Soutenance de thèse : Liliane BOU NASSIF

Analyse expérimentale des transferts thermiques entre les systèmes solaires en milieux urbains

Doctorante : Liliane BOU NASSIF

Laboratoire INSA : CETHIL - Centre d'Énergétique et de Thermique de Lyon
École doctorale : n°162 MEGA - Mécanique, Énergétique, Génie Civil, Acoustique

Les défis liés à la sécurité énergétique, amplifiés par le changement climatique, soulignent la nécessité urgente de systèmes énergétiques stables, abordables et durables. En Europe, l'objectif de neutralité carbone à l'horizon 2050 implique une réduction de 55% des émissions de gaz à effet de serre d'ici 2030, avec l'énergie solaire photovoltaïque (PV) au cœur de cette transition. La capacité mondiale est estimée à plus de 14000 GW d'ici le milieu du siècle, avec une part importante issue des systèmes en toiture. Pourtant, les performances des modules PV sont fortement influencées par les conditions environnementales, en particulier la température, qui réduit l'efficacité des cellules au silicium. La prédiction fiable de la production PV repose donc sur des modèles thermiques précis, la convection représentant la principale source d'incertitude en raison de sa dépendance à la vitesse du vent, à la géométrie et à l'installation. Cette thèse comble cette lacune en développant un cadre expérimental et de modélisation de longue durée pour caractériser les transferts de chaleur convectifs sur des modules PV en conditions réelles extérieures. Une plateforme instrumentée en toiture, équipée de pyranomètres, thermocouples, anémomètres, LiDAR et fluxmètres, permet des mesures haute fréquence des flux thermiques et des paramètres environnementaux. Les corrélations empiriques confirment la dépendance linéaire du coefficient de transfert convectif à la vitesse du vent, avec des variations saisonnières et des décalages d'interception reflétant les effets de convection naturelle. Une méthode de re-calage fondée sur la similarité de Monin--Obukhov assure la transférabilité des corrélations entre hauteurs de mesure. L'étude de l'orientation des modules montre une sensibilité comparable au vent, tandis que la convection sur la face arrière contribue de manière marginale aux échanges thermiques totaux. Enfin, des réseaux de neurones graphiques informés par la physique (GNN), entraînés sur des données continues d'une année, améliorent significativement la prédiction de la température des modules et de la puissance électrique par rapport aux modèles PV classiques. Les mesures directes de convection et la corrélation spécifique au site développée ici fournissent les prévisions les plus fiables, établissant une méthodologie validée pour réduire l'incertitude thermique dans la modélisation des performances PV.