Cartographie éolienne en France métropolitaine et en Guadeloupe, Martinique et Nouvelle Calédonie

 

Rapport intermédiaire

 

Décembre 2015

 

 

 

 

Étude réalisée pour le compte de l’ADEME par : METEOLIEN

N° de contrat : 140E0005

 

 

Coordination technique : Robert Bellini – ADEME – Direction Productions et Energies Durables

Service Réseaux et Energies Renouvelables

 

 


fond_page_A4_02

 

 

 

 

 

 

 

 

 

 

 

 

RAPPORT FINAL


REMERCIEMENTS

 

Ce rapport est issu d’un an d’études encadrées par un Comité de Pilotage et un Comité Scientifique.

Nous remercions les membres de ces comités pour leur veille et leurs conseils, et en particulier :

 

Lionel Ménard (Mines ParisTech – Sophia Antipolis)

Philippe Drobinski (Laboratoire de Météorologie Dynamique de l’Ecole Polytechnique – Palaiseau)

Vincent Guénard (ADEME)

 

 

 

 

CITATION DE CE RAPPORT

ADEME - 2015. Rapport final sur la cartographie éolienne nationale, réalisé par Meteolien / Météo-France. 43 pages

 

 

 

 

 

 

 

 

 

 

 

En français :

Toute représentation ou reproduction intégrale ou partielle faite sans le consentement de l’auteur ou de ses ayants droit ou ayants cause est illicite selon le Code de la propriété intellectuelle (art. L 122-4) et constitue une contrefaçon réprimée par le Code pénal. Seules sont autorisées (art. 122-5) les copies ou reproductions strictement réservées à l’usage privé de copiste et non destinées à une utilisation collective, ainsi que les analyses et courtes citations justifiées par la caractère critique, pédagogique ou d’information de l’œuvre à laquelle elles sont incorporées, sous réserve, toutefois, du respect des dispositions des articles L 122-10 à L 122-12 du même Code, relatives à la reproduction par reprographie.

En anglais:

Any representation or reproduction of the contents herein, in whole or in part, without the consent of the author(s) or their assignees or successors, is illicit under the French Intellectual Property Code (article L 122-4) and constitutes an infringement of copyright subject to penal sanctions. Authorised copying (article 122-5) is restricted to copies or reproductions for private use by the copier alone, excluding collective or group use, and to short citations and analyses integrated into works of a critical, pedagogical or informational nature, subject to compliance with the stipulations of articles L 122-10 – L 122-12 incl. of the Intellectual Property Code as regards reproduction by reprographic means.

 

 

Table des matières

Résumé............................................................................................................................................... 4

Abstract............................................................................................................................................... 4

1.       Une cartographie éolienne pour les territoires............................................................................ 5

1.1.        Enjeux d’une cartographie éolienne pour les territoires...................................................... 5

1.2.        Origine et traitement des données...................................................................................... 6

1.3.        Garanties apportées sur la méthode scientifique employée.............................................. 6

1.4.        Eléments déterminants de la cartographie éolienne pour les territoires............................. 9

2.       Focus sur les indicateurs de la base de données..................................................................... 11

2.1.        Vue globale....................................................................................................................... 11

2.2.        Précautions d’usage.......................................................................................................... 11

2.3.        Vitesse moyenne long terme du vent............................................................................... 16

2.4.        Variabilité saisonnières : vitesses moyennes mensuelles du vent à long terme.............. 18

2.5.        Répartition statistique : facteurs de Weibull A et k de long terme.................................... 21

2.6.        Variabilité à court terme du vent....................................................................................... 23

2.7.        Densité énergétique du gisement de vent........................................................................ 26

2.8.        Première estimation du productible.................................................................................. 30

3.       Les cartes disponibles en format pdf........................................................................................ 32

4.       Les données accessibles via un Système d’Information Géographique (SIG)........................ 33

4.1.        Accès direct aux fonctions cartographiques.................................................................... 33

4.2.        Téléchargement des données.......................................................................................... 33

5.       Technique d’élaboration de la cartographie éolienne............................................................... 33

5.1.        Vue générale..................................................................................................................... 33

5.2.        Méthodologie..................................................................................................................... 34

5.3.        Atteinte des objectifs......................................................................................................... 38

6.       Annexe 1 : Démarches de qualifications.................................................................................. 41

7.       Annexe 2 : Complément sur les incertitudes associées aux données de vent moyen............ 43

8.       Références bibliographiques.................................................................................................... 44

Sigles et acronymes......................................................................................................................... 45

 


Résumé

 

Cette étude cartographique a pour objectif de fournir aux collectivités territoriales un outil simple, indépendant et stratégique sur la ressource éolienne en support aux politiques énergétiques locales et à leur planification territoriale à moyen et court terme. Une cartographie complète, cohérente et de référence du potentiel éolien a été établie pour la France métropolitaine, la Guadeloupe, la Martinique, et la Nouvelle Calédonie, sous la maîtrise d’œuvre de MetEOlien (chef de projet, coordinateur technique et pôle éolien), Météo-France (pôle météorologique) et Magellium (pôle cartographique).

 

L’apport de cette cartographie réside dans la multiplicité des indicateurs quantifiant la ressource éolienne, ainsi que dans l’évaluation des intervalles de confiance et des incertitudes. Deux méthodes complémentaires ont été employées et articulées, de manière à obtenir sur l’ensemble des territoires un niveau équivalent de qualité et d’incertitudes. La plus grande partie des territoires a été traitée directement par un modèle numérique de prévision météorologique appartenant à Météo-France (modèle AROME en méso-échelle à une résolution de 2,5 km). Cependant, les zones dites « complexes », correspondant souvent à des zones à fort relief ou aux littoraux, demandent un traitement supplémentaire permettant d’affiner l’échelle : la méthode alors utilisée, établie par MetEOlien, permet de passer d’une résolution de 2,5 km à une résolution de 500 m. Cette méthode utilisant un logiciel CFD (Computational Fluid Dynamics) est validée par des qualifications de données de campagnes de mesure.

 

Les résultats finaux sont accessibles librement via un Système d’Information Géographique (SIG) réalisé par Magellium, disponibles sur le site de l’ADEME. L’utilisateur a donc accès à l’ensemble des valeurs numériques des différentes variables ainsi qu’à leur représentation sous la forme d’une carte pour la hauteur et la zone choisie.

Cette base de données respecte les standards d’interopérabilité de la directive européenne INSPIRE.

Abstract

 

We here report on the achievement of a simple, independent and strategic tool for the wind resource assessment, aiming at supporting the French Communities in their long-term energy policies and territorial planning. A complete and reference mapping of the wind potential has been achieved over the metropolitan France, Guadeloupe, Martinique, and New Caledonia. The work has been carried out by METEOLIEN (project leader, technical coordination and wind expertise), Météo-France (meteorological expertise) and Magellium (mapping expertise), with a specific stress on state-of-art, consistent methodology.

 

The contribution of this study resides in the diversity of indicators quantifying the wind resource as well as the evaluation of confidence intervals and uncertainties. Two complementary methodologies were used and articulated so as to get on all the territories an equivalent level of quality and uncertainties. Most of the areas covered by the study were directly treated by a numerical weather prediction model belonging to Météo-France (AROMA model mesoscale at a resolution of 2.5 km). However, areas defined as "complex", corresponding to areas of high reliefs and coastlines, required additional processing in order to refine the scale: then the methodology established and used by METEOLIEN allowed to go from a resolution of 2.5 km at a resolution of 500 m. This methodology has used CFD (Computational Fluid Dynamics) software and has been validated by on-site data qualifications.


The final results are presented in the form of a database and a Geographic Information System (GIS) established by Magellium available on the ADEME website. The user has access to all of the numerical values of the variables and their representation in the form of a map for the chosen area and height.

This database meets the interoperability standards of the European Directive INSPIRE.

 

1.   Une cartographie éolienne pour les territoires

1.1. Enjeux d’une cartographie éolienne pour les territoires

1.1.1. Outil d’aide à la décision

La planification territoriale des politiques énergétiques demande de disposer d’outils et d’indicateurs de plus en plus fins d’évaluation des ressources, à destination des collectivités et de leurs services techniques. Ces outils doivent avoir une exigence de qualité similaire à celle des experts scientifiques, météorologues et professionnels de l’éolien ; cependant ils doivent pouvoir être utilisables par un public plus large, et donc s’appuyer sur des indicateurs clairs et pragmatiques. En effet, le vent est un paramètre météorologique très difficile à cerner et à manier en raison de sa forte variabilité naturelle. Son comportement statistique peut être contre-intuitif et oblige donc à une grande rigueur dans la présentation des données et des incertitudes associées. Les indicateurs fournis seront utilisés comme base de référence par les personnes en charge de la politique territoriale. Elles sont un outil pour accompagner les collectivités dans leurs décisions face aux professionnels du métier de l’éolien ou aux financeurs de projets qui, jusqu’à présent, étaient les seuls à disposer d’outils techniques internes performants de connaissance de la ressource éolienne. Les personnes en charge de la politique territoriale peuvent ainsi appuyer leur stratégie énergétique territoriale sur ces données scientifiques, et mieux comprendre, mener ou participer à la prise de décision du développement de ce potentiel de production dans leur collectivité.

 

1.1.2. Référence nationale

Les projets d’implantation de fermes éoliennes constituent d’importants enjeux techniques et sociétaux. Jusqu’à présent, les projets pour cartographier la ressource éolienne étaient restés à l’échelle des régions ; cette pluralité de références territoriales de niveau régional et la diversité des méthodes utilisées rendaient difficiles l’émergence d’une vision rigoureuse et partagée de ce potentiel de production d’une région à l’autre.

Cette base de données, accessible via un système d’information géographique (SIG) normalisé, constitue une référence technique et scientifique neutre et indépendante de l’industrie et des choix politiques, et assure à tous les territoires un même traitement. Les données sont relatives à la ressource éolienne en elle-même, et ne prennent pas en compte les autres contraintes du développement des parcs éoliens (foncier, servitudes, etc.).

