano (Eq. 1) enquanto a média diária mensal (Eq. 2) foi obtida calculando-se, para cada mês, a média dos valores diários daquele mês ao longo dos 15 anos analisados.

(1) $${\overline{H}}_{\mathrm{anual}}=\frac{1}{365}\sum _{d=1}^{365}{H}_d$$

(2) $${\overline{H}}_{\mathrm{mensal}}=\frac{1}{N}\sum _{i=1}^N{H}_{m,i}$$

onde $H_d$ representa o valor diário de irradiância e $H_{m,i}$ o valor diário do mês m no ano i.

Os dados de entrada de irradiância solar global horizontal foram obtidos na estação meteorológica automática ARARANGUA A867, operada pelo Instituto Nacional de Meteorologia (INMET) e que está localizada nas coordenadas $-$28,931353^∘ de latitude e $-$49,497920^∘ de longitude. Esta estação está em operação desde setembro de 2008. Foram utilizados dados horários de irradiação solar global horizontal (H) no período entre janeiro de 2009 e dezembro de 2023.

Durante o processamento dos dados, identificou-se ausência de registros em alguns períodos, totalizando uma lacuna de 4,43% nos dados brutos. As falhas ocorreram principalmente entre fevereiro e julho de 2017, além de alguns meses em 2012, 2013 e 2014. Essas lacunas foram tratadas utilizando métodos de preenchimento por persistência e replicação, técnica comum em séries temporais meteorológicas [⁸, ⁹].

As lacunas identificadas na série histórica (4,43% dos registros) foram preenchidas por meio de métodos de persistência e replicação, amplamente recomendados para séries meteorológicas devido ao comportamento contínuo e relativamente suave da variável irradiância [⁸, ⁹]. Para avaliar o impacto desse procedimento, realizou-se uma análise de sensibilidade simples, recalculando os valores médios mensais após a remoção de 5% adicional dos dados em períodos distintos. As diferenças observadas foram inferiores a 2% nos valores médios mensais de H, magnitude que se encontra abaixo da variabilidade natural sazonal observada ao longo dos 15 anos analisados. Assim, conclui-se que o tratamento das lacunas não comprometeu significativamente a robustez estatística dos resultados.

A estimativa de Hi foi realizada com o software RADIASOL, que utiliza como base dados médios diários mensais de irradiação solar horizontal para gerar estimativas horárias sobre superfícies inclinadas. O programa fornece valores de irradiância direta, difusa e refletida, bem como o índice de claridade ($kt$) e a irradiação extraterrestre (H₀), conforme metodologia descrita por Duffie e Beckman [¹⁰]. Esses valores são disponibilizados em resoluções horária, diária e mensal. Na análise foram aplicados quatro modelos de radiação difusa amplamente validados na literatura científica: Isotrópico [¹¹], Klucher [¹²], Perez [¹³] e Hay e McKay [¹⁴].

Os modelos de difusão empregados, Isotrópico, Klucher, Perez e Hay & McKay, diferem quanto às hipóteses sobre a distribuição angular da radiação difusa. O modelo Isotrópico assume uniformidade da radiação espalhada, sendo o mais simples e amplamente utilizado em estudos introdutórios. Klucher introduz correções para condições intermediárias entre céu claro e nublado. O modelo de Perez é mais sofisticado, incorporando anisotropias e dependência angular da difusão, sendo especialmente sensível a variações de cobertura de nuvens. Por fim, Hay & McKay utiliza a componente direta normal para ponderar a distribuição difusa, servindo como abordagem intermediária. Essas diferenças influenciam diretamente os valores estimados de Hi e justificam a comparação entre os modelos. Informações complementares sobre a estrutura matemática e as funcionalidades do software podem ser encontradas em Krenzinger et al. [¹⁵]. A Figura 1 apresenta a interface do software.

Figura 1
Interface do software RADIASOL.

Para o cálculo da irradiação solar global no plano inclinado (Hi) diária média mensal, foram utilizados como dados de entrada: a irradiação solar global horizontal diária média mensal (H), obtida a partir de 15 anos de registros da estação meteorológica do INMET em Araranguá/SC; as coordenadas geográficas; os ângulos de inclinação analisados no estudo (20^∘, 23^∘, 29^∘ e 46^∘); ângulo de azimute fixado em 0^∘ norte; e albedo padrão de 0,2. O software RADIASOL também forneceu o índice de claridade (kt), cujos valores variam entre 0 e 1. Para classificação das condições de céu, foi adotado o critério proposto por Escobedo et al. (2009) [¹⁶], com as seguintes faixas: kt $\le$ 0,35 (céu nublado), 0,35 $<$ kt $\le$ 0,65 (céu parcialmente nublado) e 0,$65<\mathrm{kt}\le 1$ (céu limpo).

A fim de validar os resultados obtidos com o software RADIASOL, foram considerados dados de referência de outras fontes consolidadas. Primeiramente, utilizaram-se os dados do LABREN/INPE, cuja base compreende 17 anos de imagens de satélite (1999–2015), processadas por meio do modelo BRASIL-SR, o qual estima a irradiação solar global tanto em superfície horizontal quanto em planos inclinados [¹⁷].

