UNIVERSIT MOHAMMED V AGDAL

FACULT DES SCIENCES

Services des affaires estudiantines
Rabat
N dordre 2228
THESE DE DOCTORAT d'ETAT
Prsente par
Hassan NFAOUI
Discipline : Physique
Spcialit : Energtique
Titre :
CARACTERISTIQUES DU GISEMENT EOLIEN MAROCAIN et
OPTIMISATION D'UN SYSTEME AEROGENERATEUR/GROUPE
ELECTROGENE POUR L'ELECTRIFICATION DES VILLAGES
ISOLS
__________
Soutenue le 03 Dcembre 2004
Devant le jury :
Prsident :
D. SAYAH
Examinateurs
H. ESSIARAB
A. SAYIGH
M.A. TAOUD
M. EL KHAMLICHI
F. BILLAL

Professeur la Facult des Sciences, Rabat

Professeur
Professeur
Professeur
Professeur

la Facult des Sciences, Rabat

lUniversit de Reading, UK
lEcole Mohammadia dIngnieurs
la Facult des Sciences, Rabat

Directeur Scientifique ISESCO, Rabat

Facult des Sciences, 4 Avenue Ibn Battouta B.P. 1014 RP, Rabat Maroc
Tel +212 (0) 37 77 18 34/35/38, Fax : +212 (01) 37 77 42 61, http://www.fsr.ac.ma

R E M E R C I E M E N T S

Ce travail prsent dans ce mmoire a t effectu au Laboratoire dEnergie

Solaire de la Facult des Sciences de Rabat en collaboration avec le Dpartement
dIngnierie de lUniversit de Reading (UK).

Je voudrais tout dabord rendre hommage Madame Jamila BAHRAOUIBURET, professeur la facult des Sciences de Rabat, fondatrice du Laboratoire
dEnergie Solaire, pour sa contribution la ralisation de ce travail. Elle ma encadr
aussi pour le Diplme dEtudes Suprieures de 3me cycles sur le rayonnement solaire,
je dois dire que jai beaucoup appris delle, grce sa mthodologie et sa
comptence. Son cot humain et son esprit critique ont contribu dune faon
considrable ma formation.

M. Hassan ESSIARAB, professeur la facult des Sciences de Rabat, a

contribu lencadrement de ce travail. Il ma continuellement apport son soutien et
ma fait bnficier de ses remarques constructives. Je suis trs heureux de lui
exprimer toute ma reconnaissance pour la confiance quelle ma accorde afin de
mener terme ce travail.

Je tiens exprimer ma reconnaissance M. Ali SAYIGH, professeur lEcole

dIngnieurs, Universit de Hertfordshire (UK), Director General of World Renewable
Energy Network (WREN) et Editor-in Chief of Renrwable Energy Journal pour la
direction de ce travail malgr ses nombreuses responsabilits. Je tiens lassurer de
toute ma reconnaissance pour son soutien acadmique et humain continu. Cest grce
son encouragement, jai assist aux 8 World Renewable Energy Congress (WREC),
ce qui ma permis davoir des contacts et des discussions fructueux avec dautres
chercheurs et utilisateurs des nergies renouvelables lchelle internationale.

Je suis trs sensible lhonneur que me fait Monsieur le professeur Driss

SAYAH, Responsable du Laboratoire de Physique de Solide des Matriaux, Facult
des Sciences de Rabat, en prsidant le jury.

Je remercie chaleureusement Monsieur Mohammed Ali TAOUD, professeur

lEcole Mohammedia des Ingnieurs de Rabat, pour lintrt quil a apport mon
travail, et lhonneur quil me fait en prsidant le jury.

Je suis

trs

reconnaissant

messieurs

au

professeur

Mohammed

EL

KHAMLICHI de la Facults de Sciences de Rabat, au Dr Faiq BILLAL, directeur

scientifique lOrganisation Islamiques de lEducation, des Sciences et de la
Coopration (ISESCO) pour lintrt quils ont port mon travail et lhonneur quils
mont fait de participer au jury de ma thse.

Grce aux bourses du gouvernement britannique et aux encouragements de

British Council Rabat, Jai pu poursuivre mes tudes de recherches lUniversit
de Reading (UK) et perfectionner mon anglais, prire de trouver ici mes remerciements

Mes stages lUniversit de Reading, Dpartement dIngnierie (UK), sous la

direction du Prof. Ali Sayigh, mont permis davancer mon travail de recherche sur
lnergie olienne et de raliser une modlisation par ordinateur dun systme hybride
Arognrateur/Groupe Electrogne pour llectrification rurale. Mes discussions avec
Prof. P.D. DUNN, chef de Dpartement dIngnierie, Prof. P. MUSGROVE, dcouvreur
de larognrateur axe vertical, Dr A.S.K. DARWISH et Dr A. BULLOCK, membres
de Energy Group du mme dpartement, ont t profitable.

Pour finir, je tiens adresser mes vifs remerciements la Direction du Service

de la Mtorologie Nationale ainsi quau Service de Climatologie de Casa -Anfa, pour
avoir mis ma disposition, les mesures de la vitesse et de la direction du vent.

Enfin, il mest agrable de remercier Hafid BOUTALEB-JOUTEI, Prsident de

lUniversit Mohammed V-Agdal et professeur la facult des Sciences de Rabat du
soutien moral et financier qui sont trs bnfiques pour laboutissement de ce travail.

SOMMAIRE

Pages
INTRODUCTION GENERALE...12

CHAPITRE I : SITUATION ENERGETIQUE, GISEMENT EOLIEN ET

BESOINS ENERGETIQUES DANS LES COMMUNAUTES
RURALES AU MAROC.......21
Introduction.....22
I-A Contexte gnrale.........23

I-A.1
I-A.2
I-A.3
I-A.4

Energie une matire premire vitale.......23

Perspectives mondiales de lnergie........23
Energie et dveloppement conomique...26
Energie et environnement......26

I-B Situation nergtique du Maroc .......27

I-B.1 Introduction.............27
I-B.2 Aspects conomiques.........27
I-B.2.1 Indicateurs conomiques du secteur.....27
I-B.2.1.1 Balance, consommation et dpendance nergtiques......27

I-B.2.1.2 Secteur ptrolier...32

I-B.2.1.3 Secteur gaz naturel..32
I-B.2.1.4 Secteur lectrique.....33
I-B.2.1.5 facture nergtique nationale..35
I-B.3 Aspects cologiques...35
I-B.3.1
I-B.3.2
I-B.3.3
I-B.3.4
I-B.4 Aspects

Ressources naturelles..36
Impact des changements climatiques36
Bilan gnral des missions des Gaz Effet de Serre..38
Dforestation....38
sociaux..39

I-B.4.1 Dveloppement ingal en milieu rural et urbain39

I-B.4.2 Milieu rural.40
I-B.5 Conclusion..40
I-C Energie olienne au Maroc.....41
I-C.1 Introduction.....41
I-C.2 Donnes du vent disponibles...41
I-C.3 Donnes solaires disponibles....47
I-C.4 Complmentarit entre les nergies olienne et solaire disponibles

dans les rgions les plus venteuses....48

I-C.5 Application de l'nergie olienne.52
I-C.5.1 Pompage d'eau.53
I-C.5.2 Gnration d'lectricit......54
I-C.5.2.1 Projets de dmonstration raliss par le Centre
de Dveloppement des Energies Renouvelables...54
I-C.5.2.2 Travaux de recherche sur les oliennes...56
I-C.5.2.3 Parcs oliens...56
I-C.5.2.4 Installations prives....57
I-C.6 Conclusion..57
I-D Besoins nergtiques dans les communauts rurales au Maroc.....58
I-D.1 Introduction....58
I-D.2 Situation actuelle de l'lectrification rurale........58
I-D.2.1 Nombre total de villages...58
I.D.2.2 Electrification par extension du rseau lectrique national.59
I-D.2.3 Electrification par Groupes Electrognes.60
I.D.2.4 Electrification par les nergies renouvelables..61
I-D.2.5 Eclairage traditionnel......62
I-D.3 Identification des usages de l'nergie et des besoins nergtiques
en milieu rural............62
I-D.3.1 Equipements traditionnels : un budget au service de
l'clairage et de l'audiovisuel....62
I-D.3.2 Applications et quipements....64
I-D.3.2.1 Usages domestiques.....64
I-D.3.2.2 Usages publics..66
I-D.3.3 Etude du cas du village Tirga-Ait Ouakki.66
I-D.4 Solutions pour l'lectrification en milieu rural..69
I-D.4.1 Electrification conventionnelle...69
I-D.4.2 Contraintes conomiques et techniques de l'lectrification rurale
I-D.4.2.1Dispersion de la population et cot des raccordements
I-D.4.2.2 Demande rurale et cot de fonctionnement des rseaux
I-D.4.2.3 Faisabilit globale....74
I-D.4.3 Tarification et taxes...74
I-D.4.3.1 Produits ptroliers76
I-D.4.3.2 Gaz naturel...77
I-D.4.3.3 Electricit..78
I-D.4.3.4 Ncessit de trouver des solutions novatrices 81

I-D.4.4 Electrification dcentralise82

I-D.5 Investissement dans le secteur nergtique........84
I-D.6 Conclusion......86
Conclusion....86
CHAPITRE II : CARACTERISTIQUES DU POTENTIEL EOLIEN DU
SITE DE TANGER.....88
Introduction.....89
II.1 Etude statistique de la vitesse du vent.....90
II.1.1 Introduction........90
II.1.2 Moyenne et maxima de la vitesse du vent...91
II.1.3 Variations saisonnires et annuelles....93
II.1.4 Variations interannuelles...95
II.1.5 Variations quotidiennes.97
II.1.6 Distribution des frquences..98
II.1.6.1 Rpartitions des vitesses horaires.98
II.1.6.2 Frquence cumule des vitesses horaires.99
II.1.7 Conclusion....102
II.2 Traitement statistique de la direction du vent.102
II.2.1 Introduction..102
II.2.2 Distribution de la vitesse du vent suivant les 18 directions
principales du vent...103
II.2.3 Roses des vents pour le site de Tanger..103
II.2.4 Conclusion106
II.3 Modlisation mathmatique des distributions des frquences de la vitesse
du vent...........107
II.3.1 Introduction......107
II.3.2 Loi de Weibull107
II.3.3 Dtermination des paramtres de Weibull109
II.3.4 - Loi de Weibull Hybride...111
II.3.5 Energie olienne disponible119
II.3.6 Profil vertical du vent par rapport au sol....121
II.3.7 Conclusion....125
II.4 Influence du pas et du nombre dannes de mesures sur lestimation
du potentiel olien.................126
II.4.1 Introduction...126
II.4.2 Influence de la frquence des mesures sur le calcul des

moyennes mensuelles de la vitesse du vent....126

II.4.3 Influence du nombre dannes de mesures sur la vitesse du vent..130
II.4.4 Validation des rsultats obtenus134
II.4.4.1 Variations mensuelles de la vitesse du vent.134
II.4.4.2 Frquences cumules135
II.4.4.3 Rpartition des vitesses horaires136
II.4.4.4 Distribution de Weibull hybride.138
II.4.5 Conclusion....139
II.5 Modlisation stochastique de la vitesse du vent...140
II.5.1 introduction...140
II.5.2 Revue bibliographique.140
Partie A : Modlisation par un modle auto-rgressif...142
II.5.A.1 Introduction...142
II.5.A.2 Construction d'une variable stationnaire distribution gaussienne...143
II.5.A.2.1 - Transformation gaussienne..143
II.5.A.2.2 Ncessit d'une variable alatoire stationnaire..144
II.5.A.2.3 Elimination de la variation saisonnire..145
II.5.A.2.4 Elimination de la variation journalire......145
II.5.A.2.5 Examen de la stationnarit..151
II.5.A.2.6 Examen de la normalit..151
II.5.A.2.8 Fonctions d'auto corrlation mois par mois...156
II.5.A.3 Mthodologie............................159
II.5.A.3.1 Rappel sur le modle Auto-Rgressif AR(p)159
II.5.A.3.2 Identification du modle...159
II.5.A.3.3 Dtermination de l'ordre du modle...160
II.5.A.3.4 Estimation des paramtres du modle....160
II.5.A.3.5 Test du modle.165
II.5.A.4 Application du modle obtenu pour gnrer une anne de rfrence
pour le site de Tanger...166
II.5.A.4.1 Calcul et comparaison des fonctions d'autocorrlation (fac) relles et simules......166
II.5.A.4.2 Acceptation du modle Auto Rgressif dordre 2 (AR(2))...167
II.5.A.4.3 Validation du modle...168
II.5.A.4.4 Dtermination de l'anne type....175
II.5.A.5 Conclusion175
Partie B : Simulation par le modle markovien...176
II.5.B.1 Introduction...176

II.5.B.2 Modle de la chane de Markov pour la vitesse du vent.176

II.5.B.3 Analyse des moyennes horaires de la vitesse du vent...178
II.5.B.4 Interprtation des rsultats..181
II.5.B.5 Discussion de la matrices de transition....181
II.5.B.6. Gnration synthtique des Moyennes Horaires de la Vitesse du vent..182
II.5.B.6.1 Choix dune nouvelle variable....182
II.5.B.6.2 Ajustement des densits de probabilits par des fonctions.182
II.5.B.6.3 Formulation de la procdure de simulation dune
squence synthtique..183
II.5.B.7 Prservation des caractristiques statistiques par le modle...184
II.5.B.7.1 Moyenne, variance, matrices des probabilits de
transition et histogramme..185
II.5.B.7.2 Densit spectrale (S) dnergie et auto corrlation186
II.5.B.7.3 Probabilit de persistance188
II.5.B.8 Conclusion190
II.5. Conclusion..191
Conclusion..191

CHAPITRE III : INTEGRATION DE LENERGIE EOLIENNE DANS

LELECTRIFICATION DES VILLAGES ISOLES....193
Introduction...194
III.1 Systme hybride Arognrateur/Groupe lectrogne.194
III.2 Hypothses pour la modlisation195
III.2.1 Donnes oliennes..195
III.2.2 Demande dnergie197
III.2.3 Taille de laromoteur et puissance nominale198
III.2.4 Groupe lectrogne (GEG).201
III.2.5 Taille et types des batteries.202
III.3 Traitement informatique du modle et rsultats.....205
III.3.1 Donnes dentres..205
III.3.2 Composantes du systme..206
III.3.3 Calcul conomique.206
III.3.4 Rsultats de l'optimisation du systme209
III.3.4.1 Effet de la vitesse nominale de vent (Vn/Vm)...209
III.3.4.2 Effet des batteries.....214
III.3.4.3 Effet de la stratgie de contrle.....218

Conclusion..221

CHAPITRE IV : OPTION DE LENERGIE EOLIENNE AU MAROC.213

Introduction...221
IV.1 Localisation des zones les plus venteux.222
IV.2 Evaluation quantitative de la puissance olienne exploitable dans
les sites retenus.222
IV.3 Arognrateurs...224
IV.3.1 Arognrateurs axe horizontal.224
IV.3.2 Arognrateurs axe vertical.224
IV.4 Technologies oliennes disponibles..225
IV.4.1 Tailles des arognrateurs...226
IV.4.2 Facteur de capacit226
IV.5 Capacit de puissance olienne installe travers le monde...226
IV.5.1 Vent : 10 % de la consommation en lectricit vers 2020...228
IV.5.2 Investissement, cot et cration d'emplois.....229
IV.5.2.1 Investissement....229
IV.5.2.2 Cot.....230
IV.5.2.3 Cration d'emplois.....231
IV.5.3 Bnfices environnementales des 10 %.....231
IV.6 Energie produite par un arognrateur..231
IV.7 Dimensionnement d'une centrale lectrique olienne..232
IV.7.1 Dimensionnement d'un parc olien..233
V.7.1.1 Caractristiques de l'arognrateur233
IV.7.1.2 Caractristiques du rseau lectrique233
a. Connexion Arognrateur/Rseau lectrique national...234
b. Connexion Arognrateur/Groupe lectrogne..235
IV.7.1.3 Caractristiques du vent.237
IV.7.2 Projets de parcs oliens dans les sites retenus..239
IV.7.3 Analyse conomique..240
IV.7.3.1 Cot d'installation240
IV.7.3.2. Cot d'exploitation.241
IV.7.3.3 Prix de vente...242
IV.7.3.4 Taux d'intrt...242
IV.7.3.5 Dlais d'emprunt..242

IV.7.3.6 Taux d'inflation...242

IV.8 Rsultats de l'analyse de la rentabilit conomique...242
Conclusion..248

CONCLUSION GENERALE.250

BIBLIOGRAPHIE250

ANNEXES

A : DISTRIBUTIONS DE LA VITESSE DU VENT MESURE DES

SITES VENTEUX AU MAROC...265
B : CARACTERISTIQUES DE LAEROGENERATEUR..267
B.1 Puissance maximale rcuprable par un aromoteur..268
B.2 Action du vent sur les pales....268
B.3 Paramtres de fonctionnement et Performance dun aromoteur..269
B.4 Profil de la puissance d'un aromoteur...271
B.5 Calcul du coefficient effectif de la puissance.....272
C : DONNEES TECHNIQUES DES AEROGENERATEURS 150 et 250 kW..273
D : PRESENTATION DES OUTILS DE CALCUL DE LA
RENTABILITE ECONOMIQUE DUN PROJET...279
D.1 Investissements......280
D.1.1 Investissements en limites des units de production..280

D.1.2

Frais de location ou d'achat du terrain..280

D.1.3 Fonds de roulement.280

D.2 Charges fixes..281
D.2.1 Amortissements281
D.2.2 Intrt des emprunts...281
D.2.3 Entretien (maintenance)...282
D.2.4 Taxes et assurances.282

10

D.3 Main duvre283

D.4 Etude de la rentabilit conomique dun projet...283
D.4.1 Critres conomiques...283
D.4.2 Mthode du POT ou du temps de remboursement simplifi
D.4.3 Mthodes reposant sur lactualisation des revenus..285
E : Estimation of daily and monthly direct, diffuse and global solar
radiation in Rabat...290
Renewable Energy, Vol.3, No.8, pp.923-930, 1993
F : STOCHASTIC SIMULATION OF HOURLY AVERAGE WIND
SPEED SEQUENCES IN TANGIERS (MOROCCO).299
Solar Energy Vol.56, No.3, pp.01-314, 1996
G : COST OF ELECTRICITY GENERATED AND FUEL SAVING
OF AN OPTIMIZED WIND-DIESEL ELECTRICITY SUPPLY
FOR VILLAGE IN TANGIERS-AREA (MOROCCO)...314
Proc. 4th World Renewable Energy Congress, 16 21 Juin 1996Denver,
Colorado.(USA)
H : WIND CHARACTERISTICS AND WIND ENERGY POTENTIAL
IN MOROCCO...320
Solar Energy, Vol.63, No.1, pp.51-60, 1998
I : A stochastic Markov chain model for simulating wind speed times
series at Tangiers, Morocco...331
Renewable Energy, 29(2004) 1407-1418
J : WIND ENERGY AND ITS ECONOMY IN SOUTH OF MOROCCO...334
Proc. 8th World Renewable Energy Congress, 28 Aot 3 Septembre 2004
Denver, Colorado.(USA)

11

INTRODUCTION GENERALE

1 Electrification des zones isoles

Le Maroc compte en 1996, plus de 85 % des villageois qui n'ont pas accs
l'alimentation en lectricit. Cependant, l'lectrification rurale s'est acclre
sensiblement depuis 1980, date de lancement de la premire phase du Programme
National d'Electrification Rural (PNER) qui a permis d'lectrifier, sur la priode 19801986, 286 centres ruraux soit une moyenne de 50 centres par an. Aprs 1990, environ
1 800 localits rurales ont t lectrifies par le rseau interconnect. La deuxime
phase du programme PNER, entame en 1990, a vis l'lectrification de 200 000 foyers
l'horizon 2000. Cependant, avec l'accumulation des retards, le rythme d'lectrification
rurale n'a pas dpass 50 villages par an durant la priode 1986-95. Mais grce au
Programme dElectrification Rurale Globale (PERG) initi en 1995, le taux
dlectrification a augment de 22 % en 1996 55 % en 2002.
Concernant les nergies renouvelables, 30 villages (1 500 foyers) ont t
lectrifis entre 1990 et 1994 en nergie solaire. Mais pour les groupes lectrognes
(GEG), 2500 centres ruraux (14 % des localits rurales) sont auto - lectrifies en 1990.
Le prix de l'lectricit gnre par l'utilisation des GEG est plus lev que celui
obtenu partir du rseau lectrique national. Ceci est d en partie l'isolement des
sites qui tend faire augmenter le cot du transport du fuel, mais aussi parce que les
GEG fonctionnent gnralement des puissances infrieures leurs puissances
nominales. Pour plusieurs villages isols, la problmatique de la rduction du cot
d'lectricit est rsolue par la limitation d'approvisionnement en lectricit quelques
heures par jour, le soir.
Le but de ce travail est de contribuer ltude des caractristiques du gisement
olien marocain avec une tude spcifique du site de Tanger ainsi que la faisabilit
technique et conomique de fournir une alimentation en lectricit continue par
intgration de l'nergie olienne (kits oliens et systmes hybrides), c'est dire 24 heures
par jour pour une communaut isole situe dans une zone venteuse ou de produire
de llectricit par linstallation de parcs doliens, ce qui participe lindpendance
nergtique du Maroc.

12

2 Sources d'nergie pour les communauts isoles

Il y a plusieurs mthodes d'exploitation des ressources d'nergie disponibles
pour alimenter des consommateurs potentiels en lectricit. Cependant, pour les
villages isols en particulier, le choix est gnralement limit par les faibles
consommations d'nergie des foyers et l'emplacement gographique. Ainsi, pour des
considrations conomiques, les avantages et les inconvnients des diverses ressources
d'nergie disponibles seront discutes par la suite, afin d'identifier l'option la plus
prometteuse pour les communauts isoles marocaines.
2.1 Connexion au rseau lectrique national
L'extension du rseau lectrique national l'ensemble du pays est la solution la
plus souhaitable tant les avantages sont multiples : continuit, extensibilit, rponse
rapide une augmentation de la demande, etc. Cependant le cot de raccordement est
une variable du nombre de foyers par Kilomtre de ligne lectrique. Dans le cas
d'une petite communaut disperse le cot sera plus lev que pour une large
communaut.
2.2 Microcentrales hydrolectriques
Les microcentrales hydrolectriques sont une autre mthode de gnration
d'lectricit cot rduit, mais les sites appropris pour ce type d'lectrification sont
trs rares. La gnration d'lectricit par microcentrales hydrolectriques peut tre
rentable particulirement pour les sites isols, si une topographie approprie peut tre
trouve. Pour des besoins rduits, c'est dire quelques foyers, l'eau peut tre
dtourne d'une rivire pour faire fonctionner une micro - centrale plutt que de
construire un barrage coteux.
2.3 Moteurs combustible
Les moteurs combustible fonctionnant soient au fuel, au ptrole, au gasoil, au
gaz, au biogaz, lalcool ou mme certaines huiles vgtales. Ils ont t dvelopps
durant plusieurs annes. Le choix d'un combustible particulier dpend principalement
du lieu d'installation de la centrale lectrique, puisque celui-ci va dterminer le cot et
la disponibilit du combustible utilis.

13

Le moteur compression, et plus prcisement, le groupe lectrogne (GEG), a

t utilis durant plusieurs annes dans des domaines varis, principalement pour le
transport, mais aussi pour la gnration d'lectricit de rserve (au cas o le rseau
lectrique tombe en panne) ou pour l'lectrification isole. Pour la gnration
d'lectricit, la taille typique du GEG varie de quelques kiloWatts pour un foyer,
plusieurs mgaWatts pour les rseaux locaux de taille moyenne.
Pour l'lectrification locale, la gnration d'lectricit par les groupes lectrognes
(GEG) possde de nombreux avantages. Le moteur peut dmarrer rapidement, s'il y a
une demande d'nergie urgente, et la vitesse de rgulation est correcte et stable : la
vitesse chute peu prs de 3 ou 4 % entre le fonctionnement sans charge et celui de
pleine charge. Le fuel peut tre stock indfiniment et avec plus de scurit que le
ptrole.
L'inconvnient des groupes lectrognes (GEG) est le cot de fonctionnement,
qui a tendance tre excessif cause principalement du fuel. Ce dernier est raffin
partir du ptrole brut dont le prix a considrablement augment durant les dernires
annes. En 1973, la guerre au Moyen Orient a eu pour rsultat la hausse du prix du
baril de ptrole de 2 12 Dollars ($). Bien que le prix du ptrole ait chut durant les
dernires annes, il est prvu que la tendance des prix sera l'augmentation puisque
les rserves en combustibles diminuent.
2.4 Energies renouvelables
L'nergie solaire peut tre utilise de plusieurs faons et prend plusieurs formes
indirectes. Les rserves mondiales totales de combustibles fossiles sont peu prs
quivalentes une semaine d'irradiation solaire, et approximativement 1 % du
rayonnement solaire incident sur la surface terrestre qui se convertit en nergie
olienne [105]. Les combustibles fossiles, tels que le charbon, le ptrole et le gaz ont
effectivement emmagasin l'nergie solaire pour plusieurs millions d'annes. Le Maroc
dispose d'une insolation assez importante ce qui rend l'lectrification par l'option
solaire des communauts isoles possibles malgr le prix non encore comptitif des
cellules photovoltaques.
L'nergie olienne est considre aujourd'hui comme la source la plus
prometteuse des nergies renouvelables. Dans les sites o la force du vent est leve,
l'nergie olienne peut fournir de l'lectricit moins chre que le charbon ou le

14

nuclaire. A lchelle nationale, quelques dcisions ont t prises pour exploiter

l'nergie olienne, allant de l'utilisation des arognrateurs individuels ou intgrs au
Panneaux photovoltaque/Groupe lectrogne la construction de parcs oliens. Avec
l'arrive d'autres oprateurs que l'Office National d'Electricit sur le march de la
production de l'lectricit, il est possible de prvoir la construction d'un grand nombre
de parcs oliens travers le Maroc.
Pour plusieurs communauts isoles au Maroc utilisant actuellement les groupes
lectrognes (GEG) pour s'approvisionner en lectricit et disposant d'une vitesse du
vent moyenne annuelle dpassant 5 m/s, le vent peut devenir une ressource d'nergie
abondante : l'nergie olienne est une solution approprie pour l'lectrification des
communauts isoles situes dans ces rgions mais un certain nombre de problmes
techniques et conomiques restent rsoudre avant que ces rgions puissent bnficier
d'une telle nergie.
3 Energie olienne
L'homme a exploit l'nergie olienne depuis la navigation voile jusqu' la
gnration d'lectricit par les arognrateurs. Les anciennes utilisations des nergies
oliennes, de type voile toile, trouvent leur origine en Perse, en Chine et en
Mditerrane. Elles sont utilises pour drainer, scier le bois et moudre les grains, mais
la commodit et l'efficacit des moteurs vapeur et plus rcemment les moteurs
combustible marquent la fin des oliennes traditionnelles.
Vers les annes cinquante, dans le cadre des programmes des nergies
alternatives, l'exploitation de l'nergie olienne a t encourage, mais l'intrt port
ce type d'nergie s'est affaibli cause de la chute du prix du ptrole et du prix
prometteur de l'nergie nuclaire. C'est partir de 1977, suite la crise du ptrole en
1973 due la guerre au Moyen Orient, que la construction des parcs doliens a
connu un dveloppement rapide et continu.
4 Grandes lignes de la thse
Ce travail s'inscrit dans le cadre de la valorisation et l'utilisation des nergies
renouvelables, en particulier l'nergie olienne au Maroc qui tend tre considre
comme une pice matresse pour rpondre aux besoins immdiats des populations
rurales et contribuer lindpendance nergtique et au dveloppement conomique.

15

Cette tude s'est, avre d'une part, ncessaire pour le Maroc, qui est dpourvu
de ressources ptrolires et qui importe actuellement une bonne partie de son
approvisionnement en nergie. L'exploitation de l'nergie olienne peut donc constituer
un moyen de diversification des sources d'nergie. D'autre part, sachant qu'il existe
une grande varit de systmes de conversion olienne, il est ncessaire de bien
tudier les caractristiques du gisement olien marocain afin d'y adapter les systmes :
choisir le type de convertisseur le mieux adapt au site, dimensionner le systme et
valuer ses performances. Ceci est d'autant plus important que la source - vent est
diffrente des sources classiques d'nergie. Lorsqu'on utilise l'nergie olienne, il n'y a
pas de consommation de matire mais seulement utilisation d'un flux d'nergie dont
les caractristiques essentielles sont ses variabilits quotidienne et saisonnire, aux ses
effets prvisibles et calculables, alors que ses variations d'origine climatiques sont
compltement alatoires.
L'un des objectifs de ce travail est de montrer que le cot de gnration du
kWh pour lectrifier les villages isols et situs dans des zones venteuses telle que la
rgion de Tanger, peut tre significativement rduit par l'intgration des
arognrateurs aux groupes lectrognes (GEG) avec ou sans stockage pour au moins
assurer la continuit d'approvisionnement en lectricit, mais en esprant amliorer sa
qualit.
Ce mmoire contient une description dtaille d'un modle informatique d'un
systme hybride Arognrateur/Groupe lectrogne avec stockage court et moyen
terme pour calculer le combustible consomm, et cela pour une vaste gamme de
donnes. Il est possible de dterminer les effets de la combinaison de plusieurs
paramtres, principalement travers les donnes du vent et la demande en lectricit.
Les deux entres principales du programme informatique considr sont la
source d'nergie principale, soit le vent, et la raison de la gnration d'lectricit, soit
la demande. Nous nous sommes limits aux moyennes horaires de la vitesse du vent
mesures de 1978 1989 l'aroport de Tanger et aux puissances lectriques horaires
moyennes mesures durant deux journes, l'une reprsentant l't et l'autre reprsentant
l'hiver pour le village Tirga-Ait Oukki (province d'Errachidia) comptant 116 foyers
lectrifis dans le cadre du Programme Pilote dElectrification Rural (PPER), et cela
cause du manque de donnes pour des frquences leves de mesure (un pas de
mesure de 1 2 secondes) avec une grande variation des caractristiques pour ces deux
entres.

16

Dans le premier chapitre, aprs un aperu sur l'volution de la situation

nergtique au Maroc depuis 1980, une tude bibliographique concernant ce qui a t
fait au niveau de l'volution et l'exploitation des nergies renouvelables, plus
particulirement, l'nergie olienne au Maroc a t faite. L'un des volets de ce travail
consiste comparer les potentiels solaire et olien pour 17 stations mtorologiques o
les mesures du vent sont fiables. Ce qui permet d'identifier des sites venteux et/ou
bien des sites o il y a complmentarit entre des potentiels solaire et olien.
Ensuite, aprs une tude bibliographique sur les besoins nergtiques dans les
communauts rurales, les efforts d'lectrification rurale entrepris au Maroc et les
solutions possibles, nous montrerons la possibilit d'intgrer l'nergie olienne pour la
production d'lectricit de puissance par parcs oliens ou pour l'lectrification
dcentralise des villages dont l'extension au rseau lectrique national est coteuse.
Le deuxime chapitre traitera ensuite les caractristiques du gisement olien
marocain avec une tude spcifique pour le site de Tanger. Le choix de cette zone
venteuse est conscutif au fait que pour ce site, nous disposons d'une longue srie des
moyennes horaires de la vitesse du vent (MHVV) s'talant de 1987 1989 (chantillon
de 105 000 donnes) et deux annes de donnes horaires pour la direction du vent
(1988-1989) releves dans la station mtorologique de Tanger par la Direction de la
Mtorologie Nationale (DMN).
Le traitement des donnes et la prsentation des rsultats dpendent de la nature
et du nombre de mesures disponibles ainsi que du systme de conversion choisi. C'est
pour cela que nous nous sommes efforcs de prsenter un grand choix des donnes,
afin de rpondre aux besoins des utilisateurs.
Aprs une premire rduction du volume important des donnes par des
traitements statistiques, celles-ci sont compactes sans perte significative d'informations
quelles contiennent par l'adaptation des modles statistiques aux distributions
frquentielles de la vitesse du vent. Cette mthode a l'avantage de reprsenter les
donnes observes par un nombre de paramtres limits. Une troisime reprsentation
des donnes dduite de l'tude de l'influence du pas et du nombre d'annes de
mesures sur l'estimation du potentiel olien prsente l'avantage de limiter la srie de
mesures sans perte des caractristiques statistiques de la srie originale.
Le dimensionnement d'un systme olien bas uniquement sur une analyse
statistique non temporelle des moyennes horaires de la vitesse du vent (MHVV) est

17

insuffisant car les fluctuations alatoires de la vitesse du vent au cours du temps

contraignent le systme fonctionner en rgime permanent, de plus la mmoire de
ces fluctuations influence grandement le dimensionnement optimal du systme. L'tude
du comportement dynamique d'un systme olien exige donc que l'on prenne en
compte les corrlations avec le temps. Cette tude peut tre faite grce aux modles
dynamiques qui ont l'avantage de gnrer des sries de valeurs probables un pas de
temps dfini, en un site donn, avec les mmes caractristiques dynamiques de la
srie relle. II suffit donc de quelques paramtres pour gnrer toute une srie de
donnes dont l'optimisation nous produit une anne de rfrence de la vitesse du vent.
Nous prsentons dans cette partie deux approches de modlisation, une par lutilisation
de modles auto rgressifs de type AR(p), o p est lordre du modle, lautre par
lutilisation dune modlisation probabiliste en chane de Markov.
L'avantage de la modlisation par ordinateur pour l'valuation et la comparaison
rapide de diffrents systmes hybrides est de faciliter la collecte des donnes de base
sur les caractristiques de fonctionnement de l'arognrateur, le groupe lectrogne
(GEG), les batteries et l'onduleur.
Certaines de ces informations seront prsentes dans ce chapitre, sous forme
d'tude prliminaire de chaque composante du systme, ainsi que les donnes
particulires et les hypothses qui vont tre utilises dans le modle ultrieurement.
Pour les caractristiques de l'arognrateur, notre choix s'est port sur celui d'un
arognrateur axe horizontal vitesse de rotation constante qui a l'avantage de
pouvoir tre reli au rseau lectrique national en cas d'lectrification du village
considr.
D la spcificit de la demande en nergie de la communaut considre et
dans le but de gnraliser l'application des rsultats de cette modlisation, nous avons
utiliser un ensemble harmonieux d'entres gnralises au programme informatique afin
de permettre une comparaison directe des performances de diffrents systmes. Pour la
gnralisation des rsultats, on les calcule par kW de demande moyenne en
normalisant la demande plutt que de se baser sur le type et la taille particulire du
village considr. Les paramtres d'entres sont aussi exprims de la mme manire :
la taille de l'arogenrateur est prsente en terme de surface balaye (m2) ou de la
puissance nominale (kW) par kW de demande moyenne o les effets de l'chelle vont
dpendre des hypothses conomiques. Ceci peut tre simplement accommod par le

18

changement de paramtre prix dpendant du profil de la demande, et par consquent

de la gamme de la taille du systme.
Le profil de la demande normalise sera utilis partout avec une gamme troite
dhypothses conomiques pour valuer les performances relatives aux diffrents
systmes sur la base du cot de gnration du kWh d'lectricit dlivre. La
section.IV du chapitre III prsente deux options de stratgies de contrle pour intgrer
les composantes du systme examines.
Enfin, au chapitre IV, 10 projets de parcs d'oliens dans les rgions les plus
venteuses du Maroc proposs, seront soumis aux tests des critres de cots et de
rentabilit. Il s'agit du cot de l'nergie du vent pour diffrents sites travers le pays;
utilisant des arognrateurs de puissances nominales de la gamme 150 250.kW par
arognrateur alli une variation du prix de vente du kWh. De plus, les projets
seront soumis au test d'autres paramtres nergtiques et financiers, tels que la
capacit de la puissance installer, le financement de l'installation, le taux d'intrt, le
taux d'actualisation, etc.

19

PRESENTATION DES ANNEXES

Afin de ne pas surcharger la partie principale de ce mmoire, nous avons

regroup en annexes nos publications antrieure les plus importantes relative au sujet
sont prsentes en annexe ainsi que les caractristiques de la vitesse du vent dun
site, les caractristiques thoriques et techniques dun arognrateur et les outils de
calcul concernant la rentabilit conomique dun projet.

Dans ltude du gisement olien dun lieu, on a toujours besoin dun certain
nombre de formules et de modles, exposes la section 1 du chapitre II, et surtout
des mesures de la vitesse du vent pour connatre ses caractristiques. LAnnexe A
regroupe les distributions de la vitesse du vent mesure pour les sites venteux choisis.

Sil est plus facile de dterminer lnergie olienne reue au sol, elle est, par
contre, difficilement calculable aprs sa conversion en lectricit par un arognrateur.
LAnnexe B et C prsentent les formules de calcul des caractristiques thoriques dun
arognrateur axe horizontal et vitesse de rotation constante pour loptimisation
du systme Arognrateur/Groupe lectrogne et les caractristiques techniques pour
deux types darognrateurs (150 kW et 250 kW) ncessaires pour ltude de la
rentabilit conomique des parcs oliens considrs.

LAnnexe D prsente une revue bibliographique des outils ncessaire pour une
tude de la rentabilit conomique dun projet

Enfin, les Annexes E, F, G, H, I et J, regroupent nos publications les plus

importantes de 1993 2004

20

CHAPITRE

SITUATION ENERGETIQUE, GISEMENT EOLIEN ET BESOINS

ENERGETIQUES DANS LES COMMUNAUTES RURALES AU MAROC

21

I.

SITUATION ENERGETIQUE, GISEMENT EOLIEN ET BESOINS

ENERGETIQUES DANS LES COMMUNAUTES RURALES AU MAROC

Introduction
Le Maroc est confront une forte contrainte nergtique cause par sa
dpendance de limportation des nergies commerciales, et l'utilisation extensive de
l'nergie traditionnelle : le bois de feu et le charbon de bois, dans le secteur rural.
Ceci se manifeste par un montant de la facture nergtique nette lev et par une
consommation nergtique par habitant au Maroc, en tant qu'indice de dveloppement,
faible.
Compte tenu de l'insuffisance en ressources nergtiques locales mobilisables, la
satisfaction des besoins est demeure largement tributaire des produits nergtiques
imports. Pour faire face au problme de la dpendance, il y a diffrentes solutions
proposes telles que l'intgration des nergies renouvelables, l'augmentation de la
consommation du gaz naturel ou l'installation des centres nuclaires pour la production
d'lectricit.
Une forte ingalit de consommation caractrise le modle de consommation
entre un secteur moderne (rsidentiel riche, tertiaire moderne, industrie, transports) qui,
en rgle gnrale, utilise l'nergie de faon peu efficace, et un secteur rural et
priurbain largement priv d'nergies commerciales et consommant du bois de feu et
du charbon de bois, contribuant la dforestation.
L'un des volets de ce travail de recherche consiste slectionner les sites
prometteurs pour l'utilisation de l'nergie olienne, d'valuer et de dterminer les
caractristiques du potentiel olien et de prsenter des informations spcifiques dont
les utilisateurs de l'nergie olienne avaient besoin en reprenant les tudes antrieures
par le choix dune longue srie de donnes climatologiques du vent pour ces sites.
Cette valuation s'avre intressante non seulement pour l'tude de l'efficacit des
systmes oliens destins au pompage de l'eau ou lutilisation lectrique autonome,
mais aussi pour juger la faisabilit des parcs oliens au Maroc et trouver une nouvelle
source d'lectricit.

22

Dans ce chapitre, nous allons aussi donner un aperu sur l'volution de la

situation nergtique au Maroc depuis 1982. Ainsi, nous prsentons la ncessit
d'intgrer l'nergie olienne pour l'lectrification dcentralise des villages dont
l'extension au rseau lectrique national est coteuse ou pour la production d'lectricit
de puissance par linstallation des parcs oliens.

I-A Contexte gnral

I-A.1 Energie : une matire premire vitale
Dans toutes nos activits quotidiennes, nous faisons appel lnergie sous ses
diffrentes formes. Elle est une source stratgique pour le dveloppement durable. Pour
la majorit des pays importateurs dnergie, lapprovisionnement en ressources
nergtiques en quantits suffisantes relve de la scurit nationale dans la mesure o
son manque peut immobiliser lappareil productif et handicaper la croissance
conomique du pays. La crise nergtique de 1973, la guerre de Golf en 1991 et la
guerre dIrak en 2003 sont autant dexemples qui illustrent, si besoin est, le rle
gopolitique et stratgique que joue lnergie au niveau plantaire. La question
nergtique doit tre examine dans une perspective globale intgrant les aspects
institutionnels, conomiques, environnementaux et les aspects du dveloppement social.

I-A.2 Perspectives mondiales de lnergie

La croissance dmographique, le dveloppement conomique et social suscitent
une demande de plus en plus accrue en nergie surtout en ptrole et en gaz. La
rserve nergtique mondiale est limite et estime 784.Milliards Tonne en
Equivalent de Ptrole (TEP) (Figures I.1 et I.2)

23

Energie primaire en milliars de TEP

Ptrole

4
Gaz
3
Charbon
2

Nuclaire

0
0.0

1970

1.5

1980

3.0

1990

4.5

Renouvelable
Hydraulique
2000
2010
2020
6.0

7.5

9.0

2030

10.5

Anne

Figure I.1 : Demande mondiale de lnergie primaire [1].

Total toutes nergies = 784 Milliards TEP

17%

18%
Ptrole
Charbon
Gaz natuel

142 MTEP
507 MTEP

40 ans
507 ans

135 MTEP 135 ans

65%

Figure I.2 : Rserve nergtique mondiale (Source : Observatoire de lEnergie

Franais daprs BP Statistical Review, Juin 2000) [1]
Les statistiques du Conseil Mondial de lnergie montrent quau cours des
quarante dernire annes, les besoins mondiaux en nergie ont augments dans des
proportions considrables. En 1960, la consommation nergtique mondiale tait de
3.3Milliards de TEP; en 2000, elle a atteint 10.0 Milliards de TEP, ce qui prsente
une augmentation de 203 % en 40 ans, ou encore un accroissement annuel moyen de
2.8 % [1,2].

24

Anne 2000 : 10 Milliards TEP

Renouvelable
3%

Nuclaire
8%

Hydraulique
3%

Ptrole
37%

Charbon
26%
Gaz naturel
23%

Anne 2030 : 15 Milliards TEP

Renouvelable
4%
Hydraulique
2%

Nuclaire
5%

Charbon
24%

Ptrole
37%

Gaz naturel
28%

Figure I.3 : Consommation mondiale en nergie primaire par produit [1].

Lanalyse des perspectives mondiales futures de la fourniture et lutilisation de

lnergie est complexe dans la mesure o plusieurs facteurs faonnent loffre et la
demande dnergie tels que les effets de lenvironnement, lefficacit dans lutilisation
dnergie, etc Selon la rfrence [1], la demande dnergie primaire passera de
10.0Millions de TEP en 2000 15.0 Millions de TEP en 2030 (Figure I.3).
Notons que plus de la moiti de cet nergie est consomme par les pays
membres de lOrganisation pour la Coopration et le Dveloppement Economique

25

(OCDE) mais, tout le continent africain ne consomme que 5 % de la consommation

nergtique mondiale (Figure I.4).

Chine
12%
Ex URSS
9%

Asie
11%
OCDE
53%

Afrique
5%
Amrique Latine
5%

Europe hors OCDE

Moyen orient
1%
4%

Figure I.4 : Consommation mondiale en nergie primaire par rgion [1].

I-A.3 Energie et dveloppement conomique

Jusquau milieu des annes 1970, on constate une liaison troite entre la
croissance du Produit Intrieur Brut (PIB) dans les pays industrialiss et la croissance
de la consommation dnergie. Les chocs ptroliers vont montrer quil nen est rien et
que le lien est beaucoup plus souple quon le supposait [1].

I-A.4 Energie et environnement

La fourniture et lutilisation de lnergie contribuent la dgradation de
lenvironnement surtout celle de la qualit de lair, et, dans certaines mesures, la
pollution du sol et de leau. Par exemple, le dioxyde du carbone, CO2, mis lors de
la combustion des combustibles fossiles et de la biomasse, contribue leffet de serre,
et, par la suite, lchauffement de la plante et la destruction de la couche
dozone.

26

I-B Situation nergtique du Maroc

I-B.1 Introduction
Cette partie se propose d'tudier la situation nergtique au Maroc sous les
aspects suivants : conomiques, cologiques et sociales.
I-B.2 Aspects conomiques
I-B.2.1 Indicateurs conomiques du secteur
I-B.2.1.1 Balance, consommation et dpendance nergtiques
Le bilan nergtique marocain demeure caractris par la prdominance des
produits ptroliers qui ont reprsent, en 2002, environ 61 % de la consommation en
nergie conventionnelle value prs de 10.5 Millions de TEP. Le charbon occupe la
deuxime place avec 32 %, tandis que l'apport de l'lectricit d'origine hydraulique
s'est limit 2 % compte tenu de la scheresse (alors qu'elle comptait pour 8 %
environ en 1980). Durant les deux dernires dcades, la consommation dnergie au
Maroc a augment de 122%, plus du double comme le montre les tableaux I.1-I.3 et les
figures I.5 et I.6.
Tableau I.1 : Consommation et production d'nergie au Maroc [2]
Consommation
1000 TEP
Electricit (1)
Charbon (2)
Produits ptroliers (3)
Gaz naturel (4)
Total

1982
149
438
4 086
60
4 733

1992
255
1 107
5 801
18
7 181

1982/2002 en %
2002
634
326
3 382
672
6 445
58
37
38
10 498
122

Production
1000 TEP
Electricit hydraulique
Electricit olienne
Charbon
Ptrole brut
Gaz naturel
Total

1982
149
412
15
60
635

1992
255
322
10
18
606

1982/2002 en %
2002
222
49
50
0
-100
12
-19
37
-103
321
-49

TEP : Tonne en Equivalent de Ptrole soit :

Electricit
: 1000 kWh = 0.26 TEP
Charbon local
: 1 tonne = 0.56 TEP
Ptrole brut : 1 tonne
= 0.93 TEP
Charbon import : 1 tonne = 0.66 TEP
Gaz naturel : 1 tonne
= 0.76TEP
(1) Il sagit de la production brute de lONE jusqu 1996
(4) : production locale
(2) Ventes locale + importation du charbon et du coke
(3) Il sagit des ventes des socits distributrices des produits suivants:essences, gasoil, fuel-oil, essence
aviation, ptrole lampant, propane, butane, essences spciale et paraffine

27

12

12
Electricit
Charbon
Produits ptroliers
Gaz natural

10

10.5

10

Millions de TEP

7.2

61%

6
4.7

81%

86%

0
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002
Annes

(*)

: il sagit de llectricit hydraulique

Figure I.5 : Consommation nergtique au Maroc [3].

2500
Production d'lectricit

Puissance installe

2000
1000

1500

1000
500

500

0
0
1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002

Anne

Figure I.6 : Electricit hydraulique [3]

28

Production (Millions de kWh)

Puissance installe (Millions de kW)

1500

Tableau I.2 : Importation, exportation et facture nergtiques [2,3].

Importation
nergtique
Ptrole brut
Produits ptroliers
Electricit (GWh)
Charbon
Total
Importation
produits ptroliers*
Ptrole brut
Gas oil
Btumes
Butane
Propane
Carburacteur
Huiles
Paraffine
Additifs
Total

1982
Quantit
103tonnes
4468
176
42

1993
Valeur Quantit
(MDh) 103tonnes
6 351
743
1 027
1 310

1982
Quantit
103tonnes
4468
21
109
35
7
4
176

1993
Valeur Quantit
(MDh) 103tonnes
6 351
216
495
32
7 094

2002
Valeur Quantit
(MDh) 103tonnes
6 981
6 182
357
381
883
923
55
77
144
8
8 276
7 716

Valeur
(MDh)
12 073
966
2 529
231
377
29
16 205

1982
Quantit
103tonnes
200
7
207

1993
Quantit
103tonnes
33
463
496

2002
Quantit
103tonnes
46
597
744
1 387

Valeur
(MDh)
135
1 462
1 105
2 702

Valeur
(MDh)
6 981
1 295
437
422
9 135

2002
Quantit
103tonnes
6 182
1 533
1 392
5 000

Valeur
(MDh)
12 073
4 132
400
2 500
19 105

* hors gasoil pche

Exportation
produits ptroliers
Huiles
Naphta
Propane
Fuel oil
Total

Valeur
(MDh)
-

Facture nergtique nette

Anne
1982
Total (MDh)

Valeur
(MDh)
74
662

736

1993

2002
8 399

16 403

Tableau I.3 : Dpendance nergtique [2,3]

Dficit nergtique
1000 TEP
Taux de dpendance nergtique (%)
Part du ptrole dans la consommation (%)
Importation nette dnergie/Produit interne brut (%)

1982
4 098
87
86

1993
6 748
93
82
3.3

2002
10 176
97
61
4.1

29

Compar la France, un pays industrialis, ou la Tunisie dont la population

nest que le tiers de celle du Maroc, ce dernier consomme des quantits annuelles en
nergie conventionnelle et en lectricit en 2001 comparables celles de la Tunisie
mais, elles sont trs faibles par rapport celles de la France (Figures I.7 et I.8). La
mme remarque reste valable pour les consommations par an et par habitant (Figure I.9
et I.10).

S rie1

Maroc

10
Ann e 2000

Espagne

125

Portugal

24

France

257

Tunisie 8
Turquie

77
0

100

200

300

Millions de TEP

Figure I.7 : Consommation nergtique annuelle en TEP en 2001 [1].

Anne 2000

Maroc 15
Srie1

Espagne

209

Portugal

41

France

441

Tunisie 9
Turquie

104
0

100

200

300

400

TWh

Figure I.8 : Consommation nergtique annuelle en TWh en 2001 [1].

30

500

Maroc

0.35

Espagne

3.13

Portugal

2.46
Srie1

France

4.25

Tunisie

0.82

Turquie

1.15
0

TEP

Figure I.9 : Consommation annuelle par habitant en TEP en 2001 [1].

500

Maroc

5250

Espagne

4100

Portugal

S rie1

7300

France

990

Tunisie

1560

Turquie
0

1000

2000

3000

4000

5000

6000

7000

8000

kWh

Figure I.10 : Consommation annuelle par habitant en kWh en 2001 [1].

Si l'on examine la consommation d'nergie par secteur de 1990 2001, on

remarque que la rpartition sectorielle de la consommation nergtique na pas
beaucoup change malgr son augmentation de 78 % (Tableau I.4).

Tableau I.4 : Rpartition sectorielle de la consommation dlectricit[1].

1990

Electricit en TWh
Commercial
(%)
Rsidentiel
(%)
Industriel
(%)
Autres*
(%)

1995

7.34
47
26
15
9

1999

9.47
44
29
18
9

2001

11.6
43
29
19
9

13.1
43
29
19
9

(*) : Agriculture + clairage public

31

I-B.2.1.2 Secteur ptrolier

La consommation nergtique nationale est passe de 4.7 Millions de TEP en
1982 prs de 10.5 Millions de TEP en 2002. Elle reste marque par la
prpondrance des produits ptroliers mme si la part de ces derniers est tombe de
86 % en 1982 61 % en 2002 en raison de l'entre en service de la centrale de Jorf
Lasfar fonctionnant au charbon (Tableaux I.1 et I.2, Figure I.5).
Pour assurer l'adquation de l'offre et de la demande des produits ptroliers, le
Maroc importe directement certains produits raffins tels que le gasoil, le butane, le
carburacteur et le propane. Il procde galement l'exportation des excdents de
raffinage notamment le naphta (Tableau I.2).
La figure I.11 montre que le march national des produits ptroliers en 2001
est domin par le gasoil avec 49 %, en second rang vient le fuel et le butane avec
19 % et 18 % respectivement, lessence, le carboracteur (Krosne) et le propane
partage les 14 % restant avec un cumul de 6.1 MTEP.

Butane
Ordinaire 18%
1%
Ptrole
2%
Carbureacteur
4%
Super
5%

Propane
2%

Gasoil
49%

Fuel oil
19%

Figure I.11 : Rpartition des produits ptroliers au march national en 2001 [1]
I-B.2.1.3 Secteur gaz naturel
La consommation du gaz, qui est reste ce jour quasi - ngligeable
(20.millions de m3/an), est appele s'accrotre de manire significative, aprs la mise
en service du Gazoduc Maghreb Europe (GME) [1,2]. Dans le cadre de la scurit
dapprovisionnement, l'introduction du gaz va modifier le paysage nergtique national.
Son utilisation est prvue dans un premier temps, pour les futures centrales lectriques
de Tahaddart I (384 MW, mise en service 2005) et Tahaddart II (384 MW, mise en

32

service 2006) qui vont consommer 540 Millions de m3 de gaz naturel [1]. Le projet
de construction d'un deuxime Gazoduc en vue d'alimenter les industries de l'axe
Knitra, Mohammedia et Casablanca, est l'tude [2].
I-B.2.1.4 Secteur lectrique
D'origine hydraulique et thermique, la quasi - totalit de la production de
l'lectricit est assure par l'Office National de l'Electricit (ONE) jusqu 1996 avec
une contribution faible du priv de lordre de 10 % [2]. La puissance lectrique
installe par lONE et les auto producteurs est passe de 1 815 MW en 1982
4696.MW en 2002 dont 53.9 MW est dorigine olienne installe en 2000 soit 1.2 %
de la puissance lectrique installe (Figure I.12).

5000

Thermique
Hydraulique
Eolien

4500
4000

1.22%

Puissance installe (en MW)

3500
3000
2500
2000

80%

1500
1000
500

61%

62%

0
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002
Anne

Figure I.12 : Puissance lectrique installe [2]

L'Office National dElectricit (ONE) a dispos du monopole de transport et

jusqu'en 1994, de celui de la production. Il assure galement la distribution dans les
centres loigns et dans certaines villes non desservies par les rgies. Cependant, dans
la plupart des zones urbaines, la distribution est assure par onze rgies autonomes
(distribution d'eau et d'lectricit) qui reprsentent ainsi une proportion de l'ordre de
50 % des ventes de kWh [2].

33

Les importations d'lectricit de lEspagne, d'Algrie et l'apport des tiers

(principalement l'Office Charifien des Phosphates, OCP) se sont leves 1 477 GWh
en 2002, soit 10 % de la consommation lectrique totale durant cette anne. Suite la
libralisation progressive du secteur lectrique par la privatisation des socits de
raffinage tels que loctroi de concessions pour la production dlectricit : cas pour la
centrale de Jorf Lasfer et du parc olien de Koudia AlBeida et la centrale lectrique
de Tahaddart, la production concessionnaire de llectricit a atteint 62 % de lnergie
lectrique nette consomme en 2002. La consommation lectrique nette sest tablie
15540 GWh en augmentation de 64 % par rapport lanne 1982 (Tableau I.5,
Figure.I.13)

Tableau I.5 : Production nette de l'lectricit [3].

Production en
GWH
Usines hydrauliques
Centrales thermiques
Usines auto producteurs de
secours

Quantit
555
4 479

1982
%
11
89

Quantit
964
7 418

1992
%
11
88

82/92 %
74
66

Quantit
842
3641

2002
%
19
80

92/02 %
-13
-51

14

57

40

198

Production :ONE

5 043

100

8 396

100

66

4 523

100

-46

Achat lectrique en
kWh

Quantit

1982
%

Quantit

1992
%

82/92 %

Quantit

2002
%

92/02 %

100

2 911

9 567
1 477
14.1

87
13

40

-40.5
11 018

100
100

945

Production concessionnaire
(1)
Apport des tiers (2)
Parc olien
Auxiliaires centralesTHT
/HT pomps du rseau
Total

35
35

100

100

1 054
1 054

100

2 911

Energie nette consomme 5 078

100
9 450
100
86
15 540
100
(1) : Jorf Lasref + Parc olien de Koudia AlBeida
(2) : Maroc Phosphore + Maroc Chimie etc+ importation de lAlgrie et de lEspagne

34

64

Energie lectriqure en millions de KWh

16000

Production lectrique par l'O.N.E.

Energie lectrique nette appele

14000
12000
10000
8000
6000
4000
1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

Annes

Figure I.13 : Consommation nette d'lectricit [3].

I-B.2.1.5 facture nergtique nationale
Au cours de lanne 2002, la facture nergtique brute s'est leve
19105.MDh dont 63 % pour l'importation du ptrole brut. Au cours de cette mme
anne, le Maroc a export les excdents de raffinage (principalement du naphta) pour
une valeur globale de 2 702 MDh. La facture nergtique nette sest leve
16403.MDh, absorbant 10 % des recettes des exportations (Tableaux I.2).

I-B.3 Aspects cologiques

Lutilisation de l'nergie conventionnelle contribue la dgradation de
l'environnement, surtout celle de la qualit de l'air. Si la consommation de l'nergie
reste une donne fondamentale de notre style de vie moderne et un important facteur
de dveloppement et d'amlioration des conditions de vie de la population mondiale, il
n'en demeure pas moins que des efforts doivent tre consentis en vue d'attnuer
l'impact environnemental associ l'nergie. Ces efforts doivent tre orients selon les
quatre axes principaux suivants :

35

- une meilleure matrise du secteur nergique en vue d'une amlioration des

rendements de production, de conversion, de distribution et d'utilisation de l'nergie,
- la promotion de l'utilisation de technologies propres,
- l'utilisation des nergies renouvelables en complment aux nergies classiques,
- la promotion des combustibles moins polluants par l'intgration du concept du cot
environnemental dans les prix des combustibles.
I-B.3.1 Ressources naturelles
Le Maroc ne dispose pas de ressources nergtiques locales importantes. Si on
comptabilise l'hydro lectricit, qui peut tre considre comme ressource
renouvelable, l'nergie commercialisable locale ne dpasse pas 380 000 TEP, soit 4.5%
de la consommation globale nationale. Cependant, la consommation du bois de feu et
du charbon de bois est trs rpandue surtout dans le milieu rural [2].
L'nergie traditionnelle occupe une place trs importante dans la consommation
nergtique nationale : le bois de feu et le charbon de bois reprsentent une
consommation annuelle estime 30 % de la consommation totale, soit prs de
3.47MTEP [2].
L'exploitation massive et non contrle du bois de feu, peut avoir plusieurs
consquences prjudiciables l'environnement. En effet, l'abattage excessif des arbres
pour leur utilisation comme bois de feu ou du bois de charbon, peut engendrer une
dforestation massive, un dsquilibre cologique de l'cosystme qui se manifeste par
la dgradation de la qualit de l'air, l'rosion des sols, la dsertification, les
changements climatiques, etc.
I-B.3.2 Impact des changements climatiques
Les grands modles climatiques prvoient, qu'en cas de doublement de la
concentration en dioxyde de carbone, CO2, dans l'atmosphre (prvu en 2050), la
rgion du Maroc connatrait une augmentation de la temprature moyenne annuelle de
plus de 4 C, ce qui aurait des consquences directes sur les ressources en eau
disponibles et sur leur qualit, avec des impacts ngatifs sur l'eau potable, l'agriculture,
la sant et d'une manire gnrale sur le dveloppement conomique du pays [2].

36

L'une des conclusions dune tude ralise sur les sources d'missions des Gaz
Effet de Serre (GES) au Maroc est que le Maroc contribue peu l'accroissement de
la concentration dans l'atmosphre des GES. Par contre, c'est un pays haut risque
quant l'impact possible des changements climatiques sur ses ressource en eau, sa
fort et son littoral (Tableau I.6).
En effet, de par la situation gographique du Maroc (zones aride et semi-aride)
et ses choix politiques (priorit pour le dveloppement agricole), son dveloppement se
trouve largement conditionn par le climat et l'eau.

