Prediction for land smart management of the renewable photovoltaic energy & integration based on a network of IoT LoRaWAN sensors

La mise en place de micro-réseaux électriques décentralisés à sources d’énergies renouvelables (EnR) est actuellement un challenge pour l’alimentation d’infrastructures de télécommunication. La production d’électricité à partir d’installations photovoltaïque (PV) et/ou micro-éolienne est plus adaptée du point vu de la disponibilité des ressources renouvelables et leur déploiement à proximité des antennes télécoms. Cependant, l’intermittence et la variabilité des sources renouvelables, en particulier pour le PV, posent un problème d’équilibre entre la production et la consommation qui doit être assuré à tout moment. De plus, la question du dimensionnement prenant en compte cette intermittence est un véritable compromis entre la taille, le coût d’investissement, la marge de sécurité et de sureté de fonctionnement. Il est donc indispensable de développer des outils de prévision et de prédiction de la production électrique PV. L’objectif de ces travaux de thèse est d’établir un modèle pragmatique de prédiction de la ressource PV capable de caractériser la variabilité et l’intermittence de l’irradiation solaire à partir des données recueillies sur sites et sur une longue période. En s’appuyant sur des données de mesures expérimentales issues d’installations PV, nous montrons qu’une distribution adaptée de Weibull permet une prédiction fiable, caractérisant la variabilité de l’irradiation globale de sites à climat semi-continental (sites du territoire français). En particulier, ces travaux étudient et recherchent parmi les méthodes de détermination des paramètres de Weibull, celles qui sont les plus adaptées pour le domaine du PV pour prévoir la production annuelle d'énergie et la prédire dans le temps. L'originalité de la méthode proposée est l’obtention d’une production d'énergie PV annuelle fiable et d’une modélisation de la distribution pouvant contribuer à la génération de séries chronologiques synthétiques de données d'irradiation globale. Le modèle de Weibull proposé est adapté à la prédiction du gisement solaire et s’appuie sur une formulation mathématique permettant des résultats fiables pouvant être intégrée dans un outil d’environnement et d’acquisition temps réel de données de mesures. Pour valider l’approche développée de prévision pour une prédiction de sources d’alimentation PV pour des sites télécoms, nous proposons un démonstrateur d’acquisition temps réel à large couverture basé sur l'instrumentation d’une antenne télécom de la société TDF SAS par des capteurs IoT (Internet of Things) déployés en réseau. Le déploiement de capteurs IoT au protocole LoRaWAN (Long Range Wide Area Network) sur une tour de télécommunication traditionnelle, dans les conditions réelles de fonctionnement d’interférences des fréquences, a permis de démontrer que le réseau de capteurs est adapté pour développer des services de mesures, de prévisions d’énergies disponibles, de suivis et de supervisions d’installations PV servant à alimenter des antennes télécoms. Les capteurs IoT communiquent sans interférer aux installations préexistantes des tours tout en conservant la qualité des données issues des capteurs. Ce réseau LoRaWAN démontre la pertinence de déployer des stations météorologiques sur des sites existants d’antennes télécoms permettant en temps réel des exécutions du modèle de prédiction PV développé. Ces travaux dégagent des perspectives d’applications et de développement d’EnR à grande échelle sur un large territoire en considérant le climat dominant. Notamment, l’implémentation du modèle de prédiction à court terme au sein d’un environnement interconnecté à un réseau de capteurs météorologiques et communiquant en temps réel permettra une gestion intelligente d’installations EnR déployées dans un territoire.The implementation of decentralized electrical micro-grids base on renewable energies is a challenge for the power supplies of telecommunication infrastructures. These power sources supply from off-grid photovoltaic and micro-wind systems are more suitable for remote or isolated sites like telecom antennas considering the local installation feasibilities and renewable resource availabilities. However, the intermittence and the variability of renewable sources require to ensure the balance between the production and the consumption of energies. In addition, the system sizing requires a trade-off between size, investment cost, safety and reliability of the power supply due to the intermittency. This thesis aims to develop a model characterizing the global solar irradiation variability to predict PV productions from data recorded on sites and over a long period. We validated the calibration methods of the Weibull function allowing a reliable prediction of the global irradiation in a semi-continental climate (mainland French sites). More precisely, we experimentally determine the Weibull parameters for obtaining a reliable global irradiation forecast prediction by considering the sun incident radiation during time periods. This forecast allows to estimate the yearly energy generation and its prediction during the time evolution from a PV plant in considered sites. The originality of the proposed approach is to obtain reliable predictive yearly PV energy distributions which also can be used to generate synthetic data times series of the global irradiation. The proposed model is based a parametrized mathematical formula providing reliable prediction results and which can be integrated to a real-time data acquisition system. To validate the proposed approach for the prediction of the PV power source supplying of telecommunication infrastructures, we developed an IoT sensors network for real-time acquisition to instrument a telecom antenna allowing a wide area network coverage. We demonstrate that deployed networked IoT sensors based on LoRaWAN protocol on a traditional telecommunication tower operating under real conditions communicate reliably without affecting the tower’s functions while keeping the data quality of the sensors. The proposed LoRaWAN network is used for the data acquisition of the weather parameters performing the proposed forecast of the real-time PV production. The software implementation of the proposed prediction model interfaced to weather sensors allows a real-time and intelligent management of deployed renewable energy systems. Future work is also discussed to develop renewable energies on a wide territory with a semi-continental climate