Recherche et projets

De la variabilité solaire aux prévisions utiles

Mes recherches à Mines Paris – PSL / O.I.E. (centre Observation, Impacts, Énergie) portent sur ce qui peut être prédit, sur l'information dont un modèle a besoin et sur la façon d'évaluer une prévision en fonction de l'usage visé. Elles relient la physique statistique, les séries temporelles, l'apprentissage automatique et les systèmes énergétiques, avec un fil continu en physique médicale.

Variabilité solaire et prévisibilité

Un cycle journalier marqué peut masquer la variabilité due aux nuages. Le coefficient de variation stochastique (sCV) sépare ces deux effets : il mesure la variabilité due aux nuages une fois écarté le cycle journalier. L'indice de prévisibilité F (forecastability) étudie comment cette variabilité se relie à l'erreur de prévision. L'évaluation publiée porte sur 68 stations espagnoles.

Lire le récit sur sCV et la prévisibilité · Quelle prévision pour quel signal ? · article dans Renewable Energy (en anglais)

Prévision parcimonieuse

J'étudie comment la structure d'un signal et la complexité d'un modèle influencent la qualité d'une prévision. Cela couvre les modèles autorégressifs, les Extreme Learning Machines (ELM, réseaux de neurones à une couche cachée dont seuls les poids de sortie sont calculés), le prétraitement par ciel clair (l'éclairement théorique en l'absence de nuages) et la persistance cyclostationnaire. La persistance, prévision de référence, reprend la dernière valeur observée ; une série cyclostationnaire est une série dont les propriétés statistiques se répètent périodiquement, ici chaque jour. BLEND exploite cette structure périodiquement corrélée pour améliorer une persistance de référence, sans entraîner de modèle de prévision ; l'étude distincte MIMO-ELM (plusieurs entrées, plusieurs sorties) prévoit conjointement sept signaux énergétiques.

BLEND expliqué · calculer les poids de BLEND · résultats et limites de MIMO-ELM · guide de mise en œuvre des ELM (en anglais)

Une évaluation adaptée à la question posée

Les métriques NICE mesurent les erreurs par rapport à une persistance de référence, pour plusieurs normes d'erreur. L'indice γ (gamma) évalue l'accord entre prévision et observation dans des tolérances explicites d'espace, de temps et d'intensité. Ces deux approches complètent les métriques usuelles ; leur interprétation dépend de la référence, de l'échantillonnage et des tolérances.

NICE expliqué · l'indice γ expliqué · méthodes et code public (en anglais)

Systèmes énergétiques et physique médicale

Les prévisions soutiennent l'exploitation des systèmes photovoltaïques, du stockage et des micro-réseaux (petits réseaux électriques locaux). Mes travaux de projet relient la prévision à la gestion de l'énergie et à la commande, en particulier dans les systèmes insulaires. En physique médicale, je m'intéresse à l'équivalence de dose radiobiologique, à la modélisation en radiothérapie et à la cinétique de la radioiodine (iode radioactif).

LQL-Equiv et l'équivalence de dose radiobiologique · enseigner ces méthodes

Explorer les méthodes et reproduire les exemples

sCV et prévisibilité F : définitions, figures et code MATLAB · métriques NICE et implémentation ouverte (guides en anglais).

Quelle part d'information spatiale aide la prévision satellite de l'éclairement ? (en anglais) Comparaison par maille, par voisinage et sur tout le champ ; article en préparation, avec un banc d'essai public MATLAB/Python et l'attribution des données SoDa/HelioClim-3. Résumé en français : une maille, un voisinage ou tout le champ ?

Programmes de recherche et collaborations

Je contribue à des programmes collaboratifs sur la prévision, l'intégration des énergies renouvelables et la gestion de l'énergie. Le portefeuille ci-dessous distingue les programmes en cours des collaborations antérieures. Les fiches officielles des projets sont liées lorsqu'elles existent.

Programmes en cours

Fine4Cast · ANR / PEPR TASE · 2023–2028
Prévision de la production et de la consommation d'énergies renouvelables, de quelques minutes à quelques jours, à fine résolution géographique. Présentation du programme (en anglais).

ELECTRE · Mines Carnot · depuis 2025
Coordination scientifique des volets consacrés à l'IA pour l'énergie, à la prévision et aux systèmes multi-sources.

Convention Mines Paris – PSL / Université de Corse / CNRS · 2024–2027
Prévision solaire intermittente et algorithmes de gestion de l'énergie pour des micro-réseaux intelligents.

Programmes antérieurs

SAPHIR · ANR · projet commencé en janvier 2022
Prévision météorologique à haute résolution augmentée par des capteurs, combinant observations et modélisation numérique. Fiche du projet sur le site de l'ANR (durée initiale : 48 mois).

HyLES · ANR · 2021–2024
Intégration de l'hydrogène dans des réseaux faiblement interconnectés, avec FEMTO-ST, LE2P, UPF et UCPP-SPE.

INTELPOLY · Action COST · 2021–2025
Diagnostic, commande et cybersécurité d'installations de polygénération et de stockage hybride.

TILOS · Horizon 2020
Intégration locale d'un stockage par batteries et d'une production renouvelable dans un démonstrateur insulaire. Le projet financé s'est déroulé de février 2015 à janvier 2019. Fiche du projet sur CORDIS (en anglais).

Plateformes et autres collaborations

MYRTE, prévision solaire à court terme pour le stockage d'hydrogène et la gestion couplée production–charge.
RESINTER / PAGLIA-ORBA, commande prédictive d'un réseau d'électricité renouvelable.
ISERBATURB, intégration de systèmes renouvelables dans les bâtiments et les milieux urbains.
Coopération franco-polonaise, échanges sur l'intégration des énergies renouvelables dans les micro-réseaux insulaires.
Université technique de Sofia / Erasmus, co-construction d'une école d'été sur les énergies renouvelables.

CV académique (en anglais) · liste complète des publications · cyril.voyant@minesparis.psl.eu