Além disso, foram analisados dados da ferramenta computacional SunData, disponibilizado pelo CEPEL/CRESESB, que estima a irradiação solar no plano inclinado diária média mensal para três configurações geométricas: (i) ângulo igual à latitude (29^∘), (ii) ângulo que maximiza a média diária anual (23^∘), e (iii) ângulo que maximiza o valor mínimo diário anual (46^∘). Essas estimativas são fundamentadas na mesma base de dados LABREN/INPE [¹⁷] e utilizam o modelo isotrópico de Liu & Jordan (1962), com extensão proposta por Klein (1977). Para o município de Araranguá/SC, os ângulos de inclinação correspondentes às três configurações, conforme o CEPEL/CRESESB [¹⁸], são 29^∘, 23^∘ e 46^∘, respectivamente. A Tabela 1 resume os dados comparados entre as três fontes utilizadas neste estudo (INMET, LABREN/INPE e CRESESB/CEPEL), incluindo os valores de irradiação solar H e Hi média diária mensal.

Tabela 1
Dados utilizados para o presente estudo.

INMET	CRESESB/ CEPEL	LABREN/INPE
H média diária mensal-15 anos de dados	H média diária mensal-17 anos de dados-LABREN	H média diária mensal-17 anos de dados-LABREN
Hi média diária mensal-Calculado pelo RADIASOL	Hi média diária mensal-Calculado pelo CRESESB	Hi média diária mensal-17 anos de dados-Calculado pelo LABREN

Para a análise da irradiação solar global no plano inclinado, na forma de valores diários médios mensais (Hi), foram aplicadas técnicas de estatística descritiva, com o objetivo de organizar e interpretar os dados obtidos por meio de gráficos do tipo box plot. Essa abordagem permite visualizar a dispersão, a mediana, os quartis e possíveis valores discrepantes (outliers), fornecendo uma compreensão detalhada da distribuição dos dados ao longo do período analisado [¹⁹].

O município de Araranguá, localizado no sul do estado de Santa Catarina, apresenta coordenadas geográficas de 28^∘56'05"de latitude sul e 49^∘29'09"de longitude oeste, com altitude média de 13 metros em relação ao nível do mar. Segundo a classificação climática de Köppen-Geiger, Araranguá possui clima subtropical úmido, caracterizado por verões quentes e invernos amenos. As temperaturas médias mensais variam entre 14,2^∘C (mínima) e 24,5^∘C (máxima), com precipitações mensais que oscilam entre 48,7 mm e 161,6 mm. A umidade relativa do ar situa-se entre 78% e 85% ao longo do ano [²⁰].

3. Resultados e Discussão

A Figura 2 apresenta os valores médios diários mensais de irradiação solar global horizontal (H), obtidos a partir da base de dados do INMET para o período de janeiro de 2009 a dezembro de 2023. Os dados são representados por meio de um gráfico box plot, técnica estatística que permite visualizar a distribuição dos dados com base na mediana, nos quartis e nos valores discrepantes (outliers). A caixa representa o intervalo interquartil (IQR), que compreende 50% dos dados centrais; a linha dentro da caixa indica a mediana; e os segmentos superiores e inferiores (bigodes) correspondem aos limites máximo e mínimo dentro de 1,5 vezes o IQR. Pontos situados fora desses limites são identificados como outliers [²¹, ²², ²³].

Figura 2
Irradiação solar global horizontal (H) média diária anual em kWh/m², com base nos dados do INMET para o período de 2009 a 2023 na cidade de Araranguá/SC.

A distribuição anual de H mostra variabilidade significativa ao longo do período analisado. As medianas anuais variaram entre 3,58 kWh/m² (2015) e 4,50 kWh/m² (2016), com a maioria dos anos apresentando valores em torno de 4,0 kWh/m². O maior valor pontual registrado foi 7,28 kWh/m² em 2019, enquanto o menor foi 1,67 kWh/m² em 2017. Os anos de 2013, 2017 e 2019 exibiram as maiores dispersões, refletindo maior variabilidade interanual da irradiância solar. O ano de 2022 apresentou comportamento atípico, com grande dispersão no IQR e elevada ocorrência de valores extremos, possivelmente atribuída a alterações nas condições climáticas.

Segundo o banco de dados do LABREN/INPE [¹⁷], o valor médio diário anual de H para a região Sul é de 4,53 kWh/m². Os valores obtidos neste estudo foram comparados com esse referencial por meio da métrica Root Mean Square Error (RMSE), que expressa o erro médio entre as estimativas e os valores de referência [²⁴]. Os valores de RMSE variaram de 0,03 (2013) a 0,12 (2016) para comparação com as medianas, e entre 0,74 (2014) e 0,95 (2015) quando comparados com as médias anuais. Nos demais anos, o RMSE situou-se entre 0,38 e 0,60, indicando um nível moderado de divergência entre os dados medidos e os valores médios de referência. Esses resultados sugerem que anos com maior RMSE apresentaram maiores discrepâncias entre a mediana e a média anual, evidenciando maior assimetria na distribuição dos dados.

