1. Développement d’une méthodologie pour l’évaluation de l’incidence des variabilités interannuelles et de plus long-terme de la ressource solaire sur l’analyse de risque financier d’un projet de centrale solaire photovoltaïque
- Author
-
Trolliet, Mélodie, Centre Observation, Impacts, Énergie (O.I.E.), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Université Paris sciences et lettres, and Philippe Blanc
- Subjects
Energie solaire ,Rayonnement solaire reçu au sol ,[SPI.NRJ]Engineering Sciences [physics]/Electric power ,Rayonnement solaire – Satellite ,Temporal variability ,Solar radiation - Re-analysis ,Solar radiation - Climate models ,Rayonnement solaire – Modèles climatiques ,Time-frequency analysis ,Solar radiation - Satellite ,Rayonnement solaire – Mesure ,Solar energy ,Variabilité temporelle ,Variabilité climatique ,Analyse temps-fréquence ,Irradiance ,Climate variability ,Solar radiation - Measurement ,Rayonnement solaire – Ré-analyse - Abstract
This PhD thesis proposes to contribute to the characterization of long-term variations in irradiance, in a context of financial risk analysis of large solar photovoltaic power plants. The use of statistical indicators (e.g. P90) and the hypothesis of temporal stationarity of the irradiance has been questioned. This led to a fine characterization of the long-term variations of the irradiance thanks to a time-frequency decomposition tool developed during this thesis. We distinguished three classes of variability: intra-annual variability, annual to decadal variability, and multi-decadal variability. For the first class, the use of four years of historical data is sufficient to correctly take into account all the variations in irradiance. For the second class, the use of 30 years of historical data is recommended. For multi-decadal variability, the use of more than 30 years of data is encouraged. The three classes of variability have been analyzed for various types of databases: long-term measurements from the GEBA network, CLARA-A2 satellite data, MERRA-2 re-analysis data, and data from the IPSL-CM6A-LR climate model. A great diversity of variability structures according to the database considered was observed.; Cette thèse se propose de contribuer à la caractérisation des variations de long terme de l’éclairement, dans un contexte d’analyse de risque financier de grandes centrales solaires photovoltaïques. L’utilisation d’indicateurs statistiques (e.g. P90) et de l’hypothèse de stationnarité temporelle de l’éclairement a été questionnée. Cela a mené à une caractérisation fine des variations de long terme de l’éclairement grâce à un outil de décomposition temps-fréquence développé au cours de cette thèse. Nous avons distingué trois classes de variabilité : la variabilité intra-annuelle, la variabilité annuelle à décennale, et la variabilité multi-décennale. Pour la première classe, l’utilisation de quatre ans de données historiques est suffisante pour prendre en compte de manière correcte l’ensemble des variations de l’éclairement. Pour la seconde classe, l’utilisation de 30 années de données historiques est recommandée. Pour la variabilité multi-décennale, l’utilisation de plus de 30 années de données est préconisée. Les trois classes de variabilité ont été analysées pour des bases de données de natures diverses : mesures de long terme du réseau GEBA, données satellitales CLARA-A2, données de ré-analyse MERRA-2, et données issues du modèle climatique IPSL-CM6A-LR. Une grande diversité des structures de variabilité en fonction de la base de données considérée a été observée.
- Published
- 2020