Introduction
Outre les données de séries chronologiques à résolution standard et améliorée, SolarAnywhere® propose des données de séries chronologiques à haute résolution pour une modélisation subhoraire plus précise du PV. Les données haute résolution présentent les caractéristiques clés suivantes :
- Résolution native nominale de cinq minutes, 500 mètres, utilisant la résolution maximale disponible de la dernière génération de satellites météorologiques pour la détection des nuages afin de fournir des performances PV subhoraires supérieures et fiables. Les données satellitaires à pleine résolution révèlent l'intermittence de la ressource solaire et constituent la meilleure référence possible - c'est-à-dire la source de vérité - pour les modèles solaires infra-horaires.
- True Dynamics (TD), une méthodologie unique de préparation des images satellites pour une analyse infra-horaire et une caractéristique des données haute résolution de SolarAnywhere. True Dynamics décrit des données solaires auxquelles on a ajouté des techniques statistiques pour qu'elles se comportent davantage comme des mesures au sol de la lumière solaire réelle. TD est disponible en option avec les données haute résolution.
Les applications des données à haute résolution comprennent l'estimation des taux de rampe, des besoins de raffermissement, des pertes d'écrêtage et plus encore.
Les données historiques à haute résolution, avec ou sans True Dynamics, peuvent être téléchargées à partir du site Web de données SolarAnywhere ou demandées via l'API avec une licence Sites haute résolution. Sur le site Web de données SolarAnywhere, les sites existants peuvent être mis à niveau vers la haute résolution sur demande. Les données de séries chronologiques haute résolution sont actuellement disponibles pour les sites de la région continentale des États-Unis (CONUS) à partir du 1er janvier 2020 jusqu'à la coupure des données historiques, avec une mise à jour mensuelle.
Méthodologie
Données à haute résolution
Les données haute résolution SolarAnywhere tirent le meilleur parti de la dernière génération de satellites GOES(GOES-East et GOES-West) exploités par la National Oceanic and Atmospheric Administration (NOAA). Ces satellites balaient la partie continentale des États-Unis à une résolution spatio-temporelle de 500 mètres, 5 minutes, soit 24 fois la résolution (6X temporelle, 4X spatiale) des générations précédentes. Les données GOES à pleine résolution révèlent l'intermittence des ressources solaires et constituent la meilleure référence possible - c'est-à-dire la source de vérité - pour les modèles solaires infra-horaires.
Données haute résolution avec True Dynamics
Pour obtenir les simulations de perte d'écrêtage et de taux de rampe les plus précises, les données solaires doivent présenter des variabilités sub-horaires et des distributions de puissance réalistes. True Dynamics a été développé en partenariat avec le Dr Richard Perez et son équipe du Centre de recherche en sciences atmosphériques de l'Université d'Albany et s'appuie sur des décennies de recherche sur la variabilité solaire.1
L'une des principales conclusions de leurs recherches est que la variabilité des données solaires peut être liée à la moyenne spatiale et temporelle des données solaires. Un point aura une plus grande variabilité qu'une zone. Dans de nombreux cas, la zone pertinente pour la modélisation est l'empreinte des panneaux connectés à un onduleur à l'échelle du service public.2 (Les centrales solaires avec un stockage couplé au courant continu peuvent bénéficier d'un lissage spatial accru).3
Certaines conditions nuageuses peuvent augmenter la quantité de lumière solaire atteignant les systèmes photovoltaïques en raison de la réfraction des molécules d'eau gelées dans les nuages de haute altitude. Les événements de dépassement du ciel clair se produisent lorsque l'irradiation dépasse les valeurs d'irradiation du ciel clair en raison de la présence de nuages à proximité, ce que l'on appelle également le renforcement des nuages. Les données empiriques montrent que le renforcement des nuages est courant dans des conditions variables et se produit trop rapidement pour être représenté dans les modèles horaires. Pour capturer les événements de dépassement du ciel clair, True Dynamics améliore synthétiquement la variabilité observée dans les données haute résolution de 5 minutes et de 500 mètres.
Enfin, les modèles de décomposition conçus pour des données horaires doivent être adaptés aux données d'entrée à haute résolution.
Comme le montre la figure 1, les données TD de 5 minutes permettent de saisir les taux de rampe intra-horaires importants et les dépassements par ciel dégagé dus à la réflexion des nuages, qui ne sont pas évidents dans les données moyennes horaires. Par conséquent, l'utilisation des nouvelles données TD 5-min conduit généralement à une estimation plus précise de l'énergie AC.