Tableau I.6 : Bilan des missions des Gaz Effet de Serre par source d'mission et
par type de gaz en 1990 (en 1000 tonnes) [2].
CO2

CH4

1. Energie.
Energies conventionnelles,fossiles 19 287
8.8
2. Forts.
Biomasse Energie(combustible
965
54
hors site)
Eclaircissement net des forts * 1 320
Incendies forts
80
0.3
Total mission forts
2 365
54.3
3. Agriculture.
Conversion des prairies**
8 213
Riziculture
2.9
Elevage :
Fermentation entrique
231
Dchets animaux
10
Engrais chimiques
Total mission agriculture
8 213 243.9
4. Industrie (procds).
Cimenteries
2 680
3. Dchets.
Dcharges d'ordures
138
Eaux uses municipales
3.5
Eaux uses industrielles
1.3
Total mission dchets
- 142.8
TOTAL
32 545
450
Total E-CO2
32 545 11 025
Pourcentage
74.1
25.1

CO

NO2

NOx

Total
E-CO2

42

0.57

66.32 19 685

44.8

455

0.35

8.4

2 400

5.5

3
458

0.002
0.35

0.06
8.46

1 320
88
3 808

3.0
0.2
8.7

8 213
71

18.7
0.2

0.19
0.19

- 5 660
245
61
- 14 250

12.
0.6
0.1
32.5

500
-

1.11
355
0.8

2 680

6.1

- 3 382
86
32
- 3 500
74.8 43 923
- 43 923
100

7.7
0.2
0.1
8.0
100

Source : Etude ralise par le GERERE pour le Ministre de lEnvironnement, Rabat avril 1995
* Eclaircissement net = dfrichement - reboisement
** Conversion en terres cultives.

37

Le climat de la rgion se caractrise priodiquement par des pisodes de

scheresse, frquentes et de longue dure (quelques annes) au cours desquelles les
potentialits en eau mobilisable (estimes 21 milliards de m3) connaissent des baisses
importantes (de 50 90 %) et leur impact au niveau conomique est fortement
ressenti [2]. Le dficit hydraulique que pourrait connatre la rgion aura un impact
ngatif certain sur la fort ainsi que sur la dsertification.
Un autre impact possible des changements climatiques est l'lvation du niveau
des ocans avec des consquences sur le littoral qui reprsente au Maroc une zone
importante par la concentration de la population qui y vit et par les rles qu'elle joue
(pche, transport maritime, tourisme balnaires, etc.) [2].
I-B.3.3 Bilan gnral des missions des Gaz Effet de Serre, GES
En 1990, le Maroc a mis environ 44 Millions de tonnes de gaz EquivalentCO2, dont 74 % de CO2, soit 1.7 tonnes E-CO2 par habitant dont 1.3 tonne de
CO2.[2]
Le captage de CO2, par la fort en 1990 a t estim 4.6 Millions de tonnes
environ, ce qui reprsente 14 % de CO2 total mis. Ce chiffre, qui confirme la faible
productivit de la fort marocaine, aurait tendance diminuer avec la dforestation [2].
Lanalyse des rsultats obtenus pour 1990 montre que 45 % des missions de
Gaz Effet de Serre (GES) au Maroc sont imputables la consommation des
combustibles fossiles, essentiellement les produits ptroliers (84 %) et charbon (16 %)
(Tableau I.6). Cest donc sur ce secteur quil faudra concentrer les efforts. A noter
que malgr limportance de ces chiffres, au niveau global, la consommation de
lnergie au Maroc reste faible en comparaison des pays voisins tels que lAlgrie
et la Tunisie [2].

I-B.3.4 Dforestation
La situation gographique du Maroc entre la Mditerrane au Nord, l'Atlantique
l'Ouest et le dsert saharien au Sud ainsi que l'orientation gnrale de son relief (du
Sud - Ouest au Nord - Est) lui confre une grande varit bioclimatique et une
importante gamme de milieux naturels (types d'cosystmes) o se dveloppent une

38

flore et une faune extrmement varies. Ainsi, l'ensemble des formations vgtales y
sont reprsentes : 4 700 espces vgtales sont dnombres dont 537 nfastes [2].
Les formations forestires (y compris les nappes alfatires), qui abritent une
importante biodiversit, couvrent quelques 9 millions d'hectares situs en majeure partie
dans des climats semi-arides, subhumides. Selon les espces, ces formations se
rpartissent en cdre, chne vert, acacia, arganier, alfa, etc. La superficie boise au
Maroc, qui ne reprsente que 8% du territoire national, reste faible par rapport la
norme (15 20) ncessaire l'quilibre cologique et environnemental [2].
I-B.4 Aspects sociaux
L'importance de l'nergie ne provient pas seulement de sa valeur intrinsque en
tant que matire premire, mais surtout pour les services qu'elle est susceptible de
rendre : chauffage, climatisation, cuisson, clairage, mobilit et force motrice. Du fait
de la diversit de ces services et leur importance primordiale pour les mnages,
l'industrie, l'agriculture, la communication, le transport, etc., l'nergie constitue une
ressource vitale pour le dveloppement humain.
I-B.4.1 Dveloppement ingal en milieu rural et urbain
Presque la moiti de la population marocaine demeure une population rurale.
La majorit de cette population rurale vit dans des sites enclavs, disperss et
difficiles d'accs. Elle dispose de peu de moyens et n'a pas accs aux services et
infrastructures de base pour satisfaire ses besoins vitaux: ducation, sant, hygine, etc.
Avec les retards cumuls de plusieurs annes, le dveloppement social du
monde rural pose un vritable dfi au progrs du Maroc. Les moyens ncessaires pour
juste assurer les infrastructures de base pour les besoins vitaux tels que l'ducation, la
sant et l'hygine doivent tre augments.
I-B.4.2 Milieu rural
Contrairement au milieu urbain, le milieu rural au Maroc se caractrise par une
sous nergitisation. Cette situation constitue un handicape pour le dveloppement
socio-conomique du monde rural aussi dans les secteurs conomiques que sociaux
(sant, qualit de vie, etc.). De mme l'nergie permet l'accs, grce au pompage,

39

l'eau dans les rgions o cette ressource est rare, favorisant ainsi l'hygine et la
prvention.
En l'absence des nergies commerciales, les populations rurales ont recours
surtout au bois de feu. Les particules mises par la combustion de bois dans les fours
traditionnels peuvent causer des affections respiratoires des enfants et des femmes.

I-B.5 Conclusion
Le Maroc dpend, pour plus de 85 % de l'extrieur en ce qui concerne son
approvisionnement en produits nergtiques. La facture ptrolire ponge 10 % des
recettes d'exportation en 2002. Compare la moyenne mondiale (1.4 TEP/habitant par
an) en 1994, la consommation annuelle nergtique primaire commerciale par habitant
0.3TEP par an n'est pas seulement trs faible par rapport aux pays voisins de la
Communaut Economique Europenne (CEE) (3.0 TEP) ou des Etats Unis dAmrique
(USA) (7.5 TEP), mais aussi par rapport aux autres pays du Maghreb (Algrie,
0.61TEP et Tunisie, 0.57 TEP par an et par habitant) [2] et na pas beaucoup varie
durant la dernire dcade, 0.35 TEP en 2001 [1].
Cependant, l'usage des formes traditionnelles d'nergie comme le bois, le
charbon de bois, reste largement extensif, la part de la consommation est estime
30 % de la consommation totale. Ce qui constitue un grand danger pour l'quilibre
cologique et socio - culturel des cosystmes.

40

I-C Energie olienne au Maroc

I-C.1 Introduction
Aprs la premire crise nergtique (1973), un intrt pour le dveloppement
des nergies renouvelables est apparu travers le monde y compris le Maroc. La
politique nergtique sest intresse de plus en plus aux aspects d'utilisation de ce
genre de ressources. Dans ce sens, un tablissement public, le Centre de
Dveloppement des Energies Renouvelables (CDER), a t cre le 6 mai 1982, venant
ainsi concrtiser l'intrt port la promotion de ce secteur.
Au Maroc, l'utilisation de l'nergie olienne a commenc dans les annes trente
avec l'utilisation d'oliennes multipales pour alimenter en eau la population et le btail
en milieu rural; mais son utilisation pour la production dlectricit de puissance par
installation de parcs oliens, na dbut quen 2000.
Les travaux de recherche sur le gisement olien marocain et son exploitation
pour le pompage de leau ou pour la production dlectricit restent limits malgr les
donnes de la vitesse du vent long terme remontant jusqu 1948, dont se dispose
la Directions de la Mtorologie Nationale (DMN).
Il nous a sembl en mme temps intressant de comparer les potentiels olien
et solaire au Maroc pour les dix sept stations mtorologiques pour lesquelles les
mesures de la vitesse du vent et l'irradiation solaire globale sont fiables et
significatives. Cette tude permettra dtablir la complmentarit entre les nergies
olienne et solaire des sites les plus venteux. De telles informations sont utiles pour
lutilisation de l'nergie olienne pour l'lectrification du monde rural o l'isolement de
certains villages et surtout le cot des carburants ptroliers constituent un obstacle
srieux la gnralisation de la production d'lectricit par les Groupes ElectroGnes
(GEG).

I-C.2 Donnes du vent disponibles

Depuis 1948, une dizaine de stations mtorologiques marocaines dont plusieurs
situes dans les aroports, furent quipes par des anmomtres et des girouettes pour

41

mesurer la vitesse et la direction du vent. En 1978, leur nombre atteignait la

trentaine. Elles sont gres par la Direction de la Mtorologie Nationale (DMN).
Dans de nombreuses stations, nous disposons des moyennes horaires de la vitesse et
la direction du vent, mesures une hauteur de 10 m au-dessus du niveau de la mer
l'exception de Layoune o elle est de 15 m [4]. Les mesures sont archives sur
fichiers mais leur exploitation est reste trs rduite part quelques travaux de
recherche conduits au niveau des tablissements de lenseignement suprieur [5,6] et
quelques institutions de recherche ainsi que le Centre de Dveloppement des Energies
Renouvelables (CDER) [4]. Ce document concerne principalement l'valuation du
gisement olien et le traage d'une carte des rgimes des vents moyens au Maroc, en
se basant sur cinq annes de mesures de la vitesse du vent (1978-1982) pour dix sept
stations mtorologiques, rpondant aux normes dfinies par l'Organisation de la
Mtorologie Mondiale (OMM) (Tableau I.7, Figures I.14 et I.15).
Dans le cadre de la Coopration Technique allemande, pour la dtection des
sites ctiers les plus venteuses, le Centre de Dveloppement des Energies
Renouvelables (CDER) a lanc en 1991 une campagne de mesures de courtes dures
allant de trois mois deux annes pour plus de dix stations. Les donnes sont
publies dans louvrage [7]. En 1995, neuf anmomtres sont installs par le CDER
pour contribuer lvaluation du potentiel olien de la rgion Nord Est et le Sud [8]
Tableau I.7 : Stations synoptiques retenues [4].
Station

Latitude
Nord ()

Agadir
30.23
Bni-Mellal
32.22
Casablanca
33.34
Dakhla
23.46
Fes
33.55
Ifrane
33.30
Kenitra
34.18
Layoune
27.10
Marrakech
31.37
Midelt
32.41
Nador
35.90
Ouarzazate
32.56
Oujda
34.47
Rabat
34.30
Errachidia
31.56
Safi
32.17
Tanger
35.43
CA : Chauvin Arnoux

42

Longitude Altitude
Ouest () (m)
9.34
6.24
7.40
15.56
4.58
5.10
6.36
13.13
8.02
4.44
2.55
6.54
1.56
6.46
4.24
9.14
5.54

18
468
56
11
571
1664
5
63
464
1508
7
1136
465
75
1037
43
15

Dbut des Type

de Hauteur de
donnes l'anmomtre l'anmomtre(m)
1949
1970
1947
1980
1961
1961
1951
1976
1947
1951
1976
1950
1947
1948
1973
1955
1949

CA / JR
10
CA
10
CA / JR
10
JR
10
CA
10
CA
10
CA / JR
10
CA
15
CA / JR
10
CA
10
JR
10
CA
10
CA / JR
10
CA / JR
10
CA
10
CA
10
CA / JR
10
JR : Jules Richard.

43

44

Tableau I.8 : Moyennes mensuelles et annuelles de la vitesse du vent mesure, V(m/s) [4]
Station

M A

Agadir
Bni-Mellal
Casa
Dakhla
Fes
Ifrane
Kenitra
Layoune
Marrakech
Midelt
Nador
Ouarzazate
Oujda
Rabat
Errachidia
Safi
Tanger

2.5
0.7
2.9
5.8
2.9
2.6
2.2
4.8
2.1
4.4
3.3
1.7
3.7
3.2
2.7
3.9
4.7

2.9
1.0
3.9
7.0
2.8
3.1
3.1
5.0
2.5
5.7
3.9
2.1
3.9
3.3
3.2
3.9
5.2

2.4
1.0
3.6
7.9
2.8
3.0
3.2
5.7
2.9
5.3
3.9
2.9
3.6
2.9
3.9
4.4
4.9

3.1
1.1
3.9
9.1
2.6
2.8
3.8
5.2
2.9
5.6
3.9
4.0
3.7
3.3
4.4
4.0
5.1

M
3.0
1.3
4.5
10.6
2.7
2.8
3.9
6.4
3.2
4.8
4.0
3.6
3.9
3.3
4.6
4.3
5.4

Jt

2.7
1.6
3.1
11.2
2.4
2.1
3.9
6.7
3.5
3.3
3.9
3.5
3.9
2.9
5.5
4.2
4.9

2.2
1.6
3.7
11.2
2.8
2.6
3.8
7.3
3.1
3.3
3.9
3.5
3.8
2.7
4.1
4.3
5.9

A
2.2
1.5
3.3
10.3
2.9
2.7
3.7
7.5
2.8
3.0
3.5
3.2
3.6
2.6
4.0
4.2
5.5

2.3
1.2
3.1
8.5
3.0
2.8
3.4
5.7
2.7
2.7
3.4
2.4
3.3
2.7
3.4
3.9
6.1

2.1
0.9
3.2
6.6
3.3
3.1
3.0
4.4
2.3
3.7
3.3
2.4
3.5
2.8
3.0
3.9
5.6

2.6
0.6
2.5
5.5
3.2
2.8
2.4
4.5
1.9
3.9
2.9
1.8
3.3
2.4
2.3
3.5
6.3

1.7
0.6
3.3
6.4
3.4
2.8
2.9
4.7
1.5
4.6
4.3
2.2
4.5
2.8
2.4
3.6
5.2

Annuelle

Priode

2.5
1.1
3.5
8.4
2.9
2.8
3.3
5.7
2.6
4.2
3.7
2.8
3.7
2.9
3.6
4.0
5.4

1978-1982
1978-1982
1978-1982
1980-1983
1978-1982
1978-1982
1978-1982
1978-1982
1978-1982
1978-1982
1979-1983
1978,1980-83
1978-1982
1978-1982
1978-1982
1978-1982
1978-1982

Tableau I.9: Moyennes mensuelles et annuelles de la puissance olienne estime, P(W/m2)[4]

Station
Agadir
Bni-Mellal
Casablanca
Dakhla
Fes
Ifrane
Kenitra
Layoune
Marrakech
Midelt
Nador
Ouarzazate
Oujda
Rabat
Errachidia
Safi
Tanger

F
56
6
73
235
45
38
56
125
25
269
107
52
107
44
20
71
161

M
109
8
171
390
45
44
91
160
39
343
143
57
121
51
93
67
218

29
5
71
530
40
39
78
185
53
344
126
89
78
31
81
83
159

A
56
5
77
787
34
36
94
137
40
299
105
162
90
38
129
61
170

M
53
22
108
989
33
32
111
221
55
231
118
115
95
40
141
73
182

Jt

35
8
71
1205
24
16
91
227
62
110
107
93
93
26
178
65
192

21
11
61
1247
32
24
88
273
51
102
105
89
93
21
89
62
340

A
27
12
49
925
34
29
85
288
41
87
73
82
89
18
79
62
291

O
27
7
43
517
31
26
76
155
46
75
69
45
69
22
61
57
298

37
4
57
283
48
40
74
86
34
170
88
61
87
24
40
58
200

N
69
4
42
183
53
43
76
120
25
222
83
34
117
26
24
49
278

D
23
4
70
284
84
49
90
116
18
324
257
87
194
30
24
55
225

Annuelle
45
8
74
640
42
35
84
175
41
208
115
81
103
31
80
64
226

45

Tableau I.10: Moyennes mensuelles et annuelles du facteur de forme estim, K (sans unit)[4]
Station
Agadir
Bni-Mellal
Casablanca
Dakhla
Fes
Ifrane
Kenitra
Layoune
Marrakech
Midelt
Nador
Ouarzazate
Oujda
Rabat
Errachidia
Safi
Tanger

J
1.48
1.58
1.59
2.11
1.63
1.50
1.47
2.18
1.80
2.01
1.53
1.22
1.78
1.94
2.28
2.11
1.79

F
1.32
1.51
1.60
2.23
1.66
1.67
1.64
2.06
1.83
2.17
1.60
1.34
1.72
1.92
1.53
2.20
1.77

M
1.96
1.76
2.22
2.27
1.78
1.80
1.87
2.43
1.85
1.90
1.67
1.39
2.01
2.01
1.91
2.50
1.99

A
1.81
1.84
2.31
2.26
1.78
1.74
2.23
2.48
2.07
2.27
2.09
1.47
2.07
2.38
1.77
2.46
2.05

M
1.87
1.43
2.45
2.91
1.90
1.81
2.04
2.94
1.99
2.21
1.91
1.43
2.11
2.16
1.77
2.78
2.21

J
2.10
1.96
2.56
2.82
1.98
1.89
2.26
3.51
2.05
2.22
2.20
1.53
2.23
2.35
1.97
2.99
1.82

Jt
2.05
1.85
2.44
2.69
2.05
1.96
2.29
4.27
2.05
2.07
2.07
1.55
2.14
2.46
1.95
3.21
1.70

A
1.84
1.76
2.50
2.88
2.00
1.96
2.21
4.59
1.98
2.21
2.24
1.53
2.06
2.54
2.04
3.12
1.77

S
2.00
1.76
2.30
3.05
2.26
2.09
2.09
3.00
1.97
2.21
2.36
1.54
2.00
2.45
1.88
2.63
1.97

O
1.57
1.81
2.03
2.52
1.96
1.86
1.93
2.50
1.84
2.19
1.82
1.38
1.85
2.23
1.87
2.51
2.21

N
1.37
1.59
1.76
2.45
1.74
1.58
1.57
1.99
1.78
1.97
1.65
1.39
1.55
1.80
1.79
2.15
2.15

D
1.52
1.58
1.68
2.30
1.49
1.61
1.72
2.30
1.74
2.04
1.39
1.13
1.75
1.90
1.82
2.06
1.71

Annuelle
1.63
1.67
1.99
2.22
1.80
1.74
1.90
2.52
1.89
2.00
1.77
1.39
1.88
2.08
1.71
2.46
1.88

Tableau I.11 : Moyennes mensuelles et annuelles du facteur d'chelle estim, C(m/s) [4]
Station
Agadir
Bni-Mellal
Casablanca
Dakhla
Fes
Ifrane
Kenitra
Layoune
Marrakech
Midelt
Nador
Ouarzazate
Oujda
Rabat
Errachidia
Safi
Tanger

46

J
3.73
2.30
4.26
6.88
3.52
3.45
4.03
5.56
3.39
9.17
4.80
3.90
5.32
3.73
3.26
4.55
5.69

F
3.96
2.29
5.21
8.33
3.64
3.91
4.87
5.96
3.83
9.41
5.50
4.09
5.36
3.86
3.87
4.58
6.30

M
3.49
2.16
4.94
9.16
3.67
3.91
4.99
6.58
4.17
9.10
5.32
4.63
4.98
3.39
4.69
5.07
5.95

A
4.23
2.21
5.05
10.4
3.61
3.75
5.57
6.05
4.03
8.96
5.57
5.66
5.38
3.86
5.27
4.53
6.11

M
4.20
2.43
5.68
11.8
3.61
3.70
5.78
7.25
4.39
8.47
5.61
4.81
5.50
3.79
5.61
4.97
6.45

J
3.84
2.37
5.03
12.6
3.41
3.16
5.47
7.44
4.55
7.04
5.82
4.54
5.65
3.43
6.24
4.84
6.15

Jt
3.27
2.57
4.73
12.6
3.71
3.52
5.44
8.00
4.34
6.60
5.57
4.70
5.55
3.22
5.09
4.78
7.14

A
3.20
2.54
4.52
11.6
3.67
3.78
5.34
8.21
4.10
6.54
5.13
4.63
5.47
3.11
4.99
4.77
6.95

S
3.56
2.28
4.25
9.61
3.70
3.64
5.17
6.43
4.25
6.42
5.14
3.95
4.91
3.28
4.44
4.51
7.39

O
3.23
2.11
4.46
7.66
3.97
3.98
5.08
5.19
3.78
8.21
5.08
3.91
5.02
3.21
3.67
4.53
6.67

N
3.61
2.02
3.76
6.70
3.84
3.79
4.87
5.40
3.32
8.73
4.71
3.34
5.13
2.95
2.80
3.99
7.39

D
2.71
1.99
4.62
7.50
4.01
4.17
5.29
5.64
3.08
9.80
5.90
3.66
6.42
3.26
3.05
4.14
6.18

Annuelle
3.61
2.31
4.74
9.71
3.71
3.74
5.20
6.54
3.98
8.21
5.37
4.38
5.40
3.43
4.42
4.62
6.53

Tableau I.12 : Moyennes mensuelles et annuelles de la frquence des vents nuls

observe, F0 (%)[4]
Station
Agadir
Bni-Mellal
Casablanca
Dakhla
Fes
Ifrane
Kenitra
Layoune
Marrakech
Midelt
Nador
Ouarzazate
Oujda
Rabat
Errachidia
Safi
Tanger

F
25
64
24
04
07
14
40
02
31
46
24
53
21
02
08
04
06

M
18
52
15
05
12
12
29
04
26
32
20
43
19
02
08
04
07

A
21
49
17
03
13
13
27
03
22
35
18
32
18
05
06
02
06

M
18
45
12
01
18
14
23
04
18
29
21
21
22
03
06
01
05

J
20
42
10
00
15
16
24
02
18
36
20
17
20
03
07
02
06

Jt
20
25
13
00
21
25
20
01
14
47
24
14
22
05
01
03
10

A
25
31
12
00
14
16
20
00
19
44
20
18
22
06
08
01
07

S
24
32
18
00
12
20
22
01
23
48
23
24
25
06
10
01
10

O
27
40
18
00
08
14
26
01
28
52
24
32
23
07
12
01
07

N
26
51
19
02
06
13
33
04
31
49
26
33
22
02
08
04
06

Annuelle

D
22
64
24
07
07
17
44
06
35
50
31
39
27
09
08
02
05

31
63
19
03
06
24
38
07
46
47
20
36
21
04
10
03
05

23
47
17
02
11
17
29
03
26
43
23
30
22
04
08
02
07

I-C.3 Donnes solaires disponibles

Il n'existe que trois stations marocaines o les mesures de l'irradiation solaire
globale d'un plan horizontal sont disponibles pour une longue priode. Par contre, plus
d'une trentaine de stations mtorologiques mesurent la dure d'insolation depuis 1955.
En ce qui concerne les sites de Casablanca et Bni Mellal, les mesures sont
effectues par la Direction de la Mtorologie National (DMN). Pour Rabat, elles sont
faites au laboratoire d'nergie solaire de la Facult des Sciences de Rabat [9].
A partir des mesures de la dure d'insolation et de l'irradiation globale d'un
plan horizontal de toutes les stations mtorologiques jusqu'en dcembre 1981 et en
tenant compte des caractristiques climatiques, des cartes ont t tablies par Buret et
Al. [9] prsentant les courbes d'iso-rayonnement en kWh.m-2 pour tout le territoire. Les
figures I.16a et I.16b montrent deux exemples de ces cartes donnant la dure moyenne
de linsolation annuelle et les moyennes annuelles des irradiations globales
quotidiennes.
Plusieurs travaux ont tudi des corrlations entre l'indice de clart, Kt, et la
fraction d'insolation, , en utilisant les valeurs quotidiennes pour diffrents sites
marocains [9-19]. Afin d'amliorer ces corrlations, une tude a t effectue par
Khtira [18] sur une priode beaucoup plus longue (9 ans pour Rabat, 10 ans pour
Casablanca et Bni-Mellal). Des relations valables pour l'ensemble des donnes des
trois stations ont t tablies mois par mois par Khtira [18] et l'chelle annuelle par

47

Nfaoui [19]. Les corrlations l'chelle mensuelle sont utilises pour reconstituer les
irradiations solaires globales quotidiennes pour les stations o l'on ne dispose pas de
mesures du rayonnement mais de la dure d'insolation pendant la priode 19811990.[18]. Le tableau rcapitulatif I.13 donne les moyennes mensuelles de ces
irradiations globales quotidiennes estimes pour chaque station sur les dix annes. Ces
donnes seront utilises pour ltude comparative avec le potentiel olien.
Tableau I.13 : Moyenne sur 10 ans de la moyenne mensuelle des irradiations globales
quotidiennes d'un plan horizontal, exprimes en kWhm-2(priode 1981-1990) [18]
F
M
A
M
J
Jt
A
S
O
N
D
Annuelle
Station J
Agadir
3383
Al hoceima
2740
Bni Mellal 3105
Bouarfa
30842
Casa-Anfa
899
Dakhla
3991
El jadida
2903
Errachidia
3377
Essaouira
3105
Fs
2938
Ifrane
2864
Knitra
2673
Layoune
3666
Larache
2570
Marrakech
3266
Mekns
2671
Midelt
3280
Nador
2716
Nouacer
2934
Ouarzazate
3622
Oujda
2750
Rabat-Sal
2852
Safi
3134
Sidi Ifni
3303
S. Slimane
2699
Tan-Tan
3470
Tanger
2656
Taza
2821
Ttouan
2696

4068
3396
3811
3884
3600
4830
3623
4218
3857
3550
3483
3410
4467
3312
3980
3360
4114
3361
3619
4478
3464
3558
3885
3873
3385
3996
3336
3463
3181

5303
4556
5266
4995
4978
5861
4986
5357
5067
4974
4908
4838
5673
4803
5181
4797
5285
4623
4983
5735
4794
5010
5219
5063
4800
5187
4826
4690
4383

6254
5399
5876
5869
5937
6847
5987
6332
6030
5410
5259
5864
6678
5641
6076
5479
6135
5573
5791
6816
5530
5924
6152
5881
5536
6075
5565
5564
5271

6671
6671
6739
6546
6820
7027
6878
6882
6682
6383
6301
6874
7100
6673
6727
6457
6745
6298
6718
7292
6329
6835
7002
5767
6626
6155
6710
6481
6333

6706
6763
7385
6810
6955
7035
6897
7098
6985
7141
7232
7206
7118
7087
7280
7059
7139
6912
7158
7445
7037
7064
7029
5662
7061
5949
7158
7118
7085

6394
6739
7317
6710
6737
6335
6628
6881
6628
7107
7043
7084
6716
7071
7074
7136
6814
6773
6976
6975
7064
6998
6924
5500
7002
5618
7093
7091
6928

5994
5999
6733
5898
6297
6157
6154
6230
6259
6581
6541
6494
6405
6432
6551
6550
6095
9025
6533
6388
6349
6467
6447
5417
6465
5700
6449
6368
6208

5180
5013
5614
5043
5277
5617
5295
5397
5345
5447
5381
5354
5568
5357
5492
5307
5227
5043
5390
5535
5272
5418
5385
4895
5321
5089
5355
5215
4951

4366
3861
4422
4265
4153
4990
4145
4487
4241
4251
4186
4081
4848
4015
4373
3953
4316
3985
4190
4646
4070
4193
4301
4177
4063
4455
4038
4041
3802

3309
2689
3205
3176
2941
4033
2901
3487
3112
2940
2831
2788
3853
2652
3356
2644
3321
2759
2966
3650
2806
2937
3122
3365
2821
3566
2666
2751
2550

3148
2445
2888
2825
2664
3746
2647
3119
2812
2667
2603
2435
3351
2279
3102
2406
3016
2447
2680
3344
2490
2603
2814
3095
2474
3201
2299
2499
2345

5064
4641
5197
4925
4938
5539
4920
5238
5010
4945
4886
4529
5453
4824
5204
4818
5123
4709
4994
5493
4829
4988
5117
4666
4854
4871
4845
4841
4644

I-C.4 Complmentarit entre les nergies olienne et solaire disponibles

dans les rgions les plus venteuses

La combinaison de la gnration d'lectricit par l'nergie olienne et solaire est

une solution attractive pour les sites isols, ayant des potentiels olien et solaire
importants. La complmentarit entre ces deux ressources d'nergie renouvelable
renforce l'autonomie du systme en nergie et permet d'avoir un systme hybride
efficace et rentable. Mais une telle installation de puissance entrane plus de
complications au niveau des quipements et de la rgulation du systme [20-23].

48

49

50

Par ailleurs, le prix comptitif de la production d'nergie olienne affecte

positivement la rduction du prix total de l'installation hybride Arognrateurs/Panneaux
Photovoltaques. Cependant, le prix de l'lectricit fourni par un systme combin reste
rarement comptitif avec les sources lectriques classiques [20-23].
L'nergie olienne est maintenant reconnue comme lune des plus prometteuse
des sources d'nergie renouvelable [20]. Plusieurs recherches ont t ralises durant la
dernire dcennie et plusieurs options sont encore l'tude au niveau thorique et
industriel. Le poids et le prix des arognrateurs ont t considrablement rduits [24]
Les systmes hybrides Arognrateurs/Groupes lectrognes, sans/avec batteries,
sont recommands pour la production d'lectricit, surtout pour les sites isols avec un
potentiel olien important [25-28].
Nous avons calcul les rapports de la puissance olienne la puissance solaire
disponibles dans certains sites du Maroc. La puissance solaire d'un plan horizontal a
t calcule par division des moyennes mensuelles de l'irradiation quotidienne globale
d'un plan horizontal exprimes en Wh.m-2 par 24 heures [29]. Les rsultats sont
donns par le tableau I.14. Ce dernier montre que les sites de Tanger, Midelt,
layoune et Dakhla se classent parmi les premires zones tant pour le potentiel olien
que pour l'irradiation solaire. Nous remarquons qu'il y'a une complmentarit entre
l'nergie olienne et l'nergie solaire pour Tanger et Midelt (Figure I.17).
Tableau I.14 : Rapports de la puissance olienne la puissance solaire.
Station
Agadir
Bni-Mellal
Casablanca
Dakhla
Fes
Ifrane
Kenitra
Layoune
Marrakech
Midelt
Nador
Ouarzazate
Oujda
Rabat
Errachidia
Safi
Tanger

F
0.40
0.05
0.60
1.41
0.37
0.32
0.50
0.82
0.18
1.97
0.95
0.34
0.93
0.37
0.14
0.54
1.45

0.64
0.05
1.14
1.94
0.30
0.30
0.64
0.86
0.24
2.00
1.02
0.31
0.84
0.34
0.53
0.41
1.57

M
0.13
0.02
0.34
2.17
0.19
0.19
0.39
0.78
0.25
1.56
0.65
0.37
0.39
0.15
0.36
0.38
0.79

A
0.21
0.02
0.31
2.76
0.15
0.16
0.38
0.49
0.16
1.17
0.45
0.57
0.39
0.15
0.49
0.24
0.73

M
0.19
0.08
0.38
3.38
0.12
0.12
0.39
0.75
0.20
0.82
0.45
0.38
0.36
0.14
0.49
0.25
0.65

Jt
0.13
0.03
0.25
4.11
0.08
0.05
0.30
0.77
0.20
0.37
0.37
0.30
0.32
0.09
0.60
0.22
0.64

0.08
0.04
0.22
4.72
0.11
0.08
0.30
0.98
0.17
0.36
0.37
0.31
0.32
0.07
0.31
0.21
1.15

A
0.11
0.04
0.19
3.61
0.12
0.11
0.31
1.08
0.15
0.34
0.29
0.31
0.34
0.07
0.30
0.23
1.08

S
0.13
0.03
0.20
2.21
0.14
0.12
0.34
0.67
0.20
0.34
0.33
0.20
0.31
0.10
0.27
0.25
1.34

O
0.20
0.02
0.33
1.36
0.27
0.23
0.44
0.43
0.19
0.95
0.53
0.32
0.51
0.14
021
0.32
1.19

N
0.50
0.00
0.34
1.09
0.43
0.36
0.65
0.75
0.18
1.60
0.72
0.22
1.00
0.21
0.17
0.38
2.50

D
0.18
0.03
0.63
1.82
0.76
0.45
0.89
0.83
0.14
2.58
2.52
0.62
1.87
0.28
0.18
0.47
2.35

Annuelle
0.21
0.04
0.60
2.77
0.20
0.17
0.41
0.77
0.19
0.97
0.59
0.35
0.51
0.15
0.37
030
1.12

51

Figure I.17 : Comparaison entre les puissances annuelles oliennes et solaires pour les
sites les plus venteux.
I-C.5 Application de l'nergie olienne
Dans le monde entier, l'utilisation de l'nergie olienne remonte loin dans le
pass. Depuis des sicles, on a utilis l'nergie du vent pour l'adduction de l'eau
(oliennes multipales) et plus rcemment pour la production d'lectricit
(arognrateurs). Avant 1930, des centaines d'oliennes multipales importes des Etats
Unis par les colonisateurs franais au Maroc, destines l'irrigation et l'abreuvoir du
btail, mises en place au dbut du vingtime sicle, ont permis d'alimenter en eau
potable les rgions les plus isoles. L'nergie olienne peut tre donc utilise pour le
pompage d'eau ou pour la production d'lectricit. Dune faon gnrale, on considre
que les oliennes multipales de pompage deviennent conomiquement rentables lorsque
la vitesse moyenne du vent est de l'ordre de 3 4 m/s. Par contre, les
arognrateurs ne deviennent comptitifs que lorsque la vitesse moyenne du vent est
suprieure ou gale 5 m/s [24

52

I-C.5.1 Pompage d'eau

Des enqutes effectues par le Centre de Dveloppement des nergies
Renouvelables (CDER) et d'autres organismes nationaux ont montr qu'il existe prs de
2000 oliennes dans le pays [4]. Elles constituent, dans certains cas, la meilleure
solution technique pour l'approvisionnement en eau potable des populations en milieu
rural .
Une enqute ralise en 1983 avec le concours du Ministre de l'Energie et des
Mines a permis d'expertiser un chantillon de 204 oliennes situes dans la rgion de
Rabat - Casa [30]. Les renseignements recherchs concernaient :
_ les caractristiques des oliennes (marque, dimension, ge),
_ leur tat de fonctionnement,
_ leur utilisation (profondeur, rservoir, usages de l'eau),
_ les problmes particuliers rencontrs par les utilisateurs.
Les principales informations que cette enqute a permis de dgager sont
essentiellement :
L'analyse de l'implantation ainsi que divers recoupements ont permis de
confronter l'estimation initiale concernant le nombre d'oliennes implantes au Maroc,
au nombre qui devrait tre lgrement infrieur 2000,
76 % des oliennes visites appartiennent des particuliers,
prs de 20 % doubles par une autre installation (souvent moteur thermique
avec pompe immerge),
5 % sont en trs bon tat, le reste en tat de fonctionnement moyen ou en
panne partielle ou totale,
leur ge moyen se situe entre 35 et 40 ans.
Une autre tude estime le nombre d'oliennes multipales, publiques et prives,
entre 5 000 et 10.000 [30]. La plus part de celles-ci sont hors d'tat de fonctionnement.
Toutes les enqutes ont montr que les pannes mcaniques et un entretien dfaillant
sont souvent responsables de cet tat de fait. Certaines sont arrtes cause de
lpuisement des nappes phratiques. Beaucoup de ces machines sont relativement
anciennes et doivent tre rpares.
Le dernier recensement fait par le Centre de Dveloppement des Energies
Renouvelables (CDER) a montr que le nombre d'oliennes existantes au Maroc

53

dpasse les 500 installations qui couvrent une grande partie du territoire. Le tableau
I.15 donne l'inventaire des oliennes installes dans quelques provinces au Maroc [31].
Tableau I.15 : Inventaire des oliennes installes au Maroc[31].
Province
El Jadida
Ben M'sik
Safi
Essaouira
Mohammedia
Bni Mellal
Oujda
Ouarzazate
Ben Slimane
Marrakech
Agadir
El Kelah
Settat
Total

Nombre d'olienne
30
20
67
89
19
13
25
18
122
36
33
24
20
516

I-C.5.2 Gnration d'lectricit

Bien que, dans une partie non ngligeable du territoire marocain, la vitesse
moyenne des vents soit suprieure 5 m/s, l'utilisation de l'nergie olienne pour la
production de l'lectricit reste limite. Parmi les ralisations et futurs projets se
trouvent :
I-C.5.2.1 Projets de dmonstration raliss par le Centre de
Dveloppement des Energies Renouvelables (CDER)
* Installations darognrateurs de faibles puissances
Le tableau I.16 rcapitule les arognrateurs de faibles puissances installes par
le Centre de Dveloppement des Energies Renouvelables (CDER) travers le territoire
marocain avec laide des institutions internationales.

54

Tableau I.16 : Inventaire des arognrateurs installes par le Centre de Dveloppement

Des Energie Renouvelables (CDER) et le priv [8].
Puissance installe
Production
Localisation
Part des projets
(kW)
annuelle(kWh
125 units (45 kW)
66.95
Tanger,
AlHouceima, Privs
(10 W 1 kW)
Tetouan, Essaouira et Tiznit
10 kW
Cooprative
de
Sidi CDER/USAID/DPA
Bounouar (Essaouira)
1986
13 oliennes multipales Province dEssaouira
CDER/USAID
1986-1989
10 kW (2 units)
16
Electricit & Eau potable CDER/USAID
(Oujda)
1989
Eolienne de pompage Village de Had Hrara (Safi) CDER/AGLD, Coop.
axe vertical de type V8
avec la Belgique, 1990
Eolienne de pompage Village de Tfoudi
CDER/AGLD, Coop.
axe vertical de type V6
(Essaouira)
avec la Belgique, 1992
2 oliennes axe Village de Beni Rachad
CDER/AGLD, Coop.
vertical de type V3
(Benslimane)
avec la Belgique, 1995
1 kW
2.05
Dar ElAjaza (Oujda)
CDER/USAID, 1996
50 kW (1 unit)

200

Dakhla

Priv

* Systmes hybrides
Dans le cadre de la coopration du Centre de Dveloppement des Energies
Renouvelables (CDER) avec lInstitut Technologique des Iles Canaries (ITC), un
systme hybride, Arognrateur/Panneaux Photovoltaques/Groupe Electrogne, est
install au village Oussen (Essaouira). Ce systme est compos dun arognrateur de
1.5kW/24V, de panneaux Photovoltaques de 600Wc (8x75 Wc) et de groupe
lectrogne de 6 kVA/220V-50Hz pour lalimentation en lectricit par mini rseau de
basse tension dune mosque, dune cole primaire de deux salles, dun dispensaire et
lclairage public aux alentours de ces difices publics. Larognrateur et les
panneaux photovoltaques chargent des batteries stationnaires dune capacit de
865AH/24V (12.lments). Linstallation quipe dun onduleur dune puissance
nominale de 2400W-24 VCC/220V-50Hz pour la transformation de la tension continue
de 24 V la sortie des batteries en tension alternative 220V/50Hz. Le groupe
lectrogne peut alimenter directement les foyers ou charger les batteries par
lintermdiaire dun chargeur/redresseur [8].
En coopration avec la France, le Centre de Dveloppement des Energies
Renouvelables (CDER) a ralis deux systmes hybrides. Le premier est compos dun

55

arognrateur de puissance nominale 15.kW et dun groupe lectrogne (GEG)

(15kVA/220V/50Hz) dans la rgion dEssaouira pour lectrifier 65 foyers, une
mosque, une cole, une auberge de la commune et lclairage public. Le deuxime
systme est compos de deux arognrateurs de 25 kW chacun et dun GEG pour
lectrifier 30 foyers [8].
Toujours dans le cadre de llectrification rurale dcentralise, le Centre
de Dveloppement des Energies Renouvelables (CDER) a prvu dinstaller un autre
systme hybride, Arognrateur/Panneaux Photovoltaque, pour charger des batteries de
capacit 865AH/24V par lintermdiaire dun onduleur 2400W/220V/50Hz qui alimente
un mini-rseau [8].
I-C.5.2.2 Travaux de recherche sur les oliennes
Il convient de noter que les travaux de recherche raliss l'Institut
Agronomique Vtrinaire Hassan II et l'Ecole Mohammadia d'Ingnieurs sont l'uvre
d'tudiants l'occasion de leur projet de fin d'tudes [5,6]
I-C.5.2.3 Parcs oliens
* Parc olien ralis
Le projet du parc olien de Kodia Blanco 1 (Tlat Taghramt-province de
Ttouan) dune puissance de 50.3 MW a t ralis par le groupement franco-danois
(Germa-Vestas). Dans le cadre de ce projet lOffice National dElectricit (ONE)
sengage acheter toute llectricit produite. Les 84 arognrateurs de marque Vestas
de 600kW destins pour la production dlectricit sont connects au rseau lectrique
national du nord du Maroc. La production annuelle prvue dpassera 226 GWh, soit
2% de la consommation annuelle du Maroc qui quivaut la consommation annuelle
dune population denviron 400 000 habitants. Le financement et lexploitation sont
assurs par la Compagnie Eolienne du Dtroit, une compagnie franaise prive. Le
projet permettra la rduction de limportation de plus 56 000 tonnes de ptrole par an
ce qui aura un impact trs positif sur la protection de lenvironnement, le parc olien
vitera aussi de rejeter chaque anne dans latmosphre 230 000 tonnes de gaz
carbonique (CO2) par comparaison avec une centrale lectrique brlant le charbon [8].
Dans le cadre de la coopration Maroco-Allemande, un parc olien de puissance
de 3.5 MW est ralis par lOffice National dElectricit (ONE) dans le site de Kodia

56

Blanco 1. La production annuelle est estime 12 GWh cest dire une rduction sur
limportation de ptrole de 2 761 tonnes[8].
* Projets de parcs oliens
Dans le cadre des nouvelles orientations du gouvernement du Royaume du
Maroc en matire de production dlectricit et de promotion des nergies
renouvelables, lOffice National dElectricit (ONE) a lanc en Janvier 2000 un appel
doffre international pour la ralisation, en production concessionnaire dlectricit, des
parcs oliens suivants : Parcs de Tanger au Nord : Site de Sendouk (65 MW), Site Dhar
Sadane (75 MW) et Parc de Tarfaya au Sud (65 MW) [8].
I-C.5.2.4 Installations prives
En retournant au tableau I.16, nous remarquons quelques installations prives
pour la production d'lectricit olienne domestique utilisant des arognrateurs de
faibles puissances.

I-C.6 Conclusion
La srie des donnes utilise pour la constitution de l'Atlas Eolien marocain est
insuffisante malgr l'intrt du sujet trait. La carte de la vitesse moyenne des vents
au Maroc est intressante mais, ne prend pas en compte les corrections de
l'environnement local (topographie, obstacles, etc.) telles qu'elles sont dcrites, par
exemple, dans l'Atlas Eolien europen [32].
La comparaison faite entre le puissance olienne et l'intensit du rayonnement
solaire pour ces sites montre que Tanger, Midelt, Layoune et Dakhla se classent aux
premiers rangs favorables l'utilisation de l'nergie olienne et qu'il y a une
complmentarit entre l'nergie olienne et l'nergie solaire pour Tanger et Midelt. Une
telle information est importante pour ltude des systmes oliens et la production
dnergie olienne.

57

I-D Besoins nergtiques dans les communauts rurales au Maroc

I-D.1 Introduction
La campagne marocaine, o l'activit agricole est dominante, reprsente un
secteur vital du dveloppement du pays. Elle abrite presque la moiti de la population
totale, cependant elle reste sous quipe en matire d'infrastructure lectrique.
L'lectrification rurale est un domaine dans lequel un pays en voie de
dveloppement, tel que le Maroc, doit augmenter et intensifier ses efforts (dpenses et
investissements). Elle s'effectue soit par extension du rseau national dans le cas o
cest possible, soit par des solutions alternatives complmentaires l'extension du
rseau, dans le cas contraire, telles que les nergies renouvelables, les groupes
lectrognes, etc.
En contribuant lamlioration de la qualit de vie des populations rurales,
llectrification du monde rural marocain est un enjeu socio-conomique important
pour sauvegarder lquilibre entre les zones rurales dshrites et les villes de plus en
plus surpeuples.
Dans la suite, nous allons essayer de rsumer les efforts d'lectrification rurale
entrepris au Maroc et les solutions possibles pour rattraper au moins le retard dans
llectrification du monde rural.

I-D.2 Situation actuelle de l'lectrification rurale

I-D.2.1 Nombre total de villages
Le Maroc comptait, en 1982, 31473 douars (villages, entits humaines)
regroups en 761 Communes Rurales (CR). Le nombre de CR est, depuis 1992, de
1310. Une enqute statistique de l'administration de l'hydraulique en 1990 (tude du
schma directeur national d'approvisionnement en eau potable des populations rurales),
a montr que le concept de localit (entit gographique et humaine comptabilisant
aussi chaque sous - douar des douars clats), tait plus pertinent pour des projets
d'quipement rural (Tableau I.17).

58

Cette enqute effectue sur un chantillon de douars reprsentatifs (21 % du

territoire) a recens environ 39 000 localits et 14 millions d'habitants ruraux au
Maroc, soit 54.foyers en moyenne par localit [33-36]. Elle montre que la structure
des douars se rpartit comme suit : 56 % sont groups, 19 % diviss et reprsentent 2.3
localits en moyenne par douar et 25 % sont disperss.
Tableau I.17 : Rpartition des localits suivant leur taille [36].
Foyers / localit
infrieur
entre 30 et
entre 75 et
suprieur

30
75
150
150

Localit en %

Population en %

45
35
14
6

14
60
26

I.D.2.2 Electrification par extension du rseau lectrique national

L'une des solutions pour l'lectrification du monde rural est la liaison au rseau
national. Elle prsente plusieurs avantages tels que la continuit du service et son
extensibilit. Cette dernire s'exprime par la possibilit de rpondre rapidement une
augmentation, mme importante, de la demande.
L'lectrification rurale s'est acclre sensiblement depuis 1980, date de
lancement de la premire phase du Programme National dElectrification Rurale
(PNER) qui a permis d'lectrifier, sur la priode 1980-1986, 286 centres ruraux
(68000.foyers, 400 000 habitants), soit une moyenne de 50 centres par an. Ces chiffres
ne tiennent pas compte des centres lectrifis directement par certaines rgies
autonomes de distribution d'lectricit. En 1990, environ 1 800 localits rurales sont
lectrifies par le rseau interconnect. La deuxime phase du programme, entame en
1990, a vis l'lectrification de 200 000 foyers l'horizon 2000 (1.2 millions
d'habitants). Cependant, avec l'accumulation des retards, le rythme d'lectrification
rurale n'a pas dpass 50 villages par an durant la priode 1986-1995. A ce rythme le
taux d'lectrification n'aurait pas atteint pas les 27 % en l'an 2000.
L'tude d'impact socio-conomique de la premire tranche du Programme
National dElectrification Rurale (PNER) a montr des amliorations sensibles dans les
conditions de vie des populations bnficiaires et le dveloppement d'activits
conomiques et commerciales grce la disponibilit de l'lectricit. Toutefois cette

59

tude a suscit des interrogations, notamment sur le faible taux de branchement dans
certains centres, la sous-exploitation de l'nergie lectrique au niveau de l'agriculture
ou encore les difficults de fonctionnement de groupes lectrognes de l'tat quipant
des centres isols loigns du rseau.
La deuxime tranche du Programme National dElectrification Rurale (PNER2)
lance en 1990 est conue sur la base des enseignements de la premire phase, avec
une priorit aux zones frontalires et aux provinces encore faiblement touches. Cette
lectrification concernerait en l'an 2000, date chante de la deuxime tranche du
PNER par extension du rseau interconnect, 600 centres, environ 2 500 localits (6.4%
du total) et environ 550 000 foyers (25% du total). Quand celui-ci s'achvera, 90 % des
villages, soit plus de 28 000 foyers, ne seraient toujours pas relis au rseau. C'est-dire que 65 % des familles rurales ou 1 600 000 foyers, n'auraient pas encore
dlectricit [37].
En 1996, suite aux programmes dextension du rseau engags y compris le
Programme National dElectrification Rurale (PNER), moins de 2000 des 31000 centres
ruraux sont lectrifis. Ces centres lectrifis ont de 150 400 foyers en moyenne
alors que la taille moyenne nationale est de 54 foyers par centre. Le taux
dlectrification officiel (45 % en 1996) ne reprsente lui-mme que la proportion des
foyers pourvus dlectricit sous sa forme classique rapporte lensemble des foyers
potentiellement lectrisables.
Sur les 4 millions de logements environ que compte le Maroc en 1996, prs
de 2.2 millions (dont 74 % en milieu rural) ne sont pas raccords au rseau de
distribution de l'eau courante et prs de 2 millions (dont 78 % en milieu rural) ne
disposent pas d'lectricit [33-36].
I-D.2.3 Electrification par Groupes ElectroGnes (GEG)
C'est une forme d'lectrification dcentralise bien dveloppe au Maroc. Une
enqute ralise par le Ministre des Travaux Publics sur un chantillon de villages
reprsentatifs (Etude du Schma Directeur National d'Approvisionnement en Eau
Potable des Populations Rurales / Ministre des Travaux Publics) fait apparatre
l'lectrification denviron 2 500 centres ruraux par groupes lectrognes collectifs et
mini - rseau local de distribution (quipement et gestion par les communes rurales) ou
privs (quipement et gestion par les populations).

60

En 1990, 14.4 % des localits rurales sont quipes d'un mini - rseau aliment
par un groupe lectrogne (auto - lectrification). La majorit l'ont t de manire
autonome et sur initiative locale, 34 % sont situes dans des provinces du sud
(Errachidia, Ouarzazate et Taroudant) o les migrations temporaires sont les plus
fortes, et 18 % dans des provinces du centre (Azilal, Marrakech, Settat, El Jadida) [34]:
_ 236 centres (171 systmes diesels, 80 000 foyers) du Ministre de l'Intrieur
quips avec une puissance lectrique installe de plus de 16 000 kVA et grs par les
communes rurales.
_ plus de 2 000 localits partiellement auto - lectrifies sur initiative locale (150
000 foyers) avec une puissance lectrique installe approximativement de 60 000 kVA.
Le kWh revient 5 dirhams.
I.D.2.4 Electrification par les nergies renouvelables
Les principaux programmes et projets d'lectrification dcentralise mise
en uvre sont [34] :
- le schma dapprovisionnement nergtique local, entam en 1988, qui a
permis l'installation de prs de 200 kits solaires individuels et publics, ainsi qu'une
station de recharge de batteries,
- le Programme Pilote dElectrification Rurale dcentralise (PPER), lanc en
1988, qui a t initi par la Direction Gnrale des Collectivits Locales (DGCL) en
association avec la Direction de l'Energie et l'Agence Franaise de la Matrise de
l'Energie. La phase test, de 1990 1994, a permis l'lectrification de 30 villages
(1500.foyers) dans les provinces de Safi, Errachidia et Azilal. Cette lectrification s'est
faite par les micro - centrales hydrauliques, Groupe ElectroGne, des kits solaires ou
des stations de recharge de batteries centralises,
- le Schma d'Approvisionnement Energtique Rgional ralis par le Centre de
Dveloppement des Energies Renouvelables (CDER), la Direction d'Energie et le
Programme Spcial Energie dans le cadre de la coopration Maroco Allemande. Il a
t conu afin de favoriser l'amlioration de l'approvisionnement nergtique de la
rgion de Knitra par l'intgration des nergies renouvelables. 120.foyers ont ainsi t
lectrifis l'aide de systmes solaires photovoltaques pour les besoins d'clairage et
d'audiovisuel.

61

I-D.2.5 Eclairage traditionnel

Des tudes ralises au Maroc montrent que les villageois
essentiellement quatre types de combustibles pour l'clairage [33-36]:
- le ptrole lampant,
- le gaz butane,
- la bougie,
- les piles.

utilisent

Chaque foyer utilise une combinaison des quipements sa disposition, mais

des proportions trs diffrentes suivant sa zone gographique et son budget. Pour
l'audiovisuel, les radio - cassettes sont aliments par des piles, alors que la tlvision
est alimente par des batteries d'accumulateurs rechargeables.

I-D.3 Identification des usages de l'nergie et des besoins nergtiques en

milieu rural

I-D.3.1 Equipements traditionnels : un budget au service de l'clairage

et de l'audiovisuel
Dans le cadre du Programme Pilote dElectrification Rurale (PPER), destin aux
collectivits rurales isoles, des enqutes ralises par la Direction Gnrale des
Collectivits Locales (DGCL) portes sur 1 600 foyers de 30 villages reprsentatifs ont
montr que les services principaux sont les usages de lclairage et laudiovisuel; les
autres usages (industrie, artisanat, etc.) tant inexistants dans les zones rurales
couvertes par l'enqute. Quelques moulins (thermiques ou hydrauliques) compltent ce
tableau [33]. Ces informations donnent une valuation prcise de l'tat de rfrence de
la consommation nergtique substitutive.
Donc, en milieu rural marocain, les usages susceptibles dtre lectrifis sont
essentiellement domestiques, avec quelques usages collectifs (clairage public, mosque,
cole, dispensaire). Nanmoins, la nature de la demande peut tre variable quant aux
niveaux dquipement et de consommation, ce qui impose une stratgie dquipement
particulire et bien tudie. Le tableau suivant rsume les caractristiques retenues
pour les principaux quipements d'usage rencontrs.

62

Tableau I.18 : Caractristiques retenues pour les principaux quipements traditionnels

rencontrs [36].
Usages
Lampe butagaz
Lampe ptrole
Grande bougie
Petite bougie
Torche (2 R20)
Pile R20 (Rk7)

Puissance
Dure clairage Cot total horaire Cot / kWhq
lumineuse/Wq (heures)
(Dh / h) (1)
(2)
300 Lm /30 W
45 Lm /4.5 W
1 Lm / 0.1 W
1 Lm / 0.1 W
7 Lm / 0.6 W
4 Wh

42 h / bouteille
33 h / litre
8h
2.75 h
18 h / 2 piles

0.43
0.18
0.11
0.11
0.35

Dh
Dh
Dh
Dh
Dh

14
40
1100
1100
620
710

Dh
Dh
Dh
Dh
Dh
Dh

(1) Cot total horaire = combustible + dpenses annexes.

(2) Sur la base de la puissance lumineuse lectrique, quivalent d'une ampoule incandescente:1Wq=10Lm
* Noter le cot du kWh domestique en ville : 1Dh/kWh.

Il faut noter la trs grande ingalit du rapport cot/service pour les

quipements traditionnels. Le prix de ces services en milieu rural est donc trs lev
en comparaison avec celui pay sur le rseau interconnect (1 Dh/kWh domestique)
puisqu'il varie de 14 Dh le kWh pour la petite bouteille de gaz 1100 Dh le kWh
pour la bougie (Tableau I.18).
L'analyse dtaille du service rendu par les quipements traditionnels a montr
que le service demand en clairage dans les foyers ruraux est actuellement le suivant :
- clairage principal (puissant) dans la salle commune de runion,
- clairage temporaire (puissant) pour les invits,
- clairages secondaires temporaires (chambres, cuisines, etc.).
Ces services sont actuellement assurs par une combinaison d'quipements
mobiles (de la bougie la lampe gaz ou de la torche la pile). La dure totale
moyenne journalire d'clairage est de 7.5 heures par foyer rural avec 3 points
lumineux (Tableau I.19).
Pour l'audiovisuel, la consommation moyenne tant de 6 piles par mois pour
alimenter les radio - cassettes et 14 % de foyers sont quips de tlvisions aliments
par des batteries recharges dans la ville la plus proche, parfois plus de 80 km.
En ce qui concernes les dpenses en nergie substitutive, et des classes de
niveaux d'quipements souhaitables, voici en quelques chiffres les principaux rsultats
des enqutes prcites :

63

- le budget annuel pour l'clairage et l'audiovisuel avec les quipements

traditionnels (gaz, ptrole, bougie, pile) est de 900 Dh par foyer rural, dont 73 % pour
l'clairage et 27 % pour l'audiovisuel,
- le cot horaire de l'clairage est en moyenne de 0.24 Dh, celui d'une pile
pour radio - cassette (R20) de 3.5 Dh (700 Dh/kWh), et celui du fonctionnement de la
tlvision de 0.50 Dh par heure (36 Dh/kWh).
Tableau I.19 : Caractristiques des niveaux d'quipements identifis [36].
4 niveaux d'quipements
Audiovisuel
Points lumineux (heures / jour) (Dh / an)
2
3.5
10
3
6
150
4
9.5
370
7
16
760
3
7.5
240

Budget annuel
(Dh / an)
250
640
850
2250
900

Rpartition
foyers (%)
20
33
38
9
100

I-D.3.2 Applications et quipements

Pour atteindre les objectifs du Programme Pilote dElectrification Rurale
(PPER), la Direction Gnrale des Collectivits Locales (DGCL) a labor un logiciel
qui permet d'identifier, selon les besoins nergtiques et le budget mensuel des
villageois, pour l'clairage, 4 niveaux de consommation. Pour rationaliser et rgulariser
lutilisation dnergie, la DGCL propose les applications suivantes selon qu'il s'agisse
des usages domestiques ou publiques [36].
I-D.3.2.1 Usages domestiques
Face aux quatre catgories de foyers identifies dans cette analyse, quatre
niveaux d'quipement pour les foyers sont prvus par le programme. Quelle que soit la
configuration technique de production et de distribution de l'lectricit retenue pour le
village ou groupement de villages, le service lectrique PPER (Programme Pilote
dElectrification
Rurale) est ainsi le
mme en terme d'quipements et d'usages
(Tableau.I.20). Les quatre niveaux dquipements clairage proposs sont ddoubls
compte tenu des besoins supplmentaires de 20 % environ des foyers pour
lalimentation lectrique de leurs postes de tlvision [20].
Tableau I.20 : Niveaux d'quipement des foyers [36]

64

Niveau Pt 1
1.1
1.2
2.1
2.2
3.1
3.2
4.1
4.2

1
1
2
2
2
2
3
3

Heurs/jour
(h/j)
2h30
2h30
4h
4h
4h
4h
6h
6h

Pt 2
0
0
0
0
1
1
2
2

Heurs/jour
(h/j)
0
0
0
0
2h30
2h30
4h30
4h30

Point lumineux 1 (Pt 1) : 400 lumens

Total
Pts totaux
1
1
2
2
3
3
5
5

Tlvision
h/j (TV)
2h30
0
2h30
1
4h
0
4h
1
6h30
0
6h30
1
10h30
0
10h30
1

Point lumineux 2 (Pt 2) : 600 lumens

(*) Les points lumineux mobiles, proposs en option, ne sont pas inclus
* clairage fixe
Il est rserv aux pices ncessitant un clairage quotidien et permanent.
Suivant les niveaux d'quipement, 1 5 points lumineux fixes sont proposs aux
usagers avec deux possibilits d'intensit lumineuse, 400 lumens (points 1) pour
l'clairage moyen et 600 lumens (points 2) pour l'clairage fort (Tableau I.20). Pour
optimiser lutilisation de ces quipements, les lampes sont semi-fixes (dplaables) et le
nombres de pices cbles dans les maisons est suprieur (une ou deux units) au
nombre de points lumineux prvus par niveau [36].
* clairage mobile
Les besoins en clairage intermittent et de dure relativement courte sont
importants en milieu rural pour les dplacements lintrieur ou lextrieur des
foyers, mais aussi pour les activits conomiques nocturnes (levage, irrigation, etc). Des
lampes autonomes, comprenant un point lumineux, une batterie associe de petite
capacit et un rgulateur de charge/dcharge pour celle-ci, sont prvues pour assurer
ce complment apprciable l'clairage fixe.
* audiovisuel
Les quatre niveaux d'quipement d'clairage proposs sont doubls (Tableau.I.20)
compte tenu des besoins supplmentaires de 20 % environ des foyers pour
l'alimentation lectrique de leurs postes de tlvision.
I-D.3.2.2 Usages publics.

