Modélisation de l’aléa éolien - Application aux réseaux électriques

13/07/2015
Publication REE REE 2015-3
OAI : oai:www.see.asso.fr:1301:2015-3:13840

Résumé

Modélisation de l’aléa éolien - Application aux réseaux électriques

Métriques

393
5
782.67 Ko
 application/pdf
bitcache://7540d4605a55a434a3604c8a104feb2b7dec2d7e

Licence

Creative Commons Aucune (Tous droits réservés)
<resource  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                xmlns="http://datacite.org/schema/kernel-4"
                xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4/metadata.xsd">
        <identifier identifierType="DOI">10.23723/1301:2015-3/13840</identifier><creators><creator><creatorName>Miranda Marchand</creatorName></creator><creator><creatorName>Grégoire Paul</creatorName></creator><creator><creatorName>Aude Wolny</creatorName></creator></creators><titles>
            <title>Modélisation de l’aléa éolien - Application aux réseaux électriques</title></titles>
        <publisher>SEE</publisher>
        <publicationYear>2015</publicationYear>
        <resourceType resourceTypeGeneral="Text">Text</resourceType><dates>
	    <date dateType="Created">Mon 13 Jul 2015</date>
	    <date dateType="Updated">Thu 26 Jan 2017</date>
            <date dateType="Submitted">Fri 17 Aug 2018</date>
	</dates>
        <alternateIdentifiers>
	    <alternateIdentifier alternateIdentifierType="bitstream">7540d4605a55a434a3604c8a104feb2b7dec2d7e</alternateIdentifier>
	</alternateIdentifiers>
        <formats>
	    <format>application/pdf</format>
	</formats>
	<version>23260</version>
        <descriptions>
            <description descriptionType="Abstract"></description>
        </descriptions>
    </resource>
.

114 REE N°3/2015 GROS PLAN SUR ... Contexte Un système élec- trique sensible aux conditions clima- tiques Le système élec- trique, en France et en Europe, est affecté par des phénomènes mé- téorologiques : le vent conditionne le fonctionnement des éoliennes, le rayonnement celui du photovoltaïque, la température affecte les consomma- tions (augmentation du chauffage lorsqu’il fait froid en hiver, et dans une moindre mesure, augmentation de la climatisation lorsqu’il fait chaud en été), et l’hydraulicité (conditions sèches ou humides) a un impact direct sur les énergies tur- binées par les barrages au cours de l’année. Une augmentation forte des parcs éo- liens et solaires ces dernières années… La capacité des sys- tèmes de production d’électricité d’origine renouvelable ins- tallés en France, en particulier d’origine solaire et éolienne, a considérablement augmenté ces dernières années. En 2014, la couverture de la consommation par les EnR atteint 19,6 % (hydraulique inclus). Modélisation de l’aléa éolien - Application aux réseaux électriques Les caractéristiques spatiales et temporelles de la production éolienne et des éléments déterminants du fonctionnement du système électrique RTE - Direction Economie, Prospective et Transparence Miranda Marchand Grégoire Paul Aude Wolny An important growth of renewable energy sources, mainly solar and wind, was observed in France and Europe during last decade. This growth is expected to continue in the future, with ambitious targets defined at both natio- nal and European levels. The scheduled replacement of much of the existing capacities with new ones, located differently, and which are, compared to classical thermal units, more variable and not easily dispatchable, is of outmost importance for prospective transmission grid development on the one hand (necessity to detect future bottlenecks induced by renewables), and adequacy issues in the other hand (quantifying the occurrence and level of situations at-risk in terms of generation/consumption equilibrium at national level) Those new issues underline the necessity to develop methods to better assess temporal and spatial characteristics of re- newable forms of energy. We present here a method to derive wind production, in MW, from European windspeed scenarios (in meter per second), and then roughly describe the simulated behaviour of the wind production in Europe (level of correla- tion, variability, range of magnitude…) An example of usage of data built with this method is also presented, through the analysis of flows at the France-Germany border. ABSTRACT Figure 1 : Evolution en MW des parcs éolien et photovoltaïque en France - Source : RTE – Panorama des énergies renouvelables 2014. REE