Vous êtes sur la page 1sur 190

MEMOIRE

PRESENTE EN VUE DE LOBTENTION DUNE

HABILITATION A DIRIGER LES RECHERCHES


PAR

PHILIPPE POGGI
Docteur

Matre de Confrences

tel-00604868, version 1 - 29 Jun 2011

62me Section

UNIVERSITE DE CORSE

PASQUALE PAOLI
Discipline : nergtique et Gnie des Procds

prsente et soutenue publiquement


le 15 Dcembre 2007

INTEGRATION DES SYSTEMES ENERGETIQUES A SOURCES


RENOUVELABLES DANS LES RESEAUX ELECTRIQUES INSULAIRES

Commission dexamen :

Rapporteurs :

Harry BOYER, Professeur lUniversit de la Runion


Jean-Franois MUZY, Charg de Recherches au CNRS, HDR - UMR CNRS 6134
Dominique LAMBERT, Matre de Confrences HDR lUniversit de Toulouse

Examinateurs :

Jacques Henri BALBI, Professeur et Directeur de lUMR CNRS 6134, Universit de Corse
Michel DUPONT, Professeur lUniversit Antilles-Guyane

SOMMAIRE
REMERCIEMENTS

NOTICE INDIVIDUELLE

ACTIVITES DE RECHERCHES

21

AVANT-PROPOS
INTRODUCTION...................................................................................................................... 2
1

ETUDE DE LINTRANT ENERGETIQUE ................................................................... 30


1.1

PRESENTATION DE LA STATION METEOROLOGIQUE. .............................. 30

1.2

ETUDE DU RAYONNEMENT SOLAIRE DIRECT............................................. 31

1.3

DEVELOPPEMENT DE CORRELATIONS DU RAYONNEMENT SOLAIRE. 33

tel-00604868, version 1 - 29 Jun 2011

1.3.1

Dtermination des composantes du rayonnement solaire partir des dures

dinsolation....................................................................................................................... 33
1.3.2

Dtermination des irradiations solaires horaires globales sur des plans inclins

partir des irradiations solaires journalires globales horizontales................................. 35


1.4

UTILISATION DE DONNEES SATELLITAIRES METEOSAT. ........................ 37

1.4.1

Dtermination des irradiations journalires solaires globales horizontales

partir des images satellites................................................................................................ 37


1.4.2
1.5

Dtermination des irradiations solaires horaires sur un plan inclin. .............. 43


DETERMINATION DE PROFILS HORAIRES DCLAIREMENT SOLAIRE

GLOBAL.............................................................................................................................. 52
1.6

DEVELOPPEMENT DE SIMULATEURS DE RAYONNEMENT SOLAIRE. ... 54

1.6.1

Etude stochastique des irradiations solaires globales horizontales. ................. 55

1.6.2

Classification en journes types des irradiations solaires globales et gnrateur

de sries de journes types ......................................................................................... 64


1.7

ANALYSE STOCHASTIQUE DES VITESSES DE VENT .................................. 68

1.7.1

Modlisation et simulation par des processus stochastiques............................ 69

1.7.2

Le processus autorgressif ............................................................................... 70

1.7.3

Les chaines de Markov..................................................................................... 74

1.7.4

Simulation ........................................................................................................ 78

1.7.5

Conclusion........................................................................................................ 80

1.8

NOTIONS

DE

MULTIFRACTALITE

APPLIQUEE

AUX

DONNEES

METEOROLOGIQUES....................................................................................................... 81
1.9

SYNTHESE ET CONCLUSION............................................................................. 87

INTEGRATION DE SYSTEMES A SOURCES RENOUVELABLES DANS UN

RESEAU ELECTRIQUE INSULAIRE................................................................................... 88


2.1

ETUDE DE LA SITUATION ENERGETIQUE DES ILES DE MEDITERRANEE

OCCIDENTALE.................................................................................................................. 89
2.1.1

Situation de la production dnergie lectrique dans lle................................ 90

2.1.2

Problmes de la production dlectricit et situation particulire du producteur

tel-00604868, version 1 - 29 Jun 2011

93
2.1.3

Incident nergtique en fvrier mars 2005. ................................................... 94

2.1.4

Les besoins actuels et futurs............................................................................. 95

2.1.5

Conclusion........................................................................................................ 98

2.2

ANALOGIE PHOTOVOLTAIQUE EOLIEN. .................................................... 99

2.3

LIMITE DINTEGRATION DE SYSTEMES ENERGETIQUES A SOURCES

RENOUVELABLES DENERGIE ................................................................................... 101


2.3.1

Mthodologie : processus de Markov ............................................................ 102

2.3.2

Application aux systmes photovoltaques .................................................... 107

2.3.3

Application aux fermes oliennes. ................................................................. 108

2.3.4

Conclusion...................................................................................................... 114

2.4

LES

SYSTEMES

PHOTOVOLTAQUES

CONNECTES

AU

RESEAU

ELECTRIQUE ................................................................................................................... 114


2.4.1

Etude exprimentale dun systme Photovoltaque connect au rseau

lectrique 114
2.4.2

Relev de tension en bout de ligne lectrique BT par lutilisation de systmes

photovoltaques .............................................................................................................. 128


2.5

DES SYSTEMES MULTI-SOURCES POUR LES SITES ISOLES VERS

LASSOCIATION STOCKAGE DENERGIE - SYSTEMES ENERGETIQUES A


SOURCES RENOUVELBALES CONNECTE SUR LE RESEAU ELECTRIQUE ....... 147
2.5.1

Etude du systme photovoltaque et stockage batteries ................................. 148

2.5.2

Etude du systme photovoltaque et stockage batteries et groupe lectrogne


151

2.5.3

Optimisation De La Stratgie De Fonctionnement ........................................ 153

2.5.4

Impact Du Profil De Charge........................................................................... 154

2.6

SYNTHESE ET CONCLUSION........................................................................... 155

2.7

INTRODUCTION DE LA CHAINE HYDROGENE ........................................... 156

PERPECTIVES.............................................................................................................. 168
3.1

LA RESSOURCE ENERGETIQUE : Analyse et modlisation multi-chelle de

sries de vitesses de vent et de rayonnement solaire et allocation de ressources............... 168


3.2

ANALYSE DE LINTEGRATION DANS LES RESEAUX ELECTRIQUES.... 170

3.3

LA PLATEFORME SOLAIRE DE VIGNOLA. ................................................... 172

REFERENCES.............................................................................................................. 176

NOMENCLATURE...................................................................................................... 176

tel-00604868, version 1 - 29 Jun 2011

PUBLICATIONS .......................................................................................................... 187

REMERCIEMENTS
A Monsieur le Professeur Jacques Henri BALBI, Directeur de lUMR CNRS 6134,
pour lintrt quil a tmoign ce mmoire, de siger ce jury. Quil trouve ici lexpression de
ma profonde gratitude et la reconnaissance de sa confiance quil ma porte en me laissant
mettre en place le projet de Plateforme Solaire de Vignola.
A monsieur Harry BOYER, Professeur lUniversit de la Runion, qui ma fait
lhonneur daccepter dtre rapporteur de mon mmoire et qui ma fortement motiv soutenir
mon Habilitation. Quil trouve ici lexpression de toute ma reconnaissance.

tel-00604868, version 1 - 29 Jun 2011

A monsieur Dominique LAMBERT, Maitre de Confrences Habilit diriger les


Recherches, lUniversit de Toulouse, qui me fait lhonneur dtre rapporteur de mon mmoire
et qui ma soutenu tout au long de ces mois de compilation et rdaction. Quil trouve ici
lexpression de toute mon amiti.

Je remercie galement Monsieur Jean-Franois MUZY, charg de recherches au CNRS,


qui ma fait lamiti dexaminer ce travail et den tre le rapporteur. Je voudrais aussi le
remercier pour son soutien sans faille sur tous les projets que j ai mis en place et les longues
explications sur la thorie multi-fractale. Quil trouve ici lexpression de mon amicale
reconnaissance.

Que Monsieur le Professeur Michel DUPONT, professeur lUniversit AntillesGuyane, qui ma fait lhonneur de sintresser tout particulirement ces travaux de recherche,
trouve ici toute ma reconnaissance et mes remerciements pour avoir accept dexaminer ce travail,
de siger ce jury et de mavoir toujours fait remarquer que je faisais trop de choses.

Que Messieurs Christian CRISTOFARI, Marc MUSELLI, Gilles NOTTON et Nicolas


HERAUD Matres de Confrences l'Universit de Corse, trouvent ici toute ma gratitude pour
leurs aides prcieuses et leurs disponibilits. Quils soient assurs de toute mon amiti.

Pour conclure, je tiens remercier tous les membres du Centre Scientifique de Vignola qui
ont contribus lexistence dun cadre favorable au dveloppement de ces travaux.
5

tel-00604868, version 1 - 29 Jun 2011

NOTICE INDIVIDUELLE

Curriculum Vitae
Liste des Travaux et Publications

Curriculum vitae
Philippe POGGI
N le 28 mai 1965 Toulon (Var)
Nationalit : Franaise
Situation familiale : Mari, 2 enfants
Adresse professionnelle :
Laboratoire Systmes Physiques de lEnvironnement
UMR 6134 CNRS Universit de Corse
BP 52
20250 Cort
 : 04 95 52 41 31
 : 04 95 52 41 42
 : philippe.poggi@univ-corse.fr

tel-00604868, version 1 - 29 Jun 2011

Adresse personnelle :
47 route du vittulo
20000 Ajaccio
1. Etudes Universitaires

Baccalaurat srie C - Acadmie de Caen 1983

DEUG A Option Mathmatiques - Physique Mcanique - Universit de Nice - 1986

Licence de Physique, Universit de Nice - 1987


Mthodes Mathmatiques de la Physique Mention Passable
Ondes et Vibrations - Mention Bien
Physique Quantique Mention Passable

Maitrise de Physique, Universit de Nice - 1988


Physique Statistique et Phnomnes Irrversibles, Mention Assez - Bien
Optique Moderne, Mention Bien
Physique Atomique et du Solide, Mention Assez Bien

DEA d'Energtique, Universit de Nice / Ecole des Mines de Paris - 1989

Doctorat de lUniversit de Corse - Spcialit Energtique,


Mention Trs Honorable,
Titre du mmoire : "Contribution l'tude de l'insertion de systmes
photovoltaques dans un rseau insulaire"
Thse soutenue Ajaccio, le 19 dcembre 1995.
Directeur de Thse : A. LOUCHE, Professeur, Universit de Corse
Jury : J.H. BALBI, Professeur, Universit de Corse
J. CAPILLON, Ingnieur EDF/DER
A. LOUCHE, Professeur, Universit de Corse, directeur de thse
J. PANTALONI, Professeur, Universit Aix-Marseille, rapporteur
G. PERI, Professeur, Universit de Corse, prsident
D. MAYER, Matre de Recherche, Ecole des Mines de Paris, rapporteur

2. Emplois Occups

tel-00604868, version 1 - 29 Jun 2011

Ingnieur d'tude CNRS - Contrat dure dtermine - du 01/01/90 au 01/06/90


Charg de la mise en place et de la ralisation d'une veille technologique dans le domaine
du photovoltaque - march et systmes photovoltaques de puissance dans le Monde - en
contrat avec E.D.F. - D.E.R.

Technicien l'Association ERASME (Espace de Recherches et d'Applications


Scientifiques en Matrise de l'Energie) du 01/03/93 au 31/08/95.

Attach Temporaire d'Enseignement et de Recherches l'Universit de Corse, Anne


universitaire : 1995 - 1996

Matre de Confrences en Physique (section n62) - Universit de Corse (Sept. 1996)


 Rattachement recherche :
Laboratoire Sciences Physiques de lEnvironnement (SPE UMR 6134 CNRS)
 Rattachement enseignement :
Commission pdagogique de Physique de la lUFR FST

3. Fonctions Administratives et autres


3.1. Mandat lectif et autres
- Membre Elu du Conseil Scientifique de lUniversit de Corse 1998-2002 ; 2002-2006
- Membre Elu du Conseil de laboratoire de lURA CNRS 2053 SPE 1997 2002
- Supplant la commission de Spcialiste de Physique de lUniversit de Corse, 1997 2002
- Coordinateur de la convention liant lUniversit de Corse avec Mto France, 2000
- Membre expert du Comit de Slection et de Suivi (CoSS) de l'Incubateur
Technologique de Corse, 2006
- Membre de la Commission de Spcialiste de Physique de lUniversit de Corse, 2007
- Membre nomm au Comit Stratgique du pole de comptitivit CAPENERGIES,
Octobre 2007
- Charg de Mission pour la mise en place dune Ecole dIngnieurs de type
POLYTECH au sein de lUniversit de Corse, Novembre 2007
3.2. Responsabilit Formation
- Responsable Pdagogique de la Matrise de Physique et Applications 2002 - 2004
- Co-Porteur du MASTER Systmes Energtiques et Energies Renouvelables,
campagne dhabilitation 2004 - 2007
- Porteur du MASTER Ingnierie Ecologique, campagne dhabilitation 2004 - 2007
- Responsable du MASTER Ingnierie Ecologique : Septembre 2004 2007
- Responsable Pdagogique du MASTER Systmes Energtiques et Energies
Renouvelables : Septembre 2005 2007, Labellis par le Ple de Comptitivit
CapEnergies (Novembre 2006)
- Reprsentant de lUniversit de Corse dans le Rseau RENED Chaire Francophone
de Sofia, Bulgarie, Universit Technique de Sofia 2004
- Organisation dUniversit Europenne dEt : NTE-EnR (Juillet 2007)
- Co-responsable dun Master Spcialis Energies Renouvelables lUniversit
Technique de Sofia, facult de Sliven, Bulgarie, 2006

4. Enseignements Dispenss
Depuis ma nomination en septembre 1996, j ai effectu une moyenne de 200 heures
quivalent TD par an (fig.1). Mon service c est toujours rparti de manire sensiblement
identique entre les cours, TD et TP, avec une rduction des heures de TP en faveur des heures
de cours lors des trois dernires annes.
250
TP
TD
Cours

150

100

50

0
1996-1997 1997-1998 1998-1999 1999-2000 2000-2001 2001-2002 2002-2003 2003-2004 2004-2005 2005-2006 2006-2007

Figure 1. Service denseignement en h eq. TD par anne


Aujourdhui, jeffectue lessentiel de mon service denseignement en Master dans
deux filires : Gestion de lEnvironnement et Systmes Physiques de lEnvironnement.
Cependant, jai toujours maintenu une activit denseignement en Licence (Fig 2.), qui sest
considrablement rduite ces 3 dernires annes, depuis que je suis responsable de deux
masters.
100%

80%
Rpartitions entre Licence et Master

tel-00604868, version 1 - 29 Jun 2011

Heures equivalent TD

200

60%
Master
Licence
40%

20%

0%
1996-1997 1997-1998 1998-1999 1999-2000 2000-2001 2001-2002 2002-2003 2003-2004 2004-2005 2005-2006 2006-2007

Figure 2. Rpartitions Licence Master par anne universitaire

En dbut de carrire, jai assur une partie de mes enseignements en TP de physique en


DEUG A. Jai mis en place une srie de nouveaux travaux pratiques (3 en nergie-thermique :
loi de Stefan-Boltzmann, Gaz parfait, moteur thermique, ). Aujourdhui, je participe avec la
socit HELION Fuel Cells Maker la ralisation dun banc didactique surs les piles
combustible (projet BAHIA) ddi aux universits et coles dingnieur (partenaires du
projet : Polytechnique, Ecole Nationale Suprieure des Mines de Paris).
Aujourdhui, jenseigne en Licence Ingnierie Electrique les Lignes de Transmission,
et en Master INGECO et SEER, la Matrise de la Demande en Energie, en SEER, jai mis en
place un nouveau cours sur lEstimation de la Ressource Eolienne, et des travaux Pratiques
sur les ENR (solaire thermique, solaire photovoltaque et olien).

tel-00604868, version 1 - 29 Jun 2011

Lors de la campagne dhabilitation 2003-2007, dans le cadre de la rforme LMD, jai coport, avec Mars MUSELLI, le master Systmes Energtiques et Energies Renouvelables
(SEER) et jai port le Master Ingnierie Ecologique (INGECO). Ce sont deux masters
professionnels sappuyant sur plus de 50 % denseignants extrieurs (professionnels,
spcialistes, ).
Depuis 2004, je suis le responsable pdagogique de ces deux formations, qui reprsentent
pour le premier master environ 30 tudiants sur les deux annes du master et pour le second
40 tudiants. Ces deux masters ont aujourdhui acquis une reconnaissance nationale, comme
par exemple le master SEER par sa labellisation pole de comptitivit CAPENERGIES. Le
master INGECO, quand lui, a t laurat des Ppites de la fac du Nouvel Obs en 2006,
prix rcompensant les formations professionnalisantes.
Actuellement, je dveloppe des partenariats internationaux pour tendre vers des doublesdiplmes ou des diplmes conjoints avec dautres universits (Europe, Etats-Unis, ..). Pour
cela, en partenariat avec les Relations Internationales de lUniversit de Corse, nous avons
lintention de rpondre au prochain un appel doffre europen ERASMUS MUNDUS
(avril 2008). Dans ce cadre, les partenaires sont lUniversit Technique de Stuttgart,
lUniversit de Palerme, lUniversit Technologique dIstanbul, lUniversit dOpole et
lUniversit de Madrid Rey Juan Carlos.
Nous avons galement initi des contacts avec lUniversit dHawaii (et plus
particulirement le Hawaii Natural Energy Institute) et lUniversit du Machassussets
(Renewable Energy Research Laboratory) afin de rpondre un appel doffre amricain port
par la fondation FACE concernant lchange dtudiants et denseignants au niveau
master et doctorat.
Je participe galement aux runions organises par le CLER (Comit de Liaison des
Energies Renouvelables), qui ont pour objectif de mettre en place minima une charte des
formations ENR de France, et ventuellement un label. Au sein de ce collectif, je suis le
reprsentant niveau MASTER des formations.
Pour le Master INGECO, nous sommes aujourdhui en relation troite avec lUniversit
du Qubec Montral afin de mettre en place un diplme conjoint entre nos deux structures.
Enfin, jai particip la premire runion en Mai 2007 des formations francophone sur le
Dveloppement Durable, initi par lUniversit de Lausanne et les Professeurs Dominique
Bourg et Suren Erkman, pour la mise dune Association internationale de Langue
Francophone pour la Recherche et la Formation sur le Dveloppement Durable.

10

5. Programmes de Recherches, Collaborations


Contrat Agence de Dveloppement Economique de la Corse sur le projet Performance PV
(2007 - 2009)
Collaboration Universit Technique de Sofia Sliven ; Erasmus-Socrates
Convention ite Universit de Corse Universit de la Runion Universit Antilles-Guyane,
en cours.

tel-00604868, version 1 - 29 Jun 2011

Convention en avec le CEA-INES, et la socit HELION, projet ANR PanAH 2007 :


Plateforme dEtudes de Puissance sur la gestion des nergies Intermittentes par les
Technologies Electrochimiques (PEPITE)
Porteur de la Plateforme Mission hYdrogne-Renouvelable pour linTgration au rseau
Electrique (MYRTE) Projet Lablis et Structurant de CapEnergies. En partenariat avec des
industriels (Groupe RAFFALLI, HELION Fuel Cells Maker) et des organismes de recherches
(CEA, Ecole Nationale Suprieure des Mines de Paris - CEP Sophia-Antipolis). Projet
structurant du pole CapEnergies.
Reviewer : Energy, Solar Energy, Energy Conversion and Management

6. Encadrements Effectus
6.1. Stages de Master 1
Rmy BUSSEUIL, 2007. Analyse et modlisation de lombrage sur un champ
Photovoltaques. Master 1 EEA, ENS Cachan
Christophe DARRAS, 2006. Analyse des lments de production dhydrogne et de pile
combustible. Master 1 Systmes Energtiques et Energies Renouvelables, Cort
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Michael BRUNINI, 2006. Approche Fractale et Multifractale des profils de vitesse de vent.
Stage 1re Anne, ENS Cachan
Co-encadrement 50% avec J.F.MUZY, CR CNRS LSPE.
Lisa MORETTI, 2005. Analyse des sries de vitesse du vent par lutilisation de cascades
multifractales. Master Physique et Applications, Universit Pierre et Marie Curie, Jussieu
Co-encadrement 50% avec J.F.MUZY, CR CNRS LSPE.
Jean-Philippe MARTINI, 2004. Premire approche de lutilisation dune pile combustible
dans un systme photovoltaque hybride. Stage de Matrise Physique et Applications, Cort.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Sylvain CABARET, 2001. Etude exprimentale dun champ PV connect au rseau
lectrique : Modlisation Physique, Dimensionnement et analyse des performances. Stage de
Matrise Physique et Applications, Cort.

11

Jean-Simon CRISTIANI, 2000. Mthode Spectrale Shinozuka applique aux vitesses de vent
horaires. Stage de Matrise Physique et Applications, Cort.
Rgis DRUAUX, 1998. Modlisation par Chaine de Markov des vitesses de vent. Stage de
Matrise Physique et Applications, Cort.
Alexandre MICALLETTI, 1998. Taux de Disponibilit effective des systmes PV en
connexion au rseau lectrique. Stage de Matrise Physique et Applications, Cort.
Marie-Christine TORRE, 1997. Simulation Autorgressive Gaussienne de la composante
globale horaire du rayonnement solaire. Stage de Matrise Physique et Applications, Cort.

6.2. Stages de Master 2

tel-00604868, version 1 - 29 Jun 2011

Christophe DARRAS, 2007. Modlisation et optimisation dun systme nergtique


complexe : PV Eolien Electrolyseur Pile combustible. Master SEER, Cort
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Isabelle MEYNAUD, 2004. Etude de lintgration de fermes oliennes sur le rseau
lectrique par une approche stochastique. DEA Energie et Mcanique, Cort
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Christophe GIROLAMI, 2002. Etude et modlisation de lombrage sur des modules
photovoltaques. DEA Energie et Mcanique, Cort
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Mohamed BOURI, 2000. Utilisation de rseaux neuronaux pour la prvision de vitesse de
vent. DEA Energie et Mcanique, Cort
Co-encadrement 50% avec P.A.BISGAMBIGLIA, Universit de Corse
Marie-Christine TORRE, 1998. Modlisation des vitesses de vent : processus de Markov et
Autorgressif : analyses et comparaisons. DEA Energie et Mcanique, Cort

6.3. Stages de Magistre


Petar MAINOLOV, 2006.Analyse de performances dun systme photovoltaque connect
au rseau lectrique : 6 annes dexprimentation. Magistre Universit Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Svetoslav MARTON, 2006. Systme de couplage hydraulique olien lectrolyseur pour
satisfaire la charge pointe. Magistre Universit Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Vesselin TCHOBANOV, 2005.Modlisation et simulation dun systme hybride
photovoltaque olien- pile combustible. Magistre Universit Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.

12

Nicolai DIMITROV, 2005. Systmes dhydro-pompage aliments par des oliennes.


Satisfaire la charge pointe par des nergies renouvelables. Magistre Universit Technique
de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Marenela MARKOVA, 2004. Intgration de fermes oliennes sur le rseau lectrique Corse.
Magistre Universit Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Krassimir YORDANOV, 2004.Modlisation et tude des performances dun systme
photovoltaque connect au rseau lectrique. Magistre Universit Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.

tel-00604868, version 1 - 29 Jun 2011

6.4. Stages Recherches ECO-NET PECO


Svetoslav MARTON, 2006. Mise en place dun logiciel de simulation de rseaux lectriques
avec production dcentralise de systmes sources renouvelables dnergie. Universit
Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Horia PETCU, 2006. Flux massiques et nergtiques au sein dune pile combustible.
Universit Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.
Vesselin TCHOBANOV, 2005. Modlisation et simulation dune turbine olienne.
Universit Technique de Sofia.
Co-encadrement 50% avec M.MUSELLI, MCF Universit de Corse.

6.5. Doctorats et Post-doctorants


Valrie ACQUAVIVA (soutenance prvue fin 2007)
Etude de systmes photovoltaques connects au rseau lectrique. Analyse et performance de
systmes. Renforcement de bouts lignes.
Co-encadrement : Jean-Franois Muzy
Rachel BAILE (dbut octobre 2006)
Analyse et modlisation multi-chelle de sries de vitesses de vent et de rayonnement solaire.
Application la caractrisation du potentiel de sources oliennes et de rayonnement solaire et
l'allocation de ressources
Co-encadrement avec Jean-Franois Muzy
Christophe DARRAS (dbut octobre 2007)
Simulation et optimisation de systmes nergtiques complexes
lectrolsyeur et pile combustible. Architeture et exprimentation
Co-encadrement avec Marc Muselli

photovoltaques,

Joao Batista DIAS 2006-2007


Etude du phnomne dombrage sur les performances dun champ photovoltaque et raction
du MPPT.
13

6.6. Participation des jurys de thse


Mathieu DAVID
Dveloppement dun gnrateur de climat multi-variable. Application au programme des
coles Solaires Optimisation nergtique de btiments.
Dcembre 2005, Universit de la Runion

6.7. Publications, Congrs et Rapports


6.7.1. Publications Internationales

tel-00604868, version 1 - 29 Jun 2011

6.7.1.1. Integration of wind-generating units into the Corsican electrical grid: determination of
the maximal integration rate from a reliability analysis based on a stochastic process
P.Poggi, M.Muselli, C.Cristofari,
International Journal of Nuclear Governance, Economy and Ecology, X(Y), 2007
6.7.1.2. Modelling and Simulating of an Energetic Complex System Constituted by a
Photovoltaic Array, a Wind Turbine, an Electrolyzer and Fuel Cells
P.Poggi, M.Muselli, C.Cristofari, C.Darras, P.Serre-Combe, F.Le Naour,
ECS Transactions - Fuel Cell Seminar, Applications: Residential" Vol. 5, Mars 2007
6.7.1.3. Calculation of the polycrystalline PV module temperature using a simple method of
energy balance
M.Mattei, G.Notton, C.Cristofari, M.Muselli, P.Poggi.
Renewable Energy, 31-4, 553567, 2006
6.7.1.4. Performance evaluation of various hourly slope irradiation models using
Mediterranean experimental data of Ajaccio
G.Notton, P.Poggi, C.Cristofari.
Energy Conversion and Management, 47-2, 147173, 2006.
6.7.1.5. Predicting hourly solar irradiations on inclined surfaces based on the horizontal
measurements: Performances of the association of well-known mathematical models
G.Notton, P.Poggi, C.Cristofari
Energy Conversion and Management, 47, 13-14, 1816-1829, 2006.
6.7.1.6. Contexte insulaire de la production dnergie lectrique Corse, le des nergies
renouvelables ?
G. Notton, C. Cristofari, P. Poggi, P. Oberti
Revue de lEnergie, 564, pp. 78-91, 2005.
6.7.1.7. Modelling of a doubleglass photovoltaic module using finite differences.
G.Notton, C.Cristofari, M.Mattei, P. Poggi.
Applied Thermal Engineering, 25-17-18, 2854-2877, 2005
6.7.1.8. Calculation on an hourly basis of solar diffuse irradiations from global data for
horizontal surfaces in Ajaccio
G.Notton, C.Cristofari, M. Muselli, P.Poggi.
Energy Conversion and Management, 45, 18-19, 2849-2866, 2004

14

6.7.1.9. Influence of the flow rate and the tank stratification degree on the performances of a
solar flat-plate collector
C.Cristofari, G. Notton, P. Poggi, A. Louche.
International Journal of Thermal Sciences, 42(5), 455-469, 2003.
6.7.1.10. Forecasting and simulating wind speed in Corsica by using an autoregressive model.
P.Poggi, M.Muselli, G.Notton, C.Cristofari, A.Louche.
Energy Conversion and Management, 44, 3177-3196, 2003.
6.7.1.11. Calculation of solar irradiances profiles for hourly data in view of energy systems
behaviour simulation
G.Notton, C.Cristofari, P.Poggi, M.Muselli
Renewable Energy, 27(1), pp.123-142, 2002

tel-00604868, version 1 - 29 Jun 2011

6.7.1.12. Modelling and Performance of a Copolymer Solar Water Heating Collector


C.Cristofari, G.Notton, P.Poggi, M.Muselli
Solar Energy, Vol. 72, N2, pp.99-112, 2002
6.7.1.13. Decentralized Wind Energy systems providing small electrical loads in remote areas
G.Notton, M.Muselli, P.Poggi, A.Louche
International Journal of Energy Research, Vol.25, pp.141-164, 2001
6.7.1.14. First Order Markov Chain Model for Generating Synthetic 'Typical Days' Series of
Global Irradiation in Order to Design PV Stand-Alone Systems
M.Muselli, P.Poggi, G.Notton, A.Louche
Energy Conversion and Management, Vol.42, N6, pp.675-687, 2001
6.7.1.15. Markovian Model for Studying Wind Speed Time Series In Corsica
M.C.Torre, P.Poggi, A.Louche
Int. Journal of Renewable Energy Engineering, Vol.3, N2, pp.311-319, 2001
6.7.1.16. Wind electrical supply system : behaviour simulation and sizing optimization
G.Notton, C.Cristofari, P.Poggi, M.Muselli
Wind Energy, Vol. 4, pp.43-59, 2001
6.7.1.17. Classification of Typical Meteorological Days from Global Irradiation Records and
Comparison Between Two Mediterranean Coastal Sites in Corsica Island'
M.Muselli, P. Poggi, G. Notton et A. Louche
Energy Conversion And Management, Vol.41, N10, pp.1043-1063, 2000
6.7.1.18. Grid connected rooftop PV systems for reducing voltage drops at the end of the
feeder - A case study in Corsica Island.
V.Acquaviva, P.Poggi, M.Muselli, A.Louche
Energy, 25, 774-756, 2000
6.7.1.19. Diagnostic de la situation nergtique de la rgion Corse - Lolien peut-il tre
intgr dans une relle politique nergtique de dveloppement ?
C.Cristofari, G.Notton, P.Poggi, A.Louche
Revue de lEnergie, N521, pp. 544-551, 2000.

15

6.7.1.20. Stochastic Study of hourly solar radiation in Corsica by using a Markov Model
P.Poggi, G.Notton, M.Muselli, A.Louche
International Journal of Climatology, Vol 20, 14, 1843-1860, 2000
6.7.1.21. Computer Aided Analysis of the Integration of Renewable Energy Systems in
Remote Areas using a Geographical Information System.
M.Muselli, G.Notton, P.Poggi, A.Louche
Applied Energy, Vol.63-3, N3, pp. 141-160, 1999
6.7.1.22. PV Hybrid Power systems sizing incorporating battery storage: An analysis via
simulation calculations.
M.Muselli, G.Notton, P.Poggi, A.Louche
Renewable Energy Vol. 20, N1, pp.1-7, 1999

tel-00604868, version 1 - 29 Jun 2011

6.7.1.23. Costing of A Stand-Alone Photovoltaic System


G.Notton, M.Muselli, P.Poggi
Energy The International Journal, Vol.23 N 4, pp.289-308, 1998
6.7.1.24. Improved Procedure for Stand-alone photovoltaic systems sizing using Meteosat
Satellite Images
M.Muselli, P.Poggi, G.Notton, A.Louche
Solar Energy, Vol.62 N6, pp.429-444, 1998
6.7.1.25. Sizing Reduction induced by the choice of electrical appliances options in a standalone photovoltaic production
G.Notton, M. Muselli, P.Poggi, A.Louche
Renewable Energy N15, pp. 581-584, 1998
6.7.1.26. Autonomous photovoltaic system : influences of Some Parameters on the sizing :
Simulation Time-Step, Input and Output Power Profile.
G.Notton, M.Muselli, P.Poggi, A.Louche
Renewable Energy, Vol.7, N4, pp.353-369, 1996
6.7.1.27. Dimensionnement Optimal d'un Systme Photovoltaque Autonome - Partie II.:
Systme Solaire bi-source.
A.Louche, G.Notton, P.Poggi, G.Peri
Entropie, n176, pp.11-16, 1993
6.7.1.28. Dimensionnement Optimal d'un Systme Photovoltaque Autonome - Partie I.:
Systme Solaire "Pur".
A.Louche, G.Notton, P.Poggi, G.Peri
Entropie, n176, pp.3-9, 1993
6.7.1.29. Correlations for Direct Normal and Global Horizontal Irradiation on a French
Mediterranean Site.
A.Louche, G.Notton, P.Poggi, G.Simonnot
Solar Energy, Vol. 46, n4, pp.261-266, 1991
6.7.1.30. Classification of Direct Irradiation Days in view of Energetic Applications.
A.Louche, G.Notton, P.Poggi, G.Simonnot.
Solar Energy, Vol. 46, n4, pp.255-259, 1991

16

6.7.2. Communications Internationales avec comit de lecture


6.7.2.1. Performance Comparison Between Two Copolymer Hybrid PV/T Collectors
C.Cristofari, G.Notton, P.Poggi, M.Mattei, S. Boddaert
ISES Solar World Congres 2007, Beijing, Septembre 2007
6.7.2.2. Evaluation de lAmelioration de la Photoconversion par Refroidissement Actif en
utilisant une approche Matlab/Simulink
S.Boddaert, R.Morlot, C.Menezo, P.Poggi, C.Cristofari
JITH, ALBI, Aot 2007

tel-00604868, version 1 - 29 Jun 2011

6.7.2.3. Simulation Model of Finite Differences Concerning Copolymer Hybrid PV/T


Collector
C.Cristofari, G.Notton, P.Poggi
IASTED International Conference, ASIAPES, Thailande, 2-4 Avril 2007
6.7.2.4. Modelisation, Optimisation and 4 Years Performance Study of a Photovoltaic System
Connected to an Islander Electrical Grid
P.Poggi, M.Muselli, C.Cristofari, G.Notton
IASTED International Conference, ASIAPES, Thailande, 2-4 Avril 2007
6.7.2.5. Data reconciliation and gross error detection of the generator of a wind turbine
O.Bennouna, N.Heraud, O.Mallass, P. Poggi, G.Notton,
DEWI Congress, Allemagne 2006
6.7.2.6. Lessons learned of five years of performance of a photovoltaic system connected to
an islander electrical grid
P.Poggi, M.Muselli, C.Cristofari, G.Notton, N.Heraud.
21th European Photovoltaic Solar Energy Conference and Exhibition, Dresden,
Allemagne, 4-9 Septembre 2006.
6.7.2.7. Modelling and simulating of an energetical complex system constituted by a
Photovoltaic Array, a Wind Turbine, an Electrolyzer and Fuel Cells.
P.Poggi, M.Muselli, C.Cristofari
IASTED International Conference, Bostwana, 11-13 Septembre 2006
6.7.2.8. Thermal Modelling of a Photovoltaic Module.
C.Cristofari, P.Poggi, G.Notton, M.Muselli.
IASTED International Conference, Bostwana, 11-13 Septembre 2006
6.7.2.9. Hybrid system photovoltaic array wind turbine electrolyzer fuel cells modelling
and simulating
P.Poggi, M.Muselli, C.Cristofari, C.Darras, P.Serre-Combe, F.LeNaour
Fuel Cells Seminar, Honolulu, Etats-Unis, 1-4 Dcembre 2006
6.7.2.10. Gross error detection of the generator of a wind turbine
O.Bennouna, N.Heraud, C.Cristofari, M. Muselli, G.Notton, P. Poggi.
IEEE Congress, First International Symposium on Environment, identities in
Mediterranean Area, Corte-Ajaccio,France, 10-13 Juillet 2006.

17

6.7.2.11. Copolymer hybrid photovoltaic/thermal solar collector for water heating


C.Cristofari, G.Notton, P.Poggi, M.Muselli, N.Heraud
IEEE Congress, First International Symposium on Environment, identities in
Mediterranean Area, Corte-Ajaccio,France, 10-13 Juillet 2006.
6.7.2.12. Coupling hydro and wind electricity production by water-pumping storage
P. Poggi, M. Muselli, C.Cristofari, G.Notton, N.Heraud
IEEE Congress, First International Symposium on Environment, identities in
Mediterranean Area, Corte-Ajaccio, France, 10-13 Juillet 2006.

tel-00604868, version 1 - 29 Jun 2011

6.7.2.13. Examination of the influence of the dispersed generation in the distribution networks
for medium voltage
S. Nedeltcheva, P.Poggi, G. Notton, M. Muselli, V.Tchobanov.
IEEE Congress, First International Symposium on Environment, identities in
Mediterranean Area, Corte-Ajaccio,France, 10-13 Juillet 2006.
6.7.2.14. Hourly solar irradiations estimation : from horizontal measurements to inclined data.
G.Notton, C.Cristofari, M. Muselli, P. Poggi, N.Heraud.
IEEE Congress, First International Symposium on Environment, identities in
Mediterranean Area, Corte-Ajaccio, France, 10-13 Juillet 2006.
6.7.2.15. Wind farms territorial integration in Corsica : Methodology and case study in
Bonifacio.
P. Oberti, M. Muselli, P. Poggi
IEEE Congress, First International Symposium on Environment, identities in
Mediterranean Area, Corte-Ajaccio, France, 10-13 Juillet 2006.
6.7.2.16. First Experimental PV Grid-Connected System Studied in Corsica: Modelisation and
3 Years of Performance
P.Poggi, M.Muselli, G.Notton, C.Cristofari, S. Nedeltcheva.
19th European Photovoltaic Solar Energy Conference and Exhibition, Paris, pp.
2920-2923, 7-11 Juin 2004.
6.7.2.17. Modelling of the thermal behaviour of a PV module in view to PV/thermal
applications
G.Notton, C.Cristofari, M.Mattei, P.Poggi, M.Muselli
19th European Photovoltaic Solar Energy Conference and Exhibition, Paris, pp.
2211-2214, 7-11 Juin 2004
6.7.2.18. Wind Hybrid system for rural electrification : analysis of various parameters
G.Notton, C.Cristofari, P.Poggi, M.Muselli
European Wind Energy Conference, Copenhague, Danemark, 2-6 Juillet 2001
6.7.2.19. Reliability Analysis of Wind-Assisted Systems and Impact on The reduction of the
Fossil Energy Generation
P.Poggi, G.Notton, M.Muselli, C.Cristofari, A.Louche
European Wind Energy Conference, Copenhague, Danemark, 2-6 Juillet 2001
6.7.2.20. Wind Farm Peak Load Matching Potential in Corsica
P.Poggi, M.C.Torre, M.Muselli, G.Notton, A.Louche
European Wind energy Conference, Copenhague, Danemark, 2-6 Juillet 2001

18

6.7.2.21. Grid-connected PV systems for reducing voltage drops at the end of the feeder - a
case study in Corsica island.
V.Acquaviva, P.Poggi, M.Muselli, A.Louche
16th European Photovoltaic Solar Energy Conference, Glasgow, Ecosse, 1-5 May
2000
6.7.2.22. Analysis of relationships between photovoltaic power and battery storage for
supplying the end of feeder - a case study on Corsica island.
V.Acquaviva, P.Poggi, M.Muselli, A. Louche.
16th European Photovoltaic Solar Energy Conference, Glasgow, Ecosse, 1-5 May
2000

tel-00604868, version 1 - 29 Jun 2011

6.7.2.23. A Markov chain model for daily irradiation classes records in order to design PV
stand alone systems.
M.Muselli, P.Poggi, G.Notton, A.Louche
16th European Photovoltaic Solar Energy Conference, Glasgow, Ecosse, 1-5 May
2000.
6.7.2.24. Optimization of Stand-Alone Hybrid PV/Engine Generator/Battery System for
Small Energy Load Case Study in Corsica.
G.Notton, M.Muselli, P.Poggi, A.Louche
PV Hybrid Power Systems 2000 Conference, 7-8/9/2000, Aix-en-Provence, 2000
6.7.2.25. Stand alone Wind Energy System sizing procedure with cost optimization
G.Notton, M.Muselli, P.Poggi, A.Louche
European Wind Energy Conference and Exhibition, Nice, France, pp., Mars 1999
6.7.2.26. Integration of large scale Wind Farms in an islander electrical grid: case study of
Corsica
M.C.Torre, P.Poggi, A.Louche
European Wind Energy Conference and Exhibition, Nice, France, pp., Mars 1999
6.7.2.27. Stochastic Study of Wind Speed in Corsica
M.C.Torre, P.Poggi, G.Notton, A.Louche
5th World Renewable Energy Conf., Florence, Italie, pp., Sept.1998
6.7.2.28. Simulation of Small grid-connected PV systems for residential Applications
V.Acquaviva, M.Muselli, P.Poggi, A.Louche
5th World Renewable Energy Conf., Florence, Italie, pp.1709-1712, Sept. 1998
6.7.2.29. Sizing reduction induced by the choice of electrical appliances options in a standalone PV production
G.Notton, M. Muselli, P.Poggi, A.Louche
5th World Renewable Energy Conf., Florence, Italie, pp.581-584, Sept.1998
6.7.2.30. Rooftop Photovoltaic installation Performances
V.Acquaviva, M.Muselli, P.Poggi, A.Louche
2nd World Conference and Exhibition on Photovoltaic Solar Energy Conversion,
Vienne, Autriche, pp.2652-2654, Juillet 1998

19

6.7.2.31. How to reduce the load without changing the level of convenience Impact on PV
System sizing and cost
G.Notton, M. Muselli, P.Poggi, A.Louche
2nd World Conference and Exhibition on Photovoltaic Solar Energy Conversion,
Vienne, Autriche, pp.3182-3185, Juillet 1998
6.7.2.32. Integration of large scale PV plants in an islander electrical grid: case study of
Corsica
P.Poggi, G.Notton, J.L.Canaletti, A.Louche
13th European Photovoltaic Solar Energy Conference, Barcelone, Espagne, pp.11281131, Juillet 1997

tel-00604868, version 1 - 29 Jun 2011

6.7.2.33. A Geographical Information System for the Integration of stand-alone PV systems in


remote areas
M.Muselli, G.Notton, P.Poggi, A.Louche
13th European Photovoltaic Solar Energy Conference, Barcelone, Espagne, pp.25892592, Juillet 1997
6.7.2.34. What hypothesis used for an economic study of electric generators for rural area ?
Litterature survey and new suggestions.
G.Notton, M.Muselli, P.Poggi, A.Louche
13th European Photovoltaic Solar Energy Conference, Barcelone, Espagne,
pp.2534-2537, Juillet 1997
6.7.2.35. Conception et Ralisation d'un Capteur Solaire Autonome
J.L.Canaletti, G.Notton, P.Poggi ,M.Muselli, A.Louche
Energy and Environment, Marseille, 5-7 Dcembre 1995
6.7.2.36. Autonomous Air Flate Collector for solar Heating and Cooling
A.Louche, J.L.Canaletti, G.Notton, P.Poggi
1st World Conference on Photovoltaic Energy Conversion, Hawa, Etats-Unis,
5-9 Dec.1994
6.7.2.37. Behaviour Analogy Grid Connected PV and Wind Energy Systems: Interaction with
an Island Grid
A.Louche, G.Notton, P.Poggi, J.L.Canaletti
1st World Conference on Photovoltaic Energy Conversion, Hawa, Etats-Unis,
5-9 Dec.1994
6.7.2.38. Application of an optimised method to a stand alone hybrid system: a case study in
Corsica
A.Louche, G.Notton, P.Poggi, G.Peri
1st World Conference on Photovoltaic Energy Conversion, Hawa, Etats-Unis,
5-9 Dec.1994
6.7.2.39. Global Approach of an Optimal Grid Connected PV Systems Sizing.
A.Louche, G.Notton, P.Poggi, G.Peri
12th European Photovoltaic Solar Energy Conference, Amsterdam, Pays-Bas,
pp.1638-1641, Avril 1994

20

6.7.2.40. Estimation of Monthly Mean Values of Hourly Total Irradiation on Tilted Surface
from Recorded Monthly Mean Values of Daily Horizontal Irradiation for a
Mediterranean Climate.
A.Louche, G.Notton, P.Poggi, G.Peri.
ISES Solar World Congress, Budapest, Hongrie, 23-27 Aot 1993
6.7.2.41. Rondulinu-Paomia PV Plant : Remote System or Electricity Grid Connected ?
A.Louche, G.Notton, P.Poggi, G.Peri.
11th European Photovoltaic Solar Energy Conference, Montreux, Suisse, pp.12631265, Oct 1992
6.7.2.42. Comportment of the World Photovoltaic Market.
A.Louche, J.G.De Souza Moreira, G.Notton, P.Poggi.
V Congresso Brasileiro de Energia, Rio de Janeiro, pp.1159-1165, Oct 1990

tel-00604868, version 1 - 29 Jun 2011

6.7.2.43. Energetic Production Capability of a 44 kWp Stand-Alone Photovoltaic Plant in


Corsica "Paomia-Rondulinu".
A.Louche, J.G.De Souza Moreira, G.Notton, P.Poggi.
V Congresso Brasileiro de Energia, Rio de Janeiro, pp.1166-1173, Oct 1990

6.7.3. Communications Internationales sans comit de lecture


6.7.3.1. La production dnergie lectrique en corse. Bilans et perspectives
P.Poggi
Universit dEt lIle de la Runion, Energie et Dveloppement Durable pour les
les et les rgions : 2000 2025 2050. Saint-Pierre, France, 26-28 octobre 2005
6.7.3.2. Control and supervision on a chemical process
N. Hraud, P.Poggi, C.Cristofari, G.Notton
Confrence Synthse et Analyse de Mcanismes, Sliven, Bulgaria, 1-3 Juillet 2005.
6.7.3.3. Parcs oliens, approche territoriale et localisation multicritre participative : Etat
davancement dune tude pilote sur la commune de Bonifacio
P.Oberti, M.Muselli, P.Poggi, G.Notton
Actes de luniversit europenne dt D3E. Universits de Corse et de Versailles
Saint-Quentin-en-Yvelines, Corte-Bonifacio, France, 4-10 juillet 2005
6.7.3.4. Modelisation and performance of a photovoltaic system connected to the electrical
grid
P.Poggi, M. Muselli, G.Notton, N. Heraud, S. Nedeltcheva.
11th International Conference on Electrical, Machines, Drives and Power Systems,
ELMA 2005, Sofia, Bulgarie. 15-16 Septembre 2005.
6.7.3.5. The situation of Electricity Generation in Corsica Towards 40% Renewable Energy
Sources Supply
G.Notton, P.Poggi, C.Cristofari
11th International Conference on Electrical, Machines, Drives and Power Systems,
ELMA 2005, Sofia, Bulgarie, 15-16 Septembre 2005.

21

6.7.3.6. Validation de modles pour la dtermination de la composante diffuse du


rayonnement solaire sur une surface horizontale partir de lirradiation globale
G.Notton, M.Muselli, C.Cristofari, P.Poggi.
Colloque Environnement et Identit en Mditerrane, Hammamet, Tunisie,10-13
Dcembre 2003.
6.7.3.7. Development of a copolymer solar water heating collector: influences of various
parameters
C.Cristofari, G.Notton, P.Poggi, M.Mattei.
Colloque Environnement et Identit en Mditerrane, Hammamet, Tunisie,10-13
Dcembre 2003.

6.7.4. Autres Communications Internationales

tel-00604868, version 1 - 29 Jun 2011

6.7.4.1. Caractristiques lectriques des modules photovoltaques


S Nedeltcheva, P.Poggi, G.Notton.
ISSN 1312-3920, Izvestia na TU-Sliven, N 1, 2006.
6.7.4.2. La production dnergie lectrique en Corse : la situation actuelle, sa spcificit, ses
problmes et ses perspectives
G.Notton, C.Cristofari, P.Poggi, N.Hraud.
Journes ENR Les nergies renouvelables : lalternative sans crise , Bastia,
31Mars-1 Avril 2005
6.7.4.3. Problmes des connexions des productions dcentralises aux rseaux lectriques en
Bulgarie
S. Nedeltcheva, P. Poggi, G. Notton, M. Muselli
Journes ENR Les nergies renouvelables : lalternative sans crise , Bastia, France,
31 Mars-1 Avril 2005
6.7.4.4. Estimation de la disponibilit effective de fermes oliennes sur le rseau lectrique de
la Corse.
P. Poggi, M. Muselli, G. Notton, N. Heraud, S. Nedeltcheva
Journes ENR Les nergies renouvelables : lalternative sans crise , Bastia, France,
31 Mars-1 Avril 2005
6.7.4.5. Modelling and simulation of a photovoltaic-Wind Turbine Fuel cells hybrid system
S. Nedeltcheva, P.Poggi, M.Muselli, G.Notton, V. Tchobanov.
5me Ecole Internationale sur l'Optimisation de la production et de la gestion
d'nergie - Dveloppement durable de l'nergie dans l'Europe du Sud-Est. Chaire
Francophone UNESCO, Sozopol, Bulgarie, 19-22 Septembre 2005.
6.7.4.6. Conceptualisation et optimisation dun capteur solaire composite
C. Cristofari, G. Notton, P. Poggi, M. Muselli.
Journes ENR Pour une efficacit nergtique en contexte insulaire , Bastia,
France, 2-3 Avril 2004.

