Julien Ancousture

Les friches industrielles représentent de vastes surfaces de sols délaissées et souvent polluées par des éléments traces métalliques (ETMs). L'agromine, basée sur la culture de plantes hyperaccumulatrices d'ETMs, offre une voie de phytoremédiation de ces surfaces, mais est un processus long. Le couplage de cette filière avec la production d'énergie photovoltaïque (PV) permettrait de fournir simultanément plusieurs services écosystémiques sur une même surface. Cependant, les interactions entre modules PV, plantes et sols ont peu été étudiées. L'objectif principal de cette thèse était d'évaluer la faisabilité d'un couplage entre la production d'énergie PV et l'agromine sur friches industrielles, formant ainsi un système écovoltaïque (EPV), et d'identifier les paramètres permettant d'optimiser la production électrique, le développement de couverts végétaux et la phytoremédiation de sols contaminés. Dans cette optique, cette thèse s'est intéressée à (i) l'étude des interactions entre Noccaea caerulescens (Nc) et des systèmes PV au sol sur un site pilote, (ii) la modélisation thermique et électrique de modules PV intégrant l'influence du couvert végétal, (iii) la définition de l'association optimale entre Nc et une légumineuse sur la base de l'analyse des traits fonctionnels de Nc, afin de maximiser sa capacité de phytoextraction, (iv) la réalisation d'un inventaire écologique initial d'une friche industrielle en amont de l'installation du système EPV avec Nc en co-culture avec une légumineuse. Les résultats principaux montrent que l'ombrage généré par les modules PV a augmenté la biomasse aérienne de Nc sans altération de sa capacité d'hyperaccumulation d'ETMs. De plus, la présence de couverts végétaux sous-jacents aux modules PV a permis une diminution de la température des modules PV et d'améliorer leur ratio de performance. Le modèle développé, validé par des mesures in situ de température et de puissance électrique des modules PV sous différentes conditions météorologiques, a été utilisé pour identifier les sites en France les plus adaptés au couple du photovoltaïque et de l'agromine. Par ailleurs, l'ombrage généré par les modules PV a peu modifié les paramètres physico-chimiques du sol à court terme, mais a impliqué une augmentation de la diversité bactérienne tellurique. En outre, en co-culture avec Trifolium repens, la biomasse de Nc, ainsi que sa capacité d'hyperaccumulation d'ETMs ont été augmentées, de même que la stabilité des agrégats du sol. Enfin, l'inventaire écologique initial d'une friche industrielle a mis en évidence une hétérogénéité spatiale basée sur les paramètres physico-chimiques du sol, soulignant la nécessité d'adapter la mise en œuvre de systèmes EPV aux spécificités locales.

Achieving the EU 2050 net-zero target requires rapid PV deployment, yet ground-mounted PV systems raise land-use concerns. Ecovoltaics (EPV) aim to co-optimize PV electrical production and ecosystem functions, but soil and especially microbial communities under PV modules remain under-characterized. In this study, PV-induced shading was hypothesised to modify plant development and the soil parameters that would structure bacterial communities. An EPV experiment was conducted with the hyperaccumulator Noccaea caerulescens cultivated in culture trays placed under three PV module technologies and different sun exposures (shade, sun and shade) and in unshaded controls. Soil physicochemical parameters, plant parameters and microbial enzyme activities were measured. The structure and diversity of the bacterial community was also characterized. In this study, plant parameters were affected by growth conditions: plant biomass and leaf C and N contents were higher under PV modules than without PV module shade, while N. caerulescens hyperaccumulation of Cd, Ni and Zn across all culture trays was maintained. Arylsulfatase, β-glucosidase, and alkaline phosphatase activities were lower under full sun conditions. Bacterial alpha-diversity was higher under both shaded and, sun and shade conditions than under unshaded controls. Furthermore, soil parameters were the primary drivers of soil bacterial community variation, with plant parameters being secondary drivers. Moreover, RDA analysis showed that soil Mn content, CEC, plant biomass, and plant C content contributed significantly to total bacterial community variation. These results suggest that PV shading has a direct effect on plant development and an indirect effect on the soil physicochemical parameters and bacterial communities.

Understanding the operating temperature of photovoltaic (PV) modules is crucial for assessing their electrical performance, yet most agrivoltaic models focus on crop yield rather than PV thermal behaviour. This study addresses this gap by proposing a one-dimensional dynamic thermal model based on a nodal approach to simulate the PV modules’ temperatures. The model was validated using PV back-surface temperatures measured during a two-year experiment and integrate soil and vegetation surface temperatures and meteorological parameters. This model (Model 3) was evaluated against two simplified thermal models: the Ross thermal model (Model 1) and the Normal Operating Cell Temperature model (Model 2). Model 3 showed the greatest precision with a Root Mean Square Error (RMSE) down to 1.6°C and a Nash-Sutcliffe Efficiency coefficient (NSE) > 92 %, outperforming Models 1 and 2 by 20 % in NSE and 50-80 % in RMSE reduction. Model 1 performed better under cloudy conditions (RMSE 3.6-4.5°C; NSE 72-80 %), while Model 2 slightly improved sunny-day predictions (NSE up to 82 %). Model 3 consistently provided the best results (NSE > 92 %). Comparing simulated and measured electrical energy production of an opaque module, Models 1 and 2 overestimated output (+2 % to +3 %, more under sunny conditions), while Model 3 exhibited the closest agreement (deviation < 1 %). Parametric simulations with Model 3 also highlighted the potential of brownfield sites in southern France for ecovoltaic deployment. This work provides a robust thermal modelling framework for ecovoltaic systems, improving performance predictions and supporting sustainable energy integration.