Les difficultés de mise en œuvre d'expériences de terrain ou de laboratoire, ainsi que les coûts associés, conduisent les sociétés industrielles à se tourner vers des codes numériques de calcul. Ces codes, censés être représentatifs des phénomènes physiques en jeu, entraînent néanmoins tout un cortège de problèmes. Le premier de ces problèmes provient de la volonté de prédire la réalité à partir d'un modèle informatique. En effet, le code doit être représentatif du phénomène et, par conséquent, être capable de simuler des données proches de la réalité. Or, malgré le constant développement du réalisme de ces codes, des erreurs de prédiction subsistent. Elles sont de deux natures différentes. La première provient de la différence entre le phénomène physique et les valeurs relevées expérimentalement. La deuxième concerne l'écart entre le code développé et le phénomène physique. Pour diminuer cet écart, souvent qualifié de biais ou d'erreur de modèle, les développeurs complexifient en général les codes, les rendant très chronophages dans certains cas. De plus, le code dépend de paramètres à fixer par l'utilisateur qui doivent être choisis pour correspondre au mieux aux données de terrain. L'estimation de ces paramètres propres au code s'appelle le calage. Cette thèse propose dans un premier temps une revue des méthodes statistiques nécessaires à la compréhension du calage Bayésien. Ensuite, une revue des principales méthodes de calage est présentée accompagnée d'un exemple comparatif basé sur un code de calcul servant à prédire la puissance d'une centrale photovoltaïque. Le package appelé CaliCo qui permet de réaliser un calage rapide de beaucoup de codes numériques est alors présenté. Enfin, un cas d'étude réel d'une grande centrale photovoltaïque sera introduit et le calage réalisé pour effectuer un suivi de performance de la centrale. Ce cas de code industriel particulier introduit des spécificités de calage numériques qui seront abordées et deux modèles statistiques y seront exposés. / Field experiments are often difficult and expensive to make. To bypass these issues, industrial companies have developed computational codes. These codes intend to be representative of the physical system, but come with a certain amount of problems. The code intends to be as close as possible to the physical system. It turns out that, despite continuous code development, the difference between the code outputs and experiments can remain significant. Two kinds of uncertainties are observed. The first one comes from the difference between the physical phenomenon and the values recorded experimentally. The second concerns the gap between the code and the physical system. To reduce this difference, often named model bias, discrepancy, or model error, computer codes are generally complexified in order to make them more realistic. These improvements lead to time consuming codes. Moreover, a code often depends on parameters to be set by the user to make the code as close as possible to field data. This estimation task is called calibration. This thesis first proposes a review of the statistical methods necessary to understand Bayesian calibration. Then, a review of the main calibration methods is presented with a comparative example based on a numerical code used to predict the power of a photovoltaic plant. The package called CaliCo which allows to quickly perform a Bayesian calibration on a lot of numerical codes is then presented. Finally, a real case study of a large photovoltaic power plant will be introduced and the calibration carried out as part of a performance monitoring framework. This particular case of industrial code introduces numerical calibration specificities that will be discussed with two statistical models.

L’objet de cette thèse est l’intégration des parcs photovoltaïques intelligents au marché de l’électricité dans un environnement de libre concurrence. Les centrales photovoltaïques intelligentes sont celles qu’incluent systèmes de stockage pour réduire sa variabilité et en plus fournir à l’ensemble une plus grande contrôlabilité. Ces objectives techniques sont obtenues grâce à la capacité bidirectionnelle d’échange et stockage d’énergie qu’apportent les systèmes de stockage, dans ce cas, les batteries. Pour obtenir la rentabilité maximale des systèmes de stockage, le dimensionnement doit être optimisé en même temps que la stratégie de gestion avec laquelle le système de stockage est commandé. Dans cette thèse, une fois la technologie de stockage plus adapté à l’application photovoltaïque est sélectionnée, à savoir la technologie de lithium-ion, une participation innovatrice de part des parcs photovoltaïques intelligents dans le marché de l’électricité est proposée qui optimise à la fois le dimensionnement et la stratégie de gestion d’une manière simultanée. Ce processus d'optimisation ainsi que la participation au marché de l'électricité a été appliquée dans un cas d’étude réel, ce qui confirme que cette procédure permet de maximiser la rentabilité économique de ce type de production. / The present PhD deals with the integration of intelligent photovoltaic (IPV) power plants in the electricity markets in an environment subject to free competition. The IPV power plants are those that include energy storage systems to reduce the variability and to provide the entire group a controllability increase. These technical objectives are obtained thanks to the bidirectional exchanging and storing capability that the storage system contributes to, in this case, battery energy storage system (BESS). In order to obtain the maximum profitability of the BESS, the sizing must be optimized together with the control strategy that the BESS will be operated with. In the present PhD, once the most performing battery energy storage technology has been selected, the lithium-ion technology, an innovative IPV power plant electricity market participation process is proposed which optimizes both the sizing and the energy management strategy in the same optimization step. This optimization process together with the electricity market participation has been applied in a real case study, confirming that this procedure permits to maximize the economic profitability of this type of generation.

Dans une vision de développement durable et d'indépendance énergétique visant l'intégration massive des énergies renouvelables à moyen terme dans le mix énergétique, les travaux menés au cours de cette thèse se sont axés sur deux thématiques :- d'une part, la comparaison de la production de trois technologies différentes de panneaux solaires (silicium, silicium avec concentration, CdTe) en fonctionnement réel dans une centrale photovoltaïque au sol dotée du suivi deux axes de la course du soleil ;- d'autre part et étant donné la nature intermittente de l'énergie photovoltaïque et son non-synchronisme avec la consommation, le développement et l'intégration de batteries à base de lithium comme moyen de stockage électrochimique de l'énergie photovoltaïque. L'approche est novatrice et a permis l'étude de nouveaux composés d'électrodes étudiés sous contraintes photovoltaïques réelles et utilisant différentes stratégies de restitution de l'énergie en vue du déploiement prochain des réseaux intelligents. Les simulations portent sur des accumulateurs de petites tailles classiquement utilisés dans les laboratoires de recherche mais préfigurant ce qui pourra être construit à plus grande taille. / In a vision of sustainable development and energy independence aiming at the massive integration of the medium-term renewable energies in the energy mix, the research works are centered on two themes:- On one hand, the comparison of the production of three technologies different from solar panels (silicon, silicon with concentration, CdTe) installed into a photovoltaic power plant with 2-axes sun tracking;- On the other hand and given the intermittent nature of the photovoltaic energy and its non-simultaneity with the consumption, the development and the integration of batteries with lithium as means of electrochemical storage of the photovoltaic energy. The approach is innovative and allowed the study of new compounds of electrodes studied under real photovoltaic constraints and using various strategies of return of the energy with the aim of the next deployment of the intelligent networks. The simulations concern batteries of small sizes classically used in research laboratories but prefiguring what can be built in bigger size.