Enfin prévisibles, les ENR gagnent leur place dans le réseau

Jusqu’à présent, l’intermittence des énergies renouvelables pénalisait leur bonne intégration dans le réseau électrique. Aujourd’hui, des logiciels de prédiction météo changent la donne en apportant une nouvelle sécurité aux gestionnaires de réseau. À travers les exemples de Steadysun ou de Meteodyn, faisons le point sur ces technologies innovantes qui pourraient accélérer la généralisation massive du solaire et de l’éolien dans le système électrique.

Dans cette recherche permanente d’équilibre entre offre et demande électrique, tout ce qui est produit doit être consommé et inversement. Or, cet équilibre se joue parfois à une échelle de temps de quelques minutes, voire de quelques secondes, suivant la taille du système et la capacité des réserves tournantes (alternateurs, centrales thermiques). Lorsqu’un industriel électro-intensif cesse de consommer à la suite d’un incident, ou qu’un important producteur fait défaut brutalement, le gestionnaire doit compenser immédiatement pour éviter un blackout catastrophique sur le plan économique. Un tel enjeu met le gestionnaire de réseau en permanence sous tension.

Réduire l’incertitude des gestionnaires de réseau

Face à ces risques, les énergies renouvelables créent un aléa supplémentaire sur le réseau. L’incertitude sur la couverture nuageuse ou la force du vent et la variation rapide de leur production obligent le gestionnaire à compenser en augmentant les réserves tournantes, avec d’importants surcoûts à la clé. Or, en anticipant ces aléas de production, les logiciels de prévision météo – comme ceux de Steadysun ou de Meteodyn – proposent une solution face au défi financier et écologique des exploitants de parcs solaires/éoliens et des gestionnaires de réseau. Xavier Le Pivert, fondateur de Steadysun et anciennement chercheur à l’Institut National de l’Énergie Solaire, l’a compris : « Prenons l’exemple d’une île où les besoins sont souvent assurés par des groupes électrogènes. Il faut toujours intégrer une réserve de production pour se prémunir contre le risque de panne. Mais pour intégrer le solaire, le gestionnaire doit anticiper un risque supplémentaire lié aux aléas climatiques. Il doit donc augmenter significativement ses réserves par ces fameux moyens de substitution coûteux et émetteurs de CO2 ». En prédisant finement la météo la veille pour le lendemain, puis d’une manière plus précise à une heure ou quelques minutes près, le logiciel de prévision de production de Steadysun va réduire cette incertitude.

Les énergies renouvelables sans effets secondaires

Autre atout majeur, la prédiction météo va également lever l’obstacle environnemental qui freinait jusqu’ici une intégration assumée des énergies renouvelables dans le réseau. « Une des critiques fréquentes faites aux énergies renouvelables consistait à dire que chaque fois qu’on ajoute 1 MW de solaire ou d’éolien, il faut ajouter 1 MW thermique (diesel, gaz), et donc des émissions de CO2, observe Xavier Le Pivert. Avec le déploiement de technologies qui permettent d’affiner l’estimation de la production, de moduler la demande ou de stocker l’énergie, la gestion des réseaux n’est plus aussi simpliste ». Fort d’une vision plus prévisible et plus sûre de sa production, le gestionnaire peut réduire son risque et optimiser son réseau en adaptant la réserve suivant le niveau d’incertitude annoncé, sans surcompensation et donc à moindre coût. Cette visibilité accrue lui permet non seulement de réduire les réserves, mais aussi d’assurer une meilleure utilisation de capacité de transport et d’interconnexion du réseau électrique.

Des énergies renouvelables mieux anticipées et plus pertinentes

Pour la production éolienne, l’enjeu est similaire. Le gestionnaire est chargé d’évaluer sa production au plus juste pour éviter les surchauffes ou les sous-charges du réseau, qui s’accompagnent de pénalités à payer dans la plupart des réglementations nationales. Céline Bezault, expert énergie éolienne chez Meteodyn explique : « Prenons l’exploitant d’un parc éolien tenu d’injecter, par exemple, 32 MW dans le réseau. Si notre estimation de production prévoit un dépassement, l’exploitant peut intervenir sur site et brider une machine pour diminuer la production, de manière à injecter strictement ce qui est prévu. Cela évitera ainsi de payer des pénalités ». Outre la meilleure intégration dans le réseau, la prévision permet à l’exploitant de ne pas exposer son matériel en cas d’intempéries.

La clé de ces modèles de prévision ? Un dispositif qui fiabilise la prédiction, car fondé sur des données mathématiques et physiques. Un moyen de franchir une nouvelle étape car, par ce système d’aide à la décision, les gestionnaires de réseau peuvent désormais mieux organiser la production et l’acheminement de la puissance électrique suivant les zones, les périodes et les phénomènes climatiques (y compris lorsque des risques de foudre peuvent déconnecter le réseau).

