A primeira edição do Atlas Brasileiro de Energia Solar foi lançada em 2006 com base em 10 anos de dados dos satélites da série GOES e no modelo físico de transferência radiativa BRASIL‐SR, validado com dados observados em 98 estações meteorológicas operadas pelo INMET (Instituto Nacional de Meteorologia) e espalhadas por todo território nacional. Na época do lançamento, a rede SONDA (Sistema de Organização Nacional de Dados Ambientais), operada pelo INPE, havia recém entrado em operação e contribuiu no processo de validação com apenas três anos de dados solarimétricos das 3 componentes da irradiação solar na superfície: global horizontal, direta normal e difusa. Essa edição pioneira do Atlas constituiu um marco importante no histórico da energia solar no Brasil e é, ainda hoje, empregada por vários investigadores e empreendedores da área de energia solar. Após mais de 10 anos, o Centro de Ciência do Sistema Terrestre (CCST) do Instituto Nacional de Pesquisas Espaciais (INPE), através do seu Laboratório de Modelagem e Estudos de Recursos Renováveis de Energia (LABREN), tem a satisfação de publicar a segunda edição, ampliada e revisada, do Atlas Brasileiro de Energia Solar. Trata‐se de um exemplo de trabalho cooperativo entre o INPE e pesquisadores de várias instituições no Brasil: a Universidade Federal de São Paulo (UNIFESP), a Universidade Federal de Santa Catarina (UFSC), a Universidade Tecnológica Federal do Paraná (UTFPR) e o Instituto Federal de Santa Catarina (IFSC). Para essa nova edição, foram empregados mais de 17 anos de dados satelitais e implementados vários avanços nas parametrizações do modelo de transferência radiativa BRASIL‐SR, visando melhorar ainda mais a confiabilidade e acurácia da base de dados produzida e disponibilizada para acesso público. Além desses avanços, a nova versão contém análises sobre os níveis de confiança, sobre a variabilidade espacial e temporal do recurso solar, além de apresentar cenários de emprego de várias tecnologias solares. Embora o foco do Atlas seja a área de energia, os dados apresentados também atendem usuários em várias outras áreas de conhecimento, como a meteorologia, climatologia, agricultura, hidrologia e arquitetura. Este Atlas contou com a contribuição científica do Instituto Nacional de Ciência e Tecnologia para Mudanças Climáticas (INCT‐MC), através dos processos CNPq 573797/2008‐0 e FAPESP 2008/57719‐9, o qual apoiou a fase de pesquisa, consolidação e de sua montagem final. Não podemos também deixar de agradecer e de partilhar esse momento com o Centro de Pesquisas da Petrobras (CENPES) que, através do Projeto ANEEL PD‐0553‐0013/2010 com o INPE, forneceu o importante suporte financeiro para o aprimoramento do modelo BRASIL‐SR, assim como para a expansão, operação e manutenção da rede solarimétrica SONDA. Os créditos também são endereçados à Rede Brasileira de Pesquisas sobre Mudanças Climáticas Globais, através do convênio FINEP / Rede CLIMA 01.13.0353‐00, pelo suporte na fase de rodadas do modelo, e aos demais colegas do INPE, particularmente do Laboratório de Instrumentação Meteorológica (LIM), do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC), que forneceram suporte logístico a esse trabalho desde a primeira edição do Atlas. Agradecemos também o apoio institucional da Agência Nacional de Energia Elétrica (ANEEL) e da International Solar Energy Society (ISES) pelo reconhecimento do mérito científico dessa publicação como marco importante para a penetração da tecnologia solar no Brasil.Os autores e as entidades de suporte e apoio que possibilitaram mais essa edição do Atlas esperam que esse trabalho constitua mais um importante marco para o avanço da tecnologia solar no Brasil.

The performance of photovoltaic (PV) modules and systems is affected by the orientation and tilt angle, as these parameters determine the amount of solar radiation received by the surface of a PV module in a specific region. In this study, three sky models (Liu and Jordan, Klucher, and Perez et al .) are used to estimate the tilted irradiance, which would be received by a PV module at different orientations and tilt angles from the measured global horizontal irradiance (GHI) and diffuse horizontal irradiance (DHI) in Singapore (1.37°N, 103.75°E). Modeled results are compared with measured values from irradiance sensors facing 60° NE, tilted at 10°, 20°, 30°, 40°, and vertically tilted irradiance sensors facing north, south, east, and west in Singapore. Using the Perez model, it is found that a module facing east gives the maximum annual tilted irradiation for Singapore's climatic conditions. These findings are further validated by one-year comprehensive monitoring of four PV systems (tilted at 10° facing north, south, east, and west) deployed in Singapore. The PV system tilted 10° facing east demonstrated the highest specific yield, with the performance ratio close to those of other orientations.

In recent years, aerial infrared thermography (aIRT), as a cost-efficient inspection method, has been demonstrated to be a reliable technique for failure detection in photovoltaic (PV) systems. This method aims to quickly perform a comprehensive monitoring of PV power plants, from the commissioning phase through its entire operational lifetime. This paper provides a review of reported methods in the literature for automating different tasks of the aIRT framework for PV system inspection. The related studies were reviewed for digital image processing (DIP), classification and deep learning techniques. Most of these studies were focused on autonomous fault detection and classification of PV plants using visual, IRT and aIRT images with accuracies up to 90%. On the other hand, only a few studies explored the automation of other parts of the procedure of aIRT, such as the optimal path planning, the orthomosaicking of the acquired images and the detection of soiling over the modules. Algorithms for the detection and segmentation of PV modules achieved a maximum F1 score (harmonic mean of precision and recall) of 98.4%. The accuracy, robustness and generalization of the developed algorithms are still the main issues of these studies, especially when dealing with more classes of faults and the inspection of large-scale PV plants. Therefore, the autonomous procedure and classification task must still be explored to enhance the performance and applicability of the aIRT method.