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

Ombrage, salissures, dysfonctionnement du suiveur solaire, capteur légèrement mal aligné : les problèmes liés aux mesures au sol passent facilement inaperçus, et ils faussent insidieusement chaque résultat établi à partir de ces données. En réalité, tous les ensembles de données de mesures au sol que nous avons analysés présentaient des problèmes de qualité. Lorsque les données d’entrée sont erronées, aucune analyse en aval ne peut y remédier, et cette incertitude se répercute sur l’adaptation du site, l’évaluation des performances, les prévisions et la diligence raisonnable.

Au cours de ce webinaire, vous découvrirez quels problèmes rechercher dans les mesures au sol, pourquoi Excel et les scripts personnalisés les négligent souvent, et comment la comparaison des mesures avec un modèle de ressources solaires ou un capteur voisin permet de mettre en évidence des problèmes que une simple série chronologique masque.

Regardez l’enregistrement pour découvrir en direct le flux de travail dans Solargis Analyst, l’outil que nos propres analystes utilisent pour traiter les données issues de mesures au sol.

  • Durée : 40 minutes
  • Service associé : Solargis Analyst
  • Enregistré le 27 octobre 2026

Questions des participants#

Question complète : Dans ces statistiques (100 % des ensembles de données présentent des problèmes), Solargis a-t-il participé au projet sur le terrain, c'est-à-dire connaissiez-vous la topographie exacte de l'installation, ou l'inclinaison réelle des capteurs dans la pratique ? Souvent, l’inclinaison théorique des modules photovoltaïques indiquée dans un fichier CAO ou dans les plans ne correspond pas à celle de l’installation réelle ; de nombreuses valeurs de pyranomètre sont donc signalées comme erronées, alors qu’elles sont en réalité parfaitement alignées avec les modules photovoltaïques. On ne peut donc pas simplement écarter ces données comme fausses sur la base de considérations théoriques ou de modèles de ciel dégagé.

Réponse : Merci , nous sommes tout à fait d’accord sur le fait que la géométrie telle que construite diffère souvent de celle prévue dans la conception, et que cela doit être pris en compte dans le contrôle qualité.

Deux précisions concernant cette statistique :

1) « 100 % des jeux de données présentent des problèmes » signifie que chaque jeu de données comportait au moins un constat de contrôle qualité, quel qu’en soit le type – par exemple, des valeurs inférieures ou supérieures aux limites physiques, de l’ombrage, de la rosée ou du givre, des salissures, des valeurs statiques (bloquées), des décalages d’horodatage, des pannes d’enregistreurs ou un désalignement. Une seule occurrence suffisait. Cela ne signifie pas que les jeux de données étaient inutilisables ni que des parties importantes de ceux-ci ont été supprimées.

2) Solargis ne participe pas aux contrôles de qualité sur le terrain ; nous ne disposons donc d’aucune connaissance indépendante de la géométrie réelle de l’installation. Nous ne pouvons nous fier qu’à la documentation qui nous est fournie. Il incombe donc au client de fournir une configuration vérifiée de l’installation photovoltaïque et des instruments solaires (inclinaison et azimut des capteurs, configuration des suiveurs, horizon, photos du site, registres de maintenance).

Nous considérons ces documents comme la référence et effectuons des tests automatiques et manuels (par des experts). Ces tests révèlent des problèmes tant au niveau des données mesurées que de la configuration fournie de la station météo et de l’installation photovoltaïque.

Un désalignement est signalé lorsque les données présentent une signature caractéristique (par exemple, une asymétrie systématique entre le matin et l’après-midi lors de journées à ciel dégagé, cohérente avec les autres capteurs et le modèle) et que l’écart par rapport à la configuration déclarée dépasse un seuil.

Si un pyranomètre est aligné avec les modules tels que construits et que cette géométrie est déclarée, ses données sont validées. Si les métadonnées déclarées sont erronées (par exemple, capteur déclaré horizontal mais installé incliné), le signalement est correct au regard de la déclaration.

Dans un tel cas, le constat met en évidence une erreur dans la configuration fournie plutôt que dans le capteur lui-même. Nous clarifions alors la géométrie réelle avec le client et réévaluons les données.

