Evaluation de la ressource solaire pour la gestion optimisée de centrales CSP

• Auteur / Autrice : Remi Chauvin
• Direction : Stéphane Grieu, Stéphane Thil
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'ingénieur
• Date : Soutenance le 22/04/2016
• Etablissement(s) : Perpignan
• Ecole(s) doctorale(s) : École doctorale Énergie environnement (Perpignan)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Procédés, matériaux et énergie solaire (Perpignan)
• Jury : Président / Présidente : Gilles Flamant
• Jury : Examinateurs / Examinatrices : Stéphane Grieu, Stéphane Thil, Gilles Flamant, Philippe Lauret, Philippe Blanc, Christian A. Gueymard, Richard Perez
• Jury : Rapporteurs / Rapporteuses : Philippe Lauret, Philippe Blanc

Mots clés

Mots clés contrôlés

Rayonnement solaire

Centrales solaires

Mots clés libres

Centrales solaires à concentration

CSP

Ressource solaire

DNI

Ciel clair

Télédétection

Concentrated solar power

Solar resource

Clear sky

Sky imager

Résumé

Cette thèse s’inscrit dans le cadre d’un projet européen visant à améliorer la compétitivité des centrales solaires à concentration. Parmi les différents défis soulevés par ce projet, l’évaluation en temps réel de la disponibilité et de la variabilité de la ressource solaire est un point clé puisqu’elle permettrait une gestion optimisée du champ solaire et, par conséquent, une hausse de la productivité de la centrale. L’objectif de ce travail est donc de développer un outil d’évaluation de la ressource solaire destiné à la gestion de centrales CSP. Pour y parvenir, une étude approfondie des interactions entre le rayonnement solaire et l’atmosphère est tout d’abord menée. Cette étude révèle entre autres que l’éclairement normal direct (DNI) peut se scinder en deux composantes : le DNI par ciel clair et l’indice ciel clair. Le premier représente l’éclairement normal direct reçu au niveau du sol, lorsqu’aucun nuage ne vient occulter le Soleil. Le second traduit l’influence des nuages sur ce rayonnement par ciel clair. Évaluer ces deux composantes est essentiel pour l’opérateur de la centrale car elles lui permettent de connaître les marges de manoeuvre dont il dispose. D’une part, un modèle ciel clair permettant d’estimer et prévoir le DNI par ciel clair en temps réel est donc développé. Il permet de maintenir l’erreur quadratique moyenne sur l’estimation du DNI par ciel clair aux alentours de 30W/m². D’autre part, une caméra hémisphérique a été installée sur le site du laboratoire PROMES-CNRS afin de détecter les nuages et leur mouvement dans le but d’appréhender la variabilité de l’indice ciel clair. Ce système est notamment capable de fournir des images à haute dynamique, permettant de mesurer simultanément des informations dans la zone circumsolaire et dans les zones les plus sombres du ciel. Sur la base du modèle ciel clair et des images fournies par la caméra, un modèle de prévision du DNI pour tout type de conditions a été mis au point. Il permet de maintenir l’erreur quadratique moyenne sur la prévision du DNI aux alentours de 180 W/m², pour des horizons inférieurs à 30 min. En partenariat avec Acciona, l’outil développé est d’ores et déjà opérationnel sur la centrale solaire Palma del Rio II, en Espagne.

This thesis is part of a European research project which aims at improving the solar power plant efficiency. Among the different challenges pointed out by this project, the solar resource assessment and forecasting are essential tasks since they would allow a better real-time management of the solar field, and thus reduce the maintenance activities, while improving the expected benefits. Therefore, the purpose of this work is to develop a solar resource forecasting tool in order to improve the CSP plants management. An extensive review of the interactions between solar radiation and the atmosphere is firstly conducted. It reveals, among other things, that the direct normal irradiance (DNI) can be divided into two components : the clear sky DNI and the clear sky index. The former represents the direct normal irradiance received at ground level, when no clouds are occulting the sun. The latter reflects the influence of clouds on the clear sky DNI. Estimating these two quantities is essential for the plant operator, since it allows a better management of the solar field. As a consequence, a clear sky model able to estimate and forecast the clear sky DNI has been developed. The root mean squared error of the forecast is around 30 W/m². On the other hand, a sky imager has been installed at the PROMES-CNRS laboratory in order to detect clouds and their motion. The system is able to provide high dynamic range images, allowing the measurement of information both into the circumsolar area and into the darkest parts of the sky. Based on the clear sky model and the images provided by the sky imager, a DNI forecasting model is proposed. The root mean square error on the forecast is around 30 W/m², for 30 min forecasting horizon. One system is now operational at a solar power plant located in Palma del Rio II, Spain.