Les services publics et les exploitants de réseaux doivent se procurer et fournir des sources de production pour répondre aux demandes de charge prévues. Comme le nombre de systèmes photovoltaïques (PV) connectés au réseau et derrière le compteur continue de croître, la charge totale du système, y compris la charge desservie par l'énergie solaire, est sujette aux impacts de la variabilité de la production d'énergie PV. Il est important de quantifier la variabilité anticipée dans les prévisions afin d'assurer une intégration efficace de l'énergie PV dans les opérations du réseau.
Les prévisions de production d'énergie solaire à l'heure et à la journée sont des outils utilisés pour gérer la stabilité du réseau. En raison de la nature variable de la production d'énergie solaire, les prévisions d'énergie solaire ne sont pas parfaites. Par conséquent, une capacité de production excédentaire doit être fournie pour assurer un fonctionnement fiable du réseau. Les nuages sont la principale source atmosphérique de variabilité de la production photovoltaïque, mais ils sont aussi les plus difficiles à prévoir avec une grande certitude. Pour l'équilibrage du réseau et d'autres tâches rendues plus difficiles par une plus grande pénétration de l'énergie solaire photovoltaïque, une compréhension de la variabilité associée à la prévision de la production d'énergie solaire est importante pour les opérateurs du réseau afin de mieux planifier l'engagement des unités de production en réserve et pour la programmation.
Clean Power Research a mis au point une méthode qui utilise les données historiques d'irradiation par satellite pour améliorer l'application des prévisions du jour précédent à des activités telles que la programmation des réserves. Pour ce faire, on utilise des données historiques à long terme (propres à l'emplacement d'un système photovoltaïque) pour caractériser la variabilité d'une prévision solaire particulière. Cela permet à l'opérateur de programmer, avec un degré de certitude plus élevé, la bonne quantité de réserves pour couvrir la variabilité probable d'une prévision solaire PV.
La croissance de l'énergie solaire rend nécessaire l'amélioration des prévisions en la matière
Dans le monde entier, le nombre d'installations solaires connectées aux réseaux électriques continue d'augmenter. Mercom Capital a récemment rapporté que la capacité mondiale d'énergie solaire atteindra près de 65 GW en 2016. Par conséquent, l'intégration de ce mélange croissant d'énergie solaire dans le réseau devra être bien gérée pour minimiser l'impact sur la stabilité du réseau et réduire les coûts pour les contribuables.
En Californie, les prévisions solaires sont utilisées à diverses fins par le California Independent System Operator (California ISO), les entreprises de services publics telles que Pacific Gas & Electric et Southern California Edison, et d'autres acteurs du marché. Il s'agit notamment de déterminer les besoins en matière de réserves d'exploitation, de programmer la production de centrales solaires à l'échelle des services publics et d'enchérir sur les énergies renouvelables.
Lorsque le ciel est dégagé, la production d'énergie solaire est stable et les prévisions sont simples. Cependant, le passage des nuages introduit des erreurs importantes dans le niveau et le moment de la production d'énergie solaire, ce qui peut entraîner des rampes (augmentations ou diminutions soudaines) de la production d'énergie.
Par exemple, la figure 1a montre une image visible du satellite GOES au-dessus de l'ouest des États-Unis où l'on observe des nuages associés à un système météorologique de basse pression au-dessus du sud-ouest des États-Unis. La figure 1b montre l'ombre d'un cumulus au-dessus de la centrale photovoltaïque (PV) de 290 MW d'Agua Caliente, dans le sud-ouest de l'Arizona. Ce jour-là, la couverture nuageuse a déclenché de nombreuses rampes de production d'énergie solaire dans toute la région et a supprimé la production photovoltaïque de la centrale d'Agua Caliente pendant une courte période. Les rampes de production d'énergie PV ont continué jusqu'à ce que les nuages s'éloignent ou se dissipent.