22

6.7.4.7. Etude thermique dun capteur photovoltaque polycristallin en vue de la conception


dun capteur thermique PV/T
G. Notton, C. Cristofari, P. Poggi, M. Muselli.
Journes ENR Pour une efficacit nergtique en contexte insulaire , Bastia,
France, 2-3 Avril 2004
6.7.4.8. Limite dintgration de fermes oliennes sur le rseau lectrique de la Corse :
approche statistique
P. Poggi, M. Muselli, G. Notton, C. Cristofari.
Journes ENR Pour une efficacit nergtique en contexte insulaire , Bastia,
France, 2-3 Avril 2004

tel-00604868, version 1 - 29 Jun 2011

6.7.4.9. Intgration de fermes oliennes dans un rseau lectrique non interconnect : aspect
statistique.
P.Poggi, M.Muselli, G.Notton.
Revue Izvestia, Univerist Technique de Sliven, Tome 3, pp.3-15, 2004.
6.7.4.10. Xibridni sistemi ot vazobnovimi iztochnici za avtonomno proizvodstvo na
Elektroenergia
"Systmes hybrides sources renouvelables pour une production dcentralise dans
les sites isols"
G.Notton, M. Muselli, C.Cristofari, P.Poggi, S. Nedeltcheva.
Revue "Energetika, No 8, 36-45. ISSN 0324-1521, 2004.
6.7.4.11. Observabilit et validation de donnes des rseaux lectriques en rgime statique
N. Heraud, P. Trehin, P. Poggi, S. Nedeltcheva
Izvestia na Texnitcheski yniversitet Sliven, 2004
6.7.4.12. Approche stochastique de la limite dintgration de fermes oliennes dans un rseau
lectrique application un rseau insulaire non interconnect : cas de la Corse
P. Poggi, M. Muselli, G. Notton.
4me Ecole Internationale sur l'Optimisation de la production et de la gestion
d'nergie - Dveloppement durable de l'nergie dans l'Europe du Sud-Est. Chaire
Francophone UNESCO, Sozopol, Bulgarie, 25 -30 Septembre 2004.

6.7.5. Mmoires ayant donn lieu des diplmes


6.7.5.1. Ralisation et Etude cristallographique : le Zirconium
Projet de Matrise de Physique, 40 pages, Avril - Juin 1988
6.7.5.2. Classification et analyse statistique des journes d'irradiation directe sur le site
d'Ajaccio - Vignola
Rapport de DEA Energtique, 64 pages, Fvrier - Juin 1989
6.7.6. Rapport de fin de travaux
6.7.6.1. Production Mondiale et Evolution du cot des modules photovoltaques
Rapport Intermdiaire, contrat de recherches EDF P42191, 80 pages, Nov. 1990
P.Poggi, A.Louche

23

6.7.6.2. Les systmes photovoltaques de puissance


Rapport Final, Contrat de recherches EDF P42191, 165 pages, Mars 1991
A.Louche, P.Poggi
6.7.6.3. Les systmes photovoltaques de puissance : Etat de l'Art 1993
Rapport Final, contrat de recherches EDF/DER - ERASME, 562 pages, Juil. 1994
A.Louche, P.Poggi
6.7.6.4. Surveillance et dtection de dfauts de systmes complexes
Rapport Final, Appel rgional propositions Collectivit Territoriale de Corse, 2004
N.Heraud, G.Notton, P.Poggi, M.Muselli, C.Cristofari, O.Bennouna

7. Activits Internationales

tel-00604868, version 1 - 29 Jun 2011

Les activits internationales que je dveloppe dans le secteur pdagogique sont lies aux
deux masters que je dirige et ont des retombes dans le domaine de la recherche.
Depuis 2003, nous effectuons des changes bi-latraux dans le cadre du programme
Erasmus-Socrates avec lUniversit Technique de Sofia, Laboratoire dlectrotechnique,
Facult de Sliven, et son responsable le Professeur Stefka Nedeltcheva. Ces changes
(tudiants enseignants), nous ont permis en 2007, de mettre en place le master Energies
Renouvelables qui est en convention avec lUniversit de Corse.
Nous avons initi des changes avec lUniversit du Qubec A Montral (UQAM) pour
mettre en place des changes bilatraux et un diplme conjoint entre nos deux structures sur
la base du master INGECO.
Comme je lai dj prsent, en ce qui concerne le Master SEER, en partenariat avec
lUniversit Technique de Stuttgart, lUniversit de Palerme, lUniversit Technologique
dIstanbul, lUniversit dOpole et lUniversit de Madrid Rey Juan Carlos, nous avons
lintention de rpondre en 2008 lappel doffre europen concernant le programme
ERASMUS-MUNDUS . Lobjectif tant de mettre en place un consortium europen pour
attirer des tudiants de lUnion Europenne et de pays tiers dans un objectif dexcellence. De
mme avec les Etats-Unis, jai initi des contacts avec lUniversit dHawaii et lUniversit
du Machassussets afin dtablir des collaborations de recherches et de formations. Avec la
premire universit dans le secteur du couplage Energies renouvelables et piles
combustible , la seconde dans lestimation et la prvision de la ressource olienne.
Nous avons galement particip la mise en place dun rseau international sur la
recherche et les formations ddies au dveloppement durable (Association internationale de
Langue Franaise de Formation et de Recherche En Dveloppement Durable) et qui intgre
donc le second master que je dirige, le master Ingnierie Ecologique INGECO. Nous
devrions organiser en Juillet 2008, une universit dt consacre cette thmatique avec les
diffrents membres de ce rseau (Universit de Lausanne (Suisse), Universit Libre de
Bruxelles (Belgique), Universit Laval (Qubec), Ecole des Mines de Saint-Etienne,
Universit de Technologie de Troyes, Universit de Sherbrooke (Qubec), Universit PierreMends-France, Institut National des Sciences Appliques de Lyon, Ecole des Mines de Paris,
Universit Paris Dauphine).

24

tel-00604868, version 1 - 29 Jun 2011

ACTIVITES DE RECHERCHES

25

AVANT PROPOS
Ce document retrace les activits de recherches dveloppes depuis mon recrutement en
Septembre 1996 en tant que Maitre de Confrences lUniversit de Corse. Je suis rattach au
laboratoire Systmes Physiques pour lEnvironnement de lUniversit de Corse et membre de
lquipe Energies Renouvelables . Cette structure est une unit mixte de recherches avec le
CNRS sous lintitul UMR 6134.

Mes travaux sont orients vers les systmes de production dnergie sources renouvelables et
plus particulirement vers lanalyse et la modlisation de lintrant nergtique (rayonnement solaire
et vitesse de vent) et vers la modlisation des systmes nergtiques et leur intgration dans les

tel-00604868, version 1 - 29 Jun 2011

rseaux lectriques insulaires, comme celui de la Corse.

26

INTRODUCTION
Les nergies et plus particulirement les nergies renouvelables sont un des lments cls du
dveloppement soutenable aujourdhui en plein expansion. Cette problmatique est encore plus
sensible dans les rgions insulaires.

Le chapitre 17 de lAgenda 21 (Confrence de Rio, 1992) stipule que les les sont des cas
particuliers la fois dun point de vue environnemental et de leur dveloppement. Elles ont des
problmes spcifiques et sont extrmement fragiles et vulnrables. Dans le contexte actuel du
dveloppement durable, lnergie est la pierre angulaire de leur stratgie de planification.

En milieu insulaire, les contraintes habituelles dans le domaine de lnergie sont la distance aux

tel-00604868, version 1 - 29 Jun 2011

rseaux principaux, la petite chelle, les difficults de distribution et labsence de grands marchs
traditionnels. Ces contraintes sont en gnral contrebalances par lextrme abondance des sources
renouvelables dnergie et lincroyable adaptabilit et capacit dintgration des technologies
dnergies renouvelables. Des facteurs qui tranchent avec linefficacit et le cot lev des systmes
nergie conventionnelle dans ces rgions insulaires. En fait, nous pourrions dire que les les
doivent devenir de vritables laboratoires pour lavenir des nergies durables

Dans le document final rdig la fin de la premire confrence sur le dveloppement durable
des les (Minorca, 1997), nous pouvons lire : les sources dnergie non-renouvelables doivent tre
considres comme des solutions provisoires, non souhaitables comme solution long terme au
problme nergtique des les. . Cest dans ce contexte que sinscrivent les activits de recherches
que nous avons ralises depuis notre recrutement sur un poste de Maitre de Confrences en
Septembre 1996, lUniversit de Corse. Elles concernent, en grande partie, lintgration des
sources renouvelables (solaire photovoltaque et olien) dans les rseaux lectriques insulaires, avec
comme champ dapplication, la Corse.

La dmarche dveloppe consiste tudier le systme nergtique globalement : en effet, un


systme solaire ou olien nest pas seulement tributaire de sa fiabilit technique et des performances
individuelles de ses composants, il dpend de lagencement des diffrents composants, de la
stratgie de fonctionnement des divers sous-systmes et de son dimensionnement. De plus, il est
dpendant, par nature, des rythmes et alas de son approvisionnement en nergie. Nous avons donc
mis en uvre une mthodologie globale du systme prenant en compte tous les particularismes lis
lutilisation des sources renouvelables dnergie.
27

La problmatique gnrale pose par les systmes utilisant une source renouvelable dnergie
dorigine phnomne (vent, soleil) est la suivante : comment utiliser au mieux un flux nergtique
(clairement solaire, vitesse de vent) fortement dpendant du temps et de lespace pour rpondre
une demande nergtique prsente gnralement sous une autre forme, elle aussi alatoire dans le
temps ?
La particularit des chanes de conversion solaire ou olienne, comme celle de tout systme
intrant nergtique dorigine phnomne provient du caractre alatoire de la source du fait des
variations mtorologiques non prvisibles. Ainsi, mme pour un systme parfaitement connu dun
point de vue mathmatique et technique, certaines grandeurs telles que rendement, efficacit ou
productivit restent lies aux fluctuations spatio-temporelles de la source mais galement de la
charge. Cest donc pour cette raison que la connaissance et la caractrisation de la source

tel-00604868, version 1 - 29 Jun 2011

nergtique doivent tre tudies de manire trs prcise. Lextrant nergtique (la consommation)
est li quant lui aux besoins de lutilisateur et/ou aux caractristiques du rseau de distribution
dnergie. Cest pour cette raison, que la premire partie de mes travaux se concentre sur la
connaissance et la caractrisation de la source nergtique quelle soit solaire ou olienne.
Ainsi, nos principales activits de recherches portent sur :
- ltude des ressources nergtiques : absolument ncessaire pour les raisons exposes
prcdemment : tude statistique, dveloppement de corrlation et de modle, interprtation
physique des phnomnes.
- la production dnergie grande chelle partir de sources renouvelables : trs souvent, il
sagit de systmes directement connects au rseau de distribution. Cette production pose des
problmes du fait de sa forte variabilit qui perturbe le fonctionnement du rseau de distribution. Il
faut donc tudier les interactions dynamiques invitables entre loffre et la demande, et analyser
lintervention de plusieurs facteurs tels que : centralisation ou distribution des systmes de
production, stockage dnergie, taille du rseau, . pour prserver la stabilit du rseau au fur et
mesure de laugmentation de la capacit installe.
- les systmes de production multisources (appels hybrides) : il sagit de systmes
dapprovisionnement en lectricit, la plupart du temps pour lalimentation des sites isols (mais
dont lapplication en mode connexion rseau lectrique est galement envisage) couplant divers
types de productions telles que olienne, photovoltaque et autres. Ils permettent une fourniture
dlectricit plus fiable et moins coteuse. Devant la complexit de ces systmes, il convient de
dvelopper des mthodes de dimensionnement intgrant une optimisation de la gestion de lnergie
et une tude de cot optimal de production.
28

Nous contribuons galement aux activits de recherches ports par les membres de lquipe.
Elles concernent plusieurs domaine comme :
- le diagnostic des systmes de production [6.7.2.5 ; 6.7.2.10] : tant donns la complexit des
systmes et le nombre important des paramtres qui entrent dans leur fonctionnement, un
automaticien a rejoint notre quipe et dveloppe des mthodologies de diagnostic des systmes
complexes quil applique nos systmes.
- le dveloppement de capteurs solaires innovants [6.7.1.3 ; 6.7.1.17 ; 6.7.1.19 ; 6.7.12.. 6.7.2.1. ; 6.7.2.2 ;
6.7.2.3. ; 6.7.2.8. ; 6.7.2.11. ; 6.7.2.17 ; 6.7.2.35 ; 6.7.2.36]

(thermique et/ou photovoltaque) : dans ce

domaine, lquipe a dvelopp un capteur air autonome, un capteur solaire en matriau composite
et travaille actuellement sur un volet solaire haute intgration dans lhabitat et sur un capteur
hybride de production simultane de chaleur et dlectricit.

tel-00604868, version 1 - 29 Jun 2011

Dans un premier temps, nous prsenterons donc les travaux relatifs lestimation et lanalyse
de la ressource nergtique que sont le rayonnement solaire et les vitesses de vent. Cette partie est
un lment cl de lanalyse du comportement, de loptimisation des systmes de production
dnergie sources renouvelables dnergie. Il est en effet indispensable de mettre en place des
caractrisations stochastiques du fait mme de laspect alatoire et non dterministe de cette
ressource.

La deuxime partie traite de la problmatique de la connexion de systmes nergtiques sur le


rseau lectrique insulaire, et les outils que nous avons mis en place afin danalyser lopportunit de
lintgration de fermes oliennes ou de systmes photovoltaques sur les rseaux lectriques, et plus
particulirement ceux non-interconnects comme les rseaux insulaires. Cette thmatique, nous a
naturellement amen tudier le couplage dautres sources dnergie (et/ou de stockage) afin de
rduire linfluence de laspect intermittent et non contrlable de ces sources dnergie. Le but des
travaux entrepris sur ces systmes nest pas de rendre compte de lvolution prcise des paramtres
entrant dans son fonctionnement tels que la tension, lintensit, mais partir de variables purement
nergtiques (et non lectriques) de dimensionner les diffrents sous-systmes et de choisir la
meilleure stratgie de fonctionnement pour chaque sous-systme. Dans ce cadre, la modlisation
physique globale utilise permet de dcrire le comportement de chaque sous systme, puis on
adjoint une tude de cot de production pour finaliser loptimisation.

Enfin, nous prsenterons les perspectives de recherches et les projets que nous avons initis et
que nous portons aujourdhui.

29

1 ETUDE DE LINTRANT ENERGETIQUE


Il y a une distinction entre gisement et ressource en nergie solaire et olienne : quel que soit le
gisement, ce qui est produit sans pouvoir tre consomm ou stock (cas de la batterie pleine par
exemple) est compt pour nul dans la ressource ; laspect cyclique du gisement induit souvent des
effets de seuil (cest le cas pour la centrale lectro-solaire concentration de Vignola) et des
dphasages entre production et consommation (cas de systmes autonomes avec stockage
dnergie). Il est donc ncessaire, pour valuer la ressource de prendre, en compte la courbe de
demande et dintgrer sur une priode longue tous les dphasages qui existent entre production et
consommation. Cet tat de fait a de fortes consquences sur le dimensionnement des systmes et
impose donc de connatre la ressource le plus prcisment possible et un pas de temps

tel-00604868, version 1 - 29 Jun 2011

suffisamment fin.
Nous prsentons une synthse de nos diffrentes publications et communications ralises dans
ce domaine.
PRESENTATION DE LA STATION METEOROLOGIQUE.

1.1

Notre laboratoire dispose dune station mtorologique, en service de 1999 2005 et qui sera
remise en activit fin 2007. Elle se compose :
-

dun pyrhliomtre EPPLEY modle NIP (Normal Incidence Pyrheliometer) fix sur une
monture quatoriale lui permettant de suivre le soleil, qui mesure le rayonnement solaire
direct selon une incidence normale (Figure 1.1);

de quatre pyranomtres Kipp & Zonen qui mesurent le rayonnement global selon
lhorizontale et des inclinaisons de 30, 45 et 60 (Figure 1.2) ;

dune sonde platine sous abri ;

dun ensemble anmomtre et girouette ;

dun hygromtre ;

et dun pressostat.

Figure 1.1 Un pyrhliomtre EPPLEY modle NIP et sa monture quatoriale.

30

Figure 1.2 Un pyranomtre Kipp & Zonen modle CM5.

Les donnes mesures sont releves puis stockes chaque minute. Le laboratoire est situ sur la
route des Sanguinaires au lieu-dit Vignola proximit dAjaccio comme nous pouvons le voir sur la

tel-00604868, version 1 - 29 Jun 2011

Figure 1.3. Sa situation gographique est 4155 Nord et 839 Est.

Site

de

mesures
Figure 1.3 Situation de la station mtorologique.

1.2

ETUDE DU RAYONNEMENT SOLAIRE DIRECT. [6.7.1.30]


Le laboratoire a bnfici lors de sa cration dun outil de recherches important : une centrale

hlio-thermodynamique dune puissance de 100 kWe. Celle-ci utilisait la composante directe du


rayonnement solaire qui tait focalisait par champ de capteur miroirs segments fixes sur une
chaudire dans laquelle circulait un fluide caloporteur. La rponse de ce systme nergtique
dpend fortement de la rpartition du flux solaire incident au cours de la journe. Afin de prendre en
compte cet aspect dynamique, il tait ncessaire non seulement de quantifier lnergie reue, mais
aussi de qualifier la rpartition temporelle de lclairement solaire au cours de la journe ; de
nombreux auteurs ont introduit des mthodes danalyse factorielle et de classification automatique
pour analyser et typifier les vnements mtorologiques ; cest dans ce sens que nous avons mis en
uvre une classification automatique des journes en type de temps dans le cadre de nos travaux de
DEA.

A partir dune analyse des corrlations (analyse en composante principale ACP) (Benzecri,
1980), une classification en journes types a t ralise. Chaque journe a t caractrise par
quatre paramtres :
31

la dimension fractale (Mandelbrot, 1984 ; Lovejoy et Schertzer, 1986 ; Hentschel et


Porcaccia ; 1984) de la courbe d'irradiation solaire directe utilise pour quantifier le
caractre perturb du phnomne alatoire li la frquence et au type des passages
nuageux;

le rapport nergtique journalier : rapport des valeurs journalires de lnergie solaire directe
mesure sur lnergie solaire directe par ciel clair calcule partir dun modle dvelopp
par Louche et al. (1987) et utilisant des valeurs moyennes des diffrentes transmittances
atmosphriques.

les coefficients de variation de la dure dinsolation calculs pour deux seuils


120 W.m-2 et 400 W.m-2 correspondant respectivement au seuil de dmarrage de systmes
faible et forte concentrations.

tel-00604868, version 1 - 29 Jun 2011

Les rsultats de cette analyse sont satisfaisants car quatre classes de journes apparaissent de
manire claire lorsque les points reprsentatifs de chaque jour sont projets sur le premier plan
principal dfini par le premier et second axe principal obtenu par cette analyse des corrlations
(Figure 1.4).

classe III
classe II

classe IV

classe I

Figure 1.4 Projections des points dans le premier plan principal.

Les quatre classes ainsi dtermines et prsentes sur la Figure 1.5 peuvent tre qualifies de la
manire suivante :
-

classe I : nergie journalire leve avec rpartition rgulire de lclairement solaire due
la prsence dun ciel clair;

classe II : nergie journalire moyenne avec ciel partiellement nuageux;

classe III : nergie journalire moyenne avec ciel fortement perturb;

classe IV : faible nergie journalire avec ciel trs nuageux.


32

tel-00604868, version 1 - 29 Jun 2011

Figure 1.5 Exemples de journes mtorologiques de classes I, II, III et IV.

Ainsi, la mthode dveloppe a conduit aux rsultats recherchs savoir distinguer clairement
quatre classes de journe laide de quatre paramtres adimensionnels et de les distinguer
pratiquement sans quivoque de manire automatise selon la position reprsentative de la journe
sur le premier plan principal.

1.3

DEVELOPPEMENT DE CORRELATIONS DU RAYONNEMENT SOLAIRE. [6.7.1.29 ; 6.7.1.8]


1.3.1

Dtermination des composantes du rayonnement solaire partir des dures


dinsolation.

Les stations de mesure du rayonnement sont encore relativement rares dans certaines rgions de
la plante, en particulier pour le rayonnement direct. Il est donc gnralement ncessaire davoir
recours une mthode de calcul pour obtenir les diffrentes composantes du rayonnement partir
des donnes disponibles. Parmi ces donnes disponibles, on trouve trs souvent la dure
densoleillement qui a t mesure par des hliographes en de plus nombreuses stations et depuis de
plus longues priodes que ne lont t les irradiations elles-mmes. Ainsi, nous avons tabli des
corrlations sur notre site permettant dobtenir dune part les moyennes mensuelles et dautre part
les donnes journalires des irradiations solaires directes normales et globales horizontales partir
des dures dinsolation [6.7.1.29].

La dure densoleillement tait initialement dfinie comme la dure pendant laquelle le disque
solaire tait rest visible ; par la suite, des instruments de mesure, appels hliographes, ont t mis
33

au point et la dure densoleillement a correspondu la dure pendant laquelle ces instruments


dtectaient la prsence densoleillement, cest--dire quand lclairement solaire direct dpassait un
seuil de 120 W.m-2 (Iqbal, 1983 ; Perrin de Brichambaut et Vauge, 1982).

Les rsultats des rgressions linaires calcules pour les moyennes mensuelles des irradiations
solaires journalires directes et globales sont prsents sur la Figure 1.6 H 0 et H b ,M sont
respectivement la moyenne mensuelle de lirradiation solaire journalire globale extraatmosphrique (Iqbal, 1983) et directe par ciel clair (Louche et al., 1987). Une bonne adquation a
t constate entre donnes relles et donnes simules. De plus, une comparaison avec dautres
corrlations (Hay, 1979 ; Rietveld, 1978 ; Glover et McCulloch, 1958, Collares-Pereira et Rabl,

tel-00604868, version 1 - 29 Jun 2011

1979) de la littrature, a montr que la prcision obtenue tait du mme ordre de grandeur.

Hb H

= 0,006 + 0,991 S S 0

b, M

H H 0 = 0,546 + 0,206 S S0

CC :0,972

CC :0,953

EQM : 0.036

EQM : 0.029

Figure 1.6 Moyenne mensuelle :

H b H b ,M et H H 0 en fonction de S S 0 .

De manire analogue, nous avons tabli des corrlations de type polynomial du second degr
pour les donnes journalires de ces mmes irradiations et dont les rsultats sont prsents sur la
Figure 1.7.

H b H b,M = 0,387 S S0 + 0,690 S S0

CC :0,963
EQM : 0,047
CC :0,956

Figure 1.7 Donnes journalires : H b

H H 0 = 0,451S S0 + 0,959 S S0 + 0,161

EQM : 0.100

H b ,M et H H 0 en fonction de S S 0 .

On constate que nos corrlations sont moins performantes pour le rayonnement direct car cette
composante est nettement plus sensible aux fluctuations des paramtres mtorologiques.
34

1.3.2

Dtermination des irradiations solaires horaires globales sur des plans inclins
partir des irradiations solaires journalires globales horizontales.

Les valeurs moyennes mensuelles des irradiations journalires s'avrent insuffisantes mme
pour un pr-dimensionnement ou une tude de productivit de systmes nergtiques : en effet,
elles ne permettent pas d'avoir une vision assez prcise des diffrents phnomnes nergtiques qui
interviennent au sein du systme de production. Dans la plupart des cas, il faut avoir recours au
moins aux moyennes mensuelles d'irradiations solaires horaires qui permettront d'introduire
partiellement les effets de variations dues la fois la position du soleil, du site et du capteur. De
plus, les capteurs solaires sont trs rarement positionns lhorizontale, do la ncessit de
connatre les donnes densoleillement sur des surfaces inclines. La non-linarit du modle
d'irradiation solaire globale incline par rapport aux irradiations globale horizontale et directe

tel-00604868, version 1 - 29 Jun 2011

normale (prsence de fonctions de type trigonomtrique) ne permet pas de dterminer directement


les moyennes mensuelles de l'irradiation horaire globale incline partir de celles de l'irradiation
solaire journalire globale horizontale. C'est pourquoi nous procdons en trois ou quatre tapes
comme lillustre la Figure 1.8. [6.7.1.8 ; 6.7.2.14].
Prcisons que la nouvelle corrlation dont il est question sur ce synoptique est une corrlation
que nous avons tablie partir de cinq ans de donnes exprimentales mesures toutes les minutes
par notre station mtorologique. Nous ne prsenterons que les rsultats finaux cest--dire ceux
obtenus aprs combinaison des diffrentes tapes (Figures 1.9 et 1.10) et pour une inclinaison des
capteurs de 30 par rapport lhorizontal. Les paramtres statistiques permettant de juger de la
prcision de nos mthodes (Iqbal, 1983), savoir lerreur moyenne relative (EMR) et lerreur
quadratique moyenne relative (EQMR), sont prsents dans le Tableau 1.1 pour trois inclinaisons
diffrentes de capteurs.

Inclinaison

Mthode
en 3 tapes
EMR EQMR

Mthode
en 4 tapes
EMR EQMR

30

1,9%

8,9%

0,6%

9,9%

45

1,6%

11,0%

0,6%

11,0%

60

1,3%

12,0%

1,6%

8,1%

Tableau 1.1 Valeurs des tests statistiques pour les deux mthodes.

35

Donne dentre
Moyenne mensuelle de lirradiation
journalire globale horizontale H

4 tapes

3 tapes
Collares
Pereira &

Collares

Rabl [19]

Pereira &

Nouvelle

Erbs [22]

Rabl [19]

corrlation

Moyenne mensuelle de
lirradiation horaire

Moyenne mensuelle de
lirradiation horaire

globale horizontale I

diffuse horizontale I d

Moyenne mensuelle de
lirradiation horaire

Moyenne mensuelle de
lirradiation journalire

globale horizontale I

diffuse horizontale H d
Liu&Jordan [23]

Moyenne mensuelle de
lirradiation horaire
diffuse horizontale I d

Liu&Jordan [20]

Donne de sortie
Moyenne mensuelle de lirradiation horaire
globale sur un plan inclin I

Figure 1.8 Synoptique des deux mthodologies.


900

I estim par l'algorithme 3 tapes (Wh/m)

tel-00604868, version 1 - 29 Jun 2011

Klein [21]

Inclinaison = 30
750

600

450
Droite d'galit
300

150

0
0

150

300

450

600

750

900

I intgr partir de donnes exprimentales (Wh/m)

Figure 1.9 Comparaison des donnes estimes partir de lalgorithme en 3 tapes et des donnes exprimentales
pour une inclinaison de 30.

36

I estim par l'algorithme 4 tapes (Wh/m)

900

Inclinaison = 30
750

600

450

300
Droite d'galit
150

0
0

150

300

450

600

750

900

I intgr partir de donnes exprimentales (Wh/m)

tel-00604868, version 1 - 29 Jun 2011

Figure 1.10 Comparaison des donnes estimes partir de lalgorithme en 4 tapes et des donnes exprimentales
pour une inclinaison de 30.

La prcision des deux mthodes est satisfaisante et du mme ordre de grandeur, il resterait
maintenant confirmer leur adquation sur dautres sites travers le monde. Bien videmment ces
mthodes ncessitent des donnes mesures au sol, et nous avons particip au dveloppement dune
autre mthode base sur des images satellitaires.

1.4

UTILISATION DE DONNEES SATELLITAIRES METEOSAT. [6.7.1.24 ; 6.7.2.33]


1.4.1

Dtermination des irradiations journalires solaires globales horizontales partir


des images satellites.

Ces tudes ont t ralises suite une collaboration avec le Professeur Claude Delorme de
lUniversit dAvignon dans le cadre de la thse de Marc Muselli. De nombreux travaux (Hay,
1984) ont montr une variabilit spatiale importante de lirradiation solaire en particulier dans des
rgions o le relief est important et perturb comme cest le cas dans notre rgion. Pour rendre
compte de cette importante variabilit spatiale, Luther (1992) propose dutiliser la notion de
corrlogramme spatial qui reprsente le coefficient de corrlation en fonction de la distance entre
paires de stations mtorologiques. Nous avons ralis cette tude sur la Corse en utilisant un rseau
de 5 stations mtorologiques, une appartenant au rseau Mto-France (Ajaccio) et quatre autres
utilises lors dune campagne de mesures du laboratoire (Afa, Borgo, Corscia et Pigna). La
localisation de ces stations est prsente sur la Figure 1.11.

37

Altitude
0-500 m
500-1500 m
1500-2000 m
> 2000 m

Borgo
Pigna

Corscia

Afa

tel-00604868, version 1 - 29 Jun 2011

Ajaccio

Figure 1.11 Positionnement des stations mtorologiques.

Pour chaque site i et chaque heure h, on dtermine lindice de clart horaire M T ,i ,h comme le
rapport de lirradiation horaire globale sur lirradiation horaire hors-atmosphre (Iqbal, 1983 ;
Klein, 1977 ; Liu et Jordan, 1960 ; Orgill et Hollands, 1977 ; Spencer, 1982) ; on calcule ensuite
lcart entre deux heures successives Di ,h = M T ,i ,h M T ,i ,h 1 , et le coefficient de corrlation

( )

Ri ,k T j entre deux sites i et k pour un jour donn T j est obtenu par :

( )

Ri ,k T j =

h =18

Di ,h Di Dk ,h Dk

h=6
2
h =18
h =18
Di ,h Di Dk ,h Dk
h=6
h=6

(1.1)

Le coefficient de corrlation moyen calcul sur la priode de Janvier Dcembre 1994 est
prsent sur la Figure 1.12 en fonction de la distance entre les stations. On constate lexistence de
trois zones :
-

une zone de forte corrlation pour une distance infrieure 7 km (R > 0,5) ;

une zone de corrlation moyenne entre 7 et 30 km (0,1 < R < 0,5) ;

aucune corrlation au-dessus de 30 km (/R/ < 0,1).

Ainsi, on peut considrer quil ny a plus aucune relation dun point de vue de lirradiation
solaire entre deux sites distants de plus de 10 km comme cela a t confirm par Luther (1992) pour
une rgion proche de Saarbrcken en Allemagne ; Zelenka et al. (1992) quant eux stipulent quau
38

dessus de 40 - 50 km, les donnes satellitaires sont prfrables aux donnes pyranomtriques sur
des zones o le relief est moins important quen Corse (Suisse, Allemagne, Sude, Etats-Unis), ces
valeurs ont t galement confirmes par Perez et al. (1994).
1

Coefficient de corrlation

0,8

0,6

0,4

0,2

tel-00604868, version 1 - 29 Jun 2011

-0,2
0

10

20

30
40
50
60
70
Distance entre les stations de mesures (km)

80

90

100

Figure 1.12 Corrlogramme spatial.

Etant donne que lextrapolation de donnes dirradiations solaires des lieux o aucune
station mtorologique nest disponible est difficile partir de mesures au sol en particulier dans
notre rgion, lutilisation de donnes satellites semble alors tre une alternative sduisante pour
lestimation du potentiel solaire.

Le satellite europen METEOSAT met des images toutes les demi-heures (depuis 1977) dans
trois canaux : visible (0,1-1,1 m), IR (10,5-12,5 m) et vapeur deau (5,7-7,1 m). De cinq neuf
images analogiques WEFAX (weather Facsimile) sont reues chaque jour selon la dure du jour.
Elles sont envoyes par lAgence Spatiale Europenne Darmstadt. Plusieurs travaux prconisent
lutilisation de ces images pour lestimation du potentiel solaire (Schukze et Heidt, 1996 ; Chaabane
et al., 1996 ; Pereira et al., 1996 ; Sakellariou, 1995 ; Raficul et Exell, 1996). Le format de ces
images est de 800 x 800 pixels dans le canal visible ; chaque pixel reprsente dans le canal visible
un carr de 2,5 x 2,5 km la verticale du satellite ; sous nos latitudes, il reprsente environ 25 km.
Pour tudier la zone qui nous intresse, limage est rduite 16 x 49 pixels. Nous prsentons sur la
Figure 1.13 un exemple dune telle image.

39

Figure 1.13 Image Mtosat du bassin Mditerranen.

Plusieurs procdures de dtermination des donnes densoleillement partir de donnes

tel-00604868, version 1 - 29 Jun 2011

satellitaires sont couramment appliques : des mthodes utilisant des rgressions statistiques ou des
mthodes plus compltes dcrivant les transferts et les changes de radiations la traverse de
latmosphre. Une bonne synthse de ces diffrents modles est prsente par Noia et al
(1993a ;1993b).

Le modle que nous avons choisi dutiliser est un modle statistique dvelopp par Claude
Delorme de lUniversit dAvignon (Ben Djemma et Delorme, 1992a ; Delorme et al. 1992 ; Ben
Djemma et Delorme ; 1992b). Pour appliquer cette mthode, seules quatre images par jour dans le
canal visible sont utilises car il sagit de rduire au maximum le temps de calcul afin de pouvoir
utiliser un matriel informatique classique peu coteux.

Notre but est destimer lirradiation solaire horaire globale horizontale

I (x , y , j , h )

correspondant une brillance Bi ( x , y , j , h ) (valeur numrique allant de 0 255) pour chaque pixel
situ en (x,y) de limage du jour j lheure h. Pour ce faire, on utilise une normalisation par rapport
une rfrence dirradiation par ciel clair avec un indice de temps instantan K ( x , y ,t ) et un indice
de temps journalier K J ( x , y , t ) dfinis par :
K ( x , y ,t ) =

I ( x , y ,t )
H ( x , y ,t )
et K J ( x , y ,t ) =
I c ( x , y ,t )
H c ( x , y ,t )

(1.2)

o I C ( x , y ,t ) et H C ( x , y ,t ) sont respectivement les irradiations horaire et journalire par ciel clair


calcules partir du modle CSM (Nolay, 1987) bas sur lutilisation du facteur de trouble de
Linke. Ce coefficient de trouble correspond au nombre datmosphres pures et sches ncessaires
pour provoquer le mme affaiblissement du rayonnement solaire que latmosphre trouble tudie
(Perrin de Brichambaut et Vauge, 1982).
40

On tablit ainsi deux images de rfrence correspondant pour chaque pixel deux brillances
Bc ( x , y , t ) et B0 ( x , y ,t ) i.e. la brillance par ciel clair et par ciel nuageux opaque :
Bc ( x , y ,t ) = Ba I C (x , y ,t ) TC ( x , y ,t ) RC ( x , y )

(1.3)

BO ( x , y ,t ) = N Ba I C ( x , y ,t ) TC ( x , y ,t ) RO ( x , y )

(1.4)

o Ba est une constante reprsentative de la brillance des pixels due une atmosphre pure
(= 12) ; N est un facteur dtalonnage du dtecteur (= 0,554) ; TC ( x , y ,t ) est le coefficient de
transmission direct entre le sol et le satellite ; RC ( x , y ) est le coefficient de rflexion du sol pour le
pixel (x,y) ; RO ( x , y ) est une constante dfinissant la rflexion minimum pour un ciel nuageux
opaque.

tel-00604868, version 1 - 29 Jun 2011

La brillance de chaque pixel est donc compare ces deux rfrences et un indice instantan
K i ( x , y , j , h ) est calcul par :

si

si
si

Bi < BC
Bi > BO
BO < Bi < BC

Ki = 1

alors

alors
Ki = KO
alors K = 1 (1 K O )(Bi BC )
i
(Bo BC )

(1.5)

avec K O lindice calcul pour les ciels nuageux.


Ensuite, pour chaque jour on dtermine le coefficient journalier :
C dc ( x , y , j ) =

H C (x , y , j )
4
I C (x , y ,
h=1

(1.6)

j ,h)

Lirradiation journalire sur chaque pixel H ( x , y , j ) sobtient en additionnant les quatre


irradiations horaires estimes I ( x , y , j , h ) et en multipliant leur somme par C dc ( x , y , j ) .

Nous avons valid ce modle sur les donnes au sol de la station mtorologique de Mto
France Ajaccio Campo dellOro sur la base de 235 donnes journalires (Figure 1.14).

41

9
8

mesures satellites (kWh/m)

7
6

5
4

2
1

tel-00604868, version 1 - 29 Jun 2011

4
5
6
mesures pyranomtriques (kWh/m)

Figure 1.14 Corrlation entre donnes journalires estimes et mesures.

Les valeurs des diffrents coefficients statistiques (erreurs moyennes absolue et relative (EM et
EMR), erreurs quadratiques moyennes absolue et relative (EQM et EQMR), coefficient de
corrlation (CC)) sont donnes dans le Tableau 1.2.

EM
EQM EMR EQMR CC
(Wh.m-2) (Wh.m-2) (%)
(%)
-1,09
80,7
-5,6
12
0,969

Tableau 1.2 Valeurs des coefficients statistiques du modle satellitaire.


Ces rsultats sont tout fait satisfaisants et du mme ordre de grandeur que ceux rencontrs
dans la littrature. A partir de cette mthode, une cartographie du potentiel solaire sur la rgion
Corse a t labore comme le montre la Figure 1.15. On constate que la moyenne annuelle de
lirradiation globale peut varier de plus de 20% dun site un autre de Corse.

Cette technique permet donc dobtenir des donnes journalires du rayonnement solaire.
Cependant, comme lont montr Notton (1992) et Mora et al. (1989), le dimensionnement dun
systme nergtique solaire ncessite de connatre les donnes densoleillement au pas minimum de
lheure. De plus, le plan des modules tant souvent inclin par rapport lhorizontal, il est
galement ncessaire de transformer ces irradiations horizontales en irradiations inclines comme
cela avait dj t le cas au paragraphe 1.3 partir de donnes moyennes mensuelles.

42

4,85 kWh/m
pas de 0,15 kWh/m
3,65 kWh/m

tel-00604868, version 1 - 29 Jun 2011

Figure 1.15 Cartographie solaire de la Corse : moyennes annuelles des irradiations journalires solaires globales
horizontales.
1.4.2

Dtermination des irradiations solaires horaires sur un plan inclin.

A laide des donnes journalires obtenues par la mthode dcrite dans le paragraphe 1.4.1 ou
fournies par une station mtorologique (ce sont les donnes les plus facilement disponibles) nous
cherchons obtenir les donnes horaires ou encore dterminer le profil journalier le plus
vraisemblable. Deux approches ont t analyses dans [6.7.1.5]. Nous allons dcrire sommairement
ces deux mthodologies prsentes sur la Figure 1.16.
Donne dentre
Irradiation journalire globale
horizontale H

Nolay
[58]

1re mthodologie

Irradiation horaire
globale horizontale I
Orgill &
Holland [18]

Irradiation horaire
diffuse horizontale Id

Modle

2me mthodologie

Hay &

Hay &

Davies

Davies

[59]

[59]

Donnes de sortie
Irradiation horaire
globale sur un plan
inclin I

TAG [60]

Irradiation horaire
globale horizontale I

Orgill &
Holland [18]

Irradiation horaire
diffuse horizontale Id

Figure 1.16 Descriptif des deux mthodologies utilises.

Pour valider notre premire mthode, nous lavons teste sur trois ans de donnes horaires
horizontales et inclines mesures sur notre site de Vignola au cours dune campagne de mesures de
1995 1997. Les 6500 valeurs calcules (par la mthodologie complte i.e. aprs application des
trois corrlations) et mesures de lirradiation horaire globale incline sont reprsentes sur la
Figure 1.17 pour une inclinaison de 30 et les valeurs des erreurs et du coefficient de corrlation
entre les donnes exprimentales et calcules sont reportes dans le Tableau 1.3.
43

1000
900

Donnes estimes (Wh/m)

800
700
600
500
400
300
200
100
0
0

100

200

300

400

500

600

700

800

900

1000

Donnes mesures (Wh/m)

tel-00604868, version 1 - 29 Jun 2011

Figure 1.17 Irradiations horaires globales sur un plan inclin 30 - valeurs mesures et estimes.

Inclinaison
30
45
60

EM
EQM EMR EQMR CC
Wh.m-2 Wh.m-2 %
%
-3,7
65,2
-2,3
14
0,952
-9,78
74,8
-1,3
14,8 0,947
-9,64
85,6
-3,5
15,5 0,946

Tableau 1.3 Erreurs et coefficient de corrlation pour la mthodologie complte.


Cette mthodologie sous-estime pour de faibles irradiations et surestime pour les hautes
valeurs. La dispersion des points est importante et les valeurs des erreurs ne sont pas suffisamment
satisfaisantes.

Cest pour cette raison que nous avons dvelopp une autre mthodologie plus complexe
mais plus prcise [6.7.1.10]. Elle consiste remplacer le modle sinusodal du profil journalier du
rayonnement global horaire de Nolay (1980) dont les performances taient peu satisfaisantes par un
modle stochastique bas sur un processus ARMA (Auto-Rgressif Moyenne Mobile) de type
TAG (Time-dependent Autoregressive Gaussian). Seule donc la premire tape du processus est
modifie cest--dire. celle qui consiste dcouper lirradiation journalire globale horizontale en
irradiations horaires globales horizontales. Les processus de type auto-rgressifs dordre p dcrivant
une variable stochastique Z(t) scrivent, en fonction des coefficients dautocorrlation partielle i
et dun bruit blanc alatoire normalement distribu a(t), sous la forme :
p

Z ( t ) = i Z ( t i ) + a( t )
i =1

(1.7)

Les modles stochastiques permettent de reprsenter de manire fidle les fluctuations de


lirradiation solaire (Melar, 1990 ; Gordon et Hochman, 1984 ; Elalaoui, 1990) et du vent (Nfaoui et
44

al., 1996). Les modles Autorgressifs Moyenne Mobile (ARMA) des sries temporelles
mtorologiques sont souvent utiliss. Les exemples concernant les prcipitations mensuelles
(Delleur et Kavvas, 1978), pluies annuelles (Carlson et al., 1970) et un index de scheresse mensuel
(Davis et Rappoport, 1974) sont nombreux. Les modles ARMA incluent un trs large ventail de
processus stochastiques qui, cause de leur structure mathmatique, sont utiles pour les prvisions,
et ils fournissent une reprsentation statistique convenable des donnes laide dun petit nombre
de paramtres. Les modles ARMA sadaptent bien aux analyses et aux prvisions des sries
temporelles qui sont persistantes par nature ou par manipulation et ils sont donc spcialement utiles
dans les analyses climatologiques

On enlve la composante globale du rayonnement solaire sa composante dterministe


correspondant lnergie maximale incidente en divisant lirradiation horaire globale par

tel-00604868, version 1 - 29 Jun 2011

lirradiation extra-atmosphrique sur la mme priode et ainsi obtenir lindice de clart. Cet
indice M T (h ) = (I (h ) I 0 (h )) , o I 0 (h ) est lirradiation horaire hors-atmosphre lheure h, se
dcompose selon une composante dterministe M Tm (h ) lie la hauteur du soleil et une
composante variable (h ) (Elalaoui, 1990 ; Aguiar et Collares, 1992 ; Graham et al., 1987).
M T (h ) = M Tm (h ) + (h )

(1.8)

or, M Tm (h ) (valeur moyenne sur la priode dtude de M T (h ) ) peut sexprimer en fonction de


lindice de clart journalier KT et de langle znithal Z (Iqbal, 1983) par :

M Tm (h ) = (K T ) + (K T ) e

[ ( KT ) cos Z ]

(1.9)

o , et sont des fonctions de KT dont les expressions sont donnes par Aguiar et Collares
Pereira (1992).

Pour ce qui est de la composante alatoire, Graham et al. (1987) et Aguiar et Collares Pereira
(1992) ont montr que :
-

la valeur moyenne de (h ) est voisine de zro ;

lcart type ( (h )) est fortement dpendant de K T et de cos( z ) ;

(h ) nest pas un bruit blanc et le coefficient de corrlation du premier ordre de (h ) , 1 ,


est li K T par une relation donne dans [6.7.1.10].

Lindice de clart horaire M T (h ) permet denlever leffet diurne. Or, le modle que lon se
propose dutiliser pour dterminer les irradiations horaires (Aguiar et Collares Pereira, 1992) est
45

auto-rgressif, non stationnaire, non homogne dans le temps et prsente une rpartition de
probabilit Gaussienne. Pour rpondre ces conditions, nous rduisons puis centrons M T (h ) afin
de prendre en compte les phnomnes journaliers et saisonniers, ce qui nous conduit la nouvelle
variable y :

y (h ) =

[M T (h) M Tm (h )]
(K T , h )

(1.10)

(K T , h ) reprsente lcart type de M T (h ) pour des journes dindice de clart K T .


Lexpression donnant (K T , h ) est donne dans [6.7.1.10]. Ltude des proprits squentielles de

y (h ) a permis de montrer que y (h ) dpendait essentiellement de sa valeur lheure prcdente


y (h 1) par :

tel-00604868, version 1 - 29 Jun 2011

y(h ) = 1 y (h 1) + A(h )

(1.11)

o A(h ) est une variable alatoire gaussienne de moyenne nulle et dcart type fonction de lcart
type de y (h ) et du coefficient de corrlation du premier ordre 1 (elle prsente les caractristiques
dun bruit blanc). Ainsi, le modle prsent ne dpend que de lindice de clart journalier et peut,
partir de lirradiation journalire, reconstituer le profil horaire recherch.

Nous avons dans un premier temps vrifi sur la base de 19 ans de donnes horaires que la
composante dterministe vrifiait bien la relation (1.9). Pour ce faire, les jours de K T identiques
ont t regroups (au pas de 0,05), puis, au sein de chaque groupe, des familles de M T (h ) ayant le
mme angle znithal ont t tablies (au pas de 0,1). La moyenne exprimentale de chacune de ces
familles a t compare la composante dterministe de lindice de clart horaire dfinie par
lquation (1.9). En second lieu, nous avons vrifi le modle dcrivant lcart type de M T (h ) . Puis,
nous avons tudi les variables y(h) (q.1.10) pour lesquelles les coefficients du premier et second
ordre ont t calculs : il en ressort que le coefficient du second ordre est trs proche de zro alors
que celui du premier ordre nest pas ngligeable ce qui justifie lutilisation dun processus auto
rgressif du premier ordre (Figure 1.18).

46

tel-00604868, version 1 - 29 Jun 2011

Figure 1.18 - Fonction dautocorrlation dordre 1 (relles et simules) et 2 (relles)

Ltude de A(h ) a confirm quil sagissait bien dun bruit blanc ; et celle de la rpartition
probabiliste de y(h ) a montr que cette variable suivait une loi Gaussienne (Figure 1.19).

Figure 1.19 - Distribution de Probabilit de la variable y(h) relle et simule.

Toutes les proprits nonces par Aguiar et Collares Pereira (1992) ont t ainsi confirmes et
le simulateur de donnes horaires a pu alors tre mis en uvre. A partir dun algorithme calculant

47

les diffrents paramtres du modle et dun gnrateur de bruit blanc, nous avons reconstitu des
profils journaliers dirradiation solaire globale horaire. Les diffrentes tapes sont les suivantes :
(1) Entre des paramtres : lieu (latitude), jour (dclinaison solaire), heure en temps solaire vrai
(angle znithal) and nergie incidente journalire
(2) Dtermination de lindice de clart journalier KT.
(3) Dtermination de langle znithal z.
(4) Calcul des paramtres: MTm(KTexp,z), (KTexp, z) and 1(KTexp)
(5) Gnration dun bruit blanc A(h ) .
(6) Dtermination de la variable normalise y(h) = 1(KTexp) y(h1) + a(h).
(7) Dtermination de lindex de clart horaire simul MT(h)sim.
(8) Calcule de lirradiadtion solaire extraterrestre horaire I0(h) pour obtenir la valeur horaire de
(9) A la fin de la journe, lindice de clart journalier simul KTsim est calcul et compar avec
celui mesur KTexp en utilisant un cart = 3 % (Aguiar et Collares-Pereira, 1992b). Quand
|(KTexpKTsim)|/KTexp > , lalgorithme est ritr partir de ltape 3.

A titre dexemple, nous prsentons le rsultat dune simulation partir dirradiations


journalires mesures au sol (Figure 1.20), puis estimes partir dimages satellitaires et du modle
dcrit en premire partie de ce paragraphe (Figure 1.21).
Irradiations horaires globales horizontales
(Wh/m)

tel-00604868, version 1 - 29 Jun 2011

lirradiation I sim(h).

500

Rel
Simul

450
400
350
300
250
200
150
100
50
0
1

17

33

49

65

81

97 113 129 145 161 177 193 209 225 241 257 273 289 305
Temps

Figure 1.20 Donnes relles et simules dirradiations horaires globales horizontales (12/99) sur la base de donnes
mesures pyranomtriques.

48

Irradiations horaires globales horizontales


(Wh/m)

500

donnes relles
donnes simules

450
400
350
300
250
200
150
100
50
0
1

33

65

97

129

161

193

225

257

289

321

353

385

417

449

Temps

Figure 1.21. Donnes relles et simules dirradiations horaires globales horizontales (01/93) sur la base de donnes
satellites.

Les deux tapes ultrieures savoir le calcul des irradiations horaires globales horizontales par

t ajoutes cette mthode de dtermination de I . Nous prsentons sur la Figure 1.22 la validation
de la mthode en comparant les donnes mesures aux donnes estimes partir de cette 2me
mthodologie et nous prsentons dans le Tableau 1.4 les valeurs des coefficients statistiques
obtenus pour une inclinaison de 30.
1000
Irradiation horaire globale sur un plan inclin 30
estime partir de la seconde mthodologie (Wh/m)

tel-00604868, version 1 - 29 Jun 2011

la mthode de Hay et Davies (1980) puis des irradiations horaires globales sur des plans inclins ont

800

600

400

200

0
0

100

200

300

400

500

600

700

800

900

1000

Irradiation horaire globale mesure sur un plan inclin 30 (Wh/m)

Figure 1.22 Validation de la 2me mthodologie.

