Une méthode probabiliste pour la dimensionnement des systèmes de stockage d'énergie basée sur l'incertitude des prévisions de puissance éolienne

Une nouvelle méthode est proposée pour concevoir un système de stockage d'énergie (ESS) dédié à la réduction de l'incertitude des prévisions de puissance éolienne à court terme jusqu'à 48 h. L'étude se concentre sur le comportement statistique de l'erreur de prévision et de l'état de charge (SOC) de l'ESS. Cette approche donne un aperçu de l'influence des conditions de prévision (horizon, qualité) sur la distribution de l'SOC. Avec cette connaissance, un dimensionnement optimisé de l'ESS peut être réalisé avec une limite d'incertitude bien définie. Pour cette étude, des séries chronologiques d'un an des mesures de production d'énergie et des prévisions étaient disponibles pour deux parcs éoliens. À titre de référence, différents degrés de qualité de prévision sont simulés sur la base d'une approche de persistance. Avec les données de prévision, des fonctions de densité de probabilité empiriques (pdf) sont générées, qui constituent la base de la méthode proposée. Cette approche peut conduire à une réduction considérable de l'ESS et fournit des informations importantes sur l'énergie non servie. Cette énergie non servie représente l'incertitude de prévision restante. En conséquence, la méthode probabiliste proposée permet le dimensionnement des systèmes de stockage d'énergie en fonction de l'incertitude de prévision restante souhaitée, réduisant simultanément la capacité de puissance et d'énergie.