L R AS Published on Monday 8 October 2018 - n° 250 - Categories:divers filière.
Gérer plus finement les centrales solaires
Selon le Massachusetts Institute of Technology, les entreprises qui prennent des décisions fondées sur des données sont 5 % plus productives et rentables que leurs concurrents. D'où la question : « Peut-on appliquer les résultats de cette étude à l'exploitation et à la maintenance de panneaux solaires photovoltaïques ?».
L'exploitation et la maintenance (O & M) des centrales solaires photovoltaïques ont beaucoup évolué ces dernières années pour devenir à la fois plus professionnelles et plus efficaces. Pour les analystes solaires, l'identification
des outils d'analyse comparative optimale peut s'avérer un processus long et fastidieux, compte tenu de la myriade de facteurs qui doivent être soigneusement évalués afin d'apprécier précisément la performance d'une installation photovoltaïque. Les pannes de communication, les erreurs de calibrage des capteurs, les encrassements excessifs ou même la couverture nuageuse peuvent altérer la précision des repères choisis, les rendant ainsi inutiles. La qualité des données est essentielle pour des opérations fiables sur les actifs renouvelables, et pour une prise de décision efficace. D'où la nécessité d'avoir une équipe dédiée.
Certaines sociétés surveillent quotidiennement des indicateurs spécifiques sur leurs installations de stockage, tels que la température de la cellule, le niveau d'humidité interne, l'état de charge et la puissance totale déchargée. Chaque client a ses propres objectifs et méthodes de travail. Chacun a développé ses propres indicateurs personnalisés de performance pour surveiller les installations.
De nos jours, les opérateurs sont en mesure d'intégrer des données provenant de prévisions météorologiques, de planifications de ressources d'entreprise (ERP) et de marchés de l'énergie, ainsi que d'installations de stockage d'énergie. Les exploitants ont maintenant tendance à surveiller et à stocker tous les paramètres disponibles dans le but d’obtenir une performance optimale des actifs. Cela n'a de sens que s'il existe un personnel capable de gérer la tâche complexe consistant à extraire des informations opérationnelles de ce « déluge de données ».
La combinaison de l'analyse de données et de l'apprentissage automatique permet aux opérateurs de réduire les temps d'arrêt, d'accroître la fiabilité des performances et de mieux prévoir la production d'énergie.
PV Magazine du 6 octobre