65

Quatre lampadaires en moyenne par village fournissant chacun une intensit

lumineuse de 1800 lumens pendant 5 heures par jour.
* mosque
Quatre niveaux d'quipement suivant la taille de la mosque, pour l'clairage de
la salle de prires (2 heures par jour), l'entre (2 heures par jour), et la chambre du
Fqih (3 heures par jour). Un quipement complet pour la sonorisation 1 heure par jour
(Tableau I.21).
Tableau I.21 : Niveaux d'quipement des mosques [36].
Niveau
1
2
3
4

Point1
600 lumens (lm)
2
4
6
8

Point2
400 lumens(lm)
1
1
1
1

Point3
600 lumens (lm)
1
1
1
1

Sonorisation
1
1
1
1

* cole (si existante)

En raison du faible usage de l'clairage dans les coles (les lves sont librs
tt l'hiver pour rejoindre leurs villages avant la tombe de la nuit), une seule classe
par cole est quipe, essentiellement pour les travaux de prparation des enseignants;
avec quatre points lumineux de 600 lumens chacun par classe et 2 heures d'clairage
par jour et par point.
* dispensaire
Quatre points lumineux de 600 lumens et 2 heures d'clairage par jour et par point
I-D.3.3 Etude du cas du village Tirga-Ait Ouakki
Pour pouvoir quantifier la demande d'lectricit des populations rurales en vue
d'un dimensionnement judicieux des installations, trois approches sont possibles :
- dfinir la demande partir des caractristiques lectriques des quipements
susceptibles d'tre utiliss (dure d'clairage, tension, intensit du courant, puissance
lectrique, etc.),

66

- estimer la demande partir d'une modlisation des consommations initiales

d'lectricit et de leurs volutions partir des donnes disponibles sur des villages
nouvellement lectrifis,
- dterminer la demande travers des enqutes sur les consommations
d'nergies substitutives par l'lectricit en zones rurales non lectrifies.
Dans cette perspective, nous essayons de quantifier les valeurs horaires de la
consommation pour le village de Tirga-Ait Oukki. La courbe de la demande en
lectricit sera utilise pour modliser le systme hybride Arognrateur/groupe
lectrogne (Ch III).
La demande en lectricit de ce village est satisfaite par un Groupe
ElectroGne (moteur Lister - Petter) de puissance nominale 11 kW, se limitant aux
quipements dclairage et d'audio - visuel. La figure I.18 montre le profil quotidien de
la demande en lectricit pour les journes du 13 dcembre 1994 et 21 juin 1995
reprsentant l'hiver et l't respectivement. Le combustible consomm pour la premire
journe est de 7 litres.
116 foyers sur 123 inscrits sont servis en lectricit. La figure I.19 montre la
rpartition des foyers par niveau telle qu'elle est dfinie l'chelle nationale dans le
cadre du Programme Pilote dElectrification Rurale (PPER). A partir du tableau I.22 et
de la figure I.18, on pourrait dduire que la puissance horaire moyenne et la
consommation journalire en lectricit sont de lordre de 3 kW et 18 kWh
respectivement. La demande est maximale vers 20 heures et chute aprs 21 heures
Tableau I.22 : Moyennes mensuelles de lnergie lectrique consomme par le village
Tirga-Ait Ouakki.
1994 Compteur Dpart1 Dpart2 Maison de Compteur Nombre Consm/j Puiss.
principal
llectricit horaire
de jours
Moyen.
Mois kWh
kWh
kWh
kWh
h
No
kWh/j
kW
Oct.

514

281

196

20

145.4

30

17.0

3.5

Nov

533

292

202

22

146.5

29

18.3

3.6

Dc

570

305

216

36

163.6

30

19.0

3.5

67

6
13 Dcembre 1994
5

Puissance (kW)

21 Juin 1995
4

0
18

19

20

21

22

23

24

Temps (heures)
6
Moyenne : 13/12/1994 et 21/06/1995

Puissanse horaire ( kW )

0
0

10

12

14

16

18

20

22

24

Temps ( heures )

Figure I.18 : Profil de la puissance horaire demande par un village typique marocain
(village : Tirga-Ait Ouakki).

68

14%

6%
7%

Pas d'clairage
niv.1 : 1 lampe de 8W
niv.2 : 2 lampes de 8W
niv.3 : 2 lampes de 8W + 1 lampes de 13 W
niv.4 : 3 lampes de 8W + 2 lampes de 13 W

33%
40%

Figure I.19 : Rpartition des abonns suivants les niveaux dquipements (Village :
Tirga-Ait Ouakki, niv 0 : pas d'clairage, ni TV, niv 2 : 15 % des 33 % des
abonns possdent la TV).

I-D.4 Solutions pour l'lectrification en milieu rural

I-D.4.1 Electrification conventionnelle.
Au rythme des ralisations du dbut des annes quatre vingt dix, soit une
cinquantaine de villages lectrifis par an, le taux d'lectrification rurale n'atteindrait

69

pas les 27 % en l'an 2000. Dans le cadre de la politique de promotion, de

dveloppement et de la solidarit avec le monde rural, un Programme d'Electrification
Rurale Globale (PERG) a t initi en 1995. Pour contourner les contraintes financires
et gographiques, le PERG a promis de mettre en place, d'une part, un nouveau
montage financier caractris par la multiplicit des participants et garantissant sa
concrtisation et intgre la double solution de raccordement au rseau national et
l'lectrification dcentralise, d'autre part.
Ce programme consiste en l'lectrification, l'horizon 2010, d'environ
1500000 foyers (9 millions d'habitants), soit 100 000 foyers par an (au lieu de 5000
lpoque), permettant de porter le taux d'lectrification rurale de 21 % prs de 80 %
cet horizon. En fait, en lectrifiant 79 % du total des foyers ruraux, on couvre
pratiquement la totalit des foyers lectrisables [2]. Grce lacclration du rythme de
ralisation de ce programme, le nombre de villages lectrifis par anne est pass de
500 2050 et le taux dlectrification a augment de 22 % 55 % de 1996 2002
(Figures I.20 et I.21).

Nombre de villages
lectrifis/Anne

2500

Srie1

2050

2000
1650

1700

1750

1500
1000

1000

1100

500

500
100

150

0
.1994. .1995. .1996. .1997. .1998. .1999. .2000. .2001. .2002.

Anne

Figure I.20 : Electrification rurale [1].

70

Taux d'lectrification
rurale (%)

100
S rie1

80
60
40
20
0

22
.1996.

27
.1997.

32
.1998.

39

.1999.

45

.2000.

50

.2001.

55

.2002.

Anne

Figure I.21 : Taux dlectrification rurale [1].

Ce programme a t mis en uvre sous le patronage du Ministre de l'Intrieur
et du Ministre de l'Energie et de Mines, dans le cadre d'un partenariat entre les
Communes et l'Office National de l'Electricit, sur la base de conventions liant
l'ensemble des parties concernes.
Un schma directeur d'lectrification rurale a t mis en uvre sur la base de
plans d'lectrification provinciaux ou prfectoraux tablis au niveau des rgions. Ce
schma qui intgrerait les impratifs d'amnagement du territoire, permettrait une
meilleure connaissance des besoins prvisionnels, une programmation rationnelle des
actions et moyens, un choix judicieux des filires techniques et une allocation
optimale des financements.
Afin d'acclrer le processus d'lectrification, des mesures d'ordre technique
organisationnel, visant la rduction des cots, ont dj t entreprises et renforces
1996. La ralisation de ce programme d'envergure nationale ncessiterait
investissement annuel de l'ordre dun (1) Milliard de Dirhams (Dh), dont

et
en
un
le

financement est assur, grce la mise en place d'un montage unique, par les
contributions suivantes : Office National dElectricit (ONE) (20 %), collectivits locales
(20 %), prlvement sur le chiffre d'affaire de l'ONE (35 %) et usagers (25 %).
Une part apprciable de ce programme, estim 30 %, est prvue pour tre
ralise par le recours aux technologies d'lectrification dcentralise par les nergies
renouvelables.

71

I-D.4.2 Contraintes conomiques et techniques de l'lectrification rurale

Le milieu rural a des caractristiques spcifiques qui conditionnent dans une
large mesure la faisabilit conomique de l'lectrification conventionnelle. Parmi les
plus importantes caractristiques, on distingue [37-40]:
- population fortement moyennement disperse (35 habitants par km2),
- zones souvent enclaves rendant difficiles et coteux les travaux d'installation
de rseaux lectriques,
- demande faible d'lectricit lie essentiellement aux besoins domestiques,
- taxe de raccordement lev vu le niveau de vie des populations rurales,
- investissement pour l'interconnexion au rseau de plus en plus coteux
(multiplication par 15 lorsque le nombre de foyers passe de 50 5 par km de ligne).

I-D.4.2.1 Dispersion de la population et cot des raccordements

La faible densit de population dans les zones rurales et l'loignement des
villages entre eux et par rapport au rseau national existant, font que les longueurs
des lignes moyenne tension, construire pour leur raccordement sont importantes :
jusqu' 30 km au Maroc.
Par ailleurs, la dispersion de l'habitat l'intrieur mme des villages
lectrifier conduit de faible densit d'abonns potentiels le long des lignes basses
tension construire. La figure I.22 prsente le cot du raccordement en fonction de la
population, tel qu'il se prsentait dans le Programme Nationale dElectrification Rurale
(PNER). Cette figure montre une variation hyperbolique du cot de raccordement en
fonction de la densit de population [37].

72

Figure I.22 : Variation du cot d'lectrification en fonction de la densit de

population au Maroc [37].

I-D.4.2.2 Demande rurale et cot de fonctionnement des rseaux

En dehors de quelques rares industries qui se trouvent parfois dans des zones
rurales (mines, agro-alimentaires, etc.) et qui doivent tre considres part, la
demande d'lectricit dans le monde rural est essentiellement constitue par les besoins
domestiques ou par de faibles consommateurs (ateliers agricoles, huileries artisanales,
etc.). En 2001, La consommation moyenne lchelle nationale est de lordre de
500kWh par an et par abonn au Maroc [1]. La faiblesse des consommations entrane
des cots d'investissement et d'exploitation des rseaux, rapports au kWh livr, levs
pour les raisons suivantes :
- les cots d'entretien et de maintenance des lignes lectriques sont importants
parce que la nature du terrain rend les interventions souvent difficiles,
- les frais d'administration, de facturations et de dossiers des abonns sont
levs tant donn la dispersion de la population,
- les cots des pertes nergtiques dans les lignes lectriques sont importants.
Ces pertes peuvent atteindre les 30 % de l'nergie produite [37].

73

Une tude de cas sur la rgion d'Errachidia montre, selon le taux de

raccordement, que l'investissement revient entre 25 000 et 90 000 Dhs par foyer et le
cot unitaire total est de 5 19 Dhs par kWh vendu [37].
I-D.4.2.3 Faisabilit globale
Les lments prsents plus haut montrent que globalement le cot du kWh en
zone rurale est la somme des deux cots suivants :
- investissements correspondants l'installation du rseau,
- frais de fonctionnement lis son exploitation.
Ce cot global est lev pour les localits rurales disperses et prsentant une
faible demande. Il dpasse les 3 Dollars ($) par kWh dans des situations ralistes
observes dans la majorit des centres ruraux des pays en dveloppement [37].
Une tude ralise par l'USAID (United States Agency for Aid and
Dveloppement) conclut que la priorit de l'lectrification pour le dveloppement
conomique ne devrait pas tre accorde aux zones les plus pauvres mais plutt aux
rgions dj relativement bien dveloppes et o le potentiel de dveloppement
conomique est contraint par l'absence d'une source d'nergie fiable et peu chre. Or
c'est justement ce type de rgions qui constitue la plupart des zones rurales non
lectrifies au Maroc [37].
L'lectrification rurale conventionnelle par rseau interconnect constitue la
forme ultime d'accs l'lectricit, donc un objectif atteindre long terme. Ses
cots pour la collectivit, tant au niveau de l'investissement que du fonctionnement,
sont cependant extrmement lourds, particulirement pour les villages isols du rseau
existant et / ou peu denses.
I-D.4.3 Tarification et taxes
Du fait de son importance stratgique, le secteur de l'nergie a bnfici dans
la plupart des pays, d'un encadrement pouss de la part des pouvoirs publics. Cet
encadrement se traduit souvent par la cration de monopoles dtat ou par l'imposition
d'une tarification officielle. Historiquement, la tarification a constitu un outil privilgi
pour agir sur le march en vue de l'application d'une politique nergtique dtermine.
Dans ces conditions, l'nergie se trouve dans plusieurs pays, soit subventionne, soit

74

lourdement taxe. En 2001, par exemple, le gasoil est moins tax au Maroc quen
Europe (Figure I.23) contrairement au fuel oil (Figure I.24).

1000
Hors Toute Taxe
Taxes

Prix du Gasoil (1000 Dhs / Hictolitre)

875
800

775
780
580

600
55 %

66 %

58 %
48 %

400

200

Espagne
1

France
2

Portugal

Maroc

Figure I.23 : Prix du gasoil en Europe et au Maroc [1]

3000

8%
2300

2500

Prix du Fuel Oil (Dh / Tonne)

2750

2750
5%

Hors Toute Taxe

Taxes
2250
23 %

9%
2000

1500

1000

500

Espagne
1

France

Portugal
3

Maroc
4

Figure I.24 : Prix du fuel oil en Europe et au Maroc [1].

75

Les mcanismes tarifaires peuvent crer des situations perverses : le dsquilibre

artificiel entre les consommations des diffrents types d'nergie (dislisation du parc
automobile au Maroc), le gaspillage dans le cas de subventions, des structures de
consommation anticonomique conduisant des dficits ou des surinvestissements
inutiles (cas pour l'lectricit de l'appel de pointe anormalement lev par rapport
l'appel moyen).
Pour illustrer les proccupations majeures des pouvoirs publics d'un pays, la
tarification a t utilise pour stimuler le dveloppement plutt qu'accrotre les recettes
fiscales d'o la complexit que nous constatons dans la tarification de chaque produit.
I-D.4.3.1 Produits ptroliers.
Les produits ptroliers faisaient partie, jusqu' la fin de l'anne 1994, des
produits dits rglements. Leurs prix taient ainsi fixs par le Ministre de lEnergie
et des Mines (MEM). Les taxes prleves l'importation des produits ptroliers taient
de l'ordre de 50 %, gnrant des recettes l'tat de l'ordre de 10 milliards de
Dirhams, soit le tiers des recettes douanires globales de l'anne 1994. Les prix
pratiqus au Maroc ne refltaient pas les fluctuations des prix sur le march
international. Ces fluctuations affectaient principalement les recettes fiscales
nergtiques [2]. De ce fait, les prix des produits ptroliers ont beaucoup varis durant
les deux dernires dcennies 1982 2002 (Tableau I.23).
Tableau I.23 : Prix des produits ptroliers [3].
Combustible

Essence super
Essence ordinaire
Ptrole lampant
Gasoil
Gaz du ptrole liquides :
- Charges : plus 5 kg
- Bouteille camping : 3 kg

Evolution des prix

Units
Dh/litre
Dh/litre
Dh/litre
Dh/litre
Dh/Tonne
Dh/Tonne

2002
9.05
8.65
5.27
5.76

Variation
Moyenne %
2002/1982
93
92
134
143

1287.7 2958.3 3333.3

1715.0 3050.0 3333.3

159
94

1982
4.70
4.50
2.25
2.55

1992
6.96
6.70
3.58
3.97

Le systme de taxation des produits ptroliers, entr en vigueur au 13/12/94,

n'tait pas cohrent et crait des distorsions au niveau du march national :
* distorsion fiscale entre diffrents produits nergtiques de substitution
notamment entre le fuel et le charbon et entre le super et le gasoil. Ces anomalies

76

ont favoris une dislisation du parc automobile marocain et des choix peu rationnels
au niveau des investissements industriels : cimenteries, Office National dElectricit et
sucreries,
* taxation plus importante des produits raffins localement que celle applique
aux produits raffins imports,
* fluctuations importantes des revenus fiscaux de l'tat provenant du secteur
ptrolier. En effet, ces revenus taient alatoires dans la mesure o les prix sur le
march national ne dpendaient pratiquement pas des cours internationaux.
Pour remdier ces problmes, et dans le cadre de la libralisation du
commerce extrieur, entame par le Maroc, le Ministre de lEnergie et Mines (MEM)
a mis en place un nouveau systme de tarification et de taxation des produits
ptroliers (essences super et ordinaire, ptrole lampant, gasoil, mazout et krosne). Ce
systme est bas sur l'indexation des prix de reprise des produits ptroliers, la sortie
des raffineries, sur les cotations du march international de Rotterdam. Les prix
intrieurs des produits ptroliers suivent dsormais les cours internationaux. Les
diffrents taux des taxes (Droit d'importation, Taxes sur la Valeur Ajoute (TVA) , etc.)
ont t rajusts pour, d'une part, harmoniser les prix intrieurs des combustibles en
les taxant sur la base de leur pouvoir calorifique, et, d'autre part, prserver et
stabiliser les recettes fiscales de l'tat. Les taux de taxation ont t galement fixs
pour assurer un compromis entre une protection raisonnable de l'industrie locale de
raffinage et la volont politique de libraliser le march national. En Juillet, 2002, le
taux passeraient progressivement de 17.5 % et 25 % (selon les produits) 2.5 % en
2009, d au nouveau rajustement des structures des prix et le dbut dapplication du
dmantlement linaire des droits dimportation [1,2].
I-D.4.3.2 Gaz naturel
Le dveloppement de l'utilisation du gaz naturel dans le secteur industriel,
dpendra, en premier lieu, de sa satisfaction nergtique et conomique. Le systme de
tarification pour le gaz naturel, est bas sur la neutralit fiscale entre les diffrents
combustibles (ptrole, charbon et gaz) en les soumettant au mme rgime fiscal. La
taxe la thermie est identique pour les trois combustibles [2].
Malheureusement, une taxation base principalement sur le pouvoir calorifique
des combustibles, n'est pas de nature encourager l'utilisation des combustibles

77

commerciaux propres tel que le gaz naturel. En effet, cette approche n'intgre pas
l'impact environnemental des combustibles dans la structure des prix.
Le gaz naturel demeure un des combustibles commerciaux les plus propres, son
utilisation devra tre encourage par une taxation plus rduite traduisant son impact
relativement faible sur l'environnement. Ainsi, d'aprs le tableau ci dessous, nous
constatons que, par rapport, une taxation base sur les missions des gaz effet de
serre, le fuel est surtax de 25 % et le gaz naturel de 67 %.(Tableau I.24).
Tableau I.24 : Indice de taxation [2].
Combustible Pouvoir
Calorifique
Infrieur (PCI)
Thermie/tonne
Charbon
7 000
Fuel
9 600
Gaz naturel
11 000

Indice
Emissions relatives
relatif de Serre (GES)
taxation
par TEP
1.00
1.00
1.37
0.80
1.57
0.60

des Gaz Effet de

par tonne
1.00
1.10
0.94

I-D.4.3.3 Electricit
D'origine hydraulique et thermique, la production de cette forme d'nergie, sa
transformation et sa distribution sont assures par l'Office National dElectricit (ONE)
depuis 1963. Il existe aussi des industriels autoproducteurs tels que Maroc - chimie,
Maroc - phosphore, sucreries, etc. qui produisent ensemble pour leurs propres besoins,
prs de 10 % de l'nergie lectrique totale. Celle produite par l'ONE, soit 90 %, est
cde d'une part aux 11 rgies distributrices qui la vendent leurs abonns, et, d'autre
part, aux abonns spciaux de cet office tels que l'Office National du Chemin de Fer,
l'Office National de lEau Potable (ONEP), l'Office Chrifien des Phosphate (OCP), les
cimenteries, etc. Mais, partir de 1996, une nouvelle orientation stratgique
nergtique est entre en vigueur [1,3].
Le potentiel hydraulique exploitable s'estime cinq Milliards de kW, mais
seulement le quart est quip actuellement l'aide d'une vingtaine d'usines hydro lectriques. Les quipements thermiques ont connu, leur tour, un dveloppement plus
rapide : une trentaine d'usines, utilisant du fuel-oil et du charbon, assurent aujourd'hui
plus de 90 % de la production lectrique totale [3].
L'nergie lectrique est produite en grande partie dans les centrales thermiques
partir de la combustion de produits ptroliers. Les distorsions tarifaires et fiscales du

78

march des produits ptroliers prsentes dans le paragraphe prcdent, se rpercutent

donc directement sur le prix de l'lectricit.
L'effet de ces rpercussions est aggrav par les problmes institutionnels du
secteur : monopole d'tat gr par plusieurs tablissements publics, accumulation des
impays de plusieurs abonns publics, une tarification qui ne reflte pas le cot de
revient surtout en heures de pointe. Cette situation a engendr des difficults
chroniques l'office National dElectricit (ONE), un ralentissement important des
investissements d'o un dficit de l'offre de l'ordre de 150 MW en 1993 et 1994.
Durant cette priode, l'lectricit a t rationne par dlestage dans le secteur
productif industriel, et, par consquent l'conomie marocaine d'une faon gnrale, a
subit des dommages financiers importants.
Le systme de tarification lectrique a galement dsquilibr, d'une faon
anormale, la courbe de charge journalire : ainsi que la demande lectrique a t le
double entre la pointe (19h-21h) et le creux (4h-6h). Ce rapport, un des plus
accentus au monde, a affect, de faon considrable, la rentabilit et le rendement
des centrales dont 40 % sont utilises moins de 5 h par jour. Cette situation
anticonomique aberrante a incit les pouvoirs publics revoir les cadres juridiques et
institutionnels du secteur et instaurer une nouvelle tarification compatible avec les
ralits techniques et conomiques de production, de transport et de distribution de
l'lectricit [1,3].
Plusieurs rformes du secteur ont t ainsi mises en uvre. Une nouvelle
tarification a t galement instaure, partir de 1995, dans le cadre de la
libralisation des marchs et la restructuration des filires nergtiques avec
repositionnement du rle de l'Office National dElectricit (ONE). Cette nouvelle
tarification dont l'objectif est de rtablir des prix qui refltent les ralits technico conomiques de la gnration et la distribution de l'lectricit, a cre un tarif de
pointe saisonnier pour limiter la puissance ncessaire la pointe et de rduire les
investissements de production qui y sont lis [1,3].
Depuis les annes 80, le tarif de l'lectricit basse tension est comptabilis
selon des tranches de consommation (consommations moins de 100 kWh/mois, plus de
500 kWh/mois, etc.). Par contre, partir de 1995, pour les consommations moyenne
tension, haute et trs haute tension, le tarif est fix aussi selon trois priodes : heures
de pointes, heures pleines et heures creuses.

79

La figure I.25 montre que le tarif moyen de llectricit basse tension pour
lusage particulier est infrieur celui pour lusage domestique. Les donnes sont
obtenues partir des tarifs rglements par l'tat dans le secteur de l'nergie pour les
dix rgions savoir Casablanca, Fs, Knitra, Marrakech, Rabat-Sal, Safi, Ttouan,
El Jadida, Tanger et Mekns. A partir de 1995, la figure I.26 montre que les tarifs
moyens de vente dlectricit moyenne tension, haute et trs haute tension ont
tendance diminuer mais ceux basse tension subissent une lgre augmentation.

Prix d'lectricit (Centimes / Dh)

120

Basse Tension
110
100

Usage domestique

90
80

Usage particulier
70
60
50
40
30
1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

Anne

Figure I.25 : Tarifs moyens de llectricit basse tension rglements par l'tat pour
lusage domestique et lusage particulier[3].

80

100
Moyen Tension

Prix d'lectricit (Centimes / KWh)

95
90

Basse Tension
85
80
Haute Tension = Trs Haute Tension
75
70
65
60
1.75

1997
3.50

1996

1999

5.25

7.00

1998

2000
8.75

10.50

2001

Anne

Figure I.26 : Tarifs moyens rglements par l'tat pour les diffrentes tensions [1].
Le prix dlectricit industriel au Maroc en 2001, compar celui de lEgypte,
la Tunisie ou en Europe, est plus fort (Figure I.27)
1

Dh/kWh

0.8

0.725

0.7

0.65
0.575

0.6

0.55

0.45

Srie1

0.4
0.2
0
Turquie

Tunisie

Espagne

France

Egypte

Maroc

Figure I.27 : Prix dlectricit industriel en 2001 [1].

I-D.4.3.4 Ncessit de trouver des solutions novatrices
Actuellement, le monde rural semble sous lectrifi. Pour les dcideurs, cette
situation se traduit actuellement par des besoins importants et urgents d'lectrification
de localits rurales. Ce sont, videmment, les raisons conomiques que nous avons

81

voques prcdemment qui sont en cause dans ce constat, mais elles ne sont
srement pas les seules : la vision du technicien est galement responsable.
En effet, si la solution conventionnelle en matire d'lectrification (liaison au
rseau lectrique national) a constitu pendant de longues annes le rflexe du
technicien lorsqu'il s'agissait d'clairer le dcideur sur la manire d'lectrifier le monde
rural, la spcificit de ce monde conjugue l'exprience du pass, l'urgence de la
demande en lectrification rurale et la limitation des ressources, a impos une vision
plus rationnelle du problme d'lectrification : ce qui n'exclut aucune des solutions
d'lectrification qui sont techniquement possibles. Parmi ces dernires, l'lectrification
dcentralise (alternatives complmentaires l'lectrification par extension du rseau
lectrique national), constitue l'option d'avenir pour le milieu rural. Elle consiste
examiner la possibilit d'lectrification d'un centre rural loign du rseau interconnect
en considrant d'abord ses ressources naturelles locales : hydrauliques, oliennes ou
solaires; la solution d'lectrification par Groupe ElectroGne (GEG) n'tant considre
que dans le cas o les ressources locales seraient inexistantes ou ne peuvent pas
rpondre la demande.
L'lectrification rurale dcentralise concerne les zones rurales pour lesquelles le
raccordement aux rseaux lectriques conventionnels ne peut tre envisag moyen
terme en raison de la forte dispersion des populations et un faible niveau des
consommations nergtiques de celles-ci. La mobilisation des ressources nergtiques
renouvelables, l'organisation d'une gestion technique et financire dcentralise par des
associations villageoises, la mobilisation progressive d'acteurs privs rgionaux et
d'organisations non gouvernementales et la recherche de montages novateurs et
quilibrs constituent les principaux axes poursuivis en matire d'lectrification
dcentralise.
I-D.4.4 Electrification dcentralise
Certes, les gnrateurs autonomes Groupe ElectroGne (GEG) ou utilisant les
nergies renouvelables (solaire, olienne, biomasse, micro-hydraulique, vagues) ne
peuvent, dans l'tat actuel de la technique, fournir des puissances importantes
(irrigation, industrie, clairage public) des cots abordables mais sont parfaitement
appropris de faibles niveaux de consommation tels que l'lectrification domestique
(clairage et audiovisuel), le pompage (eau potable, petite irrigation), la rfrigration
pour vaccins, l'clairage pour les coles, les dispensaires et les mosques.

82

A part sa situation gographique et sa structure physique, le Maroc possde des

gisements renouvelables importants. En effet, les nergies renouvelables prsentent un
potentiel d'utilisation fort intressant dont les principales sont [2,4,5,9] :
_ un rayonnement solaire incident moyen variant entre 4.7 et 5.6 kWh par jour
et par mtre carr, prsente plus de 3000 heures / an,
_ un gisement olien considrable par endroits : une vitesse moyenne du vent
qui varie de moins de 3 m/s plus de 10 m/s dans plusieurs rgions du pays,
_ un potentiel en biomasse galement important : 5 millions d'hectares de fort
et 2.5 millions d'hectares d'alfa ainsi qu'un potentiel apprciable en dchets dtables
et dchets urbains et agricoles. Cependant, le gisement forestier est sauvegarder du
fait, en particulier, de l'utilisation abusive du bois de feu. Il est noter que la
consommation en diverse biomasse reprsente plus de 30 % de la consommation
globale d'nergie du Maroc,
_ un potentiel apprciable en sites pour micro-centrales hydrauliques (puissance
suprieure 100 kW par site) et surtout en sites pico-centrales hydrauliques (puissance
de quelques dizaines de kW par site).
Ce potentiel est en cours d'identification et d'exploitation la fois par l'Office
National dElectricit (ONE), le Centre de Dveloppement des Energies Renouvelables
(CDER), et la Direction Gnrale des Collectivits Locales (DGCL) [37-40]. Plusieurs
projets d'lectrification dcentralise ont t installs ou en cours d'installation par le
CDER ou initi par ce dernier en collaboration soit avec la DGCL, soit avec des
pays et/ou des organismes de coopration dans le cadre de financement international
ou la production concessionnaire. Ces projets s'inscrivent en grande partie dans le
cadre d'une valorisation et utilisation des nergies renouvelables au Maroc qui sont
devenues une pice matresse pouvant rpondre certains besoins immdiats des
populations.
Le Programme National d'Electrification Dcentralise (PNED) est considr
comme une lectrification dcentralise hors rseau selon des techniques diversifies
telles que les panneaux photovoltaques, micro-centrales hydrauliques, arognrateurs,
etc. La ralisation du PNED a t prvue par tranche entre 1994 et 2000 pour
l'lectrification de 620 villages (31 000 foyers). Elle tait finance en grande partie par
l'Union Europenne et le Fonds d'Equipements Communaux. Parmi les projets les plus
importants qui sinscrivent dans le cadre de ce programme, nous citons [37-40]:
- le projet de Centrale Thermo - Solaire qui consiste en l'installation d'une
centrale Ouarzazate, d'une puissance de 80 MW utilisant comme nergie primaire le

83

soleil. L'tude de faisabilit (finance par la CEE) a t ralise par le Centre de

Dveloppement des Energies Renouvelables (CDER) et la socit ENDESA (Espagne).
Le financement serait ralis par la Banque Mondiale et le groupement BMZ
(Rpublique Fdrale Allemande).
- le projet de ralisation de Parcs Eoliens se dcompose en trois sous projets :
Le premier projet est de 50.3MW qui consiste en l'installation d'arognrateurs relis
au rseau lectrique national pour la production d'lectricit destine couvrir une
partie des besoins nergtiques de la zone Nord du Maroc. Son financement a t
confi au groupement franco-danois et sa gestion et son exploitation une compagnie
prive. Le deuxime, d'une puissance de 3.5 MW, est ralis par lOffice National
dElectricit (ONE) en collaboration avec le gouvernement allemand. La troisime
tranche consiste un appel doffre pour linstallation de 3 autres parcs doliens, deux
au Nord et un dans la rgion de Tarfaya au sud, dune puissance totale de 200 MW.
En dfinitive, l'option nergie olienne peut tre comptitive l'nergie
hydraulique au Maroc. Il n'en demeure pas moins qu'une analyse critique de la
situation des nergies renouvelables au Maroc, permettant d'identifier les obstacles
(institutionnels, lgislatifs, financiers et techniques) et laborer une stratgie approprie
de dveloppement grandes chelles pour ces nergies, reste ncessaire.

I-D.5 Investissement dans le secteur nergtique

L'investissement global dans le secteur nergtique a atteint 9.3 Milliards de
dirhams en 1995. Sur la priode 1996-2000, une part importante des investissements
de l'tat dans le secteur de l'lectricit a t prise en charge par les producteurs
concessionnaires dont l'apport a t estim 21 Milliards de Dirhams pour une
puissance additionnelle de 2 500 MW [2].
Plus gnralement, les
dispositions organisationnelles et rglementaires
entreprises dans le secteur nergtique dans le cadre de la libralisation des marchs
et la restructuration des filires nergtiques conduiront allger le budget
d'investissement de l'tat par un engagement de plus en plus important du secteur
priv, principalement extrieur, dont la contribution durant la priode 1996-2000 a t
estime 4 Milliards de Dollars, soit prs d'un Milliard de Dollars par an en
moyenne, pour la ralisation des grands projets lectriques et gaziers (Tableaux I.25 et I.26

84

Tableau I.25 : Investissements dans les secteurs de l'lectricit et du gaz naturel au

Maroc : priode 1995-2000 [2]
Puissance Priode
Installe
(MW)
ELECTRICITE
Production
> Investissements privs en
production concessionnaire :
* Jorf Lasfer (charbon)
Tranche I et II
Tranche III et IV
*Cycle combin Mohammedia(Gaz)
* Cycle combin Knitra(Gaz)
* Parc Eolien
* Centrale Thermosolaire

Finance ment
(M$)

Finance
Interne
(%)

ment
Externe
(%)

4110
3010
2460

2x330
2x330
450
450
50
80

1996
1996-2000
1996-2000
1996-2000
1996-2000
1996-2000

781
719
330
330
50
250

340

1996-2000

552
480

60

40 (c)

56
16

30
40

70 (c)
60 (c)

Transport
*Rseau national
*Interconnexion Maroc-Espagne

810
550
260

10

90 (c)

Distribution
GAZ NATUREL
* Gazoduc Maghreb-Europe
*Bretelle jusqu' Mohammedia
Total

290

> Investissements ONE

* Hydraulique
* Thermique
Repowering
Conversion au Gaz Naturel

60
700

1996-2000
1996-2000

100
100
100
100
100
100

(a)
(a)
(a)
(a)
(a)
(b)

970
1995-2000
1995-2000

770
200

100
(d)
5080

(a) Investissements privs

(b) Investissements privs + Coopration
(c) Crdits Multilatraux + Crdits Bancaires + Crdits Fournisseurs.
(d) A rechercher

Tableau I.26 : Projets de production concessionnaire de l'lectricit [2].

Puissance:MW

Nature
Centrale thermique de Jorf Lasfer
* Exploitation des tranches I&II
*Construction & exploitation des tranches III&IV
Centrale thermique de Mohammedia (*)
* Construction & exploitation
Centrale thermique de Knitra (*)
* Construction & exploitation
Parc olien Ttouan (**)
* Construction & exploitation
(*) : Appel d'offres en cours de finalisation.

Cot:MDh

Groupe vapeur
Charbon
Cycle combin ou
Classique Fuel/Gaz

4x330

13500

300x450

3 000

Cycle combin

350x450

3 000

50

450

Arognrateurs

(**) : Mise en service en aot 2000

85

I-D.6 Conclusion
Sur un total de 26.07 millions d'habitants recenss en 1994, 12.66 millions
habitent en milieu rural, soit une proportion de 48 % dont la majorit vit dans des
sites enclavs, disperss et difficiles d'accs. Cette population dispose de peu de
moyens et elle n'a pas accs aux services et infrastructures de base pour satisfaire ses
besoins vitaux : lducation, la sant et lhygine, etc. Ainsi le taux d'lectrification au
Maroc en milieu rural ne dpassait gure 62 % en 2003, alors qu'il s'tablit 70 %
en Tunisie et 80 % en Algrie en 1994 [2].
Devant cette situation, le Programme d'Electrification Rurale Globale (PERG) a
t adopt par le gouvernement en 1995. Ce programme consiste en l'lectrification,
l'horizon 2010, d'environ 1 500 000 foyers (9 millions d'habitants), permettant de porter
le taux d'lectrification rurale de 21 % prs de 80 % cet horizon. Une part
apprciable de ce programme estime 30 %, serait ralise par le recours aux
technologies d'lectrification dcentralise par les nergies renouvelables, en gnral, et
lnergie solaire et lnergie olienne, en particulier.
Les villages marocains lectrifier peuvent tre classs en deux catgories :
- Ceux situs dans les rgions dj relativement bien dveloppes o le dveloppement
conomique est contraint par l'absence d'une source d'nergie fiable et peu chre. Dans
ce cas, c'est l'lectrification par extension du rseau lectrique qui est viable,
- Ceux situs dans les zones rurales pour lesquelles le raccordement aux rseaux
lectriques conventionnels ne peut tre considr moyen terme en raison de la forte
dispersion des populations, de l'isolement des villages dans des zones enclaves, des
faibles niveaux de vie et de consommation nergtique de ceux-ci, seule
l'lectrification dcentralise peut tre envisage.

I. Conclusion
L'nergie joue un rle trs important dans le processus de dveloppement
durable. C'est une source vitale la base de tout dveloppement social et conomique
des populations. Mais les ressources nergtiques au Maroc sont limites. La
production nationale de ptrole brut et de gaz naturel est tout fait ngligeable et
celle de charbon reste trs faible.

86

De 1992 2002, la consommation nergtique totale annuelle au Maroc a

augmente de 50 %, elle atteint environ 10.5 MTEP et se caractrise par la
prdominance des produits ptroliers, qui couvre 61 % de la consommation totale.
D'o une facture nergtique nette de 16 403 Millions de Dirhams et une dpendance
nergtique trs leve qui atteint 97 % en 2002, absorbant 10 % des recettes des
exportations. Ce qui implique la ncessit de dvelopper les sources dnergie
nationale, et en particulier lnergie olienne.
La situation gographique du Maroc permet lnergie olienne doffrir
dexcellentes possibilits pour la production dlectricit grande chelle par
linstallation de parcs oliens. Les rfrences cits confirment lavenir prometteur de
lnergie olienne au Maroc, et, particulirement, le site de Tanger pour la production
dlectricit et puisque nous disposons de 12 annes de moyennes horaires de la
vitesse du vent et deux annes pour la direction du vent. Ceci justifie le choix de ce
site pour une tude plus dtaille.
En plus de la faible consommation nergtique par an et par habitant, le Maroc
est caractris par une forte ingalit de consommation nergtique entre le secteur
moderne et le secteur priurbain et rural. Ainsi, l'utilisation des nergies renouvelables,
en gnral, et lnergie olienne, en particulier, en complment des nergies classiques,
peut fournir un appoint non ngligeable surtout en milieu rural.
L'une des options de l'lectrification rurale, sont les kits oliens et les systmes
hybrides, Arognrateurs/Groupes lectrognes, qui apparaissent maintenant tre
conomiquement viable, surtout pour les communauts isoles o le cot de la
gnration d'lectricit utilisant les combustibles conventionnels est lev. Comme le
Maroc, d'une part, dispose de nombreux sites o les conditions du vent sont
favorables (3 446 km de cte) et, d'autre part, l'lectrification par Groupe ElectroGne
(GEG) est une forme d'lectrification dcentralise bien dveloppe au Maroc, il y a
possibilit d'utiliser l'nergie olienne surtout pour les zones o la force du vent est
forte.

87

CHAPITRE

II

CARACTERISTIQUES DU POTENTIEL EOLIEN DU SITE DE TANGER.

88

II. CARACTERISTIQUES DU POTENTIEL EOLIEN DU SITE DE TANGER

Introduction
Cette tude concerne ltude des caractristiques du gisement olien marocain
avec une tude spcifique pour le site de Tanger. Le choix de cette zone venteuse est
conscutif au fait que, pour ce site, nous disposons d'une longue srie des moyennes
horaires de la vitesse du vent (MHVV) s'talant de 1987 1989 (chantillon de
105000.donnes) et deux annes de donnes horaires pour la direction du vent (19881989) releves dans la station mtorologique de Tanger par la Direction de la
Mtorologie Nationale (DMN).
Le traitement des donnes et la prsentation des rsultats dpendent de la
nature et du nombre de mesures disponibles ainsi que du systme de conversion
choisi. C'est pour cela que nous nous sommes efforcs de prsenter un grand choix
des donnes, afin de rpondre aux besoins des utilisateurs.
Aprs une premire rduction du volume important des donnes par des
traitements statistiques, celles-ci sont compactes, sans perte significative des
informations quelles contiennent, par l'adaptation des modles statistiques aux
distributions frquentielles de la vitesse du vent. Cette mthode a l'avantage de
reprsenter les donnes observes par un nombre de paramtres limits. Une troisime
reprsentation des donnes dduite de l'tude de l'influence du pas et du nombre
d'annes de mesures sur l'estimation du potentiel olien prsente l'avantage de limiter
la srie de mesures sans perdre des caractristiques statistiques de la srie originale.
Le dimensionnement d'un systme olien bas uniquement sur une analyse
statistique non temporelle est insuffisant car les fluctuations alatoires de la vitesse du
vent au cours du temps contraignent le systme fonctionner en rgime permanent,
et, de plus, la mmoire de ces fluctuations influence grandement le dimensionnement
optimal du systme. Donc l'tude du comportement dynamique d'un systme olien
exige que l'on prenne en compte les corrlations temporelles des moyennes horaires de
la vitesse du vent (MHVV). Cette tude peut tre faite grce aux modles dynamiques
qui ont l'avantage de gnrer des sries de valeurs probables un pas de temps
dfini, en un site donn, avec les mmes caractristiques dynamiques de la srie
relle. II suffit donc de quelques paramtres pour gnrer toute une srie de donnes
dont l'optimisation nous produit une anne de rfrence de la vitesse du vent. Nous

89

prsentons dans cette partie deux approches de modlisation, une par utilisation de
modles auto rgressifs de type AR(p), o p est lordre du modle, la deuxime par
utilisation dune modlisation probabiliste en chane de Markov.

II.1 Etude statistique de la vitesse du vent

II.1.1 Introduction
La puissance utilisable que peut fournir une olienne varie proportionnellement
au cube de la vitesse du vent, ainsi que le montre la formule qui suit [41-43] :
P

= 1 A v3
2

(II.1)

avec
: densit de l'air (kg / m 3 )
A : surface balaye par l'hlice de l'olienne (m 2 )
v : vitesse du vent ( m/s ).
Une augmentation de 20 % de
augmentation de la puissance suprieure
disponible en un site donn ncessite donc
des frquences de petites mesures, une
mesure suffisamment grande.

la vitesse du vent se traduit par une

70 %. Une valuation de l'nergie olienne
la connaissance de la vitesse du vent prise
heure par exemple, pendant une dure de

Le but de ce travail est le traitement et la prsentation des donnes horaires de

la vitesse du vent enregistre durant 12 annes au site de Tanger pour fournir les
chiffres ncessaires au dimensionnement des systmes fonctionnant grce l'nergie
olienne.
Dans ce travail, nous allons reprendre et complter l'tude ralise par le
Centre de Dveloppement des Energies Renouvelables (CDER) pour ce site [4], en
considrant une priode de 12 annes de mesures horaires de la vitesse du vent pour
acqurir des informations plus particulirement pour le site de Tanger

90

Le potentiel olien, pour les sites o on ne dispose pas de mesures, est estim
par utilisation des modles qui tiennent compte des mesures des sites voisins et de la
topographie gographique du lieu [44-46].
II.1.2 Moyenne et maxima de la vitesse du vent
La vitesse moyenne mensuelle est une variable trs utilise dans le domaine de
l'nergie olienne. En effet, elle donne un ordre de grandeur de l'importance du vent
durant un mois l'endroit considr; de plus, la plupart des calculs des performances
des systmes oliens se font sur la base des vitesses moyennes mensuelles, car le
comportement de la vitesse du vent est presque homogne l'intrieur d'un mois
donn.
Il s'agit simplement de la moyenne arithmtique de toutes les lectures de la
vitesse effectues selon un chantillonnage frquent et rgulier et donn par la
formule suivante [4] :
1 N
V Vi
(II.2)
N i=1
o
N = nombre de lectures.
V i = moyenne horaire de la vitesse du vent.
On se contente souvent d'tudier les moyennes mensuelles et annuelles ainsi
que les maxima de la vitesse du vent (Tableaux II.1 et II.2, Figures II.1-6). Cette
prsentation apporte certes des informations intressantes aux utilisateurs de l'nergie
olienne sur la fluctuation de la vitesse du vent : la vitesse moyenne annuelle donne
un ordre de grandeur de l'importance du vent dans le site considr, les vitesses
moyennes et maxima mensuelles informent sur les variations saisonnires et
interannuelles. Elles servent galement estimer les puissances oliennes annuelles et
mensuelles utilisables. Les maxima nous permettent de connatre la vitesse critique et
par la suite, de prvoir la rsistance du rotor, partie principale du gnrateur olien et
mme de fabriquer une commande automatique qui met l'olienne en drapeau lorsque
la vitesse du vent atteint la valeur critique.

91

Durant la priode 1978-1989 (24 mesures/jour), pour le site de Tanger, les

tableaux II.1 et II.2 montrent que le mois de juillet est le plus venteux et le plus
fluctuant (: plus lev) avec une moyenne mensuelle et cart-type de l'ordre de
6.5m/s et 1.90 respectivement et juin est le mois le moins venteux V =5.5 m/s et

=1.19. La moyenne mensuelle maximale atteinte pour le site de Tanger pendant le

mois de Juillet 1986 est de l'ordre de 10.5.m/s; par contre, la valeur minimale de
l'ordre de 2.41m/s est enregistre pour le mois de dcembre 1978. L'anne la plus
venteuse est 1986 tandis que lanne la moins venteuse est 1978. Le mois et L'anne
durant lesquels le vent est stable sont respectivement le mois de novembre et l'anne
1979 ( plus faible). 1988, qui est l'anne la plus fluctuante, correspond l'cart-type
le plus lev. La vitesse maximale qu'on peut atteindre est de l'ordre de 30 m/s.

Tableau II.1 : Moyennes mensuelles, annuelles et cart-type de la vitesse du vent

V(m/s) (24 mes./ 24h, 1978-1989).
Ann
Mois
J
F
M
A
M
J
Jt
A
S
O
N
D
Moy

92

78
5.02
3.67
4.05
4.50
4.42
2.97
4.27
4.59
5.68
4.99
5.21
2.41
4.31
0.90

79
4.05
5.57
4.48
4.43
6.16
5.92
6.39
5.31
5.89
5.44
6.05
5.48
5.43
0.71

80
3.95
3.62
5.09
6.00
5.01
4.44
5.55
5.36
7.24
6.65
5.56
6.13
5.38
1.01

81
6.07
5.70
4.49
5.21
5.11
6.28
8.74
5.85
5.48
5.21
8.46
6.88
6.12
1.26

82
4.48
7.10
6.48
5.95
6.34
5.56
4.60
6.87
6.61
5.91
6.14
5.36
5.95
0.79

83
6.69
6.07
6.68
6.81
4.78
4.95
3.38
5.18
6.56
6.18
5.24
6.91
5.79
1.04

84
5.07
5.70
6.93
5.70
6.14
6.98
7.57
7.78
4.83
8.91
6.96
6.12
6.56
1.14

85
6.29
7.27
7.04
6.50
5.67
4.23
6.08
6.15
6.51
8.37
6.44
7.02
6.46
0.95

86
6.78
8.07
5.72
7.15
7.72
6.33
10.5
5.71
7.28
5.35
6.23
5.15
6.82
1.39

87

88

7.73 4.44
5.84 6.11
5.80 4.28
7.45 4.77
5.81 5.22
7.47 5.68
7.24 7.50
5.20 5.38
6.32 10.2
4.44 5.81
6.44 5.88
5.17 5.76
6.24 5.92
1.01 1.52

89
5.97
7.77
5.51
5.95
6.07
5.54
6.30
4.50
4.37
7.02
6.24
5.44
5.89
0.91

Moy
5.54
6.04
5.55
5.87
5.70
5.53
6.5
5.66
6.41
6.19
6.24
5.65
5.9
0.3

1.16
1.35
1.03
0.96
0.85
1.19
1.9
0.89
1.41
1.2
0.8
1.18
0.6

Ii =
i/vi

0.21
0.22
0.19
0.16
0.15
0.22
0.3
0.16
0.18
0.21
0.1
0.21

Tableau II.2. Maxima absolus mensuels et annuels de la vitesse du vent (24 mes./ 24 h,
1978-1989)
Anne

1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
Max.mensu

12
9
12
21
20
20
14
21
24
23
17
18
24

12
17
13
18
17
15
19
25
24
25
21
22
25

12
11
12
15
17
18
26
23
19
22
23
16
26

12
12
13
16
19
22
28
19
20
24
18
22
28

12
15
10
15
16
13
19
19
30
19
21
21
30

10
17
11
15
17
18
29
19
25
23
17
24
29

Jt
11
21
17
22
14
7
22
23
27
22
23
25
27

Max.annuel

11
14
22
19
21
17
25
30
21
27
20
13
30

12
14
18
15
19
19
21
19
22
21
23
18
23

10
15
17
16
15
17
24
23
19
15
26
21
26

11
14
14
19
19
13
20
22
19
19
18
19
22

6
13
21
18
13
18
19
22
18
23
18
22
23

12
21
22
22
21
22
29
30
30
27
26
25
30

II.1.3 Variations saisonnires et annuelles

Nous savons que les vents sont diffrents selon les saisons : cette variation
saisonnire est gnralement reprsente par une srie de vitesses moyennes et maxima
absolus (Figures II.1 et II.2). Ces derniers se rvlent importants lorsqu'il s'agit d'adapter
l'nergie olienne aux besoins nergtiques qui peuvent galement varier avec les
saisons. Si l'on compare la moyenne mensuelle et annuelle de la vitesse du vent pour
chaque mois, on constate que les moyennes mensuelles sont toujours proches de la
moyenne annuelle. La diffrence entre ces deux moyennes ne dpasse gure 1 m/s
(Tableau II.1 et Figure II.1). La figure II.2 prsente la variation mensuelle des maxima
absolus de la vitesse du vent. A premire vue, les valeurs sont trs importantes aux
mois d't ( mai, juin, juillet et aot ) et faibles aux mois d'hiver (novembre,
dcembre et janvier). Ceci peut s'expliquer par le renforcement de l'anticyclone des
Aores qui cre une forte circulation d'Alizs en t ou par la circulation thermique
due la grande diffrence de la temprature entre la mer et la terre en t.

93

Figure II.1 : Variation des moyennes mensuelles de la vitesse du vent

Figure II.2 : Variation mensuelle des maxima absolus de la vitesse du vent.

Les annes les plus venteuses sont 1984, 1985 et 1986, correspondant aux
moyennes annuelles suprieures la moyenne long terme ( V = 5.9 m/s) (Tableau II.1
et Figure II.3). Ce rsultat est confirm par la figure II.4. En effet, elles ont les
maxima absolus les plus levs. Par contre, les annes 1978-1981 ont des moyennes
infrieures 5.9 m/s : annes moins venteuses (Figure II.3).

94

Figure II.3 : Variation des moyennes annuelles de la vitesse du vent.

Figure II.4 : Variation des maxima absolus annuels de la vitesse du vent.

II.1.4 Variations interannuelles
Les variations interannuelles sont un troisime type de variations temporelles
qui correspondent aux diffrences observes d'une anne l'autre (Figures II.3 et II.4).
Elles nous renseignent sur la priodicit et les irrgularits du vent. On peut voir que
les variations saisonnires impriment le schma de base chaque anne, mais que les
donnes exactes varient d'une anne l'autre. Pour dfinir quantitativement cette
variation, nous avons calcul le facteur de variation interannuelle, pour chaque mois
du calendrier [4] :

95

Ii = i
Vi

(II.3)

Ii = Variation inter-annuelle dans le ime mois.

i = cart type des vitesses moyennes mensuelles du vent dans le ime mois sur une
priode de plusieurs annes.
Vi = vitesse moyenne globale dans le ime mois sur une priode de plusieurs annes.
La valeur de ce facteur varie entre 0.1 et 0.3, selon que la variation est faible
oo extrme (Tableau II.1). Ce facteur de variation interannuelle doit tre pris en
considration lorsqu'on veut s'assurer qu'il existe une bonne concordance entre les
besoins et les possibilits offertes par un systme olien.
L'allure gnrale de la variation interannuelle des moyennes mensuelles confirme
que les annes 1978-1981 sont les moins venteuses sur les 12 annes de mesures. Les
moyennes mensuelles sont, en gnral, infrieures 5.9 m/s ( Figure II.5). On constate
que les maxima absolus durant les annes 1984-1989 sont gnralement suprieurs
ceux du reste de la srie (1978 - 1983) (Figure II.6).

Figure II.5 : Variations interannuelles de la vitesse du vent.

96

Figure II.6 : Variations interannuelles des maxima absolus de la vitesse du vent.

II.1.5 Variations quotidiennes

De la mme faon que le vent varie d'une saison l'autre et d'une anne
l'autre, il varie entre le jour et la nuit. Cette variation sur une priode de 24 heures
est reprsente par la variation moyenne de V(h,j), pour une heure donne h, prises
sur toutes les journes de la priode considre (Figure II.7). La mme figure montre
d'une manire gnrale, pour le site de Tanger, que le vent est fort le jour et atteint
son maximum 16 heures heure locale et faible la nuit et minimale vers 6 heures.
Les variations quotidiennes peuvent changer d'une saison l'autre. Par exemple, en t,
les vents peuvent tre forts le jour, mais relativement faibles la nuit, alors qu'en hiver
ils peuvent tre pratiquement constants, jour et nuit. Connatre ce type de variation
permet galement d'harmoniser la puissance fournie par le vent et les besoins
nergtiques.

97

Figure II.7 : Variations quotidiennes de la vitesse du vent.

II.1.6 Distribution des frquences

II.1.6.1 Rpartitions des vitesses horaires
L'histogramme (Figure II.8) reprsente un nombre d'heures pour lesquelles la
vitesse est gale 0 m/s, 1 m/s, 2 m/s, etc. (en abscisse). Il nous renseigne sur la
distribution des heures dans les diffrentes classes. On note cependant un lger
maximum de 1 052 heures par an pour la classe 0 m/s correspondant V = 0 m/s
(vent nul), soit environ 12 %, un chiffre qui a besoin d'tre connu, quand il s'agit par
exemple de dimensionner le stockage dans certaines applications de l'nergie oliennes.
On peut galement remarquer que les classes 3, 4 et 5 m/s (vent moyen) ont presque
la mme valeur 900 heures par an, soit la frquence 10 % en moyenne. Les classes de
valeurs leves ne sont pas vides, elles correspondent au vent fort qui peut atteindre
30 m/s pour le site de Tanger (Tableau II.2).

98

1200
Tanger

24 mes. / 2

No heures par anne

1000

800

600

400

200

0
0 1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

Vitesse (m/s)

Figure II.8 : Histogramme des mesures horaires des vitesses du vent.

II.1.6.2 Frquences cumules des vitesses horaires

Cette prsentation permet d'obtenir rapidement, pour chaque mois ou l'anne, le
nombre moyen d'heures dans la journe pendant lesquelles le systme produira de
l'nergie. Gnralement, pour un systme olien donn, il existe un seuil de la vitesse
du vent au-dessous duquel aucune nergie n'est fournie [24,47]. Il peut arriver que le
systme olien ne puisse pas fonctionner durant les journes vent faible. Les
moyennes quotidiennes et mensuelles ne peuvent donner une apprciation sur les
seuils. Pour mettre en vidence les heures o le systme peut fonctionner, il faut
chercher une autre prsentation des donnes.
Pour valuer correctement l'nergie disponible la sortie d'un systme olien, il
faut donc connatre non seulement les moyennes journalires ou mensuelles mais aussi
la rpartition statistique des valeurs horaires de la vitesse du vent. Cela se fait par la
mthode des frquences cumules. C'est une forme de prsentation des donnes qui
privilgie les phnomnes de seuil et de non-linarit des systmes [48].
Le tableau II.3 et la figure II.9 montrent les frquences cumules des valeurs
horaires de la vitesse du vent pour l'anne (moyenne sur les 12 annes de mesure).
Pour un systme olien dont le seuil de fonctionnement est connu, il suffit de porter
ce seuil en ordonne pour dduire, en abscisse, le nombre moyen quotidien d'heures

99

utiles pendant l'anne. D'autre part, l'intersection de la courbe avec l'axe des ordonns
indique la valeur maximale atteinte par la vitesse du vent, soit 30 m/s durant l'anne.

Tableau II.3 : Donnes de la frquence de la vitesse du vent (Tanger 1978-1989,

24.mesures/jour)transformes en distribution de la dure et distribution cumulative
Vitesse
m/s

Frquence
heures
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

1015
218
743
891
902
898
748
670
590
462
395
213
236
239
146
120
59
62
48
35
26
19
12
9
3
3
3
1
1
0
0

Dure V > Vo
%
24.0
21.2
20.6
18.6
16.1
13.7
11.2
9.2
7.3
5.7
4.5
3.4
2.8
2.1
1.5
1.1
0.8
0.6
0.4
0.3
0.2
0,1
0.0
0.0
0.0

Cumules V < Vo
%
11
14
22
32
42
53
61
69
76
81
85
88
91
93
95
96
97
98
98
99
99
99
99
99
100

Les courbes de probabilit de non-dpassement d'un seuil (Figure II.10) nous

renseignent directement sur les valeurs extrmes de la vitesse, sur sa valeur mdiane
(Probabilit = 0.5) et sur le nombre d'heures pendant lesquelles la vitesse est infrieure
un seuil donn. La mme figure nous montre que la vitesse maximale
(Probabilit=1) et la frquence du vent nul (P = 0) sont respectivement 30 m/s, 12 %.

100

Tanger

1978 - 1989 ; 24 mes. / 24 h

10

12

14

16

18

20

22

24

No d'heures par jour

Figure II.9 : Frquences cumules de la vitesse du vent.

100

Tanger

1987 - 1989 ; 24 mes./24 h

90

Probabilit : P(V > Vo)

Vitesse (m/s)

23
22
21
20
19
18
17
16
15
14
13
12
10
9
8
7
6
5
4
3
2
1
0

80
70
60
50
40
30
20
10
0

9 10 12 13 14 15 16 17 18 19 20 21

Vitesse (m/s)

Figure II.10 : Probabilit de non-dpassement d'un seuil.

101

II.1.7 Conclusion.
Dans ce travail, les caractristiques statistiques des moyennes horaires de la
vitesse du vent (MHVV) (24 valeurs par jour), mesures l'aroport de Tanger l'aide
d'un anmomtre plac une hauteur de 10 mtres sont tudies sur la base de
12.annes de mesures (1978 - 1989 ). La moyenne horaire de la vitesse du vent long
terme est gale ( 5.9 0.3 m/s).
Quand on parle des systmes oliens pour la production dlectricit, on pense
au seuil de dmarrage, la vitesse nominale et la vitesse d'arrt. Le seuil de dmarrage
dpend du diamtre et le nombre de ples. Both et Al. [24] ont prsent, dans leur
catalogue des arognrateurs dmarrant partir de la vitesse du vent 2 m/s.
Puisque la vitesse moyenne annuelle du vent long terme pour le site de Tanger est
voisine de 5.9 m/s, suprieur 5 m/s valeur partir de laquelle les arognrateurs
sont comptitifs aux centrales thermiques.

II.2 Traitement statistique de la direction du vent

II.2.1 Introduction
La deuxime grandeur caractristique du vent est sa direction, elle s'effectue
gnralement des hautes vers les basses pressions de masses d'air. Mais, cette
circulation peut tre modifie selon la topographie (obstacles) du lieu considr.
Bien qu'elle ne fasse pas l'objet d'une tude quantitative, la connaissance des
statistiques de la direction du vent est importante pour la comprhension des causes et
effets des vents, l'exploitation et l'orientation des systmes utilisant l'nergie olienne,
la thermique de l'habitat, les serres agricultures, etc.
Dans la suite, nous aborderons une tude statistique des donnes horaires de la
direction du vent pour deux annes (1988-1989), l'intrt de cette tude est d'valuer
la frquence et la force avec lesquelles souffle le vent pour les directions
prdominantes.