 

Un point de vigilance majeur de la démarche utilisée a été sa conformité aux standards et normes utilisées dans l’éolien professionnel (CEI 61400 et les DAKKS allemands, faute de standards français en la matière), tout en se fondant sur la capacité de calculs, la rigueur scientifique et la neutralité du groupement.

 

1.1.3. Ergonomie

La cartographie fait l’interface avec une base de données ; c’est un outil simple, homogène et facile d’accès, destiné aux collectivités territoriales. Les indicateurs rendus accessibles dans cette cartographie sont des informations pertinentes et documentées pour les utilisateurs finaux, afin d’éviter toute interprétation ou utilisation abusive ou erronée de ces informations.

1.2. Origine et traitement des données

L’ADEME a confié la réalisation de cette base de données sur base SIG à MetEOlien Scoparl, un bureau d’étude technique éolien indépendant et sans conflit d’intérêt. Météo France a fourni la source initiale des données et la mise en forme cartographique et le SIG ont été réalisés par Magellium. Trois pôles de compétence ont donc ici été déployés:

-      le Pôle météorologie : Météo-France;

-      le Pôle éolien : MetEOlien ;

-      le Pôle cartographique (SIG) : Magellium.

Figure 1: Les entreprises qui ont réalisé la Cartographie éolienne pour l’ADEME

1.3. Garanties apportées sur la méthode scientifique employée

1.3.1. Expertise des entreprises

METEOLIEN :

Compétences

METEOLIEN est un bureau d’études techniques éolien qui couvre toutes les compétences relatives à l’énergie et à la technologie éolienne, de l’atlas à l’assistance à maitrise d’ouvrage durant la construction. Intégralement indépendant par la structure de son actionnariat (SCOP) ainsi que par la typologie de ses clients, demandant des expertises neutres, METEOLIEN l’est aussi par l’absence totale de conflit d’intérêt par rapport à ses autres activités.

METEOLIEN réalise depuis 2005, en France et à l’International, des études de vent et de production éolienne, des atlas éoliens et des études de systèmes électriques hybrides, des études de faisabilité complètes ainsi que des expertises d’études et d’installations éoliennes. METEOLIEN travaille en partenariat avec Météo-France depuis 2009, dans le domaine des descentes d’échelle dédiée à l’éolien, à partir des modèles météorologiques, et en particulier du modèle AROME.

Pour en savoir plus : http://www.meteolien.com

 

Rôle dans le projet

METEOLIEN a été l’ensemblier de construction de cette base de données sous forme de SIG avec la définition des indicateurs et leur formatage en vue d’une diffusion la plus large possible. METEOLIEN a aussi effectué l’ensemble des retraitements à haute résolution sur une maille de 500 m pour les zones complexes.

 

 

Météo-France :

Compétences

En France métropolitaine, en outre-mer et dans le monde, Météo-France accompagne ses clients dans l’optimisation de leur gestion du risque météorologique. Son activité commerciale spécifique est néanmoins complémentaire des activités institutionnelles liées à la sécurité des personnes et des biens. Météo-France s’appuie également sur la compétence de ses filiales et de ses partenaires.

Météo-France propose un grand nombre de services à forte valeur ajoutée et de produits d’expertise météorologique réalisés à partir des meilleures techniques de prévision, de climatologie et d’observation. Ces produits sont développés et adaptés pour le grand public ainsi que pour les professionnels dans des secteurs très variés tels que les transports, l’agriculture, le bâtiment, les travaux publics, l’énergie, etc.

Pour en savoir plus : http://www.meteofrance.fr

 

Rôle dans le projet

Météo-France a modélisé et fourni l’ensemble des données sources AROME en maille 2,5 km, ainsi que le traitement statistique pour les indicateurs indirects sur cette maille.

 

 

MAGELLIUM :

Compétences

MAGELLIUM est une société innovante de plus de 130 collaborateurs, spécialisée dans le domaine de la géo-information et de l’observation de la Terre. Concernant la géo-information elle intègre des solutions SIG (en environnement Open Source & ESRI) pour diverses applications métier en traitant avec attention les questions de sécurité, de mobilité et de fusion de données. En outre, elle fournit des outils génériques et performants pour la production et la diffusion de cartes à grande échelle. Elle travaille également dans le domaine de la Géo intelligence, où son expertise couvre l’ensemble du cycle de vie des infrastructures de données spatiales (IDS), le renseignement d’origine source ouverte (OSINT en anglais) ainsi que la production cartographique réactive. Concernant l’observation de la terre, son savoir-faire concerne les satellites d’observation, l’imagerie aérienne ou par drone avec une connaissance approfondie et reconnue des capteurs et du traitement d’image. L’entreprise est également impliquée dans le développement de solutions de reconnaissance visuelle pour des applications en robotique qui font appel à des compétences avancées en traitement d’image et en géométrie 3D. MAGELLIUM est certifiée ISO 9001:2008 sur l’ensemble de ses activités d’ingénierie.

Pour en savoir plus http://www.magellium.com/fr/

 

Rôle dans le projet :

Magellium a construit et adapté l’ensemble du SIG, y compris l’interface utilisateur, et réalisé les représentations cartographiques des données. Il est aussi en charge de l’hébergement du SIG.

 

1.3.2. Encadrement scientifique du plus haut niveau

Afin de s’assurer que la cartographie réalisée par le groupe d’experts est à l’état de l’art des connaissances scientifiques et techniques actuelles, la méthodologie et la réalisation ont été suivies par un comité scientifique, composé de :

- Philippe DROBINSKI, Laboratoire de Météorologie Dynamique, Ecole Polytechnique ;

- Lionel MÉNARD Centre Observation, Impact, Energie, Mines ParisTech ;

- Vincent GUÉNARD, Service Réseaux et Energies Renouvelables, ADEME.

 

1.3.3. Qualification et confrontation aux mesures physiques

Les résultats ont été comparés à des mesures physiques de vent. Le but de cette comparaison n’est pas tant de qualifier des valeurs précises que de vérifier la cohérence entre les mesures du terrain et les niveaux d’incertitude donnés dans la cartographie. Ainsi, les résultats ont été confrontés :

-          d’une part sur le territoire entier, à des comparaisons au réseau de plus de 300 stations météorologiques de Météo-France ;

-          d’autre part à des modélisations par des méthodes standard de l’éolien[1] utilisant le logiciel WAsP (logiciel de référence dans le monde de l’éolien) sur : 5 zones de test, dont 3 sur maille de 2,5 km ´ 2,5 km et 2 sur zone de 500 m ´ 500 m. Afin d’éviter les biais méthodologiques, cette validation a été effectuée par un tiers expert (expertise externe au consortium).

 

Les écarts qui ont été constatés sur les tests sont globalement (voir en annexe 1 les résultats plus précis de ces qualifications) :

- sur les vitesses moyennes : les écarts constatés sont tous en dessous des incertitudes annoncées, que ce soit sur les zones de maille de 2,5 km ´ 2,5 km ou sur les zones de maille 500 m ´ 500 m ;

- sur les densités énergétiques : les écarts constatés sont :

entre 5% et 30% sur les zones de maille de 2,5 km ´ 2,5 km (zones simples)

entre 1% et 15% sur les zones de maille 500 m ´ 500 m (zones complexes).

De manière générale, les incertitudes sur la densité énergétique, s’exprimant en fonction du cube de la vitesse, sont nécessairement plus importantes que celles sur la vitesse de vent.

 

On peut donc conclure à l’intérêt des incertitudes et des intervalles de confiance, qui apportent une finesse et une rigueur à la description de la ressource. On peut également observer la valeur ajoutée des zones de haute résolution pour la diminution des incertitudes.

 

1.4. Eléments déterminants de la cartographie éolienne pour les territoires

Cette cartographie est une base de données scientifique qui permet de décrire le vent en tant que source d’énergie. Les indicateurs de base sont les vitesses moyennes à différentes hauteurs (qui correspondraient aux hauteurs de mât). Mais, la ressource éolienne se caractérise aussi par sa variabilité dans le temps : il est important de savoir dans quelle mesure le vent varie sur le temps d’une journée ou d’un mois à un autre. Deux types d’indicateurs de variabilité sont donc pris en compte. Un troisième niveau d’indicateurs permettent de passer des données de vent aux données de production d’électricité : la puissance mécanique du vent (ou plus précisément la densité de puissance) puis la production électrique brute fournie sur un an par des éoliennes de technologie actuelle.

 

Enfin, un élément nouveau a été mis en place pour l’établissement de cette base de données éolienne : l’étude des incertitudes et des intervalles de confiance. En effet, aucun atlas précédemment établi ne disposait de cette analyse fine et géo-localisée des incertitudes et des intervalles de confiance associés aux données. C’est une grande avancée en matière de cartographie du gisement éolien à l’échelle territoriale. Il est particulièrement intéressant de tenir compte de la fiabilité et du degré de précision que le modélisateur, en toute rigueur scientifique, se doit de considérer sur les variables maîtresses que sont les vitesses moyennes de vent long terme. Les incertitudes sont calculées d’une part sur les données sources de Météo-France, et d’autre part, lorsque la zone est complexe, sur les calculs effectués afin de redescendre à l’échelle de la maille 500 m ´ 500 m. Elles sont calculées maille par maille, et peuvent donc changer d’une maille à sa voisine du fait des changements de topographie ou de contexte.

 

Variable de base

Exprimée par :

Vitesse du vent

Vitesse moyenne de long terme

Vmoy Long Terme

Intervalle de confiance (bornes inférieure et supérieure)

Incertitudes (en %)

Distribution statistique suivant la paramétrisation de Weibull

Coefficients (A ; k) long terme

Variabilité temporelle

Variabilité de court terme

Ecart-type 24h

Ecart-type des rampes horaires de vitesse

Variabilité saisonnière

Vmoy Mensuels

Intervalle de confiance

Incertitudes

Energie

Densité énergétique du vent

Densité énergétique totale (en W/m²)

Productible électrique

Production électrique  annuelle fournie par une éolienne en un point du territoire (en MWh)

Tableau 1 : Indicateurs de la ressource éolienne

 

L’ensemble de ces données modélisées et traitées se retrouvent dans le Tableau 1, et constituent la base de données de la cartographie éolienne nationale. Ces termes sont définis et expliqués plus en détail dans les sections suivantes.

