These 2016 Belabes Belkacem Eolienne

‫امجلهورية اجلزائرية ادلميقراطية الشعبية‬
‫وزارة التعلمي العايل و البحث العلمي‬

‫جامعة وهران للعلوم و التكنولوجيا محمد بوضياف‬
Présenté par : BELABES Belkacem
Intitulé
Simulation numérique de l’écoulement turbulent autour d’un
obstacle en vue de la caractérisation du gisement éolien
Faculté : Génie mécanique
Département : Génie mécanique
Spécialité : Génie mécanique
Option : Energétique
Devant le Jury Composé de :
Membres de Jury Grade Qualité Domiciliation

BOUZIT Mohammed Professeur Président USTO Oran
YOUCEFI Abdelkader Professeur Encadrant USTO Oran
GUERRI Ouahiba Directeur de recherche Co-Encadrant CDER Alger
AOUNALLAH Mohammed Professeur USTO Oran
DELLIL Ahmed Zineddine Professeur Examinateurs Univ. Senia, Oran

DIAF Said Maitre de Recherche A CDER Alger
Année Universitaire : 2016/2017

A mes parents
A mes frères et sœurs
A mes neveux et nièces
A toute ma famille
Dans un monde où rien n’est

complètement noir ou blanc, la matière
grise devient essentielle.
Remerciements
L’obtention d’un diplôme de doctorat est l’affaire d’un seul étudiant mais plusieurs
personnes contribuent à ce succès et leur contribution mérite très certainement d’être soulignée.
Je tiens d’abord à remercier Professeur Youcefi Abdelkader pour avoir su éveiller en moi un
intérêt pour la mécanique des fluides dès la préparation du diplôme de Magister.
En tant que directeur de thèse, Professeur Youcefi m’a permis d’approfondir le domaine de
mécanique des fluides et d’acquérir une précieuse connaissance de la CFD. Sans son appui, ce
mémoire n’aurait jamais existé.
Mes remerciements vont aussi à Dr. Guerri Ouahiba pour son encadrement et ses
encouragements constants en particulier son soutien et ses conseils tout au long de mes travaux.
Je tiens à adresser mes vifs remerciements à M. Bouzit Mohammed, Professeur à l’Université
des Sciences et de la Technologie d’Oran Mohamed Boudiaf, d’avoir bien voulu présider mon
jury de thèse. Je remercie également M. Aounallah Mohamed, Professeur à l’Université des
Sciences et de la Technologie d’Oran Mohamed Boudiaf, M. Dellil Ahmed Zinedine,
Professeur à l’Université d’Oran et M. Diaf Said, Maitre de recherche A au centre de
développement des énergies renouvelables, pour avoir accepté d’examiner mon manuscrit de
thèse.
Un remerciement chaleureux est adressé à Pr. Marius Paraschivoiu et toute son équipe de
recherche de l’université de Concordia (Canada) pour avoir accepté de m’accueillir dans son
laboratoire, orienter et superviser mes travaux durant mon séjour dans son laboratoire.
Un autre élément essentiel à la réalisation de ce travail a été fourni par le ministère de
l’enseignement supérieur et la recherche scientifique et le Centre de Développement des
Energies Renouvelables. Leur appui financier par le biais de bourses (stage de courte durée et
PNE) qui a permis de me concentrer à 100% sur la tâche à accomplir et donc de finaliser cette
thèse.
Finalement, je me dois de saluer au passage le Directeur du CDER, mes collègues de la division
Energie éolienne ainsi que les autres, pour leur soutien et pour les bons (et moins bons) moments
partagés !
À vous tous, merci.
Belabes Belkacem
Résumé :
Cette thèse présente une étude à caractère purement numérique basée sur un code
commercial résolvant les équations de Navier-Stokes et l’équation de l’énergie moyennant la
méthode des volumes finis. Les travaux de recherches ont été focalisés sur l’analyse du
coefficient de puissance (Cp) d’une turbine éolienne de type Savonius, cette dernière est
reconnue par son faible coefficient de puissance Cp par rapport à d’autres types de turbines
éoliennes. Le présent travail de thèse consiste en la simulation numérique de la dynamique des
fluides (Computation Fluid Dynamic CFD) de l’écoulement du vent autour d’une turbine
Savonius.
Nous avons mis au point une méthodologie qui permet d’améliorer de manière
significative la valeur de son coefficient de puissance Cp, un paramètre fondamental pour
l’étude de la rentabilité des applications éoliennes dans un site donne. Ainsi les principaux
objectifs de recherche ont porté sur les 2 points suivants :
 Simulation numérique de l’écoulement autour de turbines éoliennes type Savonius
installées en ferme.
 Évaluation du potentiel éolien et estimation des coûts de production d'électricité
d’origine éolienne en utilisant des turbines éoliennes installées dans le nord de l'Algérie.
Pour le premier point, les résultats obtenus montrent que le Coefficient de puissance Cp des
éoliennes Savonius installées en ferme augmente de 0,17 à 0,44 comparé à celui d’une Savonius
conventionnelle. Cette amélioration correspond au cas des turbines implantées en une rangée,
perpendiculairement à la direction du vent. Pour la meilleure configuration que nous avons
obtenue dans cette étude, le coefficient de puissance de chaque éolienne Savonius augmente de
100% par rapport à une turbine isolée.
L’évaluation du potentiel a été appliquée à 6 régions situées dans le Nord de l’Algérie :
Oran, Sétif, Skikda, Miliana, Tlemcen et Tiaret. L'évaluation économique a été estimée en
utilisant la méthode du coût actualisé (PVC). Les résultats ont montré que le coût moyen
minimum par kWh est de 0,0342 $US/kWh ; Ce coût a été obtenu à Tiaret avec l’éolienne
Vestas V80 / 2 MW alors que le coût moyen le plus élevé est 0,2105 $US / kW h avec l’éolienne
AN Bonus de 1,0 MW / 54 installée à Tlemcen. Le coût le plus élevé dans tous les sites étudiés
a été obtenu avec la turbine AN Bonus 1,0 MW / 54.
Mots-clés : Energie éolienne, Savonius, CFD, RANS, Turbulence, Coefficient de puissance, WAsP,
Coût de la Valeur Actualisée (PVC).
Abstract:
This thesis presents a purely digital character study based on a commercial code solving the
Navier-Stokes equations and the energy equation through the finite volume method. The
research work was focused on the analysis of the power coefficient (Cp) of a wind turbine
Savonius type. It is recognized by its low power coefficient Cp compared to other types of wind
turbines. This thesis consists of computational fluid dynamics (CFD) of the wind flow around
a Savonius turbine.
We have developed a methodology that allows to significantly improving the value of its
Power Coefficient (Cp), a fundamental parameter for the study of the profitability of wind
turbine applications in a given site. Therefore, the main research objectives focused on the two
following points:
 Numerical simulation of the flow around Savonius type of wind turbines installed farm.
 Evaluation of wind energy potential and estimated production costs of wind-generated
electricity using wind turbines in northern Algeria.
For the first point, the results show that the Power coefficient Cp of Savonius wind turbines
farm rose from 0.17 to 0.44 compared to a conventional Savonius. This improvement
corresponds to the case of turbines located in a row perpendicular to the wind direction. For the
best configuration that we obtained in this study, the Power coefficient of each turbine Savonius
increases of 100% on an isolated turbine.
The assessment of potential was applied to six regions in northern Algeria: Oran, Setif, Skikda,
Miliana, Tiaret and Tlemcen. The economic evaluation was estimated using the method of
Present Value Cost (PVC). The results showed that the minimum average cost per kWh of
0.0342 $US/kWh. This cost was obtained in Tiaret with the Vestas V80/2MW while the highest
average cost is 0.2105 $US/kWh wind AN Bonus 1.0 MW/54 installed in Tlemcen. The highest
cost in all study sites was obtained with the turbine AN Bonus 1.0 MW/54.
Keywords: Wind energy, Savonius, CFD, RANS, Turbulence, Power Coefficient, WAsP,
Present Value Cost (PVC).
‫ملخص‪:‬‬
‫تقدم هذه األطروحة دراسة رقمية بحتة على أساس البرنامج التجاري لحل معادالت‬
‫نافيي ستوكس ومعادلة الطاقة من خالل أسلوب حجم محدود‪ .‬وقد تركز عمل األبحاث على‬
‫تحليل معامل طاقة من نوع تور بينات الرياح صافونيس‪ .‬ومعترف بها من قبل معامل القدرة‬
‫المنخفض مقارنة مع أنواع أخرى من تور بينات الرياح‪ .‬تتكون هذه األطروحة من التحليل‬
‫العددي لتدفق الرياح حول توربينات الرياح صافونيس من قبل (حساب السائل الحيوي) لقد‬
‫قمنا بتطوير منهجية التي تسمح لتحسين كبير في قيمة معامل الطاقة‪ .‬وقد ركزت المعامالت‬
‫األساسية لدراس ة مدى ربحية تطبيقات طاقة الرياح في موقع معين وأهداف البحث الرئيسية‬
‫على النقاط التالية‪:‬‬
‫‪ ‬المحاكاة العددية لتدفق الرياح في جميع أنحاء العقبة من نوع توربينات الرياح‪.‬‬
‫‪ ‬تقييم إمكانات تقديرات طاقة الرياح والتكلفة باستخدام توربينات طاقة الرياح إلنتاج‬
‫الكهرباء في شمال الجزائر‪.‬‬
‫وأظهرت النتائج التي حصلنا عليها أن معامل الطاقة قد زاد من ‪ 7..0‬الى ‪ 7.00‬لتربينة‬
‫الرياح صافونيس التقليدية‪ ،‬عندما يتم وضع صف من هذه التوربينات عمودي على اتجاه‬
‫الرياح‪ .‬أفضل التهيئة التي حصلنا عليها في هذه الدراسة يزيد من معامل قوة كل تربينة‬
‫الرياح صافونيس على حدي من ‪ ٪100‬مقارنة مع توربينة واحدة معزولة‪ .‬وباإلضافة إلى‬
‫ذلك‪ ،‬قد تم التقييم االقتصادي أيضا باستخدام طريقة‪ :‬تكلفة القيمة الحالية‪ .‬وأظهرت النتائج أن‬
‫متوسط الحد األدنى من التكلفة لكل كيلو واط ساعي‪ ،‬تم الحصول عليها في منطقة تيارت ب‪:‬‬
‫‪ 0.0342‬دوالر امريكي‪/‬كيلوواط ساعي عن طريق تربينة الرياح فيستاس ف‪ 2/07‬ميغاواط‬
‫في حين أن أعلى متوسط التكلفة تحصلنا عليه في تلمسان ب‪ 0.2105 :‬دوالر‬
‫امريكي‪/‬كيلوواط ساعة ن طريق تربينة الرياح بونيس ‪ 40/..7‬ميغاواط‪.‬‬
‫الكلمات المفتاحية‪ :‬التربينة الرياح صافونيس التقليدية‪ ،‬الحاسوبية ديناميكية السوائل ثالثية‬
‫األبعاد‪ ،‬نموذج من االضطراب‪ ،‬معامل الطاقة‪ ،‬واسب‪ ،‬تكلفة القيمة الحالية )بفس( ‪.‬‬
Table des matières
Table des matières

Résumé
Abstract
‫ملخص‬
Table des matières………………………………………………………………………. I
Liste des figures……….…………………………………………………...…………… IV
Liste des tableaux………..……………………………………………………………… IX
Nomenclature …………………………………………………………………………... X
Introduction générale…………………..………………………………………………. 2
Chapitre 1 : Généralités sur les énergies renouvelables
1.1 Energies renouvelables : définitions, ressources et exploitation……………............. 5

1.1.1 Energie solaire photovoltaïque ……………………………………..................... 6
1.1.2 Energie Géothermique………………………...………………………………... 7
1.1.3 Architecture bioclimatique….………………………………………………….. 8
1.1.4 Energie hydraulique – hydroélectricité ………………………………………….. 8
1.1.5 Energie éolienne……………………………………………………………….. 9
1.2 Importance des énergies renouvelables …...………….………………………......... 10
1.3 Historique de l’éolien……...………………………………………………………. 12
1.4 Différents types de turbines éoliennes ………..………………………………......... 12
1.5 Eléments constitutifs d’une éolienne………………………………………………. 13
1.6 Principe et théorie d’une turbine éolienne……..…………….…………………….. 15
Première partie. Calculs CFD
Chapitre 2. Etat de l’art et problématique
2.1 Turbine éolienne de type Savonius……...…………………………………………... 21

2.1.1 Rapport d'aspect (Aspect Ratio) …………………………….…………............. 21
2.1.2 Espacement de pales …………………………………………..…………........ 22
2.1.3 Chevauchement de pales ………………….……………………..………......... 22
2.1.4 Forme de pale……………………………………………………...………….. 23
2.1.5 Nombre de pales ………………………………………………………………. 23
2.1.6 Géométries externes……………………………………….……..……………. 24
2.1.6.1 Turbine Savonius avec Obstacle …………………….……….…………. 24
2.1.6.2 Turbine Savonius avec plaques d’extrémité…………...………………….. 26
2.2 Performance de la turbine de Savonius…………………..…….…………..……….. 26
I
Table des matières
2.3 Etats de l’art………...…………………………………………………………....... 27

2.3.1 Etudes expérimentales………………………………………………………… 27
2.3.2 Etudes numériques……………………………………………………………. 33
2.4 Problématique…………………………………….…………………………….... 38
Chapitre 3 : Méthodologie et modélisation
3.1 Équations de base…………………………………………………………………... 40

3.2 Modélisation de la turbulence…………………….…………...……………………. 41
3.3 Méthode de résolution……………………………………………………………... 43
3.3.1 Méthode des volumes finis…………………………………………………….. 44
3.3.2 Discrétisation des équations gouvernantes…………...…………………………. 45
3.3.3 Algorithme et schémas appliqués …………………………..…………………... 47
3.4 Conditions aux limites....……..………………….……………………...………...... 47
3.5 Cas étudié……………………………………………………..……………..….…. 48
3.5.1 Description du modèle CFD……….....……………………………….…........... 50
3.5.2. Validation des calculs…………….…………………………………….…….. 52
Chapitre 4 : Résultats et discussions
4.1 Etude 1 : Ferme éolienne composée d'un nombre infini de Savonius installés
en une seule rangée………….…………………………………………..…………. 56
4.1.1 Analyse d’une rangée linéaire de turbines………………………………………. 57

4.1.2 Influence de nombre de Reynolds …………………………….………………... 61
4.1.3 Influence de la direction de la vitesse du vent d’entrée…………………………… 62
4.2 Etude 2 : Etude de l’espacement et du nombre d’éoliennes dans une ferme Savonius... 65
4.2.1 Effet de la distance entre les axes des turbines ………………………………….. 65
4.2.2 Etude de l’influence du nombre d’éoliennes Savonius………………....………... 67
4.2.3 Influence de la direction du vent ………………..……………………………… 74
4.2.4 Effet d'un obstacle supplémentaire..……………………………………………. 76
4.3 Etude 3 : Fermes éoliennes synchrone et asynchrone …………….…………............. 78
4.3.1 Validation…………….…………………..………………..……………....... 78
4.3.2 Position du problème……………………………………………………......... 78
4.3.3 Effet de la vitesse spécifique (λ ou TSR)………….…………….......………….. 79
4.3.4 Effet de vitesse du vent à l'entrée………….…...…………………...………….. 81
II
Table des matières
Deuxième partie. Caractérisation du gisement éolien dans certaines régions d’Algérie
Chapitre 5 : Le potentiel éolien
5.1 Programme des énergies renouvelables en Algérie…………………...……………... 85

5.2 Outils pour l’estimation du potentiel éolien………………………………………... 86
5.2.1 Technique CFD……………………………..………………………………… 86
5.2.2 Méthode statistique……..…………………………………………………...... 87
Le logiciel WAsP…………………………………………………………...... 89
5.3 Etat de l’art…………………………………………………………...…………… 90
Chapitre 06 : Etude technico-économique avec le WAsP
Résumé…….………………………………………………………………………........ 94
6.1 Introduction……...…….………………………………………………………….. 94
6.2 Méthodologie………………………………………………………………………. 95
6.2.1 Données vent relatives aux sites sélectionnés .………………..………….............
95
6.2.2 Extrapolation des données vent à la hauteur de l’éolienne………………………...96
6.2.3 Puissance électrique fournie par le système de conversion de l'énergie éolienne…..
101
6.2.4 Evaluation du coût de l'énergie produite..…...……………………………........... 101
6.3 Résultats et discussions…...……………………………………………………...... 103
6.3.1 Puissance électrique fournie par les éoliennes …………………………………... 103
6.3.2 Valeur actualisée du Coût de l’électricité (PVC)……………………………….. 108
6.3.3. Analyse de sensibilité……………………….…………….…………………... 110
Conclusion générale…………………………………………………………………….. 113

Liste des publications………………………….……………………………………....... 116
Références bibliographiques……………………………………………………………. 118
III
Liste des figures et des tableaux
Liste des figures
Figure - 1.1 Différentes sources des énergies renouvelables…………………….… 6

Figure - 1.2 Le solaire photovoltaïque……………….…………….......................... 7
Figure - 1.3 La Géothermie……………….………………………………………... 7
Figure - 1.4 L’Architecture bioclimatique ………………….……………............... 8
Figure - 1.5 Energie hydraulique – hydroélectricité ………………….…………… 9
Figure - 1.6 L’énergie éolienne…………………………………………………….. 10
Figure - 1.7 Divers concepts de turbines éoliennes à axe horizontal et vertical …..... 13
Figure - 1.8 Différents éléments constitutifs d’une éolienne ………………….. 14
Figure - 1.9 Tube de courant autour d’un aérogénérateur …...……………………... 16
Figure - 1.10 Coefficient de puissance …………………………………………........ 17
Figure - 1.11 Coefficient de puissance pour différents types d’éoliennes……...…… 18
Chapitre 2 : Etat de l’art et problématique
Figure - 2.1 Géométrie et nomenclature d’une turbine Savonius conventionnelle..... 21

Figure - 2.2 Espacement et chevauchement des pales…………………………........ 22
Figure - 2.3 Turbine Savonius à quatre aubes avec pare-brise…………………….. 25
Figure - 2.4 Turbine Savonius à deux pales avec un rideau sur la tête du rotor…… 25
Figure - 2.5 Turbine Savonius à deux pales avec Obstacle………………………... 25
Figure - 2.6 Turbine Savonius à trois pales avec Obstacle………………………… 25
Figure - 2.7 Turbine Savonius à deux pales avec un déflecteur en V……………… 25
Figure - 2.8 Turbine Savonius à deux pales avec une tuyère convergente………….. 25
Figure - 2.9 Turbine Savonius à six pales avec une tuyère convergente…………..... 26
Figure - 2.10 Valve d'assistance de pales semi-circulaires et tordues……………....... 28
Figure - 2.11 Schéma de configuration de la rotation……………………………….. 30
Figure - 2.12 Spécifications de la turbine Savonius…………………………............. 30
Figure - 2.13 Photos du test du rotor Savonius : (a) Rotor à un étage avec aube de
guidage, (b) Rotor à trois étages sans aube de guidage………………… 31
Figure - 2.14 Performance de la configuration optimale…………………………...... 35
IV
Figure - 2.15 Champ de vecteurs vitesse autour de deux rotors Savonius dans la
disposition I à différents moments (=1,0, S = 0,2D,  = 90°)………… 36
Figure - 2.16 Comparaison du coefficient de puissance d'un rotor Savonius isolé
avec ceux des rotors dans la disposition III, sous différentes distances
de séparation et angles de phases relatifs……………………………… 37
Chapitre 3. Méthodologie et modélisation
Figure - 3.1 Volume de contrôle dans un maillage 3D non orthogonal……………. 44

Figure - 3.2 Représentation 2D du maillage. ● : Nœuds du maillage. ○ : Centroïde
des éléments. × : Points d’intégration………………………………… 45
Figure - 3.3 Profils de vitesse moyenne près de la paroi pour différents
écoulements…………………………………………………………… 49
Figure - 3.4 Schéma de l’éolienne Savonius : (a) Vue de dessus, (b) Vue de côté ;
(c) Représentation 3D, (d) Représentation 3D ombrée………………... 49
Figure - 3.5 Variation du coefficient de Moment en fonction du temps pendant 15
cycles de rotation consécutifs, λ = 0, 7………………………………… 51
Figure - 3.6 Maillage non structuré autour de la turbine Savonius étudiée. (a) Vue
de dessus, (b) Vue en perspective…………………………………....... 52
Figure - 3.7 Distribution de y+ autour des pales (vitesse d’entrée = 9 m/s, λ =0.7).. 52
Figure - 3.8 Conditions aux limites et maillage autour de la turbine Savonius ; a)
Vue de dessus ; b) Vue en perspective du domaine……………………. 52
Figure - 3.9 Comparaison entre les lignes de courant colorées par la pression
statique en amont et en aval du rotor de Savonius pour différentes
positions des aubes…………………………………………………..... 53
Figure - 3.10 Comparaison entre les résultats obtenus à l'aide du modèle de
turbulence k-ε réalisable et les données expérimentales publiées ; a)
coefficient de moment en fonction de λ (TSR) ; b) Coefficient de
puissance en fonction de λ (TSR)……………………………………… 54
Chapitre 4. Résultats et discussions
V
Figure - 4.1 Coefficient de moment en fonction de l’angle de rotation durant 3

cycles complets de la turbine Savonius conventionnelle pour
différentes valeurs de 𝑖 ……………………………………………… 57
Figure - 4.2 Contours de pression………………………….………....……………. 58
Figure - 4.3 Contours de vitesse. Cas de 3 , λ=0.7 : a) vue de face {XZ}, b) vue de dessus
{XY}…………………………………………………………......................... 58
Figure - 4.4 Comparaison des coefficients de moment moyens obtenus en calculs
3D avec les données expérimentales de Hayashi et al. ………………... 59
Figure - 4.5 Comparaison des coefficients de puissance moyens obtenus en calculs 3D
avec les données expérimentales de Hayashi et al.………………………… 60
Figure - 4.6 Contours de pression d’une rangée de turbine Savonius λ=0.7 et θ=90°. 60
Figure - 4.7 Contours de vitesse d’un rangée de turbine Savonius, λ=0.7 et θ= 90° 61
Figure - 4.8 Influence de nombre de nombre de Reynolds sur le coefficient de
puissance de la turbine Savonius………………………...……………. 62
Figure - 4.9 Coefficient de puissance a) et coefficient de moment b) pour
différentes directions de la vitesse du vent (0º, 30º 45º et 60º)…………. 63
Figure - 4.10 Lignes de courant colorées par le module de la vitesse (m/s) en amont
et en aval de la turbine Savonius pour différentes directions de la
vitesse du vent (0º, 30º 45º et 60º)……………………………………... 64
Figure - 4.11 Comparaison entre le coefficient de puissance (Cp) d’une turbine
isolée et celui d’une rangée de turbine Savonius quand la direction du
vent est de 40°…………………………………………………………. 65
Figure - 4.12 Coefficient de puissance (Cp) en fonction de la vitesse spécifique λ
pour différents espacements (L) entre les axes des turbines
Savonius……...……………………………………………………….. 66
Figure - 4.13 Contours de pression autour des pales de la turbine de Savonius aux
positions : 00°, 45°, 90° et 135°…….……...………………………….. 68
Figure - 4.14 Configuration des fermes éoliennes étudiées………………………….. 69
Figure - 4.15 Coefficient de puissance moyen en fonction de λ, pour différentes
fermes comparé à celui d’une turbine isolée et aux données
expérimentales ……..…………............................................................. 69
Figure - 4.16 Coefficient de puissance maximal des éoliennes pour les quatre fermes
étudiées…….………………………………………………………….. 71
VI
Figure - 4.17 Contours du module de vitesse autour des rotors de Savonius à

différents angles d'azimut pour les quatre fermes…………………….. 73
Figure - 4.18 Coefficient de puissance calculé pour différentes directions de la
vitesse du vent :-60° à + 40º, comparé aux données expérimentales et
au Cp d’une turbine isolée…………………………………………...... 75
Figure - 4.19 Vecteurs vitesse (m/s) en amont et en aval de la ferme Farm_11T
lorsque la direction du vent est : 0º, - 40º et +40º………………………. 75
Figure - 4.20 Variation du coefficient de puissance avec la direction de la vitesse du
vent : [-60, +40] - λ= 0,8……………………………............................ 76
Figure - 4.21 Comparaison entre les coefficients de puissance (Cp) de Farm_11T
avec et sans obstacle supplémentaire…………………………………. 77
Figure - 4.22 Contours des pression autour des deux fermes, les pales étant
positionnées à 60°……..………………………………………………. 77
Figure - 4.23 Validation du modèle de calcul de l’écoulement autour de la turbine
Savonius conventionnelle pour différentes vitesses du vent : (a)
Coefficient de couple ; (b) Coefficient de puissance…………………. 78
Figure - 4.24 Contours des pressions et vitesses autour des éoliennes pour les fermes
synchrone et asynchrone ……………………………………………… 80
Figure - 4.25 Coefficient de puissance maximal de chaque éolienne pour les fermes
synchrone et asynchrone ……………………………………………… 81
Figure - 4.26 Coefficient de couple instantanée (Cm) en fonction de la rotation pour
les fermes synchrone (deux derniers cycles) et asynchrone…………… 82
Figure - 4.27 Coefficient de puissance moyen de la ferme Asynchrone pour
différentes vitesses d'entrée comparé à celui de la ferme synchrone, de
la turbine isolée et à des données expérimentales...……………………. 82
Figure – 5.1 Structure du parc de production nationale d’électricité en MW…………….. 86

Figure – 5.2 Estimation de la ressource éolienne en terrain complexe…………….. 87
Figure – 5.3 Schéma de la chaîne méthodologique pour l’évaluation du potentiel
éolien………………………………………………………………….. 88
Figure - 5.4 Classes du potentiel éolien selon le type d’environnement …………… 88
VII
Figure – 5.5 Analyste climatique WAsP .....……………………………………….. 90

Figure – 5.6 Carte de la vitesse annuelle moyenne du vent à 10m du sol (m/s) en
Algérie………………………………………………………………… 91
Chapitre 6 : Etude technico-économique avec le WAsP
Figure - 6.1 Répartition des stations météorologiques en l'Algérie………………… 94