Solargis Analyst coûte 1 400 euros par an. Il s'agit d'un logiciel de bureau ; une licence donne donc droit à un utilisateur sur un seul ordinateur. Si vous avez besoin de licences supplémentaires, n'hésitez pas à nous contacter afin que nous puissions discuter ensemble de la solution la mieux adaptée à votre équipe.

Oui. Analyst est compatible avec tous les modèles de pyranomètres. Si un instrument ne figure pas dans la liste des instruments connus, vous pouvez le définir vous-même dans les paramètres ; cette définition est enregistrée uniquement dans votre application. Si vous nous signalez l'absence de cet instrument, nous l'ajouterons à Analyst afin qu'il soit disponible pour tous les utilisateurs dès la prochaine mise à jour.

Question complète : Si vous ne disposez pas de personnel sur le terrain, vous devez faire preuve de prudence dans le traitement des données. En effet, la question de la fiabilité des références ne peut être abordée uniquement d'un point de vue théorique, car il existe toujours des éléments spécifiques sur le terrain susceptibles de modifier les résultats.

Comment gérez-vous ce problème, notamment en ce qui concerne les variations d'inclinaison au sein d'une même installation ?

Réponse :

Le contrôle qualité des capteurs inclinés (POA/GTI) dépend fortement des métadonnées fournies, c’est pourquoi nous traitons chaque station séparément : pour chaque station météo, nous demandons l’orientation de son capteur et, pour les suiveurs, la configuration complète du suiveur (type de suiveur, inclinaison et azimut des axes, limites de rotation, retour en arrière, taux de couverture du sol). Les variations d’inclinaison au sein d’une installation (par exemple, les suiveurs de relief) sont gérées de cette manière : chaque capteur est vérifié par rapport à sa propre géométrie déclarée, et non par rapport à une valeur de conception valable pour l’ensemble de l’installation.

Si la configuration déclarée ne correspond pas à la réalité (par exemple, une inclinaison de l’axe déclarée comme étant de 0° alors que les suiveurs solaires sont inclinés), les écarts supérieurs au seuil sont correctement signalés comme un désalignement par rapport à la déclaration. Dans de tels cas, la solution consiste à corriger les métadonnées, et non à accepter les données aveuglément : les valeurs réelles (provenant idéalement d’inclinomètres, des journaux du contrôleur des suiveurs solaires ou d’un relevé sur site) sont alors utilisées et le contrôle qualité est répété.

Il n'y a pas de limite fixe quant au nombre de capteurs : lors de nos tests, nous avons traité un ensemble de données provenant de 70 pyranomètres ; seules les ressources informatiques (processeur et mémoire vive) constituaient une contrainte.

Question complète : Existe-t-il une méthode standard pour nettoyer les données enregistrées ? Tous les exploitants d'usines ont recours à des méthodologies différentes pour nettoyer les enregistrements.

Réponse : Il n'existe pas encore de norme unique contraignante, ce qui explique pourquoi les approches diffèrent d'un opérateur à l'autre.

Les références couramment utilisées sont :

  • les recommandations de contrôle qualité du BSRN (limites physiquement possibles et extrêmement rares, comparaison entre les composants),
  • le « Manuel des meilleures pratiques pour la collecte et l'utilisation des données sur les ressources solaires pour les applications d'énergie solaire » de la tâche 16 du PVPS de l'AIE / NREL (4e édition, 2024), qui constitue actuellement la référence la plus complète,
  • la norme CEI 61724-1, qui définit les contrôles de qualité des données pour la surveillance des centrales photovoltaïques (contrôles de plage, valeurs manquantes ou bloquées, etc.).

Dans la pratique, un bon contrôle qualité combine des tests automatiques (limites physiques, cohérence entre le GHI, le DHI et le DNI, comparaison avec les données de ciel dégagé et les données satellitaires, comparaison entre capteurs redondants) et un examen visuel par des experts, et consigne chaque signalement.

