Approche multicritère pour l'implantation d'éoliennes au Liban

BIBLIOGRAPHIE

ABDELAZIZ A., MEKHAMER S., et MOHAMED A., 2012, « Geographic Information Systems (GIS) Application in Wind Farm Planning », ResearchGate, vol. 3, n° 2 : 279?283.

AL ZOHBI G., HENDRICK P., et BOUILLARD P., 2014, « Evaluation du potentiel d'énergie éolienne au Liban », Revue des énergies renouvelables, vol. 17, n° 1 : 83-96.

AL ZOHBI G., HENDRICK P., et BOUILLARD P., 2015, « Wind characteristics and wind energy potential analysis in five sites in Lebanon », International Journal of Hydrogen Energy, vol. 40, n° 44 : 15311?15319.

ALMEE, 2015, « Les Énergies Renouvelables au Liban en 2015 ».

ALY A., JENSEN S., et PEDERSEN A., 2017, « Solar power potential of Tanzania: Identifying CSP and PV hot spots through a GIS multicriteria decision making analysis », Renewable Energy, vol. 113 : 159?175.

AMATOURY A., 2014, « Situation du secteur électrique au Liban : État actuel et projets prévus:».

ANWARZAI M. et NAGASAKA K., 2017, « Utility-scale implementable potential of wind and solar energies for Afghanistan using GIS multi-criteria decision analysis », Renewable and Sustainable Energy Reviews.

ATICI K., SIMSEK A., ULUCAN A., et TOSUN M., 2015, « A GIS-based Multiple Criteria Decision Analysis approach for wind power plant site selection », Utilities Policy, vol. 37 : 86?96.

AYDIN N., KENTEL E., et DUZGUN S., 2010, « GIS-based environmental assessment of wind energy systems for spatial planning: A case study from Western Turkey », Renewable and Sustainable Energy Reviews, vol. 14, n° 1 : 364?373.

BABAN S. et PARRY T., 2001, « Developing and applying a GIS-assisted approach to locating wind farms in the UK », Renewable energy, vol. 24, n° 1 : 59-71.

BACCOUR H., SLIMANI M., et CUDENNEC C., 2012, « Structures spatiales de l'évapotranspiration de référence et des variables climatiques corrélées en Tunisie », Hydrological Sciences Journal, vol. 57, n° 4 : 818?829.

BAL J. et CHABOT B., 2001, « Les énergies renouvelables. État de l'art et perspectives de développement », Comptes Rendus de l'Académie des Sciences-Series IIA-Earth and Planetary Science, vol. 333, n° 12 : 827-834.

BENNUI A., RATTANAMANEE P., PUETPAIBOON U., PHUKPATTARANONT P., et CHETPATTANANONDH K., 2007, « Site selection for large wind turbine using GIS », in PSU-UNS International Conference on Engineering and Environment : 561-566.

BLANCHET G., 1965, « Le climat de Beyrouth », Revue de géographie de Lyon, vol. 40, n°2 : 131?158.

BLANCHET G., 1976, Le temps au Liban approche d'une climatologie synoptique, Université de Lyon 2-UFR des sciences de l'homme et de son environnement.

58

BÜYÜKÖZKAN G. et GÜLERYÜZ S., 2016, « An integrated DEMATEL-ANP approach for renewable energy resources selection in Turkey », International Journal of Production Economics, vol. 182 : 435-448.

CANTAT O. et BRUNET L., 2001, « Discontinuité géographique et particularités climatiques en Basse-Normandie », Annales de Géographie, vol. 110, n° 622 : 579-596.

CELLURA M., CIRRINCIONE G., MARVUGLIA A., et MIRAOUI A., 2008, « Wind speed spatial estimation for energy planning in Sicily: A neural kriging application », Renewable Energy, vol. 33, n° 6 : 1251-1266.

CHAKHAR S., 2006, Cartographie décisionnelle multicritère . formalisation et implémentation informatique, Thèse de l'Université Paris Dauphine - Paris IX.

CHAOUACHI A., COVRIG C., et ARDELEAN M., 2017, « Multi-criteria selection of offshore wind farms: Case study for the Baltic States », Energy Policy, vol. 103 : 179-192.

CRISTEA C. et JOCEA F., 2016, « GIS Application for Wind Energy », Energy Procedia, vol. 85 : 132-140.

DEVERLY F., 1984, Echantillonnage Et Géostatistique, École National Supérieur des Mines de Paris.

DONNELLY P., 2010, « Evaluating open source GIS for libraries », Library Hi Tech, vol. 28, n° 1 : 131-151.

DUNN M. et HICKEY R., 1998, « The effect of slope algorithms on slope estimates within a GIS », Cartography, vol. 27, n° 1 : 9-15.