Figure - 6.2 Distribution de Weibull et histogrammes des vitesses de vent à 10 m
de hauteur .............................................................................................. 99
Figure - 6.3 Courbes de puissance et coefficient de poussée des éoliennes
sélectionnées………………………………………………………….. 104
Figure - 6.4 Paramètres de Weibull k et A extrapolées à la hauteur du mât des
éoliennes sélectionnées………………….............................................. 107
Figure - 6.5 Production annuelle d'électricité et facteur de capacité des éoliennes
sélectionnées installées dans les sites étudiés…………………………. 108
Figure - 6.6 Analyse du coût de l’électricité produite ……………………………… 109
Figure - 6.7 Sensibilité de la valeur actualisée des coûts (PVC) ……..…………….. 110
VIII
Liste des tableaux
Tableau-2.1 Comparaison des résultats expérimentaux obtenus par différents groupes

de recherche................................................................................................ 32
Tableau - 2.2 Performances de la turbine Savonius en forme de S………………............ 33
Tableau - 2.3 Synthèse de quelques résultats d’études sur la turbine Savonius………... 35
Tableau - 3.1 Dimensions caractéristiques de l’éolienne étudiée………………………. 50
Tableau - 4.1 Rapports d’aspect utilisés………………………………………............... 56
Tableau - 6.1 Coordonnées géographiques des sites sélectionnés………………........... 95
Tableau - 6.2 Paramètres de vent caractéristiques des zones sélectionnées ….………... 96
Tableau - 6.3 Caractéristiques des turbines éoliennes sélectionnées…………………... 104
Tableau - 6.4 Production d'énergie annuelle calculée pour les turbines éoliennes
sélectionnées…………………………………………………………….. 108
IX
Nomenclature
Lettres latines
Symboles Dénominations Unités

A Facteur d’échelle (paramètre de Weibull) m/s
As Surface frontale du rotor m2
Cm Coefficient de moment
Cp Coefficient de puissance
Comr Cout d’opérations et maintenances $
Cf Facteur de capacité
d Rayon du rotor m
D Diamètre du rotor m
e Espacement entre les pales m
Eout Energie annuelle produite kWh
H Hauteur du rotor m
h Hauteur de l’éolienne m
h0 Hauteur de référence m
i Taux d'inflation %
I Investissement initial $
k Facteur de forme (Paramètre de Weibull)
OL Rapport de chevauchement
L Distance entre les axes de rotor m
M Nombre total de points de mesure
n Exposant de la loi de puissance
P Puissance fournie par la turbine w
P Densité de puissance moyenne w/m2
Per Puissance nominale de la turbine w
Pe,ave Puissance moyenne fournie w
PVC Valeur actualisée du coût (Present Value Cost)
ri Taux d'intérêt %
X
Re Nombre de Reynolds
t Durée de vie de la turbine éolienne an
T Moment généré par les pales Nm
U Vitesse du vent m/s
UCE Coût du kWh d'électricité produite
v Vitesse du vent à la hauteur «h» de l’éolienne m/s
v0 Vitesse du vent à la hauteur de référence «h0» m/s
vi Vitesse de vent estimé m/s
vc Vitesse du vent de démarrage de l’éolienne m/s
vr Vitesse du vent nominale m/s
vf Vitesse du vent d’arrêt de l’éolienne m/s
z Exposant
Symboles grecs
Symboles Dénominations Unités

 Vitesse spécifique (TSR)
 Angle d’obstacle °
 Vitesse angulaire 1/s
i Rapport d'aspect
 Densité de l’air kg/m3
Acronymes
ANN Réseaux des neurones artificiels (Artificiel Neurone Net)

AN Bonus 300 kW/33 Turbine éolienne AN Bonus de 300 kW avec mat de 33 m
AN Bonus 1.0 MW/54 Turbine éolienne AN Bonus de 1000 kW avec mat de 54 m
CFD Computational Fluid Dynamics
Farm_3T Ferme éolienne composée de trois turbines
Farm_5T Ferme éolienne composée de cinq turbines
XI
Farm_11T Ferme éolienne composée de onze turbines
Farm_21T Ferme éolienne composée de vingt et une turbine
HAWT Turbine à axe horizontal (Horizontal Axis Wind Turbine)
OWC Observed Wind Climate
PIV Image de Particules Vélocimétrie
PNL Pacific Northwest Laboratories
SMM Sliding Mesh Model
VAWT Eolienne à axe vertical (Vertical Axis Wind Turbine)
Vestas V80/2 MW Eolienne AN Bonus de 2000 kW avec mat de 80 m
WAsP Wind Atlas Analysis and Application Program
XII
Introduction Générale
Introduction générale
Introduction Générale
Les influences négatives des combustibles fossiles ont attiré l'attention des
scientifiques vers les sources d'énergie plus propres qui représentent à la fois l'environnement
le plus approprié, convivial et renouvelable ; parmi ces sources, l'énergie éolienne a été
sélectionnée [1]. L'énergie éolienne est aujourd'hui considérée comme un progrès
technologique, efficace et économique de l’énergie en générale, qui peut se concurrencer avec
les technologies conventionnelles de production d'énergie. C’est une source d'énergie sans
carburant, sans pollution et ayant un avantage qu'il peut produire à proximité des centres de
charge en éliminant les pertes de transmission.
L'énergie éolienne offre à la fois de grandes capacités de production d'énergie, tels que
dans les parcs éoliens, ainsi que la possibilité de distribuer l'énergie dans des endroits éloignés
avec l’utilisation de petites éoliennes. Mais l'un des principaux inconvénients des micro-
turbines est leur faible efficacité. L'un des domaines où l'énergie éolienne nécessite encore un
développement significatif est celui des micro-turbines. En outre, si l'on considère également
leur petite taille, ces turbines génèrent très peu d'énergie. La turbine éolienne de type
Savonius est une turbine éolienne à axe vertical (VAWT) qui avait été proposée par Savonius
dans les années 1920 [2]. Elle est actionnée par les forces de traînée. L'efficacité
aérodynamique du rotor Savonius est inférieur à celle des autres types d'éoliennes, comme les
rotors Darrieus, mais il est simple et robuste, a un bon couple de démarrage et possède des
caractéristiques de fonctionnement qui sont indépendantes de la direction du vent. Son
coefficient de puissance est typiquement inférieur à 0,20 ce qui limite sa commercialisation.
La plage de fonctionnement typique de la turbine Savonius correspond au régime

appelé "vent faible", mais elle peut potentiellement apporter une contribution importante pour
la solution du problème du réchauffement climatique. Les petites turbines éoliennes sont
maintenant en forte croissance de la production d'électricité domestique et résidentielle, et
elles peuvent être un investissement attrayant pour les propriétaires des maisons et des petites
entreprises. Depuis la création de ce type de turbine éolienne, les scientifiques ont mis des
efforts importants pour améliorer les performances aérodynamiques de cette turbine [3]. C’est
dans ce contexte que s’inscrit la première partie de ce travail, dont l’objectif principal a été
2
Introduction générale
d’étudier comment améliorer les performances énergétiques de ce type de turbine éolienne. A

cet effet, une étude numérique de l’écoulement du vent autour d’une turbine éolienne de type
Savonius a été faite. Trois séries de simulations numériques différentes ont été effectuées :
une turbine isolée et des fermes éoliennes composées de plusieurs turbines agencées
différemment.
D’autre part, compte tenu du fait que les performances des éoliennes sont fonction du
potentiel éolien disponible, une étude du gisement éolien disponible en Algérie fait l’objet de
la deuxième partie de cette thèse. Le potentiel de l'énergie éolienne pour un site sélectionné
est déterminé en développant une connaissance approfondie des caractéristiques du vent,
telles que sa vitesse, sa direction, sa fréquence et sa disponibilité [4, 5]. Ces caractéristiques
du vent ont été analysées à l'aide de différentes techniques, telles que la méthode statistique de
Weibull et la méthode implémentée dans le logiciel WAsP (Wind Atlas Analysis and
Application Program) [5]. En outre, ces caractéristiques ont été évaluées à différentes échelles
temporelles (échelles mensuelles, saisonnières et annuelles), basées sur une échelle de temps
des données de vitesse du vent. Cette étude est appliquée à six régions du Nord de l'Algérie.
Les résultats obtenus sont ensuite exploités pour évaluer le coût de l’énergie électrique
fournie par différents turbines éoliennes.
Le présent manuscrit est constitué de six chapitres. Après cette introduction, quelques
généralités sur les énergies renouvelables et l’énergie éolienne sont présentées dans le
chapitre 1. Une description détaillée de l'éolienne Savonius et un état de l'art font l'objet du
chapitre 2. Le troisième chapitre est consacré à la méthodologie adoptée avec la description
des équations résolues, du modèle de turbulence appliqué et de la méthode de résolution.
Dans le quatrième chapitre sont présentés et discutés les résultats obtenus avec une
comparaison entre les résultats expérimentaux et numériques et les différents cas étudiés. Le
cinquième chapitre est une introduction à la deuxième partie de cette thèse avec un état de l'art
sur les méthodes appliquées pour l'analyse du gisement éolien et les travaux effectués pour
l'Algérie et quelques régions au monde. La méthode appliquée ainsi que les résultats obtenus
pour les 6 régions étudiées sont présentés dans le sixième chapitre. Ce dernier est suivi d’une
conclusion générale de ce travail avec quelques perspectives.
3
CHAPITRE 1
Généralités sur les

énergies renouvelables
Chapitre 1 Généralités sur les énergies renouvelables
1.1 Energies renouvelables définitions, ressources et exploitation
Une source d'énergie est renouvelable si le fait d’en consommer ne limite pas son
utilisation future, à l’échelle de la durée de vie de l’humanité ; C'est le cas par exemple de
l’énergie solaire, l'énergie éolienne, de l'énergie hydraulique et de la biomasse mais ce n’est
pas le cas pour les combustibles fossiles et nucléaires. L’utilisation des énergies renouvelables
n’est pas nouvelle, elles ont été exploitées par l’homme depuis longtemps pour les feux de
bois, la traction animale, la propulsion des bateaux à voile, dans les moulins à vent...Etc.
Par la suite, ces énergies ont été délaissées au profit d'autres sources d’énergies que
l’on pensait à l’époque plus intéressantes. Mais ces dernières années, suite aux effets négatifs
sur l'environnement tels que la pollution atmosphérique, le réchauffement climatique dû à
l’effet de serre, les risques du nucléaire et les baisses des ressources (Pétrole, gaz, charbon et
uranium) il y a eu prise de conscience. Les décideurs sont aujourd’hui convaincus qu’un
développement économique respectueux de l’environnement est absolument nécessaire. D'où
l'intérêt de plus en plus grandissant pour les énergies renouvelables.
En effet, les énergies fournies par le soleil, le vent, la chaleur de la terre, les chutes
d’eau, les marées ou encore la croissance des végétaux (figure 1.1), n’engendrent pas ou peu
de déchets ou d’émissions polluantes. Ces énergies jouent un rôle très important pour la lutte
contre l’effet de serre et les rejets de CO2 dans l’atmosphère, en outre elles facilitent la gestion
raisonnable des ressources locales et génèrent des emplois.
5
Figure - 1.1 : Différentes sources des énergies renouvelables [6].
1.1.1 Energie solaire photovoltaïque
L’énergie solaire photovoltaïque c’est la transformation de la lumière du soleil en

électricité au sein de matériaux semi-conducteurs comme le silicium ou recouverts d’une
mince couche métallique. Ces matériaux photosensibles ont la propriété de libérer leurs
électrons sous l’influence d’une énergie extérieure. C’est l’effet photovoltaïque. L’énergie est
apportée par les photons, (composants de la lumière) qui heurtent les électrons et les libèrent,
induisant un courant électrique. Ce courant continu de micro puissance calculé en watt crête
(Wc) peut être transformé en courant alternatif grâce à un onduleur. L’électricité produite est
disponible sous forme d’électricité stockée dans des batteries (énergie électrique
décentralisée) ou en électricité injectée dans le réseau.
Un générateur solaire photovoltaïque est composé de modules photovoltaïques eux

même composés de cellules photovoltaïques connectées entre elles. Les performances d’une
installation photovoltaïque dépendent de l’orientation des panneaux solaires et des zones
d’ensoleillement. L’avenir du photovoltaïque dans les pays industrialisés passe par son
intégration sur les toits et les façades des maisons solaires comme le montre la figure 1.2 [6].
6
Figure - 1.2 : Le solaire photovoltaïque [6].
1.1.2 Energie Géothermique
La géothermie se présente sous forme de réservoirs de vapeur ou d'eaux

chaudes ou encore de roches chaudes. Lorsque le réservoir géothermique est à une
température modérée, cette ressource est exploitée pour le chauffage. On peut produire
de l’électricité, lorsque la température du réservoir géothermique est plus élevée, à
l’aide des turbines à vapeur. La figure 1.3 présente une maison chauffée par énergie
géothermique [6].
Figure - 1.3 : La Géothermie [6].

7
1.1.3 Architecture bioclimatique
Ce mode de conception architecturale consiste à trouver le meilleur équilibre entre le

bâtiment, le climat environnant et le confort de l’habitant. L’architecture bioclimatique tire le
meilleur parti du rayonnement solaire et de la circulation naturelle de l’air pour réduire les
besoins énergétiques, maintenir des températures agréables, contrôler l’humidité et favoriser
l’éclairage naturel. L'influence du soleil et du vent joue un rôle très important pour le choix du
site d'implantation et pour la conception d'un bâtiment bioclimatique. Le positionnement
d’une maison à éviter et à rechercher pour un choix idéal est présenté dans la figure 1.4 [7].
Figure - 1.4 : L’Architecture bioclimatique [7].
1.1.4 Energie hydraulique – hydroélectricité
À L’image des moulins à eau de jadis, l’hydroélectricité est apparue au milieu du

XIXe siècle. Comme il est montré sur la figure 1.5 ; la production de l’électricité se fait quand
l'eau fait tourner une turbine qui entraîne un générateur électrique. D’après les statistiques,
l'énergie hydraulique représente actuellement 19 % de la production totale d'électricité dans le
monde [8]. Il est noté que c’est la source d'énergie renouvelable la plus utilisée. Cependant,
tout le potentiel hydroélectrique mondial n’est pas encore exploité.
8
Figure - 1.5 : Energie hydroélectricité [9].
1.1.5 Energie éolienne
L'énergie éolienne est produite par des aérogénérateurs qui captent à travers leurs pales
l’énergie cinétique du vent et entraînent un générateur électrique. Ce type d’énergie
renouvelable a pris un essor considérable sachant que la puissance mondiale installée était
supérieure à 450 GW en juin 2016. L'énergie éolienne est devenue un producteur majeur
d'énergie électrique d'origine renouvelable. Aujourd’hui, de nombreux pays au monde
dépendent de cette source pour leurs besoins énergétiques et les aérogénérateurs font
désormais partie du paysage (voir figure 1.6).
9
Figure - 1.6 : L’énergie éolienne [10].
1.2 Importance des énergies renouvelables
L'énergie est un besoin extrême vital pour l'homme aujourd'hui, étant essentielle à
toutes les activités modernes du jour, y compris les ménages, le transport, l'industrie,
l'agriculture, l'éducation et la communication…etc. L’énergie disponible dans les sociétés
influe également directement sur leur bien-être économique. Un grand nombre de problèmes,
environnementaux et non environnementaux, sont causés par le fait que la majorité de cette
énergie provient de combustibles fossiles tels que le charbon, le pétrole et le gaz naturel.
Certaines des principales conséquences environnementales de l'utilisation des combustibles
fossiles comprennent les émissions élevées de dioxyde de carbone (𝐶𝑂2) qui polluent
l'atmosphère et l'épuisement des zones boisées, ce qui a aggravé le réchauffement climatique,
et surtout, le fait que les énergies fossiles ne sont pas renouvelables et s'épuiseront avec le
temps [11].
Outre les problèmes environnementaux associés, l'utilisation de combustibles fossiles

a aussi d'autres problèmes, qui comprennent les fluctuations des prix et des préoccupations
concernant la sécurité de l'approvisionnement. Diverses solutions sont à l'étude comme il
devient évident que nous ne pouvons pas compter uniquement sur les ressources énergétiques
conventionnelles comme le charbon, le gaz naturel et le pétrole. Parmi ces solutions possibles,
10
les énergies renouvelables (énergie solaire, l'énergie éolienne, l'hydroélectricité, la biomasse,

l'énergie géothermique, et des vagues et l'énergie marémotrice) sont largement considérées
comme importantes pour un avenir énergétique durable [12]. En utilisant les énergies
renouvelables, nous avons la possibilité d'éliminer ou au moins minimiser les problèmes de
sécurité liés à l'utilisation de combustibles fossiles et de l'énergie atomique [13].
En outre, les énergies renouvelables réduisent les émissions de gaz à effet de serre,
améliorent la qualité de l'environnement et contribuent à la lutte contre le changement
climatique. Il n'y a pas non plus les coûts de process et de l'équipement nécessaires à
l’extraction des ressources énergétiques, car elles sont libres et pratiquement omniprésentes.
La prise de conscience mondiale de la nécessité de développer les énergies renouvelables a
considérablement augmenté ces dernières années, de plus en plus de pays orientent leur
production d'énergie vers les systèmes basés sur les ressources énergétiques Renouvelables
[14].
Les projets d'énergie renouvelable apportent des contributions importantes aux

approvisionnements énergétiques nationaux de nombreux pays à travers le monde tout en
contribuant à préserver l'environnement [15-17]. Selon le rapport d’énergie 2011 du WWF
(World Wide Fund for Nature), l'approvisionnement en énergie renouvelable sera suffisant
pour satisfaire les besoins énergétiques mondiaux d'ici 2050 et permettra d'économiser près de
4 milliards de dollars par an grâce à l'efficacité énergétique et les coûts de carburant réduits
[18].
Selon les estimations, l’énergie électrique d’origine renouvelable représente environ
19% de la consommation énergétique mondiale en 2012 avec environ 9 % provenant de la
biomasse traditionnelle et 10% de sources d'énergies renouvelables modernes. Cependant
l'énergie renouvelable a aussi ses inconvénients. On ne peut pas identifier le type de
technologie renouvelable adéquate pour un pays ou une région particulière. Les facteurs qui
doivent être pris en compte comprennent les coûts liés à la production d'électricité, l'efficacité
du système choisi, les besoins en espaces et en eau ainsi que l'impact social et économique
liés à leur mise en œuvre [19].
Dans la section suivante, nous allons examiner de plus près une ressource
renouvelable spécifique pertinente à cette thèse : l'énergie éolienne.
11
1.3 Historique de l’éolien
Dès l’aube de l’humanité le vent a été exploité pour en extraire de l’énergie

mécanique, en effet depuis 3000 ans environ, il fût utilisé pour la propulsion des navires, pour
les moulins à blé, ainsi que pour le pompage. Hammourabi, fondateur de la puissante
Babylone, avait dans ce domaine conçu un projet d’irrigation en exploitant l'énergie éolienne.
Les premiers moulins à vent firent leur apparition au milieu du XIXème siècle. Ils étaient
utilisés tout d’abord pour moudre les grains d’où leurs noms de moulin ; ils furent aussi
utilisés aux Pays-Bas pour assécher des lacs ou des terrains inondés. Il y avait alors environ
200 000 moulins à vent en Europe [20]; c’est l’arrivée des machines à vapeur qui fût la cause
de leur déclin et de leur disparition progressive. L’arrivée de l’électricité donna l’idée à Paul
La Cour en 1891, d’associer une turbine éolienne à une génératrice. Dès lors les recherches
allèrent bon train, et les aérogénérateurs firent une apparition massive, 1 million dans le
monde vers les années 60. La crise pétrolière de 1973, relança les études et les expériences
cette fois ci à grande échelle.
1.4 Les différents types de turbines éoliennes
Les éoliennes peuvent être classées en fonction de leur axe de rotation. Ainsi, il existe
deux types d'éoliennes : Eoliennes à axe horizontal (HAWT ou Horizontal Axis Wind
Turbines) et Eoliennes à axe vertical (VAWT Vertical Axis Wind Turbines) présentées sur la
figure 1.7. La majorité des éoliennes installées actuellement sont à axe horizontal. Cependant,
certains avantages importants des turbines à axe vertical font qu'elles sont appliquées dans les
zones urbaines. Une éolienne VAWT est une turbine éolienne dont le rotor principal est
perpendiculaire à la direction de la vitesse du vent ; La génératrice est placée près du sol, ce
qui rend la maintenance et la réparation facile en comparaison avec les éoliennes HAWT. En
plus de la facilité d'entretien, les éoliennes VAWT offrent plusieurs avantages dont le plus
important est qu'elles peuvent être placées les unes à côté des autres. Par conséquent, moins
d'espace est occupé comparé aux éoliennes HAWT. En outre, moins de bruit est produit, et
également la vitesse du vent de démarrage est bien inférieure à celle des éoliennes HAWT.
Généralement, les éoliennes HAWT offrent de meilleures performances lorsque le vent varie
peu, mais leur performance devient moindre quand la direction du vent fluctue [21]. Par
conséquent, pour toute direction, non-uniformité ou même les fluctuations rapides du vent, les
12
éoliennes VAWT fonctionnent mieux [22]. En outre, leurs pales ont un profil uniforme et sans
torsion, ce qui rend leur fabrication plus facile par rapport aux HAWTs, dont la section des
pales est variable et vrillée. Les inconvénients majeurs des éoliennes VAWT sont
l'impossibilité d'auto-démarrage ainsi que les fluctuations élevées du couple durant chaque
cycle de révolution [23, 24].
Figure - 1.7 : Divers concepts de la turbine éoliennes à axe horizontal et vertical [25].
1.5 Eléments constitutifs d’une turbine éolienne
Une turbine éolienne conventionnelle, à axe horizontal ou vertical, est généralement

constituée de trois éléments principaux : le mât, la nacelle et le rotor.
Le mât : c’est souvent un tube qui supporte l’ensemble du rotor et la nacelle. Il est fabriqué
généralement en acier pour la solidité et est fixé sur une fondation implantée dans le sol, une
lourde semelle en béton qui assure l’ancrage et la stabilité de l’éolienne. Suivant le la taille de
l’éolienne, la hauteur du mât varie entre 10 et 100 m. A l’intérieur du mât sont disposés les
câbles de transport de l’énergie électrique, les appareillages de connexions au réseau de
distribution (transformateur) ainsi que l’échelle d’accès à la nacelle.
13
La nacelle : elle regroupe tous les éléments mécaniques permettant de coupler le rotor éolien
au générateur électrique tel que l’arbre lent et rapide les roulements, le multiplicateur, le
générateur et les systèmes d’orientation des pales et de la nacelle. Pour capter au mieux
l’énergie du vent, un calculateur est intégré dans la nacelle, afin d’orienter l’hélice
perpendiculairement à la direction du vent, de modifier l’angle de calage des pales dans le cas
d’un contrôle actif, pour contrôler et coordonner tout cela la nacelle contient aussi divers
actionneurs de commande. Les signaux émis par l’anémomètre sont transmis au système de
contrôle commande de l’éolienne pour démarrer celle-ci si la vitesse du vent atteint la vitesse
de démarrage ou l’arrêter si le vent dépasse la vitesse maximale. Pour le système d’orientation
de la nacelle, une girouette placée sur la nacelle indique le sens du vent, les signaux transmis à
l’ordinateur permettent de commander le système d’orientation de la nacelle face au vent. Le
système de refroidissement comprend généralement un ventilateur électrique utilisé pour
refroidir la génératrice, et un refroidisseur à l’huile pour le multiplicateur. L’arbre lent relie le
moyeu au multiplicateur et est muni d’un système de freinage hydraulique en cas de besoin.
Le rotor : Il est formé par les pales assemblées à un moyeu. Le nombre de pales varie de 1 à
3 pour les éoliennes à axe horizontal et de 1 à 6 pour les éoliennes à axe vertical. Le rotor
tripale est le plus répandu car il représente un bon compromis entre le coût, le comportement
vibratoire, la pollution visuelle et le bruit. En effet un nombre pair de pales doit être évité pour
des raisons de stabilité. Tous les éléments cités ci-dessus sont représentés par la figure 1.8.
Figure - 1.8 : Différents éléments constitutifs d’une éolienne [26].