Les prévisions de la prévision météorologique numérique (NWP) sont souvent utilisées pour faciliter les besoins de programmation de jour en jour des centrales photovoltaïques. Les modèles NWP utilisent des modèles mathématiques de l'atmosphère et des océans pour prédire le temps futur sur la base des observations météorologiques actuelles. La plupart des modèles NWP ne fonctionnent pas à des résolutions spatiales suffisamment élevées pour simuler explicitement les nuages, et s'appuient plutôt sur des paramétrisations des processus nuageux, ce qui réduit encore la capacité des prévisions NWP à modéliser la variabilité de l'irradiation de surface prévue. Même si les modèles NWP deviennent plus sophistiqués avec une résolution accrue, il est difficile pour la plupart des modèles NWP de prévoir la variabilité anticipée causée par les nuages à petite échelle, en particulier au-dessus d'un seul site PV.
Ajout d'une variabilité intelligente aux prévisions de l'énergie solaire pour la journée.
Une façon courante de classifier l'impact de la couverture nuageuse sur l'irradiance de surface est ce que l'on appelle l'indice de clarté (Kt), qui est simplement le rapport entre l'irradiance observée et l'irradiance par ciel clair. Le concept de l'indice de clarté est illustré visuellement à la figure 3. Les valeurs très faibles de Kt (~0,2) sont associées à des conditions de couverture nuageuse importante, tandis que les jours clairs ont des valeurs de Kt proches de 1.
La relation entre Kt et la variabilité de l'irradiance de surface est illustrée à la figure 3. Alors que les valeurs très faibles et élevées de Kt (ciel couvert et clair, respectivement) présentent souvent une variabilité plus faible, les valeurs moyennes de Kt (souvent associées à un ciel partiellement nuageux) confèrent une plus grande variabilité aux conditions d'irradiation de surface. SolarAnywhere Les données historiques de séries chronologiques fournissent les ressources nécessaires pour calculer la variabilité d'heure en heure sur le spectre Kt qui peut être utilisée pour définir la variabilité des prévisions d'énergie solaire basées sur la PNT.
La figure 4 illustre comment la variabilité des prévisions peut être transmise aux prévisions NWP sur une gamme de jours météorologiques. Si la journée a été annoncée comme claire (c'est-à-dire avec des valeurs Kt élevées), comme dans l'image en haut à gauche, la variabilité associée à la prévision n'est pas très importante. Lors de journées claires comme celle-ci, les services publics et les gestionnaires de réseau n'ont pas besoin de mettre en place autant de réserves d'énergie, ce qui leur permet de réaliser des économies. De même, les jours où le ciel est très couvert (c'est-à-dire avec de faibles valeurs Kt), la plage de variabilité associée à la prévision NWP n'est pas très importante, ce qui permet aux gestionnaires de réseau de prendre la décision intelligente d'acheter moins d'énergie de réserve pour la journée.
Des difficultés apparaissent lorsque des conditions partiellement nuageuses sont prévues, comme celles illustrées en haut à droite et en bas à gauche de la figure 4, où les plages de variabilité des prévisions sont importantes. L'objectif est de dériver une enveloppe qui englobe la variabilité associée à la prévision NWP. Cette nouvelle technique de variabilité des prévisions ajoutera de la valeur aux prévisions de l'énergie solaire et aidera les opérateurs de réseau et les parties prenantes à prendre des décisions prudentes en matière d'approvisionnement de réserve.
Conclusions
Clean Power Research met en œuvre une méthode de prévision innovante qui intègre à ses prévisions " day-ahead " une variabilité intelligente et spécifique à un site de l'irradiation solaire. Cette mise à jour des prévisions de variabilité aidera les exploitants de systèmes indépendants et les autres acteurs du marché à prendre des décisions plus judicieuses quant à la quantité de production de réserve nécessaire pour assurer la fiabilité du réseau. Les spécificités des prévisions de variabilité sont dérivées de SolarAnywhere données historiques, et peuvent être appliquées à n'importe quel endroit couvert par l'empreinte des données SolarAnywhere.
Cette nouvelle technique ajoutera de la valeur aux prévisions solaires, permettant aux opérateurs de services publics et de systèmes de programmer en toute confiance une quantité prudente de réserves, en particulier les jours où une production solaire variable est attendue. Cela permettra une plus grande pénétration de l'énergie photovoltaïque sur les réseaux, tout en minimisant les coûts d'exploitation du réseau associés à la production variable des sources de production photovoltaïque.