Contexte

Les hydroliennes sont conçues pour résister au chargement maximum qu’elles peuvent subir lors de leur phase d’exploitation. La fatigue résulte de la turbulence et de l’action des vagues. La prise en compte du chargement maximum et d’une fatigue élevée, combinée à l’incertitude de la modélisation des chargements, mènent à une conception conservatrice, à des dispositifs lourds et onéreux ainsi qu’à des coûts élevés de transport et de déploiement (CAPEX élevé).

Pendant le fonctionnement, la fatigue et le chargement maximum contribuent à l’usure de l’appareil, ce qui réduit sa fiabilité, sa disponibilité, son efficacité et sa durée de vie et augmente les coûts d’exploitation (OPEX). Un meilleur contrôle des hydroliennes pour réduire les chargements dommageables améliorera la fiabilité de l’appareil et prolongera la durée de vie des composants, ce qui entraînera une réduction de l’OPEX. En outre, un meilleur contrôle et une meilleure compréhension de la ressource et de la réponse de l’hydrolienne peuvent être utilisés pour optimiser les performances et augmenter le rendement de l’appareil.

L’intelligence artificielle a déjà été déployée avec succès dans l’industrie éolienne mature afin d’offrir des avantages commerciaux significatifs en permettant aux dispositifs de s’adapter en temps réel aux conditions extérieures.

Objectif

Utiliser l’intelligence artificielle pour améliorer les performances des hydroliennes et accélérer leur commercialisation.

Contenu scientifique et technique

• Test d’un prototype de système en réalisant des expérimentations sur un banc d’essais, en situation de remorquage et en mer à deux sites hydroliens.
• Tests sur des dispositifs sous-marins et flottants, avec des groupes motopropulseurs à engrenages et à entraînement direct.
• Évaluation socio-économique de l’énergie hydrolienne aux niveaux régional, national et européen.
• Vérification indépendante des résultats du projet.
• Caractérisation environnementale des sites de déploiement, évaluation et modélisation des impacts environnementaux potentiels des hydroliennes.

Ressources

Vidéo de présentation ELEMENT

Livrables publics ELEMENT (PDF en anglais)

Webinars ELEMENT (en anglais)

Partenaires et financement

Ce projet était coordonné par Nova Innovation.

Le budget total du projet était de 4 985 k€.

Ce projet a bénéficié d’un financement du programme européen de recherche et d’innovation Horizon 2020 (Convention de subvention n°815180).

Crédit photo : Nova Innovation