1.6 Principe et théorie d’une turbine éolienne
14
L’énergie éolienne provient de l’énergie cinétique du vent, elle est fonction de la

masse et de la vitesse du volume d’air. Dans l’hypothèse que la masse volumique de l’air est
constante on peut dire que :
1
𝐸𝐶 = 2 𝑚𝑣 2 (1 - 1)
Considérons le système à axe horizontal de la figure 1.9 où v1 et v2 représentent les vitesses

du vent en amont et en aval de la turbine éolienne. La vitesse du vent qui traverse le rotor est
égale à la moyenne de ces deux vitesses soit :
𝑣1 +𝑣2
(1 - 2)
2
La masse d’air en mouvement en une seconde est :
𝑆(𝑣1 +𝑣2 )
𝑚= 2
(1 - 3)
La puissance extraite est donnée par la deuxième loi de Newton :
𝑚(𝑣12 −𝑣22 )
𝑃𝑚 = (1 - 4)
2
Soit en remplaçant m par son expression (1-3) dans l’équation (1-4), on obtient :
𝑆(𝑣1 +𝑣2 )(𝑣12−𝑣22 )

𝑃𝑚 = (1 - 5)
4
Pour un vent supposé non perturbé, traversant une surface S à une vitesse v 1, pendant une
unité de temps (1 seconde), on obtient une puissance théorique égale à :
𝑆𝑣13
𝑃𝑚𝑡 = (1 - 6)
2
15
Figure - 1.9 : Tube de courant autour d’un aérogénérateur [27].
Où :  est la masse volumique de l’air. S représente la surface des pales balayée par les pales
d’air en mouvement.
Cependant, le dispositif de conversion extrait une puissance Pm inférieure à la

puissance théoriquement récupérable à cause de la vitesse non nulle des masses d’air en
amont de la turbine. On définit alors le coefficient de puissance de la turbine éolienne par la
relation :
𝑃
𝐶𝑃 = 𝑃 𝑚 (1 - 7)
𝑚𝑡
D’où :
𝑣 𝑣 2
(1+( 1))(1+( 1) )
𝑃𝑚 𝑣2 𝑣2
= (1 - 8)
𝑃𝑚𝑡 2
Si on représente la caractéristique correspondant à l’équation ci-dessus sur la figure 1.10, on

remarque que le rapport entre la puissance extraite du vent et la puissance théorique présente
une limite théorique appelée limite de Betz égale à 16 /27 soit 0,59.
16
Figure - 1.10 : Coefficient de puissance [28].
En fait ce coefficient de puissance dépend de chaque type d'éolienne comme le montre la

figure 1.11 qui représente la variation du Cp en fonction de la vitesse spécifique lambda
définie par la relation suivante :
𝑅
TSR = (1 - 9)
𝑉
Où : R est le rayon du cercle balayé par les pales. , la vitesse de rotation de l'éolienne
et V la vitesse du vent.
17
Figure - 1.11 : Coefficient de puissance pour différents types d’éoliennes [29].
18
Première partie :
Calculs CFD
CHAPITRE 2
Etat de l’art et
problématique
Chapitre 2 Etat de l’art et problématique
Chapitre 2 : Etat de l’art et problématique
2.1 Turbine éolienne de type Savonius
Vers la fin des années 1920, S.J. Savonius, un ingénieur finlandais, a développé une
éolienne à axe vertical qu'il a breveté en 1927. L’éolienne Savonius conventionnelle est un
dispositif basé sur la force de traînée. Elle est composée de deux demi-cylindres disposés avec
un léger chevauchement de sorte à former un (S) [2]. La pale se déplaçant dans le même sens
que l'écoulement sera appelée la pale avançant, et la pale se déplaçant dans la direction
opposée à l'écoulement sera appelée la pale du retour, comme on le voit dans la figure 2.1.
Figure - 2.1 : Géométrie et nomenclature d’une turbine Savonius conventionnelle.
2.1.1 Rapport d'aspect (Aspect Ratio)
Le rapport d'aspect (Aspect Ratio : 𝑖 est défini comme le rapport de la hauteur de la

turbine sur le diamètre de la turbine :
𝐻
𝑖 = 𝐷 (2 - 1)
21
Où H est la hauteur de la turbine et D est le diamètre total de la turbine. L’augmentation du

rapport d'aspect permettrait d'améliorer le rendement de la turbine [30]. Une turbine
infiniment longue (avec une valeur de 𝑖 très grand) peut être approchée par une géométrie
2D. Dans la plupart des études expérimentales les éoliennes ont une valeur de 𝑖 qui varie de
1 à 2 environ [30-32]. Ceci pourrait être dû à des limitations structurelles. Cependant,
Kaomoji et al. ont constaté que 𝑖 optimal pour une turbine Savonius est de 0,7 [33, 34].
2.1.2 Espacement de pales
L'espace entre les pales de la turbine Savonius est défini comme étant le décalage des
pales à partir de la ligne médiane de la turbine (figure 2.2). La plupart des études ont montré
que l’augmentation de l’espacement se traduit par une diminution des performances de la
turbine. Ceci s’explique par le fait que l'écoulement ne crée pas de gradient de pression
significatif entre les parties concave et convexe de l'aube [35].
Figure - 2.2 : Espacement et chevauchement des pales.
2.1.3 Chevauchement de pales
Un autre paramètre important est le rapport de chevauchement. Nous définissons le

rapport de chevauchement (OL ou Overlap Ratio) comme étant le rapport de l’espacement
entre les pales (𝑒) au diamètre de la turbine (𝐷), tel que représenté sur la figure 2.1. et décrit
par l'équation (2-2) :
𝑒
𝑂𝐿 = 𝐷 (2 - 2)
22
Bien qu'il y ait des résultats contradictoires dans la littérature concernant le paramètre
OL optimal pour les turbines Savonius classiques, toutes les études montrent que le
chevauchement permet d'augmenter les performances car il permet à l'écoulement de passer à
travers la turbine et d'augmenter la pression sur le côté concave de la pale de retour [31].
Le coefficient de puissance d'une turbine Savonius augmente pour une proportion de

chevauchement entre 0,1 à 0,15 tel que rapporté par Blackwell et Sheldah [36] tandis qu'il
diminue lorsque le taux de chevauchement est inférieur à 0,1 et supérieur à 0,3. Entre la plage
de 0,15 à 0,3, une autre étude effectuée par Menet et al. [37, 38] a révélé que le rendement
optimal était pour un rapport de chevauchement dans la plage de 0,2 à 0,25. Donc, pour
longueur du chevauchement de la turbine de Savonius utilisee dans cette étude, on a choisi
0,206 pour tous les cas.
2.1.4 Forme de la pale
Un autre paramètre important de la conception des turbines est la forme de la pale.

L'optimisation de la forme de la pale peut considérablement augmenter les performances de la
turbine comme montré par Mohamed et al. [39]. Une augmentation de puissance de 38,9 % a
été obtenue à des vitesses correspondant à la vitesse spécifique TSR optimale. Un gain global
d'environ 30 % a pu être obtenu sur toute la plage de fonctionnement de l’éolienne. D'autres
chercheurs tels que Kacprzak et al. [40] ont comparé les turbines Savonius classiques, les
turbines à pales elliptiques et les turbines de type Bach [41]. Ils ont conclu que la forme
classique des pales de la turbine Savonius n’est pas la forme optimale du point de vue
performance. La turbine elliptique est la plus performante lorsque la vitesse spécifique (TSR)
varie entre 0,2 et 0,4. Pour les vitesses spécifiques plus élevées (TSR > 0.4), les éoliennes
Savonius type Bach sont les plus performantes.
2.1.5 Nombre de pales
L'influence du nombre des aubes est un paramètre important pour les éoliennes.
L'augmentation du nombre de pales diminue le couple produit. En effet, l'addition de pales
perturbe le flux entrant pour l'aube de retour. Il en résulte des caractéristiques de couple plus
cohérentes à travers les rotations, mais le couple statique est inférieur au couple de rotation
produit. Blackwell et al. [36], Mohamed et al. [39] et Saha et al. [42] ont montré qu'une
23
turbine Savonius à deux pales est plus performante qu'une turbine à trois pales. Pour obtenir
des caractéristiques de couple plus cohérentes sans aubes supplémentaires, Hayashi et al. [43]
et Saha et al. [42] ont utilisé, dans leurs expériences, une conception à étage où les deux
turbines sont décalées d'un angle de rotation donné le long du même axe de rotation de telle
sorte que le couple sur l'arbre est plus uniforme.
2.1.6 Géométries externes
2.1.6.1 Turbine Savonius avec Obstacle
Comme le rotor Savonius n'est pas efficace, des géométries externes sont souvent
utilisées pour augmenter la production d'énergie. L'objectif de ces géométries est de diminuer
la traînée de la pale du retour au moyen d'une géométrie externe (rideau, bouclier, obstacle,
aubes, etc.). Avec l'augmentation de la traînée sur la pale avançant, le couple net de la turbine
augmente automatiquement. Ces techniques donnent des résultats prometteurs en augmentant
le coefficient de puissance de cette éolienne qui devient comparable à celui des autres VAWT.
La turbine Savonius devient dans ces cas applicable pour la production d'énergie à grande
échelle. Il convient également de noter que les géométries externes ont pour but non
seulement d'augmenter la puissance, mais aussi d'améliorer la capacité d'auto-démarrage de la
turbine en augmentant le couple statique. Les différentes géométries externes conçues pour
améliorer la performance de la turbine Savonius sont schématisées dans les figures 2.3 à 2.9.
Mohamed et al. [39] ont montré qu’un obstacle placé devant une turbine Savonius peut
améliorer considérablement les performances de la turbine (figure 2.9). La configuration
optimale conduit à une augmentation du coefficient de puissance de 27,3% et 27,5% pour les
turbines à deux et trois aubes, respectivement. Altan et al. ont également montré que la
conception de l'obstacle améliore le couple statique de la turbine [44]. En utilisant un
déflecteur avec un obstacle, Mohamed et Thevenin ont obtenu une augmentation relative du
coefficient de puissance de 47,8% au TSR optimal. L'amélioration du Cp fut de l'ordre de
30% sur toute la plage de fonctionnement de la turbine [31].
24
Figure - 2.3 : Turbine Savonius à quatre Figure - 2.4 : Turbine Savonius à deux pales
aubes avec pare-brise [32]. avec un rideau sur la tête du rotor [44].
Figure - 2.5 : Turbine Savonius à deux pales Figure - 2.6 : Turbine Savonius à trois pales
avec Obstacle [45]. avec Obstacle[46].
Figure - 2.7 : Turbine Savonius à deux pales Figure - 2.8 : Turbine Savonius à deux pales
avec un déflecteur en V [47, 48]. avec une tuyère convergente [49].
25
Figure - 2.9 : Turbine Savonius à six pales avec une tuyère convergente [49].
2.1.6.2 Turbine Savonius avec plaques d’extrémité
Bien que les plaques d'extrémité d'une turbine aient une géométrie simple, elle peut
affecter les performances de la turbine. La plaque d'extrémité des pales contribue par un plus
grand gradient de pression entre les côtés concaves et convexes de la pale de telle sorte qu'elle
empêche des fuites de l'écoulement à travers les extrémités de la turbine [42]. La conclusion
générale de la littérature est que les plaques d'extrémité augmentent la performance de la
turbine ; toutefois, les plaques d'extrémité doivent être suffisamment petites de telle sorte
qu'elles ne soient pas une inertie importante pour le rotor [42,50,51]. Aussi, Menet et al. [37,
38] a également noté qu'une plaque d'extrémité 10 % plus grande que le diamètre de la turbine
D, conduit à une valeur plus élevée du coefficient de puissance. Il y a aussi la traînée
indésirable supplémentaire associé aux plaques d'extrémité. Dans différentes études, il est
montré que le diamètre optimal de la plaque d'extrémité est égal à 1,1 D [52-54].
2.2 Performance de la turbine de Savonius
La vitesse du vent U produit un couple mécanique T et une puissance mécanique P

pour une turbine de Savonius. En définissant la surface frontale (As) de la turbine de Savonius
par la hauteur H multipliée par le diamètre D, le coefficient de couple est donné par l'équation
(3.33) [55, 56] :
𝑇
𝐶𝑚 = 1 (2 - 4)
𝐴𝑠 𝐷𝑈 2
4
26
et le coefficient de puissance est donnée par l'équation (2-5) [55, 56] :
𝑃
𝐶𝑝 = 1 (2 - 5)
2
𝐴𝑠 𝑈 3
L'efficacité de la turbine est mesurée à l'aide de ces paramètres en fonction du TSR or λ.

Les turbines Savonius typiques ont un faible coefficient de puissance avec une valeur
maximale d'environ 0,2. Les turbines commerciales actuelles ont un coefficient de puissance
supérieur à 0,35 et atteint jusqu'à 0,5 pour les grandes éoliennes à axe horizontal.
2.3 Etat de l’art
De nombreux travaux scientifiques ont été publiés pour l’étude du Savonius. On cite
ci-dessous, les efforts des chercheurs effectués ces dernières années pour améliorer
l'extraction de puissance des turbines Savonius. Les études numériques et expérimentales sont
présentées dans un ordre chronologique dans ce qui suit.
2.3.1 Etudes expérimentales
Des études expérimentales de la turbine Savonius avec deux pales semi-circulaires

(voir figure 2.10) ont été effectuées par un certain nombre de chercheurs, comme Fujisawa
[57], Saha [42], Ushiyama [58] et d'autres. La plupart des essais expérimentaux ont ete
réalisés en soufflerie.
En 1976, A.J. Alexander et al. ont fait plusieurs essais en soufflerie sur un certain
nombre de configurations du rotor Savonius avec des vitesses de vent variant de 6 à 9 m/s
[51]. Les paramètres testés comprenaient l'écart et le chevauchement entre les pales du rotor,
la corde et la hauteur de pale (et par conséquent le rapport d'aspect), le nombre de pales (2, 3
et 4) et l'addition d'éléments (plaques d'extrémité et obstacle, en combinaison ou séparément).
Les valeurs d'efficacité (la puissance de sortie mesurée) étaient généralement assez faibles
pour un rotor avec un faible rapport d'aspect, non blindé et sans plaques d'extrémité (ηmax =
0,065 pour i = 1,2). Le rapport d'aspect le plus élevé qui a été testé est i = 4,8. Aussi, avec
une pale optimale et une configuration avec obstacle, l’efficacité maximale a atteint la valeur
ηmax = 0,243 soit près de 31 % de la valeur trouvée dans l’étude de [59].
27
Figure - 2.10 : Valve d'assistance de pales semi-circulaires et tordues [42].
En 1977, quinze configurations d’éoliennes Savonius ont été testées dans une
soufflerie à basse vitesse de dimensions 4.9 x 6 m par Blackwell et al. La configuration
recommandée est composée d’un ensemble de deux rotors à godets, chaque rotor étant
perpendiculaire à l’autre. La largeur d'intervalle adimensionnelle varie de 0,1 à 0,15. Il est
conclu que l'augmentation du nombre de Reynolds et/ou du rapport d'aspect permet
d’améliorer les performances [36].
Bach a mené plusieurs expériences pour étudier l'effet des paramètres géométriques
tels que l'angle de l'arc de la pale. Un modèle modifié du rotor Savonius a été développé
combinant des pales droites avec des pales en arc de cercle [41]. Un coefficient de puissance
de 0,35 a été rapporté par Khan suite à des tests de différentes formes de pales de turbine
Savonius [60].
Nobuyuki Fujisawa a étudié les performances aérodynamiques et les champs

d'écoulement autour des rotors Savonius avec différents rapports de chevauchement en
mesurant les distributions de pression sur les pales. Une attention particulière a été accordée à
l'effet du chevauchement sur le mécanisme de couple et de puissance de production du rotor
Savonius. Il a observé une augmentation de la région de recirculation à l'intérieur du rotor à
28
des rapports de chevauchement larges, ce qui suggère une efficacité aérodynamique réduite
pour les rotors avec grand chevauchement [57].
U.K. Saha et al. ont testé dans une soufflerie à une vitesse basse un rotor Savonius à
deux étages avec des pales semi-circulaires et tordus. Afin d'évaluer ses performances, des
tests ont été également effectués pour les systèmes de rotor simple et à trois étages. Leurs
expériences ont montré l’efficacité du rotor à pales torsadées en termes de bon
fonctionnement, meilleur rendement et capacité d'auto-démarrage, comparés à ceux du rotor
Savonius à pales conventionnelles. Les performances aérodynamiques des rotors ont été
évaluées sur la base du coefficient de puissance (Cp) et à différentes vitesses de rotation à
vide (RPM) [42]. Ils ont trouvé que la pale torsadée avec un angle de =15° montre un
coefficient de puissance maximum (Cpmax = 13,99) et η = 23, 6 à la vitesse spécifique de TSR
= 0 ,65 (à la vitesse d’entre U = 8,23 m/s), alors que la pale semi-circulaire ( = 0°) montre un
Cp = 11,04 et η = 18, 67 à la même vitesse du vent. Cette augmentation significative de Cp et
de l'efficacité sont inévitables à autre instance dans ce domaine.
M.A. Kamoji et al. ont fait plusieurs tests sur un Savonius conventionnel classique et
Savonius hélicoïdal dans une soufflerie à section ouverte montré sur la figure 2.11. Leurs
résultats indiquent que tous les rotors Savonius hélicoïdaux ont un coefficient de moment
statique positif quel que soit la position du rotor par rapport à la direction de la vitesse du
vent. Les rotors Savonius hélicoïdaux à arbre ont un coefficient de puissance plus faible que
les rotors hélicoïdaux sans arbre. En outre le rotor hélicoïdal sans arbre, avec taux de
recouvrement égal à zéro et un rapport d'aspect de 0,88 se révèle avoir presque le même
coefficient de puissance que celui du rotor Savonius classique [61].
29
Figure - 2.11 : Schéma de configuration de la rotation [33].
Miyoshi Nakajima et al. ont construit et testé trois modèles d’éoliennes : Rotor
Savonius à un, et deux étages (modèles A, B et C représentés dans la figure 2.12).
Figure - 2.12 : Spécifications de la turbine de Savonius [62].
Le coefficient de puissance était amélioré de 10 % pour la configuration B et C a deux

étages. L’influence de la distance entre le rotor et le sol (paroi inférieure de la soufflerie) a été
étudiée. Les résultats obtenus ont montré que le coefficient de puissance maximale CPmax est
plus important lorsque le sens de rotation est antihoraire (CCW) pour HC/D <0,73, alors que
CPmax est plus important lorsque le sens de rotation est horaire (CW) pour HC/D> 0,73. HC est
la distance entre le rotor et la paroi inférieure de la soufflerie [62].
30
V. D'Alessandro et al. ont mis au point un modèle mathématique de l'interaction entre

le champ d'écoulement et les pales du rotor. Il a été validé en comparant leurs résultats avec
les données obtenues au laboratoire d’EWT (Environmental Wind Tunnel laboratory) de
l'Université polytechnique des Marches. Le modèle a été utilisé pour obtenir un aperçu du
champ d'écoulement complexe se développant autour d'un rotor éolien Savonius et d'évaluer
sa performance [63].
Hayashi et al. [43] ont conçu et réalisé un nouveau type de rotor Savonius, qui
comporte trois étages, chaque étage étant décalé de 120 degrés par rapport à l’autre, pour
augmenter le coefficient de moment et de puissance. Le dispositif expérimental utilisé à cet
effet est présenté dans la figure 2.13. Ils ont conclu dans cette étude que le rotor à trois étages
sans aube de guidage avait une meilleure caractéristique de couple que le rotor à un seul stage
avec des aubes de guidage lorsque la vitesse spécifique TSR est supérieure à 0,8.
Figure - 2.13 : Photos du test du rotor Savonius : (a) Rotor à un étage avec aube de guidage,
(b) Rotor de trois stages sans aube de guidage [43].
M.A. Kamoji et al. ont amélioré le coefficient de puissance par des essais dans une
soufflerie à section fermée sur une forme modifiée du rotor de Savonius conventionnel avec
un arbre central et rapporté pour avoir un coefficient de puissance de 0,32. Le rotor Savonius
modifié sans rapport de chevauchement, avec une pale d’arc égal à 124° et un rapport d'aspect
de 0,7, a un coefficient de puissance maximal de 0,21 à un nombre de Reynolds de 150 000 ;
Ce qui est supérieur à celui du rotor conventionnel Savonius (0,19) [34].
31
En 2013, Sukanta Roy et al. ont étudié expérimentalement une éolienne Savonius à
deux pales spécifiquement destinée à la conversion d'énergie à petite échelle. Ils ont considéré
différentes formes de pales : semi-circulaire, semi-elliptique, type BENESH et type BACH.
Une amélioration sensible du coefficient de puissance maximale est observée par rapport aux
autres modèles testés. Les gains de performance de 3,3%, 6,9%, 19,2% et 34,8% ont été
atteints sur Bach, Benesh, turbine Savonius de type semi-elliptique et conventionnels
modifiés, respectivement [64].
Roy et Saha ont présenté une revue des résultats expérimentaux obtenus par différents
groupes de recherche [47]. Le tableau 2.1 et tableau 2.2 résume les études expérimentales
importantes qui ont été faites pour améliorer le coefficient de puissance de la turbine
Savonius. Les principaux paramètres de comparaison sont la vitesse spécifique, le type de
turbine Savonius ainsi que ses dimensions et la valeur maximale du coefficient de puissance
trouvé. Ils ont conclure que la valeur maximale du coefficient de puissance est de 0.243
trouvée par Alexander et Holownia [51] utilisant un rotor Savonius avec protection. Mais
dans d’autres travaux des Cp supérieurs à 0.3 ont été obtenus.
Tableau-2.1 : Comparaison des résultats expérimentaux par différents groupes de recherche [51].
Dimension Dimension de la Rapport Coefficient de
Chercheurs du rotor soufflerie de puissance
(HxD) (mxm) vitesse (Cpmax)
(mxm) ()
Alexeder et Holownia [51] 0.46 x 0.19 2.4x1.2 (section ferme) 0.52 0.147
0.72 0.243 (avec protecteur)
Baird et pender [65] 0.076 x 0.06 0.305x0.305 (section 0.78 0.185
ferme)
Bergeles et Athanassiadis 0.7 x 1.4 3.5x2.5 (circuit ferme) 0.7 0.128
[66]
Sivasegram et sivapalan 0.12 x 0.15 0.46x0.46 (jet ouvert) 0.75 0.120
[67]
Bowden et Mc-Aleese [68] 0.164x 0.162 0.76 jet (ouvert 0.72 0.15
circulaire)
Ogawa et Yoshida [53] 0.175 x 0.3 0.8x0.6 (jet ouvert) 0.86 0.17
0.212 (avec déflecteur)
Fujisawa et gotoh [52] 0.32 x 0.32 circuit ouvert 0.9 0.17
Huda et al. [69] 0.185 x 0.32 0.5 jet ouvert circulaire 0.71 0.17
0.72 0.21 (avec déflecteur)
Hayashi et al. [43] 0.23 x 0.33 1.5x1.5 (circuit ouvert) 0.75 0.175 (un seul étage)
0.074 x0.184 0.13 (trois étages)
0.208x0.208 0.78 0.161 (un seul étage)
Kamoji et al. [34] 0.226x0.113 0.4x0.4 (jet ouvert) 0.83 0.145 (deux étages)
0.289x0.966 0.77 0.132 (trois étages)
Dobrev et massouh [70] 0.2 x 0.22 1.35x0.65 (circuit ferme) 0.8 0.18
32
2.3.2 Etudes numériques
Le calcul de la dynamique des fluides est l'une des méthodes les plus prometteuses et
économiques pour la prédiction des performances aérodynamiques avec une sélection
appropriée des hypothèses simplificatrices nécessaires [73]. Ci-dessous, on cite quelques
études numériques dont l'objectif était d'améliorer le coefficient de puissance de l’éolienne
Savonius.
Tableau-2.2 : Les performances de la turbine Savonius en forme de S [42].

Auteurs Année Type Diamètre Hauteur Dimensions Vitesse Nombre Rapport Cpmax
du du du de la du flux de
de vitesse corrigé
rotor rotor rotor soufflerie libre Reynolds
(m) (m) (m* m) (m/s) *105 () (%)
Sheldahl et 1978 Deux 1.00 1.5 Section 14 9.3 0.85 19.5

al. [54] pales ferme
(4.9*6.1)
Sheldahl et 1978 Trois 1.00 1.5 Section 14 8.67 0.65 15
al. [54] pales ferme
(4.9*6.1)
Alexander 1978 - 0.383 0.460 Section 6-9 1.53- 0.49 12.5
et al. [51] ferme
2.32
Baird et 1980 - 0.076 0.060 Section 29.2- 1.04- 0.78 18.1-
pender ferme 24.6
0.305*0.305
1.25 18.5
[65]
Bergles et 1982 0.700 1.400 Section 2.8*3.7 0.70 12.5-
athanassia ferme 8
12.8
[66] (3.5*2.5)
Sivasegara 1983 - 0.120 0.150 Jet ouvert 18 1.44 0.75 20
et al. [67] (0.46*0.46)
Bowden et 1984 - 0.164 0.162 Jet ouvert 10 0.87- 0.68-0.72 14-15
Mc-Aleese de diamètre
1.09
[68] 0.76m
Ogawa et 1986 sans 0.175 0.300 Jet ouvert 7 0.81 0.86 17
Yoshida déflecteur 0.8*0.6
[53]
Ogawa et 1986 Avec 0.175 0.300 Jet ouvert 7 0.81 0.86 21.2
Yoshida déflecteur 0.8*0.6
[53]
Huda et 1992 sans 0.185 0.320 Jet ouvert 6.5- 0.08- 0.68-0.71 15.2-
al.[69] déflecteur diameter 12.25
1.5 17.5
0.5m
Huda et 1992 Avec 0.185 0.320 Jet ouvert 12.25 1.5 0.65-0.72 17-21
al.[69] déflecteur diameter
0.5m
Grinspan 2002 Torsion 0.280 0.22 Section 8.22 1.327 0.669 11.59
et al .[71] de 10 ° ouverte
0.375*0.375
Rajkumar 2004 Torsion 0.250 0.220 Section 8.23 1.327 0.6523 13.99
[72] de 12.5 ° ouverte
0.375*0.375
33
Afungchui et al. [74] ont utilisé la méthode des singularités pour prédire l'écoulement
autour d'un rotor Savonius. Toutefois, la validité du code pour prédire les coefficients moyens
de puissance et de couple est limitée à des vitesses spécifiques (TSR) inférieures à 0,6 en
raison de l'augmentation des effets visqueux.
Sargolzaei [75] a utilisé des réseaux des neurones artificiels (ANN) pour estimer le
coefficient de puissance des éoliennes Savonius ; mais ses résultats souffrent d'un manque de
précision dans la définition du rotor. Menet et Bourabaa [38] ont numériquement simulé
l'écoulement autour d'un rotor Savonius. Les calculs, basés sur Fluent 6.0, sont effectués pour
le cas statique (Le rotor supposé être fixe quelle que soit la direction du vent) et aussi pour le
cas dynamique. Des valeurs optimales des paramètres géométriques sont déduites des
résultats de cette simulation. Ils ont également étudié l'influence d'un axe central, comme la
présence d'un châssis externe et ont étudié l'influence du nombre de Reynolds.
Testuya Kawamura1 et al. ont utilisé une méthode de décomposition de domaine pour
calculer le champ d'écoulement autour du rotor de Savonius, ils utilisent un domaine qui
contient le rotor en rotation et un système de coordonnées de rotation et l'autre qui contient les
parois fixes. On a constaté que les coefficients de moment et de puissance sont presque
doubles lorsque les parois sont placées de façon adéquate [17, 76].
En réalisant une étude numérique basée sur le code commercial ANSYS-Fluent M.H.
Mohamed et al. ont montré que la puissance de sortie d’une turbine Savonius est améliorée
avec l’optimisation de la géométrie de la pale (ligne squelette) et l’ajout d'une plaque-
obstacle ; le coefficient de puissance maximum est augmenté de près de 40 % pour une
vitesse spécifique TSR =0,7. L'augmentation du rendement est supérieure à 30% sur toute la
plage de fonctionnement de l’éolienne [46]. Les résultats de cette étude sont présentés dans la
figure 2.14.
Akwa et al. [50, 77] ont étudié l'influence du taux de recouvrement d'un rotor
Savonius, par simulation numérique avec la résolution des équations moyennées de Navier-
Stokes, la turbulence étant représentée par le modèle SST k-ω formulé pour les bas nombres
de Reynolds. Les valeurs des coefficients de moment et de puissance obtenus en fonction de
vitesse spécifique et le chevauchement des pales, indique que la performance maximale de la
turbine se produit pour un rapport de chevauchent avec des valeurs proches de 0,15.
34
(a) Coefficient de couple. (b) Coefficient de puissance.

Figure - 2.14 : Performance de la configuration optimale [46].
Jusqu'à 2012, les valeurs maximales du coefficient de puissance variaient de 0,05 à

0,30 dans les différentes études portant sur l’influence des divers paramètres caractéristiques
de l’éolienne Savonius [34, 42, 57, 59, 78]. Cependant, il y a des divergences entre les
résultats des différentes études et certains aspects doivent être mieux étudiés.
Certaines des études récemment publiées, numériquement et expérimentalement sont

citées dans un ordre chronologique dans le tableau 2.3. A partir de ce tableau, il est important
de noter que les valeurs numériques du coefficient de puissance rapportées sont généralement
plus élevées que les valeurs expérimentales. Une des explications, c’est que beaucoup de
simulations numériques sont réalisées en supposant un écoulement en deux dimensions. Cette
approche surestime le Cp, donc des simulations 3D sont nécessaires pour le calcul du Cp.
Tableau -2.3 : Synthèse de quelques résultats d’études sur la turbine Savonius.