Inclinaison
30

EM
EQM
CC
Wh.m-2 Wh.m-2
-9,97
29,8 0,993

Tableau 1.4 Coefficients statistiques pour la 2me mthodologie complte.


On constate que cette 2me mthodologie est dune bien meilleure prcision que la premire par
comparaison des Tableaux 1.3 et 1.4.
49

La finalit de ce chapitre est de disposer des donnes dentre de notre simulateur de


comportement du systme photovoltaque cest--dire davoir en notre possession des donnes
horaires de lirradiation solaire globale sur des plans inclins. Ainsi, il est possible de dterminer
ces donnes partir des images satellites en regroupant les mthodologies dcrites successivement
dans les paragraphes 1.4.1 et 1.4.2. Ne disposant pas des donnes exprimentales dirradiation
horaire incline sur la mme priode que nos images satellites, nous avons compar les valeurs
horaires calcules partir des images satellites avec celles calcules partir des irradiations
journalires horizontales auxquels nous avons appliqu la seconde mthodologie. Nous obtenons
ainsi la Figure 1.23 et les rsultats prsents dans le Tableau 1.5 (sur la base de 2 mois de donnes).
Irradiation horaire estime sur un plan inclin 30
partir des donnes satelittaires (Wh/m)

tel-00604868, version 1 - 29 Jun 2011

1000
900
800
700
600
500
400
300
200
100
0
0

100

200

300

400

500

600

700

800

900

1000

Irradiation horaire estime sur un plan inclin 30 partir des donnes journalires horizontales
mesures au sol (Wh/m)

Figure 1.23 Validation de la mthode dobtention des donnes horaires de lirradiation solaire globale sur un plan
inclin partir des donnes du satellite METEOSAT.

Inclinaison
30

EM
EQM
CC
Wh.m-2 Wh.m-2
-1,75
85,4 0,948

Tableau 1.5 Coefficients statistiques pour la mthode complte.


Les rsultats obtenus sont tout fait satisfaisants et cette mthode pourra tre applique avec
une bonne prcision dans le cadre du SIG dcrit dans [6.7.1.21. ; 6.7.2.33], car elle permettra en tout
lieu gographique de notre zone dtude dobtenir les donnes dirradiation solaire ncessaires
lapplication de notre mthode de dimensionnement ou dvaluation de potentiel solaire. En effet,
mme pour des sites distants de seulement quelques kilomtres, la variabilit des donnes
mtorologiques peut induire des divergences non ngligeables au niveau des caractristiques du
systme photovoltaque ; nous nen voulons pour preuve que les rsultats du dimensionnement
ralis partir des donnes pyranomtriques de trois stations Ajaccio, Corte et Bastia (Corte se
situant mi-distance entre Ajaccio et Bastia (environ 50 km en ligne droite)) et de la mthode de
dimensionnement qui a t dveloppe par Notton (1992) et Muselli (1998). Les rsultats de ces
50

trois dimensionnements calculs pour une consommation journalire de 1 kWh selon le profil de
Type IV prsent sur la Figure 2.45 sont illustrs sur la Figure 1.24.

65

Ajaccio
50

Corte

45

Capacit de stockage (kWh)

55

45

Capacit de stockage (kWh)

Bastia

40
35
30
25
20
15
Ajaccio

10

Bastia

Corte

35

5,5

5,3

5,1

4,9

4,7
4,5
4,3
Surface de modules PV (m)

4,1

3,9

3,7

3,5

25

15

5
3

3,5

4,5

5,5

6,5

tel-00604868, version 1 - 29 Jun 2011

Surfaces de modules PV (m)

Figure 1.24 Comparaison des dimensionnements pour un systme photovoltaque install respectivement Ajaccio,
Corte et Bastia (Profil de consommation type IV).

Sil y a peu de divergence entre les rsultats de Bastia et Corte, Ajaccio par contre prsente un
grand cart par rapport ces deux villes. Prcisons que ce dimensionnement na t ralis ici que
sur les 2 ans de donnes mtorologiques disponibles (1991 - 1993) et na donc aucune valeur pour
le dimensionnement proprement parler, mais peut-tre utilis quen tant que comparaison. Sur
cette priode, la moyenne annuelle de lensoleillement a t de 4,4 kWh/m pour Ajaccio contre
5,2 kWh/m pour Bastia ; cet cart de 20 % au niveau des ensoleillements moyens annuels sest
traduit par un cart de 30 100 % sur les dimensionnements optimiss (Tableau 1.6).
Inclinaison
TYPE I
Ajaccio
Corte
Bastia
TYPE II
Ajaccio
Corte
Bastia
TYPE III
Ajaccio
Corte
Bastia
TYPE IV
Ajaccio
Corte
Bastia

30
45
60
S (m) C(kWh) S (m) C(kWh) S (m) C(kWh)
6,5
3,0
3,2

5,4
8,1
7,6

6,7
2,7
2,8

4,0
8,6
7,9

6,6
2,6
2,6

4,2
8,8
8,1

4,9
3,5
3,6

12,1
8,8
8,6

4,6
3,1
3,2

12,2
9,4
8,7

4,6
3,0
3,0

12,1
9,7
8,9

4,8
3,4
3,6

11,6
8,4
8,1

4,5
3,1
3,2

11,8
8,8
8,4

4,6
3,0
3,0

11,4
9,2
8,7

5,3
3,8
4,0

12,7
9,2
8,8

4,9
3,4
3,5

12,9
9,8
9,1

4,8
3,2
3,3

13,0
10,3
9,3

Tableau 1.6 Systmes PV optimiss pour 3 inclinaisons, 3 sites et 4 profils de


consommation (1 kWh).
51

Ces rsultats montrent clairement la ncessit de connatre aussi prcisment que possible le
potentiel du lieu dimplantation choisi et dutiliser avec prcaution les donnes des stations
mtorologiques les plus proches. Dans la mise en place du systme dinformation gographique
appliqu ltude du potentiel nergie renouvelable sur la Corse, ce sont les images satellites
qui permettront de dimensionner ces systmes.

1.5

DETERMINATION DE PROFILS HORAIRES DCLAIREMENT SOLAIRE GLOBAL. [6.7.1.11]


Dans la plupart des tudes sur les systmes nergtiques solaires, il est ncessaire de

disposer de donnes dirradiations solaires avec un pas de temps plus fin que celui avec lesquels ces
grandeurs sont disponibles dans les bases de donnes habituelles. Ainsi, quand les procdures de
simulation ncessitent de connatre lclairement solaire, il est souvent suppos, dans un but

lclairement solaire tant souvent les seules disponibles) ce qui ne correspond pas une hypothse
raliste. Ainsi, nous avons propos dtudier trois types de rpartition de lclairement solaire
global sur lheure et nous les avons tests dun point de vue des diffrents paramtres statistiques
sur notre site dexprimentation.

Les trois types de rpartition de lclairement solaire pendant lheure sont reprsents sur la
Figure 1.25 pour deux journes particulires : journe du 02/08/1999 ciel clair et journe du
02/01/1999 ciel nuageux.
1200
Irradiance exprimentale
Modle constant horaire
Modle linaire

Irradiance solaire globale horizontale (W.m-2)

tel-00604868, version 1 - 29 Jun 2011

simplificateur, que celui-ci se rpartit de manire constante sur lheure (les donnes horaires de

Modle hors-atmosphre

1000

Irradiance hors-atmosphre

800

600

400

200

0
4

10

12
14
Temps solaire (heures)

16

Figure 1.25 Illustration des trois types de rpartition horaire choisis.

52

18

20

Dans le premier modle, on considre que lclairement solaire reste constant du dbut la fin
de lheure alors que dans le second, il varie de manire linaire. Ce second modle peut prdire des
valeurs ngatives de lclairement pour certaines heures ce qui nous oblige alors revenir au
premier modle pour cette heure particulire. De plus, comme lillustre lexemple de la Figure 1.25,
il arrive que les donnes modlises et exprimentales varient en sens oppos (par exemple entre
15h et16h le 02/01/1999).

Nous avons donc utilis un troisime modle qui utilise un profil correspondant au
rayonnement extra-atmosphrique (Iqbal, 1983) prsent sur la Figure 1.25 ; pour chaque heure,
nous calculons le facteur de transmittance, rapport entre lirradiation horaire globale au sol et
lirradiation horaire extra-atmosphrique, nous conservons ainsi le profil dune journe ciel clair

tel-00604868, version 1 - 29 Jun 2011

comme on peut lobserver sur la Figure 1.25 pour la journe du 02/08/1999.

Ces trois modles ont t compars sur la base de 3500 donnes horaires en utilisant cinq
paramtres statistiques : lerreur moyenne (EM), lerreur quadratique moyenne absolue et relative
(EQM et EQMR), le coefficient de corrlation (CC) et le rapport de EQM sur lirradiation horaire
correspondante (RAP).

Les rsultats sont prsents dans le Tableau 1.7. On note une nette amlioration de ces
coefficients pour les modles linaires et extra-atmosphriques par rapport au modle constant
horaire.
Valeur moyenne des
Constant horaire
Linaire
Extra-atmosphrique
EQMR horaires
43,83%
33,70%
30,48%
RAP horaires
0,2398
0,2257
0,1798
EQM horaires
66,91 W.m-2
74,19 W.m-2
52,31 W.m-2
EM horaires
0,0042 W.m-2
-0,00018 W.m-2
CC horaires
0,7211
0,7212
Pourcentage de donnes pour lesquelles ce modle est le meilleur dun point de vue de
EQMR
14,49%
28,42%
57,09%
EQM et RAP
12,46%
27,11%
60,43%
CC
45%
55%

Tableau 1.7 Comparaison des trois modles selon divers critres (3500 donnes)
Selon lheure, un modle peut tre meilleur quun autre selon le profil dclairement choisi au
cours de cette heure. Nous avons donc cherch caractriser chaque heure par un paramtre qui
puisse tenir compte de la couverture nuageuse et induire le choix dun modle plutt quun autre.
Pour ce faire, nous avons choisi lindice de clart horaire MT qui permet de quantifier laspect
perturb de lclairement solaire (Iqbal, 1983 ; Klein, 1977 ; Liu et Jordan, 1960 ; Orgill et
Hollands, 1977 ; Spencer, 1982). Les rsultats nont pas t trs satisfaisants car le choix du
53

meilleur modle nest pas clair pour des valeurs de MT < 0,45 comme le montre la Figure 1.26.
Cependant, on constate sans hsitation que le modle extra-atmosphrique est celui qui donne les

CC

meilleurs rsultats pour des valeurs de MT > 0,45.

Modle extra-atmsophrique
Modle linaire

tel-00604868, version 1 - 29 Jun 2011

EQMR

EQM/irradiation
horaire

Modle constant horaire

0,00-0,05 0,05-0,10 0,10-0,15 0,15-0,20 0,20-0,25 0,25-0,30 0,30-0,35 0,35-0,40 0,40-0,45 0,45-0,50 0,50-0,55 0,55-0,60 0,60-0,65 0,65-0,70 0,70-0,75 0,75-0,80 0,80-0,85 0,85-0,90

Domaine de MT

Figure 1.26 Pourcentage de donnes par classe de MT pour lequel le modle choisi est le meilleur.

A partir de ce travail dautres tudes sont envisageables :

1.6

extension dautres sites mtorologiques ;

tude similaire sur des donnes horaires de rayonnement global sur des surfaces inclines ;

tude de linfluence du profil choisi sur le dimensionnement dun systme.

DEVELOPPEMENT DE SIMULATEURS DE RAYONNEMENT SOLAIRE.


Nous avons prsent des mthodes de corrlations pour dterminer des valeurs du rayonnement

solaire global, ou mettre en place des profils journaliers horaires bass sur un processus
stochastique autorgressif. Nous avons galement dvelopp, partir de mthode stochastique, des
outils pour rduire de sries chronologiques sur de longues priodes en anne type.

Pour tre facilement utilisable, lnorme volume des donnes doit tre rduit sans aucune perte
dinformation. Un moyen dy parvenir est le traitement statistique des donnes. La gnration dune
anne type de donnes synthtiques est une autre possibilit; cette anne type reprsente de faon
prcise les statistiques relles de plusieurs annes. Cest le but du modle stochastique qui permet la
gnration dune anne de rfrence. Cette procdure rend possible la caractrisation des proprits
de la vitesse du vent dun site, avec seulement quelques paramtres et fournit un gain de temps
lutilisateur pour les procdures de calcul. Ltude des systmes nergtiques ncessite lusage

54

dune base de donnes mtorologiques de rfrence qui doit donc tre la fois reprsentative du
climat et dun accs facile pour les utilisateurs (Festa et al., 1988, 1993).

La succession des journes est gnralement modlise soit par une chane de Markov soit par
un processus de type ARMA (Astier et Duhamel, 1983 ; Boch et al., 1981, Daniel et Chen, 1991,
Kamal et Jafri, 1997).
1.6.1

Etude stochastique des irradiations solaires globales horizontales. [6.7.1.20]

Les donnes mtorologiques sont indispensables pour valuer les effets long terme des
changements climatologiques, et par l mme pour tudier le comportement de systmes de
production dnergie utilisant comme intrant des sources alatoires (vent, soleil, temprature). La
production issue de ces systmes peut dpendre du rayonnement solaire, de la temprature

tel-00604868, version 1 - 29 Jun 2011

ambiante, de lhumidit, de la vitesse du vent ; variables qui ne sont ni compltement alatoires, ni


totalement dterministes. Elles peuvent tre dcrites comme des fonctions irrgulires du temps,
la fois de petites chelles temporelles (horaire, journalire) ou plus longues (saisonnire,
annuelle). Le comportement irrgulier de ces paramtres dans le temps complique les analyses des
systmes sources renouvelables dnergie.

Une simulation de fonctionnement du systme fournira des rsultats sur la seule priode
correspondant aux donnes disponibles. Il faudrait disposer de suffisamment de donnes pour la
simulation, afin de calculer le comportement moyen du systme long terme. La modlisation de la
source nergtique doit tre ralise pour deux raisons essentielles :
- lvaluation de la productivit des systmes moyen et long terme et
- lassurance de leur commande et de la gestion

Lutilisation des squences dvnements climatiques observes fournit uniquement une


solution sur une ralisation de processus climatiques. Quel serait le rsultat si dautres sries ayant
les mmes proprits statistiques que les sries observes taient utilises ? Pour rpondre cette
interrogation, Richardson (1981) a suggr de gnrer des squences synthtiques de donnes de
climat, bases sur la structure stochastique du processus mtorologique.

Beaucoup de travaux ont t raliss sur lutilisation des chanes de Markov pour simuler la
distribution statistique de diffrentes variables mtorologiques telles que pression, temprature
vitesse du vent, etc. (Young, 1994 ; Moon et al., 1994). Pour ce qui concerne le rayonnement
solaire, plusieurs tudes ont montr quaucune loi de probabilit classique ne permettait de rendre
compte de manire fiable des variations densoleillement (Elalaoui, 1990, Aguiar et Collares55

Pereira, 1992 ; Marques, 1982 ; Holland et Huget, 1983 ; Khallat et al., 1986) alors que les modles
de Markov taient plus adquats et prcis, pour la prvision la fois du temps (Young, 1994), de la
production des capteurs solaires plans (Lameiro et Duff, 1970) ou des systmes photovoltaques
(Nguyen et Pryor, 1996).

Le dimensionnement correct dun systme photovoltaque ncessite de connatre les donnes


dirradiations solaires au pas de temps minimum de lheure, aussi ce sont ces valeurs horaires de
lirradiation solaire auxquelles nous appliquerons un processus de Markov. Pour ce faire, nous

tel-00604868, version 1 - 29 Jun 2011

allons procder en trois tapes :


-

classifier les donnes horaires afin de dterminer les diffrents tats ;

calculer les diffrentes probabilits : marginales, conditionnelles, persistance ;

gnrer des sries de profils journaliers partir de ces probabilits et dun tirage alatoire.

En fait, comme cela a t dj le cas dans le paragraphe 1.4.2 et comme le suggre Graham et
al. (1987), lindice de clart horaire M T se prte mieux cette tude.
Considrons maintenant que notre processus puisse prendre un nombre fini dtats. Si X n = i ,
alors le processus est dans ltat i linstant n et on suppose quil y a une probabilit conditionnelle
pij pour que ce processus passe ltat j linstant n+1, soit :

probabilit X n +1 = j X n = i n , X n 1 = i n 1 ,..., X 0 = i 0 = p ij

(1.12)

si ltat X n +1 ne dpend que de ltat prsent X n et non des tats passs ( X i , i = 0 ,..., n 1) alors ce
processus stochastique est dit de Markov dordre 1. On dtermine ainsi la matrice de transition

[ ]

TP = pij . Si nij est le nombre de transitions de ltat i ltat j alors :


p ij =

nij

(1.13)

nij
i

De la mme manire, on calcule les probabilits marginales correspondant la probabilit


davoir un tat donn j. Si n j est le nombre dtats j, la probabilit marginale de ltat j est :
pj =

nj
nj
j

nij
i
nij
i, j

(1.14)

Si lon dfinit Pij, comme reprsentant cette probabilit de transition dun tat i vers un
tat j , on dfinit alors : P = [P ij ] comme la matrice de probabilit de transition. Une fois que la
56

matrice de transition est dfinie, le comportement probabiliste de la variable stochastique peut tre
dcrit mathmatiquement, de la manire suivante, soit le vecteur de probabilits dtat :
(n) = [1(n), 2(n),...., k(n) ]

(1.15)

o (n) est la probabilit de trouver le systme dans ltat i du rayonnement solaire, aprs n
intervalles de temps, et k reprsente le nombre total dintervalles ou nombre total dtats. On
montre que si (0) est le vecteur dcrivant ltat initial, alors :
(n) = (0) P n

(1.16)

La premire tape de ce travail a donc consist dterminer le nombre dtats utiliss dans le
processus de Markov pour reprsenter le rayonnement solaire global horizontal horaire. Aprs une
analyse effectue sur la base de 20 ans de valeurs de M T , 20 tats ont t dfinis avec un pas de

tel-00604868, version 1 - 29 Jun 2011

0,05 (Palomo, 1989) obtenant ainsi une matrice de transition de dimension 20 x 20. Le but final est
de dterminer I partir de la classe gnre (de 1 20). Il faut donc pour chaque classe dfinie par
intervalle en dduire M T puis I . Mais quel M T (valeur mdiane, moyenne ou centrale sur
lintervalle considre) ? Une analyse a t ralise et a montr que la valeur centrale sur
lintervalle tait la mieux adapte et que le nombre dtats choisi (20) conduit de satisfaisants
rsultats.

Lindice de clart horaire nest pas une variable alatoire stationnaire sur lanne car il est bien
connu que sous un climat mditerranen le temps est meilleur en t quen hiver ce que se
traduit par un pourcentage de M T plus important dans les grandes classes durant lt. Ltude de la
fluctuation temporelle doit donc tre ralise sur une priode suffisamment courte pour que cette
volution climatique soit peu marque, cela nous a conduits raliser cette tude pour chaque mois
comme le proposait Gossebaille et al. (1979). Ainsi, les probabilits ont t calcules mois par mois
et 12 matrices de transitions ont t cres puis discutes.

Le comportement limite de la Chane de Markov est galement tudi. Pour cela, on considre
la limite : LimPn = Ql appele limite de la matrice de transition (proprit ergodique des chaines de
n

Markov Matrice dquilibre).


k

On a : Ql = [q ij ] et les expressions suivantes : - q ij = 1


j =1

- q1 j = q2 j = ... = q kj

57

j = 1, 2, ..., k

Aprs un grand nombre de transitions, q j (j = 1, 2, ..., k) reprsente la probabilit de trouver le


systme dans ltat j , cest--dire la probabilit marginale dexistence (ou fonction de densit de
probabilit). On peut galement considrer quil sagit du temps pendant lequel le systme se trouve
dans ltat j (proprit ergodique dune chane de Markov). Il faut donc dterminer la valeur de
n partir de laquelle les colonnes de la matrice Pn ne varient plus (quilibre) et vrifier ensuite que
les valeurs de ces colonnes correspondent aux probabilits marginales (densit de probabilit).

Sur la Figure 1.27 est reprsente de faon graphique la MTP pour un mois donn sur Ajaccio.
On observe que lessentiel des transitions seffectuent sur la diagonale ou son voisinage.
20
19
18

tel-00604868, version 1 - 29 Jun 2011

17
16
15
14
13
12
11
10
9
8
7
6
5

0,95-1,00
0,90-0,95
0,85-0,90
0,80-0,85
0,75-0,80
0,70-0,75
0,65-0,70
0,60-0,65
0,55-0,60
0,50-0,55
0,45-0,50
0,40-0,45
0,35-0,40
0,30-0,35
0,25-0,30
0,20-0,25
0,15-0,20
0,10-0,15
0,05-0,10
0,00-0,05

4
3
2
1
1

10

11

12

13

14

15

16

17

18

19

20

Figure 1.27 - MTP sur Ajaccio du rayonnement solaire global

Aprs avoir dtermin les valeurs de n qui conduisent la matrice dquilibre, nous avons trac
sur la Figure 1.28, les probabilits limites des tats en fonction des probabilits marginales
exprimentales de ces tats. On peut noter une bonne adquation ce qui confirme que chaque ligne
de la matrice de transition limite Ql donne les probabilits des tats. La proprit ergodique de la
MTM est ainsi bien illustre.

58

0,14

Valeurs des lments de la Matrice de trasnsition


Limite

0,12
Correlation Coefficent = 0,9991
0,1

0,08

0,06

0,04

0,02

0
0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

Probabilits marginales relles

tel-00604868, version 1 - 29 Jun 2011

Figure 1.28 - Elments de la Matrice de Transition Limite en fonction des Probabilits marginales

Il reste vrifier que ces donnes suivent bien un processus de Markov du premier ordre. La
persistance dun vnement climatique est caractrise par son coefficient dautocorrlation (CA).
La dpendance (test ) et la stationnarit (test ) des chanes de Markov reprsentant les sries de
journes ont permis de conclure que ces sries sont des chanes de Markov du premier ordre.

Si les vnements successifs sont dpendants, ils peuvent former une chane de Markov du
premier ordre. Daprs Moon et al. (1994), si les vnements successifs sont indpendants, alors la
statistique est distribue asymptotiquement comme avec (m-1) degrs de libert (DL), o m
est le nombre total dtats.
m
Pij
= 2 nij ln
Pj
i, j

(1.17)

Un processus de Markov est stationnaire si ces probabilits de transition sont indpendantes du


temps. Un moyen pratique de vrifier cette stationnarit est de diviser la totalit des vnements en
quelques sous-intervalles et ensuite de calculer et de comparer la matrice de probabilit de transition
de chaque sous-intervalle. Pour un processus stationnaire ces matrices devraient tre
approximativement gales entre elles.
La stationnarit dun processus de Markov sanalyse par le test statistique (eq.1.18), o T est
le nombre de sous-intervalles et nij(t) sont les (i,j)me lments de la matrice du nombre total de
valeurs dans ltat i suivi dun tat j et pij(t) sont les (i,j)me lments de la matrice de probabilit
de transition. Si la chane de Markov est stationnaire, la statistique suit une distribution du avec
N(N-1)(T-1) degrs de libert.
59

T m
Pij (t )
= 2 ni, j (t ) ln

t i, j
Pij

(1.18)

Les valeurs de pour un pas de 1 sont suprieures celle du pour un niveau de confiance de
5 % et 361 DL. Ainsi les transitions successives entre les diffrents tats sont indpendantes, et
lindice de clart horaire possde donc les caractristiques dun processus de Markov du 1er ordre.

Pour tudier la stationnarit, nous avons divis en 5 sous-intervalles de 4 annes les donnes de
rayonnement solaire global. Nous avons ensuite calcul les valeurs mensuelles de qui sont
infrieures la valeur du pour un niveau de confiance de 5 % et 1140 DL. Ceci implique donc
lindice de clart horaire est stationnaire pour chaque mois.

tel-00604868, version 1 - 29 Jun 2011

Pour vrifier quil ny a pas deffet de mmoire dun jour lautre sur les irradiations
journalires, le coefficient dautocorrlation des indices de clart journaliers entre les jours j et (j+p)
avec p variant de 1 4 a t calcul pour chaque mois. Ce coefficient est relativement faible pour
j+1 (< 0,3) et diminue rapidement avec le nombre de jours ; ce rsultat confirme que lon peut
ngliger les effets de mmoire dun jour lautre. Il restait vrifier que lindice de clart horaire
ne dpendait que de celui de lheure prcdente afin de confirmer le choix dun processus du 1er
ordre. Le coefficient dautocorrlation (CA) des indices de clart horaires a donc t calcul entre
les heures h et (h+p) pour p variant de 1 3 (Figure 1.29).
1,00
0,80
H+1
0,60
0,40

H+2

0,20
H+3
0,00
1

32

63

94

125

Jours
156
187

218

249

280

311

342

-0,20
-0,40

Figure 1.29 Coefficient dauto-corrlation horaire de lindice de clart horaire

Il est clair que les valeurs de CA pour p = 1 sont leves alors que celles pour p = 2 et p = 3
sont faibles ce qui confirme que les transitions des indices de clarts horaires ont les proprits
dune chane de Markov dordre 1 (processus homogne et stationnaire, lchelle du mois).

60

Pour un tat donn, la diagonale de la matrice de transition donne la persistance dun tat et
peut tre utilise pour calculer la probabilit davoir une longueur de squence dheures de mme
classe. Galloy et al. (1981) ont montr que cette probabilit pouvait tre modlise par une loi
binomiale ngative translate (BNT) dfinie partir de deux paramtres sexprimant en fonction de
la dure de moyenne des squences et de leur variance.
PSNB ( l ) =
O

1
( 1 + d )h d

( h d )( l 1 )
d ( l 1 )

( l 1 )!
( 1 + d )( l 1 )

(1.19)

- (l 1) est la longueur dune squence homogne pour un tat donn


- h et d > 0
- si l = 1 alors ( h d )( l 1 ) = 1

Les paramtres h et d sont relis la moyenne et la variance des longueurs de squence


homogne par :
h=m1
d = ( /h) 1

Les deux paramtres caractrisant la BNT ont donc t calculs pour chaque mois et chaque
tat. La validit de cette loi applique au rayonnement solaire global horaire est prsente de faon
plus dtaille dans larticle correspondant [6.7.1.20]. Comme nous pouvons le constater, titre
dexemple pour une classe et un mois, sur la Figure 1.30.
100
90
Occurrences exprimentales
80

Occurrences modlises

70
Frquence (%)

tel-00604868, version 1 - 29 Jun 2011

l 1 h

- si l > 1 alors ( h d )( l 1 ) = + p

p=0 d

60
50
40
30
20
10
0
1

2
3
4
Longueur des squences homognes (heures)

Figure 1.30 Occurrences de squences homognes exprimentales et modlises par une loi BNT.

61

Les diffrentes probabilits ayant t calcules et confirmes, le simulateur de donnes horaires


de rayonnement global peut tre mis en uvre (Marques, 1982 ; Palomo, 1989 ; Aguiar et al.,
1988). Il permettra de gnrer des squences multiples et de longueurs variables sur la base de la
double proprit dmontre : la succession des types dheures climatologiques suit un processus de
Markov dordre 1 et les squences horaires de mme classe (persistance) suivent une loi BNT.

La simulation commence chaque jour dun mois donn au lever du soleil avec un tat i, donc
une valeur de MT et une irradiation horaire I. Cet tat pour la premire heure est obtenu par la
procdure suivante :
-

un nombre entre 0 et 1 est choisi alatoirement ;

les probabilits marginales du mois considr (p1, p2, , pi) sont additionnes jusqu ce
i

que leur somme soit suprieure : p x , ltat de cette heure est alors i.

tel-00604868, version 1 - 29 Jun 2011

x =1

Pour la seconde heure, une autre procdure est applique :


-

un nombre ' entre 0 et 1 est choisi alatoirement ;

les probabilits conditionnelles du mois considr (pi1, pi2, , pin) sont additionnes jusqu
j

ce que ' pix , ltat de cette heure est alors j.


x =1

La procdure se rpte pour toutes les heures jusquau coucher du soleil. Cependant, si deux
heures conscutives appartiennent au mme tat k, on considre alors quune squence dheures
avec le mme tat k commence et on applique la procdure base sur la loi BNT :
-

un nombre ' entre 0 et 1 est tir alatoirement ;

les probabilits de persistance du mois considr sont additionnes jusqu ce que

' '

L
pBNT ( x k ) , alors la longueur de la squence est L et les heures (h-1)
x =1

(h-1+L) appartiennent la classe k.

Ce simulateur a donc t utilis sur une priode de 20 ans et les rsultats obtenus ont t
compars aux valeurs exprimentales. Pour ce qui est des indices de clart horaires, leur distribution
en classes est prsente sur la Figure 1.31 (CC = 0,9857, EQM < 0,01).

62

18,00
16,00

Donnes exprimentales
Donnes simules

14,00

Frquence (%)

12,00
10,00
8,00
6,00
4,00
2,00

0,
97

0,
92

0,
87

0,
82

0,
77

0,
72

0,
67

0,
62

0,
57

0,
52

0,
47

0,
42

0,
37

0,
32

0,
27

0,
22

0,
17

0,
12

0,
07

0,
02

0,00

Indices de clart horaires

De mme, la rpartition en classes de lnergie horaire, en utilisant la valeur centrale de lindice


de clart (comme cela a t prcis plus haut) est prsente sur la Figure 1.32.
35
Donnes relles
Donnes simules
30

25

Frquences (%)

tel-00604868, version 1 - 29 Jun 2011

Figure 1.31 Comparaison de la distribution des indices de clart horaires exprimentaux et simuls.

20

15

10

0
[0-100[

[100-200[

[200-300[

[300-400[

[400-500[

[500-600[

[600-700[

[700-800[

[800-900[

[900-1000[

[1000-1100[

Classes d'irradiations horaires (Wh/m)

Figure 1.32 - Comparaison de la distribution des irradiations horaires exprimentales et simules.

Pour juger de la prcision de cette mthode, les diffrentes erreurs et le coefficient de


corrlation ont t calculs la fois pour les probabilits marginales et conditionnelles, les nergies
journalires ainsi que le coefficient dautocorrlation (CA) pour h + 1 et h + 2 (Tableau 1.8) entre
les donnes relles et simules.

63

CC
EM
EMR (%)
EQM
EQMR (%)
Probabilits marginales 0,969
0,003
8,7
0,04
16
et conditionnelles
Energie journalire
0,969 290 Wh/m
4,5
580 Wh/m
14
ACF
0,976
0,07
5
0,10
12

Tableau 1.8 Paramtres statistiques.


Au vu de ces rsultats, il semble que ce simulateur conserve de manire satisfaisante les
proprits probabilistes de la distribution des irradiations solaires horaires sur des plans
horizontaux. Nous proposons dutiliser lors de prochains travaux ce simulateur en entre de notre
modlisation des systmes photovoltaques et de comparer le dimensionnement obtenu partir de
donnes dirradiation mesures et celles gnres par ce simulateur.
1.6.2

Classification en journes types des irradiations solaires globales et gnrateur de

tel-00604868, version 1 - 29 Jun 2011

sries de journes types [6.7.1.17 ; 6.7.1.14]

Les techniques de classification dveloppes pour lirradiation directe, de gnration de


donnes synthtiques ont t transposes de manire simultane pour faire apparatre des classes de
journes dirradiation globale.

La premire partie consiste utiliser une mthodologie de classification base sur lagrgation
de Ward et utilisant des paramtres discriminants simples dtermins partir de lindice de clart
horaire MT ainsi quune analyse factorielle discriminante qui permettra de dterminer un nombre
de classes reprsentatives de conditions mtorologiques particulires [6.7.1.17]. Dans une seconde
partie [6.7.1.14 ; 6.7.2.23], un modle de Markov dordre 1 (dj dcrit dans le paragraphe 1.5.1)
permettra de crer un simulateur de squences mtorologiques.

Les paramtres discriminants sont les suivants :


-

lindice de clart horaire MT(h) et journalier KT(j) dfinis dans les paragraphes 1.4.1. et
1.4.2.

lintgrale du profil de lindice de clart horaire S2 qui caractrise ltat de perturbation de


lirradiation globale au cours de la journe :

S 2 = M T ( h + 2 ) ( 2 M T ( h + 1 )) + M T ( h )
h

lindice de clart moyen mensuel pour un mois donn m : M T ,m . Le paramtre


discriminant SI reprsente le nombre dheures pour un jour donn o lindice de clart
horaire MT est infrieur M T ,m .

64

Diffrents critres peuvent tre utiliss pour construire la classification. Le critre que nous
avons retenu est celui de lAgrgation de Ward (Roux, 1985) i.e. un critre dagrgation selon
linertie en utilisant une distance Euclidienne ; ce critre revient minimiser linertie intra-classes
ou encore maximiser linertie interclasse. Cela permet de reprsenter lhomognit dun groupe
et les diffrences entre les groupes. La mthode a t applique deux sites distants dune dizaine
de kilomtres (laboratoire de Vignola et station mtorologique de Campo del Oro) et pour quatre
inclinaisons de capteurs (0, 30, 45 et 60). A titre dexemple, lapplication de cette procdure

Figure 1.33 Exemple dapplication de la mthode dagrgation de Ward (mois de Janvier, inclinaison de 30, station
Campo del Oro).

Le dendogramme a mis en vidence lexistence de 3 classes (Figure 1.34) et lanalyse


discriminante qui lui a t adjointe a permis de conforter ce rsultat. Cette classification en trois
types prsente, quels que soient le site et linclinaison, le meilleur pourcentage dvnements
classs. Les classes peuvent tre dfinies de la manire suivante :
-

Type I : ciel clair ;

Type II : ciel partiellement nuageux ;

Type III : ciel opaque.


1
Classe I
Indice de clart horaire (M T)

tel-00604868, version 1 - 29 Jun 2011

pour le mois de Janvier a donn le dendrogramme de la Figure 1.33.

0,8

0,6

0,4
Classe II
0,2
Classe III
0
1

3 4 5 6 7 8
Heure (Temps solaire vrai)

10

Figure 1.34 Reprsentation schmatique des journes types.

65

Chaque classe prsente des moyennes distinctes et des cart-types faibles et caractrise un type
dinformations mtorologiques bien dfini. La comparaison des deux stations est impossible car
les chelles pour chaque paramtre dans chacune des classes sont diffrentes selon la station de
mesure. Les moyennes et les dviations standards pour les 10 valeurs de MT qui dfinissent la
journe type sont parfois trs diffrentes (plus dun facteur 2) comme lillustre la Figure 1.35 o
sont reprsents les trois types de journe pour les deux sites (inclinaison 60) partir de la valeur
moyenne et de lcart type pour chaque indice de clart horaire MT.
Vignola (60)
Campo del'Oro (60)
1,0

1,0

I
II

0,8

0,8

II

III
0,6

0,6

MT

MT

0,4

0,4

tel-00604868, version 1 - 29 Jun 2011

III
0,2

0,2

0,0

0,0

Classes

Classes

Figure 1.35 Description des classes pour les deux sites et une inclinaison de 60.

Ainsi, pour deux sites trs proches soumis au mme climat, les caractristiques statistiques de
lirradiation globale sont diffrentes comme cela avait dj t constat lors de ltude du
corrlogramme spatiale au paragraphe 1.4.1 et qui nous avait conduits alors utiliser des images
satellites pour dterminer le potentiel solaire dun lieu donn.

La seconde partie de ce travail qui a fait lobjet dune autre publication [6.7.1.14] est de gnrer
des squences de types de journes partir dun modle de Markov dordre 1 de manire similaire
celle prsente dans le paragraphe 1.5.1 avec cette fois la variable X n pouvant prendre les valeurs
1, 2 ou 3.

Aprs avoir vrifi la dpendance et la stationnarit de la chane de Markov du premier ordre,


nous avons compar pour chaque angle et chaque site, une squence simule de classes journalires
dirradiation avec les donnes exprimentales. La Figure 1.36 prsente les probabilits marginales
exprimentales et simules.

66

1
Experimentale
Simule

VIGNOLA

Probabilits marginales pi

0,8
0

30

45

60

0,6

0,4

0,2

Classes

0
I

II

III

II

III

II

III

II

III

Figure 1.36 Probabilits marginales exprimentales et simules pour le site de Vignola.

tel-00604868, version 1 - 29 Jun 2011

Quant aux probabilits conditionnelles, elles ont t calcules et compares aux valeurs
exprimentales, lerreur quadratique moyenne EQM est toujours infrieure 0,06 et le coefficient
de corrlation CC toujours suprieur 0,961 quels que soient le site et linclinaison du capteur ce
qui est tout fait satisfaisant.

Enfin, nous avons vrifi si la mthodologie utilise permettait de conserver les proprits
statistiques de lirradiation globale en calculant lnergie solaire reue sur la priode complte
(soient 1448 jours) de trois manires :
-

partir des donnes exprimentales de H ;

partir des squences exprimentales de journes types dtermines par lAgrgation de


Ward et lanalyse discriminante ;

partir des squences simules de journes types par le processus de Markov.

Dans les deux derniers cas, lnergie journalire a t calcule partir de la relation

H = H 0 K T ,C avec H0 lnergie journalire hors atmosphre et K T ,C lindice de clart moyen


dune journe de type C laquelle appartient la journe considre. Les rsultats obtenus sont
prsentes sur la Figure 1.37.

67

8
7

Irradiation solaire globale sur


la priode (x 103 kWh)

6
5
4
3

V a le ur ex p rim e nta le
E (jo ur typ e r el)

E (jo ur typ e sim u l )

1
0

tel-00604868, version 1 - 29 Jun 2011

C am p o
(0)

C am p o
(30)

C am p o
(45)

Cam po
(60)

V ig n o la
(0)

V ig n o la
(3 0)

V ig n o la
(45)

V ig n o la
(60)

Figure 1.37 Irradiation solaire sur 1448 jours.

Nous constatons que les irradiations calcules grce, dune part la classification en journes
types par lagrgation de Ward couple une analyse discriminante, et dautre part au simulateur de
squences mtorologiques sur la base dun modle de Markov dordre 1, sont en bonne adquation
avec la ralit exprimentale.

Nos travaux de recherches ayant pris galement une orientation vers lnergie olienne, nous
nous sommes galement intresss lanalyse stochastique des vitesses de vent ainsi qu la mise
en place de gnrateurs de donnes et de techniques de prvision.

1.7

ANALYSE STOCHASTIQUE DES VITESSES DE VENT


Le vent est un phnomne trs instable qui ne peut tre totalement dcrit par une distribution de

probabilit, aussi perfectionne soit-elle. En effet, la vitesse du vent un instant donn est corrle
avec les vitesses du vent aux instants prcdents. Par consquent, toute reprsentation
mathmatique du phnomne olien se doit dintgrer ces autocorrlations dune manire ou dune
autre.

Les modles simulant les vitesses de vent doivent tre fiables. Il faut donc ncessairement
disposer de longues sries de donnes sur le site dexploitation afin de calculer au mieux les
paramtres de ces modles.

68

1.7.1

Modlisation

et

simulation

par

des

processus

stochastiques

[6.7.1.10 ; 6.7.1.15 ; 6.7.2.27].

Les systmes de conversion dnergie du vent (systmes oliens) ont la capacit dtre utiliss
comme source dalimentation sur un rseau lectrique (Daniel et Chen, 1991 ; Nfaoui et al., 1996).
Les installations classiques ncessitent approximativement un temps de dmarrage de 15 - 20
minutes ; si les systmes oliens doivent tre utiliss comme source parallle de soutien de
puissance pour un rseau lectrique, un modle statistique savre ncessaire pour dterminer la
puissance du systme olien quelques heures lavance, afin de prvoir la mise en marche des
installations classiques (Balouktsis et al., 1986).

Une mthode de prvision de puissance du vent quelques heures lavance est donc ncessaire

tel-00604868, version 1 - 29 Jun 2011

si lon veut pouvoir contrler et prvoir la production dune ou plusieurs oliennes en un site
donn.

Comme nous lavons dj dit, le vent est un phnomne trs instable ne pouvant tre
compltement dcrit par nimporte quelle distribution de probabilit, aussi sophistique soit elle,
puisque la vitesse du vent toute heure est corrle avec la vitesse du vent aux heures prcdentes.
Par consquent, toute mathmatisation du phnomne olien qui tente de reprsenter plus que
lespace des vnements de cette variable alatoire se doit dintgrer ces autocorrlations dune
manire ou dune autre.

Nous avons donc dvelopp des outils de simulation et de prdiction de vitesse de vent sur les
deux modles mathmatiques stochastiques les plus couramment utiliss, savoir les chanes de
markov (Kirchoff et al., 1988 ; Kaminsky et al., 1990a) et les processus autorgressifs (Nfaoui et
al., 1996 ; Baloktsis et al., 1986).

Nous avons utilis des donnes de vitesse de vent tri-horaire sur les sites d'Ersa pendant 31 ans
(1962-1992), de Pertusato sur 29 ans (1962-1990) et de Figari sur 12 ans (1980-1991). Ces donnes
ont t obtenues partir du service climatologie de METEO France (figure 1.38).

69

Ersa

Altitude
0-500 m
500-1500 m
1500-2000 m
> 2000 m

Figari
Pertusato

tel-00604868, version 1 - 29 Jun 2011

Figure 1.38 Situation gographiques des sites de mesures de vent.


1.7.2

Le processus autorgressif [6.7.1.10]

La premire approche est base sur le modle de Box-Jenkins pour simuler des sries
chronologiques de vitesse de vent. Nous proposons une mthodologie de modlisation de type autorgressif (AR). Les donnes ont besoin dtre tout dabord transformes pour rendre leur
distribution approximativement gaussienne et normalises pour enlever la non-stationnarit
journalire (Festa et Ratto, 1993) ; ensuite un critre de choix est utilis pour choisir le processus
d'ARMA le plus appropri. Selon la littrature (Balouktsis et al, 1986 ; Brun et al, 1984 ; Daniel et
Chen, 1991, Nfaoui et al, 1996), la non-stationnarit saisonnire est enleve en adaptant le modle
chaque mois. Le modle Autorgressif a t utilis avec succs par la compagnie lectrique Hydro
Qubec, dans un simulateur informatique qui estime limpact conomique de turbines oliennes
sur un systme de puissance.

Les modules de type ARMA sont donc fonds sur l'hypothse que la srie chronologique que
lon cherche reproduire est stationnaire et gaussienne. En pratique, cette hypothse est trop
restrictive, et nest pas vraie dans le cas des vitesses de vent. Il faut donc mettre en uvre une
technique de stationnarisation. L'approche pour rendre la variable gaussienne est base sur la
mthode statistique du Skewness (Balouktsis et al, 1986) qui est base sur une transformation
puissance de la variable V (h,j,m,a). Pour un mois donn m, on calcule la variable Sx(m), partir de
Vx, de V x' ( m ) la moyenne mensuelle et de x(m) la dviation standard mensuelle de Vx(h,j,m,a)
laide de :

70

3
A M J V x ( h , j , m, a ) V x '( m )
/ JMA
Sx( m ) =

'
(
m
)
a =1 j =1 h =1
x

(1.20)

La mthode statistique du Skewness exige la transformation des donnes en utilisant plusieurs


valeurs de x. Sx(m) prend une valeur nulle quand la distribution est compltement symtrique
(Blanchard et Desrochers, 1984). Les valeurs de x sont dtermines partir de l'quation de Dubey
et de la mthode du skewness (Dubey, 1967 ; Balouktsis et al, 1986). Les valeurs les plus proches
de 1 se produisent en juillet ou juin, qui signifie que selon les sites, les distributions de donnes de
vitesse de vent sont plus proches d'une distribution gaussienne durant ces mois.
La non-stationnarit journalire est supprime en soustrayant aux valeurs de Vx sa valeur
moyenne et en divisant par lcart-type. Nous prsentons les distributions de probabilit de la

Les diverses tapes de la transformation ont donc permis de passer dune variable dont la loi de
probabilit est une loi classique en une variable de type gaussienne, de moyenne nulle et dcarttype voisin de 1.
0.25

0.20

Probability Density

tel-00604868, version 1 - 29 Jun 2011

variable transforme et normalise sur la Figure 1.39 pour le site sur Figari sur toutes les annes.

Real Data
Normal Law

0.15

0.10

0.05

0.00
-3.5

-3

-2.5

-2

-1.5

-1

-0.5

0.5

1.5

2.5

3.5

Transformed and Standardized Wind Speeds

Figure 1.39. - Densit de probabilit de la variable transforme standardise Figari

Bien que des tudes prcdentes sur les sries de vitesses de vent aient t ralises sur une
base saisonnire (Brown et al, 1984 ; Daniel et Chen, 1991) ou sur une base annuelle (Blanchard et
Desrochers, 1984), le choix du mois est le plus reprsentatif. Nous avons donc choisi de segmenter
l'anne dans des priodes mensuelles pour des raisons pratiques. D'abord, la plupart du calcul de

71

conception de systme de vent est excut sur une base mensuelle. En second lieu, nous prfrons
une chelle de temps suffisamment courte sur laquelle nous pouvons considrer que le vent a un
comportement relativement homogne. Un tel procd a t galement employ pour l'analyse
d'autres variables mtorologiques. La non-stationnarit est supprime en adaptant un modle
spar pour chaque mois.

Aprs avoir transform la variable de base afin de pouvoir utiliser un processus AR, il faut en
dterminer son ordre. Pour cela, le calcul des coefficients mensuels d'autocorrlation (ACF) rk(m),
et des coefficients partiels (PACF) k(m) sont dtermins pour des dcalages k et le trac de ces
courbes permet de dterminer les ordres p et q du processus ARMA (Figure 1.40).
0.7

tel-00604868, version 1 - 29 Jun 2011

0.6
0.5
ACF
PACF

0.4
0.3
0.2
0.1
0
1

10

-0.1
Lag

Figure 1.40 - ACF et PACF mois de Mai - Figari

Les courbes reprsentant le coefficient dautocorrlation en fonction de k montrent une lente


dcroissance exponentielle sur un intervalle de 8 tri-heure, qui indique une importante stabilit de la
variable. La courbe donnant la fonction dautocorrlation partielle indique que le processus AR est
un processus dordre 2. En effet, au del de ce pas de temps, la fonction sannule et fluctue ensuite
autour de faibles valeurs. Le choix de cet ordre est valid par lutilisation de deux procdures
quantitatives comme le Critre dInformation Bayesien (BIC) tudi par Schwarz (1978) et le
Critre dInformation dAkaike (AIC) de Akaike (1974). Le Critre dInformation Bayesien est une
formulation mathmatique qui considre le principe de parcimonie du modle construit. Il se calcule
pour divers ordres p du processus BIC(p). Le meilleur choix de p est la valeur qui minimise la
quantit :

BIC ( p ) = ( JMA) ln( a2 ( p )) + T ln( JMA)


Avec a : variance des rsidus et
2

T: nombre total de paramtres estims.


72

AIC est un critre de slection donn par : AIC ( p ) = ( JMA) ln( a2 ( p )) + 2T

Lanalyse des valeurs de ces critres montre quil est opportun de choisir un modle de type
AR(2). En effet, en accord avec ces deux tests, 75 % des cas sont des processus auto-rgressif
dordre 2.

Le modle tant spcifi, un contrle doit tre ralis pour valuer si les hypothses de base
sont correctes. Une analyse quantitative peut tre faite sur les rsidus gnrs par le modle. Si le
modle dtermin avec la mthode prcdente convient, les autocorrlations des rsidus doivent
tre dcorrles et normalement distribues avec une moyenne nulle. Les 50 premires
autocorrlations des rsidus sont normalement comprises dans un intervalle de confiance donn

des rsidus se situent dans cet intervalle de confiance. Ceci est vrifi pour tous les mois. Nous
avons trac les histogrammes relativement la fonction d'autocorrlation des rsiduels selon le
dcalage de k pour un mois donn la station d'Ersa (Figure 1.41).
0.03

0.02
Confidence interval

0.01

rk(a)

tel-00604868, version 1 - 29 Jun 2011

(Mlard, 1990). Si l'hypothse de normalit est justifie, alors 95 % des fonctions dautocorrlation

0.00
1

11

13

15

17

19

21

23

25 27

29

31

33

35

37

39

41

43

45

47

49

Lag (k)
-0.01

-0.02

-0.03

Figure 1.41 - Fonction dautocorrlation des rsidus selon le dcalage (Fvrier, ERSA)

Le trac des rsidus et leur analyse statistique nous montrent bien que le signal obtenu peut tre
assimil un bruit blanc (Figure 1.42).

73

a(t)

-1

-2

tel-00604868, version 1 - 29 Jun 2011

-3

Figure 1.42 -. Evolution annuelle de la variable alatoire a(t) - Figari, 1985

Nous venons donc de montrer que les vitesses de vent pouvaient tre simules et modlises
par un processus dautorgressif. Dans le chapitre 1.7.4, nous analyserons les proprits statistiques
de sries chronologiques simules et les comparerons aux sries relles.
1.7.3

Les chaines de Markov [6.7.1.15]

Pour la seconde approche base sur les chaines de Markov, il est ncessaire davoir des sries
temporelles de vitesse de vent w1, w2,..., wj,..., wn o wj est la vitesse de vent chantillonne dans un
intervalle donn, qui sont classes par tat. On en calcule les diverses probabilits (existences,
transitions dun tat lautre). Llment, Pij de la matrice de transition est dfini comme tant la
probabilit que la vitesse soit dans un tat j sachant quelle tait dans un tat i linstant prcdent.