N°3/2015 115 Modélisation de l’aléa éolien – Application aux réseaux électriques … qui se poursuivra dans les prochaines décen- nies, en France et en Europe Les scénarios prévisionnels établis par RTE pour 2020 considèrent un parc de respectivement 12 GW pour l’éolien (+ 100 % par rapport au niveau de décembre 2014) et 8 GW pour le photovoltaïque (+ 50 %). A l’horizon 2030, le parc installé pourrait être de 12 GW à 24 GW pour le photovol- taïque et de 22 à 37 GW pour l’éolien (onshore et offshore) selon différents scénarios prospectifs établis par RTE pour 20301 (soit un taux de pénétration des EnR allant de 28 % à 40 %2 de la consommation). A l’étranger, bien que la croissance du secteur des énergies renouvelables semble se ralentir comparativement au déve- loppement dynamique de ces dernières années, les pers- pectives d’augmentation à long terme restent conséquentes dans la plupart des pays européens : ainsi, sur l’ensemble de la plaque européenne, la puissance installée pour le parc renouvelable, de l’ordre de 400 GW actuellement, pourrait atteindre de 650 GW à 1150 GW en 20303 . Les principales caractéristiques des énergies éolienne et solaire Ces énergies renouvelables présentent la caractéristique d’être variables et non dispatchables (c’est-à-dire non contrôlables) : la production varie en fonction des conditions météorologiques et, à l’inverse des centrales thermiques et des barrages hydrauliques, n’est pas pilotable par un opéra- teur en fonction des besoins du système en temps réel. 1 Source : RTE - Bilan prévisionnel 2014. 2 Le projet de loi relatif à la transition énergétique a comme objectif un taux de couverture par les EnR de 32 % de la consommation finale brute. 3 Source : Visions ENTSO-E du Ten-year-Network-Development-Plan 2014. Par ailleurs, les profils de ces énergies sont plus ou moins réguliers : par exemple, le profil de la production solaire pos- sède une forme répétitive d’un jour à l’autre (dont l’ampli- tude dépend des conditions d’ensoleillement), tandis que la production éolienne peut avoir un profil très accidenté d’un jour à l’autre. Enfin, il existe des disparités géographiques de produc- tion : ainsi, à un instant donné, les parcs en Bretagne et en Normandie ont en général des facteurs de charge (définis comme le niveau de production à un instant donné divisé par la puissance installée) proches, mais très décorrélés de facteurs de charge de régions plus éloignées comme la PACA ou le Languedoc Roussillon. Ces caractéristiques sont illustrées par la figure 2. Une production qui modifie en profondeur le fonctionnement du système électrique En raison de ces caractéristiques, les énergies renouve- lables installées sur le réseau ont un impact significatif sur le fonctionnement du système électrique et en particulier sur : l’équilibrage en temps-réel de la production et de la consommation : il doit tenir compte des variations de pro- duction des énergies renouvelables (variation d’une heure à l’autre, d’une saison à l’autre…) ; la gestion des flux sur le système électrique : les nou- veaux sites de production étant généralement situés dans des zones éloignées des centres de consommation, des flux vont s’établir sur le réseau. Ces flux seront d’autant plus importants que la production renouvelable créera des dé- séquilibres entre les différentes régions. Ces deux problématiques sont à considérer au niveau européen : ainsi, une production renouvelable importante en Allemagne a un impact significatif sur les flux transfrontaliers avec la France (figure 3). Figure 2 : Evolution comparée des facteurs de charge de la production solaire (à gauche) et éolienne (à droite) du 8 au 14 février 2012 pour plusieurs régions en France – Source : RTE - données historiques. 116 REE N°3/2015 GROS PLAN SUR Etant donné le poids croissant des énergies renouvelables en France et en Europe, ces aspects sont voués à s’am- plifier dans les prochaines années et ont une incidence majeure sur le développement du réseau. Le schéma dé- cennal européen d’ENTSO-E4 indique d’ailleurs que la majo- rité des renforcements d’importance prévus à l’horizon 2030 sont liés à l’intégration des énergies renouvelables : “…The vast majority of the proposed investments address RES integration issues, either where direct connection of RES is required, or because the network section or corridor is a key-hole between RES and load centres” (Source : ENTSO-E – Ten-year Network Development Plan 2014). Bâtir