102

II.2.2 Distribution de la vitesse du vent suivant les 18 directions principales

du vent
La distribution de la vitesse du vent suivant sa direction est
conventionnellement donne sous la forme de rose des vents. Diverses reprsentations
sont adoptes par les utilisateurs. La reprsentation sous la forme d'une rose
18.directions est la plus utilise. Elle reprsente la frquence par intervalle de vitesse
avec laquelle souffle le vent pour chaque direction [49,50].
II.2.3 Roses des vents pour le site de Tanger
Les figures II.11a et II.11b reprsentent la distribution de la vitesse suivant
chaque direction et pour chaque mois des annes 1988 et 1989. L'analyse de ces
figures montre que les pourcentages levs des vents forts (V > 7 m/s) sont enregistrs
durant toute l'anne. La direction Est est la direction prdominante des vents forts
pour la plupart des mois, par contre c'est la direction Ouest, pour le mois d'avril, qui
correspond au pourcentage des vents nuls les plus faibles (8 %). Le pourcentage lev
des vitesses nulles est enregistr pour le mois de janvier (27 %).
Ces figures montrent aussi que la proportion des vents soufflant du Nord est
ngligeable, par contre celle soufflant du Sud est assez importante uniquement pour
les mois de novembre et dcembre.
A l'chelle annuelle, la figure II.12 confirme la dominance de la direction Est
des vents pour le site de Tanger et la proportion ngligeable des vents venant du
Nord. Le pourcentage annuel des vitesses nulles est de l'ordre de 14 %.

103

104

105

106

II.3 Modlisation mathmatique des distributions des frquences de la vitesse du vent

II.3.1 Introduction
Nous allons tudier ici la possibilit de regrouper les donnes de la vitesse du
vent sous forme d'quations mathmatiques, en tudiant la distribution des frquences
des moyennes horaires des vitesses du vent (MHVV). L'intrt de l'tude de la
distribution des frquences est qu'elle contient une information de base partir de
laquelle nous pouvons dduire diffrentes informations, selon le besoin de l'utilisateur :
frquences cumules, nergie olienne comprise dans un intervalle donn de la vitesse
du vent, etc.
Nous allons donc
distribution des frquences
fonction sera utile dans le
de l'nergie olienne des

dterminer une fonction mathmatique reprsentant la

des moyennes horaires des vitesses du vent (MHVV). Cette
calcul des performances d'un systme olien o l'estimation
hauteurs diffrentes de celles o les mesures sont prises.

II.3.2 Loi de Weibull

La distribution des frquences du vent est un ensemble de donnes
particulirement important, mais difficile manipuler. Une reprsentation mathmatique
simplifie, dcrite l'aide de deux paramtres, se rvle d'une grande utilit pour les
caractriser. Ceci devient particulirement utile si l'on veut calculer l'nergie qu'on peut
rcuprer de la puissance utilisable et estimer les vents diffrentes hauteurs audessus du sol.
Un certain nombre de distributions mathmatiques ont t utilises pour
reprsenter celles de la frquence du vent mais, depuis peu, la distribution de Weibull
est devenue couramment utilise. Elle donne un excellent recouvrement des donnes
exprimentales pour les sites o les frquences de vent nul sont faibles. Il s'agit d'une
fonction de densit de probabilit sous la forme [51-59]:

p (v ) = k
c

v
c

k- 1

e xp - v
c

( k >0 , v >0 ,c >1 )

(II.4)

p(v) : densit de probabilit la vitesse de vent, v (m/s),

k
: facteur de forme de la courbe (sans dimension),
c

: facteur dchelle de la courbe (m/s)

107

108

La frquence cumule correspondante est donne par [4] :

v

F(v ) =

p (u )d u
0

= 1 - e xp (- v k )
c

(II.5)

La frquence avec laquelle la vitesse du vent sera dans un certain intervalle est
dtermine par lintgration de la fonction de densit de probabilit dans l'intervalle
appropri :
v2

F(v 1 v v 2 ) =

p (v ) d v
V1

= e xp -

v1
c

- e xp -

v2
c

(II.6)

et la probabilit pour que la vitesse du vent soit suprieure une valeur v 0

peut tre le seuil de dmarrage :
F (v v 0 ) =

, qui

p (v ) d v
v0

= e xp -

v0
c

(II.7)

II.3.3 Dtermination des paramtres de Weibull

Pour la dtermination des paramtres k et c, on utilise la formule (II.5) en la
transformant sous la forme suivante :
ln

- ln 1 - F v

= k ln v - k ln

(II.8)

La vitesse tant connue, on peut connatre k et c par rgression linaire. En

utilisant la mthode des moindres carrs qui consiste ajuster les points
exprimentaux travers la relation :

y = ax + b
o
dans ce cas

y = ln(-ln(1-F(v)))
k = a
et

et
x = ln(v)
c = exp(-b/a)

109

avec

M(v) = F(v) pour v = vmax

Cette mthode a deux inconvnients
- Elle n'est pas applicable si on tient compte de la vitesse nulle (ln (v = 0 )
indtermin ).
- ln (1 - F(v = vmax )) = ln ( 0 ) : indtermin

Pour enlever l'indtermination, nous n'avons tenu compte que du nombre total
de lectures du vent non nul et avons nglig la probabilit d'avoir V = Vmax dans la
relation (II.8) pour viter ln ( 1 - F(v = vmax)) = ln ( 0 ).
On peut, par consquent, tablir partir des valeurs connues ou estimes de k
et c, une srie complte de frquences ou un histogramme qui nous permet de
dduire les grandeurs suivantes :
La vitesse moyenne du vent peut tre obtenue en intgrant la fonction de
densit de probabilit :
+
N
ou
v = v i p i( v i)
v = v p(v) dv
i=1
0
ou encore :

v = c ( 1 +1 )
k

(II.9)

ou

(x) =

x- 1

e xp (- t ) d t

: fonction mathmatique Gamma.

L'cart-type de la distribution est donn :

2 =

v-v

p (v ) d v

Ce qui donne :

2 = c 2 ( 1 +1 ) - 2 ( 1 +1 )
k
k

110

(II.10)

On peut aussi dduire d'autres paramtres importants comme par exemple la

2
puissance moyenne, P (w a t t s / m ) qui est donne par :

P=

1 + 3

p(v) dv
2 0 v

ou

P=

N
1

2 i=1

vi p( vi)

ou encore

P = 1 c 3 ( 1 +3 )
2
k

(II.11)

: densit de lair ( kg / m3).

Ainsi, La distribution de Weibull peut faciliter beaucoup de calculs rendus ncessaires

par l'analyse des donnes du vent.
II.3.4 - Loi de Weibull Hybride.
Dans les rgions o les frquences de vents nuls sont relativement leves
(plus de 15 20 %), la distribution de Weibull n'est pas toujours adapte. Pour cela,
on dfinit une nouvelle densit de probabilit [4,60] :
ph(v) = F0
pour
v=0
ph(v) = (1 - F0) p(v)
pour
v > 0 (II.12)
F 0 = frquences des vents nuls.
o
La valeur de F 0 vient directement des donnes du vent. Une mthode
relativement longue, mais extrmement prcise, appele mthode de la vraisemblance
maximale a t utilise, avec de bons rsultats pour le calcul des paramtres k et c.
Elle requiert la rsolution des deux quations suivantes par la mthode itrative [4,60]

k ln( ) ln( )
Vi
Vi
ni Vi

i=1
i=1
k=
N k

V
i=1 i

N

-1
(II.13)

1
k
k

n i Vi

C = i=1
N

111

o
N = nombre total de lectures du vent non nulles

ni = nombre de lectures dans le i m e intervalle.

vi = centre du i m e intervalle.
Cette mthode s'applique aussi si lon nglige la frquence du vent nul. Les
rsultats obtenus sont souvent comparables ceux de la distribution de Weibull
classique et parfois meilleurs pour les sites o les frquences de vents nuls sont
leves [4].
Les figures II.14 a, b, c et d et II.15 reprsentent les distributions observes en
utilisant la loi de Weibull classique et celle de Weibull hybride pour tous les mois
ainsi que les distributions observes l'chelle annuelle pour Tanger sur une priode
de 12 ans de mesures avec 24 relevs par jour.
A lchelle mensuelle ainsi qu l'chelle annuelle, on constate un
rapprochement entre les courbes des distributions de Weibull et Weibull hybride aux
points observs. Pour le mois de juillet, le mois le plus venteux, les deux
distributions sont presque confondues.
Cependant, on ne peut pas faire la comparaison uniquement partir des
2

constatations visuelles des courbes, nous avons donc appliqu la statistique du , qui
mesure l'cart entre les frquences observes et les frquences thoriques [53,61,62]. Le
tableau II.5 , rsume les rsultats comparatifs entre les Fonctions de Densit de
Probabilit (FDP) observes et les FDP estimes par la mthode de Weibull classique,
2

d'une part, et Weibull hybride, d'autre part. En terme de , notre tableau montre
que la FDP de Weibull hybride s'adapte mieux aux valeurs observes que celle de
Weibull classique sauf pour le mois daot.

112

Tableau II.4 : Distributions du vent pour le site de Tanger (1978-1989, 24 mesures/24h, 10

m de hauteur, = 1.18 kg/m3)
Mois
K1
K2
C1
C2
Vo
V1
V2
Po
P1
P2
Frq(%
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

o
1
2

:
:
:

J
1.59
1.68
6.55
7.03
5.54
5.88
6.28
313
289
339

F
1.63
1.74
7.06
7.66
6.04
6.32
6.83
378
360
417

M
1.59
1.72
6.65
7.16
5.55
5.06
5.88
310
309
346

A
1.63
1.85
6.96
7.35
5.87
6.23
6.53
317
345
340

M
1.63
1.84
7.09
7.18
5.70
6.34
6.38
305
365
320

J
1.50
1.63
6.90
7.08
5.53
6.23
6.33
351
386
363

Jt
1.62
1.59
7.95
8.30
6.50
7.12
7.45
558
516
602

A
1.62
1.68
7.54
7.60
5.66
6.76
6.79
389
442
428

S
1.76
1.75
7.60
8.28
6.41
6.77
7.37
455
401
522

O
1.67
1.76
7.28
7.74
6.19
6.51
6.89
386
380
424

N
1.85
1.97
7.01
7.72
6.24
6.23
6.84
333
295
367

D
1.66
1.75
6.65
7.26
5.65
5.94
6.48
302
293
356

Ann.
1.62
1.73
7.14
7.53
5.90
6.40
6.71
366
376
400

11.25
03.13
11.54
10.52
09.17
10.34
09.56
07.34
06.79
04.25
03.70
02.24
02.62
02.41
01.41
01.08
00.47
00.61
00.56
00.26
00.33
00.10
00.13
00.05
00.01
00.00
00.00
00.00
00.00
00.00
00.00

11.29
03.01
08.75
09.78
08.64
09.03
07.94
08.78
07.28
05.98
04.71
02.82
02.93
02.44
01.58
01.59
00.72
00.90
00.65
00.33
00.19
00.23
00.13
00.14
00.01
00.02
00.00
00.00
00.00
00.00
00.00

12.71
03.22
09.19
11.49
09.39
10.12
08.00
08.04
05.99
05.27
04.42
02.10
02.47
02.36
01.34
01.32
00.81
00.71
00.36
00.17
00.16
00.03
00.10
00.05
00.01
00.01
00.03
00.00
00.00
00.00
00.00

09.83
02.97
07.55
09.27
10.33
10.70
09.42
08.98
08.24
06.44
05,11
02.53
02.22
02.19
01.05
01.00
00.52
00.35
00.32
00.21
00.18
00.19
00.15
00.03
00.02
00.01
00.02
00.02
00.02
00.00
00.00

10.14
02.11
07.40
09.53
12.37
11.85
10.79
09.01
07.38
05.35
03.53
02.02
02.12
02.07
01.27
00.81
00.41
00.35
00.34
00.30
00.19
00.16
00.14
00.07
00.02
00.04
00.03
00.01
00.02
00.01
00.01

12.14
02.71
09.24
11.09
12.91
11.16
08.80
06.35
05.46
04.22
03.91
01.86
02.11
02.28
01.41
01.22
00.57
00.53
00.33
00.25
00.37
00.25
00.17
00.12
00.10
00.13
00.04
00.01
00.08
00.03
00.00

12.04
01.76
07.41
9.81
11.51
11.15
08.22
05.95
04.63
03.31
03.78
02.28
02.95
02.93
02.59
02.30
01.33
01.46
00.97
01.08
00.94
00.59
00.24
00.26
00.06
00.16
00.10
00.04
00.00
00.00
00.00

16.05
01.53
07.43
09.73
11.37
11.12
08.54
07.23
05.91
03.42
03.30
01.76
02.04
02.97
02.09
01.56
00.56
00.68
00.60
00.50
00.22
00.38
00.23
00.17
00.06
00.05
00.07
00.02
00.03
00.00
00.00

12.66
01.75
07.84
09.93
09.03
09.03
06.38
06.08
06.13
05.77
05.42
03.09
03.65
04.43
02.29
01.95
00.98
01.21
00.89
00.70
00.34
00.25
00.06
00.01
00.00
00.00
00.00
00.00
00.00
00.00
00.00

09.74
02.43
07.68
10.17
10.57
09.99
08.18
07.40
07.17
06.48
04.98
02.78
02.92
02.75
01.88
01.43
00.68
00.63
00.59
00.40
00.29
00.32
00.20
00.17
00.04
00.00
00.02
00.00
00.00
00.00
00.00

08.69
02.16
08.43
08.76
08.34
09.21
08.33
09.45
09.12
07.01
06.55
03.15
03.63
03.34
01.30
00.81
00.38
00.40
00.55
00.13
00.13
00.00
00.03
00.00
00.00
00.00
00.00
00.00
00.00
00.00
00.00

12.20
03.04
09.22
11.57
09.61
08.97
08.08
07.16
06.73
05.75
04.70
02.56
02.65
02.48
01.66
01.35
00.59
00.54
00.39
00.39
00.11
00.06
00.05
00.05
00.02
00.00
00.00
00.00
00.00
00.00
00.00

11.57
02.48
08.47
10.16
10.28
10.23
08.53
07.64
06.73
05.26
04.50
02.43
02.69
02.72
01.66
01.37
00.67
00.70
00.54
00.40
00.29
00.21
00.14
00.09
00.03
00.03
00.02
00.00
00.01
00.00
00.00

Observ
Weibull
Weibull Hybride

K(s.i)

C(m/s)

V(m/s)

P(W/m2)

113

16

Janvier

1978-1989 ,

24 mes./24h

Weibull

14

Frquence (%)

Observ

Weibull hybride

12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)

Frquence (%)

16

Fvrier

1978-1989

24 mes./24h

Observ
Weibull

14

Weibull hybride

12
10
8
6
4
2
0

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)
16

Mars

1978-1989

24 mes./24h

Weibull

14

Fquence (%)

Observ

Weibull hybride
12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)

Figure II.14a : Distributions mensuelles de la vitesse du vent pour le site de Tanger

114

Frquence (%)

16

Avril

1978-1989 , 24mes./24h

Observ

14

Weibull

12

Weibull hybride

10
8
6
4
2
0

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)
16

Mai

1978-1989 , 24 mes./24h

Observ
Weibull

12

Weibull hybride

Frquence (%)

14

10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)

Frquenc (%)

16

Juin

1978-1989 , 24 mes./24h

Observ

14

Weibull

12

Weibull hybride

10
8
6
4
2
0

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Vitesse (m/s)

Figure II.14b : Distributions mensuelles de la vitesse du vent pour le site de Tanger

115

16

Juillet

1978-1989 , 24mes./24h

Weibull

14

Frquence (%)

Observ

Weibull hybride

12
10
8
6
4
2
0

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)
16

Aout

1978-1989 ,

24 mes./24h

Observ
Weibull

12

Weibull Hybride

Frquence (%)

14

10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)
16 Septembre

1978-1989 ,

24 mes./24h

Weibull

14

Frquence (%)

Observ

Weibull hybride

12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)

Figure II.14c : Distributions mensuelles de la vitesse du vent pour le site de Tanger

116

16

Octobre

1978-1989 , 24 mes./24h

Observ
Weibull

Frquence (%)

14

Weibull hybride

12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Vitesse (m/s)
16

Novembre

1978-1989 , 24mes./24h

Weibull

14

Frquence (%)

Observ
Weibull hybride

12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)
16

Dcembre

1978-1989 , 24 mes./24 h

Weibull

14

Frquence (%)

Observ
Weibull hybride

12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)

Figure II.14d : Distributions mensuelles de la vitesse du vent pour le site de Tanger

117

16

Annuelle

1978-1989 ,

24 mes./24h

Observ
Weibull

Frquence (%)

14

Weibull hybride

12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Vitesse (m/s)

Figure II.15 : Distribution annuelle de la vitesse du vent pour le site de Tanger

Tableau.II.5 : Rsultats de comparaison des distributions de Weibull et Weibull
hybride celle observe en terme de
Mois
Weib. distr./ No de classes
observe
2
Weib. hybr/ No de classes
observe
2

J
F
M
A
M
J
J
A
S
O
N
D
21 22 22 22
22 24 25 24 22 22 20 21
458 307 380 340 561 571 930 802 752 334 558 429
22 22 21 20
459 259 357 196

20 22 27 23 24 22
411 561 852 824 545 334

V (m/s)
C (m/s)

20 21
346 351

K (sans unit)

2,0

1,9

1,8

1,7

1,6

J
Jt
Mois

27
4116

2,1

Annuelle
28
4045

facteur de forme, K

Facteur d'chelle, C et Vitesse du vant, V

10

1,5

Figure II.16 : Valeurs mensuelles de k et c calcules par la loi de Weibull hybride

118

Les figures II.16 et II.17 montrent que lallure des variations des moyennes
mensuelles de V et C ainsi que les moyennes annuelles sont identiques, ce qui est

loppos de la variation large du facteur de forme K. Ceci montre la ncessit de

disposer dune longue srie de mesure pour estimer K pour un site donn.
Tableau.II.6 : Valeurs annuelles de v, c et k.
Annuel
k
c
v

1978
1.99
5.53
4.32

1979
2.08
6.34
5.43

1980
1.84
6.46
5.38

1982
1.90
7.17
5.94

1983
1.78
7.26
5.79

1984
1.65
8.63
6.55

1985
1.76
8.93
6.47

V (m/s)
C (m/s)

1986
1.75
9.34
6.81

1987
1.71
8.67
6.24

1988
1.77
8.24
5.90

1989
1.82
7.07
5.88

2,1

K (sans unit)

2,0

8
1,9
7
1,8
6

Facteur de forme, K

Facteur d'chelle, C, et Vitesse du vent, V

10

1981
1.84
7.45
6.13

1,7

1,6
78

79

80

81

82

83

84

85

86

87

88

89

Anne

Figure II.17 : Valeurs annuelles de k et c calcules par la loi de Weibull hybride.

II.3.5 Energie olienne disponible
L'nergie cintique olienne disponible dans un volume lmentaire d'air de
masse m se dplaant la vitesse V(m/s) dans la direction x est [51] :
p = 1 m V2
2
= 1 A x V 2
(II.14)
2
o
A : surface traverse par l'air (m2)

119

 : densit de l'air (kg/m3).

x : paisseur du volume lmentaire
La puissance olienne est la drivation par rapport au temps de lnergie
cintique :
dp
1
2 dx
P w = dt = 2 A V dt

1
A V3
2

(II.15)

Pw est la puissance disponible, pouvant tre extraite par une olienne. La

densit de l'air, (kg m-3) peut tre calcule par la relation suivante [51]:

= 3.485 P

(II.16)

Pw = 1.742 P A V3
T

(II.17)

o
P : pression en ( k Pa)
T : temprature ( k)
puis

Il est noter que l'quation (II.16) peut tre utilise si la hauteur de l'olienne
est de l'ordre de quelques centaines de mtres du niveau de la mer o la temprature
est significativement suprieure 0C [51].
La puissance olienne typique instantane traversant une surface de 1 m2 la
vitesse du vent V=5m/s par exemple est 81 W, c'est dire 7 MW par jour ou
210MW par mois.
La densit de la puissance olienne disponible dans le vent peut tre estime
par l'quation suivante :
(II.18)
1 N
3
=

Pw 2
f i Vi
i=1
ou
fi : frquence du vent dans le ime intervalle.
vi : moyenne de la vitesse du vent dans le ime intervalle.
N : nombre d'intervalle.
La relation (II.18) est utilise pour calculer les puissances mensuelles et
annuelles 10 mtres de hauteur avec = 1.18 kg m-3 [51]. Nous constatons que la
2
puissance moyenne annuelle est de l'ordre 366 W/m . La puissance moyenne mensuelle
la plus leve est obtenue pour le mois de juillet et la plus faible pour le mois

120

dcembre. Les moyennes mensuelles de la vitesse du vent et la puissance calcule

par Weibull classique et Weibull hybride sont comparables aux valeurs observes
(Tableau II.4).
II.3.6 Profil vertical du vent par rapport au sol
Le profil vertical du vent par rapport au sol peut tre utilis pour estimer les
vents une hauteur diffrente de celle d'un anmomtre. La hauteur des oliennes est
gnralement suprieure celle de l'anmomtre dans les stations mtorologiques
(10.mtres). Des extrapolations sont donc souvent ncessaires. La vitesse du vent
augmente avec l'altitude par rapport au sol, et on peut reprsenter cette variation par
l'expression suivante [4]:

Vz = Va ( Z )
Za
(II.19)
o :
Vz : vitesse moyenne
Va : vitesse moyenne
L'exposant, , dpend
rugosit de la surface du sol

du vent la hauteur z(m).

du vent la hauteur za (m).
de la stabilit moyenne (mtorologique) et de la
zo. Les valeurs de zo pour diffrents types de surface
sont regroupes dans le tableau II.7 [4].
Type de surface
Marais , glace
Mer calme
Sable
Plaine enneige
Surface herbeuse
Herbe coupe
Herbe rase , steppe
Rgion plate
Herbe haute
Bl
Betterave
Palmiers nains
Arbustes
Arbres
Banlieue
Ville

zo (m)
10-5 3 10-5
2 10-4 3 10-4
10-4 - 10-3
4.9 10-3
0.017
-3
10 - 0,01
0.032
0.021
0.039
0.045
0.064
0.1 0.3
0.05 0.1
0.2 0.9
1-2
1.4

Tableau II.7 : Rugosit pour diverses couvertures du sol

121

122

Cette mme approche peut servir pour calculer les paramtres k et c ainsi que la puissance
moyenne des hauteurs autres que la hauteur de mesure, en utilisant les formules suivantes [4]:
1 - 0,088 L n ( Za )
10
Kz = Ka
(II.21)
Z
1 - 0,088 Ln ( )
10
V
Cz =
(II.22)
(1 - Fo ) (1+ 1 )
kz

1
Pz =
V3 Pz (V) dv
(II.23)
2
o
Nous possdons l une mthode de puissance, qui se rvle utile lors du
dimensionnement de systmes oliens.
La valeur de l'exposant, , donne par la relation II.20. n'est valable que pour
un certain intervalle de rugosit. Pour tenir compte des valeurs diffrentes de la
rugosit de la surface du sol, cette expression peut s'crire sous la forme suivante [4]:

=
o

x - 0,088 Ln Va
1 - 0,088 Ln ( Za )
10

zo (m)
0.000 - 0.005
0.005 - 0.050
0.050 - 0.500
0.500 - 4.000

(II.24)
x
0.25
0.31
0.37
0.48

En outre, lorsqu'on utilise la distribution de Weibull, la frquence des vents

nuls relative aux nouvelles hauteurs doit tre estime. Ceci est relativement difficile
sans donnes relles, mais l'hypothse de frquences identiques de vents nuls semble
raisonnable.
Lexpression II.24 relative une rugosit de la surface du sol, zo = 0,017 m,
(surface herbeuse), a t utilise pour calculer les moyennes mensuelles et annuelles de
la vitesse et la puissance olienne des hauteurs allant de 15 100 mtres avec un
pas de 5 m. Les rsultats sont obtenus en utilisant toutes les donnes (1978-1989,
24mes./24h). Nous constatons que la vitesse peut augmenter de 25 % et le potentiel
olien de 50 % la hauteur de h = 50 m (Tableau.II.8). La figure II.19 montre que
l'augmentation de la vitesse en fonction de la hauteur tend vers une limite.

123

Tableau II.8 : Variations de la vitesse du vent et la puissance olienne avec la hauteur

-3
( = 1.018 kg m , zo = 0.017 m)
H(m)
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100

V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P
V
P

J
5.543
313
5.54
354
6.29
387
6,4
416
6,4
443
6,76
468
6,97
491
7,07
514
7,07
536
7,17
557
7,34
578
7.50
597
7.72
617
7.83
636
7.83
655
7.92
674
7.92
692
8.01
710
8.26
728

F
6.04
378
6.04
426
6.80
464
6.89
497
6.89
528
7.32
557
7.5
584
7.59
610
7.59
635
7.69
659
7.89
683
8.08
705
8.26
728
8.35
749
8.36
771
8.44
792
8.44
812
8.55
832
8.82
853

M
5.55
310
5.54
352
6.29
385
6.38
414
6.38
441
6.77
467
6.95
490
7.05
513
7.05
535
7.16
557
7.34
577
7.51
597
7.69
617
7.79
636
7.79
655
7.89
674
7.89
692
7.98
711
8.24
728

A
5.87
317
5.87
361
6.66
395
6.74
426
6.74
454
7.16
480
7.37
505
7.47
529
7.47
553
7.57
575
7.76
597
7.95
618
8.13
637
8.24
659
8.24
679
8.34
699
8.34
778
8.44
737
8.72
756

M
5.70
305
5.70
347
6.51
380
6.58
409
6.58
436
6.95
461
7.18
484
7.31
507
7.31
529
7.4
550
7.57
571
7.75
591
7.93
611
8,06
630
8.06
649
8.18
668
8.18
686
8.26
705
8.52
723

J
5.53
351
5.53
394
6.28
427
6.38
456
6.38
383
6.71
507
6.92
531
7.05
553
7.05
575
7.16
596
7.32
616
7.6
636
7.65
655
7.76
674
7.77
692
7.9
710
7.90
728
7.98
746
8.22
764

Jt
6.50
558
6.50
616
7.28
661
7.36
701
7.36
737
7.71
770
7.94
802
8.06
831
8.06
860
8.16
887
8.34
913
8.49
939
8.67
963
8.79
988
8.80
1011
8.92
1034
8.92
1057
9.01
1079
9.25
1101

A
5.66
389
5.66
435
6.40
471
6.48
502
6.48
530
6.81
557
7.02
582
7.14
606
7.14
629
7.24
651
7.40
673
7.55
694
7.73
714
7.84
734
7.85
754
7.96
773
7.96
792
8.03
811
8.28
829

S
6.41
455
6.41
508
7.19
552
7.27
590
7.27
626
7.70
658
7.87
689
7.96
718
7.96
746
8.06
773
8.31
799
8.46
825
8.63
849
8.72
873
8,73
897
8,82
920
8.82
943
8.94
965
9.23
987

O
6.19
396
6.19
445
6.99
484
7.07
519
7.07
550
7.48
580
7.68
608
7.79
634
7.79
660
7.89
685
8.11
709
8.28
732
8.45
755
8.55
777
8.56
799
8.66
820
8.67
841
8.77
862
9.06
883

N
6.24
333
6.24
379
7.04
417
7.13
451
7.13
483
7.60
512
7.78
539
7.87
566
7.87
591
7.96
616
8.21
640
8.40
663
8.58
686
8.67
709
8.68
731
8.76
752
8.76
774
8.89
795
9.19
815

D
5.65
302
5.65
357
6.41
391
6.50
422
6.5
449
6.89
476
7.07
500
7.17
524
7.17
546
7.29
568
7.48
590
7.64
610
7.82
631
7.92
651
7.92
670
8.02
689
8.02
708
8.12
727
8.40
745

Annuel
5.90
366
6.21
415
6.48
451
6.77
484
7.01
513
7.16
541
7.35
567
7.46
592
7.61
616
7.76
640
7.91
662
7.97
684
8.11
705
8.21
726
8.27
747
8.32
767
8.37
787
8.42
807
8.46
826

(*) Valeurs calcules avec toutes les donnes (1978-1989 ; 24 mesures/24h.) ; V(m/s) ; P(Wm2)

Tableau II.9 : Pourcentage d'augmentation de la vitesse et de la puissance olienne en

fonction de la hauteur (V10 et P10 pour h=0 pris comme rfrence).
Hauteur H(m)

10 15 20 25 30 35 40 45 50 55 60 65 70 75 80

85

90

95

100

V - V10
(%)
V10
P - P10
(%)
P10

41

42

43

47

13 23 32 40 48 55 62 68 75 81 87 93 98 104 111 115 121 126

124

10 15 19 21 26 26 29 32 34 35 37 39 40

100

Tanger

Vitesse ( m/s)

90

Puissance (KW/m2)

Hauteur (m)

80
70
60
50
40
30
20
10
0
0

10

Figure II.19 : Variation annuelle de la vitesse et de la puissance

olienne avec la hauteur pour le site de Tanger (19781989, 24 mesures /24h).

II.3.7 Conclusion
Dans cette partie, nous avons tudi la distribution des frquences de la vitesse
du vent. Nous avons ajust cette distribution des frquences par les lois de Weibull
classique et Weibull hybride pour chaque mois de l'anne. Le test de cet ajustement
montre que l'approche de Weibull hybride s'adapte mieux aux donnes observes.
Ces rsultats vont nous permettre d'utiliser ces fonctions de densits de
probabilits d'une faon explicite pour le calcul des performances, et le
dimensionnement des systmes de conversion, et estimer les vents diffrentes
hauteurs au-dessus du sol

125

II.4 Influence du pas et du nombre dannes de mesures sur lestimation du

potentiel olien
II.4.1 Introduction
Dans nos tudes antrieures [42,63-67], les caractristiques de l'nergie du vent
pour le site de Tanger sont tudies sur la base de donnes s'talant sur 12 annes
(1987-1989), des Moyennes Horaires de la Vitesse du Vent (MHVV) raison de
24.valeurs pour chaque jour, soit au total [ ( 365 x12 )+3 ] x 24 = 105 192 valeurs.
Pour que cet important volume de donnes soit utilis convenablement, il doit
tre rduit sans perdre les informations qu'il contient. L'une des mthodes, est le
traitement statistique de ces donnes. Une autre mthode consiste prendre seulement
quelques mesures bien rparties dans une journe et ce durant un petit nombre
d'annes. Le choix du nombre minimum d'annes et du nombre minimum des relevs
des mesures par jour peut se faire si nous tudions l'influence du nombre dannes et
le pas des mesures sur l'estimation des caractristiques du vent. De plus, l'tude de
l'influence de la taille de l'chantillon est effectivement un bon test de reprsentativit
de cet chantillon du point de vue des normes climatologiques.

II.4.2 Influence de la frquence des mesures sur le calcul des moyennes

mensuelles de la vitesse du vent
Faire des mesures toutes les heures ncessite l'utilisation des instruments de
mesures ( anmomtre, intgrateur ou chane d'acquisition, etc.) qui fonctionnent tout le
temps plus un contrle et un entretien permanents de ces appareils afin de minimiser
des erreurs des aux pannes ainsi que leur talonnage afin d'augmenter la fiabilit des
mesures. Cela demande un investissement et un personnel qualifi travaillant
continuellement, ce qui n'est pas toujours facile raliser. Pour faciliter la prise des
mesures dans un site isol o lon n'en dispose pas suffisamment et o on veut
estimer son potentiel olien, nous avons pens optimiser les relevs en choisissant
uniquement une quatre mesures quotidiennement, esprant ainsi estimer le potentiel
olien pour le site Tanger, avec une bonne prcision. Pour choisir convenablement
l'heure de relev, nous avons considr la moyenne de toutes les valeurs obtenues la
mme heure durant 12 annes (N = 365 x 12 +3 jours), not v(h,.), puis reprsent sa
variation sur 24 h.

126

V(h,.) =

1 N
V(h,j)
N j=1

(II.25)

Nous avons calcul la moyenne annuelle des moyennes horaires de la vitesse du

vent (MHVV) long terme sur les 12 ans (Figure II.20)
8

Tanger

1978-1989

Vitesse horaire du vent (m/s)

Vit. moy.

10

12

14

16

18

20

22

Heures
Figure II.20 : Valeur moyenne de la vitesse horaire du vent, V(h,j), pour une heure
donne h, prise sur toutes les journes des 12 ans.
Dans le cas o nous nous contenterions d'une seule mesure quotidienne, la
figure II.20 montre que les valeurs correspondant 9 heure et 19 h en heure locale se
rapprochent la valeur moyenne long terme des moyennes horaires de la vitesse du
vent (MHV) sur les 12 annes. La mme figure montre que la moyenne du minimum
et du maximum correspondant respectivement 6 heure et 15 h est voisine de la
moyenne annuelle. Il en est de mme pour celles correspondant minuit et midi. Nous
pourrions choisir les deux premires ou les deux dernires dans le cas de deux
mesures par jour. Nous avons choisi dans le cas de trois mesures 0 heure, 8 h et 16 h
et dans le cas de quatre 0heure, 6 h, 12 h et 18 h pour raison de priodicit.
Le calcul des moyennes mensuelles pour chacun de ces 6 types de relevs de
mesures ainsi que du relev original nous a ramen sept sries de 144 valeurs

127

chacune (12 annes x 12 mois). Nous avons compar chacune des sries la srie
2
originale en appliquant le test donn par l'expression suivante [61] :
2
2
Nc o i
2 Nc o i-e i
=
-N
(II.26)
=
i=1
i=1 e i
ei
o
Nc = nombre de classes,

N = nombre total d'observations,

oi = frquences observes obtenues partir de 24 mesures/jour,
ei = frquences thoriques ou estimes.
Avec

Nc

Nc

oi = ei = N

i=1
i=1
Les classes ont t choisies de faon ce que toutes les frquences des classes
des valeurs estimes soient suprieures ou gales cinq. Les classes sont dfinies de
2
la mme faon pour toutes les sries [18]. Rappelons que plus tend vers zro plus
la srie estime s'approche de celle observe. Le tableau III.10 montre qu' 5 % de
2
confiance ( < 5.99) l'hypothse de limiter 1, 2 , 3 ou 4 mesures quotidiennes pour
estimer les moyennes mensuelles de la vitesse du vent est accepte sauf pour le cas
correspondant deux lectures/jour (6 heure et 15 h). Mais, plus le nombre de mesures
2
par jour augmente, plus diminue et sa valeur minimale correspond celle de
quatre relevs par jour. D'o la ncessit de faire une comparaison qualitative.
Afin de choisir qualitativement la meilleure srie qui s'approche de celle qui
correspond 24 mesures par jour, nous avons trac les variations interannuelles pour
les diffrents relevs (Figure II.21) et avons calcul l'erreur quadratique moyenne (
cart-type li ). Son expression s'crit sous la forme [61,62] :
2
2 1 N
=
(II.27)

(x/24)(24/24)

Vi
N i=1 V i

vi (x/24) : moyenne mensuelle de v correspond x mesures par jour.

N = 12 annes x 12 mois (144 valeurs)

128

12

10

24/24
1/24 ( 9 )
1/24 ( 19 )

Tanger 1978-1987

(a)

V (m/s)

0
12

10

24/24
2/24 ( 0,12)
2/24 (6,15)

Tanger 1978-1987

(b)

V(m/s)

Figure II.21 (a,b,c) : Variations interannuelles de la vitesse du vent, V(m,s)

129

A partir des constatations visuelles des courbes (Figure II.21), on remarque que :
- pour tous les relevs choisis, les courbes ont des allures similaires,
- il y a une approche plus marque entre les courbes correspondantes 3 et
4.mesures par jours mais, le tableau II.10 montre que l'erreur quadratique moyenne
correspondant au dernier cas est la plus petite.

On peut donc se contenter de 4 lectures par jour (0 heure, 6 h, 12 h et 18 h)

pour estimer les moyennes mensuelles et annuelles avec une bonne prcision pour le
site de Tanger.
Tableau II.10 : Rsultats de la comparaison dela srie des moyennes mensuelles de V(24/24)
et les autres sries en terme de 2 et l'erreur quadratique moyenne
Type de relev
Degrs de libert

4/24
3/24
(0, 6, 12, 18) ( 0 , 8 , 16 )

2/24
(0 , 12)

2/24
( 6 , 15 )

1/24
(9)

1/24
( 19 )

0.04

0.32

1.90

7.89

3.30

2.30

Limite 95 %

5.99

5.99

5.99

5.99

5.99

5.99

Limite 99 %

9.21

9.21

9.21

9.21

9.21

9.21

EQM*
0.19
0.14
(*) EQM : Erreur Quadratique Moyenne

0.27

0.32

0.58

0.44

II.4.3 Influence du nombre dannes de mesures sur la vitesse du vent

L'tude de l'influence de la taille de l'chantillon (longueur de la srie de
mesures) est un bon test de reprsentativit de cet chantillon du point de vue des
normales climatologiques. En effet, plus le nombre total de mesures augmente, plus
l'influence de la contribution de la (n+1)medevient faible sur la valeur moyenne des n
premires mesures. La formule suivante le montre
1 n+1
'
=
V n+1 V i
i=1

1 n
V i + V n+1
n+1 i=1
n+1
n
=
V + V n+1
(II.28)
n+1
n+1
Pour n grand , n/(n+1) tend vers 1, vn+1/(n+1) tend vers 0. La part de la
=

me

(n+1)

130

mesure, en pourcentage sur le calcul de la vitesse moyenne mensuelle,

devient de plus en plus ngligeable au fur et mesure que n augmente et par

'

consquent V tend vers V

Afin de rechercher la priode minimale de mesures ncessaires l'estimation
des moyennes mensuelles de la vitesse du vent au site de Tanger, nous avons ralis
une tude systmatique pour les moyennes mensuelles et les moyennes de v( h, j ) pour
une heure h (variation quotidienne), prises sur toutes les journes d'une, 2 ,3, ........... et
12 annes en utilisant 24 mesures par jour (Figures II.22 et II.23).
L'examen visuel des figures II.22a et II.23a montrent qu'au fur et mesure que
le nombre d'annes de donnes augmente, les courbes tendent se rapprocher l'une de
l'autre, celles correspondant au nombre d'annes suprieur ou gale 9 tant
pratiquement confondues. Pour vrifier que les 9 premires annes (1978-1986) sont
suffisantes pour estimer les moyennes mensuelles, annuelles, les moyennes horaires de
la vitesse du vent et que les trois dernires annes (1987, 1988 et 1989) ne modifient
que sensiblement les rsultats. Nous avons fait un test sur la contribution de chacune
des annes, par permutation en calculant les moyennes et en accumulant les annes
par ordre dcroissant : 1989, 1988-1989, etc. et 1978-1989 (figures II.22b et II.23b).
Ces figures montrent, en ajoutant les annes 1980, 1979 et 1978, que les courbes se
dplacent vers le bas en s'approchant de la moyenne de l'chantillon originale (19781989 ), ce qui implique que ces annes sont les moins venteuses et qui confirme que
les annes 1987, 1988 et 1989 sont proches de la moyenne de l'chantillon. On conclut
qu'on peut se limiter aux annes 1978-1986 (9 ans de mesures) avec quatre mesures
par jour pour faire un traitement statistique des moyennes horaires de la vitesse du
vent (MHVV) pour le site de Tanger.

131

24 mes./24h

Tanger

Vitesse du vent (m/s)

1978
1978-1980
1978-1982
1978-1985
1978-1986
1978-1987
1978-1988
1978-1989

: 1 an
: 3 ans
: 5 ans
: 8 ans
: 9 ans
: 10 ans
: 11 ans
: 12 ans

1989
1987-1989
1985-1989
1982-1989
1981-1989
1980-1989
1979-1989
1978-1989

: 1 an
: 3 ans
: 5 ans
: 8 ans
: 9 ans
: 10 ans
: 11 ans
: 12 ans

11

Mois
8

24 mes./24h

Tanger

Vitesse du vent (m/s)

11

Mois
Figure II.22 : Influence du nombre d'annes sur les variations des moyennes
mensuelles de la vitesse du vent.

132

24 mes./24h

Tanger

1978
1978-1980
1978-1982
1978-1985
1978-1986
1978-1987
1978-1988
1978-1989

Vitesse horaire (m/s)

: 1 an
: 3 ans
: 5 ans
: 8 ans
: 9 ans
: 10 ans
: 11 ans
: 12 ans

10

12

14

16

18

20

22

Heures

24 mes./24h

Tanger

1989
1987-1989
1985-1989
1982-1989
1981-1989
1980-1989
1979-1989
1978-1989

Vitesse horaire (m/s)

10

12

14

16

18

20

22

Heures
Figure II.23 : Influence du nombre d'annes sur les variations
journalires de la vitesse du vent.

133

: 1 an
: 3 ans
: 5 ans
: 8 ans
: 9 ans
: 10 ans
: 11 ans
: 12 ans

II.4.4 Validation des rsultats obtenus

Pour attester qu'il suffit de quatre lectures par jour 0 heure, 6 h, 12h et 18 h
sur la priode d'au moins neuf ans et afin de caractriser le gisement olien du site
de Tanger et de diminuer le stockage des donnes, nous avons prsent les rsultats
sous plusieurs formes en comparant la srie originale (1978-1989 : 12 ans, 24 lectures
par jour) et celle correspond neuf ans de mesures (1978 - 1986) en se limitant
toujours quatre mesures par jour.
II.4.4.1 Variations mensuelles de la vitesse du vent
Nous avons trac les courbes des moyennes mensuelles de la vitesse du vent
pour les deux sries considres (9 ans, 4 relevs/jour et 12 ans, 24 relevs /jour ). Nous
avons constat qu'elles sont presque confondues (Figure II.24).
8
1978-86 : 9ans

4mes./24h

1978-89 : 12ans 24mes./24h

7

Vitesse du vent (m/s)

11

Mois

Figure II.24 : Variations mensuelles de la vitesse du vent.

Le tableau rcapitulatif II.11 rsumant les valeurs mensuelles et annuelles de la
vitesse du vent ainsi que l'cart-type pour la srie 1978-1986 avec 4 mesures par jour
est comparable celui de la srie originale 1978-1989 (Tableau II.1). Ce qui confirme,
pour le site Tanger, la possibilit d'utiliser uniquement quatre relevs par jour sur la

134

priode de 1978 1986 (9 ans) pour estimer les moyennes et les maxima mensuels et
annuels de la vitesse du vent. Ce rsultat est en dsaccord avec celui obtenu par
Laknidri et Laouina [4] car les annes de mesures (1978 - 1982) utilises par ces
auteurs sont les moins venteuses de l'chantillon choisi (1978 - 1989). La variation
mensuelle de la vitesse du vent durant ces annes est trs infrieure celle de la
srie originale (Figures.II.22a et II.23a).
Tableau II.11 : Moyennes mensuelles, annuelles et cart-type de la vitesse du vent
(4mes./24h, 1978-1986)
Annuel
Mois
J
F
M
A
M
J
J
A
S
O
N
D
Moyen

78
5.05
3.70
4.06
4.40
4.41
2.89
4.16
4.42
5.62
4.90
5.09
2.37
4.26
0.89

79

80

81

82

4.09 4.05 5.91

5.51 3.71 5.78
4.46 5.03 4.64
4.36 5.93 5.08
6.14 5.00 5.04
5.76 4.41 6.14
6.34 5.55 8.70
5.22 5.35 5.95
5.85 7.03 5.14
5.41 6.62 5.08
5.98 5.49 8.45
5.47 6.10 6.76
5.38 5.36 6.06
0.70 0.95 1.26

4.41
7.18
6.46
5.92
6.20
5.35
4.51
6.85
6.63
5.76
6.08
5.39
5.89
0.83

83
6.70
6.21
6.70
6.94
4.72
4.63
3.39
5.28
6.31
6.12
5.10
6.79
5.74
1.06

84
5.08
5.62
6.70
5.60
6.07
6.86
7.33
7.78
4.47
8.73
7.02
6.25
6.45
1.13

85

86

87

88

89

6.27
7.06
7.36
6.30
5.73
4.33
6.83
6.93
6.17
8.13
6.47
7.01
6.38
0.92

6.83
7.96
5.79
7.25
7.49
6.20
9.95
5.75
6.80
5.08
6.05
5.22
6.70
1.30

7.63
5.92
5.69
7.53
5.58
7.41
7.10
5.06
6.22
4.51
6.34
5.16
6.18
1.00

7.00
6.02
4.07
4.75
5.19
5.70
7.57
5.33
9.81
5.56
5.84
5.64
6.04
1.44

6.03
7.68
5.54
5.81
5.82
5.51
5.92
4.53
4.45
6.91
6.25
5.50
5.83
0.85

Moyen
5.75
6.03
5.54
5.82
5.62
5.43
6.4
5.61
6.21
6.07
6.18
5.64
5.9
0.3

1.15
1.30
1.06
1.02
0.79
1.18
1.8
0.88
1.35
1.25
0.87
1.16
0.6

Tableau II.12 : Maxima absolus mensuels et annuels de la vitesse du vent (4 mes./

24 h, 1978-1986)
Mois
Anne
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
Max.mens.

11
9
12
18
20
20
14
18
22
22
17
18
22

Jt

Max.annuel

11
15
11
18
17
15
19
25
22
23
20
20
25

11
11
10
14
16
17
26
23
19
20
21
16
26

12
11
13
13
19
22
26
18
18
24
14
17
26

12
14
9
13
16
13
17
19
26
17
20
16
26

10
16
10
14
17
18
28
19
24
23
17
24
28

11
19
17
19
12
7
21
23
27
20
23
16
27

10
13
17
17
21
17
23
30
21
27
19
13
30

11
14
15
15
19
18
18
18
21
20
21
18
21

10
14
15
14
13
17
22
23
19
14
23
21
23

11
12
13
19
18
12
20
20
18
17
15
17
20

5
12
19
16
12
17
19
19
15
23
15
20
23

12
19
19
19
21
22
28
30
27
27
23
24
30

II.4.4.2 Frquences cumules

Cette prsentation permet d'obtenir directement, le nombre moyen d'heures dans
la journe pendant lesquelles le systme produira de l'nergie. Pour un systme olien

135

dont le seuil de fonctionnement est connu, il suffit de porter ce seuil en ordonne

pour en dduire, en abscisse, le nombre moyen quotidien d'heures utiles pendant
l'anne. On peut galement dduire de ces courbes la valeur maximale de la vitesse
pendant l'anne. On remarque que les courbes des deux sries considres sont
confondues ce qui confirme les rsultats obtenus (Figure II.25).
30

Tanger

78-86; 4mes./j
78-89;24mes./j

25

Vitesse du vent (m/s)

20

15

10

0
0

10

12

14

16

18

20

22

24

Nombre moyen quotidien d'heures

Figure II.25 : Frquences cumules de la vitesse du vent.

II.4.4.3 Rpartition des vitesses horaires
Dans l'tude de la conversion olienne, les phnomnes de seuils sont essentiels
lorsque l'on dsire dterminer la quantit d'nergie rellement utilisable, fournie par un
systme olien donn.
La figure II.26 montre que les courbes des deux sries considres ( 9 ans,
4.relevs/ jour et 12 ans, 24 relevs / jour ) sont confondues ainsi que la vitesse
maximale (Probabilit = 1) et la frquence de vent nul (P = 0) sont de l'ordre 22 m/s
et 10 % pour les deux sries.
Si l'on compare les histogrammes (Figure II.27), obtenus partir des mesures
horaires de neuf ans de mesures (1978-1986, 4 relevs/jour) et 12 ans de mesures (19781989, 24 relevs/jour), on voit que la rpartition est comparable pour les deux sries

136

100

Tanger

Nombres d'heures (%)

80

60

1978-86 : 9ans

4mes./24h

1978-89 : 12ans 24mes./24h

40

20

10 12 14 16 18
Vitesse du vent (m/s)

20

22

24

26

28

30

Figure II.26 : Probabilit de non-dpassement d'un seuil.

14

1978-86 : 9ans

Tanger

4mes./24h

1978-89 : 12ans 24mes./24h

Frquence (%)

12

10

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Vitesse du vent (m/s)

Figure II.27 : Histogrammes des mesures horaires de la vitesse.

137

II.4.4.4 Distribution de Weibull hybride

Le tableau II.13 et la figure II.28 montrent que pour les deux sries considres,
les variations mensuelles des paramtres de Weibull hybride k et c sont presque
confondues. Afin de complter l'information, la figure II.29 montre que les distributions
de Weibull hybride pour les deux sries considres, sont confondues et s'adaptent
bien aux donnes observes. On peut se contenter, comme pour l'estimation des
moyennes mensuelles de la vitesse du vent, uniquement, de quatre releves par jour
sur une priode de neuf ans (1978-1986) pour calculer k et c.
Tableau II.13 : Paramtres mensuels et annuels de Weibull hybride et frquence de
vent nul
Mois
k*
c*
F*
k**
c**
F **
F : frquence

J
1.68
6.60
11.3
1.68
7.03
8.3

F
1.73
7.16
11.3
1.74
7.66
8.2

M
1.78
7.02
12.7
1.72
7.16
9.3

A
M
J
J
A
S
O
N
D
1.91 2.02 1.68 1.55 1.70 1.81 1.82 1.96 1.72
7.11 6.86 6.71 7.80 7.50 7.90 7.72 7.69 7.10
9.80 10.1 12.1 12.0 16.1 12.7 9.7 8.70 12.2
1.85 1.84 1.63 1.59 1.68 1.75 1.76 1.97 1.75
7.35 7.18 7.08 8.03 7.60 8.28 7.74 7.72 7.26
9.1 10.2 14.6 11.7 12.7 14.2
9.2
9.0
9.5

de vent nul

(*) 1978-1986, 4mes./24h

(**) 1978-89, 24mes./24h

10

Facteur de forme k et d'chelle c(m/s)

9 ans 4 mes./24h
12ans 24mes./24h
1978-1986

1978-1989

11

Mois

Figure II.28 : Variations mensuelles de K et C calcules par la mthode de

Weibull hybride

138

Anne
1.73
7.31
11.57
1.73
7.53
10.51

0,15

1978-89 : 12 ans

Tanger

Obs. 9ans
Obs. 12ans
Weib.hyb. 4mes
Weib.hyb. 24mes

Frquence (%)

1978-86 : 9 ans

0,10

0,05

0,00
0

10

15

20

25

30

Vitesse du vent (m/s)

Figure II.29 : Distributions annuelles de la vitesse du vent

II.4.5 Conclusion
Les rsultats montrent que la priode minimale des donnes qui peut tre
considre est de neuf ans avec quatre mesures par jour (9h, 6h, 12h et 18h) afin
d'estimer convenablement la vitesse du vent : histogramme, frquences, variations
journalires et annuelles et les paramtres k et c de la distribution de Weibull. Ce
sont des rsultats comparables ceux obtenus par Troen et Lundtang [41].

139

II.5 Modlisation stochastique de la vitesse du vent

II.5.1 introduction
Le comportement dynamique dun systme olien dpend de celui des variables
mtorologiques auxquelles il est soumis. En particulier, la force du vent lentre du
systme varie dune faon plus au moins alatoire au cours du temps. Il est donc
important de connatre la structure fine de lnergie reue, et de modliser son
volution dans le temps, pour dcrire le comportement dynamique des systmes oliens
Ainsi, dans cette partie, nous prsentons deux mthodes bases sur deux
modles, savoir le modle auto-rgressif linaire et le modle en chane de Markov,
pour dcrire le comportement dynamique des moyennes horaires de la vitesse du vent
(MHVV), pour le site de Tanger. Aprs avoir dtermin les caractristiques statistiques
des sries relles, nous dveloppons deux procds de simulation de sries
synthtiques des MHVV, ayant des caractristiques statistiques semblables celles des
donnes observes.
Nous examinons, par la suite, laptitude des deux mthodes reproduire le plus
fidlement possible les sries synthtiques ayant des caractristiques semblables
celles des valeurs relles.

II.5.2 Revue bibliographique

De nombreux chercheurs ont tudi le comportement dynamique de la vitesse du
vent. On peut classer les modles utiliss en deux types : les modles stochastiques
auto-rgressifs, et les modles probabilistes des chanes ou matrices de Markov.
Les premires tudes statistiques de la vitesse du vent comme variable discrte
ont commenc il y a longtemps mais sans tenir compte de son caractre alatoire ou
de sa distribution frquentielle [68]. Diffrentes distributions frquentielles ont t
proposes pour reprsenter la vitesse du vent, y compris la distribution de Peason,
Raleigh et Weibull [52,53,68,69]. Un certain nombre de chercheurs, comme par exemple
Cortis [53] et Blanchard [68], ont commenc tenir compte du caractre dynamique de
la vitesse du vent en la traitant comme une srie temporelle par application du modle
stochastique ARMA(p,q) (Auto-Regressive Moving Average), diffus par Box and
Jenkins [70], pour reprsenter les fluctuations des valeurs horaires de la vitesse du vent,

140

mais aucune de ces tudes n'a couvert une large gamme de climats et na utilis une
longue srie de mesure mise part les tudes de Blanchard [68] qui, pour simplifier le
calcul, a utilis une anne reprsentative de donnes horaires (1976) et Daniel [71], qui
a utilis 3 annes de moyennes horaires (1982 - 1984) pour trois mois.
On peut reprocher ces tudes d'avoir nglig des proprits importantes de la
vitesse du vent telles que sa non-stationnarit de la variation journalire et
saisonnire, et sa distribution non-gaussinne. Ainsi, Blanchard a appliqu directement
le modle Auto-Regressif linaire AR(p,0) aux valeurs observes des moyennes horaires
de la vitesse du vent (MHVV). Des tudes publies par Daniel [71] et Brown[72],
tiennent compte des inconvnients et des limitations des tudes que nous avons cites.
Pour les modles probabilistes chane de Markov, ils sont surtout intressants
quand leffet de mmoire du comportement dynamique au cours du temps est faible,
sinon, le nombre de paramtres mis en jeu est plus important. Plusieurs travaux ont
essay des modles en chane de Markov pour dcrire lvolution alatoire des
donnes de la vitesse du vent [73-78].

Les proprits de la vitesse du vent gnre utilisant une chane de Markov ont
t tudies dans la thse de Woo [73]. Le test dindpendance dtermine que les
donnes de la vitesse du vent pouvaient tre dcrites laide dun modle en chane
de Markov du premier ordre, quelque soit le site. En effet, des tudes par
Kirchoff.[74,75] ont montr quun processus Markovian de second ordre appliqu la
vitesse du vent namliore pas significativement les rsultats obtenus partir dun
processus Markovian de premier ordre.

Afin damliorer lajustement des sries temporelles synthtises, la vitesse du

vent rpartie en dix huit tats dans les travaux de Kirchoff [74,75] a t augment
quarante tats par Torre[76].

141

Partie A : Modlisation par un modle auto-rgressif

II.5.A.1 Introduction
Lorsqu'on veut tablir la rponse nergtique et prvoir les performances d'un
systme olien, on a besoin de l'analyse statistique temporelle utilisant les modles
stochastiques pour simuler la vitesse du vent en conservant les proprits statistiques
principales de la srie de base utilise pour construire le modle (moyenne, cart-type,
coefficients d'auto corrlation, persistance, densit de probabilit, etc.)
Le modle tudi est dvelopp sur la base des moyennes horaires de la vitesse
du vent (MHVV) de janvier 1978 dcembre 1989 (soit 12 ans de donnes ). Dans nos
travaux antrieurs [42,63-67], nous avons montr qu'il tait ncessaire de disposer d'au
moins neuf ans de donnes pour faire une tude statistique des MHVV pour le site
de Tanger.
L'intrt d'utiliser une longue srie de mesures dans le dveloppement du modle
est d'augmenter la fiabilit de ce dernier en augmentant la prcision de l'estimation de
ses paramtres. En particulier, un modle de la vitesse du vent bas sur plusieurs
annes de mesures pour un mois donn sera plus reprsentatif et plus apte simuler
des sries synthtiques des moyennes horaires de la vitesse du vent (MHVV) tout en
gardant les informations statistiques principales de la srie temporelle de base.
Notre tude consiste ajuster le modle stochastique ARMA(p,q) (Auto-Regressive
Moving Average) pour diffrents ordres, aux moyennes horaires de la vitesse du vent
(MHVV), en nous basant sur une longue srie de mesures (12 annes de donnes
horaires) aprs les avoir transformes et standardises pour qu'elles soient stationnaires
et qu'elles suivent une distribution gaussienne. Rappelons que le modle stochastique
n'est applicable que si ces deux dernires conditions sont ralises. L'objectif principal
de ce travail est de voir l'influence du nombre d'annes de mesures sur la slection de
l'ordre p du modle ARMA(p, q) ainsi que sa fiabilit pour simuler les MHVV.
Le modle stochastique sera utilis pour gnrer une anne type relative au site
de Tanger. Cette dernire constitue de donnes synthtiques a l'avantage de rduire la
quantit de donnes et limiter le nombre de simulations annuelles ncessaires pour
dimensionner une installation olienne.

142

II.5.A.2 Construction d'une variable stationnaire distribution gaussienne

II.5.A.2.1 - Transformation gaussienne
L'application directe des modles stochastiques la srie des moyennes horaires
de la vitesse du vent (MHVV) n'est pas possible cause de leur distribution non
gaussienne. Pour rsoudre ce problme, et dans le but de simuler les MHVV court
terme, Daniel [71] a propos une transformation de la srie des MHVV en une nouvelle
srie ayant une distribution gaussienne en utilisant les rsultats de Dubey [54]. En effet,
Dubey a montr que, pour un facteur de forme, k, gal 3.6, la distribution de Weibull
est similaire celle de Gauss. L'utilisation de ce rsultat fournit une seule faon de
slectionner l'exposant appropri de la transformation x. En levant les MHVV la
puissance x, leur distribution va suivre approximativement une distribution gaussienne
Si la vitesse du vent a la fonction de densit de probabilit de Weibull :

f ( v ) = kc ( vc )k-1 exp ( - cv )k

(II.29)

alors V a une distribution de probabilit similaire celle de Gauss de facteur de

x
forme k/x et de facteur d'chelle c [68].
Une autre approche pour slectionner l'exposant x de la transformation pour
obtenir une distribution gaussinne est l'utilisation de la statistique de Skewness [71].

x
x

V (h,j,m,a)-V (m) /(m)/AMJ

a=1 j=1h=1
A M J

Sk (m) =
o A
J

: nombre d'annes,
: nombre dheures,

(II.30)

: nombre de jours du mois considr

(m) : cart type du mois considr

La statistique de Skewness Sk est caractrise par la symtrie de la distribution

frquentielle des moyennes horaires de la vitesse du vent (MHVV) et ncessite la
transformation de la srie des MHVV en une nouvelle srie en faisant varier l'exposant
x. En calculant Sk pour chaque srie transforme, Sk prend une valeur proche de zro
quand la distribution est symtrique [71]. Les valeurs de x sont dtermines par
l'quation de Dubey [54], k = 3.6 x, et par la mthode de Skewness.

143

Le tableau II.14 montre que les valeurs de x, obtenues partir de la mthode

statistique de Skewness, sont toujours suprieures celles obtenues partir des
mthodes Weibull et Weibull hybride. La valeur maximale de x correspond au mois de
novembre, ce qui montre que la distribution des moyennes horaires de la vitesse du
vent (MHVV) pour ce mois est proche de celle de Gauss.
Tableau II.14 : Moyennes mensuelles de la vitesse du vent, paramtres de la distribution
Weibull et Weibull hybride [42], et valeurs de x dtermines partir
du facteur de forme, k, et de la statistique de Skewness.
Mois Vitesse Weibull
Weibull hybride x
x
x
V(m/s) k
c
k
c
Weibull Weib.hybr. Skewness
J
5.54
1.59
6.55
1.68
7.03
0.44
0.47
0.62
F
6.04
1.63
7.06
1.74
7.66
0.45
0.48
0.65
M
5.55
1.59
6.65
1.72
7.16
0.44
0.48
0.67
A
5.87
1.63
6.96
1.85
7.35
0.45
0.51
0.68
M
5.70
1.63
7.09
1.84
7.18
0.45
0.51
0.65
J
5.53
1.50
6.90
1.63
7.08
0.42
0.45
0.58
Jt
6.50
1.62
7.95
1.59
8.30
0.45
0.44
0.58
A
5.66
1.62
7.54
1.68
7.60
0.45
0.47
0.59
S
6.41
1.76
7.60
1.75
8.28
0.49
0.49
0.67
O
6.19
1.67
7.28
1.76
7.74
0.46
0.49
0.64
N
6.24
1.85
7.01
1.97
7.72
0.51
0.55
0.78
D
5.65
1.66
6.65
1.75
7.26
0.46
0.49
0.66
V, k et c sont obtenus partir des MHVV observes (1978 - 1989).
Pour estimer les paramtres du modle, nous avons utilis les valeurs de x
obtenues partir de la statistique de Skewness car elles donnent de meilleurs rsultats
pour tous les mois.
III.5.A.2.2 Ncessit d'une variable alatoire stationnaire
Pour effectuer la modlisation, on travaillera partir des coefficients de
corrlation, ce qui ncessite d'avoir une variable stationnaire au second ordre. Dans le
cas contraire, ces coefficients perdraient toute signification en raison de leur
dpendance de l'origine des temps.
Il est vident que V(h,j) n'est pas stationnaire mme au premier ordre. En effet,
la figure II.20 reprsentant V(h) pour une heure donne h, prise sur tous les jours des
douze annes considres (365 x 12 + 3 jours), on voit une trs nette volution de V(h)
en fonction de h, ce qui prouve bien la non-stationnarit de V(h).