La base de données comprend chacune de ces variables sur 8 hauteurs (de 20 à 160 m par pas de 20 m) pour l’ensemble du territoire de France métropolitaine, de Guadeloupe, de Martinique et de Nouvelle Calédonie.

 


2.   Focus sur les indicateurs de la base de données

2.1. Vue globale

Pour chaque indicateur l’utilisateur trouvera dans les chapitres suivants :

-      une représentation de sa signification physique ;

-      une explication sur son rôle dans la description de la ressource éolienne ;

-      les limites techniques et scientifiques liées à son utilisation.

 

2.2. Précautions d’usage

« Une carte n’est pas le territoire » (Alfred Korzybski) : à partir du moment où l’on représente le réel, sa vision en ressort déformée. La cartographie éolienne n’échappe pas à ce principe. Il est donc bon de rappeler les grandes limites à l’utilisation de la base de données.

 

2.2.1. Le maillage de la modélisation

Les variables sont calculées grâce à des logiciels de modélisation ayant pour résolution soit des mailles de 2,5 km par 2,5 km pour les zones territoriales dites « simples », soit 500 mètres sur 500 mètres pour les zones plus complexes. En d’autres termes, chaque maille de 500 mètres sur 500 mètres ou de 2,5 km par 2,5 km est représentée avec la même valeur moyenne sur la maille en question.

 

Notion de moyenne

 

Il est évident que le vent n’est pas le même en tout point à l’intérieur de la maille c’est-à-dire que la valeur sur un des points précis à l‘intérieur de la maille a peu de chance d’être égal à la valeur moyenne sur cette maille. Les variables données sont donc des moyennes géographiques autant que des moyennes temporelles. Pour obtenir la valeur de la variable souhaitée en un point précis, il faudrait faire une étude spécifique du site précis, qui relève du développement éolien et échappe au périmètre d’une cartographie de planification.

 

 

Résolution de base et haute résolution

 

La Figure 2 donne l’exemple de la représentation de la vitesse moyenne du vent d’une même zone à des résolutions différentes (c’est-à-dire des tailles de maille différentes).

 

2 m/s

 

4 m/s

 

6 m/s

 

Echelle de couleurs

 

Vitesse du vent réelle

(illustration construite pour des objectifs pédagogiques)

 

 

Vitesse du vent à une résolution de 2,5 km

Vitesse du vent à une résolution de 500 m (dite haute résolution)

Figure 2 : Influence de la résolution sur la représentation de la vitesse. Exemple sur une zone de 2,5 km ´ 2,5 km

 

Sur des zones complexes, en passant de la résolution nominale (Figure 2 en bas à gauche) à la haute résolution (Figure 2 en bas à droite), il est normal de voir apparaître ponctuellement des différences de valeurs des indicateurs du fait de la modélisation 25 fois plus fine. En effet, la grande maille de 2,5 km représente la moyenne des valeurs des 25 mailles de 500 m. Les mailles de 500 m sont plus précises et font apparaître des variations plus importantes du fait d’une prise en compte plus fidèle de la réalité topographique. Il est important de noter que ces différences sont comprises dans les niveaux d’incertitudes et les intervalles de confiance des vitesses moyennes.

 

 

2.2.2. La représentation à l’intérieur de la maille de modélisation

Si les obstacles au sol impactent peu le vent à 160 m de haut, il en est tout autrement dans les couches inférieures, typiquement à moins de 60 m de hauteur.

 

Les modèles savent bien prendre en compte la rugosité moyenne du sol mais celle-ci ne prend pas en compte les obstacles particuliers qui pourraient avoir des hauteurs similaires à la hauteur de calcul (voir l’illustration en Figure 3). C’est pourquoi les incertitudes obtenues sur les couches les plus basses (20 m et 40 m) sont nettement plus importantes que celles obtenues sur les couches hautes.

 

Figure 3: Illustration du comportement du vent face à un obstacle : les turbulences à faible hauteur induisent des incertitudes sur le calcul de la vitesse du vent

 

Pour obtenir la valeur plus précise de la variable souhaitée, tout particulièrement à des hauteurs inférieures à 60 m, une étude spécifique au site sera nécessaire.

 

2.2.3. Limites de la statistique long terme

Les météorologues estiment qu’il faudrait au minimum 30 ans pour obtenir des moyennes de long terme qui ne soient plus impactées par des événements spécifiques non statistiques (hors changement climatique).

Par contre, le principe communément admis chez les professionnels de l’éolien en Allemagne est d’établir des moyennes sur la durée de vie estimée des installations, donc 20 ans. En France, beaucoup d’études sont considérées acceptables même si elles se limitent à 10 ans de corrélation long terme. De ce fait, et du fait des contraintes propres de réalisation, toutes les variables sont fondées sur des données sources obtenues sur 15 ans pour la Métropole et 10 ans pour la Guadeloupe, la Martinique et la Nouvelle Calédonie. 

 

Il peut donc s’en suivre un biais plus ou moins important selon les régions. Ce biais est intégré dans la prise en compte des incertitudes et des intervalles de confiance.

 

 

2.2.4. Limites dues à l’impact de la variabilité climatique et du changement climatique

Le vent traduit des mouvements de l’atmosphère qui peuvent être à grande échelle. En particulier, on a pu mettre en évidence des grands modes d'oscillation de l’atmosphère qui prennent place sur toute la largeur des océans et durent plusieurs années : ce sont notamment l'oscillation Nord-Atlantique, qui influence la France métropolitaine, et El Niño/ La Niña pour les DOM-COM. Ces modes d’oscillation engendrent une variabilité climatique naturelle aux échelles décennales. Cette variabilité, même si elle est ici minimisée du fait de la prise en compte de 15 ans de référence sur la Métropole, n'est pas complètement prise en compte dans cette modélisation de long terme. Elle introduit donc des erreurs de l'ordre de 2-4% sur les données de vitesse de vent de cet atlas, et 5-10% sur la production brute éolienne. 

Par ailleurs, les recherches sur le changement climatique indiquent une probable tendance à la baisse du potentiel éolien, à moduler avec une part d'incertitude significative en fonction du modèle climatique et de la méthode de désagrégation spatiale utilisés.

L’analyse comparative de ces 2 phénomènes climatiques montre que l'effet de la variabilité décennale, due aux grandes oscillations de l’atmosphère, est plus important que l’évolution du potentiel éolien associée au changement climatique. Néanmoins, plus on s’éloignera de 2015, année de parution de la base de données éolienne, plus l'incertitude sur les données sera susceptible d’évoluer.

 

2.2.5. Incertitudes et intervalle de confiance

Les vitesses moyennes (vitesses de long terme et vitesses mensuelles, voir en sections 2.3 et 2.4) font l’objet de calcul d’incertitudes et d’intervalles de confiance.

 

Incertitudes

L’incertitude de calcul de la vitesse moyenne à long terme du vent représente l’erreur d’évaluation de la vitesse moyenne à long terme du vent qui est engendrée par la modélisation. La connaissance d’une incertitude sur un résultat permet de savoir à quel point il est fiable. Cette connaissance va aider à accorder plus de crédit aux résultats de la base de données quand ces incertitudes sur la valeur de la vitesse moyenne sont moindres (<7%) et à les utiliser avec plus de circonspection lorsque les incertitudes sont élevées (>10%).

 

 

Par exemple, considérons une maille où l’on obtient une vitesse moyenne de vent à long terme de 9 m/s. Si on a une incertitude de 10 % sur cette valeur, c’est que l’on estime que la vitesse moyenne du vent peut être n’importe quelle valeur comprise entre 8,1 m/s et 9,9 m/s du seul fait des incertitudes cumulées de la modélisation.

 

L’incertitude globale cumule plusieurs sources d’incertitude :

 

- La rugosité du terrain, qui correspond aux différents obstacles présents au sol. Il n’est pas raisonnable de vouloir intégrer la rugosité fine sur tout le territoire, d’où une source d’incertitudes.

 

- Le modèle météorologique utilisé afin d’obtenir les données sources. Il s’agit du modèle AROME. Il modélise le comportement du vent à méso-échelle. Les statistiques établies à partir des données vent issues du modèle sont associées à des incertitudes. Pour la première fois Météo-France a cherché à les estimer en s'appuyant sur une approche statistique dite « Bayésienne » (voir en annexe technique pour plus d’explications) qui utilise la connaissance antérieure de la vitesse du vent issue de son réseau d'observations.

 

- La maille. Elle fait 2,5 km ´ 2,5 km ou 500 m ´ 500 m. Il y a donc à l’intérieur d’une maille une incertitude sur le vent car il change sur des distances plus réduites.

 

- Le logiciel de redescente d’échelle modélise lui aussi le comportement du vent, même s’il le fait à une échelle plus fine. Il introduit donc lui aussi des incertitudes, mais permet globalement de réduire l’incertitude initiale de la donnée source par d’autres aspects.

 
Intervalle de confiance

L’intervalle de confiance sur la vitesse moyenne de long terme du vent, selon la définition qu’il a été choisi de retenir pour cette base de données, correspond à la fourchette de valeurs modélisées de vitesses moyennes annuelles à l’intérieur de laquelle on retrouve 95 % des valeurs de moyenne annuelle modélisées. Il est représentatif de la variabilité naturelle de la vitesse moyenne annuelle du vent d’une année sur l’autre à long terme (15 ou 10 ans), telle que vue par le modèle.

 

L’intervalle de confiance permet de répondre autant que possible à la question de la définition de la période de référence pour le long terme, décrite en section 2.2.3. En effet l’estimation de la vitesse moyenne de long terme à partir des vitesses moyennes annuelles de vent depuis 15 ans (soit 15 valeurs pour la métropole) et 10 ans (soit 10 valeurs pour la Guadeloupe, la Martinique et la Nouvelle Calédonie) est soumise à la fluctuation d’échantillonnage (si l’on avait fait les calculs à partir d’un autre échantillon représentatif, on aurait probablement trouvé une valeur moyenne long terme légèrement différente).

