Un algorithme pour détecter les modules solaires en toiture peu performants

D’après pv magazine Australie

Des chercheurs de l’Université de Nouvelle-Galles du Sud (UNSW) et de l’Université de Technologie de Sydney ont développé des algorithmes qui, selon eux, permettent de repérer automatiquement une série de problèmes courants liés aux performances des panneaux solaires, notamment les défauts de câblage, la dégradation et l’ombrage. Selon Fiacre Rougieux, maître de conférences à l’école d’ingénierie photovoltaïque et des énergies renouvelables de l’UNSW, la technologie peut aussi identifier les limites d’écrêtage, de déclenchement et d’exportation.

« Il s’agit d’un changement radical pour les opérateurs de systèmes résidentiels et commerciaux australiens, a-t-il indiqué. En analysant les données de l’onduleur et du point de puissance maximale toutes les cinq minutes, cet algorithme peut diagnostiquer avec précision les problèmes de sous-performance, ce qui permet d’intervenir rapidement et de maximiser la production d’énergie ».

Selon lui, les chercheurs, qui travaillent ensemble dans le cadre d’un projet du NSW Smart Sensing Network, ont utilisé des capteurs et différents types d’approches analytiques pour mettre au point une approche à deux niveaux permettant de diagnostiquer les performances insuffisantes des panneaux solaires, dont le coût global est estimé à 7 milliards de dollars australiens (4,6 milliards d’euros) en pertes évitables.

« Nous avons créé un diagnostic de haut niveau en utilisant uniquement les données d’alimentation en courant alternatif, ce qui permet de détecter de vastes catégories de problèmes tels que la production nulle et les déclenchements, a-t-il assuré. L’avantage de cette approche est que le diagnostic est totalement indépendant de la technologie et peut fonctionner avec n’importe quelle marque d’onduleur et de tracker de point de puissance maximale ».

Plus de 100 MW d’énergie solaire surveillés

Étant donné que de nombreuses marques d’onduleurs fournissent des informations complètes sur le courant alternatif et le courant continu, Fiacre Rougieux indique que l’équipe a également développé un algorithme plus détaillé utilisant les données de courant alternatif et de courant continu, qui peut fournir des informations plus exploitables aux propriétaires d’actifs en détectant et en classant des défauts plus spécifiques tels que les problèmes d’ombrage et de chaînes de courant. « Ce type de diagnostic nécessite à la fois des méthodes statistiques basées sur des règles et des approches d’apprentissage automatique pour les cas qui ne peuvent pas être pris en compte par les méthodes conventionnelles basées sur des règles », a-t-il avancé.

La technologie a maintenant été entièrement intégrée dans une plateforme de production commerciale, qui est utilisée par le partenaire industriel du projet, Global Sustainable Energy Solutions, pour surveiller plus de 100 MW d’énergie solaire.

Ibrahim Ibrahim, chef d’équipe de l’UTS, a ajouté que la technologie, qui peut être mise en œuvre sur plus de 1 200 systèmes photovoltaïques, a permis de prendre des mesures proactives qui maximisent la production d’énergie et améliorent la fiabilité du système. « En réduisant de manière significative les pertes évitables, qui se chiffrent en milliards à l’échelle mondiale, ces technologies permettent aux propriétaires de systèmes photovoltaïques de réaliser des économies substantielles », a-t-il déclaré.

Selon Fiacre Rougieux, le logiciel pourrait éviter que des entrepreneurs coûteux se rendent sur place pour déterminer pourquoi un système solaire ne fonctionne pas correctement. « Nous avons eu un conseil municipal dont le système n’a pas fonctionné pendant cinq mois d’affilée”, a-t-il déclaré. “Cet entrepreneur avait conclu un contrat d’exploitation et de maintenance, mais ce problème majeur n’a pas été détecté pendant des mois. Nos algorithmes l’ont détecté presque instantanément. La grande surprise pour nous a été le nombre stupéfiant de systèmes pour lesquels l’entrepreneur chargé de l’exploitation et de la maintenance n’a absolument pas détecté la sous-performance que nous avons décelée ».

L’équipe de recherche travaille actuellement à l’amélioration de l’algorithme afin qu’il puisse diagnostiquer une gamme plus large de problèmes tels que l’ombrage, la saleté et les défauts détaillés du côté du réseau.