SolarBR Energia

Energia Verde

Dashboard de monitoramento de energia renovável com previsão de geração e análise de eficiência.

Cliente

SolarBR Energia

Data

janeiro de 2025

Tecnologias

Vue.js
Python
InfluxDB
Grafana
Imagem do Projeto — Energia Verde

O Desafio

A Energia Verde opera parques solares e eólicos em cinco estados brasileiros, totalizando mais de 200 MW de capacidade instalada. O monitoramento da geração era feito por sistemas proprietários de cada fabricante de equipamentos, sem uma visão consolidada do desempenho de todo o portfólio.

O desafio era criar uma plataforma unificada que coletasse dados de inversores solares, aerogeradores e medidores de energia de diferentes fabricantes, processasse em tempo real e gerasse insights para maximizar a geração e antecipar falhas de equipamentos.

A precisão era fundamental: diferenças de poucos percentuais na eficiência representam milhões de reais em receita perdida ao longo de um ano. O sistema precisava detectar anomalias sutis que indicassem degradação de painéis ou desalinhamento de turbinas.

Nossa Solução

Construímos o frontend com Svelte, que oferece performance excepcional para dashboards com atualização em tempo real, consumindo menos recursos do navegador que frameworks tradicionais. Os gráficos de geração atualizam a cada 5 segundos sem causar re-renderizações desnecessárias.

O backend de ingestão de dados foi escrito em Rust para garantir processamento de alta performance e baixa latência. O InfluxDB armazena as séries temporais de geração com retenção configurável — dados granulares por 90 dias, agregados por 5 anos.

Modelos de machine learning em Python analisam padrões históricos de geração cruzados com dados meteorológicos para prever a produção das próximas 72 horas, permitindo negociação antecipada de créditos no mercado livre de energia.

Resultados

  • Aumento de 12% na receita com otimização da venda de créditos energéticos
  • Detecção de falhas em equipamentos 48 horas antes da parada completa em 85% dos casos
  • Consolidação de dados de 47 plantas em um único dashboard
  • Precisão de 91% nas previsões de geração para 24 horas
  • Economia de R$ 2,1 milhões anuais em manutenção preventiva vs. corretiva

Tecnologias Utilizadas

O Svelte compila para JavaScript puro sem virtual DOM, ideal para dashboards de alta frequência de atualização. O Rust processa streams de dados com segurança de memória e performance próxima a C. O InfluxDB é otimizado para séries temporais com compressão e queries analíticas nativas. O Grafana complementa com alertas configuráveis, e a infraestrutura na GCP garante escalabilidade global.