Modèles d’apprentissage profond pour la prédiction précise de la production d’énergie solaire photovoltaïque

Abstract

Cetteth`esededoctoratseconcentresurlapr´edictionpr´ecisedelaproductiond’´energiesolairepho- tovolta¨ıque(PV)etsonimportancepourlefonctionnements´ecuris´eetefficacedessyst`emesd’´energie PV.Dansdenombreuxpaysd´evelopp´es,l’´energiesolairePVestconsid´er´eecommelasourced’´energie renouvelablelaplusrentableetrepr´esenteunepartimportantedelaproductiond’´electricit´e.Cepen- dant,lag´en´erationd’´energiePVpr´esenteunevariabilit´e´elev´eeetimpr´evisibleenraisondefacteurs m´et´eorologiques.Afinder´eduirel’influencen´egativedel’utilisationdel’´energiesolairePV,lapr´e- dictionpr´ecisedelaproductiond’´energiePVrevˆetuneimportancecruciale.Lesvariations´elev´ees delaproductiond’´energiePVpeuventˆetrecaus´eespardes´el´ementsm´et´eorologiquestelsquel’en- soleillement,latemp´eratureetlesnuages.Enpr´edisantavecpr´ecisionlaproductiond’´energiePV,il estpossibled’att´enuercesvariationsetd’assurerunfonctionnements´ecuris´eetefficacedessyst`emes d’´energiePV.Danscette´etude,lesdonn´eesdeproductiond’´energiePVont´et´ecollect´ees`aAlice Springs,enAustralie.Cesdonn´eesont´et´eutilis´eespourd´evelopperdesmod`elesd’apprentissagepro- fondafindepr´edirelaproductiond’´energiePV.Lesmod`elesd’apprentissageprofondsontdesoutils puissantspourcapturerlesrelationscomplexesentrelesvariablesm´et´eorologiquesetlaproduction d’´energiePV.Lesr´esultatsdecetterechercheontd´emontr´equel’utilisationdemod`elesd’apprentis- sage profondpermetunepr´edictionpr´ecisedelaproductiond’´energiePV.Cettepr´edictionpr´ecise estessentiellepourlefonctionnements´ecuris´eetefficacedessyst`emesd’´energiePV,enpermettant unemeilleureplanificationetunegestionoptimis´eedel’´energieproduite.