Soutenance mémoire
Besoins en énergie primaire
Une énergie est dite primaire si elle est disponible dans la nature sans aucune transformation. Par opposition, une énergie est dite finale lorsque c’est sous cette forme qu’elle est commercialisée (l’électricité, le gaz naturel ou l’essence distribuée à la pompe sont des formes d’énergie finale). D’après l’Agence Internationale de l’Énergie [IEA09] la production mondiale d’énergie primaire a environ doublé en l’espace d’une trentaine d’années, passant de 5700 Mtep en 1971 à 12000 Mtep fin 2007, ce qui correspond à une progression moyenne annuelle de 2,3%. La FIGURE 2.2(a) représente l’évolution de la production mondiale d’énergie primaire par source entre 1971 et 2007. Il est possible de remarquer la part largement majoritaire des sources fossiles dans la production mondiale d’énergie primaire. La FIGURE 2.2(b) représente le mix énergétique mondial de 2007. Les énergies fossiles répondaient encore en 2007 à environ 80% de la production d’énergie primaire au niveau mondial. L’énergie nucléaire représentait quant à elle 5% de ce mix. La production d’énergie d’origine renouvelable représentait en 2007 environ 16% de l’énergie primaire totale produite dans le monde et provenait quasiment exclusivement de la biomasse et de l’énergie hydraulique. La part provenant des « nouvelles » sources renouvelables comme l’énergie photovoltaïque ou l’éolien représente encore une part relativement faible du paysage énergétique mondial bien qu’elles connaissent actuellement une croissance rapide (plus de 30% par an) qui devrait leur permettre d’atteindre d’ici peu une proportion respectable. La FIGURE 2.2(c) rappelle la répartition de la demande énergétique primaire mondiale par secteur d’activité, il s’agit d’une projection à l’horizon 2010 réalisée en 2004 par l’Agence Internationale de l’Énergie [WEO04]. Une proportion importante (∼ 31%) de la demande énergétique primaire mondiale est destinée à la production électrique, celle-ci connait une croissance continue et représente donc une caractéristique importante dans l’optique de la maîtrise de nos consommations énergétiques.
Systèmes photovoltaïques connectés au réseau
Les systèmes photovoltaïques connectés au réseau représentent la quasi-totalité des systèmes PV installés. La FIGURE 2.7(a) donne une idée de la répartition au niveau mondial entre systèmes connectés au réseau et systèmes autonomes. A titre d’exemple, en Europe, le marché du connecté réseau représentait en terme de puissance crête 99,5% de la capacité photovoltaïque installée au cours de l’année 2007 [EUR09]. Dans ce type d’application, la totalité de l’énergie produite est destinée à être revendue au distributeur d’électricité à un tarif de rachat préférentiel (jusqu’à 60 cC/kWh en France en 2009 si les panneaux sont intégrés au bâtiment). La FIGURE 2.8 représente l’architecture d’un tel système. Les panneaux photovoltaïques débitent sur un bus de tension continue à travers un convertisseur dont le rôle est d’effectuer la conversion DC-AC et de faire en sorte que le générateur PV fonctionne toujours à son point de fonctionnement optimal (MPPT : Maximum Power Point Tracking). Les caractéristiques électriques des panneaux photovoltaïques étant liées aux conditions météorologiques, ce convertisseur améliore la rentabilité du système global. Actuellement, non seulement les tarifs de rachat de l’électricité sont incitatifs mais en plus, sauf coupure exceptionnelle et dans la mesure d’un taux de pénétration relativement faible, le réseau de distribution peut accepter en permanence l’énergie produite par les panneaux photovoltaïques permettant un retour sur investissement relativement rapide. Il n’y a donc pas de délestage de production dans ce type de système. Le développement massif de tels systèmes posera à terme des problèmes de stabilité du réseau. En effet, si aucune mesure complémentaire n’est prise, le gestionnaire de réseau, dont la mission est d’assurer en permanence l’adéquation entre production et consommation électrique, rencontrera des difficultés à accepter en temps réel l’énergie électrique d’origine photovoltaïque en raison de sa nature intermittente ; notons que le problème se pose de la même façon pour l’éolien connecté au réseau de distribution. Par exemple, dans les zones non interconnectées, un arrêté impose à EDF de déconnecter temporairement un producteur photovoltaïque lorsque 30% de la puissance instantanée sur le réseau de distribution provient de producteurs d’énergie de nature intermittente [EDF08]. Le développement à grande échelle de ces systèmes ne pourra se faire qu’en ayant recours au stockage d’énergie offrant un degré de liberté supplémentaire de façon à mieux utiliser l’énergie produite. Par exemple, en mode connecté réseau, le stockage d’énergie permet d’augmenter l’autoconsommation. Le projet Solion [DSCL09] associant des accumulateurs Li-ion et des générateurs photovoltaïques est un exemple de projet actuel. Les nouveaux tarifs allemands de rachat de l’énergie photovoltaïque vont d’ailleurs dans ce sens, une augmentation de 5cC/kWh de l’énergie d’origine photovoltaïque consommée sur place a été mise en place en Janvier 2010.
