Prévision multi-horizon de l'éclairement global horizontal pour la gestion intelligente du réseau électrique de distribution en région Occitanie

par Shab Gbemou

Projet de thèse en Sciences de l'Ingénieur

Sous la direction de Stéphane Grieu et de Stéphane Thil.

Thèses en préparation à Perpignan , dans le cadre de École doctorale Énergie environnement , en partenariat avec PROcédés, Matériaux et Energie Solaire (laboratoire) et de COSMIC - COmmande des SystèMes, Instrumentation et Caractérisation (equipe de recherche) depuis le 01-10-2018 .


  • Résumé

    Depuis des décennies, l'énergie électrique produite en France par les grandes centrales thermiques et hydrauliques est transportée puis distribuée aux clients, là où elle est consommée. Cette énergie étant difficile à stocker, il est indispensable d'équilibrer production et consommation. Le déploiement d'une production décentralisée et intermittente, en particulier du solaire photovoltaïque, rend toutefois complexe le maintien de cet équilibre à l'aide des outils traditionnellement utilisés. Du fait, notamment, de la multiplication des demandes de raccordement, ainsi que des nouveaux usages de l'énergie électrique, des contraintes, que l'on observait principalement sur le réseau HTA (Haute Tension A), commencent à apparaître sur le réseau BT (Basse Tension). Ainsi, la mutation du réseau électrique de distribution et de son mode de gestion est aujourd'hui nécessaire. Cette mutation doit contribuer à augmenter la capacité d'accueil du réseau, sans renforcement des infrastructures, et à limiter les contraintes, en particulier les phénomènes de sous- et de surtension. Évoluer vers plus d'intelligence dans la conduite du réseau électrique de distribution doit par ailleurs en garantir la stabilité, améliorer la qualité et la fiabilité de la fourniture en énergie électrique et autoriser une meilleure gestion des pics de consommation. Il apparait nécessaire, pour accompagner cette mutation, qu'une instrumentation et des outils logiciels innovants soient développés, contribuant ainsi à améliorer l'observabilité et la gestion du réseau électrique de distribution. PROMES-CNRS et ENEDIS, le gestionnaire du réseau électrique de distribution, collaborent depuis plusieurs mois au développement d'une instrumentation mixte - un maillage de capteurs de rayonnement solaire pour la mesure de l'éclairement global horizontal (ou GHI, pour Global Horizontal Irradiance), combinés à un système de vision à grand angle de champ offrant une haute résolution spatio-temporelle - destinée à une zone d'expérimentation de plusieurs km2 (un poste de transformation HTA/BT et le réseau électrique de distribution BT aval) située dans le département des Pyrénées-Orientales. Cette instrumentation alimente une base de données composée à la fois des mesures de GHI en différents points de la zone d'expérimentation et des images du ciel permettant d'évaluer la distribution et les propriétés optiques des masses nuageuses qui la surplombent, ainsi que d'en prévoir le mouvement. Le projet de recherche répond à la nécessité de prévoir à court terme la production photovoltaïque. Cette production est à l'origine, au moins en partie, des contraintes (principalement observées en tension) qui pèsent sur le réseau électrique de distribution et qu'il convient de lever, en priorisant les différents leviers disponibles. Ainsi, dans un premier temps, le doctorant se verra confier le développement d'algorithmes pour la cartographie et la prévision spatiale du GHI et, à partir des cartes de GHI obtenues, d'un modèle pour la prévision infra-horaire de la production photovoltaïque, fournissant une information clé quant à la gestion prédictive du réseau électrique de distribution. Cartographier le GHI requiert l'interpolation des mesures fournies par le maillage de capteurs - une interpolation statistique de type krigeage multivarié ou krigeage bayésien, autorisant la prise en compte de variables exogènes, est ici envisagée - et permettra, à terme, d'optimiser le nombre et le positionnement des capteurs de GHI équipant la zone d'expérimentation, contribuant ainsi à maîtriser le coût de l'instrumentation et à favoriser son déploiement industriel. La prévision spatiale du GHI, qui exploitera le concept de série temporelle, chaque observation de ladite série étant une carte, est quant à elle rendue complexe par les phénomènes atmosphériques qui influent sur la disponibilité de la ressource solaire au sol. Dans un second temps, le doctorant développera un algorithme d'interpolation avancé, corrélant perturbations observées au sol par le maillage de capteurs et perturbations atmosphériques détectées par le système de vision. Il semble possible, à partir de ces corrélations, d'estimer l'altitude des masses nuageuses et, ainsi, de déterminer l'ombre portée au sol. En effet, grâce à son grand angle de champ, le système de vision permettra d'anticiper l'effet des perturbations atmosphériques sur le GHI mesuré au sein de la zone d'expérimentation : à horizon de prévision identique, la surface instrumentée pourra être réduite. Par ailleurs, à précision de la prévision identique, la granularité du maillage pourra être diminuée. En conclusion, combiner capteurs de GHI et système de vision à grand angle de champ doit permettre, grâce aux algorithmes développés par le doctorant, de prévoir finement les cartes de GHI (et, à terme, la production photovoltaïque), sans recourir à un système plus complexe et plus onéreux, comme, par exemple, un système multi-caméra.

