ACP Resource & Technology: Meteodyn présentera 2 posters

Meteodyn participera à l’ACP Resource Technology Conference qui se tiendra à Phoenix, en Arizona, du 30 septembre au 2 octobre, avec deux présentations de posters. La première portera sur le couplage méso-micro-échelle pour la modélisation de la ressource en vent, et la seconde sur une nouvelle technologie dédiée à l’estimation de la ressource en vent offshore.

2 présentations de posters

Modélisation de la ressource en vent en terrain complexe par la méthode de couplage méso-micro considérant les effets de la stabilité thermique

Les régions côtières offrent un environnement idéal pour les parcs éoliens en raison de la constance et de la force des vents provenant de la mer. Les parcs éoliens côtiers peuvent atteindre un rendement énergétique élevé car la brise de mer a tendance à être plus régulière et plus forte que les vents terrestres, ce qui se traduit par une efficacité accrue et une alimentation électrique plus fiable. Les vastes espaces ouverts et la proximité de zones peuplées rendent ces sites attrayants pour le développement de projets d’énergie éolienne, ce qui explique la tendance croissante à la construction de parcs éoliens le long des zones côtières.

Dans l’étude de l’écoulement du vent dans les régions côtières, l’attention devrait de plus en plus se concentrer sur les impacts de la topographie à micro-échelle et des conditions climatiques régionales, l’effet de stabilité thermique. Ces effets sont couplés entre eux et ne peuvent être correctement reproduits qu’à l’aide d’une chaîne de modèles bien conçue couvrant à la fois les phénomènes à micro-échelle et à méso-échelle. Dans Meteodyn WT, la méthode de couplage méso-micro-échelle combine des modèles mésoéchelle qui capturent les conditions climatiques et les introduisent dans le modèle micro-échelle, avec un modèle micro-échelle qui se concentre sur la complexité du terrain afin d’améliorer la modélisation de la ressource en vent dans la zone côtière. Les profils de vent statistiques du modèle à méso-échelle sont utilisés non seulement comme conditions initiales et limites, mais aussi comme forces dans le domaine de calcul pour maintenir les profils de vent statistiques à méso-échelle dans la zone à méso-échelle. La longueur de Monin-Obukhov obtenue à partir des données à méso-échelle est utilisée pour choisir les classes de stabilité thermique.

Ici, nous étudions un site côtier équipé de plusieurs mâts météorologiques utilisant différentes méthodologies : l’approche de modélisation de la mécanique des fluides numérique (CFD), l’approche de couplage méso-micro-échelle, et l’approche de modélisation multi-mésoéchelle. Les résultats indiquent que la simulation à méso-échelle tend à sous-estimer le vent dans cette région côtière. La méthode de couplage et la méthode multi-méso montrent toutes deux des améliorations dans l’extrapolation horizontale entre les mâts.

En particulier, en l’absence de mesures effectuées par des mâts de mesure, les vitesses du vent obtenues par l’approche à micro-échelle sont plus sensibles à la référence fournie par la simulation à méso-échelle que par l’approche de couplage méso-micro-échelle. Par conséquent, l’incorporation de données à méso-échelle dans la modélisation CFD à l’aide de l’approche de couplage méso-micro-échelle peut contribuer à réduire les erreurs, par rapport à l’utilisation d’un seul point de référence.

Si diverses approches, telles que la modélisation multi-méso, la modélisation à micro-échelle et le couplage méso-micro, présentent chacune des avantages pour la modélisation du vent, le choix dépend de facteurs tels que les conditions climatiques, les conditions topographiques et la disponibilité des mesures.

Augmenter la précision de l’estimation de la ressource en vent offshore grâce à l’imagerie satellitaire à haute résolution

L’estimation de la ressource en vent offshore est un défi en raison de la rareté des mesures à la hauteur du moyeu. Elle est généralement estimée sur la base d’une combinaison de modélisation à méso-échelle et d’observations métocéaniques en mer, telles que les mâts de mesure en mer et les lidars flottants ou fixes. Les lidars fournissent généralement des mesures à court terme à un seul endroit. Les modèles numériques peuvent fournir des séries temporelles à long terme et couvrir une large zone, mais ils dépendent fortement de la paramétrisation numérique de la couche limite atmosphérique et ont tendance à aplanir les hétérogénéités et les extrêmes en raison du filtrage et de l’amortissement des schémas numériques. Ces approches peuvent être combinées avec des techniques statistiques de Mesure-Corrélation-Prévision (MCP) pour tirer parti des deux (IEC 61400-1 2019). Mais un niveau important d’incertitude sur la ressource en vent offshore réelle demeure, en particulier dans les zones côtières où les conditions environnementales sont complexes. Les vents soufflants du large, les conditions de mer à courte portée, les ondes de gravité, etc. induites par les effets de l’orographie de la côte et les impacts thermiques dans la transition atmosphérique terre-mer entraînent de fortes interactions entre l’air et la mer et entre la terre et la mer. Celles-ci sont connues pour être des conditions difficiles à modéliser, même à haute résolution avec un modèle à méso-échelle.

