Pour maximiser la production d’énergie éolienne et rationnaliser l’exploitation, les opérateurs conçoivent des parcs éoliens qui regroupent un nombre de plus en plus important de turbines. Or, dans certaines conditions de vent, il arrive fréquemment que les éoliennes interagissent par ce qu’on appelle l’effet de sillage. Le sillage est créé derrière le rotor lorsque celui-ci intercepte l’énergie cinétique du vent pour la convertir en électricité. Du fait de la conservation de l’énergie, une zone de déficit de vitesse du vent apparaît alors, assortie d’une turbulence plus élevée. Chaque sillage, dont la longueur est de plusieurs dizaines de fois le diamètre du rotor qui l’engendre, peut alors perturber le fonctionnement des autres éoliennes situées en aval, comme le montre la Figure 1, où des conditions atmosphériques exceptionnelles ont permis de visualiser le phénomène. Ces sillages induisent une perte de production importante ainsi qu’une sollicitation mécanique accrue.
Pour atténuer au maximum ces effets, IFPEN travaille sur plusieurs méthodes :
- La première s’applique dès la conception et consiste à intégrer l’ensemble des conditions de vent attendues pendant la durée de vie du parc, afin de choisir l’emplacement des éoliennes de manière à minimiser leurs influences mutuelles [1].
- La seconde, activée en opération, consiste à piloter de manière indépendante chaque éolienne en fonction des conditions de vent. Pour ce faire, il est possible de rediriger le sillage en modifiant l’angle de lacet de la nacelle, comme l’illustre la Figure 2.
Modifier l’angle de lacet (initialement nul pour que l’éolienne soit face au vent), va entraîner une baisse de production de l’éolienne concernée. Il y a donc un jeu d’angles optimal à trouver pour diminuer la puissance de certaines éoliennes mais augmenter la puissance d’autres, avec un bilan global maximisé (figure 3).
 | a. Fonctionnement standard d’un parc éolien : chaque éolienne est pilotée individuellement pour faire face au vent incident.
|
 | b. Contrôle coordonné du parc éolien : on optimise la production en désalignant intentionnellement les éoliennes par rapport à la direction du vent. |
 | c. Puissance produite par chaque turbine avant et après application du contrôle par redirection de sillages. |
Figure 3. Le contrôle par redirection de sillage permet d’augmenter la production totale d’un parc éolien (la taille du cercle rouge est proportionnelle à la production de l’éolienne).
Calculer ces angles n’est pas une chose aisée car les phénomènes aérodynamiques sont notoirement connus pour être complexes à modéliser. De plus, optimiser la production électrique en temps réel nécessite des modèles à la fois fiables et rapides en termes de temps de calcul. De tels modèles sont implémentés dans la suite logicielle FarmShadow, développée par IFPEN, pour prédire la production des parcs éoliens en fonction de conditions de vent et d’angle de lacet donnés. L’utilisation intensive de ces modèles et de la « fonction de coût » créée avec FarmShadow permet alors de trouver les angles de lacet qui maximisent la production électrique globale tout en garantissant un niveau de sollicitation mécanique des éoliennes qui soit acceptable du point de vue de leur durée de vie en exploitation [2]. En outre, des algorithmes d’estimation permettent d’évaluer certains paramètres en fonction des observations faites par des capteurs présents dans le parc [3,4] et ainsi d’adapter la modélisation.
Toutes ces solutions de contrôle et d’estimation à base de modèles numériques ont notamment été développées dans le cadre du projet CAP (Contrôle Avancé de Parc), financé par l’ADEME1.
Elles complètent d’autres méthodes, uniquement basées sur les données (donc sans modélisation préalable), déjà présentées dans un précédent article et pour lesquelles des algorithmes d’apprentissage par renforcement ont été utilisés pour maximiser la puissance du parc [5].
Enfin, d’autres travaux auxquels prend part IFPEN permettent de prendre en compte ces effets de sillage afin de mieux intégrer l’énergie éolienne sur le réseau électrique [6] et d’aider à la stabilité de ce dernier L’ajustement de la puissance totale d’un parc éolien, tel qu’imposé par les gestionnaires de réseau, peut être obtenu grâce à des algorithmes conçus pour déterminer comment répartir cette puissance totale entre les différentes turbines, et de manière à optimiser certains critères comme par exemple la tenue mécanique.
Le projet CAP a aussi pour objectif d’implémenter et tester en condition réelles ces solutions de contrôle.
1 Dans le cadre du plan d'investissement France 2030 »
Références :
[1] Malisani, P., Bartement, T., & Bozonnet, P. (2025). Offshore wind farm layout optimization with alignment constraints. Wind Energy Science, 10(8), 1611-1623.
[2] Gharbia, I. B, et al. (2026). Wake steering optimization under multiple cumulative fatigue load constraints. In Journal of Physics: Conference Series (Vol. 3224, No. 3, p. 032086). IOP Publishing.
[3] Dubuc, D., & Tona, P. (2025). LiDAR-assisted closed-loop control of a wind farm. In Journal of Physics: Conference Series (Vol. 3016, No. 1, p. 012023). IOP Publishing.
[4] Collet, D., & Tona, P. (2025). Design and evaluation of EnKF-based estimators for steady-state-model-based wind farm control. In 2025 American Control Conference (ACC) (pp. 2862-2869). IEEE.
[5] Monroc, C. B. (2024). Multi-agent reinforcement learning for dynamic wind farm control (Doctoral dissertation, Ecole normale supérieure-PSL).
[6] Corban, B., Bušić, A., Dubuc, D., & Zhu, J. (2026, May). Wind farm power tracking using reinforcement learning for secondary frequency regulation. In Journal of Physics: Conference Series (Vol. 3224, No. 3, p. 032088). IOP Publishing.
Contacts scientifiques : Paolino Tona, Donatien Dubuc