Des énergies renouvelables de plus en plus compétitives

« Plus nous recueillons de données, meilleur sera notre apprentissage et plus fiables seront nos prévisions, souligne Ludos-Hervé Ayina, responsable des prévisions météo éoliennes chez Meteodyn. Face à des pourcentages d’erreurs de 30 % pour des systèmes standards, notre dispositif avec apprentissage intelligent permet de réduire l’erreur à environ 10 %, ce qui génère des économies en millions d’euros ».

Côté solaire, Xavier Le Pivert estime que le système Steadysun permet de réduire l’erreur de 40 % « du jour au lendemain », par rapport à des systèmes de prévision simples. « Nous pouvons descendre à 50 %, et au-delà, en infra-journalier suivant la problématique du gestionnaire, son horizon temporel, ses principales sources de coût. Quand on réduit l’incertitude d’un facteur 2, on réduit le coût associé à l’incertitude du même facteur ». À la clé, des sommes en jeu considérables. « Sur le marché de l’énergie où le MWh coûte 60 €, l’incertitude liée à la production photovoltaïque coûte entre 2 à 3 €/MW. Mais sur un réseau isolé ou insulaire, elle peut atteindre 10 à 30 €/MWh. En moyenne, nous pouvons donc permettre une économie comprise entre 2 000 € et 20 000 € /MW par an. La rentabilité est d’autant plus significative sur les îles où le MWh thermique coûte entre 200 et 300 €, contre le MWh solaire qui se situe entre 50 € et 150 € ».

Vers un réseau électrique plus renouvelable ?

Si les prévisions météo permettent de réduire le coût d’intégration des énergies renouvelables et d’augmenter leur part dans le réseau, l’éolien et le photovoltaïque seraient-ils en voie d’atteindre un niveau de maturité capable d’accélérer un véritable mix énergétique ? « Nous sommes à une période charnière d’intégration des énergies renouvelables dans le réseau, conclut Xavier Le Pivert. Dans de plus en plus de pays, on parle de parité du réseau car au-delà de toute justification environnementale, il est plus simple et moins cher de construire une centrale solaire qu’une centrale thermique. Cette capacité à se déployer rapidement en s’adaptant à l’échelle des besoins est essentielle. Plus globalement, nous sommes au début de l’histoire, les nouvelles technologies vont continuer à se développer et contribuer progressivement à une intégration massive des énergies renouvelables sur le réseau ».

Quand les maths et la physique font la pluie et le beau temps !

Sur quels mécanismes reposent les outils de prévision météo pour les énergies renouvelables ? Contrairement aux systèmes classiques établis uniquement à partir de modèles mathématiques (réseaux de neurones, statistiques, etc.), Steadysun et Meteodyn s’appuient sur des modèles hybrides qui associent modèles physiques (mécanique des fluides, rayonnement, thermique, etc.) et modèles mathématiques.

Côté solaire, chez Steadysun, plusieurs briques technologiques permettent d’affiner l’estimation de production des centrales solaires.

  • 1er niveau : les prévisions la veille pour le lendemain se fondent sur des prévisions et modèles météorologiques, ainsi que sur des données historiques de production. Cette prédiction sera traduite à chaque fois en production de MW.
  • 2e niveau : la prévision par image satellite permet, en cours de journée, de parfaire l’analyse à partir de mailles spatiales et temporelles de plus en plus fines.
  • 3e niveau : des caméras sur les sites de production solaires vont donner une analyse fine de la couverture nuageuse ou du niveau d’ensoleillement, avec mise à jour au niveau local à la minute. Les informations en provenance de plusieurs sites ensuite agrégées fournissent une prévision encore plus fine.

« Cette gestion de chaque instant permet de prendre des décisions en temps réel suivant l’état de l’interconnexion, la charge des lignes électriques ou les déséquilibres éventuels, souligne Xavier Le Pivert. Le gestionnaire pourra répartir la production suivant la source d’énergie ou la région pour assurer l’équilibre offre et demande ».

Côté éolien, Meteodyn intervient souvent en amont pour analyser le terrain de l’exploitant du parc grâce à un système d’apprentissage intelligent. « Nous utilisons une modélisation méso-échelle (échelle intermédiaire entre phénomènes continentaux et événements locaux) couplée à un modèle CFD (mécanique des fluides assistée par ordinateur), explique Céline Bezault. En étudiant l’écoulement du vent dans un environnement donné, nous pouvons estimer la ressource éolienne et la capacité de production du parc, même en terrain complexe. Ensuite, nous corrigeons les erreurs du modèle mathématique, en l’enrichissant de données physiques qui réduisent l’incertitude ».

Cet apprentissage intelligent va ainsi perfectionner le modèle de prévision, au fil des mesures qui arrivent sur le site en temps réel. Il sera possible de mieux évaluer la vitesse du vent, sa direction, l’intensité des turbulences, ou encore la température qui, suivant les variations entre le haut et le bas des pales, peut modifier le comportement de la machine. Les prévisions sont également essentielles pour renseigner les acteurs du marché de l’énergie non seulement au niveau local, mais aussi au niveau européen, pour fixer et négocier les prix et ajuster les capacités de production aux besoins.

POUR EN SAVOIR PLUS