Auteurs Etude Année Profile du rotor Re max Cp
moyen
Mohamed et al. [39] Méthode des volumes finis 2011 Semi- circulaire Non 0.30
reporté
El Bez al. [79] Méthode des volumes finis 2013 Semi- circulaire Non 0.40
reporté
S. C. Goh et al. [80] Mesures sur le terrain 2015 Turbine Savonius 929,119 0.20
tripale
Mariano et al. [81] Méthode des volumes finis 2015 Semi-cylindriques 234000 0.25
Abilash et al. [82] Méthode des volumes finis 2015 Semi- circulaire Non 0.34
reporté
W.El-Askary et al. [83] Méthode des volumes finis 2015 Semi- circulaire 500000 0.52
35
Jusqu'à présent, peu d'études ont été appliquées à un parc éolien composé d’éoliennes
Savonius. L'interaction entre les rotors peut permettre d’améliorer les performances de la
turbine Savonius.
Sun et al. [84] ont étudié par simulation numérique, l'effet de couplage aérodynamique
entre plusieurs turbines Savonius. Ils ont considéré différents arrangements de rotor dont deux
et trois rotors en dispositions parallèle et triangulaire. Les meilleures performances ont été
obtenues pour les trois rotors en disposition triangulaire (voir figures 2.15 et 2.16).
L'espacement entre les rotors et leur arrangement optimisé ont abouti à un coefficient de
puissance Cp= 0,30 à la vitesse spécifique TSR = 1.
Shigetomi et al. ont effectué une étude numérique et expérimentale du champ de

l’écoulement interactif autour de deux turbines Savonius. Ils ont montré une certaine
interaction entre les champs d'écoulement autour des deux turbines en utilisant la technique de
mesure par PIV (image de particules vélocimétrie). Ils ont montré que les champs
d'écoulement moyen autour des éoliennes en rotation révèlent deux types d'interactions
puissance-amélioration. L’une résulte de l'effet de Magnus qui réoriente l’écoulement derrière
la turbine pour fournir une rotation supplémentaire de la turbine en aval. L'autre est obtenue à
partir du couplage périodique de l'écoulement local entre les deux turbines qui est associé à la
formation de tourbillons et des fluctuations cycliques de pression [85].
Figure - 2.15 : Champ de vecteurs de vitesse autour de deux rotors de Savonius dans la
disposition I à différents moments (=1,0, S = 0,2D,  = 90 °) [84].
36
Figure - 2.16 : Comparaison du coefficient de puissance d'un rotor de Savonius unique avec
ceux des rotors dans la disposition III, sous différentes distances de séparation et angles de
phases relatifs [84].
37
2.4 Problématique
La turbine éolienne à axe vertical (VAWT) de type Savonius est une structure simple
qui possède de bonnes caractéristiques de démarrage, des vitesses de fonctionnement
relativement faibles et qui fonctionne quel que soit la direction de la vitesse du vent. Mais les
éoliennes Savonius sont caractérisées par un faible coefficient de puissance Cp comparé à
celui d’autres types de turbines éoliennes. Le but de ce travail est d'explorer numériquement
l'écoulement instationnaire non linéaire autour d'une turbine Savonius conventionnelle et
d'analyser la mise en place de ces turbines dans une ferme afin d'améliorer son coefficient de
performance global. Plusieurs cas sont étudiés. Les calculs CFD sont effectués en utilisant le
code ANSYS Fluent 15.0 [86] dans un domaine de calcul à trois dimensions. Le mouvement
des aubes est résolu avec un maillage mobile.
38
CHAPITRE 3
Méthodologie et
modélisation
Chapitre 3 Méthodologie et modélisation
Chapitre 3. Méthodologie et modélisation
3.1 Équations de base
Le mouvement d’un fluide « newtonien » est gouverné par la loi de Newton qui
s’exprime par les équations de Navier-Stokes. Il y a trois équations pour chaque composante
spatiale. Sous forme vectorielle, elles s’écrivent en une seule relation. En faisant l’hypothèse
d’un écoulement incompressible, on écrit :
𝜕u 1
𝜕𝑡
+ 𝑢. 𝛻u = − 𝜌 𝛻𝑃 + 𝜈𝛻 2 𝑈 (3 - 1)
Dans laquelle la densité  est une constante. À cause de la non-linéarité du terme

convectif (u · ∇u) qui conduit notamment au phénomène de turbulence, il n’y a pas de
solution analytique des équations de Navier-Stokes pour les écoulements complexes. Une
approche numérique itérative est nécessaire pour les résoudre. Selon le degré de précision
recherchée et les ressources informatiques disponibles, différentes techniques peuvent être
utilisées pour la résolution des équations RANS.
Dans la majorité des applications industrielles, on s’intéresse uniquement au

comportement de l’écoulement moyen sans se soucier de toutes les fluctuations. Lorsque
l’écoulement est turbulent, il est alors possible de décomposer toute quantité vectorielle ou
scalaire en une partie moyenne et une partie fluctuante. C’est ce que l’on appelle la
décomposition de Reynolds (équation 3 - 2). On note ici la partie moyenne avec une lettre
majuscule et le terme fluctuant par une minuscule à laquelle on ajoute un « prime » en
exposant.
𝑢(𝑥, 𝑡) = U(𝑥, 𝑡) + 𝑢′ (𝑥, 𝑡)

∅(𝑥, 𝑡) = ɸ(𝑥, 𝑡) + ∅′(𝑥, 𝑡) (3 - 2)
C’est en appliquant la décomposition de Reynolds aux variables des équations de continuité

(3 - 2) et de Navier-Stokes (3 - 3) puis en faisant le moyenné temporelle des termes, qu’on
40
obtient les équations moyennées de Navier- Stokes (ou RANS, i.e. Reynolds-Averaged
Navier-Stokes). La relation :
𝛻· U = 0 (3 - 3)
est la nouvelle forme de l’équation de continuité alors que l’expression
𝜕𝑈𝑖 𝜕𝑈 1 𝜕𝑃 𝜕 2 𝑈𝑖 ̅̅̅̅̅̅̅̅̅̅̅̅
𝜕𝑢′ 𝑖 𝑢′𝑗
+ 𝑈𝑗 𝜕𝑥 𝑖 = − 𝜌 𝜕𝑥 + 𝜐 − (3 - 4)
𝜕𝑡 𝑗 𝑖 𝜕𝑥𝑗 𝜕𝑥𝑖 𝜕𝑥𝑗
définie les composantes x, y et z des équations de transport. La corrélation turbulente 𝑢′ 𝑖 𝑢′𝑗

est appelée tensions de Reynolds. Elles introduisent 6 inconnues supplémentaires sur un total
de 4 équations. Le système doit donc être fermé par d’autres relations afin de permettre sa
résolution. Ce sont les modèles de turbulence qui permettent de trouver ces équations en
faisant certaines approximations.
3.2 Modélisation de la turbulence
Le choix des modèles de turbulence est basé sur le fait qu’ils demandent un coût de
calcul raisonnable tout en permettant d’obtenir une précision suffisante pour les applications
industrielles. Ils sont tous basés sur le concept de la viscosité turbulente et présument que, au
niveau de l’écoulement moyen, une analogie peut être faite entre l’action de la turbulence et
celle des contraintes visqueuses. Ces modèles sont basés sur l’hypothèse de Boussinesq qui
relie les tensions de Reynolds au taux moyen de déformation de l’écoulement :
𝜕𝑈𝑗
𝜏𝑖𝑗 = −𝜕𝑢 ′ 𝑢 ′ = µ ( 𝜕𝑈𝑖 +
̅̅̅̅̅̅̅̅̅̅ 2
) − 𝜌𝑘𝛿𝑖𝑗 (3 - 5)
𝑖 𝑗 𝑡 𝜕𝑈 𝜕𝑈 3
𝑗 𝑖
Où :
- 𝛿𝑖𝑗 est le delta de Kronecker ;
- µ𝑡 est la viscosité turbulente ;
- 𝜏𝑖𝑗 est le tenseur de Reynolds ;
- k est l’énergie cinétique turbulente :
41
1 1 ̅̅̅̅
′2 + ̅̅̅̅
𝑘 = 2 ̅̅̅̅̅̅̅̅̅̅
𝜕𝑢′ 𝑖 𝑢′𝑖 = 2 (𝑢 𝑣 ′2 + ̅̅̅̅̅
𝑤 ′2 ) (3 - 6)
Dans l’équation (3 - 4) que deux variables servent à modéliser les tensions de

Reynolds : µ𝑡 et k. Il faut donc deux équations pour fermer le système d’équations RANS.
Notons que certains modèles à une équation peuvent aussi être complets mais ils s’appuient
sur une version différente de la relation (3 - 4). C’est le cas du modèle Spalart-Allmaras. Le
modèle de turbulence appliqué dans cette étude est le modèle k- dont les équations sont
présentées dans ce qui suit.
Modèle k−ε. Le modèle de turbulence k−ε est composé de deux équations de

transport : La première équation est l’équation de transport de l’énergie cinétique turbulente
k ; la seconde est l’équation pour ε, le taux de dissipation de l’énergie cinétique turbulente.
Avec ces deux équations, la viscosité turbulente μt peut être calculée et l’équation (3 - 4) est
entièrement définie. Le développement complet menant aux équations du modèle k−ε peut
être trouvé, entre autres, dans le livre de Wilcox [87]. Les équations formant ce modèle sont :
Equation du coefficient de viscosité turbulente :
𝑘2
µ𝑡 = 𝜌𝐶µ (3 - 7)
𝜀
Equation de l’énergie cinétique turbulente :
𝜕𝑘 𝜕𝑘 𝜕𝑈 𝜕 µ 𝜕𝑘
𝜌⏟ + 𝜌𝑈𝑗 𝜕𝑥 = 𝜏𝑖𝑗 𝜕𝑥 𝑖 − 𝜌𝜀 𝑡
⏟ + 𝜕𝑥𝑗 [(µ + 𝜎𝑘2 )] 𝜕𝑥𝑗 (3 - 8)
𝜕𝑡 ⏟ 𝑗 ⏟ 𝑗 ⏟ 𝐼𝑉
𝐼 𝐼𝐼 𝐼𝐼𝐼 𝑉
- Equation pour le taux de dissipation de l’énergie cinétique turbulente :
𝜕𝜀 𝜕𝜀 𝜀 𝜕𝑈 𝜀2 𝜕 µ 𝜕𝜀
𝜌
⏟ + 𝜌𝑈𝑗 𝜕𝑥 = 𝐶𝜀1 𝑘 𝜏𝑖𝑗 𝜕𝑥 𝑖 − 𝐶⏟ 𝑡
𝜀2 𝜌 𝐾 + 𝜕𝑥 [(µ + 𝜎 )] 𝜕𝑥 (3 - 9)
𝜕𝑡 ⏟ 𝑗 ⏟ 𝑗 𝑗⏟ 𝜀2 𝑗
𝐼 𝐼𝐼 𝐼𝐼𝐼 𝐼𝑉 𝑉
Où les différents termes représentent :

- I, le Taux de changement de k ou ε
- II, le Transport convectif de k ou ε
42
- III, le Taux de production de k ou ε

- IV, le Taux de destruction de k ou ε
- V, le Transport diffusif de k ou ε
Les coefficients des équations de turbulence utilisés ici sont : Cε1 = 1.44, C ε2= 1.92, Cμ =
0.09, σk2 = 1.0 et σε2 = 1.3.
Le modèle de turbulence k−ε est largement répandu en industrie ce qui en fait

probablement le modèle le mieux connu à ce jour. Il a été validé de nombreuses fois et a
donné d’excellents résultats pour plusieurs écoulements communs dans les applications
industrielles, ce qui suffit souvent à justifier son utilisation. Par contre, comme tout modèle
reposant sur l’hypothèse de Boussinesq, ce modèle est aussi connu pour être physiquement
incorrect sous certaines conditions. Versteeg [88] note entre autres qu’en présence
d’écoulements tournants ou de surfaces courbes, la fiabilité du modèle n’est pas assurée.
Dans la présente étude, le modèle k−ε réalisable, une version modifiée du modèle
standard, a été sélectionné. Le choix de ce modèle est basé sur les travaux effectués par
Mohamed et al. [39] pour la simulation de l'écoulement d’une éolienne Savonius où différents
modèles de turbulence ont été comparés. Il est montré que le modèle k−ε réalisable est en
excellent accord avec les résultats expérimentaux.
3.3 Méthode de résolution
Durant ces dernières années, de nombreuses méthodes numériques ont été développées
pour résoudre les équations moyennées de Navier Stokes. On peut citer à titre exemple :
La méthode des différences finies.
La méthode des éléments finis.
La méthode des volumes finis.
La méthode des volumes finis est la plus utilisée actuellement dans les codes de simulation
numérique et notamment dans le code ANSYS Fluent [86] qui a été utilisé dans cette étude.
43
3.3.1 Méthode des volumes finis
Préalablement au calcul, le domaine d’étude est subdivisé en volumes de contrôle

discrets par la construction d’un maillage. Le principe de base de la méthode des volumes
finis implique l’intégration des équations sur chacun des éléments discrets définis par ce
maillage.
Principe de la méthode des volumes finis. Un point noté P est positionné au centre de chaque
volume et est appelé centre du volume de contrôle (figure 3.1). Les nœuds des volumes
voisins sont notés suivant leurs positions N, S, W, E, T et B (se rapportant aux frontières Nord
(North), Sud (South), Ouest (West), Est (East), Supérieure (Top) et Inférieure (Bottom)
respectivement). Dans la méthode des volumes finis les lois de conservation (de la masse, de
la quantité de mouvement et de l’énergie) sont exprimées localement sous une forme
intégrale. Le théorème de Gauss (appelé aussi théorème de la divergence ou théorème
d’Ostrogradski) est ensuite appliqué pour transformer l’intégrale de volume en une intégrale
de surface. Il en résulte un système d’équations qui sera résolu, pour chaque volume de
contrôle, par méthode itérative.
Figure - 3.1 : Volume de contrôle dans un maillage 3D non orthogonal.
44
Figure - 3.2 : Représentation 2D du maillage. ● : Nœuds du maillage. ○ : Centroïde des

éléments. × : Points d’intégration.
3.3.2 Discrétisation des équations gouvernantes
Les équations régissantes tels que l’équation de continuité, de quantité de mouvement

et de l’énergie sont mises sous la forme d’une équation générale de convection-diffusion pour
la variable Φ (équation de transport de la variable Φ). Pour chaque volume de contrôle V et
sur un pas de temps t, nous obtenons :
Terme1 Terme 2 Terme 3 Terme 4

⏞ ⏞𝜕 ⏞
𝜕 𝜕 𝜕𝛷
𝜕𝑡
(𝜌𝛷) + 𝜕𝑥𝑗
(𝜌𝑈𝑗 𝛷) =
𝜕𝑥𝑗
(𝜆𝑒𝑓𝑓 (𝜕𝑥 )) + 𝑆⏞
𝛷 (3 - 10)
𝑗
Où :
λeff : est le terme de diffusion.

S : est le terme source.
Sachant que :
Terme 1 : terme instationnaire.
Terme 2 : terme convectif.
Terme 3 : terme diffusif.
45
Terme 4 : terme source.
Cette équation est intégrée sur chaque volume de contrôle. Après discrétisation et
réarrangement on obtient les relations suivantes :
𝜌−𝜌 0
𝜌𝑉 ( ) + ∑𝑖𝑝(𝜌𝑈𝐽 ∆𝑛𝑗 )𝑖𝑝 =0 (3 - 11)
∆𝑡
𝑈𝑖 −𝑈𝑖° 𝜕𝑈 𝜕𝑈𝑗
𝑉 ( 𝑡
) + ∑𝑖𝑝 𝑚𝑖𝑝 (𝑈𝑖 )𝑖𝑝 = ∑𝑖𝑝(𝑃 𝑛𝑗 )𝑖𝑝 + ∑𝑖𝑝 (𝑒𝑓𝑓 ( 𝑖 +
𝜕𝑥 𝜕𝑥𝑖
) 𝑛𝑗 ) + ̅̅̅̅̅̅
𝑆𝑈𝑖 𝑉 (3 - 12)
𝑗
−° 𝜕
𝑉 ( 𝑡
) + ∑𝑖𝑝 𝑚𝑖𝑝 ()𝑖𝑝 = ∑𝑖𝑝 (𝜆𝑒𝑓𝑓 (𝜕𝑥 ) 𝑛𝑗 ) + ̅̅̅̅̅̅
𝑆𝑈𝑖 𝑉 (3 - 13)
𝑗
Où :
V : est le volume d’intégration de la grandeur .

ip : est l’indice du point d’intégration (intégration point) ip=e, w, s, n, t, b
Δnj: est la surface d’intégration de la grandeur .
Δt : est un intervalle de temps (Time step).
Il en résulte un système d’équations algébriques couplées pour les trois composantes de

vitesse et pour la pression qui sont résolues simultanément. Ce système d’équations s’écrit
sous la forme :
𝑛𝑏
∑𝑛𝑏𝑖 𝑎𝑖𝑛𝑏 𝑖 = 𝑏𝑖 (3 - 14)
Où :
a est la matrice coefficients des équations ;
 est le vecteur solution recherchée ;
bi est le membre de droite ;
i est l’indice qui identifie le volume fini considéré ;
nb identifie un nœud voisin.
Les avantages d’une résolution couplée des différentes équations incluent la robustesse,
l’efficacité et la simplicité du code [86].
46
3.3.3 Algorithme et schémas appliqués
Le système d’équations couplées est résolu à l’aide de l’algorithme SIMPLE (Semi-

Implicit Method for Pressure-Linked Equations). Le schéma de discrétisation spatial est le
schéma UPWIND. Les équations sont résolues en régime instationnaire. Pour déterminer les
conditions initiales un schéma pseudo-stationnaire est appliqué. La méthode de Gauss-Seidel
est utilisé pour résoudre les équations de manière itérative [39].
Utilisation d’un pas de temps pseudo-stationnaire. La stabilité du calcul itératif requiert un

facteur de relaxation pour limiter les variations retrouvées dans la solution entre deux
itérations. De plus, la comparaison directe entre les équations de quantité de mouvement
instationnaires et les équations de quantité de mouvement stationnaires relaxées faite par
Versteeg et Malalasekera [88] fait ressortir une analogie intéressante. En effet, le terme
transitoire peut être associé à un facteur de relaxation agissant sur les équations et peut donc
remplacer celui-ci. Selon les mêmes auteurs, l’utilisation d’une approche pseudo-transitoire
est particulièrement utile dans les écoulements propices à engendrer des problèmes de
stabilité, notamment les écoulements avec de la rotation. Le logiciel ANSYS fluent utilise
cette particularité pour faire la résolution des problèmes stationnaires à partir d’équations
normalement instationnaires. Lors de la simulation, la résolution se fait alors dans un pseudo-
temps, ce qui oblige l’utilisateur à définir un pas de temps pour le calcul même si aucun effet
transitoire n’est recherché. Lorsque la solution converge, le terme instationnaire s’annule.
Avec cette approche, utiliser un pas de temps élevé aura comme effet d’accélérer la
convergence mais peut aussi conduire le calcul à diverger.
3.4 Conditions aux limites
Les conditions aux limites appliquées sont la condition d’entrée du fluide à la frontière
Ouest du domaine d’étude. Une condition de paroi est appliquée à la surface des pales et une
condition de pression à la sortie.
Traitement de la paroi. Deux méthodes sont couramment utilisées pour prendre en compte
cette région critique de l’écoulement. La première approche consiste à résoudre les équations
de Navier-Stokes jusqu’à la paroi solide sur laquelle la condition limite est appliquée. La
47
deuxième approche consiste à résoudre les équations jusqu’à une certaine distance de la
frontière et d’utiliser une loi de paroi pour faire le lien entre la région calculée et la paroi.
Les calculs faits avec le modèle de turbulence k−ε classique utilisent généralement
l’approche de loi de paroi. En effet, comme Wilcox [87] le démontre, les résultats obtenus
avec ce modèle ne sont pas satisfaisant à proximité d’une paroi. Un avantage de cette
technique est qu’elle ne nécessite pas un maillage très fin près des parois solides car lorsque le
nombre de Reynolds est grand, la couche limite qui se forme près des parois est très mince et
sa résolution requiert un grand nombre de cellules de calcul. Ce problème ne se pose pas si on
utilise la loi de paroi mais l’inconvénient de cette méthode est son inapplicabilité dans les
régions d’écoulements séparés, dans les recirculations et surtout près des points de
décollement et de ré-attachement puisque les conditions ayant servi à la formulation de la loi
de paroi ne sont pas respectées, comme le font remarquer Ferziger & Peric [89]. Pour le
modèle k−ε, le premier point de calcul du maillage doit être situé dans la région logarithmique
illustrée sur la figure 3.3 i.e. pour les valeurs de y+ 30 à 300, y+ étant la distance
adimensionnelle à la paroi :
𝑢𝜏 𝑦
𝑦+ = (3 - 15)
𝜈
Où:
|𝜏𝜔 |
𝑢𝜏 = √ ∶ est la vitesse de frottement,
𝜌
 : étant le cisaillement pariétal.
3.5 Cas étudié
La géométrie de la turbine de Savonius considérée dans cette étude est présentée dans la
figure 3.4. Cette figure montre que l’éolienne est équipée d’un obstacle. Les dimensions de
l’éolienne sont détaillées dans le tableau 3.1.
48
Figure - 3.3 : Profils de vitesse moyenne près de la paroi pour différents écoulements [90].
Figure - 3.4 : Schéma de l’éolienne Savonius. (a) Vue de dessus, (b) Vue de côté ; (c)
Représentation 3D, (d) Représentation 3D ombrée.
49
Tableau-3.1 : Dimensions caractéristiques de l’éolienne étudiée
Caractéristiques Valeurs
Nombre de seaux 2
Diamètre de la turbine (D) m 0.33
La hauteur de la turbine (H) m 0.23
Diamètre de seaux (d) m 0.165
Epaisseur des seaux (t) m 0.002
Rapport de chevauchement 0.015
X1/R -1.2383
Y1/R -0.4539
X2/R -1.0999
Y2/R -1.1770
β 100.8 º
3.5.1 Description du modèle CFD
Cette étude est basée sur la résolution numérique, en trois dimensions, des équations
instationnaires moyennées de Navier-Stokes (RANS). L’objectif est de déterminer le Cp pour
différentes valeurs de la vitesse spécifique (TSR ou λ) en faisant varier TSR de 0,2 à 1,4. Les
calculs ont effectués pour différents nombres de Reynolds Re définis par la relation suivante :
𝜌𝑈𝐷 𝑈𝐷
𝑅𝑒 = = (3 - 16)
µ 𝜈
Où U est la vitesse d’entrée de l’écoulement, D est diamètre du rotor, ρ est la densité du fluide
et μ sa viscosité dynamique. Les deux dernières quantités peuvent être combinées pour former
la viscosité cinématique ν = µ/ρ.
L’écoulement instationnaire est résolu en utilisant la technique des interfaces glissantes

