Cadre de contrôle qualité des capteurs météorologiques dans les centrales solaires PV

Dans les centrales solaires photovoltaïques (PV) à l'échelle industrielle, une évaluation précise du rendement énergétique à long terme dépend de la disponibilité continue et ininterrompue de données météorologiques de haute qualité. Les défauts d'instrumentation, la dérive des capteurs et les anomalies de mesure passagères, s'ils ne sont pas détectés, se répercutent directement sur les calculs du ratio de performance (PR), sur les estimations des pertes d'irradiance et sur les garanties contractuelles de rendement énergétique, et introduisent des erreurs systématiques difficiles à isoler et à corriger a posteriori.

Pour limiter ces risques, les projets PV modernes à l'échelle industrielle ont largement adopté la pratique consistant à déployer des paires de capteurs redondantes dans chaque station de surveillance météorologique (WMS). Cette architecture répond aux exigences de redondance de la norme IEC 61724-1:2021 et permet en même temps à l'équipe d'exploitation et de maintenance (OCM) d'effectuer une validation croisée continue des sorties des capteurs, afin de garantir l'intégrité durable des mesures de la WMS pendant toute la durée de vie du projet.

On observe toutefois sur le terrain une difficulté opérationnelle récurrente : les équipes OCM et d'ingénierie de projet sur site appliquent souvent des méthodes de comparaison inadaptées lorsqu'elles évaluent les données de paires de capteurs redondants. La mauvaise pratique la plus courante consiste à comparer directement, minute par minute, les mesures instantanées de deux capteurs installés côte à côte. Avec cette approche, des phénomènes atmosphériques tout à fait normaux, comme les passages de nuages, les gradients thermiques et les épisodes de vent turbulent, produisent de forts écarts instantanés entre les deux voies, et des capteurs sont signalés à tort comme défectueux. Ce mauvais diagnostic entraîne des interventions inutiles sur le terrain, des remplacements de capteurs injustifiés et, surtout, une perte de confiance dans une instrumentation qui fonctionne en réalité dans ses spécifications.

Ce document présente une méthodologie statistiquement rigoureuse et validée en pratique pour le contrôle qualité (QC) des paires de capteurs redondants des WMS dans les centrales solaires PV à l'échelle industrielle. Le cadre proposé, mis en œuvre et vérifié sur une centrale solaire PV de plusieurs GW au Moyen-Orient, applique cinq méthodes d'évaluation complémentaires (concordance de la tendance diurne, analyse de la corrélation de Pearson (r), évaluation de l'écart absolu maximal et minimal, classement par indice de dérive et évaluation de la tendance sur plusieurs jours) pour distinguer les véritables défauts de capteurs de la variabilité atmosphérique, avec un haut degré de confiance diagnostique. Les résultats portent sur une fenêtre de surveillance continue de 10 jours (du 02 au 12 novembre 2025), sur sept stations et cinq groupes de paramètres, et démontrent l'efficacité de la méthodologie dans des conditions réelles d'exploitation sur le terrain.

Pourquoi les données capteurs à la minute induisent vos ingénieurs en erreur

Et que faire à la place

Les exploitants de centrales solaires, les EPC et les équipes OCM lancent souvent la même alerte : « Vos deux capteurs affichent des valeurs différentes à un instant donné. L'un des deux doit être défectueux. »

Dans presque tous les cas, les deux capteurs fonctionnent parfaitement. Le problème n'est pas l'instrument, mais la méthode de comparaison.

Ce rapport est un guide technique de référence pour toute personne qui compare des capteurs WMS redondants sur un site solaire à l'échelle industrielle. Nous vous montrerons, avec des données et des statistiques réelles, pourquoi la comparaison à la minute est fondamentalement erronée, et pourquoi la validation statistique par moyennes journalières, écart type et coefficients de corrélation est la bonne approche, conforme à la norme IEC.

Enseignement clé : deux capteurs de classe A installés côte à côte sur le même mât afficheront rarement des mesures identiques à la minute. L'atmosphère n'est pas uniforme à l'échelle de la milliseconde. C'est de la physique, pas une défaillance d'instrument.

Le problème de la comparaison à la minute

Lorsque deux capteurs sont comparés à chaque intervalle d'une minute, la variabilité atmosphérique instantanée, les cellules de turbulence, les passages d'ombre et le retard de réponse des capteurs contribuent tous à un « désaccord » apparent, même lorsque les deux capteurs sont parfaitement étalonnés et dans la tolérance de la classe A.

