Une équipe internationale de chercheurs dirigée par l’Université Ateneo de Manille et l’Observatoire de Manille a mis au point un moyen d’améliorer les prévisions météorologiques ensoleillées de 94 %, ce qui profitera directement à l’énergie solaire, à l’agriculture et à d’autres secteurs d’activité aux Philippines.
Les météorologues et les scientifiques du monde entier s’appuient sur des outils de simulation générés par ordinateur pour prévoir le temps des jours à l’avance, le modèle WRF (Weather Research and Forecasting) étant l’un des plus connus et des plus largement utilisés. En particulier, les prévisions de l’ensoleillement d’une région pour un ensemble de jours donné ont toutes sortes d’utilisations : elles aident les gens ordinaires à décider comment s’habiller et vaquer à leurs occupations, et permettent à des industries entières d’ajuster leurs activités en fonction des effets du rayonnement solaire.
Une amélioration significative grâce au filtre de Kalman
Les chercheurs dirigés par l’Ateneo ont amélioré les prévisions du WRF-Solar en appliquant un algorithme mathématique appelé filtre de Kalman (KF). En utilisant les données de diverses stations météorologiques de la région métropolitaine de Manille, ils ont constaté que, dans certaines conditions, ils pouvaient réduire l’écart entre les prévisions et les observations réelles à 6 % seulement.
En termes plus techniques, l’utilisation du filtre de Kalman sur les prévisions WRF-Solar de l’irradiation horizontale globale pour Metro Manila a permis de réduire l’erreur de biais moyenne (MBE) de 94 % et l’erreur quadratique moyenne (RMSE) de 12 %, avec seulement trois jours de données d’entraînement. Le nombre optimal de jours d’entraînement varie selon la saison, avec 42 jours pour la saison sèche (janvier à mars) et 14 pour la saison humide (juin à août). L’algorithme KF a également excellé dans la correction des prévisions pour les périodes nuageuses, bien qu’avec de légères imprécisions pour le ciel clair en raison de la surcompensation pour les périodes nuageuses.
Implications pour l’avenir des énergies renouvelables
Ces résultats suggèrent que l’algorithme KF est une alternative prometteuse aux méthodes de prévision plus coûteuses en termes de calcul pour les applications dans le domaine de l’énergie solaire. Cette recherche pionnière met en évidence le potentiel de la combinaison de WRF-Solar et de KF pour améliorer la prévision de l’énergie solaire, essentielle pour la planification des énergies renouvelables aux Philippines. Les résultats soulignent également la nécessité d’optimiser davantage les modèles dans les différents paysages des Philippines afin de garantir des prévisions fiables en matière d’énergie solaire, adaptées aux conditions climatiques uniques du pays.
« Les résultats de cette étude, la première du genre à évaluer les performances de WRF-Solar et de KF sur les Philippines, serviront de base à une alternative efficace en termes de calcul aux prévisions solaires plus intensives, à plus haute résolution et à plusieurs membres de l’ensemble. Les travaux futurs se concentreront sur l’application de cette méthode à différentes topographies des Philippines, compte tenu de la disponibilité des données d’irradiation », ont déclaré les chercheurs.
Article : « Application of Kalman filter for post-processing WRF-Solar forecasts over Metro Manila, Philippines », publié le 15 novembre dernier dans la revue Solar Energy.
Source : manila-observatory/14/