(ou Sliding Mesh Model ou SMM). Le pas de temps retenu est t = 1° (ce qui correspond à
360 pas de temps par une révolution). À chaque pas de temps 20 itérations sont appliquées. La
simulation est avancée dans le temps jusqu'à ce que le coefficient de moment (Cm) atteigne en
état oscillatoire régulier soit généralement après l'achèvement de dix rotations complètes de
50
l’éolienne ou plus (Figure 3.5). Le coefficient de couple (Cmi) est déterminé à chaque pas de
temps (i). La valeur moyenne de Cm est calculée en considérant les valeurs des Cmi
correspondant aux deux dernières révolutions. Le coefficient de puissance (Cp) est ensuite
calculé à partir de l'équation (3 - 17) ci-dessous :
𝐶𝑝 = 𝐶𝑚 ∗ λ (3 - 17)
Figure - 3.5 : Variation du coefficient de Moment en fonction du temps pendant 15 cycles de

rotation consécutifs, λ = 0, 7.
Le générateur de géométrie Gambit 2.3.16 a été utilisé pour générer les géométries et
les maillages non structurées nécessaires au solveur CFD. Une étude de raffinement de
maillage a été effectuée pour établir l'indépendance du maillage (voir figure 3.6). Pour le
maillage raffiné sélectionné, le diagramme typique de y + est représentée sur la figure 3.3, qui
montre que les valeurs de y+ sont comprises entre 30 et 300. Ce qui est en adéquation avec le
modèle de turbulence utilisé (voir figure 3.7).
Figure - 3.6 : Maillage non structuré autour de la turbine Savonius étudiée. (a) Vue de dessus,
(b) Vue en perspective.
51
Figure - 3.7 : Distribution de y+ autour des pales (vitesse d’entrée = 9 m/s, λ =0.7).
3.5.2. Validation des calculs
Pour valider notre méthodologie, une turbine Savonius à un rotor unique est simulée.
Cette éolienne est caractérisée par les dimensions suivantes : hauteur (h = 0,23 m) et diamètre
(D = 0,33 m). La simulation a été effectuée avec une vitesse de vent constant de 9 m/s. Les
résultats obtenus sont comparés avec des données expérimentales publiés de Hayashi et al.
[43].
Pour réduire l'effet de blocage, les limites du domaine de calcul ont été étendues à 30D
en aval et à 15D dans les autres directions, comme recommandé dans d’autres travaux [77].
La figure 3.8 représente les conditions aux limites du domaine et le maillage utilisés pour
l'étude de validation.
Figure - 3.8 : Conditions aux limites et maillage autour non structuré de la turbine Savonius ;
a) Vue de dessus ; b) Vue en perspective du domaine.
52
Pour l’étude de l’indépendance du maillage sur la solution, deux maillages ont été
construits : l’un est composé de 1 million de cellules et l'autre de 4 millions de cellules. La
figure 3.9 montre la comparaison entre les lignes de courant colorées par la pression statique
autour des aubes de la turbine Savonius. On peut observer que la trajectoire du fluide passant
à travers le rotor est la même pour les deux cas. On peut également constater qu'il n'y a pas
une grande différence entre les résultats obtenus à l’aide des deux maillages et que le même
Cp est obtenu. Donc, afin de réduire le temps de calcul, on utilise d'abord le maillage de 1
million de cellules pour simuler le premier cas. Pour les autres cas étudiés, le nombre de
cellules a été légèrement augmenté selon l’augmentation des dimensions de la turbine.
Figure - 3.9 : Comparaison entre les lignes de courant colorées par la pression statique en
amont et en aval du rotor de Savonius pour différentes positions des aubes.
53
Les résultats de validation montrent un bon accord avec les résultats expérimentaux.
Cette bonne concordance bénéficie du maillage raffiné et qui permettent le solveur de saisir
les principales caractéristiques d'écoulement. En outre, la présente étude a utilisé maillage non
structuré qui limite l'utilisation du système à un second ordre pour le schéma de volumes finis.
La comparaison entre les données de simulation et les résultats expérimentaux précédents
numériques est représentée sur la figure 3.10. Notez qu’à faible TSR le coefficient de moment
est surestimé, ce qui conduit à un Cp plus élevé, mais pour TSR des valeurs supérieures à 0,6
l'accord est très bon.
Figure - 3.10 : Comparaison entre les résultats obtenus à l'aide du modèle de turbulence k-ε
réalisable et les données expérimentales publiées ; a) coefficient de moment en fonction de
λ (TSR) ; b) Coefficient de puissance en fonction de λ (TSR).
54
CHAPITRE 4
Résultats et discussions
Chapitre 4 Résultats et discussions
Chapitre 4 : Résultats et discussions
Cette étude qui porte sur l’analyse de l’écoulement et l’évaluation des éoliennes
Savonius installées en ferme a été réalisée en trois étapes : dans la première étape, nous avons
considéré une ferme composée d’une seule rangée d’un nombre infini d’éoliennes. Dans la
seconde étape, les simulations sont reprises avec un nombre fini d’éoliennes où nous avons
étudié l’influence du nombre d’éoliennes et de l’espacement entre éoliennes. Enfin dans la
troisième et dernière étape, deux types de fermes composées d’un nombre fini de turbines sont
étudiées : l’une est synchrone et l’autre asynchrone. Toutes les éoliennes considérées
comprennent deux plaques d’extrémité et un obstacle en amont, en face de la pale de retour.
4.1 Etude 1 : Ferme éolienne composée d'un nombre infini de Savonius installés en une
seule rangée
Dans cette étude, les performances d'une rangée de turbines Savonius sont évaluées
pour différentes valeurs du rapport d’aspect de l’éolienne :
𝐻𝑖
𝑖 = 𝐷
(4.1)
Le diamètre D du rotor est inchangé mais trois valeurs de la hauteur ont été considérées (voir
tableau 4.1).
Tableau - 4.1 : Rapports d’aspect utilisés.
1 0.69
2 4.90
3 7.36
La performance d'un ensemble de turbines Savonius est ensuite comparée à celle d'une
seule turbine Savonius classique. Différents nombres de Reynolds sont considérés. Aussi la
direction du vent est étudié également pour quantifier jusqu'à laquelle l'angle du vent est très
bénéfique pour la rangée de turbines.
56
4.1.1 Analyse d'une rangée linéaire de turbines
La figure 4.1 représente la variation du coefficient de moment avec l'angle de rotation

de la turbine pendant les trois derniers cycles de rotation pour le cas où la vitesse spécifique λ
est égale à 0,7. Cette valeur de λ correspond au coefficient de puissance maximale de
l’éolienne étudiée. La turbine Savonius conventionnelle de Hayashi et al. [43] a un couple
oscillant dont les valeurs sont souvent positives mais l’existence de faibles valeurs négatives
est observée. Dans les autres cas, lorsque le rapport d’aspect est inférieur à 1 et qu’un nombre
infini d’éoliennes installées en rangée est considéré, le couple fourni par l’éolienne est
toujours positif durant la rotation de la turbine. Par ailleurs, les valeurs les plus élevées du
coefficient de moment sont obtenues pour le cas φ3. Cependant, une répartition régulière du
coefficient de moment pour le Savonius conventionnel est constatée alors que dans les trois
autres cas considérés, la variation du coefficient de moment n’est pas régulière. Cela est
attribué à la génération de sillage qui est plus forte derrière les aubes et à proximité de la
plaque d'extrémité de la turbine Savonius, comme illustré les figures 4.2 et 4.3.
Figure - 4.1 : Coefficient de moment en fonction de l’angle de rotation durant 3 cycles

complets de la turbine Savonius conventionnelle pour différentes valeurs de 𝑖 .
57
Figure - 4.2 : Contours de pression.
Figure - 4.3 : Contours de vitesse. Cas de 3 , λ =0.7 : a) vue de face (XZ), b) vue de dessus (XY).
58
Comme on peut le voir sur la figure 4.4, la valeur du coefficient de moment pour le cas
de φ3 et φ2 est deux fois supérieure à celle de la turbine isolée et ce pour toutes les valeurs de
la vitesse spécifique λ. Une amélioration considérable est obtenue avec l'installation d’un
nombre infini de turbines Savonius en rangée. La figure 4.5 montre que le coefficient de
puissance des trois cas est très élevé. Pour le cas φ3 les valeurs du coefficient de puissance
sont les plus élevées, avec une valeur maximale de 0,44. Le coefficient de puissance
augmente avec le rapport d’aspect (φi) de la turbine Savonius. Nous notons également que la
turbine Savonius produit l'énergie maximale lorsque la vitesse spécifique est λ = 0,7, pour la
configuration en rangée, et dans l’étude expérimentale de Hayashi et al. [43] λ = 0,7 pour une
éolienne Savonius isolée, ce qui est conforme à notre cas de validation.
Influence de l’obstacle. Comme on le voit sur la figure 4.7, la vitesse augmente du côté
d'aspiration de la pale représentée par la couleur rouge foncée de la plaque d'extrémité qui se
trouve directement en face de l'écoulement entrant. La vitesse de rotation résultante est faible,
bien qu’une forte pression agisse sur cette zone particulière (voir les contours de pression sur
la figure 4.6). On peut noter que l'utilisation de l'obstacle à l'avant de la pale de retour,
améliore les performances de la turbine de Savonius car elle réduit la force de résistance
appliquée par le vent entrant.
Figure - 4.4 : Comparaison des coefficients de moment moyens obtenus en calculs 3D avec
les données expérimentales de Hayashi et al. [43].
59
Figure - 4.5 : Comparaison des coefficients de puissance moyens obtenus en calculs 3D

avec les données expérimentales de Hayashi et al [43].
Wind Direction
Figure - 4.6 : Contour de pression d’une rangée de turbine Savonius λ=0.7 and θ = 90°.
60
Wind Direction
Figure - 4.7 : Contour de vitesse d’une rangée de turbine Savonius, λ=0.7 and θ = 90°.
4.1.2 Influence du nombre de Reynolds
Les résultats présentés dans la figure 4.8 montrent l'effet du nombre de Reynolds sur le
coefficient de puissance d'une éolienne Savonius. Il est à noter que les vitesses 6 m/s et 12 m/s
(ou Re = 131 030 et Re = 262 061 respectivement) donnent de faibles résultats par rapport aux
résultats obtenus avec la vitesse 9 m/s (ou Re = 196 545).
Le nombre de Reynolds affecte donc les performances de la turbine. Une augmentation

de Re retarde la séparation de la couche limite sur le côté aspiration de la pale, en particulier
pour les positions angulaires proches de 0 ou 180◦. Cette séparation retardée de la couche
limite réduit la traînée de pression sur les pales de retour. Ceci est dû au rétablissement de la
pression qui se produit, l'augmentation de la participation de la force de portance sur la force
résultante à ces positions angulaires ce qui, par conséquent, augmente le moment de la
turbine.
61
Comparaison between differents Reynolds number

0,4
Velocity inlet = 12 m/s
0,35 Velocity inlet = 6 m/s
Velocity inlet = 9 m/s
0,3
Power coefficient (Cp)
0,25
0,2
0,15
0,1
0,05
0
0,4 0,5 0,6 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4
Speed ratio (λ)
Figure - 4.8. Influence de nombre de nombre de Reynolds sur le coefficient de puissance de la

turbine Savonius.
4.1.3 Influence de la direction de la vitesse du vent d’entrée
Coefficient de puissance. Dans la section précédente, il a été montré que le coefficient de

puissance est augmenté significativement en plaçant les turbines dans une rangée, cependant,
les performances de la turbine dans ce cas n'est pas indépendante de la direction de la vitesse
du vent. Les directions du vent qui ne sont pas normales à la rangée de Savonius conduiront à
une baisse de la production d'énergie. La figure 4.9 montre la comparaison entre les
coefficients de puissance et de moment pour les différentes directions du vent (0º, 30º, 45º et
60º), pour le cas où le rapport d’aspect est égal à (φ3). Lorsque la direction du vent augmente
et s’écarte de la normale, le coefficient de puissance diminue parce que la vitesse efficace qui
atteint la turbine diminue. A 60º, le coefficient de puissance est presque nulle, ou même
négatif pour certaines valeurs de λ.
62
Figure - 4.9 : Coefficient de puissance a) et coefficient de moment b) pour différentes

directions de la vitesse du vent (0º, 30º 45º et 60º).
Néanmoins, à ± 40 °, le coefficient de puissance d'un ensemble de turbines Savonius

est identique ou supérieur à celui d’une seule turbine. Ce résultat est assez impressionnant
parce que, pour une large gamme de variation de la direction du vent les turbines Savonius
installées en rangée ont de meilleures performances.
63
Champ d’écoulement. Dans la figure 4.10, la direction du vent est représentée par les lignes
de courant colorées en fonction du module de la vitesse. A noter que la direction du vent est
relative à un axe horizontal. La vitesse maximale autour du rotor (marqué en rouge) apparaît
dans le cas où la direction du vent est de 0 ° tandis que la vitesse minimale est trouvée pour le
cas où la direction du vent est de 60 °.
Figure - 4.10 : Lignes de courant colorées par le module de la vitesse (m/s) en amont et en
aval de la turbine Savonius pour différentes directions de la vitesse du vent (0º, 30º 45º et
60º).
Sur la figure 4.11, il est clair que la rangée de Savonius avec une direction de vent de
40º, donne à peu près la même puissance que d'une seule turbine. Ceci indique que si le vent a
une direction du vent dominant, une rangée de turbines Savonius linéaires est très bénéfique.
A noter qu'un autre avantage de cet arrangement des turbines est qu'il conduit à un
positionnement très compact. Cette configuration peut être exploitée dans le cas d'un
bâtiment.
64
Figure - 4.11 : Comparaison entre le coefficient de puissance (Cp) d’une turbine isolée et
celui d’une rangée de turbine Savonius quand la direction du vent est de 40°
4.2 Etude 2 : Etude de l’espacement et du nombre d’éoliennes dans une ferme Savonius
4.2.1 Effet de la distance entre les axes des turbines
Dans ce qui suit, nous examinons l’influence de la distance d'espacement entre les axes
des rotors de turbine de Savonius pour optimiser les performances des éoliennes. Pour chaque
simulation, la vitesse spécifique λ est définie et la simulation est poursuivie dans le temps
jusqu'à ce que le coefficient de moment atteigne une valeur stable. Ensuite, la valeur moyenne
du coefficient du moment de trois dernières tours est calculée et utilisée dans l'analyse de la
performance de toute la ferme éolienne.
Dans cette étude, le coefficient du moment est obtenu pour différentes valeurs de la
vitesse spécifique λ qui varie de 0,4 à 2,0. Le modèle de turbulence k-ε réalisable est utilisé
pour tous les cas. Les conditions aux limites utilisées dans le cas de validation ont été
appliquées ici. L’arrangement d'un nombre infini de turbines Savonius est modélisé par une
seule turbine et une condition aux limites de type périodique sur deux faces du domaine de
calcul. Une amélioration significative de ce nouvel arrangement est observée dans tous les
65
cas ; Cette amélioration est attribuée à l'effet de blocage créé par les turbines éoliennes qui
empêche l'écoulement de fuir sur les côtés. Le vent ne peut échapper qu'à la partie supérieure
de la turbine, menant à un moment de rotation plus élevé.
La figure 4.12 montre une comparaison entre les coefficients de puissance (Cp) pour
différentes distances entre les axes des turbines d'une rangée de turbines. A partir de cette
figure, on peut noter que le coefficient de puissance maximal pour les turbines correspond à la
distance entre les axes L = 1.4 R et au rapport de vitesse de λ = 1,2.
Exp. Hayashi (2005)

L =6R
0.9 L =3R
L =1.06R
0.8
L =2R
0.7 L =1.2R
L =1.5R
0.6 L =1.4R
0.5
0.4
0.3
0.2
0.1
0.0
0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2
Tip speed ratio (TSR)
Figure - 4.12 : Coefficient de puissance (Cp) en fonction de la vitesse spécifique λ pour

différents espacement (L) entre les axes des turbines Savonius.
Le coefficient de puissance dans le cas où L = 1,4 R atteint 5 fois la valeur du Cp de la

turbine isolée de Hayashi et al. [43]. Ceci est cependant un cas idéal qui est impossible à
atteindre dans la réalité, car un ensemble fini de turbines aura une efficacité moindre aux
extrémités de la rangée, comme montré dans le paragraphe suivant. Néanmoins, il peut être
utilisé comme une indication de la distance optimale quand la direction du vent est
perpendiculaire à la rangée des turbines. On voit aussi que lorsque la distance est trop
importante comme c’est le cas pour L = 6 R, l'augmentation du Cp est perdue. Donc il n’y a
plus d'effet de blocage dans ce cas. On notera aussi quand l'effet de blocage est trop important
comme pour L = 1.06 R, le Cp est beaucoup plus faible et l'écoulement du vent est redirigé
au-dessus des turbines.
66
Pour mieux comprendre les forces exercées sur les aubes de la turbine de Savonius, la
figure 4.13 illustre les contours de pression autour des éoliennes vues de dessus. Cette figure
montre comment la pression augmente en amont de la turbine lors de la rotation. La figure
4.13 montre les contours de pression près des pales de la turbine et des obstacles pour tous les
cas étudiés, les pales étant positionnées à 00º, 45º, 90º et 135º. La pression varie entre -800 et
440 Pa. La pression augmente avec la diminution de la distance entre les axes des turbines de
Savonius. La distance entre les axes de rotor de 1.4 R à conduit à la meilleure performance
parmi les 7 cas étudiés. Lorsque l'on compare les cas 1.2 R et 1.4 R à 90º, l'obstacle est plus
efficace dans le cas de 1.4 R car il protège la pale du retour de contre-courant, mais n’affecte
pas la rotation de la pale d'avancement de la turbine voisine. Dans le cas de 1.2 R on voit que
l'obstacle diminue la pression sur la pale avançant conduisant à un couple inférieur, par
rapport aux autres cas.
4.2.2 Etude de l’influence du nombre d’éoliennes Savonius
La distance entre les axes des turbines, la plus favorable (L = 1.4 R) est utilisée dans
cette étude qui est appliquée à quatre types de fermes éoliennes Savonius : Farm_3T,
Farm_5T, Farm_11T et Farm_21T. Les noms de ces fermes indiquent le nombre de turbines
qui sont placées en une seule rangée. Notez que le nombre de turbines utilisées dans chaque
ferme est un nombre impair. La configuration des fermes étudiées est représentée dans la
figure 4.14 à gauche (Synchronous Farm). Les conditions aux limites appliquées sont les
mêmes que celles appliquées pour le cas de validation.
Les résultats obtenus montrent que le coefficient de puissance Cp augmente avec le

nombre d’éoliennes (figure 4.15). Pour une meilleure comparaison, le coefficient de puissance
de chaque ferme est rapporté à un coefficient moyen qui est calculé comme étant la puissance
totale divisée par le nombre de turbines.
Il est à noter que le coefficient de puissance Cp pour tous les cas étudiés est supérieur au
coefficient de puissance d’une turbine isolée. Dans le cas de la Farm_3T, le coefficient de
puissance Cp est similaire à celui de la turbine isolée lorsque λ > 1. Dans le cas de Farm_21T,
le coefficient de puissance moyen maximal atteint une valeur importante qui est presque le
double du Cp d'une turbine isolée.
67
Figure - 4.13 : Contours de pression autour des pales de la turbine de Savonius aux positions :
00°, 45°, 90° et 135°.
68
Figure - 4.14 : Configuration des fermes éoliennes étudiées.
0.40 Exp. Hayashi (2005)

Single Turbine
0.35 Farm_3T
Farm_5T
0.30 Farm_11T
Farm_21T
0.25
0.20
0.15
0.10
0.05
0.00
0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7
Figure - 4.15 : Coefficient de puissance moyen en fonction de λ, pour différentes fermes

comparé à celui d’une turbine isolée et aux données expérimentales.
69
On peut remarquer que dans tous les cas, le Cp maximum correspond au λ = 0,8, sauf
dans le cas de Farm_21T pour lequel le Cp est maximal lorsque λ = 1,0. Sur la base de
l'analyse d'une rangée infinie de turbines, on peut conclure que le rapport de vitesse λ de la
valeur du coefficient de puissance maximal pour une ferme éolienne de Savonius tend vers
1,2 lorsque le nombre de turbines augmente. On note aussi, que le Cp diminue lorsque λ = 0,7
puis raugmente à λ = 0,8. Ceci est expliqué par l'influence du sillage des turbines adjacentes
sur les turbines du milieu.
Pour plus de précision, nous présentons dans la figure 4.16 les variations du coefficient
de puissance (Cp) pour chaque turbine et pour chacune des quatre fermes correspondant à la
vitesse spécifique optimale. Dans chaque cas, nous comparons nos résultats avec les données
expérimentales obtenues par Hayashi et al. [43] et ceux obtenus pour une seule turbine. Les
histogrammes des turbines installées dans la partie supérieure (Top) de la ferme sont de
couleur verte et ceux des éoliennes installées dans la partie inférieure sont en bleu.
L’histogramme de la turbine centrale est de couleur orange.
Les valeurs moyennes de coefficient de puissance pour chaque ferme éolienne sont
calculées et représentés par l’histogramme de couleur rouge. Les conclusions tirées de
l'analyse de cette figure sont les suivantes :
a) Le coefficient de puissance moyen (Cp) dans toutes les fermes étudiées est supérieur
au Cp d'une turbine isolée ;
b) La ferme Farm_21T a la meilleure performance ;
c) La ferme Farm_3T est la moins efficace ;
d) les turbines situées aux deux extrémités (Bottom et Top) de chaque ferme sont moins
efficaces, par rapport à toutes les autres turbines.
On peut en conclure qu'une ferme éolienne de Savonius sera plus efficace avec
l'augmentation du nombre de turbines. Cette efficacité est due à l'optimisation de l'effet de
blocage et de l'obstacle. Chaque turbine reçoit plus d'écoulement du vent via ce phénomène.
Néanmoins, la turbine d’extrémité située dans la zone supérieure des fermes a un rendement
plus faible car il n'y a pas d’obstacle à sa droite. La turbine d’extrémité située dans la zone
inférieure a également un rendement plus faible que celui des autres éoliennes mais son
rendement est plus proche de la moyenne.
70
Figure - 4.16 : Coefficient de puissance maximal des éoliennes pour les quatre fermes
étudiées.
71
Lorsque le nombre de turbines augmente, la turbine d’extrémité située dans la zone

supérieure (à droite) est de moins en moins performante. La turbine centrale a une bonne
efficacité pour toutes les fermes. Ceci montre l'importance de l'obstacle qui permet : (i) de
réduire la traînée sur la pale de retour et (ii) de dévier l'écoulement vers la turbine à sa gauche.
Pour visualiser le champ d’écoulement autour des rotors, les contours de vitesse sont
présentés dans la figure 4.17, pour toutes les fermes. Ces contours sont tracés pour la vitesse
spécifique optimale de chaque ferme et différents azimuts des aubes : 0º, 45º, 90º et 135º.
Dans tous les cas, les aubes sont synchronisées, ce qui signifie que les pales de toutes les
turbines sont au même azimut. Le module de la vitesse varie de 0 à 26 m/s pour toutes les
fermes.
La couleur rouge indique des vitesses élevées qui sont observées sur le côté convexe des
pales avançant. Cet effet est plus marqué entre deux turbines adjacentes. Cela indique
l'accélération de l'écoulement sous l'influence positive de la turbine voisine qui crée une faible
pression sur le côté convexe de la pale. Ceci conduit à une force équivalente à une force de
portance, résultant en un couple positif. Cette caractéristique explique pourquoi pour les
fermes avec un grand nombre de turbines, le coefficient de puissance maximum (Cpmax) est
obtenu à des vitesses spécifiques λ supérieures à 1. Cette accélération de la vitesse est plus
élevée aux azimuts 90º et 135º. On observe également que le sillage des rotors est
asymétrique ; ceci est dû au fait que l'écoulement derrière la pale avançant est différent de
l'écoulement derrière la pale de retour.
En outre, l’écoulement reçu par la partie droite de la ferme (zone supérieure de la figure
4.17) est différent de l’écoulement reçu du côté gauche (zone inférieure de la figure 4.17), car
les obstacles orientent l'écoulement vers le côté gauche de la ferme (vers le bas sur la figure
4.17) comme le montrent les contours de vitesse dans la figure 4.17. L'écoulement autour de
la turbine de l’extrémité droite est très différent. La figure 4.17 montre que la pale avançant
ne reçoit pas l’écoulement comme cela se voit clairement sur les autres turbines.
72
Figure - 4.17 : Contours du module de vitesse autour des rotor de Savonius à différents
angles d’azimuts pour les quatre fermes.
73
4.2.3 Influence de la direction du vent
Dans les résultats présentés ci-dessus le coefficient de puissance maximal correspond à

la direction optimale du vent. Dans ce paragraphe, la direction du vent est analysée pour
évaluer son influence sur le coefficient de puissance. Ces calculs sont effectués pour la ferme
Farm_11T. La figure 4.18 montre la comparaison entre le coefficient de puissance moyen
pour différentes directions du vent (-60°, -50º, -40 º, 0º, +20°, +30° et +40º). La direction du
vent est relative à la ligne horizontale. Comme précédemment, ces résultats sont comparés au
coefficient de puissance Cp de l’éolienne étudiée isolée ainsi qu’au Cp de l’éolienne de
Hayashi et al. [43].
L'efficacité de la ferme diminue lorsque la direction du vent est différente de 0° et ce,

aussi bien pour les valeurs positives que négatives. La ferme commence à perdre la capacité
d'extraire de l’énergie éolienne lorsque la direction du vent augmente positivement, jusqu'à ce
qu'elle devienne moins performante qu'une seule turbine. Il est à noter que la diminution de la
puissance n’est pas symétrique car les obstacles sont tous placés sur le même côté de la
turbine et les turbines tournent dans le même sens.
Dans la figure 4.19, la direction du vent est représentée par des vecteurs, l’échelle des
vitesses étant représentée en couleur à gauche. La vitesse autour du rotor est maximale
(marqué en rouge) lorsque la direction du vent est de 0° alors que la vitesse minimale
correspond à la direction du vent de + 40°. Dans ce cas, la direction du vent est
perpendiculaire aux obstacles.
Dans la figure 4.20 on a identifié la plage de variation des directions de vent qui
conduisent à des performances supérieure à celle d’une turbine isolée. Lorsque la direction du
vent est comprise entre -50 ° et + 20 ° les fermes Savonius fournissent plus de puissance que
le même nombre de turbines isolées. Cette gamme de directions du vent est assez grande étant
donné que les sites sont souvent caractérisés par une direction dominante du vent. Au
contraire, on peut voir que lorsque la direction du vent est de 30° le coefficient de puissance
est très faible, le vent entrant est dans ce cas perpendiculaire aux obstacles des éoliennes.
Ainsi, une grande quantité d'énergie du vent va être perdu avant qu'il atteigne les rotors de
turbines. Notez que dans ces cas, les obstacles sont statiques. Une nouvelle étude où les
74
obstacles sont en rotation par rapport à la direction du vent pour augmenter l'extraction
d'énergie peut être envisagée.
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,4 0,6 0,8 1,0 1,2 1,4 1,6
Figure - 4.18 : Coefficient de puissance calculé pour différentes directions de la vitesse

du vent :-60° à + 40º, comparé aux données expérimentales et au Cp d’une turbine
isolée.
Figure - 4.19 : Vecteurs du module de vitesse (m/s) en amont et en aval de la ferme

Farm_11T lorsque la direction du vent est : 0º, - 40º et + 40º.
75
0.30
Power coefficient (Cp) 0.25
0.20
0.15
0.10
Exp. Hayashi (2005)
0.05 Single Turbine
Farm_11T
0.00
-70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 50
Angle (°)
Figure – 4.20 : Variation du coefficient de puissance avec la direction de la vitesse du vent : [-

60, +40] - λ= 0,8.
4.2.4 Effet d'un obstacle supplémentaire
Comme on le voit sur la figure 4.21, la turbine qui est nommée Turbine Top_5 située à
l’extrémité supérieure de la ferme Farm_11T, est très inefficace en raison de sa position dans
le parc éolien et affecte négativement toute la productivité de la ferme. Donc nous avons
ajouté à cette éolienne un obstacle supplémentaire pour améliorer ses performances. En
conséquence, le coefficient de puissance moyen de l'ensemble de la ferme est amélioré,
comme indiqué sur les figures 4.20 et 4.21.
La figure 4.22 représente les nouvelles valeurs de coefficient de puissance calculée

après l'addition du 12ème obstacle sur la Farm_11. Le coefficient de puissance moyen pour
cette nouvelle configuration est amélioré et augmenté de 12% pour l'ensemble de la ferme.
Les coefficients de puissance des turbines : Turbine Top_5 et Turbine Top_4 sont multipliés
par 8 et 4, respectivement, comparés au cas de la ferme sans obstacle supplémentaire.
Pour mieux illustrer la différence entre un parc éolien avec et sans obstacle
supplémentaire, nous avons tracé les contours de pression pour les deux cas, les pales étant
aux positionnées à 60° (Figure 4.22). Pour une meilleure visualisation, nous avons fixé les
76
valeurs des pressions minimale et maximale entre -300 Pa et 115 Pa, respectivement. On peut
remarquer la différence de couleur sur la partie concave de la pale supérieure des turbines
pour les deux fermes. Nous pouvons conclure de cette figure que l'obstacle supplémentaire
affecte positivement la puissance de toutes les éoliennes, donc, il augmente la production de
la ferme éolienne de Savonius.
Exp. Hayashi (2005)

0.35
Single Turbine
Without Additional Obstacle
0.30 With Additional Obstacle
0.25
0.20
0.15
0.10
0.05
0.00
0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7
Figure - 4.21 : Comparaison entre les coefficients de puissance (Cp) de Farm_11T avec
et sans obstacle supplémentaire.
Figure - 4.22 : Contours des pressions autour des deux fermes, les pales étant
positionnées à 60°.
4.3 Etude 3 : Fermes éoliennes synchrone et asynchrone
77
On considère le parc d’éoliennes Savonius composé de 11 turbines espacées d’une

distance de 1.4 R. On étudie l’influence de la vitesse spécifique TSR et de la vitesse d'entrée
du vent pour un parc éolien synchrone (figure 1.23 (a)) et asynchrone (figure 1.23 (b)). Au
préalable, nos simulations sont validées par comparaison avec les résultats de Hayashi et al.
[43] pour d’autres valeurs de la vitesse du vent.
4.3.1 Validation
La validation des résultats de la simulation avec les résultats expérimentaux disponibles

a été réalisée par une comparaison avec les données expérimentales publiées par Hayashi et
al. [43]. On peut noter qu'il n'y a pas un changement significatif dans les résultats pour les
différentes vitesses de vent.
Figure - 4.23 : Validation du modèle de calcul de l’écoulement autour de la turbine