Com base nos dados médios diários anuais de irradiação solar global horizontal (H) apresentados na Figura 2, aprofundou-se a análise com a construção da Figura 3, que exibe, em formato de box plot, a distribuição dos valores médios diários mensais de H no período de 2009 a 2023. Essa abordagem permite compreender a variabilidade sazonal da irradiância solar em Araranguá/SC ao longo dos diferentes meses do ano.

Figura 3
Irradiação solar global horizontal (H) média diária mensal em kWh/m², de janeiro de 2009 a dezembro de 2023, para o município de Araranguá/SC, representada por gráfico box plot.

Observa-se que os meses de verão e primavera apresentaram os maiores valores de mediana de H, com destaque para janeiro, fevereiro e dezembro. Em contraste, os menores valores medianos foram registrados nos meses de junho e julho, característicos do inverno. Esses resultados refletem a variação esperada da disponibilidade solar ao longo do ano, em função da inclinação solar e das condições atmosféricas típicas de cada estação.

Meses como novembro e fevereiro apresentaram caixas mais alongadas no gráfico, indicando maior variabilidade dos dados e maior amplitude interquartil. Essa maior dispersão sugere que, nesses meses, a irradiância solar apresentou flutuações significativas, possivelmente influenciadas por padrões climáticos variáveis.

A presença de outliers foi identificada nos meses de fevereiro, março, julho, dezembro, agosto e outubro. Esses valores extremos podem estar associados a condições meteorológicas atípicas ou a eventuais falhas nos instrumentos de medição. Além disso, observou-se que os bigodes – extensões do box plot – foram mais longos nos meses de primavera e verão, revelando maior variação nos dados nesses períodos em comparação com o outono e o inverno.

Foi realizada uma análise comparativa entre os dados de irradiação solar global horizontal (H) média diária mensal obtidos pelo INMET e pelo LABREN/INPE. Ressalta-se que os dados do INMET referem-se à média mensal calculada com base em 15 anos de medições de uma estação meteorológica localizada em Araranguá/SC, enquanto os dados do LABREN/INPE são derivados de imagens de satélite processadas ao longo de 17 anos [¹⁷].

A Figura 4 apresenta os dois conjuntos de dados ao longo dos 12 meses do ano. De modo geral, observa-se uma boa concordância entre os valores, com os dados do LABREN sendo levemente superior em praticamente todos os meses. Para quantificar essas diferenças, foi utilizado o erro quadrático médio (RMSE), que permite avaliar a dispersão entre os dois conjuntos.

Figura 4
Irradiação solar global horizontal (H) médio diário mensal a partir das bases do INMET e do LABREN/INPE em kWh/m2 para Araranguá-SC.

Durante os meses de outono e inverno (março a agosto), os valores de RMSE variaram entre 0,01 e 0,10, indicando alta similaridade entre as estimativas de H dos dois bancos de dados nesse período. Em contrapartida, nos meses de primavera e verão, as discrepâncias foram mais acentuadas. Em janeiro, por exemplo, o RMSE foi de 0,16, enquanto em novembro atingiu 0,60, revelando maior divergência entre os dados de satélite e os dados medidos in loco nessas estações. Esses resultados indicam que, embora os métodos apresentem boa concordância em geral, variações sazonais podem afetar a acurácia das estimativas em determinados períodos do ano.

A comparação entre os valores de irradiação solar global horizontal média diária mensal (H) obtidos pelo INMET e pelo LABREN evidencia diferenças que podem ser atribuídas às distintas metodologias de aquisição dos dados. Enquanto os dados do INMET são medidos diretamente no solo por meio de sensores instalados em pontos específicos, refletindo as condições atmosféricas locais, os dados do LABREN são derivados de imagens de satélite que cobrem extensas áreas, representando uma média espacial das condições atmosféricas sobre uma região ampla. Essa diferença na escala espacial de coleta pode explicar as variações observadas entre os dois conjuntos de dados.

A comparação entre os dados do INMET e as estimativas do LABREN não tem a finalidade de substituição entre bases, mas sim de validação cruzada entre métodos independentes de aquisição de irradiância solar. Enquanto o INMET fornece medições locais diretas, o LABREN utiliza processamento de imagens de satélite, resultando em estimativas espacialmente suavizadas. A coerência entre as curvas reforça a consistência dos padrões sazonais observados e contribui para a confiabilidade dos resultados gerados pelo software RADIASOL.

Na sequência da análise, os dados de H médio diário mensal do INMET foram inseridos no software RADIASOL, juntamente com as coordenadas geográficas da cidade de Araranguá/SC. A partir dessas informações, o software calculou a irradiação solar no plano inclinado (Hi) média diária mensal, bem como o índice de claridade (kt), que é determinado pela razão entre a irradiância solar global horizontal medida (H) e a irradiância solar extraterrestre (H₀). A Figura 5 apresenta os resultados de H, H₀ e kt ao longo dos meses.

Figura 5
Irradiação solar global horizontal (H) média diária mensal do INMET, irradiância extraterrestre (H₀) e índice de claridade (kt), calculados para Araranguá/SC com base nos dados do período de 2009 a 2023.

