
Ces dernières années, l’énergie miniéolique se développe de façon spectaculaire. Selon les estimations de la Organisation mondiale de l’énergie éolienne (WWEA), le niveau de développement de l’industrie miniéolique n’est pas le niveau de l’activité éolienne, bien que les prévisions soient optimistes. La raison principale est que les éoliennes de petite puissance ont des niveaux d’efficacité faibles.
Pour faire face à ce problème, le groupe d’enquête APERT (Applied Electronics Research Team) de la UPV-EHU a développé un algorithme moudéable. Les améliorations qui seront apportées au contrôle de ces groupes électrogènes contribueront à leur efficacité.
L’étude a été publiée dans la revue Renewable Energy.
Les éoliennes à faible puissance sont généralement situées dans des zones où les conditions du vent sont plus défavorables. "Les systèmes de contrôle des éoliennes actuels ne sont pas façonnés; c’est-à-dire que les algorithmes ne sont pas capables de s’adapter à de nouvelles situations," explique-t-il. Iñigo Kortebarria, l’un des chercheurs du groupe de recherche APERT de l’UPV/EHU. C’est pourquoi "l’objectif de la recherche a été de développer un nouvel algorithme capable de s’adapter aux nouvelles conditions ou aux changements qui pourraient être apportés à l’aérogénérescence" ajoute Kortabria. Les chercheurs ont ainsi réussi à accroître l’efficacité des éoliennes.
Et c’est que la vitesse du vent et celle de l’aérogénérateur doivent être directement liées pour que ce dernier soit efficace. Il en va de même pour un couple de danses. Plus les rythmes des danseurs sont synchronisés, plus la danse est confortable et efficace, et cela se voit, parce que la dépense énergétique est minimale pour les deux parties. En d’autres termes, l’algorithme définit la manière dont l’éolienne est adaptée aux changements. Les chercheurs de l’UPV/EHU se sont concentrés sur ce point: sur l’algorithme, sur l’ensemble des ordres que l’aérogénérateur recevra pour s’adapter à la vitesse du vent.
"Le nouvel algorithme est adapté aux conditions de l’environnement et, en outre, il est plus ferme, et ne se déplace pas sans direction fixe. Et c’est que le risque que courent les algorithmes est de ne pas s’adapter aux changements, et, dans le pire des cas, de faire travailler l’aérogénérateur dans des conditions très défavorables, de manière à réduire l’efficacité de l’aérobic.
L’efficacité est l’une des principales préoccupations de l’industrie miniéolique. Il convient de noter que les éoliennes de faible puissance sont normalement installées dans des zones où les conditions du vent sont plus défavorables. Les grandes éoliennes sont situées dans des zones montagneuses ou dans la zone côtière; celles à faible puissance sont toutefois situées dans des endroits où les conditions du vent sont très variables. En outre, l’industrie miniéolique dispose de très peu de ressources pour la recherche, et les caractéristiques aérodynamiques de ces éoliennes sont souvent inconnues. Il est donc difficile de suivre de manière optimale le point de puissance maximale (Maximum Power Tracking, MPPT). "Il doit y avoir un lien direct entre la vitesse du vent et la vitesse de l’aérogénérateur pour que le suivi du point de puissance maximale soit approprié. Il est important de le faire de manière optimale. Dans le cas contraire, l’énergie n’est pas efficace," explique Iñigo Kortbarria.
La plupart des algorithmes actuels n’ont pas été mis à l’épreuve avec les conditions du vent qui souffle dans les zones où se trouvent les éoliennes à faible puissance. Les chercheurs de l’UPV-EHU ont donc conçu un banc d’essai et ont testé les algorithmes actuellement utilisés - y compris le nouvel algorithme développé dans cette recherche - dans les conditions les plus représentatives que l’on puisse donner dans la vie d’un aérogénérateur de cette puissance. "Les algorithmes actuels ne peuvent pas être adaptés aux changements, et par conséquent, l’efficacité des éoliennes diminue considérablement, par exemple, en changeant la densité du vent ," affirme Kortbarria.
"Les essais expérimentaux réalisés montrent clairement que la capacité d’adaptation du nouvel algorithme améliore l’efficacité énergétique lorsque les conditions du vent sont variables," explique Kortabria. "Nous avons vu que, dans des conditions variables, c’est-à-dire dans des conditions réelles pour un aérogénérateur, le nouvel algorithme sera plus efficace que ceux actuels."
