Modélisation de la consommation électrique à partir de grandes masses de données pour la simulation des alternatives énergétiques du futur
Auteur / Autrice : | Thibaut Barbier |
Direction : | François-Pascal Neirac, Robin Girard |
Type : | Thèse de doctorat |
Discipline(s) : | Energétique et Procédés |
Date : | Soutenance le 22/12/2017 |
Etablissement(s) : | Paris Sciences et Lettres (ComUE) |
Ecole(s) doctorale(s) : | École doctorale Sciences des métiers de l'ingénieur (Paris) |
Partenaire(s) de recherche : | Laboratoire : Centre Procédés, Énergies Renouvelables et Systèmes Énergétiques. Sophia-Antipolis |
établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....) | |
Jury : | Président / Présidente : Bruno François |
Examinateurs / Examinatrices : François-Pascal Neirac, Eric Peirano, Bernard Multon, Elena Magliaro | |
Rapporteurs / Rapporteuses : Hamid Ben Ahmed |
Mots clés
Résumé
L’évolution de la consommation électrique est un point clé pour les choix à venir, tant pour les moyens de production d’électricité, que pour le dimensionnement du réseau à toutes ses échelles. Aujourd’hui, ce sont majoritairement des modèles statistiques basés sur les consommations passées et des tendances démographiques ou économétriques qui permettent de prédire cette consommation. Dans le contexte de la transition énergétique, des changements importants sont en cours et à venir, et la consommation future ne sera certainement pas une continuation des tendances passées. Modéliser ces changements nécessite une modélisation fine de type bottom-up de chaque contributeur de la consommation électrique. Ce type de modèle présente des challenges de modélisation, car il nécessite un grand nombre de paramètres d’entrée qui peuvent difficilement être renseignés de façon réaliste à grande échelle. En même temps, les données et informations de tout type n’ont jamais été autant disponibles. Cela représente à la fois un atout pour la modélisation, mais aussi une difficulté importante notamment à cause de l’hétérogénéité des données. Dans ce contexte, cette thèse présente une démarche de construction d’un simulateur de consommation électrique bottom-up capable de simuler différentes alternatives énergétiques à l’échelle de la France. Un travail de recensement, de classification et d’association des bases de données pour expliquer la consommation électrique a d’abord été mené. Ensuite, le modèle de consommation électrique a été présenté ; il a été validé et calibré sur une grande quantité de mesures de consommation électrique des départs HTA fournie par Enedis. Ce modèle a enfin pu être utilisé pour simuler différentes alternatives énergétiques afin d’aider au dimensionnement du réseau de distribution.