des scénarios de production éolienne Il est donc clair qu’en raison de son impact sur le système électrique et des volumes croissants en jeu, il est nécessaire d’anticiper les effets induits par la production d’électricité d’origine renouvelable et donc de cerner précisément ses caractéristiques temporelles et spatiales. Cette caractérisa- tion permettra de bâtir des scénarios crédibles sur lesquels reposeront les études d’équilibre offre-demande d’une part, les études de planification du réseau d’autre part. Les premières parties du présent article traitent de la modéli- sation spatiale et temporelle de la production d’origine éolienne, en se focalisant sur la France, et proposent des illustrations d’uti- lisation dans le cadre du développement de réseau. Comprendre les phénomènes météorologiques Afin de bâtir des scénarios de production éolienne, il est nécessaire dans un premier temps de s’intéresser aux don- 4 ENTSO-E: European Network of Transmission System Operators for Electricity. nées primaires qui conditionnent la production : les données météorologiques. Un référentiel météorologique européen Météo France a élaboré un référentiel climatique permettant de représenter les principaux aléas affectant le fonctionnement du système électrique. On dispose donc, pour l’ensemble de l’Europe, de données cohérentes, au pas horaire et synchrones sur trois aléas : la température, le vent et le rayonnement, dis- ponibles sur une grille de maille 50 km représentée en figure 4. Ces données sont disponibles : qui permet d’analyser et de modéliser le lien existant entre conditions météorologiques et production éolienne ; climatiques plausibles, représentatifs du climat actuel, ce qui permet de bâtir des scénarios de production éolienne. Figure 3 : Evolution comparée du solde des échanges sur la frontière franco-allemande et de la production éolienne et photovoltaïque en Allemagne. Source : RTE – Bilan électrique 2014. Figure 4 : Grille pour les données météorologiques - Source : Météo France. REE N°3/2015 117 Modélisation de l’aléa éolien – Application aux réseaux électriques Intérêt d’identifier les principaux régimes de vent Identifier des zones climatiques homogènes permet de : 1- disposer visuellement d’une carte découpant le territoire en régions homogènes d’un point de vue climatique, afin d’appréhender les phénomènes météorologiques et d’en obtenir une première connaissance synthétique ; 2- créer une chronique d’aléas climatiques agrégée au niveau d’une zone étendue : en effet, si une région géographique est réputée homogène pour un aléa climatique donné, une bonne approximation de la valeur de l’aléa climatique pour cette région peut être obtenue en moyennant les valeurs des vitesses de vent sur l’ensemble des points de grille appartenant à la région. A contrario, tenter de bâtir une chronique de vent pour une zone sur laquelle la dis- persion des valeurs est forte aura peu de sens. Une zone climatique n’a pas de frontière précise… Le passage d’une zone A à une zone B ne peut se faire que progressivement : les points de grille dont nous dispo- sons, espacés de 50 km, étant relativement proches les uns des autres, bon nombre d’entre eux ont un comportement tantôt globalement cohérent avec la zone A, tantôt globale- ment cohérent avec la zone B. Ces parties du territoire pour lesquelles le rattachement à l’une ou l’autre des zones clima- tiques est indécis, sont appelées par la suite « zones floues ». La méthode de construction des zones climatiques homo- gènes décrite ici permet de laisser apparaître explicitement ces frontières, plutôt que de faire apparaître une coupure nette artificielle. Principes de construction des zones climatiques Découper le territoire en zones climatiques homogènes revient d’un point de vue statistique à effectuer une classi- fication des individus (“clustering” en anglais). Les individus considérés sont les points de la grille et les variables dis- ponibles à propos de ces individus sont les données clima- tiques à différentes dates. Le but d’une classification est de répartir les individus en plusieurs groupes, de façon à ce que les individus d’un même groupe soient les plus homogènes possible et que deux groupes différents soient au contraire les plus éloignés possible. Il s’agit donc de bâtir des groupes de points de grille. La méthode décrite réalise une classification sur chacune des années de l’historique du référentiel (2001-2014) et sur des données au pas horaire. On peut distinguer quatre grandes étapes : 1 - Simplification préalable des données Pour chaque point de grille, sa chronique annuelle de vi- tesse de vent au pas de temps horaire a tout d’abord été lis- sée grâce à une décomposition sur une base de splines5 . Le graphique (figure 5) montre à titre d’exemple le lissage ainsi effectué pour un point de grille situé au nord de la France sur le mois de janvier 2013. 