Une baisse rapide des coûts de la technologie solaire et des objectifs ambitieux en matière d'énergies renouvelables au niveau fédéral et des États ont accéléré le déploiement de l'énergie solaire photovoltaïque dans diverses régions géographiques. Cela a permis à la production solaire de devenir viable même dans les latitudes nordiques et les régions au climat enneigé. Cependant, l'accumulation de neige peut réduire la production d'énergie d'un système solaire photovoltaïque en faisant obstacle à la lumière du soleil disponible pour la conversion de l'énergie.

Les pertes d'énergie PV dues à la neige - communément appelées " pertes de neige " - varient considérablement d'un endroit à l'autre. Le NREL a estimé que les pertes annuelles moyennes dues à la neige peuvent varier de zéro à 16 % dans la zone contiguë des États-Unis, et peuvent atteindre 40 % pour certains sites en Alaska.

L'estimation précise des pertes de neige peut aider les propriétaires de systèmes photovoltaïques et les financiers à réduire les risques financiers et opérationnels de leurs projets solaires. Cependant, la modélisation de l'incertitude qui résulte des pertes de neige peut être complexe, car plusieurs facteurs peuvent affecter le taux d'accumulation et de chute de la neige. Le climat local et la configuration du système photovoltaïque (comme l'inclinaison du système et le type de suivi) peuvent avoir un impact sur l'ampleur des pertes d'énergie. Alors, comment SolarAnywhere® peut-il vous aider ?

Modéliser plus précisément les pertes de neige et réduire l'incertitude des projets grâce aux données de SolarAnywhere Sites

Des données météorologiques précises et fiables sont essentielles à l'établissement de prévisions énergétiques et financières précises. L'utilisation de données météorologiques périmées et sans historique de mesures cohérentes peut introduire une incertitude dans les estimations de production d'énergie rapportées. Étant donné que les conditions météorologiques locales sont toujours en mouvement - changeant d'une saison à l'autre et d'une année à l'autre - les pertes de neige peuvent présenter une grande variabilité saisonnière et interannuelle. Par conséquent, il peut être difficile de modéliser les pertes de neige de manière précise et fiable avec les données d'insolation d'une année typique.

Il est important d'incorporer l'ensemble des données météorologiques chronologiques représentatives des conditions météorologiques réelles d'un site énergétique pour voir la distribution des pertes par année ou par mois. Cela permet de s'assurer que les engagements énergétiques peuvent être informés par des données historiques réelles, et pas seulement par des moyennes à long terme. Avec SolarAnywhere Sites, les clients peuvent facilement modéliser les pertes dues à la neige en utilisant les données météorologiques historiques complètes de la série chronologique sur le site de leur projet. Des informations détaillées sur les modèles météorologiques quotidiens, tels que l'épaisseur de la neige et la température ambiante, peuvent être exploitées par des outils de simulation énergétique pour générer des estimations de pertes spécifiques au site.

Pour comprendre comment les estimations des pertes de neige peuvent être rendues plus précises, nous avons comparé deux approches :

  1. Une "approche générique des pertes" qui utilise les estimations de pertes fournies dans une étude du NREL sur le modèle de pertes de neige PV dans le modèle System Advisor (SAM).
  2. Une "approche spécifique des pertes" qui intègre les données des séries temporelles de SolarAnywhere au modèle de perte de neige de SAM.

Les principales différences entre les deux approches sont énumérées à la figure 1. Les deux approches utilisent le modèle Marion du NREL pour estimer les pertes de neige. La principale différence réside dans la période d'enregistrement des données météorologiques et la résolution spatiale des données sur la neige.

Par exemple, l'approche générique utilise les données météorologiques de la NSRDB pour la période 1961-1990. Il s'agit d'une période d'enregistrement relativement ancienne par rapport à l'approche spécifique, qui utilise des séries de données météorologiques plus récentes. Une autre différence essentielle est la résolution spatiale. Les données relatives à la neige utilisées dans l'approche générique sont interpolées à partir de 239 emplacements à travers les États-Unis. Par rapport à cette approche, l'approche spécifique utilise des données météorologiques dérivées de satellites à une résolution spatiale de 4 km.

