Marcel Suri
Aug 4, 2020
Le directeur technique de Solargis, Tomas Cebecauer, et le directeur général, Marcel Suri, parlent des ingrédients essentiels d'une base de données fiable, des efforts continus de Solargis pour améliorer et valider ses services de données, et de la manière dont les utilisateurs des données de Solargis peuvent le plus efficacement entreprendre leur propre validation à l'aide de mesures sur site.
Pourquoi une base de données solaire fiable est-elle importante pour la croissance mondiale continue de l'industrie solaire ?
Marcel: L'énergie solaire continue d'offrir des coûts énergétiques de plus en plus bas par rapport aux formes traditionnelles de production d'énergie, et s'est donc développée dans le monde entier. Nous avons constaté une augmentation de l'utilisation de l'énergie solaire dans des pays où elle n'était pas compétitive auparavant, ou dans lesquels les infrastructures sont moins développées.
Il est essentiel que les données sur l'énergie solaire suivent le rythme de l'expansion rapide du secteur, afin d'aider les propriétaires d'actifs et les opérateurs à optimiser des projets de plus en plus complexes et à garantir des évaluations correctes.
Quels sont les principaux ingrédients d'une base de données fiable ?
Tomas: Un bon modèle doit être capable de traiter des données provenant d'un éventail de sources différentes et de garantir que tout conflit est traité de manière stable afin d'assurer la représentativité des données - par exemple dans le cas de zones satellites qui se chevauchent ou lorsque des satellites modernes remplacent d'anciens satellites.
Un défi particulier a été d'aligner les données satellitaires modernes avec les archives plus anciennes grâce à des outils de prétraitement géométrique et radiométrique développés en interne. Ces outils nous ont permis d'inclure de précieuses données historiques à long terme, tout en garantissant leur grande stabilité positionnelle et temporelle ainsi que leur fiabilité globale. Aujourd'hui, les archives de Solargis sont complètes et remontent respectivement aux années 1994, 1999 et 2006, selon la région du satellite.
Avec l'expansion de l'énergie solaire au niveau mondial, il est essentiel de représenter avec précision toutes les zones climatiques et les particularités géographiques. Les données doivent fonctionner aussi bien dans les forêts tropicales humides ou les hautes latitudes que dans les déserts extrêmes d'Atacama.
Les bons modèles doivent fournir des résultats fiables pour tous les paramètres primaires : L'irradiation horizontale globale (GHI), l'irradiation normale directe (DNI) et l'irradiation horizontale diffuse (DIF) - et ces paramètres doivent être en équilibre les uns avec les autres.
En règle générale, il est plus difficile de garantir la précision des données DNI. Cependant, sans un bon DNI, le calcul de l'irradiation globale inclinée (GTI) - qui est essentiel pour les suiveurs - peut être sujet à d'importantes erreurs. Une base de données qui se targue d'avoir un GHI très précis, mais qui n'a pas de DNI, peut ne pas être adaptée à de nombreux contextes.
Ce que nous observons avec d'autres produits de données, c'est un "surajustement", où le modèle est forcé de correspondre parfaitement aux mesures sur site, tout en ignorant les imperfections et l'incertitude qui en résulte dans ces mesures sur site. Le biais doit être faible, mais il est essentiel que l'erreur quadratique moyenne (EQM) le soit aussi en tout point. Pour un bon modèle, il est essentiel de maintenir une représentation harmonisée au niveau des valeurs de données infra-horaires dans toutes les gammes d'énergie. Là encore, l'équilibre est important - aucune mesure, aucun paramètre ou aucune métrique ne doit dominer. Il s'agit là d'une tâche délicate, car nous travaillons avec des données de référence imparfaites, à savoir les mesures au sol.
Le modèle doit également être capable de différencier correctement les différents types d'aérosols et de nuages, y compris la turbidité atmosphérique élevée et changeant rapidement, la présence de neige, de glace, de brouillard et de nuages fins. Sans cela, il est difficile d'obtenir des données fiables pour les zones montagneuses, densément peuplées, industrielles et côtières.
Enfin, les données doivent être disponibles à haute résolution spatiale pour refléter avec précision les conditions uniques du site. Un modèle numérique de terrain, tel que celui que nous avons harmonisé à partir de sources multiples et mis en œuvre au sein de l'appli Solargis Prospect, permet de calculer des couches de données globales à une résolution de grille de 90 mètres.
Qu'a fait Solargis pour garantir une fiabilité maximale dès le premier jour ?
Marcel: Chez Solargis, nous avons non seulement consacré des années d'efforts en R&D pour garantir la robustesse et la précision de nos modèles, mais nous avons également veillé à ce que nos ensembles de données solaires soient les plus largement validés.
Nous avons décidé de développer nos propres systèmes de calcul et de livraison avant même de livrer nos premiers produits de données commerciaux. Au début, le Dr Richard Perez (universitaire de renom et professeur à l'université d'État de New York) nous a aidés à définir les modèles, puis nous avons mis au point notre propre méthodologie de calcul solaire, qui a également fait l'objet de plusieurs publications universitaires.
Nous avons commencé par l'Europe et avons étendu la couverture mondiale par étapes. Il nous a fallu plusieurs années pour acquérir les images satellites historiques nécessaires. Il y a eu des points d'achoppement, comme la disponibilité des données sur la profondeur optique des aérosols, mais il y a maintenant plusieurs options.
