Certains termes techniques peuvent varier. La version anglaise sert de référence.

Vos simulations tiennent-elles compte des conditions de température réelles sur le site de votre centrale photovoltaïque ? Si vous utilisez des ensembles de données « Année météorologique type » (TMY) comme données d'entrée, la réponse courte est « pas vraiment ».

Bien qu’un ensemble de données « Année météorologique type » (TMY) ne soit pas destiné à rendre compte des événements extrêmes, il peut également ne pas prendre en compte des conditions suffisamment fréquentes pour que beaucoup de gens les considèrent comme « typiques ».

Pour un projet photovoltaïque, il est essentiel de bien cerner les conditions de température afin de s’assurer que les pertes prévues sont précises et que les composants de la centrale peuvent supporter le stress thermique supplémentaire.

En analysant à la fois les séries chronologiques Solargis et les données TMY de Solargis pour un site témoin situé près de Petrolina, dans l’État de Pernambuco au Brésil, nous montrons comment les données TMY donnent une image faussée des températures élevées sur le long terme, et comment cela peut nuire à la confiance dans le projet photovoltaïque et entraîner des risques inutiles.

Rendement photovoltaïque à haute température

La température influe de plusieurs façons sur les performances des installations photovoltaïques. Les modules photovoltaïques ne convertissent pas la totalité de la lumière solaire qu'ils absorbent en électricité, et leur rendement diminue à mesure que leur température augmente.

De plus, lorsque les températures dépassent les limites de fonctionnement spécifiées, les onduleurs peuvent réduire leur puissance de sortie, un phénomène appelé « déclassement thermique ». Des températures plus élevées augmentent également les pertes par résistance dans les transformateurs et les câbles, ce qui affecte encore davantage les performances globales de l'installation.

Pourquoi le TMY ne reflète pas la réalité dans son ensemble

L'ensemble de données TMY (année météorologique type) est conçu pour couvrir les conditions les plus susceptibles de se produire sur un site. Il est constitué en sélectionnant les intervalles les plus représentatifs d'un point de vue statistique à partir d'une longue série historique, puis en les regroupant pour former une seule année synthétique. Dans ce processus, les critères de sélection privilégient le rayonnement solaire par rapport à d'autres paramètres, tels que la température.

Les températures élevées sont assez fréquentes dans certains climats. Cependant, certaines plages de températures peuvent ne pas être suffisamment prises en compte dans l’ensemble de données TMY, bien que la part des relevés atteignant ces valeurs puisse être assez importante. Nous appelons ces situations sous-représentées le « point aveugle du TMY ».

Le problème est que le fait de résumer plusieurs années de données en une seule année présente des risques pour la centrale. En d’autres termes, une TMY peut ne pas représenter les jours qui comptent le plus pour les pertes thermiques de votre centrale photovoltaïque : ceux où vos composants photovoltaïques atteignent leur température maximale.

L’étude de cas de Petrolina ci-dessous illustre ce phénomène plus en détail. On y voit comment l’« angle mort » se situe pour les températures de l’air supérieures à 33 °C-35 °C, où le TMY « masque » le plus grand nombre d’heures équivalentes par rapport aux autres seuils.

Autre aspect du « point aveugle du TMY » à noter : le fait de résumer plusieurs années de données en une seule année élimine complètement la possibilité de connaître la fourchette de variabilité attendue pour chaque mois.

Les conséquences des pertes de rendement imprévues

La perte de rendement due à la température est un effet prévisible et bien compris dans les centrales photovoltaïques fonctionnant sous un climat chaud. Cependant, si l’ensemble de données d’entrée néglige la probabilité de conditions de température élevée et si la plage de variabilité n’est pas correctement indiquée, les conséquences peuvent sérieusement affecter la confiance des parties prenantes dans le projet.

Du point de vue du développeur, cela peut signifier découvrir que les rapports de rendement ne reflétaient pas les conditions d’exploitation réelles et, pire encore, que des choix de conception différents auraient pu être faits avec un ensemble de données plus approprié, notamment sur des aspects clés tels que la technologie des modules, la ventilation des supports et l’espacement des rangées. Du point de vue de l’investisseur, cela peut se traduire par une perte de confiance dans la capacité du projet — et des équipes impliquées — à générer les rendements promis.

