Période d’analyse et définition de critères de filtrage pertinents

disponibilité des différentes technologies. La figure 2.10 illustre les puissances produites par les différentes technologies en fonction du temps. Pour ces données, le préfiltrage suivant a été utilisé selon les critères suivants: DNI supérieur à 100 W/m²; T_ambcompris entre -10°C et 50°C ; SMR^top_mid compris entre 0,5 et 1,5 ; SMR^top_bot compris entre 0,5 et 1,5 et W_speedcompris entre 0 m/s et 10 m/s. Ce préfiltrage permet d’éliminer les valeurs nocturnes, les journées avec un ensoleillement insuffisant, les défauts de capteurs et certaines données aberrantes. En outre, il réduit le volume de données, considérable pour de telles périodes, et les temps de traitement associés aux calculs et aux analyses. Comme nous pouvons le voir, la période de mesure est très variable: elle varie entre deux ans pour les technologies A et D à une vingtaine de jours pour le module B. Malgré une période courte de données, cette dernière technologie est la seule sans optique secondaire et mérite donc d’être comparée aux autres technologies. Nous pouvons aussi être intrigués par la présence de trous de données de plusieurs mois sur les périodes étudiés. Le laboratoire ne dispose que d’un seul suiveur solaire expérimental, et cet équipement a nécessité de lourdes maintenances suite à des pannes de vérin.

Une des principales difficultés dans l’analyse de données mesurées en extérieur, est de s’assurer de la qualité et de la représentativité des mesures. En effet, divers phénomènes comme la salissure, les ombrages ou les pannes de suiveur solaire peuvent altérer le com-portement du module qui ne se trouve plus dans des conditions représentatives de bon fonctionnement. Pour illustrer ce propos, intéressons-nous aux deux phénomènes suivants: l’ombrage partiel du module (dû à des masques solaires matinaux ou en soirée) et la conden-sation sur la lentille observable certaines matinées. Différentes courbes IV sont représentées sur la figure 2.11, où l’on voit l’impact des deux phénomènes. Sur la figure de gauche, nous constatons l’impact de la condensation sur l’efficacité optique du module via la grandeur I_sc. La présence d’eau sur le parquet de lentilles va provoquer une diffusion de la lumière, qui ne pourra être concentrée sur la cellule. On note la présence "d’escaliers" sur la courbe, synonyme de déséquilibre en courant entre les cellules assemblées en série. L’ombrage partiel du module va affecter également la courbe IV du module en provoquant la chute de courant de certaines cellules. Pour éliminer les données présentant ce type d’effet, les grandeur I_sc/DNI ou (I_sc− I_mpp)/DNI peuvent par exemple être utilisées comme filtres.

Figure 2.11: Impact des phénomènes de condensation (gauche) et d’ombrage (droite) sur la caractéristique IV des modules. Les courbes représentées correspondent au module A.

Un autre paramètre d’importance est la précision du suiveur solaire. En effet, comme nous l’avons vu dans la partie 2.3, l’angle d’acceptance des modules varie entre 0,35° et 0,8°. Au-delà ce ces angles (pour lequel rappelons-le, la puissance est égale à 90% de la puissance d’un module aligné), la chute de puissance est très rapide. Le travail proposé se focalise sur l’impact des paramètres environnementaux et nous souhaitons donc nous affranchir des erreurs de suivi provoquant ces chutes de performance. En conséquence, il est primordial de décorréler les performances du module à l’alignement du suiveur mesuré via le capteur Black

Photon. Sur la figure 2.12, on peut observer les erreurs de suivi sur l’axe azimuth et élévation pour une période de deux ans. Alors que pour l’année 2013, on mesure un désalignement acceptable du suiveur (de l’ordre de 0,2°), une dérive apparaît en 2014 sur l’axe d’élévation, suite notamment à plusieurs pannes. Un nouveau vérin a été installé fin 2014 sur cet axe, mais les premiers résultats montrent clairement que le problème s’aggrave. A la lumière de ces résultats, il apparaît critique de filtrer selon ces deux angles. Nous choisissons d’appliquer un filtre pour un angle de désalignement équivalent à 95% de la puissance lorsque le module est aligné (angle d’acceptance nommé AA_95%), critère qui permet de conserver un jeu de données suffisant et de bien isoler les performances du module de celles du suiveur.

Figure 2.12: Désalignement angulaire du suiveur solaire en azimuth et en élévation sur la période allant de Août 2013 à Septembre 2015.

A la lumière de ces phénomènes impactant les performances (désalignement, effet d’ombrage, condensation...), il apparaît pertinent de définir un filtrage systématique pour chaque technologie pour éliminer l’ensemble des valeurs incohérentes. Différents critères ont été étudiés dans des travaux relatifs à l’estimation de puissance en extérieur [69–71]. En se basant sur ces travaux et sur la norme IEC62670 en cours de finalisation [11], nous avons choisi de définir notre propre jeu de filtres, qualifié de "base", que nous appliquons aux mesures de chaque module. L’enjeu ici est d’obtenir un jeu de données de qualité et significatif, tout en préservant une quantité satisfaisante de mesures. Un logiciel de traitement de données a été développé sous MATLAB, et permet de tester différentes procédures de filtrage. Les critères appliqués aux mesures sont visibles sur le tableau 2.3. Mentionnons que le critère lié aux variations de DNI permet de limiter les effets de régime transitoire relatifs à la thermique du module. Quant au paramètre DNI/GNI, il est un indicateur de la clarté du ciel.

Une fois le jeu de données considéré comme propre et significatif, nous pouvons étudier l’impact des paramètres. Comme nous l’avons vu, la dépendance des performances du

Tableau 2.3: Critères de filtrage appliqués aux données mesurées en extérieur.

Paramètre Critère de validité

DNI 600 - 1000 W/m²

T_amb 0 - 40 °C

SMR^top_mid 0,6 - 1,3

SMR^top_bottom 0,6 - 1,3

DNI/GNI > 0,7

Variation de DNI dans les 30

min-utes précédant la mesure ^{< 10%}

T_module 0 - 90 °C

T_lentille 0 - 50 °C

Rendement η 0,8.médiane(données) à 1,2.médiane(données)

I_sc/DNI 0,7.médiane(données) à 1,3.médiane(données)

(I_sc− I_mpp)/I_mpp <1,3.médiane(données)

(V_oc−V_mpp)/V_mpp <1,3.médiane(données)

Désalignement ε_Az et ε_El <Angle d’acceptance AA_95%

module aux facteurs environnementaux est complexe. Ces facteurs sont souvent corrélés entre eux (dans une certaine mesure), alors que nous souhaitons étudier leur impact de manière isolée. L’outil de traitement de données développé permet de contraindre certaines variables à une plage de valeurs, afin d’étudier l’impact d’autres variables. L’ajout d’une troisième dimension par échelle colorimétrique, comme on peut le voir sur la figure 2.1, s’est montré particulièrement utile pour notre étude. A noter que le logiciel développé intègre aussi le calcul de la température de cellule et de lentille, que nous détaillerons dans les sections suivantes, et qu’il fait actuellement l’objet d’un développement professionnel afin d’être utilisé dans d’autres laboratoires du CEA. Passons maintenant à une analyse globale des performances des différentes technologies pour le site étudié.