Publications scientifiques

CalibSun est une spin-off de Solaïs, bureau d'ingénierie solaire fort de plus de 18 ans d'expertise photovoltaïque, ce qui nous donne une connaissance pratique inestimable du financement, du développement et de l'exploitation des centrales PV.

Écrit par : Pitaval, Sébastien ; Wald, Lucien ; Ghionda, Florian ; Giudicissi, Alexis ; Carrière, Thomas ; Yezeguelian, Loïc ; Boilley, Alexandre

Sur le choix optimal des variables météorologiques servant de données d'entrée aux modèles d'apprentissage automatique pour la prévision du rayonnement solaire

Les variables issues des modèles numériques de prévision météorologique sont essentielles et largement utilisées comme données d'entrée dans les modèles d'apprentissage automatique destinés à prévoir le rayonnement solaire disponible au niveau du sol. Cette abondance de données nécessite une stratégie d'optimisation efficace permettant d'identifier les caractéristiques les plus pertinentes et d'éliminer celles dont l'impact est limité, afin de réduire les ressources de calcul.

Filtrer par

Écrit par : Thomas Carrière, Jean Catry, Alexandre Boilley

Planification des opérations de nettoyage à partir de la surveillance et de la modélisation de l'encrassement des modules photovoltaïques

La poussière et les salissures réduisent le rendement des centrales solaires situées dans le désert ou des centrales solaires industrielles. Les auteurs proposent une méthode permettant d'étalonner les mesures du capteur optique DustIQ sur plusieurs sites. Ils présentent un algorithme d'aide à la décision qui utilise les prévisions météorologiques pour programmer le nettoyage des modules aux moments les plus rentables.

Écrit par : Fuqiang Zhuang, Rodrigo Amaro e Silva, Thomas Carrière, Benoît Gschwind, Yves-Marie Saint-Drenan, Philippe Blanc

Vers une nouvelle approche pour l'évaluation pratique des performances économiques d'un système énergétique hybride non raccordé au réseau et sans stockage, intégrant des prévisions solaires

Dans le cas des systèmes isolés et hors réseau (tels que les sites miniers), l’utilisation de systèmes de stockage d’énergie (BESS) entraîne une augmentation des coûts d’investissement. Ce travail présente un système de gestion de l’énergie (PMS) qui exploite des prévisions solaires à court terme très précises pour exploiter des configurations hybrides photovoltaïques/diesel sans stockage. Il introduit un indicateur basé sur les coûts d’exploitation qui remplace les indicateurs traditionnels tels que la RMSE ou la MAE.

Écrit par : Thomas Carrière, Rodrigo Amaro e Silva, Fuqiang Zhuang, Yves-Marie Saint-Drenan, Philippe Blanc

Une nouvelle approche pour les prévisions solaires probabilistes à l'aide de vecteurs de mouvement des nuages dérivés d'images satellites

Cet article présente une méthode combinant des techniques physiques et statistiques. Elle utilise des données d'indice de ciel dégagé et des vecteurs de mouvement des nuages (CMV) issus de flux satellitaires (traditionnellement utilisés uniquement pour les modèles déterministes) afin de générer des prévisions probabilistes précises. Testé sur des données GHI mesurées au sol, le modèle réduit le score de probabilité classé en continu (CRPS) de 37 % à 62 % par rapport aux références standard.

Rédigé par : Loïc Yezeguelian, Christophe Vernay, Thomas Carrière, Philippe Blanc

Caractérisation de la convergence et de la robustesse de la méthode de cartographie par densité de noyau pour l'adaptation locale du rayonnement horizontal global en Europe occidentale

Porte sur le recalage des bases de données satellitaires historiques (Solargis, HelioClim-3, CAMS Radiation) à partir de mesures pyranométriques sur site. Grâce à un algorithme de Kernel Density Mapping (KDM), les biais systématiques des bases satellitaires sont ramenés de ±3 % à 0,5 % sur les sites d’Europe de l’Ouest étudiés, ce qui améliore la précision du financement.

Rédigé par : Thomas Carrière, Christophe Vernay, Sébastien Pitaval, Georges Kariniotakis

Une nouvelle approche pour la prévision probabiliste continue de la production photovoltaïque couvrant plusieurs échelles de temps

Cette recherche adapte le modèle Analog Ensemble (AnEn) afin de générer des prévisions probabilistes continues et transparentes sur plusieurs horizons temporels. L'algorithme peut démarrer à n'importe quel moment de la journée et sélectionne de manière adaptative les données d'entrée les plus pertinentes pour chaque horizon, ce qui le rend idéal pour le trading Intraday en continu.