Une fois identifiée une présentation erronée des conditions déterminant les performances de la centrale photovoltaïque, certains paramètres de conception peuvent devoir être revus :

  • Dimensionnement des protections. La surchauffe des composants peut provoquer le claquage des fusibles de chaîne lorsque les valeurs nominales du fabricant sont dépassées.
  • Dégradation prévue. Les mécanismes de dégradation thermique dépendent du dépassement de certains seuils de température des cellules pendant des périodes prolongées.

Si la production vérifiée se situe systématiquement en dessous du niveau attendu pendant les mois présentant la combinaison thermique la plus défavorable, cela peut également créer des tensions contractuelles inutiles :

  • Révision de l’énergie garantie. Le projet peut faire l’objet d’un processus de révision réduisant la quantité d’énergie pouvant être commercialisée sur le marché réglementé.
  • Exposition dans le cadre de contrats d’achat d’électricité (CAE) sur le marché libre. Le producteur peut se voir infliger des pénalités ou être contraint d’acheter de l’énergie sur le marché au comptant pour combler le déficit, précisément pendant les mois où les prix au comptant ont également tendance à être plus élevés, car la même tendance régionale affecte d’autres producteurs solaires du même réseau.

Simulation de séries chronologiques pour éviter les problèmes de représentation des données

Lorsque les données TMY constituent la principale source d’entrée de la simulation, les situations de contrainte à haute température peuvent ne pas apparaître dans les résultats calculés. Ces situations sous-représentées peuvent créer des écarts entre la perte de température attendue dans le rapport de rendement et ce que l’installation subira réellement.

Bien que les résultats obtenus à partir du TMY puissent s’annuler et se rapprocher relativement de la série chronologique pour la moyenne annuelle, le TMY comporte toujours le risque de donner une image faussée de l’effet sur les contraintes des composants et le déclassement. De plus, il masque complètement la fourchette mensuelle des pertes attendues qui aide les parties prenantes à équilibrer leurs attentes et à optimiser leurs contrats énergétiques en conséquence.

La bonne nouvelle, c’est qu’au-delà de la prise de conscience du problème, il est aujourd’hui possible de combler cet écart en utilisant des logiciels de simulation capables de traiter l’ensemble des données pluriannuelles, et non plus une seule année représentative. Cette solution est déjà à la portée des développeurs et des organismes de certification.

Travailler avec une meilleure représentation des conditions d’exploitation de la centrale ouvre la voie à la conception de centrales photovoltaïques mieux adaptées. De plus, un calcul plus précis des pertes offre un cadre amélioré pour la conception des contrats et l’ajustement des attentes des investisseurs et des propriétaires.

Ce qui manque, ce ne sont ni les données ni les logiciels : c’est la mise à jour méthodologique dont le secteur a besoin pour combler les lacunes de calcul qui mettent en péril la confiance dans les projets photovoltaïques.

Poursuivre la lecture

Pourquoi les données TMY ne sont pas suffisantes pour les simulations photovoltaïques
Best practices

Pourquoi les données TMY ne sont pas suffisantes pour les simulations photovoltaïques

Si les ensembles de données TMY sont utiles pour les évaluations de préfaisabilité à un stade précoce, ils ne sont plus suffisants pour la modélisation des performances et l'analyse financière. Tout comme nous sommes passés des écrans de télévision à basse résolution à ceux à ultra-haute définition, l'industrie solaire doit maintenant faire le même saut et adopter les données de séries temporelles à haute résolution comme la nouvelle norme.

Pourquoi utiliser les données sur les ressources solaires basées sur les satellites dans l'évaluation de la performance des systèmes photovoltaïques ?
Best practices

Pourquoi utiliser les données sur les ressources solaires basées sur les satellites dans l'évaluation de la performance des systèmes photovoltaïques ?

Il est largement admis que des pyranomètres de haut niveau fonctionnant dans des conditions rigoureusement contrôlées doivent être utilisés pour l'évaluation des performances des systèmes photovoltaïques (PV).

Comment Solargis améliore la précision des prévisions en matière d'énergie solaire
Best practices

Comment Solargis améliore la précision des prévisions en matière d'énergie solaire

De même qu'il y a des chevaux pour les cours, différentes techniques de prévision sont plus appropriées en fonction du délai de prévision envisagé.