La prévision de production éolienne et photovoltaïque … · La prévision de production...

La prévision de production

éolienne et photovoltaïque à EDF

Julien Najac, EDF R&D

Séminaire In'Tech, INRIA, Grenoble, 27/09/2012


EDF

EDF ~ 160 000 salariés

~ 37 millions de clients dans le monde

puissance totale installée en France: 97 GW (autres 27 GW)

origine de la production d’EDF en France:nucléaire 91.6%, hydraulique 5.8% et thermique 2.6%


EDF R&D ~ 2000 personnes(370 docteurs, 220 doctorants, 200 chercheurs enseignants)

Le projet stratégique de la R&D: 3 missions principales

� Consolider un mix énergétique décarbonnéPérenniser l’avantage nucléaire

Développer les énergies renouvelables

Augmenter les performances environnementales des énergies fossiles

� Penser le système électrique de demainAméliorer la gestion des actifs de réseaux

Développer des réseaux électriques plus « intelligents »

� Développer une demande énergétique flexible et bas carboneAméliorer la connaissance des clients et de leurs demandes

Promouvoir de nouveaux usages pour l’électricité

Développer des modèles techniques et économiques d’efficacité énergétique

EDF ~ 160 000 salariés

~ 37 millions de clients dans le monde

puissance totale installée en France: 97 GW (autres 27 GW)

origine de la production d’EDF en France:nucléaire 91.6%, hydraulique 5.8% et thermique 2.6%


EDF R&D ~ 2000 personnes(370 docteurs, 220 doctorants, 200 chercheurs enseignants)

Le projet stratégique de la R&D: 3 missions principales

� Consolider un mix énergétique décarbonnéPérenniser l’avantage nucléaire

Développer les énergies renouvelables

Augmenter les performances environnementales des énergies fossiles

� Penser le système électrique de demainAméliorer la gestion des actifs de réseaux

Développer des réseaux électriques plus « intelligents »

� Développer une demande énergétique flexible et bas carboneAméliorer la connaissance des clients et de leurs demandes

Promouvoir de nouveaux usages pour l’électricité

Développer des modèles techniques et économiques d’efficacité énergétique

prévision de production éolienne et PV


La production éolienne et photovoltaïque en France


Au 30 juin 2012:

1042 installations 258 822 installations6,9 GW (5% de la PI totale) 3,3 GW (3% de la PI totale) 2.5% de la conso en 2011 0.5% de la conso en 2011

Un parc en croissance très rapide ces dernières années

mais ralentissement en 2012

Données RTE 2011

Le parc éolien et photovoltaïque français (métropole)

Données RTE 2011

Une répartition géographique fonction du gisement… mais pas seulement !

Le parc éolien et photovoltaïque français (métropole)


� intermittente variabilité annuelle, saisonnière, journalière, infra-journalière…

� spatialement hétérogène

� non programmable

La production éolienne et photovoltaïque

Production d’un parc PV à 13h

Été

Hiver

Ciel clair Couvert l’apm Couvert Variable

Quelques journées typiques de la production d’un parc PV

01/2010 01/2011 01/2012


+ 2400 MW en 24h~ 2 tranches nucléaires

Le foisonnement géographique permet de limiter les effets de la variabilitéspatiale et temporelle, mais pas toujours !

La production éolienne et photovoltaïque


Les problématiques de la production éolienne et

photovoltaïque à EDF

� à l’échelle nationale, pour EDF « Responsable d’équilibre » et « Optimiseur »� minimiser l’écart entre la production et la consommation des clients d’EDF et optimiser

les moyens de production (de l’échelle infra-journalière à annuelle)

� à l’échelle locale pour EDF « Distributeur » (ERDF)� prévoir des situations de congestion sur certaines lignes du réseau de transport

(échelles infra-journalière et journalière)

� prévoir les pertes réseaux (de l’échelle journalière à hebdomadaire)

� faire les meilleurs choix d’investissements (échelle multi-annuelle)

� à l’échelle d’un ou de quelques installations pour EDF « Producteur» (EDF EN)

(370 MW d’éolien, 270 MW de PV en France)� vendre la production sur les marchés dans certains pays (échelle journalière à annuelle)

� aide à la maintenance (échelle journalière)

� faire les meilleurs choix d’investissements (échelle multi-annuelle)

Problématiques

Des prévisions de production éolienne et photovoltaïque: pour quoi, pour qui ? différentes échelles spatiales et temporelles


Zoom sur l’activité EDF « Responsable d’équilibre » et « Optimiseur »

� l’électricité ne se stockant pas, l’équilibre entre offre et demande doit être réalisé àtout instant

� certaines productions sont « fatales » (non programmables) : hydraulique fluviale, éolien, PV…

� EDF est l’acheteur unique de l’éolien et du photovoltaïque (obligation d’achats)

� EDF doit anticiper à tous les horizons de temps les différentes composantes de son périmètre de responsabilité:

prévision de consommation

prévision des productions « fatales » dont l’éolien et le photovoltaïque

programmation des moyens de production « commandables » (nucléaire, hydraulique,

gaz…) et optimisation en fonction de leurs coûts respectifs

L’intermittence et la prévisibilité limitée des ENR rend cet exercice plus complexe


Problématiques

Horizon de prévisions

Erreur de prévision

Modèles basés sur les prévisions météorologiques

Modèles basés sur l’historique

Modèles basés sur la production temps réel

Modèles basés sur l’imagerie satellite & au sol

~ 1 min ~ 1 heure ~ 1 jour ~ 1 an~ 1 mois


Problématiques

prévisions

projections, caractérisation des aléas


La prévision court-terme dela production éolienne et photovoltaïque

de quelques heures à quelques jours

rayonnement, température, vent, pression… Productions PV

ou éoliennes

Modèle météo

Le modèle de prévision court-terme

modèle statistique


Problématique:

comment passer de l’information fournie par les modèles météo (paramètres météo simulés, résolution spatiale et temporelle des modèles) à une information locale (productions PV ou éolienne) ?

