Pronostic de salissures des modules PV via la modélisation de l'environnement réel et la fusion[...]

CEA; Grenoble; Sur place; EUR 30 000 - 50 000; Plein temps

Résumé du poste

Une thèse passionnante est proposée dans un cadre innovant, visant à développer des méthodes avancées pour prédire les salissures sur les modules photovoltaïques. Ce projet ambitieux se concentre sur la modélisation de l'environnement réel et l'intégration de données opérationnelles, avec l'objectif de minimiser les pertes d'énergie dans les centrales photovoltaïques. Les candidats auront l'opportunité de travailler sur des approches de pointe, y compris l'utilisation de l'intelligence artificielle pour optimiser les stratégies de nettoyage. Ce rôle est idéal pour ceux qui souhaitent allier recherche scientifique et impact pratique dans le domaine des énergies renouvelables.

Qualifications

• Formation recommandée : Ingénieur en physique/chimie ou science des matériaux.
• Expérience pratique en modélisation complexe et science des données souhaitée.

Responsabilités

• Développer une méthode pour prédire l'accumulation de salissures sur les modules PV.
• Mise en place de campagnes de monitoring pour collecter des données.

Connaissances

Modélisation complexe

Science des données

Apprentissage automatique

Analyse de données/images

Formation

Ingénieur en physique/chimie

Science des matériaux

Description du poste

Description du sujet de thèse

Domaine

Défis technologiques

Sujets de thèse

Pronostic de salissures des modules PV via la modélisation de l'environnement réel et la fusion de données

Contrat

Thèse

Description de l'offre

Les centrales photovoltaïques (PV) notamment celles installées dans des zones sujettes aux salissures, telles que les régions sèches, ainsi que les sites marins et agricoles, peuvent subir des pertes énergétiques allant jusqu'à 20 à 30 % par an. Cela représente des pertes financières dépassant 10 milliards d'euros en 2023. Cette Thèse vise à développer une méthode robuste et complète pour prédire l'accumulation de salissures des modules/systèmes PV, en combinant la modélisation de l'environnement réel et les données opérationnelles PV (électriques, thermiques, optiques). La Thèse sera réalisée dans une approche ascendante en trois étapes :

1. Niveau composant/module PV : Reproduction et modélisation de l'accumulation de salissures en laboratoire, suivies d'une validation expérimentale. Ce travail s'appuiera sur les compétences du CEA en modélisation des mécanismes de dégradation, y compris les tests accélérés.
2. Niveau module/système PV : Mise en place de campagnes de monitoring pour collecter des données (météorologiques, opérationnelles, imagerie) et essais sur un site pilote. Les données serviront à valider et améliorer les outils de diagnostic du CEA, en ajoutant des fonctions innovantes comme la prédiction de la propagation des salissures grâce à l'IA.
3. Niveau système/exploitation PV : Validation de la méthode sur des modules PV commerciaux dans des centrales PV, avec pour objectif de démontrer son applicabilité à grande échelle.

Les résultats de la Thèse contribueront au développement d'un outil/méthode innovant pour le diagnostic/pronostic complet des salissures dans les installations PV, permettant à la fois de minimiser les pertes d'énergie et d'anticiper/optimiser les stratégies de nettoyage d'une centrale PV.

Université / école doctorale

Sciences, Ingénierie, Environnement (SIE)
Savoie-Mont-Blanc

Localisation du sujet de thèse

Site

Grenoble

Critères candidat

Formation recommandée

Ingénieur en physique/chimie ou science des matériaux avec une expérience pratique approches de modélisation complexes et science des données. Une expérience dans les approches d'apprentissage automatique et l'analyse de données/images est un plus.

Demandeur

Disponibilité du poste

01/10/2025

Personne à contacter par le candidat

TSANAKAS Ioannis < email supprimé pour raison de sécurité >
CEA
DES/DTS//LSA
CEA-LITEN/DTS
Site INES, Technolac
50 avenue du Lac Léman
73375 Le Bourget-du-Lac
France
[phone]

Tuteur / Responsable de thèse

MENEZO Christophe < email supprimé pour raison de sécurité >
LOCIE/ Université Savoie Mont Blanc
UMR CNRS 5271
LOCIE UMR CNRS 5271 - Polytech'Annecy-Chambéry INES - Institut National de l'Energie Solaire
Campus scientifique Savoie Technolac - Bâtiment Hélios Avenue du Lac Léman
F-73376 Le Bourget-du-Lac
06 74 10 34 65

En savoir plus

LinkedIn
CEA LITEN
INES