Savonius conventionnelle pour différentes vitesses du vent : (a) Coefficient de couple ; (b)
Coefficient de puissance.
4.3.2 Position du problème
On peut voir dans la figure 4.22, que la pression est plus élevée dans les zones centrale
et inférieure de la ferme Farm_11T parce que cette pression est affectée par l'orientation des
obstacles lorsque la rotation de toutes les turbines est synchrone. Dans ce contexte, pour
78
comprendre ce phénomène, deux fermes éoliennes de 11 turbines, de même géométrie et de

vitesses de rotation légèrement différentes ont été simulées. Dans la première ferme (nommée
Farm_11T synchrone), toutes les turbines tournent à la même vitesse de rotation et les pales
sont à la même position comme le montre la figure 4.14. Dans la deuxième ferme une valeur
du rapport de vitesse λ aléatoire, comprise entre 0,6 et 1,0, a été utilisée pour chaque turbine.
Cette ferme est nommée Farm_11T asynchrone. Les positions des pales de chaque turbine
sont complètement asynchrones par rapport à l'autre. Les deux configurations sont montrées
dans la figure - 4.14. Le domaine de calcul, les paramètres de résolution et le modèle de
turbulence sont similaires dans les deux configurations. Le maillage utilisé est composé de
5083422 cellules pour les deux types de fermes.
Une différence importante dans les simulations est le temps de convergence : pour la
Farm_11T synchrone, le temps est de 48 heures, alors que pour le second cas il est supérieur à
168 heures sur une même machine de calcul. Cette différence est liée à l'augmentation de
l'instabilité due au fait que les turbines ne sont pas dans la même position et ne tournent pas à
la même vitesse.
4.3.3 Effet de la vitesse spécifique (λ ou TSR)
La figure 4.24 représente les contours de pression et de vitesse pour les deux cas étudiés
correspondant à leur production maximale. On peut observer la différence de sillage entre les
deux cas et l’écoulement est plus symétrique dans le cas de la ferme asynchrone. Cet effet
contribue à l’amélioration des performances des turbines d'extrémité et à une bonne
distribution de la production d'énergie sur toutes les turbines.
Le coefficient de puissance calculé pour chaque turbine est représenté dans la figure
4.25 pour les deux fermes. Cette figure montre la comparaison du coefficient de puissance
(Cp) obtenue pour la ferme Farm_11T asynchrone avec la vitesse d'entrée de 9 m/s ainsi que
le (Cp) de la ferme synchrone calculé pour trois valeurs de λ. Cette figure montre clairement
qu'il n'y a pas de différence significative entre le Cp moyen des deux fermes, alors que le
coefficient de puissance maximal est focalisé dans les turbines du milieu de la Farm_11T
synchrone. Mais pour la Farm_11T asynchrone, le coefficient de puissance varie en fonction
de λ. Notez que la turbine Top_5 et la turbine Bottom_1 ont une faible Cp parce que leurs
vitesses spécifiques λ sont également faibles, à savoir 0,64 et 0,68 respectivement.
79
Figure - 4.24 : Contours des pressions et vitesses autour des éoliennes pour les fermes
synchrone et asynchrone.
80
Figure - 4.25 : Coefficient de puissance maximal de chaque éolienne pour les fermes
Farm_11 synchrone et asynchrone.
La variation du couple des éoliennes en rotation est représentée sur la figure 4.26 pour
les deux types de fermes (synchrone et asynchrone). Nous avons considéré trois turbines qui
ont un même λ : Turbine Bottom_4, Turbine Midle et Turbine Bottom_5. Leurs vitesses
spécifiques λ sont égales à 0,6, 0,8 et 1,0 respectivement. Les trois séries de couple sont
comparés pour les 8 derniers tours des turbines de la ferme asynchrone avec les 2 derniers
tours des turbines synchrone Farm_11T. La période d’oscillation du couple est équivalente à
la vitesse de rotation pour les deux cas. On peut observer la différence entre les variations de
couple pour ces trois cas sélectionnés. Pour toutes les λ, la forme d'oscillations du couple de la
ferme Farm_11T synchrone est répétitive. Mais pour le cas de la ferme Farm_11T
Asynchrones la forme ne ressemble pas car chaque turbine est affectée différemment par les
turbines voisines. Ceci résulte en différentes valeurs de Cp tel que montré dans la figure 4.26.
4.3.4 Effet de vitesse du vent à l'entrée
Les simulations sont effectuées ici pour la ferme Farm_11T asynchrone avec les valeurs
suivantes de la vitesse du vent : 6, 9 et 12 m/s tout en conservant la même vitesse de rotation.
Le coefficient de puissance moyen de la ferme est calculé pour chaque vitesse du vent. Dans
81
la figure 4.27, le coefficient de puissance obtenu pour chaque cas est comparé aux résultats
obtenus pour la Farm_11T synchrone ainsi que pour la turbine isolée et aux données
expérimentales de Hayashi [43]. Une petite différence est constatée entre les résultats obtenus
pour différentes vitesses de vent, mais rien de très significatif. En outre, dans tous les cas, le
coefficient de puissance moyen des turbines de toutes les fermes est supérieur à celui de la
turbine isolée.
Figure
-
4.26 : Coefficient de couple instantanée (Cm) en fonction de la rotation pour les fermes
synchrone (deux derniers cycles) et asynchrone
Figure - 4.27 : Coefficient de puissance moyen de la ferme Asynchrone pour différentes

vitesses d'entrée comparé à celui de la ferme synchrone, de la turbine isolée et à des données
expérimentales.
82
Deuxième partie :
Caractérisation du
gisement éolien dans
certaines régions
d’Algérie
CHAPITRE 5
Le potentiel éolien
Chapitre 5 Le potentiel éolien
5.1 Programme des énergies renouvelables en Algérie
En Algérie, avec l'absence de l'énergie nucléaire, la majeure partie de la production

d'électricité (99,2% en 2009) provient des combustibles fossiles [91]. La majorité des
centrales électriques installées en Algérie sont des centrales à gaz, sauf pour le sud où les
centrales électriques fonctionnant au diesel sont utilisées. La construction de nouvelles
capacités de production, la transmission et la distribution d'électricité est l'un des plus grands
défis du secteur. La production nationale d'électricité a fortement augmenté. En effet, la
production d'électricité est passée de 16,10 TWh en 1990 - 57,40 TWh en 2012, ce qui
correspond à une augmentation annuelle moyenne de 1.87%. Cette production était seulement
2 TWh dans les années 1960. En ce qui concerne le coût de l'électricité en Algérie, les mêmes
tarifs de vente sont appliqués et ce, quel que soit le système de production (diesel ou gaz). En
2011, l'Algérie a mis en place une stratégie ambitieuse de promotion et développement des
énergies renouvelables pour maintenir les réserves des ressources fossiles.
Le programme des Energies Renouvelables, adopté par le gouvernement en Février

2011 et modifié en 2015, afin de produire 40% de la consommation totale d'énergie à
l'horizon 2030) [91]. Selon ce programme, l'électricité d'origine solaire devrait atteindre, d'ici
2030, plus de 37% de la production nationale d'électricité. L'énergie éolienne est en deuxième
position et l'électricité d'origine éolienne devrait atteindre environ 3% de la production
globale d'électricité en 2030.
Les différentes phases du programme de l'énergie renouvelable et de l'énergie fossile en

Algérie qui est défini comme suit [91] :
En 2013, il est prévu d'installer une puissance totale d'environ 110 MW ;
En 2015, une puissance totale de près de 650 MW sera installé ;
En 2020, il est prévu que l'installation d'une capacité totale d'environ 2 600 MW ; Pour le
marché intérieur et possibilité d'exportation d'environ 2000 MW ;
En 2030, il est prévu d'installer une capacité de près de 12.000 MW. Pour le marché intérieur
et possibilité d'exportation d'environ 10 000 MW.
85
Figure – 5.1 : Structure du parc de la production nationale d’électricité en MW [91].
Selon le nouveau programme des Energies Renouvelables, il est envisagé d'installer une
capacité de 5010 MW à l'horizon 2030 dont 1010 MW à réaliser en 2020. Mais comme pour
tout projet, avant de construire un parc éolien, une étude de faisabilité comprenant les aspects
techno-économiques est nécessaire. Et comme l'énergie électrique fournie par les éoliennes
est fonction des vitesses de vent disponible, il est nécessaire d’évaluer au préalable le
potentiel éolien disponible pour estimer la production des parcs éoliens.
5.2 Outils pour l’estimation du potentiel éolien
Il existe plusieurs méthodes pour l’estimation du potentiel éolien ; ces méthodes sont
très diverses et varient selon les entreprises et selon les logiciels ou méthodes utilisées. Nous
en présenterons brièvement les méthodes basées sur la technique CFD puis l’approche basée
sur les méthodes statistiques.
5.2.1 La technique CFD
Une autre méthode utilisée pour la caractérisation du potentiel éolien est la technique
CFD (Computational Fluid Dynamics). Cette approche consiste à étudier les mouvements
d’un fluide (le vent dans notre cas) et ses effets, par la résolution numérique des équations
régissant l’écoulement du fluide, les équations résolues pouvant être les équations d’Euler ou
les équations moyennées de Navier-Stokes. Si cette technique est utilisée dans l’industrie
aéronautique, automobile, dans la météorologie et dans la recherche depuis un grand nombre
86
d’années, son application reste très récente dans le domaine de l’industrie éolienne. Ces
dernières années, les techniques de la mécanique des fluides numériques (CFD) et les
équipements informatiques ont évolué de manière significative ; ceci a permis d’élargir leur
champ d’application comme dans notre cas pour une évaluation du vent autour des obstacles
et pour faire des prévisions. De nombreux logiciels ont été utilisés parmi lesquels ANSYS
Fluent, ANSYS CFX, Open foam, Code_Saturne….etc. La figure 5.2 présente un exemple
d’analyse du gisement éolien à l’aide d’une technique CFD.
Figure – 5.2 : Estimation de la ressource éolienne en terrain complexe [92].
5.2.2 Méthode statistique
Cette méthode d’évaluation commence par la mesure du vent sur le site sélectionné au
niveau du moyeu et par le traitement statistiques des données mesurées. La méthode
statistique généralement appliquée est la distribution de Weibull, caractérisée par deux
paramètres : un facteur de forme et un facteur d'échelle. La chaîne méthodologique appliquée
ensuite pour évaluer le potentiel éolien d’un site et déterminer la puissance délivrée par
l’éolienne est schématisée dans la figure 5.3. Cette figure montre que l’estimation du potentiel
éolien passe par trois étapes :
- Comme la vitesse du vent varie avec la hauteur, la première étape consiste à extrapoler
la vitesse du vent généralement mesurée à 10 m de hauteur à la hauteur du mât de
l'éolienne,
- Le calcul de la production électrique du parc éolien s'effectue au cours de la deuxième
étape,
- Les pertes (de sillage et électriques) sont estimées à la troisième étape.
87
Figure – 5.3 : Schéma de la chaîne méthodologique pour l’évaluation du potentiel éolien [93].
Figure - 5.4 : Classes du potentiel éolien selon le type d’environnement [94].
88
Gradient vertical de la vitesse du vent. Il varie selon le type du sol, en fonction de la

rugosité de surface, par exemple : ville, végétation de broussailles, terrain plat, sable ou
surface de la mer. Les classes de variation de la vitesse du vent (en m/s) selon le type
d’environnement sont présentées dans la figure 5.4 avec en rouge, la vitesse du vent selon le
type d'environnement (ville, plaine, mer). Ces vitesses sont des moyennes indicatives qui
peuvent varier selon les régions du monde. A gauche, l'échelle indique la hauteur de la nacelle
(pour une même nacelle et une même longueur de pales). Cette figure montre qu'une même
éolienne produit environ 2 fois plus d'électricité en mer car le vent y est plus régulier et que la
vitesse du vent à la même hauteur est plus importante.
Les calculs du potentiel éolien basés sur des méthodes statistiques sont généralement
effectués à l'aide de logiciels spécialement conçus pour la caractérisation du potentiel éolien
des sites tels que WAsP, windPRO2, EolXpert, GeoWind….etc. Dans cette étude, nous avons
utilisé le logiciel WAsP que nous présentons dans ce qui suit.
Le logiciel WAsP. Le programme WAsP a été conçu pour évaluer les ressources éoliennes
disponibles ainsi que la production d'électricité par les éoliennes et parcs éoliens. C'est un
programme installable sur PC.
L'évaluation des ressources éoliennes est basée sur des données de vent (vitesse et
direction) mesurées dans les stations météorologiques proches de la région étudiée. Une
analyse des données est effectuée pour déterminer des paramètres statistiques. Cette tâche est
assurée par un module de ce programme qui s’appelle OWC (Observed Wind Climate). Par
ailleurs, le WAsP inclus un modèle du flux de terrain complexe, un modèle de changement de
rugosité et un modèle pour tenir compte des obstacles. Ces modèles sont exploités pour
l'extrapolation verticale et horizontale des données statistiques relatives à la vitesse du vent.
Un éditeur de cartes est au préalable utilisé pour créer et éditer les cartes topographiques. Le
logiciel inclus aussi un éditeur de turbine pour insérer les données relatives aux éoliennes et
un modèle de sillage pour l'évaluation des pertes dues au sillage des éoliennes. Les principes
fondamentaux du WAsP et la méthodologie de l’atlas du vent sont décrites dans l'Atlas éolien
européen.
89
Figure – 5.5 : Analyste climatique WAsP [95].
Dans ce qui suit, nous présentons une revue de diverses études réalisées pour la
caractérisation du gisement éolien dans le monde puis en Algérie.
5.3 Etat de l’art
Les études et les évaluations des caractéristiques du vent et du potentiel éolien ont été
réalisées dans de nombreux pays du monde. En utilisant des données météorologiques, Lu et
al. [96] ont évalué le potentiel éolien disponible dans les îles de Hong Kong. Ils ont également
analysé les caractéristiques de différentes éoliennes et la meilleure turbine a été choisie en
fonction de la vitesse du vent disponible. L’analyse des données de vent et l’évaluation du
potentiel éolien disponible dans la région de la côte nord du Sénégal ont été évaluées par
Youm et al. [97]. La fonction de distribution statistique de Weibull a été appliquée dans cette
étude. Les études et les évaluations des ressources d'énergie éolienne pour certains
emplacements de Pakistan ont été étudiées par Ullah I. et Chipperfield AJ. dans [98]. La
faisabilité économique du développement des centrales éoliennes dans les régions côtières de
l'Arabie Saoudite a été étudiée en 2013 par Shaahid et al. [99], la Serbie a également été
réalisée par Durisic et al. en 2012 [100].
L'étude de faisabilité et l'évaluation des ressources en énergie éolienne pour certains de

l'emplacement de la Tunisie comme; Sidi Daoud [101, 102], le golfe de Tunis [103, 104] ,
région El-Kef [105], et la Tunisie [106, 107], ont été menées dans la littérature par différents
chercheurs. Dahmouni et al. évalué le potentiel de l'énergie éolienne et la production
d'électricité optimale à Borj-Cedria en 2011 [108]. Analyse du potentiel d'énergie éolienne du
Maroc en utilisant des données météorologiques a été discutée par Nfaoui H. et al. [109].
90
Nfaoui et al. également analysé les caractéristiques du vent et le potentiel de l'énergie

éolienne au Maroc dans [110]. Irwanto et al. étudié en 2008 l'évaluation du potentiel de
production d'énergie éolienne dans Perlis, Malaisie [111]. Plusieurs études portant sur le
potentiel de l'énergie éolienne en Egypte ont été réalisées par Ahmed Shata et al. dans [112-
117].
L'évaluation des différentes méthodes appliquées pour estimer les paramètres de

distribution de Weibull pour la vitesse du vent dans le parc éolien de Zafarana de Suez Golfe
en Egypte par [118]. Yasmina H. étudie la faisabilité économique de l'énergie éolienne pour
cairo en Egypte [119] et EL-Shimy optimiser le générateur de turbine éolienne pour le site de
la région du golfe du Suez en Egypte [120]. L'évaluation des ressources en énergie éolienne à
l'aide de la modélisation, des images satellite et des ensembles de données mondiales existants
au Mali par Ivan Nygaard et al. [121]. L'évaluation des performances des éoliennes pour la
production d'énergie dans le delta du Niger, au Nigeria [122].
L’Algérie présente un potentiel éolien considérable qui peut être exploité pour la
production d’énergie électrique, surtout dans le sud où les vitesses de vents sont élevées et
peuvent dépasser 4 m/s (6 m/s dans la région de Tindouf), et jusqu’à 7 m/s dans la région
d’Adrar ; comme le montre la figure 1.7.
Figure - 5.6 Carte de la vitesse annuelle moyenne du vent à 10m du sol (m/s) en
Algérie [123].
91
Les vastes potentialités des différentes énergies renouvelables à travers toutes les
régions en Algérie ont été largement étudiés, comme : L'efficacité de trois éoliennes installées
sur la région des haute plateaux de l'Algérie [124], le premier atlas éoliens développés en
Algérie par [125]. Une contribution à l'actualisation de la carte du vent de l'Algérie dans
[123], plusieurs études d'évaluation du potentiel de l'énergie éolienne en Algérie a été réalisée
par Himri et al. [126, 127]. Afin de calculer l'énergie annuelle et mensuelle moyenne du vent,
une méthode numérique a été présentée dans cette étude. L'énergie éolienne pour la zone
rurale connue sous le nom de Tindouf, en Algérie est présentée par Himri et al. dans [128].
Cependant, les travaux de recherche sur plusieurs sites en Algérie ont été réalisés sur la
viabilité économique de la production d'électricité à partir de ressources éoliennes [129]. Une
évaluation technico-économique des systèmes d'énergie renouvelable hybrides dans la région
isolée en Algérie a été également mise en place dans [130]. Par conséquent, la nécessité d'une
évaluation approfondie pour capturer la viabilité économique de la production d'énergie
éolienne en Algérie est très nécessaire pour le reste de seul espoir de l'investisseur à long
terme de la sécurité et du revenu résultant du vent. Cela dépend de la stabilité technique et
organisationnelle du projet et sa viabilité économique de l'énergie éolienne qu'elle varie d'un
endroit à l'autre, en raison de facteurs opérationnels et sociaux tels que la vitesse du vent et de
la variabilité, les attributs du sol et la disponibilité de la taille de la turbine et la conception,
voir les impacts de jet, les impacts environnementaux et les politiques publiques.
92
CHAPITRE 6
Etude technico-
économique avec le
logiciel WAsP
Chapitre 6 Etude technico-économique avec le WAsP
Chapitre 6 : Etude technico-économique avec le logiciel WAsP
Résumé. La vitesse du vent moyenne annuelle des six stations a été obtenu sous 4,20, 3,46, 3,18, 2,64, 5,07 et
2,91 m / s à 10 m de hauteur, respectivement. Nous avons utilisé les données de vent enregistrées sur 10 ans pour
ces sites. Les paramètres de Weibull (k) et le coefficient de la loi de puissance (c) pour tous les mois à des
hauteurs différentes (30-50-70 m) ont été obtenus par extrapolation des données de 10 m sur tous les sites. Le
programme WAsP a été utilisé et trois éoliennes commerciales à savoir un bonus de 300 kW/33, un bonus de 1,0
MW/54 et Vestas V80/2MW ont été techniquement évaluée pour la production d'électricité dans les six sites
sélectionnés par le calcul de leur facteur de capacité, la puissance annuelle et l'énergie produite. L'évaluation
économique a également été estimée en utilisant la méthode du coût de la valeur actuelle (PVC).
6.1 Introduction
Dans ce chapitre, on présente les résultats d’une étude technique et économique de la

production d'électricité par des éoliennes appliquée à six sites localisés dans le nord de
l'Algérie : Oran, Sétif, Skikda, Tlemcen, Tiaret et Miliana. La localisation des sites retenus est
représentée dans la figure 6.1. On peut voir que les sites sélectionnés couvrent l’ensemble du
territoire Nord Algérien. Cette étude, effectuée à l’aide du logiciel WAsP, est basée sur le
traitement statistique des données vent et l’estimation de la puissance fournie par trois
éoliennes. L’évaluation du coût du l’électricité fournie est ensuite effectuée.
Figure - 6.1 : Répartition des stations météorologiques sur l'Algérie [131].
94
6.2 Méthodologie
Les différents modèles utilisés pour cette étude sont décrits dans ce qui suit.
6.2.1 Données vent relatives aux sites sélectionnés
Les données relatives à la direction et vitesse du vent ont été obtenues auprès
de l'office national de la météorologie (ONM) d'Alger. Ces données ont été mesurées au
niveau des stations météorologiques localisées dans les régions sélectionnées et dont les
coordonnées géographiques sont indiquées dans le tableau 6.1. Les vitesses et direction du
vent sont mesurées à 10 m de hauteur. Les données récoltées portent sur une période de 10
ans (1981-1990) et sont des moyennes tri-horaires.
La distribution statistique de Weibull est appliquée pour l’analyse de ces

données. Cette méthode est définie par l'équation suivante [132-135]:
𝑘 𝑣 𝑘−1 𝑣 𝑘
𝑓 (𝑣 ) = ( 𝑐 ) ( 𝑐 ) exp [− (𝑐 ) ] (6 - 1)
où k et c sont les facteurs de forme et d'échelle de Weibull, respectivement. Dans cette

étude, les paramètres de Weibull sont évalués en utilisant le logiciel WAsP.
Tableau 6.1 : Coordonnées géographiques des sites sélectionnés.

Sites Latitude Longitude Altitude (m)
Miliana 361180N 021140E 715
Oran 351380N 001370 W 90
Sétif 361110 N 051150E 1033
Skikda 361530 N 061540E 1
Tiaret 351210 N 011280 E 977
Tlemcen 341570N 011170W 592
Les résultats du traitement statistique des données sont donnés dans le tableau 6.2 et la
figure 6.2 qui présentent les paramètres annuels caractéristiques de la vitesse du vent. La
figure 6.2 montre que les vitesses moyennes annuelles du vent varient de 2,64 à 5,07 m/s à
Tlemcen et Tiaret, respectivement. Les densités de puissance moyennes annuelles sont de
127, 80, 55, 51, 238 et 51 W/m2 pour Oran, Sétif, Skikda, Tlemcen, Tiaret et Miliana
respectivement. Le paramètre de forme de Weibull k est de 1,12 à Tlemcen et varie entre 1,40
95
et 1,48 dans les autres sites. Le facteur d'échelle c varie entre 2,70 m/s à Tlemcen et 5,80 m/s
à Tiaret.
Selon la classification des sites éoliens (Battelle - PNL (Pacific Northwest Labs ), on
peut conclure que le site de Tiaret est de classe 4 (200>PD>300), Oran s’inscrit dans la classe
2 (100>PD>150), tandis que Sétif, Skikda, Tlemcen et Miliana avec une densité de puissance
inférieure à 100 W/m2, sont de classe 1 [117].
Tableau 6.2 : Paramètres de vent caractéristiques des zones sélectionnées.