EL-FADEL R.H., HAMMOND G.P., HARAJLI H.A., JONES C.I., KABAKIAN V.K., et WINNETT A.B., 2010, « The Lebanese electricity system in the context of sustainable development », Energy Policy, vol. 38, n° 2 : 751-761.

FAOUR G., BOU KHEIR R., et DARWICH A., 2006, « Méthode globale d'évaluation du risque d'incendies de forêt utilisant la télédétection et les SIG: cas du Liban », Télédétection, vol. 5, n° 4 : 359-377.

GAMBOA G. et MUNDA G., 2007, « The problem of windfarm location: A social multi-criteria evaluation framework », Energy Policy, vol. 35, n° 3 : 1564-1583.

GASS V., SCHMIDT J., STRAUSS F., et SCHMID E., 2013, « Assessing the economic wind power potential in Austria », Energy Policy, vol. 53 : 323-330.

GIGOVIÆ L., PAMUÈAR D., BOéANIÆ D., et LJUBOJEVIÆ S., 2017, « Application of the GIS-DANP-MABAC multi-criteria model for selecting the location of wind farms: A case study of Vojvodina, Serbia », Renewable Energy, vol. 103 : 501-521.

GODINOT S., 2011, « Les plans climat énergie territoriaux: voies d'appropriation du facteur 4 par les collectivités et les acteurs locaux? », Développement durable et territoires. Économie, géographie, politique, droit, sociologie, n° Vol. 2, n° 1.

Groupe d'experts intergouvernemental sur l'évolution du climat, Stocker Thomas, Qin Dahe, et Plattner Gian-Kasper, 2013, Changements climatiques 2013 les éléments scientifiques: résumé à l'intention des décideurs. rapport du groupe de travail I du GIEC . résumé technique. rapport accepté par le Groupe de travail I du GIEC mais non approuvé dans le

59

détail et foire aux questions: extraits de la contribution du groupe de travail I au cinquième rapport d'évaluation du Groupe d'experts intergouvernemental sur l'évolution du climat, Geneva, Switzerland, Groupe d'experts intergouvernemental sur l'évolution du climat.

HAKIM A., 2016, La stratégie énergétique du Liban, Énergie Renouvelable, https://fgm.usj.edu.lb/pdf/a414.pdf.

HANSEN H., 2005, « GIS-based multi-criteria analysis of wind farm development », ScanGIS 2005: Scandinavian Research Conference on Geographical Information Science : 75-87.

HASSAN G., 2011, « The National Wind Atlas of Lebanon », étude préparée le projet UNDP CEDRO. Beirut, Liban, CEDRO-UNDP: 64.

HÖFER T., SUNAK Y., SIDDIQUE H., et MADLENER R., 2016, « Wind farm siting using a spatial Analytic Hierarchy Process approach: A case study of the Städteregion Aachen », Applied Energy, vol. 163 : 222?243.

JAHANGIRI M., GHADERI R., HAGHANI A., et NEMATOLLAHI O., 2016, « Finding the best locations for establishment of solar-wind power stations in Middle-East using GIS: A review », Renewable and Sustainable Energy Reviews, vol. 66 : 38?52.

JEFFRY D. HARRISON, 2012, Onshore wind power systems (onswps): a gis-based tool for preliminary site-suitability analysis, these de l'university of southern California, California.

KINAB E. et ELKHOURY M., 2012, « Renewable energy use in Lebanon: Barriers and solutions », Renewable and Sustainable Energy Reviews, vol. 16, n° 7 : 4422?4431.

LATINOPOULOS D. et KECHAGIA K., 2015, « A GIS-based multi-criteria evaluation for wind farm site selection. A regional scale application in Greece », Renewable Energy, vol. 78 : 550?560.

LEE A., CHEN H., et KANG H., 2009, « Multi-criteria decision making on strategic selection of wind farms », Renewable Energy, vol. 34, n° 1 : 120?126.

LOPEZ M., 2008, Contribution à l'optimisation d'un système de conversion éolien pour une unité de production isolée, Thèse de l'Université Paris Sud - Paris XI.

LU L., YANG H., et BURNETT J., 2002, « Investigation on wind power potential on Hong Kong islands - an analysis of wind power and wind turbine characteristics », Renewable Energy, vol. 27, n° 1 : 1-12.

MALCZEWSKI J., 2006, « GIS-based multicriteria decision analysis: a survey of the literature», International Journal of Geographical Information Science, vol. 20, n° 7 : 703?726.

MARI R., BOTTAI L., BUSILLO C., CALASTRINI F., GOZZINI B., et GUALTIERI G., 2011, « A GIS-based interactive web decision support system for planning wind farms in Tuscany (Italy) », Renewable Energy, vol. 36, n° 2 : 754?763.

MARILLIER F., 2007, « Crise énergétique: il n'est pas trop tard pour s'en sortir! », Nouvelles Fondations, n° 6 : 63?69.

