Projet de Recherche DIA-SOLAIRE

Outils de diagnostic et de pronostic intelligents pour l'exploitation d'une centrale photovoltaïque

Équipe : Sûreté De Fonctionnement et aide à la Décision

Labellisation : aucune

Durée : 42 mois, date de début des travaux scientifiques : 01/02/2025

Provenance des fonds : ANR

Personnels impliqués du LARIS : Abdérafi CHARKI (Coordinateur), Nizar CHATTI, Xavier SIDAMBAROMPOULE, Thierry LEMEAND, Marie-Lise PANNIER, Sylvain VERRON, David BIGAUD, Laurent SAINTIS, 1 doctorant.e à recruter

Partenaires du projet : Centre d’Études et de Recherche en Thermique, Environnement et Systèmes (CERTES) : Pierre-Olivier LOGERAIS, Mahamadou ABDOU TANKARI, Ali KHOUZAM, Olivier RIOU, Fabien DELALEUX, Jura ARKHANGELSKI, 1 IE à recruter et le Laboratoire d’Économie et de Management Nantes Atlantique (LEMNA) : Barbara LYONNET, Marc BIDAN, 1 doctorant.e à recruter

Objectifs

Le projet DIA-SOLAIRE vise le développement d’approches intégrées de diagnostic et de pronostic dédiées aux centrales photovoltaïques (PV) existantes ou à installer à l’avenir. Ces approches seront hybrides, intégrant à la fois des modèles physiques et des modèles basés sur des données, tout en explorant le potentiel des méthodes statistiques et d’apprentissage, notamment profond et par transfert. L’objectif est de prolonger la durée de vie moyenne des centrales PV et d'optimiser la gestion de leur performance énergétique, tout en tenant compte des facteurs d'influence technologiques, humains et environnementaux, sur le moyen et le long terme, dans un contexte de changement climatique.

Méthodologie

Le projet DIA-SOLAIRE sera articulé autour de 8 workpackages (WP) dont les intitulés sont indiqués sur la Fig. 1. Dans le cadre du WP1, un comité de pilotage (CoPil) sera constitué ; des outils de planification, de gestion de la qualité et des risques projet seront renseignés tout le long du cycle de vie du projet. Le WP2 concernera la mise en place d’une instrumentation pour la caractérisation d’un échantillon de panneaux PV tombés en panne ou en fonctionnement dégradé. Le WP3 aura pour but de mettre en forme et de traiter les données métrologiques, météorologiques et de production des centrales PV, ainsi que les données qualitatives relatives aux pratiques des exploitants des centrales PV. Deux laboratoires impliqués dans ce projet ont établi des conventions de partenariat avec plusieurs exploitants industriels de grandes centrales PV. Les partenaires ont ainsi à leur portée une grande quantité de données issues notamment de la maintenance et des données mesurées sur plusieurs sites géographiques où sont installées des centrales PV. Dans le WP4, il s’agira d’établir une base de signatures de défauts et de connaissance de l’effet des défaillances et des dégradations sur la performance des modules PV. L’influence des modes de défaillance et de dégradation sur la performance énergétique des centrales PV sera étudiée grâce à des modèles reposant sur des données. La localisation et les conditions d’installation et d’usage, ainsi que les niveaux et profils de sollicitations environnementales (humidité relative, exposition UV, température, etc.) seront considérés. Le WP5 correspondra au développement de codes IA permettant d’identifier, selon toutes les données établies et collectées dans les WP précédents, la réduction des signaux électriques constatés, les défaillances et les dégradations qui apparaissent, et de faire un lien avec les variations de production, notamment saisonnières, des sous-champs d’une centrale PV afin de dresser, à l’aide d’une méthode de Machine Learning, une cartographie de son état de santé en temps réel. Concernant le WP6, il s’agira d’étudier l’évolution des indicateurs de performance en temps réel, d’établir à l’aide d’une méthode IA, un lien entre les dérives et leurs causes, et de pronostiquer la performance d’une centrale PV. Puis, en introduisant des lois économiques (investissements, évolution des coûts de l’énergie, rendements et prix de technologies émergentes, cycle de vie…), les outils IA permettront d’estimer les performances et la rentabilité d’une centrale PV. Les outils développés dans ce projet serviront ainsi à la détection de défauts, au diagnostic et au suivi des dérives de production d’une centrale PV. Ils seront expérimentés pour diagnostiquer et pronostiquer l’état de santé d’une centrale PV, et feront l’objet d’un travail de validation sur le terrain pour mesurer l’applicabilité des outils et accompagner les usagers et exploitants. Concernant le WP7, nous nous intéresserons aux changements en termes de pratiques de maintenance qu’engendreraient le déploiement des outils développés qui seront expérimentés "in situ" auprès des exploitants de centrales PV : organisation des plans de maintenance, formation, communication, détermination de la fréquence de nettoyage, remplacement des sous-champs en sous performance par des panneaux PV de générations avancées. Enfin, le WP8 sera entièrement dédié à la valorisation des résultats du projet, avec des actions de communication - écoresponsables et soutenables - au travers de publications, conférences, workshops et séminaires en suivant les règles (éthique, intégrité scientifique, etc.) établies par un accord de consortium. Une étude de transfert technologique des outils IA développés vers l’industrie sera réalisée avec l’appui de la SATT (Ouest-Valorisation).