Le score Z peut constituer un test complémentaire utile lorsque l'on dispose de nombreux capteurs comparables (par exemple, plusieurs capteurs POA de même orientation répartis dans une grande usine), mais nous ne l'utiliserions pas comme méthode principale :

  • Avec peu de capteurs, il ne fonctionne pratiquement pas : avec 2 ou 3 capteurs, le score Z ne peut mathématiquement jamais dépasser environ 1 à 1,4, de sorte que les seuils habituels de 2 à 3 ne se déclenchent jamais.
  • Avec deux capteurs, il ne permet pas de déterminer lequel est défectueux.
  • La moyenne et l’écart-type sont eux-mêmes faussés par le capteur défectueux ; il est préférable d’utiliser des statistiques robustes (médiane et MAD, « score Z modifié »).
  • Les erreurs communes à tous les capteurs (encrassement partagé, même problème d’enregistreur ou d’horodatage, même erreur d’étalonnage) ne sont pas détectables par la comparaison entre capteurs ; une référence indépendante, telle que des données par temps dégagé et des données satellitaires, reste donc nécessaire.
  • Sur les grandes plantes, les ombres des nuages entraînent de réelles différences entre les capteurs ; le test doit donc être limité à des conditions stables (ciel dégagé) ou à une agrégation sur une période plus longue.

Question complète : Il est évident que la présence de deux pyranomètres de classe A dans une station météorologique présente un grand intérêt (à des fins comparatives). Y a-t-il d’autres mesures qu’il serait utile de dupliquer ? Comme la température ambiante ? Ou peut-être autre chose ?

Réponse : Oui, la redondance est utile au-delà du GHI, mais la qualité prime sur la quantité.

Un capteur redondant n'est utile que s'il ne présente pas la même défaillance : dans la pratique, de nombreux problèmes proviennent de l'enregistreur de données (décalages horaires, lacunes, mise à l'échelle incorrecte), et les capteurs connectés à un même enregistreur en sont généralement affectés.

  • Température ambiante et humidité relative : un seul instrument installé correctement selon les directives de l’OMM (hauteur appropriée, écran anti-rayonnement ventilé, absence d’influence d’objets proches tels que des onduleurs, des bâtiments ou des surfaces chaudes) vaut mieux que deux ou plusieurs instruments mal installés. Si un deuxième capteur est ajouté, il est plus utile lorsqu’il est placé à un emplacement légèrement différent (à quelques dizaines de mètres de distance), idéalement sur un enregistreur ou un canal distinct. Cela permet d’identifier les effets locaux et les défaillances des capteurs (encrassement du pare-rayonnement, défaillance de la ventilation, dérive).

  • Vitesse du vent : idéalement à deux hauteurs. La mesure à 10 m est la norme pour la comparaison avec les modèles météorologiques et pour l’adaptation au site. Une mesure proche de la hauteur des modules ou des suiveurs solaires est moins pertinente pour l’évaluation des ressources, mais elle fournit des informations importantes pour le fonctionnement des suiveurs (rafales de vent, positions de repli).

  • Plutôt qu’une simple duplication, la mesure d’une composante différente apporte souvent une valeur ajoutée : le GHI associé au DHI (et au DNI) permet de réaliser le test de cohérence GHI = DHI + DNI·cos(zénith), l’un des contrôles qualité les plus rigoureux qui soient. Un pyranomètre placé à côté d’une cellule de référence ajoute un capteur présentant des modes de défaillance différents.

  • En ce qui concerne spécifiquement le GHI, l’ajout d’un troisième capteur de type différent aux deux pyranomètres de classe A présente un avantage en matière de contrôle qualité : les deux instruments de classe A servent de référence, et le troisième permet de vérifier si le comportement est similaire.

    Un pyranomètre à photodiode au silicium convient bien à cet usage (par exemple, le capteur utilisé dans les irradiomètres à bande d’ombre rotative, ou un appareil autonome). Le capteur à photodiode est moins sensible à l’encrassement et à la rosée et réagit plus rapidement, mais il est moins précis (réponse spectrale et cosinus, dépendance à la température) et n’est généralement ni chauffé ni ventilé.

    Comme les deux types de capteurs réagissent différemment à un même événement, leur comparaison permet de déterminer si un écart dans les données de classe A (y compris un écart affectant les deux capteurs de classe A) est dû à un problème de capteur (par exemple, encrassement ou rosée sur le dôme) ou à un véritable phénomène atmosphérique. Il sert de complément au contrôle qualité, et ne remplace pas les pyranomètres de classe A.

Oui. L'irradiance par ciel dégagé est calculée à partir de la position de la station (latitude, longitude et altitude), ainsi que de la date et de l'heure.

