Deux méthodes d'IA peuvent améliorer les prévisions de la vitesse du vent pour les parcs éoliens

L'année dernière, l'énergie éolienne représentait 23,2 % de toute l'énergie injectée dans le système électrique espagnol, selon les données publiées par Red Eléctrica dans son dernier rapport 2024. Bien que l’énergie éolienne domine la production énergétique nationale, sa dépendance aux conditions météorologiques et sa nature intrinsèquement intermittente présentent des défis. Par conséquent, affiner les données de prévision de la vitesse du vent pour ces infrastructures est une tâche clé pour optimiser la gestion et les performances des éoliennes.

C’est précisément ce que propose le groupe AYRNA de l’Université de Cordoue (UCO), en utilisant l’intelligence artificielle pour aider à gonfler les voiles de l’énergie éolienne. L'équipe a confirmé deux méthodologies formées sur plus de 13 ans de données, capables de prédire des vitesses extrêmes avec une plus grande précision que les méthodes traditionnelles, en utilisant des variables telles que les composantes du vent à différentes altitudes, pressions et températures de l'air. La recherche est publiée dans la revue Énergie et IA.

Les deux systèmes sont basés sur des réseaux de neurones artificiels, inspirés du cerveau humain, et sur des systèmes de classification ordinale, qui classent les vitesses du vent de la plus faible à la plus forte intensité, plutôt que de prédire des vitesses spécifiques.

Comme l'explique le chercheur Antonio Gómez, du Département d'informatique et d'intelligence artificielle de l'UCO, les deux méthodologies ont été entraînées pour prévoir quatre plages de vitesses de vent différentes : faible, modérée, élevée et extrême, avec des horizons temporels de 1, 4 et 8 heures. Chacune de ces catégories est associée non seulement à une plage spécifique de vitesse du vent, mais également à une plage estimée de production d’énergie éolienne.

Alors que le premier modèle fonctionne de manière similaire dans les quatre classes de vent, le second excelle avec des événements plus graves, note David Guijo, un autre auteur de l'étude. En fait, pour les rafales dépassant 20 mètres par seconde, qui entrent dans la catégorie des vents extrêmes, le système surpasse les méthodes traditionnelles et peut prédire les vitesses avec une précision de plus de 94 %. Ceci est particulièrement utile pour anticiper les événements de vents extrêmes, permettant ainsi d’arrêter les éoliennes pour éviter tout dommage ou effondrement.

« Les entreprises énergétiques doivent estimer périodiquement l'énergie qu'elles mettront sur le réseau, ce qui souligne la nécessité d'affiner les prévisions pour obtenir des prévisions optimales », souligne le chercheur Pedro Antonio Gutiérrez. Il note que même si les deux systèmes peuvent être extrapolés à différents parcs éoliens avec une relative facilité, les modèles ont été formés sur un parc spécifique présentant des conditions particulières. Par conséquent, leur application à d’autres contextes nécessiterait un recyclage et une validation.

Ce travail, mené en collaboration avec des chercheurs du Département de théorie du signal et des communications de l'Université d'Alcalá, fait partie du projet de recherche national NEXO. Le projet vise à développer des modèles d’intelligence artificielle pour des applications aux énergies renouvelables, à divers événements météorologiques et au domaine de la médecine.