Figure 1 : Comparaison de l'approche générique des pertes avec l'approche spécifique des pertes
  Approche générique des pertes
(étude NREL)
Approche spécifique des pertes
(SolarAnywhere Time-series Data SAM)
Modèle de perte de neige Marion Marion
Configurations estimées Inclinaison fixe de 20 degrés et latitude Tout
Régions États-Unis Tout
Résolution spatiale des données sur la neige Interpolation à partir de 239 emplacements 4 km
Période de temps 1961-1990 2004 - aujourd'hui

En comparant les pertes annuelles de neige pour un système PV arbitraire à inclinaison fixe, nous avons constaté que l'approche générique des pertes peut entraîner une sur- ou sous-estimation des pertes de neige, et la différence de rendement énergétique annuel en utilisant les deux approches peut facilement atteindre 7-8%. Cela peut en outre varier d'une année à l'autre et d'un endroit à l'autre. La configuration du système (comme le type de suivi et l'inclinaison) peut également affecter l'ampleur des pertes d'énergie. Une étude du NREL a comparé cinq configurations de système différentes et a constaté que les pertes d'énergie dues à la neige peuvent être supérieures à 9 % pour un système fixe à faible inclinaison.

La modélisation des pertes annuelles de neige est utile pour évaluer les performances du système et visualiser la distribution des pertes sur une année spécifique. Étant donné que les pertes de neige sont cumulatives et dépendent du temps, l'utilisation de séries de données sur plusieurs années peut améliorer la fiabilité et la précision des estimations des pertes, et tenir compte de l'effet de la variabilité interannuelle des pertes de neige.

Pour démontrer comment les estimations de P50/P90 peuvent être davantage basées sur des données et spécifiques au site avec des données de séries chronologiques plus précises et plus récentes, nous avons calculé les estimations de pertes de neige P50/P90 en utilisant les données météorologiques historiques de séries chronologiques de SolarAnyhwere pour la période 2004-2020 dans SAM et nous les avons comparées aux estimations génériques. Un système PV arbitraire à l'échelle d'un service public a été placé sur cinq sites différents aux États-Unis. Deux configurations de sites énergétiques ont été prises en compte : un système PV à inclinaison fixe de 20 degrés et un système PV à poursuite à axe unique.

La figure 2 montre comment les estimations P50/P90 peuvent être plus axées sur les données et spécifiques au site avec des données de séries temporelles haute fidélité par rapport aux estimations génériques. Alors que les estimations P50 sont utiles pour établir des bases de performance, les fournisseurs de dette ne financent généralement que le niveau de dette qui peut être couvert par les ventes d'énergie au cours d'une année de faible irradiation. En outre, les conditions de financement peuvent être fixées sur la production annuelle d'énergie à la baisse (par exemple, une estimation P90 ou P99). Il est donc impératif d'examiner comment la centrale électrique se comporte dans ce scénario.

Réduire l'incertitude quant à la performance des systèmes photovoltaïques grâce à des estimations spécifiques de la perte de neige basées sur des données chronologiques.

L'amélioration de la précision des estimations des pertes P90 grâce à la modélisation des séries chronologiques peut réduire l'incertitude des estimations de l'énergie déclarée. Cela aide les propriétaires de projets à minimiser les risques financiers et opérationnels de leur projet solaire. Visitez la page de ressources sur les pertes dues à la neige pour consulter notre analyse complète des pertes dues à la neige et regarder une vidéo démontrant comment vous pouvez utiliser les données des sites SolarAnywhere pour modéliser les pertes dues à la neige dans SAM.

En utilisant les données météorologiques fiables et de haute qualité de SolarAnywhere, les clients peuvent obtenir la valeur maximale pour leur projet grâce à des estimations spécifiques des pertes du système basées sur des données. Pour en savoir plus sur nos données solaires fiables et nos services de renseignements, veuillez nous contacter.

Le 16 juillet 2021, cet article a été mis à jour en utilisant des données corrigées sur l'épaisseur de la neige.