 

La connaissance de l’intervalle de confiance permet de mieux appréhender la variabilité naturelle statistique :

-      plus un intervalle de confiance est étroit, plus la vitesse moyenne annuelle est stable d’une année sur l’autre ;

-      plus il est large, plus la vitesse moyenne annuelle est susceptible de varier d’une année sur l’autre, à long terme.

 

Dans une démarche de consolidation de territoire en vue d’optimiser le mix énergétique sur ce territoire (par exemple dans les territoires à énergie positive pour la croissance verte), la vision de la variabilité en cycle annuel de la production éolienne est essentielle pour estimer la part d’éolien disponible annuellement avec 95% de probabilité.


 

2.3. Vitesse moyenne long terme du vent

2.3.1. Représentation physique

La vitesse du vent est variable dans le temps mais son évolution peut être représentée par des variables statistiques. La plus évidente de ces variables statistiques est la « moyenne ». La vitesse moyenne se calcule sur une durée qui peut être l’heure (moyenne horaire), le jour, l’année, etc. un an, plusieurs années, etc. Lorsque la durée est suffisamment longue (plusieurs années, voir la remarque en section 2.2.3), on obtient la vitesse moyenne dite de long terme.

 

Dans notre cas, la vitesse moyenne de long terme du vent correspond à la moyenne des vitesses moyennes horaires calculée sur 15 ans (entre 2000 et 2014) pour la métropole, et sur 10 ans (entre 2000 et 2009) pour la Martinique, la Guadeloupe et la Nouvelle Calédonie, comme représenté en Figure 4 et exprimé par la formule suivante :

 

 

Figure 4: Schéma expliquant l'élaboration de la vitesse moyenne long terme du vent

 

2.3.2. Rôle de cet indicateur dans la description de la ressource

La notion de vitesse moyenne du vent est plus immédiate et plus facile à appréhender que les autres indicateurs. Pour bien comprendre la ressource éolienne il faut se représenter le vent tel qu’il est pour le physicien : une masse d’air en mouvement. Ce mouvement se traduit par la vitesse de la masse d’air (exprimée non pas en km/h comme dans la vie courante, ou en nœuds comme en navigation maritime, mais en m/s).

La connaissance de la vitesse moyenne de long terme permet d’avoir une première description du gisement du vent à long terme, en s’extrayant des effets de variations saisonnières et interannuelles.

 

L’information apportée par la vitesse moyenne de long terme comprend :

-      la qualification du gisement de vent au point considéré : site de vent fort / moyen / faible ;

-      la plage de variabilité naturelle, à travers l’intervalle de confiance ;

-      un premier indice approximatif sur le type d’éoliennes qui devrait permettre d’exploiter le vent dans de bonnes conditions.

 

2.3.3. Limites d’utilisation de cette donnée

Au-delà des limites d’utilisation génériques décrites section 2.1, la vitesse moyenne n’est pas suffisante pour calculer la production éolienne annuelle. Il faut en plus savoir comment varie le vent autour de cette moyenne, ce qui est entre autre l’objet des indicateurs suivants. Par ailleurs, la vitesse moyenne de long terme a fait l’objet de calculs d’incertitudes et d’intervalle de confiance (voir section 2.2.5).

 

Exemples :

1°) en un même endroit, l’incertitude varie avec la hauteur. Par exemple l’incertitude est plus grande à 40 m qu’à 100 m (voir l’illustration en Figure 5).

 

 

Figure 5 : Comparaison des incertitudes sur la vitesse moyenne (modèle à haute résolution sur la Corse). A gauche : incertitude sur la vitesse moyenne à la hauteur de 40 m , à droite : celle à 100m.

 

2°) Dans un endroit où les variations saisonnières sont importantes, l’intervalle de confiance est large car il intègre cette plage de variation.


2.4. Variabilité saisonnières : vitesses moyennes mensuelles du vent à long terme

2.4.1. Représentation physique

Le principe est d’exprimer une vitesse moyenne propre à chaque mois : par rapport à la vitesse moyenne de long terme, la granularité est plus fine. Pour chaque année, on calcule la moyenne de la vitesse du vent sur 1 mois donné, puis la moyenne des vitesses mensuelles est calculée sur l’ensemble des années de l’échantillon (années de 2000 à 2014 pour la Métropole, soit 15 valeurs, et de 2005 à 2014, soit 10 valeurs, pour la Guadeloupe, la Martinique et la Nouvelle Calédonie), comme exprimé par la formule suivante dans le cas de la métropole :

 

 

La Figure 6 illustre le calcul pour le mois de janvier : à partir des moyennes horaires de janvier est effectuée la moyenne de la vitesse du vent de ce mois sur chaque année pour obtenir une moyenne de la vitesse du vent des mois de janvier sur 15 ans.

 

 

2.4.2. Rôle de cet indicateur dans la description de la ressource

D’une manière qualitative, cet indicateur permet de se représenter les mois les plus riches en vent et ceux qui le sont moins.

 

D’un point de vue territorial, la vitesse moyenne mensuelle permet d’évaluer les complémentarités avec d’autres zones ou d’autres ressources (par exemple le photovoltaïque). L’information apportée par les vitesses moyennes mensuelles comprend :

-      le gisement éolien mois par mois, en un point donné ;

-      sa plage de variabilité naturelle, à travers l’intervalle de confiance ;

-      les effets saisonniers.

 

 

2.4.1. Limites d’utilisation de cette donnée

Au-delà des limites d’utilisation génériques décrites en section 2.1, et 2.2.3, les incertitudes et intervalles de confiance ont été calculés pour cet indicateur (voir le schéma de calcul de l’intervalle de confiance en Figure 7).

 

L’intervalle de confiance sur les vitesses moyennes mensuelles est intrinsèquement plus large que celui des vitesses moyennes annuelles, car le vent d’un mois donné varie en général plus que le vent moyen annuel.

Figure 6: Schéma expliquant le calcul de la vitesse moyenne mensuelle du vent

 

 

Figure 7 : Illustration des intervalles de confiance sur chaque mois de l’année


 

2.5. Répartition statistique : facteurs de Weibull A et k de long terme

2.5.1. Représentation physique

La courbe de Weibull est l’une des représentations de la répartition statistique du profil des vitesses de vent : elle indique la répartition des vitesses du vent en fonction de leur fréquence d’apparition.

 

L’intérêt de la courbe de Weibull est sa simplicité : grâce à seulement 2 paramètres, exprimés par les coefficients A et k, il est possible de recalculer une approximation de la répartition statistique des vitesses.

-       Le coefficient A, exprimé en m/s, correspond physiquement à la vitesse de vent la plus fréquemment rencontrée sur la maille.

-       Le coefficient k, sans dimension, correspond à la façon dont varie la vitesse de vent autour de la vitesse la plus fréquente. k oscille normalement entre 1 et 3. Quand sa valeur est faible, cela signifie que les vents ont souvent presque la même vitesse, c’est-à-dire sont proches de la vitesse moyenne de long terme : ils se rencontrent sur des régimes de vent stable, qui sont le plus souvent de vitesse modérée. Au contraire, les valeurs élevées de k correspondent à des vents qui varient largement en vitesse au cours de l’année. Cette différence est illustrée en Figure 8.

 

Sur la maille AROME de 2,5 km x 2,5 km, A et k sont obtenus à partir d’une distribution des données horaires sources sur une durée de 15 ans pour la Métropole et 10 ans pour la Guadeloupe, la Martinique et la Nouvelle Calédonie.

 

Sur les mailles fines de 500 m ´ 500 m, les A et k découlent directement du calcul CFD.

 

Figure 8 : Exemples de courbes de Weibull représentées par des histogrammes. La hauteur des barres représente le pourcentage de fois où l’on constate un vent de « x » m/s.

 

2.5.2. Rôle de cet indicateur dans la description de la ressource

Moins précis que la répartition statistique directe des vitesses de vent, la courbe de Weibull est cependant une simplification usuelle et pratique qui est utilisée dans de nombreux logiciels en version basique.

 

L’information apportée par la description de Weibull comprend :

-      une représentation de la variation des vitesses de vent, en un point donné ;

-      un indice déjà un peu plus précis que la vitesse moyenne, sur le type d’éoliennes qui devrait permettre d’exploiter le vent dans de bonnes conditions.

 

Les professionnels de l’éolien utilisent cette distribution statistique et la courbe de puissance des éoliennes pour établir les évaluations de productible (en MWh/an). Ils participent ainsi au choix des éoliennes et à une première estimation rapide du productible potentiel si des éoliennes devaient être installées (sous réserve des incertitudes sur le productible qui sont de l’ordre de 3 fois celles sur la vitesse ; voir section 2.8).

 

2.5.3. Limites d’utilisation de ces données

Les coefficients A et k de Weibull ont pour limites d’utilisation celles décrites en section 2.1, ce qui, dans le cas d’utilisation de ces A et k pour faire des calculs directs de productible d’un site précis, rend l’exercice approximatif s’il n’est pas appuyé par une étude professionnelle et complète du site :

 

1°)  Une courbe de Weibull est déjà une approximation puisque cette courbe ne fait que représenter une distribution statistique discrète en supposant : i) que la densité énergétique est la même dans la réalité et dans l’approximation de Weibull, et ii) que la proportion de vents de vitesses supérieures à la moyenne est la même dans les deux cas.

 

2°)  D’autre part, la méthode de détermination des paramètres A et k n’est pas exacte (ce n’est pas une méthode analytique), mais introduit elle aussi des incertitudes sur ces deux coefficients.

 

3°)  Enfin, il est rappelé que le vent est associé non seulement à une vitesse mais aussi à une direction. Les coefficients A et k devraient donc en toute rigueur exprimer des répartitions statistiques des vitesses de vent en fonction de leurs directions afin de représenter la ressource. Dans le cadre d’un exercice d’aide à la planification, la direction n’est pas reprise dans cette cartographie ; pour un calcul de site spécifique, cette limitation est plus importante.

