Stage: Marchés de l’électricité et charges des éoliennes

Stage – Impact des marchés de l’électricité sur les charges éoliennes

Saint-Etienne-du-Rouvray

Évaluation de l’impact des conditions de marché, des contraintes réseau et des stratégies d’exploitation sur les charges structurelles et la durée de vie des éoliennes

Les éoliennes sont traditionnellement conçues en considérant que leur objectif principal est de maximiser la production d’énergie lorsque les conditions de vent le permettent. Les cas de charge définis dans les normes internationales représentent ainsi principalement des conditions d’exploitation dictées par le vent, avec une prise en compte limitée des contraintes liées au marché de l’électricité et à l’exploitation du réseau.

Le développement rapide des énergies renouvelables modifie cependant profondément le fonctionnement des parcs éoliens. Les prix négatifs de l’électricité, les congestions réseau, les actions d’équilibrage, les écarts de prévision et la participation aux services système entraînent des limitations de puissance, des fonctionnements dégradés, des rampes de puissance ainsi que des cycles fréquents d’arrêt et de redémarrage.

e stage vise à déterminer dans quelle mesure ces modes d’exploitation influencent les charges structurelles, l’endommagement en fatigue et la consommation de durée de vie des éoliennes.

En s’appuyant sur des données SCADA de flotte, des données de marché et des outils de simulation aéroélastique, l’objectif est de :

• Caractériser le fonctionnement réel des éoliennes sous différentes conditions de marché et de réseau.
• Identifier les événements opérationnels liés aux prix de l’électricité, aux contraintes réseau et aux incertitudes de prévision.
• Quantifier leur contribution aux charges structurelles et à l’endommagement en fatigue.
• Proposer des recommandations pour l’exploitation des turbines et l’amélioration des hypothèses de dimensionnement.

Le résultat attendu est une méthodologie permettant de relier les conditions du système électrique, le comportement opérationnel des turbines et leur impact sur la durée de vie structurelle.

Périmètre de travail

Comprendre les données SCADA disponibles, les outils de simulation aéroélastique et les principales grandeurs utilisées pour l’analyse des charges et de la fatigue.

Réaliser une revue ciblée des travaux relatifs au fonctionnement réduit, aux limitations de puissance, aux services système et à l’impact des marchés de l’électricité sur les éoliennes.

Collecter et préparer des données SCADA représentatives de plusieurs turbines ou parcs, ainsi que les données de marché et de réseau pertinentes.

Caractériser le comportement opérationnel des turbines sous différentes conditions de prix de l’électricité, de production renouvelable et de contraintes réseau.

Développer des méthodes permettant d’identifier automatiquement les événements opérationnels tels que :

• Limitations de puissance et curtailments.
• Transitions entre niveaux de puissance réduite.
• Rampes de puissance.
• Arrêts et redémarrages.
• Redispatch et autres modifications d’exploitation non directement liées au vent.

Étudier le rôle des erreurs de prévision entre les engagements du marché day-ahead et la production éolienne réellement disponible.

Identifier un ensemble limité mais représentatif d’événements et de scénarios opérationnels à reproduire par simulation.

Simuler ces événements à l’aide des outils aéroélastiques de l’entreprise afin d’évaluer leurs effets sur les charges extrêmes, les cycles de fatigue et la consommation de durée de vie.

Comparer, lorsque les données le permettent, les résultats des simulations aux mesures opérationnelles disponibles.

Combiner la fréquence d’occurrence des événements et leur sévérité structurelle afin d’estimer leur contribution au spectre global de charges sur la durée de vie de la turbine.

Comparer l’impact des modes d’exploitation pilotés par le marché avec celui d’un fonctionnement conventionnel principalement dicté par les conditions de vent.

Formuler des recommandations pour les stratégies d’exploitation, les cas de charge représentatifs et les futures méthodologies de dimensionnement.

Selon l’avancement, des analyses complémentaires pourront porter sur les mesures de fréquence réseau, la participation aux services système, les stratégies de réserve de puissance ou l’utilisation de méthodes statistiques et de machine learning pour classifier les événements opérationnels.

• Base de données combinant mesures SCADA, données de marché et informations opérationnelles pertinentes.
• Méthode automatisée d’identification et de classification des événements opérationnels pilotés par le marché ou le réseau.
• Caractérisation statistique des principaux modes de fonctionnement réduits, transitoires et cycles d’arrêt-redémarrage.
• Ensemble de cas aérodynamiques représentatifs des conditions d’exploitation observées.
• Évaluation des charges extrêmes, de l’endommagement en fatigue et de la consommation de durée de vie associée à chaque type d’événement.
• Quantification de la contribution des événements pilotés par le marché au spectre global de charges de la turbine.
• Scripts Python ou MATLAB permettant d’automatiser le traitement des données, la classification des événements et l’analyse des résultats.
• Rapport synthétique présentant les résultats, limites et recommandations.
• Support de présentation final pour l’équipe.
• Contribution potentielle à une conférence internationale ou à une publication scientifique.
• Analyse reproductible d’un ensemble représentatif de données SCADA et de marché.
• Identification fiable des principaux événements opérationnels non directement dictés par les conditions de vent.
• Sélection d’un nombre limité mais représentatif de scénarios pour les simulations aéroélastiques.
• Quantification de l’impact des limitations de puissance, des rampes et des cycles d’arrêt-redémarrage sur les charges et la fatigue.
• Evaluation de la contribution de ces événements à la consommation de durée de vie globale.
• Recommandations concrètes concernant les stratégies opérationnelles et les hypothèses de dimensionnement.
• Documentation permettant à l’équipe de réutiliser les données, méthodes, scripts et conclusions après le stage.

Profil du candidat

• Étudiant(e) en dernière année de cycle ingénieur ou Master 2 en mécanique, aéronautique, énergie éolienne, systèmes énergétiques ou dans un domaine similaire.
• Intérêt pour l’ingénierie des éoliennes, la modélisation numérique et l’analyse de données.
• Expérience en programmation Python ou MATLAB.
• Connaissances en mécanique des structures, aéroélasticité ou analyse de fatigue appréciées.
• Connaissances en statistiques, traitement de données ou machine learning appréciées.
• Une connaissance des marchés de l’électricité, des réseaux électriques ou des services système constitue un plus.
• Rigueur, autonomie et capacité à analyser et documenter clairement les résultats.
• Anglais courant requis ; le français est un plus.

Transitions between derated power levels.

Siemens Gamesa fait partie de Siemens Energy, leader mondial des technologies de l’énergie, fort de plus de 150 ans d’innovation. Ensemble, nous œuvrons pour rendre l’énergie durable, fiable et abordable, en repoussant constamment les limites du possible. Acteur majeur de l’industrie éolienne et fabricant de turbines, Siemens Gamesa est pleinement engagé dans la transition énergétique et le développement de solutions innovantes pour répondre à la demande énergétique croissante à l’échelle mondiale. Nous recherchons en permanence des talents pour soutenir notre mission de transformation énergétique.

Découvrez comment vous pouvez faire la différence chez Siemens Energy : (1)

Notre engagement en faveur de la diversité

Heureusement pour nous, nous sommes tous différents. La diversité est notre moteur. Il fonctionne à l’inclusion, et notre énergie créatrice combinée est alimentée par plus de 130 nationalités. Siemens Energy célèbre la personnalité de chacun - quels que soient son origine ethnique, son genre, son âge, sa religion, son identité ou son handicap. Nous donnons de l’énergie à la société, à toute la société, et nous ne discriminons pas sur la base de nos différences.