France – Mardi 22/10/2019 – energiesdelamer.eu. Ancre – Colloque des Doctorants – 18ème intervenant : Marion Huchet
Les performances de systèmes houlomoteurs peuvent être grandement améliorées par des stratégies de contrôle actif, par exemple par du Model Predictive Control [1].
Cependant, la mise en place de telles stratégies exige de disposer d’une prédiction vague à vague et en temps réel de la houle arrivant sur le dispositif, à un horizon d’environ 30 secondes. À l’heure actuelle, il n’existe pas de système ni de méthode satisfaisante pour obtenir une telle information. Toutefois, suite au développement récent des capacités de calcul numérique, la prédiction déterministe de houle, jusqu’ici cantonnée à des domaines spatio-temporels très restreints, connaît un regain d’intérêt depuis les années 2000 [2, 3, 4]. Une fois allégé le problème de la puissance de calcul, une des difficultés principales dans l’approche déterministe réside dans la façon d’obtenir des informations pertinentes et suffisamment complètes sur l’état de mer incident, afin de pouvoir reconstruire puis propager les vagues correspondantes. Différentes méthodes ont été testées ces dernières années [5, 6, 7], mais souffrent d’inconvénients tels qu’un horizon de prédiction trop court ou un temps d’assimilation de la donnée rédhibitoire pour une application en temps réel. Dans le cadre du projet ADEME S3 qui vise à la démonstration en mer d’un système houlomoteur innovant à base de polymères électro-actifs, nous proposons ici une nouvelle approche pour la prédiction déterministe de houle. Cette méthode repose sur la mesure de la vitesse horizontale de l’écoulement due à la houle dans une tranche de colonne d’eau, et l’utilisation de cette vitesse comme condition limite dans un modèle de propagation déterministe et non-linéaire [8]. Après avoir mis en évidence les difficultés pratiques liées à la mesure de cette vitesse horizontale, une méthode de reconstruction du profil à partir de mesures plus accessibles est proposée et discutée. Les performances de la méthode de reconstruction – prédiction de houle sont ensuite évaluées par des simulations numériques.
Agenda des événements sélectionnés par energiesdelamer.eu : Journée Doctoriale sur les thématiques du GP5 de l’ANCRE 23/10/2019
Points de repère
Références : [1] H.-N. Nguyen, G. Sabiron, P. Tona, M. M. Kramer, et E. V. Sanchez, « Experimental Validation of a Nonlinear MPC Strategy for a Wave Energy Converter Prototype », in Volume 6: Ocean Space Utilization; Ocean Renewable Energy, Busan, South Korea, 2016. [2] G. Wu, « Direct simulation and deterministic prediction of large-scale nonlinear ocean wavefield », Thèse de doctorat, Massachusetts Institute of Technology, 2004. [3] E. Blondel-Couprie, « Reconstruction et prévision déterministe de houle à partir de données mesurées », Thèse de doctorat, Ecole Centrale de Nantes (ECN), 2009. [4] F. Fucile, « Deterministic sea wave and ship motion forecasting: from remote wave sensing to prediction error assessment », Thèse de doctorat, Università degli studi di Trieste, 2017. [5] F. Fusco et J. V. Ringwood, « Short-Term Wave Forecasting for Real-Time Control of Wave Energy Converters », IEEE Transactions on Sustainable Energy, vol. 1, nᵒ 2, p. 99-106, 2010. [6] E. Blondel, F. Bonnefoy, et P. Ferrant, « Deterministic non-linear wave prediction using probe data », Ocean Engineering, vol. 37, nᵒ 10, p. 913-926, 2010. [7] P. Naaijen et A. P. Wijaya, « Phase Resolved Wave Prediction From Synthetic Radar Images », in Volume 8A: Ocean Engineering, San Francisco, California, USA, 2014. [8] G. Ducrozet, F. Bonnefoy, D. Le Touzé, et P. Ferrant, « A modified High-Order Spectral method for wavemaker modeling in a numerical wave tank », European Journal of Mechanics – B/Fluids, vol. 34, p. 19-34, 2012.
Publicités Google :