Os valores médios mensais de kt variaram entre 0,45 e 0,51, indicando predominância de condições de céu parcialmente nublado ao longo do período de 15 anos analisado. Embora os valores médios apresentem relativa estabilidade, é importante destacar que essa média mensal pode mascarar variações diárias significativas no índice de claridade, as quais não são evidenciadas na média mensal, mas podem impactar diretamente o desempenho de sistemas fotovoltaicos.

Conforme discutido anteriormente, a análise da irradiação solar no plano inclinado (Hi) tem sido utilizada para o cálculo de indicadores de desempenho de sistemas fotovoltaicos com ângulo de inclinação de 20^∘, conforme apresentado nos estudos de referência [²⁵, ²⁶, ²⁷]. No presente trabalho, essa análise foi ampliada para considerar diferentes ângulos de inclinação, com o objetivo de avaliar o comportamento da irradiação solar sob distintas configurações geométricas.

Em geral, a determinação do Hi é realizada por meio de instrumentos específicos, como piranômetros ou células de referência, instalados no local do sistema. Entretanto, no caso da planta solar localizada em Araranguá/SC, operando com módulos com ângulo de inclinação de 20^∘, tais equipamentos não estavam disponíveis. Para contornar essa limitação, utilizou-se o software RADIASOL, que permite calcular a irradiação no plano inclinado com base em quatro modelos consagrados de difusão: Isotrópico [¹¹], Klucher [¹²], Perez [¹³] e Hay e McKay [¹⁴]. Foram avaliados quatro ângulos de inclinação: 20^∘, 23^∘, 29^∘ e 46^∘, e os resultados foram comparados com dados dos bancos do CRESESB/CEPEL e do LABREN/INPE.

A seleção desses ângulos seguiu critérios técnicos definidos para diferentes finalidades. O ângulo igual à latitude (29^∘) corresponde à inclinação ideal para maximizar a irradiação solar média anual, sendo recomendado para sistemas fotovoltaicos fixos. O ângulo de inclinação de 23^∘, por sua vez, representa a inclinação que proporciona o maior valor médio diário anual de irradiação, sendo indicado para maximizar a geração de energia em sistemas conectados à rede sob o regime de compensação de energia elétrica. Já o ângulo de inclinação de 46^∘ corresponde à inclinação que maximiza o valor mínimo diário anual de irradiação, sendo adequado para aplicações críticas que exigem confiabilidade contínua, como hospitais e centros de dados [¹⁸]. O ângulo de inclinação de 20^∘, por fim, reflete a configuração adotada na planta experimental de Araranguá [²⁵].

A Figura 6 apresenta a distribuição anual dos valores médios diários mensais de Hi calculados pelo software RADIASOL, com base nos dados de H do INMET (2009–2023). São apresentados os valores globais de Hi (soma das componentes direta, difusa e refletida) segundo os quatro modelos de difusão e os quatro ângulos de inclinação considerados.

Figura 6
Distribuição anual da irradiação solar no plano inclinado médio diário mensal calculado pelo software RADIASOL para os diferentes métodos de radiação difusa kWh/m2, considerando os dados de H-INMET.

Os resultados indicam que as medianas de Hi variam entre 3,90 e 4,37 kWh/m², dependendo do modelo e do ângulo. Os maiores valores máximos foram observados para os ângulos de 20^∘ e 23^∘, com registros entre 5,53 e 5,73 kWh/m². Já os ângulos de 29^∘ e 46^∘ apresentaram valores máximos ligeiramente inferiores (entre 4,74 e 5,55 kWh/m²), porém registraram os maiores valores mínimos ao longo do ano, evidenciando maior estabilidade na captação solar. A análise da dispersão mostra que os ângulos de 20^∘ e 23^∘ apresentaram maior variabilidade, especialmente quando utilizados os modelos de Perez e Isotrópico, que resultaram nas maiores amplitudes interquartis. Esses achados destacam a influência do modelo de difusão e do ângulo de inclinação sobre o perfil de Hi estimado e suas implicações no desempenho energético de sistemas fotovoltaicos.

Os menores valores de irradiação solar no plano inclinado (Hi) foram registrados durante os meses de outono e inverno, com destaque para junho e julho. Em contrapartida, os maiores valores ocorreram nos períodos de primavera e verão, especialmente nos meses de dezembro e janeiro, refletindo a variação sazonal esperada da disponibilidade solar.

Entre os métodos de cálculo do Hi global, que considera as componentes direta, difusa e refletida da radiação, os modelos de Klucher e Perez apresentaram maior dispersão dos dados, evidenciada por valores extremos positivos e negativos mais acentuados. Já os métodos Isotrópico e Hay & McKay resultaram em distribuições menos dispersas, com menor variabilidade entre os valores mensais. Essa diferença se deve ao fato de que os modelos de Klucher e Perez incorporam um número maior de variáveis ao cálculo, sendo mais sensíveis às variações de ângulo e, portanto, considerados modelos mais complexos e refinados para estimativa da irradiância solar.

Um aspecto relevante observado nas Figuras 2 e 6 é que, mesmo com o menor ângulo de inclinação (20^∘), os módulos fotovoltaicos recebem valores de Hi superiores aos de H. Isso evidencia que, ao posicionar os módulos em planos inclinados adequados, é possível maximizar a captação da radiação solar direta, difusa e refletida, aumentando assim a eficiência do sistema fotovoltaico.

