sCV et F : variabilité et prévisibilité du rayonnement solaire
Le ciel change, mais à quel point reste-t-il prévisible ?
Sur 68 stations météorologiques espagnoles, notre indice de prévisibilité F conserve une relation inverse avec l’erreur de prévision, examinée sur dix modèles et 24 horizons. Ce résultat publié dans Renewable Energy montre l’intérêt de caractériser le signal avant de comparer les algorithmes : une erreur élevée ne raconte pas la même histoire sur un ciel régulier et sur une série très fluctuante.
Le travail introduit deux indicateurs complémentaires. Le coefficient de variation stochastique, sCV, mesure les fluctuations en les rapportant à une référence dynamique de ciel clair. Son intervalle théorique de zéro à un facilite l’interprétation, sous les hypothèses du cadre. F ajoute une information de dépendance temporelle issue de l’autocorrélation. Deux séries de variabilité comparable peuvent ainsi conserver des mémoires différentes : l’une laisse davantage d’information exploitable pour prévoir.
La validation combine cent séries synthétiques cyclostationnaires et les observations du réseau SIAR. Les simulations permettent de faire varier les propriétés du signal ; les stations permettent de confronter le diagnostic à des situations réelles. La relation entre F et les erreurs apparaît aussi à l’échelle des stations, et ne se réduit donc pas à un effet d’agrégation du réseau. Sous forte variabilité synthétique, elle peut devenir non linéaire.
Pour un utilisateur, l’apport est un diagnostic : comparer la difficulté de prévision, choisir des références et interpréter un score dans son contexte. F n’est ni un intervalle de confiance calibré ni une promesse de gain économique. Les événements de sur-éclairement et la qualité du modèle de ciel clair demandent aussi de l’attention. L’étude propose une mesure de la prévisibilité ; elle ne supprime pas l’incertitude atmosphérique.
Article, auteurs et ressources
Référence collective : Cyril Voyant, Alan Julien, Milan Despotovic, Gilles Notton, Luis Antonio Garcia-Gutierrez, Claudio Francesco Nicolosi, Philippe Blanc et Jamie Bright. Stochastic coefficient of variation: Assessing the variability and forecastability of solar irradiance. Renewable Energy 256, 123913 (2026). DOI · article éditeur en accès ouvert.
Théorie complète, code et exemple exécutable (site des méthodes, en anglais) · Tous les récits · L'auteur