Systèmes photovoltaïques autonomes
Les principaux paramètres de dimensionnement d’un système photovoltaïque autonome sont rappelés TABLE 2.2. Les paramètres en grisé interviennent uniquement lorsque l’on considère un système photovoltaïque hybride avec groupe électrogène. Le problème du dimensionnement global du système photovoltaïque revient à déterminer l’ensemble des variables de dimensionnement de façon à aboutir à une solution de compromis entre coût du système et service énergétique rendu au consommateur. Plusieurs considérations peuvent être relevées dans la littérature concernant le dimensionnement des systèmes photovoltaïques autonomes :
– Le critère universellement retenu pour le dimensionnement des systèmes photovoltaïques est son coût économique ; or, ce coût est fortement dépendant des subventions et autres incitations financières disponibles dans la zone géographique d’accueil du système photovoltaïque, et du temps (évolutions des aides et de l’ensemble des données économiques…).
– A de rares exceptions près [Koh09], le dimensionnement des systèmes photovoltaïques autonomes repose aujourd’hui sur des outils de simulation temporelle. Le comportement énergétique du système est donc simulé sur une certaine durée (tsim) avec un certain pas de temps de simulation (∆t). Cependant, ces deux paramètres prennent de nombreuses valeurs différentes dans la littérature ([She09],[FM08],[Lag08]). L’impact de ces deux paramètres fondamentaux de la simulation sur les résultats de dimensionnement n’ont pas fait l’objet d’études approfondies.
– Le stockage électrochimique Plomb-Acide, en raison de son faible coût économique à l’investissement, est quasiment le seul moyen de stockage actuellement employé dans ces systèmes. L’utilisation des technologies plaques tubulaires (pour leur durée de vie), avec ou sans entretien (batteries à recombinaison type VRLA : Valve Regulated Lead-Acid) est la plus fréquente dans les systèmes photovoltaïques autonomes où la maintenance est difficile.
– Les données de consommation électrique ainsi que les données météorologiques utilisées sont déterministes, le plus souvent issues de relevés expérimentaux. Dans [Cel07], l’auteur s’intéresse à l’impact du profil de consommation sur le dimensionnement d’un système photovoltaïque mais ne cherche pas à le modifier en vue de l’améliorer par exemple pour minimiser le dimensionnement du système. Ces considérations nous ont amenés à nous pencher, à l’occasion de cette thèse, sur les problématiques suivantes :
– Recherche de nouveaux critères de dimensionnement pertinents, notamment en intégrant des données d’Analyse sur Cycle de Vie (ACV), comme l’énergie primaire totale consommée sur cycle de vie, rendant mieux compte des réels impacts environnementaux de ce type de système.
– Impact du profil de consommation sur les résultats d’optimisation.
– Optimisation du profil de consommation.
– Potentiel de la technologie Li-ion pour les systèmes photovoltaïques autonomes :
→ Modélisation énergétique des accumulateurs Li-ion.
→ Comparaison des solutions Plomb-Acide et Li-ion dans le cadre des systèmes photovoltaïques autonomes.
– Modélisation du comportement aléatoire du consommateur.
– Gestion optimisée en temps réel de la consommation.
Dans le cadre de cette thèse, nous nous limiterons à des systèmes décentralisés de moyenne puissance. Un système photovoltaïque autonome appliqué à l’habitat, type Solar Home System, sera d’abord évoqué (∼ 10 kW). Le système hybride du Chapitre 6 sera, quant à lui, dimensionné pour une application de type écoquartier (∼ 50 kW).
Caractéristiques de la plateforme de production photovoltaïque et éolienne implantée sur le site de Bretagne de l’ENS de Cachan
L’équipe SETE du Laboratoire SATIE partiellement implantée sur le site de l’Antenne de Bretagne de l’ENS de Cachan dispose d’une plateforme de production décentralisée multi-sources d’énergie renouvelable installée en 1999. La FIGURE 2.15 en représente une vue schématique. Elle est composée de :
– 2 éoliennes de puissance nominale 750 W.