144

La prsence de donnes de la vitesse du vent durant la nuit est un avantage,

compar aux irradiations horaires, pour faire l'tude stochastique des moyennes horaires
de la vitesse du vent (MHVV) mais, elle pose le problme de la variation journalire.
Pour liminer l'influence de cette variation, il convient de supprimer les nonstationnarits de la moyenne et de la variance en se ramenant un processus centr et
de variance unit. Les suites journalires que nous tudions ont des proprits
statistiques qui dpendent videmment de la saison comme nous l'avons montr dans
une tude antrieure [42].
II.5.A.2.3 Elimination de la variation saisonnire
Pour liminer la variation saisonnire, nous avons segment l'anne en mois.
Cette procdure a t adopte dans des tudes antrieures [68,79-82]. Ce choix se
justifie par le fait que la plupart des calculs des performances se fait sur des bases
mensuelles et que le comportement statistique de la vitesse du vent ne montre pas une
nette volution au cours d'un mois donn. Les douze mois de l'anne seront donc
tudis sparment.
II.5.A.2.4 Elimination de la variation journalire
Pour un mois donn m (de 1 12), on a un ensemble de jours AM de l'ordre
de 360 jours de donnes (12 mois), et on dfinit pour chaque heure h (de 1 24 ), la
vitesse moyenne du vent de l'heure h pour le mois m par :
1 A M
V(h,m) =
(II.31)
V(h,j,m,a)
AM a=1 j=1
De mme, on dfinit l'cart-type pour un mois m et une heure h par :

(h,m) =

A M

V(h,j,m,a) - V(h,m)

AM a=1 j=1

1
2

(II.32)

avec AM : nombre total de jours du mois m (12 mois).

(h ,m ) reprsente, pour un mois donn et une heure donne, la dispersion des
moyennes horaires de la vitesse du vent (MHVV) des journes considres autour de la
moyenne. Afin que chaque mois soit reprsent, nous avons trac sur les figures II.30a
et b, les journes moyennes pour chaque mois et aussi de part et d'autre de chacune
de ces courbes, l'cart-type (h ,m ) .

145

14

Janvier

Vitesse du vent (m/s)

10
8

6
4

v -

Vitesse du vent (m/s)

v +

12

2
0

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures

Vitesse du vent (m/s)

Mai

6 8 10 12 14 16 18 20 22
Heures

Fvrier

0 2

Mars

0 2

Vitesse du vent (m/s)

Vitesse du vent (m/s)

Vitesse du vent (m/s)

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures

14
13 Avril
12
11
10
9
8
7
6
5
4
3
2
1
0
0 2 4

8 10 12 14 16 18 20 22
Heures

8 10 12 14 16 18 20 22
Heures

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Juin

2 4

Figure II.30a : Valeur moyenne de V(h,m), pour une heure donne h, prise sur toutes les
journes d'un mois donn, en fonction de h, avec l'cart-type, (h ,m ) .

146

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Vitesse du vent (m/s)

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures

8 10 12 14 16 18 20 22
Heures

Octobre

Novembre

0 2

14
Aout
13
12
11
10
9
8
7
6
5
4
3
2
1
0
0 2 4 6

8 10 12 14 16 18 20 22
Heures

Vitesse du vent (m/s)

Vitesse du vent (m/s)

8 10 12 14 16 18 20 22
Heures

Septembre

0
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Vitesse du vent (m/s)

Vitesse du vent (m/s)

Vitesse du vent (m/s)

14
Juillet
13
12
11
10
9
8
7
6
5
4
3
2
1
0
0 2 4

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

2 4

8 10 12 14 16 18 20 22
Heures

Dcembre

4 6

8 10 12 14 16 18 20 22
Heures

Figure II.30b : Valeur moyenne de V(h,m), pour une heure donne h, prise sur toutes les
journes d'un mois donn, en fonction de h, avec l'cart-type, (h ,m ) .

147

La reprsentation de ce dernier montre que la dispersion des moyennes horaires

de la vitesse du vent, pour une heure donne h, autour de la valeur moyenne, est
presque de mme amplitude pour toutes les heures de la journe. Il en est de mme
pour les autres mois.
A partir de ces suites, V(h,m) et (h,m), on dfinit, pour chaque jour j d'un mois
m, et pour chaque heure h, la variable rduite :

V* (h,j,m,a) =

V(h,j,m,a) - V(h,m))
(h,m)

(II.33)
Ce changement de variable classique nous donne un processus centr et norm
*
(variance unit). L'volution constante de la moyenne de V (h,j,m,a) dfinie par (II.33)
*
montre que V (h,j,m,a) est bien centr et, par la suite, la non-stationnarit de au
cycle quotidienne est presque limine : par exemple, si on calcule la moyenne sur la
premire semaine d'Avril (m=4), on trouve une moyenne sensiblement gale celle de
sa dernire semaine.
Pour avoir une variable alatoire centre et norme (variance unit) distribue
suivant une loi normale), Daniel a propos la formule suivante :
*
V'(h,j,m,a) - V'(h,m))
V' (h,j,m,a) =
' (h,m)
(II.34)
'
*
o V (h,j,m,a) = V (h,j,m,a)
'
V' (h,m) et (h,m) : moyenne et cart type de la vitesse du vent transforme de
'
la h m e heure du jour. Les fonctions V' (h,m) et (h,m) sont supposes constantes :

V' (25,m) = V' (1,m) , V' (26,m) = V' (2,m) , etc ..

' (25,m) = ' (1,m) , ' (26,m) = ' (2,m) , etc ...
Les figures II.31a et b, pour chaque mois, montrent l'volution journalire des
moyennes horaires de la vitesse du vent (MHVV) observes, rduites et leur carttypes. L'allure de la courbe correspondante aux valeurs transformes montre que la
variation quotidienne persiste dans les donnes de la vitesse du vent mais avec une
amplitude de variation plus faible que celle des donnes observes. Par contre, l'allure
de la courbe correspondante l'cart-type des vitesses du vent transformes est presque
constante ce qui montre que la variation quotidienne est presque limine. Cette
constatation s'applique pour tous les mois.

148

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

V observes (m/s)
V transformes : V
Ecart-type de V
Janvier

2 4

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures
Mars

4 6

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
0

2 4

8 10 12 14 16 18 20 22
Heures

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures
Mai

Fvrier

8 10 12 14 16 18 20 22
Heures
Avril

0 2

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures
Juin

2 4

8 10 12 14 16 18 20 22
Heures

Figure II.31a : Evolution quotidienne des moyennes horaires de la vitesse du vent

(MHVV) observes, rduites et leur cart types.

149

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

V observes : V
V transformes : V
Ecart-type de V

2 4

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Juillet

8 10 12 14 16 18 20 22
Heures
Septembre

4 6

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
0

4 6

8 10 12 14 16 18 20 22
Heures
Novembre

8 10 12 14 16 18 20 22
Heures

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Aout

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures
Octobre

14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

8 10 12 14 16 18 20 22
Heures
Dcembre

2 4

8 10 12 14 16 18 20 22
Heures

Figure II.31b : Evolution quotidienne des moyennes horaires de la vitesse du vent

(MHVV) observes, rduites et leur cart types.

150

II.5.A.2.5 Examen de la stationnarit

'*
Nous avons vrifi que le coefficient de corrlation d'ordre p de V (h,j,m,a),
'*
pour p quelconque, tait indpendant de h (afin de prouver que V (h,j,m,a) est bien
me
stationnaire au 2
ordre) [70]. Pour estimer le coefficient de corrlation d'ordre p pour

l'heure h et pour un mois donn m, nous avons utilis la formule propose par
Boch.[79] :
rp (h,m) = V'* (h,j,m,a),V'* (h+p,j,m,a) j,a
(II.35)
L'cart-type relatif cette estimation est de l'ordre de 1/ AM (AM = 30x12 jours).
Nous avons reprsent sur les figures II.32a et II.32b, les coefficients de corrlation
rp(h,m) relatifs chaque mois pour p = 2.
Dfinissons rp(m) par :

rp(m) = rp(h,m)
o

(II.36)

rp(m) = moyenne de rp(h,m) prise sur h.

Si le processus est bien stationnaire, rp(m) est la meilleure approximation

possible, avec nos donnes, du coefficient de corrlation d'ordre p [79].

On a alors reprsent sur les figures II.32a et b, en trait plein, les droites rp(m)
1/ AM . On remarque que presque tous les points rp(h,m) sont situs entre les deux
droites. Comme rp(h,m) est une approximation du coefficient de corrlation d'ordre p
1/ AM prs, ceci prouve que l'hypothse de stationnarit n'est pas contredite par le
test [79].
II.5.A.2.6 Examen de la normalit
L'application des modles ARMA(p,q) (Auto-Regressive Moving Average) pour
simuler les donnes observes ncessite, en plus de la condition de stationnarit, la
distribution gaussienne de la variable modliser. Nous avons reprsent pour chaque
mois la fonction densit de probabilit de la variable transforme et standardise
(Figures II.33a et b) ainsi que la densit de probabilit normale de la variable
correspondante. On remarque que pour chaque mois, la gaussienne enveloppe bien la
majeure partie des histogrammes, ce qui montre que la transformation est bien normale.

151

1,0

1,0
Janvier

Fvrier

0,9

0,9
0,8

0,8

0,7

0,6

0,6

0,5

0,5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

0,7

Heures

1,0

Heures
1,0

Mars
0,9

0,9

0,8

0,8

r
0,7

0,7

0,6

0,6

0,5

0,5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Avril

Heures
1,0

Heures
1,0

Mai
0,9

0,9

0,8

0,8

0,7

0,7

0,6

0,6

0,5

0,5
Heures

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Juin

Heures

Figure II32b : Examen de la stationnarit de la variable rduite

calcule l'heure h en fonction de h.

152

V'* (h,j,m,a)

d'ordre 2

1,0

1,0

Juillet

Aout

0,9

0,9

0,8

0,8

r
0,7

0,6

0,6

0,5

0,5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

0,7

Heures

Heures
1,0

1,0

Septembre

0,9

Octobre

0,9

0,8

0,8

r
0,7

0,6

0,6

0,5

0,5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

0,7

Heures
1,0

Heures
1,0

Novembre

Dcembre

0,9

0,9

0,8

0,8

0,7

0,6

0,6

0,5

0,5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

0,7

Heures

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Heures

Figure II32b : Examen de la stationnarit de la variable rduite

calcule l'heure h en fonction de h.

V'* (h,j,m,a)

d'ordre 2

153

0,5

Janvier

0,5

Data

Fvrier

Distribution normale
Densit de probabilit

Densit de probabilit

0,4

0,3

0,2

0,1

0,4

0,3

0,2

0,1

0,0

0,0
-5

-4

-3

-2

-1

-5

-4

-3

-2

-1

V'*
0,5

0,4

0,3

0,2

Avril

0,4

0,3

0,2

0,0

0,0
-5

-4

-3

-2

-1

0,5

0
V

-5

-4

-3

-2

-1

0,5

Mai

Densit de probabilit

0,4

0,3

0,2

0
V

Juin

0,4

0,3

0,2

0,1

0,1

0,0

0,0
-5

-4

-3

-2

-1

0
V

-5

-4

-3

-2

-1

0
V

Figure.II.33b : Comparaison de la densit de probabilit de la vitesse rduite,

V'* (h,j,m,a), et de la distribution normale correspondante.

154

0,1

0,1

Densit de probabilit

Mars

Densit de probabilit

Densit de probabilit

0,5

0,5

Juillet

0,4

Densit de probabilit

Densit de probabilit

0,5

0,3

0,2

0,1

-4

-3

-2

0,2

-1

0
V

-5

-4

-3

-2

0,5

0,5

0,4

0,3

0,2

-1

0
V

Octobre

Septembre

Densit de probabilit

Densit de probabilit

0,3

0,0
-5

0,4

0,3

0,2

0,1

0,1

0,0

0,0
-5

-4

-3

-2

-1

0
V

-5

-4

-3

-2

0,5

Novembre

0,4
Densit de probabilit

Densit de probabilit

0,4

0,1

0,0

0,5

Aout

0,3

0,2

0,1

-1

0
V

Dcembre

0,4

0,3

0,2

0,1

0,0

0,0
-5 -4 -3 -2 -1

0
V

-5

-4

-3

-2

-1

0
V

Figure.II.33a : Comparaison de la densit de probabilit de la vitesse rduite,

V'* (h,j,m,a), et de la distribution normale correspondante.

155

II.5.A.2.8 Fonctions d'auto corrlation mois par mois

Pour un mois donn m, on a calcul rp pour p = 0,1,.........,18 par remplacement
des fonctions d' auto corrlation thoriques par celles estimes par les quations de
Yule-Walker [70,83], en prenant l'ensemble des heures d'une journe (h=1,2.........24),
d'un mois m donn, formant une srie de valeurs successives :

C p(m) =

1 A JM-p '*
'* '*
'*
V (h,m,a) - V V (h+p,m,a) - V (II.37)
JMA-p a=1 h=1

avec

1 A JM '*
=
V (h,m,a)
V
JMA a=1h=1
'*

Les fonctions d'auto corrlation (fac),

rp(m),

sont dfinies comme le rapport Cp/Co.

Elles refltent la dpendance de la mesure l'instant h de celle l'instant h+p.

Pour chaque mois, on obtient des fonctions d'auto corrlation (fac) qui ont une
allure d'exponentielle faiblement dcroissante (Figures II.34a et b). Une telle corrlation
'*
jusqu' l'ordre 18 semble indiquer une trs grande stabilit de V (h,m,a) durant les
18 heures antrieures [68].

156

1,0

1,0

Janvier

Fvrier

Data
0,8

0,6

0,6

fac

fac

Simulation
0,8

0,4

0,4

0,2

0,2

0,0

0,0
1

2
3
4
5
6
7
Pas du temps l en heure

3
4
5
6
7
Pas de temps l en heure

1,0

1,0

Avril

Mars

0,8

0,8

0,6

fac

fac

0,6

0,4

0,4

0,2

0,2

0,0

0,0
1

3
4
5
6
7
Pas du tepms l en heure

1,0
1,0

3
4
5
6
7
Pas du temps l en heure

Juin

Mai

0,8
0,8

0,6

fac

fac

0,6

0,4

0,4

0,2

0,2

0,0

0,0
1

2
3
4
5
6
7
Pas du temps l en heure

2
3
4
5
6
7
Pas du temps l en heure

Figure II.34a : Comparaison des fonctions d'auto corrlation rl (fac) estimes et observes
en fonction du pas de temps.

157

1,0

1,0

Juillet

Aout

Rel
Simul

0,8

0,8

0,6

fac

fac

0,6

0,4

0,4

0,2

0,2

0,0

0,0
1

1,0

3
4
5
6
7
Pas du temps l en heure

2
3
4
5
6
7
Pas du temps l en heure

1,0

Septembre

0,8

0,6

0,6

Octobre

fac

fac

0,8

0,4

0,4

0,2

0,2

0,0

0,0
1

2
3
4
5
6
7
Pas du temps l en heure

1,0

1,0

Novembre

0,8

0,6

0,6

3
4
5
6
Pas du temps l en heure

Dcembre

fac

fac

0,8

0,4

0,4

0,2

0,2

0,0

0,0

2
3
4
5
6
7
Pas du temps l en heure

2
3
4
5
6
7
Pas du temps l en heure

Figure II.34b : Comparaison des fonctions d'auto corrlation rl (fac) estimes et

observes en fonction du pas de temps.

158

II.5.A.3 Mthodologie
II.5.A.3.1 Rappel sur le modle Auto-Rgressif AR(p)
Le modle stochastique ARMA(p,q) (Auto-Regressive Moving

Average) tient

compte, en plus des valeurs prises par la variable aux temps antrieurs, du changement
alatoire du climat traduit par un bruit blanc W(t). L'ordre du modle est dfini en
analysant l'allure des fonctions d'auto corrlation (fac) et les fonctions d'auto corrlation
partielle (facp) que nous allons dfinir par la suite. L'quation caractristique du
modle stochastique peut s'crire dune faon gnrale [70,71,79] :
p
q
(II.38)
Z(t) = i Z(t-i) + i W(t-i) + W(t)
i=1
i=1
i
o
: paramtre de rgression et i
: Paramtre moyenne mobile.
Z(t)
: moyenne horaire de la vitesse du vent suppose
transforme et standardise l'instant t.
W(t) : squence de variables alatoires non corrles, de moyenne 0, et d'carttype a (p) constant, obtenues partir des donnes et rparties suivant
une distribution gaussienne et p et q : ordre du modle ARMA(p,q)
II.5.A.3.2 Identification du modle
L'tape d'identification consiste en une estimation des paramtres du modle
partir de l'utilisation de lquations (II.37). Lcart-type du bruit blanc du modle
purement auto rgressif est estim par des quations (II.36) et (II.37) :
2 (p) = 2 (V'* )(1 - r 1 1 - r 2 2 -r p p)
(II.39)
2 '*
avec (V ) : cart type obtenu partir des donnes transformes et standardises.

Pour un modle purement autorgressif, les fonctions d'autocorrlation partielles

(facp), i , sont donnes par la formule suivante [70]:

r k = 1 r k-1+ 2r k-2+

+ pr k-p

(II.40)

avec 1 < k < p

Les fonctions d'auto corrlation (fac) ne sont autres que les coefficients autorgressifs qui tiennent compte de la dpendance de la vitesse du vent l'instant t de
celles qui la prcdent. Les i sont obtenus partir du systme d'quations
prcdentes en utilisant la mthode de rsolution de Gauss [84].

159

II.5.A.3.3 Dtermination de l'ordre du modle

la dtermination de l'ordre du modle fait appel l'tude la fois des fonctions
d'auto corrlation (fac) et des fonctions d'auto corrlation partielle (facp) estimes partir
des moyennes horaires de la vitesse du vent (MHVV) transformes et standardises en
utilisant les 12 annes de mesures. Pour un modle purement Auto Rgressif (AR(p)),
les fonctions d'auto corrlation (fac) diminuent pendant que les facp s'annulent aprs
l'ordre p; par contre, si les deux diminuent en mme temps, un modle mixte
ARMA(p,q) (Auto-Regressive Moving Average) est recommand [70].
Des tudes antrieures ont montr que les modles stochastiques les mieux
adapts aux moyennes horaires de la vitesse du vent (MHVV) sont des modles auto
rgressifs d'ordre 2 [68,71]. Dans le cas de Tanger, afin de mettre en vidence
l'influence du nombre d'annes et du climat du site, nous avons calcul les fonctions
d'auto corrlation (fac) et les fonctions d'auto corrlation partielle (facp) jusqu' l'ordre 18
pour chaque mois. Les figures II.34a et b montrent la variation des fac rl en fonction
du pas de temps l pour chaque mois. On peut remarquer que les fac dcroissent
lentement et exponentiellement. L'analyse des fonctions d'auto corrlation (fac) est
insuffisante pour dterminer l'ordre p du modle, et, par la suite, la connaissance de p
fait appel l'examen des fonctions d'auto corrlation partielle (facp), i
Pour tous les mois, seuls 1 et 2 sont significativement diffrents de zro
comme le montrent les figures II.35a et b pour chaque mois. On peut dire que leffet
de mmoire est presque nul partir de la deuxime heure. Cela signifie que la
persistance de leffet de mmoire des moyennes horaires de la vitesse du vent (MHVV)
ne dpasse pas deux heures. Ceci suggre la slection d'un modle auto rgressif d'ordre
2, pour simuler les MHVV. Le mme rsultat a t constat par Blanchad [68] et Daniel [71]
II.5.A.3.4 Estimation des paramtres du modle
Une fois l'ordre du modle dtermin, ses paramtres sont calculs partir des
formules (II.37) et (II.40), x tant dtermin partir de la formule (II.29) de Skewness.
Les valeurs de 1 et 2 sont obtenues partir des moyennes horaires de la vitesse du vent
transformes et standardises en utilisant les douze annes de mesures. Les tableaux.II.15a,b
prsentent le rsum du modle slectionn et ses paramtres pour le mois d'Avril

160

Les figures II.35a et b et le tableau II.16 montrent que 1 et 2 ont le mme

comportement pour tous les mois : 1 est positif et lev tandis que 2 est positif
mais faible. Dans le cas du modle auto rgressif dordre 2, la vitesse du vent
l'instant t dpend fortement de la vitesse du vent l'instant t-1 et faiblement de la
vitesse du vent l'instant t-2. On peut dire que leffet de mmoire est presque nul
partir de la deuxime heure. Cela signifie que la persistance de leffet de mmoire des
moyennes horaires de la vitesse du vent (MHVV) ne dpasse pas deux heures. Le
mme tableau montre que la variance du bruit blanc pour tous les mois est faible et
ne dpasse pas 0.214, valeur obtenue pour le mois daot.
Tableau II.15a : Rsum du modle et de ses paramtres pour le mois d'Avril.
I . Modle
(a) v(t) = Vitesse du vent de l'heure t la hauteur de l'anmomtre
0 .6 8
'
(b) v (t ) = v (t )
'* '
'
'
(c) v = v - v /

'
*
'*
'*
(d) v (t ) = 1 v (t - 1 ) + 2 v (t - 2 ) + w (t )

W(t)

: Squence purement alatoire de moyenne nulle de variance

a (2 ) = 0.196 rpartie suivant une distribution gaussienne (bruit blanc).

II . Paramtres estims.
t

V ' (t)

' (t)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

2.76
2.70
2.65
2.66
2.66
2.64
2.68
2.70
3.97
3.26
3.36
3.49
3.62
3.69
3.72
3.73
3.70
3.57
3.36
3.14
3.09
2.90
2.82
2.78

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

1.69
1.74
1.77
1.73
1.73
1.75
1.70
1.73
1.67
1.60
1.57
1.48
1.42
1.41
1.44
1.40
1.38
1.39
1.43
1.51
1.57
1.66
1.76
1.74

1 = 0.737

= 0.114

a (2 ) = 0.196

161

Tableau II.15b : Moyenne et cart-type de la vitesse du vent transforme de la t

heure du jour.

me

V ' (t)
Heure
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Janv.
2.480
2.490
2.458
2.532
2.518
2.507
2.473
2.476
2.520
2.544
2.744
2.912
3.071
3.147
3.180
2.156
2.083
2.951
2.750
2.602
2.584
2.467
2.527
2.476

Fev.
2.793
2.713
2.787
2.688
2.649
2.629
2.646
2.686
2.700
2.843
3.013
3.141
3.259
3.330
3.328
3.423
3.382
3.238
3.035
2.885
2.799
2.693
2.637
2.687

Mars
2.574
2.607
2.630
2.599
2.576
2.511
2.469
2.466
2.545
2.821
3.040
3.268
3.334
3.413
3.416
3.434
3.395
3.315
3.154
2.927
2.733
2.555
2.551
2.514

Avril
2.757
2.695
2.654
2.655
2.658
2.641
2.675
2.700
2.965
3.258
3.362
3.492
3.615
3.685
3.724
3.732
3.696
3.567
3.355
3.141
3.085
2.898
2.819
2.783

Mai
2.353
2.362
2.367
2.390
2.345
2.312
2.375
2.545
2.876
3.025
3.186
3.339
3.395
3.484
3.530
3.588
3.556
3.454
3.264
3.015
2.771
2.622
2.497
2.415

Juin
1.865
1.854
1.852
1.884
1.861
1.813
1.853
2.169
2.511
2.736
2.874
2.941
2.985
3.051
3.070
3.083
3.073
3.013
2.836
2.601
2.315
2.110
2.006
1.949

Jt
2.157
2.176
2.135
2.114
2.098
2.101
2.111
2.335
2.628
2.879
3.007
3.072
3.151
3.247
3.335
3.356
3.309
3.238
3.049
2.780
2.528
2.349
2.298
2.225

Aot
1.940
1.895
1.902
1.857
1.850
1.848
1.855
1.998
2.324
2.644
2.837
2.941
3.062
3.123
3.200
3.254
3.191
3.098
2.848
2.531
2.242
2.071
1.960
1.953

Sept.
2.599
2.635
2.612
2.595
2.528
2.584
2.554
2.683
3.036
3.470
3.645
3.722
3.770
3.900
3.997
4.012
3.965
3.804
3.438
3.178
2.953
2.842
2.781
2.632

Oct.
2.639
2.650
2.639
2.591
2.646
2.652
2.574
2.627
2.771
3.136
3.286
3.393
3.469
3.504
3.528
3.515
3.456
3.261
2.928
2.713
2.644
2.544
2.615
2.545

Nov.
3.784
3.661
3.701
3.616
3.631
3.633
3.618
3.611
3.605
3.828
4.244
4.364
4.431
4.523
4.507
4.586
4.441
4.064
3.851
3.782
3.746
3.637
3.764
3.805

Dec.
2.675
2.725
2.701
2.624
2.593
2.602
2.560
2.630
2.706
2.786
2.981
3.190
3.303
3.301
3.314
3.280
3.124
2.973
2.810
2.719
2.657
2.579
2.560
2.581

Janv.
1.514
1.483
1.520
1.462
1.445
1.442
1.430
1.396
1.324
1.443
1.472
1.490
1.397
1.325
1.305
1.326
1.369
1.386
1.356
1.471
1.495
1.544
1.493
1.495

Fev.
1.652
1.697
1.686
1.684
1.721
1.683
1.718
1.656
1.657
1.689
1.734
1.653
1.555
1.527
1.483
1.471
1.493
1.540
1.528
1.643
1.675
1.732
1.792
1.722

Mars
1.784
1.724
1.735
1.715
1.715
1.704
1.681
1.698
1.719
1.762
1.665
1.590
1.518
1.501
1.531
1.560
1.604
1.649
1.592
1.653
1.721
1.772
1.780
1.762

Avril
1.691
1.744
1.767
1.734
1.726
1.750
1.704
1.729
1.669
1.597
1.568
1.475
1.416
1.411
1.438
1.397
1.384
1.394
1.431
1.505
1.571
1.663
1.762
1.741

Mai
1.641
1.601
1.626
1.577
1.570
1.565
1.524
1.519
1.458
1.354
1.278
1.227
1.136
1.166
1.166
1.146
1.176
1.217
1.276
1.362
1.515
1.528
1.609
1.625

Juin
1.479
1.425
1.394
1.372
1.348
1.361
1.395
1.359
1.178
1.059
0.990
1.019
1.026
1.012
1.001
1.014
1.031
1.101
1.072
1.204
1.320
1.379
1.406
1.443

Jt
1.586
1.567
1.545
1.524
1.504
1.534
1.527
1.548
1.467
1.287
1.235
1.229
1.208
1.176
1.180
1.176
1.182
1.212
1.253
1.404
1.519
1.568
1.623
1.626

Aot
1.561
1.547
1.506
1.522
1.506
1.511
1.515
1.521
1.497
1.370
1.234
1.198
1.174
1.154
1.138
1.112
1.129
1.155
1.262
1.365
1.482
1.557
1.581
1.577

Sept.
1.974
1.957
1.914
1.892
1.918
1.884
1.899
1.898
1.936
1.691
1.640
1.567
1.540
1.541
1.536
1.556
1.529
1.578
1.691
1.804
1.931
2.004
1.997
2.020

Oct.
1.649
1.626
1.611
1.643
1.559
1.539
1.548
1.588
1.640
1.581
1.447
1.379
1.229
1.324
1.389
1.410
1.398
1.431
1.528
1.608
1.646
1.647
1.643
1.660

Nov.
2.098
2.112
2.034
2.066
2.088
2.118
2.109
2.106
2.236
2.274
2.200
2.180
2.090
2.096
2.098
2.081
2.103
2.197
2.215
2.196
2.292
2.231
2.135
2.145

Dec.
1.702
1.686
1.651
1.671
1.703
1.719
1.659
1.609
1.545
1.650
1.696
1.626
1.560
1.596
1.573
1.542
1.597
1.571
1.625
1.640
1.654
1.703
1.708
1.697

' (t)
Heure
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

162

Fvrier
0,9

0,7

0,7

facp

facp

Janvier
0,9

0,5

0,5

0,3

0,3

0,1

0,1

-0,1

-0,1
1

2
3
4
5
6
Pas du temps l en heure
Mars

0,9

0,7

0,7

facp

facp

3
4
5
6
7
Pas du temps l en heure
Avril

0,9

0,5

0,5

0,3

0,3

0,1

0,1

-0,1

-0,1

3
4
5
6
Pas du temps l en heure

2
3
4
5
6
Pas du temps l en heure

Juin

Mai

0,9

0,9

0,7

facp

0,7

facp

0,5

0,5

0,3

0,3

0,1

0,1

-0,1

-0,1
1

3
4
5
6
Pas du temps l en heure

2
3
4
5
6
Pas du temps l en heure

Figure II.35a : Fonctions d'auto corrlation partielles i (facp) estimes partir des
donnes transformes et standardises.

163

Aout
0,9

0,7

0,7

facp

facp

Juillet
0,9

0,5

0,5

0,3

0,3

0,1

0,1

-0,1

-0,1
1

2
3
4
5
6
Pas du temps l en heure

3
4
5
6
Pas du temps l en heure

Octobre
Septembre

0,9

0,9

0,7

facp

facp

0,7

0,5

0,5

0,3

0,3

0,1

0,1

-0,1

-0,1
1

3
4
5
6
Pas du temps l en heure

3
4
5
6
Pas du temps l en heure

Dcembre
0,9

0,7

0,7

facp

facp

Novembre
0,9

0,5

0,5

0,3

0,3

0,1

0,1

-0,1

-0,1
1

3
4
5
6
Pas du temps l en heure

3
4
5
6
Pas du temps l en heure

Figure II.35b : Fonctions d'auto corrlation partielles i (facp) estimes partir des
donnes transformes et standardises.

164

Tableau II.16 : Paramtres estims du modle auto rgressif dordre 2 (AR(2))

slectionn, Statistique Q et degr de libert pour chaque mois.
facp*
facp*
Variance
Q
Degrs de

Mois
libert
a (2 )
1
2
Janvier
0.737
0.111
0.186
45
30
Fvrier
0.780
0.076
0.163
47
30
Mars
0.734
0.126
0.174
51
30
Avril
0.737
0.114
0.198
42
30
Mai
0.757
0.076
0.201
60
30
Juin
0.759
0.077
0.186
54
30
Juillet
0.780
0.097
0.161
51
30
Aout
0.751
0.066
0.214
61
30
Septembre
0.753
0.099
0.164
51
30
Octobre
0.765
0.074
0.190
63
30
Novembre
0.748
0.087
0.191
63
30
Dcembre
0.741
0.132
0.180
38
30
Modle rejet pour Q > 51
(*) : fonctions d'auto corrlation partielle (facp)

Dans ce cas, les conditions suivantes

confirme la stationnarit du modle pour tous
1 + 2
2 - 1

-1 1

sont remplies pour tous les mois, ce qui

les mois [68,71] :
1
1
(II.41)
+1

II.5.A.3.5 Test du modle

Aprs la spcification de l'ordre du modle et l'estimation de ses paramtres, un
contrle doit tre fait pour tester sa validit. Le processus de contrle se fait
gnralement en deux tapes [68,71] :
- comparaison entre les fonctions d'auto corrlation (fac) de la srie simule et
celles de la srie observe. S'il y a une diffrence, la validit du modle et surtout
son ordre sont mis en cause. Sinon, une analyse qualitative des rsidus,
'*
'*
'*
a(t) = v (t ) - ( 1 v (t - 1 ) + 2 v (t - 2 ) + w (t )) , peut se faire.

- acceptation du modle si les rsidus sont non corrls

165

II.5.A.4 Application du modle obtenu pour gnrer une anne de rfrence

pour le site de Tanger
II.5.A.4.1 Calcul et comparaison des fonctions d'auto corrlation (fac)
relles et simules
Aprs avoir considr le modle slectionn pour gnrer une srie synthtique
du mme nombre de valeurs que la srie relle en initialisant l'excution du
'*
'*
programme par deux valeurs nulles (V (1 ) = V (2 ) = 0), les valeurs les plus

probables [18], nous avons calcul tous les paramtres statistiques pour comparer les
sries synthtiques et relles. La gnration des suites de valeurs de bruit blanc W(t)
se fait par micro ordinateur laide dun sous-programme expos en dtail dans la
rfrence publie par Pelletier [85]. Le tableau II.17 reprsente les rsultats obtenus
pour quatre gnrations diffrentes titre d'exemple pour le mois d'avril.

Tableau II.17 : Rsultats de 4 gnrations de 8640 valeurs de V pour le mois d'avril

Valeurs observes
Sries de 8640 valeurs(12 mois)
Excutions
N1
N2
N3
N4

Vitesse

Variance

fac
r1*

5.801

4.039

0.892

6.011
6.350
5.498
5.557

4.158
4.488
3.989
4.038

0.893
0.900
0.890
0.902

% d'erreur
sur

4
9
5
4

% d'erreur
sur

% d'erreur
sur r1

3
11
1
0

0
1
0
1

(*) : fonction auto corrlation(fac)

On remarque que les rsultats changent d'une excution une autre, tout en
tant proches des valeurs relles; cette variation est due la sensibilit du gnrateur
du bruit blanc [18]. L'analyse de ce tableau montre que la gnration numro 1 est la
meilleure car elle prsente de trs bons paramtres statistiques; elle est donc retenue
pour reprsenter le mois considr. En appliquant la mme mthode aux autres mois,
le tableau rcapitulatif II.18 rsume les rsultats obtenus.

166

Tableau II.18 : Comparaison des sries actuelles et synthtiques

Mois
Janvier
Fvrier
Mars
Avril
Mai
Juin
Juillet
Aout
Septembre
Octobre
Novembre
Dcembre

Vitesse
5.70
5.48
5.94
5.98
5.50
5.66
5.80
6.01
5.70
5.83
5.52
5.74
6.47
6.65
5.56
5.71
6.37
6.65
6.10
6.24
6.15
6.37
5.55
5.69

Variance

4.30
4.09
4.46
4.53
4.23
4.32
4.04
4.16
3.99
4.04
4.41
4.41
5.23
5.30
4.68
4.72
4.80
4.91
4.43
4.58
3.98
4.09
4.20
4.37

1re ligne : donnes actuelles

2me ligne : donnes synthtiques

fac
r1 *

fac
r2

0.900
0.894
0.913
0.911
0.906
0.907
0.892
0.893
0.892
0.893
0.900
0.901
0.915
0.915
0.884
0.885
0.912
0.912
0.898
0.899
0.897
0.897
0.903
0.904

0.841
0.835
0.856
0.854
0.852
0.853
0.830
0.830
0.824
0.824
0.837
0.838
0.859
0.860
0.811
0.812
0.858
0.858
0.832
0.833
0.833
0.834
0.846
0.847

derreur

% d'erreur
sur r1

% d'erreur
sur
5

sur

(*) : fonction auto corrlation (fac)

La comparaison entre les fonctions dautocorrlation observes et simules

jusqu lordre 8 pour chaque mois (Figures II.34a et b), montrent quelles ne sont pas
diffrentes d'une faon marque mais les fonctions dauto corrlation (fac) simules
d'ordre suprieur sont un peu plus faibles que celles observes.
II.5.A.4.2 Acceptation du modle Auto Rgressif dordre 2 (AR(2))
L'ajustement du modle est accept si les fonctions d'autocorrlation des
diffrences entre les valeurs observes et estimes (rsidus) sont non corrles et
normalement distribues avec une moyenne nulle et une variance gale 1/N (N=AMJ
: nombre d'heures du mois considr) [68]. Les figures III.36a, b, c et d montrent les
32.premires fonctions d'auto corrlation des rsidus ainsi que les rgions de confiance
de limites 2 N - 0 .5 pour tous les mois. L'hypothse de la distribution normale des
rsidus est justifie si plus de 95 % des rl(a) sont l'intrieur de ces limites [68]. Ce
qui est vrifi pour les mois d'avril, juillet, septembre, et dcembre pour lesquels un

167

pic ou deux pics sur 32 sont l'extrieur de la rgion de confiance. Pour vrifier que
les rsidus sont non corrls, on peut appliquer le test statistique Q, qui est la
sommation des carrs des coefficients d'autocorrlation des rsidus, donn par [68,72] :

Q = N r l2(a)

(II.42)

l=1
o L = maximum du pas de temps considr.
2
Si les rsidus sont non corrls, la statistique Q n'est autre que le test de

degr de libert L p [68,71]. L'apprciation de l'ajustement peut se faire par une

comparaison entre la statistique Q et la valeur de pour une limite de confiance

donne. Nous avons appliqu le test statistique Q pour L = 32. Le tableau II.16 montre
2

2
que pour 1 % de confiance (seuil de signification = 0.01) ( < 51), le modle est alors
valable pour 7 mois sur 12.

II.5.A.4.3 Validation du modle

Pour vrifier la validit du modle Auto-Rgressif dordre 2 (AR(2)) pour
chaque mois par rapport aux caractristiques de la srie relle, nous avons compar les
valeurs simules et observes de la moyenne mensuelle, la variance et les deux
premiers coefficients d'auto corrlation pour chaque mois, en calculant le pourcentage
derreur de ces paramtres. Le tableau rcapitulatif II.18 rsume les rsultats obtenus et
montre quils sont satisfaisants pour tous les mois (lerreur ne dpasse pas 4 % pour la
moyenne mensuelle, 5 % pour la variance et 1 % pour le premier coefficient d'auto
corrlation).
Pour tous les mois choisis, nous avons calcul la fonction densit de probabilit
(FDP) de la srie simule en utilisant le modle slectionn et nous l'avons compare
celle de la srie des donnes relles (Figures II.37a et b). L'examen visuel montre que
le modle considr reproduit la FDP des valeurs relles d'une faon satisfaisante
surtout pour les valeurs de la vitesse du vent suprieures 1 m/s. On s'attend un
modle beaucoup plus satisfaisant pour les sites o la frquence du vent nul (V = 0
m/s) est trs faible.
Le modle Auto-Rgressif dordre 2 (AR(2)) compar la modlisation de
Weibull Hybride permet de gnrer de longues sries de donnes qui ont des
caractristiques statistiques et dynamiques identiques celles des mesures.

168

0,10
Janvier

r (a)

0,05

0,00
Rgion de confiance

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Fvrier

0,00

Rgion de confiance

(a)

0,05

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Rgion de confiance

0,00

(a)

0,05

Mars

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure

Figure II.36a : Estimation des fonctions d'auto corrlation r 1 (a ) des rsidus

169

0,10

Avril
Rgion de confiance

0,00

(a)

0,05

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Mai

0,05

0,00

(a)

Rgion du confiance

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Rgion de confiance

0,00

(a)

0,05

Juin

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure

Figure II.36b : Estimation des fonctions d'auto corrlation r 1 (a ) des rsidus

170

0,10

Juillet

Rgion de confiance

0,00

(a)

0,05

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Aout
Rgion de confiance

0,00

(a)

0,05

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Rgion de confiance

0,00

(a)

0,05

Septembre

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure

Figure II.36c : Estimation des fonctions d'auto corrlation r 1 (a ) des rsidus

171

0,10

Octobre
Rgion de confiance

(a)

0,05

0,00

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Novembre

Rgion de confiance

0,00

(a)

0,05

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure
0,10

Rgion de confiance

0,00

(a)

0,05

Dcembre

-0,05

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

-0,10
Pas du temps l en heure

Figure II.36d : Estimation des fonctions d'auto corrlation r 1 (a ) des rsidus

172

15

Fvrier

Data
15

Simulation

PDF(%)

FDP(%)

Janvier

10

10

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

Mars

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

15

FDP(%)

FDP(%)

Avril

15

10

10

0
0

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

6 8 10 12 14 16 18 20 22 24
Vitessen du vent (m/s)

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

Juin

Mai

15

FDP(%)

15

FDP(%)

10

10

0
0

6 8 10 12 14 16 18 20 22 24
Vitesse du vent

Figure III.7a : Comparaison des fonctions densit de probabilit (FDP) des valeurs
relles de V et gnrs partir du modle Auto-Rgressif dordre 2.

173

Juillet

Simule

15

FDP (%)

15

FDP (%)

Aout

Relle

10

10

0
0

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

Septembre

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

15

FDP (%)

FDP (%)

Octobre

15

10

10

0
0

6 8 10 12 14 16 18 20 22 24
Vitesse du vent

2 4

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

Dcembre

Novembre

15

FDP (%)

15

FDP (%)

10

10

0
0

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

6 8 10 12 14 16 18 20 22 24
Vitesse du vent (m/s)

Figure III.37b : Comparaison des fonctions densit de probabilit (FDP) des valeurs
relles de V et gnrs partir du modle Auto-Rgressif dordre 2.

174

II.5.A.4.4 Dtermination de l'anne type

Nous avons considr le mois d'avril pour illustrer la mthode suivre afin de
gnrer un mois type reprsentant le mois considr. En utilisant le modle autorgressif AR(2) slectionn pour ce mois en gnrant une srie de 720 valeurs
(30x24.valeurs) nous avons calcul tous les paramtres statistiques. Les rsultats
obtenus pour 4 gnrations diffrentes sont reprsents dans le tableau II.19
Tableau II.19 : Rsultats de 4 gnrations de 720 valeurs de V pour le mois d'avril
Variance

fac

5.801

4.039

0.892

6.337
6.718
5.461
5.617

4.373
4.434
4.363
4.172

0.904
0.889
0.911
0.909

Vitesse

v
Valeurs observes
Sries de 720 valeurs
Excutions
N1
N2
N3
N4

r1 *

% d'erreur % d'erreur % d'erreur

sur
sur r1*
sur v
9
19
6
3

8
10
8
3

1
1
2
2

(*) : fonction dauto corrlation (fac).

L'analyse de ce tableau montre que la gnration numro 4 est meilleure par

ses trs bons paramtres statistiques. On voit ainsi qu'on peut gnrer un mois de
donnes synthtiques qui reflte les proprits statistiques de 12 annes de mesures de
ce mme mois. En procdant de la sorte pour chaque mois, nous pourrions gnrer
une anne synthtique de donnes que l'on peut appeler une anne type ou anne de
rfrence.

II.5.A.5 Conclusion
Nous avons montr qu'un modle autorgressif AR(2) est apte simuler les
moyennes horaires de vitesse du vent (MHV. Le pourcentage derreur sur les moyennes
mensuelles simules de la vitesse du vent ne dpasse pas 3 % pour tous les mois. Ce
rsultat est meilleur que celui obtenu par Blanchard [68], cette amlioration tant due
la longueur de la srie de mesures que nous avons utilises. Nous pourrions utiliser le
modle autorgressif AR(2) pour gnrer des mois types de donnes afin de constituer
une anne type ou anne de rfrence en faisant plusieurs gnrations pour chaque
mois et en choisissant la srie optimale ayant les proprits statistiques les plus
proches de celles de la srie relle correspondante. Cette anne type peut servir
prvoir la performance des systmes oliens [86-89].

175

Partie B : SIMULATION PAR LE MODELE MARKOVIEN

II.5.B.1 Introduction
Le processus Markovian est un processus dtats finis qui se dveloppe au
cours du temps dune manire probabiliste o les transitions dun tat un autre sont
faites des points discrets en temps [90]. Dans ce travail, il est montr comment le
processus markovien peut tre utilis pour synthtiser les variations de la vitesse du
vent. La thorie et les applications des processus Markovien peuvent tre trouves
dans les livres publis par Ruegg[90] et Box et Jenkins [70].

Le modle markovien peut tre utilis pour gnrer une srie de valeurs des
moyennes horaires de la vitesse du vent (MHVV) avec des caractristiques statistiques
identiques celles de la srie originale pour le but de simulation. Dans ce travail,
une srie de valeurs horaires synthtiques est gnre en se basant sur lanalyse dune
longue srie temporelle des MHVV pour le site de Tanger (1978-1989). Douze classes
de la vitesse du vent ont t utilises pour dfinir lespace des tats de transition.
Afin de tester la validit du modle, la srie gnre est compare statistiquement la
srie des MHVV originales.

II.5.B.2 Modle de la chane de Markov pour la vitesse du vent

Le dveloppement dun modle bas sur la thorie des chanes de Markov
ncessite lutilisation dune matrice des probabilits de transition qui donne la
probabilit pour que la prochaine vitesse du vent horaire soit classe dans nimporte
quel tat j sachant que lactuelle vitesse du vent horaire est classe dans ltat i. Si Pij
est dfinie comme cette probabilit, alors P=[Pij] est la matrice des probabilits de
transition. Une fois la matrice de transition dfinie, le comportement probabiliste de la
vitesse du vent peut tre dcrit mathmatiquement comme suit [74,75] :

176

(n) = [1(n), 2(n),.., k(n)]

(II.43)

Soit (n) le vecteur des probabilits dtat o i(n) est la probabilit pour que le
systme se trouve dans ltat i aprs n intervalles. k est le nombre total des intervalles
de la vitesse du vent, dans notre dveloppement k = 12.
(n) = (0) Pn

(II.44)

o (0) est le vecteur dcrivant ltat de dpart et Pn est le nime ordre de la matrice
des probabilits de transition.

Le comportement limite de la chane de Markov peut aussi tre examin

comme suit :
Soit lim Pn = Q appel la matrice de transition limite.
n
Q = [qij]
Avec (i)
(ii)

(II.45)

q ij = 1
j=1
q1j = q2j == qkj pour tout

j = 1,2,,k

Si la matrice de transition limite existe alors il peut tre montr quil y a un

seul vecteur q = [q1,q2,..,qk]
Tel que :
qP = q
avec qj = qij pour tout

(II.46)
i = 1,2,..,k.

Aprs un nombre lev de transition, qj pour j = 1, 2,, k qui

reprsente la probabilit de trouver le systme dans ltat j. Il peut aussi tre interprt
comme la proportion du temps de sjour du systme de se trouver dans ltat j.

177

II.5.B.3 Analyse des moyennes horaires de la vitesse du vent

Les moyennes horaires de la vitesse du vent (MHVV), pour le site de Tanger,

durant la priode de 1/01/1980 31/12/1989 (10.annes) sont utilises pour obtenir la
matrice des probabilits de transition et examiner le comportement limite de la chane
de Markov. La matrice des probabilits de transition et son comportement limite sont
prsents dans ce travail. Les probabilits des tats limites sont compares celles
observes. Lanalyse a t ralise pour une chane de Markov de douze tats base
sur lanalyse visuelle de la distribution annuelle de la vitesse du vent pour le site de
Tanger. Pour les douze tats considrs, les intervalles de la vitesse du vent sont
dfinis comme le montre le tableau II.20.
Tableau II.20 : Limites des intervalles de la vitesse du vent pour les 12 tats de la
chane de Markov et la distribution deffectifs observs et prvus.
N des intervalles
1
2
3
4
5
6
7
8
9
10
11
12
Total

Limites des intervalles

(m/s)
0-1
2-3
4-5
6-7
8-9
10-11
12-13
14-15
16-17
18-19
20-21
> 22
12

Frquences observes

Frquences prvues

13030
14942
17252
13859
10357
6503
5419
3075
1426
992
534
383
87648

13063
14992
17271
13940
10433
6575
5436
3068
1403
964
526
351
87648

La matrice des probabilits de transition, P, et le comportement limite, Q, sont

donns par le tableaux II.21a et b. A lchelle annuelle, aprs 109 intervalles, le
comportement limite est bien dfini et les probabilits de transition entre les tats
limites sont donnes par lune des lignes de la matrice, Q (Tableaux II.21a et b).

178

179

180

II.5.B.4 Interprtation des rsultats

Comme il a t mentionn auparavant, les probabilits des tats limites peuvent

tre interprtes comme la fraction du temps de sjour du systme dans ltat spcifi.
Cette interprtation peut tre utilise pour comparer les rsultats obtenus partir du
modle de la chane du Markov avec lhistogramme des moyennes horaires de la
vitesse du vent (MHVV) mesures. Par exemple, si on examine le tableau II.21b,
lordre 109 de

la matrice des probabilits de transition, P, donne les probabilits

limites lchelle annuelle. Si lanne est constitue de N heures, alors 0.196xN

(1717.heures) de cet chantillon auraient une vitesse du vent entre 4 et 5m/s et 0.04xN
(350 heures) auraient une vitesse du vent suprieure ou gale 22 m/s, etc.

Cette interprtation donne la base pour comparer le comportement limite de la

chane de Markov lchelle annuelle celui de la chane observe. Nous constatons
que les frquences observes et prvues sont comparables (Tableau II.20).

II.5.B.5 Discussion de la matrice de transition.

En plus de la stabilit du comportement de la chane de Markov, il est aussi

instructif dexaminer la structure gnrale de la matrice de transition, P. Le
tableau.II.21a (1er ordre de la matrice P) prsente les caractristiques suivantes : les
fortes probabilits correspondent la diagonale de la matrice. Ce qui montre, pour
une moyenne horaire de la vitesse du vent (MHVV) connue, quil est plus probable
que la MHVV soit de la mme catgorie pour lheure qui suit. Par exemple partir
du tableau II.21a, si la MHVV est entre 10 et 11 m/s (tat 6), alors il y a une
probabilit de 0.43 que la MHVV gardera la mme valeur pour lheure qui suit.

Les caractristiques suivantes sont lies la moyenne long terme de la

vitesse du vent, V = 6.11 m/s (moyenne annuelle sur dix annes : 1980-1989) :
- si la moyenne horaire de la vitesse du vent (MHVV) correspond un
intervalle de la vitesse du vent qui est infrieure V , alors il est plus probable de

181

faire une transition vers une classe de vitesse du vent plus leve quune classe de
vitesse du vent plus basse. Par exemple, du tableau 21a (1er ordre de P), si la MHVV
correspond ltat 2 (2 - 3.m/s), alors la probabilit est 0.20 pour faire une transition
vers ltat 3 (4 - 5 m/s) mais, la probabilit pour faire une transition vers ltat 1 (0 1.m/s) est 0.18.
- si lactuelle moyenne horaire de la vitesse du vent (MHVV) est suprieure

V , alors il est plus probable de faire une transition vers une classe de vitesse du
vent plus petite que vers une classe de vitesse du vent plus leve. Encore lchelle
annuelle, si la MHVV correspond ltat 6. (10 - 11.m/s), alors la probabilit pour
faire une transition vers ltat 7 (12 - 13 m/s) est 0.17 mais, la probabilit pour faire
une transition vers ltat 5 (8 9 m/s) est 0.26.

II.5.B.6. Gnration synthtique des Moyennes Horaires de la Vitesse du vent

II.5.B.6.1 Choix dune nouvelle variable.

La gnration des valeurs synthtiques est beaucoup plus facile quand la

variable considre prend des valeurs couvrant tout lintervalle allant de 0 1 [85].
Pour cela, nous avons transform la variable V pour chaque classe en une variable X
en utilisant une transformation linaire simple, donne par lexpression suivante :

V - Vl
=
'
Xi
V l- V l

(II.47)

o Vl et Vl sont les bornes de lintervalle i.

II.5.B.6.2 Ajustement des densits de probabilits par des fonctions

Dans la procdure de gnration, nous avons besoin de connatre les densits

de probabilit de la variable Xi gnrer. Pour cela, nous avons calcul les densits
de probabilit de la variable Xi , pour chaque classe i. Nous avons constat que la

182

forme gnrale de ces densits de probabilit est similaire pour les onze premires
classes et peuvent tre ajustes par des polynmes du premier degr. Par contre, la
densit de probabilit correspondante la dernire classe (i = 12) peut tre ajuste par
une fonction exponentielle dcroissante que nous avons tabli, donne par lexpression
suivante :

titre

dexemple

- 0.47V+9.41

P(V) =

pour

la

dernire

(II.48)

classe,

la figure II.38

montre que

lajustement est bon, lexponentielle suit bien le nuage de points des valeurs relles
avec un coefficient de corrlation gale R = 0.978.
0.5

Observes

Frquence

0.4

0.3

0.2

0.1

0.0
22

24

26

28

30

Vitesse du vent (m/s)

Figure II.38 : Donnes observes ajustes par une fonction exponentielle

II.5.B.6.3 Formulation de la procdure de simulation dune squence
synthtique.

Les paramtres essentiels mis en jeu dans la procdure de simulation dune

srie de moyennes horaires de vitesse du vent (MHVV) relative une anne sont les
suivantes :
- matrice des probabilits de transition Pij ,

183

- densits de probabilit des variables, Xi

La procdure de simulation par micro ordinateur, utilisant un logiciel que nous avons
tabli, se droulait comme suit :
On slectionnerait au hasard un tat de dpart, soit la vitesse de catgorie i ou
tat i . Puis en utilisant la i

me

ligne de la matrice des probabilits de transition

approprie pi1, pi2,.., pik, la catgorie de la vitesse du vent suivante serait

gnre dune manire alatoire selon les probabilits pij ( 1 j k-1 ). On tire au
hasard une variable y rpartie uniformment sur lintervalle [0,1], si y tombe entre
j

j+1

q il et q il ( 1 j k-1 ), on pourrait dire que le systme est dans ltat j. Une

l=1
l=1
fois la catgorie de la vitesse dfinie, la valeur de Vj est calcule partir de
lquation (II.47). Les valeurs de Xj, sont choisies partir des squences de nombres
alatoires dune distribution continue uniforme, gnres au hasard sur un microordinateur de 32 bits . Ces nombres ont la mme densit de probabilits que les
valeurs observes. Pour gnrer ltat suivant, on utilise la j

me

ligne de la matrice de

probabilits de transition pj1, pj2,..pjk, etc. De cette manire, une srie de

moyennes horaires de vitesse du vent (MHVV) synthtiques de longueur quelconque
peut tre gnre. Le comportement statistique de cette srie est compar la srie
temporelle originale [73-76].

II.5.B.7 Prservation des caractristiques statistiques par le modle

Aprs avoir tabli le modle, une validation complte du modle Markovien

devrait inclure une analyse de la vitesse du vent gnre afin de sassurer que les
valeurs synthtises sont les plus probables. Plusieurs paramtres permettent une
quantification de lquivalence entre les valeurs gnres et observes, les sept
paramtres slectionns sont la moyenne, la variance, la densit de probabilit, la
matrice de transition, la densit spectrale dnergie, la fonction dautocorrlation et la
persistance.

184

Les six premiers sont bien dfinis[74,75,90,91] mais pour le septime, la

persistance, il y a deux approches :
- la premire utilise par Cortis [53] et Blanchard [68] est dfinie comme suit :
on choisit une srie de niveaux reprsentatifs de la vitesse du vent, puis, pour chaque
niveau on compte le nombre dheures conscutives passes au-dessus et au-dessous de
ce niveau, ensuite, on calcule le pourcentage de leurs squences,
- la deuxime utilise par Kirchhoff [74,75] prtend que la probabilit de
persistance reprsente la probabilit pour que la vitesse du vent ait sjourn dans le
mme tat.

Le vent est un phnomne trs instable caractris par des longues squences
de vitesse nulle, et un bon modle doit tre capable de reproduire de telles squences.
Pour vrifier la validit du modle, les persistances ont t calcules lchelle
annuelle pour les vitesses du vent synthtises, puis, compares aux valeurs observes

II.5.B.7.1 Moyenne, variance, matrice des probabilits de transition et

histogramme.

Statistiquement, les valeurs de la moyenne et la variance pour la srie

synthtique sont presque confondues avec celles de la srie temporelle relle
(Tableau.II.22). Lincertitude relative sur la moyenne est de lordre de 1 % et sur la
variance est ngligeable, do on peut conclure que les caractristiques statistiques
principales

sont

prserves.

La

comparaison

des matrices

de

transition

et

les

histogrammes correspondants claircit bien ce point (Figure II.39).

Tableau II.22 : Moyennes et variances annuelles de la vitesse du vent
Moyennes
Observe

Synthtique

Variances
Observe

Synthtique

6.112

6.117

4.606

4.606

Incertitude
relative sur la
moyenne (%)
1

Incertitude
relative sur la
variance (%)
0

185

25

Observes
Synthtises

Frquence (%)

20

15

10

0
0

10

12

14

16

18

20

22

24

26

28

30

Vitesse du vent (m/s)

Figure II.39 : Distribution annuelle de la vitesse du vent (1980-1989, 24 releves/jour)

Nous avons compar qualitativement la distribution deffectifs observs la

distribution deffectifs gnrs en appliquant le test statistique k-1 degrs de
libert (k=12). La valeur de observe qui est de lordre de 0.002, est confronte
thorique. Avec un seuil de signification de 0.01, gale 3.05, donne par les
tables.[61], est trs suprieure calcule, ce qui montre quil y a une concordance
entre la distribution deffectifs observs et synthtiss.

II.5.B.7.2 Densit spectrale (S) dnergie et auto corrlation

La densit Spectrale dnergie, S, dune srie temporelle est simplement la

transformation de Fourier de sa fonction dautocorrelation [74,75,92]. La densit
Spectrale dnergie (S) peut tre interprte physiquement comme lnergie moyenne ou
la variance par intervalle lmentaire de frquence, df [93]. Lautocorrlation nous
informe comment la vitesse du vent est corrle lui-mme. Si la variation dune
srie temporelle est assez lente, elle serait rflchie dans la fonction dautocorrlation
qui dcrot lentement avec le dcalage dans le temps. Do, une telle srie est

186

caractrise par des valeurs leves de la densit Spectrale dnergie (S) dcales vers
les basses frquences. Par contre, pour une srie temporelle qui oscille rapidement, la
fonction dautocorrelation change de signe et la densit Spectrale dnergie (S) stend
vers les frquences leves [93].

La figure II.40 reprsente la densit Spectrale dnergie (S) pour des donnes de
grand pas de mesure : une heure, savoir une fonction de variation de type lent.
Nous constatons que les donnes observes et synthtiques suivent la loi 5/3 [93], un
rsultat

qui

confirme

les

travaux

publis

par

Kirchhoff [74,75].

Les

valeurs

synthtiques ont une densit Spectrale dnergie (S) comparables celles observes.
Ceci est en accord avec le fait quelles ont la mme variance (Tableau II.22), puisque
lintgration de S(f) sur lintervalle entier des frquences est la variance.
Lintgrale de la fonction dautocorrlation sur le temps est appel lintgrale
dchelle. Il reprsente le temps durant lequel la srie est corrle lui-mme. Pour
un intervalle de temps plus long que lintgrale dchelle, la srie temporelle devient
statistiquement indpendante de lui-mme. Par consquent, lintgrale dchelle est une
mesure de lintervalle du temps durant lequel la srie temporelle rappelle de son
histoire [93]
La srie temporelle observe a une fonction dautocorrlation lgrement
suprieure, au mme dcalage dans le temps, celle de la srie synthtique.
Lintgrale dchelle pour la srie observe est de lordre de 23.8 heures mais elle est
de lordre de 12.2 heures pour la srie synthtique (Figure II.41). Evidemment, la
fonction dautocorrlation pour la srie synthtique dcrot plus vite, or, son intgrale
dchelle est plus petite, car la vitesse du vent synthtique ne considre que le pas
prcdent. Par contre, la vitesse du vent relle rappelle son histoire pour plus dun
pas.