Vitesse du Densité de Energie
Locations vent puissance moyenne moyenne k c
(m/s) (W/m2) (kW h/m2) (m/s)
Miliana 2.91 51 446.76 1.44 3.40
Oran 4.20 127 1112.52 1.47 4.60
Sétif 3.46 80 700.80 1.40 3.90
Skikda 3.18 55 481.80 1.48 3.50
Tiaret 5.07 238 2084.88 1.48 5.80
Tlemcen 2.64 51 446.76 1.12 2.70
Si des éoliennes de même conception sont installées sur tous les sites considérés dans
cette étude, la quantité d'électricité générée à Tiaret est plus grande qu’à Tlemcen et Miliana.
6.2.2 Extrapolation des données vent à la hauteur de l’éolienne
La vitesse du vent utilisée dans ce travail a été mesurée à 10 m de hauteur alors que les
éoliennes sont souvent installées à des hauteurs beaucoup plus grandes. Pour estimer les
performances des systèmes de conversion d'énergie éolienne, il faut évaluer la vitesse du vent
à la hauteur de moyeu de turbine. La méthode de la loi de puissance est le plus couramment
utilisée pour ajuster la vitesse du vent d’un niveau de référence à l'autre. Cette méthode est
adoptée dans ce travail. Elle est exprimée par l'équation suivante [130, 136]:
𝑣 ℎ 𝑛
= (ℎ ) (6 - 2)
𝑣0 0
où :
96
v est la vitesse du vent à la hauteur «h» de l’éolienne,

vo est la vitesse du vent à la hauteur de référence «ho»,
«n» est l'exposant de la loi de puissance qui dépend du coefficient de rugosité de surface
et se situe dans la plage 0,05 - 0,5 mais dans la plupart des cas 'n' est supposé être égal à 1/7
[100].
Les paramètres de Weibull c et k à la hauteur de l'éolienne sont donnés par les équations
suivantes [137]:
ℎ 𝑧
𝑐(ℎ)𝑐0 = ( ) (6 - 3)
ℎ0
ℎ
𝑘0 [1−0.088𝑙𝑖𝑛( 0 )]
10
𝑘 (ℎ ) = ℎ (6 - 4)
[1−0.088𝑙𝑖𝑛( )]
10
où c0 et k0 sont les facteurs d'échelle et de forme, respectivement, à la hauteur mesurée

h0, et h est la hauteur du moyeu.
L'exposant z est donné par l'équation suivante[102] :
ℎ
𝑧 = [0.37 − 0.088𝑙𝑖𝑛(𝑐0 )]/ [1 − 0.088𝑙𝑖𝑛 (10)] (6 - 5)
L’exposant de la loi de puissance 'n' peut également être estimée par le traitement des
données mesurées simultanément à plusieurs hauteurs en appliquant la technique LES. Pour
l'application de la technique de LES, l'équation (6.2) est écrite sous la forme suivante :
𝑣 ℎ
(𝑣 ) = 𝑛𝑙𝑖𝑛 (ℎ ) (6 - 6)
0 0
Si les séries de données sont disponibles pour deux hauteurs de mesure, le coefficient n
est déterminé par la résolution d’un système de deux équations [138-140]. Si les données de
mesure de la vitesse du vent sont disponibles pour plus de deux hauteurs, le système est
redondant et il convient d'appliquer une méthode LES.
97
98
Figure - 6.2 : Distribution de Weibull et histogrammes des vitesses de vent à 10 m de

hauteur.
99
En appliquant la méthode LES à l'équation (6.6), on obtient l'équation suivante qui

définit une estimation optimale du coefficient n pour chaque intervalle 'i' de mesure :
𝑀∗∑𝑚 𝑚 𝑚
𝑗=1 𝑙𝑖𝑛(𝑣𝑖𝑗 )∗𝑙𝑖𝑛(ℎ𝑗 )−∑𝑗=1 𝑙𝑖𝑛(ℎ𝑗 )∗∑𝑗=1 𝑙𝑖𝑛(𝑣𝑖𝑗 )
𝑛𝑖 = 2 2 (6 - 7)
𝑚∗∑𝑚 𝑚
𝑗=1 𝑙𝑖𝑛(ℎ𝑗 ) −(∑𝑗=1 𝑙𝑖𝑛(ℎ𝑗 ) )
où vij est la vitesse du vent dans l’intervalle de mesure ième (i=1, 2… l) à la hauteur hj (j=1, 2,
…, m). m est le nombre total de points de mesure répartis sur le mât ; l est le nombre total
d’intervalles de mesure.
La vitesse du vent vi peut être estimée à la hauteur h désirée pour chaque intervalle i de
mesure en utilisant l'équation suivante :
ℎ 𝑛𝑖
𝑣𝑖 = 𝑣𝑚𝑖 (ℎ ) (6 - 8)
𝑚
Où « : vmi est la vitesse du vent sur le ième intervalle à la hauteur hm de référence qui
correspond au point de mesure le plus élevé.
En appliquant le modèle décrit à l’ensemble des données mesurées disponibles, on

obtient des estimations des vitesses de vent vi (i=1, 2, ..., n) à la hauteur h du moyeu de la
Turbine éolienne. Cette base de données de vitesse du vent synthétique est introduite dans le
logiciel WAsP comme base de données vent.
Par conséquent, une extrapolation spatiale des résultats de mesure est effectuée en
utilisant WAsP, tandis que l'extrapolation verticale est réalisée par la méthode décrite.
L'incertitude de cette estimation de vitesse du vent augmente à mesure que la différence entre
la hauteur h et la hauteur de référence hm augmente. Pour la majorité des endroits, une
précision acceptable de l'extrapolation verticale de la vitesse pour atteindre une production
éolienne est acceptable si ho<1.5 hm [141].
100
6.2.3 Puissance électrique fournie par le système de conversion de l'énergie

éolienne
L'un des paramètres de performance des éoliennes est le facteur de capacité (Cf) [136],
qui représente la fraction de la puissance moyenne fournie sur la puissance nominale de
l’éolienne (Per) [104]. La puissance de sortie moyenne (Pe, ave), et le facteur de capacité de
l'éolienne peuvent être calculés à l'aide des équations suivantes [133]:
𝑘 𝑘
𝑒 −(𝑣𝑐/𝑐) −𝑒 (𝑣𝑟/𝑐) 𝑘
𝑃𝑒,𝑎𝑣𝑒 = 𝑃𝑒𝑟 ( (𝑣𝑟 /𝑐)𝑘 −(𝑣𝑐/𝑐)𝑘
) − 𝑒 −(𝑣𝑓/𝑐) (6 - 9)
𝑃𝑒,𝑎𝑣𝑒
𝐶𝑓 = (6 - 10)
𝑃𝑒𝑟
où : vc, vr, et vf sont la vitesse du vent minimal de démarrage (Cut-in), la vitesse nominale du
vent et la vitesse du vent maximale de coupure (Cut-off) respectivement, alors que Pe,ave
détermine la production totale d'énergie et le revenu total.
L'énergie annuelle produite (Eout) est exprimée par l'équation suivante [136] :
𝐸𝑜𝑢𝑡 = 𝑃𝑒,𝑎𝑣𝑒 ∗ 8760 (6 - 11)
6.2.4 Evaluation du coût de l'énergie produite
La viabilité d'une ferme éolienne dépend de sa capacité à produire de l'énergie à faible

coût [141]. Selon [142], les principaux paramètres régissant l'économie de l'énergie éolienne
sont :
1. Les coûts d'investissement (y compris les frais de Génie Civil, les frais de connexion
au réseau et autres frais auxiliaires).
2. Les coûts d'exploitation et d'entretien.
3. La production d'électricité compte tenu de la vitesse du vent disponible.
4. La durée de vie de la turbine.
5. Les taux d’amortissement et d’inflation.
101
Ces facteurs peuvent varier d'un pays à l'autre et selon les régions. Cependant, parmi
tous les paramètres indiqués, la production éolienne d'électricité et leurs coûts
d'investissement sont les plus importants ; le bon choix de la turbine est donc essentiel pour
assurer la viabilité économique, étant donné que la production d'électricité est fortement
dépendante des conditions de vent. Outre le coût de l'éolienne qui est définie par les
fabricants, les autres coûts dépendent à l'emplacement d'installation. Selon Gokcek et al. [142]
le coût spécifique d'une éolienne varie considérablement d'un fabricant à l'autre. Plusieurs
méthodes comme discuté dans [140] ont été utilisées dans la littérature pour le calcul du coût
de l'énergie éolienne. La méthode PVC est adoptée dans ce travail parce que :
(i) le développement dynamique des facteurs économiques pertinents est pris en
considération.
(ii) Les différentes interférences des coûts et des revenus sont pris en compte
indépendamment du fait que le financement et les gains ont été ou seront versé ou reçus dans
le passé ou dans le futur grâce à la déduction des intérêts accumulés et l’actualisation de tous
les paiements à un temps de référence commun.
La valeur actualisée des coûts (Present Value of Costs ou PVC) est donnée par l'équation
suivante [114] :
1+𝑖 1+𝑖 𝑡 1+𝑖 𝑡

𝑃𝑉𝐶 = 1 + 𝐶𝑜𝑚𝑟 [𝑟−𝑖 ] ∗ [1 − (1+𝑟) ] − 𝑆 (1+𝑟) (6 - 12)
Où I représente l’investissement initial. En outre, les éléments suivants ont été pris en
considération dans l'évaluation des coûts de kWh d'énergie produite par des turbines aux
emplacements respectifs.
1. Le taux d'intérêt (r) et le taux d'inflation (i) estimés à 8% et 6% de l’investissement
initial I, respectivement [129].
2. La durée de vie de la machine (t) est de 20 ans [116].
3. Les coûts d'O & M (opérations et maintenances) constituent une part importante des
coûts totaux annuels de l'éolienne. Les coûts opérationnels sont récurrents chaque
année et impliqués dans les opérations de routine de parcs éoliens ; ces coûts sont
fixes et peuvent être estimés d’une manière déterministe [143]. Cependant, le coût
d'entretien n’est pas fixe et ne peut être calculé d'une manière simple, mais il est
seulement activé par des variables stochastiques, car il n'a pas de valeur spécifique
102
mais souvent obtenu à partir d'une plage de valeurs. Il a également été rapporté que
Comr varie de 15% à 30% du coût d’investissement initial total (coût de la turbine
éolienne annuelle et autres coûts d’installation). Parce que la technologie de
l'énergie éolienne est pas encore mature en Algérie, l'exploitation et l'entretien Comr
des coûts est assumé 25% du coût en capital initial (coût du système / durée de vie).
4. La plupart des fermes sont situées dans des zones rurales du pays qui ne sont pas
accessibles par des routes carrossables. Par conséquent, la plupart des coûts liés à
l'installation (en particulier le coût des travaux de génie civil, le transport de la
turbine et la construction de routes) sont toujours supérieurs à la normale, en
comparaison avec les coûts qui seront supportés si les centrales doivent être situées
dans un terrain urbain. Des installations importantes doivent toujours être menées
aux côtés d'autres travaux du projet dans les communautés rurales ; Pour cette
raison, la valeur du paramètre S a été prise égale à 10% du prix de la turbine et des
travaux de génie civil.
5. Investissement I est la somme des prix de turbine et d'autres coûts initiaux, y
compris les provisions pour travaux de génie civil, la terre, les infrastructures,
l'installation et l'intégration au réseau. Comme la plupart des projets seront exécutés
dans la zone rurale / banlieues du pays, le coût de la terre et du travail pour les
travaux de génie civil peuvent être très pas cher ; par conséquent, les autres coûts
initiaux peuvent être estimés à 20% du prix de la turbine.
Le coût du kWh d'électricité produite (UCE) peut être déterminé par l'expression suivante
[138, 141, 143, 144] :
𝑃𝑉𝐶 $
𝑈𝐶𝐸 = 𝐸 (6 - 13)
𝑜𝑢𝑡 𝑘𝑤ℎ
6.3 Résultats et discussions
6.3.1 Puissance électrique fournie par les éoliennes
Les propriétés caractéristiques des trois turbines éoliennes sélectionnées pour cette
étude sont présentées dans le tableau 6.3 : une éolienne AN Bonus de 300 kW/33, une
103
éolienne AN Bonus de 1,0 MW/54 et une Vestas V80/2MW de puissance nominale (Pr) 300,
1000 et 2000 kW respectivement.
Tableau 6.3 : Caractéristiques des turbines éoliennes sélectionnées [136, 141]:

AN Bonus AN Bonus Vestas V80/
Caractéristiques
300 kW/33 1.0 MW/54 2 MW
Hauteur du mat h (m) 30 50 67
Puissance nominale Pr (kW) 300 1000 2000
Rotor Diamètre du rotor (m) 33.4 54.2 80
Nombre de pales 3 3 3
Surface balayée (m2) 876 2300 5024
Durée de vie (années) 20 20 20
Vitesse du vent de démarrage vc (m/s) 3 3 4
Vitesse du vent nominale vr (m/s) 14 15 16
Vitesse du vent de coupure vf (m/s) 25 25 25
Les courbes de puissance et les courbes de coefficient de poussée de chaque éolienne

choisis sont données à la figure 6.3.
Figure - 6.3 : Courbes de puissance et de coefficient de poussée des éoliennes

sélectionnées.
En outre, les facteurs qui influent sur l'énergie produite par la turbine d'énergie éolienne
sur un site donné pendant la période de temps sont la variation de la puissance fournie par
l’éolienne en fonction de la vitesse du vent, du régime des vents et de la distribution
statistique des vitesses du vent.
Dans cette étude, l'énergie éolienne et l'énergie moyenne annuelle de production ainsi
que les facteurs de capacité sont calculés à partir des équations (6.9) et (6.10), en utilisant vc,
104
vr et vf de chaque turbine (voir le tableau 3) et les valeurs des paramètres k et c de Weibull

extrapolées à la hauteur des turbines soit à 10, 30, 50 et 70 m respectivement. Ces deux
paramètres sont donnés dans la figure 6.4.
Ceux-ci sont calculés pour évaluer la performance globale annuelle des trois éoliennes
considérées implantées dans des emplacements sélectionnés. Comme le montre le tableau 6.4,
la plus grande valeur de la production annuelle d'énergie est de 5,81 GWh ; elle a été obtenue
à Tiaret avec l’éolienne Vestas V80/2 MW. Cela peut être attribué à la hauteur du mât de la
turbine, ce qui est supérieure à celle des deux autres turbines (AN Bonus 300 kW/33 et AN
Bonus 1,0 MW/54). Les puissances annuelles fournies par les trois éoliennes sélectionnées
sont les plus basses et les plus élevés à Tlemcen et Tiaret respectivement. En outre, le modèle
de turbine éolienne de V80/2MW produit le plus d’énergie pour tous les emplacements
sélectionnés. Cette éolienne est donc considérée comme la meilleure éolienne parmi les trois
turbines.
Par ailleurs, on peut voir d'après la figure 6.5 que la production annuelle d'énergie
dépend aussi bien de la disponibilité du vent et de sa vitesse que de la technologie de
l'éolienne choisie. La production annuelle d'énergie d'une turbine éolienne pourrait également
être exprimée en considérant le facteur de capacité de la turbine éolienne dans un site donné.
Dans [137], la valeur de ce facteur est généralement affectée par la nature intermittente du
vent, la disponibilité de la machine et le rendement de la turbine. Elle varie habituellement
entre 20% et 70%.
D'après le tableau 6.4, le facteur de capacité le plus élevé est de 33.16% et correspond à
l’éolienne Vestas V80/2MW installée à Tiaret, alors que le facteur de capacité plus bas est de
5,40%, valeur obtenue avec l’éolienne AN Bonus de 300 kW/33 installée à Tlemcen. En
outre, on peut voir que les plus faibles valeurs du facteur de puissance sont obtenues à
Tlemcen. Le facteur de capacité est également faible avec l’éolienne AN Bonus de 1,0
MW/54 dans tous les sites, en comparaison avec les éoliennes AN Bonus de 300 KW/33 et
Vestas V80/2MW. Il est clair à partir de ces constatations que le facteur de capacité ne dépend
pas de la taille de l'éolienne.
105
106
Figure - 6.4 : Paramètres de Weibull k et c extrapolées à la hauteur du mât des éoliennes

sélectionnées.
107
Figure - 6.5 : Production annuelle d'électricité et facteur de capacité des éoliennes

sélectionnées installées dans les sites étudiés.
Tableau 6.4 : Production d'énergie annuelle calculée pour les turbines éoliennes
sélectionnées.
Eout Cf NH Eout Cf NH Eout Cf NH
(MWh) (%) (h) (GW h) (%) (h) (GWh) (%) (h)
Miliana 292 11.11 973 0.92 10.50 920 2.30 13.12 1150
Oran 567 21.57 1890 1.88 21.46 1880 4.60 26.25 2300
Sétif 382 14.53 1273 1.23 14.04 1230 3.08 17.57 1540
Skikda 276 10.50 920 0.85 9.70 850 2.18 12.44 1090
Tiaret 751 28.57 2979 2.49 28.42 2985 5.81 33.16 2905
Tlemcen 142 5.40 473 0.75 8.56 750 1.90 10.84 950
Eout : Energie annuelle produite. Cf : facteur de capacité. NH : Nombre d'heures de
fonctionnement (heures).
6.3.2. Valeur actuelle du Coût de l’électricité (PVC)
La figure 6.6 représente le coût de l'énergie unitaire par kWh estimé à l’aide de la
méthode de PVC. Ce coût est calculé en utilisant les équations (6 -12) et (6-13) conjointement
avec les paramètres décrits dans la section précédente, appliquées aux trois éoliennes choisies
pour les emplacements sélectionnés. La valeur la plus faible du coût de l'électricité est de
0,0342 $US/kWh ; elle est obtenue à Tiaret avec le modèle de la turbine éolienne Vestas
V80/2MW basé sur le coût spécifique minimal. En outre, les coûts les plus élevés de l'énergie
108
fournie par kWh sont obtenus avec la turbine éolienne AN Bonus 1.0MW/54, en utilisant le
coût spécifique maximal de l’éolienne et sont comme suit : 0,1723, 0,0845, 0,1290, 0,1930,
0,0636 et 0,2105 $US/kWh à Miliana, Oran, Sétif, Skikda, Tiaret et Tlemcen, respectivement.
Pour toutes les éoliennes sélectionnées, les coûts les plus bas et les plus élevés ont été
obtenus dans Tiaret, Tlemcen, respectivement. Ceci montre que la région de Tiaret est
caractérisée par de bonnes ressources éoliennes comparée aux autres sites étudiés. Aussi, ces
résultats confirment que le PVC dépend des caractéristiques du vent d'un site particulier (qui
est traduit par la valeur du facteur de capacité).
Cependant, la mise en place d'un parc éolien dans la région de Tiaret peut être
considérée comme économiquement viable, par rapport aux valeurs moyennes de PVC pour
l'un des modèles d'éoliennes adoptées. En effet, le coût actuel de l'électricité en Algérie fixé
par la commission de l'électricité et du gaz (CREG), à partir du 1er Janvier 2016, a pris que le
prix d'un kilowattheure d'électricité est vendue à des particuliers, entre 4.1789 et 5.4796
DA/kWh ou 0,03800 et 0,04983 $US/kWh, respectivement [145].
Figure - 6.6 : Analyse du coût de l’électricité produite.
109
En outre, dans la région d'Oran, la mise en place d'une ferme éolienne utilisant des
turbines Vestas V80/2MW peut également être considérée comme viable si le financement est
réglé pour aider le développement des ressources d'énergie éolienne dans la région. Par
conséquent, à des vitesses de vent faibles dans des sites tels que Miliana, Sétif, Skikda et
Tlemcen, les valeurs du coût moyen calculé avec PVC dans la gamme de 0,0525 à 0,2105
$US/kWh sera donc très rentable et adapté aux utilisations électriques non-connectées et aux
applications mécaniques. En outre, dans les zones rurales où le réseau d'électricité n’est pas
facilement disponible, les applications des ressources éoliennes peuvent être plus rentables
pour la charge des batteries et le pompage de l'eau (usages domestiques et irrigation) à l'aide
de petites éoliennes de pompage mécanique que les générateurs diesel.
6.3.3. Analyse de sensibilité
Les effets sur la valeur actualisée des coûts (PVC) de l'évolution des coûts
d'investissement, des coûts d'exploitation et de maintenance, de la production annuelle
d'électricité (AEP) et de la durée de vie de la turbine ont été étudiés. Les résultats de l'analyse
de sensibilité sont présentés dans la figure 6.7. Nous avons considéré un projet dont la durée
de vie est de 20 ans, les coûts d'exploitation et d'entretien sont de 125,000 $US, la production
annuelle d'électricité est de 5,81 GWh et un coût d'investissement direct d'un système de
génération de l’électricité de 2400000 $US.
Figure - 6.7 : Sensibilité de la valeur actualisée des coûts (PVC).
110
Nous avons fait varier ces paramètres de 25% à 175% (0,25 à 1,75) pour l'analyse de
sensibilité. On peut voir sur la figure 6.7 que le PVC est sensible aux coûts d'investissement,
les coûts d'exploitation et de maintenance, la production d'électricité et la durée de vie de la
turbine. On peut voir aussi que pour une plus grande production d'électricité annuelle (Eout),
les valeurs du PVC sont plus grandes et sont considérées comme plus sensibles. Sinon, il y a
une faible sensibilité de PVC pour les plus courtes et plus longues durées de vie de la turbine.
111
Conclusion générale
et perspectives
Conclusion Générale et perspectives
Conclusion générale et perspectives
Dans la première partie des travaux présentés dans cette thèse, les performances d'une
ferme éolienne composée de rotors Savonius ont été étudiées en utilisant une technique basée
sur la simulation numérique de la dynamique des fluides (ou technique CFD). Les simulations
de l'écoulement ont été réalisées en calculs instationnaires dans un domaine à trois dimensions.
Les équations moyennées de Navier-Stokes ont été résolus en utilisant la méthode des volumes
finis, la turbulence étant représentée par le modèle k- réalisable. Des simulations préliminaires
ont été effectuées pour valider notre modèle numérique. Nous avons comparé les variations du
coefficient de puissance avec la vitesse spécifique λ ou (TSR). Les résultats obtenus sont en
très bon agrément avec les travaux expérimentaux disponibles dans la littérature.
Ensuite, dans une première étape, nous avons étudié le cas d’une ferme composée d’un
nombre infini d’éoliennes Savonius placées en une seule rangée. Les résultats ont montré que
le coefficient de puissance moyen (Cp) augmente de 40% comparé à celui d’une turbine isolée
et que le Cp augmente avec le rapport d’aspect (φi) du rotor jusqu’à atteindre un coefficient de
puissance maximale de 0,44, une valeur proche de celle des éoliennes à axe horizontal. Il est
clair que la direction du vent perpendiculaire à la rangée de Savonius conduit au maximum de
l'extraction de puissance. Cependant, même pour des vents dont la direction varie de -40° à
+40°, l'extraction d'énergie des éoliennes Savonius installées en rangée est supérieure à celle
d’une turbine isolée.
Ces résultats très encourageants ont conduisent à une étude plus approfondie appliquée à
une ferme éolienne composée d’un nombre fini de turbines Savonius, toujours placées en une
seule rangée. Dans la deuxième étape, nous avons étudié les performances de quatre fermes
éoliennes composées de 3 à 21 turbines Savonius. Nous avons d’abord étudié l’influence de
l’espacement (L) entre les turbines et nous avons montré que la distance optimale est L = 1.4R.
Comme précédemment, nous avons montré que les performances moyennes de toutes les
turbines Savonius installées en ferme sont supérieures à celles d’une turbine isolée. Il est montré
ici que le Cp moyen augmente avec le nombre de Savonius. Les performances moyennes de la
Farm_21T (composée de 21 turbines) sont environ 100% supérieures à celle d’une turbine
isolée. Comme attendu, le coefficient de puissance est maximal lorsque la direction du vent est
perpendiculaire à la ferme. Néanmoins, il est montré que la production d'énergie reste élevée
113
lorsque la direction du vent varie entre -50º et + 20º. Par ailleurs, il a été remarqué que la
dernière turbine dans la ferme Farm_11T avait une très mauvaise performance ; un obstacle
supplémentaire a donc été ajouté. Avec cette dernière configuration, le coefficient de puissance
moyen de la ferme a augmenté de 10%, ceci montre également l'importance des obstacles.
Dans la troisième et dernière étape, nous avons étudié l’influence de l’orientation des
pales. Cette étude est appliquée à une ferme composée de 11 éoliennes installées en une seule
rangée. Nous avons considéré deux types de fermes : synchrone et asynchrone. Les principales
constatations sont que (i) les coefficients de puissance moyens des deux types de fermes
synchrone et asynchrone sont peu différents l’un de l’autre et que le coefficient de puissance de
la ferme asynchrone n’est pas influencée par la vitesse du vent entrant.
Les résultats de cette étude sont importants car ils démontrent qu’une ferme éolienne
composée de turbines Savonius peut conduire à une production élevée d'énergie et ceci avec
faible encombrement au sol. En perspectives, il est envisagé d’étudier l'effet de la direction du
vent, le cas d’une ferme Savonius avec des turbines en rotation non synchronisée ainsi que
l’appariement symétrique des turbines dans une rangée.
Dans la deuxième partie de cette thèse, une étude technico-économique a été faite pour
étudier le cout de l’électricité d’origine éolienne produite en Algérie. Cette étude a été appliquée
à six sites situés au nord de l’Algérie et dans les hauts plateaux : Oran, Miliana, Tiaret Sétif,
Skikda et Tiaret. Elle est basée sur les ressources éoliennes disponibles dans les sites retenus et
sur les caractéristiques de 3 turbines éoliennes commerciales. Les résultats obtenus sont
synthétisés dans ce qui suit :
1. Les régions de Tiaret et Oran ont la plus grande densité de puissance éolienne avec une
valeur de 238 W/m2 et 171 W/m2, respectivement à 10 m hauteur.
2. Les vitesses moyennes annuelles sont supérieures à 2,64 m/s pour tous les sites étudiés.
La vitesse moyenne mensuelle la plus élevée est de 9,2 m/s ; elle a été observée en Avril à
Tiaret. La vitesse moyenne mensuelle est minimale à Tlemcen avec une valeur de 2,15 m/s
observée en Septembre.
3. Les valeurs minimales et maximales des performances des éoliennes ont été obtenues
dans les régions de Tlemcen et Tiaret, respectivement pour toutes les éoliennes. Les plus
114
grandes valeurs du facteur de capacité, de la puissance moyenne annuelle et de l'énergie fournie

sont de 33.16%, 622 kW et 5,81 GWh, respectivement. Ces valeurs ont été obtenues avec la
turbine Vestas V80/2MW installée à Tiaret sur un mât de 80 m de hauteur. Le nombre d'heures
de fonctionnement théorique est de 2905 h/an. Alors que les valeurs minimales de ces
paramètres ont été obtenues pour Tlemcen avec 5,40%, 16,21 kW, 142 MWh et 473 heures/an.
Ces dernières données sont celles de l’éolienne Bonus AN 300 kW / 33 installée sur un mât de
30 m de hauteur.
4. En conséquence, le coût minimum de l’électricité d’origine éolienne est obtenu à Tiaret
avec l’éolienne Vestas V80/2MW et il est de 0,0342 $US/kWh. Le coût le plus élevé est de
0,2105 $/kWh, obtenu avec la turbine de AN bonus de 1,0 MW/54 installé à Tlemcen.
5. Les régions de Miliana, Sétif, Skikda et Tlemcen sont recommandées pour des
applications non connectées au réseau de distribution d’électricité ou pour des éoliennes de
pompage mécanique. L’installation de parcs éoliens n’est pas économiquement viable dans ces
régions en raison de ses prix élevés de production qui sont conditionnés par le faible potentiel
éolien disponible. Cependant, l’existence de micro climats pourrait être en contradiction avec
cette dernière constatation.
En perspectives, il est envisagé de reprendre cette étude avec des fermes éoliennes
composées de Savonius, ces dernières pouvant fonctionner sous de faibles vitesses de vent.
115
Liste des publications
1. Belabes B., Youcefi A., et al. (2015). "Evaluation of wind energy potential and
estimation of cost using wind energy turbines for electricity generation in north of
Algeria." Renewable and sustainable energy reviews 51: 1245-1255.
2. Belabes B., Youcefi A., et al. (2016). "Numerical investigation of Savonius wind
turbine farms." Journal of Renewable and Sustainable Energy 8 (5): 053302.
116
Références
Bibliographiques
Références bibliographiques
1. Stambouli, A.B., et al., A review on the renewable energy development in Algeria:

