Pablo Caballero
Jul 25, 2023
L'étude résume les résultats de la comparaison des données fournies par divers fournisseurs institutionnels ou commerciaux de modèles d'irradiation solaire avec les mesures au sol recueillies sur 129 sites répartis dans le monde entier. Elle aide les développeurs solaires à s'y retrouver dans toutes les bases de données disponibles.
Grâce à une nouvelle collaboration entre experts internationaux dans le domaine de l'énergie solaire, l'Agence internationale de l'énergie (AIE) a récemment publié un rapport intitulé "Worldwide Benchmark of Modelled Solar Irradiance Data 2023" (Comparaison mondiale des données d'irradiation solaire modélisées 2023). Ce travail a été réalisé dans le cadre de l'une des tâches de l'AIE au sein duprogramme PV Power Systems. Plus précisément, dans le cadre de la tâche no. 16 intitulée "Solar Resource for High Penetration and Large-Scale Applications" (Ressources solaires pour une pénétration élevée et des applications à grande échelle).
Le rapport présente une référence de l'irradiation normale directe (DNI) dérivée du modèle ainsi que des données d'irradiation horizontale globale (GHI) sur les sites de 129 stations de mesure du rayonnement basées au sol et réparties dans le monde entier.
Emplacement des stations de référence utilisées dans l'étude et nombre de jeux de données modélisés testés sur chaque site.
Le développement de modèles d'irradiation solaire précis joue un rôle essentiel dans la conception, le financement et l'exploitation des installations solaires.
Leur capacité à fournir des ensembles de données infra-horaires sur plusieurs années permet aux développeurs solaires de réaliser des études précieuses sur leurs futurs actifs. En outre, la capacité à maintenir les modèles à jour fournit aux opérateurs solaires et aux gestionnaires d'actifs une référence fiable pour l'évaluation de leurs performances.
La plupart des modèles solaires évalués dans l'étude de l'AIE utilisent des images de satellites géostationnaires (Météosat deuxième génération) comme source principale de données. Certains ensembles de données modélisés utilisent l'imagerie de plusieurs satellites pour obtenir une couverture globale, tandis que d'autres ensembles de données n'évaluent qu'une partie du champ de vision du satellite.
Les modèles qui utilisent des méthodologies différentes sont également inclus dans le rapport. C'est le cas d'un modèle basé sur la réanalyse des données météorologiques numériques (NWP) et d'un autre basé sur l'imagerie des satellites polaires.
Schéma montrant comment les modèles satellitaires caractérisent le trajet de l'irradiation solaire jusqu'à la surface du sol.
Estimation de l'irradiation solaire de surface à partir de satellites : Past, present, and future perspectives - Scientific Figure on ResearchGate. Disponible à l'adresse : https://www.researchgate.net/figure/Simplified-relations-between-satellite-observations-and-SSI-according-to-one-dimensional_fig1_335319601 [consulté le 21 juillet 2023]
L'étude de l'AIE a porté sur 129 stations terrestres. Celles-ci ont été sélectionnées après avoir écarté plusieurs stations qui ne répondaient pas aux exigences de qualité des données d'un ensemble initial de 161 sites.
L'étude a souligné l'importance de la qualité des données de référence. L'une des conclusions confirme que "sans une procédure rigoureuse de contrôle de la qualité, aucune validation réelle ne peut être effectuée, avec le risque d'obtenir des résultats non valides".
Les tests appliqués sont liés à plusieurs aspects et comportent plusieurs tests automatisés pour les horodatages manquants, les valeurs manquantes, les tests K, les tests de fermeture, les tests de limites extrêmement rares, les tests de limites physiquement possibles et les tests de suivi.
Le contrôle de la qualité comprend également des inspections visuelles, couvrant des aspects tels que l'évaluation de l'ombrage, le test de fermeture, la vérification de la symétrie AM/PM pour GHI et la vérification de l'étalonnage à l'aide de l'indice de ciel clair.
Visualisation des différents tests CQ utilisés pour évaluer la qualité des données d'irradiance dans une station (Visby, Suède, 2016).
Les résultats de l'analyse comparative montrent "des écarts de performance notables entre les différents ensembles de données modélisés" qui ont été évalués.
En particulier, les mesures d'écart des ensembles de données basés principalement sur l'imagerie satellitaire géostationnaire sont plus proches les unes des autres que des ensembles de données basés sur la prévision numérique du temps et sur les satellites polaires. Plus précisément, le rapport mentionne que "les mesures d'écart moyennes les plus basses sont souvent atteintes par un seul ensemble de données (Solargis)".
Un ensemble de mesures de performance complètes a été calculé, y compris le rMBD, d'un intérêt primordial pour l'analyse car il est directement lié à la sous-estimation ou à la surestimation globale.
Outre la DMBr, l'étude a également calculé l'indice de performance combiné (IPC), qui combine plusieurs aspects de la performance du modèle en un seul indice. Cet indice comprend l'ampleur des écarts entre les données modélisées et les données mesurées au sol (décrites avec rRMSD), la similarité des distributions de données (décrites avec rKSI) et la fréquence relative des situations de dépassement (décrites avec rOVER).
Un rCPI faible indique une bonne performance de l'ensemble de données de test.
Les travaux futurs de la tâche 16 de l'AIE devraient inclure des mises à jour de cette étude de référence, y compris des sites au-dessus de régions qui ne sont pas encore bien couvertes ou qui ne le sont pas du tout.
Il comprendra également de nouveaux ensembles de données modélisées et des versions mises à jour des ensembles de données actuels. En outre, les participants à cette tâche prévoient une analyse plus approfondie pour évaluer l'impact positif attendu de diverses méthodes de post-traitement sur les données modélisées (connues sous le nom d'"adaptation de site").
Toutes ces activités fourniront des informations précieuses pour l'industrie de l'énergie solaire et continueront à renforcer la collaboration entre les membres de cette tâche. Son but ultime est de réduire les coûts de planification et d'investissement des systèmes photovoltaïques en améliorant la qualité des évaluations des ressources et des prévisions solaires.
Si vous souhaitez en savoir plus sur la validation des données solaires de Solargis, consultez notre documentation.
