Intégration des images satellites pour la prévision PV

Intégration des images satellites pour la prévision PV

Les méthodes de prévision spatio-temporelles présentées dans les chapitres précédents sont basées sur les corrélations spatio-temporelles entre des sites de production géogra- phiquement dispersés. Dans ce chapitre, nous nous intéressons à une autre source de données adaptées à la prévision à court-terme de la production PV : les images satel- lites. Ces images présentent des résolutions spatiales et temporelles plus fines que celles des modèles NWP et sont mises à jour beaucoup plus rapidement que ces derniers. Les images satellites sont utiles pour la prévision de production PV car elles permettent de prévoir les évolutions de la couverture nuageuse. Rappelons que la couverture nuageuse est la principale source de variabilité intra-journalière de la production. Les méthodes de traitement d’images sont utilisées pour extraire des images les informations relatives aux mouvements des nuages, notamment leurs vitesse et direction. Il existe plusieurs satellites en orbite autour de la Terre qui sont utilisés pour différentes applications dont la fourni- ture des images utilisées pour prévoir les mouvements des nuages. La figure 5.1 présente quelques satellites en orbite autour de la Terre utilisés pour l’observation des phénomènes météorologiques. L’objectif de ce chapitre est de proposer une méthode d’intégration des informations contenues dans les images satellites dans le modèle spatio-temporel défini dans le chapitre 3. Cette intégration vise à utiliser d’une source de données avec des temps de mise à jour rapide et des résolutions spatiales plus importantes. En effet, les images satellites peuvent couvrir de grandes régions avec des résolutions fines (environ un tiers de la Terre et une taille de pixel approximative de 5 km) et les délais d’acquisition des images sont très courts. Il existe aussi d’importantes archives d’images satellites exploitables.

 État de l’art

Les images de satellites géostationnaires peuvent être utilisées pour estimer l’irradia- tion au sol. Il existe dans la littérature différentes méthodes pour réaliser cette estima- tion. La principale différence entre ces méthodes est le procédé utilisé pour caractériser les interactions entre le rayonnement solaire et l’atmosphère. On retrouve dans [130, 131] une revue des premiers procédés utilisés, classifiés selon qu’ils soient physiques ou statis- tiques. Les différentes évolutions dans la caractérisation des phénomènes atmosphériques et les avancées technologiques dans le domaine de l’imagerie satellitaire ont conduit à des méthodes de plus en plus performantes pour passer des images satellites à des données d’irradiation [132, 133, 134, 21, 20]. Les données satellites peuvent être couplées à des mesures d’irradiation au sol pour améliorer la qualité des estimations fournies ; c’est la méthode de site-adaptation qui permet de rapprocher les estimations des mesures réelles sur site [83, 135, 136].d’irradiation pour des horizons allant de 0 (nowcasting) à 6 heures, en se basant sur des méthodes de prévision physiques, statistiques ou hybrides présentées dans les revues de littérature [137, 11]. On retrouve entre autres, les cloud motion vector (CMV) qui déterminent les vitesses et directions des nuages par l’analyse des images satellites [138, 139, 140, 84, 141, 19] afin de fournir de meilleures prévisions de l’irradiation. Les réseaux de neurones artificiels [142, 143, 144], les SVM [145, 146] et l’estimation bayésienne [147] sont aussi utilisés dans le cadre de la prévision de l’irradiation à partir d’images satellites. On retrouve aussi des méthodes spatio-temporelles [88] et des méthodes qui combinent à la fois images satellites, prévisions NWP et mesures au sol [148, 87].

Les données satellites utilisées dans le cadre de ces travaux sont issues de la base de données Helioclim [149] créée à partir des images des satellites MFG d’EUMETSAT (Euro- pean Organization for the Exploitation of Meteorological Satellites). La version Helioclim- 3 de cette base de données est l’une des plus performantes et présente de meilleures ré- solutions temporelles (15 minutes) et spatiale (3 km au nadir ; le nadir étant l’ensemble des points à surface de la Terre qui se trouvent directement en dessous de la trajectoire du satellite). Cette base de données repose sur la méthode de conversion d’images satel- lites en estimation de radiation au sol Héliosat-2 [134] dont nous ne présentons pas ici les caractéristiques. La station de réception METEOSAT de TRANSVALOR permet un trai- tement en temps réel des images. La base de données comporte les données d’irradiation sur plan horizontal, incliné et normal. Les pas de temps peuvent être de 15 min, horaires, journaliers ou mensuels. La couverture géographique correspondante va de -66˚à 66˚en latitude et longitude. Les données peuvent être post-traitées selon les étapes suivantes :. La première étape de la procédure est de définir les points de cartes qui sont intéressants dans le cadre de la prévision PV et le traitement à apporter à ces points. Nous présentons ensuite le modèle statistique de prévision qui intègre les données satellites. Enfin, nous détaillons les résultats de l’évaluation des performances des prévisions issues de ce modèle et de sa comparaison aux modèles sans images satellites.