La prévision météorologique modélise le système atmosphérique, qui est chaotique et ainsi sensible aux différentes sources d'incertitude en jeu. Ces incertitudes sont le plus souvent représentées avec des prévisions météorologiques d'ensemble (PE). Face à l’abondance d’informations disponibles dans ces prévisions, leur exploitation requiert de synthétiser et d'extraire l’information utile et pertinente. Une approche possible consiste à résumer un ensemble avec un nombre limité de scénarios météorologiques cohérents. Cette approche a été récemment développée pour la construction de scénarios de pluies avec la prévision d'ensemble AROME (PE-AROME), le système ensembliste fine échelle opérationnel à Météo-France. Cette thèse, dans la continuité des travaux précédents, propose de rendre cette méthode générique et adaptée aux besoins spécifiques d'un usager donné, en intégrant une variable d'impact usager comme critère de construction des scénarios. Pour mener ces travaux, un cas d’usage est proposé par la Compagnie Nationale du Rhône (CNR), dans le cadre d’un partenariat scientifique : construire des scénarios météorologiques permettant de guider la prise de décision pour la prévision de production d’énergie du parc éolien de la CNR.
Dans l'approche proposée, la synthèse de la PE passe tout d'abord par la définition de régimes de vent au moyen de méthodes statistiques. Deux classifications en régimes ont été sélectionnées : une incluant la variable usager, et une de référence sans variable usager pour comparaison. Ces régimes de vent servent ensuite au regroupement en scénarios des prévisions de la PE-AROME : chaque prévision est assignée au régime le plus proche, et tous les membres assignés au même régime forment un scénario.
Trois études de cas ont été menées sur des événements à enjeu, définis en collaboration avec la CNR. La première a mis en évidence un apport de l’introduction de la variable usager : les scénarios obtenus sont plus pertinents vis-à-vis du besoin de l’usager. Les deux autres ont révélé les limitations de l'approche développée, et de la synthèse en scénarios en général. La deuxième étude de cas a révélé une discrimination insuffisante des membres dans certains cas de passage de front. Des pistes sont proposées comme travaux futurs pour palier cette limite. La dernière étude correspond à un cas de cisaillement de vent, pour lequel la méthode ne permet pas de définir un petit nombre de scénarios utiles. Cette limite est quant à elle intrinsèque à la synthèse par scénarios, qui s'appuie directement sur l'information de l'ensemble sans la modifier. Dans les situations de faible prévisibilité, associées à une forte dispersion de l'ensemble, l'identification de scénarios informatifs est difficile, voire impossible. Au-delà de ces trois cas, des scores ont été calculés sur un an de prévisions d’ensemble afin de caractériser certaines propriétés des scénarios obtenus. Des scores généraux ont évalué le nombre moyen de scénarios identifiés et leur fiabilité. Des scores orientés usager ont quant à eux permis d’estimer la capacité de la méthode à proposer des scénarios discriminants pour les besoins de l'usager. L’ensemble de ces résultats tend à valider l'approche méthodologique proposée dans la thèse. |
Weather forecasting models represent the atmospheric system, which is chaotic, and therefore contains several sources of uncertainty. This uncertainty can be modeled using ensemble prediction systems (EPS). Given the quantity of information available in these forecasts, one approach to use these models is to synthesize the information through a few scenarios. Such approach, using AI methods, has already been developed for rainfall scenarios for the AROME-EPS, Météo-France's fine-scale ensemble model. This thesis, based on previous works, aims at adapting this method to a user by incorporating a user impact variable as a criterion for scenarios' definition. To carry out this work, the Compagnie Nationale du Rhône (CNR) has suggested a use case, as part of a scientific partnership: weather forecasting for wind energy production at the CNR's wind farms.
In the suggested approach, the synthesis of the EPS begins by defining wind regimes using statistical methods. Two regime classifications were selected: one including the user variable, and a reference classification (without the user variable) for comparison. These wind regimes are then used to group EPS-AROME forecasts into scenarios: each forecast is assigned to the closest regime, and all members assigned to the same regime form a scenario.
Three case studies were carried out on significant events, selected in collaboration with the CNR. The first one highlighted the benefits of introducing the user variable in order to produce scenarios better suited to the user and their needs. The other two revealed limitations in our method. The second case study revealed insufficient discrimination between members in certain cases of warm front's arrival. Possible solutions to address this limitation have been considered, but have not been explored. The final study concerns a case of wind shear, for which, on this occasion, the method is not able to define only a few scenarios. This limitation is inherent to the method and cannot be overcome. Various scores were also calculated over a one-year period of ensemble forecasting. Overall scores assessed the average number of scenarios obtained and their reliability. User-oriented scores, meanwhile, enabled an estimation of our method’s ability to produce discriminating scenarios for the user’s needs. All of these results tend to validate our methodological approach. |