Pablo Caballero
Apr 8, 2026
Chaque projet solaire photovoltaïque commence généralement par un chiffre simple : le rendement photovoltaïque annuel escompté. À première vue, ce chiffre semble clair et précis. En réalité, il est toujours accompagné d'une incertitude.
La manière dont l'équipe de projet gère cette incertitude est très importante. Elle influence la conception technique, les attentes des investisseurs et le financement bancaire, souvent d'une manière qui n'apparaît que tardivement dans le cycle de vie du projet.
Dans cet article, nous expliquons pourquoi il est plus efficace de réduire activement l'incertitude que de se contenter de la signaler. Nous partageons également des méthodes pratiques pour y parvenir grâce à des simulations de rendement photovoltaïque plus intelligentes.
À l'aide d'un exemple de projet simple, nous montrons comment différentes approches de l'incertitude peuvent conduire à des rendements très différents et créer des risques distincts pour les ingénieurs de projet, les investisseurs et les banques. Les exemples sont illustratifs et n'ont pas pour but de reproduire en détail la prise de décision d'un projet réel, mais de démontrer comment la réduction de l'incertitude peut débloquer des opportunités d'optimisation pour toutes les parties prenantes clés.
Les ingénieurs s'appuient sur des estimations de rendement pour prendre des décisions en matière de conception. Lorsque ces estimations sont solides et que l'incertitude est bien comprise, les ingénieurs peuvent concevoir en toute confiance, en adaptant précisément le système aux conditions du site. Lorsque l'incertitude est mal comprise ou ignorée, les ingénieurs perdent cette précision.
Les choix de conception deviennent conservateurs par défaut. Les marges de sécurité augmentent. L'optimisation cède la place à l'approximation. Cela signifie parfois qu'il faut ajouter plus d'équipements que nécessaire, ou s'appuyer sur des choix de dimensionnement conservateurs en matière de conception électrique, d'agencement et d'hypothèses de pertes. D'autres fois, cela signifie qu'il faut laisser les performances sur la table. Dans tous les cas, l'incertitude limite la capacité des ingénieurs à extraire toute la valeur du site.
Les optimisations de la conception rendues possibles par une incertitude plus faible sont les suivantes
Les investisseurs évaluent rarement un projet sur la seule base de son rendement escompté. Ils s'intéressent plutôt à l'éventail des résultats possibles et à la résistance des rendements dans des conditions moins favorables. Lorsque l'incertitude du rendement est clairement quantifiée et communiquée de manière transparente, les investisseurs peuvent évaluer le risque plus efficacement et former des attentes réalistes quant aux performances à long terme.
Lorsque l'incertitude est ignorée ou sous-estimée, les projets peuvent sembler attrayants au départ, mais la confiance s'affaiblit souvent au cours de l'audit préalable, lorsque les hypothèses sous-jacentes sont remises en question. Dans ce cas, la perception du risque de perte augmente et le dossier d'investissement devient plus difficile à défendre.
C'est pourquoi les investisseurs accordent une grande importance à des données de production fiables et à long terme. Une solide qualité des données est nécessaire pour établir un scénario de base défendable, soutenir l'analyse des risques et faciliter l'alignement sur les exigences des prêteurs, qui sont généralement évaluées à l'aide d'hypothèses plus prudentes.
Fig. 1. La distribution de probabilité du rendement énergétique de l'énergie photovoltaïque illustre la façon dont le rendement attendu diminue à mesure que le niveau PXX augmente.
Les banques intègrent l'incertitude dans leurs décisions de prêt en évaluant la capacité d'un projet à respecter ses obligations en matière de dette dans le cadre d'hypothèses prudentes. Lorsque l'incertitude est clairement quantifiée et bien comprise, les structures de financement peuvent être conçues plus efficacement.
Dans la pratique courante du financement de projet, les flux de trésorerie de base sont généralement basés sur des estimations énergétiques P50. À mesure que l'incertitude du rendement augmente, la différence entre P50 et des scénarios de production plus prudents, tels que P90, se creuse.