Par exemple, un écart isolé de 500 W/m² à la minute lors du passage d'un nuage n'est pas un défaut : c'est de la physique atmosphérique. Le bord d'un nuage peut passer sur un pyranomètre 30 à 60 secondes avant le capteur voisin, ce qui produit un grand écart instantané alors que la corrélation agrégée sur la journée reste supérieure à 0,999. L'indice de dérive et la corrélation de Pearson (r) journalière distinguent correctement les événements météorologiques passagers des véritables défauts de capteurs.

Cadre d'analyse des données

Le cadre d'analyse des données applique cinq méthodes statistiques complémentaires pour valider les paires de capteurs redondants.

Recourir à une seule méthode isolée ne suffit pas ; la combinaison des cinq donne une vue robuste de l'état des capteurs, difficile à mettre en défaut.

Analyse de données WMS réelles sur site

Nous avons extrait 10 jours de données WMS de 7 stations de surveillance météorologique (WMS) mises en service sur un projet de centrale solaire PV de 2 GW au Moyen-Orient.

Les données des 4 paramètres les plus critiques, à savoir le pyranomètre (GHI), l'albédomètre, le capteur de température de module et le capteur de vitesse du vent, ont été analysées en détail. Elles ont été enregistrées à intervalle d'une minute dans l'enregistreur de données de classe A XG930 de fabrication Aeron de la WMS.

Analyse des données GHI

Profil diurne par ciel dégagé, station 41, 02 nov. 2025

Figure 1 : profil GHI (pyranomètre horizontal) par ciel dégagé

Voilà la référence de ce à quoi ressemblent des capteurs redondants sains : une corrélation de Pearson (r) quasi parfaite, une divergence maximale inférieure à 2 % du pic et aucune dérive directionnelle au cours de la journée.

Anomalie 1 : station 45, 03 nov. 2025, passage de nuage

Une grande ombre de nuage a traversé la station 45 entre 12:53 et 13:04. Les deux capteurs GHI ont réagi simultanément, mais dans des proportions différentes, ce qui a créé un grand écart instantané.

Figure 2 : station 45 · 03 nov. 2025 : épisode transitoire de GHI (ombre de nuage de 12:53 à 13:04)

Anomalie 2 : station 41, 09 nov. 2025, épisode transitoire sur un seul capteur

GHI_IRR_01_01 a conservé une courbe en cloche propre et ininterrompue tout au long de la journée. GHI_IRR_02_02 a montré une seule chute brutale et passagère de −482 W/m² à 10:12, avec un retour complet à la normale en 1 minute. C'est l'événement le plus important pour le diagnostic dans le jeu de données : le capteur 1 prouve l'irradiance réelle du ciel, tandis que la chute isolée du capteur 2 confirme un événement touchant un seul capteur, et pas nécessairement un défaut du capteur (probablement un impact d'oiseau ou un autre phénomène).

Figure 3 : station 41 · 09 nov. 2025 : chute de GHI (épisode transitoire de GHI_IRR_02_02 à 10:12)

Synthèse de la corrélation GHI sur 10 jours, toutes stations

Analyse des données de l'albédomètre

Profil diurne par ciel dégagé, station 41, 02 nov. 2025

ALM_Up (orienté vers le haut, il mesure l'irradiance globale incidente) et ALM_Down (orienté vers le bas, il mesure l'irradiance réfléchie par le sol) sont tous deux validés en tant que paires de capteurs. La station 41 montre un comportement d'albédomètre exemplaire par temps clair

Figure 4 : analyse de l'albédomètre (ALM)

Synthèse de la corrélation de l'albédomètre sur 10 jours, toutes stations

Figure 5 : corrélation ALM sur 10 jours

La station 45 (03 nov.) chute à 0.3C48 et la station 50 (03 nov.) à 0.34C8. Les deux cas sont correctement identifiés par l'indice de dérive comme des événements de passage de nuage, et non comme des défauts de capteurs.

Analyse des données du capteur de température de module (MTS)

Profil diurne d'un MTS sain

La température de module (MTS) suit le soleil : elle monte avec l'irradiance le matin, culmine en début d'après-midi (avec un retard d'environ 1 à 2 heures sur le midi solaire en raison de la masse thermique), puis redescend à mesure que l'irradiance diminue. Deux capteurs d'une même station doivent tracer des courbes quasi identiques tout au long de la journée. Voici la station 54 le 05 nov., l'une des journées les plus nettes du jeu de données.

