Des chercheurs allemands remportent un concours de prévisions du vent

Une étude de différentes prévisions de vents a été réalisée, dans le cadre du programme de recherche européen WIRE (pour « Weather Intelligence for Renewable Energies ») mené par la Coopération européenne en science et technologie (COST).

 

Onze participants issus d’Europe, du Japon, d’Inde, des Etats-Unis et d’Australie ont participé à cette étude lancée en 2013. L’Institut Fraunhofer pour l’énergie éolienne et de génie des systèmes énergétiques (IWES) de Kassel a été classé premier en termes de prévisions pour des parcs éoliens.

L’objet de l’évaluation a porté sur la qualité des algorithmes de prédiction qui ont été utilisés pour la transformation des variables d’entrée météorologiques en puissance attendue générée par les parcs éoliens. Les participants ont reçu les mêmes enregistrements de prévisions météorologiques locales historiques et des mesures de puissance de deux parcs éoliens. Toutefois, seules les prévisions météorologiques ont été fournies pour la période d’évaluation. La tâche consistait à prédire la performance des deux parcs éoliens pour cette période et à la mettre à disposition des organisateurs de façon anonyme pour l’évaluation.

 

Pour modéliser la relation entre les variables d’entrée météorologiques du modèle de prévision météorologique et la puissance attendue générée par les parcs éoliens, les chercheurs de l’IWES ont utilisé des réseaux de neurones artificiels [1], dont la topologie et les méthodes d’apprentissage ont été adaptées spécifiquement pour cette tâche. « L’utilisation de tels réseaux pour la prévision des vents a été mise en oeuvre par l’IWES dès 2001 et a inauguré une nouvelle ère dans ce domaine », explique Kurt Rohrig, directeur adjoint de l’Institut IWES et développeur du premier système de prédiction de l’Institut. Un accent particulier a été mis sur le prétraitement des données disponibles, y compris une analyse détaillée des mesures de performance historiques existantes, et un traitement et une sélection optimisés des variables d’entrée du modèle.

 

Afin de constater également l’applicabilité des modèles de prédiction pour différents types de relief, les deux parcs éoliens choisis ont des reliefs différents. Ils sont situés en Italie. L’un est situé sur un terrain complexe et a une capacité nominale installée de 104 MW. L’autre est situé dans les basses terres et comprend une capacité nominale installée de 21 MW. Les prévisions de performance de tous les instituts participants ont été évaluées par le comité d’organisation de COST pour tous les horizons prévisionnels météorologiques, notamment de délais de 1 à 48 ou à 72 heures, selon le modèle de temps utilisé.

 

Le modèle de prévision de vent de l’IWES présentait en moyenne les erreurs les plus faibles pour les deux parcs éoliens. Pour le parc éolien dans les basses terres, le pronostic de l’IWES présentait une erreur absolue moyenne de 9,45%. Cela correspond à un écart moyen de l’ordre de 2 MW. Pour le parc éolien en terrain complexe, la prévision présentait une erreur absolue moyenne encore plus faible de 9,04%, correspondant à un écart moyen d’environ 9,4 MW.

[1] Un réseau de neurones artificiels est un modèle de calcul dont la conception est très schématiquement inspirée du fonctionnement des neurones biologiques. (Wikipédia)

 

Pour en savoir plus, contacts :

Jan Dobschinski, chef de l’équipe de prévisions et caractérisations des vents – tél. : +49 561 7294 213 – email : jan.dobschinski@iwes.fraunhofer.de

 

Sources :

« Fraunhofer-Forscher gewinnen Windprognose-Wettbewerb », communiqué de presse de l’Institut Fraunhofer IWES – 07/02/2014 – http://redirectix.bulletins-electroniques.com/50kpH

 

Rédacteurs :

Hélène Benveniste, helene.benveniste@diplomatie.gouv.fr – https://www.science-allemagne.fr/