 

On veillera donc à ne pas utiliser les coefficients A et k à d’autres fins que de première approximation, que cela soit sur les mailles 2,5 km du modèle AROME ou de 500 m du modèle CFD500.

 

2.6. Variabilité à court terme du vent

2.6.1. Représentation physique

L’une des questions les plus courantes concernant le vent est la variabilité dans le court terme. En effet, d’une journée sur l’autre et parfois à l’intérieur d’une même journée, les vitesses de vent peuvent considérablement varier, entraînant des variations de fonctionnement des éoliennes, et en conséquence des variations de production électrique auxquelles le système électrique est sensible.

Dans la présente cartographie, la variabilité de court terme est exprimée par deux indicateurs :

-         la distribution des rampes de vitesse ;

-         les écarts-types 24 h.

 

2.6.2. Rôle de la variabilité court terme dans la description de la ressource

Ces deux indicateurs donnent des informations sur la stabilité naturelle du vent au niveau d’une maille, d’une heure à l’autre ou d’un jour à l’autre. Ils apportent a fortiori des informations sur les tendances de variation de son énergie, et donc de l’électricité injectée sur le réseau.

Ce renseignement est important :

-      au niveau conception technologique, car si le phénomène est connu à l’avance, le choix de la turbine peut accorder plus ou moins d’importance aux caractères de robustesse, à la fois d’un point de vue mécanique et d’un point de vue électronique de puissance ;

-      au niveau des conditions d’exploitation des parcs éoliens, car une éolienne soumise à beaucoup de ruptures de rythmes souffre plus qu’une éolienne soumise à des vents stables, et demandera en conséquence plus de surveillance et sans doute plus de maintenance ;

-      au niveau de la conception et de l’exploitation des réseaux électriques, qui sont dimensionnés et exploités en prenant en compte ces variations potentielles. Faute d’information factuelle sur la variation, les réseaux vont avoir tendance à se sécuriser en prenant la pire configuration possible comme base (arrêt complet d’une heure sur l’autre, injection complète d’une heure sur l’autre..).

 

 

2.6.3. Distribution des rampes de vitesse (exprimé par l’écart type des rampes de vitesse)

Représentation physique

Une rampe de vitesse horaire décrit l’évolution du vent d’une heure à l’autre.

A des fins de visualisation et d’analyse, ces différences de vitesse d’une heure à l’autre sont représentées par leur écart-type. L’écart-type décrit à quel point les différences de vitesse d’une heure à l’autre s’écartent de leur moyenne, qui est normalement nulle, sinon cela signifierait qu’en cet endroit le vent augmente ou décroit chaque heure en moyenne depuis 15 ans. Cet écart-type encadre la manière dont accélère ou décélère le vent d’une heure à l’autre.

 

Par exemple, pour une vitesse initiale de 5 m/s, un écart-type des rampes de vitesse de 0,5 m/s/h veut dire que d’une heure à l’autre, la plupart du temps, on passe à une vitesse de vent qui reste comprise entre 4,5 m/s et 5,5 m/s.

 

Zone de Texte: Le vent…  pas si variable que cela d’une heure à l’autre : 

Statistiquement, en un point donné, la vitesse de vent la plus probable à l’heure « h+1 » est quasiment toujours la vitesse de vent de l’heure « h ».

 

 

 

 

 

 

 

Cerner la distribution des rampes de vitesse nous informe sur l’évolution de l’accélération du vent d’une heure à l’autre.

C’est un paramètre qui donne une appréciation de la « qualité » du vent en termes d’exploitation.

Les exploitants éoliens, les gestionnaires de réseaux ainsi que les aggrégateurs et traders de l’électricité, préfèreront tous très nettement une zone où les écarts-types de rampes de vitesse horaire sont faibles à une zone où ces écarts sont importants. Ceci est toutefois à mettre en regard des autres paramètres du gisement, qui sont bien entendu prioritaires, comme la densité énergétique abordée dans la section suivante.

 

Limites d’utilisation de cette donnée

Cette variable a pour limites d’utilisation celles décrites section 2.1.

Son maniement est particulièrement délicat et s’adresse plutôt aux scientifiques car il s’agit d’une limite encadrant des valeurs et non d’une valeur à prendre directement en compte.

 

La collectivité la prendra comme base de référence qualitative de la variabilité horaire mais ne devra pas l’intégrer dans des calculs sans l’avis d’un expert du domaine.

 

 

2.6.4. Ecart-type 24h

Représentation physique

On appelle ici « écart-type 24 h » la moyenne des écarts-types des vitesses de vent horaires sur 24 h (en m/s). Cet écart-type représente à quel point la vitesse horaire peut s’éloigner de la moyenne journalière.

 

Si l’écart-type est petit, cela signifie que les variations du vent à l’intérieur de la journée ne sont pas très importantes et donc que la vitesse est stable sur la journée.

 

En revanche, si l’écart-type est important, cela signifie que les régimes de vent changent en cours de journée, ce qui est par exemple le cas dans les régions soumises à des brises marines.

 

Rôle de cet indicateur dans la description de la ressource

La connaissance de l’écart-type permet de mieux caractériser le profil journalier (diurne et nocturne) du vent et d’apporter une référence de valorisation rationnelle de la variabilité face à l’intuition de variabilité que l’on peut avoir, avec plus ou moins de justesse d’ailleurs, au sujet du vent. Par exemple, la Figure 9 représente les écarts-types sur 24h en Martinique : étant donné la régularité des vents, on peut constater que les écarts-types sont plus faibles sur la côte au vent que sur la côte sous le vent.

Cet indicateur est aussi fort utile pour comparer des zones territoriales.

Limites d’utilisation de cette donnée

En plus des limites d’utilisation décrites en section 2.1, cet indicateur de variabilité intra-journalière est confronté à une simplification qui réduit considérablement les possibilités d’analyse postérieure : il intègre le jour et la nuit ainsi que les saisons.

L’analyse des rythmes et cycles naturels comme préalable à tout calcul statistique en matière éolienne est un incontournable des études de site particulier. Ainsi l’analyse de l’écart-type 24 h ne permettra pas d’aller plus loin que le comportement qualitatif énoncé ci-dessus ni d’établir des lois de comportement précises sans étude supplémentaire.

martinique_ecart_type_80

Figure 9 : Carte des écarts-types en Martinique, à 80 m de hauteur.


 

2.7. Densité énergétique du gisement de vent

2.7.1. Représentation physique

Le vent, en tant que masse d’air en mouvement, est un gisement d’énergie cinétique ( , où v correspond à la vitesse du vent). La densité énergétique (exprimée en W/m²) correspond à l’énergie contenue dans le volume de vent qui passe à travers une surface verticale fictive S (Figure 10).

 

Attention :    ne pas multiplier la densité énergétique par une surface au sol, ce calcul n’aurait aucun sens.

 

Afin de passer de la valeur de densité énergétique à une première estimation grossière de production éolienne moyenne annuelle, on multiplie la densité énergétique par la surface balayée par les pales d’éolienne, puis par un coefficient de rendement moyen estimé d’éolienne d’autre part.

 

Zone de Texte:

S

 
La masse d’air qui passe par une surface S en 1 seconde est directement proportion-nelle à la vitesse du vent v.

Il en résulte que la densité énergétique s’exprime par :

 
 où ρ est la densité de l’air.

 

 

Figure 10 : Représentation de la masse d’air qui traverse la surface S du rotor (image extraite du livre « Le guide de l’éolien - Techniques et pratiques », Corinne Dubois, 2009).

 

Une densité énergétique élevée signifie que le gisement éolien (le « minerai éolien ») est bon.

 

Cette variable est obtenue à partir de la vitesse moyenne horaire du vent sur 15 ans pour la Métropole et sur 10 ans pour la Guadeloupe, la Martinique et la Nouvelle Calédonie.

 

 

2.7.2. Rôle de cet indicateur dans la description de la ressource

Cet indicateur donne une information sur la quantité d’énergie disponible au niveau d’une maille.

 

Cet indicateur est facile d’accès et représente bien le vent, donc c’est lui qui est en général restitué sur une carte pour illustrer le gisement éolien sur l’ensemble du territoire à une hauteur donnée. Un exemple de carte de densité énergétique est donné en Figure 11.

 

 

2.7.1. Limites d’utilisation de cette donnée

Au-delà des limites d’utilisation génériques décrites en section 2.1, cette variable présente les particularités suivantes :

Limites d’utilisation intrinsèques

Zone de Texte: Limite de Betz : 
La limite de BETZ est une limite intrinsèque mathématique d’exploitation d’un gisement éolien. En effet, la loi de BETZ indique qu’il est physiquement impossible de récupérer plus de 59% de l’énergie cinétique du vent avec une éolienne simple. 
La densité énergétique représente l’énergie contenue dans le vent sur une maille.

Mais ce gisement n’est pas intégralement exploitable par une éolienne, donc il conviendra de ne pas employer cette densité énergétique directement et sans précaution dans des calculs de potentiel de production éolienne à l’échelle d’un territoire.

 

Limites d’utilisation dues à la définition de la densité énergétique

La définition retenue ici pour la densité énergétique est la densité énergétique absolue qui est propre au gisement mais n’intègre pas les contraintes technologiques que l’on retrouvera dans l’indicateur suivant.

 

Notamment, les éoliennes ne produisent pas d’électricité pour des vents en dessous de 3 m/s, ni pour des vents de plus de 25 m/s.

Si les vents de faible vitesse ne participent pas beaucoup à la densité énergétique totale, du fait de la faible valeur de leur énergie, les vents forts constituent une part qui peut se révéler très importante dans le cumul de densité énergétique, et fausse l’interprétation de cette donnée dans ces zones fortement ventées.

 

Il n’en reste pas moins que cette variable est la variable maîtresse qui illustre le mieux le gisement sur un territoire dans son ensemble.

Limites d’utilisation dues aux incertitudes sur la vitesse du vent

 

Il sera noté que, du fait de la proportionnalité de l’énergie du vent avec le cube de sa vitesse, l’incidence sur l’énergie d’une incertitude sur la vitesse de vent est multipliée par 3.