2 - Choix du nombre de classes L’algorithme de classification nécessite de choisir au pré- alable le nombre de classes que l’on souhaite obtenir. Ce choix a été effectué de manière itérative, de manière à ce que la classification soit la plus stable possible d’une année sur l’autre : on aboutit alors à un optimum de 10 classes pour la France. 3 -Classification proprement dite Pour chacune des années d’historique, la classification des points de grille est réalisée par un algorithme appelé « k-moyennes » (k-means en anglais)6 . Cet algorithme fonc- tionne de manière itérative en regroupant les points autour de leur barycentre. Une zone climatique sera réputée homogène pour un aléa climatique si cet aléa climatique a tendance à être similaire au même moment en tous points de la zone, c’est-à-dire qu’il présente une dynamique de variation et un niveau similaires. A chaque année d’historique est ainsi associée une clas- sification en zones de vent, qui peut varier d’une année sur l’autre. A titre d’exemple, la figure 6 montre celles des années 2012 et 2013. 5 Une spline est une fonction définie par morceaux par des polynômes. La décomposition d’un signal sur une base de splines revient donc à approcher ce signal par une somme pondérée de différents splines. 6 L’algorithme k-means est une méthode d’apprentissage non supervisé, dont le but est de séparer un ensemble de données en classes de manière à ce que chaque observation appartienne à la classe qui a la moyenne la plus proche. Les observations doivent être le plus proche possible à l’intérieur d’une même classe et le plus éloigné possible entre deux classes différentes. Figure 5 : Exemple de lissage d’une chronique de vent sur un point de grille - Source : Analyse RTE du référentiel Météo France. 118 REE N°3/2015 GROS PLAN SUR 4 - Synthèse des classifications annuelles Les classifications obtenues sur les différentes années d’historique sont ensuite superposées, et les points de grille qui n’apparaissent pas dans au moins 60 % des cas dans la même zone sont laissés en blanc. Cela permet ainsi de réconcilier les différentes classifications annuelles et de faire apparaître explicitement la zone floue. A l’issue des quatre étapes ainsi décrites, nous aboutis- sons à la carte de la figure 7. Construire des hypothèses éoliennes Relier la production éolienne au vent A partir des historiques de production éolienne, de capa- cité installée et de vitesse de vent, il est possible d’établir une fonction de lien reliant vitesse de vent et facteur de charge éolien. Il est proposé de négliger ici la direction du vent, considérée du second ordre sur la production. La méthode retenue se déroule en quatre grandes étapes : 1 - Définir la maille d’analyse cohérente avec le climat et avec le fonctionnement du système L’objectif est d’obtenir des hypothèses éoliennes à la maille de zones permettant d’identifier les principaux flux et contraintes s’exerçant sur le réseau électrique, ces zones ne tenant pas compte a priori des comportements climatiques (voir encadré 1). Pour continuer de travailler sur une maille cohérente à la fois du point de vue climatique et du point de vue du fonctionnement électrique du système, il est nécessaire de croiser les zones climatiques (ZC) et les zones électriques (ZE), pour obtenir des sous-zones que l’on appellera par la suite zone climato-électriques (ZCE). Ces ZCE sont illus- trées figure 9. C’est à cette maille que seront établies les fonctions de transfert reliant facteur de charge éolien et vitesse de vent. 2 - Calcul d’une fonction de transfert reliant facteur de charge et vent pour chaque sous-zone On reconstitue à l’échelle des sous-zones une année d’histo- rique de facteur de charge (de préférence la plus récente pos- sible), en utilisant d’une part la production et la capacité installée historique pour chaque parc éolien, d’autre part la table de cor- respondance affectant à chaque parc la ZCE correspondante. On utilise également une chronique de vent historique par sous-zone, en