Com base nos resultados de Hi médio diário mensal obtidos via software RADIASOL para diferentes ângulos de inclinação, foram realizadas comparações com os dados do CRESESB/CEPEL (23^∘, 29^∘ e 46^∘) e do LABREN/INPE (29^∘), bem como com os resultados obtidos nos estudos anteriores [²⁶, ²⁷], que utilizaram o ângulo de 20^∘. O objetivo foi verificar se os módulos instalados a 23^∘, conforme recomendação do CRESESB/CEPEL, apresentam captação mais eficiente de radiação solar em comparação ao ângulo de 20^∘, utilizado na planta experimental de Araranguá.

A Figura 7 apresenta a distribuição mensal dos valores de Hi, considerando os diferentes ângulos e métodos de cálculo. Observa-se uma tendência clara de maior irradiação nos meses de primavera e verão, com reduções nos meses mais frios. As médias anuais de Hi fornecidas pelo CRESESB/CEPEL foram de 4,52 kWh/m² (29^∘), 4,53 kWh/m² (23^∘) e 4,29 kWh/m² (46^∘), enquanto o valor estimado pelo LABREN/INPE para 29^∘ foi de 4,55 kWh/m². Já os valores médios anuais obtidos com o RADIASOL situaram-se em torno de 3,96 kWh/m².

Figura 7
Distribuição mensal da irradiação solar no plano inclinado (Hi) média diária mensal, considerando os valores calculados pelo software RADIASOL, bem como os dados do CRESESB/CEPEL e do LABREN/INPE, para diferentes ângulos de inclinação.

Dentre os métodos aplicados com o RADIASOL, destacam-se os que mais se aproximaram dos dados de referência do CRESESB e do LABREN: Hi-23^∘-Klucher (4,48 kWh/m²), Hi-29^∘-Perez (4,41 kWh/m²) e Hi-46^∘-Perez (4,23 kWh/m²). Esses resultados reforçam a maior acurácia dos modelos de Klucher e Perez, especialmente quando aplicados em ângulos otimizados, justificando seu uso em análises comparativas com bases de dados consolidadas.

Conforme discutido anteriormente, a Figura 8 apresenta os valores do erro quadrático médio (RMSE) entre os dados de irradiação solar no plano inclinado (Hi) média diária mensal calculados pelo software RADIASOL e os valores de referência obtidos do CRESESB/CEPEL e do LABREN/INPE, considerando os mesmos ângulos de inclinação. Os resultados indicam variação do RMSE entre 0,2 e 0,5, o que revela a existência de diferenças sistemáticas, seja por superestimação ou subestimação dos valores estimados pelo RADIASOL em relação aos bancos de dados utilizados como referência.

Figura 8
Comparação dos valores de RMSE entre o Hi calculado pelo software RADIASOL e os dados de referência do CRESESB e do LABREN, para diferentes ângulos de inclinação.

Os menores valores de RMSE foram observados para os ângulos de inclinação de 20^∘ e 23^∘, especialmente quando utilizados os modelos de Klucher e Perez, os quais demonstraram maior aderência aos dados do CRESESB/CEPEL. Em contrapartida, o modelo Isotrópico apresentou os maiores valores de RMSE em todos os ângulos avaliados, resultado esperado devido à sua formulação simplificada, que considera menor número de variáveis em relação aos demais modelos.

Observa-se também que o RMSE tende a aumentar com o aumento do ângulo de inclinação, sugerindo maior divergência entre os resultados do RADIASOL e os dados dos bancos CRESESB/CEPEL e LABREN/INPE à medida que o plano de captação se afasta da configuração média ideal para a localidade. Essa tendência indica que ângulos mais acentuados podem acentuar as limitações dos modelos empíricos de difusão utilizados.

Por fim, ao comparar os resultados de RMSE entre os ângulos de 20^∘ e 23^∘ no RADIASOL, observou-se que as diferenças foram pouco significativas, indicando que os sistemas fotovoltaicos instalados com inclinação de 20^∘, como nos estudos anteriores [²⁶, ²⁷], não apresentam perdas relevantes em relação ao ângulo de 23^∘, sugerido pelo CRESESB/CEPEL como ideal para Araranguá/SC. Assim, para instalações fixas em solo na região, ambos os ângulos são tecnicamente viáveis. Entre os modelos avaliados, Klucher e Perez demonstraram maior confiabilidade na estimativa de Hi, sendo recomendados para aplicações que exigem maior precisão.

Embora os modelos empregados no software RADIASOL sejam amplamente utilizados na literatura, é importante reconhecer suas limitações quando aplicados a condições atmosféricas específicas da região Sul do Brasil. Em particular, variações sazonais de albedo, influenciadas por mudanças no uso do solo e pela elevada umidade superficial característica da região costeira de Araranguá/SC, podem afetar a proporção de radiação refletida incorporada aos modelos. Adicionalmente, a forte variabilidade da cobertura de nuvens, especialmente nos meses de inverno, impacta diretamente a componente difusa, tornando modelos mais sensíveis, como o de Perez, especialmente suscetíveis a flutuações rápidas nas condições atmosféricas. A ausência de medição direta da irradiância difusa no local e o uso de médias mensais também introduzem simplificações que tendem a suavizar eventos extremos, devendo esses fatores ser considerados na interpretação dos resultados.