187

Synthtises
Observes

Ln(S(f))

0
-9

-8

-7

-6

-5

-4

Ln(f)

Figure II.40 : Densit spectrale dnergie de la vitesse du vent

Fonctions d'autocorrlation

1.0

Synthtises
Observes
0.8

0.6

0.4

0.2

0.0

20

40

60

80

100

120

140

160

180

200

Dcalage (Heures)

Figure II.41 : Fonctions dautocorrlation annuelle de la vitesse du vent.

II.5.B.7.3 Probabilit de persistance

La caractristique annuelle de la dure de la course du vent au-dessus et audessous des niveaux de la vitesse du vent considrs a t analyse pour tudier la

188

persistance en considrant lapproche utilise par Cortis [53] et Blanchard [68].

Lobjectif principal de cette analyse est dtudier lhistoire de la vitesse du vent pour
valuer sa solidit comme une source dnergie et de dterminer les niveaux demands
de stockage associ.

Puisque le nombre des squences peut varier considrablement, le pourcentage

de squences pour chaque niveau de vent est considr au lieu du nombre de
squences eux-mmes. On aboutit des bonnes estimations pour les dures moyennes
de la course du vent au-dessous des niveaux considrs, par contre les dures
moyennes synthtises au-dessus sont lgrement infrieures aux dures moyennes
observes (Tableau II.23). Ici encore, le modle Markovien apparat tre prcis en dpit
de la grande variabilit du phnomne de persistance.
Tableau II.23 : Persistance annuelle de la vitesse du vent
Niveau
(m/s)

2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32

Vents observs
Squence au dessus
Squence Dure
(%)
moyenne
21.0
14.3
21.6
10.5
18.3
8.5
13.4
7.6
9.3
6.7
7.0
5.8
4.0
5.2
2.7
4.3
1.5
4.0
.8
3.6
.3
3.4
.1
3.4
.0
3.1
.0
2.3
.0
.0
.0
.0

Squence au-dessous
Squence Dure
(%)
moyenne
15.7
3.5
20.5
5.7
19.0
9.8
14.6
16.8
10.8
26.6
7.8
40.2
5.0
67.7
3.0
117.8
1.9
187.3
1.0
378.8
.5
772.5
.2
2303.7
.1
5153.6
.0
10956.4
.0
29223.0
.0
87672.0

Vents synthtiss
Squence au dessus
Squence Dure
(%)
moyenne
20.2
10.4
21.6
7.4
18.1
6.2
14.0
5.3
9.1
5.0
7.0
4.2
4.4
3.6
2.3
3.9
1.5
3.3
.9
2.8
.5
1.8
.3
1.2
.1
1.1
.0
1.0
.0
.0
.0
.0

Squence au dessous
Squence Dure
(%)
moyenne
16.4
3.6
20.5
5.9
18.8
10.0
14.1
17.0
10.5
27.0
7.5
41.0
5.1
64.8
2.9
117.8
2.0
174.7
1.0
350.7
.5
745.5
.5
717.2
.2
1752.3
.1
4382.6
.0
43835.5
.0
87672.0

Enfin, les probabilits de persistance des valeurs observes et gnres, comme

elles ont t dfinies par Kirchhoff [74,75] sont presque les mmes (Figure II.42)

189

0.6

Synthtiques
Observes

0.5

Probabilit

0.4

0.3

0.2

0.1

0.0
1

10

Dcalage dans le temps (heures)

Figure II.42 : Probabilit de persistance de la vitesse du vent

II.5.B.8 Conclusion

Utilisant la thorie des chanes de Markov et une longue srie des Moyennes
Horaires de la Vitesse du Vent (MHVV) tale sur 10 annes (1980-1989), un modle
markovien a t dvelopp. Puis le comportement limite de la chaine de Markov a
t examin et compar lhistogramme des MHVV observes. Un accord excellent a
t obtenu. La matrice des probabilits de transition pour la chane de Markov
lchelle annuelle a t ensuite examine pour identifier les caractristiques communs
de la matrice.

Ltude a montr que le modle Markovien sadapte bien pour reproduire la

densit de probabilit. Nous pouvons conclure que la vitesse du vent synthtise peut
reprsenter la vitesse du vent observe surtout si lon sintresse lnergie reue
dans une fourchette de seuils car le modle Markovien donne une bonne rpartition
nergtique.

La seule mesure statistique qui nest pas comparable pour les 2 sries
temporelles, observe et synthtique, est la fonction dautocorrlation. Ce manque de

190

similarit est d la nature intrinsque du processus markovien, une constatation faite

aussi par Kirchhoff et Al. [74,75].

II.5 Conclusion
Les sries simules par les deux types de modles stochastiques, le modle
autorgressif et le modle markovien, sont plus faciles utiliser que la srie relle
(volume de donnes beaucoup plus rduit) malgr quils diffrent par le nombre de
paramtres mis en jeu lentre du logiciel de simulation.

Les deux modles prsents dans ce travail sont complmentaires du point de

vue tude statistique et analyse temporelle. Le choix ventuel entre les deux mthodes
de simulation des donnes de la vitesse du vent dpendra de lutilisation souhaite. Si
lon sintresse lnergie reue dans une fourchette de seuils, on prendra le modle
Markovian, qui donne une bonne rpartition nergtique, vu quil reproduit de faon
trs satisfaisante la densit de probabilit des valeurs relles. Par contre, si lon dsire
tenir compte du phnomne dynamique dans un court espace de temps (par exemple
ltude des gnrateurs oliens avec systme de stockage, parcs oliens relis au
rseau national), on utilisera le modle autorgressif, qui reproduit mieux le lien
existant entre les valeurs dheures successives.

II. Conclusion
Le volets de ce chapitre a concern l'tude spcifique des caractristiques du
gisement olien du site de Tanger vu la disponibilit des mesures. Ces donnes sont
souvent trop nombreuses comme entre dans un programme de simulation du
fonctionnement d'un systme. Un certain nombre de mthodes de calcul ont t
utilises pour les compacter sans perdre leurs informations. Les principaux rsultats
obtenus sont :
- La moyenne long terme de la vitesse du vent est de 6m/s une hauteur
de 10.m du sol, ce qui fait de la rgion de Tanger un site prometteur pour
l'exploitation de l'nergie olienne,
- la vitesse maximale absolue du vent est de l'ordre de 30 m/s,

191

- la direction dominante du vent est l'Est,

- la frquence du vent venant du Nord est ngligeable,
- la dure minimale pour tudier les caractristiques statistiques de la vitesse du
vent pour le site de Tanger est de 9 annes un rythme de 4 mesures/jour,
- le modle mathmatique statique le mieux appropri pour l'tude des
frquences de la vitesse du vent est celui conu par Weibull Hybride.
Aprs avoir rsolu le problme du choix et du dimensionnement d'un systme
olien partir des sries de mesures mtorologiques du pass, nous devions optimiser
la gestion de ce systme. Celle-ci ncessita des prvisions court terme sur la vitesse
du vent; problme complexe et qui a t rsolu par l'application des modles
dynamiques.
L'application du modle stochastique aux moyennes horaires de la vitesse du
vent, pour le site de Tanger, a montr que cette variable peut tre modlise par le
modle Auto Rgressif AR(2) ou le modle markovien avec une prcision satisfaisante.
L'anne
de rfrence obtenue partir de ce modle, AR(2), correspond un fichier moins
volumineux que les 10 annes de mesures utilises pour la modlisation. Le modle
markovien sadapte mieux pour reproduire les densits de probabilit ; le modle
autorgressif est plus appropri lorsque lon sintresse leffet de mmoire dune
heure une autre.

192

CHAPITRE

III

INTEGRATION DE LENERGIE EOLIENNE DANS LELECTRIFICATION DES

VILLAGES ISOLES

193

III. INTEGRATION DE LENERGIE EOLIENNE DANS LELECTRIFICATION

DES VILLAGES ISOLES

Introduction
Dans plusieurs pays, lnergie olienne est considre comme la source
dnergie renouvelable la plus prometteuse pour gnrer llectricit. Des varits de
machines de diffrentes conceptions sont utilises pour une large gamme
dapplications. Les oliennes de petite et moyenne tailles sont les plus utilises dans
les sites isols et pour les parcs oliens [94-100].
Aussi, lune des options de la stratgie dlectrification rurale est dinstaller des
arognrateurs, convertir llectricit en courant alternatif (CA) et de la distribuer aux
foyers voisins par mini - rseau local. Les arognrateurs peuvent produire de
lnergie moindre prix, particulirement dans les rgions o le potentiel olien est
important, comme celle du site de Tanger.
Mais cette solution ncessite le recours un systme dappoint, tel quun
groupe lectrogne (GEG) pour assurer la consommation durant les priodes de vent
faible. Il est noter que le fonctionnement des GEG aux faibles charges entrane
laugmentation du nombre de dmarrages et le prix de la maintenance. Il est aussi
ncessaire de faire face aux fluctuations de la vitesse du vent en utilisant un dispositif
de stockage (batterie daccumulateurs, accumulateurs hydrauliques, flywheels, stockage
par pompage d'eau, etc.) [101-107].

une

Avant dinstaller un systme Arognrateur/Groupe lectogne dans un site,

modlisation, par ordinateur, du systme apparat extrmement utile pour

dterminer la taille et la puissance optimale de larognrateur, la stratgie du

contrle du fonctionnement, les performances et la rentabilit conomique du systme.

III.1 Systme hybride Arognrateur/Groupe lectrogne

Lobjectif de cette tude est la conception dun systme hybride
Arognrateur/Groupe lectrogne, quip dun dispositif de stockage, et fournissant
un courant alternatif (CA). Le systme modlis est constitu dun aromoteur

194

vitesse de rotation constante coupl un alternateur par un engrenage. Il est

ncessaire de placer tout dabord un convertisseur pour transformer le courant
alternatif (CA) en courant continu (CC) de basse tension, entre lalternateur et
londuleur, et mme entre le groupe lectrogne (GEG) et les batteries. Le courant
continu (CC) qui passe par londuleur dpend du CA, de lutilisation servir chaque
instant, et lquilibre entre les deux courants est assur par les batteries connectes en
parallles.
Le systme fonctionne de la manire suivante : quand lnergie olienne dpasse
la demande, lexcs charge les batteries ou si ces dernires sont pleines, il est dissip
dans une rsistance. Par ailleurs, si larognrateur et/ou les batteries ne peuvent pas
satisfaire la demande, le groupe lectrogne (GEG) dmarre. Il est conseill que ce
dernier fonctionne a une charge suprieure 40 % afin den diminuer la maintenance
et daugmenter la dure de vie [108,109]; lexcs dnergie du GEG et l'nergie
olienne chargent les batteries.

III.2 Hypothses pour la modlisation

III.2.1 Donnes oliennes
Pour la modlisation, nous nous sommes bass sur les donnes de 12 annes
(1978-1989) des moyennes horaires de la vitesse du vent (MHVV) releves Tanger.
Les figures III.1 et III.2 montrent les fluctuations typiques lchelle horaire et
quotidienne. La comparaison des variations horaires pour les mois de janvier et juillet
montre lapparition de vents rguliers ds laugmentation de la circulation thermique
en t. Une telle constatation est importante pour le stockage de lnergie olienne. La
mme figure montre qu lchelle horaire, lamplitude de la fluctuation est importante
surtout en t. Or une diminution importante et durable de lnergie olienne est
moins problmatique quune lgre fluctuation de celle-ci. En effet, dans le premier
cas, le systme dappoint (Groupe lectrogne (GEG)) va fonctionner pour une dure
assez grande vitant ainsi lutilisation des batteries ce qui limite le nombre de cycles
charge/dcharge.

195

Figure III.1 : Moyennes horaires de la vitesse du vent

Mois

Figure III.2 : Moyennes journalires de la vitesse du vent.

196

La figure II.7 (Ch.II) permet de comparer la valeur moyenne des valeurs

horaires de la vitesse du vent pendant les douze annes de mesures aux moyennes des
valeurs pour chaque heure du jour. On peut remarquer que le vent varie peu pendant
la nuit (de 22 heures 7 heures) et que pendant la journe par contre, il fluctue de 5
7.5 m/s avec un maximum vers 16 h. Ce qui montre qu'il y a possibilit d'utiliser
l'nergie olienne comme systme d'appoint alternatif tant que la demande lectrique
nationale en lectricit atteint aussi son maximum l'aprs midi.
La figure II.8.(Ch.II) reprsente la distribution annuelle des frquences des
moyennes horaires de la vitesse du vent (MHVV). Pour les valeurs correspondant
V < 2 m/s, il est ncessaire dutiliser le groupe lectrogne (GEG) ou le dispositif de
stockage.
Du fait que lnergie olienne instantane varie proportionnellement au cube de
la vitesse du vent, on peut se demander si lestimation de lnergie olienne sur la
base des moyennes horaires de la vitesse du vent (MHVV) est prcise. Des tudes
antrieures ont montr que lutilisation des MHVV sous-estime lvaluation de
lnergie olienne rcuprable de 5 10 % [104].
III.2.2 Demande dnergie
Lun des facteurs essentiels qui affectent
suite, impose la taille de larognrateur, est
[108-119]. Celle-ci est dfinie par lutilisateur
Aussi, avant dentamer la modlisation, il faut
de prcision possible.

le fonctionnement du systme, et, par

la consommation journalire dnergie
et varie dune application lautre.
dfinir la demande avec le maximum

Une dcision, lie la priorit relative de chaque appareil ou groupe

dappareils utiliss par les consommateurs, va dterminer la demande en lectricit.
Bien que ces priorits changent dun individu lautre et parmi diffrentes
communauts, il y a une tendance gnrale qui peut tre utilis pour slectionner les
appareils essentiels [108-115]. Une rcente tude lchelle mondiale montre que les
grandes priorits pour lutilisation dlectricit en milieu rural sont lclairage et
laudiovisuel [115]. Des enqutes menes par la Direction Gnrale des Collectivits
Locales (DGCL), dans le cadre de la mise en uvre du Programme de Prlectrification Rurale destin aux collectivits rurales isoles, aboutissent au mme
rsultat [33,36,116-119].

197

Comme nous ne disposons pas des valeurs horaires de la consommation pour

des communauts isoles de la rgion de Tanger et que le Programme de PrElectrification Rurale (PPER) sera tendu l'chelle nationale y compris la rgion de
Tanger, le profil de la puissance horaire demand par un village reprsentatif, Tirga-Ait
Ouakki sera utilise pour modliser le systme considr (Figure I.18, Ch.I)
Afin de simplifier les calculs et de comparer les effets de la taille du village,
le potentiel olien du site et la stratgie du contrle du fonctionnement du systme,
nous avons normalis la puissance moyenne journalire demande par le village en la
ramenant 1 (nous divisons chaque puissance horaire par la puissance moyenne 764 W
et la moyenne de ces valeurs obtenues donne 1). On obtient ainsi l'histogramme de la
figure III.3; on remarque que le pic de la puissance entre 20 heures et 21 heures
correspond une puissance normalise de 5.5. Le facteur de demande (inverse du pic
de la puissance moyenne) est gal 0.18. Ce facteur caractrise la taille du village.
6
Facteur de demande = 0.18

Puissance normalise

0
0

12

16

20

24

Heures

Figure III.3 : Profil journalier de la puissance normalise pour le village Tirga-Ait Oukki
III.2.3 Taille de laromoteur et puissance nominale
La thorie des aromoteurs concernant la structure, la modlisation
arodynamique, l'implantation et la mesure des performances est dcrite dans plusieurs
publications [120-124]. Dans ce travail, nous nous intressons lintgration de

198

lolienne comme source dnergie primordiale pour llectrification des zones rurales
de la rgion de Tanger. Pour cela, nous allons utiliser une prsentation simple et
gnrale de la performance dun arognrateur. Mais, le choix dun arognrateur
particulier appropri pour gnrer de llectricit dans un site isol est critique pour le
succs du fonctionnement du systme. Par consquent, les facteurs affectant
larognrateur doivent tre discuts avec les paramtres gouvernant le couplage de
laromoteur avec le gnrateur lectrique et le rgime du vent dans le site considr.
Quand on installe un aromoteur coupl un gnrateur lectrique, il est
ncessaire de dterminer la puissance maximale dlivre par laromoteur et la
puissance nominale du gnrateur lectrique en considrant avec prudence lapplication
en question et le rgime du vent o la machine va fonctionner. Comme la puissance
varie proportionnellement au cube de la vitesse du vent, la puissance dlivre par
laromoteur va augmenter jusqu la vitesse darrt Va.
Un aromoteur coupl avec un grand gnrateur va avoir une puissance
nominale Pn et une vitesse du vent nominale Vn leves, mais va produire cette
puissance pour une troite gamme de la vitesse du vent. Le mme aromoteur coupl
avec un gnrateur plus petit va produire une faible puissance nominale pour une
large gamme de vitesse mais compatible lutilisation. La taille et les performances
de laromoteur peuvent tre dtermines en spcifiant la vitesse du vent normalise
Vn/Vm, Vm tant la moyenne annuelle de la vitesse du vent pour le site considr.
Un aromoteur axe horizontal vitesse constante utilisant un systme de
contrle (rgulation par variation de l'angle de calage des pales par exemple) est choisi
parce quil fonctionne une frquence de rotation fixe. De plus, il a une performance
optimale pour toute une gamme de vitesse de vent compris entre la vitesse nominale
Vn et la vitesse darrt Va. Il peut tre connect au rseau lectrique national sil est
tendu au village considr [106]. Le but de ce travail nest pas de s'intresser un
arognrateur spcifique mais, dintgrer lolienne pour gnrer de llectricit avec
un cot rduit. La figure 3 (Annexe B) illustre les caractristiques gnrales dun tel
arognrateur.
La relation entre Vd et Vn peut tre dtermine en utilisant les quations suivantes :

S
C
p

Vn =

2 Pn

1
3

(III.1)

199

Cp : coefficient de puissance,
S : surface balaye (m2),
: densit de lair (kg/m3),
Pn : puissance nominale.

=
R

R
V

(III.2)

: rayon du rotor
: vitesse angulaire du rotor
: vitesse du vent
: paramtre de rapidit (vitesse spcifique)

et comme est constant on a :

Vd = d
Vn n

(III.3)

d : vitesse spcifique quand larognrateur commence dlivrer de llectricit.

n : vitesse spcifique nominale.
A la vitesse de dmarrage Vd, vitesse pour laquelle la puissance dlivre par
laromoteur devient suprieure aux pertes des la gnration et la transmission, le
systme commence gnrer de lnergie.
Les pertes augmentent avec la puissance nominale et aussi pour un aromoteur
de surface balaye donne, la vitesse du vent demande surmonter les pertes
augmente aussi.
La puissance mcanique nominale typique des nouveaux arognrateurs Pmn est
de lordre de 40 % de la puissance olienne. Les pertes varient proportionnellement
la puissance lectrique nominale effective, Pn, et la puissance lectrique P
[95,97,130,131] :
Pertes = 0.05Pn + 0.03P
(III.4)
En pratique, la vitesse de dmarrage est lie la vitesse nominale puisque la
gnration lectrique commence seulement quand la puissance mcanique dlivre par
laromoteur est de lordre de 5 % de la puissance lectrique nominale [25,27,127,128].
A la vitesse nominale, le coefficient effectif de puissance, Cp devient de lordre de
0.37 (Annexe B). Au-del, la puissance reste constante jusqu la vitesse darrt qui
est fixe 25 m/s. De la vitesse Vd la vitesse Vn, le coefficient Cp est estim
partir de la figure 2 (Annexe B).

200

Cette reprsentation est plus satisfaisante pour une modlisation long terme et
pour des faibles frquences de mesures de la vitesse du vent mais moins satisfaisante
pour des frquences leves car elle ne tient pas compte des caractristiques
dynamiques du systme [25,128]. De plus, connaissant la moyenne annuelle de la
vitesse du vent et la spcification de la surface balaye, le rapport Vn/Vm dcrit
compltement le fonctionnement de larognrateur pour toutes les valeurs de la
vitesse du vent.
III.2.4 Groupe lectrogne (GEG)
Lun des problmes, qui se pose avec un groupe lectrogne (GEG) pour une
communaut isole est de l'ajuster la charge de la demande en lectricit; la
quantit du combustible consomm par le GEG dpend partiellement du facteur de
demande, cest le montant de la demande comme une fraction de la capacit nominale
du GEG [130,131]. En pleine charge, il utilise une portion importante du combustible,
de lordre 30 %, juste de quoi surmonter ses pertes internes. La figure III.4 montre les
caractristiques typiques du combustible consomm par 2 GEG de puissances nominales
11 kW et 25 kW. Cette figure montre que les performances chutent pour les faibles
charges. Donc, lorsque le GEG tourne en pleine charge, il est plus performant, moins
coteux et a une longue dure de vie.
0,5

Combustible consomm (litres/kWh)

0,4

0,3

0,2
11 kW, moteur de diesel : Lister-Petter
25 kW, moteur de diesel : Lister-Petter
0,1

0,0
0

20

40

60

80

100

Charge %

Figure III.4 : Quantit du combustible consomm en fonction de la charge.

201

Pour amortir ces contraintes, il est recommand que le groupe lectrogne

(GEG) fonctionnent moins de 40 % de sa capacit [132]. Plusieurs constructeurs
recommandent de faire fonctionner les GEG au moins une heure par jour en pleine
charge, afin de nettoyer partiellement les dpts ds au combustible brl dans les
cylindres ou dutiliser plusieurs GEG de diffrentes capacits [130].
Les donnes ne sont pas disponibles pour un groupe lectrogne (GEG) de
capacit gale au maximum de la demande normalise considre. Ainsi, la courbe
caractristique du GEG de capacit 11 kW est utilise dans le modle. Rappelons que
ce GEG est celui utilis pour fournir de llectricit au village Tirga-Ait Ouakki. Dans
le modle, il est suppos que tout excs dnergie est utilis pour charger les
batteries.
III.2.5 Taille et types des batteries
Une caractristique essentielle du vent tant la discontinuit dans le temps; Un
certain nombre dtudes ont eu pour objet dtudier ou de mettre au point des
systmes permettant de stocker lnergie produite par le vent et non utilise
directement pendant les priodes de production afin den restituer une partie, aussi
grande que possible, pendant les priodes de vent faible [95,105,107,132-139].
Cet aspect de lnergie olienne est encore aujourdhui un de ceux qui
ralentissent le plus son dveloppement, car ce stockage, dautant plus important que
les rgimes du vent soient irrguliers, constitue souvent une grande part (>20 %) de
linvestissement dune installation de fourniture dnergie lectrique partir du vent
[95,132,135].
En pratique, la dure de vie des batteries est directement lie au nombre et
lamplitude des cycles de charge/dcharge, la temprature laquelle sont soumises les
batteries et la dure du temps rest sans les charger [132]. Leffet prcis de chacun de
ces facteurs et leur effet combins sont difficiles quantifier. Lidal est lutilisation
de la dpendance de la dure de vie des batteries et le fonctionnement cyclique de
charge/dcharge pour optimiser la taille des batteries, mais un tel mcanisme nest pas
disponible et seulement une large gnralisation peut tre utilise.
Actuellement, deux types de batteries constituent les candidats potentiels pour
les applications oliennes : les batteries au plomb-acide et les batteries au nickel-

202

cadmium : elles sont les mieux adaptes aux exigences de performance, de fiabilit et
de prix [95,132,136,137].
Cependant, les batteries plomb-acide qui peuvent tre retenues pour cette tude
sont celles ouvertes plaques planes paisses du fait qu'elles concurrencent les autres
par le rapport qualit/prix. En plus, elles sont les plus rpandues et celles sur
lesquelles existe une relle exprience de terrain. Leurs dures de vie diminuent quand
les caractristiques standards (courant, tension) ne sont pas respectes. Durant la
dcharge, la tension interne dune cellule dun tel accumulateur chute graduellement de
2.0 1.8 V pendant que la matire active est utilise. Ensuite, sa tension chute
rapidement.
Par contre, les batteries de nickel-cadmium, bien que leur prix soit lev, sont
moins susceptibles d'tre endommages par un taux lev de charge/dcharge que les
batteries plomb - acide. Elles sont ainsi plus attractives pour les petites capacits de
stockages. La tension circuit ouvert de chaque cellule est uniquement 1.2 V, ce qui
ncessite d'utiliser un grand nombre de cellules individuelles pour satisfaire les grandes
tensions demandes mais c'est un avantage pour alimenter les autres quipements du
systme par des faibles tensions tel que l'onduleur.
Avant d'tudier le rendement nergtique des batteries, il est utile de dfinir la
capacit nominale (Cn) dune cellule. Cn reprsente une charge, exprime en Ampre heures, capable dalimenter un systme pendant un certain temps, gnralement 5 ou
10 heures. Par exemple, une cellule de capacit 100 Ah un taux de 5 heures va
fournir dans les meilleures conditions un courant de 20 A durant cette priode.
Cependant, comme le montre le tableau III.1, si un courant I lev est demand, le
temps h de dcharge se rduit dune faon non proportionnelle et donc la capacit Ch
nest plus constante. On pourrait aussi dfinir le rendement nergtique de dcharge
dune batterie comme tant le rapport Ch/Cn et tracer ses variations (Figure III.5).
Tableau III.1 : Capacit disponible pour une cellule de 100 Ah pour
diffrents taux de dcharge
Courant demand
I
11.7 A
20 A
29.3 A
62 A

Dure de dcharge
H
10 heures
5 heures
3 heures
1 heure

Total Ah disponible Voltage final de la cellule

V
Ch
117 Ah
1.85 V
100 Ah
1.82 V
88 Ah
1.80 V
62 Ah
1.75 V

203

1,1
1,0
0,9

Nickel-cadmium
Plomb-acide

0,8

Ch/Cn

0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
1

10

Taux de dcharge (heures)

Figure III.5 : Capacit disponible des batteries pour diffrents taux de dcharge.
Le rendement nergtique total de dcharge des batteries du type plomb - acide
varie avec le niveau de dcharge. Une telle variation typique se situe entre 50 et
80.%.[135]. Par contre, le rendement nergtique total de charge des batteries plombacide est de 85 % et 75 % pour les batteries nickel-cadmium.
Le prix du systme ne dpend pas seulement du dispositif de stockage, mais
aussi du prix et du rendement des quipements de conversion dinterface
(convertisseur, onduleur). Le convertisseur est moins cher et de rendement lev, mais
londuleur reste encore cher, de faible rendement pour des faibles charges et
salimente avec un courant lectrique apprciable. La figure III.6 montre le rendement
typique dun onduleur [135].

204

1,0

Rendement

0,8

0,6

0,4

0,2

0,0
0

10

20

30 40 50 60 70
Puissance de sortie %

80

90

100

Figure III.6 : Rendement typique d'un onduleur.

A prsent, pour le stockage long terme, lutilisation des batteries, vu leur
prix lev, nest pas conomique. Il est prfrable d'utiliser les groupe lectrogne
(GEG) durant les longues priodes de vent faible. Plus la capacit du stockage est
grande, moins elle est utilisable, donc une telle augmentation de la capacit du
stockage est moins rentable [96]. Une tude exprimentale dun arognrateur de
5.kW connect 10 kWh de batteries plomb-acide montre que le systme est
techniquement viable et peut tre conomiquement rentable pour les communauts
isoles o le prix du combustible est lev [110]. Il apparat quune capacit de
stockage infrieure 10 kWh de batteries est une bonne stratgie dopration pour les
GEG et larognrateur pour un stockage court et moyen terme.
Pour ces raisons uniquement deux combinaisons de taille et de type de batteries
sont utilises : pour les batteries plomb-acide, le stockage moyen terme est de : 10
heures x demande moyenne, tandis que pour les batteries nickel-cadmium, le stockage
court terme est de : 1 heure x demande moyenne.
III.3 Traitement informatique du modle et rsultats
III.3.1 Donnes dentres
Le traitement informatique des donnes dentres suivantes :

205

valeurs de la consommation horaire,

valeurs horaires de la vitesse du vent,
caractristiques des groupe lectrogne, des batteries et larognrateur,
a pour but doptimiser le systme hybride (Arognrateur/Groupe Eletrogne)
schmatis par la figure III.7. Ainsi, la simulation a t faite selon la logique de
lorganigramme de la figure III.8.
III.3.2 Composantes du systme
Les composantes de base du systme considr (Figure III.7) consiste en :
surface balaye par les hlices (m2),
alternateur de puissance PG,
groupe lectrogne de puissance PD,
batteries de capacit C (kWh).
III.3.3 Calcul conomique
L'valuation conomique suivante est base sur la mthode d'Allison [109,140142]. C'est une mthode simple, mais cependant un moyen de comparaison utile. Elle
est exprime par l'expression suivante :
n
r (1+r) P i
1
(III.5)
C=
(
+ m P t +FD)
N i (1+r) n -1
(C'est dire que le prix du kWh d'lectricit gnre est gal au capital amorti
additionn du prix de la maintenance et du prix du combustible).
o
m : prix de maintenance / anne (3 % du prix du systme)
C : prix du kilowatt heure (Dh/ kWh)
F : combustible utilis / anne
D : prix du combustible (Dh/l)
r : taux d'intrt annuel net de l'inflation (5 %)
n : dure de vie (annes)
Pi : prix de la composante i considre
Avec P = P
t

i i

et

206

N = nombre d'heures dans l'anne (365 x 24).

207

Dbut

donnes : vent,
diesel, batteries
demande etc...

dclaration configuration systme

dpart boucle
horaire

non

Selection demande cacul nerg. olienne

Demande satisfaite
excs vers batteries

oui

fin boucle
horaire
oui
impression
rsultats

nerg.
olien. >
demande

Fin

non
Calcul taux
dscharge

nerg.olien.
+ batteries >
demande

oui

Demande
satisfaite

non
Dmarrage
diesel

excs+ner.oli
vers batteries

Ajustement niveau charge batteries

Dcharge
excs
oui

Cal. tat charge

batteries

charge
>
capacit batt.

Figure III.8 : Organigramme de la mthode de simulation.

208

non

Les suppositions suivantes sont faites sur le prix et la dure de vie pour les
diffrentes composantes du systme :
Arognrateur
GEG
Batteries
Onduleur
Prix du combustible

:
:
:
:
:

prix 1000-3000 Dh / m2
prix 8000 Dh/ kW
prix 1000 Dh / kWh
prix 3000 Dh / kWh
prix
4.5 Dh / litre

dure
dure
dure
dure

de
de
de
de

vie 20 ans
vie 10 ans
vie 5 ans
vie 20 ans

Dans les calculs, le prix de la maintenance est suppos constant aussi bien
pour le systme groupe lectrogne (GEG) seul que pour l'Arognrateur/GEG/Batteries.
Cela est justifi par le fait que la maintenance de l'arognrateur quip de batteries
est compense par la rduction de la maintenance des GEG, elle-mme de la
rduction du temps de fonctionnement des GEG par leur couplage.
Cependant, pour les systmes sans stockage, le prix de la maintenance est
suprieur puisque l'addition de l'arognrateur seul ne conduit pas un cycle
d'opration des groupes lectrognes (GEG) satisfaisant.
III.3.4 Rsultats de l'optimisation du systme
Toute la modlisation est faite en termes de consommation horaire. Les
rsultats seront exprims en valeur annuelle par kW de demande moyenne. Les
variables de sorties comprennent lnergie olienne, lnergie dlivre par le groupe
lectrogne (GEG), les nergies reues et fournies par les batteries ainsi que lnergie
olienne gaspille. On fournit dautres rsultats dont le nombre de dmarrages, le
nombre dheures de fonctionnement du GEG, la quantit du combustible consomm,
les pertes internes des batteries et les pertes du convertisseur et de londuleur.
III.3.4.1 Effet de la vitesse nominale de vent (Vn/Vm)
L'effet de la taille de l'arognrateur est examin d'abord en choisissant une
capacit de stockage (batteries plombacide) moyen terme capable de satisfaire la
demande moyenne pour 10 heures, et une logique de la Stratgie de Contrle du
systme la plus simple (S.C.(1)). Ceci indique que le groupe lectrogne (GEG)
fonctionne en pleine charge en utilisant l'excs d'nergie pour charger les batteries.
Ceci prsente l'avantage que l'nergie lectrique gnre par litre de fuel consomm

209

est maximale, que le GEG fonctionne avec son efficacit optimale et que le cot de
la maintenance est rduit. Ainsi, l'tat moyen de la charge des batteries est le plus
lev possible.
La figure III.9a reprsente le combustible consomm par anne en fonction du
rapport Vn/Vm pour diffrentes surfaces de balayage afin de satisfaire la demande
considre. On constate que l'intersection de ces courbes avec l'axe (ordonne) qui
reprsente
la
performance
du
systme
sans
arognrateur
correspond
approximativement

2700 litres.
Ceci
indique
qu'un
systme
Groupe
lectrogne/Batteries avec la S.C.(1) consomme une quantit de combustible
comparable celle utilise par le GEG seul fonctionnant des charges suprieures
40 %, puisque le surplus d'nergie gnre efficacement durant les priodes de faibles
consommations peut tre stock et utilis ultrieurement. Comme il peut tre constat,
l'intgration de l'Arognrateur/Batteries augmente significativement la quantit du
combustible conomis.
Les courbes ont une mme allure gnrale (Figure III.9a). Elle prsente une
chute du combustible consomm vers une valeur minimale cause de l'augmentation
de Vn/Vm et, par la suite, de la puissance nominale. Ceci est d la nature de la
courbe caractristique considre de l'arognrateur o la vitesse de dmarrage, Vd,
est proportionnelle la vitesse nominale Vn. Un niveau donn de la demande ne peut
tre servi que si la puissance nominale lui est suprieure ou gale. Au-del de ce
minimum, l'augmentation du Vn/Vm est assez importante pour satisfaire le pic de la
demande. Cette augmentation signifie que l'nergie totale dlivre peut tre
cause du surplus produit pour les grandes valeurs de la vitesse du vent.
le rendement pour les faibles valeurs de la vitesse est rduit car la
dmarrage Vd augmente, diminuant ainsi la contribution olienne lectrique

augmente
Cependant,
vitesse de
gnrale

la satisfaction de la demande. Par consquent, le combustible consomm commence

augmenter.
La

valeur

optimale

de

Vn/Vm

dcrot

avec

l'augmentation

de

la

taille

de

l'arognrateur (Figure III.9a). Ceci montre que malgr le fait que l'nergie olienne
totale dlivre par m2 de surface balaye dans un rgime de vent donn peut tre
maximise par un choix particulier de Vn/Vm, l'utilisation de cette nergie pour
satisfaire une demande donne ncessite une optimisation qui est un compromis entre
maximiser l'nergie dlivre et augmenter le rendement de l'arognrateur pour les
faibles valeurs de la vitesse du vent.

210

3500

Batteries plomb-acide : 10 kWh

Stratgie de contrle 1 (GEG fonctionnant en pleine charge)

1a

(e)

0,1

(f)
2

2500

5
10
20
30
40

2000

50

Taille de l'arognrateur (m2 )

Combustible utilis (litres/anne)

3000

1500

1000
0,0

0,5

1,0

1,5

2,0

Vn/Vm
Batteries nickel-cadmium : 1 kWh
Stratgie de contrle 1 (GEG fonctionnant en pleine charge)
2
5

Combustible consomm (litres / anne)

(e)
3000

10

20
30
40
50

(f)
2500

2000

1b

Taille de l'arognrateur (m2)

3500

1500

1000
0,0

0,5

1,0

1,5

2,0

Vn/Vm

Figure III.9a : Variation du combustible consomm avec Vn/Vm pour diffrents diamtres
du rotor (e : GEG avec S.C.(1), f : GEG avec S.C.(2)).

Pour les valeurs optimales de Vn/Vm, la figure III.9a montre que la dcroissance
de la quantit du combustible consomm est assez importante pour les arognrateurs
de grandes tailles. Aussi, en plus des avantages oprationnels du systme lis la
rduction importante du nombre de dmarrages du groupe lectrogne (GEG),
l'inclusion du stockage rduit le combustible consomm de faon apprciable. Ceci
s'explique par le fait que la source tampon (batteries) est maintenant capable de
compenser l'nergie olienne durant les priodes o l'nergie est peine infrieure
la demande.

211

2a

3000

(f)

0,1

2500

2
5

2000

10
20
30
40
50

1500

1000
0,0

0,5

1,0

1,5

Taille de l'arognrateur (m2)

Combustible utilis (litres / anne)

3500 Batteries plomb-acide : 10 kWh

Stratgie de contrle 2 (charge de fonctionnement du GEG > 40%)
(e)

2,0

Vn/Vm
3500 Batteries nickel-cadmium : 1 kWh
Stratgie de contrle 2 (charge de fonctionnement du GEG > 40%)

2b

3000

2
5

(f)
2500

10
20
30
40
50

2000

Taille de l'arognrateur (m2)

Combustible consomm (litres / anne)

(e)

1500

1000
0,0

0,5

1,0

1,5

2,0

Vn/Vm

Figure III.9b : Variation du combustible consomm avec Vn/Vm pour diffrents

diamtres du rotor (e : GEG avec S.C.(1), f : GEG avec S.C.(2)).
Cette tude concerne la modlisation du fonctionnement du systme, alors que
la conception optimale demande est celle qui minimise le prix de linstallation
considre en tenant compte du prix et de la dure de vie de toutes ses composantes.

212

3500

Stratgie de contrle (1), (a)

Combustible consomm (litres/anne)

Stratgie de contrle (2), (c)

Batteries plomb-acide :10 kWh

3000

1.6

2500

Vn/Vm
1.5

2
1.8

2000

1.8

1.5
1.3

1500

1.2
1.1
1000
0

10

20

30

40

50

Taille de l'arognrateur (m2)

3500

Batteries nickel-cadmium :1 kWh

S.C.(1), (b)

Combustible consomm (litres / anne)

S.C.(2), (c)
3000

Vn/Vm

1.8 1.8
1.7
2500
1.7
1.5
2000

1.3

1.3

1500

1000
0

10

20

30

40

50

Taille de l'arognrateur (m2)

Figure III.10 : Variation du combustible consomm avec le diamtre du rotor.

En relevant les valeurs minimales des courbes de la figure III.9a, on peut tracer
la courbe (a) de la figure III.10 qui reprsente la variation du combustible consomm
en fonction de la taille de l'arognrateur du systme. Cette courbe permet de
dterminer la taille optimale par la compensation du cot supplmentaire du capital
amorti d l'intgration de l'arognrateur par le cot correspondant au combustible
conomis. Les courbes (a) de la figure III.11 schmatisent le cot de l'lectricit
dlivre en fonction de la taille de l'arognrateur pour les suppositions conomiques
dj spcifies et en variant le prix du m2 de la surface balaye. On constate que la
taille optimale de l'arognrateur pour 1000 Dh/m2 est centre autour de 18 m2, ce
qui, sur la figure I.9a, indique une valeur de Vn/Vm de lordre de 1.5, c'est dire de

213

lordre de Vn= 9 m/s. Le cot de gnration minimal est 2.4 Dh/kWh alors que le cot
de gnration du groupe lectrogne (GEG) utilis seul est de l'ordre de 2.46 Dh/kWh
pour la mme stratgie de contrle 1 (S.C.(1)) (Figure III.12a).
(e) : Cot de gnration du kWh (GEG seul
fonctionnant en pleine charge)
(f) : Cot de gnration du kWh (GEG seul
fonctionnant une charge > 40%)

Cot de gnration (Dirhams / kWh)

3,5

1a

Batteries plomb acide : 10 kWh

3000 Dh / m2
S.C.(1), (a)

3,0

S.C.(2), (c)
2000 Dh /m2

2,5
(e)
1000 Dh /m2

(f)
2,0
0

10

15

20

25

30

35

40

Taille de l'arognrateur (m2)

3,5 Batteries nickel-cadmium : 1 kWh

1b
3000 Dh / m2

Cot de gnration (Dirhams / kWh)

S.C.(1), (b)
S.C.(2), (d)

2000 Dh /m2

3,0

1000 Dh /m2
2,5
(e)

(e) : cot de gnration du kWh (GEG seul

fonctionnant en pleine charge)
(f) : Cot de gnration du kWh (GEG seul
fonctionnant une charge > 40%)

(f)
2,0
0

10

15

20

25

30

35

40

Taille de l'arognrateur (m2)

Figure III.11 : Cots de gnration d'lectricit pour diffrents prix des arognrateurs.
Cependant, plus important encore, la figure III.9a illustre le fait que le systme
Arognrateur / groupe lectrogne puisse rduire la consommation de combustible
consomm de moiti (18 m2, 1000 Dh/m2), ce qui est trs intressant pour une
communaut isole.
III.3.4.2 Effet des batteries
La prsence des batteries plomb-acide pour le stockage moyen terme
augmente la rentabilit du systme au dtriment de la viabilit du systme. Pour cette
raison, une capacit de stockage de 1 heure de batterie nickel-cadmium, plus viable,

214

est considre pour le stockage court terme. Pour l'utilisation durant les longues
priodes de vent nul, le stockage par batteries long terme n'est pas conomique en
comparaison l'utilisation directe de l'nergie stocke disponible dans le combustible.
2,8

(b)

2,7

Cot de gnration (Dirhams/kWh)

2,6

2,5

(d)
(e)

(a)

2,4

(c)

2,3

(a) 10 h Pb-acide, S.C.(1)

(b) 1 h Ni-Cad , S.C.(1)
(c) 10h Pb-acide, S.C.(2)
(d) 1 h Ni-Cad , S.C.(2)
(e) GEG, S.C.(1)
(f) GEG, S.C.(2)

2,2

(f)
2,1
0

10

15

20

25

30

35

40

Taille de l'arognrateur (m2)

Figure III.12 : Cot d'lectricit pour diffrentes stratgies de contrle avec un prix de
2
1000 Dh/m .
En traant des courbes du mme type que prcdemment, pour un systme
ayant une capacit de stockage de 1 kWh nickel-cadmium, on obtient les figures. IV.9b12b. On constate que pour le prix de 1000 Dh/m2, le cot optimal de gnration,
2.66Dh/kWh, est suprieur celui correspondant au stockage moyen terme, avec une
marge de tailles optimales de l'arognrateur centres aussi autour de 18m2. Ceci
peut s'expliquer par l'utilisation d'une quantit d'nergie olienne plus importante pour
le stockage moyen terme, cause de la grande capacit de ce dernier.

215

III.3.4.3 Effet de la stratgie de contrle

La stratgie de contrle correspondant la performance optimale du systme
tout entier est lie au fonctionnement du groupe lectrogne (GEG). Pour un systme
donn, l'objectif du contrle est de satisfaire la demande en utilisant le minimum de
combustible et en maximisant la dure de vie des diffrentes composantes du systme,
savoir le GEG et les batteries. Une autre option de contrle qui, mrite d'tre
considre, est d'imposer une charge minimale au GEG pour minimiser la
maintenance. Pour comparer, l'tude faite pour la stratgie de contrle 1 est reprise
pour le cas considr. La stratgie de Contrle 2 (S.C.(2)) est similaire au S.C.(1) la
diffrence qu'elle limite le fonctionnement du GEG des charges suprieures 40 %
de sa puissance nominale (Figures III.9c et III9.d). Dornavant, quand la demande sera
au-dessous de ce minimum, le surplus d'nergie du GEG sera utilis pour charger les
batteries. Le cot minimal pour 1000 Dh/m2 et 10 heures (batteries Pb-acide), est de
2.34 Dh/kWh (Figure III.12c). Le cot de gnration par l'utilisation du GEG tout seul
est de 2.12 Dh/kWh au lieu de 2.46 Dh/kWh pour la premire stratgie de contrle
(Figure III.12).
Nous remarquons que le gain en combustible consomm, et, par la suite, le
cot du kWh gnr pour le stockage court terme en adoptant la stratgie de
contrle 2 (S.C.(2)) au lieu de la S.C.(1), sont assez importants comparativement au
cas du stockage moyen terme (Figures. III.10 et III.12). Ceci est d la rduction
de l'excs de l'nergie (nergie non exploite) gnre par le GEG fonctionnant en
plein rgime pour le stockage court terme (Figure III.13).
La figure III.13 reprsente la rpartition de lnergie annuelle dlivre
directement pour satisfaire la demande par larognrateur, le groupe lectrogne
(GEG) et lArognrateur/Batteries pour les deux stratgies de contrle et pour la
taille optimale de l'arognrateur (18 m2). Nous constatons que pour le stockage
moyen terme, la contribution de l'Arognrateur/Batteries est suprieure pour la
stratgie de contrle 1 (S.C.(1)). Ceci peut s'expliquer par la contribution importante
des batteries quilibrer lnergie olienne durant les priodes o lnergie olienne
est peine infrieure la demande. Les valeurs leves entasses autour de la
diagonale de la matrice de charge indiquent une tendance un faible taux de charge/
dcharge des batteries, ceci vite lendommagement de ces dernires (Tableau III.2). De
plus, nous remarquons aussi quuniquement 5 % de la consommation provient
directement de larognrateur. Ceci est d au fait que l'utilisation de l'nergie

216

olienne est limite uniquement 6 heures/jour, et, par consquent, une grande partie
de l'nergie olienne gnre n'est pas exploite (Figure III.14).
Groupe lectrogne
Arognrateur + batteries
Arognrateur

Energie consomme (kWh / anne)

10000

(1)
5%

9000

(1) : 18 m2 , 10 kWh , Vn/Vm = 1.5

(2) : 18 m2 , 1 kWh , Vn/Vm = 1.7
(1)
5%

(2)
13 %

8000

(2)
13 %
4%

4%

7000

32 %

36 %
6000
5000

83 %

83 %

4000

63 %
3000

59 %

2000
1000
0

S.C.(2)

S.C.(1)

Figure III.13 : Rpartition de l'nergie dlivre directement vers la demande

15000

(1) : 18 m2 , 10 kWh , Vn/Vm = 1.5

(2) : 18 m2 , 1 kWh , Vn/Vm = 1.7
(2)

Vers la demade
Perte par le transformateur
Vers les batteries
Perte par l'onduleur
Perte interne
Excs

(2)
(1)

(1)

Energie (kWh/anne)

12500
(2)
10000

(2)

7500
(1)

(1)

5000
(1)

2500

0
1

S.C.(1)

S.C.(2)

Arognrateur

S.C.(1)

S.C.(2)

Groupe lectrogne

(1)

(2)
S.C.(1)
10

11

(2)
S.C.(2)
12

Batteries

Figure III.14 : Histogramme de l'nergie utilise

217

Tableau III.2 : Matrice de charge pour la S.C.(1), une capacit de stockage de 10kWh
et 18m2/kW de demande moyenne.
Niveau de charge au dbut de l'heure en %
0- 55 10
0-5
99 18
5-10
0 119
3
0
0
2
0
0
1
0
3
1
10 0
3
7
3
3
5
0
1
2
7
2
1
6
0
1
17 1
1 12
85-90
0
1
90-95
0
3
95-100 0
0

10
90 9515
95 100
6
8
3
4
10
4
2
3
0
0
0
0 0 0 0 0 0
0
17 13
7
3
3
11
6
1
1
0
0
0 0 0 0 0 0
0
85 17 13
7
2
3
11
5
2
0
0
0 0 0 0 0 0
0
0 116 22 11 13
5
6
6
9
1
0
0 0 0 0 0 0
0
0
0 514 20 33 15 12
8
11
7
0
0 0 0 0 0 0
0
0
1
0 157 21 61 13
3
5
9
5
0 0 0 0 0 0
0
0
0
2
1 229 36 19 19
9
8
9
4 0 0 0 0 0
0
3
0
0
55
0 334 38 15 21 11 10 3 49 0 0 0 0
0
1
0
2
0
2
1 361 100 22 23 16 9 3 3 0 0 0
0
6
2
0
0
0
0
1 348 94 19 26 11 7 3 7 0 0
0
1
8
0
1
1
0
1
1 233 46 70 26 11 7 4 6 0
0
6
3
6
0
1
60
0
1
1 293 56 30 27 15 7 2 7
0
1
2
41
9
6
1
2
0
1
1 164 53 24 20 4 7 5
8
3
4
1
0
1
12
0
1
0
0
1 97 43 32 19 4 6
10
3
1
1
0
0
2
10
0
0
1
0
0 59 34 22 17 4
64
1 12
2
1
0
0
8
18
0
0
2
0 0 52 37 8 12 23
0
0
3
0
0
0
1
1
2
10
0
0 0 0 43 21 5
37
9
0
1
2
5
0
0
0
0
68
0
0 0 0 0 28 14 38
0
2
0
0
8
0
0
0
9
0
0
0 0 3 0 0 31 51
2
0
0
2
0
2
62
2
0
23
0
8 0 28 0 76 24 2486

Conclusion
Plusieurs stratgies de contrle peuvent tre formules pour le systme de
gnration, Arognrateur/Groupe lectrogne/Batteries, et deux d'entre elles ont t
considres ici, avec deux types de batteries pour le stockage. A part le systme
Arognrateur/ Groupe lectrogne /Batteries avec stockage court terme et Groupe
lectrogne (GEG) sans charge minimale, les cots de gnration dlectricit pour les
autres configurations sont comparables celui du GEG fonctionnant seul en pleine
charge. Les systmes hybrides considrs peuvent rduire la consommation du
combustible de moiti, ceci est intressant pour l'lectrification des communauts
isoles.
2

L'utilisation du combustible consomm et la surface balaye optimale - 18m indiqus par cette modlisation, et des prix typiques pour le fuel - 4.5 Dh/litres - et le
prix de la surface balaye par l'arognrateur 1000 Dh/m2 - a permis d'valuer le
cot de gnration. A part la configuration Arognrateur/ Groupe lectrogne/Batteries
avec le stockage court terme et la stratgie de contrle 1 (S.C.(1)), les cots

218

optimaux de gnration des autres systmes considrs sont comparables ceux

fournis par le groupe lectrogne (GEG) tout seul avec la S.C.(1).
Pour les valeurs des paramtres tudis dans ce travail, c'est dire une vitesse
moyenne du vent de 6 m/s un niveau de 10 m de hauteur et une demande de
facteur de forme de 0.18, on constate que le fuel consomm par le systme Groupe
lectrogne /Batteries avec le stockage moyen terme et la stratgie de contrle 1
(S.C.(1)) est de 7 litres par kiloWatt de demande moyenne (2550 litres/anne), ce qui
est comparable celle mesure pour le mme GEG fonctionnant tout seul avec une
charge minimale. L'utilisation de ces chiffres et les valeurs centrales des paramtres
conomiques (prix du fuel de 4.5 Dh/l, taux d'intrt de 5 % et taux de la maintenance
de 3 %), montre que le cot de gnration du kWh peut descendre au-dessus du seuil
de 2.5.Dh. L'intgration de l'nergie olienne est meilleure pour le stockage moyen
terme avec la stratgie de contrle 2 (S.C.(2)).
Les courbes du cot du kWh gnr n'admettent pas de minimum accentu, ce
qui montre que l'arognrateur reste la composante la plus chre du systme. Comme
les prix des arognrateurs ont
une tendance dcroissante lchelle internationale, le cot du kWh gnr par les
systmes hybrides va baisser aussi.
Le fonctionnement d'un tel systme, sans aucun moyen de stockage, semble
avoir des problmes pour le fonctionnement du groupe lectrogne (GEG) cause des
fluctuations alatoires du vent et du besoin de faire face aux chutes brusques de
l'nergie olienne.
Le stockage moyen terme n'a pas un effet marqu sur le prix de gnration,
mais il est potentiellement utile pour le fonctionnement du groupe lectrogne (GEG)
(rduction du nombre de dmarrages) et profitable pour l'intgration de l'nergie
olienne.

219

CHAPITRE

IV

OPTION DE L'ENERGIE EOLIENNE AU MAROC

220

IV. OPTION DE LENERGIE EOLIENNE AU MAROC

Introduction
La facture nergtique constitue une lourde charge pour lconomie marocaine
et affecte le dveloppement du pays. En effet, tant donn la quasi - inexistence, au
niveau national, de ressources nergtiques conventionnelles exploitables, le pays
dpend presque totalement de lextrieur pour son approvisionnement en nergie.
Cette situation est rendue plus critique, dune part, par la hausse et la
fluctuation des prix du ptrole, et, dautre part, par le dveloppement exponentiel de
la demande en nergie surtout pour les pays en voie de dveloppement. Elle exige
que le Maroc revoit sa politique nergtique, largement dpendante des hydrocarbures,
et qu'il mobilise tous ses efforts afin de dvelopper et rationaliser la consommation de
lnergie dans le pays, et, particulirement, la promotion des nergies renouvelables.
Cest dans cet ordre dides que le recours aux nergies renouvelables simpose
comme une alternative imprieuse. En effet, les nergies renouvelables prsentent
lavantage dtre abondantes, propres et inpuisables et peuvent satisfaire la demande
dans des proportions non ngligeables. Ce qui pourrait contribuer de faon importante
au dveloppement conomique, lindpendance nergtique et rduire la facture
nergtique au Maroc.
Lanalyse de la possibilit dutilisation des nergies renouvelables pour satisfaire
certains besoins nergtiques du pays est dune grande utilit. C'est le cas notamment
de l'nergie olienne. Pour cela, 10 projets de parcs d'oliennes, dans les rgions les
plus venteuses du Maroc, ont t proposs et soumis aux tests des critres de cots
de production et de rentabilit.
Parfois, les dcideurs politiques ont besoin de connatre les cots de production
nergtique en avance et il est ncessaire dvaluer les cots avec des paramtres
moyens. Ces cots ne peuvent pas tre considrs comme des valeurs absolues mais
sont trs importants pour la prise des dcisions.
Il s'agit du cot de l'nergie olienne pour les diffrents projets proposs;
utilisant des arognrateurs de puissances nominales de la gamme de 150 kW
250kW par arognrateur alli une variation du prix de vente du kWh. De plus,

221

les projets ont t soumis aux tests d'autres paramtres nergtiques et financiers, tels
que la vitesse du vent, la puissance nominale des arognrateurs, le cot
dinstallation, le dlai du crdit, le taux d'intrt, etc.

IV.1 Localisation des zones les plus venteuses

En examinant la carte des vents au Maroc (Figure I.15), on remarque que, dans
les zones du dtroit de Gibraltar et sur les ctes atlantiques situes entre Laayoune et
Dakhla, la vitesse moyenne du vent peut dpasser 10 m/s. Quant la rgion
montagneuse de Midelt et du couloir de Taza, les vitesses moyennes y sont de l'ordre
de 5 m/s et 10 m/s respectivement. Cependant, le long de la cte Casablanca-Agadir la
vitesse moyenne est comprise entre 4 et 6 m/s. Ces chiffres permettent d'apprcier les
principaux sites qui feront l'objet d'une valuation quantitative du gisement olien
marocain. Nous nous limiterons aux sites suivants : Sendouk, Blanco1, blanco2 ,
ElHaouma et Fnidek pour la rgion du Nord, Taza et Midelt pour celle du centre et
Safi, Essaouira, Layoune et Dakhla pour la cte atlantique et le Sud.[143,144].

IV.2 Evaluation quantitative de la puissance olienne exploitable dans les sites

retenus
La puissance rcuprable partir du vent, ne peut tre exploite en totalit, et
ce pour des considrations topographiques et techniques. En effet, la puissance
maximale extraire d'un site est dtermine par le rendement et le nombre maximal
d'arognrateurs qu'on peut y placer. Ce nombre est calcul sur la base des critres
suivants [31]:
- la surface du terrain plat,
- la distance entre les arognrateurs de la mme range (au minimum le
triple du diamtre du rotor),
- et la distance entre deux ranges successives (d'au moins dix fois la hauteur
du pylne), c'est dire, la distance ncessaire pour que le vent puisse rcuprer sa
vitesse aprs avoir heurt un obstacle, ainsi on doit avoir :
( N1 + 1 ) * 3 D < L

222

( N2 + 1 ) * 10 H < l

( IV .1 )

avec
N1 : nombre d'arognrateur par range.
N2 : nombre de ranges d'arognrateurs.
N : nombre total d'arognrateurs placer sur le site.
et
L : dimension du terrain perpendiculairement la direction prdominante du vent
l : dimension du terrain paralllement la direction prdominante du vent.
D : diamtre du rotor de l'arognrateur.
H : hauteur du pylne.
Par consquent, la puissance olienne exploitable est donne par [31]:
Pexp = N.S.Pmoy

(IV.2)

Considrons un arognrateur standard pour lequel D = 24 m et H = 30 m, le

tableau IV.1 rcapitule, pour les sites retenus, les rsultats obtenus. A partir de l'tude
des caractristiques statistiques de la vitesse du vent (Annexe A) et en utilisant
l'expression II.18, on peut estimer la puissance totale qui pourrait tre exploite sur
l'ensemble des sites retenus plus de 1 817 MW, soit une nergie exploitable de
15918 GWh (Tableau IV.1).
Tableau IV.1 : Rcapitulation du calcul du gisement olien pour les sites retenus[143,144]
Hauteur de l'anmomtre : Z(m)
Superficie
Nombre
Puissance
Energie
V
K
C
P
exploitable
maximum
exploitable
exploitable
Sites
(m/s)
S.I.
(m/s) (W/m2) (Hectares)
D'arognr. (MW)
(GWh/an)
Sendouk
9.54 2.62 10.86
897
60
24
9.74
85.32
Blanco 1
10.86 2.47 12.28
1214
65
26
14.28
125.09
Blanco 2
10.27 2.57 11.94
1088
45
18
8.85
77.53
ElHaouma
9.40 2.35 10.69
828
50
20
7.49
65.61
Fnidek
6.98 2.43
8.09
352
50
20
3.18
27.86
Taza
11.23 2.58 12.67
1219
150
195
10.75
94.17
Safi
4.60 2.73
5.28
90
50
65
2.65
23.21
Essaouira
5.10 2.90
7.65
266
50
65
7.62
66.75
Layoune
6.97 2.47
8.02
335
4000
5200
788.06
6903.41
Dakhla
7.24 2.94
8.22
328
5000
6500
964.49
8448.93
Total
6616
9520
12133
1817.11
15917.88
(*) Arognrateur standard pour lequel D=24 m et H = 30 m

223

IV.3 Arognrateurs :
Sans tenir compte de leur puissance, on peut faire une premire classification
des arognrateurs (Figure IV.1).
IV.3.1 Arognrateurs axe horizontal
Un arognrateur axe horizontal consiste en une machine tournante dont le
mouvement est produit par l'nergie cintique du vent qui agit sur le rotor dor d'une,
deux ou trois pales. Ce mouvement rotatoire est en suite transmis travers un
multiplicateur de vitesse vers un gnrateur qui produira l'nergie lectrique.
L'ensemble de ces composants est regroup dans un carter support par un pylne.
Celui-ci est trs important dans la mesure o :
_ sa hauteur doit assurer que l'arognrateur se trouve en dehors des
perturbations des aux obstacles (turbulences),
_ sa frquence propre doit tre diffrente des frquences des vibrations
engendres par l'arognrateur [31].
IV.3.2 Arognrateurs axe vertical
Ces arognrateurs sont conus de manire ce qu'ils puissent fonctionner
tout vent. N'ayant pas besoin d'tre orients, grce la symtrie de leurs pales, ils
permettent de profiter du vent dans n'importe quelle direction. En plus, l'emplacement
du gnrateur lectrique au niveau du sol prsente un grand avantage quant aux
oprations de maintenance. Nanmoins, les arognrateurs axe vertical prsentent
quelques inconvnients, notamment :
- pas d'auto - dmarrage.
- pour des sites o le potentiel est de 1800 2500 kWh/kW/an [31], il a t
prouv qu'avec la mme puissance installe, un modle axe vertical produit peu
prs la moiti de l'nergie lectrique produite par un modle axe horizontal. Ceci
est l'une des raisons principales pour lesquelles la demande sur ce type de machines
est quasiment faible.
L'arognrateur axe vertical de type Darrieus est le plus dvelopp
actuellement grce aux caractristiques arodynamiques de ses pales, lui permettant de
profiter d'une marge assez large de vitesses leves du vent.