– 20 m2 de panneaux photovoltaïques en silicium polycristallin disposés sur le toit d’un bâtiment de l’école d’une puissance maximale de 2 kWc.
– 5 accumulateurs Lithium-ion de 45 Ah de capacité unitaire nominale sont connectés en parallèle sur le bus continu de 48 V (soit environ 10 kWh). Chaque accumulateur est composé de 14 éléments Lithium équilibrés en série. La plateforme disposait à l’origine de 24 éléments de stockage Plomb-acide (2 V, 350 Ah) qui sont arrivés en fin de vie en 2008, il s’agissait d’accumulateurs SAPHIR 3600.
– Des convertisseurs statiques permettent de mettre en forme l’énergie électrique, notamment :
→ un onduleur TRACE ENGINEERING de 4,5 kVA assure la conversion réversible DC/AC entre le bus continu et le réseau AC. Ce convertisseur permet soit de consommer l’énergie sur place, soit de renvoyer la production au réseau de distribution. Une entrée groupe électrogène est aussi prévue.
→ 2 hacheurs à commande MPPT de 1 kW chacun permettent d’améliorer la productivité des panneaux PV.
– une station météorologique : Les conditions météorologiques sont en permanence mesurées à l’aide de capteurs. L’ensoleillement dans le plan des panneaux et dans le plan horizontal sont mesurés par des pyranomètres. La vitesse du vent ainsi que sa direction sont relevées grâce à une girouette et un anémomètre. Enfin, la température de surface des panneaux photovoltaïques est elle aussi relevée.
– une centrale d’acquisition : l’ensemble des données importantes du système, qu’elles soient électriques (courants, tensions et puissances caractéristiques) ou météorologiques (ensoleillement, température et vitesse du vent) sont rapatriées sur un même PC. Les appareils de mesures des grandeurs électriques (wattmètres et multimètres) sont reliés à la centrale via un bus GPIB tandis que les données météorologiques transitent via un protocole Ethernet depuis une unité de traitement déportée.
Les technologies Li-ion
La technologie Lithium regroupe en réalité plusieurs sous-familles, différant les unes des autres par la nature de leurs électrodes ou de leur électrolyte, qui ont toutes en commun l’utilisation de la propriété fortement réductrice de l’élément Lithium (le lithium est le métal le plus réducteur et le plus léger). Il est possible de distinguer [Bro07] :
– Famille Lithium métal : ici, l’électrode négative est constituée de Lithium sous forme métallique. L’inconvénient principal est que cette électrode réagit avec l’électrolyte, ce qui signifie que la phase métallique du lithium n’est pas totalement régénérée lors de la recharge de l’accumulateur, causant une perte de matière active à chaque cycle et donc une très faible tenue en cyclage de l’accumulateur (quelques dizaines de cycles).
– Famille Lithium-ion : ce type d’accumulateur diffère du précédent par la nature de l’électrode négative. Celle-ci est réalisée en graphite à insertion lithium (LiC6) ce qui permet d’éviter les inconvénients du Lithium-métal. Plusieurs chimies ont été envisagées pour concevoir l’électrode positive des accumulateurs Li-ion. Dans notre cas (éléments VL45E), cette électrode est constituée d’un oxyde lithié de nickel (LiNixCoyAlzO2). Notons que cette chimie particulière d’électrode positive est couramment employée sous la dénomination NCA. C’est cette technologie qui va nous intéresser par la suite.
– Famille Lithium-Polymère : le lithium-polymère est comparable physiquement au Li-ion sauf que l’électrolyte de la batterie est réalisé en matériau polymère gélifié permettant la réalisation de batteries relativement minces. Comme l’ensemble des familles d’accumulateurs électrochimiques, la technologie Lithium-ion repose sur des réactions d’oxydo-réduction, l’oxydation étant caractérisée pour un composé par une perte d’électrons alors que la réduction se traduit par un gain d’électrons. Chaque électrode étant tour 108 Évaluation du potentiel de la technologie Li-ion pour les systèmes photovoltaïques autonomes à tour anode ou cathode suivant que l’accumulateur se trouve en charge ou en décharge, nous n’avons pas utilisé ces dénominations pour caractériser les électrodes. Dans ce chapitre, l’électrode dont le potentiel d’équilibre est le plus élevé sera appelée l’électrode positive (réciproquement, l’électrode négative est celle dont le potentiel d’équilibre est le plus faible). L’électrode négative est constituée d’une architecture en graphite (allotrope naturel du carbone permettant une réversibilité parfaite) dans lequel vont venir s’insérer des ions lithium. L’architecture en graphite permet d’y insérer un grand nombre d’ions Lithium sans faire varier de façon trop importante la structure de cette électrode. En pratique, le matériau d’électrode négative utilisé permet l’insertion d’1 mole d’ions Lithium pour 6 moles de carbone de la structure afin de former le matériau LiC6. L’électrode positive, quant à elle, est faite d’un alliage de lithium avec oxyde métallique (généralement oxyde de cobalt, de manganèse ou de nickel) dont la forme réduite contient des ions Lithium. Ces deux électrodes interagissent via un électrolyte à forte conductivité ionique constitué d’un mélange de solvants organiques et de sels de Lithium dissous. Notons qu’à l’interface entre l’électrode négative et l’électrolyte se forme une couche de sels de lithium (LiPF6) permettant d’éviter une réaction de réduction néfaste de l’électrolyte par le Lithium de l’électrode négative. Cette interface, nommée couche de passivation, joue un rôle capital dans le vieillissement de la batterie.