 

 

 

 

energie-3

Figure 11 : Exemple carte de densité énergétique à 100 m sur la France Métropolitaine

Nota : Les zones encadrées correspondent aux zones à haute résolution (redescendues en échelle) de maille 500 m ´ 500 m (modèle CFD500). Les plages de couleur blanche correspondent aux zones d’altitudes supérieures à 1500 m ou aux points d’exception des modèles faisant ressortir des représentations atypiques du fait de la complexité intrinsèque de la topographie ou de l’occupation du sol autour des points considérés. Ces derniers points sont des exceptions (ils représentent moins de 0,6% de la totalité de la surface métropolitaine) : ils ont été retirés de la cartographie pour pouvoir conserver la meilleure qualité des données. Les données retirées représentent moins de 0,6% de la totalité de la surface métropolitaine (voir Tableau 2) et concernent en majorité les faibles hauteurs (moins de 60 m) ; des données complémentaires (mesures sur site) seraient nécessaires pour les inclure dans la cartographie.

 

Hauteurs

Nombre de point où le paramètre de Weibull k<1

Surface concernée (en km²)

Pourcentage de suppression de données (surface concernée rapportée à la surface de la métropole)

20 m

2 906

727

0,13%

40 m

2 216

554

0,10%

60 m

1 805

451

0,082%

80 m

1 491

372

0,068%

100 m

1 262

316

0,057%

120 m

1 120

280

0,051%

140 m

991

248

0,045%

160 m

892

223

0,040%

Total

12 683

3171

0,57%

Tableau 2 : Volume des points retirés de la cartographie.

 

 


 

2.8. Première estimation du productible

2.8.1. Représentation physique

Une éolienne est une machine qui transforme l’énergie cinétique du vent en énergie électrique. Elle se caractérise par sa courbe de puissance, qui fait correspondre à chaque vitesse de vent une puissance électrique.

 

En première approximation, le productible potentiel brut[2] est donc représenté sur l’interface SIG, en partant :

 

-         des coefficients de Weibull (A ; k) qui donnent la distribution statistique des vitesses de vent (cf section 2.5;

 

-         de trois courbes de puissance représentatives et différenciées selon le toilage des éoliennes qui caractérise le rapport dimension/puissance. Pour une puissance donnée de la génératrice électrique, une machine au toilage élevé possède un rotor de diamètre plus important.

En pratique, le choix du toilage est limité non seulement par la vitesse moyenne du vent mais aussi par la vitesse maximale pour laquelle l’éolienne est dimensionnée (sur des sites où le vent est fort, le toilage des éoliennes devra être faible, et réciproquement).

 

Valeurs du toilage dans le SIG

Toilage faible

Toilage moyen

Toilage fort

Toilage :

rapport de la surface balayée par le rotor par la puissance de l’éolienne (en m2/MW)

2,6

3,2

3,9

 

 

Tableau 3: Toilage des éoliennes : choix des valeurs numériques considérées dans le SIG

 

Dans le SIG (Système d’Information Géographique), les productibles des trois classes sont affichés.

 

Attention : le calcul reste théorique. Au-delà du toilage, chez les professionnels de l’éolien les types d’éoliennes sont catégorisés par la classification IEC (qui introduit les classes IEC I, II, III ou S) définie selon les limites de sécurité relatives aux vents extrêmes que peuvent rencontrer les machines. Ainsi sur un site de vent fort (classe I) les développeurs n’installeront pas de machines trop toilées. Dans la cartographie, il a été choisi de donner indifféremment les productibles pour différents toilages, mais le planificateur devra avoir à l’esprit que le toilage pourra en pratique être limité par la classe de vent et les conditions définies le référentiel IEC.

 

 

En utilisant les coefficients de Weibull et la vitesse du vent moyennés sur 15 ans pour la Métropole et 10 ans pour la Guadeloupe, la Martinique et la Nouvelle Calédonie, on obtient ainsi la moyenne annuelle de productible brut d’une éolienne du type choisi pour la maille considérée. Ce calcul est effectué en post-traitement direct.

 

2.8.2. Rôle de cet indicateur dans la description de la ressource

Le productible sert à évaluer quantitativement l’électricité que produirait annuellement en moyenne une éolienne du type choisi. Il apporte une vision concrète de la quantité de production annuelle à attendre dans cette maille précisément.

On peut alors comparer différents territoires sur une base cohérente et réaliste.

 

2.8.3. Limites d’utilisation de cette donnée

 

Au-delà des limites d’utilisation génériques décrites en section 2.1, cette variable présente les particularités suivantes :

Productible brut, productible net et pertes à considérer

Le productible obtenu ici est un productible brut qui ne peut pas tenir compte ni des pertes dues à la topographie ou la rugosité plus ponctuelles, ni des pertes de sillage (influence d’une éolienne sur l’autre) ni des pertes par hystérésis, ni des pertes dues au givre ou autres conditions spécifiques, ni des pertes électriques en ligne ou en équipement. L’évaluation de la production annuelle nette long terme devra être calculée par un expert technique.

 

Limite due aux courbes de puissance

Les courbes de puissances d’éoliennes utilisées dans le SIG pour évaluer le productible ont été limitées à trois ; elles peuvent être remplacées par d’autres courbes, choisies par l’administrateur du SIG (ADEME). Il est à noter que dans le cadre de développement de projet, ces courbes ne sont valides que lorsqu’elles sont contractuelles et engageantes pour le fournisseur d’éolienne dans le cadre d’un contrat, et qu’elles varient en fonction des modes opératoires.

Une étude plus spécifique reste nécessaire pour quantifier de manière précise le productible associé à un site précis à l’intérieur de la maille et à une éolienne réelle précise et son mode de fonctionnement.


 

3.   Les cartes disponibles en format pdf

 

Les cartes pré-élaborées sont disponibles en format pdf. Elles comprennent :

 

Pour la métropole :

1.    Vitesse moyenne de long terme à 100 mètres de hauteur

2.    Densité énergétique moyenne (long terme) à 100 mètres de hauteur

3.    Productible à 100 mètres de hauteur

4.    Variations de court terme à 100 mètres de hauteur

Pour la Guadeloupe, la Martinique et la Nouvelle Calédonie :

1.    Vitesse moyenne long terme à 60 mètres

2.    Vitesse moyenne long terme à 80 mètres

3.    Densité énergétique moyenne (long terme) à 80 mètres de hauteur

4.    Variations court terme à 80 mètres

Ces variables sont décrites et interprétées dans le chapitre 2. Les différences des hauteurs choisies tiennent compte de considérations d’implantation. Les zones rurales de métropole permettent en général d’implanter plus facilement des éoliennes à de grandes hauteurs afin de capter le vent ayant le plus de puissance, c’est pourquoi les cartes métropolitaines sont représentées avec des variables à l’altitude de 100 mètres. La Guadeloupe, la Martinique et la Nouvelle Calédonie sont confrontées à des contraintes de place et d’environnement qui incitent à modérer la hauteur des mats : les altitudes de représentation des variables ont ainsi été abaissées à 60 et 80 mètres.

 

Ces cartes sont disponibles sur le site de l’ADEME. Les gammes de couleurs ont été définies selon les critères suivants :

-         Au niveau des cartes de densité énergétique et de productible, les standards des atlas éoliens ont été utilisés. Ils correspondent au référencement de la couleur verte comme limite basse de la rentabilité de l’énergie éolienne en première approximation.

 

-         Pour la vitesse moyenne du vent à long terme, le choix a surtout été guidé par le fait que la carte devait rester lisible malgré les différents niveaux de lecture et les différentes échelles.

 

-         La variation du vent à court terme étant une donnée peu usitée, le choix a été fait d’une échelle de couleur lisible qui ne corresponde pas aux vitesses moyennes du vent, afin de bien différencier cette variable.

 

-         Les incertitudes sont superposées aux vitesses moyennes. Cette représentation enrichit la description de la ressource, et constitue un point fort de cette cartographie. Une double échelle a donc été choisie, avec une densité de points pour les incertitudes et une échelle de couleurs pour la vitesse moyenne du vent à long terme.

 

4.   Les données accessibles via un Système d’Information Géographique (SIG)

 

Afin de mettre à disposition une telle quantité de données cartographiques, l’intégralité de la base de données construite a été intégrée sur un portail web sous forme de Système d’Information Géographique (SIG), qui est accessible soit directement à travers une visualisation cartographique à des fins de consultation rapide, soit en modalité de téléchargement de données, à des fins de travaux scientifiques ou de planification intégrée. Voir le manuel Utilisateur du SIG de la cartographie éolienne.

4.1. Accès direct aux fonctions cartographiques

L’accès direct se fait par un portail géographique situé sur http://www.windatlas.ademe.fr.

L’utilisateur choisit sa visualisation suivant les critères qui lui conviennent et les cartes ou informations s’affichent directement à la résolution requise.

 

4.2. Téléchargement des données

A tout moment de son parcours sur le site, l’utilisateur a la possibilité de télécharger les fichiers qu’il consulte, en format Geotiff.

5.   Technique d’élaboration de la cartographie éolienne

5.1. Vue générale

Modéliser la ressource éolienne d’un territoire va beaucoup plus loin que la simple représentation des vitesses moyennes de vent ou des densités énergétiques. Une grande attention a donc été accordée aux utilisations possibles du SIG par les utilisateurs finaux des collectivités ou des services territoriaux, de manière à garantir intelligibilité et facilité d’appréhension.

 

L’approche a donc été pragmatique et optimisée dans sa structuration, scientifique dans son contenu, et professionnelle dans son organisation et sa présentation SIG finale:

-          Optimisée : choix de traiter directement en méso-échelle à 2,5 km la totalité du territoire, et de limiter au strict nécessaire les redescentes d’échelle à 500 m et les qualifications, afin d’optimiser  le travail.

-          Scientifique : choix du modèle AROME pour la génération des données sources sur tout le territoire, et le choix direct de la redescente d’échelle CFD500 sur les zones complexes ou d’intérêt particulier.

