ESTIMATION EN TEMPS REEL DE L'ENSOLEILLEMENT GLOBAL POUR DIFFERENTES INCLINAISONS BASEE SUR UNE UNIQUE MESURE DE L'ENSOLEILLEMENT GLOBAL HORIZONTAL - Université Toulouse III - Paul Sabatier - Toulouse INP Accéder directement au contenu
Poster De Conférence Année : 2015

A real-time accurate solar model to estimate the global irradiation and PV performances for any tilted surfaces based on a single horizontal measure.

ESTIMATION EN TEMPS REEL DE L'ENSOLEILLEMENT GLOBAL POUR DIFFERENTES INCLINAISONS BASEE SUR UNE UNIQUE MESURE DE L'ENSOLEILLEMENT GLOBAL HORIZONTAL

Résumé

La qualité du productible, les performances de l’installation photovoltaïque dans son ensemble et le prévisionnel de puissance instantanée sont des éléments clefs permettant d’améliorer la gestion d’énergie photovoltaïque. Cela permet également d’en définir la rentabilité, les perturbations occasionnées, la durée de vie. Au laboratoire LAAS-CNRS à Toulouse, une plateforme appelée ADREAM présente une surface photovoltaïque totale de 720m² composé de 4 champs de différentes inclinaisons, et ce pour une puissance totale de 100kWc. Associée aux données météorologiques locales, l'énergie produite mesurée peut y être évaluée en quantité et qualité à chaque instant. Afin d’estimer le productible total de ces installations, il est essentiel de connaitre avec précision l’ensoleillement que reçoivent les champs PV en fonction de leur inclinaison et leur spécificité. Pour cela, il faudrait déployer des capteurs pour chaque champ d’inclinaison différente. L’acquisition de ces données par la mesure deviendrait alors très coûteuse. C’est dans cette optique qu’un modèle capable d’estimer de façon précise et en temps réel l’ensoleillement reçu par une surface inclinée a été développé. Ce modèle prend en compte seulement la mesure de l’ensoleillement global horizontal effectuée avec un pyranomètre de type CMP10, l’angle d’inclinaison de la surface, ainsi que les coordonnées de localisation géographique du champ PV. De nombreux modèles existants de la littérature [1] basés sur une moyenne horaire, hebdomadaire ou mensuelle des données d’ensoleillement ont été adaptés en temps réel et comparés afin de déterminer les méthodes de calcul optimales. Les modèles choisis ont ensuite été combinés pour former un modèle plus précis capable d’estimer l’ensoleillement incliné à la seconde près. Enfin, le modèle final est obtenu après une série de calibrages basés sur la détection des conditions météorologiques et des mesures supplémentaires telles que l’ensoleillement diffus. Dans ce papier, nous résumons les principaux résultats obtenus avec ce modèle d’estimation pour trois archétypes de journées correspondant aux scénarios météorologiques les plus courants : journée très ensoleillée, journée intermédiaire (moyennement nuageuse) et journée très nuageuse. L’erreur quadratique relative (RRMSE) est utilisée comme élément de comparaison entre estimation et mesure d’ensoleillement. Après validation du modèle, plusieurs perspectives de travaux peuvent voir le jour comme : l’estimation précise de production des champs PV de la plateforme ADREAM, la détection de défauts, l’analyse énergétique du bâtiment, etc... [1] G. Notton, P. Poggi, C. Cristofari, “Predicting hourly solar irradiations on inclined surfaces based on the horizontal measurements: Performances of the association of well-known mathematical models”, Energy Conversion and Management 47 (2006) 1816–1829
Fichier principal
Vignette du fichier
Estimation en temps reel d'ensoleillement_JNES2015_KoljaNEUHAUS.pdf (918.46 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01235601 , version 1 (30-11-2015)

Identifiants

  • HAL Id : hal-01235601 , version 1

Citer

Kolja Neuhaus, Michaël Bressan, Corinne Alonso. ESTIMATION EN TEMPS REEL DE L'ENSOLEILLEMENT GLOBAL POUR DIFFERENTES INCLINAISONS BASEE SUR UNE UNIQUE MESURE DE L'ENSOLEILLEMENT GLOBAL HORIZONTAL. JNES / DERBI 2015, Jul 2015, Perpignan, France. , 2015. ⟨hal-01235601⟩
319 Consultations
203 Téléchargements

Partager

Gmail Facebook X LinkedIn More