Le dveloppement dun modle bas sur la thorie des chanes de Markov ncessite lutilisation
de matrices de probabilit de transition (MPT), (Kaminsky et al., 1990b ; Kirchhoff et al., 1989 ;
Moon et al., 1994 ; Sparis et al., 1995).

Le nombre de classes (ou tats) de vitesses de vent a t pris 40, les vitesses taient classes
par intervalle de 1 m/s. Les matrices de probabilit de transition (MPT) peuvent tre utilises pour
analyser le comportement des vitesses de vent. Cette analyse montre les caractristiques suivantes :

1) la probabilit la plus leve se produit sur la diagonale de la matrice. Ainsi, si la vitesse de vent
une heure est connue, il est plus probable que la vitesse de vent horaire suivante soit dans la mme
classe, plutt quelle ne subisse une transition vers un autre tat. Nous notons que plus de 70 % des
74

valeurs de vitesse de vent suivent cette loi (Figure 1.43). De plus, les transitions restent trs proches
de la diagonale. Ceci signifie qu'il n'y a aucune forte variation de vitesse de vent (par exemple, une
transition d'un tat 1 un tat 17 n'est pas probable)
40
Interval of Transition Probability
37
0.85-0.9

34

0.8-0.85
31

0.75-0.8

28

22
19
16

Wind Speed State

25

0.7-0.75

tel-00604868, version 1 - 29 Jun 2011

13

0.65-0.7
0.6-0.65
0.55-0.6
0.5-0.55
0.45-0.5
0.4-0.45
0.35-0.4

10

0.3-0.35

0.25-0.3

0.2-0.25
0.15-0.2

1
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Wind Speed State

0.1-0.15
0.05-0.1
0-0.05

Figure 1.43 - Reprsentation de la MTP ERSA, Janvier

Les deux autres caractristiques sont lies la moyenne des valeurs de vitesse de vent qui ont
t employes dans la construction de la matrice de probabilit de transition.

2) si la moyenne horaire linstant donn (tat m) est dans un intervalle de vitesse de vent audessous de la moyenne sur la priode des valeurs employes pour construire la MTP (correspondant
par exemple un tat n), alors il est plus probable que la vitesse de vent fasse une transition vers
une catgorie infrieure de vitesse de vent. Ainsi, quand l'tat de la vitesse de vent est m < n alors
Pm,m-1 > Pm,m+1 (la probabilit de transition d'un tat m un tat (m-1) est suprieure la probabilit
de transition de m (m+1)).

3) si la moyenne horaire linstant donn (tat m) est dans un intervalle de vitesse de vent audessus de la moyenne sur la priode des valeurs employes pour construire la MTP (correspondant
par exemple un tat n), alors il est plus probable que la vitesse de vent fasse une transition vers
une catgorie suprieure de vitesse vent. Ainsi, quand l'tat de vitesse de vent est m > n, alors
Pm,m-1 < Pm,m+1 (la probabilit de transition d'un tat m un tat (m-1) est infrieure la probabilit
de transition de m (m+1)).
75

Par exemple, pour ERSA, en septembre, la vitesse de vent moyenne est de 6.06 m/.s (soit un
tat n = 6), alors pour les tats infrieurs cette classe, la probabilit de transition vers un tat
infrieur est plus leve que la probabilit de transition vers un tat suprieur, par exemple,
P3,4 < P3,2. Pour les tats au-dessus de cette classe 6, la probabilit de transition vers un tat infrieur
est plus faible que la probabilit de transition vers un tat suprieur, par exemple, P8,7 < P8,9. Ceci
implique qu'il est plus probable que la vitesse de vent augmente si elle est au-dessus de sa valeur
moyenne sur la priode, autrement il est plus probable quelle diminue

Les probabilits limites d'un tat peuvent tre interprtes comme la proportion du temps
durant laquelle le systme est dans une catgorie spcifie de vitesse de vent. Ainsi, il est possible
de comparer les rsultats obtenus au modle de chane de Markov, l'histogramme de vitesse de
vent. Pour les 3 stations, les valeurs des lments de la matrice de transition Pn = Ql, sont
station (Figure 1.44).
0,14
Values of the Elements of the Limiting Transition
Matrix

tel-00604868, version 1 - 29 Jun 2011

reprsentes en fonction des probabilits marginales relles, pour tous les mois et pour chaque

0,12
Correlation Coefficent = 0.9991
0,1

0,08

0,06

0,04

0,02

0
0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

Real Marginal Probabilities

Figure 1.44 - Elments de Matrice de Transition Limite en fonction des Probabilits marginales relles.

Nous notons une bonne concordance entre les deux valeurs. L'ergodicit de chaque matrice est
vrifie, ce qui est confirme par le coefficient de corrlation (CC) entre les deux sries (CC =
0,9991). Ainsi, le comportement des probabilits marginales relles de la vitesse de vent est
correctement reproduit.

76

Comme le soulignent Moon et al. (1994), il est galement important deffectuer les tests
supplmentaires sur les MTP. Cette approche a t dveloppe dans le paragraphe concernant
lusage de ces matrices pour la modlisation du rayonnement solaire global. Il sagit du test sur les
proprits dindpendance des tats successifs () et le test de stationnarit et dhomognit. Les
rsultats obtenus montrent que quels que soient la station et le mois, est toujours suprieur au 2
pour un premierr ordre, ainsi que pour un deuxime ordre.

En conclusion, nous pouvons considrer que le processus de Markov correspondant aux


vitesses de vent est du premier d'ordre. Des tudes prcdentes (Kirchhoff et al, 1988, Kaminsky et
al, 1990a) ont prouv qu'un processus de Markov du second degr appliqu la vitesse de vent n'a
pas amlior de manire significative les rsultats obtenus partir d'un premier processus de

tel-00604868, version 1 - 29 Jun 2011

Markov d'ordre.

Un processus de Markov est stationnaire si les probabilits de transition sont indpendantes du


temps. Pour un processus stationnaire, les MPT doivent tre approximativement identiques. Une
analyse de la statistique a permis de conclure sur la stationnarit du processus.

Comme nous effectuons une analyse sur trois stations rparties sur la Corse, il est galement
intressant danalyser les proprits dhomognit spatiale des chaines de Markov. Si les
proprits de chane de Markov pour des vnements successifs en diffrents endroits sont
homognes alors la statistique dfinie comme
S m
Pij ( s)
= 2 nij ( s) ln

s i, j
Pij

(1.21)

est distribue comme un 2 avec (S-1)m (m-1) degrs de libert, o S est le nombre de stations.
Si < 2 (5 %, DL), alors le processus est htrogne dans un intervalle de confiance de 5%.
Les valeurs de , un niveau de confiance de 5%, nous permettent de considrer que les
proprits des chanes de Markov de la vitesse de vent sont spatialement htrognes, mme pour
des sites distants de moins de 20 km (Figari et Pertusato), montrant ainsi que les rgimes de vent
sont totalement diffrents dun site lautre sur la Corse.

Aprs avoir prsent ces deux modles stochastiques et les avoir appliqus sur 3 stations
mtorologiques en Corse, nous nous sommes intresss leur comparaison dans loptique de
gnration synthtique de donnes.
77

1.7.4

Simulation

A partir des modles prsents, nous avons la possibilit de gnrer des vitesses de vent. Il nous
a paru intressant et important de valider ces deux processus par une analyse des vitesses de vent
produites afin de dterminer le modle le plus apte gnrer des sries de vents synthtiques les
proches des sries relle. Plusieurs paramtres permettent une quantification de l'quivalence entre
les vents produits et les rels. Nous en avons choisi quatre qui sont : la moyenne, l'cart type,
l'histogramme et les fonctions dautocorrlation (FAC).

Chacun de ces modles a t employ pour produire une anne de rfrence des donnes
considres ; il peut galement tre utilis pour prvoir la vitesse de vent. Selon un algorithme
utilisant les diffrents paramtres prcdents du processus AR, et avec un gnrateur de bruit blanc,

tel-00604868, version 1 - 29 Jun 2011

nous avons reconstitu un profil mensuel de vitesse de vent (le processus gnral a t prsent lors
de la construction de donnes synthtiques du rayonnement solaire global chap 1.4.2.).

Le modle de chane de Markov pour la vitesse de vent donne les bases pour une simulation
pouvant produire des sries chronologiques de vitesse de vent (Kaminsky et al, 1990a). Le procd
a t prsent pour le rayonnement global chap 1.6.2.

A partir de ces deux mthodes, nous avons simul des vitesses horaires pour les trois sites. Afin
de vrifier le processus AR(2) et la validit du modle de Markov, le comportement statistique de
ces sries chronologiques simules a t compar, pour chaque mois, aux sries.

Lanalyse

comparative est valide par un calcul derreurs (Erreur Quadratique Moyenne Relative- EQMR) et
des coefficients de corrlation (CC) et sont prsentes dans le Tableau 1.9.

ARMA
Markov

Vitesse du vent
Moyenne mensuelle
Dviation standard
CC
EQMR
CC
EQMR
0,984
3,05 %
0,965
5,23 %
0,982
3,51 %
0,966
4,70 %

Coefficient dauto corrlation


dordre 1
dordre 2
CC EQMR CC
EQMR
0,973 3,44 % 0,957 9,38 %
0,922 7,10 % 0,933 51,27 %

Tableau 1.9 Coefficients statistiques entre donnes relles et simules.


Pour ce qui concerne la moyenne mensuelle de la vitesse de vent, les sries simules partir du
modle AR(2) des chaines de Markov dordre 1 ont des valeurs trs proches des valeurs mesures.
Le coefficient de corrlation CC entre la srie produite par les deux modles et les sries originales
est de lordre de 0,98, l'erreur est ngligeable.

78

Les cart-types mensuels, pour les sries synthtiques sont galement trs proches de ceux des
sries relles. L'erreur entre les valeurs relles et simules est trs faible. Ceci prcise le fait que les
deux modles peuvent reproduire correctement les caractristiques statistiques moyennes des
donnes relles de vitesse de vent.

Les deux premiers coefficients d'autocorrlation ont t calculs. Le coefficient


d'autocorrlation d'ordre un est similaire pour les sries synthtiques et relles et pour les deux types
de processus (AR (2) et chane de Markov), avec cependant, un lger avantage pour le processus
AR(2) qui conduit des erreurs plus faibles et un meilleur coefficient de corrlation.

Une comparaison entre les coefficients d'autocorrlation du second degr permet de faire
apparatre dautres rsultats. Les coefficients dautocorrlation dordre 2 des donnes relles et

tel-00604868, version 1 - 29 Jun 2011

celles donnes par les deux modles sont relativement faibles, en revanche, ce nest pas le cas pour
les EQMR. On note une grande diffrence avec une meilleure reprsentativit pour le modle
AR(2). Dans ce cas, au niveau des FAC, on peut considrer que le processus AR(2) permet de
mieux reproduire cet aspect dans les sries simules.

Nous avons galement compar les probabilits annuelles des vitesses de vent (sries relles et
sries simules par les deux processus) pour chaque station. Une reprsentation en est donne sur la
Figure 1.45 pour la station de Figari. Nous pouvons noter que les distributions des valeurs simules
partir du modle de chane de Markov sont plus proches de celles issues des donnes mesures
(EQMR = 10% et CC = 0,99) que celles lies au modle autorgressif.

Les sries relles de vitesse de vent sont corrles sur une plus longue priode que celles
produites par les chanes de Markov, et elles contiennent plus d'information que le modle
markovien du premier ordre. Toutefois ce modle conserve les mmes distributions de probabilit
que celle issue des donnes mesures, alors que ce nest pas le cas du modle autorgressif.

79

Probability Distributions

0.14

0.12

0.1

Real Data
0.08

Simulated Data : AR(2)


0.06

Simulated Data : Markov


0.04

0.02

0
0

10 11 12 13 14 15 16 17 18 19 20 21 22 23

tel-00604868, version 1 - 29 Jun 2011

Wind Speed (m/s)


Figure 1.45 - Distribution de Probabilit Annuelle pour Figari (Relle et Simules)

Une comparaison entre les donnes exprimentales et simules a prouv qu'il est possible de
produire des donnes synthtiques conservant de manire satisfaisante les caractristiques
statistiques des donnes relles. De cette manire, nous pouvons produire une anne synthtique qui
peut servir donc d anne de rfrence . Les simulateurs que nous avons crs, simulent
correctement les profils mensuels de la vitesse de vent. Avec cependant quelques diffrences lies
la nature intrinsque des deux modles : FAC bien conserves pour le processus AR(2), distribution
de probabilits bien reproduites pour le processus de Markov.
1.7.5

Conclusion

Les modles tudis permettent une simulation simple des profils mensuels de vitesse de vent,
donnant une bonne approximation du vrai phnomne. En accord avec les comparaisons entre les
donnes simules et relles, les modles prsents seraient suffisants pour un gestionnaire de rseau
lectrique qui doit assurer la gestion et le contrle de fermes oliennes installes sur son rseau
lectrique.

Les mthodologies dcrites s'avrent assez flexibles pour modliser les principales
caractristiques principales des vitesses de vent et suffisamment prcises pour des applications lies
aux oliennes. Deux des avantages principaux de l'approche autorgressive sont qu'elle peut tre
facilement adapte aux donnes de diffrents emplacements et qu'elle n'assume aucune distribution
de probabilit pour les donnes. Quand un modle appropri est trouv pour la vitesse de vent, des
prvisions ou une fonction de se produire peuvent tre programmes avec le codage trs petit et tre
intgres dans n'importe quel logiciel d'ordinateur consacr la planification ou au fonctionnement
80

de systme d'alimentation. L'utilisation des donnes synthtiques de ce modle pour des


applications de service implique la prtention que le vent et la charge ne sont pas sensiblement
corrls.

Cependant, les phnomnes non correctement reproduits nous ont conduits prendre dautres
voies, qui semblent adapts pour la prvision court et moyen terme de cette ressource nergtique.

1.8

NOTIONS DE MULTIFRACTALITE APPLIQUEE AUX DONNEES METEOROLOGIQUES


Dans cette partie, nous allons nous intresser aux proprits statistiques des incrments de

ralisations de processus temporel tels que les vitesses de vent et dvelopper la notion de
multifractalit sur cette variable mtorologique. Ce travail a t soumis publication dans Physical

tel-00604868, version 1 - 29 Jun 2011

Revue E en novembre 2007.

Soit U (t) une ralisation dun processus temporel (mesure de la vitesse du vent), lincrment
de U (t) lchelle (chelle laquelle on observe le phnomne) et au temps t0 scrit :

U (t 0 ) = U (t 0 + ) U (t 0 )

(1.22)

Lincrment mesure directement la diffrence de vitesse du vent aprs un temps caractristique


. Si U(t) est une fonction rgulire drivable, par exemple (non fractale), alors son incrment
petite chelle est proportionnel . Si le processus est fractal , cest--dire, son incrment sera
proportionnel H ou H quantifie la rgularit locale du processus. Afin dtudier cette rgularit
de faon statistique, on considre le comportement en loi de puissance des moments dordre q des
incrments vis--vis de :

( U ) q

= C q q = M q ,

(1.23)

o, le moment dordre n de la variable alatoire U tire avec une densit de probabilit (pdf) P(U)
est :

U q = U q P(U )dU

(1.24)

et q est appel le spectre multifractal. On appelle Mq, la fonction de structure dordre q.


Son tude permet danalyser la rgularit du processus toutes chelles, en particulier elle nous
permet de distinguer deux grandes familles de processus fractals :
- les processus monofractals
- les processus multifractals.
81

Un processus temporel est monofractal quand le spectre q est une fonction linaire de lordre
q, q = qH et H est alors appel le coefficient de Hurst du processus (son calcul tant complexe nous
ne le dvelopperons pas). Ces coefficients sont utiliss pour quantifier les corrlations sur de
longues priodes en turbulence.

La dfinition de lautosimilarit pour un processus monofractal est la suivante : un processus

alatoire {U(t), t 0} est dit auto-similaire dindice H si pour = 1 > 0 (rapport de deux
2

chelles distinctes) on a :

U (t ) =
H U (t )

(1.25)

tel-00604868, version 1 - 29 Jun 2011

o lgalit ci-dessus est une galit en loi des processus.


Cela signifie simplement que lon ne peut pas discerner le graphe de H U (t ) de celui de

U (t ) . Le graphe de U(t) est invariant vis--vis des oprations de dilatation concernes. Lorsquon
passe aux densits de probabilits associes aux incrments U on a la relation :

P ( X , ) = H P H X ,

(1.26)

o P(X,) est la densit de probabilit lchelle .

La forme de la densit de probabilit des incrments ne dpend pas de lchelle de ces


incrments. Ainsi le signal rvle bien la mme chose chaque chelle.

Les processus monofractals constituent une vaste classe de processus alatoires (tels que le
mouvement Brownien) permettant de dcrire fidlement et diverses chelles les processus rels au
comportement erratique. Cependant, ils ne permettent pas de modliser certains processus issus des
domaines de la finance, de la turbulence, de la gologie, ou bien encore de lhydromtrie. Dans ces
domaines, on observe des proprits multifractales des sries temporelles.

Un processus temporel est appel multifractal si le spectre dfini dans lquation (1.23) est une
fonction non linaire de q. Dans ce cas, la forme fonctionnelle des lois de probabilits des variations
du champ (ou des incrments) dpend explicitement de lchelle considre (voir ci-dessous). Le
comportement multifractal ne peut avoir lieu quen de ou au-del dune chelle caractristique L.
Cette non-linarit peut sexpliquer comme une variation temporelle de lexposant de Hurst dun
point lautre. Mathmatiquement cet exposant de Hurst local sappelle exposant de Hlder. Plus
82

prcisment, on appelle exposant de Hlder au point t0 du signal la quantit h(t0) dfinie par le
comportement local en loi de puissance :

U (t ) h(t 0 ) pour 0

(1.27)

Comme on la not ci-dessus, pour un processus rgulier on sattend ce que lexposant de


Hlder soit 1 tandis que ses valeurs sont plus petites pour les processus fractals et fluctuent dun
point lautre dans le cas dune fonction multifractale. On note Ah lensemble des points pour
lesquels lexposant de Hlder vaut h : {t, h(t)} et D(h) la dimension fractale de Ah. D(h) est appel
le spectre des singularits et quantifie la rpartition statistique des exposants de Hlder. Le
comportement des moments dordres q des incrments de U(t) peut se rcrire sous la forme :

( U (t )) q

= (qh D (h ))

(1.28)

tel-00604868, version 1 - 29 Jun 2011

Un simple argument de type mthode du col , quand 0 permet alors de voir que les
exposants D(h) et q sont relis par la relation suivante (transformation de Legendre) :

q = min{qh D(h )}

(1.29)

On peut galement interprter la non linarit du spectre comme une dformation des densits
de probabilits des incrments P ( U ) au fur et mesure que lon descend dans les chelles.
Dans le cas multifractal on sait que la pdf change de forme lorsquon change dchelle (Figure
1.46).
0,25

U (m/s)
0

Probabilits

-10

-8

-6

-4

-2

10

-1

0,2
-2
-3

taux = 1 heure
taux = 10 heures
taux = 4 jours
taux = 1 minute
taux = 7 minutes

0,15

0,1

-4
-5
-6
-7

0,05

taux = 1 heure
taux = 10 heures
taux = 4 jours
taux = 1 minute
taux = 7 minutes

-8
-9

0
-10

-8

-6

-4

-2

log(P)

10

-10

U (m/s)

(a)

(b)

Figures 1.46 - densits de probabilits (a) et logarithme (b) des pdf des incrments des vitesses de vent U (t) pour des
valeurs de diffrentes.

Le vent par nature est un phnomne turbulent. Sa vitesse varie de manire compltement
erratique sur diffrentes chelles de temps allant de lordre de lanne celui de la seconde. Selon
les chelles considres, les phnomnes physiques mis en jeu sont diffrents. Une modlisation du
signal de vent toute chelle est donc une question pertinente.

83

Si lon observe le signal vent sur une priode de un mois ou sur une dure plus courte, on peut
noter quil prsente les mmes caractristiques (Figure 1.47). On constate donc que ce processus
temporel possde une proprit fractale : lauto-similarit. Il y a invariance dchelle.
20

16

18

14

16
12

Vitesse de vent (m/s)

Vitesse de vent (m/s)

14

12
10

10

6
4

4
2

2
0

0
1

1501

3001

4501

6001

7501

9001 10501 12001 13501 15001 16501 18001 19501 21001 22501 24001 25501 27001 28501 30001 31501

1501

3001

4501

6001

7501

9001

Temps (minute)

Temps (minute)

Vitesses de vent sur une semaine

Vitesses de vent sur un mois

Figure 1.47 Reprsentation des Vitesses de vent sur des chelles de temps diffrentes

tel-00604868, version 1 - 29 Jun 2011

Nos chantillons correspondent des enregistrements stalant sur des priodes allant de 4 ans
30 ans avec un pas dchantillonnage de 1 minute 3 heures, selon les sries. A des fins de
comparaison et de confirmation de nos observations, nous avons aussi tudi des sries horaires
enregistres sur diffrents sites en Corse, Ile de la Runion et en Hollande

Lanalyse de la puissance spectrale est un des outils les plus communs pour lanalyse des
fonctions alatoires et est souvent reprsentes dans lanalyse des vitesses de vent. Depuis les
travaux de Van Der Hoven (1957) il est bien admis que lallure du spectre des vitesses de vent
possde 2 rgimes spars par zone faible nergie le spectral gap situe des frquences
voisines de quelques minutes. Ce gap spare le rgime micro-chelle (rgime turbulent) du rgime
mso-chelle (Figure 1.48).

Figure 1.48 - Spectre de puissance des sries de vent en reprsentation doublement logarithmique

La Figure 1.48 reprsente la puissance spectrale, P(k) des signaux de vitesse qui donnent la
rpartition de l nergie en fonction de la gamme de frquence considre. Quelle que soit la
84

srie considre, on observe clairement un rgime de dcroissance en loi de puissance qui stend
entre des chelles de temps allant de quelques minutes (ou quelques dizaines de minutes
lchantillonnage de la srie considre) et 4 - 5 jours. Pour des chelles de temps suprieures 5
jours, le spectre est plat ce qui signifie que du point de vue spectral, le signal de vitesse ressemble,
ces chelles, un bruit blanc sans structure. Les chelles de temps de quelques minutes et en de
correspondent aux grandes chelles de la turbulence atmosphrique classique.

Ce rgime de loi de puissance est semblable justement au rgime bien connu de la turbulence
dveloppe de la cascade de Kolmogorov selon laquelle P(k) k-5/3. Dans notre cas nous trouvons
que lexposant est lgrement plus faible et est proche de -3/2. Lexistence dune cascade
dnergie analogue la cascade de Kolmogorov dans une gamme mso-chelles si elle ne
repose sur aucune approche thorique, est une hypothse qui a dj t aborde par de nombreux

tel-00604868, version 1 - 29 Jun 2011

auteurs sur la base dobservations semblables.

Afin daller plus loin dans la mise en vidence dun tel processus nous avons analys les
donnes avec les mmes outils et mthodes que ceux usuellement employs dans ltude de la
turbulence pleinement dveloppe. Ces mthodes reposent sur la notion de cascade multiplicative
initialement propose par Kolmogorov et Obhukov (Frisch, 1995). Les modles de cascades sont
lobjet de nombreuses tudes mathmatiques et conduisent la notion dintermittence ou de
multifractalit. Nous avons vrifi la non-linarit de la fonction q dans le domaine mso-chelle et
montr quun modle de cascade alatoire log-normale permet de dcrire correctement nos
observations (Figure 1.49).

Figure 1.49 - Scaling des moments des variations de vitesse du vent Vignola en fonction de lchelle. La
reprsentation est doublement logarithmique et les moments dordre 1,2,3,4 et 5 sont reprsents.

85

Les modles de cascades alatoires peuvent intuitivement se comprendre comme des processus
construits multiplicativement sur un arbre : lnergie dun gros tourbillon se fractionne
alatoirement vers des tourbillons plus petits qui se fractionnent leur tour et ainsi de suite. Si lon
admet que lnergie une chelle donne est relie lamplitude des variations de vitesse cette
chelle, alors on peut montrer que la description prcdente conduit une structure particulire (dite
ultramtrique) de la corrlation des logarithmes de ces amplitudes. Mathmatiquement cela signifie
que la corrlation des amplitudes des variations de vitesse dcroit logarithmiquement en fonction de
la distance spatiale ou temporelle considre. Nous avons montr que sur toutes les sries de
vitesses cette loi de dcroissance logarithmique particulire aux modles de cascades est non

tel-00604868, version 1 - 29 Jun 2011

seulement bien vrifie mais identique, quelle que soit la srie considre (Figure 1.50).

Figure 1.50 - Covariance des logarithmes des amplitudes des variations de vitesse de vent pour 3 sries enregistres en
Corse et en Hollande

Pour conclure, notre tude a permis de mettre en vidence beaucoup de similarits entre les
rgimes de vents haute frquences bien dcrits par une turbulence 3D homogne isotrope et les
rgimes mso-chelles qui semblent eux aussi faire intervenir un phnomne de cascade. Au
niveau des perspectives, dun point de vue physique, il sagira de comprendre lorigine dune telle
cascade, les valeurs de ses paramtres (chelle dinjection, valeurs des exposants,). Sur le plan
des applications, notre objectif est de mettre en uvre des modles empiriques, similaires ceux
proposs pour la turbulence classique, afin de mieux paramtrer les proprits statistiques du champ
de vitesse ces chelles, de faire des prvisions court et moyen terme. On espre ainsi par
exemple fournir par ce type de modle une meilleure caractrisation des distributions de vitesse que
celle donne par les lois de Weibull. Cette approche est dun intrt certain dans lexploitation de la
ressource vent par des fermes oliennes.

86

1.9

SYNTHESE ET CONCLUSION.
La connaissance des variations de lintrant nergtique solaire et olien tant du point de vue

spatial que temporel est indispensable pour dvelopper des systmes dont le dimensionnement et la
configuration influeront de manire significative sur leurs performances et par l mme sur leur
limite de concurrence par rapport dautres moyens de production dnergie.

Au cours de ce chapitre, nous avons mis en vidence plusieurs reprises la grande variabilit
spatiale de lirradiation solaire et olienne mme entre des sites distants que de quelques kilomtres.
En ce qui concerne le rayonnement solaire, pour rsoudre en partie ce problme, nous avons fait
appel aux images fournies par le satellite Mtosat qui nous ont permis de calculer avec une

tel-00604868, version 1 - 29 Jun 2011

prcision assez satisfaisante les irradiations solaires globales sur des surfaces horizontales.

La mthode de dimensionnement des systmes sources renouvelables dnergie que nous


avons dveloppe et qui sera prsente dans le chapitre 2 nous oblige connatre ces donnes
densoleillement avec un pas de temps au moins horaire. Pour ce faire, nous avons appliqu deux
mthodologies qui ont t ensuite couples aux donnes satellitaires afin de gnrer en chaque pixel
de la zone considre une srie temporelle de donnes horaires dirradiations solaires sur des plans
de diverses inclinaisons.

Enfin, un gnrateur alatoire de ces mmes donnes a t mis en place et pourra tre utilis en
tant quentre dans notre simulateur de comportement des systmes photovoltaques et de fermes
oliennes.

Lapproche stochastique dveloppe dans les diffrents travaux de recherches est complte
aujourdhui par une analyse multifractale, et semble tre une voie prometteuse par sa capacit
dvelopper des modles prdictifs.

87

2 INTEGRATION DE SYSTEMES A SOURCES RENOUVELABLES DANS


UN RESEAU ELECTRIQUE INSULAIRE.
Dans cette partie, nous allons nous intresser aux systmes nergtiques raccords au rseau de
distribution dlectricit en milieu insulaire et plus particulirement celui de la Corse. Celle-ci
sinscrit dans une dmarche environnementale forte. LAssemble de Corse souhaite impulser une
stratgie nergtique novatrice et exemplaire en fdrant de manire cohrente lutilisation des
diffrentes nergies renouvelables et structurer le dbat public en la matire. En effet, le statut
particulier de 1982, renforc en 1991 et rcemment, confie la Collectivit Territoriale de Corse
des responsabilits tendues dans le domaine de lnergie et du dveloppement. La loi du 13 mai
1991 prvoit la comptence de la Collectivit concernant le dveloppement des nergies

tel-00604868, version 1 - 29 Jun 2011

renouvelables, les actions de matrise de lnergie et la participation au plan de couverture des


besoins en collaboration avec EDF. LAssemble territoriale labore le plan de dveloppement de la
Corse et fixe les objectifs de dveloppement social et culturel insulaire et les traduit dans
lamnagement du territoire. Elle intgre la stratgie nergtique et de dveloppement conomique
dans une politique rgionale de valorisation de lenvironnement.

A ce titre, trois objectifs forts en matire de dveloppement nergtique sont dvelopps : la


scurit des approvisionnements, la contribution lconomie locale et la mise en valeur et le
respect de lenvironnement. La garantie dun approvisionnement permanent et de qualit constitue
un problme qui exige une rponse spcifique dans les les. De mme, limplantation des
quipements et lutilisation des ressources locales doivent tre concilies avec des cosystmes
rduits et vulnrables. La politique nergtique de lle doit :
- garantir la satisfaction des besoins croissants dune conomie dpendante du tourisme ;
- utiliser intelligemment les ressources naturelles de lle ;
- promouvoir de nouveaux comportements en matire de consommation dnergie.

Le choix politique nergtique de la Collectivit Territoriale de Corse sappuie sur un trpied


nergtique , Centrale Thermique, Interconnexion et Energies Renouvelables, que nous dcrirons
dans un premier chapitre.

Le deuxime et troisime chapitres sont ddis plus particulirement laspect intgration de


systmes nergtiques sources renouvelables (olien et photovoltaque) sur le rseau lectrique
insulaire.
88

Le chapitre quatre concerne plus particulirement les systmes photovoltaques. Les travaux
dvelopps ont pour thme lutilisation de systmes photovoltaques pour relever les tensions en
bout de ligne basse tension, la modlisation et lanalyse des performances dun systme
photovoltaque install au laboratoire.

Le chapitre cinq est consacr aux systmes multi-sources afin dalimenter des sites isols et la
transposition de ces tudes lassociation du stockage aux nergies renouvelables connectes au
rseau lectrique.

2.1

ETUDE DE LA SITUATION ENERGETIQUE DES ILES DE MEDITERRANEE OCCIDENTALE.


[6.7.1.19 ; 6.7.1.6]

tel-00604868, version 1 - 29 Jun 2011

Avant dentamer toute prsentation scientifique, il est indispensable de dresser un panorama de


la situation nergtique de milieux insulaires et de montrer lintrt et la difficult dintgrer de
manire massive des systmes sources renouvelables dans de tel rseau lectrique. Un premier
travail sest focalis sur la description et lanalyse de trois les de la Mditerrane occidentale,
savoir Sardaigne, Archipel des Balares et Corse qui prsentent la particularit de ne pas tre
raccordes au rseau de distribution dlectricit continentale. Ce caractre insulaire a pour
consquence de contraindre ces les produire elles-mmes leur nergie et en particulier leur
lectricit ; cet tat de fait induit trs souvent des cots de production levs dus dune part la
petitesse des installations et dautre part une forte dpendance aux importations. Qui plus est, la
petite dimension du rseau est cause de nombreuses instabilits lectriques dont ptit la qualit de
lapprovisionnement. Il est donc tout particulirement intressant dans ces conditions davoir
recours lutilisation des nergies renouvelables et plus spcifiquement de lnergie olienne
comme source complmentaire dlectricit.

En tout premier lieu, nous avons dress le bilan nergtique lectrique de la Corse et montr
partir dune tude sur le potentiel de sites dimplantation et sur les cots de production dnergie
que, dans ce contexte dindpendance nergtique particulier, les systmes oliens pouvaient tre
concurrentiels vis--vis des autres sources conventionnelles existantes sur le territoire, confortant
ainsi lintrt et lutilit des projets qui ont t dvelopps dans le cadre du programme EOLE2005.
Nous ne parlerons ici que de la Corse, car lessentiel de nos travaux de recherches ont t appliqus
cette le.

89

2.1.1

Situation de la production dnergie lectrique dans lle.

La production dlectricit en Corse est issue dinstallations thermiques et hydrauliques situes


sur lle, ainsi que dun apport lectrique du continent italien prlev en contrepartie du passage
dun cble reliant lItalie la Sardaigne (via un cble continu SACOI reliant lItalie la Sardaigne)
et qui seffectue la station de conversion de Lucciana proximit de Bastia (Figure 2.1).

Station de
conversion AC/DC

tel-00604868, version 1 - 29 Jun 2011

Station de
conversion DC/AC

Station de
conversion DC/AC

Figure 2.1. Prsentation de la liaison SACOI.

Plus de la moiti des 524 MW installs et de la production dlectricit provient dinstallations


thermiques au fuel (Barlier, 2000) comme le montrent le Tableau 2.1 et la Figure 2.2. Llectricit
dorigine renouvelable (hydrolectricit et olienne) reprsente 33% de la puissance installe en
Corse (Figure 2.2).
Calenzana
Rogliano
1,15%
0,8%

Ersa
1,49%

SACOI
9,55%

Micro-hydraulique
(13 centrales)
3,95%

Vazzio
(Ajaccio)
30,55%

Sampolo
(Fiumorbo)
7,45%

Thermique Diesel
Hydraulique
Eolien
Cble

ENR = 32,98%

Calacuccia
(Golo )
10,50%

Tolla
(Prunelli)
7,64%

Lucciana
(Bastia)
12,60%
TAC
Lucciana
(Bastia)
14,32%

Figure 2.2 - Rpartition de la puissance installe en Corse en 2004.

90

220000
200000

1434,17 GWh

1500,20 GWh

1519,70 GWh

1577,98 GWh 1627,.36 GWh 1770,67 GWh

180000

Production Mensuelle (MWh)

160000
140000
120000
100000
80000

tel-00604868, version 1 - 29 Jun 2011

60000
40000
20000
0
01/98 07/98 01/99 07/99 01/00 07/00 01/01 07/01 01/02 07/02 01/03 07/03

Figure 2.3 - Production dnergie lectrique sur six annes (1998 2003).

THERMIQUE

3 (8 x 20 + 6 x 11 + 3 x 25)

301 MW

HYDRAULIQUE

3 barrages + 7 centrales

134 MW

Micro-Hydraulique

13

20,7 MW

SACOI

Cble DC

50 MW

EOLIENNES

3 Fermes

18 MW

Puissance garantie totale


Puissance non-garantie totale
(Micro-hydraulique + oliennes)

485 MW
38,7 MW

PUISSANCE TOTALE
INSTALLEE

523,7 MW

Tableau 2.1 Puissance installe en Corse en 2004


A ce chiffre il faut rajouter 50 MW du cble SARCO, reliant la Corse la Sardaigne. Cette
connexion a t mise en service en 2006 suite lincident nergtique de fvrier 2005, afin de
contribuer la scurisation du rseau.

91

Une des caractristiques de la production dnergie lectrique (Figure 2.3) est un premier pic en
hiver et un second en t (Juin, Juillet, Aot et Septembre) du fait de limportant flux touristique
durant cette priode (1770000 touristes en 1997 pour une population locale de 258000 habitants).
Selon les mois, la part du thermique et de lhydraulique dans la production dlectricit nest pas la
mme ; durant lt, la part de lhydraulique est faible et la plus grande partie de la production
provient du thermique (Tableau 2.2). Chaque source a des contraintes spcifiques (fonction de la
saison et des besoins en lectricit). Lnergie olienne na fait son apparition en Corse quen
Septembre 2000.
Thermique
Hydraulique
SACOI
Eolien

Sur lanne
55,25%
23,46%
20,44%
0,86%

En t (Juin - Septembre)
69,31%
8,78%
21,47%
0,44%

tel-00604868, version 1 - 29 Jun 2011

Tableau 2.2 - Part dans la production dlectricit des diverses sources (1998- 2003)
Compare aux autres rgions europennes, la Corse se situe une bonne place dun point de
vue de sa production dlectricit par sources renouvelables dnergie (Eurostat, 2005). La part de
ces dernires est suprieure la moyenne europenne. Le Portugal, la Finlande, la Turquie, la
Slovnie, la Lettonie, la Sude, lAutriche, lIslande et la Norvge utilisent plus dnergies
renouvelables dans leur production dlectricit.

Nous pouvons observer la rpartition de lutilisation de la production dlectricit en 2002 et


2003 sur la Figure 2.4 (RTE, 2003 ; RTE, 2004). Lutilisation domestique reprsente plus de la
moiti de la consommation, ce qui est caractristique dune rgion peu industrialise. Dans le
secteur tertiaire, la part la plus importante provient de lactivit touristique marque par une forte
saisonnalit. En hiver, la moiti de la consommation lectrique est due au chauffage et en t cette
consommation dpend des flux touristiques.

92

2003

6,5%

20,3%

19,8%

53,4%

Energie + industrie (Moyenne Tension)


Secteur tertiaire + tlcommunications+ transport + agriculture (Moyenne Tension)
Secteur tertiaire + divers (Basse Tension)
Utilisation Domestique (Basse Tension)

6,8%

tel-00604868, version 1 - 29 Jun 2011

2002

20,3%

200

19,8%

400

53,1%

600

800

1000

1200

1400

1600

Consommation lectrique (GWh)

Figure 2.4 - Rpartition de lutilisation de llectricit en Corse


2.1.2

Problmes de la production dlectricit et situation particulire du producteur

La petitesse du rseau de distribution dlectricit en Corse est lorigine dun nombre


important de dfaillances car il est difficile dans ces conditions de contrler la tension et la
frquence du rseau. Dans un tel rseau, on a dtect :
- plus de 200 pannes par an sur le rseau de transmission avec des chutes de tension ;
- plusieurs problmes de frquence avec plusieurs fois par an moins de 46 Hz. Sur la Figure
2.7, nous avons port les relevs minutes de la frquence sur une journe (26 Janvier 2001). On peut
constater que durant toute cette journe la frquence a t en dehors des limites rglementaires

A titre dexemple, durant le rude hiver 2004, la tension a chut au-dessous de 198 V. La qualit
de llectricit fournie au consommateur est mauvaise. Une manire de lamliorer est daugmenter
linertie du systme et dinterconnecter la Corse et la Sardaigne dont le rseau lectrique est huit
fois plus puissant que celui de la Corse.

93

50.2

Frquence (Hz)

50.1

50

49.9

49.8

49.7

49.6
1

21

41

61

81 101 121 141 161 181 201 221 241 261 281 301 321 341 361 381 401 421 441 461 481 501

Minute

tel-00604868, version 1 - 29 Jun 2011

Figure 2.7 - Variation de la frquence sur le rseau sur la journe (26 Janvier 2001).

Selon EDF, ces contraintes dues la petitesse du rseau obligent limiter la puissance unitaire
dun groupe de production 25 % de la puissance moyenne appele sous peine de fragiliser le
systme lors de la perte ventuelle dun groupe et conduisent galement limiter en temps rel la
puissance olienne livre sur le rseau 30% au maximum de la puissance appele. Limplantation
dolienne sur un tel rseau ne peut se faire sans tenir compte des effets suivants. En premier lieu,
une baisse simultane du vent sur toute lle peut faire chuter brutalement la production dnergie
olienne et implique de disposer de marges de puissance disponibles rapidement mobilisables. En
second lieu, les machines synchronisation sont trs vulnrables aux creux de tension rsultant par
exemple dun dfaut sur un ouvrage. Les autres moyens traditionnels diesel, hydraulique
doivent donc permettre de conserver des marges de puissance utilises en cas de problme. En
troisime lieu, les oliennes ne participent pas au rglage de la tension, laquelle est une quantit
physique devant tre constamment surveille et pouvant faire sauter le systme en cas de chute
rapide. Dautres moyens doivent l encore tre sollicits.

Dans les annes venir, la Collectivit Territoriale de Corse sera contrainte de lancer des
appels doffres europens pour construire les nouveaux quipements ncessaires ; mais devant cette
situation fortement dficitaire, la mise en concurrence ne devrait pas trop inquiter EDF.
2.1.3

Incident nergtique en fvrier mars 2005.

Dans ce contexte, il nous parat important et capital de parler de lincident nergtique vcu en
Corse entre Fvrier et Mars 2005, qui a acclr le processus de choix nergtique fait par la CTC
depuis. Un problme dapprovisionnement en fuel pour les centrales thermiques a oblig EDF a
utiliser plus et plus tt que prvu lhydrolectricit. Dbut 2005, le froid qui sest install sur la
94

Corse fin fvrier (priode exceptionnelle) a induit une forte consommation dlectricit et les
moyens hydrauliques ne pouvant plus produire, de nombreux dlestages ont eu lieu sur toute lle
(10 jours de dlestage). La chronologie des problmes rencontrs est synthtise dans le Tableau 2.4
(Leteurtrois, 2005).

Un rseau lectrique vieillissant, une politique tout lectrique et des conditions


mtorologiques trs dfavorables ont conduit cette situation de crise trs dlicate mettant en
exergue la problmatique de la scurit de lapprovisionnement et obligeant une raction rapide des
diffrents partenaires et dcideurs dans le secteur de lnergie.

Le vritable motif de la crise tient linsuffisance et la vtust des moyens de production en

tel-00604868, version 1 - 29 Jun 2011

base qui ntaient pas en mesure de faire face une vague de froid exceptionnelle.

Consommation
estime
(MWh)
9106

Dlestage
(MWh)

28 Fvrier

Energie
livre
(MWh)
8530

576

Pointe du
Soir
(MW)
382

Pointe du soir
estime
(MW)
442

Puissance
coupe
(MW)
60

1 Mars

8371

8967

596

380

440

60

2 Mars

8011

8830

819

352

432

80

3 Mars

7691

8941

1250

374

454

80

4 Mars

7403

8459

1056

368

428

60

5 Mars

7071

7974

903

341

421

80

6 Mars

7122

7479

357

349

409

60

7 Mars

7349

8349

1000

365

445

80

8 Mars

7354

8153

799

346

426

80

9 Mars

7207

7677

470

330

410

80

10 Mars

7578

7600

22

336

396

60

Tableau 2.4 - Energie livre et Pointe du soir durant la crise nergtique de Mars 2005
La notion de puissance garantie est donc bien relative car mme la puissance fournie par les
centrales thermiques nest pas garantie si le carburant narrive pas. Il est donc temps de se
proccuper de lavenir nergtique de lle et de lavenir proche.
2.1.4

Les besoins actuels et futurs.

En 1999, la pointe de puissance appele sur le rseau a t de 351 MW pour une puissance
garantie disponible de 400 MW, soit une marge de seulement 50 MW. En 2005, la puissance
appele a dpass les 410 MW (Figure 2.9).

95

La courbe de charge est caractrise par (Barlier, 2000) : en hiver, de 200 350 MW ; en
automne et printemps, de 80 150 MW ; en t de 120 350 MW. Si nous comparons les profils de
charge, nous constatons quen France (RTE, 2005) la charge maximale est obtenue entre 10 et 14
heures alors quen Corse elle est atteinte entre 19 et 20 heures (Figure 2.9). De plus, contrairement
ce qui se passe en France continentale, la consommation est plus importante en t quen automneprintemps cause de la prsence dun important flux touristique.
450
400

29/01/2005
08/05/2005
11/08/2005

300
250
200
150
100

23:00

22:00

21:00

20:00

19:00

18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

09:00

08:00

07:00

06:00

05:00

04:00

03:00

02:00

01:00

50
00:00

tel-00604868, version 1 - 29 Jun 2011

Puissane en MW

350

Heures

Figure 2.9 - Courbes de charge pointe saisonnire en 2005

EDF estime une croissance de la pointe appele de 3 % par an (Barlier, 2000). De 1999 2003,
la croissance moyenne a t de 2,7 %. Les prvisions ralises par RTE (2003) sont issues dune
analyse sectorielle sur lindustrie, le rsidentiel et le tertiaire. Elles tiennent compte des efforts
engags par les diffrents partenaires dans la matrise de la demande dlectricit, ainsi que des
actions spcifiques de promotion du chauffage au gaz en ville, et au fioul en milieu rural, en
remplacement du chauffage lectrique. La conclusion est quen 2005 et 2010 la puissance pointe
sera respectivement de 406 (cette estimation correspondant bien la pointe atteinte le 29 janvier
2005 Figure 2.9) et 494 MW. De nouveaux quipements seront alors ncessaires pour rpondre
la demande. Les moyens de production actuels deviennent vieux : les centrales thermiques ont t
mises en service entre 1981 et 1988 pour le Vazzio et entre 1973 et 1978 pour Lucciana. Cette
dernire devait tre arrte dans les annes 1993-1995 mais elle fonctionne toujours.

En 1993, 806 GWh ont t consomms en Corse, 73 % pour des besoins domestiques et 27 %
pour des besoins industriels induisant ainsi une production de 1063 GWh (en incluant les pertes sur
le rseau de distribution) ; en 1998, la production est passe 1433 GWh, cest--dire une
96

croissance annuelle moyenne de 12,2 % par an sur la priode 1993-1998. En 2015, INESTENE
(1996) envisage une augmentation de 2,2 % par an de la consommation. Pour sa part, EDF estime
une croissance de lordre de 3,2 % par an entre 1999 et 2010 (contre 7 % dans les annes 80). Selon
RTE (2003) la production dnergie en 2005 et 2010 devrait tre de 1887 et 2129 GWh.

Les deux centrales thermiques devraient fonctionner jusquen 2012. Une solution consiste dans
leur transformation en un cycle combin au gaz. En fait, un projet de gazoduc algrien est en cours
dinstruction pour connecter lAlgrie lItalie via la Sardaigne (1550 km) et il pourrait passer par
la Corse situe seulement 14 km des cotes sardes.

Une connexion courant alternatif (limite 50 MW pour linstant) avec la Sardaigne a t


ralise en 2006 et devrait permettre damliorer la qualit de llectricit distribue lutilisateur :

tel-00604868, version 1 - 29 Jun 2011

- le rseau interconnect est de lordre de 2000 MW ce qui permet une meilleure raction aux
perturbations;
- une amlioration de la qualit avec une tension et frquence plus stable ;
- une diminution du nombre de dlestages ;
- la puissance produite par des systmes sources renouvelables dnergie (olien et
hydraulique sans retenue) fluctuent normment avec les variations mtorologiques et
laugmentation de la taille du rseau permet daccrotre le nombre de ces systmes sur le rseau.

Llvation de la puissance de cette interconnexion pourrait rsoudre en partie le problme


nergtique de lle, mais rendrait alors la Corse dpendante de sa voisine et pire encore aurait des
consquences ngatives sur lactivit conomique et lemploi en Corse.

Le dveloppement de lolien est li aux limites techniques du rseau. Lnergie olienne est
par nature alatoire. Autrement dit, dans les petits systmes particulirement ractifs aux
perturbations et bnficiant de peu dinertie lectrique comme en Corse, il est indispensable de
limiter limplantation de lolien 30 % (Monlobou, 2002) de la puissance dgage tout moment
de lanne, sachant que la courbe de charge subit en Corse des variations significatives. Dans ces
conditions, seuls 50 MW oliens sont susceptibles dtre actuellement installs. Enfin,
lacceptabilit sociale du dveloppement de lolien prend toute son importance dans les les,
lesquelles se caractrisent par une sensibilit esthtique et environnementale aigu qui pse sur le
choix des projets. Dans ce domaine, nous avons contribu llaboration dune mthode danalyse
multicritre pour la mise en place dune gouvernance participative locale dintgration doliennes
[6.7.2.15].

97

Dans cette perspective, les initiatives des oprateurs doivent renforcer la crdibilit de lolien,
et la comprhension de ses caractristiques par la population. Cette limite dintgration pourrait
rapidement atteindre 100 MW aprs la ralisation de linterconnexion avec la Sardaigne. Les sites
dimplantation des oliennes (installes et en projet) se doivent tre bien dissmins sur le territoire
ce qui entrane dune part, un avantage lectrique car ces fermes seront soumises diffrents
rgimes de vent induisant ainsi une meilleure rgularit de la production en moyenne et dautre part
un avantage environnemental et social avec un plus faible impact visuel.

Les nergies renouvelables dans le bilan nergtique, via lamnagement du Rizzanese (barrage
de 50 MW) et les oliennes, devraient reprsenter prs de 40 % de la production dlectricit, cest
l une ambition raisonne lhorizon 2010 et de nature faire de la Corse une vitrine des nergies
renouvelables. Une telle volution permettrait en outre de limiter les impacts environnementaux

tel-00604868, version 1 - 29 Jun 2011

associs lexploitation des quipements thermiques existants. En effet, tout en restant pour lheure
le moyen de production de base en Corse, les centrales thermiques pourraient tre dautant moins
sollicites que dautres sources de production seront en mesure dapporter une nergie
complmentaire (globalement leur part passerait de 50 % en 2000 45 % en 2010).
2.1.5

Conclusion.

La situation nergtique relative la production dlectricit est trs spcifique en Corse. Si la


part des nergies renouvelables est dj importante, la planification envisage de satisfaire environ
40 % des besoins en lectricit de lle en 2010. La question nergtique insulaire renvoie de
multiples problmatiques : le dveloppement durable, leau et les transports, la dpendance de
lconomie vis--vis de lactivit touristique, le tourisme durable, lenvironnement, la scurit et la
moindre dpendance de lapprovisionnement nergtique.

