Amélioration de la prise en compte du givrage par la modélisation et la prévision météorologique pour l'exploitation des parcs éoliens

Auteur moral

Université Toulouse 3 Paul Sabatier : UT3

Auteur moral

Vié, Benoît

Année de publication

2024

Le givrage par eau liquide surfondue est un phénomène complexe qui impacte divers secteurs tels que les transports et l'énergie. Dans le cas de l'exploitation de parcs éolien, le givre entraîne des pertes de production électrique et pose des risques de sécurité en raison des projections de blocs de glace. Bien que des solutions, comme les capteurs de détection et les systèmes de de dégivrage, existent, celles-ci sont coûteuses et ont des performances variables. La prévision du givrage en s'appuyant sur des outils de modélisation numérique représente une approche complémentaire indispensable. À Météo-France, celle-ci repose sur l'utilisation du modèle opérationnel AROME pour la prévision du temps, couplé au module WIRE de prévision d'accrétion de glace, initialement développé pour des câbles électriques. L'objectif de cette thèse est donc de mettre en place une chaîne de prévision du givre dédiée à l'éolien, de l'évaluer objectivement et d'en proposer des améliorations. Pour atteindre cet objectif, nous avons d'abord travaillé à l'amélioration de la prévision de l'eau liquide surfondue dans AROME, puis au développement de WIRE et à la prise en compte des incertitudes de prévision. Dans AROME, c'est le schéma microphysique ICE3 qui représente la formation et l'évolution des nuages. Nous avons donc, dans un premier temps, évalué la performance d'ICE3, ainsi que de modifications de certains processus microphysiques, pour la prévision d'eau liquide surfondue, en s'appuyant sur les données in-situ issues de la campagne de mesures ICICLE en 2019. Trois cas d'étude de cette campagne ont été simulés avec MESO-NH et comparés aux observations. L'analyse montre qu'ICE3 sous-estime fortement l'occurrence et les contenus en eau liquide surfondue, en simulant des nuages majoritairement glacés dès que les températures sont négatives. Les nouvelles configurations produisent plus d'eau liquide surfondue et réduisent le contenu en cristaux de glace, avec un impact significatif dans les couches moyennes de l'atmosphère. Cependant, des impacts notables ont été observés sur la représentation des nuages et des précipitations, notamment une diminution de la nébulosité moyenne et une augmentation de la production de graupel au détriment de la neige. Ces trois configurations ont ensuite été implémentées dans une configuration d'AROME proche de l'opérationnel et évaluées sur six mois de prévisions pendant l'hiver 2021/2022. Les résultats obtenus ont confirmé les tendances observées avec MESO-NH. Les trois configurations améliorent l'occurrence et les contenus en eau liquide surfondue, mais deux d'entre elles occasionnent un biais de nébulosité significatif. La troisième conserve des performances au moins équivalentes à la version de référence du modèle pour les paramètres météorologiques courants et semble donc être un bon candidat pour une utilisation opérationnelle. En parallèle, une nouvelle version du modèle de prévision de givre WIRE a été développée. L'effet de la rotation des pales a été ajouté, ainsi qu'un module simple de prévision de fonte et de délestage. Des simulations WIRE ont été réalisées en utilisant les prévisions AROME pour la saison 2021/2022, et comparées aux données de mesure de givre d'un parc éolien. Cette nouvelle version de WIRE, associée à la meilleure configuration d'AROME, améliore significativement les performances de la chaîne de prévision de givre, en termes de détection et de représentation de la dynamique d'un épisode de givre (accrétion, maintien et fonte). Cependant, la prévision déterministe présente des limites pour ce type de phénomène, nécessitant la prise en compte des sources d'incertitudes. Une étude préliminaire des performances de WIRE et d'AROME dans une chaîne de prévision probabiliste reposant sur la prévision d'ensemble AROME confirme les bonnes performances de WIRE et des modifications d'AROME, et montre l'apport de la prise en compte des incertitudes dans la prévision.</div>

  Accès à la notice sur le site du portail documentaire de Météo-France

  Liste complète des notices publiques