Javascript must be enabled to continue!
Synthèse robuste de dispositifs de stockage pour l'optimisation technico économique de la gestion de micro-réseaux d'énergie électrique
View through CrossRef
Les énergies renouvelables (ER) représentent le futur de la production électrique dans le contexte climatique actuel. Il existe cependant encore de nombreux freins à leur développement. La balance production/consommation doit être maintenue en permanence sur un réseau électrique pour maintenir un réseau « stable » en tension et fréquence. Les ER sont, pour la plupart, des sources intermittentes et difficilement prévisibles. Stocker de l’énergie électrique est difficile et couteux, ce qui limite leur taux d’intégration dans le mix énergétique mondial. Cette problématique est exacerbée dans un milieu insulaire tel que la Guadeloupe. Afin de répondre à cette problématique, des smart-grid et micro-réseaux sont utilisés afin que les producteurs ne soient plus seulement des producteurs d’énergie, mais des acteurs de la stabilité du réseau grâce à desservices : Engagement de production, délestage, réserve primaire/secondaire... Le travail proposé dans ce manuscrit s’inscrit dans cet axe : l’objectif est d’étudier une centrale de production éolienne couplée à un système de stockage énergétique, dans le cadre d’un engagement de production à J-1 sur un réseau insulaire. Le producteur doit s’engager, la veille pour le lendemain (J-1), sur le profil de puissance que fournira la centrale au cours de la journée en fonction de ses prévisions de production. Ce type de contrat prévoit un tarif avantageux si le producteur respecte son engagement, et le non-paiement de l’énergie fournie en cas de défaut d’engagement. C’est-à-dire quand la puissance produite n’est pas comprise dans une bande de tolérance autour de l’engagement pris la veille. Afin de respecter au mieux son engagement, malgré les erreurs de prévisions éventuelles, le producteur dispose de système de stockage d’énergie (SSE). L’étude proposée s’axe autour de deux problématiques principales : - La gestion du SSE au cours de la journée afin de maximiser les gains du producteur - La prise d’engagement effectuée à J-1 L’objectif étant d’obtenir des résultats robustes sur des horizons temporels grand (annuels). Pour la gestion du SSE, des méthodes de gestion heuristiques (à base de règles) et optimales basées sur la programmation linéaire avec variables binaires (Mixed Integar Linear Programming : MILP) ont été utilisées. Elles ont permis de montrer que la méthode MILP donnait des résultats concluant même lorsque ceux-ci était transposé sur des modèles non linéaires plus complexes. L’analyse du comportement de la MILP a aussi permis d’améliorer les méthodes de gestion heuristique jusqu’à présent étudiées. Pour la prise d’engagement, une nouvelle modélisation utilisant la MILP a aussi été employée et comparée à un algorithme évolutif. Les algorithmes utilisés optimisent l’engagement en parallèle de la gestion des SSE, pour de multiples scénarios. L’analyse de l’erreur de prévision a permis de développer un générateur de production aléatoire, nécessaire pour pouvoir réaliser l’optimisation et l’évaluation des solutions obtenues. Les résultats obtenus ont pu être testé sur des centaines de scénarios différents, afin d’éprouver leur robustesse. La MILP s’est montrée la plus performante, mais la différence obtenue avec des méthodes basées sur le bon sens étaient relativement faible. Cette étude a surtout mis en avant la faible sensibilité de la prise d’engagement sur les résultats dans les différents cahiers des charges pris en compte. L’utilisation des méthodes de gestion développées au préalable pour cette étude a tout de même permis de montrer que les méthodes développées (MILP et heuristique améliorées) étaientrobustes aux variations d’engagement pour des centaines de scénarios différents pour une année entière. La modélisation MILP s’est montrée performante et prometteuse afin d’aider à l’intégration des ER sur le réseau électrique du futur. Cette intégration est en bonne voie malgré les nombreuses problématiques qu’il reste à résoudre : dimensionnement, vieillissement, etc.
Title: Synthèse robuste de dispositifs de stockage pour l'optimisation technico économique de la gestion de micro-réseaux d'énergie électrique
Description:
Les énergies renouvelables (ER) représentent le futur de la production électrique dans le contexte climatique actuel.
Il existe cependant encore de nombreux freins à leur développement.
La balance production/consommation doit être maintenue en permanence sur un réseau électrique pour maintenir un réseau « stable » en tension et fréquence.
Les ER sont, pour la plupart, des sources intermittentes et difficilement prévisibles.
Stocker de l’énergie électrique est difficile et couteux, ce qui limite leur taux d’intégration dans le mix énergétique mondial.
Cette problématique est exacerbée dans un milieu insulaire tel que la Guadeloupe.
Afin de répondre à cette problématique, des smart-grid et micro-réseaux sont utilisés afin que les producteurs ne soient plus seulement des producteurs d’énergie, mais des acteurs de la stabilité du réseau grâce à desservices : Engagement de production, délestage, réserve primaire/secondaire.
Le travail proposé dans ce manuscrit s’inscrit dans cet axe : l’objectif est d’étudier une centrale de production éolienne couplée à un système de stockage énergétique, dans le cadre d’un engagement de production à J-1 sur un réseau insulaire.
