Anthony Crockford, directeur technique, Advanced Analytics chez Power Factors, partage ses réflexions lors de l'atelier technologique WindEurope à Lyon, France, le 2 juin 2023.
Au début de ce mois, j'ai eu l'honneur de prendre la parole à l'atelier technologique WindEurope( ) sur l'utilisation de la méthode continue Side-by-Side pour quantifier le gain de performance des éoliennes.
Il s'agit d'un suivi d'une présentation que j'ai faite il y a sept ans dans le même forum, qui couvrait les limites du calcul du gain de performance uniquement à partir des courbes de puissance de la nacelle. Depuis, nos méthodes ont évolué grâce à des missions et des expériences de données sur les plus de 100 GW de parcs éoliens suivis par Power Factors.
Les paramètres standard des éoliennes, parce qu'ils sont optimisés pour des conditions de modèle spécifiques ou sur un site d'essai spécifique, ne seront pas optimaux pour tous les sites. Pour y remédier, il est possible d'expérimenter les paramètres du contrôleur et d'optimiser chaque éolienne individuellement.
De nombreux équipementiers et tiers proposent des versions de ce service, qui a fait ses preuves. Par exemple, DEIF a présenté à les multiples méthodes qui ont fait leurs preuves par le biais d'expériences théoriques ou pratiques. Mais comment mesurer le succès de ce type d'initiatives d'amélioration ?
Le point important pour cet article est que nous examinons des gains relativement faibles, généralement de l'ordre de 0,5 à 2 %. Mais même une amélioration modeste des performances peut accroître les bénéfices si les coûts d'amélioration sont raisonnables. De nombreux fournisseurs facturent ces services en fonction du gain de performance observé. Nous devons donc d'abord valider l'existence d'un gain, puis quantifier ce gain de la manière la plus précise possible.
Lorsque l'on compare les performances avant et après une modification, il faut tenir compte de la ressource éolienne. Plusieurs méthodes permettent de le faire par le biais de mesures du vent, notamment l'anémométrie de la nacelle, le mât de mesure ou le lidar de la nacelle. Mais ces mesures ont une incertitude relativement élevée, de sorte que la meilleure façon de réduire l'incertitude est d'exclure complètement les mesures de vent. Le tableau 1 ci-dessous présente les avantages et les inconvénients des différentes méthodes d'évaluation du gain de performance.
Cela nous amène à la méthode Side-by-Side, qui se concentre sur la puissance de l'éolienne. Cette méthode compare directement la puissance de deux éoliennes proches : une éoliennede contrôle et une éoliennemodifiée . La différence relative de puissance entre les éoliennes est établie sur une période detest et comparée à une période deréférence au cours de laquelle les deux éoliennes ont été exploitées dans des conditions identiques.
Dans le graphique ci-dessus, les données bleues représentent la différence de puissance de sortie pendant la période de référence, tandis que les données rouges représentent la même chose pendant la période d'essai. La ligne noire est la moyenne bin-wise des données de référence, et la ligne verte est celle de la période d'essai.
Dans cet exemple, lorsque la ligne verte est supérieure à la ligne noire, nous avons constaté un gain de performance quantifiable. Malgré un filtrage poussé de l'état des turbines, des sillages et des données non valides, les nuages de données sont encore très variables. Il est donc essentiel d'appliquer des tests statistiques pour s'assurer que la différence entre les ensembles de données rouges et bleus est statistiquement significative.
Nous pouvons également quantifier l'incertitude, en commençant par la dispersion statistique des mesures et les biais des instruments, qui sont supposés s'annuler puisque le même équipement est utilisé dans les deux périodes et que la différence relative est calculée. Ces deux éléments représentent environ 0,5 % de l'incertitude, mais d'autres incertitudes doivent être évaluées. Pour ce faire, nous procédons à des tests de sensibilité.
Tout d'abord, il y a la représentativité des périodes de référence et de test. Avec des campagnes plus courtes, vous pouvez introduire des biais saisonniers, et même avec une campagne de 12 mois avant/après, vous pouvez introduire des biais en fonction des conditions de vent ou de filtrage spécifiques. Enfin, il y a les sensibilités des paramètres du modèle, comme la taille des cellules, les filtres, les niveaux de confiance, etc.
L'incertitude combinée est généralement de l'ordre de 1 %, ce qui est inférieur aux méthodes basées sur la vitesse du vent, mais reste dans le même ordre de grandeur que les gains observés.
La méthode Side-by-Side présente certaines limites connues.
Ce qui nous amène à la première variante : le parc éolien côte à côte. Au lieu d'examiner une paire d'éoliennes, nous divisons le parc éolien en deux groupes : unensemble de contrôle (par exemple, 20 %) et unensemble modifié , et nous comparons la différence de puissance entre les groupes.
Le grand avantage est que nous pouvons effectuer une analyse unique pour toutes les éoliennes d'un parc éolien en même temps.
L'autre grand avantage est que nous n'avons pas besoin de filtrer autant le sillage et que nous pouvons évaluer le gain de performance dans un plus grand nombre de conditions de fonctionnement typiques.
Cette approche a un impact sur l'incertitude. Il peut y avoir une augmentation de la dispersion statistique, mais celle-ci peut être atténuée par une moindre sensibilité aux périodes et aux paramètres du modèle. L'incertitude combinée pourrait rester dans la même région de 1 à 1,5 %.
Mais il reste encore des questions qui ne sont pas abordées par les concepts ci-dessus :
Il n'est pas possible de refaire une campagne d'analyse côte à côte sur deux ans pour répondre à ces questions. Mais si vous avez établi une base de référence solide sur 12 mois, vous pouvez maintenir une analysecontinue Side-by-Side pour surveiller l'augmentation des performances pendant le reste de la durée de vie du parc éolien.
Une partie des turbines (~20%) est désignée comme turbines de contrôle. Le gain de performance des turbines restantes peut être contrôlé en permanence. Comme dans le cas d'un Side-by-Side standard, cela permet de quantifier l'amélioration initiale. Mais il permet également de vérifier si ce gain se maintient dans le temps. Il peut aider à déterminer si des changements ultérieurs annulent une partie de l'amélioration, ou si une optimisation supplémentaire est possible.
Pour conclure avec un exemple de ce à quoi ressemble un côte-à-côte continu, voici une carte thermique montrant le différentiel de puissance par cellule chaque mois au cours des deux dernières années depuis que ce programme d'amélioration de la puissance a été mis en œuvre. Partout où la carte thermique est rouge, il y a un gain de performance pour les turbines modifiées par rapport aux turbines de contrôle, tandis que partout où elle est bleue, il y a une baisse de performance.
Dans cet exemple, nous pouvons voir que cet ensemble d'améliorations fonctionne bien pendant les mois d'été, mais qu'il y a une baisse de performance dans certaines tranches de puissance plus élevées pendant les mois d'hiver. Il est donc plus facile de modifier les paramètres en hiver.
Suivez Anthony Crockford, directeur technique, Advanced Analytics et Power Factors sur LinkedIn!