Produisez de l'énergie solaire !

Comment utiliser la collecte et l'analyse de données pour maintenir les projets solaires à pleine capacité

0 Comments

Par Gareth Brown, PDG, Clir Renewables

À ce jour, plus de 500 GW d'actifs solaires photovoltaïques ont été mis en ligne à travers le monde. Cela a été facilité par la baisse rapide des coûts de production d'énergie via l'énergie solaire et, à ce titre, la capacité solaire mondiale devrait atteindre 10 TW au cours de la prochaine décennie, alors que de plus en plus de pays s'engagent à décarboner leur approvisionnement énergétique et à réduire leurs coûts de production.

Pour tirer le meilleur parti de la capacité actuelle et de la croissance prévue, il sera crucial pour les propriétaires d'actifs solaires de s'assurer que leurs actifs fonctionnent de manière constante tout au long de la durée de vie prévue de chaque projet. Cependant, il est devenu de plus en plus clair que le véritable potentiel des actifs solaires mondiaux – et avec lui, la progression de l’industrie solaire – est freiné.

L'hypothèse selon laquelle l'énergie solaire photovoltaïque est un moyen simple de générer de l'énergie en raison de son manque de pièces mobiles a entraîné un manque d'investissement dans une gestion des actifs vraiment efficace, y compris à la fois les opérations quotidiennes et la maintenance (F&E) et l'innovation. Malheureusement pour les propriétaires d'actifs, cette hypothèse de simplicité s'accompagne de la complaisance, en particulier lorsqu'il s'agit de collecter des données et d'optimiser ces actifs.

Terre, vent et solaire

Solar O&M est souvent perçu comme étant aussi simple que d'identifier les panneaux physiquement endommagés et de les nettoyer ou de les remplacer. Cependant, cette approche réactive manque des défauts tels que des erreurs de suivi et un mauvais contrôle du réseau – confondant ces problèmes avec une baisse de l'irradiance inévitable.

En raison de la nature relativement statique des panneaux solaires par rapport à d'autres méthodes de production d'énergie, de nombreux propriétaires et exploitants supposent qu'il y aura moins d'usure des pièces et donc moins besoin de surveiller les sous-performances. Cependant, les panneaux solaires sont exposés à la dégradation des éléments et subiront des dommages en raison de l'influence continue de facteurs tels que la lumière du soleil, différents types de précipitations et la croissance de la végétation à proximité.

Malheureusement, une grande partie de cette exposition environnementale n'est pas prise en compte par la norme actuelle de l'industrie pour les systèmes de surveillance de la performance des actifs. Sans une compréhension approfondie de la question de savoir si la sous-performance est le résultat de problèmes environnementaux tels que ceux décrits ci-dessus, ou même d'un mauvais emplacement, les propriétaires d'actifs attribuent à tort un faible rendement à une faible irradiation ou à une couverture nuageuse, plutôt qu'à une erreur soutenue et souvent réparable.

Afin d'évaluer avec précision si les actifs solaires sont sous-performants et pourquoi, les données SCADA doivent être placées dans leur contexte géospatial et opérationnel et alimentées par un modèle commun qui prend en compte toutes les données contextuelles et environnementales disponibles.

Pour bien comprendre les véritables causes de la sous-performance sur un panneau solaire, il est crucial d'intégrer les données météorologiques actuelles et historiques, la foresterie et la végétation environnantes, les activités opérationnelles et du réseau, et les données SCADA d'un actif individuel, puis de comparer ces données aux panneaux environnants. . Ces multiples flux de données, lorsqu'ils sont définis dans le contexte du projet dans son ensemble, permettront à un propriétaire d'actifs de déterminer immédiatement si une sous-performance peut être attribuée à une faible irradiation ou à une erreur technique qui peut être rapidement corrigée.

En regardant au-delà des données SCADA d'actifs uniques et en tirant parti d'autant de flux de données contextuelles que possible, les propriétaires et les opérateurs peuvent exclure les explications supposées de la sous-performance et se concentrer sur la véritable cause.

Patauger dans les données

Cependant, de nombreux propriétaires et exploitants d'actifs ont évité d'adopter l'approche approfondie et basée sur les données nécessaire pour optimiser leurs projets solaires en raison de préoccupations concernant les coûts.

Dans le cadre de l'approche plus traditionnelle de post-traitement de l'analyse des données, un grand nombre d'heures de travail (et donc de salaires) doivent être consacrés à parcourir et à analyser le volume de données requis pour cibler efficacement l'O & M et améliorer les performances – en particulier lorsque vous travaillez avec de grandes -des fermes solaires à l'échelle et des portefeuilles d'actifs internationaux. Cette augmentation des coûts a activement dissuadé les propriétaires d'actifs d'utiliser les données pour informer le fonctionnement et l'entretien et a abouti à une complaisance concernant la collecte de données.

Ceci, à son tour, a conduit à une boucle de rétroaction négative. La collecte de données de faible qualité oblige les équipes techniques à passer plus de temps à réétiqueter et à gérer les données, ce qui empêche les équipes opérationnelles de se fier à ces données pour obtenir des réponses rapides et entraîne une plus grande complaisance autour de la collecte de données. Nous avons maintenant atteint un point où la collecte de données de mauvaise qualité conduit les équipes techniques à passer des heures à nettoyer leurs données chaque jour où elles pourraient utiliser leur expertise du domaine pour optimiser les actifs.

Ce bourbier de données devient encore plus infranchissable pour les propriétaires possédant des actifs couvrant un certain nombre de fabricants d'équipement d'origine (OEM). La méthodologie de collecte des données étant différente pour chaque OEM, il est presque impossible de comparer et d'optimiser rapidement l'ensemble de la flotte.

En réponse à ce défi, les propriétaires d'actifs ont commencé à adopter des approches des données d'actifs basées sur l'intelligence artificielle. Par exemple, la plate-forme d'optimisation de Clir intègre tous les ensembles de données d'actifs et contextuels disponibles dans un projet solaire et au niveau du portefeuille, en exécutant ces données via un modèle commun. Cela traduit efficacement les données OEM sous une forme comparable, permettant aux propriétaires d'actifs de reconnaître immédiatement si un actif donné est sous-performant par rapport à ses pairs, quel que soit le fabricant.

Une véritable compréhension des causes de la sous-performance – et donc du potentiel d'augmentation des performances – peut ouvrir un certain nombre d'opportunités aux propriétaires d'actifs solaires. En plus d'augmenter la production d'énergie annuelle (AEP) en corrigeant les erreurs actuelles, les propriétaires qui utilisent la technologie analytique basée sur l'IA peuvent prédire plus efficacement le futur AEP et éviter les sous-performances futures. En s'éloignant des hypothèses obsolètes et en utilisant des données d'actifs contextualisées comme base de modélisation et de gestion des risques, les porteurs de projets seront mieux placés en matière d'évaluation des actifs s'ils souhaitent vendre leurs projets ainsi que lorsqu'ils négocient avec les compagnies d'assurance.

En reconnaissant que l'énergie solaire n'est pas simple et en investissant dans une collecte et une analyse approfondies de données, les propriétaires et exploitants d'actifs solaires peuvent voir des gains significatifs à la fois à court et à long terme.


Gareth Brown est PDG et co-fondateur de Clir Renewables, une société de logiciels d'IA d'énergie renouvelable. Il est entrepreneur, ingénieur agréé à l'IMechE et diplômé en mathématiques et génie mécanique. Gareth a plus d'une décennie d'expérience dans l'industrie qui couvre le cycle de vie des projets d'énergie renouvelable de l'identification, le développement, la construction, le financement et l'exploitation.

<! –

->

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *