Soutenance mémoire
Outils de modélisation
De nombreux codes de calcul ont été développés, depuis les années 70 jusqu’à aujourdhui. Une première génération de codes, principalement basés sur des langages fortran et Matlab a précédé une nouvelle génération, profitant des progrès réalisés au niveau informatique. Il existe principalement deux types de codes :
• Les codes basés sur une méthode déterministe (produits de convolution, optiques de cônes) ;
• Les codes basés sur une méthode statistique (lancer de rayon, Monte Carlo).
Première génération de codes
Mirval Développé au Laboratoire SANDIA en 1979 [37], ce logiciel basé sur les méthodes de Monte Carlo a été développé par la Deutches Zentrum für Luft- und Raumfahrt (DLR) dans le but d’évaluer les performances des systèmes optiques et notamment des héliostats. Il possède un module permettant d’optimiser la position des miroirs au sol à partir de critères énergétiques. Manquant de flexibilité, il n’avait pas permis de modéliser le champ de la centrale Thémis [31].
Autres Parmi les autres codes issus de la première génération, nous pouvons citer :
• DELSOL ;
• UHC ;
• HFLCAL ;
• VEGAS ;
• FIAT LUX.
Nouvelle génération de codes
Les améliorations informatiques, notamment en terme de vitesse de calcul et de langage de programmation ont permis l’émergence de nouveaux outils de simulation, basés sur des langages orientés objet (C++). Alors que les anciens codes sont le plus souvent monoréflexion, les nouveaux codes prennent en compte les multi réflexions (à l’exception de Stral). De même, la nouvelle génération de codes prend en charge un éventail complet de géométries complexes et sont adaptables à plusieurs types d’installation, alors que les codes de la génération précédente sont souvent moins polyvalents et utilisés pour une configuration donnée.
SolTrace Bien qu’il ait été développé en 2003 au National Renewable Energy Laboratory (NREL) [38], il a été complètement reécrit en C++ en 2011 et tire parti des techniques modernes de calcul parallèle. Il s’agit d’un code polyvalent permettant de modéliser de nombreux systèmes à énergie solaire concentrée (fours solaires, centrales à tour, capteurs cylindro-paraboliques, fresnel). Utilisant la méthode des lancers de rayons, il fonctionne très bien avec des géométries complexes et bénéficie d’outil de visualisation. Il excelle notamment dans la production de cartes de flux [31]. Il s’est notamment montré très performant dans la représentation du champ solaire du projet PEGASE à Thémis [35].
Tonatiuh Le projet Tonatiuh est un projet open source orienté objet écrit en C++. Tonatiuh est axé sur trois modèles élémentaires :
• Un modèle pour le système de concentration ;
• Un modèle pour le rayonnement solaire incident ;
• Un modèle pour les interactions basiques entre le rayonnement et les éléments du système de concentration.
Le modèle représentant le système de concentration consiste en une ouverture d’entrée, un volume et un ensemble de surfaces, réelles et/ou virtuelles. Les surfaces virtuelles sont mises en place pour obtenir notamment des données sur le flux incident, la puissance totale reçue, etc. Le rayonnement solaire incident prend la forme d’une surface généralement plane dont chaque point a une irradiance et une direction définies. Cette configuration permet de n’utiliser que deux valeurs pour définir le vecteur spécifiant la position du soleil. Les interactions entre le rayonnement incident et le système de concentration sont modélisées à l’aide des méthodes de Monte Carlo et les techniques de lancer de rayon sont utilisées pour suivre les trajets des photons à travers le système de concentration, jusqu’à leur sortie ou leur absorption [39]. Parmi ses atouts, nous pouvons citer :
• Fonctionnement sur les principaux systèmes d’exploitation : Windows, Mac Os, Unix, Linux ;
• Une interface utilisateur 3-D très efficace ;
• La possibilité de calcul parallèle ;
• Une schéma de lancer de rayon rapide et précis, adaptable à de nombreuses géométries disponibles ;
Toutefois, l’utilisation d’un algorithme de Monte Carlo analogue le rend moins performant en terme de convergence que des codes de calcul utilisant la formulation intégrale de la méthode de Monte Carlo (MMC) [40].
Stral Il s’agit d’un nouveau logiciel de lancer de rayon codé en C++ et développé par la DLR [41]. Son but est de réaliser des cartes de flux à partir de champs d’héliostats. Il a pour particularité d’être très rapide en comparaison à des codes plus anciens servant de référence à la DLR. Ces résultats ont été comparés avec ceux obtenus par des simulations réalisées par Mirval . Sa conception est basée sur le constat que les principaux codes de calcul utilisés pour la simulation et le design de champs d’héliostats introduisent une distribution normale incluant un écart-type spécifique pour simuler les erreurs surfaciques des miroirs constituants les héliostats. Cette méthode donne des résultats globalement justes de par la superposition d’un grand nombre de miroirs, mais une mesure effectuée sur un unique miroir ne représente pas une distribution aussi simple. Pour cela, Stral recherche un plus grand degré de précision et s’appuie sur des données issues de la géométrie « exacte » de l’héliostat. Ainsi, l’héliostat est discrétisé en 40 000 sous surfaces par m2 et chacune de ces surfaces possède sa propre normale. L’inconvénient principal de cette démarche réside dans la taille des fichiers contenant les données géométriques des champs d’héliostats :
• Environ 3GB pour 2000 vecteurs normaux par m avec le champ d’héliostats de la centrale PS10 ;
• Environ 320GB pour 2000 vecteurs normaux par m avec le champ d’héliostats de la centrale Solar Tres.
|
Table des matières
1. Introduction
1.1. Contexte énergétique mondial
1.2. Centrale solaire à concentration
1.3. Une alternative : les centrales beam down
1.4. Contexte de la thèse
1.5. Organisation du manuscrit
Références
2. Modélisation et résolution numérique des centrales solaires à tour
2.1. Outils de modélisation
2.2. Modèle d’estimation de la puissance thermique
2.3. Modélisation d’une centrale semblable à PS10
2.4. Conclusion
Références
3. Estimation de l’énergie thermique collectée annuellement
3.1. De la puissance à l’énergie
3.2. Intégration temporelle
3.3. Optimisation du temps de calcul
3.4. Carte de flux et carte d’énergie
3.5. Conclusion
Références
4. Estimation de la production d’énergie électrique ou chimique d’une installation solaire à concentration
4.1. De l’énergie thermique à la productivité
4.2. Principe de la méthode
4.3. Fonction de conversion non linéaire et énergie solaire
4.4. Mise en œuvre
4.5. Conclusion
Références
5. Méthodes d’optimisation et centrales solaires à concentration
5.1. Méthodes numériques de recherche d’optimum
5.2. Optimisation et solaire à concentration
5.3. Optimisation par essaim particulaire
5.4. Conclusion et perspectives
Références
6. Modélisation et optimisation des installations de type « beam down »
6.1. Principe des centrales de type « beam down »
6.2. Modélisation des centrales « beam down »
6.3. Comparaison centrale à tour – centrale « beam down »
6.4. Conclusion et perspectives
Références
7. Estimation de sensibilités aux paramètres géométriques d’une centrale solaire à concentration
7.1. Estimation de sensibilités à la déformation du domaine par la méthode
de Monte Carlo
7.2. Estimation séquentielle d’une grandeur et de ses sensibilités
7.3. Mise en œuvre de l’algorithme
7.4. Conclusion
Références
8. Conclusion
Télécharger le rapport complet