Le dveloppement des nergies renouvelables dans lle semble acquis pour peu quil se fasse
en concertation avec la population concerne (Oberti, 2004). La prise de conscience relative
lenvironnement reste trs forte en Corse mais le dbat sur lnergie sest engag dans une certaine
confusion. Il faudra que tous les acteurs de ce dveloppement nergtique informent et
convainquent la population et que celle-ci, souvent touche par le syndrome NIMBY not in my
back yard comprenne les liens entre les enjeux de la moindre dpendance nergtique et le
dveloppement conomique de lle. Enfin, cette problmatique ne se limite pas la Corse. Elle
concerne tous les territoires insulaires travers le monde et doit tre apprhende spcifiquement.
Rien quen Europe, les les sont au nombre de 300 et reprsentent 13 millions dhabitants, soit une
population plus importante que celle de certains Etats europens.
98

2.2

ANALOGIE PHOTOVOLTAIQUE EOLIEN [6.7.2.37].


Cest dans ce contexte sensible, tant techniquement que socialement, que ce sont concentres

nos activits de recherches sur lintgration de fermes oliennes et de centrales photovoltaques


dans le rseau lectrique corse.

Nous avons donc orient nos activits de recherches sur ltude des systmes photovoltaques
et des fermes oliennes en intgration dans le rseau lectrique avec toute la problmatique que
nous avons souleve. Nous avons voulu montrer simplement lanalogie existant entre des systmes
raccords rseau de type photovoltaque et olien. Sur la Figure 2.12, la puissance produite par un
systme photovoltaque raccord au rseau en fonction de lclairement solaire et celle produite par

1,1
Puissance sortie du systme/Puissance
nominale du systme

tel-00604868, version 1 - 29 Jun 2011

une olienne en fonction de la vitesse du vent sont reprsentes.


1
Systme olien

0,9
0,8
0,7

Systme PV

0,6
0,5
0,4
0,3
0,2
0,1
0
0

0,2

0,4
0,6
Eclairement solaire/1000
Vitesse du vent/20

0,8

Figure 2.12. Courbes de puissance dun systme PV et olien raccord au rseau.

Plusieurs similarits apparaissent :


- Une partie des pertes de londuleur est indpendante de la puissance de sortie, il existe donc
un seuil densoleillement au-dessous duquel aucune puissance lectrique nest produite par le
systme PV comme cest le cas pour une olienne au-dessous de sa vitesse de dmarrage.
- Si on considre un onduleur limitant pour le systme PV, celui-ci limite la puissance de sortie
la puissance nominale de londuleur, comme le fait lolienne lorsquelle atteint sa vitesse de
puissance nominale.
- La vitesse de vent de coupure est due des problmes de rsistance de la machine de forts
vents ; dans le cas du systme PV, lclairement solaire ne peut excder 1100 W.m-2. Dans le
premier cas, il sagit dune contrainte mcanique, dans le second dune contrainte mtorologique.
99

Ainsi, il doit tre possible dtendre les mthodes utilises pour les systmes photovoltaques
aux systmes oliens. On dtermine la productivit dun systme en couplant la distribution
statistique du paramtre mtorologique utile cest--dire clairement solaire ou vitesse du vent
(Figure 2.13) la courbe de puissance du systme nergtique comme lillustre la Figure 2.14.
12,00%
Eclairement solaire global
Vitesse du vent 10 m

tel-00604868, version 1 - 29 Jun 2011

Pourcentage dans chaque intervalle

10,00%

8,00%

6,00%

4,00%

2,00%

0,00%
0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
Eclairement solaire/1000 (W/m)
Vitesse du vent/20 (m/s)

Figure 2.13 Distribution statistique de lclairement solaire et de le vitesse du vent sur le site de Vignola
SYSTEME PV

ECLAIREMENT SOLAIRE

SYSTEME EOLIEN

VENT

It

Distribution statistique de
lclairement solaire global

Courbe de puissance du systme PV

Courbe de puissance de lolienne

Distribution statistique du vent


Courbe de Weibull

P
(kW)

P
(%)

P
(kW)

P
(%)

Vdmarrage

Vpuissance nominale
Vcoupure

It

It

PRODUCTION DENERGIE

PRODUCTION DENERGIE

E
(kWh
)

E
(kWh
)

It,m

Vm

Figure 2.14 Illustration dune analogie entre les deux types de systme.

Nous allons donc pouvoir appliquer les diffrentes mthodologies de manire identique aux
systmes photovoltaque et olien.

100

2.3

LIMITE DINTEGRATION DE SYSTEMES ENERGETIQUES A SOURCES RENOUVELABLES


DENERGIE [6.7.1.1 ; 6.7.2.32 ; 6.7.2.26. ; 6.7.2.20 ; 6.7.2.19]
Ce travail est un prolongement des nos travaux de doctorat et concerne ltude de la limite

dintgration de systmes sources renouvelables dnergie dnomms par la suite SER


(photovoltaque et olien) dans des rseaux non-interconnects comme les rseaux insulaires.
Comme nous lavons dcrit dans la premire partie, la ressource nergtique (vent et soleil) est un
phnomne alatoire stochastique. Le comportement des systmes nergtiques qui les utilisent
comme combustible ne peut donc tre abord et dcrit que de manire stochastique et
probabiliste.

Le problme que nous avons tudi est particulirement sensible dans le cas de rseaux isols,

tel-00604868, version 1 - 29 Jun 2011

comme celui des rseaux lectriques insulaires, non connects sur le rseau de distribution
dlectricit continentale. Pour une compagnie dlectricit, la fiabilit des systmes de production
mixte (sources conventionnelles + renouvelables) doit rpondre aux mmes critres techniques que
ceux des systmes conventionnels. Or, le fait dutiliser une source alatoire peut engendrer des
perturbations dont limportance dpend dune part des caractristiques du rseau et dautre part du
taux dinsertion des systmes nergtiques utilisant des sources renouvelables dnergie (i.e. rapport
entre la puissance SER installe et la puissance totale installe sur le rseau). Un taux dinsertion
lev dans un rseau lectrique implique des problmes dus principalement :
- au caractre alatoire de la production des systmes source dnergie renouvelable (sans
stockage), entranant la ncessit dun contrle optimum des composantes conventionnelles du
rseau - dispatching ;
- la faible probabilit de couplage temporel entre la charge appele et la production du
systme nergtique source non conventionnelle , o la production peut dpasser les besoins.

Lintgration de SER sur un rseau lectrique non interconnect un rseau continental,


comme un rseau insulaire, introduit une instabilit dynamique. A partir de la charge attendue sur le
rseau et du taux dintgration du SER, nous avons mis en place une mthode stochastique qui
permet destimer la puissance maximale de fermes oliennes et de centrales photovoltaques qui
peuvent tre installes sur le rseau et qui pourrait tre support par celui-ci (i.e. assurer en toute
circonstance la charge appele). Pour cela, la probabilit de pertes de charges sur le rseau en
utilisant un modle de Markov est calcule, elle reprsente un critre de fiabilit pour le rseau.

Au vu des caractristiques du rseau lectrique de la Corse et plus particulirement la part de


chacune des sources dnergie en fonction des mois, nous avons dcid dtudier limpact de
101

lintgration de SER sur le rseau afin de pallier le dficit hydraulique et de rduire ainsi la
production lectrique dorigine thermique en priode estivale. Nous considrerons donc la charge
appele sur les mois de Juin, Juillet et Aot.
2.3.1

Mthodologie : processus de Markov

En utilisant un modle de Markov, la puissance issue des moyens conventionnels de production


dnergie et celle issue de la ferme est dcrite en termes de puissance disponible (tat de capacit) et
de probabilits associes correspondant la disponibilit de ltat. La probabilit dobtenir
lensemble des tats de capacit (Thermique + Eolien) sur le rseau est calcule. Pour la charge
appele en t, un modle de Markov est galement appliqu (plusieurs niveaux de charge associs
une probabilit de prsence). Puis, les tats de marge de rserve (diffrence ente ltat de charge et
ltat de puissance disponible sur le rseau), ainsi que les probabilits correspondantes sont calculs

tel-00604868, version 1 - 29 Jun 2011

afin de dterminer la probabilit de perte de charge ou encore la probabilit de risque de rupture de


charge (Deshmunk et Ramakumar, 1979 ; Ringlee et Wood, 1969 ; Staib et al., 1993) cest--dire la
probabilit pour que le rseau ne puisse plus satisfaire la charge (paramtre classique dans la
planification de systme de production dans un rseau lectrique). Nous dterminons ainsi une
limite de la puissance installe du SER que le rseau peut supporter.

La mthodologie utilise est un processus de Markov transition dtats discrets (Deshmukh et


Ramakumar, 1979 ; Hossain, 1991). Elle est applique pour dcrire les units de production
classique thermique et les SER en terme de puissance disponible un instant donn associe une
probabilit de prsence appele disponibilit. Les tapes dcrivant le modle sont les suivantes :
1) dveloppement dun modle de Markov tats discrets et transitions continues pour la
caractrisation de la puissance fournie par le(s) systme(s) olien(s) connect(s) au rseau,
discrtisation en N tats de puissance disponible (ou capacit disponible) de 0 MW la
puissance nominale du SER install ;
2) dveloppement dun modle de Markov tats discrets et transitions continues pour la
caractrisation de la puissance fournie par chacune des units de production classique et import,
avec 2 tats de puissance disponible ;
3) combinaison de diffrentes units de production classique et SER obtenir la puissance
maximale voulue ;
4) dveloppement dun modle de Markov tats discrets et transitions continues pour la
caractrisation de la puissance appele sur le rseau, avec q tats de puissance appele ;
5) combinaison des tapes 3 et 4 afin de dterminer la probabilit de perte de charge (PPC),
reprsentant lindice de fiabilit du rseau.
102

2.3.1.1 Modlisation de la capacit disponible du SER


La puissance fournie par les SER varie dun instant lautre, elle dpend de la ressource (vent,
rayonnement solaire), paramtres alatoires dpendant du temps (phnomnes stochastique). Lun
des moyens de modliser ce phnomne est dutiliser un modle de chane de Markov. Nous
appliquons donc ici ce type de modle la puissance fournie par un SER. Il est caractris par des
tats ( dfinir selon le processus tudi), des probabilits pour chaque tat, et des probabilits de
transition entre chacun des tats.

En ce qui concerne le SER, les transitions dun tat de capacit i : PSER(i) un autre sont
supposes tre instantanes et arrivent nimporte quel moment. La puissance fournie peut
correspondre la puissance nominale PSER(nom) durant une certaine priode et peut changer
brutalement une valeur plus basse (capacit partielle), ce changement est d une variation de la

tel-00604868, version 1 - 29 Jun 2011

ressource nergtique, ou peut chuter 0 si elle est trop faible. La capacit peut donc varier dun
tat correspondant la puissance nominale PSER(nom) un tat correspondant une puissance
disponible nulle PSER(j) = 0. Il y a NSER tats possibles de puissance de la ferme disponible.
Les arrts de fonctionnement dus aux pannes et la maintenance des installations SER pouvant
rduire la puissance fournie ne sont pas pris en compte et dans ce cas la disponibilit technique du
SER est de 100 %. Un tat de puissance partielle sera suppos d uniquement la variation de la
ressource. Le modle de Markov propos pour les SER est reprsent sur la Figure 2.15.
Etat 1
plein

ds12
us1N

Etat 1
Marche

us21
Etat 2
partiel

usN2

ds1N

us21 rparation

ds12 panne
Etat 2
Arrt

ds2N

Etat N
zro

Figure 2.15 Modle de Markov N tats pour le SER et 2 tats pour les systmes conventionnels.

A partir de donnes de la ressource nergtique comme vitesse de vent et/ou rayonnement


solaire (frquence et probabilit de transition), et en utilisant les caractristiques du SER, le modle
est dfini comme suit :

103

NSER tats correspondant aux diffrentes puissances de sortie du systme. Ltat 1


reprsente la puissance nominale (maximale) et ltat NSER reprsente une puissance
nulle sortie du SER (0 MW). Il existe (NSER 2) tats partiels tris par ordre
dcroissant de capacit;

Pour chaque tat i, la probabilit de prsence (disponibilit) ASER(i), les taux de


monte USSER(i), (les taux de descente DSSER(i)) vers un tat suprieur (resp.
infrieur) sont dtermins par les relations ci-dessous.

Pour obtenir ces tats i, on calcule la probabilit de prsence Ai , les taux de monte US SER (i )
(et de descente DS SER (i ) ) vers un tat suprieur (respectivement infrieur).
ASER (i ) =

temps total dans l' tat i


temps total de l' tude

(2.1)

tel-00604868, version 1 - 29 Jun 2011

Le modle de Markov permet de caractriser les transitions dun tat de capacit un autre.
Alors, on dfinit le taux de dpart dun tat i vers un tat k comme :

ik =

nombre de transition s de l' tat i vers l' tat k


temps total dans l' tat i

(2.2)

Et les taux de descente et de monte de ltat i sont exprims par les relations :
DS SER (i ) = ik et US SER (i ) = ik
k >i

k <i

(2.3)

Enfin, pour chaque tat i, une frquence de rencontre de ltat i, FSER(i), et un


temps moyen entre deux occurrences de ltat i est dfinit par :
FSER (i ) = ASER (i ) [DS SER (i ) + US SER (i )]

(2.4)

2.3.1.2 Modlisation de la capacit disponible sur le rseau


Chaque unit thermique conventionnelle, mise en jeu, peut se caractriser par un modle de
Markov binaire ou deux tats (Figure 2.15) :
1) ltat de bon fonctionnement : puissance disponible maximale de lunit, Ptrad(1), avec
une disponibilit de service (taux de bon fonctionnement), Atrad(1) ;
2) ltat de mauvais fonctionnement (tat darrt) : Puissance nulle, Ptrad(2), avec une
disponibilit darrt, Atrad(2)
Ces units conventionnelles thermiques tant ainsi caractrises, on associe chacun de ces
tats une disponibilit dont les valeurs nont pu tre obtenues partir des services EDF-Corse. Elles
sont issues de la littrature (Deshmukh et Ramakumar, 1979 ; Garver, 1966 ; Ringlee et Wood,
1969).

104

Etat

Capacit disponible (MW)

Disponibilit

Punit(1) = Pnominale

Aunit(1) = 0,988

Punit(2) = 0

Aunit(2) = 0,012

Pour ce concerne la fiabilit des imports, Leutertrois (2005) donne :

Etat

Capacit disponible (MW)

Disponibilit

Pimport(1) = Pnominale

Aimport(1) = 0,97

Pimport(2) = 0

Aimport(2) = 0,03

Le processus de dfaillance est reprsent par un taux de pannes : descente de ltat 1 vers
ltat 2 : DS1,2 ; le taux de monte US2,1 de ltat 2 vers ltat 1 reprsente le processus de rparation

tel-00604868, version 1 - 29 Jun 2011

(Deshmukh et Ramakumar, 1979 ; Garver, 1966 ; Ringlee et Wood, 1969 ) :


DStrad(1,2) = 0,01/24

pannes/heure

UStrad (2,1) = 0,49/24

rparations/heure

Ensuite, laide de la mthode dcrite ci-aprs, les diffrentes units avec leurs diffrentes
capacits et disponibilits des tats sont combines successivement lune aprs lautre. Cette tape
aboutit un ensemble Ntrad tats possibles de puissance disponible pour les moyens de production
classique - Ptrad(j) et Atrad(j).
On obtient ainsi une srie dtats de puissance : de ltat E(1), qui reprsente ltat de puissance
maximale disponible sur le rseau par les moyens classiques (thermiques) ltat E(Ntrad), qui
reprsente ltat de puissance nulle.

2.3.1.3 Mthode de modlisation de la production combine


Ayant dfini pour chacun des moyens de production mis en place les paramtres statistiques,
leur combinaison permettra de dterminer les paramtres du systme final (Deshmukh et
Ramakumar, 1982 ; Ringlee et Wood, 1969).

Soient 2 systmes de production A et B dcrits respectivement par NA et NB tats de puissance


PA(i) et PB(j) auxquelles sont associes des probabilits de prsence (ou disponibilit) AA(i) et AB(j)
o i [1,NA] et j [1,NB]. Les tats de capacits mixes de ces deux systmes sont :
PA(i) + PB(j) = Pmix(k)

(2.5)

la probabilit correspondante cette puissance est donne par :


Amix (k) = A A (i) AB (j)

(2.6)

i, j

o i et j varient en tenant compte de toutes les combinaisons possibles donnant la condition (2.5).
105

Lorsque lon combine tous les moteurs (soit 307 MW), on arrive un taux darrt global des
units thermiques de 18%, comme lindique Leteurtrois (2005).

On combine ensuite ce modle dcrivant les units de production traditionnelles avec le modle
dcrivant les imports et enfin le SER (capacits PSER(i), ASER(i), i variant entre 1 et NSER). Nous
obtenons ainsi un ensemble de paramtres caractrisant la puissance disponible sur le rseau
lectrique, incluant moyens traditionnels et SER. Ce modle est dcrit par un nombre total dtats
Ntotal de puissance Ptotal(r) associe leur probabilit Atotal(r).
Pour chaque systme combin, le taux dintgration est dfini comme le rapport entre la
puissance installe du SER et la puissance installe totale.

tel-00604868, version 1 - 29 Jun 2011

taux d' int gration =

Puissance no min ale du SER


Puissance no min ale du SER + Puissance traditionnelle installe

(2.7)

On dfinit galement le taux de couverture, comme tant le rapport entre la puissance nominale
du SER et la puissance maximale appele sur la priode dtude.
taux de couverture =

Puissance no min ale du SER


Puissance max imale appele sur le rseau

(2.8)

2.3.1.4 Modlisation de la charge appele sur le rseau


A partir de valeurs horaires fournies par EDF Corse, nous avons dvelopp un modle de
Markov pour la charge appele sur le rseau dont la courbe de charge horaire pour une journe
dAot 2005 est donne sur la Figure 2.9. La charge Ch(l) est modlise en niveaux ou tats, par
intervalle de 10 % - soit 8 tats - de la puissance maximale appele (charge pointe), de 287 MW,
soit 80 % de la capacit thermique installe et des imports (Tableau 2.5).

Le modle probabiliste est bas sur la puissance pointe appele au cours de la journe sur la
priode dtude. Pour tudier linfluence de la charge pointe, nous ferons varier celle-ci en
pourcentage de la capacit installe (de 30 % 100 %).
ETAT
1: 100%
2: 90%
3 : 80%
4 : 70%
5 : 60%
6 : 50%
7 : 40%
8 : 30%

Probabilit
Ai
0,00159
0,02355
0,11855
0,22011
0,20584
0,20697
0,15783
0,07224

ds
heure-1
1,71430
0,69230
0,39676
0,23663
0,29153
0,21991
0,10904
0

us
heure1
0
0,15385
0,14575
0,20165
0,25303
0,28993
0,28838
0,23824

F
heure-1
0,00273
0,01900
0,06069
0,09647
0,11209
0,10552
0,06273
0,01721

T
heure
366,3000
52,6316
16,4777
10,3659
8,9214
9,4769
15,9413
58,1058

Tableau 2.5 Paramtres statistiques du modle de Markov pour la charge (% de pointe).


106

2.3.1.5 Probabilit de pertes de charge risque de rupture du rseau


Le modle de capacit et le modle de charge sont tous les deux combins afin dobtenir les
tats de marge de rserve (M(m), aux nombre de NM) et la probabilit associe : AM(m). La marge
correspond la lcart entre la puissance disponible P sur le rseau et la charge appele Ch :
M(m) = Ptotal(r) Ch(l)

(2.9)

et la probabilit associe est donne par :


AM = ( AP ACh ) avec M = P Ch

(2.10)

P ,Ch

A chaque tat de marge, la probabilit cumule correspondante est calcule (Ringle et Wood,
1969). Ds que la Marge est ngative, le rseau nassure plus la charge, il y a alors rupture de
charge. En accord avec Milligan et Parsons (1997), Perez et al. (1988 ; 1989) et Wenger et al.
(1994) nous avons suppos que la probabilit de perte de charge ne pouvait pas tre infrieure

tel-00604868, version 1 - 29 Jun 2011

0,0003. Ce taux correspond une probabilit de 1 jour de pannes (dfaillance) tous les 10 ans.
Ainsi, la limite dintgration de SER est donne par la premire marge ngative dont la probabilit
cumule est infrieure ou gale cette valeur.

La probabilit cumule de la marge ngative peut tre convertie en un nombre dheures


reprsentant lindice de pertes de charge pour la priode dtude considre, en la multipliant par le
nombre total dheures de cette priode (Deshmukh et Ramakumar, 1979 ; Hossain, 1991, Ringle et
Wood, 1969) dans notre cas la valeur limite est de 0,6624 heure.

A partir de cette thorie, nous avons ainsi pu analyser lintgration de systmes photovoltaques
et oliens sur le rseau lectrique Corse.
2.3.2

Application aux systmes photovoltaques

A partir de 20 ans de donnes dirradiations solaires globales horaires nous avons simul la
puissance en sortie de centrale photovoltaque dune puissance crte variant de 20 120 MWc. Les
tats du modle de Markov dcrivant la centrale photovoltaque sont dfinis par pas de 1 MW

Nous avons donc calcul sur la priode estivale les risques de rupture de charge pour diffrents
taux dinsertion de systmes PV et diffrentes charges maximales (Tableau 2.6). Les zones grises
correspondent des valeurs ne rpondant pas au critre de fiabilit (> 0,6624) et en gras italique, les
valeurs pour une charge de 80% de la puissance totale installe qui correspond la puissance
maximale appele en t.

107

Pour une charge maximale appele de 80 % de la capacit installe, le taux dinsertion limite
est de lordre de 15 % correspondant une puissance installe PV de 60 MWc et un taux de

Taux dinsertion

couverture de 21 %, chiffres confirmant les valeurs prcises par EDF.

20 MW
30 MW
40 MW
50 MW
60 MW
70 MW
80 MW
90 MW

5,31 %
7,75 %
10,08 %
12,29 %
14,39 %
16,39 %
18,31 %
20,13 %

Charge pointe en % de la puissance totale installe


50
60
70
80
90
100
0,00000 0,00000 0,00019 0,01243 0,65908 7,46629
0,00000 0,00000 0,00047 0,05421 1,21140 11,56819
0,00000 0,00001 0,00192 0,10111 2,72820 30,46378
0,00000 0,00002 0,00332 0,24358 6,83666 36,61129
0,00000 0,00006 0,00858 0,54295 9,84526 50,93404
0,00000 0,00014 0,02725 1,09636 11,57534 63,50300
0,00000 0,00030 0,06232 2,63543 29,64444 148,35784
0,00000 0,00078 0,11867 3,84905 35,61090 152,50134

Tableau 2.6 Indices de risque de rupture de charge (heures).

tel-00604868, version 1 - 29 Jun 2011

Quel que soit le mois, une centrale PV de 60 MWc ne crera aucune perturbation sur le rseau,
de plus la probabilit de perte de charge reste toujours infrieure la limite choisie dans notre tude.
2.3.3

Application aux fermes oliennes.

Cette dmarche a t galement transpose pour calculer le taux dinsertion dun parc olien
sur le rseau. Cette analyse porte sur 4 stations mtorologiques : Pertusato, Ersa, Figari et Ajaccio
dont les situations gographiques ont t prsentes sur la Figure 2.16.
Corsica

Ersa
7,31 m/s

1 cm = 10 km

Altitude
0-500 m

Ile Rousse

500-1500 m

5,25 m/s

Bastia

1500-2000 m

3,32 m/s

> 2000 m

San
Giuliano
4,39 m/s

Ajaccio
2,84 m/s

Figari
5,28 m/s

Pertusato
8,21 m/s

Figure 2.16. Positionnement de sites oliens et vitesse moyenne annuelle.

Le site dinstallation de la ferme a t choisi par rapport une analyse nergtique base sur
lnergie produite par diffrents type de turbines oliennes et repris dans le paragraphe 2.3.3.1. Il
sest avr que, quelle que soit la turbine, le site le plus productible tait celui de Pertusato. Nous
108

avons donc fait lhypothse que la ferme olienne tait positionne sur ce site. Lintgration dune
ferme olienne de 50 MW 200 MW a donc t tudie. Le nombre dtats du modle de Markov

Taux dinsertion

dcrivant la ferme olienne est galement par pas de 1 MW.

70 MW
80 MW
90 MW
100 MW
110 MW
120 MW
130 MW
140 MW

16,4 %
18,3 %
20,1 %
21,9 %
23,6 %
25,2 %
26,7 %
28,2 %

50
0,00000
0,00000
0,00000
0,00000
0,00000
0,00000
0,00000
0,00000

Charge pointe en % de la puissance totale installe


60
70
80
90
100
0,0000000 0,00000004 0,000009
0,00039841 0,00652659
0,0000000 0,0000001 0,00001931 0,00095921 0,01046584
0,0000000 0,00000025 0,00004118 0,0014588 0,01213133
0,0000000 0,00000058 0,00008591 0,00308872 0,02059977
0,0000000 0,00000145 0,00017729 0,00431342 0,02480424
0,0000001 0,00000287 0,00031644 0,00756183 0,0388298
0,0000001 0,00000623 0,00056208 0,00938294 0,04247004
0,0000003 0,00001119 0,00103084 0,01115669 0,05014828

Tableau 2.7 Indices de risque de rupture de charge (heures).

tel-00604868, version 1 - 29 Jun 2011

Les zones ombres dans le Tableau 2.7 correspondent des valeurs de la PPC (Probabilit de
Perte de Charge) ou RRC (Risque de Rupture de Charge) qui ne rpondent pas au critre de fiabilit
(i.e. 0,0003). Pour une charge pointe de 80 % de la capacit totale installe, le taux dintgration
limite pour une ferme olienne implante Pertusato et raccorde au rseau est de 24 % soit une
puissance installe de 110 MW correspondant un taux de couverture de 38%. Cette limite est
quasiment identique quel que soit le site tudi ( lexception dAjaccio dont le potentiel olien est
incompatible avec linstallation dune ferme) comme le montre le Tableau 2.8.
Vitesse du vent
Taux dinsertion
Moyenne annuelle
Pertusato
8,3 m/s
23,5 % (110 MW)
Ersa
7,96 m/s
22,5 % (105 MW)
Figari
5,24 m/s
22,5 % (105 MW)
Ajaccio
2,84 m/s
17% (70 MW)

Tableau 2.8 Limite dinsertion pour les quatre sites tudis.


Au Portugal, Aguiar et al. (2001) et Morales et al. (2002) ont dtermin un taux dintgration
de 23 % de la puissance totale installe en 1998. Selon Hossain (1991), des niveaux de pntration
jusqu 35 % sont ralistes dans les systmes lectriques existants. Les rsultats obtenus dans notre
tude semblent donc confirmer ce point.

En considrant linstallation dune ferme olienne de 110 MW Pertusato, nous avons analys
sa production mensuelle et les consquences qui en dcoulent sur la fourniture dlectricit sur lle
(Figure 5.17) Pendant les mois de Juin, Juillet, Aot et Septembre, la production nergtique dune
ferme olienne de 110 MW situe Pertusato est denviron 190 GWh, tandis que la production
hydraulique sur la mme priode est de lordre de 31 GWh. Dans ce cas, en termes de production
dnergie globale, la centrale olienne permet d conomiser la totalit de lnergie hydraulique
109

et vite lutilisation dune partie de lnergie provenant des installations thermiques. Nous
observons donc un gain important pour la priode estivale (Juin, Juillet, Aot, Septembre). La
ferme olienne permet dconomiser la totalit de lnergie hydraulique durant 7 mois

La rduction de la production hydraulique engendre par lintgration de la ferme olienne de


110 MW varie de 40 % 400 % selon le mois. La ferme olienne peut donc tre trs utile pour
dplacer dans le temps lutilisation des moyens hydrauliques, et vice-versa. En effet, la puissance de
la ferme correspondant celle des moyens hydrauliques, ceux-ci peuvent servir de secours pour la
ferme olienne : on peut envisager une exploitation commune de ces deux types de moyens de
production dlectricit sur le rseau comme nous lavons abord dans la communication [6.7.2.12]

tel-00604868, version 1 - 29 Jun 2011

concernant le couplage olien-hydraulique par de lhydro-pompage.

70

Production dnergie dorigine hydraulique

60

"Energie Hydraulique - Energie Eolienne"

50
40
30
GWh

20
10
0
-10
-20
-30
Jan.

Fv.

Mars

Avril

Mai

Juin

Juil.

Aot

Sept.

Oct.

Nov.

Dc.

Figure 2.17 - Energie mensuelle hydraulique et olienne (GWh)

Une des raisons invoques lors des installations oliennes concerne la protection de
lenvironnement. L'nergie olienne permet d'viter la pollution par mission de CO2 parce que
chaque kWh produit par une olienne remplace un kWh gnr par un autre moyen. Comme nous
avons pu le constater sur la Figure 2.17, lnergie olienne peut tre utilise afin de diffrer
lnergie hydraulique pendant lanne, et elle permet aussi de diminuer lutilisation de lnergie
thermique.

Ainsi la production dorigine olienne rduit les missions atmosphriques en remplaant


lnergie gnre par les sources fossiles (Mackay et Probert, 1996). Bien que la translation de cette
rduction en une valeur conomique ncessite une recherche plus approfondie, il est largement
accept quune valeur existe bien. La rduction des missions est corrle avec la production
110

dnergie, et en supposant une simple rgression entre les kWh produits par une centrale thermique
et les missions correspondantes (Frankl et al., 2000) et dans lhypothse o lnergie produite par
la ferme olienne permet dviter lutilisation des centrales thermiques, nous pouvons conclure que
linsertion dune ferme olienne dans la limite de 110 MW, permettrait dviter lmission
denviron de 250 3850 kTonne par an de CO2, ainsi que de 5 7 kTonne de SO2 dans lanne.
Il serait important par la suite de raliser une tude conomique qui prendrait non seulement en
compte lnergie produite, les cots dinstallation, de fonctionnement et dexploitation, mais,
galement, cette notion dmission vite de gaz et dy inclure les externalits.

2.3.3.1 Analyse des sites [6.7.1.19 ; 6.7.2.26].


Nous avons vu que le choix du site dinstallation est capital pour loptimisation sur le rseau
lectrique. Nous avons alors ralis une tude comparative (technico-conomique) dinstallations

donnes de vent savoir Ersa, Pertusato, Figari et Ile Rousse (Figure 2.16). Les caractristiques de
ces sites calcules sur une priode de 1960 1990 sont prsentes sur la Figure 2.18.
14
FIGARI

PERTUSATO

ILE ROUSSE

ERSA

v = 5,28 m/s

v = 8,21 m/s

v = 5,25 m/s

v = 7,31 m/s

12
10
Frquence (%)

8
6
4

39,5

35,5

31,5

27,5

23,5

19,5

15,5

7,5

11,5

3,5

40,5

36,5

32,5

28,5

24,5

20,5

16,5

8,5

12,5

4,5

0,5

37,5

33,5

29,5

25,5

21,5

17,5

9,5

13,5

5,5

1,5

20,5

16,5

8,5

12,5

4,5

0,5

tel-00604868, version 1 - 29 Jun 2011

doliennes sur quatre sites pour lesquels nous disposions de sries temporelles importantes de

Vitesse du vent 10 mtres (m/s)

Figure 2.18 Distributions de vitesses du vent sur les quatre sites dtude.

Calculer le cot de production lectrique en ne considrant que les cots d'une seule olienne
n'est pas raliste. Nous avons donc tudi linfluence de la taille de la ferme et de la puissance des
oliennes utilises sur le cot de production du kWh. Pour lvaluation des cots d'infrastructure,
nous avons tenu compte :
-

d'lments lis au nombre doliennes comme les routes d'accs aux oliennes, les
installations lectriques, les terrassements et les fondations ;

d'lments semi-dpendants ou peu dpendants de la connexion au rseau, le systme de


contrle et la matrise d'ouvrage ;

111

d'lments indpendants comme l'accs la ferme, les btiments et dautres postes tels que
la diffusion du projet, les imprvus, etc

Les prix des oliennes sans transformateur ont t obtenus grce un catalogue dit par
WINKRA-Recom (G) (Gluck, 1998). Pour l'valuation des cots dexploitation et de maintenance
de la ferme, nous avons tenu compte :
-

de la main-duvre ;

des pices de rechange et produits consommables ;

des vhicules et de l'quipement ;

de la location de grues ;

et d'autres cots indirects tels que la location du terrain, les impts et l'assurance.

donnes de fermes existantes en exploitation (Bozzanyi et Strowbridge, 1994 ; Craig et Leibmann,


1992 ; Gardner, 1994 ; Hoeskstra et Van der Ham, 1995 ; Laali et al., 1996 ; Steadman 1992). Nous
avons donc valu le cot de production en fonction du potentiel olien, de la puissance de
lolienne et de la taille de la ferme (Figure 2.19).
0,095

0,065

6 m/s

7,5 m/s

9 m/s

5 MW

10 MW

50 MW
0,06

0,085

Cot de production (/kWh)


Influence du potentiel du site

0,075

0,055

0,065
0,05

0,055
0,045

Cot de production (/kWh)


Influence de la taille de la ferme

tel-00604868, version 1 - 29 Jun 2011

Nous avons dvelopp en dtail chacun de ces aspects partir de nombreuses tudes et de

0,045

0,04
0,035

0,025

0,035
300

350

400

450

500

550

600
650
700
750
800
850
Puissance nominale des machines (kW)

900

950

1000

1050

1100

Figure 2.19. Variation du cot selon la puissance de la machine, le potentiel du site et la taille de la ferme.

Il apparat que le cot minimum est obtenu pour des machines de puissance nominale variant
entre 750 et 850 kW. De plus, il est vident que celui-ci diminue avec la taille de la ferme. En effet,
certains cots de l'infrastructure tels que les routes, les fondations, le cblage lectrique et les sousstations lectriques locales pour les oliennes augmentent en proportion avec la taille de la ferme.
Cependant les cots lis au btiment de contrle, la connexion au rseau et la matrise duvre
112

sont moins dpendants du nombre de machines et permettent donc une conomie d'chelle pour les
grandes fermes. Toutefois, cette rduction dinvestissement devient quasi nulle partir de 20 MW
et cest davantage grce la rduction des frais dexploitation et de maintenance que les cots de
production diminuent.

Pour prolonger cette tude, nous avons choisi quatre oliennes de 750 kW installes en ferme
de 10 machines : Windmaster 750, Largewey 45, Seewind 52 et 62 (ces deux dernires se
diffrencient par la hauteur de leur moyeu). Le facteur de capacit reprsente les performances de
la machine, il correspond au rapport de lnergie produite par lolienne sur sa production
puissance nominale sur la mme priode. Les rsultats des diffrentes simulations sont prsents sur
la Figure 2.20.
Windmaster
Lagerwey
Seewind 52
Seewind 62

45

0,08

40

Porduction annuelle (GWh)


Facteur de capacit (%)

0,07

35
0,06
30

25

Energie

Cot du kWh ()

tel-00604868, version 1 - 29 Jun 2011

50

0,05

Facteur de
capacit

20
0,04
15

10

0,03
ILE ROUSSE

FIGARI

ERSA

PERTUSATO

Figure 2.20 Production, facteur de capacit et cot de production.

Compar aux autres systmes de production dnergie, le cot du kWh olien est comptitif
puisque ces machines produisent entre 0,03 et 0,08 /kWh soit moindre cot que les installations
diesel (entre 0,091 et 0,11 /kWh), beaucoup moins que les turbines gaz (entre 1,03 2,40 /kWh)
et du mme ordre de grandeur que les quipements hydrauliques (entre 0,03 et 0,11 /kWh). Le
cot du kWh en provenance du cble SACOI est de lordre de 0,029 /kWh.

Le potentiel olien en Corse a t identifi 433 MW (EDF, 2002 ; Istria, 2000 ; Lynge, 2000)
pour une moyenne annuelle de vitesse de vent suprieure 7 m/s. Sur cette base, le potentiel
conomiquement viable est de 100 MW valeur trs proche de celle dtermine lors de notre tude
de linsertion de moyens de production oliens sur lle.
113

2.3.4

Conclusion

Dans cette tude nous avons dmontr que pour un rseau lectrique caractre insulaire tel
que celui de la Corse (non raccord au rseau de distribution dlectricit du continent) le taux de
pntration olien est denviron 24 % (de linstallation de puissance thermique et import) soit
110 MW ; et de 15 % (60 MWc) pour le photovoltaque. Cette limite semble tre la valeur
maximale que le rseau Corse puisse supporter. Ces rsultats sont bass sur une approche
stochastique de chaine de Markov (une analyse en sensibilit sur le nombre dtats ne modifie pas
ces chiffres).

De plus, la production photovoltaque et surtout olienne favorise le fait de pallier les moyens
hydrauliques pendant la priode la plus dfavorable pour cette ressource, cest--dire durant la

tel-00604868, version 1 - 29 Jun 2011

priode estivale. Ceci permet dconomiser les ressources thermiques (classiques) dont lutilisation
induit des influences nfastes sur la sant de lhomme (gaz : CO2 et SO2).
En outre, cette tude souligne limportance des effets micro-climatiques et donc du processus
de slection des sites, non seulement de la production totale dnergie, mais aussi au niveau de la
disponibilit de cette nergie en fonction des besoins.

2.4

LES SYSTEMES PHOTOVOLTAQUES CONNECTES AU RESEAU ELECTRIQUE


En parallle cette problmatique dintgration, nous nous sommes intresss ltude et

lanalyse dun systme photovoltaque install au laboratoire et un usage bien spcifique de ces
systmes, le relev de chute de tension en bout de ligne Basse Tension (BT).
2.4.1

Etude exprimentale dun systme Photovoltaque connect au rseau lectrique


[6.7.2.4 ; 6.7.2.6 ; 6.7.2.16 ; 6.7.2.39]

Le systme photovoltaque install au laboratoire est un systme raccord au rseau lectrique.


Une station dacquisition des donnes, connecte londuleur, permet de suivre les principaux
paramtres lectriques du systme (lintensit et la tension en sortie du champ PV et de londuleur,
la frquence, limpdance, les heures de dbut et fin de production journalire, lnergie produite
cumule, le temps de fonctionnement cumul, ltat de londuleur et lerreur causant la perturbation
ou la mise en attente de londuleur). Linstallation est galement quipe de capteurs de
rayonnement et de temprature (Figure 2.21). Le laboratoire dispose galement dune station
mtorologique complte. Les diffrents paramtres sont enregistrs au pas de temps de la minute
depuis 2000. Ces donnes nous permettent dtudier la performance du systme connect au rseau
lectrique local et den dduire le potentiel de la technologie PV en climat mditerranen.
114

Figure 2.21 - Schma de linstallation PV.

pyranomtres de la station mtorologique. La figure 2.22 prsente lvolution du rayonnement


solaire global journalier au cours de la priode dtude. Le maximum est observ chaque anne au
mois davril avec un rayonnement qui peut atteindre 8 kWh/m2 certains jours. La moyenne annuelle
est denviron 5,2 kWh/m2/jour.
200
Irr

DC

AC

Irradiance [kWh/m]

200

150

150
100

100
50

50

20
05

20
04

20
03

0
20
02

Puissance PV gnre [kWh]

250

20
01

tel-00604868, version 1 - 29 Jun 2011

Sur lensemble de la priode tudie, on dispose du rayonnement global, mesur par des

Anne
Figure 2.22 - Evolution des valeurs nergtiques annuelles de la productivit globale

Le champ PV est compos de 10 modules connects en srie mono-cristallins de type BP Solar


585 F, totalisant une puissance crte de 850 Wc, soit une surface de 5,625 m2, un rendement
nominal 0 = 15,1 % et orient plein sud et inclin 45. Londuleur est un Sunny Boy GCI 1000
SWR 700 dune puissance de sortie nominale 700 W; son rendement maximal OND = 93,4 %; et de
consommation vide de 4 W.

115

2.4.1.1 0ptimisation de la taille relative des composants du systme PV raccord au rseau.


Les systmes photovoltaques connects au rseau lectrique sont principalement constitus de
deux sous systmes comme l'illustre la figure 2.21. :
- le champ photovoltaque (champ PV) caractris de deux manires possibles, soit par sa
puissance crte PPV ; soit par sa surface S PV et son rendement PV .
- le systme de gestion de l'nergie, c'est dire le convertisseur DC/AC (onduleur) caractris
par sa puissance nominale Pnom-onduleur et son rendement en fonction de la charge.
Nous prsentons la modlisation du rendement PV du champ ralise partir de mesures
effectues in situ. Celui-ci est donn en fonction de la puissance maximale issue du champ, Pm, de

tel-00604868, version 1 - 29 Jun 2011

lirradiance dans le plan des capteurs, , et de la surface S, par la relation :

PV =

Pm
S

(2.11)

Dans la littrature (Cirillo et Lazzarin, 1988 ; Macagnan et Lorenzo, 1992 ; Notton, 1992 ;
Siegel et al., 1981) la formule la plus couramment utilise, en fonction de la temprature de
rfrence Trf = 25C, la temprature de jonction Tj, et le coefficient de temprature , est :

PV ,litt = ref 1 (T j Tref

)]

(2.12)

o rf est le rendement de rfrence du champ tel que :

ref = ref ,mod ules pertes = 0,151 0,95 = 0,143

(2.13)

perte est le rendement estim li aux pertes au sien du champ (cbles, diodes ; ).

La littrature concernant ltude de diffrents systmes photovoltaques (Cirillo et Lazzarin,


1988 ; Macagan et Lorenzzo, 1992 ; Siegel et al.,1981) indique que le paramtre varie entre
0,0025 K-1 et 0,008 K-1. A partir des donnes exprimentales, on montre que = 0,00483 K-1
Afin dtudier lvolution du rendement le plus prcisment possible, nous avons effectu des
campagnes de mesures sur le champ tout au long dune journe (10 mai 2004). Une acquisition a t
effectue toutes les cinq minutes, de 7:00 heures 19:30 heures. Nous avons relev la puissance
maximale, la temprature ambiante, le rayonnement solaire et la temprature au dos du module. Sur
la Figure 2.23, nous avons trac lvolution du rendement au cours de la journe. On peut nettement
observer leffet de la temprature des modules sur le rendement. Un dbut et de fin de journe,
quand le rayonnement est moins important et quand la temprature des modules est plus faible, le
rendement est plus important quen milieu de journe lorsque la temprature des modules est la plus
importante.
116

18
16

Rendement (%)

14
12

10
8
6
4
2
0
07:00 08:00 09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00

Temps
Rendement Littrature

Figure 2.23 - Evolution du rendement du champ au cours dune journe (10 Mai 2004)

Nous avons trac le rendement modlis par lquation (2.12) afin de le comparer aux donnes
mesures. On constate quen dbut de journe la temprature de surface est relativement basse
(< 14 C), alors que le soir, elle reste encore leve (> 20 C). Elle est fortement corrle
lirradiation solaire, et on observe un phnomne dinertie thermique au sein du capteur. En milieu
de journe lirradiation atteint son maximum (environ 700 W/m) ainsi que la temprature des
modules (> 40 C) (Figure 2.2.4), le rendement atteint alors une valeur minimale (12 %).
700

50.00
45.00

600
40.00
35.00
30.00

400

300

Rayonnement Solaire (W/m)


Temprature au dos des modules (C)

25.00
20.00
15.00

200

10.00
100
5.00
0

0.00

Figure 2.24 - Evolution du rendement du champ au cours dune journe (10 Mai 2004)

117

Temprature (C)

Rayonement Solaire (W/m)

500

07
:0
0
09
:3
0
12
:0
0
14
:3
0
17
:0
0
19
:3
0
22
:0
0
00
:3
0
03
:0
0
05
:3
0
08
:0
0
10
:3
0
13
:0
0
15
:3
0
18
:0
0
20
:3
0
23
:0
0
01
:3
0
04
:0
0
06
:3
0
09
:0
0
11
:3
0
14
:0
0
16
:3
0
19
:0
0

tel-00604868, version 1 - 29 Jun 2011

Rendement Exprimental

Laugmentation de temprature durant la journe induit donc une diminution du rendement du


champ, il passe de 14,5 % 10h 12,5 % 13h30. Puis lirradiation et la temprature diminuant le
rendement augmente, tant que lirradiation reste relativement importante. Ensuite, le rendement,
lirradiation et la temprature au dos du module chute. A partir de ces constatations, on peut
remarquer que lquation (2.12) reproduit de manire satisfaisant le rendement du champ au cours
de la journe, except en dbut et fin de journe lorsque les valeurs de lirradiance sont faibles.

Aprs cette analyse sur le champ photovoltaque, nous nous sommes intresss au couplage
entre le champ photovoltaque et londuleur. Nous avons recherch dimensionner la puissance
crte de champ donne pour une puissance donne de londuleur. Ceci revient dterminer le

tel-00604868, version 1 - 29 Jun 2011

rapport Pnom onduleur P PV qui conduit une production maximale d'nergie du systme global
sur une priode donne. Pour ce faire, nous avons simul le fonctionnement du systme sur une
priode suffisamment longue et avons calcul pour londuleur SM Sunny boy lnergie produite par
le systme.

Le champ photovoltaque a t modlis par lquation (2.12). Le convertisseur DC/AC est


modlis par lintermdiaire de son rendement instantan dont la valeur dpend de la puissance
appele et plus prcisment du rapport p de la puissance appele sur la puissance nominale du
convertisseur DC/AC.

p=

Psortie

(2.14)

Pnom onduleur

Psortie
Le rendement de londuleur DC / AC est dfini par : DC / AC =
, de plus la
Psortie PV

puissance perdue lors de la conversion dans londuleur est : Pperte = Psortie PV Psortie . Or,
Schmid et Schmidt (1991) ont montr que :

p perte =

Pperte
Pnom onduleur

= p 0 + kp 2

(2.15)

p 0 est une constante indpendante de la puissance appele et relative aux pertes vide, k est une
constante lie aux pertes rsistives de londuleur. Il dcoule des quations prcdentes que :

DC /

AC =

(2.16)

p + p0 + kp

118

les constantes p 0 et k sont des caractristiques de londuleur et peuvent tre obtenues partir des
rendements 10% et 100% de charge 10 et 100 par :

p0 =

1 10
1

9
99 10 100

k=

et

100

p0 1

(2.17)

Dans notre cas p0 = 0,091675 et k = 0,0120776. Les valeurs mesures et calcules du


rendement sont identiques (le coefficient de corrlation est de 99,7 %.

Londuleur est de type limitant cest--dire que la puissance de sortie Psortie ne peut excder

tel-00604868, version 1 - 29 Jun 2011

la puissance nominale Pnom-onduleur, ainsi :

p =1

p = 0

Psortie PV
kp 2 + p + p 0

Pnom onduleur

p 1
Psortie PV
si
p0
Pnom onduleur

si

= 0

si

(2.18)

p0 < p < 1

Il est donc possible de dterminer chaque instant la valeur de la puissance en sortie londuleur
et de calculer pour chaque rapport Pnom onduleur P PV la production du systme ainsi que le
rendement nergtique moyen de londuleur.

Nous avons dtermin le rapport entre la puissance nominale de londuleur et la puissance

P
700
installe du champ photovoltaque, Tener = nom ond =
, rapport qui conduit un
P PV
P PV
rendement nergtique maximal calcul sur la priode de simulation, pour chacun des couples
(PPV, Pnom-ond = 700) par :

E sortie ,ac

(2.19)

E sortie , PV dc

Sur la Figure 2.25, nous avons reprsent ce rendement nergtique en fonction du ratio Tner.
On peut observer que la configuration actuelle (850 Wc 700 W) est proche la configuration
optimale nergtique. Celle-ci est de 680 Wc 700 W (soit 8 modules au lieu des 10 installs). La
diffrence entre ces deux configurations est due des considrations techniques. Comme nous
lavons dit, lautre paramtre prendre en considration est la tension de fonctionnement.
Londuleur fonctionne dans une gamme de tension fixe en entre (comprise entre 125 V et 250 V),
celle-ci dpend du nombre de modules en srie. Installer moins de 10 modules induit une tension
continue trop faible pour cet onduleur.
119

93

Rendement [%]

92

Configuration optimale
thorique du systme PV:
680 WC - 700 W AC

91

90

Configuration prsente
du systme PV:
850 WC - 700 W AC

89

88
0,6

0,7

0,8

0,9

1,0

1,1

1,2

1,3

1,4

PNOM-onduleur/PPV

tel-00604868, version 1 - 29 Jun 2011

Figure 2.25 - Configuration nergtique.

Cependant, cette configuration est proche de loptimum nergtique 91,8 % contre 92,2 %.
Lnergie perdue sur la priode dtude est relativement faible, moins de 3 %.

2.4.1.2 Analyse des performances dun champ photovoltaque connect au rseau


lectrique de Corse.
Aprs avoir effectu et valid la modlisation du systme photovoltaque, nous nous sommes
intresss lanalyse de ces performances. Pour cela nous disposons de 5 annes compltes
denregistrement au pas de temps de la minute. Le tableau 2.9 recense les paramtres nergtiques
du systme sur la priode dtude 2001 - 2005.
Irradiance solaire

Anne

kWh/m2

Energie produite
DC

AC

kWh

kWh

Nombre dheures
h/an

2001

1918,1

744,4

681,8

3293,4

2002

1869,0

796,8

725,3

4061,5

2003

1955,9

821,7

747,9

4274,3

2004

1852,1

1018,8

930,4

4210,8

2005

1895,0

1019,4

931,7

3973,2

Tableau 2.9 : Valeurs annuelles de la productivit globale.


