Como priorizar alarmes solares por risco de receita

Um portfólio de 200 usinas de energia renovável pode gerar centenas de alarmes em um dia ruim. A maioria das equipes de O&M lida com eles de uma de duas formas: os mais antigos primeiro, ou pela etiqueta de gravidade que o fabricante do inversor atribuiu. Ambas são baratas. Ambas mandam as equipes para a falha errada com uma frequência surpreendente.

O motivo é simples. A etiqueta "crítico" de um fabricante descreve o equipamento, enquanto suas perdas dependem da usina: quanta energia está em risco, quanto essa energia vale e o que o contrato diz se a disponibilidade cair. Priorizar por essas três coisas exige um pouco mais de dados e economiza muito mais dinheiro.

Os quatro números por trás de cada alarme

Energia em risco. Quantos kWh essa falha vai custar por dia se ninguém agir? Estime a partir da parcela da usina afetada, da sua capacidade e da previsão de irradiância. Um inversor desarmado em um telhado de 1 MWp no verão perde muito mais do que uma única string com defeito no inverno.

Valor por kWh. Quanto vale essa energia nesta usina? Use a tarifa do PPA ou a tarifa que o cliente evita, incluindo os horários tarifários. Um kWh perdido às 17:00 no horário de ponta pode valer várias vezes um kWh perdido ao meio-dia.

Exposição contratual. Essa falha aproxima a usina de uma garantia de disponibilidade ou de desempenho? Muitos PPAs de energia renovável têm disponibilidade garantida com multas abaixo dela. Uma falha que cruza essa linha custa a energia perdida mais a multa.

Tempo de correção. Um reset remoto leva minutos. Enviar uma equipe a uma usina distante leva um dia e um técnico. Correções rápidas com valor real merecem subir na lista.

Juntando tudo

A priorização em si é aritmética básica:

Prioridade = (kWh em risco por dia × valor por kWh + multa contratual em risco) ÷ tempo de correção

Pegue dois alarmes que chegam na mesma manhã. O primeiro é uma falha de string em um telhado de 2 MWp com garantia de disponibilidade de 98%, já em 98,4% no mês. O segundo é um sensor meteorológico com defeito marcado como crítico pelo fabricante. O alarme do sensor parece pior na fila; a falha de string é a que está perdendo dinheiro e se aproximando de uma multa, então vem primeiro. O sensor pode esperar a próxima visita planejada.

Dá para fazer isso em uma planilha para uma dúzia de usinas. Além disso, manter manualmente atualizadas as tarifas, as condições contratuais e as previsões de cada usina deixa de ser realista, e a priorização volta discretamente para os mais antigos primeiro.

Onde a IA ajuda

É um bom trabalho para software, porque é repetitivo e os dados já existem no seu monitoramento, nos contratos e nas tarifas. Um agente de IA pode verificar o desempenho de ontem em todas as usinas antes de a equipe entrar, estimar a energia e o dinheiro em risco de cada falha e entregar à equipe uma lista priorizada com as evidências anexadas.

Três regras o tornam confiável:

• Cada número da priorização tem link para os dados por trás dele, para que qualquer pessoa possa conferi-lo.
• O agente propõe; sua equipe decide o que é corrigido e quando.
• Quando faltam dados ou uma condição contratual não está clara, o agente diz isso em vez de adivinhar.

É para esse trabalho que criamos o Ray, o colega de IA da AMMP. O Ray verifica cada usina toda manhã, prioriza os problemas pelo impacto operacional e comercial, abre chamados com as evidências e trabalha no Microsoft Teams, no Slack ou no AMMP OS. O Ray pode rodar no AMMP OS ou sobre o sistema de monitoramento que você já usa. Saiba mais em www.ammp.io/ray.

Dúvidas sobre o seu portfólio? Escreva para vendas@ammp.io.