[SMM PV Flash] Sungrow corrige vulnerabilidade de autenticação no iSolarCloud

A empresa espanhola de energia Cox assinou um acordo de investimento de US$ 2,9 bilhões com o governo de El Salvador, abrangendo infraestrutura solar, armazenamento em baterias, gás natural e água. O componente solar, a ser desenvolvido com a Comissão Executiva Hidrelétrica do Rio Lempa (CEL), inclui dois projetos com capacidade combinada inicial de cerca de 200 MW e potencial de expansão para 400 MW. O armazenamento em baterias conectado à rede alcançaria inicialmente cerca de 440 MWh a 500 MWh, podendo posteriormente expandir para 1 GWh. Cerca de US$ 500 milhões estão previstos para os componentes solar e de armazenamento, enquanto a Cox pretende utilizar financiamento de projeto envolvendo instituições financeiras internacionais, credores multilaterais e agências de crédito à exportação. O programa combina energia fotovoltaica em larga escala com armazenamento em baterias para apoiar a integração de energia renovável e a flexibilidade da rede.

A startup holandesa Rable lançou seu sistema de montagem fotovoltaica autoportante Rable4Roofs para telhados antigos e estruturalmente limitados. A estrutura treliçada de aço galvanizado distribui as cargas dos módulos e da montagem para as terças do telhado, em vez de concentrá-las na cobertura, e pode ser instalada em telhados com inclinações de até cerca de 10°. Segundo a empresa, o design pode reduzir o número de pontos de ancoragem em cerca de 95%, com cargas do sistema variando de aproximadamente 6 kg/m² a 15 kg/m². A solução pode ampliar a implantação de energia fotovoltaica em telhados de edifícios comerciais e industriais que não comportam sistemas de montagem convencionais devido a limitações de carga estrutural.

Universiti Teknologi Malaysia (UTM), em conjunto com instituições de pesquisa no Canadá, Bélgica, Noruega e Índia, desenvolveu um conjunto de dados de imagens aberto para navegação baseada em IA de robôs de limpeza fotovoltaica. O conjunto de dados contém 6.200 imagens anotadas de módulos, abrangendo superfícies limpas, diferentes níveis de poeira simulada e contaminação real de laboratório, com características estruturais de referência, como espaçamentos entre células e molduras de módulos, rotuladas para navegação robótica. A pesquisa concentra-se em saber se os sistemas de visão computacional conseguem identificar de forma confiável referências de navegação sob condições que incluem poeira, manchas de água, fezes de aves e reflexos. O conjunto de dados, publicado na Data in Brief, pode apoiar o desenvolvimento e a validação de sistemas autônomos de limpeza fotovoltaica para ambientes de campo mais complexos.