Le succès économique des centrales photovoltaïques (PV) dépend de manière cruciale de leur rendement énergétique à vie. Les effets de dégradation et la durée de vie totale influencent directement l’électricité produite et donc le cash-flow, ce qui impacte également les coûts actualisés de l’énergie (LCOE) et donc la rentabilité de la centrale. Analyses!
Dans la plupart des cas, les durées de vie et les taux de dégradation utilisés pour estimer les performances du système ne sont pas spécifiques au système mais sont basés sur des valeurs moyennes issues des évaluations de systèmes ou de fiches techniques plus anciennes. Ainsi, ces valeurs n’ont malheureusement aucune corrélation directe avec les composants spécifiques du système photovoltaïque, ni les conditions opérationnelles et climatiques à l’emplacement dédié. De plus, les modéles mathématiques utilisés pour calculer la puissance de sortie attendue s’attendent généralement à des taux de dégradation linéaires qui ne correspondent pas aux processus de dégradation réels trouvés sur le terrain, qui sont généralement non linéaires. Ce rapport donne un aperçu de la modélisation empirique de la dégradation et de la prévision de la durée de vie des modules PV, car ce sont les principaux composants des systèmes PV qui sont soumis aux effets de la dégradation. Pour les autres composants, aucune donnée scientifique comparable n’est disponible. La structure du document s’adresse à différentes parties prenantes avec des antécédents différents. Le chapitre 1 commence par une brève introduction comprenant un aperçu condensé de l’état de l’art.
“Fin de vie ?”
Le chapitre 2 suit avec la définition des termes et définitions pertinents. Étant donné que, notamment dans les discussions sur la durée de vie et la dégradation, différents termes ne sont pas utilisés de manière cohérente dans l’industrie ou la science, les auteurs tentent d’améliorer la situation avec un glossaire dédié. De plus, le terme extrêmement pertinent de « fin de vie » est abordé avec différentes définitions, en fonction du point de vue et de la perspective de l’utilisateur et des facteurs typiques ayant un impact sur le module PV ou le système PV. Pour ce terme de « fin de vie », aucune définition généralement applicable à toutes les situations ne peut être donnée. Étant donné que la définition est cruciale pour la durée de vie calculée, le rendement et tous les paramètres associés, jusqu’au LCOE, il est important d’en être conscient lors de l’évaluation des centrales électriques et des investissements photovoltaïques.
Les facteurs climatiques jouent un rôle majeur dans la dégradation et sont par nature spécifiques au lieu. C’est une condition préalable à la création de données significatives de prévision de la durée de vie ou de dégradation pour connaître les facteurs de stress (climatiques) pertinents.
Par conséquent, le chapitre 3 présente les différents facteurs de stress climatiques pertinents ainsi que des schémas de classification et des méthodologies pour les gérer et les analyser. Le chapitre décrit également les différences et les relations des facteurs de stress dits macro-climatiques, décrivant les conditions climatiques dans l’ambiance des modules, et la situation au niveau matériel, les facteurs de stress micro-climatiques. Ce dernier décrit les paramètres pertinents pour les processus de dégradation et donc aussi les modèles mathématiques traitant de la dégradation des modules et de la prévision de la durée de vie. Les conditions macro-climatiques ambiantes à des emplacements spécifiques peuvent être estimées à l’aide de données pour les régions climatiques ou de cartes climatiques adaptées et ainsi être classées à l’aide de schémas de classification climatique qui existent également spécifiés à des fins PV, comme par ex. le système photovoltaïque de Köppen-Geiger.
Pour la détermination des charges microclimatiques – qui sont généralement des paramètres d’entrée pour les modèles de dégradation, des calculs supplémentaires sont nécessaires. Le rapport présente des moyens possibles pour déterminer les données nécessaires pour les paramètres microclimatiques les plus importants que sont la température et l’humidité. Ces données sont également très importantes pour la définition des tests accélérés, qui peuvent fournir des paramètres spécifiques au module pour la durée de vie et la prédiction de la dégradation. Le chapitre 3 décrit également les tests de vieillissement accéléré de base, tels que décrits dans les normes CEI respectives, et comment ils peuvent prendre en charge la prédiction et la modélisation de la dégradation et de la durée de vie ainsi que leurs limites.