-          Professionnelle dans une répartition des responsabilités de chacun : un pôle météorologique, un pôle éolien, un pôle SIG.

-          Professionnelle dans le rendu final par un partenaire expert de la géomatique et des SIG, capable d’apporter des solutions adaptées en post-traitement pour des rendus finaux souples et plus faciles d’utilisation.

5.2. Méthodologie

L’objectif de cette base de données est de partager une cartographie cohérente de la ressource éolienne au niveau national, sur laquelle les collectivités peuvent appuyer leurs politiques énergétiques territoriales et leur développement économique.

 

Afin de mener à bien cette mission, les acteurs se sont fondés sur une méthodologie et des outils de modélisation et de simulation développés entre MetEOlien et Météo-France à l’occasion de leur partenariat depuis 2009.

 

5.2.1. Vue synthétique

La méthodologie est synthétisée en Figure 12.

Figure 12 : Schéma synthétique de la méthodologie du projet

 

 

5.2.2. La source des données de vent : le modèle AROME

AROME est le modèle numérique opérationnel de prévisions météorologiques à méso-échelle de Météo-France. Il est composé de deux applications majeures :

-          un modèle qui prévoit l’évolution de l’atmosphère pour quelques jours à partir de simulations numériques fondées sur la physique atmosphérique ;

-          un système d’assimilation de données qui initialise le modèle avec les observations les plus récentes et précises possibles pour le rattacher au plus près de la réalité physique observée.

AROME est opérationnel depuis décembre 2008 à Météo-France. Il est exploité en mode opérationnel pour la prévision à courte échéance, et en mode « re-jeu » pour des besoins scientifiques d’étude de situations ou de paramètres météorologiques.

Dans le cadre de la présente méthodologie, ces deux chaînes de production fondées sur le modèle AROME ont été exploitées :

-          La chaîne opérationnelle de Météo-France : 6 années d’informations météorologiques à la résolution de 2,5 km, au pas de temps horaire (2009 à 2014)

-          La chaîne de Descente Dynamique D’échelle AROME (D3AROME) permettant le re-jeu de 10 années de situations météorologiques (2000 à 2009) à une résolution de 2,5 km, au pas de temps horaire.

Cette descente d’échelle a lieu en plusieurs étapes, pour éviter de trop gros sauts en résolution (ERA INTERIM : 80 km, puis ALADIN : 15 ou 8 km en fonction de la zone, puis AROME : 2,5 km, puis CFD500 : 500 m).

 

Figure 13 : Zones de travail des différents modèles de Météo France et la micro-échelle

 

La Figure 13 décrit les phénomènes météorologiques et leurs caractéristiques spatiales et temporelles. Les rectangles permettent de délimiter les phénomènes météorologiques que sont capables de décrire les différents modèles utilisés ici. Ainsi, même si on utilise comme initialisation des données ERA-I pour ALADIN et AROME, ceux-ci vont les raffiner, non seulement grâce à leur relief plus fin mais aussi parce qu’ils sont capables de décrire des phénomènes météorologiques d’échelles caractéristiques plus fines (convection, brises, …).

 

Ces deux chaînes de production ont permis d’exploiter 10 ans d’informations météorologiques sur l’ensemble des DOM-COM et 15 ans sur la Métropole (une année commune servant à la qualification des écarts entre les deux chaînes de production).

 

Le modèle AROME produit, pour chaque simulation, un jeu de données horaires d’une centaine de paramètres permettant de caractériser l’état de l’atmosphère, du sol jusqu’à environ 15 km d’altitude (60 niveaux), à la résolution 2,5 km.

 

Le modèle AROME est un modèle à aire limitée (domaine géographique pouvant varier entre 500 ´ 500 km et 1500 ´ 1500 km) L’emprise du modèle AROME est présenté en Figure 14.

 

P8

Figure 14 : Domaine de production des fichiers GRIB AROME FRANCE à 0,025° de résolution (hauteur du relief en mètres)

 

Longueur des séries temporelles

Les standards éoliens préconisent l’utilisation de séries temporelles long terme d’au moins 10 ans. Il est effectivement préférable de retenir la chronique la plus longue afin de proposer des calculs de gisement éolien intégrant la plus grande variabilité climatique possible.

 

La chaîne D3AROME, qui a été implémentée sur les DOM-COM, a généré 10 ans de séries de données horaires à la résolution 2,5 km.

 

Sur la Métropole, il a été possible de prolonger à 15 ans les séries de données en aboutant 10 ans de séries de données de la chaine D3AROME et les 6 années de la chaine opérationnelle. Un travail de comparaison préalable des deux jeux de données a été effectué afin de vérifier la cohérence de l’agrégation chronologique, par comparaison d’une année commune (2009).

 

Les résolutions spatiales

 

Un choix d’importance pour la qualité des données de vent produites est celui de la résolution du modèle numérique. En modélisation, la « zone grise » est un intervalle de résolutions spatiales à éviter, qui correspond à la zone de transition entre la représentation implicite et explicite des phénomènes météorologiques. Pour la convection (phénomène moteur des systèmes orageux ou des effets de brises côtières), une résolution de 5 km correspond approximativement, sous des latitudes tempérées, à ce passage d’une modélisation implicite de la convection profonde à une modélisation explicite. En se plaçant à 2,5 km de résolution, les phénomènes de convection ont donc été mieux représentés.

 

L’apport local d’AROME pour la problématique éolienne terrestre vient de sa résolution horizontale (2,5 km) et verticale (60 niveaux verticaux) fine. Cependant, comme tous les modèles météorologiques, AROME présente des limites d’exploitation dans certains environnements, notamment ceux où le relief est particulièrement marqué.

C’est donc sur ces zones, qu’une descente d’échelle à haute résolution (500 m) – CFD500 – a été mise en œuvre.

 

A l’inverse, dans toutes les zones de faible relief ou de relief modérément marqué, les données issues d’AROME constitue la source de référence directe pour le gisement éolien.

 

Compte tenu de leur topographie, tous les territoires DOM-COM ont été traités par une descente d’échelle à haute résolution CFD500.

 

5.2.3. Redescente d’échelle CFD500

La redescente d’échelle développée par METEOLIEN depuis 2009, se fonde sur le retraitement des données d’AROME en utilisant un modèle de dynamique des fluides (CFD).

 

Le modèle AROME est performant sur des zones où le relief reste relativement constant. Cependant, sur des zones complexes qui ont un fort relief, comme la vallée du Rhône, ou des zones côtières comme en Bretagne, AROME n’a pas encore une résolution suffisante pour prendre en compte les variations importantes de terrain ou de contexte. La redescente d’échelle via un modèle CFD permet d’affiner la résolution des données, passant de 2,5 km ´ 2,5 km à 500 m ´ 500 m au niveau des 20 zones de 100 km ´ 100 km considérées les plus complexes[3].

 

 

5.2.4. Base de données livrées

La base de données géo-référencée est de 3 types distincts:

Zone de Texte: Directive INSPIRE
La directive INSPIRE est une directive votée et approuvée par le Parlement européen, visant à favoriser la communication et l’échange de données géographiques entre les différents membres de la communauté européenne. Elle touche principalement les données sur l’environnement.

-         Les données en sortie des modélisations qui correspondent à différents paramètres (vitesse de vent, densité énergétique etc.) pour différentes altitudes, utiles à la cartographie d’une ressource éolienne accompagnées de leurs métadonnées, qui représentent toutes les informations concernant la diffusion des cartes, leur accessibilité, selon la directive INSPIRE.

 

 

-         Des cartes représentant la valeur de certains paramètres à des altitudes spécifiques, provenant des modélisations.

 

-         Les cartes caches des zones d’habitations et des zones d’altitudes supérieures à 1500 m ainsi que des caches de données aberrantes (voir Tableau 2). Ces cartes caches sont superposées lors de la visualisation des cartes.

Toutes les données sont livrées sous le format « .tif », et les images au format raster.

 

Les données sont les mêmes entre la Métropole, la Guadeloupe, la Martinique et la Nouvelle Calédonie, mises à part les incertitudes Météo-France. En effet, celles-ci ne sont pas définies de la même manière entre les différents territoires. Cette différence provient du fait que la méthodologie d’élaboration des incertitudes s’appuie en partie sur les atlas existants. En France, il en existe depuis très longtemps ce qui implique beaucoup de données et donc une incertitude moindre. En revanche, les potentiels éoliens de la Guadeloupe, de la Martinique et de la Nouvelle Calédonie n’ont été cartographiés qu’une seule fois. On a donc peu de données de connaissances antérieures, et donc des incertitudes plus importantes (voir l’annexe 2 pour plus de détails sur l’établissement des incertitudes).

 

5.3. Atteinte des objectifs

Les principaux objectifs de la base de données sont :

 

1.    Cartographier le potentiel de ressource éolienne homogène sur l’ensemble de la métropole, Guadeloupe, Martinique et Nouvelle Calédonie.

 

Une base de données a été créée, couvrant l’ensemble du territoire à un maillage de 2,5 km ´ 2,5 km pour les zones traitées par le modèle AROME et un maillage de 500 m ´ 500 m pour les zones traitées par le modèle CFD500. Cette base de données est constituée de toutes les variables représentatives de la ressource éolienne :

 

-          la vitesse moyenne du vent, dite vitesse de long terme ;

-          la vitesse moyenne mensuelle du vent ;

-          la variabilité de court terme ;

-          les coefficients de Weibull A et k ;

-          la densité énergétique ;

-          le productible.

 

Ces indicateurs sont décrits et expliqués en section 2.

 

2.    Rendre les indicateurs de l’éolien accessibles aux collectivités en créant un outil public simple d’utilisation et facile d’accès.

 

La base de données créée est publique, possédant une interface facile d’accès et compatible avec le Géoportail habituellement utilisé par les collectivités.

Le présent rapport est un guide de vulgarisation et d’utilisation de la base de données qui s’adresse directement aux collectivités.

 

3.    Avoir des résultats accompagnés de leurs incertitudes et intervalles de confiance associés, de manière géo-référencée.