considérant pour chaque heure que le vent de la sous-zone est égal à la moyenne des valeurs de vent des points de grille qu’elle contient, cette approximation étant pertinente du fait de la cohérence des données de vent au Figure 6: Classifications obtenues sur deux années d’historique différentes - Source : Analyse RTE du référentiel Météo France. Figure 7 : Zones de vent homogènes. Source : Analyse RTE du référentiel Météo France. REE N°3/2015 119 Modélisation de l’aléa éolien – Application aux réseaux électriques sein de chaque ZC et donc a fortiori au sein de chaque ZCE (figure 10). On confronte ensuite les données de facteur de charge et de vent de la sous-zone pour construire une fonction de trans- fert, en utilisant un modèle de régression statistique (GAM). On dispose ainsi d’une fonction de transfert propre à chaque sous-zone. Une partie des fonctions de transfert ainsi obtenues sont de mauvaise qualité, en raison du faible nombre de parcs installés aujourd’hui sur certaines zones, et donc du caractère peu exploitable des données historiques : données man- quantes, foisonnement insuffisant… Les fonctions de trans- fert des sous-zones comportant moins de cinq fermes, et/ou présentant un RMSE7 (critère d’ajustement du modèle) supé- rieur à 0,15, ont donc été rejetées. La fonction de transfert de la sous-zone la plus proche, appartenant à la même zone climatique et dont la fonction de transfert était de bonne qualité, a alors été appliquée8 . 7 Root Mean Square Error, ou racine de l’erreur moyenne quadratique. 8 La distance entre deux zones climato-électriques est la distance entre leur barycentre. Définir une maille de travail pertinente pour des analyses prospectives Selon les objectifs recherchés, l’analyse du fonctionnement du système électrique peut se faire à différents niveaux de finesse géographique, tels que le poste électrique, le département, le pays. Pour les études prospectives, simuler la production éolienne à la maille des postes électriques a peu de sens, dans la mesure où plus on s’inté- resse à des horizons lointains, plus il est difficile de prévoir la localisation des parcs qui vont s’implanter. Travailler à l’échelle du pays a également peu de sens, dans la mesure où, comme on l’a vu précédemment, la production renouvelable est très différenciée d’un bout à l’autre du terri- toire. Or on cherche précisément à capter cette diversité afin notamment de mettre en avant les flux engendrés par les déséquilibres locaux. Il est donc souhaitable de travailler à une maille intermédiaire (plus réduite que le pays mais plus large que le poste électrique), en construisant de 20 à 30 grandes zones de réseau en France, cohérentes électriquement. Ce compromis présente l’avantage d’atténuer l’incertitude sur la localisation des parcs dans le futur (effet de foisonnement) et de permettre d’analyser les flux macroscopiques entre ces différentes zones. Figure 8 : Exemple - Découpage de la France en zones électriques - Source : RTE. Encadré 1 : Définir une maille de travail pertinente pour des analyses prospectives. Figure 9 : Sous-zones climato-électriques (chaque point représente un poste électrique) - Source : RTE. Figure 10 : Principe de calcul du vent pour une sous zone A constituée de N points de grille - Source : RTE. 120 REE N°3/2015 GROS PLAN SUR 3 - Calcul de la production éolienne à l’horizon d’étude au niveau de chaque sous-zone Cette étape consiste à combiner les fonctions de transfert construites précédemment, reliant vent et facteur de charge, aux données de vent des scénarios du référentiel climatique pour obtenir des scénarios de facteurs de charge par ZCE. Ces scénarios de facteur de charge sont ensuite multipliés par la prévision de capacité installée à l’horizon d’étude, pour obtenir les chroniques de production. 