A interpretação dos resultados evidencia relações diretas com conceitos fundamentais de Física. A maior irradiância solar observada nos meses de primavera e verão está associada à redução do ângulo zenital e ao aumento do caminho óptico favorável à incidência direta. Já o inverno, caracterizado por elevado índice de nebulosidade na região Sul, resulta em maior proporção de radiação difusa, afetando especialmente os modelos mais sensíveis à distribuição angular da luz, como Klucher e Perez. Esses padrões refletem a dinâmica entre radiação direta e difusa no contexto atmosférico e oferecem uma oportunidade valiosa para explorar, em sala de aula, conceitos de óptica atmosférica, termodinâmica e energia.

A plataforma Clima 360 é uma ferramenta computacional desenvolvida para a visualização e o monitoramento em tempo real de variáveis meteorológicas, com aplicação em estudos ambientais, energéticos e educacionais. A plataforma permite ao usuário acompanhar graficamente dados atualizados de diversas variáveis atmosféricas, além de oferecer a funcionalidade de seleção de períodos específicos para o download de séries históricas. Essa funcionalidade é particularmente útil para análises temporais e correlações com sistemas de geração de energia elétrica, especialmente fotovoltaicos. Os dados disponibilizados na plataforma são provenientes de três estações meteorológicas automáticas, instaladas no âmbito de projetos de pesquisa científica voltados ao monitoramento climático e ao desenvolvimento de tecnologias sustentáveis.

As estações meteorológicas utilizadas são do modelo Davis Vantage Pro2, reconhecido por sua confiabilidade e precisão em aplicações acadêmicas e profissionais. Entre as principais variáveis monitoradas estão: irradiância solar global, temperatura do ar, umidade relativa, pressão atmosférica, velocidade e direção do vento, e precipitação (índices de chuva). As três estações estão localizadas nos municípios de Araranguá/SC, Santa Rosa do Sul/SC e Alpestre/RS, permitindo a coleta de dados em diferentes microclimas da região Sul do Brasil. Essas informações são fundamentais para o estudo da variabilidade climática regional, para a modelagem de sistemas fotovoltaicos em condições reais de operação e para a integração de dados ambientais no ensino de Física contemporânea. A plataforma Clima 360, desenvolvida com fins acadêmicos, oferece uma interface acessível tanto para pesquisadores quanto para estudantes, ampliando as possibilidades de ensino baseado em dados reais e contextualizados.

O estudo de meteorologia e climatologia, especialmente com base em redes meteorológicas, é fundamental para o avanço da energia solar como vetor estratégico da transição energética. As variáveis meteorológicas, como irradiação solar, temperatura ambiente e velocidade do vento, são essenciais para o dimensionamento, simulação e avaliação do desempenho de sistemas fotovoltaicos. Redes como a do INMET oferecem séries históricas de dados confiáveis, permitindo análises de longo prazo que auxiliam na tomada de decisões técnicas e políticas para a expansão sustentável da geração solar fotovoltaica. Além disso, esses dados contribuem para a compreensão dos impactos das mudanças climáticas sobre a disponibilidade do recurso solar e sua variabilidade, fortalecendo estratégias de adaptação e mitigação no setor energético.

A integração entre dados meteorológicos reais e ferramentas computacionais abre possibilidades didáticas significativas para o ensino de Física. A partir das séries temporais do INMET e da modelagem no software RADIASOL, professores podem propor atividades investigativas que aproximem o estudante de problemas reais contemporâneos. Exemplos incluem: (i) análise da variação diária e sazonal da irradiância solar e sua relação com o movimento da Terra e a geometria solar; (ii) comparação entre irradiância solar medida e estimada, discutindo erros, incertezas e modelos físicos; (iii) simulação do desempenho de sistemas fotovoltaicos com módulos em diferentes ângulos de inclinação; (iv) estudos sobre energia, sustentabilidade e mudanças climáticas integrando Física, Geografia e Matemática. Essas atividades fortalecem a alfabetização científica e energética ao promover a aprendizagem baseada em problemas e a interpretação de dados reais, em consonância com as diretrizes contemporâneas do ensino de Ciências. O conjunto de dados analisados neste estudo e as ferramentas utilizadas permitem a elaboração de diversas outras atividades didáticas que aproximam os estudantes de fenômenos reais e contemporâneos.

Inserir esse contexto no ensino de Física contemporânea amplia o significado da aprendizagem, ao conectar conceitos científicos com problemas reais da sociedade. A utilização de dados meteorológicos reais, softwares de simulação e plataformas digitais, como o Clima 360, permite que estudantes explorem fenômenos físicos em situações concretas e interdisciplinares. Essa abordagem favorece o uso de metodologias ativas, como aprendizagem baseada em projetos e em problemas, além de promover a alfabetização científica voltada à sustentabilidade. Ao integrar meteorologia, energia solar e mudanças climáticas ao currículo, a Física se torna uma ferramenta potente para a formação de cidadãos críticos e conscientes frente aos desafios ambientais e energéticos do século XXI.