On peut observer que lnergie produite lors des trois premires annes est bien en-de de ce
qui a t produit en 2004 et 2005. Nous pouvons visualiser plus prcisment, sur la Figure 2.22, le
comportement du systme (nergie dc et nergie ac produites par le systme) en fonction de
lensoleillement sur les cinq annes.
120

Pour un fonctionnement normal , la variation de la production de lnergie lectrique dun


systme PV suit la variation annuelle de lensoleillement. Mais ce nest pas toujours le cas.
Dune anne sur lautre, certaines priodes sont dfavorables malgr lensoleillement lev. Cela
montre un comportement dfaillant du systme. Les mesures prsentes ne sont pas suffisantes pour
valuer avec prcision la performance du systme. Une tude plus fine des paramtres qui dcrivent
de faon claire et prcise le fonctionnement des diffrents composants du systme pendant la dure
de ltude est ncessaire. Pour cela, six paramtres de performance normaliss (norme 61724 IEC)
(IEC, 1998) sont employs pour dfinir la performance globale du systme en ce qui concerne la
production nergtique, la ressource solaire et l'effet global des pertes de systme. Ils ont t tablis
pour fournir les informations ncessaires sur la conception de systmes de PV et l'valuation de
leurs performances. Ils sont normaliss pour comparer les performances des systmes PV suivant la
situation gographique, la technologie et la conception. Ces paramtres (Haeberlin et Beutler,

tel-00604868, version 1 - 29 Jun 2011

1995 ; Marion et al., 2005), sont :

Lnergie de systme (YF) :


E Systme

YF =

P PV

[kWh/kWc]

(2.20)

Energie de champ PV (YA) :

E PV
,
P PV

YA =

[kWh/kWc]

(2.21)

Lnergie de rfrence (YR) :

YR =

HT
,
GCTS

[kWh/kWc]

(2.22)

[kWh/kWc]

(2.23)

[kWh/kWc]

(2.24)

[sans dimension]

(2.25)

Les pertes de systme (LS) :


LS = Y A YF ,
Les pertes diverses (LC)
LC = YR Y A ,
Le Rapport de Performance (PR)

Y
PR = F ,
YR

Nous prsenterons ici en dtail uniquement ce dernier paramtre. Il mesure l'effet global des
pertes sur le rendement valu, dues au cblage, aux coupures et arrts de londuleur, des pertes
qui apparaissent au moment de conversion du courant AC en courant DC, la temprature des
modules mais aussi au temps de panne du systme et lencrassement des modules. En raison des
pertes dues la temprature des modules de PV, les valeurs de PR sont plus leves en hiver qu'en
121

t et se situent dans lintervalle 0,60 0,80. Des valeurs annuelles dcroissantes peuvent indiquer
une baisse permanente de la performance du systme. Le PR est donc une estimation de toutes les
pertes qui distingue le systme rel du systme sans perte thorique, capable de produire une
nergie lectrique gale YR. Il traduit les diffrentes pertes et sa valeur thorique est estime
0,78. Nous pouvons fixer la valeur thorique du PR 70 % ce qui est tout fait raliste pour le
systme install.

Le taux derreurs (ERR)


Le taux derreurs (ou indisponibilit) ERR reprsente le temps pendant lequel le systme PV ne
fournit pas dnergie au rseau lectrique malgr une irradiation suffisante. Lindisponibilit de
linstallation est cause par des coupures de londuleur. En gnral, la fiabilit des tels systmes est
suprieure 95 %. La fiabilit reprsente donc le temps pendant lequel un systme fiable de

tel-00604868, version 1 - 29 Jun 2011

production dnergie lectrique fonctionne normalement avec des valeurs comprises entre 96 99
%. De telles valeurs peuvent tre attendues sur notre site.

Dans le Tableau 2.10, nous pouvons noter que pour les trois premires annes
dexprimentation, le PR est beaucoup plus faible que prvu. De telles valeurs montrent un
fonctionnement dfaillant de linstallation. La faible production dnergie lectrique provient des
problmes de fiabilit du systme, du rendement de champ et en particulier du rendement de
londuleur. En effet, nous devrions obtenir une fiabilit proche de 95%, alors que les valeurs
obtenues sont de lordre de 60 70 %. Ceci met en avant des problmes de fonctionnement du
systme.

Paramtres du systme

2001

2002

2003

Energie de rfrence YR

kWh/kWc

1934,5

1861,5 2007,5

Energie du champ YA

kWh/kWc

876

949

949

Energie du systme YF

kWh/kWc

803

839,5

876

Pertes diverses LC

kWh/kWc

1022

912,5

1058,5

Pertes du systme LS

kWh/kWc

73

73

73

Rapport de Performance PR

kWh
kWh.an

0,42

0,46

0,44

Fiabilit

69,6

65,8

61,8

Energie fournie au rseau

kWh

681,8

725,3

747,9

Rendement du champ 0

6,9

7,6

7,2

91,3

91,0

91,0

Rendement de londuleur OND %

Tableau 2.10 - Paramtres de performance, priode 2001-2003


122

Afin d'identifier les dfauts de fonctionnement du systme PV, lvolution et le comportement


mensuels de ces pertes sur cette premire priode dtude sont analyss. En utilisant les paramtres
normaliss, nous avons trac des courbes mensuelles pour 2001, 2002 et 2003 (Figure 2.26) qui
mettent en vidence les problmes de fonctionnement rencontrs par le systme PV, mme sils
sont sporadiques.

2002

2001
12
Ls
10

0,7
0,6

PR

0,5
h/d

0,3

0,6

PR

0,4

0,7

Lc

10

Yf

Yf

0,8
Ls

Lc

8
h/d

12

0,8

0,5

0,4
0,3

0,2

0,2
2

0,1

0
Jan

tel-00604868, version 1 - 29 Jun 2011

Feb Mar

Apr May Jun

Jul

Aug Sep Oct

0,1

0
Jan

Nov Dec

Feb

Mar

Apr

May

Jun

Jul

Aug

Sep

Oct

Nov

Dec

2003
12

0,8
Ls
0,7

Lc

10

Yf

h/d

0,6

PR

0,5

0,4
0,3

0,2
2

0,1

0
Jan

Feb

Mar

Apr

May

Jun

Jul

Aug Sep

Oct

Nov Dec

Figure 2.26 - Performances mensuelles du systme (2001 2003)

Une analyse fine des acquisitions a permis de montrer que dans tous les cas, la grande partie
des problmes rencontrs est lie des erreurs de fonctionnement de londuleur : plus de 60 % sont
dus une variation dimpdance trop importante, plus de 30 % sur des problmes de MPP, et
environ 10 % lis des problmes de frquence. A titre dexemple, nous prsentons deux journes
typiques du mode de fonctionnement du systme. Une journe, o les dfauts ont t quasiment
inexistants et une autre prsentant un nombre considrable darrt, li limpdance de la ligne
lectrique (Figures 2.27 et 2.28).
E

produite dbut

(kWh)

mes.

4,10

6:13

Fin mes.
20:55

moy imp. cart type moy

f cart type moy Urs cart type taux

ray

Rendement

()

imp. ()

(Hz)

f (Hz)

(V)

Urs (V)

d'erreur

(W/m2)

(%)

0,397

0,081

49,98

0,0057

232,17

1,33

3,17%

6760,5

10,8

123

Impdance Zac rseau

Pac et rayonnement
1

1400
1200

Pac (W)

1000

ray (W/m2)

0,9
0,8
0,7

800

0,6

600

0,5
0,4

400

0,3

20:27

19:26

18:25

17:24

16:23

15:22

14:21

13:20

12:19

11:18

9:16

10:17

8:15

6:13

7:14

20:41

19:39

18:37

17:35

16:33

15:31

14:29

13:27

12:25

11:23

9:19

10:21

8:17

0,1

7:15

0,2

0
6:13

200

Figure 2.27 - Extrait du fichier-rsum du19 mai 2001


produite dbut

(kWh)

mes.

1,70

6:13

moy imp. cart type moy

Fin mes.
20:53

f cart type moy Urs cart type taux

Rendement

imp. ()

(Hz)

f (Hz)

(V)

Urs (V)

d'erreur

(W/m2)

(%)

0,773

0,629

50,05

1,9517

231,21

7,89

69,81%

7050,5

4,3

Impdance Zac rseau

Pac et rayonnement
1,6

1400
1200

Pac (W)

1,4

1000

ray (W/m2)

1,2

800

600

0,8
0,6

400

0,4

200

0,2
20:27

19:26

18:25

17:24

16:23

15:22

14:21

13:20

12:19

11:18

9:16

8:15

6:13

7:14

20:41

19:39

18:37

17:35

16:33

15:31

14:29

13:27

12:25

11:23

10:21

9:19

8:17

7:15

0
6:13

tel-00604868, version 1 - 29 Jun 2011

ray

()

10:17

Figure 2.28 - Extrait du fichier-rsum du 26 mai 2001

Lanalyse des performances du systme pour les trois premires annes de fonctionnement a
montr de faon vidente que le mode de fonctionnement spcifique de londuleur nest pas
compatible avec les paramtres fluctuants du rseau insulaire. Lnergie perdue ou non-injecte
dans le rseau est de 30,4 % en 2001 et de 38 % en 2003. Loptimisation des paramtres
oprationnels de londuleur doit tre effectue pour maximiser la productivit globale du systme
PV malgr les conditions de fonctionnement du rseau lectrique.

Les deux paramtres qui perturbent le fonctionnement de londuleur sont limpdance et la


frquence du rseau. Leurs valeurs sont frquemment en dehors des plages de valeurs fixes par le
constructeur. Ces limites sont imposes pour assurer le fonctionnement des composants de
londuleur dans des conditions optimales, assurant un rendement maximal. Mais lorsque le rseau
lectrique est instable, il est prfrable que la production dnergie lectrique ne soit pas stoppe,
mme si le rendement diminue. Nous avons donc modifi les paramtres oprationnels de
fonctionnement de londuleur. Ces modifications ont t ralises en deux temps : un pour les
valeurs configures de limpdance et lautre pour les valeurs configures de la frquence.
124

Lobjectif est davoir une priode dtude suffisamment longue pour observer et analyser
lincidence de chacune des modifications sur la performance du systme.

Le Tableau 2.11 recense les paramtres qui caractrisent le fonctionnement de linstallation PV


et 2004 et 2005. Ces paramtres reprsentent le fonctionnement du systme aprs la modification de
la plage dimpdance autorise par londuleur. Contre toute attente, la valeur du PR est toujours
aussi faible, tout comme la fiabilit, entrainant une rduction de la production dnergie lectrique.
Il a donc fallu largir une seconde fois la gamme de sensibilit de londuleur. Une tude plus
dtaille des paramtres du systme simpose sous forme de diagrammes mensuels. Nous avons pu
ainsi visualiser et analyser les diffrentes quantits normalises.

tel-00604868, version 1 - 29 Jun 2011

Paramtres du systme

2004

2005

Energie de rfrence YR

kWh/kWc

1861,5

1898

Energie de champ YA

kWh/kWc

1204,5

1204,5

Energie de systme YF

kWh/kWc

1095

1095

Pertes diverses LC

kWh/kWc

657

693,5

Pertes de systme LS

kWh/kWc

109,5

109,5

Rapport de Performance PR

kWh
kWh.an

0,59

0,58

Fiabilit

87,2

88,0

Energie fournie au rseau

kWh

930,4

931,7

Rendement de champ 0

9,8

9,6

Rendement de londuleur OND

91,3

91,4

Tableau 2.11.: Paramtres de performance, priode 2004-2005.

2005

2004
12

12

0,8
0,7

10

0,8
0,7

10

0,6

0,6
8

Ls

Yf
PR

Ls

0,5

Lc
0,4

h/d

h/d

Yf
PR

0,3

4
2
0

0
Jan

Feb

Mar

Apr

May

Jun

Jul

Aug Sep

Oct

0,3

0,1

0,1

0,4

0,2

0,2
2

0,5

Lc
6

0
Jan

Nov Dec

125

Feb

Mar

Apr

May

Jun

Jul

Aug

Sep

Oct

Nov

Dec

2006
12

0,8
0,7

10

Ls
Lc

h/d

Yf

0,6
0,5

PR
0,4

0,3

0,2
2

0,1

0
Jan

Feb

Mar

Apr

Figure2.29 - Performances mensuelles du systme (2004 2006)

Tout au long de lanne 2004, la valeur du PR varie. Elle atteint son niveau le plus bas au mois
de fvrier, mois qui prcde la premire modification des paramtres de londuleur. La valeur
moyenne du taux derreurs pour les deux premiers mois de lanne est gale 33 %. Aprs une

tel-00604868, version 1 - 29 Jun 2011

seconde modification de la sensibilit en impdance, la valeur moyenne du taux derreurs pour les
mois suivants a chut 9 % (moins de 0,5 % reprsentent des erreurs causes par les variations
dimpdance du rseau lectrique). Les erreurs engendres par la fluctuation de la frquence du
rseau doivent maintenant tre diminues.

En 2005, la performance du systme est en nette hausse par rapport aux annes prcdentes.
Les diffrentes pertes ont galement diminues. Le taux derreur moyen est de 13 % dont de 0,1 %
dus aux variations dimpdance. La diminution de performance du systme vient exclusivement des
problmes de frquence du rseau lectrique qui dconnectent londuleur. Le mois de fvrier est le
plus significatif.

Le diagramme mensuel des paramtres pour les quatre premiers mois de lanne 2006 montre
une performance, dj trs proche du comportement dun systme PV typique. Le PR a une valeur
moyenne de 0,67 et le taux derreur est de 4 %. Aprs la modification des plages de frquence
autorises, nous avons mesur un PR de 0,68 et un taux derreurs de 3 %. Dans ce cas prcis, les
erreurs reprsentent limpossibilit pour londuleur de trouver le MPP (certainement en raison de
linstabilit du rseau).

Avant la modification, la valeur annuelle de lnergie injecte dans le rseau lectrique tait
gale 718 kWh. Ds 2004, cette valeur a augment de 30 % pour atteindre plus de 930 kWh en
2004 et 2005. La fiabilit du systme pour chaque anne dexprimentation a augment (70 % en
2001, plus de 87 en 2004 et 2005). Celle-ci a augment de faon importante partir du moment o
les paramtres de fonctionnement de londuleur ont t optimiss.
126

Au cours des annes 2004 et 2005, les priodes derreurs occasionnes par des variations de
frquence du rseau ont limit la fiabilit du systme. En avril 2006, nous avons modifi une fois de
plus les paramtres de londuleur. La fiabilit du systme a alors atteint 97 %, valeur normale pour
ce type dinstallation.

Les pertes dnergie lectrique pour chaque anne dexploitation ont t traces sur la Figure
2.30. Une diminution trs nette apparat en 2004 suite aux premires modifications.
50
38,2

40

34,2
30,4

30
%

tel-00604868, version 1 - 29 Jun 2011

20
12,8

12,0

2004

2005

10
0
2001

2002

2003
Anne

Figure 2.30 - Pertes dnergie lectrique, priode 2001 - 2005.

Le rapport de performance PR na cess daugmenter durant ces annes. Son augmentation est
nette mais reste cependant en de des valeurs que lon devrait trouver. Le PR a une valeur
moyenne de 0,44 de 2001 2003. La modification des paramtres apparat clairement, le PR
augmente jusqu atteindre 0,59 en 2004 (0,42 en 2001). Nous avons obtenu au mois davril 2006,
une valeur de PR de 0,68 qui reprsente la meilleure performance du systme sur toute la priode
dtude. Ce rsultat montre que les diverses modifications ont considrablement amlior la
performance du systme malgr linstabilit du rseau lectrique Corse.

Nous venons de prsenter ltude des performances du systme PV install sur le toit du
laboratoire et connect au rseau lectrique. Pour cela nous avons utilis les mthodologies
standardises base des coefficients normaliss. Les donnes enregistres sur la priode 2000
2006 toutes les minutes nous ont permis danalyser le comportement de linstallation sur cette
priode. Ces constations nous ont conduit modifier en deux temps les sensibilits en tension, mais
surtout en frquence et en impdance de londuleur. Ds lors, le systme photovoltaque a atteint
des performances (fiabilit, rapport de performance, nombre dheures de fonctionnement )
proches de ce que la thorie prdit, de 900 heures de fonctionnement les trois premires annes, le
systme a dpass les 1100 heures de fonctionnement annuel en 2005.
127

Nous avons montr quil tait indispensable, surtout en milieu insulaire, ou dans des rseaux
non interconnects, de mettre en place des procdures de monitoring afin danalyser linteraction
onduleur-rseau, mais galement rseau-onduleur.
2.4.2

Relev de tension en bout de ligne lectrique BT par lutilisation de systmes


photovoltaques [6.7.1.18 ; 6.7.2.21 ; 6.7.2.22 ; 6.7.2.28 ; 6.7.2.30]

Aprs avoir ralis la modlisation et prsent le retour dexprience dun systme


photovoltaque, nous avons mis en place une mthodologie dans le cadre des travaux de doctorat de
Valrie ACQUAVIVA, concernant lutilisation des systmes photovoltaques dans une application
bien spcifique et sensible dans les rgions non interconnects : contribuer relever la tension en
bout de ligne lectrique BT. Il sagit dune synthse des travaux qui ont conduit une publication et

tel-00604868, version 1 - 29 Jun 2011

quatre communications.

Ce travail a pour but de satisfaire le confort lectrique du consommateur et de rduire les


chutes de tension qui perturbent le fonctionnement de ses appareils domestiques. Il sagit dune part
danalyser le comportement des systmes en toiture afin den optimiser le fonctionnement et dautre
part den tirer des rgles de dimensionnement.

Une mthodologie visant pallier les chutes de tension sur un bout de ligne choisi a t
labore. En dehors de cette application particulire, celle-ci a t conue afin dtre utilise comme
outil dans la rduction des chutes de tension.

2.4.2.1 Les chutes de tension


Les chutes de tension qui apparaissent sur les bouts de ligne (constitus de diples) sont
dues aux pertes de la forme RI, o I est le courant appel du rseau et R la rsistance de ligne.
Celles-ci rsultent de laugmentation de la demande de courant sur la ligne. Suivant la capacit du
transformateur fournir le courant et la possibilit du rseau alimenter les clients sans chutes de
tension excessives, la compagnie dlectricit se doit de renforcer le rseau lectrique existant.

Les compagnies dlectricit doivent maintenir la tension du consommateur dans les plages de
tension autorise (230 V, -10% +6%.). Lorsque la tension du client est insuffisante en raison des
chutes, le gestionnaire du rseau lectrique a plusieurs alternatives :

installer des rgulateurs de tension ;

remplacer le transformateur sil est sous-dimensionn ;

reconstruire le bout de ligne ;

modifier le calibre des cbles ;


128

raliser une extension de ligne.

Lautre alternative prendre en considration est la satisfaction de la demande locale via


lintgration de producteurs dcentraliss dans la planification des rseaux. De telles units de
production sont stratgiquement situes pour dlivrer llectricit o cela est ncessaire. Pour pallier
les chutes de tension qui apparaissent en bout de ligne lectrique, nous proposons dutiliser des
systmes photovoltaques en toiture connects au rseau lectrique. Ceux-ci permettent de rduire
les contraintes de production, de transport et de distribution et annulent le besoin de remplacer le
rseau existant.

Les caractristiques du bout de ligne, le profil de consommation horaire et la formule


suivante permettent de simuler les chutes sur chaque diple. Chaque bout de ligne lectrique est

tel-00604868, version 1 - 29 Jun 2011

trononn en segments ou diples sur lesquels se rpartissent les clients. Ces diples sont de
longueur et de caractristiques lectriques diffrentes. Pour connatre la chute de tension du dernier
usager qui se trouve sur le diple n, il suffit donc deffectuer le cumul des chutes de tension qui
apparaissent sur les diples 1 n. La chute de tension horaire cumule relative (%) du diple n, est
gale (Beyer et al., 1995 ; Thornycroft, 1997) :

U
5 (R + X tg ) n

= 1 + 10
(Pi Li )
U
U n

i =1

(2.26)

Et dpend de R, la rsistance linique dun conducteur ( /km), de X, la ractance linique dun


n

conducteur (/km), de Pi = P j , la puissance cumule appele par la charge (kW), de tg = 0,4


j =i

et de Li, la longueur du diple (km).

2.4.2.2 Rduction des chutes de tension la solution photovoltaque


Les installations photovoltaques (Kamel, 1995) relies au rseau et intgres dans les
btiments, rsidentiels ou tertiaires, sont perues comme tant les plus prometteuses pour les annes
venir. En effet, cela permet dutiliser des surfaces telles que les toits des maisons ou bien les
faades permet de couvrir une partie de la consommation dlectricit du btiment. Les tudes sur
les transits dnergie effectues dans divers projets montrent que linterconnexion dune puissance
photovoltaque suffisante sur les rseaux de T&D rduit les courants de pointe pendant la journe
(Moschella, 1994 ; Travers, 1994) et allge les surcharges thermiques des transformateurs et des
conducteurs (Travers, 1994).

129

Lorsque le gnrateur PV produit de lnergie, la puissance fournie par le rseau de distribution


est en partie compense. Il en rsulte donc que la chute de tension entre le poste source et le point
de raccordement du producteur diminue. Le courant demand au rseau BT est donc rduit,
provoquant ainsi une augmentation de la tension du ct du poste source. Llvation de la tension
qui en rsulte se rpercute sur lensemble du bout de ligne.

Les systmes PV en toiture favorisent ainsi lamlioration de la tension du systme (Hasti,


1994 ; Horst, 1994 ; Shugar, 1992 ; Wenger, 1992, 1994), le nivellement de la charge (Imamura et
Uchiyama, 1997 ; Kaye et al., 1997) mais galement la rduction des pertes lectriques (EUREC,
1998 ; Hoff et Schugar, 1995 ; ; Schmid, 1995 ; Schoen, 1997 ; Sder, 1996,). Lefficacit de
distribution du systme ainsi que sa capacit de transport sen trouvent augmentes (Haas, 1995).

tel-00604868, version 1 - 29 Jun 2011

Les principaux bnfices des systmes connects au rseau sont :

laugmentation de la tension du systme ;

lamlioration de la capacit de distribution du systme ;

lachat du surplus dlectricit.

2.4.2.3 Mthodologie et analyse


Lobjectif du systme PV est dabaisser la valeur des chutes de tension sur le rseau BT,
sous la limite permise, afin damliorer le confort des usagers. Les systmes PV sont installs en
toiture et produisent une partie de lnergie ncessaire rduisant de ce fait lnergie fournie par le
rseau et par consquent, les chutes de tension. Notre travail est focalis sur les besoins du secteur
domestique plutt que ceux du secteur commercial ou industriel pour les raisons suivantes :

le secteur domestique en milieu insulaire Corse reprsente plus de 75 % de llectricit


consomme annuellement ;

une augmentation denviron 3 % de la demande lectrique pour le secteur rsidentiel est


observe chaque anne ;

lutilisation des systmes PV dans le secteur rsidentiel peut encourager la matrise de


lnergie et donc une utilisation rationnelle de llectricit. La plupart du temps un effet
indirect de conservation de lnergie est remarqu car les utilisateurs de ce type de systmes
dcentraliss sont plus concerns par leurs dpenses nergtiques (Luther, 1994);

la disponibilit de la surface en toiture des habitations fournit un espace libre pour installer
les modules.

130

En Corse, on dnombre plus de 120 bouts de lignes prsentant des problmes de chutes de
tension. Nous avons opt pour un site dans la rgion dAjaccio en raison des donnes
mtorologiques que nous possdons.

Afin de porter au maximum les avantages pour le rseau de transport et de distribution de


lentreprise dlectricit, nous avons recherch un site pour lequel lnergie photovoltaque
permettrait dallger les surcharges. Nous avons tabli une liste de critres gnraux auxquels le site
doit rpondre :
1. les chutes de tension doivent tre frquentes au cours de la journe ;
2. le bout de ligne slectionn devra tre un site totalement ensoleill (les toitures ne devront
pas tre soumises un problme dombrage) ;
3. la corrlation avec les charges pointes du rseau local de distribution et la production de la

tel-00604868, version 1 - 29 Jun 2011

centrale PV doit tre satisfaisante ;


4. le bout de ligne doit tre suffisamment long pour entraner des chutes de tension
importantes ;
5. la croissance de charge prvue sur le rseau de distribution doit tre relativement faible ;
6. la superficie en toiture doit tre suffisante.

Suivant ces critres prcdents et en accord avec Arribas (1997), nous avons construit un bout
de ligne lectrique comptant 78 habitations rparties sur 8 diples afin dtudier linfluence dune
installation en toiture connecte au rseau sur les chutes de tension. Ce dernier a t bti sur le
modle dun bout de ligne dj existant et se situant dans la rgion dAjaccio sur la commune de
Piscia Rossa, lieu dit Pietraja. Les donnes concernant ce site nous ont t fournies par EDF Corse.
Nous avons obtenu les caractristiques du systme basse tension en sortie du transformateur : la
valeur de la ractance linique et de la rsistance linique de chaque diple composant le bout de
ligne ainsi que leur longueur et linventaire des consommateurs connects au rseau lectrique.
Tous ces paramtres relatifs chaque segment nous ont permis de construire le bout de ligne.

La connaissance dun profil de consommation est ncessaire au calcul de la rentabilit dun


systme photovoltaque reli au rseau. Lobtention et ltablissement dun tel profil restent
complexes. En effet, la connaissance de ce paramtre ncessite linstallation de compteurs chez
lhabitant. Cest une opration difficile mettre en uvre en raison des cots importants quelle
entrane ; par consquent, elle na pas t envisage dans le cadre de notre tude. Nous avons donc
opt pour un profil de consommation horaire saisonnier denviron 9 kWh/jour (Mun yati, 2001),
identique pour chaque utilisateur (Figure 2.31).
131

900
t
automne
hiver
printemps

800
700

charge (Wh)

600
500
400
300
200
100
0

2 3

10 11

12 13 14 15
heures

16 17 18

19 20

21 22

23 24

tel-00604868, version 1 - 29 Jun 2011

Figure 2.31 - Profils de consommation saisonniers

Lobjectif du dimensionnement dun systme photovoltaque est la dfinition de larchitecture


la mieux adapte aux besoins nergtiques de chaque site. Il doit porter sur les facteurs qui ont une
influence sur le service rendu par le systme. Il peut sarticuler autour de trois grands points :

 la puissance du gnrateur ;
 la puissance de londuleur ;
 dans certains cas, la capacit de stockage des batteries.

Il ne sagit pas seulement de configurer le systme de telle faon quil soit capable de satisfaire
un profil de charge dtermin, car un systme surdimensionn peut toujours aboutir une
satisfaction complte de tous les besoins chaque instant de sa dure de vie. Il sagit en fait de
chercher une taille optimale aussi bien sur le plan technique que sur le plan conomique.

La mthode de dimensionnement et doptimisation des systmes PV en toiture que nous


avons dveloppe conduit minimiser linvestissement initial et aussi amliorer la fiabilit du
systme tout en satisfaisant le consommateur. Elle seffectue en plusieurs tapes qui apparaissent
sur la Figure 2.32.

132

SYSTEME PV EN TOITURE
SIMULATION DES CHUTES
DE TENSION
Connaissance du profil de
consommation, de lirradiation
solaire et des caractristiques
du bout de ligne
Utilisation des modles de
Simulation de systmes PV

INFINIT DE SOLUTION S

INDUISANT LA RDUCTION
DSIRE DES CHUTES DE
TENSION

tel-00604868, version 1 - 29 Jun 2011

CONTRAINTES PHYSCO
TECHNIQUES
Nombre de chutes de tension
autorises fini
NOMBRE FINI DE SOLUTIONS
Sj
CONTRAINTE
CONOMIQUE
Cot du kWh consomm
CONFIGURATION OPTIMALE
DE FONCTIONEMENT (S)
Figure 2.32 - Synopsis de la mthode de dimensionnement

1. A partir de la connaissance des caractristiques du rseau (profil, caractristiques lectriques)


nous avons simul les chutes de tension. Dans un premier temps, nous avons tudi puis analys les
chutes qui apparaissent sur le bout de ligne afin de dterminer la mthodologie suivre. Dans un
second temps partir des donnes mtorologiques et du modle de simulation du systme PV,
nous avons analys la capacit des petits systmes PV en toiture connects au rseau lectrique de
rduire les chutes de tension.

2. La rduction des chutes dans la plage de tension permise mne une infinit de solutions.

3. Nous avons impos des contraintes physicotechniques afin dobtenir un nombre fini de
solutions (taille du systme limite, nombre fini de chutes de tension mensuelles autoris). En effet,
installer chez un particulier une surface de modules de 1000 m est inconcevable.

133

4. Afin de dterminer la configuration optimale de notre systme, nous avons galement impos
des contraintes conomiques. Le cot du kilowattheure consomm qui mne la configuration du
systme la plus favorable a t calcul.

Les caractristiques du bout de ligne ainsi que le profil de charge saisonnier associs la
formule de calcul des chutes de tension (eq. 2.26) nous ont permis de simuler pour chaque segment
les chutes de tension horaires mensuelles. Les normes imposent que les chutes de tension soient
infrieures 10 %. Le calcul des chutes de tension horaires cumules en pourcentages pour le
segment n est alors le suivant :

U
5 (R + X tg ) n '

= 10
Pi Li
U
U n

i =1
n

(2.27)

tel-00604868, version 1 - 29 Jun 2011

o Pi' = P j POND , j et POND,j est la puissance de sortie de londuleur (kW) sur le diple j. Si
j =i

Pj POND,j < 0 alors on considre que

U
U

= 0.

Lquation (2.27) illustre clairement que la puissance issue du champ diminue la puissance
devant tre fournie par le rseau et de ce fait les chutes de tension. Daprs les rsultats obtenus, les
chutes de tension apparaissent en dbut de soire ds le diple numro 3. Ce qui correspond un
pourcentage de 72 % de clients non satisfaits. A partir du diple numro 4, les chutes de tension
apparaissent galement en dbut de matine et en milieu de journe et perturbent le confort de 56 %
des usagers.

Il existe plusieurs scnarii dtude possibles. A savoir : toutes les maisons du bout de ligne
peuvent tre quipes ou bien un segment sur deux, voire quelques maisons sur chaque diple. Pour
limiter les cas dtude, il est ncessaire de choisir un nombre fini de stratgies.

Nous avons dcid dquiper uniquement les diples soumis des chutes de tension ainsi que
toutes les habitations situes qui sy trouvent ; ceci pour faciliter les calculs. Nous avons donc opt
pour les cinq stratgies dtude suivantes :
S1 : chaque habitation du diple 4 est quipe avec un systme PV en toiture ;
S2 : toutes les habitations des diples numro 4 et numro 5 sont quipes ;
S3 : les segments 4, 5 et 6 sont totalement quips ;
S4 : les segments 4, 5, 6 et 7 sont quips ;
S5 : les segments 4 8 sont quips.
134

Pour chacune des stratgies et pour diffrentes surfaces, nous avons simul limpact des
systmes photovoltaques sur les chutes de tension. Nous avons ensuite calcul une moyenne
horaire mensuelle des chutes de tension et enfin nous avons analys leur rduction.

Le diple numro 8 est choisi comme diple de rfrence. En effet, si les problmes de chute
de tension sont rsolus sur celui-ci, ils le seront ncessairement sur les diples qui le prcdent.

Pour une surface PV de 10 m, on observe dj une diminution importante des chutes de


tension au cours de la journe quel que soit le mois. Pour des surfaces suprieures 40 m,
laugmentation de la surface PV nest pas ncessaire car cela na aucune influence sur la baisse des
chutes de tension. Ces rsultats montrent que les systmes PV sont capables de pallier les chutes de
tension qui se produisent en priode diurne. Cependant, comme les chutes de tension sont

tel-00604868, version 1 - 29 Jun 2011

infrieures 10 % pour des surfaces suprieures 10 m et ce quelle que soit la stratgie, nous ne
pouvons pas dterminer la configuration PV optimale. Les rsultats obtenus montrent que la
stratgie numro 5 semble tre la plus performante car elle permet de rduire considrablement les
chutes de tension.

Cependant, du fait de la variabilit de la source nergtique, les systmes PV ne pallient pas


toutes les chutes au cours dune journe. Le nombre de chutes de tension non diminues varient, sur
la priode de simulation, entre 286 et 60, pour des surfaces PV variant entre 10 m et 70 m pour la
stratgie 1 et entre 155 et 25 pour la stratgie 2.

Il est donc ncessaire dajouter une contrainte physique notre mthodologie afin de
dterminer la configuration optimale. Nous avons alors dtermin les surfaces ncessaires (Tableau
2.12) pour rduire les chutes de tension de telle faon quelles nexcdent pas 10 % pour les heures
suivantes : 11 heures, 12 heures et 13 heures. Les rsultats montrent que la surface attendue pour
annuler les chutes de tension diffre suivant les mois. Le mois de janvier a t choisi comme
rfrence. La configuration qui correspond un nombre de chutes de tension nul nest pas
techniquement envisageable car les surfaces excdent 1000 m, pour chaque maison quels que
soient le diple et la stratgie.

135

heures

stratgie
S1
S2
11 heures
S3
S4
S5
S1
S2
12 heures
S3
S4
S5
S1
S2
13 heures
S3
S4
S5

jan

2975
2310
1520
1240
1100

fv mars
245
190
125
105
90
395 315
302 245
200 160
165 130
145 90

avr
325
255
170
140
125

mai juin juill aot


90 245 115 125
90 190 90
100
45 125 60
65
35 100 50
55
35
90
45
50

sept
100
80
50
45
40

oct

145
115
70
60
55

615
480
315
280
230

nov

dc

1545
1320
1100
1050
950

395
305
200
165
145
1385
1255
1150
1005
895

Afin de rduire la surface de capteurs ncessaire la rsolution de notre problme nous avons
choisi de tolrer une cinq chutes de tension par mois pour les heures tudies. On observe sur la
Figure 2.33 une diminution importante de la surface PV quel que soit le nombre de chutes de
tension autorises, ce qui justifie notre hypothse de travail.
180
160
140
120
100
surface (m)
80
60
40
20
1
5

chutes de tension
autorises

dcembre

octobre

novembre

mois

septembre

aot

juillet

3
juin

mai

avril

mars

fvrier

0
janvier

tel-00604868, version 1 - 29 Jun 2011

Tableau 2.12 - Surface ncessaire (m) pour annuler les chutes de tension par mois et pour
chacune des stratgies

Figure 2.33 - Surfaces (m) ncessaires pour assurer une diminution des chutes de tension tout au long de lanne en
fonction de la tolrance permise

Pour 5 chutes de tension permises la surface PV est divise par 3. Cependant, comme la
compagnie dlectricit se doit de fournir un courant de qualit au consommateur, nous avons limit
les chutes de tension mensuelles 1 ou 2. Dans ce cas, la stratgie N5 semble la plus approprie
136

car elle offre une gamme de surfaces PV acceptable pour chaque consommateur ; les surfaces
installes en toiture sont de lordre de 40 m et 70 m et sont techniquement envisageables. Le
systme semble donc surdimensionn pour la majeure partie de lanne. Pourtant, il est ncessaire
de raisonner en matire de satisfaction du consommateur et non en termes de puissance installe.

Nous avons dtermin dun point de vue physique les diffrentes configurations du systme
photovoltaque, cest--dire lensemble des surfaces de capteur conduisant une ou deux chutes de
tension mensuelles. Le comportement conomique dun champ PV connect au rseau lectrique
est dcrit par une fonction du cot, dfinie comme un systme dinvestissement sur lnergie
produite tout le long de la dure de vie du systme. Afin de dterminer la surface PV installer, il
est ncessaire de calculer les cots du systme. Une analyse conomique du problme a donc t
mene afin de connatre le cot de revient du kWh produit du systme PV connect en toiture. Le

tel-00604868, version 1 - 29 Jun 2011

cot du kWh produit pour chaque stratgie et pour une cinq chutes de tension autorises est donn
sur la figure 2.34. Le Tableau 2.13 regroupe les cots du kWh consomm pour toutes les surfaces
relatives la Figure 2.33.
180 m
2,5
140 m

1,5

95 m

cot du kWh consomm


(euro/kWh)

75 m

70 m

0,5

110 m
stratgie 1

85 m

stratgie 2

stratgie 3

stratgies

une
55 m

deux

45 m
stratgie 4

40

chutes de tensions mensuelles


autorises

stratgie 5

Figure 2.34 - Cot du kWh consomm en fonction de la stratgie et des surfaces qui leur sont associes (m)

Notons que la valeur la plus basse du cot est obtenue pour la stratgie numro 5 et pour des
surfaces de 40 et 70 m. Nous pouvons conclure daprs lanalyse conomique couple lanalyse
technique que la stratgie S5 est la solution envisager.

137

tel-00604868, version 1 - 29 Jun 2011

Surfaces relatives S1 (m)

45

60

75

110

180

Cot du kWh (/kWh)

0,57

0,80

1,04

1,58

2,69

Surfaces relatives S2 (m)

35

45

60

85

140

Cot du kWh (/kWh)

0,36

0,57

0,80

1,20

2,06

Surfaces relatives S3 (m)

25

30

40

55

95

Cot du kWh (/kWh)

0,26

0,31

0,49

0,73

1,35

Surfaces relatives S4 (m)

20

25

35

45

75

Cot du kWh (/kWh)

0,21

0,26

0,36

0,57

1,04

Surfaces relatives S5 (m)

15

20

30

40

70

Cot du kWh (/kWh)

0,17

0,23

0,31

0,49

0,96

Tableau 2.13 - Calcul du cot du kWh (/kWh) consomm en fonction des surfaces de
modules (m) pour les cinq stratgies
Daprs Imamura (1994), le bnfice rel dune installation photovoltaque connecte au
rseau est sa capacit fournir au rseau lectrique un maximum de surplus nergtique. Il est
cependant plus logique de dimensionner une installation PV de telle faon que la puissance fournie
soit en troite corrlation avec la charge appele. Diffrents travaux (Hasti, 1994, Schmid, 1995 ;
Schoen, 1997) ont montr que, stratgiquement situs, les systmes PV connects au rseau peuvent
fournir dimportants bnfices la compagnie dlectricit en ce qui concerne lamlioration du
transport et de la distribution de llectricit dans le rseau. Ces tudes, bases sur des modles
utilisant des donnes simules, suggrent que ces systmes PV sont susceptibles de rduire les
pertes de ligne.

A partir dhypothses physiques et conomiques, nous avons tudi le dimensionnement


dun systme PV en toiture conduisant une diminution des chutes de tension du rseau lectrique.
1 2 chutes de tension mensuelles ont t autorises pour que les surfaces installes soient
techniquement et conomiquement envisageables ; les configurations optimales obtenues pour une
minimisation du cot de revient sont gales 40 m et 70 m.

Cependant, le problme des chutes ne peut tre rsolu uniquement par lintermdiaire du PV
car certaines chutes apparaissent en dehors des heures densoleillement. Le problme persiste en
dbut de matine et en soire. Une solution doit tre envisage pour annuler ces chutes qui
perturbent le confort de lutilisateur. Pour cela deux solutions peuvent tre envisages.
138

Le systme PV peut tre optimis laide dune gestion intelligente de lnergie. En effet,
un kWh consomm par les appareils lectromnagers a une valeur plus importante quun kWh
fourni la compagnie dlectricit. Ceci peut-tre obtenu par un ajustement du profil de
consommation lensoleillement grce une gestion des appareils lectromnagers : le profil de
consommation est modifi en commandant le dmarrage de ces appareils une heure donne. Cest
la solution la moins onreuse mais elle reste contraignante pour lutilisateur car elle loblige
modifier son mode de vie. Nanmoins, au cours des priodes sans ensoleillement les chutes de
tension auront tout de mme lieu.

Lajout daccumulateurs dnergie permet de pallier les chutes de tension tout au long de la
journe quel que soit le temps. Cest la solution que nous avons envisage.

2.4.2.4 Systmes en toiture connects au rseau avec batteries

tel-00604868, version 1 - 29 Jun 2011

Les chutes de tension apparaissaient principalement en soire et en dbut de matine et ne


peuvent tre totalement annules par un systme PV en toiture. Un stockage dnergie savre donc
indispensable pour fournir un courant de qualit au consommateur. Ce stockage nest pas envisag
pour satisfaire entirement la charge mais uniquement pour rduire les pics de charge et ainsi les
chutes de tension.

Il est galement intressant, dun point de vue conomique, dintgrer un parc de batteries dans
un systme PV connect au rseau lectrique (Chowdhury, 1990). Dune part, lnergie produite
pour une puissance de sortie du champ faible, qui est infrieure au seuil bas de londuleur, peut
tre stocke et par la suite injecte dans le rseau. Dautre part, si la puissance de sortie du champ
est suprieure la puissance nominale de londuleur, celle-ci peut tre utilise de la mme faon.
Un stockage dnergie peut satisfaire la demande dans la soire ; dautant plus quavec la
disponibilit des batteries (Perello, 1994), il est possible de stocker de grandes quantits dnergie
durant les priodes de faible consommation pour les utiliser pendant les priodes de pics de charge.
La logique de ce schma tourne autour du fait que le tarif de lnergie au cours des intervalles de
faible charge est moins lev et facilement disponible contrairement lnergie ncessaire pendant
les pics de charge quotidiens. Les compagnies dlectricit considrent que le stockage
lectrochimique reprsente un moyen efficace pour niveler la charge (Cruz, 1997 ; Groumpos et
Papageorgiou, 1987) et semble donc tre une option attractive pour celles-ci. Lobjectif de cette
tude est de comparer les cots et les bnfices dun systme en toiture et dun systme PV auquel
on aurait ajout un moyen de stockage.

139

On retrouve ce genre de configuration Almeria dans le sud de lEspagne (Cruz, 1997), o la


connexion au rseau dun champ PV a t effectue pour relever la tension dans cette zone rurale
qui se trouve tre un bout de ligne. La batterie (1176 kWh) est utilise pour corrler la production
des panneaux (dune puissance installe de 80 kW) et la consommation dlectricit.

Lobjectif est de dterminer la capacit nominale de la batterie quil faut associer un champ
PV afin dassurer une charge donne. La premire tape consiste dterminer cette charge. Cest la
donne de base du dimensionnement dun systme photovoltaque (cf chapitre 2.5). Le
dimensionnement de la batterie ncessite de rpertorier les priodes de pics de charge et de fixer la
rduction des chutes de tension dsire car lnergie que le systme photovoltaque doit fournir
dpend de celle-ci. La plage de tension autorise par EDF tant de + 6 % / - 10 %, plusieurs scnarii
de rduction peuvent tre envisags. Nous avons fix un seuil gal 9% afin de limiter la capacit

tel-00604868, version 1 - 29 Jun 2011

de la batterie (sa taille dpend de la limite atteindre). Pour les mmes raisons que dans le chapitre
prcdent, seul un diple sera quip.

Dautres contraintes doivent tre prises en considration afin dobtenir lnergie satisfaire par
le systme pour rduire les chutes de tension :

La rduction impose des pics de charges doit tre gnralise sur tous les diples soumis
des chutes de tension suprieures 10 % ;

La diminution des chutes de tension doit tre assure tout au long de lanne.

A partir des hypothses prcdemment exposes et du profil horaire de consommation, deux


profils de charge que le systme PV doit assurer ont t construits.

Dans un premier temps, il est donc ncessaire de dterminer le diple sur lequel la rduction
doit avoir lieu. Nous avons huit possibilits qui correspondent au nombre total de segments
comptabiliss sur le bout de ligne tudi. Cependant nous retiendrons uniquement les diples sur
lesquels les chutes de tension sont suprieures 10 % quel que soit le moment de la journe
(diples 4 8).

Dans un second temps, nous devons choisir le diple quiper. Pour des raisons tant
conomiques que techniques et pour limiter les solutions, nous avons choisi de conserver seulement
les capacits de petites tailles. Nous nquiperons donc pas les trois premiers diples car ils ne sont
quasiment pas soumis des contraintes de tension.

140

Comme seules les capacits de petites tailles sont slectionnes, notre choix sest donc port
sur lquipement en systmes photovoltaques des diples 4 et 8 car les quantits dnergie les plus
faibles, soit par habitation soit par diple, leur sont associes quel que soit le mois.

Suite cela, le calcul de la quantit dnergie mensuelle que lon doit apporter pour obtenir une
rduction des chutes est effectu. Nous obtenons un profil de charge journalier fournir lusager
pour lui assurer un confort total selon le diple (Figure 2.35).
1,4
hiver
printemps
t
automne

Energie ncessaire (kWh)

tel-00604868, version 1 - 29 Jun 2011

1,2
1,0
0,8
0,6
0,4
0,2
0,0

11 1 13 14 15 16 17 18 19
heures

22 23 24

Figure 2.35 - Energie saisonnire ncessaire pour abaisser 9 % les chutes de tension qui surviennent sur le diple
numro 5.

La mthode de simulation que nous avons utilise correspond diffrentes mthodes dcrites
dans la littrature (Ambrosone et al., 1985 ; Muselli, 1997) et dvelopps dans les diffrents travaux
de recherches effectus sur les systmes multi-sources alimentant des sites isols prsents dans le
paragraphe 2.5 bases sur un bilan nergtique du systme et sur les quations de continuit
appliques au stockage lectrochimique. Nous dcrirons ces mthodes dans le paragraphe 2.5. La
Figure 2.36 donne les grandes lignes de la mthode de dimensionnement que nous dvelopperons
par la suite.

141

SYSTEME EN TOITURE AVEC


BATTERIES

DETERMINATION DE
LENERGIE A SATISFAIRE
POUR ABAISSER A 9% LES
CHUTES DE TENSION

tel-00604868, version 1 - 29 Jun 2011

SIMULATION ET
DETERMINATION DES
COUPLES (Si, Ci) REDUISANT
LES CHUTES DE TENSION
SOUS LA LIMITE AUTORISEE

INFINITE DE COUPLES
SOLUTION (Si,Ci) avec i [1 ; +? [
MENANT 0 LA SATISFACTION
TOTALE DU CONSOMMATEUR

CONTRAINTES ECONOMIQUES
Cot du kWh consomm

CONFIGURATION OPTIMALE DE
FONCTIONNEMENT (S, C)

Figure 2.36 - Synopsis de la mthode de dimensionnement

Afin dassurer la charge tout au long de la journe, nous avons donc considr un champ PV
associ un parc de batteries. Nous allons dimensionner le systme par rapport cette charge et
142

dterminer le couple (S, C) (surface de modules PV, capacit nominale de la batterie) optimal, issu
dune optimisation nergtico - conomique. Pour cela, notre mthode a t axe sur deux
hypothses de charge des batteries ou deux stratgies de fonctionnement.

La premire est la suivante :


1. En dbut de matine, en raison des priodes de dcharge de la veille, le niveau de charge
(SOC) de la batterie est gnralement son niveau le plus bas. La batterie doit tre
recharge jusqu sa puissance nominale, si cela est possible, avant quun nouveau cycle de
dcharge ne commence. La puissance injecte dans la batterie est issue du systme en toiture
en dehors de la priode du pic de charge. Durant un temps dt, si lnergie de sortie du champ
est suprieure la puissance appele par la charge (Pp > Pl), le surplus nergtique est
injecte dans la batterie. Deux possibilits se prsentent alors : si la capacit na pas atteint

tel-00604868, version 1 - 29 Jun 2011

sa capacit nominale, le surplus nergtique est converti en nergie chimique, dans le cas
contraire, lnergie excdentaire est fournie au rseau.
2. Le systme photovoltaque doit assurer la charge pendant les priodes de forte demande. Si
la puissance du champ est infrieure la charge, la batterie assure la consommation si elle
na pas atteint son maximum de dcharge, sinon il y aura chute de tension.
3. Pendant les priodes de charge, si le SOC atteint les 100 %, la puissance PV disponible est
fournie la charge.

La Figure 2.37 illustre le principe de fonctionnement de la stratgie 1.

Onduleur

Charge

Modules PV

Batterie

Rseau lectrique

Figure 2.37 - Mode de fonctionnement du systme PV

Le second mode de fonctionnement est reprsent sur la Figure 2.38. A la diffrence de la


stratgie 1, le rseau contribue charger les batteries.
1. Les batteries sont charges (en capa, capa/2, capa/3, capa/4 et capa/5) par le rseau durant la
nuit, de minuit 5 heures du matin lorsquil ny a pas de chutes de tension et lorsque le tarif
143

de llectricit provenant du rseau est le plus bas. La capacit nominale est alors atteinte et
un nouveau cycle de dcharge peut commencer.
2. Le systme photovoltaque assure la charge pendant les priodes de forte demande. Si cela
nest pas suffisant, la batterie commence son cycle de dcharge.
3. Si le systme PV produit un excdent, celui-ci permet de charger les batteries jusqu leur
capacit nominale. Le surplus nergtique issu du champ PV est quant lui vendu au rseau.

Onduleur

Charge

tel-00604868, version 1 - 29 Jun 2011

Modules PV

Redresseur

Batterie

Rseau lectrique

Figure 2.38 - Mode de fonctionnement du systme PV

Dimensionner de manire adquate le parc de batteries pour crter les pics de charge chaque
mois quivaut dterminer la taille de la batterie requise pour assurer une partie des pics de charge
les plus importants de lanne. La taille de la batterie va donc dpendre de la rduction du pic de
charge dsire.

