Fini les panneaux solaires brisés : la France invente leur bouclier invisible

L’énergie solaire est actuellement le secteur énergétique qui connaît la croissance la plus rapide au monde. Les centrales solaires photovoltaïques convertissent la lumière du soleil en électricité et leur vaste potentiel de production d’énergie propre et renouvelable fait de l’énergie solaire une pierre angulaire de l’initiative NetZero Emissions by 2050, qui vise à réduire à zéro les émissions de dioxyde de carbone d’ici à 2050.

Le vent a des effets à la fois positifs et négatifs sur les réseaux d’énergie solaire. Il contribue à maintenir les performances des panneaux solaires en éliminant l’accumulation de saletés et de poussières, et comme les panneaux solaires perdent généralement de leur efficacité à mesure qu’ils chauffent, le flux de vent sur et autour de la surface des panneaux augmente le refroidissement et l’efficacité. Cependant, les panneaux minces sont vulnérables aux vents violents, au point de provoquer des effondrements structurels et des défaillances dont la réparation peut prendre des semaines. En outre, les demandes d’indemnisation résultant de la vulnérabilité des panneaux photovoltaïques aux phénomènes météorologiques violents ont augmenté de manière significative avec l’utilisation accrue de l’énergie solaire.

Dans Physics of Fluids, des chercheurs du Centre de formation des matériaux de l’université PLS de Sophia Antipolis, en France, ont proposé un cadre numérique unique de prise de décision pour la protection des panneaux solaires contre les conditions météorologiques extrêmes.

« En combinant la dynamique des fluides avancée et l’intelligence artificielle, nous avons vu une opportunité de traiter les risques de dommages causés par le vent de manière innovante et de contribuer à la résilience des systèmes d’énergie renouvelable », a précisé Elie Hachem, l’auteur de l’étude.

L’espacement des rangées, la garde au sol et les angles d’inclinaison ont été les principaux domaines d’intérêt des équipes de recherche qui cherchent à réduire les effets des dommages causés par le vent sur les panneaux solaires. Les supports de suivi qui font pivoter les panneaux pour une exposition maximale à la lumière du soleil restent opérationnels jusqu’à ce qu’une certaine vitesse de vent soit atteinte. À ce moment-là, le panneau se met dans une position de rangement présumée sûre, parallèle au sol. Bien que cette méthode de rangement soit efficace dans certains cas, les panneaux perdent de l’énergie dans cette position et, plus important encore, ne sont souvent pas protégés contre les vents plus violents.

Le cadre utilisé par l’équipe combine des simulations de vent avancées avec l’apprentissage automatique pour optimiser les angles individuels des panneaux solaires en cas de vents forts. Contrairement aux méthodes précédentes développées pour protéger les panneaux, cette nouvelle méthode traite les panneaux comme des décideurs indépendants et identifie des solutions créatives, basées sur des données, pour réduire le stress, surpassant ainsi de manière significative les mesures de protection actuelles.

« C’est comme si on apprenait aux panneaux à danser avec le vent, en minimisant les dommages tout en protégeant la production d’énergie lorsque les vents sont forts », a ajouté M. Hachem.

Le cadre décisionnel pour la protection des panneaux solaires remet en question les pratiques d’ingénierie traditionnelles. Il offre une solution évolutive pour améliorer la résilience dans le monde réel, tout en ouvrant la voie à des systèmes plus intelligents et adaptatifs pour relever le défi de la production d’énergie avec des émissions nettes de carbone nulles.

Légende illustration : Les panneaux individuels d’un parc photovoltaïque sont orientés séparément pour minimiser les dommages causés par le vent. Credit: Michel et al.

L’article « Combining machine learning and computational fluid dynamics for solar panel tilt angle optimization in extreme winds » est écrit par T. Michel, A. Ansaldi, J Viquerat, P. Meliga, et E. Hachem. Physics of Fluids – DOI : 10.1063/5.0233709). DOI: 10.1063/5.0233709.