Além das contribuições técnicas, este trabalho reforça o potencial da análise de dados meteorológicos e da modelagem computacional como instrumentos para o ensino de Física. Ao utilizar informações reais sobre irradiância solar e simulações de planos inclinados, professores podem promover discussões sobre energia renovável, mudanças climáticas, óptica, termodinâmica e eletricidade, conectando a ciência aos desafios atuais da sociedade. Dessa forma, o estudo não apenas caracteriza o recurso solar de Araranguá/SC, mas também oferece subsídios para práticas pedagógicas alinhadas à formação científica crítica e interdisciplinar.

4. Considerações Finais

Os resultados apresentados neste estudo demonstram a relevância do uso de séries temporais de dados meteorológicos para a análise do recurso solar disponível em uma localidade. A utilização de ferramentas computacionais como o software RADIASOL, em conjunto com dados da rede de estações meteorológicas do INMET, possibilitou a estimativa da irradiação solar no plano inclinado com diferentes ângulos e modelos matemáticos. Essa abordagem permite avaliar, com maior precisão, o potencial fotovoltaico local e oferece subsídios importantes para o planejamento energético em nível regional. Além disso, reforça a importância da infraestrutura de monitoramento meteorológico para o avanço da energia solar no Brasil.

Os sistemas fotovoltaicos apresentam maturidade tecnológica e competitividade econômica. A geração de energia elétrica a partir de sistemas fotovoltaicos é diretamente proporcional à radiação solar. O objetivo deste trabalho foi compilar, processar, analisar e caracterizar o perfil, o comportamento e a distribuição temporal da irradiância solar global para planos inclinados de 20^∘N, 23^∘N, 29^∘N e 46^∘N na cidade de Araranguá, SC, utilizando o banco de dados da rede de estações meteorológicas do Instituto Nacional de Meteorologia. O período analisado compreendeu os anos de 2009 a 2023. Foi utilizado o software RADIASOL e modelos matemáticos consolidados na literatura científica para determinar a irradiação solar no plano inclinado, considerando os métodos de radiação difusa de Klucher, Isotrópico, Perez, e Hay e McKay. A irradiação solar global horizontal média diária anual mínima foi registrada em 2011, com 3,82 kWh/m², enquanto o valor máximo foi registrado em 2012, com 4,43 kWh/m².

Do ponto de vista educacional, os dados e ferramentas apresentados neste estudo oferecem um potencial significativo para a promoção da alfabetização científica em energia e clima. A integração de bases meteorológicas reais (INMET e Clima 360) com a modelagem computacional realizada pelo software RADIASOL possibilita que estudantes analisem fenômenos físicos em situações concretas, desenvolvendo habilidades de investigação científica. Em contextos escolares, esses recursos podem ser explorados em atividades como: comparação entre irradiância medida e estimada, análise do efeito da inclinação em sistemas fotovoltaicos, construção de gráficos e séries temporais, e discussão dos impactos das mudanças climáticas sobre a disponibilidade do recurso solar. Tais práticas favorecem a aprendizagem baseada em problemas e projetos, fortalecendo o ensino de Física contemporânea e aproximando-o dos desafios energéticos atuais.

Além de sua contribuição para a área de energia solar, este trabalho oferece um potencial significativo para o ensino de Física. A articulação entre dados reais, modelagem computacional e temas contemporâneos como transição energética e mudanças climáticas proporciona uma abordagem didática rica e interdisciplinar. A plataforma Clima 360, apresentada neste estudo, representa uma ferramenta inovadora para que professores e estudantes possam explorar fenômenos físicos em contextos reais, promovendo a alfabetização científica e energética. Ao integrar ciência, tecnologia e sustentabilidade, esta proposta reforça o papel da Física na formação de uma consciência crítica e ambientalmente comprometida.

Agradecimentos

Os autores agradecem à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e ao Programa de Pós-Graduação em Energia e Sustentabilidade (PPGES) da Universidade Federal de Santa Catarina (UFSC). Os autores também agradecem ao LABREN/CCST/INPE (Instituto Nacional de Pesquisas Espaciais) pela base de dados de radiação solar disponível.

Disponibilidade de Dados

Todo o conjunto de dados que dá suporte aos resultados deste estudo está disponível mediante solicitação ao autor correspondente.

