Soutenance de thèse – Sébastien ARBARETAZ
mercredi 25 septembre 2024 à 14h00 en Amphi 110, IUT de Chambéry 28 Avenue du Lac d’Annecy 73370 LE BOURGET DU LAC
Modélisation des pertes énergétiques dues à l’encrassement des modules photovoltaïques bifaciaux
Résumé:
La question de l’encrassement des modules photovoltaïques a récemment suscité un intérêt accru en raison de son impact sur la production d’énergie solaire. L’encrassement des systèmes photovoltaïques désigne l’accumulation de poussière et de divers polluants sur les surfaces des modules photovoltaïques, ce qui réduit la puissance des cellules photovoltaïques en absorbant ou en réfléchissant la lumière du soleil. L’augmentation de la capacité photovoltaïque installée dans les régions où les conditions d’encrassement sont élevées, telles que les zones sèches et semi-arides caractérisées par de fortes concentrations de particules en suspension dans l’air, entraîne une augmentation significative des pertes dues à l’encrassement à l’échelle mondiale. Dans ce contexte, cette thèse étudie la modélisation des pertes d’énergie dues à l’encrassement des panneaux photovoltaïques afin d’estimer et de prédire son impact sur la production des modules. Une meilleure compréhension des phénomènes d’encrassement est obtenue grâce au développement d’une méthode innovante de caractérisation du dépôt de poussière utilisant la microscopie optique à transmission. L’adhérence des particules est étudiée dans un environnement contrôlé, qui permet de projeter des poussières et simuler des conditions thermiques et d’humidité réelles. Cette étude et la revue de la littérature permettent d’identifier les variables pertinentes pour modéliser les pertes dues à l’encrassement. Une procédure est définie pour nettoyer et préparer les données en vue de leur utilisation dans les modèles. Un algorithme est également développé pour mesurer avec précision le taux d’encrassement à partir de la production des modules, en utilisant l’irradiance et la température des cellules. Cet algorithme est validé par comparaison avec une méthode normée dans des conditions extérieures. Les modèles développés dans cette thèse sont basés sur des approches de Régression Linéaire Multiple (RLM) et de Réseau de Neurones Récurrents (RNR). La performance des modèles est évaluée dans deux environnements, en se concentrant sur leur capacité à faire des prédictions à court terme de moins d’une semaine et des estimations à long terme du taux d’encrassement moyen sur plusieurs mois. En outre, les modèles sont testés en intégrant des prévisions météorologiques comme entrées, au lieu de données mesurées. Cette thèse ne se limite pas aux modules monofaciaux, mais s’étend également aux modules bifaciaux. L’impact de l’encrassement sur différentes technologies de cellules photovoltaïques et configurations de modules sont abordés, démontrant la polyvalence et l’applicabilité des modèles développés.
Composition du jury :
Mme Anne MIGAN DUBOIS Université Paris Saclay Rapporteure
M. Pierre-Olivier LOGERAIS Université Paris-Est Créteil Rapporteur
M. Stéphane COLLIN Université Paris-Saclay Examinateur
Mme Emilie PLANES Université de Savoie Mont-Blanc Co-directrice de thèse
M. Christophe MENEZO Université de Savoie Mont-Blanc Directeur de thèse