Les prêteurs traitent ce risque principalement par le biais de mécanismes structurels et de clauses restrictives. Les clauses restrictives sont des exigences contractuelles qui obligent le projet à respecter des seuils financiers ou opérationnels définis. Les mesures typiques sont les suivantes
Ces mesures sont conçues pour protéger les prêteurs tout en maintenant intact le modèle financier de base. En conséquence, l'incertitude du rendement affecte directement le montant de la dette qu'un projet peut lever et les conditions dans lesquelles il est financé.
Lorsque l'incertitude est ignorée, les parties prenantes sont contraintes de se protéger par des hypothèses conservatrices. Les ingénieurs se rabattent sur des marges de sécurité génériques, les investisseurs peinent à comprendre le risque de perte et les banques réagissent en limitant les prêts ou en resserrant les conditions.
Onglet. 1. Différences entre le fait d'ignorer l'incertitude et d'en rendre compte pour les principales parties prenantes d'un projet.
|
Ignorer l'incertitude |
Calculer et signaler l'incertitude |
|
|
Ingénieurs |
S'appuyer sur des hypothèses génériques et des marges de sécurité prudentes |
Aligner les décisions de conception plus étroitement sur les conditions spécifiques du site |
|
Investisseurs |
Les rendements à la baisse ne sont pas clairs et sont difficiles à évaluer |
La fourchette de rendement devient visible et les risques sont mieux compris |
|
Banques |
Appliquer des hypothèses prudentes qui limitent le dimensionnement de la dette |
Structurent les prêts avec plus de confiance et de prévisibilité |
Le calcul et la déclaration de l'incertitude améliorent la transparence, mais n'éliminent pas totalement ces frictions. Le risque est mieux compris, mais son prix reste défensif.
Fig. 2. La réduction de l'incertitude du rendement de la PV est bénéfique pour l'objectif de chaque partie prenante
Pour réduire l'incertitude, il est important de comprendre les différents facteurs qui l'influencent. Dans les simulations de rendement photovoltaïque, l'incertitude provient à la fois des modèles utilisés par le logiciel et des données externes fournies par l'utilisateur.
De nombreuses mesures de réduction de l'incertitude peuvent être mises en œuvre à un coût supplémentaire faible, voire nul, en fonction des outils déjà utilisés dans le projet. Dans la plupart des cas, il s'agit de choisir le bon logiciel et de comprendre comment les données d'entrée et les modèles sont traités en interne. Les évaluations d'incertitude doivent toujours être basées sur des données validées.
Les actions pratiques sont les suivantes :
Certaines actions supplémentaires nécessitent un investissement supplémentaire, comme l'installation d'équipements de mesure au sol. Bien que cela augmente les coûts initiaux, ils sont généralement faibles par rapport aux dépenses totales de la centrale électrique. Dans les sites complexes ou les régions où la validation des données satellitaires est limitée, le fait de compléter les données d'irradiation satellitaires par des mesures sur site et des modèles adaptés localement peut réduire de manière significative l'incertitude et améliorer la confiance dans les résultats.
Un projet peut soit accepter l'incertitude telle qu'elle est, soit prendre des mesures pour la réduire activement. Lorsque l'incertitude est réduite, les estimations de rendement deviennent plus fiables. Cela permet aux ingénieurs d'optimiser les conceptions avec une plus grande confiance, aux investisseurs d'améliorer les rendements minimums attendus et aux banques d'être plus à l'aise pour structurer la dette de manière efficace.
L'impact de ces deux approches est illustré ci-dessous à travers deux scénarios de projet.
Tab. 2. Différences entre l'acceptation et la réduction de l'incertitude pour les principales parties prenantes d'un projet.
|
Accepter l'incertitude actuelle |
Réduire activement l'incertitude |
|
|
Ingénieurs |
La conception reste conservatrice et moins compétitive |
La conception est optimisée tout en minimisant les risques de surconception et de sous-conception |
|
Investisseurs |
Le dossier d'investissement est moins solide en raison d'un écart important entre les rendements attendus et les rendements prudents |
Les rendements minimums attendus s'améliorent et le risque de baisse est réduit |
|
Banques |
L'exposition accrue au risque incite à la prudence dans les décisions de financement |
Les coûts de financement diminuent et la structure du capital devient plus efficace |
Illustrons cela par un exemple de projet : une entreprise développe un projet photovoltaïque solaire de 10 MW. Le site a fière allure, l'aménagement est propre et la production attendue est de 1 500 kWh par kWp. Sur le papier, tout fonctionne.