4 - Agrégat au niveau des zones électriques La production éolienne d’une zone électrique donnée cor- respond à la somme de la production éolienne de chacune des sous-zones la composant. Les performances obtenues Afin d’évaluer la méthode, des données ont été élaborées en s’appuyant sur l’année 2012 pour le calcul des fonctions de transfert, puis en les utilisant pour rejouer l’année 2013. Il est alors possible, pour chaque zone, de comparer la pro- duction simulée à la production réalisée. On observe alors que les distributions de production éolienne sont compa- rables, et les extrema proches, en particulier pour les zones dans lesquelles les volumes de production installée sont forts. Nous reproduisons ici la comparaison des distributions simulée et réalisée de production agrégée pour une zone située au nord de la France (figure 13). Les résultats sont homogènes sur l’ensemble des zones modélisées, et à la maille du pays. Dans les queues de dis- tribution, la performance est largement compatible avec des études de flux ou d’équilibre-offre-demande à long-terme. Une méthode qui tient compte de la corrélation spatiale Un des intérêts de la méthode est de disposer de chro- niques éoliennes à la maille zonale qui soient cohérentes spatialement. La figure 14 détaille, sur quelques mois, la production simulée sur deux zones situées dans le nord de la France et illustre ainsi leur corrélation spatiale : les deux zones étant proches, les vents sont similaires et, ainsi, les principales hausses et baisses de production ont lieu en même temps dans les deux zones. Et en mer, et en Europe… La méthode de construction d’hypothèses de produc- tion éolienne à partir d’un référentiel climatique a été présentée ici pour la production onshore française. Une méthode proche, également basée sur l’exploitation du ré- férentiel climatique, a permis de reconstituer des données de production à l’étranger et pour la production offshore – et ainsi d’atteindre une cohérence d’ensemble dans la construction des hypothèses éoliennes. Afin de donner Figure 11 : Exemple de fonctions de transfert obtenues pour quelques sous-zones - Source : RTE. Figure 12 : Principe de calcul de la production éolienne d’une sous-zone A pour un scénario de vent donné - Source : RTE. REE N°3/2015 121 Modélisation de l’aléa éolien – Application aux réseaux électriques une vision synthétique du fonctionnement de l’éolien en Europe, les coefficients de corrélation de la production éolienne horaire sur les données historiques 2001 à 2014 ont été calculés entre chaque zone du système. On a en- suite relié les zones qui ont des corrélations, deux à deux, de plus de 75 % (figure 15). La finesse des corrélations observées étant directement liée à la taille des zones initiales considérées, elle est par construction plus importante en France que pour le reste de l’Europe9 . Cette représentation simplifiée permet cependant de faire ressortir les comportements macroscopiques de la produc- tion éolienne. A l’exception d’une zone au sud de la France, fonctionnant de manière plutôt indépendante du reste du 9 Par exemple, si différents régimes de vent existent en Italie ou au sein de la zone au Nord-Est de l’Allemagne, ceux-ci ne seront pas mis en évidence ici. pays, on constate des niveaux de corrélation relativement importants sur le reste du territoire, ainsi qu’avec les pays situés au nord, en particuliers la Belgique mais également les Pays-Bas et Allemagne. A l’étranger, le Portugal et l’ouest de l’Espagne fonctionnent de manière assez corrélée, tout comme la Grande-Bretagne et l’Irlande. Enfin l’Italie (pour laquelle les parcs éoliens sont très majoritairement situés au Sud) fonctionne de manière indépendante du reste de l’Europe (corrélation de seulement 20 % avec le sud-est de la France). Un effet de foisonnement Du fait d’un effet de foisonnement, le comportement de l’aléa éolien diffère selon la maille géographique considé- rée. Si l’on compare le comportement du facteur de charge éolien pour la région Nord-Pas de Calais et pour l’Europe, on observe ainsi pour des zones étendues : Figure 13 : Distributions de la production éolienne réalisée et simulée dans le nord de la France - Source RTE. Figure 14 : Chroniques de production éolienne simulée pour deux zones proches (extrait sur quelques semaines) - Source : RTE. 122 REE N°3/2015 GROS PLAN SUR - tions maximales d’une heure à l’autre de 10 % du facteur de charge à l’échelle européenne contre 25 % à la maille régionale ; en Europe, les facteurs de charge minimum et maximum sont respectivement de 5 % et 80 % de la capacité ins- tallée (80 % des situations étant comprises entre 15 % et 60 %), alors qu’ils sont respectivement de 0 % et 97 % dans le Nord-Pas de Calais (80 % des situations étant com- prises entre 2 % et 75 %). Ces deux effets du foisonnement, lissage et limitation des amplitudes de variation, sont illustrés par la figure 16 qui représente le facteur de charge sur le mois d’octobre pour différentes mailles géographiques. Pour les analyses d’adéquation du système, qui s’inté- ressent à l’équilibre de la production