Figure 1 : Simulation de séries temporelles à l'aide de la TD horaire et de 5 minutes de SolarAnywhere, et des données observées à la minute.
Le graphique du haut est une comparaison des séries temporelles GHI à Boulder le 8 août 2020, entre les TD horaires et de 5 minutes de SolarAnywhere, et les données observées d'une minute. Le graphique du bas montre la production d'énergie CA simulée correspondante à l'aide d'une configuration prédominante : PV de suivi horizontal à axe unique avec une capacité nominale d'onduleur de 1 kW. L'énergie totale calculée pour cette journée à l'aide des trois sources de données est également indiquée dans le graphique.
Vous pouvez en savoir plus sur la méthodologie et les résultats du TD dans l'article : "Enhancing temporal variability of 5-minute satellite-derived solar irradiance data"4.
Applications des données haute résolution et de la dynamique réelle de SolarAnywhere
Évaluation de la perte d'écrêtage
Les journées ensoleillées et lumineuses sont souvent interrompues par des nuages intermittents qui se déplacent sur un système photovoltaïque à une échelle inférieure à l'heure, ce qui entraîne une variabilité à court terme et éventuellement un écrêtage intermittent.1 L'utilisation de données horaires pour prédire la puissance lors de journées lumineuses mais nuageuses peut entraîner une surestimation du rendement énergétique si l'irradiation moyenne au cours d'une heure se traduit par une puissance générée supérieure à la puissance maximale de l'onduleur. En 2012, des chercheurs de Sandia ont constaté que les simulations de moyennes horaires surestimaient la production annuelle de 2 %.5
Plus récemment, la surestimation de l'énergie CA due aux pertes par écrêtage a été estimée à 1,5-4% par an selon la conception et l'emplacement du système.6 La saturation ou l'écrêtage de l'onduleur se produit lorsque la puissance CC du générateur PV dépasse la puissance d'entrée maximale de l'onduleur. En réponse, l'onduleur ajuste la tension CC pour réduire la puissance CC. Il en résulte une perte de production de courant continu, également appelée "écrêtage de l'onduleur". Des rapports DC:AC plus élevés entraînent des pertes d'écrêtage plus importantes. Avec l'augmentation du nombre de grandes centrales solaires, les rapports DC:AC plus élevés sont de plus en plus courants, et certaines centrales solaires présentent même des rapports DC:AC pouvant atteindre 1,8.
La modélisation de la production PV à l'aide de données de séries chronologiques à haute résolution plutôt que de données à résolution horaire peut permettre d'obtenir des estimations de perte d'écrêtage et de production PV plus précises et plus spécifiques au site.7 Lors de tests internes, des simulations de 5 minutes avec les données SolarAnywhere True Dynamics ont permis de réduire les erreurs de perte d'écrêtage de plus de 90 % par rapport aux données horaires pour des scénarios DC:AC élevés (voir Figure 2).
En pratique, les utilisateurs peuvent également comparer les simulations avec des données horaires et des données TD de 5 minutes pour estimer l'ajustement de l'erreur de perte d'écrêtage qui est approprié pour la simulation à moyenne horaire.
Figure 2 : Comparaison des pertes d'écrêtage CA estimées Erreur
Pertes estimées par rapport aux observations d'une minute pour les observations horaires moyennes, les observations de 5 minutes, les données horaires de SolarAnywhere, les données de 5 minutes de SolarAnywhere et les données TD de 5 minutes de SolarAnywhere.
Conception de ressources énergétiques solaires hybrides
La grande variabilité de la ressource solaire due au déplacement des nuages peut entraîner des fluctuations de la puissance PV sur des échelles de temps inférieures à une heure. À mesure que la pénétration du photovoltaïque augmente, cette variabilité peut avoir un impact négatif sur la stabilité du réseau. Pour atténuer ce phénomène, de nombreux codes de réseau intègrent des limitations du taux de rampe (RR) sur la puissance PV injectée. En général, ces limitations sont définies par un intervalle de temps d'une seconde ou d'une minute. Par exemple, l'Allemagne et Porto Rico exigent un taux de rampe maximum de 10% par minute de la puissance PV nominale. Comme les fluctuations transitoires de la puissance PV peuvent se produire sur plusieurs minutes, les simulations horaires sont inadéquates pour modéliser les rampes infra-horaires de la puissance solaire.
