Modeling and Optimization of Solar Power Plants with Battery Energy Storage Systems

Le secteur de l’énergie est actuellement le principal contributeur aux émissions mondiales de gaz à effet de serre, représentant environ 75 % des émissions totales, ce chiffre comprenant la production de cette énergie, son transport et sa consommation finale (Ge & Friedrich, 2024). Pour cette raison, la décarbonation de la production d’énergie constitue un enjeu central des efforts internationaux visant à limiter le changement climatique. Dans ce contexte, le déploiement à grande échelle des centrales photovoltaïques (PV) s’accélère dans le monde entier (IEA, 2024a). Bien que la production photovoltaïque soit aujourd’hui une technologie mature et compétitive sur le plan économique, sa variabilité et son imprévisibilité posent des défis lors de son intégration au réseau et de sa participation aux marchés d’électricité (Gevorgian et al., 2022). Les systèmes de stockage d’énergie par batteries (BESS) sont de plus en plus proposés pour atténuer cette variabilité, améliorer la flexibilité opérationnelle et augmenter la valeur économique des systèmes (Gifford, 2020). Cependant, de nombreuses évaluations technico-économiques des centrales PV couplées à des BESS reposent sur des hypothèses de modélisation simplifiées, telles qu’une résolution temporelle insuffisante, un comportement des batteries idéalisé et une prise en compte limitée de la dégradation. Pour pallier ces limitations, un cadre de modélisation complet a été développé avec le langage de programmation Julia (Bezanson et al., 2017) pour étudier les stratégies d’intégration PV-BESS. Ce travail aborde plusieurs défis de modélisation : la représentation précise de la production PV, la modélisation réaliste du comportement dynamique et du vieillissement des batteries, et l’évaluation de scénarios à l’échelle du réseau. Un modèle PV a d’abord été développé à partir des travaux de Duffie et Beckman (2013). Les résultats ont montré que l’ignorance des fluctuations de l’irradiance à l’échelle minute peut conduire à une sous-estimation du vieillissement cyclique des batteries, soulignant l’importance de données PV à haute résolution. Pour y remédier, une méthodologie de reconstitution de données solaires à la minute à partir de données horaires (downscaling) inspirée de celle développée par Hofmann (2014) a été reproduite et améliorée. Ensuite, un modèle dynamique de batterie basé sur une représentation en circuit équivalent a été développé et couplé à des modèles de vieillissement calendaire et cyclique