Développement d'un outil de simulation et d'optimisation dynamique d'une centrale solaire thermique.

Development of a dynamic simulation and optimization tool for a solar thermal plant

• Auteur / Autrice : Simon Scolan
• Direction : Jean-Michel Reneaume
• Type : Thèse de doctorat
• Discipline(s) : Énergétique
• Date : Soutenance le 16/07/2020
• Etablissement(s) : Pau
• Ecole(s) doctorale(s) : École doctorale sciences exactes et leurs applications (Pau, Pyrénées Atlantiques ; 1995-)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de thermique, énergétique et procédés (Pau) - Laboratoire de thermique, énergétique et procédés (Pau)
• Jury : Président / Présidente : Assaad Zoughaib
• Jury : Examinateurs / Examinatrices : Jean-Michel Reneaume, Assaad Zoughaib, Jean-Jacques Bézian, Bruno Lacarrière, Sabine Sochard, Sylvain Serra
• Jury : Rapporteur / Rapporteuse : Jean-Jacques Bézian, Bruno Lacarrière

Mots clés

Mots clés contrôlés

Effets du rayonnement solaire

Électricité -- Production

Mots clés libres

Centrale solaire thermique

Modélisation

Simulation

Optimisation dynamique

Dimensionnement

Fonctionnement

Solar thermal plant

Modelling

Simulation

Dynamic optimization

Sizing

Operating strategy

Résumé

Dans le contexte climatique et énergétique actuel, des solutions doivent être trouvées pour remplacer progressivement l'usage des énergies fossiles. Le solaire thermique est une ressource disposant d'un fort potentiel encore trop peu exploité en France à l'échelle industrielle. Dans ce contexte, les grandes installations solaires thermiques sont de plus en plus étudiées. Actuellement, la majorité des études porte sur l'optimisation du dimensionnement des centrales en se basant sur des stratégies de pilotage standard. Le présent manuscrit propose une méthodologie de résolution mathématique pour la simulation et l'optimisation dynamique d'une centrale solaire thermique. Ce type d'optimisation permet de prendre en compte la dynamique de ce système, et en particulier la dynamique lente d'un stockage d'énergie thermique, et est réalisée en exploitant les degrés de liberté du problème tel qu'on le pose. Ainsi, en laissant libres certains paramètres de design, l'optimisation dynamique permet d'optimiser simultanément le fonctionnement et le dimensionnement de la centrale. Les différents éléments d'une centrale solaire thermique (champ solaire, échangeur de chaleur, stockage thermique, pompes, canalisations) sont modélisés et forment un système d'équations algébro-différentielles. Nous détaillons la méthode de collocation orthogonale sur éléments finis permettant de discrétiser ces équations et d'obtenir ainsi un système comprenant uniquement des équations algébriques. Différents modèles sont confrontés à des données expérimentales issues de la centrale de Condat-sur-Vézère et leur précision est quantifiée. Le développement d'une méthode par simulations et initialisations successives nous a permis de réaliser la simulation dynamique d'une centrale solaire thermique. Cependant, certaines contraintes de fonctionnement (règles de pilotage nécessaires pour saturer les degrés de liberté) sont difficiles à formuler de façon cohérente et implémentable dans le logiciel GAMS utilisé dans ces travaux. L'intérêt de l'optimisation dynamique est de tirer profit des degrés de liberté du problème afin de minimiser/maximiser une fonction objectif (en respectant les contraintes du problème) sans avoir à formuler des contraintes pour saturer les variables d'intérêt. Un premier problème d'optimisation dynamique a été formulé puis résolu suivant une stratégie orientée-équation. Sur un horizon de temps de cinq jours et avec un dimensionnement de centrale fixé, nous avons maximisé les bénéfices liés à la vente de chaleur solaire à un consommateur en optimisant le fonctionnement de la centrale. Cela a notamment fait ressortir des stratégies parfois contre-intuitives permettant une amélioration significative de la fonction objectif par rapport à des pilotages plus « classiques ». En particulier, l'utilisation d'une inclinaison dynamique des capteurs s'est montrée efficace, d'une part, pour augmenter l'énergie captée par le champ solaire et, d'autre part, pour gérer d'éventuelles surchauffes en défocalisant les capteurs par rapport à la trajectoire de captation maximale. L'utilisation d'un stockage thermique a également été utile pour permettre le déphasage entre la production et la demande. La formulation d'un second problème d'optimisation, sur un horizon de temps d'un an, a permis de minimiser le coût moyen de la chaleur solaire vendue au consommateur (sur la durée du projet) en déterminant le dimensionnement optimal de la centrale et les profils temporels optimaux des variables de fonctionnement en fonction de la courbe de charge. Des difficultés ont été rencontrées, notamment pour conserver un fonctionnement cohérent sur la période d'optimisation. Finalement, nous avons listé un certain nombre de pistes qui pourraient potentiellement améliorer les résultats obtenus.

In the current climate and energy context, solutions must be found to gradually replace the use of fossil fuels. Solar thermal energy is a resource with great potential that is still insufficiently exploited in France on an industrial scale. In this context, large solar thermal installations are increasingly studied. Currently, a majority of studies focus on optimizing the sizing of the plants based on standard operating strategies. This manuscript offers a mathematical resolution methodology for the simulation and dynamic optimization of a solar thermal plant. This type of optimization makes it possible to take into account the dynamics of this system and in particular the slow dynamics of a thermal energy storage. It is carried out by exploiting the degrees of freedom of the problem. By leaving certain design parameters free, dynamic optimization makes it possible to optimize the operation and sizing of the plant simultaneously.The different elements of a solar thermal plant (solar field, heat exchanger, thermal energy storage, pumps, pipes) are modeled and form a Differential Algebraic Equation system. We have described the orthogonal collocation method which allows to discretize these equations and thus, to obtain a system comprising only algebraic equations. Different models are confronted with experimental data from a plant located in Condat-sur-Vézère (France). Their precision is quantified. The development of a method by successive simulations and initializations allowed us to carry out the dynamic simulation of a solar thermal plant. However, certain operating constraints (control rules necessary to saturate the degrees of freedom) are difficult to formulate in a coherent and implementable way in the GAMS software used in this work. The interest of using dynamic optimization is to take advantage of the degrees of freedom of the problem in order to minimize / maximize an objective function (while respecting the constraints of the problem) without having to formulate constraints to saturate them.A first dynamic optimization problem was formulated and then solved, using an equation-oriented strategy. Over a five-day time horizon and with a fixed plant sizing, we have maximized the benefits from the sale of solar heat to a consumer by optimizing the operation of the plant. This notably brought to light counter-intuitive operating strategies allowing a significant improvement of the objective function compared to more standard strategies. In particular, the use of a dynamic inclination of the flat-plate collectors (as with a solar tracking device) has proved effective, on the one hand, to increase the energy captured by the solar field and, on the other hand, to handle possible overheating by defocusing the collectors from the maximum energy capture trajectory. The use of a thermal energy storage was also useful to allow the phase difference between production and demand.The formulation of a second optimization problem, over a time horizon of one year, made it possible to minimize the average cost of solar heat sold to the consumer (over the duration of the project) by determining the optimal sizing of the plant and the optimal time profiles of the operating variables as a function of the load curve. Difficulties have been encountered, in particular to maintain consistent operation over the optimization period. Finally, we listed a number of leads that could potentially improve the results obtained.