Rédigé par : Thomas Carrière, Christophe Vernay, Sébastien Pitaval, François-Pascal Neirac, Georges Kariniotakis

Stratégies d'exploitation combinées des systèmes photovoltaïques et de stockage intégrés aux marchés de l'électricité

S'appuyant sur des travaux antérieurs, cet article présente en détail des stratégies de contrôle destinées aux installations photovoltaïques couplées à des systèmes de stockage d'énergie par batterie (BESS) sur les marchés de l'électricité. Il propose un modèle de contrôle prédictif (MPC) qui prend en compte les coûts liés à la dégradation des batteries tant au stade de la planification journalière qu'à celui de la gestion en temps réel, afin d'éviter une usure prématurée des batteries.

Rédigé par : Fuqiang Zhuang, Philippe Salvado, Jean-Philippe Mangione, Sébastien Pitaval, Christophe Vernay

Vers une analyse probabiliste simple et robuste de la variabilité solaire fondée sur la probabilité de transition entre les classes de variabilité de l'état du ciel

La variabilité solaire est un facteur clé d'instabilité du réseau dans les centrales électriques isolées ou hybrides (photovoltaïque/diesel). Cette étude modélise la variabilité solaire locale en analysant la probabilité mathématique de transition entre les différents états du ciel, ce qui aide les développeurs à évaluer la faisabilité et la prévisibilité de nouvelles installations hybrides.

Écrit par : Thomas Carrière, Georges Kariniotakis

Une approche intégrée pour des prévisions énergétiques axées sur la valeur et une prise de décision fondée sur les données : application au trading d'énergies renouvelables

Plutôt que d'adopter une approche en deux étapes (prévision puis optimisation de la répartition), cet article regroupe les étapes de prévision et de prise de décision au sein d'une seule et même fonction. L'ensemble du moteur prédictif est optimisé pour maximiser les recettes issues du marché.

Partenaires scientifiques

Nos auteurs

CalibSun a été créée en 2023 par Nicolas Thévenin et Sébastien Pitaval, fondateurs de Solaïs, une entreprise spécialisée dans le photovoltaïque depuis plus de 18 ans et un leader mondial des études d'éblouissement.

Nos ressources

Expertise dans les domaines de l'énergie solaire & des données

Découvrez en détail nos savoir-faire spécifiques dans les domaines du photovoltaïque, des ressources solaires et de la science des données, et comment ceux-ci enrichissent nos services. 

Conseil en capteurs
Nous vous aidons à tirer le meilleur parti de vos capteurs, de la conception avant la construction jusqu'à l'exploitation quotidienne de votre centrale photovoltaïque.
Découvrez-en plus
Expertise solaire
Découvrez comment des décennies de recherche en météorologie et de travaux universitaires ont façonné notre approche unique des données solaires.
Découvrez-en plus
Data science
Découvrez les technologies qui sous-tendent notre expertise en matière de données, de la sécurité des données aux prévisions basées sur l'intelligence artificielle.
Découvrez-en plus
Conseil en capteurs
Nous vous aidons à tirer le meilleur parti de vos capteurs, de la conception avant la construction jusqu'à l'exploitation quotidienne de votre centrale photovoltaïque.
Découvrez-en plus
Expertise dans le domaine de l'énergie solaire
Contrôle & étalonnage des pyranomètres
Découvrez comment des décennies de recherche en météorologie et de travaux universitaires ont façonné notre approche unique des données solaires.
Découvrez-en plus
Data science
Contrôle & étalonnage des pyranomètres
Découvrez les technologies qui sous-tendent notre expertise en matière de données, de la sécurité des données aux prévisions basées sur l'intelligence artificielle.
Découvrez-en plus

Vous souhaitez en savoir plus ?
N'hésitez pas à nous contacter !

Ce site Web utilise des cookies

Nous utilisons des cookies pour personnaliser le contenu, proposer des fonctionnalités liées aux réseaux sociaux et analyser notre trafic. Nous partageons également des informations concernant votre utilisation de notre site avec nos partenaires spécialisés dans l'analyse de données. Vous pouvez modifier vos préférences à tout moment. Pour plus d'informations, veuillez consulter notre Politique de confidentialité et notre Politique en matière de cookies. Politique relative aux cookies