Environnement d’aide à la décision pour les réseaux électriques de raccordement des fermes éoliennes en mer : conception et évaluation robuste sous incertitudes

Decision support framework for offshore wind farm electrical networks : Robust design and assessment under uncertainties

• Auteur / Autrice : Swann Gasnier
• Direction : Bruno François
• Type : Thèse de doctorat
• Discipline(s) : Génie Electrique
• Date : Soutenance le 07/11/2017
• Etablissement(s) : Ecole centrale de Lille
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'électrotechnique et d'électronique de puissance (L2EP) - Laboratoire d'électrotechnique et d'électronique de puissance (L2EP)
• Jury : Président / Présidente : Jean-Paul Gaubert
• Jury : Examinateurs / Examinatrices : Serge Poullain, Vincent Debusschere
• Jury : Rapporteur / Rapporteuse : Xavier Roboam, Mohamed Machmoum

Mots clés

Mots clés contrôlés

Énergies renouvelables

Analyse de réseau (planification)

Incertitude

Fiabilité

Systèmes d'aide à la décision

Réseaux électriques (énergie)

Énergie éolienne en mer

Recherche opérationnelle

Mots clés libres

Optimisation

Analyse technico-économique

Architectures de réseaux électriques

Intermittence

Fiabilité

Formulation complexe

Incertitudes

HVDC

Optimization

Technical and economic analysis

Electrical networks architectures

Intermittence

Reliability

Complex formulation

Uncertainties

HVDC

Résumé

L’énergie éolienne en mer connaît une croissance forte. Sa compétitivité économique, mesurée par le LCOE (coût d’énergie actualisé), n’a pas encore atteint celle de l’éolien terrestre. Le coût du raccordement électrique affecte cette compétitivité. Selon la distance et la puissance de la ferme, un panel important d’architectures et technologies de réseau de raccordement peut être considéré (AC ou DC etc..). L’objectif de cette thèse est de fournir un cadre méthodologique décisionnel pour l’évaluation et la planification d’architecture du réseau de raccordement.L’évaluation des architectures repose sur les calculs des énergies annuelles dissipée dans le réseau, des coûts d’investissement du réseau et de l’énergie non distribuée en lien avec la fiabilité du réseau. Pour calculer ces quantités, des modèles et méthodes de calculs sont proposés. Il apparaît néanmoins nécessaire d’évaluer et de comparer des architectures ayant des dimensionnements optimaux. Ainsi, une formulation du problème de dimensionnement du réseau est proposée. La formulation est générique vis-à-vis des différentes architectures considérées. Une méthode de résolution heuristique rapide donnant des solutions quasi-optimale est mise en œuvre. L’environnement d’aide à la décision qui permet le dimensionnement puis l’évaluation d’une architecture est mis en œuvre sur plusieurs cas d’application incluant des architectures très différentes. Finalement, une méthode probabiliste analytique est proposée afin de prendre en compte les incertitudes sur les modèles et leurs propagations aux critères de décision

Offshore wind power is quickly developing. Its cost-effectiveness, measured with the LCOE (Levelized cost of Energy) has not reached the one of onshore wind power yet. The cost of electrical connection impacts this cost-effectiveness. Depending on the distance to the onshore grid, many possibilities of architectures and associated technologies can be considered for this connection network (AC, DC etc.). The goal of this research is to provide a decision support framework for the assessment and the planning of architectures for electrical connecting networks.The architecture assessment relies on the calculations of the annual energy dissipated through the network, of the investment costs and of the annual energy curtailed due to the network unavailability. To compute these quantities, models and methods are proposed.It appears that to compare architectures, these must be have near optimal designs? Thus, a formulation of the electrical network design optimization is proposed. The formulation is generic in regard to the various architectures which are considered. A quick heuristic solving approach which gives near optimal solutions is proposed and implemented.The decision support framework makes it possible the design and the assessment of an architecture and is applied to two very different architectures. Finally, a probabilistic analytical method is proposed to take into account the models uncertainties and to study their propagation to the decision criteria