L’estimation de la capacité de production est une étape cruciale dans le processus de conception d’une centrale éolienne. Une mauvaise estimation de la production peut engendrer des pertes économiques importantes. Une étude réalisée sur les centrales éoliennes subventionnées par le gouvernement canadien a démontré que l’estimation moyenne de ces centrales affichait une surestimation de la capacité de production. Dans ce contexte, une étude a été effectuée afin de mieux comprendre l’origine de ces erreurs et de développer une méthode afin de les réduire.

Pour ce faire, les logiciels MS-Micro, WAsP, WindFarm et WindPro ont été étudiés et comparés. Selon les résultats obtenus, MS-Micro donne de meilleurs résultats lorsque le terrain est simple comparativement à WAsP. À l’inverse, WAsP accorde des erreurs plus faibles en terrain complexe. Au niveau des modèles de sillage, le modèle WindFarm affiche les résultats les plus concluants lorsqu’il s’agit de sillage unitaire tandis que le modèle WindPro donne les meilleurs résultats dans le cas de sillage multiple.

Suite à ces analyses, des indicateurs de topographie et de sillage ont été développés afin d’identifier l’influence des diverses caractéristiques d’un site sur l’erreur de production. Entre autres, une classification de la rugosité a été créée, incluant un paramètre de rugosité de référence ainsi qu’un paramètre de complexité de rugosité. Les indicateurs ont également permis d’établir des corrélations et de développer des équations permettant d’évaluer l’erreur de production en fonction du site et du positionnement des éoliennes sur le site. Une réduction de 83.4% des erreurs de production sur l’effet de terrain est obtenue, tandis que les indicateurs de sillage ont engendré une amélioration de l’estimation de 79.3%.

Enfin, diverses études de cas ont été effectuées sur le modèle WAsP afin d’évaluer les erreurs engendrées par certaines approximations. Les résultats démontrent, entre autres, que des erreurs importantes se produisent lorsque les données de vent n’ont pas tendance à suivre une distribution de Weibull. Ce phénomène ne semble pas être observé sur le modèle MS-Micro.

The assessment of the production capacity is a crucial step in the wind farm design process. A poor assessment can cause significant economic losses. A study of the wind farms subsidized by the Canadian government has shown that the average assessment described an overestimation of the production capacity. In this context, a study have been done to better understand the origin of these errors and to develop a method to reduce them.

To do this, the softwares MS-Micro, WAsP, WindFarm and WindPro have been studied and compared. Based on the results, MS-Micro gives the best results when the terrain is simple compared to WAsP. Conversely, WAsP gives lower errors in complex terrain. In terms of wake models, WindFarm got the most successful results when it comes to simple wake while WindPro gives the best results in the case of multiple wakes.

Following this analysis, topography indexes and wake indexes have been developped to identify the influence of the various characteristics of the site on the production error. In addition, a roughness class has been created, including the reference roughness and the roughness complexity. The indexes have also allowed to establish correlations and to develop equations to evaluate the error based on the site characteristics and the positions of wind turbines. A reduction of 83.4% of the production errors has been obtained on the site characteristics, while the wake indexes generated a better estimate of 79.3%.

Finally, various case studies have been done on the WAsP model to evaluate the errors caused by approximations. The results show, among other things, that significant errors occur when wind data do not tend to follow a Weibull distribution. This does not seem to be observed on the MS-Micro model.