 

Les résultats de calculs scientifiques ou de mesure ne sont pas des valeurs uniques, mais doivent en toute rigueur être donnés sur un certain intervalle (par exemple : à plus ou moins 5%). Apporter la connaissance de l’incertitude sur une donnée amène donc une couche d’information supplémentaire de grand intérêt sur le résultat.

Il a été choisi d’approcher au mieux ces incertitudes, sur les bases de connaissances actuelles du sujet, et notamment en suivant les mêmes principes que ceux utilisés pour les parcs éoliens mêmes.

 

Incertitudes et intervalles de confiance géo-référencés : ces incertitudes dépendent naturellement de l’environnement du point géographique sur lequel elles sont données. C’est pourquoi la cartographie des incertitudes est mise en parallèle des données principales sur les vitesses moyennes de long terme et les vitesses moyennes mensuelles du vent (voir l’illustration en Figure 15).

 

 

Figure 15 : Carte de la vitesse du vent moyenne à 60m en Martinique et incertitudes associées

 

4.    Travail réalisé en 12 mois avec les outils les plus en pointe, les méthodologies et bases de données long terme les plus complètes de France métropolitaine, Guadeloupe, Martinique et Nouvelle Calédonie.

 

 


6.   Annexe 1 : Démarches de qualifications

 

Un échantillon de 5 zones a été choisi afin de comparer des mesures sur site et les résultats de la modélisation. La carte de la Figure 16 indique la localisation de ces sites (pour des raisons de confidentialité, les sites sélectionnés sont dénommés de A à E, seuls les départements sont cités).

 

Figure 16 : Localisation des sites de qualification

 

Les sites permettent de couvrir :

-     différents régimes de vent : Nord-Ouest (sites A, C, E), Nord-Est (site D) et Sud (site B) ;

-     différentes topographies:

o simple : terrains agricoles ouverts, peu de relief : C, D

o légèrement complexe : environnement bocager (terrains agricoles plutôt fermés, boisements épars et haies d’arbres) : A, E

o complexe: forêts étendues, collines aux pentes relativement fortes: B

-     les 2 modèles (AROME et CFD500).

o AROME : A, D, E

o CFD500 : B, C

 

La Figure 17 représente les résultats des 5 zones de test en comparant sur chacune d’elles les différences de vitesses de vent modélisées (cartographie) et mesurées.

 

Figure 17 : Comparaison entre résultats de la cartographie et données de qualification, aux hauteurs de 100 m. Les incertitudes sont également représentées.

 

Ce travail de qualification montre que :

-         sur l’ensemble des sites, qui représentent une diversité de topographie et sont traités par les 2 méthodes AROME et CFD500, les mesures correspondent bien aux résultats de la cartographie, en prenant en compte les incertitudes ;

-         l’apport des incertitudes (et des intervalles de confiance) dans une cartographie de la ressource est essentiel ;

-         les incertitudes considérées dans la cartographie sont suffisamment larges.

 

 


7.   Annexe 2 : Complément sur les incertitudes associées aux données de vent moyen

 

La statistique traditionnelle permet d’établir aisément les intervalles de confiance des valeurs de vent moyen modélisées avec AROME.

C’est cette approche qui est utilisée en première instance pour décrire l’intervalle dans lequel la moyenne de la vitesse du vent en un point, telle que modélisée par AROME, à le plus de chance de se trouver.

Cependant, cet intervalle de confiance ne nous renseigne pas sur l’incertitude de cette valeur de vent moyen par rapport à un comportement physique réellement observé.

 

Pour estimer cette incertitude en chaque point du territoire, il a été choisi de recourir à une approche innovante qui fait appel à une autre branche de la statistique : la statistique bayésienne. Cette approche est largement utilisée en médecine et en pharmacie mais trouve ici un nouveau terrain d’application.

 

Il s’agit d’exploiter la connaissance antérieure que nous avons d’une variable, ici la vitesse moyenne du vent, pour qualifier son incertitude dans un nouveau jeu de données.

L’approche a été facilitée en métropole par le fait que Météo-France disposait d’une source de données antérieures équivalente (bien que moins précise) basé sur un autre modèle, ALADIN, complètement indépendant de la simulation réalisée pour cette étude.

La connaissance des erreurs de cet ancien atlas, établie par comparaison aux stations d’observation, a permis d’exprimer une connaissance « a priori » des caractéristiques statistiques du vent moyen.

 

En Martinique, Guadeloupe et Nouvelle-Calédonie, aucun atlas éolien ne préexistait et il a fallu évaluer notre connaissance « a priori » des caractéristiques du vent moyen à partir des seules observations aux stations et de la connaissance des experts météorologiques locaux.

 

L’incertitude obtenue traduit donc à la fois notre niveau de connaissance actuel mais elle est aussi le reflet de caractéristiques locales et sera plus élevée dans les zones de fort relief et de rugosité importante, comme les zones forestières.

 

Si l’on réitérait dans le futur ce travail d’évaluation de gisement de la ressource éolienne, on pourrait à nouveau appliquer cette démarche et affiner notre connaissance des incertitudes.

 


8.   Références bibliographiques

 

A-   Modélisation

·         Yann Seity, Pierre Brousseau, Sylvie Malardel, Gwenaëlle Hello, Pierre Bénard, François Bouttier, Christine Lac, et Valery Masson, « The AROME-France Convective-Scale Operational Model ». Mon. Wea. Rev., 139, pp.976–991, 2011.

·         Peter.D. Hoff, « A first course in Bayesian statistical methods », éd. Springer, 2011.

·         Venkatesh Duraisamy Jothiprakasam, « Downscaling wind energy resource from mesoscale to local scale by nesting and data assimilation with a CFD model », Thèse de doctorat, 2014.

 

B-   Statistiques

·        Gerald Desroziers, Loïk Berre, Vincent Chabot, and Bernard Chapnik, 2009: A Posteriori Diagnostics in an Ensemble of Perturbed Analyses. Mon. Wea. Rev., 137, pp.3420–3436, 2009.

 

C-  Généralités sur l’éolien

 

Sigles et acronymes

 

 

 

ADEME

Agence de l’Environnement et de la Maîtrise de l’Energie

ALADIN

Modèle météo numérique à aire limitée (maille de 15 km) sur l'Europe adapté à la prévision de phénomènes météorologiques d’échelle régionale.

AROME

Modèle de prévision numérique à aire limitée et échelle fine (maille de 2,5 km) fournissant sur la Métropole des informations météorologiques locales.

BDD

Base De Données

CFD

Computational Fluid Dynamics – modèle numérique de dynamique des fluides

CFD500

Nom de la Méthode Meteolien de redescente d’échelle sur une maille de 500 m via le modèle CFD.

DREAL

Directions régionales de l'environnement, de l'aménagement et du logement

ERA-I

ERA-Interim est un modèle d’analyse atmosphérique globale sur la base duquel les données sont continuellement mises à jour en temps réel depuis 1979.

OGC

Open Geospatial Consortium

SIG

Système d’Information Géographique

SRE

Schémas Régionaux Eoliens

 

 


 

 

 

L’ADEME EN BREF

 

 

Description : adresse

Description : www-ademe-fr

 
L'Agence de l'Environnement et de la Maîtrise de l'Énergie (ADEME) participe à la mise en œuvre des politiques publiques dans les domaines de l'environnement, de l'énergie et du développement durable. Afin de leur permettre de progresser dans leur démarche environnementale, l'agence met à disposition des entreprises, des collectivités locales, des pouvoirs publics et du grand public, ses capacités d'expertise et de conseil. Elle aide en outre au financement de projets, de la recherche à la mise en œuvre et ce, dans les domaines suivants : la gestion des déchets, la préservation des sols, l'efficacité énergétique et les énergies renouvelables, la qualité de l'air et la lutte contre le bruit.

L’ADEME est un établissement public sous la tutelle conjointe du ministère de l'Écologie, du Développement durable et de l'Énergie et du ministère de l'Enseignement supérieur et de la Recherche.

 

 

Description : C:\Users\cqh.ACIAL0\Documents\ADEME\Chartage_étude\Bandeau+logo-GrilleA4-2_MOD_red.png

 

 

 

 

 

 


                                                              

                                                                            adresse

 

www-ademe-fr

 

 
ABOUT ADEME

 

The French Environment and Energy Management Agency (ADEME) is a public agency under the joint authority of the Ministry of Ecology, Sustainable Development and Energy, and the Ministry for Higher Education and Research. The agency is active in the implementation of public policy in the areas of the environment, energy and sustainable development.
 
ADEME provides expertise and advisory services to businesses, local authorities and communities, government bodies and the public at large, to enable them to establish and consolidate their environmental action. As part of this work the agency helps finance projects, from research to implementation, in the areas of waste management, soil conservation, energy efficiency and renewable energy, air quality and noise abatement.

www.ademe.fr.

adresse

www-ademe-fr

 
 

 

 

 

 

 

 

 

 


Description : C:\Users\cqh.ACIAL0\Documents\ADEME\Chartage_étude\Bandeau+logo-GrilleA4-2_MOD_red.png

 

 

 

 

 

 

 

 

 

 

 

 


 



[1] Les méthodes standard de l’évaluation du potentiel éolien incluent : i) typiquement 12 mois de mesures physiques du vent sur site ; ii) la détermination des corrélations avec les mesures des stations météorologiques voisines (si possible sur 15 ans de mesures des stations) ; iii) le calcul du gisement avec un logiciel travaillant sur une maille géographique.

[2] La production brute, ou productible brut, est la production « idéale » en sortie de l’éolienne, avant de prendre en compte les pertes techniques du parc éolien, c’est-à-dire : les effets de sillage entre éoliennes, les effets d’hystérésis, les pertes électriques du réseau interne du parc avant d’arriver au compteur de livraison, et les autres pertes (pertes dues au givre ou aux indisponibilités machines par exemple). Par différence, on appelle production nette la production brute à laquelle on déduit toutes les pertes ci-dessus.

[3] En métropole, les zones complexes ont été limitées à 100 km ´ 100 km pour pouvoir les traiter plus finement.