Quels sont les effets de sillage ?
Les effets de sillage désignent les flux d'air turbulents et ralentis qui se forment en aval d'une éolienne lorsque celle-ci extrait de l'énergie du vent. Les éoliennes situées en aval se retrouvent exposées à ce flux perturbé, ce qui réduit leur production d'électricité et accroît les contraintes mécaniques. L'intensité de ces effets dépend fortement de l'espacement entre les machines, de la vitesse du vent, de la stabilité atmosphérique et du diamètre du rotor. La maîtrise des interactions de sillage, grâce à des dispositions optimisées et à un contrôle actif du sillage, est essentielle pour améliorer les performances globales d'un parc éolien. La question centrale est la suivante : comment optimiser les performances globales du parc éolien tout en préservant la longévité et la fiabilité des éoliennes ?
KI4Wind - Motivation du projet
Pour atteindre la neutralité climatique dans l'approvisionnement énergétique, il est indispensable de développer et d'optimiser les sources d'énergie renouvelables — en particulier les éoliennes déjà installées, qui recèlent un immense potentiel d'optimisation grâce à des algorithmes de pilotage du sillage plus intelligents.
À l'heure actuelle, les systèmes de contrôle des éoliennes modernes (WTGs) se concentrent uniquement sur la machine individuelle, sans tenir compte du comportement des autres éoliennes au sein du parc éolien. Or, en optimisant leurs interactions, il est possible d'améliorer le fonctionnement des turbines, de réduire les charges mécaniques et d'allonger ainsi leur durée de vie. Cela se traduit par une efficacité globale accrue et un rendement net plus élevé des parcs éoliens.
Objectifs et approche
Le projet KI4Wind vise à explorer l'utilisation de méthodes de machine learning (ML) pour identifier les conditions de fonctionnement et de charge spécifiques des éoliennes, afin de réduire les contraintes physiques et d'optimiser la production d'énergie électrique.
Pour ce faire, des capteurs du partenaire Fibercheck GmbH seront d'abord intégrés dans de vrais parcs éoliens afin d'enrichir stratégiquement les jeux de données de mesure existants. Sur la base de ces mesures réelles et de données de simulation synthétiques supplémentaires fournies par le partenaire de recherche Fraunhofer IWES, Turbit Systems GmbH prendra la direction du développement et du training d'agents de contrôle basés sur l'IA pour les éoliennes. Ces agents seront ensuite testés et optimisés dans le cadre d'essais en conditions réelles par le consortium du projet.
Innovations et perspectives
Par rapport aux technologies existantes, le projet offre un potentiel d'optimisation de l'exploitation de parcs éoliens entiers grâce à des agents d'apprentissage par renforcement (RL-Agents). Les modèles développés dans le cadre de KI4Wind sont destinés à être intégrés soit comme modules indépendants dans les systèmes de contrôle locaux des turbines, soit appliqués de manière centralisée via une approche de cloud computing pour l'optimisation opérationnelle.
À moyen terme, le projet renforcera la compétitivité des entreprises allemandes dans le secteur de l'énergie éolienne et contribuera ainsi durablement à l'atteinte de la neutralité climatique.
Partenaires du projet
