Previsão do potencial global de energia solar por meio de modelos de machine learning e deep learning

Por que sol e computadores inteligentes importam

À medida que o planeta aquece e eventos climáticos extremos se tornam mais comuns, sociedades buscam maneiras mais limpas de abastecer residências, transportes e indústrias. Painéis solares são uma das opções mais promissoras: estão ficando mais baratos, mais eficientes e podem ser instalados em quase qualquer lugar onde haja sol. Este estudo faz uma pergunta simples, mas vital: até que ponto a energia solar pode chegar em meados deste século e o que isso significaria para nossa matriz energética global, se usarmos ferramentas de dados modernas para vislumbrar o futuro?

Olhando para o passado para ver o futuro

Os pesquisadores reuniram dados globais detalhados de 2000 a 2022, incluindo quanto de eletricidade o mundo consumiu, quanto veio de painéis solares e os ingredientes meteorológicos básicos que impulsionam a energia solar: radiação solar, temperatura e velocidade do vento. Nesse período, a capacidade solar global explodiu, passando de apenas 1,23 gigawatt em 2000 para mais de 1.000 gigawatts em 2022, e a eletricidade solar anual saltou de cerca de 1 terawatt-hora para mais de 1.300. Esses números refletem painéis mais baratos, tecnologia melhor e forte apoio de políticas em países como China, Índia, Estados Unidos e em toda a Europa. A equipe usou esses padrões históricos como base para suas previsões até 2050.

Dupla inteligente para prever a energia do sol

Para projetar o futuro, os autores recorreram a duas famílias de modelos computacionais especializados em séries temporais. Uma, chamada SARIMAX, pertence à caixa de ferramentas tradicional dos estatísticos; procura padrões e tendências repetitivos e também pode levar em conta fatores externos como temperatura ou vento que influenciam a produção solar. A outra, conhecida como rede convolucional temporal, é uma abordagem de deep learning que examina longos trechos de dados de uma só vez e pode revelar relações mais complexas e não lineares. Ambos os modelos foram treinados e testados com o mesmo conjunto de dados global, e sua precisão foi avaliada com medidas padrão de erro e ajuste. Nesses testes, o SARIMAX superou ligeiramente o modelo de deep learning, fornecendo previsões um pouco mais precisas no geral.

O quão grande a energia solar pode se tornar

Usando essas ferramentas, os pesquisadores preveem que a energia solar global continuará avançando rapidamente. Segundo o SARIMAX, a capacidade solar instalada pode subir de cerca de 1.300 gigawatts em 2023 para mais de 11.600 gigawatts em 2050. O modelo de deep learning fornece um valor máximo muito semelhante, pouco acima de 11.500 gigawatts. A geração de eletricidade solar mostra a mesma escalada dramática: de menos de 2.000 terawatt-horas em 2023 para aproximadamente 15.000–16.000 terawatt-horas em 2050, segundo os dois modelos. Em outras palavras, o mundo poderia produzir mais de dez vezes a eletricidade solar atual até meados do século se as tendências atuais continuarem e as políticas permanecerem amplamente favoráveis.

A mudança na matriz energética mundial

O estudo também examina como esse avanço da solar se encaixa na matriz mais ampla de fontes de energia — combustíveis fósseis, nuclear e todas as renováveis combinadas. Historicamente, os combustíveis fósseis dominaram, com renováveis e nuclear representando uma parcela menor. Os modelos sugerem que, até 2050, a eletricidade renovável, liderada pela solar, mais que triplicará em comparação com 2023, alcançando algo em torno de 26.000 a 31.000 terawatt-horas por ano. A energia nuclear se mantém mais ou menos estável ou declina ligeiramente, enquanto a eletricidade de origem fóssil ainda cresce, especialmente no cenário SARIMAX, embora mais lentamente que as renováveis. Isso significa que, mesmo com a expansão impressionante da energia limpa, serão necessárias ações fortes para conter carvão, petróleo e gás se a humanidade quiser atingir metas climáticas rígidas.

O que isso significa para a vida cotidiana

Para um público não especialista, os detalhes técnicos das ferramentas de previsão importam menos que sua mensagem: há amplo potencial solar para abastecer grande parte das atividades humanas, e seu papel deve crescer acentuadamente. O estudo conclui que métodos estatísticos tradicionais, quando cuidadosamente ajustados e alimentados com bons dados, podem rivalizar ou superar técnicas de deep learning mais em voga para previsões energéticas de longo prazo. Mais importante, ambas as abordagens apontam na mesma direção — um futuro em que a energia solar é central no abastecimento energético mundial. Se os governos acompanharem esse crescimento com políticas que limitem o uso de combustíveis fósseis e apoiem armazenamento de energia, veículos elétricos e remoção de carbono, um clima mais limpo e estável permanece ao alcance.

Citação: Raza, M.A., Karim, A., Altayeb, M. et al. Global solar energy potential forecasting through machine learning and deep learning models. Sci Rep 16, 10466 (2026). https://doi.org/10.1038/s41598-026-41357-x

Palavras-chave: energia solar, energia renovável, transição energética, mudança climática, machine learning