  • Titre traduit

    Multi-horizon forecasting of global horizontal irradiance for the smart management of the power distribution grid in Occitania


  • Résumé

    For decades, the electricity produced in France by thermal and hydraulic power plants has been transported then distributed to consumers. Such energy is not easy to store and, as a result, electricity production and electricity consumption have to be balanced. Deployment of distributed generation, in particular solar photovoltaics, makes this balance more complex to maintain using standard tools. Because of new connections to the grid and new uses of electricity, constraints, previously observed on the high-voltage distribution grid only, start to appear on the low-voltage one. As a result, mutation of the electricity distribution grid and its management is necessary. Such mutation will contribute to increase its capacity, without building new infrastructures, and limit constraints, in particular voltage constraints. A smarter management of the grid is key in ensuring its stability, improving the quality and reliability of electricity distribution, and allowing a better management of peak demand. It seems to be necessary to develop new hardware and software tools to go along with the grid mutation. This will contribute to improving the grid observability and management. Since a few months, PROMES-CNRS and ENEDIS (who manages the French electricity distribution grid) have been developing together a hybrid instrumentation - a network of Global Horizontal Irradiance (GHI) sensors, combined with a ground-based camera (or sky imager) - intended for an experimental area of several km2 (a high-voltage/low-voltage transformer and its associated low-voltage distribution grid) in the Pyrénées-Orientales region. This instrumentation allows to build a database composed of GHI measurements in different locations in the experimental area and sky images used to evaluate cloud distribution and cloud optical properties, as well as forecasting cloud motion. The PhD proposal is about forecasting the solar photovoltaic production at a short-term time horizon. Such a production causes extensive grid constraints, mainly voltage constraints, which have to be overcome using load shifting mechanisms. First, the PhD student will develop algorithms to map and spatially forecast GHI. The obtained GHI maps will then be used to forecast the solar photovoltaic production. This will provide key information regarding the predictive management of the electricity distribution grid. GHI cartography requires interpolating the measurements - a statistical interpolation, such as multivariate or Bayesian kriging, allowing exogenous variables to be taken into account, will be considered - and will allow the number and location of the sensors that equip the experimental area to be optimized. This will contribute to the industrial deployment of the proposed solution, at a reasonable cost. The spatial forecasting of GHI, which will be based on the concept of time series (each observation in the series being a GHI map), is a complex task due to atmospheric phenomena that impact the solar resource available at ground level. Then, the PhD student will develop an advanced interpolation algorithm by correlating disturbances observed using the GHI sensors and those detected by the sky imager. It seems to be possible, from such correlations, to estimate the altitude of the clouds and, as a result, obtain the projected shadow on the ground. Indeed, thanks to its wide angle of view, the sky imager will allow the effect of atmospheric disturbances on GHI in the experimental area to be anticipated: with the same forecasting horizon, the instrumented surface may be reduced. Moreover, with the same forecasting accuracy, the sensor network granularity may be reduced. To conclude, thanks to the algorithms developed by the PhD student, the combination of GHI sensors and a sky imager will allow GHI maps (and then the solar photovoltaic production) to be forecasted accurately, without using a complex and expensive system, such as a multi-camera system.