L'ingénieur exécute la simulation de rendement en utilisant des données standard et un ensemble limité de données. Cela inclut des hypothèses par défaut au lieu de pertes physiquement modélisées, des ensembles de données moyennées telles que TMY au lieu de séries temporelles complètes, et des simulations horaires au lieu d'une résolution infra-horaire. Le résultat semble raisonnable, mais l'incertitude reste relativement élevée.
L'ingénieur sait que les chiffres ne sont pas faux, mais il sait aussi qu'ils ne sont pas très précis. L'équipe décide donc d'aller de l'avant en l'état.
Tab. 3. Hypothèses d'incertitude utilisées dans le scénario type A.
|
Composante de l'incertitude |
Valeur |
Notes |
|
Incertitude sur les données d'irradiation solaire |
±7.0% |
Ensembles de données satellitaires standard avec une validation locale limitée et des séries temporelles plus courtes |
|
Variabilité interannuelle |
±5.0% |
Variabilité météorologique naturelle d'une année sur l'autre sur le site du projet |
|
Incertitude de la simulation PV |
±5.0% |
Hypothèses de modélisation par défaut, modèles de pertes simplifiés et résolution de simulation horaire |
|
Incertitude totale du rendement photovoltaïque |
≈±10% |
Combinée à l'aide de la méthode de la somme des racines des carrés |
La banque examine le projet en utilisant le rendement énergétique P90.
Du point de vue de la banque, le projet est finançable, mais tout juste. Il n'y a pas de place pour un effet de levier supplémentaire.
L'investisseur en fonds propres examine la situation à la baisse.
Le projet atteint le stade de la clôture financière, mais il n'est pas optimisé.
Une entreprise développe un projet solaire photovoltaïque de 10 MW. Le site a l'air bien, l'aménagement est propre et la production attendue est de 1 500 kWh par kWp. Sur le papier, tout fonctionne.
Avant de finaliser la conception, l'équipe prend une autre décision. Elle investit dans de meilleures données d'irradiation, utilise des séries chronologiques plus longues et applique une modélisation plus détaillée. L'énergie attendue reste la même, mais l'incertitude diminue.
Tab. 4. Hypothèses d'incertitude utilisées dans le scénario type B.
|
Composante de l'incertitude |
Valeur de l'incertitude |
Notes |
|
Incertitude sur les données d'irradiation solaire |
±5.0% |
Ensembles de données d'irradiation de meilleure qualité, enregistrements historiques plus longs et validation adaptée au site |
|
Variabilité interannuelle |
±5.0% |
Variabilité météorologique naturelle d'une année sur l'autre sur le même site (inchangé) |
|
Incertitude de la simulation PV |
±4.0% |
Modélisation plus détaillée du système, résolution temporelle plus élevée et modèles de perte basés sur la physique |
|
Incertitude totale du rendement photovoltaïque |
≈±8% |
Combinée à l'aide de la méthode de la somme des racines des carrés |
Rien de physique n'a encore changé, seule la confiance dans les chiffres a changé. Avec une incertitude plus faible, le projet n'a plus besoin de s'appuyer sur des marges de conception conservatrices pour atteindre l'énergie P90 requise. Bien que la capacité installée reste de 10 MW, la conception peut être optimisée pour réduire les conservatismes inutiles, ce qui permet de réduire le coût total du projet.
Les hypothèses de pertes attendues (telles que les pertes dues à l'encrassement, à la température et au câblage) restent inchangées. Cependant, l'amélioration de la qualité des données et de la modélisation réduit l'incertitude autour de ces pertes. Cela permet une conception plus efficace de l'équilibre de l'installation et une réduction des coûts sans modifier les performances attendues ou s'appuyer sur des marges de sécurité supplémentaires.
