Rapport du Groupe de Travail IEEE PES : Valeur de Capacité de l'Énergie Solaire et de la Production Variable

1. Introduction

Ce rapport, rédigé par le Groupe de Travail IEEE PES, aborde le défi crucial de quantifier la contribution de l'énergie solaire et des autres ressources de Production Variable (PV) à la fiabilité du système électrique. À mesure que la pénétration des énergies renouvelables augmente, les méthodes traditionnelles d'évaluation de la « valeur de capacité » — la capacité d'une ressource à répondre de manière fiable à la demande de pointe — deviennent inadéquates. Ce document constitue une étude exhaustive et une analyse critique des méthodologies d'évaluation du risque d'adéquation et de la valorisation de la capacité, s'appuyant sur des travaux antérieurs axés sur l'énergie éolienne tout en mettant l'accent sur les caractéristiques uniques du photovoltaïque (PV).

Domaines clés : Le rapport couvre l'évaluation de la ressource solaire, les techniques de modélisation statistique et probabiliste, les métriques de valeur de capacité (comme la Capacité Effective de Transport de Charge - ELCC), les problèmes de conception des marchés de capacité, et une revue des études appliquées récentes. Il se distingue par un accent marqué sur la critique méthodologique et les défis spécifiques du solaire, tels que son profil journalier et sa corrélation avec la demande.

2. Évaluation de la ressource photovoltaïque

La production d'énergie solaire est régie par l'irradiance solaire en surface, qui présente des cycles journaliers et saisonniers prévisibles mais est significativement modulée par des éléments stochastiques comme la couverture nuageuse. Contrairement à la production conventionnelle ou même éolienne, les données de production à long terme et de haute qualité pour le PV sont souvent rares, ce qui oblige à s'appuyer sur des données modélisées dérivées d'observations météorologiques et satellitaires.

Caractéristiques uniques :

• Profil temporel : La production est nulle la nuit et atteint un pic autour de midi, créant une coïncidence spécifique (ou son absence) avec la demande de pointe du système, qui survient souvent en début de soirée.
• Corrélation spatiale : La couverture nuageuse peut affecter simultanément de vastes zones géographiques, réduisant les bénéfices de la diversification géographique par rapport à l'éolien.
• Facteurs de conception : L'orientation des panneaux (fixe vs. suiveur), l'inclinaison et la technologie (PV vs. solaire à concentration avec stockage) modifient radicalement le profil de production et sa valeur de capacité.

3. Méthodes statistiques pour l'adéquation et la valeur de capacité

Cette section constitue le cœur méthodologique du rapport, détaillant les outils probabilistes utilisés pour évaluer l'adéquation du système avec la production variable.

4. Revue des études appliquées et des pratiques

Le rapport examine la littérature et les pratiques industrielles, constatant une large gamme de valeurs de capacité estimées pour le PV solaire, typiquement entre 10% et 50% de sa puissance nominale. Cette variation est attribuée à :

• Localisation géographique : L'alignement du profil solaire avec la demande de pointe locale (par ex., plus élevé dans les systèmes à pointe estivale avec charge de climatisation l'après-midi).
• Méthodologie utilisée : Les études utilisant des approches simplistes basées sur le « facteur de capacité » donnent des valeurs plus élevées que celles utilisant des calculs rigoureux d'ELCC qui tiennent compte de la corrélation.
• Niveau de pénétration du système : La valeur de capacité marginale du solaire diminue à mesure que l'on en ajoute au système, car elle répond à des heures de moins en moins critiques.

5. Conclusions et besoins de recherche

Le rapport conclut que la valorisation précise de la capacité solaire nécessite des méthodes probabilistes sophistiquées qui capturent sa nature dépendante de la météo et sa corrélation avec la charge. Il identifie les principales lacunes de recherche :

• Amélioration des jeux de données de ressources solaires à long terme et des modèles de production.
• Méthodes statistiques avancées pour modéliser les dépendances en haute dimension (solaire, éolien, demande, indisponibilités).
• Conceptions de marchés de capacité qui intègrent efficacement les valorisations basées sur l'ELCC et gèrent le risque de performance.
• Standardisation des méthodologies d'évaluation pour assurer la comparabilité et la transparence.

6. Analyse originale et commentaires d'experts

Idée centrale : Le rapport du Groupe de Travail IEEE est une reconnaissance cruciale, bien que tardive, que la boîte à outils de l'industrie électrique pour valoriser la fiabilité est fondamentalement inadaptée à l'ère des renouvelables. Sa révélation principale n'est pas une nouvelle formule, mais l'avertissement sévère qu'ignorer la réalité statistique conjointe du soleil, du vent et de la charge conduit à une illusion dangereuse de résilience du réseau. Ce n'est pas une nuance académique ; c'est la différence entre une transition énergétique robuste et des coupures tournantes lors d'une future sécheresse ou vague de froid calme, avec une forte densité de renouvelables.