Nous avons simul le comportement du systme pour diverses surfaces PV et diverses


capacits de batteries, ce qui nous a permis de dterminer la courbe de dimensionnement du
systme. Ces courbes prsentent toujours un minimum correspondant la configuration optimale du
systme et au cot de revient le plus bas du kWh produit. Ce minimum permet de dterminer le
couplet optimal (surface de modules, capacit de stockage). En tenant compte du comportement du
systme PV lors des simulations, du rendement de chaque sous-systme, nous avons dtermin pour
les deux premires stratgies, un ensemble de configurations qui conduisent une diminution
notable des chutes de tension Les capacits de stockage ncessaires pour une surface donne
permettant dabaisser les chutes de tension 9 % sont prsentes sur les Figures 2.39 et 2.40.

144

450

400

Capcits de stockage (kWh)

350

300

250

200

150

100

50

0
15

20

25

30

35

40

45

50

Figure2.39 - Courbe de dimensionnement pour la premire stratgie


80

70

60
Capacits de stockage (kWh)

tel-00604868, version 1 - 29 Jun 2011

Surfaces de modules (m2)

50
capa/4

40
capa/3

capa/2

30

capa

20

10

0
0

10

15

20

25

Surfaces de modules (m2)

Figure 2.40 - Courbes de dimensionnement pour la seconde stratgie

On remarque que pour de petites surfaces, la capacit des batteries requise est trop importante.
Par contre, partir dune certaine valeur de la surface de captation, la diminution de la capacit des
accumulateurs devient presque ngligeable. Il est alors inutile daugmenter le nombre de modules
PV. De plus, la limitation du courant de charge (li la surface de captation) par la capacit
faradique du stockage va conduire liminer les couples trs grande surface et petit
stockage.
145

Nous avons pu dterminer lensemble des couples (surface de capteur, stockage dnergie)
conduisant au confort de lusager. Cependant, une telle contrainte mne une infinit de
configurations possibles du systme qui ne sont pas toutes ralisables. Aprs avoir utilis une
mthode physique pour dterminer toutes les configurations possibles du systme PV, lutilisation
de nouvelles contraintes conomiques nous permet de rduire cet ensemble de solutions. Le calcul
du cot du kWh consomm coupl une contrainte de minimisation conduit au systme optimal.

Pour chaque couple (S,C) de la courbe de dimensionnement, nous avons calcul le cot de
lnergie. Les courbes du cot actualis en fonction de la surface de dimensionnement passent par
un minimum, donc par un maximum de rentabilit. Ce point est choisi comme tant le point
optimum de dimensionnement du systme photovoltaque. Les diffrentes valeurs obtenues ont t
reportes dans le Tableau 2.14. Celui-ci regroupe les surfaces de modules, la capacit de stockage

tel-00604868, version 1 - 29 Jun 2011

ainsi que le cot du kWh qui correspondent au systme optimal pour chaque stratgie dtude.

PARAMETRES DU COUPLE OPTIMUM

Batterie charge Batt. charge par le PV + le rseau


par le PV

C/2

C/3

C/4

Surface de modules (m)

44

Capacit de batterie (kWh)

58

16

23

31

Cot du kWh consomm (euros/kWh)

4,14

0,26

0,65

0,93

1,02

Tableau 2.14 - Caractristiques des couples optimaux pour chaque stratgie


En ce qui concerne la seconde stratgie dtude, le rapport des quantits est de lordre de 1 sur
4. La seconde stratgie est retenir car les cots sont considrablement moins importants que dans
le cas de la stratgie 1.

Nous remarquons que lajout dun parc de batteries permet dabaisser sous la limite permise les
chutes de tension et mne des surfaces de modules bien infrieures celles dtermines
prcdemment, conduisant un cot du kWh acceptable, en tenant compte du service rendu ,
quest la suppression des chutes de tension

2.4.2.5 Conclusion
A partir dhypothses physiques et conomiques, nous avons tudi le dimensionnement dun
systme photovoltaque avec batteries coupl au rseau lectrique, conduisant une nette
diminution des chutes de tension (< 9 %). Ce travail a port sur deux types de stratgie de
fonctionnement des batteries et sur linfluence des paramtres.
146

Dans un premier cas, seul le systme PV charge les batteries. La configuration optimale, pour
chaque habitation, obtenue pour une minimisation du cot de revient du kWh produit est la
suivante : (S : 44 m ; C : 58 kWh). Cette valeur de capacit correspond prs de 15 jours
dautonomie ce qui est inconcevable. Dans un second cas, PV et rseau rechargent les batteries.
Nous avons obtenu le couple optimal suivant : une surface de 4 m et une capacit de stockage de 8
kWh (soit deux jours dautonomie), pour un cot du kWh consomm de 0,26 . Ces valeurs sont
plus avantageuses techniquement que celles annonces dans le paragraphe prcdent.

Cette tude a permis dtudier limpact du mode de remplissage des batteries. Nous avons vu
que les considrations physiques permettent de dterminer un ensemble de configurations
satisfaisant le systme. Cependant, afin de choisir le couple optimum, il est ncessaire de faire appel
une tude conomique couple une optimisation du cot de revient. Ltude de cot a montr

tel-00604868, version 1 - 29 Jun 2011

notamment la ncessit de recharger les batteries par lintermdiaire du photovoltaque et du rseau


de distribution lectrique et lintrt dquiper le diple 4.

Dans ces conditions, le systme (PV + stockage) permet de supprimer les chutes de tension sur
le bout de ligne choisie. Cette notion dassociation des systmes nergtiques sources
renouvelables dnergie et de stockage en connexion au rseau lectrique semble tre une voie
prometteuse pour le dveloppement des SER et surtout dans les rseaux lectriques des milieux
insulaires encore plus sensibles laspect intermittent et non contrlable des nergies
renouvelables.

2.5

DES SYSTEMES MULTI-SOURCES POUR LES SITES ISOLES VERS LASSOCIATION STOCKAGE
DENERGIE - SYSTEMES ENERGETIQUES A SOURCES RENOUVELBALES CONNECTE SUR
LE RESEAU ELECTRIQUE
Ds le dbut de nos activits de recherches, nous avons galement particip ltude des

systmes multi-sources (ou hybride) en vue de lalimentation des sites isols ou non interconnects
un rseau lectrique. Ces travaux ont t transposs aux recherches que nous venons de dcrire et
qui concerne lassociation de stockage dnergie (batteries) et de champ photovoltaque pour pallier
les chutes de tension. Le schma type des systmes multi-source est reprsent sur la figure 2.41.

147

Champ PV

Gestion des flux


Alimentation DC

tel-00604868, version 1 - 29 Jun 2011

Convertisseur
DC/AC

Eolienne

Convertisseur
AC/DC

Batteries

Alimentation AC

Groupe lectrogne

Figure 2.41 Schma dun systme hybride.

Le systme est compos dun champ photovoltaque et/ou dune olienne, dun systme de
stockage (parc de batteries) dun groupe de secours (groupe lectrogne) de rgulateur et de
convertisseur et donduleur, si ncessaire.

Un tel systme nergtique complexe, ncessite une optimisation de tous ces sous-lments
afin dassurer la charge donne de manire optimale. Cette optimisation technique conduit une
courbe de dimensionnement et nous avons choisi dans tous nos travaux le facteur cot de
lnergie produit ou consomm comme un facteur discriminant. Le choix du systme optimal est
celui qui conduit un cot minimal.
2.5.1

Etude du systme photovoltaque et stockage batteries [6.7.1.25 ; 6.7.1.26 ;


6.7.1.27 ; 6.7.1.28 ; 6.7.2.38.]

La premire tape concerne le dimensionnement des systmes nergtiques {photovoltaque +


batteries} et galement la quantification de linfluence dun certain nombre de paramtres, en
particulier du profil journalier de consommation, du pas de temps des donnes dentre et de sortie.

La conception dun tel systme ncessite de dterminer les valeurs optimales de la puissance
crte du champ PV (ou sa surface) et la capacit de stockage des batteries qui permettent datteindre
un certain niveau de fiabilit savoir ici une fourniture sans interruption dlectricit (une
autonomie du systme global).
148

A partir dune surface de champ (SPV) et un profil de consommation donns, il sagit de


dterminer la capacit de batteries (Cbat) de telle manire qu la fin de la priode de simulation, la
charge raccorde ait t en permanence satisfaite. Ainsi, le comportement du systme est simul
avec une configuration choisie (SPV,Cbat) sur une priode suffisamment longue (19 ans); si la
contrainte dautonomie nest pas en permanence vrifie, une capacit de stockage plus grande est
alors choisie et la simulation est ritre jusqu ce que la configuration permette de satisfaire notre
contrainte durant toute la priode de simulation. Les courbes de dimensionnement, comme nous les
avons prsentes dans le paragraphe 2.4.2.4, associes aux diffrents profils de charge (Figure 2.42)
pour le site dAjaccio sont donnes sur la Figure 2.42.

200
TYPE I
TYPE II
TYPE III
TYPE IV

Puissance appele (W)

tel-00604868, version 1 - 29 Jun 2011

160

120

80

40

0
0

12

16

20

24

Temps (heures)

Figure 2.42 Les quatre profils de consommation (1 kWh/jour).

Pour chaque profil de charges, nous avons reprsent sur la Figure 2.43 la courbe de
dimensionnement du systme PV cest--dire lensemble des couples caractristiques qui
conduisent lobtention dun systme autonome; le domaine de variation de ces couples a ensuite
tait rduit afin de tenir compte des contraintes techniques telles quune capacit de stockage
inenvisageable (pour la partie gauche de la courbe) ou la limitation du courant de charge des
batteries ncessaire pour ne pas endommager le stockage (pour la partie droite).

149

180

Capacit de stockage (kWh)

60

Type I
Type II
Type III
Type IV

160
140

50

120

40

100

30

Domaine de
travail

80

20

60
10

40
0

20

0
2

10
12
14
Surface de modules PV (m)

16

18

20

Figure 2.43 Courbes de dimensionnement et domaine rduit de travail pour une consommation journalire de 1 kWh

donc choisir parmi cette multitude de configurations celle qui doit tre installe. Pour ce faire, nous
avons mis en uvre une tude de cot de production du kilowattheure lectrique. Cette tude de
cot est base sur la dure de vie du systme (Paisch et al., 1994 ; Curien, 1990 ; Equer et
Percebois, 1993) de tous les postes engendrant des dpenses et de la production du systme. Ainsi,
pour chaque configuration prcdemment dfinie, nous estimons le cot de production du kWh que
nous avons prsent sur la Figure 2.44 [6.7.1.14 ; 6.7.1.23 ; 6.7.2.34]
9,00

8,00
Cot de production du kWh (/kWh)

tel-00604868, version 1 - 29 Jun 2011

On observe donc quil existe un grand nombre de configuratiosn techniques possibles. Il faut

TYPE IV
TYPE III
TYPE II
TYPE I

7,00

6,00

5,00

4,00

2,84

3,00

2,68
2,64

2,39
2,00
3

3,5

4,5

5,5

6,5

7,5

Surface de modules PV (m)

Figure 2.44 Evolution du cot du kWh selon la configuration du systme.

La prsence dun minimum est bien visible, il nous permet de dterminer la solution la plus
conomique qui est celle que nous considrerons comme optimale . Cependant, peut-on tre pour
150

autant satisfait de notre systme ainsi configur ? Cependant, le systme ainsi configurer nest pas
pas totalement satisfaisant. En effet, nous constatons pour cette configuration optimale quun
important surplus dnergie est produit; en effet, si nous calculons le rapport de lnergie produite
par le champ PV sur lnergie consomme durant la mme priode nous constatons quil varie entre
2,02 et 2,5 selon le profil de charge utilis ce qui implique que plus de la moiti de lnergie
produite par le champ photovoltaque nest pas utilise.

Cela nous a amen tudier comment cette nergie perdue pourrait tre rduite; puisque que
celle-ci est due notre contrainte qui impose une fourniture sans interruption dlectricit, nous
avons voulu observer linfluence du taux de couverture solaire sur la configuration du systme, puis
sur le cot de production. En effet, la fiabilit du systme est souvent exprime en terme de
probabilit de perte de charge LLP (Loss of load probability) : ainsi un LLP = 0 correspond un

tel-00604868, version 1 - 29 Jun 2011

systme totalement autonome. Cependant comme lont montr Egido et Lorenzo (1992), il est
intrinsquement impossible de valider un modle analytique pour des valeurs de LLP < 10-2, ce qui
reprsente une limite approprie pour des applications de faible ou moyenne fiabilit comme
lclairage par exemple. Par contre, pour de hautes fiabilits comme les tlcommunications, il est
ncessaire de dimensionner avec un LLP = 10-3 ou mme 10-4.

Nous avons donc tudi cette fois les configurations du systme nous permettant datteindre un
taux de couverture choisie en nous intressant plus particulirement la cration dnergie
excdentaire reprsente ici par la part dexcdent dfinie comme le rapport de lnergie
excdentaire sur lnergie produite ou plus exactement productible par le champ PV.

On note une forte dpendance entre la production dnergie excdentaire et le taux de


couverture solaire. Lorsque le taux de couverture est infrieur 75 % plus aucun excdent est alors
produit, on diminue cet excdent de 50 % en rduisant le taux de couverture de seulement 2,5 %.
Pourquoi alors ne pas envisager de concevoir un systme dans lequel le gnrateur photovoltaque
ne produirait plus la totalit de lnergie appele mais seulement la plus grande partie, le restant
tant produit par une source secondaire ? Cela nous conduit tout naturellement vers ltude des
systmes multisources appels galement systmes hybrides.
2.5.2

Etude du systme photovoltaque et stockage batteries et groupe lectrogne


[6.7.2.24 ; 6.7.1.26 ; 6.7.1.27 ; 6.7.1.28]

Pour ce faire, nous dimensionnons dans un premier temps le systme photovoltaque afin quil
couvre un pourcentage donn de la charge qui lui est raccorde (prcdemment il devait couvrir
100 % de cette charge). On lui associe ensuite un groupe lectrogne (essence, diesel 3000 tr/mn ou
151

1500 tr/mn) dont la puissance nominale est compatible avec le stockage dnergie cest--dire qui
produit un courant de charge nexcdant pas un cinquime de sa capacit coulombique aprs
conversion en courant continu travers un convertisseur AC/DC comme le recommande le Sandia
National Laboratories (1990). Pour les mmes raisons, il convient de vrifier que la taille du
champ PV est galement compatible avec celle du stockage, dans le cas contraire on augmentera la
taille du stockage afin de respecter cette contrainte. Pour chaque configuration ainsi dtermine,
nous calculons la consommation en carburant et le temps de fonctionnement du groupe qui
interviendront dans lestimation du cot de production du kilowattheure. Pour chaque taux de
couverture et chaque consommation (en nergie et en profil), nous retenons la configuration
optimale cest--dire celle qui conduit au plus faible cot de production

Il apparat que la configuration optimale est celle pour laquelle le taux de couverture est de

tel-00604868, version 1 - 29 Jun 2011

lordre de 75 80 %, le cot de production est alors bien infrieur celui dun systme PV pur,
nous donnons dans le tableau 2.15 des rsultats obtenus selon le taux de couverture solaire.

Taux de couverture solaire


(1) 95%
(2) 90%
(3) 80%

Surface PV
(m)
470
400
340

Capacit (kWh) Cot (/kWh)


273
173
122

2,41
2
1,71

Tableau 2.15 Comparaison des dimensionnements.


Lassociation dun groupe lectrogne un systme source renouvelable dnergie permet donc
dadditionner les avantages de chacun des deux systmes :
-

le systme source renouvelable (PV ou olien) rduit la consommation et la


maintenance du groupe ;

la prsence du stockage par batteries rduit la puissance nominale du groupe installer;

la prsence du groupe rduit la puissance du champ photovoltaque ou de lolienne et la


capacit de stockage des batteries diminuant ainsi le cot du systme ;

la fiabilit du systme global est augmente :

la prsence du groupe lectrogne permet dalimenter en direct des charges


occasionnelles telles que des outils lectriques par exemple.

Se posent alors les problmes suivants :


-

choisir correctement la taille de chaque composant du systme ;

optimiser la gestion de lnergie au sein de ce systme ;

et enfin, rechercher la configuration qui optimisera le cot de production.

152

Plusieurs points se doivent dtre amliors par rapport aux travaux exposs prcdemment :
-

une fois le groupe introduit, il convient dtudier quelle est la meilleure stratgie de
fonctionnement pour chaque sous systme ;

par la conception mme de cette mthode de dimensionnement, il est ais de ltendre


dautres systmes nergtiques et notamment des systmes oliens ;

la mthode de calcul de cot devra tre amliore et chaque composant devra tre tudi
partir de la bibliographie existante et des donnes fournies par les divers constructeurs et
fournisseurs de composants.
2.5.3

Optimisation De La Stratgie De Fonctionnement

La mthode dcrite prcdemment permet de calculer le dimensionnement dun systme PV


pour un certain taux de couverture solaire, auquel on vient rajouter un groupe lectrogne pour

tel-00604868, version 1 - 29 Jun 2011

compenser le dficit solaire .

Nous avons cherch simuler dune part le comportement global du systme hybride dans
lequel le fonctionnement du groupe lectrogne a t cette fois introduit et dautre part, optimiser
la stratgie d'exploitation c'est--dire les diffrents modes de fonctionnement possibles des divers
sous-systmes caractriss par un certain nombre de paramtres tels que seuil de dmarrage ou
d'arrt du groupe, rgime de charge, utilisation du groupe lectrogne en alimentation directe, en
chargeur de batteries ou en mode mixte, etc... Le groupe lectrogne nintervient quen tant que
chargeur auxiliaire de batteries via lintervention dun convertisseur AC/DC.

Lavantage du choix de cette configuration de fonctionnement est de plusieurs ordres :


-

la taille du groupe installer est plus petite car sa puissance nominale est alors lie la
capacit de stockage des batteries et non la puissance maximale appele par la charge ;

de ce fait, le temps de fonctionnement du groupe est rduit ;

les problmes de stand-by sont limins ;

le rgime de fonctionnement du groupe est optimal puisquil travaille proche de sa puissance


nominale.

Ces travaux, prsents dans [6.7.1.14 ; 6.7.1.22 ; 6.7.2.24 ;], nous ont permis de dterminer la
puissance du groupe lectrogne, le choix du type de groupe (essence, diesel, tr/min, ) en
fonction du temps de dmarrage et darrt par rapport la stratgie de fonctionnement suivi.

153

2.5.4

Impact Du Profil De Charge [6.7.1.25, 6.7.2.29 ; 6.7.2.31]

La premire partie de nos calculs a t base sur les profils de charge prsents sur la Figure
2.42. Nous avons fait voluer ces profils vers des profils saisonniers plus ralistes en termes de
charge appele dans lhabitat. Ce profil a t estim pour un foyer de 4 personnes utilisant soit des
lments faible consommation dnergie, soit des lments plus traditionnels. Dans notre tude,
nous avons considr une habitation non raccorde au rseau de distribution. Le choix du nombre
de points dclairage et du volume de rfrigration a t ralis aprs une tude dtaille. De mme,
linfluence de la saison sur la consommation a t prise en compte et a conduit llaboration de
deux profils de charge conduisant tous deux au mme niveau de confort cest--dire offrant le
mme service : le profil conome utilisant du matriel adapt haut rendement nergtique et le
profil standard utilisant un quipement dont la consommation nergtique se situe dans la

annuelles pour chacun des deux profils sont respectivement 623 kWh pour le profil conome et
1517 kWh pour le profil standard (Figure 2.45).
550

Hiver basse conso (1637 Wh/jour)


Printemps-Automne basse conso (1713 Wh/jour)
Et basse conso( 1766 Wh/jour)
Hiver conso traditionnelle (4228 Wh/jour)
Printemps-Automne conso traditionnelle (4170 Wh/jour)
Et conso traditionnelle (4062 Wh/jour)

500
450

Energie horaire appele (Wh)

tel-00604868, version 1 - 29 Jun 2011

moyenne de celles des appareils conventionnels disponibles sur le march. Les consommations

400
350
300
250
200
150
100
50
0
0

10

12
heures

14

16

18

20

22

24

Figure 2.45 Les deux profils de consommation saisonniers.

A partir de ces deux profils de charge, nous avons simul le fonctionnement du systme pour
deux taux de couverture solaire (100 % et 99 %) et obtenu les configurations optimales du systme
aprs application de la mthode dcrite prcdemment (Figure 2.46). Au niveau de la configuration
optimale, on constate que le passage dun taux de couverture de 100 % 99 % se traduit par une
diminution de la surface de 8 30 % et dune diminution significative de la taille des batteries de 50
60 %.

154

200
Profil conome - Taux de couverture 100%
Profil standard - Taux de couverture 99%
Profil conome - Taux de couverture 100%
Profil standard - Taux de couverture 99%

Capacit de stockage des batteries (kWh)

180
160
140
120
100
80
60
40

4,16
3,04

20

2,72

1,83
0
0

10

20

30
Surface de modules PV (m)

40

50

60

tel-00604868, version 1 - 29 Jun 2011

Figure 2.46 Dimensionnement et optimisation du systme.

On observe galement une diminution de plus dun facteur trois au niveau des caractristiques
du systme PV par le simple fait dun choix judicieux du matriel lectrique permettant de passer
du profil standard au profil conome. Cela se traduit galement par une rduction de 1/3 du cot du
kWh. On peut ainsi comparer des cots pour un mme service rendu et constater quun choix
optimal de lquipement peut induire une rduction de prs dun facteur 3,4 du cot du systme de
production sans diminuer pour autant le degr de confort.

Ces rsultats dmontrent l'importance du choix de l'quipement. L'lectricit photovoltaque (et


plus gnralement la production dcentralise dlectricit) et l'utilisation rationnelle de l'nergie
sont donc des allis indniables. Les Energies renouvelables sont indissociables des actions de
Matrise de lEnergie.

2.6

SYNTHESE ET CONCLUSION
La mthodologie de dimensionnement que nous avons dveloppe initialement a t amliore

en introduisant le fonctionnement du groupe dans la simulation globale du systme hybride et en


optimisant sa stratgie de fonctionnement. Cette mthode a conduit des rsultats tout fait
concordants avec ceux obtenus par des mthodes plus lourdes et plus complexes, car rappelons le
nous cherchons dimensionner nos systmes et non connatre finement la valeur des paramtres
caractristiques un instant donn de son fonctionnement.

Lapproche globale quelle utilise et la simplicit des modles mis en uvre pour dcrire le
comportement de chaque sous systme permet de ltendre aisment dautres systmes de
155

production dnergie. Ainsi, les systmes hybrides olien/batteries/groupe lectrogne ont t


galement dimensionns. Les systmes de production dcentralise utilisant lnergie olienne
semblent cependant moins adaptables tous les sites que ne le sont les systmes photovoltaques.
La plupart des conclusions qui furent tires de ltude des systmes photovoltaques ont pu tre
tendues aux systmes oliens [6.7.1.13 ; 6.7.1.16 ; 6.7.2.18 ; 6.7.2.25] :
-

utilisation dun stockage dnergie nexcdant pas deux ou trois jours dautonomie dans une
configuration hybride ;

ncessit dune taille minimale du sous systme producteur dnergie (champ


photovoltaque ou olienne) sous peine dune impossibilit de garantir une fiabilit
correcte ;

ncessit de caractriser lolienne la fois par sa puissance nominale et par sa courbe de


puissance ce qui implique quun dimensionnement sur un site donn ne peut tre gnralis

tel-00604868, version 1 - 29 Jun 2011

tous types de machines.

Au niveau de ltude des cots et plus particulirement des valeurs obtenues, il faut prciser
que nous ne pouvons pas comparer ces cots avec ceux produits par des moyens classiques. Il est
cependant intressant de noter que le recours aux nergies renouvelables disponibles in situ permet
de rduire voire mme dannuler les cots de transport et de distribution (Chabot, 1996).

Intgrer les besoins de lutilisateur dans loptimisation du moyen de production dlectricit qui
va lui tre fourni est invitable. Il est ncessaire que le concepteur ou linstallateur du systme soit
galement un ambassadeur des conomies dnergie.

Lexemple que nous avons trait ici permet de manire vidente de prendre conscience du
problme de lutilisation rationnelle de lnergie au niveau de lalimentation lectrique de lhabitat
mme sil ne sagit pas du secteur le plus nergivore. Ce concept dpasse de loin le cadre de
lutilisation des sources renouvelables dnergie, il sinscrit galement dans celui de la prservation
de lenvironnement et du dveloppement durable.

2.7

INTRODUCTION DE LA CHAINE HYDROGENE [6.7.1.2 ; 6.7.2.7 ; 6.7.2.9]


Nous venons de prsenter le dimensionnement de systmes multi-sources dans le cadre dune

application de charge autonome. Lajout dun groupe lectrogne a permis de rduire la part du
renouvelable et de fiabiliser le systme. Le systme de stockage permet dassurer le tampon lors
de non-production du renouvelable..
156

Les systmes associant batteries et/ou groupe lectrogne sont largement utiliss dans les
systmes de production lectrique partir d'nergies renouvelables. Ils gardent cependant un
caractre polluant pas compltement satisfaisant. Le couple lectrolyseur/pile combustible permet
de remdier ce problme : l'lectrolyseur permet de stocker de l'lectricit sous forme d'hydrogne
et la pile combustible permet de fournir l'lectricit d'appoint en cas de manque de ressource des
nergies renouvelables. Il "suffit" alors d'avoir un stock d'hydrogne de contenance adapte.

Nous avons introduit une chaine hydrogne au sein de systmes multi-sources. Celle-ci permet
la fois dassurer le stockage de lnergie, via un lectrolyseur, et la production dnergie
lectrique via une pile combustible. On peut dcomposer ce systme en quatre sous-systmes

tel-00604868, version 1 - 29 Jun 2011

dtaills sur la Figure 2.47.

Figure 2.47 - Schma de principe du systme hybride tudi.

Nous avons donc ralis une optimisation technique et conomique du systme hybride. Et
une tude comparative avec un systme classique photovoltaque batteries. La charge alimenter
est celle dcrite sur la Figure 2.45, profil basse consommation.

La stratgie de fonctionnement choisie est la suivante. La charge est en priorit alimente, en


cas dnergie excdentaire celle-ci sera oriente vers llectrolyseur pour tre stocke sous forme
dhydrogne puis restitue en cas de besoin par lintermdiaire de la pile combustible.
157

Le rle de llectrolyseur est de transformer lnergie lectrique en hydrogne. Le rle du


compresseur est de comprimer lhydrogne produit par llectrolyseur pour en rduire le volume de
stockage. On supposera que la pile de type PEM (proton Exchange Membrane) fonctionne lair
ambiant et nous nous sommes focaliss sur le volume dhydrogne produit.

Lnergie supplmentaire produite par lensemble photovoltaque-olienne et non consomme


par la charge est disponible pour llectrolyse. Llectrolyseur est dfini par un seuil de puissance
minimale de fonctionnement et un seuil haut. Le seuil bas est dfini comme un pourcentage de la
puissance maximale de llectrolyseur (typiquement 20 %). Le plafond est dfini par la puissance
maximale de llectrolyseur, majore par la consommation du compresseur. La puissance maximale
de llectrolyseur est quant elle dfinie comme un pourcentage de la somme de la puissance crte du
champ photovoltaque et de la puissance nominale de lolienne Il faut noter quen baissant la

tel-00604868, version 1 - 29 Jun 2011

puissance de l'lectrolyseur, on baisse le seuil de dclenchement et ainsi on diminue la puissance


perdue.

La consommation du compresseur est dfinie comme un pourcentage de lnergie disponible en


entre de llectrolyseur. On considre ainsi que le compresseur se met en route en mme temps que
llectrolyseur et que sa consommation dpend de la production en hydrogne de llectrolyseur
(compression adiabatique, isotherme ou multi-tage).
La diffrence entre la puissance en thorie disponible en entre de llectrolyseur et celle
effectivement utilise par ce dernier est de la puissance perdue quil faut essayer de rendre la plus
petite possible, en ajustant par exemple la puissance maximale de llectrolyseur par rapport la
puissance SER installe.

La conversion de llectricit en hydrogne par llectrolyseur se fait ensuite par le PCS de


lhydrogne, cest--dire 3,55 kWh/Nm3. Le rendement de cette conversion (autour de 75%) est une
fonction de lnergie lectrique en entre de llectrolyseur.

lec (P ) = 2U ref

4aP 0 ,5
b 1 + 1 +

b

Les valeurs des paramtres a et b sont donnes pour un lectrolyseur "classique" moyen.

158

(2.28)

Le rle de la pile combustible est de transformer de l'hydrogne en nergie lectrique. Sa


modlisation consistera donc obtenir une nergie lectrique partir d'un volume d'hydrogne quil
faut calculer.

Lnergie fournir la charge et non produite par le champ photovoltaque est fournir par
la pile combustible. La puissance maximale de la pile combustible correspond la puissance
maximale de la charge alimenter.
.
La conversion de lhydrogne en lectricit par la pile combustible se fait par le PCS, cest-dire 3,55 kWh/Nm3. Le rendement de cette conversion (autour de 55 %) est une fonction de la
puissance lectrique fournir par la pile combustible. Lexpression du rendement en fonction de

tel-00604868, version 1 - 29 Jun 2011

la puissance fournir par la pile combustible:

4a' P'
1 + 1 +

b'

PaC (P' ) = b'


2U ' ref

0 ,5

(2.29)

Le modle de rendement utilis ne tient pas compte de l'influence de la temprature ni de la


pression. Les valeurs des paramtres a et b sont donnes pour une pile combustible "classique"
moyenne type PEMFC.

Le rservoir dhydrogne permet de stocker lnergie excdentaire notamment lors des


priodes dt sous forme dhydrogne et de la restituer aux priodes dficitaires. Sa modlisation
consistera donc comparer un flux de production dhydrogne par llectrolyseur, un flux de
consommation dhydrogne utilis par la pile combustible.

Les rsultats de simulations issus des modles dvelopps ont ensuite t compars avec ceux
issus des modles dvelopps par nos partenaires du CEA et de HELION Fuel Cells Maker (Figure
2.49). On observe de fortes simulations, les carts provenant essentiellement des stratgies de
fonctionnement choisies. Ce point sera abord dans les prochains travaux de la Thse de Christophe
DARRAS dbut en Septembre 2007.

159

tel-00604868, version 1 - 29 Jun 2011

Evolution du rendement de llectrolyseur en fonction


du temps

Evolution de la production dhydrogne en fonction du


temps

Evolution du rendement de la PC en fonction du temps

Evolution de la consommation dHydrogne en


fonction du temps

Figure 2.49 Comparaison des rsultats issus des diffrents travaux

Lnergie lectrolyse dpend de la puissance de llectrolyseur, du rendement de


llectrolyseur, du compresseur et bien entendu de lnergie en entre. Nous avons vu
prcdemment que llectrolyseur a une plage de fonctionnement limite par une puissance
minimale et maximale. Lnergie ainsi perdue doit tre rendue la plus petite possible. Il a donc fallu
optimiser la puissance de celui-ci en fonction de la puissance du champ photovoltaque. Nous avons
trac la courbe de lnergie lectrolyse et du volume dhydrogne produit en fonction de la
puissance dlectrolyseur (Figure 2.50).

160

tel-00604868, version 1 - 29 Jun 2011

Figure 2.50 Volume dhydrogne produit en fonction de la Puissance de llectrolyseur

Pour un champ photovoltaque dune puissance PPV = 2600 Wc, nous voyons donc quil
suffit de dimensionner llectrolyseur 65% de 2600 Wc, soit environ 1700 W. Au-del, lnergie
lectrolyse ne sera pas plus importante.

Ayant ainsi dimensionn llectrolyseur, nous avons ensuite mis en place la mthode de
dimensionnement nergtique prsente prcdemment, et transpose ce nouveau type de systme
multi-source. La courbe limite de fonctionnement du systme (ou de dimensionnement) (Figure
2.51), permet dindiquer la configuration minimale du champ photovoltaque et du rservoir
dhydrogne ncessaire pour que le systme ne tombe pas en panne sur la priode de simulation.

161

puissance d'lectrolyeur de 65 % P crte PV)

Volume d'H2 (litres, sous 200


bars)

2500

2000

1500

1
1000

500

0
0

1000

2000

3000

4000

5000

6000

7000

8000

9000

Puissance crte du champ PV en W

tel-00604868, version 1 - 29 Jun 2011

Figure 2.51 Courbe de dimensionnement du systme PV - Electrolyseur pile combustible

De cette courbe, nous pouvons dduire trois zones :

La zone 1 dfinit un systme sous dimensionn en puissance photovoltaque. Dans ce cas, le


volume dhydrogne produit au cours de la priode de simulation est infrieur au volume
dhydrogne consomm. Le systme spuise en hydrogne et ncessite un stock dhydrogne
au dpart important afin dassurer le fonctionnement de linstallation pendant le temps considr.

La zone 2 dfinit un systme sous dimensionn. (taux de dfaillance > 0) Dans ce cas, cest
soit le volume dhydrogne, soit la puissance du champ photovoltaque qui est insuffisante. Le
systme fonctionne avec un taux de dfaillance suprieur zro. Plus le point de fonctionnement
sloigne de la limite de la courbe de fonctionnement et est lintrieur de la zone 2, plus le taux de
dfaillance est important.

La zone 3 dfinit un systme dont le taux de dfaillance sur la priode considre est nul.

Afin daffiner notre tude, nous avons trac les courbes de fonctionnement limites pour
diffrentes valeurs de puissance dlectrolyseur (Figure 2.52) :







Plectro = 0,4 PPV


Plectro = 0,5 PPV
Plectro = 0,65 PPV
Plectro = 0,7 PPV
Plectro = 1 PPV

162

vol de H2 (en litres sous 200


bars)

3000
2500
2000

p elec : 0.7
p elec : 0.65

1500

p elec : 0.5
p elec : 0.4

1000

P elec : 1
500
0
0

2000

4000

6000

8000

10000

Puissance crte du champ photovoltaque (W)


Figure 2.52 Courbe de dimensionnement en fonction de la puissance de llectrolyseur.

tel-00604868, version 1 - 29 Jun 2011

Nous constatons que la courbe de fonctionnement limite varie peu quel que soit le ratio de
puissance de llectrolyseur.

A partir de ces courbes de dimensionement, on saperoit quil existe un grand nombre de


couples possible permettant au systme de fonctionner. Ce qui gnre la problmatique suivante :
est-il plus intressant conomiquement daugmenter le champ photovoltaque pour avoir ainsi un
volume de stockage moins grand et un lectrolyseur ventuellement de puissance plus faible ou de
rduire le champ photovoltaque pour avoir un volume de stockage plus important ? Avant donc de
donner un Cot Gnral Annualis (CGA) quelconque pour un tel systme, il est important de faire
une optimisation conomique du systme. Le but de cette tude est tout dabord doptimiser les
cots de linstallation en dimensionnant au mieux les matriels. Pour cela, les matriels influenant
majoritairement sur les cots sont :

La pile combustible
Le contrleur/convertisseur
Llectrolyseur
Le rservoir dhydrogne
Le champ photovoltaque

Le Tableau 2.16 synthtise les hypothses conomiques choisies dans cette tude (temps de
fonctionnement de linstallation 20 ans ; taux dactualisation : 6%).
Equipements
Dure de vie
Cot du kW
Pile Combustible
10000 h
2000 /kW
Convertisseur
10 ans
1000 /kW
Electrolyseur + compresseur
10 ans
4000 /kW
Stockage hydrogne
20 ans
250 50L H2@ 200 bars
Champ photovoltaque
20 ans
6000 /kWc

Tableau 2.16 Dure de vie et Cots des diffrents lments du systme


163

Pour chaque point de la courbe limite de fonctionnement (Figure 2.53), nous avons calcul le
CGA correspondant. Si nous superposons les courbes CGA et volume dH2 en fonction de
la puissance crte du champ photovoltaque, nous pouvons voir clairement quune zone doptimum
conomique apparat.
35000

30,000

25,000

25000

20000
15,000
15000
10,000

CGA en / kWh

20,000

10000

Zone
5,000

5000

0
0

1000

2000
3000
4000
5000
6000
7000
Puissance crte du cham p photovoltaque (W)

8000

0,000
9000

Figure 2.53 Cot en fonction de la Puissance crte PV et Volume dH2.

Nous avons galement tudi linfluence de la puissance de llectrolyseur sur ce cot et on


constate que le minimum conomique ne correspond pas au minimum nergtique (Figure
2.54). La puissance de llectrolyseur qui conduit un optimum conomique est gale 50 % de la
taille du champ photovoltaque, alors que loptimum nergtique est de 65 %. Loptimum
conomique ne correspond pas tout fait loptimum technique. Llectrolyseur ne transforme pas
le maximum de lnergie lectrolysable

Optimum conomique :
CGA : 5,13 /kWh
Puissance crte PV : 3000 W

CGA (/kWh)

tel-00604868, version 1 - 29 Jun 2011

vol de H2 (en litres sous 200 bars)

30000

6,000
5,900
5,800
5,700
5,600
5,500
5,400
5,300
5,200
5,100
5,000
2500

Rservoir dH2 : 1800 litres

2700

2900

3100

3300

3500

Puissance crte PV (W)


p elec : 0.7

p elec : 0.65

p elec : 0.5

p elec : 0.4

p elec : 1

Figure 2.54 Cot du systme en fonction de la puissance PV et pour diffrentes valeurs dlectrolyseurs

164

Nous constatons sur le prcdent graphe, que loptimum conomique du CGA (5,13 / kWh)
est obtenu pour une puissance crte de champ photovoltaque de 3000 W, un rservoir dhydrogne
de 1800 litres et un lectrolyseur choisi 50 % de la puissance crte PV.

Le cot du champ photovoltaque tant prpondrant par rapport celui du volume de


stockage, on cherchera donc minimiser la puissance PV. De plus, il faudrait disposer des cots
dlectrolyseurs commercialiss afin de pouvoir faire un choix plus objectif sur sa puissance. Dans
notre cas, un lectrolyseur de 1890 W permettrait dconomiser 300 Wc de modules
photovoltaque par rapport un lectrolyseur de 1500 W, mais son cot plus lev explique un
CGA plus important.

Cette tude a t poursuive par une analyse comparative, dans les mmes conditions

tel-00604868, version 1 - 29 Jun 2011

(ensoleillement et charge) entre un systme photovoltaque / chaine hydrogne et un systme


photovoltaque / batteries.

Le CGA est plus lev pour un systme avec pile combustible (5 /kWh) par rapport un
systme avec batteries (2,2 /kWh). Le matriel investir est plus coteux et plus nombreux
(lectrolyseur, rservoir dhydrogne, etc). De plus la dure de vie de la pile combustible est
encore rduite 10000 heures, ce qui impose des frais dentretien et de maintenance levs
(remplacement de la pile tous les 2 ans). Le taux de dfaillance des deux systmes, pour ltude
considre est gal zro, donc le surcot dun systme pile combustible ne peut pas tre expliqu
par une disponibilit plus grande du systme.

Enfin, nous avons ralis un bilan nergtique du systme avec les paramtres dfinis au cours
de loptimisation technique et conomique effectue prcdemment. Les paramtres retenus sont les
suivants :
-

puissance crte du champ photovoltaque : 3000 Wc,


puissance maximale de llectrolyseur : 50 % de la puissance crte,
puissance nominale de la pile combustible : 820 W
volume du rservoir dhydrogne : 1800 L,
volume initial dhydrogne : 1800 L,
type de compression (modle PV = cste) : MULTI-ETAGE,
pression finale du rservoir : 200 bars,

Le bilan nergtique global sur la priode de simulation est reprsent sur la Figure 2.55.

165

Rendement global (consomm / produit) : 36%

Contrle
27,5 MWh
77 MWh
Part directe charge : 12%

Non rc : 10,27 MWh


Compres : 4,58 MWh

tel-00604868, version 1 - 29 Jun 2011

18,38 MWh

PAC

Electrolyse

92693 heures

47761 heures

67,45 MWh

H2

Direct

Rendement de stockage PAC/lectrolyseur : 35 %

Hydrogne

Rendement brut du stockage : 27 %


Figure 2.55 Bilan nergtique du systme sur la priode de simulation

On constate sur ce schma que lnergie produite par le champ photovoltaque est bien
suprieure aux besoins. Seulement 12 % de cette nergie alimente directement moins de la moiti
de la charge. Le reste sert alimenter la boucle de stockage qui a un rendement de lordre de 35 %.

Le cot gnral annualis du systme est de plus du double celui dune installation PV +
batteries. Ceci est le signe dune technologie encore nouvelle. Cette tude conomique simplifie
na pas pour but de donner un cot prcis et exact du cot, mais est utile pour donner des lments
indicatifs sur le dimensionnement des matriels. Nous pouvons ainsi constater que le cot du champ
photovoltaque est prpondrant devant le cot du stockage. Avec une nergie lectrique coteuse
comme celle du photovoltaque, llectrolyse aujourdhui est un moyen luxueux de stockage,
mais propre .

A lavenir, il serait intressant de pouvoir comparer un tel systme avec un systme


photovoltaque + batteries + groupe et avec une installation photovoltaque + pile combustible +
batteries. Le parc de batteries serait utilis pendant les journes dt et llectrolyseur remplirait les
rservoirs dhydrogne. Lhiver, la pile combustible viendrait faire lappoint et pourrait ainsi
fonctionner en cognration. On diminuerait ainsi lutilisation de la pile combustible, et nous
pourrions choisir des puissances plus petites dlectrolyseur et de pile combustible.
166

Notre tude montre que le cot dinvestissement dun systme photovoltaque avec pile
combustible est lev. Cependant, le cot du stockage du kWh aprs investissement est tout de
mme moins lev que celui dun systme avec batteries. Nous pouvons imaginer quun tel systme
pourrait ventuellement tre utilis dans certaines rgions o un systme dlectrification
photovoltaque en site isol ncessite un stockage important. Dans certaines zones de montagne par
exemple, le nombre de jours dautonomie est lev, ce qui ncessite un parc batterie important.

Les facteurs bloquants de ce type de systme sont les suivants :

tel-00604868, version 1 - 29 Jun 2011

Pas de retour dexprience (peu dinstallation dans le monde)


Dure de vie de la pile encore insuffisante. (10000 heures)
Cot dun lectrolyseur lev. (3000 /kWh)
Faible rendement de la boucle de stockage (35 %), (65 % pour un parc batterie)
Complexit du systme par rapport une installation photovoltaque + batteries

Les avantages dun tel systme sont :

Possibilit de faire de la cognration


Densit de stockage en Wh/m3 importante (si lhydrogne est compress)
Cot du kWh (hors investissement) plus faible que celui dun stockage par batterie
(< 30 /kWh dans notre cas)
Possibilit de grande capacit de stockage.

Ce travail a t men en partenariat avec HELION Fuel Cells et INES-CEA. Les premiers
rsultats obtenus nous ont conduits dposer, avec ces partenaires, un projet, appel PEPITE, dans
le cadre de lANR programme PANH. Nous venons dobtenir lacceptation de ce projet, qui va
nous permettre de valider nos calculs, et la stratgie de fonctionnement du systme, en dveloppant
un champ exprimental sur Cadarache.

167

PERPECTIVES

Nos perspectives de recherches actuelles sinscrivent principalement dans trois domaines et


toujours en liaison troite avec la problmatique aborde dans ce mmoire.

Il sagit tout dabord de poursuivre nos travaux sur la ressource nergtique (rayonnement
solaire et vent) afin de proposer un outil de connaissance et de prdiction dont lchelle de temps
reste dfinir, afin de pouvoir optimiser la gestion du rseau lectrique lorsque lon introduit des
fermes oliennes ou des centrales photovoltaques.

La seconde problmatique aborde concerne linsertion des systmes photovoltaques et des

tel-00604868, version 1 - 29 Jun 2011

fermes oliennes dans les rseaux lectriques insulaires sur un programme de recherches communs
trois les : La Runion, les Antilles et la Corse. Une approche commune est envisage.

Enfin, la dernire problmatique concerne la Plateforme Solaire de Vignola, dont une partie est
ddie au projet MYRTE couplage photovoltaque et chaine hydrogne en vue dune intgration
sur le rseau lectrique.

3.1

LA RESSOURCE ENERGETIQUE : Analyse et modlisation multi-chelle de sries de vitesses de


vent et de rayonnement solaire et allocation de ressources
Le sujet propos ici est, comme nous venons de le voir, ltape pralable toute tude

dintgration de systmes nergtiques sources renouvelables dnergie, car il concerne lanalyse


et ltude du potentiel nergtique (cest--dire la ressource). Lobjectif final est, partir de mesures
in-situ disperses sur un territoire, de dvelopper des modles statistiques pour les fluctuations
temporelles de la ressource afin d'estimer le potentiel d'un site donn. Pour cela, nous avons notre
disposition les vitesses et directions de vent horaires sur 21 stations du territoire corse de 2002
2006.

Cette thmatique concerne donc ltude de sries temporelles de paramtres mtorologiques


(vitesse de vent rayonnement solaire global) partir de donnes exprimentales mesures in-situ
ou issues dimagerie, dans loptique dune transformation nergtique par des systmes
nergtiques sources renouvelables dnergie (fermes oliennes, centrale photovoltaque)
connects au rseau lectrique. Cette tude sattachera caractriser la ressource sur des sites
individuels, et sur des ensembles de sites (optimisation Risque / Production)
168

En effet, afin de caractriser le potentiel d'une ferme olienne et/ou dun systme
photovoltaque, il est important de disposer de modles statistiques prcis de l'intrant nergtique,
savoir l'volution des vitesses de vent et/ou du rayonnement solaire global. Ces modles devront
aussi permettre de dvelopper des mthodes de prvision de l'amplitude des fluctuations afin de
faire de la commande et de la gestion des systmes nergtiques. La prdiction de la production des
centrales EnR intermittentes est essentielle la gestion du rseau lectrique insulaire dans le cas
dune introduction massive de ces sources dnergie renouvelable.

Nous proposons une alternative fonde sur des modles inspirs de l'tude de la turbulence
pleinement dveloppe. Ces modles que l'on qualifie de "cascades alatoires" sont justifis par
l'observation de lois d'chelles de type ``multi-scaling" sur des donnes de vent hautes frquences.
Ce paradigme de la cascade permet de reproduire le comportement statistique toute chelle des

tel-00604868, version 1 - 29 Jun 2011

vitesses de vent. Ce type de modle permet de proposer un clairage nouveau sur la calibration
statistique des potentiels nergtiques de fermes oliennes.

Dans la perspective d'une mise en place de fermes oliennes et/ou de centrales photovoltaques
sur diffrents sites, il est ncessaire de faire une tude jointe des proprits statistiques du vent sur
ces sites. Nous envisageons alors de dvelopper une approche d'optimisation des ressources inspire
de la thorie de portefeuille en finance, selon laquelle l'allocation doit maximiser le rendement en
minimisant le risque. La difficult du problme est, comme en finance, relie la nature non
Gaussienne des fluctuations de puissance disponible. Cette tude pourra saccompagner des
mthodes de classification permettant de regrouper des sites ayant des proprits statistiques et des
comportements de vitesse de vent identiques. Lobjectif final tant dobserver si on peut lisser la
production globale dnergie olienne et solaire sur la rgion.

Dans le mme temps, nous avons l'ambition de travailler sur des modles physiques afin de
comprendre l'origine de certaines proprits statistiques universelles observes sur les sries de
vitesse de vent, telles que les temps caractristiques ou les exposants d'chelles observs.

En ce qui concerne le rayonnement solaire, il est envisag dinstaller des capteurs (du type
cellules photovoltaques) dans les zones de vie de la Corse afin destimer au mieux le potentiel
solaire et sa rpartition gographique. Cette analyse pourra tre couple aux tudes bases sur les
analyses dimage satellitaire prsentes dans ce rapport.

169

Nous envisageons galement une approche diffrente la prvision de la ressource, notamment


par les rseaux de neurones. Ce travail seffectuera en partenariat, entre autre, avec lquipe du
Laboratoire du Btiment et de la Physique des Systmes de lUniversit de la Runion.

3.2

ANALYSE DE LINTEGRATION DANS LES RESEAUX ELECTRIQUES


Nous avons vu que dans un systme de production base dnergie renouvelable intermittente,

le niveau de puissance gnr est variable, et les oscillations de puissance qui en rsultent ont un
rel impact sur le rseau et sur les charges quil alimente alors mme que la tension et la
frquence du rseau doivent satisfaire des normes qui garantissent que les charges alimentes ne
soient pas endommages. En sens inverse, un rseau faible peut connatre lui aussi des variations
induites par le comportement de ses charges et des autres sources, et ces variations (creux de

tel-00604868, version 1 - 29 Jun 2011

tension par exemple) peuvent limiter la possibilit dinjection dnergie dans le rseau des systmes
de production EnR qui y sont connects, par le biais des protections de dcouplage. Une mauvaise
conception ou un mauvais ajustement des paramtres de dcouplage peuvent considrablement
limiter la quantit dnergie livre au rseau par les units de production. Il est donc important
dtudier le comportement dun rseau de petite dimension soumis aux fluctuations de puissance
induites par la production solaire ainsi que la stabilit du systme en cas dincidents rseau, et
plus particulirement pour une production dcentralise dnergie

Il sagit donc de rsoudre une par une les problmatiques susceptibles de limiter la diffusion du
photovoltaque dans les rseaux lectriques insulaires. Pour cela, nous allons dvelopper un
programme de recherches axs sur 3 tches.