Le producteur doit s’engager, la veille pour le lendemain (J-1), sur le profil de puissance que fournira la centrale au cours de la journée en fonction de ses prévisions de production.
Ce type de contrat prévoit un tarif avantageux si le producteur respecte son engagement, et le non-paiement de l’énergie fournie en cas de défaut d’engagement.
C’est-à-dire quand la puissance produite n’est pas comprise dans une bande de tolérance autour de l’engagement pris la veille.
Afin de respecter au mieux son engagement, malgré les erreurs de prévisions éventuelles, le producteur dispose de système de stockage d’énergie (SSE).
L’étude proposée s’axe autour de deux problématiques principales : - La gestion du SSE au cours de la journée afin de maximiser les gains du producteur - La prise d’engagement effectuée à J-1 L’objectif étant d’obtenir des résultats robustes sur des horizons temporels grand (annuels).
Pour la gestion du SSE, des méthodes de gestion heuristiques (à base de règles) et optimales basées sur la programmation linéaire avec variables binaires (Mixed Integar Linear Programming : MILP) ont été utilisées.
Elles ont permis de montrer que la méthode MILP donnait des résultats concluant même lorsque ceux-ci était transposé sur des modèles non linéaires plus complexes.
L’analyse du comportement de la MILP a aussi permis d’améliorer les méthodes de gestion heuristique jusqu’à présent étudiées.
Pour la prise d’engagement, une nouvelle modélisation utilisant la MILP a aussi été employée et comparée à un algorithme évolutif.
Les algorithmes utilisés optimisent l’engagement en parallèle de la gestion des SSE, pour de multiples scénarios.
L’analyse de l’erreur de prévision a permis de développer un générateur de production aléatoire, nécessaire pour pouvoir réaliser l’optimisation et l’évaluation des solutions obtenues.
Les résultats obtenus ont pu être testé sur des centaines de scénarios différents, afin d’éprouver leur robustesse.
La MILP s’est montrée la plus performante, mais la différence obtenue avec des méthodes basées sur le bon sens étaient relativement faible.
Cette étude a surtout mis en avant la faible sensibilité de la prise d’engagement sur les résultats dans les différents cahiers des charges pris en compte.
L’utilisation des méthodes de gestion développées au préalable pour cette étude a tout de même permis de montrer que les méthodes développées (MILP et heuristique améliorées) étaientrobustes aux variations d’engagement pour des centaines de scénarios différents pour une année entière.
La modélisation MILP s’est montrée performante et prometteuse afin d’aider à l’intégration des ER sur le réseau électrique du futur.
Cette intégration est en bonne voie malgré les nombreuses problématiques qu’il reste à résoudre : dimensionnement, vieillissement, etc.
Related Results
Hierarchical Control for Building Microgrids
Hierarchical Control for Building Microgrids
Commande hiérarchique pour les micro-réseaux dédiés aux bâtiments
Représentant plus d'un tiers de la consommation mondiale d'électricité, les bâtiments sont le sect...
Robust design optimization of electrical machines for electric and hybrid vehicles
Robust design optimization of electrical machines for electric and hybrid vehicles
Contribution méthodologique au dimensionnement optimal et robuste des machines électriques dédiées aux chaines de traction VE et VEH
Face aux préoccupations croissa...
Contributions to energy storage using hybrid systems from alternative energy sources
Contributions to energy storage using hybrid systems from alternative energy sources
Contributions aux systèmes de stockage d’énergie en utilisant des systèmes hybrides à partir de sources d’énergie alternatives
La thèse intitulée «Contributions aux...
Microgrid hybrid energy storage and control using a three-level NPC converter
Microgrid hybrid energy storage and control using a three-level NPC converter
Intégration et commande d’un système de stockage hybride dans un microréseau utilisant un convertisseur NPC à trois niveaux
L’intégration croissante de la Génératio...
REGULAR ARTICLES
REGULAR ARTICLES
L. Cowen and
C. J.
Schwarz
657Les Radio‐tags, en raison de leur détectabilitéélevée, ...
Lead-free oxides with a high quality coefficient for the storage of electrical energy
Lead-free oxides with a high quality coefficient for the storage of electrical energy
Oxydes sans plomb à fort coefficient de qualité pour le stockage de l'énergie électrique
Avec la demande croissante en énergie, les systèmes avancés de stockage d'é...
Modélisation, optimisation et gestion d’énergie d’une centrale hybride à énergie renouvelable
Modélisation, optimisation et gestion d’énergie d’une centrale hybride à énergie renouvelable
La transition énergétique impose aujourd’hui aux réseaux d’électricité des profondes mutations. La croissance des besoins couplée à l’intégration massive de sources de production r...
Optimization Methods for Renewable Energy Communities : Operations, Benefit Sharing, Flexibility Provision, Expansion
Optimization Methods for Renewable Energy Communities : Operations, Benefit Sharing, Flexibility Provision, Expansion
Méthodes d’Optimisation pour les Communautés d’Energie Locales : Gestion, Partage des Bénéfices, Flexibilité et Expansion
La transition énergétique durable conduit ...