Enchaînement logique : Le rapport construit magistralement son argumentation. Il commence par déconstruire la ressource solaire elle-même — en soulignant ses cycles prévisibles mais ses lacunes stochastiques profondes — puis démantèle systématiquement les substituts de valorisation simplistes comme le facteur de capacité. Il pivote vers le cœur mathématique du sujet : l'évaluation probabiliste de l'adéquation. Ici, il identifie correctement la corrélation entre la production renouvelable et les périodes de stress du système comme le pivot. Une ferme solaire produisant à midi dans un système à pointe hivernale a une valeur de capacité quasi nulle ; la même ferme dans un système à pointe estivale est bien plus précieuse. La logique du rapport culmine en exposant le décalage entre cette valeur nuancée, dépendante du lieu et du temps (ELCC), et les mécanismes grossiers et uniformes de la plupart des marchés de capacité existants.

Forces et faiblesses : La force du rapport est sa rigueur méthodologique intransigeante et son accent sur le défi spécifique au solaire du décalage journalier, un point parfois survolé dans les discussions centrées sur l'éolien. Sa revue des études appliquées montre efficacement l'incohérence sauvage dans la pratique, prouvant que le problème est réel et présent. Cependant, sa principale faiblesse est sa nature prudente et consensuelle. Il s'arrête à l'identification des problèmes et à la liste des besoins de recherche. Il offre peu de critiques directes de conceptions de marchés spécifiques défaillantes (par ex., les difficultés du marché de capacité de PJM avec les renouvelables) ou de propositions audacieuses de réforme. Il minimise également l'impact sismique du stockage. Bien que mentionné, le potentiel transformateur des batteries pour remodeler le calcul de la valeur de capacité — transformant le solaire non ferme en capacité ferme et pilotable — mérite plus qu'une note marginale. Les travaux d'institutions comme le National Renewable Energy Laboratory (NREL) ont montré que le PV-plus-stockage peut atteindre des ELCC proches de 90%, un changement de paradigme que le rapport ne fait qu'évoquer.

Perspectives actionnables : Pour les régulateurs et planificateurs de système, le mandat est clair : retirer immédiatement toute règle utilisant le facteur de capacité moyen pour accorder des crédits de capacité. Imposer l'utilisation d'études probabilistes basées sur l'ELCC pour toute planification et acquisition de ressources. Pour les concepteurs de marchés, la tâche est de créer des marchés à terme qui peuvent transiger sur une capacité probabiliste, peut-être en utilisant des produits dérivés financiers ou des contrats basés sur la performance qui rémunèrent la disponibilité pendant des « heures critiques » définies statistiquement. Pour les services publics et les développeurs, l'idée est de co-optimiser le solaire avec des ressources complémentaires (éolien, stockage, réponse à la demande) dès le départ pour créer des actifs hybrides avec une ELCC supérieure et plus stable. La fiabilité du futur réseau ne sera pas construite sur des mégawatts de puissance nominale, mais sur des mégawatts de capacité de livraison statistiquement assurée quand cela compte le plus. Ce rapport est le manuel essentiel pour comprendre cette différence.

7. Détails techniques et cadre mathématique

Le fondement probabiliste est clé. L'Espérance de Perte de Charge (LOLE) est définie comme le nombre attendu d'heures (ou de jours) par période où la demande dépasse la capacité disponible : $$\text{LOLE} = \sum_{t=1}^{T} P(\text{Capacity}_t < \text{Demand}_t)$$ Où $\text{Capacity}_t$ inclut la production conventionnelle (sujette aux indisponibilités forcées) et la production disponible de la production variable au temps $t$.

La Capacité Effective de Transport de Charge (ELCC) d'une centrale solaire est calculée comme suit :

1. Calculer le LOLE de base pour le système original (LOLE_original).
2. Ajouter la centrale solaire au système et recalculer le LOLE (LOLE_{with_solar}).
3. Ajouter un bloc de capacité parfaitement fiable (« ferme ») $C$ au système original. Trouver la valeur de $C$ telle que : $$\text{LOLE}_{\text{original} + C} = \text{LOLE}_{\text{with_solar}}$$
4. L'ELCC est cette valeur de $C$. Formellement : $$\text{ELCC} = \{ C \, | \, \text{LOLE}(\text{Original System} + C_{\text{firm}}) = \text{LOLE}(\text{Original System} + \text{Solar}) \}$$

Concept de graphique - ELCC marginal décroissant : Un graphique crucial décrit dans la littérature connexe montre l'ELCC marginal du solaire en fonction de la pénétration. La courbe est concave et décroissante. Les premiers 100 MW de solaire pourraient avoir une ELCC de 40 MW. Les 100 MW suivants ajoutés pourraient n'avoir qu'une ELCC de 30 MW, car ils servent des heures moins critiques, et ainsi de suite. Cette relation non linéaire est vitale pour la planification à long terme.

