SuniAgri

Projet AAP EasyNov 2015, Eco Innov.

Dates : 01/05/2016 - 30/04/2018

Financement :

  • Europe, via des fonds Feder
  • Région Midi-Pyrénées, devenue Occitanie

Partenaires :SuniBrain
Contact pour SMAC : Pierre Glize

Objectifs du projet de recherche

L’énergie solaire est une solution évidemment prometteuse de production d’énergie puisque le soleil est une source illimitée d’énergie. Une ferme photovoltaïque consiste en un grand nombre de panneaux photovoltaïques (PV), connectés en série, qui produisent de l’énergie en fonction de la puissance solaire reçue (ou irradiation). Mais, comme le montrent beaucoup d’études, la capacité d’un PV à produire de l’énergie dépend grandement de sa température, en effet, lorsqu’un PV chauffe, il a un rendement plus faible qu'avec une irradiation moindre : le voltage produit diminue d’un volt lorsque la température du panneau augmente d’un demi-degré.

Afin d’augmenter la durée de vie des panneaux photovoltaïques ainsi que leur efficacité, beaucoup de recherches proposent des solutions de nettoyage et de refroidissement. Une solution qui consiste à arroser les panneaux avec de l’eau de pluie recyclée est notamment proposée par SuniBrain.

Or, afin d’avoir une solution efficace, il convient d’utiliser l’eau de manière efficace, en évitant de la gaspiller. En effet, ce n’est parce que la réserve d’eau est remplie par les chutes de pluie, un jour donné, qu’il faut utiliser toute cette eau pour refroidir les panneaux, au risque de ne pas réalimenter les réserves car la pluie ne tombera pas les jours ou mois suivants.

Le projet SuniAgri a donc pour objet d'augmenter la productivité de panneaux photovoltaïques en dotant le système d'arrosage automatique développé par SuniBrain de capacités prédictives à l'aide d'algorithmes intelligents. SMAC conçoit et développe ce système de contrôle prédictif de l'arrosage à partir des données techniques environnementales recueillies sur les sites d'exploitation de SuniBrain.

Ce système de contrôle, un Système Multi-Agent nommé AmaSun, a pour objectif de proposer une solution intelligente d’arrosage en prenant en compte différentes données interdépendantes : les niveaux courants de production d’énergie et de réserve d’eau, les conditions météorologiques courantes, les prévisions météorologiques, des statistiques sur les conditions météorologiques passées, etc.

En partant de la constatation que les prévisions météorologiques sont imprécises, que des mesures peuvent s’avérer inexactes, que des capteurs peuvent tomber en panne ou être ajoutés, que les panneaux se dégradent dans le temps, ce problème de régulation de l’arrosage devient un problème complexe, non linéaire.

La solution consiste donc à concevoir un système capable d’apprendre à changer son comportement en cours de fonctionnement afin de s’adapter à des changements imprévus ou à des manques ou imprécisions dans les données. Pour avoir un système réactif aux imprévus, cet apprentissage doit pouvoir se faire de manière dynamique (un mode offline n’est pas acceptable) et rapide. Or, les Adaptive Multi-Agent Systems (AMAS) sont capables de prendre en compte la dynamique de leur environnement. En utilisant leurs principes de base, il est possible de contrôler en temps réel des systèmes de nature diverses ; comme cela a été expérimenté pour des procédés biochimiques [Videau 2011], des moteurs de voiture [Boes 2014] ou des jeux vidéo [Pons 2014]. C'est pourquoi AmaSun a été conçu grâce à cette technologie.

Les questions auxquelles l’outil doit répondre sont celles-ci :

  • Quelle quantité d’eau faut-il utiliser aujourd’hui ?
  • Comment la répartir au cours de la journée ?
  • Comment estimer la réserve d’eau disponible dans les prochains jours en fonction des conditions et des prévisions météorologiques ?

Quelques liens