MENTIS D., 2013, « Wind Energy Assessment in Africa; A GIS-based approach ».

MILLER A. et LI R., 2014, « A Geospatial Approach for Prioritizing Wind Farm Development in Northeast Nebraska, USA », ISPRS International Journal of Geo-Information, vol. 3, n° 3 : 968?979.

60

Ministère Des Travaux Publics, 1969, Atlas climatique du Liban. Tome 3, les vents.

NDIRANGU B. N., 2014, « Wind turbines on radar systems and mitigation measures: the case of ngong wind farm in Kenya », Scientific Conference Proceedings, vol. 0, n° 0.

NOOROLLAHI Y., YOUSEFI H., et MOHAMMADI Mohammad, 2016, « Multi-criteria decision support system for wind farm site selection using GIS », Sustainable Energy Technologies and Assessments, vol. 13 : 38?50.

OUAMMI A., GHIGLIOTTI V., ROBBA M., MIMET A., et SACILE R., 2012, « A decision support system for the optimal exploitation of wind energy on regional scale », Renewable Energy, vol. 37, n° 1 : 299?309.

PAILLARD C., 2011, « Défis énergétiques et enjeux stratégiques au XXIe siècle », Sécurité globale, n° 15 : 49?60.

PECHANEC V. et MACHAR I., 2013, « A Comparison of the Decision-Making Strategies in IDRISI and ArcGIS Products ».

POLATIDIS H. et MORALES J., 2016, « Increasing the applicability of wind power projects via a multi-criteria approach: methodology and case study », International Journal of Sustainable Energy, vol. 35, n° 10 : 1014?1029.

PRÉLAZ-DROUX R., 1995, Système d'information et gestion du territoire, PPUR presses polytechniques.

RAMADAN H., RAMAMURTHY S., et BEIGHLEY E., 2012, « Inter-annual temperature and precipitation variations over the Litani Basin in response to atmospheric circulation patterns », Theoretical and Applied Climatology, vol. 108, n° 3?4 : 563?577.

RAPIN M. et NOËL J., 2010, Énergie éolienne : principes, études de cas, Paris, Dunod. RIOLET E., 2010, Le mini-éolien, Paris, Eyrolles.

SAATY R. W., 1987, « The analytic hierarchy process--what it is and how it is used », Mathematical modelling, vol. 9, n° 3?5 : 161-176.

SAGBANSUA L. et BALO F., 2017, « Decision making model development in increasing wind farm energy efficiency », Renewable Energy, vol. 109 : 354?362.

SÁNCHEZ-LOZANO M.., GARCÍA-CASCALES S., et LAMATA T., 2016, « GIS-based onshore wind farm site selection using Fuzzy Multi-Criteria Decision Making methods. Evaluating the case of Southeastern Spain », Applied Energy, vol. 171 : 86?102.

SÁNCHEZ-LOZANO M., TERUEL-SOLANO J., SOTO-ELVIRA L., et SOCORRO M., 2013, « Geographical Information Systems (GIS) and Multi-Criteria Decision Making (MCDM) methods for the evaluation of solar farms locations: Case study in south-eastern Spain », Renewable and Sustainable Energy Reviews, vol. 24 : 544?556.

SANLAVILLE P., 1969, « La personnalité géographique du Liban », Revue de géographie de Lyon, vol. 44, n° 4 : 375?394.

SOPHIE B., 2005, Le krigeage : revue de la théorie et application ua l'interpolation spatiale de données de précipitations, Faculté des études supérieures de l'Université Laval.

61

SOULOUKNGA H., KAOGA K., DJONGYANG N., et YAMIGNO D., 2016, « Comparaison du potentiel énergétique éolien des trois zones climatiques du Tchad », Revue des Energies Renouvelables, vol. 19, n° 1 : 49-58.

STOYANOV L., 2011, Étude de différentes structures de systèmes hybrides à sources d'énergie renouvelables, thèse de l'Université Pascal Paoli.

VAZQUEZ M., WAAUB J., ILINCA A., et CHAUMEL J., 2011, « Analyse spatiale et approche d'aide multicritères et multi-acteurs à la négociation pour évaluer des scénarios d'implantation des parcs éoliens. », 1ère Conférence Intercontinentale d'Intelligence Territoriale Interdisciplinarité dans l'aménagement et développement des territoires, Gatineau, Canada : 10.

VERDEIL E., 2010, « Les réformes du secteur électrique en Jordanie et au Liban: vers de nouvelles régulations? », 4ème rencontre du programme de recherche financé par l'Agence nationale de la recherche, Paris.

VILLACRESES G., GAONA G., MARTÍNEZ-GÓMEZ J., et JIJÓN Diego J., 2017, « Wind farms suitability location using geographical information system (GIS), based on multi-criteria decision making (MCDM) methods: The case of continental Ecuador », Renewable Energy, vol. 109 : 275?286.