Le groupe de recherche APERT (Applied Electronics Research Team) est formé par des professeurs et des chercheurs dans le domaine de la technologie électronique du Département de la technologie de l’électronique. Tous exercent leurs activités à l’École technique supérieure d’ingénierie de Bilbao (UPV/EHU). Ils ont deux grandes lignes de recherche. D’une part, la ligne de circuits reconfigurables et Systems-on-chip, et d’autre part la ligne de circuit de commande et de puissance pour les convertisseurs d’énergie. Cette ligne est basée sur l’utilisation de fibres discontinues de polyesters de nouvelle génération et de haute capacité pour intégrer des systèmes numériques dans un seul circuit intégré. En outre, les progrès réalisés sont mis en œuvre pour répondre à des besoins spécifiques dans les autres domaines de recherche dans lesquels l’APERT travaille. La deuxième ligne de recherche est axée sur la conception et l’étude du comportement des systèmes électroniques de puissance utilisés dans le processus de production, de transformation et de stockage de l’énergie électrique et dans son application aux sources d’énergie renouvelables. En outre, cette deuxième ligne de recherche est parrainée par l’accord de partenariat signé par le groupe APRET avec la Fondation Tecnalia Research&innovation.
Référence bibliographique:
I.Kortabria, J. Andreu, I. Martinez de Alegria, J. Jiménez, J.I. Garde-toi, E. Robles. A novel adaptive maximum power point tracking algorithm for small windturbines. RenewableEnergy. Vol. 63, mars 2014, pag. 785-796
http://www.sciencedirect.com/science/article/pii/S0960148113005673
_______________________
UPV-EHU
Las células solares de perovskita suman un nuevo avance en la investigación fotovoltaica. Un trabajo publicado el 9 de octubre de 2026 en Nature Photonics presenta dispositivos con una eficiencia certificada del 27,31 %, mediante una estrategia que modifica los contactos moleculares de la célula. El estudio aborda también la estabilidad: los dispositivos muestran una pérdida de rendimiento prácticamente despreciable...
El posible uso de inteligencia artificial en ataques contra entidades financieras de Corea del Sur vuelve a centrar la atención en la automatización de la ciberdelincuencia. Reuters informó el 9 de octubre de 2026 de investigaciones en nueve bancos sobre incidentes que podrían haber contado con asistencia de IA. El dato debe leerse con cautela: investigar el papel de estas...
La Universidad de Castilla-La Mancha ha acogido los días 7 y 8 de octubre una reunión de coordinación de FIREFLY, un proyecto europeo que busca electrificar parte de la cadena de valor de la industria química y reducir su dependencia de los recursos fósiles. El encuentro se celebró en la Facultad de Ciencias y Tecnologías Químicas de Ciudad Real. El...
La Escuela Técnica Superior de Ingeniería Industrial de Barcelona, perteneciente a la Universitat Politècnica de Catalunya, celebra sus 175 años con una exposición que conecta su historia con los desafíos tecnológicos y sociales de las nuevas generaciones de ingenieros. La muestra, inaugurada el 8 de octubre, puede visitarse hasta el 17 de octubre en CASA SEAT, en Barcelona, con entrada...
La Universidad Pontificia Comillas ha reunido a representantes institucionales, académicos y especialistas del sector tecnológico y de defensa para analizar las oportunidades y los desafíos de la inteligencia artificial en la seguridad y la defensa de España. El seminario, celebrado el 7 de octubre y difundido por la Universidad el día 9, fue organizado por la Facultad de Derecho de...
In compliance with the Spanish Law on Information Society Services and Electronic Commerce (LSSI) and European Directive 2009/136/EC, we inform you that this website uses cookies to make browsing easier and improve the user experience.
A cookie is a file downloaded to your computer when you access certain websites. Cookies allow a website to store and retrieve information about a user's or device's browsing habits. Depending on the information they contain and how the device is used, they may be used to recognise the user.
You can allow, block or delete cookies installed on your computer by changing your browser settings.
Once informed about the cookie policy, you can accept this website's use of cookies. You may change your settings at any time by configuring your browser to accept or reject cookies, or to notify you when a server wishes to store a cookie.
If you block or reject cookies, some services may be unavailable, you may be unable to access certain services or you may not be able to make full use of this website. In addition to our own cookies, we allow third parties to set and access cookies on your computer.
Thank you for accepting cookies. This helps us obtain more accurate data to improve the content and usability of the website.
If this website provides a special service with specific provisions on personal data protection and cookie use, those particular provisions will take precedence over this policy for that service.
When you first access this website, a window informs you about cookie use and lets you read this cookie policy. If you expressly accept cookies, continue browsing or click a link, you will be deemed to have accepted this cookie policy and the installation of cookies on your computer or device.
We may update this website's cookie policy. We recommend reviewing it each time you visit so that you remain informed about how and why we use cookies. The cookie policy was last updated on 2 September 2013.