Referências

• ^[1] INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE (IPCC). AR6 Synthesis Report: Climate Change 2023, disponível em: https://www.ipcc.ch/report/sixth-assessment-report-cycle/
  » https://www.ipcc.ch/report/sixth-assessment-report-cycle/
• ^[2] INTERNATIONAL ENERGY AGENCY (IEA). World Energy Outlook 2023, disponível em: https://www.iea.org/reports/world-energy-outlook-2023
  » https://www.iea.org/reports/world-energy-outlook-2023
• ^[3] A.P. Rosso, G.A. Rampinelli e L. Schaeffer, Energy Reports 12, 1710 (2024).
• ^[4] F.R. Martins, E.B. Pereira e S.L. Abreu, Solar Energy 81, 517 (2007).
• ^[5] INSTITUTO NACIONAL DE METEOROLOGIA. Banco de Dados Meteorológicos do INMET, disponível em: https://bdmep.inmet.gov.br/
  » https://bdmep.inmet.gov.br/
• ^[6] A.C.S. Porfírio, J.C. Ceballos, J.M.S. Britto e S.M.S Costa, Remote Sensing 12, 1331 (2020).
• ^[7] C.E. Hmelo-Silver, Educational Psychology Review 16, 235 (2004).
• ^[8] L.V.G. Silva, Previsão de Vento para Geração de Energia Elétrica. Dissertação de Mestrado em Engenharia Elétrica, Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2010.
• ^[9] A.B. Machado e G.A. Rampinelli, em: Anais do Congresso Brasileiro de Energia Solar (Gramado, 2018), disponível em: https://doi.org/10.59627/cbens.2018.673.
• ^[10] J.A. Duffie e W.A. Beckman, Solar Engineering of Thermal Processes: Photovoltaics and Wind (John Wiley & Sons, Hoboken, 2020).
• ^[11] B.Y.H. Liu e R.C. Jordan, ASHRAE Transactions 3, 526 (1961).
• ^[12] T. Klucher, Solar Energy 23, 111 (1979).
• ^[13] R. Perez, R. Seals, P. Ineichen, R. Stewart e D. Menicucci, Solar Energy 39, 221 (1987).
• ^[14] D.C. Hay e D. Mckay, International Journal of Solar Energy 3, 203 (1985).
• ^[15] A. Krenzinger, C.W.M. Prieb, F.P. Gasparin e R. Haag, Radiação solar e conversão térmica da energia solar (Grupo de Energia Solar da UFRGS, Porto Alegre, 2010). Disponível em: https://energiasolarfotovoltaica.paginas.ufsc.br/files/2020/10/Apostila-Energia-Solar-t\%C3\%A9rmica-UFRGS.pdf
  » https://energiasolarfotovoltaica.paginas.ufsc.br/files/2020/10/Apostila-Energia-Solar-t\%C3\%A9rmica-UFRGS.pdf
• ^[16] J.F. Escobedo, E.N. Gomes, A.P. Oliveira e J. Soares, Applied Energy 86, 299 (2009).
• ^[17] E.B. Pereira, F.R. Martins, A.R. Gonçalves, R.S. Costa, F.L. Lima, R. Rüther, S.L. Abreu, G.M. Tiepolo, S.V. Pereira e J.G. Souza, Atlas brasileiro de energia solar (INPE, São José dos Campos, 2017), 2. ed.
• ^[18] CENTRO DE REFERÊNCIA PARA AS ENERGIAS SOLAR E EÓLICA SÉRGIO DE SALVO BRITO, Potencial Solar– SunData v 3.0, disponível em: https://cresesb.cepel.br/index.php?section=sundata&, acessado em: 26/07/2025.
  » https://cresesb.cepel.br/index.php?section=sundata&
• ^[19] J.L.C. Silva, M.W. Fernandes e R.L.F. Almeida, Matemática: Estatística e Probabilidade (EdUECE, Fortaleza, 2015), 3 ed.
• ^[20] M.S. Wrege, S. Steinmetz, C. Reisser Júnior e I.R. Almeida, Atlas climático da Região Sul do Brasil: Estados do Paraná, Santa Catarina e Rio Grande do Sul (Embrapa Clima Temperado, Pelotas, 2012), 2 ed.
• ^[21] R. Mcgill, J.W. Tukey e W.A. Larsen, The American Statistician 32, 12 (1978).
• ^[22] L. Medeiros, Aula 8: Boxplot (Universidade Federal da Paraíba, Departamento de Estatística, João Pessoa). Disponível em: http://www.de.ufpb.br/~luiz/AED/Aula8.pdf, acessado em: 20/07/2023.
  » http://www.de.ufpb.br/~luiz/AED/Aula8.pdf
• ^[23] M. Krzywinski e N. Altman, Nature Methods 11, 119 (2014).
• ^[24] C.J. Willmott e K. Matsuura, Climate Research 30, 79 (2005).
• ^[25] D.V. Freitas, M.B. Souza, E.A. Tonolo, J. Urbanetz Junior e G.M. Tiepolo, em: Congresso Brasileiro de Energia Solar– CBENS (Fortaleza, 2020). Disponível em: https://anaiscbens.emnuvens.com.br/cbens/article/view/737.
• ^[26] D.L. Dias e G.A. Rampinelli, Revista Brasileira de Energia 29, 68 (2023).
• ^[27] D.L. Dias, G.A. Rampinelli, G.N. Garrido, J.A. Tejero, M.S.C. Ortín e L.E. Bremermann, Renewable Energy 246, 122868 (2025).

Editado por

• Editor-Chefe:
  Marcello Ferreira https://orcid.org/0000-0003-4945-3169

Datas de Publicação

• Publicação nesta coleção
  23 Fev 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  01 Ago 2025
• Revisado
  17 Nov 2025
• Aceito
  19 Dez 2025