Avec l'arrivée à maturité du marché de l'énergie solaire, les acheteurs demandent de plus en plus une production d'énergie propre et garantie, quelles que soient les conditions météorologiques. Les accords d'achat d'énergie solaire (AAE) passent d'une énergie solaire conditionnelle à une énergie solaire ferme, dans laquelle le propriétaire de la centrale solaire peut être tenu d'assumer le risque météorologique (ou de forme). Par conséquent, les développeurs solaires doivent de plus en plus concevoir des systèmes qui fournissent de manière rentable une énergie ferme, quelles que soient les conditions météorologiques.
Les centrales solaires hybrides avec stockage peuvent aider les centrales PV à fournir des services essentiels d'équilibrage du réseau et à répondre aux exigences de rampe et de lissage en réduisant l'intermittence solaire. Leur popularité croissante est attestée par un rapport du Berkeley Lab, qui indique que les centrales solaires hybrides avec stockage dominent désormais les files d'attente d'interconnexion dans certaines régions des États-Unis.8 Une meilleure modélisation subhoraire du PV à l'aide de SolarAnywhere True Dynamics peut aider les développeurs solaires à optimiser la conception des projets PV et à obtenir des marges de conception plus étroites, réduisant ainsi les dépenses d'investissement (CAPEX) nécessaires pour répondre aux exigences du projet.
Avec les données de prévision a posteriori permettant d'évaluer la répartition des batteries et les stratégies d'affermissement, les utilisateurs de SolarAnywhere peuvent obtenir les données solaires de nouvelle génération nécessaires pour modéliser en toute confiance les ressources d'énergie solaire hybride d'aujourd'hui.
Références
1 Perez R, David M, Hoff T, Jamaly M, Kivalov S, Kleissl J, Lauret P, Perez M, 2016. La variabilité spatiale et temporelle de l'énergie solaire. Foundations and Trends® in Renewable Energy, Volume 1, Number 1 : 1-44. doi.org/10.1561/2700000006. Lien
2 Hobbs W, 2020. Surestimation de la production dans les modèles horaires en raison des rapports DC:AC élevés et de la variabilité solaire : une introduction. Groupe de travail sur la planification du système de l'ESIG, session d'été. Lien
3 Ahlstrom M, Mays J, Gimon E, Gelston A, Murphy C, Denholm P, Nemet G, 2021. Ressources hybrides : Challenges, Implications, Opportunities, and Innovation. IEEE Power and Energy Magazine, volume 19, numéro 6 : 37-44. DOI : 10.1109/MPE.2021.3104077. Lien
4HuangJ, Perez R, Schlemmer J, Kubiniec A, Perez M, Bhat A, Keelin P, 2022. Amélioration de la variabilité temporelle des données d'irradiation solaire dérivées des satellites à 5 minutes. IEEE Photovoltaic Specialists Conference (PVSC). Lien
5 Hansen C W, Stein J S, Riley D, 2012. Effet de l'échelle de temps sur l'analyse de la performance des systèmes photovoltaïques. Sandia National Laboratories, numéro de rapport : SAND2012-1099. DOI:10.13140/2.1.1150.3368. Lien
6 Bradford K, Walker R, Moon D, Ibanez M, 2020. A Regression Model to Correct for Intra-Hourly Irradiance Variability Bias in Solar Energy Models. 2020 47th IEEE Photovoltaic Specialists Conference (PVSC), du 15 juin au 21 août 2021. DOI: 10.1109/PVSC45281.2020.9300613. Lien
7 Cormode D, Croft N, Hamilton R, Kottmer S, 2019. " Une méthode de compensation d'erreur des estimations de la production énergétique annuelle modélisée introduite par la variabilité de l'irradiance intra-horaire dans les centrales photovoltaïques avec un rapport DC/AC élevé ". 2019 IEEE 46th Photovoltaic Specialists Conference (PVSC) : 2293-2298. DOI: 10.1109/PVSC40753.2019.8981206. Lien
8 Seel J, Warner C, Mills A D, octobre 2021. Influence des modèles commerciaux sur les décisions de répartition PV-batterie et la valeur marchande. Advances in Applied Energy. DOI: 10.1016/j.adapen.2021.100076. Lien