|
Table des matières
1 Introduction Générale
2 Contexte et problématique
2.1 Contexte énergétique mondial
2.1.1 Ressources énergétiques
2.1.1.1 Ressources non renouvelables
2.1.1.2 Ressources renouvelables
2.1.2 Besoins énergétiques
2.1.2.1 Besoins en énergie primaire
2.1.2.2 Besoins en électricité
2.1.3 Conclusion
2.2 Le photovoltaïque aujourd’hui
2.2.1 Systèmes photovoltaïques connectés au réseau
2.2.2 Systèmes photovoltaïques non connectés au réseau
2.2.2.1 Systèmes photovoltaïques autonomes (SAPV)
2.2.2.2 Systèmes photovoltaïques autonomes hybrides
2.2.3 Mini-réseaux
2.3 Dimensionnement des systèmes photovoltaïques non connectés au réseau
2.3.1 Systèmes photovoltaïques autonomes
2.3.2 Intérêt de la gestion du profil de consommation
2.3.2.1 Potentiel d’action
2.3.3 Évaluation du potentiel de la technologie Li-ion
2.4 Problématique de la thèse
2.5 Caractéristiques de la plateforme de production photovoltaïque et éolienne implantée sur le site de Bretagne de l’ENS de Cachan
3 Modèles et Méthodologie
3.1 Modélisation énergétique du système
3.1.1 Modélisation des sources de production
3.1.1.1 Modélisation de la production photovoltaïque
3.1.1.1.1 Éléments de technologie
3.1.1.1.2 Principe de la conversion photovoltaïque
3.1.1.1.3 Modèle utilisé
3.1.1.1.4 Dégradation des performances
3.1.1.2 Modélisation du groupe électrogène
3.1.1.2.1 Éléments de technologie
3.1.1.2.2 Modèle utilisé
3.1.2 Modélisation du système de stockage électrochimique
3.1.2.1 Éléments de technologie
3.1.2.2 Modèle utilisé
3.1.2.3 Vieillissement des accumulateurs au plomb
3.1.2.3.1 Détermination du nombre de remplacements
3.1.2.3.1.1 Hypothèse d’énergie échangée constante sur la vie de l’accumulateur
3.1.2.3.1.2 Prise en compte de l’évolution de l’état de charge
3.1.2.3.2 Dégradation des performances
3.1.3 Modélisation des convertisseurs
3.1.3.1 Convertisseur AC/DC
3.1.3.2 Convertisseur DC/DC
3.1.3.3 Vieillissement des convertisseurs
3.1.4 Profils de consommation considérés
3.2 Critères d’évaluation des performances des systèmes photovoltaïques non connectés au réseau
3.2.1 Critères de coût
3.2.1.1 Coûts économiques spécifiques
3.2.1.2 Coût énergétique sur cycle de vie
3.2.1.2.1 Panneaux photovoltaïques
3.2.1.2.2 Groupe électrogène
3.2.1.2.3 Stockage électrochimique
3.2.1.2.4 Convertisseurs
3.2.2 Évaluation du coût d’un système photovoltaïque complet
3.2.3 Critères de service énergétique rendu au consommateur : le taux de délestage
3.2.3.1 Délestage énergétique
3.2.3.2 Délestage temporel
3.2.4 Facteur d’utilisation de la ressource énergétique solaire
3.3 Simulation du fonctionnement des systèmes photovoltaïques non connectés au réseau
3.3.1 Simulation du fonctionnement des systèmes photovoltaïques autonomes
3.3.2 Simulation du fonctionnement des systèmes photovoltaïques hybrides
3.4 L’outil d’optimisation
3.4.1 L’algorithme évolutionnaire NSGA-II
3.4.2 Implémentation de l’algorithme
3.5 Conclusion
4 Impact du profil de consommation sur le dimensionnement d’un système photovoltaïque autonome
4.1 Approche simplifiée-Profils journaliers idéalisés
4.1.1 Modèles de rendements énergétiques unitaires
4.1.1.1 Mise en équations
4.1.1.2 Dimensionnement minimal
4.1.1.3 Résultats
4.1.2 Modèles de rendements énergétiques constants
4.1.2.1 Mise en équations