8. Cadre d'analyse : Étude de cas exemple

Scénario : Un planificateur de système doit évaluer la valeur de capacité d'une centrale PV de 200 MW à l'échelle du service public proposée dans une région à pointe estivale.

Application du cadre :

1. Préparation des données : Rassembler 10+ années de données de charge horaires historiques pour le système. Utiliser un modèle de performance PV (par ex., utilisant le System Advisor Model - SAM du NREL) avec des données météorologiques historiques locales (irradiance solaire, température) pour générer une série horaire concurrente de 10 ans pour la centrale proposée, en considérant sa conception spécifique (inclinaison fixe, orientation sud).
2. Modèle d'adéquation de base : Créer un modèle probabiliste du parc de production existant, incluant les taux d'indisponibilité forcée (FOR) pour chaque unité conventionnelle. Utiliser une méthode de convolution ou une simulation de séries temporelles pour calculer le LOLE de base (par ex., 0,1 jour/an).
3. Modèle avec solaire : Incorporer la série temporelle de production solaire horaire comme une charge négative (c'est-à-dire créer une série de « charge nette » : Load_t - P_{solar, t}). Rejouer la simulation d'adéquation avec cette charge nette pour trouver LOLE_{with_solar}.
4. Calculer l'ELCC : Exécuter une recherche itérative. Ajouter un bloc de capacité ferme $C$ (par ex., en commençant à 50 MW) au système original (pas à la charge nette). Recalculer le LOLE. Ajuster $C$ jusqu'à ce que LOLE_{original+firm} soit égal à LOLE_{with_solar}. Supposons que cela se produise à $C = 65$ MW.
5. Résultat et interprétation : L'ELCC de la centrale PV de 200 MW est de 65 MW, soit 32,5% de sa puissance nominale. Cette valeur, et non 200 MW, devrait éclairer les décisions d'acquisition de capacité et les paiements sur le marché. L'analyse montrerait également que la production solaire est la plus précieuse pendant les après-midi chauds d'été, en bonne corrélation avec la charge de climatisation.

9. Applications futures et orientations

Les méthodologies décrites évoluent rapidement avec la technologie et les besoins du réseau :

• Ressources hybrides : La principale orientation future est la valorisation du solaire-plus-stockage comme une ressource unique et pilotable. La modélisation avancée doit co-optimiser le fonctionnement du PV et de la batterie pour maximiser l'ELCC, en considérant la durée de vie des cycles de la batterie et les signaux du marché. La Plateforme d'Optimisation et de Performance Hybride (HOPP) du NREL est pionnière dans ce travail.
• Marchés granulaires et probabilistes : Les futurs marchés de capacité pourraient passer de l'acquisition de MW à l'acquisition d'« Unités de Fiabilité » définies par la performance pendant des événements de stress du système identifiés statistiquement. Cela aligne le paiement sur la contribution réelle à la fiabilité.
• Planification sensible au climat : Avec le changement climatique modifiant les profils météorologiques et de demande (plus de chaleur/froid extrêmes), la valorisation de la capacité doit devenir prospective et informée par le climat, utilisant des ensembles de projections de modèles climatiques plutôt que seulement des données historiques.
• Standardisation et outils ouverts : L'adoption généralisée nécessite des jeux de données standardisés et des outils open-source pour le calcul de l'ELCC (par ex., des extensions aux plateformes open-source GridLAB-D ou REopt) pour assurer la transparence et réduire l'arbitrage méthodologique.
• Valeur de capacité au niveau de la distribution : À mesure que le solaire distribué (PV en toiture) prolifère, évaluer sa contribution agrégée à la fiabilité locale et globale du système devient une nouvelle frontière, nécessitant des modèles qui capturent la production derrière le compteur.

10. Références

1. IEEE PES Task Force on Capacity Value of Wind Power, "Capacity Value of Wind Power," IEEE Transactions on Power Systems, vol. 29, no. 3, pp. 1363-1372, mai 2014.
2. NREL. (2023). Annual Technology Baseline (ATB). [En ligne]. Disponible : https://atb.nrel.gov/
3. P. Denholm et al., "The Value of Energy Storage for Grid Applications," National Renewable Energy Laboratory (NREL), Rapport technique NREL/TP-6A20-58449, 2013.
4. North American Electric Reliability Corporation (NERC), "Special Report: Effective Load Carrying Capability (ELCC) for Intermittent Resources," 2021.
5. International Energy Agency (IEA) PVPS, "Trends in Photovoltaic Applications 2023," Rapport IEA-PVPS T1-43:2023.
6. S. Pfenninger et al., "The importance of open data and software: Is energy research lagging behind?" Energy Policy, vol. 101, pp. 211-215, 2017.
7. R. Sioshansi, P. Denholm, and T. Jenkin, "A Comparative Analysis of the Capacity Value of Wind and Solar Generation," IEEE Transactions on Power Systems, vol. 27, no. 3, pp. 1407-1414, août 2012.