Il est donc essentiel d'utiliser le fuseau horaire et la convention d'horodatage corrects (début/fin/milieu de l'intervalle) : le décalage horaire est l'un des problèmes les plus courants que nous rencontrons.

  • Plan du réseau de capteurs (POA/GTI) : oui – l'irradiance en ciel dégagé est transposée sur le plan du capteur à l'aide de la configuration déclarée du suiveur.
  • Température : non, il n’existe pas d’équivalent physique « ciel dégagé » pour la température de l’air.

Question complète : Quel est le degré de précision des données théoriques/satellitaires issues de l'analyse Solargis Analyst par rapport aux données réelles des pyranomètres de classe 1 ? L'analyse a-t-elle été réalisée pour les dernières années (2023-2025) ?

Réponse : Les valeurs « ciel dégagé » fournies par Analyst ne constituent pas une estimation de l’irradiance réelle ; elles représentent des conditions théoriques sans nuages et sont utilisées comme fourchette de référence pour des contrôles de plausibilité (par exemple, pour détecter des décalages temporels, des désalignements ou des valeurs physiquement invraisemblables).

Les comparer à des mesures pour évaluer leur précision n’aurait donc aucun sens, et elles n’ont pas été validées dans ce sens.

La série chronologique satellitaire de Solargis est validée par rapport à des mesures au sol de haute qualité ; les résultats pour le GHI et le DNI sont publiés dans notre base de connaissances : https://kb.solargis.com/docs/validation-of-solar-irradiance-data

Solargis a également été inclus dans la tâche 16 indépendante de l’AIE PVPS intitulée « Worldwide Benchmark of Modelled Solar Irradiance Data » (2023).

La validation s’applique à la version actuelle du modèle. Nous ne disposons pas d’étude publique se limitant aux années 2023 à 2025.

Non, la licence « Solargis Analyst » couvre le logiciel. Les séries chronologiques du modèle Solargis pour votre site constituent un produit de données distinct. Veuillez remplir ce formulaire pour contacter notre équipe commerciale ou envoyer un e-mail à contact@solargis.com; nous vous préparerons alors une offre.

Le nettoyage automatisé peut permettre d'améliorer la fiabilité des mesures, en particulier sur les sites isolés et poussiéreux où le nettoyage manuel ne peut pas être effectué fréquemment.

Cependant, nous ne disposons pas encore d'une expérience suffisante avec ce type d'installations pour déterminer dans quelles conditions cela constitue une amélioration.

Éléments à prendre en compte :

  • le nettoyage lui-même peut générer des artefacts (pics ou baisses de signal lors de l'essuyage ou de la pulvérisation, gouttelettes d'eau ou traces, résidus d'eau calcaire, rayures sur le dôme),
  • chaque opération de nettoyage doit être consignée avec un horodatage, afin que les enregistrements concernés puissent être signalés et que l’effet du nettoyage soit vérifié,
  • cela ne remplace pas l’inspection, le nivellement et le réétalonnage réguliers.

Pour qu’une mesure soit acceptée comme référence fiable, ce sont la procédure de maintenance documentée et l’étalonnage traçable qui importent le plus.

Nous serions ravis d’évaluer les données issues d’une telle installation si vous en disposez.

Poursuivre la lecture

Impact des conditions météorologiques extrêmes sur les projets photovoltaïques
Webinars

Impact des conditions météorologiques extrêmes sur les projets photovoltaïques

Notre équipe d'experts donne des conseils pratiques sur la manière d'éviter les mauvaises surprises liées aux conditions météorologiques extrêmes et partage les meilleures pratiques de nos clients.

Nouvelles fonctionnalités et améliorations de Solargis Analyst (version 1.4.2)
Webinars

Nouvelles fonctionnalités et améliorations de Solargis Analyst (version 1.4.2)

La nouvelle version de Solargis Analyst (version 1.4.2) comprend une structure de base de données mise à jour qui est cruciale pour toutes les nouvelles fonctionnalités et tous les nouveaux paramètres à venir.

Comment les données des modèles satellitaires peuvent-elles contribuer aux applications de stockage ?
Webinars

Comment les données des modèles satellitaires peuvent-elles contribuer aux applications de stockage ?

Dans ce webinaire, nous présenterons comment les données d'une granularité d'une minute peuvent également aider au dimensionnement optimal des batteries et à la stratégie de remplacement, même pendant la phase de conception initiale.