NCAR développe un système avancé de prévision de l'énergie solaire

30 mai 2023 - par David Hosansky

Le National Center for Atmospheric Research (NCAR) a développé avec succès un système avancé de prévision de l'énergie solaire pour New York qui offre le potentiel d'aider l'État à atteindre ses objectifs en matière d'énergie renouvelable tout en économisant des millions de dollars pour les contribuables.

Le système open source, appelé NYSolarCast, s'appuie sur les prévisions météorologiques, les observations des conditions atmosphériques et les techniques d'apprentissage automatique pour générer des prévisions précises sur les heures et les jours à venir de l'irradiance solaire et de la production d'électricité qui en résulte. Ces prévisions, émises toutes les 15 minutes pour une grille de trois kilomètres couvrant tout l'État de New York, peuvent être utilisées pour prévoir la production d'énergie solaire à la fois pour les grandes fermes solaires et les panneaux solaires sur les toits.

En plus de montrer des résultats prometteurs pour New York, la technologie peut être appliquée ailleurs aux États-Unis et dans d'autres endroits du monde.

"Ce système est applicable dans le monde entier", a déclaré le scientifique du NCAR, Jared Lee, le développeur principal. "Il est hautement configurable et personnalisable, de sorte qu'il peut fournir des prévisions à n'importe quel intervalle de temps souhaité sur n'importe quelle région de prévision dont un service public a besoin."

Les prédictions pour New York se sont avérées très précises. Sur une période de validation d'un an, les prévisions de NYSolarCast se sont constamment situées à environ 10 % de la quantité réelle d'électricité générée. Fait encourageant, les surestimations et les sous-estimations étaient presque équilibrées.

Le développement de NYSolarCast faisait partie d'une étude pluriannuelle plus vaste visant à aider l'industrie solaire croissante de New York à déployer des prévisions météorologiques pour mieux anticiper la production d'électricité et améliorer la fiabilité de son réseau électrique. Des prévisions plus précises sont importantes pour que l'État atteigne ses objectifs de 70 % de production d'électricité à partir de sources renouvelables d'ici 2030 et d'un secteur de l'électricité à zéro émission d'ici 2040.

L'étude a été financée par la New York Power Authority et la New York State Energy Research and Development Authority. Il était cogéré par l'EPRI, un institut de R&D énergétique indépendant à but non lucratif. Parmi les autres partenaires figuraient le Brookhaven National Lab et l'Université d'État de New York à Albany. Les conseillers comprenaient le New York Independent System Operator (NYISO) et Central Hudson, un service de distribution de New York.

Prévoir avec succès l'irradiance solaire est essentiel pour accroître la production d'énergie solaire. Si un service public d'électricité éteint une installation au charbon ou au gaz naturel en prévision de l'énergie du soleil ou d'une autre source renouvelable, ces centrales peuvent ne pas être en mesure de s'allumer assez rapidement si l'ensoleillement est insuffisant. La seule option dans un tel scénario est d'acheter de l'énergie sur le marché au comptant, ce qui peut être très coûteux.

NCAR avait précédemment développé un système de prévision de l'énergie éolienne qui permet aux contribuables de Xcel Energy d'économiser des millions de dollars par an.

Lorsqu'il s'est agi de développer NYSolarCast, Lee et ses collègues ont été confrontés à des défis considérables. New York est un État climatologiquement diversifié, avec la ceinture de neige le long des Grands Lacs et les hauts sommets des Adirondacks générant des conditions atmosphériques très différentes de celles de la région côtière de Long Island. De plus, leurs modèles devaient capturer les nuages ​​avec une précision considérable car différents nuages ​​ont des impacts variables sur l'irradiance solaire. Un banc de stratus bas, par exemple, bloquera le rayonnement solaire entrant, tandis que les cumulus gonflés peuvent réfléchir l'irradiance sur leurs côtés, entraînant ainsi une irradiance solaire temporairement plus élevée à la surface et une production d'énergie solaire supérieure à celle qui se produirait pendant un ciel bleu clair.

Pour développer un système utile, Lee et ses collègues se sont appuyés sur deux années d'observations météorologiques du Mesonet de l'État de New York, un réseau de 126 stations météorologiques à l'échelle de l'État. Ils ont également analysé les données de production d'électricité d'installations solaires sélectionnées. Ces informations historiques leur ont permis de former des modèles d'apprentissage automatique pour corréler les conditions météorologiques avec la puissance de sortie.

Ils ont ensuite utilisé deux modèles météorologiques avancés : une version spécialisée du modèle de recherche et de prévision météorologiques basé sur le NCAR et adaptée aux applications solaires (WRF-Solar) et le modèle NOAA High-Resolution Rapid Refresh (HRRR). Les modèles ont généré des prévisions météorologiques à échelle précise plusieurs heures à un jour à l'avance, que le modèle d'apprentissage automatique a traduites en production solaire prévue.

"Nous sommes très heureux que le système NYSolarCast fournisse des prévisions précises à la fois pour les fermes solaires à grande échelle et les panneaux solaires sur les toits", a déclaré Lee. "L'amélioration continue de la précision des prévisions est vitale pour l'industrie solaire, qui doit garantir la fourniture fiable d'énergie renouvelable et améliorer les performances globales du réseau électrique à mesure que la production d'énergie solaire augmente."

Voir toutes les actualités