224

225

IV.4.1 Tailles des arognrateurs

Le tableau IV.2 montre la croissance rapide de la taille moyenne des
arognrateurs durant les dernires annes. De cela, nous pouvons constater que la
taille moyenne des arognrateurs installs a augment d'un facteur de 3 4. Durant
la prochaine dcennie, il est prvu que la puissance nominale des arognrateurs
augmente de 700 kW 2 MW terre et 5 MW mer..
Tableau IV.2 : Taille moyenne des arognrateurs installs chaque anne [145].
Anne

Danemark

Allemagne

1992

215

185

1993

248

1994

Espagne

Sude

UK

US

125

212

361

223

254

200

247

320

149

364

371

320

412

469

336

1995

493

473

297

448

534

327

1996

531

530

420

459

562

511

1997

560

623

422

550

514

707

1998

687

783

504

590

615

723

IV.4.2 Facteur de capacit

Le facteur de capacit des arognrateurs a dj augment de 0.20 0.23 0.25 aujourd'hui. Ceci est le rsultat d'une meilleure conception et un meilleur
emplacement [145].

IV.5 Capacit de puissance olienne installe travers le monde

Parmi les pays travers le monde, dix ont dvelopp d'une manire
significative ce type d'nergie. Viennentt en tte, l'Allemagne et les Etats Unis
d'Amrique en se partageant 52 % de la capacit totale mondiale installe avec
2874.MW et 2 141 MW respectivement. Le Danemark et l'Inde suivent avec 25 % de
la puissance installe tous les deux, correspond 1 420 MW et 992 MW. En
cinquime place, l'Espagne compte dj 880 MW, soit 9 % de la puissance installe et
les autres se partageant les 14 % restants (Tableaux IV.3 et IV.4). Rappelons que, pour
le Danemark, dj 7 % de sa consommation nergtique provient de lnergie olienne

226

et il est en chemin vers lobjectif national de 10 % de son approvisionnement

nergtique proviendrait de lnergie olienne dici 2005 [145].

Tableau IV.3 : Capacit totale mondiale installe et Watts par habitant pour diffrents
pays [145].
Pays

Capacit olienne totale

installe en 1997 (MW)

Australie
Brsil
Canada
Chine
Danemark
France
Allemagne
Grce
Inde
Italie
Japon
Pays-Bas
Russie
Espagne
Sude
Royaume Unis
Etats Unis d'Amrique
Total

Watts / habitant

11
3
25
146
1116
13
2081
29
940
103
18
329
5
512
122
328
1611
7392

0.60
0.02
0.86
0.12
223.00
0.22
25.00
2.90
1.00
1.80
0.14
22.00
0.03
13.00
13.00
5.60
6.00

Tableau IV.4 : Taux de croissance du marche de l'nergie olienne dans

les dix premiers pays [145].
Pays

MW install MW install MW install MW install taux de croissa

fin 1995
fin 1996
fin 1997
fin 1998
1997-98 (%)

taux moyen
sur 3 ans(%

Allemagne

1132

1552

2081

2874

38.1

36.4

USA

1614

1615

1611

2141

32.9

9.9

Danemark

637

835

1116

1420

27.2

30.6

Inde

576

820

940

992

5.5

19.9

Espagne

133

250

512

880

71.9

87.7

Pays Bas

249

295

329

379

15.2

15.0

Royaume Unis

200

273

328

338

3.0

19.1

Chine

44

79

146

200

36.7

65.6

Italie

33

71

103

197

91.6

81.5

Sude

69

103

122

176

43.9

36.5

4687

5893

7288

9597

31.7

27.0

Mondial

227

D' une manire gnrale, on recense plus de 6 553 MW installs en Europe en

la fin 1998 [145], ce qui reprsente lpoque prs de 65 % de la capacit
lectrique mondiale d'origine olienne, dpassant les Etats-Unis d'Amrique avec 2145
kW installe, lAsie avec 1 224 kW et le reste du monde avec 235 kW (Figure V.2).

2%
12%
21%

65%
Europe : 6553MW,

USA : 2145MW, Asie : 1224MW, Reste du Monde :

235MW

Figure IV.2 : Capacit de la puissance olienne globale installe,

10153MW, vers la fin de 1998[145].
IV.5.1 Lnergie olienne : 10 % de la consommation mondiale en lectricit
vers 2020
Une tude rcente publie par l'Association Europenne des Energies Eoliennes
(AEEE) sous la forme d'un rapport, a valu le dveloppement technologique des
nergies renouvelables durant les 20 prochaines annes. Pour la puissance olienne,
cette tude a prvu que le taux annuel de croissance est de l'ordre de 20 % entre
1998 et 2003, soit une capacit installe de 33 400 kW la fin de cette priode. Pour
atteindre les 10 % fix comme objectif, une augmentation de 30% est demande entre
2004 et 2010; soit une capacit installe de 181 000 MW. A partir de 2010, avec un
taux annuel de croissance de 20 % jusqu 2015 et un taux de croissance de 10 %
jusqu 2020, la puissance olienne totale installe sera de 1.2 Million. Ceci va
gnrer 2966 TWh d'lectricit, quivalente 10.85 % de la consommation lectrique
mondiale prvue vers la fin de lanne 2020 (Tableau IV.5) [145].

228

Tableau IV.5 : 10 % de la consommation mondiale en lectricit provenant de l'nergie

olienne vers 2020 [145].
Anne Taux de croiss. Capac.nouvel.
moy annuel % annuelle (MW)

Capacit
Produ. Annuel.
cumul. MW d'nerg. TWh

Demande mondiale Pntrat. mondiale

en lectricit TWh de l'lectri. Eolien. %

1999

20

3120

13273

29.1

14919

0.19

2000

20

3744

17017

37.3

15381

0.24

2005

30

10934

52715

115.4

17918

0.64

2010

30

10596

181252

444.0

20873

2.13

2015

20

101017

537059

1333.8

23894

6.54

2020

10

150000

1209466

2966.6

27351

10.85

IV.5.2 Investissement, cot et cration d'emplois

IV.5.2.1 Investissement
L'tude mentionne ci-dessus montre que les investissements annuels, qui sont
de l'ordre de 3 billions de Dollars ($) en 1999, vont augmenter pour atteindre un pic
de 78 billion de $ en 2020. L'investissement total (avec le prix de l'anne 1999)
demand pour atteindre 1 200 GW de puissance olienne est estim 724 billions de $.
Vers 2020, le cot des investissements par kW aura de lordre de 552 $, une
rduction considrable de 43 % compare celui d'aujourd'hui (Tableau IV.6).
Tableau IV.6 : Investissement, installation et emploi d la
ralisation des 10 % de l'lectricit olienne
mondiale vers 2020 [145].
Anne

Installation annuelle
(MW/Anne)

Cot
(US$/kW)

Investissement
Investissement
(US$ billion/Anne)
(US$ billion)

Emplois cumul

1998

2600

1000

2600

2600

57200

1999

3120

975

3041

5641

66910

2000

3744

948

3551

9193

66910

2005

10934

830

9072

40038

199582

2010

40596

705

28640

135959

630084

2015

101016

590

59556

361965

1310228

2020

150000

522

78339

723594

1723461

229

IV.5.2.2 Cot
Le cot du kWh de l'nergie olienne a dj t rduit de faon spectaculaire
d la chute du cot de la fabrication olienne et autres cots lis. Plusieurs tudes
de faisabilit par des organismes internationaux ont montr que le cot du kWh varie
entre 4 et 7 c$ et peut chuter jusqu' 2.5 c$ vers 2030 [145-153].

Prix d'lectricit, cECU/kWh

La figure IV.3 montre que l'nergie olienne pour certains sites est dj
comptitive, et mme sans tenir entirement compte de ses bnfices
environnementaux. Un autre facteur qui doit tre tenu en compte dans cette
comparaison est la faiblesse du facteur de capacit des nergies oliennes c'est dire
pour produire une quantit donne d'lectricit, il est ncessaire d'installer une capacit
2 2.5 fois plus grande compare celle de l'nergie conventionnelle (ptrole, gaz et
nuclaire). Cette tendance entrane une nergie olienne plus chre au dbut de sa
dure de vie, mais, dun autre ct, il n'y a pas de consommation de gaz/ptrole
durant la dure de vie d'une installation olienne. Le cot de l'nergie olienne a
prvu de chuter durant les deux dcennies suivantes, par contre, il est important que
les trois technologies de gnration thermique mentionnes ici soient moins chres
qu'aujourd'hui

10

10

C Minimum
B Marge

8
7

8
7

Gaz

2
Charbon

3
Nuclaire

Figure IV.3 : Prix courant de llectricit [145]

230

Vent

IV.5.2.3 Cration d'emplois

Une valuation de l'effet de l'nergie olienne sur l'emploi, ralise par
l'Association des Fabricants des Arognrateurs Danois (AFAD) en 1996 montre que
17 emplois sont cres pour chaque mgawatt de l'nergie olienne install. Avec un
prix moyen du kilowatt install de 1 000 Dollars ($) en 1999, le nombre d'emplois cre
peut tre li au chiffre d'affaire, montrant que 22 emplois (17+5) sont cres pour
chaque million de $ investi [145]. La conclusion de l'valuation des emplois cres en
installant les 10 % cibls est la cration de plus de 1.7 million d'emplois travers le
monde vers 2020, pour lensemble de la fabrication et l'installation (Tableau IV.6).
IV.5.3 Bnfices environnementaux des 10 %
La rduction de la quantit du dioxyde de carbone (CO2) mise dans
l'atmosphre est le plus important bnfice de la gnration de l'nergie olienne. Le
taux du CO2 dans latmosphre, avec dautres gaz (Mthane.(CH4), Oxyde nitreux
(N2O), Hydrofluorocarbones (HFC), Hydrocarbures perfluors (PFC) et Hexafluorure de
soufre (SF6), participent, en effet, laccroissement de leffet de serre, menant des
consquences catastrophiques sur le changement global du climat (augmentation de la
temprature, inondation des terres basses et ports, etc)[159]. Des calculs effectus
par le Conseil Mondial Energtique (CME), en se basant sur le rapport publi par l
l'Association Europenne des Energies Eoliennes ont montr que l'exploitation d'un
kWh d'nergie olienne permet de rduire en moyenne la quantit de CO2 mise de
0.6 kilogramme [145].
IV.6 Energie produite par un arognrateur
La puissance moyenne fournie par un arognrateur s'crit :

(V.3)

P e=SP v
avec

: rendement global,

: surface balaye par le rotor (m2),

Pv
Pe

: puissance moyenne contenue dans le vent la vitesse V (W/m ),

: puissance lectrique moyenne fournie en Watt.

231

Un arognrateur est caractris par sa courbe de puissance qui reprsente la

variation de la puissance lectrique produite en fonction des diffrentes classes de
vitesse du vent. Ainsi, dans un site donn, on peut dterminer l'nergie effective,
E(kWh), produite par l'arognrateur en multipliant les frquences des diffrentes
classes de la vitesse du vent par les puissances correspondantes et en faisant la somme
sur la priode considre. Soit :
1 N
E=
(IV.4)
P( )f( )
1000 i=1 V i V i
avec

T
: priode de temps en heures,
P(Vi) : puissance de l'arognrateur correspondante la classe de vitesse Vi ,
f(Vi) : frquence de la vitesse Vi du vent.
Cette mthode de calcul sera utilise pour dterminer la productibilit olienne
annuelle de deux types d'arognrateurs (150 kW et 250 kW) fonctionnant sous
diffrents rgime du vent. Leurs caractristiques sont donnes dans l'annexe C. Les
rsultats obtenus sont utiliss comme lments de base pour les calculs de
dimensionnement et danalyse conomique de parcs oliens qui font l'objet de cet
tude (Tableau IV.7)
Tableau IV.7. Productibilit olienne annuelle.

Sites
Sendouk
Blanco 1
Blanco 2
ElHaouma
Fnidek
Taza
Safi
Essaouira
Layoune
Dakhla
Total

Puissance
kW / an /
arog.
81.47
94.70
94.08
81.22
51.39
98.73
14.24
34.04
47.32
53.62
650.81

Pn = 150 kW
Pn = 250 kW
produite
Energie
gnre
Puissance
produite
Energie
gnre
MW / an
GWh / an GWh / an kW / an /
MW / an
GWh / an GWh / an
/ arog.
arog.
/ arog.
1955
0.714
17.14
140.30
3367
1.229
29.50
2462
0.830
21.58
166.19
4331
1.456
37.86
1693
0.824
14.83
163.24
2938
1.430
25.74
1624
0.712
14.24
138.68
2774
1.215
24.30
1028
0.450
9.00
84.86
1697
0.743
14.86
19252
0.865
168.68
174.03
33936
1.525
297.38
926
0.125
8.13
26.69
1735
0.234
15.21
2213
0.298
19.37
57.01
3706
0.499
32.44
246064
0.414
2152.80
79.13
411476
0.693
3603.60
625748
0.470
3055.00
89.01
578565
0.780
5070.00
625748
5.702
5480.76
1119.14
1044515
9.804
9150.87

IV.7 Dimensionnement d'une centrale lectrique olienne

Un parc olien est une installation regroupant une ou plusieurs varits
d'arognrateurs et connectes au rseau lectrique. Cette connexion est assure par

232

une compagnie lectrique ou rgie de distribution d'lectricit qui joue le rle d'un
accumulateur permettant de faire parvenir l'nergie lectrique gnre des centres de
consommation lointains.
La puissance d'une telle installation peut tre rgularise selon les besoins
nergtiques tout en tant limite par les disponibilits du site. Malgr les
caractristiques de fonctionnement propres au parc d'arognrateurs, l'quipement qui
le connecte au rseau ( transformateur, coupe-circuit, machines induction, relais et
capacits de correction du facteur de puissance) est celui utilis dans les installations
typiques de production d'lectricit.
IV.7.1 Dimensionnement d'un parc olien
Le dimensionnement d'un parc olien consiste dterminer le type et le nombre
d'arognrateurs installer, leur taille et leur puissance. Ce dimensionnement fait
appel, en plus des caractristiques des arognrateurs, d'autres donnes telles que :
- caractristiques du rseau lectrique auquel sera connect le parc et la
distance entre celui-ci et le rseau,
- caractristiques du site.
IV.7.1.1 Caractristiques de l'arognrateur
Un arognrateur est caractris par sa courbe de puissance qui reprsente la
puissance de l'arognrateur en fonction de la vitesse du vent (Annexe B).
Sur ces courbes de puissance, on distingue trois zones principales :
- entre 0 et Vd : dmarrage de l'arognrateur,
- entre Vn et Va : arognrateur produit sa puissance nominale; il maintient
approximativement cette puissance jusqu' la vitesse Va qui correspond l'arrt
automatique de l'arognrateur pour des raisons de scurit.
Un arognrateur s'adapterait parfaitement un site o l'intervalle des vitesses
les plus frquentes contient la vitesse nominale de cet arognrateur.
IV.7.1.2 Caractristiques du rseau lectrique
Actuellement, les lignes lectriques de transport et/ou de distribution dans notre
pays sont de trois types : lignes de 22 kV, 60 kV,225 kV.

233

Sachant que les arognrateurs produisent de l'nergie lectrique dune tension

au dessous de 380 V, il faudrait prvoir la mise en place de transformateurs de
tension (Basse Tension/Moyen Tension et Moyenne Tension/Haute Tension).
Ainsi, dans un parc olien, on distingue deux niveaux de transformation
(Figure.IV.4). Le premier, permet d'lever la tension de sortie des arognrateurs
jusqu' celle de distribution interne du parc (22 kV). A ce niveau, plusieurs
transformateurs sont associs un par un des groupements d'arognrateurs. Le
deuxime niveau, permet de concentrer dans un poste de transformation, les lignes de
distribution interne de la moyenne tension et d'lever leur tension jusqu' la haute
tension (60 ou 225 kV).
L'nergie lectrique obtenue au niveau du poste de transformation est envoye
plus loin vers un autre poste qui assure le contrle et la gestion de la distribution
conventionnelle de l'lectricit du ct de la compagnie de distribution.
Si, dans une zone de grand potentiel olien, on veut raliser plusieurs
installations de grande puissance, il est pratique de disposer d'une station qui
regroupera les diffrentes gnrations d'lectricit en provenance de chacune des
installations. A partir de celle-ci, on tracera une ligne de grande capacit qui servira
uniquement pour le transport de l'nergie gnre par ces installations sans alimenter
aucune charge intermdiaire et la connexion de cette ligne au rseau se fera travers
une autre station partir de laquelle s'effectuera la distribution de toute l'nergie
lectrique (conventionnelle et d'origine olienne) vers les rgies de distribution en
moyenne tension.
a. Connexion Arognrateur/Rseau lectrique national
Rappelons que la gnration d'lectricit par la force du vent est l'une des
mthodes les moins chres pour les sites o le potentiel olien est assez important,
mais uniquement si toute la puissance olienne est utilise au moment o elle est
gnre, c'est dire que la charge doit absorber utilement la puissance olienne
fluctuante dlivre par l'arognrateur. Pour les arognrateurs connects au rseau
national, les connexions de rserve en sortie sont ajustes selon la puissance olienne
disponible, en suivant exactement les variations de la charge. Pour un arognrateur
reli un rseau isol, les connexions de rserve ne sont pas disponibles, et, donc,
d'autres formes de compensation sont requises. Une autre solution frquemment utilis,

234

est de surdimensionner l'arognrateur et d'liminer tout excs de puissance olienne,

mais cette mthode conduit gnralement une augmentation du cot de l'nergie
olienne [102,105,108].
b. Connexion arognrateur/Groupe lectrogne
Gnralement, le systme Arognrateur/Groupe lectrogne consiste en un
simple arognrateur coupl un simple groupe lectrogne (GEG) fournissant des
niveaux de puissances moyennes variant entre 5 kW et 50 kW pour une petite
communaut isole. Pour des grands systmes o de multiples arognrateurs et GEG
sont ncessaires, le besoin de l'nergie tampon est moins vital, puisque les fluctuations
de la puissance olienne sont rduites et que le nombre de dmarrages peut tre
rparti entre tous les GEG. Au dessous de 5 KW, le cot d'un systme constitu d'un
GEG et d'un arognrateur monte en flche puisque les niveaux de puissance
demands diminuent. Par consquent, des systmes hybrides incluant l'nergie
photovoltaque et/ou le stockage par batteries mritent d'tre considrs [109,125,127].
L'utilisation d'un arognrateur dans un petit systme de gnration prsente,
cependant, un nombre additionnel de problme en plus de la viabilit et du cot, d
la nature variable de la puissance fournie et la rduction de la flexibilit du
fonctionnement. Le mode d'optimisation considr, c'est dire l'arognrateur en
parallle avec le groupe lectrogne (GEG), fournit seulement une conomie limite du
fuel puisqu' avec une charge nulle, la consommation du fuel de aux pertes internes
est de l'ordre de 20 % 30 % de la consommation en pleine charge. De mme,
l'augmentation des exigences de la maintenance rsultant du fonctionnement prolong
faibles charges, entrane une exigence sur la demande minimale de 30 % 40 % de la
puissance nominale fournie. En gnral, un petit systme de gnration lectrique ne
disposera pas de plusieurs GEG de tailles diffrents et d'un facteur de demande lev
cause du manque de la diversit gographique et sociale des consommateurs, et, par
suite, l'augmentation de la puissance fournie par l'arognrateur va simplement induire
une rduction de l'efficacit du GEG [129,134].

235

236

L'intgration la plus importante de l'nergie olienne peut tre faite par le

stockage d'nergie durant les priodes de vitesse de vent leve pour pouvoir satisfaire
la demande durant les priodes de dficits (vent nul). Garantir l'approvisionnement en
lectricit uniquement avec l'arognrateur ncessite une grande capacit de stockage,
et, par consquent, une augmentation du cot du systme, d'o la ncessit d'addition
d'une source d'nergie, tel que le groupe lectrogne (GEG) pour couvrir les priodes
de vent nul. Cependant, une petite capacit de stockage est encore ncessaire pour
faire face aux courtes priodes de fluctuation de l'nergie olienne, pour viter un trop
grand nombre de dmarrages du GEG et exploiter au maximum l'nergie olienne. Un
certain nombre d'options diffrentes de stockage a t propos, le systme de stockage
le plus conventionnel et le plus reconnu est les batteries lectro-chimiques. L'effet de
leur utilisation comme source d'nergie tampon est limit l'utilisation des batteries
Nickel-Cadmium pour le stockage court terme, et les batteries Plomb-Acide pour le
stockage moyen terme [127,129,138-142].

Le rgime du vent affecte la taille des diffrentes composantes du systme

suivant les variations de trois paramtres : la moyenne long terme de la vitesse du
vent, l'intensit de la turbulence (amplitude des fluctuations) et le spectre des
frquences (espacement temporel des fluctuations). Plus la moyenne long terme de la
vitesse du vent est leve, plus la quantit d'nergie olienne dlivre la
consommation est importante, remplaant ainsi davantage le fuel consomm. Pour les
systmes Arognrateur/Groupe lectrogne avec ou sans nergie tampon (batteries), le
fuel consomm dcrot tant que la moyenne long terme de la vitesse du vent
augmente. Pour des sites faibles vitesse de vent, par consquent, il peut tre
impratif d'utiliser une nergie tampon afin de gnrer l'lectricit un bon prix
[125,127,129,134-142].
IV.7.1.3 Caractristiques du vent
Vent
Dans chaque site, le vent a une propre distribution moyenne annuelle des
directions et des vitesses (Ch.II). Pour cela, l'alignement des arognrateurs doit
permettre de capter le maximum d'nergie disponible dans le vent. Ainsi, dans la
mesure o le terrain le permettrait, les arognrateurs seront aligns
perpendiculairement la direction prdominante du vent [31].

237

Terrain
La topographie du terrain o l'on dsire implanter un parc olien est
dterminante quant la ralisation des infrastructures lectriques et de gnie civil. On
distingue, alors, les terrains de nature plate, ondule et accidente. Un terrain plat
permet d'avoir une grande tendue d'arognrateurs parfaitement aligns et
perpendiculaires aux chemins d'accs (Figure IV 5). Dans ce type de configuration du
terrain, la distance entre chaque range d'arognrateurs correspondra la distance
ncessaire pour que le vent puisse rcuprer la vitesse qu'il avait l'entre de
l'installation et pour que les arognrateurs situs en aval ne soient pas trs
significativement affects par la prsence des premires ranges.

Arognrateurs

Chemins d'accs
secondaires

Direction du vent
Predominante

Chemin
d'accs
principal

Figure IV.5 : Disposition d'arognrateurs en terrain plat [31].

Remarques :
1) Si le vent prsente de frquentes variations de sa direction, il savre plus
intressant de placer les arognrateurs en disposition triangulaire (Figure IV.6).
2) Si le terrain prsente des ondulations, il faudrait atteindre la corde la plus
utile de la colline ou de la montagne considre; c'est dire la plate forme la plus
perpendiculaire la direction prdominante du vent sur le site.

238

Arognrateurs

Chemins d'accs
secondaires

Direction du vent
Predominante

Chemin
d'accs
principal

Figure IV.6 : Disposition triangulaire d'arognrateurs [31].

IV.7.2 Projets de parcs oliens dans les sites retenus
Dans cette tude, il s'agit de faire un premier dimensionnement des parcs
oliens pour diffrents sites venteux travers le Maroc, et ceci avec deux types
d'arognrateurs de puissances 150 et 250 kW.
Parc du Nord
Les besoins en lectricit de la rgion Nord (Tanger et Ttouan) sont estims
557 GWh/an (65MW). Compte tenu des rsultats du tableau IV.1, on ne peut pas
implanter plus de 110 arognrateurs sur l'ensemble des cinq sites choisis dans la
rgion du Nord [31].
Parc de Taza
Les besoins en lectricit de la rgion de Taza sont de l'ordre 38.2 GWh/an.
L'alimentation en lectricit est assure par une usine hydraulique (Idriss 1er) avec des
lignes de 60 kV. Sur ce site, on peut implanter jusqu' 195 arognrateurs [31].
Parc de Layoune
La demande de Layoune en lectricit est estime 30 MWh. Cette demande
est satisfaite par une centrale thermique. Mais le problme majeur de la ville reste
l'approvisionnement en eau potable. Pour cette raison, une unit de dessalement de

239

l'eau de mer par osmose inverse sera oprationnel bientt. Cette usine produira
3
7000.m3/jour avec une nergie requise de 7 kWh/m (49 000 kWh/jour) [31].
Ainsi la centrale olienne propose Layoune sera destine couvrir les
besoins lectriques de la ville et les besoins nergtiques de l'usine prcite. Ces
besoins ont t surestims, dans la perspective que la centrale soit connecte au
rseau national dans lavenir.
Parc de Dakhla
La puissance installe, actuellement, Dakhla est d'environ 10 MW assure par
une centrale thermique et trois groupes lectrognes [31]. Ce site ne reprsente pas de
limitations de superficie, ni de nombre d'arognrateurs implanter. Le parc de
Dakhla peut couvrir galement les besoins des autres rgions voisines, sachant que le
rseau national s'arrte Laayoune.
IV.7.3 Analyse conomique
Cette tude permet d'avoir une ide sur la faisabilit conomique des parcs
oliens. Elle est base sur les donnes suivantes :
- cot d'installation d'un parc olien,
- cot d'exploitation d'un parc olien,
- prix de vente du kWh produire,
- taux d'intrt et taux d'actualisation,
- dlai.
IV.7.3.1 Cot d'installation
Le cot d'installation d'un parc olien est dtermin par les lments suivants :
- arognrateurs,
- travaux de gnie civil,
- systmes lectriques globaux et contrle centralis,
- ingnierie (transformateurs, lignes lectriques),
L'investissement total ncessaire pour la ralisation d'un parc olien peut tre
dcompos comme l'indique la figure IV.7.

240

Figure IV.7 : Rpartition des frais d'installation [31].

IV.7.3.2. Cot d'exploitation.
Le cot d'exploitation d'un parc olien comporte les frais suivants :
- maintenance des arognrateurs,
- gestion et direction du parc,
- leasing du terrain + TVA,
- divers (interconnexion, assurances, taxes, cot opratoire de la station de
transformation, etc.).
La part de chacun de ces frais dans le cot total d'exploitation est reprsente
par la figure IV.8.

Figure IV.8 : Rpartition des frais d'exploitation [31].

241

IV.7.3.3 Prix de vente

Au Maroc, l'Office National dElectricit (ONE) dtient le monopole de la
distribution d'lectricit. Il serait le principal acheteur du kWh olien produit. Pour
cela, il faudrait conclure un accord sur le prix de vente. Ce prix est fix, d'une part,
par la lgislation, et d'autre part, par la contrainte du bnfice. Pour les besoins de
l'tude, les calculs de rentabilit conomique sont effectus en variant le prix de
vente.
IV.7.3.4 Taux d'intrt
L'investissement mis en jeu pour financer un projet de parc olien est un crdit
bancaire donn par une banque nationale ou internationale. Le taux d'intrt sur un
emprunt est dtermin par la lgislation (rglement bancaire) et par la nature du projet.
Au Maroc, de 1991 1996 les taux dbiteurs (taux de sortie) taient fixs en terme
de maximum. Ce maximum a vari durant cette priode entre 12 et 15.8 %. Toutefois,
on peut toujours arriver conclure des contrats de financement avec des organismes
internationaux de dveloppement et de promotion de l'nergie olienne.
IV.7.3.5 Dlais d'emprunt
Gnralement, il est fix par la dure de vie des installations et par la nature
des investissement. Ce dlai peut aller jusqu' 30 ans.
IV.7.3.6 Taux d'inflation
La valeur de l'argent diminue cause de l'inflation. Pour les annes 1994-1997,
le taux moyen d'inflation peut tre estim entre 5 et 6 pour cent par anne.

IV.8 Rsultats de l'analyse de la rentabilit conomique

L'analyse de la rentabilit conomique des projets proposs se base sur deux

critres principaux [154-158] :
- temps de retour actualis,
- bnfice actualis.

242

Les expressions dfinissant ces paramtres sont dveloppes dans l'annexe D.

Dans la perspective d'obtenir une meilleure rentabilit des projets analyss, nous avons
tudi les limites partir desquelles ces projets sont bnfiques, et ceci, en faisant
varier les paramtres du paragraphe IV.7.3.
Tableau IV.8 : Donnes financires [31]
Estimation (Dh) :
Prix de rfrence du kWh
Nombre darognrateurs /Projet
150 kW
Prix de larognrateur
250 kW

1.00
20
2 000 000

3 500 000

Frais de maintenance / arognrateur

Inflation (nergie) en %
Inflation (cots) en %
Leasing du terrain + TVA en % du revenu total
Frais de gestion / arognrateur
Taxes sur la proprit en % du revenu total
Assurances sur la fiabilit / arog.
Assurances sur le matriel mc./ arog.
Cot opratoire de la station / arog.
Frais d'interconnexion / arognrateur
Divers / arognrateur

23 000
3.5
6.5
20
9 200
0.05
3 880
23 000
1 840
920
3 880

Les nergies renouvelables, et particulirement l'nergie olienne, constituerait un

apport non ngligeable dans la voie de l'indpendance nergtique du Maroc et de la
cration des conditions du dveloppement durable. Le recours une telle nergie se
justifie amplement par l'importance des potentialits qu'elles offrent sur le plan
conomique, mais aussi sur le plan cologique dans le sens de la sauvegarde de
l'environnement. Son utilisation est aussi encourage par les organismes nationaux et
internationaux afin de prserver lutilisation des prcieux combustibles fossiles aux
secteurs tels que le transport et le ptrochimique.
Dans notre recherche des sites valables pour l'installation de parcs oliens, nous
avons pu rassembler des informations statistiques, sur les caractristiques de la vitesse

243

du vent, bases sur l'observation sur une priode plus ou moins longue des diffrents
sites de sorte qu'il existe actuellement des donnes fiables pour d'autres travaux de
recherche (cf. Tableaux A1, Annexe A).
Cette tude, a entres autres, permis de recenser les sites qui prsentent les
meilleurs potentialits pour l'installation de parcs oliens conomiquement rentables.
Comme il a t annonc dans l'introduction, les projets retenus ont t soumis des
tests de faisabilit conomique et financire; c'est ainsi, pour l'tude conomique que
nous avons retenus les hypothses ci-aprs :
- dlai du crdit
: 20 ans,
- taux d'intrt des emprunts :
8%
avec la contrainte suivante : le prix de vente doit tre infrieur ou gal celui
pratiqu par l'Office National dElectricit (ONE). Nous avons galement eu recours
la mthode du point mort pour dterminer le seuil de rentabilit de chaque site.
Rappelons, que le tarif moyen de l'lectricit, toutes taxes comprises, entr en
vigueur le 1er Janvier 1996, pour l'usage domestique est en moyenne d'un Dirham par
kWh. Ce prix a t retenu comme prix de rfrence pour procder l'valuation
conomique puis la comparaison des projets retenus [3].
L'ensemble des rsultats, auxquels nous sommes parvenus, sont prsents dans
les tableaux IV.9-13 Il ressort de ces tableaux que deux lments conditionnent la
rentabilit de tout projet, savoir :
- la vitesse du vent du site,
- et la puissance nominale de l'arognrateur.

Tableau IV.9 : Energie produite en GWh/arog./anne pour 2 types darognrateurs.

Sites
Sendouk
Blanco 1
Blanco 2
ElHaouma
Fnidek
Taza
Safi
Essaouira
Layoune
Dakhla

244

Pn=150kW
0.714
0.830
0.824
0.712
0.450
0.865
0.125
0.298
0.414
0.470

Pn=250kW
1.229
1.456
1.430
1.215
0.743
1.525
0.234
0.499
0.693
0.780

Le tableau IV.10. fait ressortir que, l'exception de Safi et Essaouira, le prix

minimal de vente auxquel l'on pourrait vendre l'nergie produite partir de ces sites
est nettement avantageux par rapport aux prix pratiqus par l'Office Nationale
dElectricit (ONE). En effet, part les sites de Safi et dEssaouira, les prix minimaux
de vente sont dans la fourchette 0.50 - 0.99 Dh pour larognrateur de puissance
nominale 150 kW et dans la fourchette 0.45 - 0.94 Dh pour celui de puissance
nominale 250 kW
Tableau IV.10 : Prix minimal de vente en Dh/kWh pour que les projets retenus
commencent tre conomiquement rentables.
Sites
Sendouk
Blanco 1
Blanco 2
ElHaouma
Fnidek
Taza
Safi
Essaouira
Layoune
Dakhla

Pn=150kW
0.58
0.50
0.50
0.58
0.91
0.48
3.26
1.37
0.99
0.87

Pn=250kW
0.53
0.45
0.46
0.54
0.88
0.43
2.79
1.31
0.94
0.84

Par ailleurs, les rsultats de l'analyse montrent que mme en augmentant le prix
de vente du kWh de 1 Dh 1.5Dh, le site de Safi et Essaouira restent non rentables.
Ceci peut s'expliquer par la faiblesse du potentiel olien de ces sites et le prix lev
des arognrateurs. Par contre, les projets de Dakhla et de Layoune deviennent
rentables ds que le pris augmente en raison de l'importance de leurs potentiels
oliens (Tableaux IV.11a et IV.11b).
Tableau IV.11a : Rsultats de l'analyse de rentabilit conomique des projets retenus
pour les 2 arognrateur, 150 kW et 250 kW, avec le prix de vente
moyen de 1.Dh/kWh
Sites
Sendouk
Blanco 1
Blanco 2
ElHaouma
Fnidek
Taza
Safi
Essaouira
Laayoune
Dakhla

Cot de revient
(DH /kWh)
150 kW
250 kW
0.58
0.54
0.53
0.49
0.53
0.50
0.58
0.55
0.80
0.77
0.51
0.48
2.36
2.00
1.11
1.09
0.85
0.81
0.77
0.74

Bnfices actualiss
(MDH)
150 kW
250 kW
74
140
95
181
94
176
74
137
*
*
101
193
*
*
*
*
*
*
*
*

Temps de retour
(ans)
150 kW
250 kW
8.2
7.4
6.1
5.4
6.2
5.5
8.2
7.5
*
*
5.4
5.2
*
*
*
*
*
*
*
*

* : Ne sont pas rentables conomiquement

245

Tableau IV.11b : Rsultats de l'analyse de rentabilit conomique des projets retenus

pour les 2 arognrateur, 150 kW et 250 kW, avec le prix de vente
moyen de 1.5 Dh/kWh
Cot de revient
Bnfices actualiss
(DH /kWh)
(MDH)
Sites
150 kW
250 kW
150 kW
250 kW
Sendouk
0.68
0.64
138
251
Blanco 1
0.63
0.59
170
212
Blanco 2
0.63
0.60
168
305
ElHaouma
0.68
0.65
138
247
Fnidek
0.90
0.87
67
119
Taza
0.61
0.58
179
331
Safi
2.46
2.11
*
*
Essaouira
1.21
1.15
*
*
Laayoune
0.95
0.91
57
106
Dakhla
0.87
0.84
72
129
* : Ne sont pas rentables conomiquement

Temps de retour
(ans)
150 kW
250 kW
4.0
3.6
3.1
3.0
3.2
3.1
4.0
3.7
9.2
9.2
2.8
2.6
*
*
*
*
11.3
11.1
8.3
8.3

Ainsi de l'analyse prcdente, il est permis de revoir les cas soulevs par les
sites de Safi, Essaouira et, par l, les cas de certains sites non retenus dans l'tude. Il
s'agit d'installer des parcs doliens utiliser uniquement durant les priodes venteuses,
notamment en hiver o la demande en nergie est importante. Le couplage des parcs
oliens avec le rseau national peut soulager les pressions qui s'exercent cette
priode et/ou durant les heures de pointe.
Autre rsultat de ces 2 tableaux, avec une variation du prix de vente de 1
1.5Dh/kWh, on constate que la dure de rcupration de l'investissement initial est
presque rduite de moiti et que les bnfices actualiss ont augment et, par la suite,
une nette amlioration de la rentabilit et une rduction trs importante du risque
conomique.
Ces rsultats permettent galement la modulation du prix de vente en fonction
des pouvoirs d'achat de chaque rgion. En effet, on peut fixer les cots de vente
l'intrieur d'une fourchette variant entre 1 et 1.5 Dh/kWh, soit une marge de 50 %. Ce
qui ne manquerait pas d'inciter ces populations une utilisation plus soutenue de
l'nergie, d'autant plus, si elle est appele tre utilise en priode de basse demande.
Les tableaux IV.11.a et b, mettant les cots de revient face la rentabilit
financire et le temps de rcupration, permet d'affirmer que plus la puissance des
arognrateurs est grande, plus la rentabilit est importante. Compte tenu de ces
remarques, on peut affirmer que l'intrt d'installer des arognrateurs plus puissant

246

est manifest, car les dures de rcupration de l'investissement sont plus courtes
surtouts pour les sites venteux.
Le tableau IV.12. fait apparatre que si l'on rduit le prix d'acquisition de 25.%
en gardant les mmes prix de vente, on constate que les sites d'Essaouira et Safi sont
encore non rentables pour les deux types d'arognrateurs. Ce qui montre l'importance
du potentiel olien du site retenu sur la rentabilit conomique du projet . En
revanche, le site de Layoune devient rentable pour les arognrateurs de puissance
nominale de 250 kW.
Tableau IV.12 : Evaluation conomique des projets retenus pour un cot d'installation
rduit de 25 % et un prix de vente moyen de 1 Dh le kWh.
Cot de revient
(Dh /kWh)
Pn=150kW
Pn=250kW
Sites
Sendouk
Blanco 1
Blanco 2
ElHaouma
Fnidek
Taza
Safi
Essaouira
Layoune
Dakhla

0.51
0.46
0.47
0.51
0.69
0.45
1.95
0.93
0.73
0.67

Bnfices actualiss
(MDh)
Pn=150kW
Pn=250kW

0.47
0.43
0.43
0.48
0.65
0.42
1.62
0.87
0.68
0.63

83
104
103
83
35
110
*
*
*
39

156
197
192
153
68
209
*
*
59
75

Temps de retour
(ans)
Pn=150kW
Pn=250kW
5.1
3.7
4.0
5.1
15.1
3.5
*
*
*
13.1

4.5
3.5
3.6
4.6
13.2
3.3
*
*
16.2
12.0

* : Ne sont pas rentables conomiquement

Le tableau IV.12, est bas sur l'hypothse que les nergies renouvelables,
comme alternatives complmentaires l'lectrification par extension du rseau,
bnficient de l'appui financier et technique de plusieurs partenaires internationaux
me
et/ou locaux (une ligne de crdit non remboursable par exemple cf. 4
protocole
financier Maroc Union Europenne, un crdit sans intrt, etc.). Cette hypothse ne
nous semble pas raliste et nous avons retenus celle de la rduction de 25.% du prix
dacquisition pour l'valuation conomique des projets car elle est la plus probable
[139-148]. Cette constatation nous conduit affirmer que sous cette condition, on
arrive raliser un gain financier substantiel, qui autorise toutes les manuvres, pour
l'accouplement de cette source d'nergie avec le rseau national d'lectricit (cot de
revient rduit et dlai de rcupration conforme aux normes internationales).
Nous constatons que si l'on agit sur les paramtres constituant le cot de
revient, en diminuant le prix d'acquisition et en allongeant la dure d'amortissement,

247

les prix de ventes peuvent tre fixs en fonction de l'objectif qui est de vendre le
kWh un prix infrieur celui pratiqu par l'Office National dElectricit (ONE).
Ainsi, le tableau IV.13. montre effectivement que si l'on agit sur le dlai de
rcupration, le prix de vente peut descendre au dessous du seuil 1 Dh/kWh mme si
la marge bnficiaire devient moins importante car l'objectif n'est pas de maximiser
les profits mais d'encourager l'utilisation des nergies renouvelables plus
particulirement lnergie olienne.
Tableau IV.13 : Prix de vente en Dh/kWh pour les projets retenus pour une
dure de rcupration de 10 annes.
Sites
Sendouk
Blanco 1
Blanco 2
ElHaouma
Fnidek
Taza
Safi
Essaouira
Layoune
Dakhla

Cot de revient
(Dh /kWh)
Pn=150kW
Pn=250kW
0.56
0.52
0.49
0.44
0.49
0.45
0.57
0.53
0.90
0.86
0.47
0.42
3.22
2.74
1.35
1.29
0.97
0.93
0.86
0.82

Prix de vente
(Dh /kWh)
Pn=150kW
Pn=250kW
0.93
0.89
0.80
0.76
0.81
0.77
0.94
0.90
1.48
1.47
0.77
0.72
5.31
4.67
2.23
2.19
1.61
1.58
1.42
1.41

Considrant les bnfices environnementaux

sans mission de pollution, l'nergie totale
arognrateurs de puissance nominale 150 kW
(Tableau.IV.7.), ce qui correspond une rduction

Bnfices actualiss
(MDh)
Pn=150kW
Pn=250kW
65
116
65
116
65
116
65
116
65
116
65
116
65
116
65
116
65
116
65
116

de la production de llectricit
produite par l'installation des
est de l'ordre de 114 GWh/an
annuelle de l'mission de CO2 de

0.068 million tonnes soit 114 GWh x 600 tonnes. Pour les arognrateurs de puissance
nominale 250kW, l'nergie qui peut tre gnre est de l'ordre de 196 GWh/an, et, par
la suite, une rduction de l'mission de CO2 de l'ordre de 0.118 million tonnes.

Conclusion
En conclusion, le Maroc est bien plac pour exploiter l'nergie olienne, une
source naturelle abondante, pour diversifier ses approvisionnements en nergie et
rduire l'mission du dioxyde de carbone et autres polluants. D'aprs nos estimations,
il est fort possible que 10 % de l'approvisionnement en lectricit du Maroc peut

248

provenir de l'nergie olienne conformment aux prvisions mondiales dici 2020 sil
tait fix comme objectif.
la rentabilit conomique, en gnral, d'un parc olien dpend en premier lieu
de la vitesse du vent du site, du cot total de l'installation et de la puissance
nominale de l'arognrateur surtout pour les sites moins venteux.
L'tude de la faisabilit conomique de ces projets a montr l'intrt
conomique, social et cologique qu'elle prsente pour le Maroc. De plus, l'exploitation
maximale des projets retenus peut permettre au Maroc de produire de l'lectricit
grande chelle partir de l'nergie olienne et, par la suite, contribuer son
indpendance nergtique et son dveloppement conomique.
Le prix minimal de vente du kWh est infrieur au prix de vente de l'lectricit
domestique pratiqu par l'Office National dElectricit pour 8 sites retenus. Cette
constatation est d'autant plus importante que mme des sites comme ceux de Safi et
Essaouira, peuvent tre traits sous d'autres conditions et devenir rentables.
L'installation des arognrateurs de puissance nominale de 250 kW sont les plus
conomiques. En effet, les bnfices actualiss sont presque le double de ceux de
puissance nominale 150 kW, par contre, les temps de retours sont comparables.

Nous constatons que, part les sites de Safi et dEssaouira, la rentabilit

conomique des projets considrs peut samliorer si une partie des quipements se
fabriquent localement puisque des tudes faites par des experts prvoient que le cot
dinstallation des parcs doliens va chuter de 20 30 % dans les 10 annes venir.
Sur le plan cologique, lexploitation des parcs oliens, une production de
llectricit sans mission de pollution, contribue la protection de lenvironnement.

249

CONCLUSION GENERALE
En rsum, il ressort des travaux et tudes sur l'lectrification du monde rural
que le Maroc dpend, pour plus de 85 % de l'extrieur en ce qui concerne son
approvisionnement en produits nergtiques. Compar la moyenne mondiale
(1.4.TEP/habitant par an), la consommation annuelle d'nergie primaire commerciale par
habitant (0.35 TEP) est trs faible. Cependant, l'usage des formes traditionnelles
d'nergie comme le bois, le charbon de bois, reste d'un usage intensif. Leur part est
estim environ 30 % de la consommation totale d'nergie. Ce qui constitue un grand
danger pour l'quilibre cologique et socioculturel des cosystmes.
Le Maroc est caractris par une forte ingalit de consommation nergtique
entre le secteur moderne et les secteurs priurbain et rural. Le taux d'lectrification
rurale ne dpasse gure 55 % en 2002, alors qu'il s'tablit 70 % en Tunisie et 80 %
en Algrie en 1994. L'utilisation des nergies renouvelables en complment aux
nergies classiques fournit un appoint non ngligeable, notamment en milieu rural. A
propos de ce dernier; signalons que sur un total de 26.07 millions d'habitants recenss
en 1994, 12.66 millions habitent en milieu rural, soit une proportion de 48 %. La
majorit de cette population vit dans des sites enclavs, disperss et difficiles d'accs.
Les villages marocains lectrifier peuvent tre classs en deux catgories.
Ceux situs dans les rgions dj relativement bien dveloppes o le dveloppement
conomique est contraint par l'absence d'une source d'nergie fiable et peu chre. Dans
ce cas, c'est l'lectrification par extension du rseau lectrique qui est viable. Pour les
villages situs dans les zones rurales pour lesquelles le raccordement aux rseaux
lectriques conventionnels ne peut tre envisag moyen terme en raison de
l'isolement des villages, du niveau de vie modeste et du faible niveau des
consommations nergtiques de celles-ci, c'est l'lectrification dcentralise qui peut
tre une solution conomique.
Le profil de la puissance lectrique demande, par exemple celle retenue dans
le cadre du Programme Pilote dElectrification Rurale (PPER) pour le village Tirga-Ait
Oukki, un village type, lectrifi par un groupe lectrogne (GEG) et utilisant les
quipements lectriques tels quils sont dfinis par le PPER, permet de quantifier les
donnes horaires de la demande. Ces donnes ont constitu l'un des principaux
paramtres pour modliser le systme hybride, Arognrateur/Groupe lectrogne.

250

Le choix du site considr, dans le cadre de ce travail, est dfini par la

comparaison entre les potentiels solaire et olien pour 17 stations mtorologiques o
les mesures sont fiables. Cependant, puisque le site de Tanger se classe parmi les
sites importants aussi bien du point de vue du potentiel solaire que du potentiel olien
et, puisque nous disposons de 12 annes de moyenne horaire de la vitesse du vent,
notre choix s'est limit ce site.
L'un des volets de ce mmoire a concern, l'tude spcifique des
caractristiques du gisement olien du site de Tanger vu la disponibilit des mesures.
Ces donnes sont souvent trop nombreuses comme entre dans un programme de
simulation du fonctionnement d'un systme. Un certain nombre de mthodes de calcul
et de modles ont t utiliss pour les compacter et les prsenter sans perdre leurs
informations.
Aprs la rsolution du problme du choix et du dimensionnement d'un systme
olien partir des sries de mesures mtorologiques du pass, nous devions optimiser
la gestion de ce systme. Celle-ci, ncessita des prvisions court terme sur la
vitesse du vent; problme complexe et qui a t rsolu par l'application des modles
dynamiques.
L'application du modle stochastique aux moyennes horaires de la vitesse du
vent, pour le site de Tanger, a montr que cette variable peut tre modlise par le
modle Auto Rgressif AR(2) ou le modle markovien 12 tats avec une prcision
satisfaisante. L'anne de rfrence obtenue partir de ce modle, AR(2), correspond
un fichier moins volumineux que les 10 annes de mesures utilises pour la
modlisation. Le modle markovien sadapte mieux pour reproduire les densits de
probabilit; le modle autorgressif est plus appropri lorsque lon sintresse leffet
de mmoire dune heure une autre.

L'une des options de l'lectrification rurale est l'intgration de l'nergie olienne

par lutilisation des systmes hybrides. En effet, l'nergie olienne apparat maintenant
conomiquement viable, surtout pour les communauts isoles o le cot de la
gnration d'lectricit, utilisant les combustibles conventionnels, est lev. Comme le
Maroc dispose de nombreux sites o les conditions du vent sont favorables et possde
une longue exprience dans le domaine de l'lectrification par groupe lectrogne, il y

251

a une possibilit d'intgrer l'nergie olienne, en la couplant avec d'autres systmes

d'alimentation en lectricit, surtout pour les zones o la force du vent est forte
Peu de communauts marocaines peuvent avoir les moyens de s'approvisionner
en lectricit par un groupe lectrogne (GEG) durant 24 heures, cause du cot lev
du fuel et du mauvais rendement de la gnration d'lectricit pendant les priodes
creuses. C'est pour cela, et, dans plusieurs cas, l'approvisionnement en lectricit est
assur uniquement quelques heures le soir, principalement pour l'clairage et
l'audiovisuel, mais mme ce dlestage ne ramne pas le cot de l'lectrification par
GEG celui du rseau lectrique national pour lutilisation domestique. Ce problme
de cot peut tre partiellement rsolu, en intgrant les arognrateurs avec ou sans
stockage et en ralisant un compromis sur la continuit de la livraison d'lectricit et
la qualit du service fourni ces populations en introduisant certaines restrictions sur
la demande telles que l'limination volontaire de certains appareils.
Ce travail de recherche prsente aussi les rsultats d'une simulation d'un
systme hybride, Arognrateur/Groupe lectrogne, utilisant les batteries comme source
d'nergie tampon. L'examen d'un tel systme suggre qu' cause du cot encore lev
des batteries et des quipements de conversion associs comme interface avec le
courant alternatif, il sera marginalement moins rentable que le groupe lectrogne
(GEG). L'analyse conomique des systmes (GEG, Arognrateur/Groupe lectrogne)
pour deux types de Stratgie de Contrle (GEG fonctionnant en plein rgime ou avec
seuil), indique que la gnration d'lectricit la plus rentable est fournie pour la
deuxime stratgie de contrle, soit par le systme GEG seul, soit par le systme
hybride pour le stockage moyen terme.
Il apparat que l'option du stockage qui intgre le plus l'nergie olienne pour
le site de Tanger et pour le profil de la puissance lectrique considre est l'utilisation
d'une capacit de stockage de 10 heures de batterie plomb-acide, avec 18.m2 de
surface balaye par l'aromoteur par kW de demande moyenne, intgre un groupe
lectrogne fonctionnant en pleine charge. L'utilisation d'autres appareillages pour
exploiter l'nergie olienne non utilise des buts de pompage ou de chauffage ou de
climatisation peut augmenter la rentabilit du systme considr.
Cette tude a montr clairement que, pour le fonctionnement du systme
hybride, Arognrateur/Groupe lectrogne, pour des niveaux de puissance de quelques
kilowatts, l'intgration du stockage fournit des avantages oprationnels et conomiques

252

non ngligeables par rapport au systme hybride sans source d'nergie tampon. A
signaler, cependant, qu'une grande incertitude existe concernant la dure de vie des
batteries dans de telles conditions.
Enfin, ltude de la rentabilit conomique d'un parc olien montre quelle
dpend en premier lieu du potentiel du site, du cot total de l'installation, du prix de
vente de l'lectricit et de la puissance nominale de l'arognrateur surtout pour les
sites moins venteux. Avec un nombre rduit d'arognrateurs, le prix de revient du
kWh demeure infrieur au prix de vente de l'lectricit domestique pratiqu par
l'Office National d'Electricit. Cette constatation est d'autant plus importante que mme
des sites, comme ceux dEssaouira et de Safi, peuvent tre traits sous d'autres
conditions et devenir rentables.
L'tude de la faisabilit conomique de 10 projets de parcs doliens a montr
l'intrt conomique, social et cologique qu'elle prsente pour le Maroc. A signaler
que l'tude a montr que la dure de rcupration de l'investissement initial est courte
et les bnfices actualiss importants pour 8 projets (Laayoune, Dakhla, Taza, Fnidek,
ElHaouma, Blanc1, Blanco2 et Sendouk). De mme que, l'installation d'arognrateurs
de puissance nominale de 250 kW sont les plus conomiques que ceux de puissance
nominale de 150 kW..
La facture nergtique nette sest leve 16 403 Millions de Dirhams en 2002,
absorbant 10 % des recettes des exportations. Ainsi, l'exploitation des 8 projets retenus
par installation darognrateurs de puissance nominale leve peut permettre au
Maroc de produire de l'lectricit grande chelle partir de l'nergie olienne, et,
par la suite, contribuer son indpendance nergtique, son dveloppement
conomique et la protection de lenvironnement.
Toute l'tude a t mene sur la base d'observations des phnomnes l'chelle
horaire. Une tude un pas de temps plus petit (une minute) serait souhaitable afin
d'affiner les rsultats obtenus. Bien videmment, cette tude devrait tre complte, ce
qui ouvre un certain nombre de perspectives telles que :
- prise en considration de l'effet de l'intensit de la turbulence et de la
distribution du spectre de la vitesse du vent,
- utilisation d'un profil de la puissance lectrique demande s'talant sur 24
heures en tenant compte des variations journalires et saisonnires, de prfrence un

253

profil modlisant les consommations initiales d'lectricit et leurs volutions partir de

donnes disponibles sur des villages marocains rcemment lectrifis,
- modlisation et optimisation du systme hybride, Arognrateur/Groupes
lectrognes, pour une gamme darognrateurs et de groupes lectrognes et pour
d'autres stratgies de contrle, pour mieux comprendre l'impact du nombre de
dmarrages sur la dure de vie des groupes lectrognes et du nombre de
charges/dcharges sur la dure de vie des batteries,
- ralisation et test d'un prototype pour valider exprimentalement les rsultats
obtenus partir de la modlisation.

Les mesures effectues dans les stations mtorologiques ou les aroports sont
insuffisantes pour caractriser la vitesse du vent, valuer le gisement olien et tablir
lAtlas olien marocain, cela est d au faible densit du rseau dobservation
synoptique et problmes dtalonnage des appareils. On peut y remdier en faisant
appel linstallation dappareils automatiques dacquisitions des donnes du vent et
utilisant des modles atmosphriques pour tenir compte des vents locaux (brises
Montagne/valle, brises mer/terre, etc.) pour tudier la rentabilit conomique des parcs
doliens pour dautres sites venteux bien choisis avec des arognrateurs de puissance
nominale plus grande.

254

BIBLIOGRAPHIE
[1]

Boutaleb M. (2004) Confrence sur la politique nergtique nationale au Maroc,

Ministre de lEnergie et des Mines, .WWW.mem.gov.ma
[2] Lahbabi A. (1996) Energie - Environnement. Plan d'Action National pour
l'Environnement (P.A.N.E.), Note technique.
[3] Annuaires statistiques du Maroc, Direction de la statistique, 1983, 1986, 19990,
1995, 1998 et 2002.
[4] Knidiri F. and Laaouina A. (1986) L'nergie olienne au Maroc, CDER.
[5] El Amraoui A. and Ouadih M. (1988) Conception et ralisation d'un arognrateur
de moyenne puissance, Mmoire de fin d'tude, IVA Hassan II.
[6] Essaidi R. (1992) Etude nergtique et conomique d'une olienne savonius :
ralisation du frein pour la station exprimentale, Projet de fin d'tudes, EMI.
[7] Enzili M., Nayssa A. and Affani F. (1995) Le gisement olien du Maroc : Analyse
des donnes du vents releves au niveau des appareils de mesures installs par
le CDER (1991-1994).
[8] Forum de promotion de partenariat entre les industriels Espagnols et Marocains
dans le domaine de lEnergie Eolienne, organis par le CDER et lIDEA
(Espagne), les 09 et 10 Mai 2000, Casablanca.
[9] Bahraoui-Buret J., Bargach M. N. and Ben Kaddour M. L. (1983) Le gisement
solaire marocain, Editions SMER.
[10] Ben Kaddour M. L., Sfeir A. A. (1980) Etude du gisement solaire au Maroc en
vue de son exploitation dans l'habitat, Travail de fin d'tudes, Ecole Nationale
des Travaux Publics de l'Etat France.
[11] Lemmini F. (1983) Etude du rayonnement global Bni-Mellal, Rapport interne,
Laboratoire d'Energie Solaire, Facult des Sciences de Rabat.
[12] Bargach M. N. (1983) Contribution l'tude du gisement solaire marocain;
Application un gnrateur photovoltaque, Thse de 3me cycle, Facult des
Sciences de Rabat.
[13] Buret-Bahraoui J. (1986) Caractristiques du gisement solaire marocain, Etude
spcifique du site de Rabat, Thse de Doctorat dEtat, Facult des Sciences de Rabat
[14] Nfaoui H., Bahraoui-Buret J. (1986) Trois annes de mesures d'ensoleillement
me
Rabat, 24
Confrence Internationale de la COMPLES, Vrone(Italie),
179-187.
[15] Aggour M., Bahraoui-Buret J. and Nfaoui H. (1986) Gain d'nergie ralis par un
me
systme de poursuite du soleil deux axes, 24
Confrence Internationale de
la COMPLES Vrone (Italie), 169-177.

255

[16] Aggour M., Bahraoui-Buret J. and Nfaoui H. (1987) Estimation du supplment

d'nergie globale reu par un capteur de poursuite biaxiale du soleil.
Comparaison d'autres positions du capteur, Journes Internationales de
Thermique, Lyon (France), 674-60.
[17] Nfaoui H. (1986) Trois annes de mesures d'ensoleillement Rabat: tude
me
statistique et prsentation des donnes Thse de 3
cycle, Facult des Sciences
de Rabat.
[18] Khtira A. (1993) Etude spatio-temporelle de l'irradiation solaire globale journalire
d'un plan horizontal au Maroc, Doctorat d'Etat, Facult des Sciences de Rabat.
[19] Nfaoui H. and Buret J. (1993) Estimation of daily and monthly direct, diffuse and
global solar radiation in Rabat, Renewable Energy, 3(8), 923-930.
[20] Darkazalli G., McGowan J.G. (1978) Analytical performance and economic
evaluation of residential wind or wind and solar powered heating systems, Solar
Energy, 24, 415-421
[21] Samaraka M. T. and Hennet J. C. (1986) Simulation of a combined wind and solar
power plant, Energy Research, 10, 1-10.
[22] Hennet J. C. (1986) Optimization of combined wind and solar, Energy Research,
10, 181-188
[23] Charters W. S. (1986) Solar and wind power for remote areas and rural
communities, Renewable Energy Review Journal, 8(1).
[24] Both D. and Van der Stelt L. E. R. (1983) Catalogue of wind machines, P. V. Box
217, 7500 AE Enchede, the Netherlands.
[25] Slack G. (1983), Small diesel generation systems : the cost and fuel saving
possible by the addition of a wind turbine, with and without short term storage,
Energy Group Report 83/2, Dept. of Eng., University of Reading, UK.
[26] Lipman N.H. (1981) Wind/diesel integration for electricity supply for isolated
communities, Rutherford Lab./Reading University, Energy Group, Department of
Engineering.
[27] Sexon B.A. (1985) Theoretical and Experimental analysis of a wind turbine/battery
system for use in isolated locations, Ph.D. Thesis, Engineering Department,
University of Reading, UK.
[28] Nacfaire H. (1988) Wind-diesel and wind autonomous energy systems,
Proceedings of a contractors meeting on wind demonstration projects, Commission
of the European Communities, Directorate-General of Energy, Greece
[29] Shahid S. M. and Elhadidy M. A. (1994) Wind and solar at Dahran, Saudi Arabia,
Renewable Energy, 4(4), 441-445.
[30] (1984). Actes, Sminaire Eolien, CDER.
[31] EL Boudamoussi S. and Ouabbass M. (1994) Collecte de donnes et
dimensionnement de centrales lectriques oliennes, Mmoires de fin d'tudes, ENIM
[32] Troen I. and Lundtang E. (1988) European wind atlas. Riso National Laboratory,
Roskilde, Denmark.

256

[33]

Berdai M. and Butin V. (1994), Un programme pilote dlectrification

dcentralise, Systmes Solaires, 100, 7-14.