et de la consommation pour chaque heure de l’année, la variabilité de l’aléa éolien (horaire, journalière, saisonnière…) est fondamentale car elle détermine en grande partie les besoins en moyens de pro- duction flexibles (groupes thermiques ou hydrauliques, dits “de back-up”) : ces moyens sont en effet nécessaires pour compenser les baisses ou les hausses de la production non dispatchable, telle que l’éolien. A l’échelon national, la variabilité de l’aléa éolien, et donc les besoins de flexibilité des moyens de production classiques (mutualisés sur l’ensemble du territoire grâce au réseau élec- trique), sont moindres qu’au niveau régional. De la même manière, le foisonnement de l’aléa éolien sera d’autant plus important que le réseau européen sera interconnecté : ce qui contribuera à limiter globalement les besoins de moyens flexibles en Europe. Une cohérence avec les autres aléas climatiques Le référentiel Météo France comportant également des données de température, il est possible (selon une méthodo- logie qui n’est pas détaillée ici) de reconstituer des chroniques de consommation tenant compte de la thermosensibilité (impact de la température sur la consommation, exprimée en MW/°) spécifique à chaque région. Il est alors possible de Figure 15 : Principales corrélations pour la production éolienne en Europe (corrélations au sein des zones > 75 %) - Source : RTE. REE N°3/2015 123 Modélisation de l’aléa éolien – Application aux réseaux électriques simuler de manière cohérente ces différentes composantes du système électrique (éolien et consommation) et de mettre en évidence des domaines de fonctionnement : ceux-ci sont illustrés par les nuages de points suivants, représentant en abscisse la production éolienne et en ordonnée la consomma- tion thermosensible10 pour une année donnée. On observe des comportements contrastés, représenta- tifs des spécificités locales des conditions météorologiques : 10 La consommation thermosensible se définit ici comme la variation de consommation par rapport à la consommation à température nor- male, elle correspond donc à la part directement liée aux conditions de température.Une consommation thermosensible positive correspond à une température plus froide que la normale. et 24), on observe que lors des épisodes de grand froid (consommation thermosensible importante), la production éolienne atteint rarement des niveaux très élevés ; zone 4) : les épisodes de forte consommation sont sou- vent liés à la tramontane (vent puissant et froid) et s’accom- pagnent alors d’une production éolienne importante. Réaliser des études prospectives Différentes applications pour les hypothèses éoliennes ainsi construites sont envisageables. Dans la suite de l’ar- ticle, nous nous concentrons sur l’analyse des flux et des Figure 16 : Facteur de charge simulé pour différentes mailles géographiques pour le mois d’octobre - Source : RTE. Figure 17 : Fonctionnement de la production éolienne et de la part thermosensible de la consommation pour quelques zones en France - Source : RTE. 124 REE N°3/2015 GROS PLAN SUR contraintes s’exerçant sur le réseau à des horizons long- terme, étape préalable à la planification du réseau Grand Transport. Des délais de réalisation des projets qui nécessitent d’anticiper les besoins Dans un contexte de transition énergétique, plusieurs pays de l’Union européenne annoncent de grandes évolutions dans leur mix de production électrique, avec une montée en puissance des énergies renouvelables variables (éolien et photovoltaïque principalement). Cela va conduire à une augmentation des échanges d’énergie entre régions et entre pays et à une plus grande variabilité des flux transitant sur les réseaux internes et d’interconnexion entre pays. Cela néces- sitera un développement important du réseau électrique. La réalisation effective d’un projet de développement réseau nécessitant généralement plusieurs années (entre 7 et 10 ans, principalement dédiés à la concertation, aux démarches administratives et à la réalisation des travaux), des études sont nécessaires afin d’identifier dès aujourd’hui les projets nécessaires en 2020 voire en 2030 ; la production éolienne étant un élément déterminant des contraintes sur le réseau, il est nécessaire de caractériser son impact sur les flux à long- terme. Un exemple : les flux entre la France et l’Allemagne Afin d’illustrer simplement l’impact de la méthode de construction des chroniques éoliennes, on