211service.com
Planification de l'énergie éolienne
À mesure que l'énergie éolienne devient plus courante, son imprévisibilité devient de plus en plus un problème. Des baisses soudaines de la vitesse du vent peuvent pousser les opérateurs de réseau à se démener pour combler le déficit et même provoquer des pannes de courant ; des surtensions inattendues peuvent laisser les centrales électriques conventionnelles au ralenti, entraînant des coûts et crachant de la pollution inutilement.
Mûr pour la récolte : Les opérateurs de réseaux électriques utilisent des anémomètres éoliens et des stations météorologiques installées dans les parcs éoliens pour prédire la production d'énergie éolienne des heures ou des jours à l'avance.
Pour répondre au problème, les opérateurs de réseaux électriques associent données météorologiques hyper-locales et intelligence artificielle pour prédire quand les éoliennes installées sur leurs réseaux vont tourner. Ce mois-ci, L'opérateur de système indépendant de New York (NYISO) a annoncé son intention d'intégrer la modélisation du vent dans ses programmes de contrôle du réseau d'ici l'été, et le Conseil de fiabilité électrique du Texas (ERCOT) prévoit de lancer un système similaire cet été, sinon plus tôt. Le California Independent System Operator (Cal-ISO), quant à lui, prévoit d'étendre un programme de prévision qui couvre déjà environ un quart de la capacité éolienne de l'État.
Ce qui rend ces systèmes de modélisation précis et abordables, ce sont les données en temps réel fournies par les parcs éoliens eux-mêmes : la vitesse et la direction du vent, plus, dans de nombreux cas, la température locale, la pression barométrique et l'humidité. Les entreprises spécialisées dans la modélisation météorologique fournissent des logiciels qui, au fil du temps, apprennent à corréler ces données avec la puissance de sortie et à reconnaître les conditions météorologiques qui signalent plus ou moins de puissance dans un avenir proche. L'une de ces sociétés, Albany's AWS Truewind , travaille avec la Californie, New York et le Texas, mais ses concurrents incluent Groupe de prévision environnementale à 3 niveaux ; Garrad Hassan , au Royaume-Uni ; et WindLogics , basé à Saint-Paul.
Lorsque les parcs éoliens étaient moins courants, les contrôleurs de réseau pouvaient essentiellement ignorer leur production variable, car elle était pratiquement impossible à distinguer des fluctuations naturelles de l'utilisation par les consommateurs. La limitation des centrales électriques conventionnelles à la hausse ou à la baisse a maintenu l'équilibre entre l'offre et la demande. Mais ces jours passent vite. Prenez NYISO, qui n'avait pratiquement pas d'énergie éolienne à affronter il y a cinq ans. Aujourd'hui, il a plus de 500 mégawatts sur son réseau et des propositions en attente qui le pousseraient à près de 7 000 mégawatts. Cela représente environ 17% de sa base de puissance actuelle.
Le Texas, qui disposait de 4 446 mégawatts d'énergie éolienne sur son réseau à la fin de 2007, plus que tout autre État, a déjà découvert ce que les flux et reflux de l'énergie éolienne à grande échelle peuvent faire si les contrôleurs ne surveillent pas. Nous avons eu des cas récemment où nous avons eu des prix très élevés sur le marché à court terme en raison de notre incapacité à prévoir le vent, ou où nous avons dû déclarer des urgences parce que nous étions préoccupés par la fiabilité, en en partie parce que nous ne pouvions pas voir la quantité de vent sur le système, explique Jess Totten, directeur de la surveillance de l'industrie électrique pour la Commission des services publics du Texas.
Une forte baisse de l'énergie éolienne a été citée comme une cause majeure des coupures d'électricité d'urgence ordonnées par ERCOT dans la soirée du 26 février, par exemple. Les consommateurs ont consommé beaucoup plus d'électricité qu'ERCOT ne l'avait prévu, et plusieurs centrales électriques conventionnelles n'ont pas fonctionné comme prévu, mais le manque d'énergie éolienne a été la goutte d'eau.
Ironiquement, un projet pilote de prévision du vent qu'ERCOT avait lancé avec AWS Truewind avait prédit la chute du vent plus d'un jour plus tôt. Les opérateurs du système ne savaient pas que cela allait arriver, mais les prévisionnistes l'ont fait, ce qui est un peu frustrant, déclare Michael Goggin, analyste de l'industrie électrique pour l'American Wind Energy Association, un groupe commercial de Washington, DC. Ils ne l'ont tout simplement pas transmis à la bonne personne. S'ils l'avaient intégré dans le fonctionnement de leur système, les choses se seraient passées très différemment.
Une telle prévision deviendra beaucoup plus critique. Plus tôt ce mois-ci, un rapport par General Electric, commandé par l'État, a prédit que lorsque la capacité éolienne du Texas atteindra 15 000 mégawatts, la puissance induite par le vent chutera de l'ordre de 2 400 mégawatts en moins d'une demi-heure sera un événement annuel. Pour le contexte, la baisse qui a pris les opérateurs de court le 26 février n'était que de 80 mégawatts.
La prévision n'est pas seulement un moyen d'assurer la fiabilité du système. Cal-ISO et la California Energy Commission ont déterminé qu'il est également essentiel de minimiser les coûts tout en atteignant les réductions de pollution prévues par la norme de portefeuille d'énergie renouvelable de l'État, qui exige que les services publics tirent 20 % de leur électricité de sources renouvelables d'ici 2010 et 33 % d'ici 2020. Cal-ISO doit se prémunir contre les pénuries d'énergie éolienne en contractant une alimentation de secours avec des centrales électriques conventionnelles sur son réseau. Pour fournir une sauvegarde efficace, certaines de ces centrales conventionnelles devraient tourner au ralenti, générant de la pollution même si elles ne sont jamais appelées à fournir des mégawatts. Une meilleure prévision des vents garantira que moins de ces centrales de secours doivent s'équiper en premier lieu.
Cal-ISO prévoit de renforcer son système actuel de prévision éolienne, qui prédit l'énergie éolienne au cours de la prochaine heure, afin qu'il inclue une prévision pour le jour à venir - l'échelle de temps sur laquelle il contracte pour l'alimentation de secours. Étendre les prévisions à une journée augmentera probablement leur taux d'erreur moyen à 15 % ou plus, contre 7 % ou moins pour une prévision d'une à quatre heures, selon les chiffres fournis par AWS Truewind. Mais les rapports préparés par l'État en 2007 suggèrent que même des prévisions journalières relativement imprécises peuvent faire une grande différence.
Si 5 000 mégawatts d'énergie éolienne sont prévus, une erreur de 20 % signifierait que les parcs éoliens fourniraient en réalité entre 4 000 et 6 000 mégawatts d'électricité. Dans ce cas, la commande d'alimentation de secours de Cal-ISO serait systématiquement de 1 000 mégawatts trop élevée ou trop faible. Mais sans prévision, la commande de secours serait toujours trop élevée d'au moins 4 000 mégawatts.