Sébastien Le Fouest et une lame VAWT expérimentale © Alain Herzog CC BY SA.
Par Célia Luterbacher
Des chercheurs de l’EPFL ont utilisé un algorithme d’apprentissage génétique pour identifier des profils de pas optimaux pour les pales d’éoliennes à axe vertical, qui, malgré leur potentiel énergétique élevé, étaient jusqu’à présent vulnérables aux fortes rafales de vent.
Si vous imaginez une éolienne industrielle, vous imaginez probablement la conception d’une éolienne, techniquement connue sous le nom d’éolienne à axe horizontal (HAWT). Mais les toutes premières éoliennes, développées au Moyen-Orient vers le VIIIe siècle pour moudre le grain, étaient des éoliennes à axe vertical (VAWT), ce qui signifie qu’elles tournaient perpendiculairement au vent plutôt que parallèlement.
En raison de leur vitesse de rotation plus lente, les VAWT sont moins bruyants que les HAWT et atteignent une plus grande densité d’énergie éolienne, ce qui signifie qu’ils ont besoin de moins d’espace pour le même rendement, tant sur terre qu’en mer. Les lames sont également plus respectueuses de la faune : parce qu’elles tournent latéralement, plutôt que de trancher par le haut, elles sont plus faciles à éviter pour les oiseaux.
Avec ces avantages, pourquoi les VAWT sont-ils largement absents du marché actuel de l’énergie éolienne ? Comme le dit Sébastien Le Fouest, chercheur à l’Ecole d’Ingénieurs Laboratoire de diagnostic des flux instables (UNFOLD) explique, cela se résume à un problème d’ingénierie – le contrôle du débit d’air – qui, selon lui, peut être résolu en combinant la technologie des capteurs et l’apprentissage automatique. Dans un papier récemment publié dans Nature CommunicationsLe Fouest et Karen Mulleners, responsable d’UNFOLD, décrivent deux profils de pas optimaux pour les pales VAWT, qui permettent d’obtenir une augmentation de 200 % de l’efficacité de la turbine et une réduction de 77 % des vibrations menaçant la structure.
« Notre étude représente, à notre connaissance, la première application expérimentale d’un algorithme d’apprentissage génétique pour déterminer le meilleur pas d’une pale VAWT », explique Le Fouest.
Transformer le talon d’Achille en un avantage
Le Fouest explique que si la capacité éolienne installée en Europe augmente de 19 gigawatts par an, ce chiffre doit se rapprocher de 30 GW pour répondre aux exigences de l’ONU. Objectifs 2050 en matière d’émissions de carbone.
« Les obstacles à cet objectif ne sont pas financiers, mais sociaux et législatifs : les éoliennes sont très peu acceptées par le public en raison de leur taille et de leur bruit », dit-il.
Malgré leurs avantages à cet égard, les VAWT souffrent d’un sérieux inconvénient : ils ne fonctionnent bien qu’avec un débit d’air modéré et continu. L’axe de rotation vertical signifie que les pales changent constamment d’orientation par rapport au vent. Une forte rafale augmente l’angle entre le flux d’air et la pale, formant un vortex dans un phénomène appelé décrochage dynamique. Ces tourbillons créent des charges structurelles transitoires auxquelles les pales ne peuvent pas résister.
Lame expérimentale VAWT de l’EPFL © UNFOLD EPFL CC BY SA.
Pour remédier à ce manque de résistance aux rafales, les chercheurs ont monté des capteurs sur un arbre de pale d’actionnement pour mesurer les forces aériennes agissant sur celui-ci. En lançant la pale d’avant en arrière à différents angles, vitesses et amplitudes, ils ont généré une série de « profils de pas ». Ensuite, ils ont utilisé un ordinateur pour exécuter un algorithme génétique, qui a effectué plus de 3 500 itérations expérimentales. Comme un processus évolutif, l’algorithme a sélectionné les profils de pitch les plus efficaces et les plus robustes, et a recombiné leurs caractéristiques pour générer une « progéniture » nouvelle et améliorée.
Cette approche a permis aux chercheurs non seulement d’identifier deux séries de profils de pas qui contribuent à améliorer considérablement l’efficacité et la robustesse des turbines, mais également de transformer la plus grande faiblesse des VAWT en une force.
« Le décrochage dynamique – le même phénomène qui détruit les éoliennes – à plus petite échelle peut en fait propulser la pale vers l’avant. Ici, nous utilisons vraiment le décrochage dynamique à notre avantage en redirigeant le pas des pales vers l’avant pour produire de la puissance », explique Le Fouest. « La plupart des éoliennes orientent la force générée par les pales vers le haut, ce qui ne facilite pas la rotation. Changer cet angle ne forme pas seulement un vortex plus petit – il le repousse simultanément précisément au bon moment, ce qui entraîne une deuxième région de production d’électricité sous le vent.
L’article Nature Communications représente les travaux de doctorat de Le Fouest au laboratoire UNFOLD. Maintenant, il a reçu un PONT subvention du Fonds national suisse (FNS) et d’Innosuisse pour construire une preuve de concept VAWT. L’objectif est de l’installer à l’extérieur, afin de pouvoir le tester car il répond en temps réel aux conditions réelles.
«Nous espérons que cette méthode de contrôle du débit d’air pourra amener la technologie VAWT efficace et fiable à maturité afin qu’elle puisse enfin être commercialisée», déclare Le Fouest.
Lire l’intégralité de la recherche
Contrôle optimal du pas des pales pour des performances améliorées de l’éolienne à axe vertical, Sébastien Le Fouest & Karen Mulleners (2024).
Mots clés: Mettre l’accent sur une énergie propre et abordable, Focus sur les ODD de l’ONU
EPFL