La conception est donc ajustée :
Il ne s'agit pas d'une réduction de la sécurité et de la durabilité. Le projet n'est simplement plus surdimensionné pour compenser l'incertitude.
La banque examine le projet actualisé.
Le risque étant plus faible, la banque peut augmenter l'effet de levier :
Du point de vue du prêteur, le risque n'a pas augmenté, il est en fait mieux compris.
L'investisseur se penche à présent sur l'hypothèse la plus défavorable.
Une augmentation du rendement minimum attendu a été obtenue, avec moins de fonds propres pour l'investisseur.
À première vue, les deux projets semblent très similaires. Ils fournissent la même énergie bancable et répondent aux mêmes exigences en matière de DSCR. Le site, la technologie et les conditions du marché n'ont pas changé. La seule différence réside dans le traitement de l'incertitude.
La réduction de l'incertitude est obtenue en passant de la configuration existante des données et des logiciels à une solution plus avancée. Le coût supplémentaire de ce changement est supposé être négligeable par rapport aux économies potentielles de capital, tout en augmentant la production attendue au niveau de confiance P90.
La comparaison dans le tableau ci-dessous montre que la réduction active de l'incertitude modifie les performances d'un même projet.
D'autres réductions de l'incertitude pourraient être obtenues, si nécessaire, grâce à des campagnes de mesure spécifiques au site et à des services de conseil spécialisés, ce qui offrirait des possibilités supplémentaires d'améliorer l'efficacité et la performance financière des projets.
Tab. 5. Comparaison de deux scénarios d'incertitude pour un projet type.
|
SCÉNARIO A |
SCÉNARIO B |
|
|
Production spécifique |
1 500 kWh/kWp |
1 500 kWh/kWp |
|
Coût du photovoltaïque par kWc |
$0.70 |
$0.70 |
|
Prix de l'énergie par kWh |
$0.038 |
$0.038 |
|
P50 Production annuelle d'énergie |
15 000 MWh |
15 000 MWh |
|
Incertitude (P90) |
±10% |
±8% |
|
P90 Production annuelle |
13 500 MWh |
13 800 MWh |
|
Taille du projet |
10.00 MWp |
10.00 MWp |
|
Coût total du projet |
$7,000,000 |
$6,950,000 |
|
Durée du prêt |
20 ans |
20 ans |
|
Taux d'intérêt |
5.50% |
5.50% |
|
Dette (%) |
70% |
72% |
|
Fonds propres (%) |
30% |
28% |
|
Dette ($) |
$4,900,000 |
$5,004,000 |
|
Fonds propres ($) |
$2,100,000 |
$1,946,000 |
|
DSCR (P90) |
1.25 |
1.25 |
|
Rendement des capitaux propres (P50) |
7.6% |
7.8% |
|
RoE (P90) |
4.9% |
5.4% |
La manière dont un projet photovoltaïque gère l’incertitude liée au rendement a des conséquences qui vont bien au-delà de la précision d’une prévision énergétique à long terme. Une même production attendue peut conduire à des conceptions, des structures de financement et des résultats d’investissement très différents selon le niveau d’incertitude associé à cette estimation.
Les solutions logicielles modernes permettent de réduire activement l’incertitude grâce à des données d’entrée de meilleure qualité et à des modèles plus précis. Cette évolution permet une optimisation technique plus poussée, des structures financières plus résilientes et une plus grande confiance parmi les parties prenantes.
L’impact de la réduction de l’incertitude n’est plus théorique :
La réduction de l’incertitude est un levier concurrentiel, et non un moyen d’éliminer les risques : elle renforce la confiance et la résilience face aux aléas, tandis que les risques plus généraux liés au marché, au réseau et à la réglementation restent déterminants. Son impact varie donc selon les régions, car chaque marché possède ses propres facteurs critiques, contraintes et conditions de financement qui déterminent la manière dont l’incertitude influence les résultats des projets.
Réduire l’incertitude liée au rendement photovoltaïque ne modifie pas l’ensoleillement. Cela n’élimine pas le risque lié au projet, mais, lorsqu’elle est mise en œuvre efficacement, cette approche offre la possibilité de créer un avantage concurrentiel durable pour le projet.
