O motor de código aberto para simulação solar.

O BREOS é o núcleo de nível académico por trás da Verlantis: modelação baseada em física de FV, baterias e economia. Disponível já no GitHub.

Ver no GitHub

Cinco módulos, uma simulação.

O BREOS encadeia cinco módulos numa única simulação baseada em física: o clima alimenta o FV, o FV e o perfil de consumo encontram-se no balanço energético, e o balanço resolve-se numa análise técnico-económica.

Construído como investigação, entregue como software.

Um motor que podes inspecionar, estender e em que podes confiar.

Código aberto

BSD-3-Clause e público no GitHub. Sem caixas negras, sem lock-in.

Nível académico

Nascido de trabalho de doutoramento na Universidade do Porto, validado com modelos revistos por pares.

Python modular

Uma fachada App limpa sobre módulos componíveis. pip install e chama simulate().

Dimensionamento multi-objetivo

O NSGA-II equilibra VAL, autossuficiência e custo para dimensionar FV e armazenamento.

Física honesta, não uma regra prática.

Cada módulo é um modelo real, ligado de forma a manter as suposições visíveis de ponta a ponta.

Telhados com conjuntos de painéis — orientações este-oeste e inclinações mistas são modeladas em separado, nunca reduzidas a uma só superfície.
Transposição pvlib — modelos de irradiância e temperatura de célula standard da indústria.
Envelhecimento de baterias — degradação de calendário e de ciclo segundo Naumann e Lam.
Dimensionamento NSGA-II — otimização multi-objetivo de FV e armazenamento.
Ferramentas de incerteza — utilitários de Monte Carlo e de sensibilidade para estudos conscientes do risco.
Economia — VAL, LCOE, período de retorno, fluxos de caixa anuais e emissões.

config.py

# telhado com conjuntos de painéis — inclinações distintas
config.pv_arrays = [
    Array(tilt=30, azimuth=180, modules=18),  # telhado sul
    Array(tilt=25, azimuth=90,  modules=12),  # vertente este
]

Validado com o mesmo rigor científico.

Sem caixas-pretas. Cada modelo é publicado, cada resultado é reproduzível, e todo o motor está aberto a auditoria.

Física FV: pvlib (linhagem Sandia / NREL)
Envelhecimento de baterias: Naumann et al. · Lam et al.
Otimização: NSGA-II (Deb et al.)
Origem: Investigação de doutoramento · Universidade do Porto
Licença: BSD-3-Clause
Código: github.com/Str4vinci/BREOS ↗

Traz os teus próprios dados.

Valores por omissão sensatos para começar, controlo total quando precisas. Troca os módulos, os dados de consumo, o local e as tarifas que o teu projeto usa — nada está fixado no código.

Os teus módulos PV — escolhe do catálogo ou define o módulo, inclinação e azimute de cada conjunto.
Os teus perfis de consumo — usa os teus próprios CSV de consumo medido, não apenas curvas padrão.
O teu local e meteorologia — qualquer latitude e longitude, com dados históricos obtidos automaticamente.
A tua economia — pressupostos de custo, inflação e taxa de desconto sob o teu controlo.

config.py

# traz o que é teu — módulo, consumo medido, local e custos
config = {
    'location': {'latitude': 41.15, 'longitude': -8.63, 'timezone': 'Europe/Lisbon'},
    'annual_consumption_kwh': 4200,
    'pv_arrays': [
        {'modules': 16, 'module': 'Erlangen_445W', 'tilt': 10, 'azimuth': 90},
    ],
    'rlp_directory': './load_profiles',   # os teus CSV medidos
    'cost_preset': 'base',                # editável em configs/
}

De pip install a resultados.

O ciclo é curto: instala, entrega uma configuração ao motor, simula, lê o resultado. O trabalho de modelação vive nessa configuração: os teus painéis, bateria, tarifas e fonte de clima.

shell

$ pip install breos

run.py

from breos import App

app = App(config)      # painéis, bateria, tarifas, clima
app.simulate()         # corre a física
res = app.result()     # produção · retorno · VAL · LCOE · emissões

É aberto. Lê-o, executa-o, constrói sobre ele.

O BREOS é grátis e público hoje. Dá-lhe uma estrela, faz uma contribuição ou liga-o às tuas próprias ferramentas. Subscreve para saber quando saem novos lançamentos.