VOIGT Christian C. et KINGSTON T., 2016, « Bats in the Anthropocene: Conservation of Bats in a Changing World», Springer International Publishing.

WAIS Piotr, 2017, « A review of Weibull functions in wind sector », Renewable and Sustainable Energy Reviews, vol. 70 : 1099?1107.

WAKED Antoine, 2012, Caractérisation des aérosols organiques à Beyrouth, Liban, thèse de l'Université Paris-Est.

WALID B., 2005, « Le rôle de la puissance publique dans la production des espaces urbains au Liban ».

ZEILER M., 1999, Modeling Our World: The ESRI Guide to Geodatabase Design, ESRI, Inc.

ZOGHI M., HOUSHANG EHSANI A., SADAT M., JAVAD AMIRI M., et KARIMI S., 2017, « Optimization solar site selection by fuzzy logic model and weighted linear combination method in arid and semi-arid region: A case study Isfahan-IRAN », Renewable and Sustainable Energy Reviews, vol. 68 : 986?996.

ZOHBI G., 2014, Énergie éolienne au Liban : analyse de son potentiel, de son stockage et de son impact environnemental, thèse l'École Polytechnique de Bruxelles Université Libre de Bruxelles, 306.

63

TABLES

1. Table des figures

Figure 1 : Évolution de la puissance cumulée de l'énergie éolienne mondiale (en MW) entre

2001 et 2016 2

Figure 2 : La puissance éolienne cumulée (MW) dans différents pays en 2015 3

Figure 3 : Le Liban occupant la partie est de la Méditerranée 4

Figure 4 : Carte de la vitesse du vent du Liban mesurée à 80 m (en m/s). Les régions entourées délimitent les zones les plus favorables à l'énergie éolienne, il s'agit de Akkar au nord et de

Jabal el-Cheikh au sud-est 5

Figure 5 : Répartition du bilan électrique au Liban selon les sources 10

Figure 6 : Répartition des centrales hydroélectriques sur les rivières du Liban 12

Figure 7 : Première ferme photovoltaïque du projet BRSS, mise en place en 2013 au-dessus de

la rivière Beyrouth 12

Figure 8 : Les vents dominants au Liban 14

Figure 9 : Diagramme ombrothermique pour une station située au nord du Liban (Qartaba) 15

Figure 10 : Principaux reliefs du Liban, avec une vue en perspective du Sud du pays 16

Figure 11 : Répartition des stations météorologiques de mesure du vent à 10 m, au Liban. Nous avons représenté la vitesse moyenne, la direction et la fréquence du vent sous forme de rose des

vents 17

Figure 12 : La variation saisonnière de la vitesse moyenne du vent (en m/s) enregistrée à 10 m

dans 14 stations météorologiques au Liban 18

Figure 13 : Les contraintes et les critères choisis pour la prospection d'un parc éolien au Liban

30

Figure 14 : Différenciation entre le mode raster et vecteur 32

Figure 15 : Le calcul de la distance euclidienne à chaque entité géographique de la géodatabase

34

Figure 16 : Schéma illustrant la méthodologie utilisée dans notre étude 35

Figure 17 : Fonctionnement de l'outil ET Booléen sur les valeurs des cellules d'un raster, 1 si

l'expression est juste et 0 si l'une ou toutes les expressions sont fausses 36

Figure 18 : Nuage variographique de la relation spatiale entre les stations de mesure du vent

38

Figure 19 : Les modifications apportées à l'outil vision dans ArcGis, les paramètres doivent

être modifiés dans la table attributaire de la couche d'entrée 43

Figure 20 : Sites potentiels après élimination des contraintes économiques, sociales et environnementales, permettant de déterminer les sites potentiels à l'implantation d'éoliennes

au Liban 45

64

Figure 21 : Matrice de corrélation à partir de l'extension Easy AHP dans QGIS, cette matrice

va calculer le poids de chaque critère 46

Figure 22 : Les sites potentiels à l'implantation des éoliennes au Liban (la potentialité nulle

représente les sites éliminés) 47

Figure 23 : La distribution des histogrammes à colonnes indiquant la part (km²) des sites fortement à très fortement potentiels par districts au Liban (le nombre 11 indique l'échelle de

la colonne maximale) 48

Figure 24 : La part de la superficie du Liban (en pourcentage) indiquant la potentialité des sites

à l'implantation d'éoliennes au Liban 49

Figure 25 : Les sites non visibles vis-à-vis du patrimoine culturel du Liban 50

Figure 26 : Application du facteur de la distance aux habitats pour une zone à fort potentiel 51

Figure 27 : Les zones potentielles suite à des modifications dans les contraintes de la pente et

de l'altitude 53

65