Tomas: Nous savions qu'il était important de garantir une livraison rapide pour que les propriétaires d'actifs disposent des informations les plus récentes, en quelques minutes seulement à l'échelle mondiale.
Pour optimiser la conception d'un système photovoltaïque, il faut pouvoir fournir des données avec une résolution de 10 ou 15 minutes. Les données horaires ne suffisent plus. Il est également devenu important d'assurer une distribution fiable des valeurs infra-horaires, en particulier des valeurs énergétiques élevées et faibles, afin d'évaluer correctement les performances combinées des modules photovoltaïques et des onduleurs. Nous recevons de plus en plus de demandes de données à la minute près pour permettre la simulation de solutions hybrides PV-batterie.
Nous utilisons des données provenant de modèles météorologiques et de projets de traitement de données globales afin d'accroître la précision de nos modèles de simulation énergétique et d'analyse des performances photovoltaïques. Ces données sont bien validées et, dans le cas de paramètres tels que la température de l'air et la pression atmosphérique, elles sont également recalculées à une résolution plus élevée et avec une meilleure précision. Nous avons également développé une nouvelle base de données d'albédo global à haute résolution et un schéma de calcul basé sur une méthodologie complexe combinant les meilleures caractéristiques de plusieurs bases de données publiques.
Marcel: La validation approfondie est une étape essentielle pour démontrer la précision des données solaires satellitaires utilisées pour prendre des décisions en matière de développement, de financement et d'exploitation. Pour prouver la fiabilité, il faut une validation rigoureuse de tous les composants solaires. Nous avons validé le modèle sur plus de 1000 sites à travers le monde, bien plus que les autres acteurs du marché.
En fin de compte, cette combinaison de technologie et d'expérience nous permet de faire économiser de l'argent à nos clients. Chaque 1% d'incertitude en moins augmente le rendement des capitaux propres d'environ 5% pour l'investisseur.
Quelles données de mesure devez-vous fournir pour étayer la validation ?
Tomas: Nos clients peuvent valider eux-mêmes nos données, en les comparant individuellement à leurs mesures météorologiques sur site ou aux données de production photovoltaïque. Cela renforce encore la confiance dans nos processus, une fois que les gens constatent par eux-mêmes la précision de nos données et de nos calculs énergétiques.
Malheureusement, les mesures solaires sont sujettes à de nombreuses erreurs et problèmes. C'est pourquoi, avant toute comparaison de données, il est important de contrôler la qualité des données mesurées, faute de quoi la comparaison est entachée d'erreurs. De manière optimale, l'évaluation de la comparaison devrait prendre en compte l'incertitude des mesures au sol.
Les erreurs typiques que nous observons dans les mesures solaires sont dues à des capteurs pollués, à l'ombrage, à des instruments mal alignés et à un étalonnage obsolète. En outre, il peut y avoir des enregistrements manquants en raison de problèmes liés aux enregistreurs de données, à l'alimentation électrique ou à une manipulation et un post-traitement incorrects des données.
Même les données solaires provenant de réseaux de mesure scientifiques de haute qualité sont entachées de diverses erreurs et doivent faire l'objet d'un contrôle de qualité rigoureux avant d'être utilisées.
Marcel: La bonne nouvelle pour l'industrie est qu'il existe déjà des fournisseurs professionnels de mesures commerciales qui offrent des services fiables, contribuant à assurer une continuité harmonieuse entre les données historiques, les mises à jour en temps réel et les prévisions.
Nous croyons fermement en la transparence - tout le monde peut voir les caractéristiques des données clés et les valeurs à long terme des paramètres de données de Solargis Prospect dans le monde entier, dans la version gratuite de notre application Prospect. Des données fiables s'accompagnent d'une garantie de validation : Les séries temporelles de Solargis sont disponibles pour n'importe quel endroit et peuvent être validées si des mesures locales de bonne qualité existent.
Comment de meilleures données peuvent-elles fournir de meilleurs résultats aux propriétaires d'actifs solaires ?
Marcel: Nos données peuvent être utilisées à tous les stades du cycle de vie d'un projet - depuis les évaluations de préfaisabilité jusqu'au développement du projet, en passant par l'ingénierie et les calculs financiers. Après la mise en service de la centrale, nos modèles continuent de fournir des données pour l'évaluation régulière des performances et la prévision de l'énergie solaire.
Grâce à nos services de conseil, nous aidons également les propriétaires d'actifs à grande échelle à réévaluer les évaluations initiales sur la base de l'amélioration de la précision et de la réduction de l'incertitude grâce à l'adaptation des modèles au site et à l'utilisation de mesures locales de haute qualité.
Tomas: Les données et les services de Solargis font constamment l'objet d'améliorations et d'un développement à long terme. Nous nous efforçons systématiquement de rendre les schémas de calcul plus précis, tout en continuant à développer de nouveaux modèles qui utilisent mieux la richesse des données provenant de systèmes d'observation modernes plus détaillés.
Cela nous permet de planifier la livraison de nouveaux produits et services tels que les nouveaux outils de manipulation, de visualisation, de contrôle de la qualité et d'analyse des données de séries temporelles à grand volume. Nous nous concentrons également sur le développement d'outils pour une utilisation combinée plus efficace des mesures et des données modélisées afin de réduire l'incertitude. En fin de compte, notre logiciel de simulation photovoltaïque bénéficiera des ensembles de données et des outils de soutien améliorés.