current perspective, energy scenario and sustainability issues. Renewable and
sustainable energy reviews, 2012. 16(7): p. 4445-4460.
2. Savonius, S.J., The S-rotor and its applications. Mech. Eng, 1931. 53: p. 333-338.
3. Kang, C., H. Liu, and X. Yang, Review of fluid dynamics aspects of Savonius-rotor-
based vertical-axis wind rotors. Renewable and sustainable energy reviews, 2014. 33:
p. 499-508.
4. Yaniktepe, B., T. Koroglu, and M. Savrun, Investigation of wind characteristics and
wind energy potential in Osmaniye, Turkey. Renewable and Sustainable Energy
Reviews, 2013. 21: p. 703-711.
5. Gökçek, M., A. Bayülken, and Ş. Bekdemir, Investigation of wind characteristics and
wind energy potential in Kirklareli, Turkey. Renewable Energy, 2007. 32(10): p.
1739-1752.
6. Observer, D.I.É., l’Observatoire Energies Renouvelables. La Production D’électricité
d’origine renouvelabledanslemonde, 2010.
7. http://blogeco.blog.free.fr/index.php?post/L-Architecture-bioclimatique9.
8. www.energies-renouvelables.org/energie_hydraulique.asp.
9. www.cea.fr/comprendre/pages/energies/renouvelables/essentiel-sur-stockage-
stationnaire-energie.aspx.
10. http://tpe-nucleaire-eolienne.e-monsite.com/pages/introduction/introduction.html.
11. Vine, E., Breaking down the silos: the integration of energy efficiency, renewable
energy, demand response and climate change. Energy Efficiency, 2008. 1(1): p. 49-
63.
12. Zhou, W., et al., Current status of research on optimum sizing of stand-alone hybrid
solar–wind power generation systems. Applied Energy, 2010. 87(2): p. 380-389.
13. Strupczewski, A., Accident risks in nuclear-power plants. Applied Energy, 2003.
75(1): p. 79-86.
14. Evans, A., V. Strezov, and T.J. Evans, Assessment of sustainability indicators for
renewable energy technologies. Renewable and sustainable energy reviews, 2009.
13(5): p. 1082-1088.
15. Langton, R., I. Davies, and B. Scott, Seabird conservation and tidal stream and wave
power generation: Information needs for predicting and managing potential impacts.
Marine Policy, 2011. 35(5): p. 623-630.
16. Shafiullah, G., et al., Potential challenges of integrating large-scale wind energy into
the power grid–A review. Renewable and sustainable energy reviews, 2013. 20: p.
306-321.
17. Long, H., et al., Biomass resources and their bioenergy potential estimation: a review.
Renewable and sustainable energy reviews, 2013. 26: p. 344-352.
18. Boer, Y.d., "The Energy Report 2013 : 100% Renewable by 2050,". . 2013.
19. Banos, R., et al., Optimization methods applied to renewable and sustainable energy:
A review. Renewable and sustainable energy reviews, 2011. 15(4): p. 1753-1766.
20. Adamowicz, M., R. Strzelecki, and D. Wojciechowski. Steady State Analysis of Twin
Stator Cascaded Doubly Fed Induction Generator. in 2007 Compatibility in Power
Electronics. 2007. IEEE.
21. Eriksson, S., H. Bernhoff, and M. Leijon, Evaluation of different turbine concepts for
wind power. Renewable and sustainable energy reviews, 2008. 12(5): p. 1419-1434.
118
22. Paraschivoiu, I., Wind turbine design: with emphasis on Darrieus concept2002:
Presses inter Polytechnique.
23. Mathew, S., Wind energy: fundamentals, resource analysis and economics. Vol. 1.
2006: Springer.
24. Claessens, M., The design and testing of airfoils for application in small vertical axis
wind turbines. Master of Science Thesis, 2006.
25. www.lemoniteur.fr/article/comment-ca-marche-energie-eolienne-20844033.
26. http://fr.wikipedia.org/wiki/eolienne, S.
27. http://electronique1.blogspot.com/2011/02/conversion-de-lenergie-eol.html.
28. https://www.emaze.com/@ALROWTZF/energie-%C3%A9olienne-(1).pptx-copy1-
copy1.
29. Naccache, G., These Master degree, CFD Based analysis and parametric study of a
novel wind turbine design: the dual vrtical axis wind turbine. Concordia university,
aout 2016.
30. Dobrev, I. and F. Massouh. Exploring the flow around a Savonius wind turbine. in
Proceedings of the 16th International Symposium on Applications of Laser Techniques
to Fluid Mechanics Lisbon, Portugal. 2012.
31. Mohamed, M. and D. Thévenin. Performance optimization of a Savonius turbine
considering different shapes for frontal guiding plates. in Proceedings of ICFD 10:
2010 tenth international conference of fluid dynamics. 2010.
32. Hu, Y., Z. Tong, and S. Wang. A new type of VAWT and blade optimization. in
Technology and Innovation Conference 2009 (ITIC 2009), International. 2009. IET.
33. Kamoji, M., S. Kedare, and S. Prabhu, Performance tests on helical Savonius rotors.
Renewable Energy, 2009. 34(3): p. 521-529.
34. Kamoji, M., S.B. Kedare, and S. Prabhu, Experimental investigations on single stage
modified Savonius rotor. Applied Energy, 2009. 86(7): p. 1064-1073.
35. Akwa, J.V., G.A. da Silva Júnior, and A.P. Petry, Discussion on the verification of the
overlap ratio influence on performance coefficients of a Savonius wind rotor using
computational fluid dynamics. Renewable Energy, 2012. 38(1): p. 141-149.
36. Blackwell, B.F., R.F. Sheldahl, and L.V. Feltz, Wind tunnel performance data for two-
and three-bucket Savonius rotors1977: Sandia Laboratories.
37. Menet, J.-L., A double-step Savonius rotor for local production of electricity: a design
study. Renewable energy, 2004. 29(11): p. 1843-1862.
38. Menet, J.-L. and N. Bourabaa, Increase in the Savonius rotors efficiency via a
parametric investigation. 2004.
39. Mohamed, M., et al., Optimal blade shape of a modified Savonius turbine using an
obstacle shielding the returning blade. Energy Conversion and Management, 2011.
52(1): p. 236-242.
40. Kacprzak, K., G. Liskiewicz, and K. Sobczak, Numerical investigation of conventional
and modified Savonius wind turbines. Renewable energy, 2013. 60: p. 578-585.
41. Bach, G.v., Untersuchungen über savonius-rotoren und verwandte
strömungsmaschinen. Forschung auf dem Gebiet des Ingenieurwesens A, 1931. 2(6):
p. 218-231.
42. Saha, U., S. Thotla, and D. Maity, Optimum design configuration of Savonius rotor
through wind tunnel experiments. Journal of Wind Engineering and Industrial
Aerodynamics, 2008. 96(8): p. 1359-1375.
43. Hayashi, T., Y. Li, and Y. Hara, Wind tunnel tests on a different phase three-stage
Savonius rotor. JSME International Journal Series B Fluids and Thermal Engineering,
2005. 48(1): p. 9-16.
119
44. Altan, B.D. and M. Atılgan, The use of a curtain design to increase the performance
level of a Savonius wind rotors. Renewable Energy, 2010. 35(4): p. 821-829.
45. Mohamed, M. and D. Thévenin. Performance optimization of a Savonius turbine
considering different shapes for frontal guiding plates. in Proceedings of the 10th
international congress of fluid dynamics (ICFD 10), Ain Soukhna, Egypt. 2010.
46. Mohamed, M., et al., Optimization of Savonius turbines using an obstacle shielding
the returning blade. Renewable Energy, 2010. 35(11): p. 2618-2626.
47. Roy, S. and U.K. Saha, Review of experimental investigations into the design,
performance and optimization of the Savonius rotor. Proceedings of the Institution of
Mechanical Engineers, Part A: Journal of Power and Energy, 2013. 227(4): p. 528-
542.
48. Shaughnessy, B. and S. Probert, Partially-blocked Savonius rotor. Applied energy,
1992. 43(4): p. 239-249.
49. Bhatti, T. and D. Kothari, Vertical axis wind rotor with concentration by convergent
nozzles. Wind Engineering, 2003. 27(6): p. 555-959.
50. Akwa, J.V., G.A. da Silva Junior, and A.P. Petry, Discussion on the verification of the
overlap ratio influence on performance coefficients of a Savonius wind rotor using
computational fluid dynamics. Renewable energy, 2012. 38(1): p. 141-149.
51. Alexander, A. and B. Holownia, Wind tunnel tests on a Savonius rotor. Journal of
Wind Engineering and Industrial Aerodynamics, 1978. 3(4): p. 343-351.
52. Fujisawa, N. and F. Gotoh, Pressure measurements and flow visualization study of a
Savonius rotor. Journal of Wind Engineering and Industrial Aerodynamics, 1992.
39(1): p. 51-60.
53. OGAWA, T. and H. YOSHIDA, The effects of a deflecting plate and rotor end plates
on performances of Savonius-type wind turbine. Bulletin of JSME, 1986. 29(253): p.
2115-2121.
54. Sheldahl, R.E., L. Feltz, and B.F. Blackwell, Wind tunnel performance data for two-
and three-bucket Savonius rotors. Journal of Energy, 1978. 2(3): p. 160-164.
55. Gupta, R., A. Biswas, and K. Sharma, Comparative study of a three-bucket Savonius
rotor with a combined three-bucket Savonius–three-bladed Darrieus rotor. Renewable
Energy, 2008. 33(9): p. 1974-1981.
56. Jaohindy, P., et al., An analysis of the transient forces acting on Savonius rotors with
different aspect ratios. Renewable Energy, 2013. 55: p. 286-295.
57. Fujisawa, N., On the torque mechanism of Savonius rotors. Journal of Wind
Engineering and Industrial Aerodynamics, 1992. 40(3): p. 277-292.
58. Ushiyama, I. and H. Nagai, Optimum design configurations and performance of
Savonius rotors. Wind Engineering, 1988. 12(1): p. 59-75.
59. Vance, W. Vertical axis wind rotors–status and potential. in Proceedings of the
conference on wind energy conversion systems. 1973.
60. Khan, M.H., Model and prototype performance characteristics of Savonius rotor
windmill. Wind Engineering, 1978. 2: p. 75-85.
61. Kamoji, M., S. Kedare, and S. Prabhu, Experimental investigations on single stage,
two stage and three stage conventional Savonius rotor. International journal of energy
research, 2008. 32(10): p. 877-895.
62. Nakajima, M., S. Iio, and T. Ikeda, Performance of Savonius rotor for environmentally
friendly hydraulic turbine. Journal of Fluid Science and Technology, 2008. 3(3): p.
420-429.
63. D’Alessandro, V., et al., Unsteady Aerodynamics of a Savonius wind rotor: a new
computational approach for the simulation of energy performance. Energy, 2010.
35(8): p. 3349-3363.
120
64. Roy, S. and U.K. Saha, Wind tunnel experiments of a newly developed two-bladed
Savonius-style wind turbine. Applied Energy, 2015. 137: p. 117-125.
65. Baird, J. and S. Pender. Optimization of a vertical axis wind turbine for small scale
applications. in 7th Australasian Conference on Hydraulics and Fluid Mechanics
1980: Preprints of Papers. 1980. Institution of Engineers, Australia.
66. Bergeles, G. and N. Athanassiadis, On the flow field around a Savonius rotor. Wind
Engineering, 1982. 6: p. 140-148.
67. Sivasegaram, S. and S. Sivapalan, Augmentation of power in slow-running vertical-
axis wind rotors using multiple vanes. Wind Engineering, 1983. 7: p. 12-19.
68. Bowden, G. and S. McAleese, The properties of isolated and coupled Savonius rotors.
Wind Engineering, 1984. 8: p. 271-288.
69. Huda MD, S.M., Islam AKMS, Islam MQ. The performance of an S-shaped Savonius
rotor with a deflecting plate. RERIC International Energy Journal 1992;14:25–32.
70. Dobrev, I. and F. Massouh, CFD and PIV investigation of unsteady flow through
Savonius wind turbine. Energy Procedia, 2011. 6: p. 711-720.
71. Grinspan AS, S.U., Mahanta P. Experimental investigation of twisted bladed Savonius
wind turbine rotor. RERIC International Energy Journal 2004;5(1):1–9.
72. Rajkumar, M.M., Experimental investigation and flow simulation of Savonius rotor.
Tech. Thesis. India: Department of Mechanical Engineering, I.G.
73. Zadeh, S.N., M. Komeili, and M. Paraschivoiu, Mesh convergence study for 2-d
straight-blade vertical axis wind turbine simulations and estimation for 3-d
simulations. Transactions of the Canadian Society for Mechanical Engineering, 2014.
38(4): p. 487-504.
74. Afungchui, D., et al., The unsteady pressure field and the aerodynamic performances
of a Savonius rotor based on the discrete vortex method. Renewable Energy, 2010.
35(1): p. 307-313.
75. Sargolzaei, J., Prediction of the power ratio in wind turbine Savonius rotors using
artificial neural networks. International Journal of Energy and Environment, 2007.
1(2): p. 51-55.
76. Kawamura, T., T. Hayashi, and K. Miyashita. 41. Application of the Domain
Decomposition Method to the Flow around the Savonius Rotor. in Domain
Decomposition Methods in Sciences and Engineering. 2001. Citeseer.
77. Akwa, J.V., H.A. Vielmo, and A.P. Petry, A review on the performance of Savonius
wind turbines. Renewable and Sustainable Energy Reviews, 2012. 16(5): p. 3054-
3064.
78. Mojola, O., On the aerodynamic design of the Savonius windmill rotor. Journal of
Wind Engineering and Industrial Aerodynamics, 1985. 21(2): p. 223-231.
79. El-Baz, A.R. and E.K. Youssef, Department of Mechanical Power Engineering
Faculty of Engineering, Ain Shams University 1 El Sarayat Street, Abbassia, Cairo,
11517, Egypt Prof. Dr.-Ing. Moustafa Abdel-Maksoud.
80. Goh, S.C., et al., Tow testing of Savonius wind turbine above a bluff body
complemented by CFD simulation. Renewable Energy, 2016. 87: p. 332-345.
81. Tartuferi, M., et al., Enhancement of Savonius wind rotor aerodynamic performance:
a computational study of new blade shapes and curtain systems. Energy, 2015. 79: p.
371-384.
82. Krishnan, A. and M. Paraschivoiu, 3D analysis of building mounted VAWT with
diffuser shaped shroud. Sustainable Cities and Society, 2015.
83. El-Askary, W., et al., Harvesting wind energy for improving performance of Savonius
rotor. Journal of Wind Engineering and Industrial Aerodynamics, 2015. 139: p. 8-15.
121
84. Sun, X., et al., Numerical study on coupling effects among multiple Savonius turbines.
Journal of Renewable and Sustainable Energy, 2012. 4(5): p. 053107.
85. Shigetomi, A., et al., Interactive flow field around two Savonius turbines. Renewable
Energy, 2011. 36(2): p. 536-545.
86. www.ansysfluent.com.
87. Wilcox, D.C., Turbulence Modeling for CFD, DCW Industries, La Cañada, États-
Unis, 1993, 460 pages.
88. Versteeg, H.K., et Malalasekera, W., An Introduction to Computational Fluid
Dynamics - The Finite Volume Method, 2nd edition, Pearson education Ltd, Harlow,
Angleterre, 2007, 503 pages. .
89. Ferziger, J.H.e.P., M., Computational Methods for Fluid Dynamics, Springer, New
York, 2002.
90. Lemay, J., GMC-64508 Turbulence - Notes de cours et devoirs, Université Laval,
Québec, Canada, 2006.
91. http://www.mem-algeria.org., Ministry of energy and mines, Program for renewable
energy and energy efficiency. Sonelgaz Group Company. . March 2011.
92. www.sgurrenergy.com.
93. Jourdier, B., Ressource éolienne en France métropolitaine: méthodes d'évaluation du
potentiel, variabilité et tendances, 2015, Ecole Doctorale Polytechnique.
94. www.ewea.org/fileadmin/ewea_documents/documents/projects/SRA/SRA_final.pdf,
Prioritising Wind Energy Research. 2016.
95. www.wasp.dk.
96. Lu L, Yang H, and B. J., Investigation on wind power potential on Hong Kong
islands: ananalysis of wind power and wind turbinec haracteristics. Renew Energy
2002. 27:12.
97. Youm I, S.J., Sall M ,Ndiaye A, Kane M M. Analysis of wind data and wind energy
potential along the northern coast of Senegal. RenewSustainEnergy Rev 2005; 8:95–
108. .
98. Ullah, I. and A.J. Chipperfield, An evaluation of wind energy potential at Kati Bandar,
Pakistan. Renewable and sustainable energy reviews, 2010. 14(2): p. 856-861.
99. Shaahid, S.M., L.M. Al-Hadhrami, and M.K. Rahman, Economic feasibility of
development of wind power plants in coast allocations in Saudi Arabia. Renew
Sustain Energy Rev, 2013. 19: p. 589-97.
100. Đurišić, Ž. and J. Mikulović, Assessment of the wind energy resource in the South
Banat region, Serbia. Renewable and sustainable energy reviews, 2012. 16(5): p.
3014-3023.
101. Amar, F.B., M. Elamouri, and R. Dhifaoui, Energy assessment of the first wind farm
section of Sidi Daoud, Tunisia. Renewable Energy, 2008. 33(10): p. 2311-2321.
102. Elamouri, M., B. Amar, and A. Trabelsi, Vertical characterization of the wind mode
and its effect on the wind farm profitability of Sidi Daoud–Tunisia. Energy conversion
and management, 2011. 52(2): p. 1539-1549.
103. El Alimi, S., et al., Modeling and investigation of the wind resource in the gulf of
Tunis, Tunisia. Renewable and sustainable energy reviews, 2012. 16(8): p. 5466-5478.
104. Maatallah, T., et al., Wind power assessment and evaluation of electricity generation
in the Gulf of Tunis, Tunisia. Sustainable Cities and Society, 2013. 6: p. 1-10.
105. Abbes, M. and J. Belhadj, Wind resource estimation and wind park design in El-Kef
region, Tunisia. Energy, 2012. 40(1): p. 348-357.
106. Colantoni, A., et al., New insights for renewable energy hybrid photovoltaic/wind
installations in Tunisia through a mathematical model. Energy conversion and
management, 2013. 75: p. 398-401.
122
107. Elamouri, M. and B. Amar, Wind energy potential in Tunisia. Renewable Energy,
2008. 33(4): p. 758-768.
108. Dahmouni, A., et al., Assessment of wind energy potential and optimal electricity
generation in Borj-Cedria, Tunisia. Renewable and sustainable energy reviews, 2011.
15(1): p. 815-820.
109. Nfaoui, H., et al., Wind energy potential in Morocco. Renewable Energy, 1991. 1(1):
p. 1-8.
110. Nfaoui, H., J. Buret, and A. Sayigh, Wind characteristics and wind energy potential in
Morocco. Solar Energy, 1998. 63(1): p. 51-60.
111. Irwanto, M., et al., Assessment of wind power generation potential in Perlis, Malaysia.
Renewable and sustainable energy reviews, 2014. 38: p. 296-308.
112. Ahmed, A.S., Wind energy as a potential generation source at Ras Benas, Egypt.
Renewable and sustainable energy reviews, 2010. 14(8): p. 2167-2173.
113. Ahmed, A.S., Analysis of electrical power form the wind farm sitting on the Nile River
of Aswan, Egypt. Renewable and sustainable energy reviews, 2011. 15(3): p. 1637-
1645.
114. Ahmed, A.S., Electricity generation from the first wind farm situated at Ras Ghareb,
Egypt. Renewable and sustainable energy reviews, 2012. 16(3): p. 1630-1635.
115. Lashin, A. and A. Shata, An analysis of wind power potential in Port Said, Egypt.
116. Shata, A.A. and R. Hanitsch, Evaluation of wind energy potential and electricity
generation on the coast of Mediterranean Sea in Egypt. Renewable Energy, 2006.
31(8): p. 1183-1202.
117. Shata, A.A. and R. Hanitsch, The potential of electricity generation on the east coast
of Red Sea in Egypt. Renewable Energy, 2006. 31(10): p. 1597-1615.
118. Saleh, H., A.A.E.-A. Aly, and S. Abdel-Hady, Assessment of different methods used to
estimate Weibull distribution parameters for wind speed in Zafarana wind farm, Suez
Gulf, Egypt. Energy, 2012. 44(1): p. 710-719.
119. Hamouda, Y.A., Wind energy in Egypt: Economic feasibility for Cairo. Renewable
and sustainable energy reviews, 2012. 16(5): p. 3312-3319.
120. El-Shimy, M., Optimal site matching of wind turbine generator: Case study of the
Gulf of Suez region in Egypt. Renewable Energy, 2010. 35(8): p. 1870-1878.
121. Nygaard, I., et al., Using modeling, satellite images and existing global datasets for
rapid preliminary assessments of renewable energy resources: The case of Mali.
122. Adaramola, M.S., et al., Performance evaluation of wind turbines for energy
generation in Niger Delta, Nigeria. Sustainable Energy Technologies and
Assessments, 2014. 6: p. 75-85.
123. Chellali, F., et al., A contribution in the actualization of wind map of Algeria.
124. Merzouk, N.K. and M. Merzouk, Efficiency of Three Wind Turbines Installed on High
Plains Region of Algeria. Procedia Engineering, 2012. 33: p. 450-457.
125. Hammouche, R., Atlas vent de l’Algérie/ONM. Algiers: Office des publications
Universitaires (OPU), 1990.
126. Himri, Y., S. Himri, and A.B. Stambouli, Assessing the wind energy potential projects
in Algeria. Renewable and sustainable energy reviews, 2009. 13(8): p. 2187-2191.
127. Himri, Y., et al., Review of wind energy use in Algeria. Renewable and sustainable
energy reviews, 2009. 13(4): p. 910-914.
128. Himri, Y., et al., Wind energy for rural areas of Algeria. Renewable and sustainable
energy reviews, 2012. 16(5): p. 2381-2385.
123
129. Diaf, S. and G. Notton, Evaluation of electricity generation and energy cost of wind
energy conversion systems in southern Algeria. Renewable and sustainable energy
reviews, 2013. 23: p. 379-390.
130. Kaabeche, A., M. Belhamel, and R. Ibtiouen, Techno-economic valuation and
optimization of integrated photovoltaic/wind energy conversion system. Solar Energy,
2011. 85(10): p. 2407-2420.
131. www.mapofworld.com.
132. Chellali, F., et al., A comparison between wind speed distributions derived from the
maximum entropy principle and Weibull distribution. Case of study; six regions of
Algeria. Renewable and sustainable energy reviews, 2012. 16(1): p. 379-385.
133. Akpinar, E.K. and S. Akpinar, An assessment on seasonal analysis of wind energy
characteristics and wind turbine characteristics. Energy conversion and management,
2005. 46(11): p. 1848-1867.
134. Mathew, S. and K. Pandey, Analysis of wind regimes for energy estimation.
Renewable Energy, 2002. 25(3): p. 381-399.
135. Chang, T.P., Performance comparison of six numerical methods in estimating Weibull
parameters for wind energy application. Applied Energy, 2011. 88(1): p. 272-282.
136. Ucar, A. and F. Balo, A seasonal analysis of wind turbine characteristics and wind
power potential in Manisa, Turkey. International Journal of Green Energy, 2008. 5(6):
p. 466-479.
137. Safari, B. and J. Gasore, A statistical investigation of wind characteristics and wind
energy potential based on the Weibull and Rayleigh models in Rwanda. Renewable
Energy, 2010. 35(12): p. 2874-2880.
138. Gualtieri, G. and S. Secci, Wind shear coefficients, roughness length and energy yield
over coastal locations in Southern Italy. Renewable Energy, 2011. 36(3): p. 1081-
1094.
139. Fırtın, E., Ö. Güler, and S.A. Akdağ, Investigation of wind shear coefficients and their
effect on electrical energy generation. Applied Energy, 2011. 88(11): p. 4097-4105.
140. Lackner, M.A., et al., A new method for improved hub height mean wind speed
estimates using short-term hub height data. Renewable Energy, 2010. 35(10): p. 2340-
2347.
141. Mortensen, N., et al., Wasp Utility Programs RisØ-l-2261. RisØ National Laboratory,
Roskilde, Denmark, 2004.
142. Gökçek, M. and M.S. Genç, Evaluation of electricity generation and energy cost of
wind energy conversion systems (WECSs) in Central Turkey. Applied Energy, 2009.
86(12): p. 2731-2739.
143. Ohunakin, O., M. Adaramola, and O. Oyewola, Wind energy evaluation for electricity
generation using WECS in seven selected locations in Nigeria. Applied Energy, 2011.
88(9): p. 3197-3206.
144. Gass, V., et al., Assessing the economic wind power potential in Austria. Energy
Policy, 2013. 53: p. 323-330.
145. http://www.energy.gov.dz/francais/uploads/2016/Energie/depliant%20Tarif%20BT-
BP%20FR.pdf.
124

These 2016 Belabes Belkacem Eolienne

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

These 2016 Belabes Belkacem Eolienne

Загружено:

Авторское право:

Доступные форматы

‫امجلهورية اجلزائرية ادلميقراطية الشعبية‬

‫وزارة التعلمي العايل و البحث العلمي‬

Présenté par : BELABES Belkacem

Département : Génie mécanique

Spécialité : Génie mécanique

Devant le Jury Composé de :

Membres de Jury Grade Qualité Domiciliation

YOUCEFI Abdelkader Professeur Encadrant USTO Oran

GUERRI Ouahiba Directeur de recherche Co-Encadrant CDER Alger

AOUNALLAH Mohammed Professeur USTO Oran

DELLIL Ahmed Zineddine Professeur Examinateurs Univ. Senia, Oran

Année Universitaire : 2016/2017

A mes frères et sœurs

A mes neveux et nièces

Dans un monde où rien n’est

Table des matières

Chapitre 1 : Généralités sur les énergies renouvelables

1.1 Energies renouvelables : définitions, ressources et exploitation……………............. 5

Première partie. Calculs CFD

Chapitre 2. Etat de l’art et problématique

2.1 Turbine éolienne de type Savonius……...…………………………………………... 21

2.3 Etats de l’art………...…………………………………………………………....... 27

Chapitre 3 : Méthodologie et modélisation

3.1 Équations de base…………………………………………………………………... 40

Chapitre 4 : Résultats et discussions

4.1.1 Analyse d’une rangée linéaire de turbines………………………………………. 57

Deuxième partie. Caractérisation du gisement éolien dans certaines régions d’Algérie

Chapitre 5 : Le potentiel éolien

5.1 Programme des énergies renouvelables en Algérie…………………...……………... 85

Chapitre 06 : Etude technico-économique avec le WAsP

Conclusion générale…………………………………………………………………….. 113

Liste des figures

Chapitre 1 : Généralités sur les énergies renouvelables

Figure - 1.1 Différentes sources des énergies renouvelables…………………….… 6

Chapitre 2 : Etat de l’art et problématique

Figure - 2.1 Géométrie et nomenclature d’une turbine Savonius conventionnelle..... 21

Chapitre 3. Méthodologie et modélisation

Figure - 3.1 Volume de contrôle dans un maillage 3D non orthogonal……………. 44

Chapitre 4. Résultats et discussions

Figure - 4.1 Coefficient de moment en fonction de l’angle de rotation durant 3

Figure - 4.17 Contours du module de vitesse autour des rotors de Savonius à

Chapitre 5 : Le potentiel éolien

Figure – 5.1 Structure du parc de production nationale d’électricité en MW…………….. 86

Figure – 5.5 Analyste climatique WAsP .....……………………………………….. 90

Chapitre 6 : Etude technico-économique avec le WAsP

Figure - 6.1 Répartition des stations météorologiques en l'Algérie………………… 94

Liste des tableaux

Tableau-2.1 Comparaison des résultats expérimentaux obtenus par différents groupes

Symboles Dénominations Unités

Symboles Dénominations Unités

ANN Réseaux des neurones artificiels (Artificiel Neurone Net)

La plage de fonctionnement typique de la turbine Savonius correspond au régime

d’étudier comment améliorer les performances énergétiques de ce type de turbine éolienne. A

Généralités sur les

Chapitre 1 : Généralités sur les énergies renouvelables

1.1 Energies renouvelables définitions, ressources et exploitation

Figure - 1.1 : Différentes sources des énergies renouvelables [6].

1.1.1 Energie solaire photovoltaïque

L’énergie solaire photovoltaïque c’est la transformation de la lumière du soleil en

Un générateur solaire photovoltaïque est composé de modules photovoltaïques eux

Figure - 1.2 : Le solaire photovoltaïque [6].

1.1.2 Energie Géothermique

La géothermie se présente sous forme de réservoirs de vapeur ou d'eaux

Figure - 1.3 : La Géothermie [6].