L'importance et la source des prévisions solaires
Avec un nombre croissant de centrales photovoltaïques installées et un besoin grandissant de production d'énergie prévisible, l'industrie solaire a commencé à s'intéresser aux prévisions solaires. Les raisons de ce phénomène sont les suivantes :
- La production solaire est variable par nature.
- La capacité de prévoir la production solaire permettra au réseau électrique de mieux fonctionner dans des conditions variables.
Essentiellement, les prévisions solaires permettent aux gestionnaires de réseau de prévoir et d'équilibrer la production et la consommation d'énergie. En supposant que le gestionnaire de réseau dispose d'un ensemble d'actifs de production, des prévisions solaires fiables lui permettent d'optimiser la répartition de ses unités contrôlables. Les capacités varient d'un réseau à l'autre, mais l'application d'une prévision solaire reste largement la même.
Les outils de prévision solaire se composent de quelques éléments clés. Tout d'abord, il y a le modèle météorologique. Comme nous l'avons mentionné, la production solaire est variable par nature. La couverture nuageuse est à l'origine de cette variabilité car elle empêche la lumière du soleil d'atteindre les panneaux solaires. Si vous pouvez prévoir la météo avec une grande certitude, vous avez déjà une longueur d'avance.
Le deuxième facteur d'une prévision solaire est le modèle utilisé pour convertir les conditions météorologiques en production d'électricité de la centrale. L'industrie solaire utilise ces modèles de "simulation PV" pour prévoir les performances d'une centrale PV dans des conditions environnementales telles que l'irradiation, la vitesse du vent, la température et l'humidité relative. Les modèles de simulation PV intègrent également des comportements importants de la centrale, tels que le suivi, qui prédit l'orientation des panneaux PV montés sur un matériel de suivi à un ou deux axes.
En fin de compte, des modèles météorologiques précis et des outils de simulation PV sont tous deux nécessaires pour produire des prévisions d'énergie solaire précises et utiles.
Où les prévisions solaires se trompent-elles ?
"Essentiellement, tous les modèles sont faux, mais certains sont utiles"
-George E.P. Box (statisticien de renom)
Les erreurs dans la précision des prévisions solaires proviennent soit de la prévision météorologique, soit de l'étape de simulation du PV. Prévoir le temps, c'est comme essayer de prévoir le temps. Bien que l'industrie solaire ait progressé dans la création de meilleures prévisions météorologiques, il reste beaucoup de travail à faire en matière de développement, d'application et d'analyse des modèles fondamentaux.
Par exemple, plusieurs techniques de prévision météorologique peuvent être utilisées pour prédire la couverture nuageuse et l'irradiance. Il peut s'agir de :
- Les modèles de prévision numérique du temps Les modèles de prévision numérique du temps (PNT), qui utilisent des relations physiques pour prédire les tendances atmosphériques à grande échelle et sont adaptés à des horizons de prévision plus longs (un jour à l'avance et plus). Les modèles NWP ont une capacité limitée à prévoir les nuages plus petits, comme ceux de la figure 1.
- Prévisions vectorielles du mouvement des nuages par satellitequi utilisent l'imagerie satellitaire pour prévoir le mouvement des nuages à court terme à partir de satellites géostationnaires. Les prévisions par satellite sont dominantes à court terme, généralement jusqu'à 4-6 heures à l'avance, et constituent la meilleure méthode pour détecter les petits nuages tels que ceux de la figure 1.
Les inexactitudes des modèles de prévision numérique du temps et des satellites proviennent en grande partie des biais des modèles et des conditions météorologiques localisées. L'utilisation d'approches statistiques pour combiner plusieurs entrées de modèles de prévision, ou de technologies de vision par ordinateur telles que les réseaux neuronaux artificiels, peut contribuer à améliorer la précision.
Cependant, une prévision météorologique parfaite peut toujours conduire à une mauvaise prévision solaire. Des outils de simulation PV sont nécessaires pour traduire de manière appropriée les conditions météorologiques en performance des installations solaires. Les systèmes PV composés de modules reliés à des onduleurs réagissent de manière complexe aux conditions environnementales. Les modèles physiques et empiriques sont les plus efficaces pour traduire les conditions en rendement prévu. Les approches statistiques qui lient le comportement du PV à l'irradiance (ou à d'autres variables météorologiques) échouent généralement en raison de la non-linéarité de cette relation.
Par exemple, un modèle PV statistique est utilisé comme exemple de prévision de " production interrompue " dans la figure 2. Il sous-estime la production d'énergie et manque la forme de l'" épaule " du suiveur à axe unique. En utilisant un modèle de suivi physique plus précis qui prédit explicitement le mouvement du tracker, la courbe de production réelle peut être obtenue.
Que se passe-t-il lorsque les prévisions solaires se trompent ? Coût supplémentaire.
Les prévisions tentent de prédire l'avenir, ce qui signifie qu'elles sont plus souvent fausses que justes. Que se passe-t-il lorsqu'une prévision solaire est erronée ? Les effets de prévisions solaires erronées se résument en fait à un coût supplémentaire pour le marché de l'énergie.
Du point de vue de l'exploitant du réseau, une prévision solaire inexacte signifie qu'il doit compenser le déséquilibre imprévu par des sources d'énergie à plus court terme. Ces sources à court terme ont tendance à être plus coûteuses par unité, ce qui signifie également que l'étendue de l'inexactitude totale est importante. Par exemple, le coût total pour rattraper une erreur de 10 % sur une centrale de 20 MW et de 100 MW sera différent. Ce coût peut ensuite être répercuté par l'exploitant du réseau sur les participants au marché.
Les exploitants de réseaux ont utilisé des mécanismes tels que les redevances pour déséquilibre/pénalité et la réduction de la fiabilité pour répercuter les coûts du déséquilibre du réseau sur le marché. Dans le premier exemple, les frais de déséquilibre sont attribués aux écarts par rapport à la production prévue pour permettre au marché de remplacer l'énergie manquante. Ces types de pénalités ont existé avec la production contrôlable pour assurer une livraison fiable de l'énergie à l'opérateur du réseau, mais deviennent maintenant une option pour les opérateurs de centrales renouvelables qui voient une valeur économique dans l'utilisation des prévisions pour programmer l'énergie. Des prévisions précises sont absolument nécessaires pour assumer ce type de risque supplémentaire.
Par ailleurs, certains gestionnaires de réseau ont mis en place un système de fiabilité réduction de la consommation où l'opérateur peut réduire la production solaire à la quantité prévue pour forcer l'équilibre du réseau. Cela peut néanmoins s'avérer coûteux pour le propriétaire d'une centrale s'il se fie à de mauvaises prévisions solaires, comme le montre la figure 2 ci-dessous.
Que pouvez-vous faire ?
Si vous êtes propriétaire ou exploitant d'une centrale solaire et que vous vous inquiétez des pertes de revenus dues à l'utilisation de prévisions solaires inexactes, je vous encourage à demander comment vos prévisions sont créées :
- Quels modèles météorologiques sont utilisés ?
- Quel modèle de simulation PV est utilisé ?
Après cela, n'hésitez pas à nous contacter à l'adresse suivante support@solaranywhere.com et nous pourrons vous aider à identifier les causes des erreurs de prévisions solaires. Clean Power Research continue d'améliorer SolarAnywhere grâce à des versions de données plus précises et à de nouvelles fonctionnalités du produit qui garantissent que nos utilisateurs s'appuient sur les outils de prévision solaire les plus précis.