Un accent particulier sur la dégradation des matériaux polymères
Le chapitre 4 traite des approches générales de modélisation de la dégradation et de la durée de vie, y compris les problèmes connexes. Il commence dans la section 4.1 avec les problèmes généraux de modélisation empirique dont il faut être conscient lorsqu’on travaille sur des solutions de modélisation mathématique pour la prédiction de la durée de vie et de la dégradation et l’interprétation des résultats. Il existe des approches très différentes pour la modélisation empirique de la prédiction des performances de durée de vie et de la durée de vie des produits tels que la modélisation statistique empirique des modules PV et la modélisation physique empirique. Les modèles physiques empiriques sont ceux qui utilisent des formes analytiques ou numériques pour représenter la physique et la chimie fondamentales des phénomènes. Les modèles statistiques, souvent appelés modèles axés sur les données, utilisent des formes mathématiques capables de s’adapter aux données (mesurées) sans relation directe avec des processus physiques ou chimiques. Les deux approches utilisent des données empiriques (mesurées) pour déterminer les paramètres qui peuvent être utilisés pour prédire le comportement futur.
La section 4.2 présente d’une part des modèles pour des modes ou des phénomènes de dégradation spécifiques des modules (par exemple, la fissuration de la feuille de fond ou de la cellule ou la corrosion électrochimique). D’autre part, des approches de modélisation pour les effets de dégradation des composants et des matériaux sont présentées. Un accent particulier est mis ici sur la dégradation des matériaux polymères, car ces matériaux sont connus pour être sensibles aux effets de dégradation causés par des facteurs de stress climatiques typiques tels que la température élevée, l’humidité et le rayonnement UV. Les approches de modélisation utilisant des modèles prédictifs et des modèles mécanistes inférentiels sont présentées en utilisant la dégradation du polyéthylènetéréphtalate (PET) comme exemple captable. Il est montré que différentes approches de modélisation sont nécessaires pour décrire tous les effets de dégradation. Les points faibles des modules peuvent être identifiés et une optimisation ciblée des produits peut être prise en charge.
Les modèles de dégradation des performances sont abordés dans la section 4.3, qui sont les modèles de base pour la prédiction de la dégradation des modules au fil du temps pour des types et des emplacements spécifiques. Combinés à des conditions de fin de vie définies, ces modèles peuvent être utilisés pour la prévision de la durée de vie. Différentes approches qui ont été spécifiquement développées pour les modules PV sont présentées. A commencer par une approche centrée sur les processus physiques et chimiques et l’application spécifique. Une approche pour développer des modèles de taux de perte de performance (PLR) suivant la méthodologie statistique est également présentée, y compris les processus pour déterminer les paramètres pertinents à partir des données de terrain.
La durée de vie utile restante
Les approches de modélisation sont présentées, y compris l’approche méthodologique du problème, les données d’entrée utilisées et les paramètres liés aux types de modules spécifiques ou aux conditions climatiques locales, jusqu’aux calculs des taux de dégradation au fil du temps ou de la durée de vie utile restante (RUL) ou de la durée de vie totale attendue.
Les derniers travaux scientifiques montrent que les modèles de durée de vie et de dégradation des modules photovoltaïques sont particulièrement utiles s’ils combinent différentes approches de modélisation et incluent le savoir-faire et les paramètres de modélisation des effets de dégradation les plus pertinents. De tels modéles peuvent différencier le comportement de différents types de modules et inclure la situation à différents emplacements de service. Pour certains modules, il est également nécessaire d’utiliser des approches de modélisation en plusieurs étapes pour permettre des résultats significatifs.
Des approches avancées d’analyse de données et de modélisation permettent également de déterminer des signatures de dégradation pouvant être liées à des effets de dégradation spécifiques. Cette approche devrait être très utile dans les travaux futurs pour identifier les défaillances sur la base des données opérationnelles. Étant donné que les incertitudes des paramètres d’entrée peuvent avoir un impact significatif sur les résultats mais ne sont souvent pas totalement évitables, ces sujets sont traités au chapitre 4.3.