[34] Fassi-Fihri A. (1993) Prsentation du Programme d'Electrification Dcentralise

(PNED), La tribune de GERERE, 5/27, 2-10.
[35] Mouncef N. (1992) Electrification rural en zone montagneuse : cas du village
Takordmi, lectrification par micro-centrale hydraulique, Mmoire de fin d'tudes,
IAV Hassan II.
[36] Berda M. and Butin V. (1993) PPER Electrification dcentralise : hypothse,
options, mthodes, Ministre de l'Intrieur et de l'Information.
[37] Benallou A. (1993) Limites de l'lectrification rurale conventionnelle, 2mes
Journes Scientifiques Internationales sur l'Electrification Rurale, Abidjan, Cted'Ivoire, 439-443
[38] Serrakh M. (11/5/1995) Contraintes conomiques sociales et techniques de
l'lectrification rurale au Maroc, Journal l'Opinion, 3.
[39] Fassi Fihri H. (16/12/1995) Electrification du monde rural : un long chemin
parcourir et surtout clairer, Journal l'Opinion, 4.
[40] Fassi Fihri H. (10/2/1996) L'ONE revoit ses prix : toute la lumire sur la nouvelle
forme tarifaire, Journal l'Opinion, 4.
[41] Alnaser W. E. (1993) The available wind power in Barain, Renewable Energy,
3(2/3), 185-188.
[42] Nfaoui H., Bahraui J., Darwish A. and Sayigh A. (1991) Wind energy potential in
Marocco, Renewable Energy 1, 1-8.
nd
[43] Lysen E. H. (1983) Introduction to wind energy, CWD 82-1(2 Ed.), The
[44]
[45]
[46]
[47]

Netherlands
Salmon J. R. and Walmsley J. L. (1986) User's Guide to the MS3GJH/3R model,
Atmospheric Environment Service Report 86-I-2, Ontario (Canada).
Troen I. , Mortemsen N.G. and Petersen E. L. (1985) WAsP Users Guide, Riso
National Laboratory, Roskilde, Denmark.
Jackson P. S. and Hunt J. C. R. (1975) Turbulent wind flow over a low hill, Quart.
J. R. Meteorol. Soc., 101, 833-851.
Musgrove P. J. (1983) The economic of existing wind turbines in the size range
th
10 to 100 metres diameter, Proc. of the 5 BWEA wind energy conference,

Reading (UK), 34-43.

[48] (1979) Analyse statistique des processus mtorologiques appliques l'nergie
solaire, Ed. CNRS.
[49] Grenier J. C. (1980) European solar microclimates, Laboratoire de Thermique du
Btiment et habitat Solaire, Gronoble (France).

257

[50] Jutus C.G. (1980) Vent et performances des oliennes, Editions SCM, France.
[51] Johnson G. I. (1985) Wind energy systems, Prentice-Hall, INC. Engle woo cliffs,
N.J. 07632,USA
[52] Conradsen K., Nielsen L. B. and Prahm L. P. (1984) Review of Weibull Statistics
for Estimation of Wind Speed Distributions, J. of clim. And Appl. Meteor. 23,
1173-1183
[53] Cortis R. B., Sigl A. and Klein J. (1978) Probability models of wind velocity
magnitude and persistence, Solar Energy 20, 483-493.
[54] Dubey S. D. (1967) Normal and Weibull distributions, Naval Res. Logistics
Quart.14, 69-79.
[55] Raja I. A., Nasir S. M. and Raza S. M. (1992) Distribution of wind power resource
in Pakistan, Renewable Energy, 2(4/5), 411-420.
[56] Al-Alawi I. T. and Mohamed A. Y. (1985) Technical note : A mathematical model
of wind energy for selected locations in Iraq, solar&wind Technology, 1(3), 187-191
[57] Gupta B. K. (1986) Weibull parameters for annual and monthly wind speed
distributions for five locations in India, Solar Energy, 37(6), 469-471.
[58] Joseph P. and Hennessey J. R. (1977) Some aspects of wind power statistics, J. of
Appl. Meteo., 16(2), 119-128.
[59] Tackle E. S. and Brown J. M. (1978) Note on the use of Weibull statistics to
characterise wind speed data, American Meteorological Sociaty, J. of Appl.
Meteo., 16(2), 119-128.
[60] Johnson N.L. and Kotz S. (1970) Continuous univariate distributions, Vol.2, Houghton
Mifflin, France.
[61] Murry R. Spigel (1980) Theory and problems of statistics, Srie Schaum,
Ediscience, Paris.
[62] Borse G. J. (1985) FORTRAN and Numerical Methods for Engineers, PWS
Publishers.
[63] Nfaoui H., Bahraoui-Buret J. and Sayigh A. (1990) Wind energy potential in
st
Tangiers (Morocco), Proc. of the 1
World Renewable Energy Congress,
Reading, UK, 1697-1702.
[64] Nfaoui H., Buret-Bahraoui J. and Sayigh A. (1992) Gisement olien du site de
Tanger-Maroc, Collogue Energie Renouvelable et Utilisation Rationnelle de
lEnergie, Facult des Sciences Semlalia, Marrakech, 100-102.
[65] Nfaoui H., Buret-Bahraoui J. and Sayigh A. (1992) Mesures du vent au Maroc et
re
traitement statistique de ces donnes, 1 Rencontre Nationale des Climatologues
Marocains, Facult des Lettres et des Sciences Humaines Ben Msik, Casablanca, 11-13
[66] Nfaoui H., Buret J. and Sayigh A. (1994) Caractristiques de la vitesse et de la
me
direction du vent pour les rgions de Tanger et Rabat, 2
Rencontre Nationale
de Climatologie, Facult des lettres et des Sciences Humaines, Rabat, 27-29.

258

[67] Nfaoui H., Buret J. and Sayigh A. (1994) Influence of the step and the number
ofyears of measurements on the estimation of wind energy potential in Tangiers rd
Morocco, Proc. of the 3 World Renewable Energy Congress, Reading, UK,2001-2003
[68] Blanchard M. and Desrochers G. (1984) Generation of autocorrelated wind speeds
for wind energy conversion system studies, Solar Energy, 33, 571-579.
[69] Chou R. B. and Cortis R. B. (1981) Simulation of hourly wind speed and array
wind power, Solar Energy 26, 199-212.
[70] Box J.E.P. and Jenkins G. M. (1976) Times series analysis, Forecasting and
control, Holden-Day, San Francisco.
[71] Daniel A. R. and Chen A. A. (1991) Stochastic simulation and forecasting of
hourly average wind speed sequences in Jamaica, Solar Energy 46, 1-11.
[72] Brown B. G., Kats R. W. and Murphy A. H. (1984) Times Series models to
simulate and forecast wind speed and wind power, J. of clim. and Appl. Meteor. 23
, 1184-1195
[73] Woo J.S. (1987), Analysis of wind speed using the Markov chain model, M.S.
Thesis, University of Massachusetts, Department of Mechanical Engineering. June
[74] Kirchhoff R.H., Kaminsky F.C. and Woo J.S (1988), A Markov chain Analysis of
wind speed at Windsor, Massachusetts, Proceedings of seventh ASME symposium
on wind energy, New Orleans, January, 9-16.
[75] Kirchhoff R.H., Kaminsky FC.. and Syu C.Y. (1989), Synthesis of wind speed
th
using a Markov chain, Proceedings of 8 ASME wind energy symposium,
Houston, American society Mech. Eng., 17-22.
[76] Torre M.C, Poggi P., Notton G. and Louche A. (1998), Stochastic study of wind
th
speed in Corsica, Proceedings of 5 WREC, Florence, Italy., 1906-1909.
[77] MacCallum K.J and Bolland J.(1985), The use of transtion matrices for weather
simulation, Marine Technology, 22(3),. 238-244.
[78] McNerney G.M. and Veers P.S. (1985), A Markov method for simulating non
gaussian wind speed times series, , Proceedings of Fourth ASME wind energy
symposium, Dalas, American society Mech. Eng., 209-213.
[79] Boch G., Boileau E. and Bnard C. B. (1981) Modlisation de l'irradiation solaire
au pas du temps de l'heure, Revue Phys. Appl., 16, 237-247.
[80] Gordon J. M. and Reddy T. A. (1988) Times series anlysis of daily horizontal
solar radiation, solar Energy 41(3), 215-226.
[81] Mustacchi C., Cena V. and Racchi M. (1979) Stochastic simulation of hourly
global radiation sequences, Solar Energy, 23, 47-51.
[82] Balouktsis A. and Tsalides Ph. (1986) Stochastic simulation model of hourly total
solar radiation, Solar Energy, 37(2), 119-126.

259

[83] Balouktsis A., Tsanakas D. and Vachtsevanos G. (1986) Stochastic simulation of

hourly and daily average wind speed sequences, Solar Energy 6 , 219 - 228.
[84] Branger J. (1977) Introduction l'analyse numrique, Herman Editeurs.
[85] Pelletier J.P. (1982), Techniques numriques appliques au calcul
scientifiques, Edition Masson.
[86] Lou J. and Cortis R. B. (1985) Stochastic analysis of wind stream and turbine
power, Solar Energy 35(4), 297-309.
[87] Bossanyi E. A. (1985) Stochastic wind prediction for wind turbine system control,
th
Proc. of the 7 annual conf. of BWEA, published by Mechanical Engineering Press,
Oxford
[88] Nfaoui H., Bahraoui-Buret J. and Sayigh A.A.M.(1992), Stochastic simulation of
nd
wind speed in Tangiers (Morocco), Proc. of the 2 WREC, Reading, UK, 17141718.
[89] Nfaoui H., Buret J. and Sayigh A.A.M. (1996) Stochastic simulation of hourly
average wind speed sequences in Tangiers (Morocco), Solar Energy 56(3), 561-575
[90] Ruegg A.(1989), Processus stochastiques, avec applications aux phnomnes
dattente et de fiabilit, Presses polytechniques romandes, EPFL-Centre Midi,
CH-1015 Lausanne Suisse.
[91] Stull Roland B. (1988), An introduction to boundary layer Meteorology,
Kluwer Academic Publishers.
[92] Nfaoui H., Essiarab E. and Sayigh A.A.M.(2002), A stochastic Markov chain
model for simulating wind speed times series at Tangiers, Morocco, Proc. of the
th
7 WREC, Cologne, Allemagne, 1931-1935.
[93] Nfaoui H., Essiarab E. and Sayigh A.A.M.(2004), A stochastic Markov chain
model for simulating wind speed times series at Tangiers, Morocco, Renewable
Energy, 29, 1407-1418.
[94] (1990) Wind energy in Denmark : research and technological development,
Ministry of Energy, Danish Energy Agency.
[95] McGowan J. G., Manwell J. F. and Connors S. R. (1988) Wind/diesel energy
systems : review of design options and recent developments, Solar Energy, 41(6),
561-575.
[96] Manwell J. F. and McGowan J. G. and Jeffries W. (1989) New perspectives on the
bloc island wind/diesel system, RAL Workship-Wind Turbines in Diesel
Powered Networks.
[97] Connors S.R., McGowan J. G., Manwell J. F. (1990) The performance and
economic analysis of a simulated village system, Solar and Wind Technology,
7(4), 423-439.
[98] Manwell J. F. and McGowan J. G. (1993) Lead acid battery storage model for
hybrid energy systems, Solar Energy, 50(5), 399-405
[99] Manwell J. F. and McGowan J. G. (1994) A combined probabilistic/time series
model for wind diesel systems simulation, Solar Energy, 53(6), 481-490.

260

[100]Nayer C.V., Phillips S. V., James W. L., Pryor T. L. and Remmer D.(1993) Novel
Wind/Diesel/battery hybrid energy system, Solar Energy, 51(1), 65-78.
[101] Colin A. Vincen (1984) Modern batteries : an introduction to electochemical power
sources, Edward Arnold Ldt, UK.
[102] Sexon B. A. and Dunn P. D.(1985) Experimental analysis of a wind turbine battery
th
system, 7 BWEA Conference, Oxford.
[103]Roberts S. (1991) Solar electricity : a pratical guide to designing and installing
small photovoltaic ystems, Prentice Hall International Ltd, UK.
[104]Dunn P. D. (1986) Renewable energy : Sources, Conversion and application, Peter
Peregrines Ltd., London, UK.
[105]Bullock A. (1990), The optimisation of an hydraulic accumulator energy buffer and
wind/diesel system for remote community electricity generator, Ph.D. Thesis,
Engineering Department, University of Reading, UK.
[106] Dunn P.D. and Gmez S.(1992) Electrical power for isolated communities
nd
load specification and control strategies, Proc. 2 WREC, Reading, UK. 2983
- 2992
[107]Stevenson W. and Somerville M. (1983 Fair Island Wind Power System, BWEA
Conference, Reading, UK.
[108]Slack G. (1983) A preliminary analysis of the Abertridwr load data, Internal
Report, University of Reading, UK.
[109]Slack G. (1985) The integration of a wind turbine and hydraulic accumulator
energy store with a diesel generator to supply electricity in a remote location,
Ph.D. Thesis, Engineering Department, University of Reading, UK.
[110]Treble F. C. (1993) Solar electricity : a laymans guide to the generation of
electricity by the direct conversion of solar energy, Solar Energy Society, UK.
[111]BP, Solar Systems limited Aylesbury Vale Industrial Park, Farmbrough Close,
Stock lake, Aylesbury, Buckinghamshire HP20 1DQ, England
[112] Photowatt International SA, 65, Avenue du Mont Valerian 92500 Rueil
Malmaison, France.
[113] Solar power system for village, International Battery and Solar power
Consulting, P.O. Box 1107, D.23 Staffeistein.
[114] Energie pacifique : Lenergie, lhabitat et le soleil, a Tahiti et sous les
Tropiques, Programme Territoire de la Polynesie Francaice-CEA-AFME,
B.P. 519 Papeete, Polnesie francaise.
[115] Hill R. (1989) Applications of
Arrowsmith Ltd, Bristol, England

photovoltaics,

Adam

Hilger,

JW

[116] (1993) PPER, Electrification dcentralise, hypothses options mthodes,

Programme Pilote dElectrification Rurale Dcentralise, Ministre de
lIntrieur, Maroc

261

[117] Berdai M. et V. Butin V. (1994) Mettre en oeuvre llectrification

dcentralise - une stratgie dquipement rural, Liaison Energie Francophonie, 22.
[118] (1993) Electrification rural et amnagement du territoire : Quelle
me
stratgies Quels acteurs, Texte des communications, 2
journes
Scientifiques Internationales sur lElectrification Rurale (JSIER), Abidjan.
[119] Raye T. (1991) Photovoltaics in developing countries, Sun World, 15(5), 13-14
[120] Betz A. (1919) Screw propellers with minimum loss of energy, Nochr.
der K. Gesellschaft der Wissenschaften zu Goettingen, 193.
[121] Glauret H. (1925) The analysis of experimental results in the windmill
brake of vortex ring states of an air screw, Aeronautical Research
Council Report and Memoranda, 1026.
[122]Morash R., Barber R. and Marshal O. (1974) Independent energy systems for better
efficiency, 9th Inter society for Energy Conversion Conference.
[123] John D. and Anderson J.R.(1988)
McGraw-Hill Book Company

Fundamentals

of

aerodynamics,

[124] Sharpe D. J. (1989) Laymans guide to the aerodynamics of wind turbine,

Proc. 8th BWEA, Wind Energy Conference.
[125]Ackerman M. A.. (1991) Optimisation of small wind turbine generators, Ph.D.
Thesis, Engineering Department, University of Reading, UK.
[126] Freris L. L. (1990) Wind energy onversion systems, Prentice Hall International
UK Ltd
[127] Bossanyi E. A., Whittle G. E., Dunn P. D., Lipman N. H. and Musgrove P. J. (1979)
st
Wind characteristics and output of wind turbines. Proceedings of 1 BWEA
Workshop, UK, 157-164.
[128] Bossanyi E. A., Maclean C., Whittle G. E., Dunn P. D., Lipman N. H. (1979)
st
Wind characteristics and output of wind turbines, 1 BWEA Conference,
Cranfield, UK
[129] Bossanyi E. A., Maclean C., Whittle G. E., Dunn P. D., Lipman N. H. and
Musgrove P. J. (1980) The predictability of wind turbine output, Proc. 2sd
BWEA Conf. Cranfield, UK.
[130]John Heywood B. (1988) Internal combustion engine fundamentals, McGraw - Hill
International Editions, Automotive Technology series.
[131] Newton K., Steeds W. and Garrett T. K. (1989) The motor vehicle,
Butterworths International Edition.
[132] Barak M. (1980) Electrochemical power sources, Peter Perigrinus, Oxford.
[133] Smith G. (1976) Storage batteries, Longmans, London.
[134]Sexon B. A. et al.(1980) Wind turbine/diesel electricity generation for small remote
communities, Report to UN, Reading University.
[135]Chaurey A. and Deamb S. (1992) Battery storage for PV power systems : an
overview, renewable Energy, 2(3), 227-235.

262

[136]Todd R.W. (1987) Controls

Engineering, 11(3) 124-130.

for

small

wind/solar

battery

systems,

Wind

[137] Protogeropoulous C., Marshal R. H. and Brinkworth B. J. (1994) Battery

state of voltage modelling and an algorithm describing dynamic
conditions for long-term storage simulation in a renewable system, Solar
Energy, 53(6), 517-527.
[138]Slack G., Lipman N.H. and Musgrove P.J. (1982). The integration of small wind
rd
turbine with diesel engines and battery storage. Proceedings of 3 BWEA
Conference, UK, 157-164.
[139]Manwell J. F., McGowan J. G. and Abdulwahid U. (2000) Simplified Performance
th
Model for Hybrid Wind Diesel Systems, Proc. of the 6 WREC, Brighton, UK, 11831188
[140] Nfaoui H., Buret J., Sayigh A.A.M. and Dunn P.D.(1994). Modelling of a
wind/diesel system with battery storage for Tangiers (Morocco), Renewable
Energy, 4(2), 155-167
[141]Nfaoui H., Buret J. and Sayigh A.A.M., Cost of electricity generated and fuel
saving of an optimized wind-diesel electricity supply for village in Tangier-area
th
(Morocco), Proc. of the 4 WREC, Denver, Colorado, USA, 831-835, 1996.
[142]Nfaoui H., Buret J. and Sayigh A.A.M. (1997) Economic study of an optimised
wind-diesel electricity supply for isolated communities, Proc. of the Intern.
Conference and Exhibition on Village Electricity through Renewable Energy,
NewDelhi, Inde, 573-578
[143]Nfaoui H., Buret J. and Sayigh A.A.M. (1998) Wind characteristics and wind
energy potential in Morocco, Proc. of the 5th WREC, Florence, Italy, 1931-1935.
[144]Nfaoui H., Buret J. and Sayigh A.A.M. (1998) Wind characteristics and wind
energy potential in Morocco, Solar Energy, 63(1), 51-60.
[145] Rave K., Bierregaard H. and Millais C. (1999) WIND FORCE 10, A blue
print to achieve 10% of the worlds electricity from wind power by 2020,
www.ewea.org
[146]Skjold R. Nielsen (1994) Wind
Renewable Energy, 5, 712-717.

turbines-localisation

strategy

[147]Milborrow D. (1994) Economics of wind power and

conventional thermal plant, Renewable Energy, 5, 692-699.

in

Denmark,

comparisons

with

[148] Mays I. (1996) The status and prospects wind energy, Proc. of the 4th WREC,
Denver, Colorado, 29-33.
[149] Aranda F-A and Cruz I-C. (2000) Breesing ahead- the Spanish wind energy
market, Renewable Energy World Magazine, JamesXJames (Science Publishers)
Ltd.
[150] Mays I. (2000) Harnessing the wind-Clean Power for the Future, Proc. of the 6th
WREC, Brighton, UK, 46-50.

263

[151] Gipe P. (2000) The Wind Rush of 99: Boom and Bust in the USA, Proc. of the
6th WREC, Brighton, UK, 124-129.
[152] Milborrow D. (2000) Wind Energy Technology-The State of The Art, Proc. of the
6th WREC, Brighton, UK, 1195-1200.
[153]Guyot A. (2000) Wind Power pricing in A Liberal Electricity Market: The
th
German Experience, Proc. of the 6 WREC, Brighton, UK, 1241-1243.
[154]Chauvel A., Leprince P., Barthel Y., Raimbalt C. and Arlie J. (1976) Manuel
d'valuation conomique des procds, Editions Thenip.
[155] (1972) Les moyennes et petites industries, Entreprise Moderne d'Edition, Paris.
[156]Nfaoui H. and Sayigh A.A.M (2000) Wind Energy Option in Morocco, Proc. of
the 6th WREC, Brighton, UK, 1253-1257.
[157] Nfaoui H., Essiarab E. and Sayigh A.A.M.(2004), Wind energy and its economy
th
in south of Morocco, Proc. of the 8 WREC, Denver, USA, ( paratre)
[158]Sayigh A.A.M. (1986) The potential of wind energy in the Arab World. In
Proceedings of EWEC 86 Rome ISES Italian Section, Rome, Italy.
[159] Le protocole de Kyoto, la convention sur les Changements Climatiques,
Secrtaires de la convention sur les changements climatiques, PNUD, 1998.

264

ANNEXE

DISTRIBUTIONS DE LA VITESSE DU VENT MESURE DES SITES VENTEUX

AU MAROC

265

A. DISTRIBUTIONS DE LA VITESSE DU VENT MESURE DES SITES

VENTEUX AU MAROC [31].
Le tableau suivant rcapitule les distributions de la vitesse du vent mesur pour
les sites venteux retenus :
Tableau A : Distributions de la vitesse du vent mesur en pourcentage (%)
Sites Sendouk Blanco1( Blanco2(
V(m/s
(*)
(*)
(*)
0
0.82
0.29
0.29
1
3.52
2.12
2.15
2
4.95
3.58
3.49
3
5.26
4.71
4.45
4
6.23
4.97
5.13
5
7.65
5.60
5.73
6
8.63
6.32
6.66
7
9.63
6.48
7.50
8
9.28
7.26
8.43
9
8.13
7.88
9.00
10
7.50
7.74
8.65
11
6.55
7.50
8.16
12
5.34
7.27
7.62
13
4.31
6.37
6.19
14
3.32
5.46
4.79
15
2.50
4.49
3.72
16
1.84
2.58
2.84
17
1.35
2.68
2.02
18
1.04
1.89
1.24
V 19
2.17
3.80
1.93
(*) Z = 9m,

266

ElHaouma
(*)
0.76
3.17
4.01
4.50
5.73
6.91
8.65
10.14
10.62
6.69
8.27
6.49
5.00
4.10
3.36
2.62
1.83
1.27
0.88
2.01

Fnidek Taza
(*)
(**)
2.68 0.24
5.51 1.72
7.65 3.06
9.40 4.03
9.75 4.62
11.04 5.21
11.88 5.90
12.10 6.66
10.53 7.40
7.96 7.70
5.85 7.64
3.07 7.58
1.41 7.56
0.62 7.01
0.29 6.03
0.13 4.95
0.07 3.96
0.03 2.84
0.01 2.03
0.01 3.90

(**) Z = 10m

Safi
(**)
2.2
2.5
15.7
24.2
18.5
17.0
11.2
4.8
2.5
0.6
0.4
0.1
0.1
0.1

Essaouira
(**)
25.31
10.92
4.31
6.12
10.98
11.83
10.16
9.82
9.44
4.38
3.83
1.30
0.92
0.34
0.24
0.03

Layoune
(***)
2.03
2.65
7.34
9.17
10.68
10.88
10.68
10.13
10.04
9.35
6.27
4.93
3.42
1.39
0.59
0.27
0.11
0.05
0.02

(***) Z= 15

Dakhla
(**)
1.27
1.61
4.79
7.32
10.19
9.85
13.13
13.30
12.07
10.47
7.39
4.62
2.63
1.09
0.24

ANNEXE

CARACTERISTIQUES DE LAEROGENERATEUR

267

B. CARACTERISTIQUES DE LAEROGENERATEUR
B.1 Puissance maximale rcuprable par un aromoteur
La puissance olienne disponible travers une surface S est gale :
1
3

P=

Ou

SV

(1)

V : vitesse du vent (m/s),

: masse volumique de lair (kg/m3),
S : surface utile du capteur (m2).

Malheureusement, toute cette nergie ne peut tre capte car la vitesse en aval
du dispositif de rcupration nest jamais nulle et le thorme de Betz montre que le
maximum dnergie pratiquement rcuprable est gal

16
27

( 60%) de lnergie totale :

16 1 2 3
P max = 27 ( 2 4 D V )

(2)

La puissance fournit par un aromoteur est proportionnelle au :

- carr du diamtre du rotor, D(m),
- cube de la vitesse du vent, V(m/s).
L nergie fournie par laromoteur est toujours de lnergie mcanique que lon
utilise directement (pompage) ou que lon transforme selon les besoins et les
possibilits en lectricit ou en chaleur.
La limite de Betz doit donc tre affecte de tous les rendements propres aux
diffrentes transformations (hlice, multiplicateur ou rduction, alternateur ou
gnratrice continue, redresseur, batteries, onduleur, pertes de lignes, etc.).
De

plus,

le

rendement

de

chaque

lment

varie

avec

le

rgime

de

fonctionnement li la vitesse de rotation de lhlice, ce qui en dehors du rgime

nominal diminue encore le rendement global du dispositif.
B.2 Action du vent sur les pales
Considrons une section de la pale situe la distance r de laxe en rotation
autour dun axe horizontal avec une vitesse angulaire , et une tranche dpaisseur
dr, la vitesse du vent due au dplacement de la pale est gale U = R. Entre la

268

vitesse absolue du vent V la traverse des pales, la vitesse relative du vent W par

rapport au tranche de la pale et U , il existe la relation suivante :

V=W+U

(3 )

Langle dincidence est form par la pale et la direction du vent apparent. Il

varie sur toute la longueur de la pale. Langle de calage est form entre la pale et le
plan de rotation de lhlice.
La rsultante des forces appliques cette portion de
perpendiculaire la pale et peut tre dcompose en deux forces :

- P : pousse perpendiculaire la direction du vent apparent,

- T : trane de la mme direction que le vent apparent.

la

pale

est

Direction du vent apparent

R
P
T
i

Plan de rotation de l'hlice

Sens de dplacement
de la ple
V
W

-U

Vent rel

= angle de calage ( attaque )

i
I
P
T

=
=
=
=

angle d'incidence
+ i : angle d'inclinaison
pousse
traine

Figure B.1 : Action du vent sur la pale [43].

B.3 Paramtres de fonctionnement et Performance dun aromoteur
Dans le souci de comparer des rotors trs diffrents, on caractrise ceux-ci par
des coefficients adimensionnels

269

* Vitesse spcifique
Le premier paramtre de fonctionnement est reli la vitesse priphrique
U=R (avec : vitesse de rotation du rotor et R : rayon dextrmit de la pale) qui,
rapport la vitesse V du vent donne :

U R
=
V
V

(3)

: paramtre de rapidit ou vitesse spcifique.

Les machines peuvent tre classes en fonction de ce paramtre. Celles ayant
une vitesse spcifique infrieure 3 sont dites machines lentes (oliennes de
pompage), au-del elles sont dites rapides (arognrateurs).
* Coefficient de puissance
Il est dfini par le rapport de la puissance P recueillie sur larbre moteur du
1
capteur la puissance cintique du vent
S V 3 qui passerait dans le disque du

rotor en son absence :

Cp = 1
2

P
3
SV

(4)

* Coefficient de couple
Cest le rapport du couple moteur Q qui sexerce sur larbre de sortie du
capteur olien au couple arodynamique :

CQ = 1
(

Q
2

S V )R

Cp

(5)

2
Les paramtres Cp et CQ caractrisent les performances du capteur et sont
habituellement reprsents en fonction de la vitesse spcifique (Figure B.2).

270

271

272

ANNEXE

DONNEES TECHNIQUES DES AEROGENERATEURS 150 et 250 kW

273

274

275

276

277

278

ANNEXE

PRESENTATION DES OUTILS DE CALCUL DE LA RENTABILITE

ECONOMIQUE DUN PROJET

279

D. PRESENTATION DES OUTILS DE CALCUL DE LA RENTABILITE

ECONOMIQUE DUN PROJET [154]
Evaluer la rentabilit dun projet conomique consiste tablir le bilan recettesdpenses de linstallation de production. Les recettes proviennent de la vente du
produit obtenu. Les dpenses comprennent principalement les charges fixes et les
salaires du personnel affect la conduite de linstallation. L'objet de cette annexe est
de prsenter les postes essentiels de dpenses d'un projet et les critres conomiques
utiliser pour tudier sa rentabilit conomique et financire.

D.1 Investissements
Le montant des investissements correspond la somme totale quune socit
doit dpenser pour raliser un projet afin deffectuer les diverses oprations qui sy
rapportent, depuis les tudes technico-conomiques prliminaires jusqu la mise en
route effective des installations. Ils sont composs des fonds propres de la socit et
des emprunts auprs des organismes de crdit. Ces dpenses se composent :
D.1.1 Investissements en limites des units de production
Les investissements en limites des units de production correspondent au cot
des installations proprement dites, c'est dire celui de l'quipement ncessaire pour
effectuer l'opration, aux frais de prparation du site et au montage, par fois, on y
comprend aussi les dpenses relatives aux tudes d'engineering.
D.1.2 Frais de location ou d'achat du terrain
Parmi les investissements qu'on doit effectuer pour la ralisation d'un projet,
figure la location ou l'achat du terrain sur lequel les installations doivent tre
construites. Le montant rel de cette dpense est li au site prvu (acquisition du
terrain, travaux supplmentaires ncessaires sa ralisation).
D.1.3 Fonds de roulement
Le fonds de roulement nest pas un investissement de mme nature que les
autres acquisitions. Il correspond une immobilisation temporaire (provision courante),
lie au fonctionnement des installations (stock des pices de rechanges courantes) et

280

donnant lieu, contrairement aux autres types d'investissements, une rcupration

ventuelle un niveau voisin de sa valeur initiale au moins si on ne tient pas compte
des dprciations ou modifications de cours possibles de la monnaie durant la priode
dimmobilisation.
Du point de vue des calculs conomiques, le fonds de roulement
considr comme une dpense non amortissable lanne 0. Il est rcuprable
instant en particulier aprs une priode de n annes, correspondant la dure
de lunit. Si on ne tient pas compte de lactualisation, il apparat sa

initiale, mais le cas contraire il est schmatis par sa forme actualise f / 1+i

f est
tout
de vie
valeur
n

o i

est le taux dactualisation.

D.2 Charges fixes

Ce sont des dpenses annuelles dont le calcul seffectue partir des
investissements de lunit. Elles comprennent principalement : les amortissements du
matriel, l'intrts des emprunts, l'entretien du matriel, les taxes, les assurances, etc.
D.2.1 Amortissements
La dcroissance de la valeur des units (usure et dtrioration des quipements)
conduit la socit amortir le capital investi, cest dire reconstituer les
investissements des installations au cours de leur priode dactivit. Dans cette tude,
seul l'amortissement linaire a t retenu.

D.2.2 Intrt des emprunts

Le financement dun projet se traduit par limmobilisation de sommes gales
linvestissement global (capital amortissable et fonds de roulement). En thorie ces
sommes peuvent en tout ou partie : soit empruntes, soit provenir de capitaux propres
dont dispose lentreprise gestionnaire du projet.

281

D.2.2.1 Capitaux emprunts

La rmunration des sommes prtes se traduit par le paiement dun intrt. Il
peut se prsenter sous diffrentes formes. La forme retenue dans cette tude est
l'emprunt remboursable par annuit constante, a. C'est la modalit la plus rpandue.
Dans ce cas lintrt sur le capital, Ii , ainsi que l'amortissement, Di, qui se dfinissent
comme tant la rmunration dans lunit de temps (anne), sont variables. Au bout
de n annes la somme Sn rembourser pour le prt dun capital So au taux dintrt
simple i est Sn = an
Avec a = Di + Ii

1in

a = So 1 -n
1+i

Et

(1)

D.2.2.2 Actualisation
Si lon suppose quun capital immobilis doit tre rmunr un certain taux
annuel appel taux dactualisation. C'est l'quivalent de la valeur actuelle de 1 dirham
ou

1+i

dirhams dans n annes.

D.2.3 Entretien (maintenance)

Il comprend :
- Lentretien de routine, cest dire la visite et le contrle priodique des
divers lments dune installation,
- les rvisions aux cours des arrts volontaires des units,
- les rparations urgentes ncessits par des incidences imprvisibles.

D.2.4 Taxes et assurances

On regroupe sous cette appellation.
- les taxes diverses, les patentes, etc.,
- les frais dassurances qui couvrent essentiellement linvestissement en matriel,
cest dire les units de gnrations d'lectricit et les installations gnrales.

282

D.3 Main duvre

La rubrique main-duvre ne comprend en gnral que les dpenses relevant du
personnel de quart, en poste sur les installations, cest dire de ceux chargs du
fonctionnement et de lentretien permanent et courant des quipements.

D.4 Etude de la rentabilit conomique dun projet

Il existe de nombreuses mthodes permettant dapprcier lconomie dun projet,
mais en raison de dficit d'information, elles ne sont pas applicables telles quelles.

D.4.1 Critres conomiques

Parmi les divers critres de rentabilit qui permettent de juger la valeur
conomique dun projet, certains prennent en compte les bnfices dexploitation,
dautres non.
En valuation on choisit de faire appel de prfrence la premire catgorie
de ces critres, bien que le cot opratoire ou le prix de revient puissent offrir par
eux-mmes un moyen de comparaison conomique prliminaire.
Etant donn que les bnfices bruts annuels, diffrence entre les recettes dues
la vente du produit et le cot opratoire, font lobjet de prlvement fiscal, on doit
tenir compte de ces impts (taux de limposition) dans le calcul de la rentabilit dun
projet.
Lorsquil nest pas possible de dterminer la part du prlvement fiscal, on
conduit le calcul soit en prenant le bnfice brut annuel, soit en adoptant un
pourcentage de taxation arbitraire 50 %, cette manire de le faire peut tre utilise
pour la comparaison de plusieurs projets de mme nature et de localisation voisines.
Parmi les nombreux mthodes d'valuation de la rentabilit d'un projet, nous
avons retenues les deux mthodes suivantes :
- Le temps (ou dure) de remboursement appel encore temps de rcupration
(Pay Out Time, POT),

283

- Le bnfice actualis ou Cash Flow (CF) actualis ou Marge

dAutofinancement actualise (Discounted Cash Flow ou Net Prsent Value).

Brute

D.4.2 Mthode du POT ou du temps de remboursement simplifi

Le temps de remboursement ou de rcupration du capital est dfini comme
tant la dure au bout de laquelle les recettes totales lies au fonctionnement dune
unit ou dun complexe, dductions faites de toutes les sorties y compris les taxes,
sont gales au montant global des investissements ncessaires lachat, la construction
et le dmarrage des installations, cest dire au montant du capital amortissable
initial.
Dun point de vue strictement conomique, un critre doit faire intervenir
normalement la notion dactualisation. Dans le cas prsent, il sagit den dcrire une
application simplifie, lactualisation telle quelle est pratique par les conomistes ny
apparat pas de faon explicite.
Ainsi la mthode dite POT sapplique en admettant les hypothses suivantes :
- les prix de la main duvre, le cot de la maintenance, le prix de vente du
produit etc., sont supposs constants, au cours du temps, par consquent les revenus
sont identiques dune anne lautre,
- on admet que les capitaux sont emprunts, donc rmunrables laide dun
taux dintrt,
- les bnfices sont soumis des prlvements fiscaux,
- lamortissement est suppos linaire et la valeur rsiduelle des installations
nulles.
Dans ces conditions, si on appelle :
- B : les bnfices bruts annuels, cest dire avant dduction des impts,
- a : le taux de limpt sur les bnfices bruts,
- I : linvestissement correspond au capital amortissable,
- A : lamortissement annuel (constant).
Le temps de remboursement (POT) est donn, en annes, par lexpression
suivante :

1
POT = B (1-a) + A

284

(2)

Le (POT) apparat ainsi comme le temps au bout duquel la socit, qui a

consenti linvestissement I, a rcupr son capital immobilis sous forme de bnfices
rels (taxes dduites) et sous forme de provision pour amortissement.
Le terme : B(1 - a) + A, qui reprsente le 'Flux de Liquidits' est plus
gnralement connu sous la dsignation de 'Cash Fow' ou encore de 'Marge Brute
dAutofinancement.
En premire approximation le taux dimposition pour divers pays est de lordre
50 %.
D.4.3 Mthodes reposant sur lactualisation des revenus
Ces mthodes diffrent de la prcdente par les points suivants :
- elles prennent en compte les recettes et les dpenses de chaque anne,
correspondant au programme de production que lon sest fix et aux variations
probables de prix. Ces lments sont le rsultat dune tude de prospective et se
traduisent par ltablissement dun chancier,
- le calcul peut tre effectu avant et aprs imposition sur les bnfices, cest
dire que selon le cas on peut ou non tenir compte des prlvements fiscaux.
D.4.3.1 Dtermination des revenus annuels actualiss (Cash
Flow actualis ou Net Prsent Value)

Dans lapplication de ces mthodes, on est amen calculer le revenu annuel

lactualiser et examiner ses variations en fonction du temps. Pour y parvenir, il est
ncessaire de prciser les conditions dtude les plus gnralement rencontres.
En premier lieu, on suppose que la fiscalit intervient. En suite, puisquil sagit
dun projet dont les effets portent en principe sur plusieurs annes, on peut ou non
saffranchir de lrosion montaire.
Les calculs peuvent tre ainsi conduits de deux manires :
- dirhams courants, les mouvements de trsorier sont dans ce cas valu en
dirhams de lanne considre,

285

- dirhams constants, on choisit une anne de rfrence et toutes les transactions

montaires effectues au cours de la dure du projet examin sont comptabilises
en dirhams de cette anne de base.
En valuation, il est plus simple de raisonner dirhams constants tant donn
que l'rosion de la monnaie est gnralement imprvisible long terme.
De ce fait, il y a lieu de prciser enfin deux points essentiels :
- dune part, la date, cest dire lanne, laquelle ltude de rentabilit est
effectue, puisque, elle est la date de rfrence dans le droulement de calculs. On
choisit en gnral pour lanne de base, le moment o les installations commencent
produire,
- dautre part, la dure n (en anne) sur laquelle porte cette tude. Le plus
souvent pour la commodit des calculs, n est pris gal la priode damortissement.
a. Financement assur par la trsorerie gnrale
On opre de prfrence dirhams constants et lanne 0, qui sert de
rfrence, correspond la mise en production des installations.
On dtermine alors la suite des recettes et dpenses qui rsultent de la
ralisation et du fonctionnement des installations, cest dire la suite des Cash Flows
ou revenus effectifs (diffrence entre recettes et les dpenses).
Pour chaque anne p dexploitation, le Cash Flow (CF)p correspondant scrit
sous la forme suivante :
(CF)p = Vp - Dp - Ip - (Vp - Dp - Ap)a
(3)
soit
(CF)p = (Vp - Dp - Ap) (1 - a) + Ap - Ip
ou
a
Vp
Dp
Ap
Ip

286

:
:
:
:
:

taux dimpositions des bnfices bruts.

recettes dexploitation lanne p.
dpenses dexploitation.
amortissement.
investissements totaux.

(4)

On peut introduire le cot opratoire : Cp = Dp + Ap + Fp

Ou
Fp : charges financires (intrts lanne p des sommes emprunts).
Le Cash Flow devient alors :
(CF)p = (Vp - Cp) (1 - a) + Ap - Ip

(5)

En actualisant cette expression des revenus effectifs lanne p, laide du

taux dactualisation i, on obtient :

CFp V p - Cp 1-a + A p - I p
p =
1 + i
1 + i p

(6)

Avec Fp = 0
De la relation (6) on peut en dduire, selon la valeur de p, comprise entre 0
et n, les consquences suivantes :
- A l'anne p = 0, I0 est gal la mise de fonds initiales, cest dire
linvestissement global : capital amortissable (I) et le fonds de roulement (f) : I0 = I + f,
linvestissement global. Par suite (CF)0 = - (I+f),
- A une anne p quelconque, Ip est en gnral nul,
- A l'anne p = n, -In reprsente la valeur du capital rcuprable, c'est dire le
fonds de roulement f, et la valeur rsiduelle Ir des installations.
b. Cot dopportunit des fonds propres
Dans certains cas particuliers, on peut dfinir pour un projet dtermin la part
des investissements financs par des emprunts et celle qui est constitue de capitaux
propres. On peut alors essayer de trouver la meilleure utilisation de ces fonds. Les
expressions (5) et (6) restent valables, mais avec Fp 0; ces charges financires
reprsentent les intrts l'anne p des sommes empruntes initialement, ou le cas
chant, lorsque les investissements complmentaires sont raliss.
A lanne p=0, Io doit reprsenter les sommes effectivement immobilises par
lentreprise qui ralise le projet. Si I est le capital amortissable initiale, constitu
dune part demprunt E et dautre part de fonds propres P, cest dire si : I = E + P,
on aura : Io = I + f E = P + f, f tant le fonds de roulement, qui ventuellement peut

287

tre galement rparti entre les capitaux propres et les prts. Les charges financires
Fp doivent alors tre corriges en consquence.
A une anne p quelconque, Ip nest en gnral plus nul, mais gal au
remboursement Rp de capital emprunt relatif cette anne p, de telle sorte que :
p=n R p
(7)

p =E
p=1 1+i

avec R0 = 0
Si donc il ny a pas dinvestissements complmentaires, lexpression (6) devient :

CFp V p - C p 1-a + A p - R p
p =
p
1 + i
1 + i

avec

(8)

Fp 0

A l'anne p = n, -In reprsente d'une part, la valeur des capitaux rcuprables

soit : (Ir+f), et d'autre part, les remboursements relatifs cette anne n. Par suite : In =
Rn -Ir - f
Remarques :
- Lorsque la dcision prendre est de raliser ou non un projet dtermin,
l'application de cette mthode consiste retenir le projet si son bnfice actualis est
positif, ce qui signifie que la valeur actualise de recettes est suprieure la valeur
actualise des dpenses,
- Lorsque la dcision prendre est de slectionner un projet parmi d'autres ou
de comparer plusieurs possibilits, la mthode consiste retenir le projet dont le
bnfice actualis est le plus lev.

D.4.3.2 Critres de rentabilit avec lactualisation

A l'aide de l'expression (8), on peut chercher dfinir divers critres de
rentabilit :
- bnfices actualiss,
- temps de rcupration du capital avec actualisation

288

a- Bnfice actualis ( Discounted Cash-Flow)

On appelle bnfice actualis ou encore revenu actualis dun projet, la somme
des valeurs actuelles des cash-flows associs sa ralisation :

CFp
p
p = 0 1 + i

p=n

B=

(9)

En valuation pour la commodit des calculs, on prend le plus souvent pour n

la fin de la priode damortissement.
b. Temps de rcupration avec actualisation.
La date de rcupration dun projet est la date k partir de laquelle la somme
des cash flows actualiss devient positive. On dtermine ainsi k telle que :

CFp

p 0
p = 0 1 + i

p=k

(10)

Il sagit donc du moment partir duquel les revenus dcoulant de la ralisation

du projet auront permis de rembourser le capital initial. Ces investissements, ayant t
rmunr un taux gal au taux dactualisation de lentreprise qui fait construire les
installations et les exploiter.
Le temps de rcupration est la dure qui spare cette date de celle choisie le
dbut des calculs conomiques.
Remarques :
- Le Pay Out Time (POT) peut conduire des rsultats errons. C'est
pourquoi il convient d'utiliser le critre du temps de rcupration lorsque l'on cherche
examiner un mme projet dans des conditions concurrentielles sensiblement
quivalentes, ou les technologies compares sont souvent voisines et les
investissements du mme ordre de grandeur.

289

ANNEXE

Estimation of daily and monthly direct, diffuse and global solar radiation in
Rabat

H. Nfaoui and J. Buret

Renewable Energy, Vol.3, No.8, pp.923-930, 1993

290

291

292

293

294

295

296

297

298

ANNEXE

STOCHASTIC SIMULATION OF HOURLY AVERAGE WIND SPEED SEQUENCES IN

TANGIERS (MOROCCO)
H. Nfaoui, J. Buret and A.A.M. Sayigh

Solar Energy Vol.56, No.3, pp.01-314, 1996

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

ANNEXE

COST OF ELECTRICITY GENERATED AND FUEL SAVING OF AN

OPTIMIZED WIND-DIESEL ELECTRICITY SUPPLY FOR VILLAGE IN
TANGIERS-AREA (MOROCCO)

Nfaoui H., Buret J. and Sayigh AAM.

Proc. 4th World
Colorado.(USA)

314

Renewable

Energy

Congress,

16 21 Juin 1996 Denver,

315

316

317

318

319

ANNEXE

WIND CHARACTERISTICS AND WIND ENERGY POTENTIAL IN MOROCCO

H. Nfaoui, J. Buret and A.A.M. Sayigh

Solar Energy, Vol.63, No.1, pp.51-60, 1998

320

321

322

323

324

325

326

327

328

329

330

ANNEXE

A stochastic Markov chain model for simulating wind speed times series at
Tangiers, Morocco

H. Nfaoui, E. Essiarab and A.A.M. Sayigh

Renewable Energy, 29(2004) 1407-1418

331

332

333

334

335

336

337

338

339

340

341

342

343

ANNEXE

WIND ENERGY AND ITS ECONOMY IN SOUTH OF MOROCCO

Nfaoui H., Essiarab E. and Sayigh A.A.M.
Proc. 8th World Renewable Energy Congress, 28 Aot 3 Septembre 2004 Denver,
Colorado (USA).

344

A WIND ENERGY AND ITS ECONOMY IN SOUTH OF MOROCCO

H. Nfaoui
1
2

, H. Essiarab1 and A. Sayigh2

Dpartement de Physique, Facult des Sciences, B.P. 1014, Universit Mohammed.V, Rabat, MOROCCO
WREN, School of Engineering, Hertfordshire University, UK.

ABSTRACT

This study is about wind characteristics and the feasibility assessment of using
wind farms to generate electrical power in the south of Morocco. Long term hourly
wind speed recorded data over (10 years) in two windy coastal sites (Laayoune and
Dakhla) have been used. The annual average wind speed for the considered sites are
5.7 m/s and 7.6 m/s respectively at a height of 10 m above ground level. Statistical
data on wind speed
and related Weibull Hybrid distribution parameters is also
available in this study.
The cost generation of the kWh of electricity produced by wind power is
evaluated for three sizes of wind turbines to take into account various dimensions
based on the parameters given by Beurskens and Hjuler Jensen [4]. For example,
output is calculated at hub height of 40 m typically 500 kW wind turbines. The
generating cost is estimated to 5.2 Eurocents/kWh for Laayoune and 2.9Eurocents/kWh
for Dakhla. It is a result comparable to the one obtained by Khalaji and Talghanis :
the final cost of a kWh energy produced with a velocity of 6 m/s is twice the final
cost of electricity produced with 8 m/s [9]. This study shows that the south of
Morocco, particularly the Atlantic zone, is suitable for electrical power production by
installing wind farms
1. INTRODUCTION

The south of Morocco edged by Atlantic Ocean from west, composed of

Sahara provinces, is an arid region and slightly populated, constituted by low
mountains and sets of dry rivers. The Sahara dunes penetrate its western part.
Following the raising of oil price, the energy cost is a key factor in the
Moroccan economy. Morocco depends more than 85% of foreign sources of its energy
supply. The oil invoice absorbs nearly 22.3% of export receipts [1]. However,
limitation of conventional fuel is one strong reason for the application of non-pollutant
wind energy. Furthermore, the fossil fuel is incapable of supplying the remote and
enclave area with the necessary quantity of energy needed for its development.
The renewable energy, particularly wind energy, decentralized and non pollutant
resource, can contribute to face this problem. Or, to use rationally and economically
such energy, it is necessary to dispose of good qualitative and quantitative knowledge
on wind characteristics and wind energy potential in the considered region. For this
reason, we contribute to the evaluation of wind energy in the south of Morocco by a
statistical analysis of hourly wind speed recorded in two coastal sites, Laayoune and
Dakhla, for a long period, 10 years, and by an estimation of generating cost of a
kWh produced by wind power plants. With the aim of intensifying the use of

345

renewable energy in the south of Morocco, consequently decreasing the consumption

of fossil fuel and reducing the emission of CO2 , without doubt the principal cause of
the greenhouse effects.
2. SOURCES OF THE DATA USED

This study of data analysis is based on hourly wind records carried out four
times per day during 13 years for Laayoune ( 1978-1990, anemometer level : 15 m,
roughness : 0.001 m) and 10 years for Dakhla (1980-1989, anemometer level : 10 m,
roughness : 0.001 m) in the meteorology stations by the Direction de la mtorologie
Nationale, DMN.

3. STATISTICAL ANALYSIS OF ANEMOMETRIC DATA

The south of Morocco is dominated by the circulation of the north east trade
wind, which increases strongly in summer when the pressure gradients intensify on a
large scale. This qualitative result is confirmed by high, long term mean wind speed
of the order of 5.9 m/s for Laayoune and 7.6m/s for Dakhla (Tables 1 and 2).
TABLE 1: MONTHLY MEAN VELOCITY AND MAXIMA OF WIND SPEED FOR LAAYONE AND
DAKHLA SITES
Months
J
F
M
A
M
J
Jt
A
S
O
N
D
Annual

Mean Velocity (m/s)

Laayoune
Dakhla
5.25
5.78
5.40
6.63
6.14
7.33
5.81
8.16
6.20
9.04
6.79
9.66
7.60
10.12
7.67
9.53
5.80
8.02
4.83
6.34
4.57
5.35
4.87
5.76
5.90
7.64

Standard Deviation
Laayoune
Dakhla
0.97
1.15
1.36
0.77
0.93
1.33
0.87
1.91
0.92
2.16
0.89
2.17
0.77
2.73
0.85
1.93
0.62
1.20
0.70
1.16
0.74
0.98
1.06
1.10
0.89
1.55

I = MV/SD
Laayoune
0.18
0.25
0.15
0.15
0.15
0.13
0.10
0.11
0.11
0.15
0.16
0.22
0.15

Dakhla
0.20
0.12
0.18
0.23
0.24
0.22
0.27
0.20
0.15
0.18
0.18
0.19
0.20

Maximal wind (m/s)

Laayoune
Dakhla
22
17
34
20
23
21
14
23
14
24
14
25
15
27
34
22
13
20
13
15
17
13
15
17
34
27

TABLE 2 : ANNUAL PARAMETERS OF WEIBULL HYBRID DISTRIBUTION AND MEAN POWER

AVAILABLE
Site

Annual
mean
velocity (m/s)

Mean
power
available (W/m2)

Laayoune
Dakhla

5.9 (5.7)
7.6 (8.4)

204 (175)
462 (640)

Annual parameters of
Weibull-Hybrid distribut.
k
c
2.47 (2.52) 6.79 (6.62)
2.32 (2.22) 8.78 (9.68)

Velocity
(%)
Calms
2 (3)
2 (2)

Frequencies
V >=4
80(78)
88(89)

( ) : Values obtained from reference [1] using 5 years (1978-82) for Laayoune and 4 years for Dakhla (1980-84)

Figure 1 shows the inportance of the seasonal variation. The monthly average
for July, a windy month for both considered sites, is nearly twice that of November,
a less windy month for both sites. So, the south of Morocco is among the windiest

346

region with small annual frequencies of calm wind periods of the order of 2 % for
Dakhla
both sites.
laayoune
14
12

12

10

10

8
6

Annual mean

8
6

Monthly mean

14

Annual mean

Wind speed (m/s)

Wi
nd
spe
ed
(m/
s)

Monthly mean

0
1

9 10 11 12

9 10 11 12

Month

Month

Figure 1 : Monthly variations of wind speed

The diurnal variations are generally the result of a relatively strong wind
during the day, and low at night. Figure 2 shows the graphics of mean wind at 00,
06, 12 and 18 hours for November, July and on an annual scale. The trade wind are
too strong and mask the sea land breeze, and the diurnal variation is not marked for
Dakhla
both sites. Laayoune
1 : November

2 : July

3 : Annuaal

14

12

12

10

10
Wind speed (m/s)

Wind speed (m/s)

14

2 : July

3 : Annual

1 : November

0
1

Figure 2 : Daily variations of wind speed

For Laayoune and Dakhla sites, the annual values of the inter annual variation
factor, Ii, ratio of standard deviation of the mean monthly wind speed for the month,
i, of the calendar during a period of several years, to long term mean wind speed, are
of the order of 0.15 and 0.20. These values can be considered as high knowing the
mean latitudes, the values of I, generally, are less than 0.1 [2]. For the summer

347

months, a period during which the wind is high, Laayoune region is characterized by
lower inter annual variation, values of I are very small than Dakhla region. Also, this
Atlantic zone experiences violent wind in summer which can reach 34 m/s for
Laayoune (Figure 4).
20

Laayoune , 1978-1990, 4/24

Dakhla ,

1980-1989, 4/24

Laayoune : V = 5.9 m/s

Dakhla

: V = 7.6 m/s

Wind speed (m/s)

15

10

0 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989
1

156

1990

Figure 3 : Inter annual variations of monthly wind speed

40

Wind speed (m/s)

35
30

Laayoune 1978-1990, 4/24

Dakhla

25

1980-1989, 4/24

20
15
10
5
0

1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989
1

156

1990

Figure 4 : Inter annual variations of absolute maxima of wind speed

The comparison between the measured frequencies of wind speed with those
estimated by Weibull-Hybrid model are satisfactory for both sites (Figures 5). Reference
[3] gives detailed information on the expressions and applications of the considered
model.

348

Dakhla

Laayoune
15
Observed

15

Observed

Weibull Hybrid

Weibull Hybrid

10

Frequency (%)

Frequency (%)

10

0
1

13

17

21

25

13

17

21

25

Wind speed (m/s)

Wind speed (m/s)

Figure 5 : Annual distributions of wind speed

4. TECHNOLOGY DEVELOPMENT : LARGE WIND TURBINES AND IMPROVED DISIGNS

From the very start of the development of modern wind energy technology, we
have noticed a gradual and consistent growth of the unit size of commercial
machines, from 10 m diameter in the mid-1970s to 80 m at present. For the trend
since see TABLE 3.
TABLE 3 :
APPROXIMATE MEAN SIZE (kW) OF WIND TURBINES INSTALLED EACH YEAR IN EUROPE [4].
Year

Size (kW)

1992

200

1994

300

1996

500

1998

600

1999

700

2000

900

The demand side of the market is the main driver of the trend towards larger
machines. The most important arguments for larger machines are to utilize economics
of scale, to lessen visual impact on the landscape per unit of installed power, and the
expectation that multi-megawatt machines are needed to exploit the offshore potential.
The effects of scale on the relative costs of the machines are illustrated in figure 6.

349

Figure 6 : Relative wind turbine cost as a function of size over the course of time [4].
5. ECONOMICAL AND ECOLOGICAL PROFITABILITY OF WIND ENERGY AND
PERSPECTIVES

In 2001, the provincess electricity demand in the south of Morocco was 323.4
106 kWh for an urban and rural population of 691 103 inhabitants [1]. This region does
not represent an area limitation wind farms installation to the national grid. From
which is the possibility to use wind farms, destined for high power electricity
production or to install individual wind turbine for low power, destined for pumping
water or for remote site electrification.
For economical profitability volet, it is about estimating the generating costs of
wind energy for 4 sites among the windy sites in Morocco. According to the reference
[4], the following data can be presumed to evaluate the cost generating :
ex-works cost : 350 Euro/m2, total Investment : 125% of ex-factory cost, annual
operation and maintenance cost : 1 Eurocent / kWh, availability : 99%, technical life
time : 20 years, amortization period : 20 years and real interest rate : 5%.
The cost can be calculated by means of the following expressions [4] :
c = a Itot/(A.E) + m

(1)

where
c : cost (Euro/kWh), a : annuity factor, Itot : total investment per m2 rotor area, A :
availability, E : annual energy output per m2 of rotor area (kWh/m2) and m : operation
and maintenance cost.
While
ai

1 i /(1 i 1)
n

where i : real interest rate and n : amortization period.

While
3
E = 3.2v
Where

350

(2)

(3)

v is the annual average wind (m/s) at the hub height which is generally higher
than the anemometer level of 10 m at the meteorological stations. However, for a
height less than 100 m, the effect of the roughness of the soil cannot be neglected
when extrapolating the wind speed, so the modified power law developed by Mikhail
and Justus [2,5,6], has been used :

v v z /z
2

v1 and v2

(4)

are the velocities at heights z1 and z2. The exponent, , is a function

depending on the roughness z0 and the geometric Z height and is given by [5]:

1 / ln( z / z 0) 0.0881 * ln(v1 / 6) /(1 0.0881 * ln( z1 / 10)

where

z ( z1 z 2)

(5)

0.5

To take into account various dimensions, outputs were calculated at a hub height
of 40 m (typically 500 kW machines), 55 m (typically 1 MW machines), and 75 m
(typically 2 MW machines) for roughness class 1 and class 2 terrain [7]. Figure 8
shows Generating cost of wind energy as a function of local average wind speed at a
height of 10 m above ground for 3 types of wind turbines for Laayoune, Dakhla,
Tangier and Koudia Al Baida (Ttouan) sites. For the last two sites, the wind data are
taken from [3] and [8] references.
6

Generating cost (Eurocentimes/kWh)

4
40 m
3

55 m
75 m

0
5

10

11

Annual mean wind speed at 10 m height (m/s)

Figure 8 : Generating cost of wind energy as a function of local average wind speed
for 3 wind turbines ( 1Euro = 10 Dirhams = 1 $)
At a height of 40 m , the generating cost of each kWh is estimated to 5.2
Euro centimes for Laayoune, a comparable cost to the cost obtained for Tangier, sites

351

nearly the same wind potential. For Dakhla, the generating cost of each kWh is of
the order of 2.9 Euro centimes, nearly twice of the cost obtained for Koudia Al Baida
(Ttouan). This shows that the exploitation of wind potential of Dakhla is more
profitable than Laayoune. The cost generated are obtained without taking into account
the national grid existence and the electrical pert of transmission.
Ecologically, wind farms are another advantage, concerning carbon dioxide,
CO2, emissions and other toxic pollutants, with greenhouse effects degrading the
environment.
6. CONCLUSION

The exploitation of wind energy is profitable in the south of Morocco,

particularly, the Atlantic zone of Laayoune and Dakhla sites which benefit from an
ideal wind potential for the realization of wind farms because its long term mean
wind speed are of the order of 5.7 m/s and 7.6 m/s respectively. The economic study
shows that the cost generated of each kWh for Dakhla is 2.9 Euro centimes, nearly
half the generating cost for Laayoune. It is a result comparable to the one obtained
by Khalaji and Talghani : the final price of a kWh energy produced with a velocity
of 6 m/s is twice the final price of electricity produced with 8 m/s [4].
REFERENCES
[1]

Annuaire statistique du Maroc 2002, Direction de la statistique,

www.statistic.gov.ma.
[2] Justus C.G., Mani K. and A Mikhail A.S.(1979) Interannual andMonth to Month
variations of wind speed, American Meteorological Society, Journal of Applied
Meteorology, 18, 913-920.
[3] Nfaoui H., Buret J. and Sayigh A. (1995) Wind characteristics and wind energy
potential in Morocco, Solar Energy 63(1), 51-60, (1995).
[4] Beurskens J. and Hjuler Jensen P. (2001) Economics of wind energy : prospects
and directions, Renewable Energy World 4(4), 102-121, www.jxj.com/rew/
[5] Knidiri F. et Laaouina A. (1986) Lnergie olienne au Maroc : analyse prliminaire
base sur les donnes existantes, CDER, www.cder.org.ma.
[6] Kasbadji Merzouk N.(2000) Wind energy potential of Algeria, Renewable Energy
21, 553-562.
[7] Troen Ib and E. L. Petersen E.L.(1989) European wind atlas, Riso Natioanl
laboratory.
[8] Enzili M., Nayssa A. et Affani F. (1995) Le gisement olien du Maroc : analyse
prliminaire des donnes du vent releves au niveau des appareils de mesure
installs par le CDER.
[9] Khalaji M. and Taleghani G. (2002) Wind energy and its application in Iran, Proc.
of the 7th World Renewable Energy Congress, Cologne, Germany.

352