Figure 6 : profil sain d'un MTS

Anomalie 2 : station 72, 06 nov. 2025

C'est l'événement MTS le plus frappant de tout le jeu de données de 10 jours. MTS_02_01, à la station 72, a enregistré une seule mesure d'environ 89 °C à 14:18, soit un bond d'environ 35 °C au-dessus des autres capteurs à ce moment-là. Tous les autres capteurs de la même station ont poursuivi leur baisse normale de l'après-midi. Le capteur bleu reste régulier ; seul le capteur rouge présente un pic.

Figure 7 : pic soudain sur MTS02, station 72

Une analyse détaillée a révélé que MTS_02_01 présentait un MaxDiff = 89,35 °C à 14:18, alors que tous les autres canaux MTS de la même station affichaient un MaxDiff < 3 °C sur la même période.

Corr (r) = 0,972 : c'est le seul cas, dans tout le jeu de données de 10 jours, où un capteur MTS est tombé sous (r) = 0,980. L'indice de dérive l'a classé comme la seule anomalie MTS sur l'ensemble des 7 stations et des 10 jours.

Cause probable : une connexion de thermocouple desserrée, à l'origine d'une lecture momentanée de circuit ouvert, ou un encrassement ou point chaud localisé sur cette cellule précise.

Synthèse de la corrélation MTS sur 10 jours : toutes stations

Figure 8 : corrélation MTS sur 10 jours

La vue montre chaque station sous forme de courbe temporelle. On voit immédiatement que 6 stations sur 7 conservent R ≥ 0,998 pendant les 10 jours, sans exception. La station 72, le 06 nov., est la seule valeur aberrante, et elle ressort nettement comme une chute isolée sur une seule journée et une seule station.

Analyse des données de vitesse du vent (WS)

Profil diurne d'un WS sain

Contrairement au GHI ou au MTS, la vitesse du vent est naturellement turbulente : elle fluctue d'une seconde à l'autre sous l'effet des tourbillons, du relief et de l'ombre du mât. Deux anémomètres d'une même station ne tracent jamais des courbes identiques comme le font les pyranomètres. Une journée saine ressemble à deux signaux bruités mais statistiquement similaires, qui suivent les mêmes rafales et accalmies générales. Voici la station 41 le 02 nov., une bonne journée de référence avec R = 0,964.

Figure 9 : profil sain du capteur de vitesse du vent

Anomalie 2 : station 41, 04 nov. 2025, défaillance de WS_02_02

Figure 10 : défaut identifié sur le capteur de vitesse du vent WS_02_02

Il s'agit d'un véritable défaut de capteur, et non d'un événement météorologique.

WS_01_01 (bleu) montre un après-midi normal et venteux, avec des rafales jusqu'à environ 6 m/s, tandis que WS_02_02 (rouge) démarre normalement le matin, puis, à partir d'environ 10:30, produit des mesures erratiques et physiquement invraisemblables, dont un MinDiff de −24,49 m/s, impossible pour un anémomètre. Les deux signaux deviennent totalement décorrélés.

Synthèse de la corrélation WS sur 10 jours : toutes stations

Figure 11 : corrélation du capteur de vitesse du vent sur 10 jours

La vitesse du vent produit naturellement plus de variations (r) d'un jour à l'autre que le GHI ou le MTS : les journées calmes, avec peu de vent, font légitimement baisser la corrélation. Le graphique ci-dessus montre cette variabilité naturelle sur toutes les stations, avec le seuil de 0,95 repéré.

Des valeurs qui descendent à 0,91 à 0,96 les jours calmes sont normales : un vent faible signifie de petites valeurs absolues, et le moindre décalage domine le facteur de corrélation (r). Ce qui n'est pas normal, c'est une valeur proche de zéro (0,0954). La ligne de seuil rouge en pointillés à R = 0,95 montre quelles journées-stations ont nécessité une investigation. La station 41 le 04 nov. est le seul véritable défaut de tout le jeu de données ; toutes les autres baisses restent dans la variabilité atmosphérique attendue.

Points clés à retenir

Le cadre rigoureux à cinq méthodes utilisé ici a détecté chaque anomalie réelle sans produire la moindre fausse alerte sur le jeu de données de 7 stations et 10 jours.

Les données WMS réelles d'un site solaire PV en exploitation confirment que la corrélation de Pearson (r), l'écart agrégé journalier et le classement par indice de dérive sont les bons outils pour analyser les données de capteurs.
La divergence à la minute relève de la physique normale. La turbulence atmosphérique, les passages de nuages et le temps de réponse des capteurs provoquent tous un désaccord instantané entre des capteurs installés côte à côte. Il ne doit donc pas être considéré comme un défaut de capteur.

Auteur : Saurabh Dey