Tche 1 : Caractrisation de la centrale EnR Intermittente intgre et de lenvironnement

(systmes lectrique, ressource solaire et autres paramtres mtorologiques)


Comme nous lavons vu lors de lanalyse du systme photovoltaque que nous avons implant
sur notre site, le monitoring dinstallations doit permettre la mise en place des bases de donnes des
performances des centrales EnR connectes au rseau, mesures dans des conditions in situ et en
fonctionnement rel. Ces bases de donnes serviront de base de connaissances pour valuer des
indices de performance systme, des indicateurs de fiabilit ou de dysfonctionnement et pour
tudier les interactions rseau/onduleur. Cest partir de ces bases de donnes que la tche 3 pourra
dfinir des modles pour le dimensionnement des centrales intermittentes et la prdiction du
productible.

170

Des analyseurs de rseaux seront installs, permettant de caractriser le rseau. Des bases de
donnes ddies disposant dun format commun permettront lchange facilit des donnes dans des
perspectives de traitements statistiques et de simulations.

Tche 2 : Modlisation de la centrale photovoltaque insulaire et de son interaction avec le

rseau lectrique
Lintgration de centrales EnR intermittentes en grand nombre nest envisageable que si leur
fonctionnement nentre pas en conflit avec les contraintes ou la capacit daccueil du systme
lectrique insulaire auquel elles appartiennent. Il est donc important de comprendre prcisment les
caractristiques de linteraction entre les centrales EnR et le systme lectrique (intgralit des
moyens de production insulaires et rseaux) dans lequel les centrales vont sinsrer. De mme que
le monitoring systme, lvaluation de linteraction centrale EnR - systmes lectriques insulaires

tel-00604868, version 1 - 29 Jun 2011

doit permettre la mise en place dune base de connaissances essentielle la ralisation de la tche 3.
La connaissance dtaille de ces interactions est indispensable pour valuer avec une prcision
amliore les facteurs limitant la capacit daccueil des EnR intermittentes dans les systmes
nergtiques et la dtermination des puissances maximales de sources EnR intermittentes que
pourra grer un systme lectrique insulaire sans mettre en pril la qualit de la fourniture lectrique
lensemble des consommateurs dlectricit.

Lobjectif est de montrer jusqu quel niveau linsertion massive de production dcentralise
peut avoir un impact sur ces diffrents points du rseau. Une analyse multicritre des impacts
pourra tre dveloppe et nous proposerons des solutions fonctionnelles et technologiques.

Tche 3 : Dfinition d'un outil de dimensionnement de la centrale photovoltaque insulaire et

prdiction sur court terme de la puissance lectrique dorigine photovoltaque


Il sagit de dterminer une mthode pour savoir o et en quelle quantit maximum on pourra
prvoir du photovoltaque, de faon optimiser le ratio nuisances/rentabilit de la centrale
photovoltaque. La mthode devra tenir compte dune extension lolien.

La dmarche envisage pour la suite du travail est de dterminer les capacits du territoire
recevoir du photovoltaque (en plein champ, sur bti), puis, en fonction dune part de la
connaissance de la ressource nergtique et de la qualit du rseau dans les diverses zones du
territoires et dautre part de la connaissance de la puissance des systmes dans ces conditions
dclairement et de qualit de rseau, de dterminer lhistorique de la courbe de production
lectrique au cours du temps. Si les rsultats obtenus sont probants, on sefforcera, en superposant
171

les courbes de charge fournies par EDF/SEI et la courbe de production lectrique des diverses
units de production, doptimiser la rpartition de la centrale photovoltaque sur le territoire.

Des communications ont dj t ralises dans ce domaine en ce qui concerne le couplage


hydraulique et olien (double retenue et pompage) [6.7.2.12] sur linfluence de la production
dcentralise sur un rseau MT [6.7.2.13], avec nos partenaires de lUniversit technique de Sofia en
Bulgarie.

Ce travail initi dans le courant de lanne 2007 lors dun dpt lANR Photovoltaque a t
labor avec diffrents partenaires, comme le LBPS de lUniversit de la Runion, INES, lENSAM
Metz, TENESOL Ocan Indien, APEX BP Solar Martinique, le Groupe Dijoux et le Syndicat

tel-00604868, version 1 - 29 Jun 2011

dlectrification de la Martinique.

3.3

LA PLATEFORME SOLAIRE DE VIGNOLA.


Enfin, nous sommes galement co-porteur avec Christian CRISTOFARI, de la Plateforme

Solaire de Vignola dans laquelle nous avons initi le projet MYRTE (Mission HydrogneRenouvelable pour lIntgration au Rseau Electrique), projet de couplage photovoltaque
lectrolyseur pile combustible.

Ce projet a t labellis par Capenergies et il est un projet structurant de ce ple. Il allie


partenariat public-priv, recherches et formations professionnelles. Cet outil de R&D contribuera
galement renforcer les formations INGECO et SEER de lUniversit de Corse par la mise en
place de toutes les applications prvues. Ce projet de 32 M a t inscrit dans le contrat de projet
Etat-Rgion 20072013 pour un montant de 14 M. Nous sommes le coordinateur scientifique et
technique du projet. Les partenaires sont le groupe RAFFALLI (groupe de BTP Corse), la socit
HELION Fuel Cellas Maker (filiale du groupe AREVA, spcialise dans les lectrolyseurs et les
piles combustible), le CEA et lINES.
Cette plateforme est constitue de plusieurs plateaux :
1. une centrale solaire photovoltaque de 3,5 MW
2. le plateau de R&D MYRTE ddi au couplage Photovoltaque hydrogne
3. le plateau solaire technique ddi ltude du solaire photovoltaque, solaire
thermique, stockage de lnergie et MDE
4. une agence rgionale de lEnergie
5. un plateau formation professionnelle
172

Lobjectif de MYRTE est de raliser en Corse un systme hybride nergies renouvelableshydrogne, permettant aux diffrents partenaires de bnficer du retour dexprience sur les
possibilits offertes par ce type de systme, ainsi quun retour dexprience sur le comportement de
ses systmes pile combustible au sein dun systme hybride hydrogne. Le couplage de panneaux
photovoltaques avec lhydrogne a pour but daborder laspect Gestion et stabilisation de
rseau .

Les rseaux lectriques prsentant un fort taux de pntration des nergies renouvelables ont en
contrepartie besoin dun dispositif permettant de grer lintermittence de celles-ci. Cest le cas des
bouts de rseau, o une gestion intelligente de lnergie produite et consomme doit tre faite. Cest
aussi, moyen terme, le cas des rseaux insulaires o les nergies renouvelables sont une source de
scurisation de lapprovisionnement nergtique, et sont donc perues comme le moyen

tel-00604868, version 1 - 29 Jun 2011

dlectrification le plus souhaitable. Lhydrogne, produit et stock, permet de grer la capacit de


fourniture du rseau. Aujourd'hui, lorsque des puissances importantes (suprieures au MW)
dorigine renouvelable sont en jeu, le problme du stockage ne se pose pas. La capacit du rseau et
la diversit des sources qui lalimentent compensent le manque de stabilit des nergies
renouvelables. Aussi, pour lindustrie lectrique, le problme du stockage de cette lectricit
dorigine renouvelable nest pas inquitant, tant que les sources dalimentation sont diverses et
quune part importante dentre elles est grable. A terme, cependant, un taux de pntration plus
important des nergies renouvelables, tel celui que lon attend dun bouquet nergtique durable,
peut se rvler problmatique tant donn lincapacit quaura le gestionnaire du rseau prvoir et
agir sur la production dorigine renouvelable. Le stockage de cette nergie devient alors un enjeu
conomique. Les premiers rseaux concerns par la gestion dun fort taux de pntration des
nergies renouvelables pourraient tre les rseaux insulaires.

Le projet de systme hybride hydrogne sur le site de Vignola (MYRTE), dans les grandes
lignes, comprend :
un systme de production photovoltaque de lordre de 600 kWc,
un lectrolyseur dune dizaine de kW (Hlion)
un systme de stockage de gaz assurant lautonomie du systme selon un profil de charge
prdfini
une pile combustible de 200 kW (Hlion)
un systme de raccord au rseau
un systme de contrle commande de lensemble (Hlion + partenaires)
Il a pour objectif de contribuer renforcer le rseau lectrique lors des pointes appeles.
173

Nous dveloppons avec Hlion et lINES un outil de dimensionnement technico-conomique


des systmes hybrides nergies renouvelables hydrogne. Lobjectif de cet outil est didentifier
facilement les configurations optimales en termes de cots dans lesquelles de tels systmes pourront
tre implants, ds aujourd'hui o plus long terme ; le systme dimensionn devant alors offrir une
alternative conomiquement et techniquement viable un raccord au rseau ou un accroissement
de la capacit nergtique fossile.

Une fois cet outil mis en place, il sera ncessaire de dmontrer physiquement les
possibilits offertes par les systmes hybrides-hydrogne. Cela passe par une dmonstration de la
fiabilit des composants dans des conditions relles, mais aussi par laffinement des stratgies de
contrle commande et par lacquisition dun retour dexprience par les partenaires. La
combinaison de loutil de dimensionnement et dun site dexprimentation permettra de crer une

matire. Une premire tape vient dtre valide par lANR travers le programme PANH,
puisque que le projet PEPITE vient dtre obtenu. Le systme est reprsent par sur la Figure 2.56.
Synoptique projet
PAC Vignola

Lgende:

CV

Convertisseur
Limites des
fournitures Hlion

Dfinition de larchitecture
globale et CC du systme par
Hlion

PV
CV
Connexion
Rseau

CV
Electrolyseur

CV
Stockage
gaz

Stockage
lectrique

Rseau

tel-00604868, version 1 - 29 Jun 2011

rfrence denvergure mondiale et est propice la cristallisation autour du site de comptences en la

Sous-Systme
pile
combustible

Figure 2.56 - synoptique du systme

Ce systme est galement conu pour limiter les missions de flux vers le milieu extrieur :
1. rcupration de la chaleur de la pile et de llectrolyseur stockage par changement de phase
envisage et distribution aux lieux de vie
2. rcupration de leau produite par la pile (circuit ferm)

Les systmes hybrides nergies renouvelables hydrogne ont fait lobjet de plusieurs
dveloppements dans le monde depuis 1986. La solution du stockage long terme de lnergie grce
au vecteur hydrogne connat cependant un intrt toujours croissant. Plusieurs publications
174

scientifiques autour de ce thme ont dj vu le jour et leur rythme sest intensifi depuis quelques
annes. Plusieurs voies ont t explores dans ces recherches qui ont conduit diffrentes
dfinitions de systmes :
- la diversit des sources dnergie primaire (PV, olien),
- les dimensionnements du systme (rapport des puissances des diffrents composants, taille de
stockage ),
- les technologies utilises (pile combustible alcalines ou PEM, lectrolyseurs alcalins,
compression,),
- les applications.

A partir de ce constat, les enjeux scientifiques principaux du projet Ppite et de Myrte sont 1)
de constituer des rfrences pour optimiser la ralisation ultrieure de systmes 2) de russir une

tel-00604868, version 1 - 29 Jun 2011

exprimentation terrain significative, afin de dmontrer la faisabilit dune filire dlectrification


EnR H2. Les travaux raliss dans le monde sont rassembls dans le tableau ci-dessous qui liste
les diffrents projets de couplage EnR-H2 installs travers le monde de 1986 nos jours :

Tableau 2.16 Projets de systmes autonomes de production d'nergie couplant gnrateurs


renouvelables et stockage d'hydrogne
A lexception du projet Solar Wasserstoff Bayern, peu de projets ont mis en place des systmes
pile combustible de puissance importante. En installant une pile combustible de 200 kW
175

MYRTE mettra en place une exprimentation EnR H2 de rfrence lchelle europenne et


mondiale. En outre le choix dun lectrolyseur PEM distingue MYRTE de la plupart des projets
dj raliss.

Le profil de consommation (profil de charge = fourniture lectrique au rseau lectrique) a t


dtermin au cours de la phase dtude. Lobjectif est de dfinir un profil permettant de faire
fonctionner les diffrents lments du systme avec un comportement reprsentatif des
comportements en stabilisation de rseau, plus particulirement afin de contribuer crter la pointe
appele. Lobjectif de la plateforme est, entre autre, de permettre une injection contrle dnergie
lectrique dans le rseau lectrique. La principale mission fixe dans un premier temps est de venir
en appui au rseau lectrique, essentiellement sur une de ces mailles, afin dcrter tout ou partie de
la pointe. A partir des courbes de charge horaire pour la pointe en hiver, en t et en automne-

tel-00604868, version 1 - 29 Jun 2011

printemps pour lanne 2005 (fournies par EDF GDF Corse) nous avons estim un profil de
consommation saisonnier. La base du dimensionnement est donc la priode hivernale, priode
ou la pointe est la plus marque, surtout en soire, et galement observable en milieu de journe.
Sur la Figure 2.57, nous prsentons, la courbe reprsentant la journe ayant eu la consommation de
pointe en 2005. Nous y avons galement port la partie que devrait alimenter le systme de
production dnergie dont lobjectif est dcrter cette courbe, les deux zones ayant pour base le
trait plein rouge.
430

zone 1

420
P
410
400
390

zone 2

380

T
P'

370
360

T'

350
340
330
320
310
300
290
280
00:00 01:00 02:00 03:00 04:00 05:00 06:00 07:00 08:00 09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:01 22:01 23:01

Figure 2.57 - Courbe de charge Hiver 2005 et pointe assurer par Myrte

176

Le systme nergtique devra donc tre dimensionn et devra rpondre ces profils de charge.
Il faudra valider en premier lieu le nombre de jours dautonomie souhaits. Cest llment
dimensionnant du systme.

Toute la premire phase du travail va donc consister dimensionner le systme : de manire


nergtique, comme prsent dans ce mmoire (dans le cadre des systmes multi-sources), mais
galement de valider ce dimensionnement dun point de vue lectrique.

Lobjectif final est de disposer dun instrument de R&D ayant fait ces preuves en terme de
viabilit technique et conomique par le lever des diffrents verrous technologiques, aussi bien sur

tel-00604868, version 1 - 29 Jun 2011

chacune des briques du systme que pour son architecture globale.

177

CONCLUSION GENERALE
Le dveloppement de lutilisation des sources renouvelables est aujourdhui inluctable.
Lintroduction de production dcentralise (olien et photovoltaque) va ncessiter de dvelopper
des rseaux lectriques intelligents et des modes de gestion adapts (prvision de la ressource,
stockage de lnergie lectrique, ).

Nos activits de recherches se sont donc essentiellement concentres sur lintgration de


systmes photovoltaques et de fermes oliennes dans les rseaux lectriques insulaires et plus
particulirement celui de la Corse. Nous avons couvert toute la chaine nergtique, de ltude et
lanalyse de la ressource (solaire et olienne) la problmatique de linteraction systmes de

tel-00604868, version 1 - 29 Jun 2011

production / rseau lectrique.

Nous avons montr que ltude dun systme utilisant une source renouvelable dnergie passe
obligatoirement par une connaissance aussi fine que possible des fluctuations de la source et de la
charge qui lui est raccorde.

La problmatique de cet aspect non controlable de la source a t clairment dmontre. Elle


impose une limite dintgration sur le rseau lectrique. Cependant, llectrification dcentralise
peut apporter ceux qui en bnficient un confort travers le relev des chutes de tension. Il
convient donc de rechercher comment apporter ce plus bnfique de manire la plus conomique, la
plus simple et sans contraintes importantes.

Suite aux diverses conclusions manants de nos travaux de recherches, lexpertise que nous
avons pu mener, nous ont a conduit mettre en place des projets de recherches ambitieux. Ces
perspectives de recherches sinscrivent principalement dans trois domaines : la mise en place
doutils de prdiction de la ressource, lanalyse de lintgration optimale sur un rseau lectrique, et
le dveloppement de la filire hydrogne comme vecteur nergtique et de stockage afin de
favoriser lintroduction massive des nergies renouvelables dans les rseaux lectriques insulaires.
Ces travaux seffectuent dores et dj dans le cadre du pole de comptitivit CapEnergies (projets
labeliss, et projet structruant du pole pour le dernier) et en partenariat avec des universits
franaises (Universit de la Runion, Universit Antilles-Guyane, ) et trangres (Universit de
Sofia, ), des organismes de recherches (le CEA, INES) et des industriels (Groupe RAFFALLI,
HELION Fuel Cells maker).

178

tel-00604868, version 1 - 29 Jun 2011

REFERENCES
Aguiar , M. Collares-Pereira, Conde J.P., (1988), Simple procedure for generating sequences of
daily radiation values using a library of Markov transition matrices. Solar Energy, 40, 269279.
Aguiar B.V.S.P., Valerio L.F.A., Castro R.M.G., (2001), Evaluation of wind generators capacity
credit using a reliability model, European Wind Energy Conf, 1162-1165
Aguiar R. et Collares Pereira M., (1992), TAG : a time dependent, autoregressive, gaussian model
for generating synthetic hourly radiation. Solar Energy, 49-3, 167-174.
Ambrosone G., Catalanotti S., Coscia U., Troise G., Cocurullo G., (1985), Comparison between
power and energy methods of analyses of photovoltaic plants. Solar Energy, 34, 1-8.
Astier R. et Duhamel C., (1983), Modles de prvision et de simulation de lirradiation solaire au pas
de temps de lheure, Revue de Physique Applique, Vol 18, 29-38.
Balouktsis A., Tsanakas D., Vachtsevanos G., (1986), Stochastic simulation of hourly and daily
average wind speed sequences. Wind Engineering, 10-1, 1-11.
Barlier Y. (2000), The situation of electricity generation in Corsica. Colloque Dissemination of the
advanced control technologies and SCADA systems for the isolated power networks with
increased use of renewable energies Ajaccio, 27-35.
Ben Djemaa A. et Delorme C., (1992a), A comparison between one year of daily global irradiation
from grounded-based measurements versus Meteosat images from seven locations in
Tunisia. Solar Energy, 48-5, 325-333.
Ben Djemma A. et Delorme C., (1992b), Dtermination quotidienne, en tout point dune rgion, de
lvolution de lclairement solaire utilisable partir dimages de Mtosat. Journal de
Physique III, 2, 847-858.
Benzecri J.P. et Benzecri F. (1980), Pratique de lanalyse des donnes: analyse des
correspondances. Dunod Editeur.
Beyer H.G.,. Bolhen M, Schumacher J., (1995), GENG. A solar modelisation data generation for
the simulation system INSES, 13th European Photovoltaic Solar Energy Conf., 982-985.
Blanchard M. et Desrochers G., (1984), Generation of autocorrelated wind speeds for energy
conversion system studies, Solar Energy, Vol 33 (6), 571-579.
Boch G., Boileau E., Benard C., (1981), Modlisation de lirradiation solaire au pas de temps de
lheure, Revue Phys. Appl., Vol 16, 55-63.
Brett A.C. et Tuller S.E. (1991), The autocorrelation of hourly wind speed observations, Journal
Appl Meteorol, Vol 30, 823-833.
Brown B.G., Katz R.W., Murphy A.A., (1984), Time series models to simulate and forecast wind
speed and wind power, Journal Clim. Appl. Meteorol., Vol 23, 1184-1195.
Carlson R.F., McCormick A.J.A., Watts D.G., (1970), Application of linear random models to four
annual streamflow series, Water Ressour. Res., Vol 6, 1070-1078.
Chaabane M., Djemma A.B., Kossentini A., (1996), Daily and hourly global irradiation in Tunisia
extracted from Meteosat WEFAX images. Solar Energy, 57-6, 449-457.
Chabot B., (1996), Llectrification rurale dcentralise : tat de lart et perspectives techniques et
conomiques. La revue de lnergie, 475, 82-92.
Chowdhury B.H., (1990), Short term prediction of solar irradiance using time series analysis,
Energy Sources, Vol 12, 199-219.
Collares Pereira M. et Rabl A., (1979), The average distribution of solar radiation correlations
between diffuse and hemispherical and between daily and hourly insolations values. Solar
Energy, 22, 155-164.
Craig L., Liebmann C., (1992), Wind farm balance of plant costs. Rapport ETSU 6027.
Curien N., (1990), Calcul conomique. Encyclopdie conomique, chapitre XII, Edition X. Greffe,
J.Mairesse et J.L. Reiffers, ISBN : 2-7178-1968-1.

179

tel-00604868, version 1 - 29 Jun 2011

Daniel A.R. et Chen A.A., (1991), Stochastic simulation and forecasting of hourly average wind
speed sequences in Jamaca, Solar Energy, Vol 46(1), 1-11.
Davis J.M. et Rappoport P.N., (1974), The use of time series analysis techniques in forecasting
meteorological drought, Mon. Wea. Rev., Vol 102, 176-180.
Delleur J.M. et Kavvas M.L., (1978), Stochastic models for monthly rainall forecasting and
synthetic generation, J. Appl. Meteor., Vol 17, 1528-1536.
Delorme C., Gallo A., Olivieri J., (1992), Quick use of WEFAX images from Meteosat to determine
daily solar radiation in France. Solar Energy, 49-3, 191-197.
Deshmukh R.G., Ramakumar R., (1979), Reliability of Wind Assisted Utility Systems, Proc.
Control of Power Systems Conf., IEEE Catalog, N79, CH1377-1, REG5, 143-148
Deshmukh R.G., Ramakumar R., (1982), Reliability Analysis of Combined Wind-Electric and
Conventional Generation Systems, Solar Energy, 28 (4), 345-352
Dubey S.D., (1967), Normal and Weibull distributions, Naval Res. Logistics Quart., Vol 14, 69-79.
EDF Service Corse, (2002), Lolien au service du dveloppement durable en Corse. Fiche
dinformations remise lors de la Confrence lolien dans les iles, Ajaccio.
Egido M., Lorenzo E., (1992), The sizing of stand alone PV-Systems : a review and a proposed new
method. Solar Energy Materials and Solar Cells, 26, 51-69.
Elalaoui Faris M.E., (1990), Contribution au dimensionnement des systmes photovoltaques :
lanalyse et la prdiction de leur performance. Thse de doctorat, Universit de Nice.
Equer B., Percebois J., (1993), Les contraintes macroconomiques du photovoltaque. Energie
Solaire Photovoltaque, Volume II : Aspects Socio-Economiques. Edition Ellipse, ISBN : 27298-9390-3.
EUREC Agency (1998), Material, Photovoltaics, Harvesting the sun in the Urban Landscape,
Tutorial Course.
Eurostat donnes, (2005).
Festa R. et Ratto C.F., (1993), Proposal of a numerical procedure to select reference years, Solar
Energy, Vol 50(1), 9-17.
Festa R., Ratto C.F., DeGol D., (1988), A procedure to obtain daily values of meteorological
parameters from monthly averages, Solar Energy, Vol 40 (4), 309-313.
Frankl P., Gamberale M., Battisti R., (2000), Life-cylce assessment of a PV cogenerative system,
comparison with a sloar thermal collector and a PV system, Proceedings 16th EC
Photovoltaic Solar Energy Conf.,1910-1914
Frisch U., (1995), Turbulence, Cambridge University Press, Cambridge.
Galloy E., Le Breton A., Martin S., (1981), A model of weather cycles based on daily rainfall
occurrence. Actes de the rhythms in Biology and other Fields of Applications, Note de
lecture en Biomathmatiques, 49, 303-310.
Gardner P., (1994), Wind farm power quality. Rapport ETSU W/33/00254/REP.
Garver L.L., (1966), Effective Load Carrying Capability of Generating Units, IEEE Transactions
on Power Apparatus and Systems, 910-915
Glover J. et McCulloch J.S.G., (1958), The empirical relation between solar radiation and hours of
sunshine. Q.J.R. Meteorol. Soc., 84, 172-175.
Gluck H., (1998), Wind turbine market. Winkra-Recom, Hannover
Gordon J.M. et Hochman M., (1984), On the random nature of solar radiation. Solar Energy, 32-3,
337-342.
Goussebaille J., Bejon M.J., Bois P., Vauchaud G., (1979), Critique et analyse de donnes
journalires dinsolation et de rayonnement. Analyse statistique des processus
mtorologiques appliqus lnergie. Edition du CNRS, 77-103.
Graham V.A., Hollands K.G.T., Unny T.E., (1987), Stochastic variation of hourly solar radiation
over the day. Actes du ISES Solar World Congress, 3796-3800.
Groumpos P., Papageorgiou G.,(1987), An Optimal Sizing Method for Stand-Alone Photovoltaic
Power System. Solar Energy, 38-5, 341-351
180

tel-00604868, version 1 - 29 Jun 2011

Haeberlin H. et Beutler Ch., (1995), Normalised Representation of Energy and Power for Analsysis
of Performance and On-line Error Detection in PV Systems, 13th European Photovoltaic
Solar Energy Conference, Nice, Octobre 23-27.
Hay J.E. (1979), Calculation of monthly mean solar radiation for horizontal and inclined surfaces.
Solar Energy, 23, 301-307.
Hay J.E. et Davies J.A., (1980), Calculation of the solar radiation incident on an inclined surfaces.
Actes du First Canadian Solar Radiation Data Workshop, 59-72.
Hay J.E., (1984), An assessment of the mesoscale variability of solar radiation at the Earths
surface. Solar Energy, 32-1, 425-434.
Hentschel H.G.E. et Porcaccia I., (1984), Relative diffusion in turbulent media: the fractal
dimension of clouds. The American Physical Society, 29(3), 1461-1470.
Hoff T., Shugar D.S., (1995), The value of grid-support photovoltaics in reducing distribution
system losses, IEEE Transactions on Energy Conversion
Hollands K.G.T. et Huget R.G., (1983), A probabilistic density function for the clearnesse index
with application. Solar Energy, 30, 195-209.
Hossain J., (1991), High Penetrations of Renewables in the Power Grid of Tamil Nadu, Wind
Engineering, 15(6), 318-328
Imamura E.I., Uchiyama Y., (1997), Impacts of highly penetration of PV system for electricity
supply configuration, 14th European Photovoltaic Solar Energy Conference, 912-914
Imamura M.S., (1994), Grid-connected PV plants: field experience in Germany and a pursuit of
higher solar energy collection efficiency, Solar Energy Materials and Solar Cells, 35, 359374.
INESTENE, (1996), Potentiels de matrise de la demande d'lectricit en Corse l'horizon 2015,
Rapport de Collectivit Territoriale de Corse
Iqbal M., (1983), An introduction to solar radiation. Academic Press, Canada, ISBN:0-12-3737524.
Istria P., (2000), Lolien en Corse, le role de lADEME : connaissance du gisement. Actes du
colloque Dissemination of the advanced control technologies and SCADA systems for the
isolated power networks with increased use of renewable energies, Ajaccio, 21-23.
Journal Officiel, (2001), Arrt du 8 Juin 2001 fixant les conditions dachat de llectricit produite
par des installations utilsant lnergie mcanique du vent telles que vises larticle 2 (2)
du dcrt n2000-1196 du 6 Dcembre 2000. Journal Officiel de la Rpublique Francaise,
22 Juin 2001, 9932-9938.
Kamal L. et Jafri Y.Z., (1997), Time series model to simulate and forecast hourly averaged wind
speed in Quetta, Pakistan, Solar Energy, Vol 61(1), 23-32.
Kaminsky F.C., Kirchhoff R.H., Syu C.Y., (1990a), A stastistical technique for generating missing
data from wind speed time series, Proc. of Conf. of the AWEA, 211-216.
Kaminsky F.C., Kirchhoff R.H., Syu C.Y., Manwell J.F., (1990b), A comparison of alternative
approaches for the synthetic generation of a wind speed time series. Wind Engineering, 9me
symposium, 1-8.
Kaye R.J., OBrien R., Ghiotto N., MacKee P., (1997), Site selection and assessment of rooftop
photovoltaic installations, 14th European Photovoltaic Solar Energy Conference, 1979-1982
Khallat M.A. et Rahman S., (1986), A probabilistic approach to photovoltaic generator performance
prediction. Institute of Electrical and Electronics Engineers, Transaction of Energy
Conversion, 3, 33-40.
Kirchhoff R.H., Kaminsky F C., Syu C.Y., (1989), Synthesis of wind speed using a Markov
Process, Proc. of the 8 ASME Wind Energy Symposium, Houston, Texas, 17-22.
Kirchhoff R.H., Kaminsky F.C., Syu C.Y., (1988), A Markov chain analysis of wind speed at
Windsor, Massachusetts. Wind Engineering, 5, 9-16.
Klein S.A., (1977), Calculation of monthly average insolation on tilted surfaces. Solar Energy, 23,
526-541.
181

tel-00604868, version 1 - 29 Jun 2011

Laali A.R., Louche A., Meyer J.L., (1996), Influence of wind farm capacity, turbine size and wind,
European Wind Energy Conference and Exhibition, 1535-1537.
Lameiro G.F.et Duff W.S., (1970), A markov model of solar energy space and hot water heating
system. Solar Energy, 22, 211-219.
Leteurtrois J.P., (2005), Rapport sur la Crise Energtique en Corse. Conseil Gnral des Mines,
NCGM 05-02
Liu B.Y.H. et. Jordan R.C., (1960), The interrelationship and characteristic distribution of direct,
diffuse and total solar insolation. Solar Energy, 4, 1-19.
Louche A., Maurel M., Simmonot G., Peri G., Iqbal M., (1987), Determination of Angstroms
turbidity coefficient from solar direct total solar irradiance measurements. Solar Energy,
38(2), 89-96.
Lovejoy S. et Schertzer D., (1986), Scale invariance, symmetries, fractals and stochastic simulations
of atmospheric phenomena. Bulletin American Meteorological Society, 67(1), 21-31.
Luther G., (1992), The regional function energy. Actes du 11th Photovoltaic E.C. Solar Energy
Conference, Montreux, Suisse, 1313-1316.
Lynge Jensen T., (2000), Renewable energy on small islands. Forum of Energy and Development,
Second Edition, ISBN 87-90502-03-5.
Macagnan M.H., Lorenzo E., (1992), On the optimal size of inverters for grid connected PV
systems. 11th E.C. Photovoltaic Solar Energy Conference, Montreux, 1167-1170
Mackay R.M., Probert S.D., (1996), Icelands energy and environmental strategy, Applied Energy,
53(3), 245-281
Mandelbrot B. (1984), Fractals in physics : Squig clusters, diffusions, fractal measure and unicity of
fractal dimensionality. Journal of Statistical Physics, 34(5/6), 895-930.
Marion B., Hayden H., (2005), Performance Parameters for Grid-Connected PV Systems, 31st
IEEE Photovoltaic Specialists Conference and Exhibition - Lake Buena Vista, Florida.
Marques M., (1982), Conception dun modle stochastique de simulation des rayonnements solaires
direct et global un pas de temps fin. Application aux donnes de Grenoble. Thse de
Doctorat, Universit de Grenoble.
Melar G., (1990), Mthodes de prvision cour terme. Modles Arma, mthode de Box et Jenkins,
modles de prvision, mthodes de prvision court terme. Statistiques et Mathmatiques
Appliques, Editions de lUniversit de Bruxelle, SMA, 229-241.
Milligan M., Parsons B., (1997), A Comparison and Case Study of Capacity Credit Algorithms for
Intermittent Generators, NREL/CP-440-22591 ]UC Category : 1210 ]DE97000223
Monlobou P., (2002) Colloque Energie olienne dans les Iles , 18 Janvier 2002, Ajaccio.
Moon S.E., Ryoo S.B., Know J.G., (1994), A Markov chain model for daily precipitation in South
Korea. International Journal of Meteorology, 4, 1009-1016.
Morales A., Trecat J., Crappe M., (2002); Adequate level of wind energy to be installed in
Belgium, IEEE Young Researches Symposium in Electrical Power Engineering, 1543-1546
Muselli M., (1997), Electrification des sites isols, Dimensionnement des systmes hybrides
source renouvelables dnergie, Thse, Universit de Corse
Nfaoui H., Buret J., Sayigh A.A.M.,(1996), Stochastic simulation of hourly average wind speed
sequences in Tangiers (Marocco). Solar Energy, 56-3, 301-314.
Nguyen B.T. et Pryor T.L., (1996), A computer model to estimated solar radiation in Vietnam.
Actes du World Renewable Energy Congress, 1274-1278.
Noia M., Ratto C.F., Festa R., (1993a), Solar irradiance estimation from geostationnary satelitte
data : I. Statistical models. Solar Energy, 51-6, 449-456.
Noia M., Ratto C.F., Festa R., (1993b), Solar irradiance estimation from geostationnary satelitte
data : II. Physical models. Solar Energy, 51-6, 457-465.
Nolay P., (1987), Dveloppement dune mthode gnrale danalyse des systmes photovoltaques.
Thse de lEcole Nationale Suprieure des Mines de Paris.
Notton G., (1992), Contribution ltude des systmes de production autonome dnergie utilisant
la conversion photovoltaque, Thse, Universit de Corse
182

tel-00604868, version 1 - 29 Jun 2011

Oberti P., (2004), Dcision publique et recherche procdurale : illustration dune dmarche
multicritre la localisation participative dun parc olien en rgion corse, in Actes des
journes de lAssociation Franaise de Science Economique, "Economie : aide la dcision
publique", Universit de Rennes 1-CREM, 18-19 mai, http://www.crereg.univrennes1.fr/journeesafse2004.html
Orgill J.F. et Hollands K.G., (1977), Correlation equation for hourly diffuse radiation on a
horizontal surface. Solar Energy, 19, 357-359.
Paish O., MacNellis B., Derrick A.,. (1994). Solar Electricity. Chapitre V : Applications. Edition
T.Markvart, John Wiley & sons, ISBN: 0-471-98852-9, Chichester, Royaume Uni.
Palomo E., (1989), Hourly solar radiation time series as first-order Markov chain. Actes du
International Solar Energy Society Solar World Congress, 2146-2150.
Pereira E.B., Abreu S.L., Stuhlmann R., Rieland M., Colle S., (1996), Survy of the incident solar
radiation in Brazil by use of Meteosat satellite data. Solar Energy, 57-2, 125-132.
Perez R., Berkheiser W., Stewart R., (1989), Analysis of Lincoln Center Experimental Data for
Investigation of Photovoltaic Peak Load Matching Potential, Rapport Atmospheric Sciences
Research Center SUNY at Albany, ASRC Pub. No.1281, Report to the New York Power
Authority,
Perez R., Seals R., Stewart R., Zelenska A., Estrada-Cagigal V., (1994), Using satellite-derived
insolation data for the site/time specific simulation of solar energy systems. Solar Energy,
56-6, 491-495.
Perez R., Stewart R., Berkheiser W., (1988), Analysis of Lincoln Center experimental data for
investigation of photovoltaic peak load matching potential, ASCR Pub#1281 Albany
Perrin de Brichambaut C. et Vauge C., (1982), Le gisement solaire : valuation de la ressource
nergtique. Tec & Doc Lavoisier, ISBN :2-85206-168-6.
Raficul Islam M.D., Exell R.H.B, (1996), Solar radiation mapping from satellite image using a low
cost system. Solar Energy, 56-3, 225-237.
Richardson C.W., (1981), Stochastic simulation of daily precipitation, temperature and solar
radiation, Water Ressources Research, 17-1, 182-190.
Rietveld M.R., (1978), A new method for estimating the regression coefficients in the formula
relating solar radiation to sunshine. Agr. Meteorol.,19, 243-252.
Ringlee R.J., Wood A.J., (1969), Frequency and Duration Methods for Power Reliability
Calculations: II-Demand Model and Capacity Reserve Model, IEEE Transactions on Power
Appartus and Systems, Vol.pas-88(4)
Roux M., (1985), Algorithme de Classification. Masson Edition, Paris.
RTE, (2003), Bilan Prvisionnel Rapport 2006-2015.
RTE, (2004), Statistiques de l'nergie lectrique en France 2003
RTE, (2005), Historique de la consommation en France, site internet : www.rte-france.com
Sakellariou N., Gulyurtlu I., Ramirez L., (1995), Utilisation of wind, solar and biomasse resources
in Mediterranean rural region. Actes du Renewable Energy Developpment European
Conference and APAS-RENA Contractors Meetings, Venise, Italie, 209-214.
Schmid J., (1995), Photovoltaic electricity production, Renewable Energy Development European
Conference and APAS-RENA Contractors Meeting, 492-496.
Schmid J., H. Schmidt. H., (1991), Inverters for Photovoltaic Systems. 5th Contractor's Meeting of
the EC Photovoltaic Demonstration Projects, Ispra, Italie, 122-132.
Schulze-Kegel D. et Heidt F.D., (1996), Mapping of global radiation with Meteosat. Solar Energy,
58-1-3, 77-90.
Sparis P., Antonogiannakis J., Papadopoulos D., (1995), Markov matrix coupled approach to wind
speed and direction simulation, Wind Engineering, Vol 19(3), 121-133.
Spencer J.W., (1982), A comparison method for estimating hourly diffuse solar radiation from
global solar radiation. Solar Energy, 29, 19-32.
Staib F., Steinborn F., Bohnisch H., (1993), The capacity credit of renewable energy systems an
economic approach. Actes de ISES World Congress.
183

tel-00604868, version 1 - 29 Jun 2011

Steadman M.J., (1992), Site development costs for wind farm sites. Rapport ETSU WN 5092.
Suivi Eolien (2004), Tableau de bord Suivi de la production doliennes en France Site internet
http://www.suivi-eolien.com/,
Tande J.O.G., (2001), Application of wind farm interaction with grid, European Wind Energy
Conf., 999-1002
Van der Hoven I. (1957), J. of Meteorol., 14, 160
Wenger H.J., Hoff T., Shugar D., Farmer B., (1994) PVUSA 500 kW Grid Support Photovoltaic
Project: Interim Results on value, 12th European Photovoltaic Solar Energy Conf., 11761179
Young K.C., (1994), A multivariable chain model for simulating climatic parameters from daily
data. Journal of Applied Metorology, 33, 661-671.
Zelenka A., Czeplak G., DAgostino V., Josefsson W., Maxwell E., Perez R., (1992)., Techniques
for supplementing solar radiation network data. Rapport final du International Energy
Agency Solar Heating and Cooling Program, Task 9, Susbstack 9D, IEA, Paris, France.

184

tel-00604868, version 1 - 29 Jun 2011

NOMENCLATURE
A
a
a(t)
a
A
Ai
A(h)
An
ASER
AC
ACF
AIC
Amix
AR
ATrad
b
b
B(x,y,j,h)

Nombre dannes dtudes


Paramtre de llectrolyseur
bruit blanc
paramtre de la pile combustible
Paramtre intervenant dans lexpression (4.11)
Probabilit de prsence de ltat i
Variable alatoire gaussienne
Valeur dune somme lanne n
Probabilit dun tat donn pour le SER
Courant alternatif (A)
fonction dautocorrlation
critre dinformation dAikike
Probailit des tats pour deux systmes combins
Autorgressif
Probabilit dun tat donn pour lunit de production
paramtre de llectrolyseur
paramtre de la pile combustible
Brillance du pixel situ en (x,y) de limage du jour j lheure h (0 255)

Ba

Constante reprsentant la brillance des pixels sous un ciel pur

B0(x,y,t )

Brillance dun pixel (x,y) par ciel opaque linstant t

BIC
C

Brillance dun pixel (x,y) par ciel clair linstant t


critre dinformation Baysien
capacit installe de batteries (kWh)

Cbat

Capacit de stockage des batteries (kWh)

CA
capa
CGA
Ch
CC

coefficient de corrlation
capacit du parc de batteries (Ah)
Cout gnral annualis (/kWh)
charge appele sur le rseau lectrique
Coefficient de corrlation

Bc (x,y,t )

Cdc (x,y, j )

DC
DSSER(i)

Coefficient journalier du pixel (x,y)


Courant continu (A)
Taux de descente de ltat i vers un tat infrieur

DS trad ( 1 )

Nombre de panne par heure de lunit de production

Di,h

Ecart entre deux indices de clart horaires successifs

EM
EMR
EPV
EQM
EQMR
ERR
ESystme
FAC
FSER(i)
G
GCTS

Erreur moyenne
Erreur moyenne relative (%)
Energie produite par le champ photovoltaque (kWh)
Erreur quadratique moyenne
Erreur quadratique moyenne relative (%)
Taux d'erreurs (%)
Energie en sortie du systme (kWh)
fonction dautocorralation partielle
Taux de rencontre pour le SER dans ltat i
Eclairement solaire global (W.m-2)
Irradiance gale a 1 kWh/m2 (de CTS)
Irradiation solaire journalire globale horizontale (Wh.m-2)
coefficient de Hurst du processus.

H
H

185

Moyenne mensuelle de lirradiation solaire journalire globale horizontale (Wh.m-2)

H0

Irradiation solaire journalire horizontale hors atmosphre (Wh.m-2)

H0

Moyenne mensuelle de lirradiation solaire journalire horizontale hors atmo. (Wh/m)

Hb

Irradiation solaire journalire directe normale (Wh.m-2)

Hc (x,y,t )

Irradiation solaire globale journalire horizontale par ciel clair selon le modle (Wh.m-2)

Hb

Moyenne mensuelle de lirradiation solaire journalire directe normale (Wh.m-2)

Hb,M

Irradiation solaire journalire directe normale par ciel clair (Wh.m-2)

Hb,M

Moyenne mensuelle de lirradiation solaire journalire directe par ciel clair (Wh.m-2)

Hd

Moyenne mensuelle de lirradiation solaire journalire diffuse horizontale (Wh.m-2)

HT
Hz

Irradiance totale dans le plan du champ PV (Wh/m)


Hertz
Irradiation solaire horaire globale au point de coordonnes (x,y) du jour j lheure h

I(x,y, j,h )

tel-00604868, version 1 - 29 Jun 2011

(Wh.m-2)

Ic (x,y,t )
I

Irradiation solaire horaire globale horizontale (Wh/m)

I0

Irradiation solaire horaire globale horizontale hors atmosphre (Wh/m)

I
I&

Moyenne mensuelle de lirradiation solaire horaire globale horizontale (Wh/m)

Id

Irradiation solaire horaire diffuse horizontale (Wh/m)

Id

Moyenne mensuelle de lirradiation solaire horaire diffuse horizontale (Wh/m)

I&d

Eclairement solaire diffus sur une surface horizontale (Wh/m)

Irradiation solaire horaire globale sur un plan inclin (Wh/m)

Moyenne mensuelle de lirradiation solaire horaire globale sur un plan inclin (Wh/m)

IEC
J
K
k

Commission Internationale d'Electrotechnique


nombre de Jours du mois m
Kelvin
Constante lie aux pertes rsistives de londuleur

K (x,y,t )

Irradiation solaire globale horaire horizontale par ciel clair selon le modle CSM (Wh/m)

Eclairement solaire directe sur une surface horizontale (Wh/m)

Indice instantane fonction des brillances Bi , Bc et B0

K0

Indice calcul par ciel nuageux

KT

Indice de clart journalier

KT,C

Indice de clart moyen dune journe de type C

LC
Li
LLP
LS
M
M
MPP
Mq,

Pertes diverses
Longueur du dipole i (km)
Probabilit de perte de charge
Pertes du systme
marge
nombre de mois
Point de Puissance Maximale (rgime de fonctionnement d'un onduleur) (W)
fonction de structure dordre q.

186

tel-00604868, version 1 - 29 Jun 2011

MT,i,h

Indice de clart horaire du site i lheure h

MTm(h )

Composante dterministe de lindice de clart horaire

MTM

Matrice de transition de Markov

MT,m

Indice de clart moyen mensuel pour un mois donn m

nj

Nombre dtats j

nij

Nombre de transitions de ltat i ltat j

P
P
P
P
Pi
p0
PACF
PCS

Matrice de probabilit de transition


Puissance de llectrolyseur (W)
Puissance rduite de londuleur
Puissance de la pile combustible (W)
puissance cumule appele sur le dipole i - la puissance en sortie du systme PV (W)
pertes vide de londuleur normalis
fonction dautocorrlation partielle
Pouvoir de Combustion Suprieur

0
PDC
/AC

Puissance nominale du convertisseur DC/AC (W)

Plectro
PEM
PEMFC
Pi
Pj

Puissance de llectrolyseur
Pile Combustible de type Proton Exchange Membrane .
Proton Exchange Membrane Fuel Cell
puissance cumule appele sur le dipole i (W)
puissance appele sur le dipole i (W)

pj

Probabilit marginale de ltat j

pij

Probabilit conditionnelle davoir ltat j aprs ltat i

Pm
p0
POND,j
pperte
Pperte

Puissance maximale en sortie du champ PV (W)


Puissance nominale du convertisseur AC/DC (W)
Constante reprsentative des pertes vide de londuleur
Puissance en sortie du systme PV sur le dipole j (W)
Puissance perdue rduite
Puissance perdue lors de la conversion dans londuleur (W)

0
PPV

Puissance nominale ou crte du champ photovoltaque (Wc)

PR
PSNB
Ptotal

Rapport de Performance
Probabilit Binomiale Transalate
puissance totale combine

Psortie

Puissance en sortie de londuleur (W)

Psortie PV

Puissance lectrique produite par le champ photovoltaque (W)

PV
Ql
RAP
R

Photovoltaque
limite de la matrice de transition
Rapport de lerreur quadratique moyenne sur lirradiation horaire
rsistance linque du dipole (/km)

rk

Coefficient de rflexion du sol


coefficient dautocorrlation dordre k

Pnom onduleur

Rc (x,y )

R0(x,y )

( )

Constante dfinissant la rflexion minimum dun ciel opaque

Ri,k T j

Coefficient de corrlation entre deux sites i et k pour un jour donn T j

S
S
SER

Dure dinsolation (Heures)


Surface totale des panneaux PV (m)
Systmes Energtiques sources Renouvelables dnergie

187

Si

Surface (m)

SI
Nombre dheures pour un jour donn o lindice de clart horaire est suprieur lindice
de clart moyen mensuel
SOC
tat de charge de la batterie (Ah)

SPV

Surface de modules/champ PV (m)

Moyenne mensuelle de la dure dinsolation mesure (Heures)

S0

Dure astronomique du jour (Heures)

S0

Moyenne mensuelle de la dure astronomique dun jour (Heures)

Sx(m)
t
Tner
Tj

skewness de la vitesse de vent


Intgrale du profil de clart horaire
Temps (s)
Rapport des puissances nominales onduleur et champ PV
temprature de jonction (C)

Tj

Jour

Tref
U
U (t)
Uref
UPV
Uref
USSER(i)

temprature de rfrence des modules PV (C)


tension sur le dipole (V)
ralisation dun processus temporel (mesure de la vitesse du vent)
tension de reference dune cellule de la pile combustible
Tension continue en entre de londuleur (V)
tension de reference dune cellule de llectrolyseur (V)
Taux de monte de ltat i vers un tat suprieur

US trad

Taux de rparation par heure de lunit de production

V
V(h,j,m,a)
Wc
WC
Wh
X
Xn

Volts
vitesse de vent lheure h, du jour j, du mois m et de lanne a (m/s)
Puissance crte des modules/champ photovoltaque (W)
Watt crte (puissance nominale d'une cellule, module ou champ PV, mesure en CTS)
Wattheure (quantit d'nergie solaire ou lectrique)
ractance linque du dipole (/km)
tat linstant n dun processus stochastique
Variable centre et rduite de MT (h )
Energie de champ PV norme (kWh/kWc)
Energie du systme norme (kWh/kWc)
Energie de rfrence norme (kWh/kWc)
variable stochastique

tel-00604868, version 1 - 29 Jun 2011

S2

y(h )

YA
YF
YR
Z(t)

U n
U (t 0 )

chute de tension sur le dipole n


incrment du processus U(t0)

V x' ( m )

vitesse moyenne mensuelle de Vx

(h )

Angle znithal ()
test de dpendance de processus de markov
Composante alatoire dune heure lautre de lindice de clart horaire

Fonction de KT intervenant dans le calcul de MTm

Fonction de KT intervenant dans le calcul de MTm

Fonction de KT intervenant dans le calcul de MTm


Inclinaison du capteur ()

188

tel-00604868, version 1 - 29 Jun 2011

test de stationnarit de processus de markov


coefficient de temprature du module (K-1)
statitistique dhomognit spatiale
chelle laquelle on observe le phnomne
rayonnement saolire incident dans le plan des capteurs PV (W/m)

Coefficient dauto-corrlation dordre k

solaire

Flux solaire globale (W/m)

ik
lec(P)
PaC(P)

matrice de probabilit marginale


coefficient dautocorrlation partielle dordre k
rendement nergtique
Taux de dpart de ltat i vers ltat k
rendement en puissance de llectrolyseur
rendement en puissance de la Pile Combustible

DC/ AC

Rendement de londuleur

OND

Rendement maximal de l'onduleur

PV

Rendement du champ PV

0
10
100
pertes
ref
ref, modules
x(m)
a
q

Rendement nominal des modules BP Solar 585F


Rendement de londuleur 10% de charge
Rendement de londuleur 100% de charge
Rendement li aux diffrentes pertes dans le champ PV
Rendement de rfrence du champ PV
Rendement de rfrence des module PV
dviation standard mensuelle de Vx(h,j,m,a
variance des rsidus
spectre multifractal.

189

tel-00604868, version 1 - 29 Jun 2011

PUBLICATIONS

Vous aimerez peut-être aussi