D’autre part, le radar à synthèse d’ouverture (SAR) spatial fournit des observations de la surface de la Terre dans presque toutes les conditions météorologiques (à l’exception des précipitations intenses), de nuit comme de jour, indépendamment de la couverture nuageuse. Au-dessus de l’océan, il permet de visualiser les détails spatiaux des flux atmosphériques complexes, en particulier dans les régions côtières. Le SAR mesure le signal rétrodiffusé par la rugosité de la surface de la mer, c’est-à-dire les vagues à l’échelle centimétrique directement liées à la tension du vent en surface. La vitesse du vent de surface correspondante est extraite des fonctions du modèle géophysique qui sont des relations empiriques entre le signal rétrodiffusé, les angles du signal radar, la direction et la vitesse du vent. Une base de données SAR européenne de 20 ans fournit des mesures mondiales du vent de surface à une résolution de 500 m sur des zones de plus de 250 km de large : elles fournissent des statistiques et des atlas précis malgré le faible taux de revisite du satellite (c’est-à-dire quelques jours au-dessus d’une zone). Ici, les vitesses du vent de surface des missions européennes Sentinel-1 sont utilisées : elles sont quotidiennement contrôlées, calibrées et validées par le Service du Centre de Performance des Missions SAR dans le cadre du Programme Copernicus mis en œuvre par l’Agence Spatiale Européenne (ESA).

Les observations SAR ont récemment été utilisées pour établir des atlas des vents de surface (par exemple, aux États-Unis, en Europe et à Chypre) en saisissant les interactions complexes entre l’air et la mer et entre la terre et la mer au large et à proximité du littoral. Une extrapolation verticale est nécessaire pour prendre en compte les hauteurs pertinentes pour les projets de parcs éoliens en mer. De Montera et al. (2022) ont développé une méthodologie avancée, appelée SARWind, pour fournir une caractérisation complète du site d’un projet éolien offshore spécifique. Elle repose sur la synergie entre les observations satellitaires à haute résolution, les données in situ et la modélisation à méso-échelle. La méthodologie est basée sur trois étapes : (i) dérivation des vents de surface SAR à 10 minutes à partir de la rugosité de la surface de la mer SAR et d’un algorithme d’apprentissage automatique indépendant du site basé sur le réseau américain NDBC (43 bouées métocéaniques) pour corriger les vents SAR en raison des biais inhérents aux caractéristiques des capteurs satellitaires et à la méthodologie de récupération des vents, (ii) extrapolation jusqu’à quelques centaines de mètres basée sur un second algorithme d’apprentissage automatique entraîné avec des observations in situ et des paramètres physiques d’un modèle de mésoéchelle à haute résolution lié par exemple à la stabilité atmosphérique, et (iii) une étape finale de post-traitement pour corriger le faible échantillonnage temporel de la base de données SAR (un passage tous les deux jours pour un satellite) et récupérer les statistiques de vent (par exemple, la vitesse moyenne du vent, les paramètres de Weibull). Le résultat est un atlas des vents d’une résolution de 500 m dans une vaste (> 3000 km²) zone offshore et/ou côtière où les forts gradients côtiers seront pris en compte, ou il peut intégrer directement l’estimation de la puissance éolienne exploitable.

L’algorithme d’extrapolation a été entraîné sur des ensembles de données provenant de 12 lidars en Mer du Nord et validé sur 28 lidars en Allemagne, aux Pays-Bas, en Belgique, en France, aux États-Unis (côtes Est et Ouest) et en Chine. Par exemple, en comparant les mesures à court terme des lidars de 40 m à 200 m dans le sud de la Bretagne, en France, le biais entre la vitesse du vent SAR extrapolée et les mesures des lidars est très faible (moins de 0,1 m/s).

La couverture, la précision et la résolution uniques des mesures SAR offrent de grands avantages, tels que des atlas des vents avec des hétérogénéités spatiales pour la caractérisation des conditions de vent dans les régions côtières/offshore, contribuant ainsi au repérage précoce des zones de développement et à la conception des campagnes lidar. Alors que la méthode d’extrapolation susmentionnée ne nécessite pas de mesures sur site, nous illustrons ici la possibilité d’utiliser des données Lidar sur site pour améliorer la précision de la ressource en vent basée sur le SAR, tirant ainsi parti de la précision des mesures Lidar et de la distribution spatiale estimée par le SAR. Une nouvelle méthodologie permettant de fournir des produits temporels et spatiaux conformes à la norme MCP IEC est en cours de développement.