+ « simplicité », rapidité de mise en œuvre, souplesse+ performances

- hypothèses sous-jacentes fortes: robustesse de la relation statistique? sensibilité aux évolutions des modèles météo?

choix de la descente d’échelle statistique:

Période de calibration

Opérationnel

Données historiques de production

Prévisions météo

Modèle statistique

Prévisions météo

production éolienne ou PV

- des relations statistiques sont établies pour chaque parc éolien ou PV

- les prévisions peuvent être agrégées à l’échelle d’un territoire (île, métropole)


Les modèles météo utilisés:

- modèles ARPEGE de Météo France (jusqu’à 3-4 jours d’échéances)

- modèle déterministe de l’ECMWF (jusqu’à 10 jours d’échéances)

- système EPS de l’ECMWF (jusqu’à 14 jours d’échéances)


Principegénéral

Prévision de production éolienne à l’échelle France métropolitaine

Erreur de

prévision



0,00

500,00

1000,00

1500,00

2000,00

2500,00

3000,00

Pui

ssan

ces

en M

W

Production éolienne France en juin 2010

RéaliséJJ+1J+2



Les sources d’erreur sont… nombreuses:

Les prévisionsdu modèle météo

Les données historiques de production PV

ayant servi à calibrer le modèle statistique

Le modèlestatistique

(algorithme)

La représentativitédu parc ayant

servi à calibrer le modèle statistique

ordre d’importance








(algorithme)




Les prévisions des modèles météo sont la principale source d’erreur:

- certains paramètres météo comme le rayonnement solaire sont parfois mal reproduits par les modèles météo

- la résolution spatiale des modèles météo est parfois insuffisante pour reproduire les phénomènes météo de petite échelle qui affectent la production PV et éolienne (relief et convection atmosphérique par ex.)



Causes des grosses erreurs



Prévisions J+1 Observations Ecart

01/11/2008Trajectoire !

vent à 50m12h UTC



Exemples de grosses erreurs

- 508 MW

0

500

1000

1500

2000

2500

01

/11

/08

02

/11

/08

03

/11

/08

04

/11

/08

05

/11

/08

06

/11

/08

07

/11

/08

08

/11

/08

réa lis é prévis io ns DTG J prévis io ns DTG J +1

Puissance en MW

Pression réduiteau niveau de la mer

(Observations)

Ecart Prev - Obs

(pression 50m)

01/11/2008Trajectoire !

Position de la dépression dans les prévisions

Position réelle de la dépression




Prévisions J+1 Observations Ecart

vent à 50m12h UTC

06/02/2009Avance de phase

et intensité !




0

500

1000

1500

2000

2500

01

/02

/20

09

00

:00

01

/02

/20

09

13

:30

02

/02

/20

09

03

:00

02

/02

/20

09

16

:30

03

/02

/20

09

06

:00

03

/02

/20

09

19

:30

04

/02

/20

09

09

:00

04

/02

/20

09

22

:30

05

/02

/20

09

12

:00

06

/02

/20

09

01

:30

06

/02

/20

09

15

:00

07

/02

/20

09

04

:30

07

/02

/20

09

18

:00

08

/02

/20

09

07

:30

08

/02

/20

09

21

:00

09

/02

/20

09

10

:30

Réalisations J J+1

+ 627 MW

Puissance en MW

Pression réduiteau niveau de la mer

(Observations)

Ecart Prev - Obs

(pression 50m)

06/02/2009Avance de phase

et intensité !



Exemples de grosses erreursPosition de la dépression dans les prévisions

Position réelle de la dépression






(algorithme)




Chroniques de production PV 10 min

Augmentation de la puissance installée

Dysfonctionnement

Indisponibilité








(algorithme)

La représentativitédu parc ayant servi à calibrer

le modèle statistique



- en opérationnel, lorsqu’un nouveau parc est raccordé, on utilise le modèle statistique d’un parc proche ou on répartit la PI supplémentaire sur l’ensemble ou un sous-ensemble de parcs déjà calibrés

- lorsque le nombre de parcs raccordés au réseau augmente rapidement, le modèle peut devenir obsolète!






Le modèlestatistique (algorithme)




Le modèle statistique:

- le choix des paramètres météo « expliquant » la production:

rayonnement, température, force du vent…

- l’algorithme




Perspectives

Les pistes d’amélioration


Approche probabiliste

Degré de maturité de la technique / fiabilité

Capacité à intégrer les outils dans les processus opérationnels

descente d’échelle dynamique

Raccordement des horizons de prévision

Imagerie satellite / sol

pour le très court

terme

Correctionpar remontée

temps réel

Prévisions saisonnières

Merci !

La prévision de production éolienne et photovoltaïque … · La prévision de production...

Documents

Transcript of La prévision de production éolienne et photovoltaïque … · La prévision de production...