4.1.2.2 Résultats
4.1.3 Conclusion et limites de l’approche simplifiée
4.2 Approche numérique sur la base de profils réalistes
4.2.1 Étude paramétrique-Choix de critères d’optimisation pertinents
4.2.1.1 Profil de consommation caractéristique d’un foyer
4.2.1.2 Méthode
4.2.1.3 Résultats
4.2.2 Optimisation du dimensionnement par approche stochastique
4.2.2.1 Cas du profil de consommation caractéristique d’un foyer
4.2.2.1.1 Résultats de dimensionnement
4.2.2.1.2 Contributions au coût énergétique global
4.2.2.1.3 Prise en compte de la dégradation des performances énergétiques (vieillissement)
4.2.2.2 Profils idéalisés de consommation constante et solaire
4.2.2.2.1 Comparaison sur la base du critère de coût énergétique global
4.2.2.2.2 Comparaison sur la base du critère de coût économique global
4.2.2.3 Étude de sensibilité
4.2.2.4 Validation de l’outil d’optimisation
4.3 Optimisation d’un profil de consommation journalier
4.3.1 Consommation journalière de référence
4.3.2 Paramètres d’action sur le profil de consommation
4.3.3 Résultats d’optimisation
4.3.4 Vers une gestion dynamique de la charge
4.4 Conclusion
5 Évaluation du potentiel de la technologie Li-ion pour les systèmes photovoltaïques autonomes
5.1 Les technologies Li-ion
5.1.1 Éléments d’électrochimie
5.1.2 Performances de la technologie Li-ion
5.1.3 Coût énergétique sur cycle de vie des accumulateurs Li-ion
5.2 Modélisation
5.2.1 Modélisation électrique et énergétique envisagée
5.2.2 Système expérimental
5.2.3 Caractérisation des accumulateurs Intensium3
5.2.3.1 Temps de relaxation
5.2.3.2 Rendement coulombien ou faradique
5.2.3.3 Tension à vide
5.2.3.4 Chute de tension ∆V
5.2.4 Normalisation du modèle
5.2.5 Vieillissement des accumulateurs Li-ion
5.3 Comparaison des technologies Plomb-Acide et Li-ion pour les applications photovoltaïques autonomes
5.3.1 Comparaison des tenues en cyclage
5.3.2 Résultats d’optimisation
5.3.2.1 Méthode
5.3.2.2 Résultats
5.4 Conclusion
6 Gestion dynamique de l’énergie dans le cadre d’un système photovoltaïque hybride ilôtable
6.1 Le projet SOLEDO
6.1.1 Visées du projet
6.1.2 Les partenaires du projet
6.1.3 Architecture du système
6.1.4 CMA : Organes de gestion des charges
6.2 Système en mode connecté réseau
6.2.1 Profils de consommation
6.2.2 Modes de fonctionnement
6.2.3 Méthode de dimensionnement
6.2.3.1 Expression des critères d’optimisation
6.2.4 Résultats
6.3 Modélisation probabiliste et aléatoire du profil de consommation
6.3.1 Estimation de la probabilité de démarrage d’une charge
6.3.1.1 Probabilité de présence du consommateur p(Co)
6.3.1.2 Probabilité conditionnelle p(D|Co,Ch)
6.3.1.3 Probabilité liée à la charge p(D|Ch,Co).p(Ch)
6.3.1.4 Probabilité liée au système p(M|S,D).p(S)
6.3.1.5 Probabilité de démarrage d’une charge P(M,Co,Ch,S)
6.3.2 Mise en route aléatoire de la charge
6.3.3 Exemple de mise en oeuvre de la modélisation probabiliste et aléatoire du profil de consommation
6.4 Système en mode autonome
6.4.1 Profils utilisés
6.4.2 Fonctionnement en mode autonome sans optimiseur
6.4.3 Optimisation de la gestion d’énergie en mode autonome
6.4.3.1 L’optimiseur de gestion
6.4.3.2 Gestion des abonnés
6.4.3.3 Résultats
6.5 Conclusion
7 Conclusion générale et perspectives
Télécharger le rapport complet