présente ici les résultats d’une analyse du système à l’horizon 2030, en comparant les simulations de flux sur l’année, selon qu’on a tenu compte ou non des corrélations spatiales et inter-aléas. Ces résultats reposent sur une modélisation probabiliste du fonctionnement du système électrique sur les 8 760 heures de l’année, en considérant l’ensemble des autres variables de l’équilibre offre-demande inchangé (disponibilités du parc thermique, aléas de consommation, hydraulicité, photovol- taïque…). On présente ici (figure 18) les flux résultant sur l’une des interconnexions entre la France et l’Allemagne (lignes 400 kV reliant les postes de Vigy en France et Uchtelfangen en Allemagne). On constate que, dans le sens Allemagne vers France (valeurs négatives), l’emploi de chroniques indépendantes amène à surestimer significativement les flux (écarts entre les courbes allant jusqu’à 3 000 MW ponctuellement), ce qui s’explique par la non prise en compte des corréla- tions qui existent entre le vent dans les pays du Nord de l’Europe (Allemagne, Belgique, Pays-Bas…), et le Nord de la France et donc la simulation de déséquilibres non réa- listes11 . A contrario, sur d’autres zones du réseau, utiliser des chroniques de vent non corrélées amènera à sous-estimer les contraintes. On voit ici la plus-value d’une méthode qui permet de prendre en compte de manière fine les spécificités locales et corrélations spatiales pour l’estimation des flux, donc des contraintes, et finalement pour l’évaluation des projets de renforcement du réseau. Conclusions Ces méthodes de construction de données éoliennes alimentent d’ores et déjà les études de planification du ré- seau électrique menées par RTE. Elles permettent de mieux appréhender le fonctionnement du système, de mettre en évidence et de quantifier les déséquilibres (et donc les flux) 11 Les flux sont dans tous les cas limités à 2 000 MW dans les deux direc- tions par la capacité des lignes. Figure 18 : Flux simulés sur l’axe Vigy-Uchtelfangen sur une semaine d’août pour différentes méthodes de modélisation de l’éolien en Europe. Source : RTE. REE N°3/2015 125 Modélisation de l’aléa éolien – Application aux réseaux électriques entre différentes régions à l’échelle nationale, voire entre dif- férents pays à l’échelle européenne. Des analyses complémentaires des données climatiques au niveau national, en particuliers des queues de distri- bution pour la consommation (vague de froid) et l’éolien (situations de faible production), données susceptibles de dimensionner en grande partie l’occurrence et la profon- deur des situations déficitaires, sont par ailleurs en cours afin d’étendre leur domaine d’application aux études d’équi- libre offre-demande (études menées par RTE dans le cadre du bilan prévisionnel). Enfin, des travaux supplémentaires ont été lancés pour relier données de rayonnement et production solaire : ce qui per- mettra in fine d’étendre encore la cohérence d’ensemble. Miranda Marchand est ancienne élève de l’ENSAE. Elle a rejoint RTE en 2013 au sein du pôle Analyse et Expertise statistique. Elle y mène des études statistiques afin de venir en appui à différentes entités de RTE, notamment lorsqu’il s’agit d’avoir une vision prospective de l’état futur du réseau électrique. Grégoire Paul est ancien élève de Supélec. A RTE depuis 2004, il a d’abord rejoint le service Conduite à Nantes, en charge de la gestion en temps réel du système électrique pour l’Ouest de la France. Il travaille depuis 2008 à la planification du système électrique pour le réseau 400 kV et d’intercon- nexions, dans un premier temps en réalisant des analyses électrotechniques et de valorisation des projets, pour le compte de RTE et pour l’alimentation du schéma décennal européen élaboré par Entso-e, puis depuis 2013 comme pilote du projet « Etudes Zonales » au sein du département Economie et Prospective. Aude Wolny est ancienne élève de l’Ecole nationale supérieure des mines de Paris (Mines ParisTech). Elle travaille chez RTE depuis 2013, au sein du département Economie et Prospective. Ses activités l’amènent à étudier tant des problématiques d’équilibre d’offre-demande que des problématiques de développement du réseau électrique. Ainsi, elle mène des études probabilistes simulant l’équilibre offre-demande européen à long terme, et participe à l’élaboration des règles technico-économiques et des méthodes à appliquer dans les études de développement du réseau 400 kV français.