Système communicant pour le contrôle et la supervision prédictive de la co-production d’énergie photovoltaïque et éolienne
Auteur / Autrice : | Mouhamadou Moustapha Ba |
Direction : | Camel Tanougast, Harry Ramenah |
Type : | Thèse de doctorat |
Discipline(s) : | Systèmes électroniques |
Date : | Soutenance le 15/07/2019 |
Etablissement(s) : | Université de Lorraine |
Ecole(s) doctorale(s) : | École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de Conception, Optimisation et Modélisation des Systèmes (Metz) |
Jury : | Président / Présidente : Manuela Sechilariu |
Examinateurs / Examinatrices : Camel Tanougast, Harry Ramenah, Moussa Boukhnifer, Thomas Heiser | |
Rapporteurs / Rapporteuses : Moussa Boukhnifer, Thomas Heiser |
Résumé
La modélisation, la gestion et l’optimisation des systèmes de production d'énergies renouvelables est actuellement un challenge pour mettre en œuvre le concept de ville intelligente. L’objectif de ces travaux de thèse est d'élaborer un système de gestion intelligente et autonome pour le contrôle et la supervision prédictive de la co-production d'énergies renouvelables dans un contexte de capteurs intelligents en réseau dont une des optimisations est également une problématique d'intégration. A partir de mesures expérimentales, nous montrons qu'il est possible d'autogérer de manière optimale la production électrique réelle d'installations d'énergies renouvelables selon une approche combinée ou superposée de modèles prédictifs prédéfinis et dont les mesures expérimentales ont permis de les affiner spécifiquement pour des installations photovoltaïques et micro-éoliennes en zone urbaine et en fonction de mesures réelles de paramètres physiques (température, humidité, etc.). En particulier, ces travaux mettent en œuvre une modélisation prédictive par la fonction Weibull de la production de puissance de systèmes PV polycristallins et amorphes, et d’une micro-éolienne de 2,4 kW en zone urbaine. L’approche de modélisation adoptée est confortée par une analyse statistique des données réelles de mesures selon les tests de Dickey-Fuller (DF), Goldfeld & Quandt (GQ), Durbin Watson (DW) et la méthode d’Engle & Granger. Ils montrent la pertinence et l'originalité des modélisations développées pour la prédiction fiable des productions d'énergies à partir de mesures expérimentales dans les conditions réelles d'utilisation et obtenues depuis la plate-forme GREEN. Outre les aspects modélisations, ces travaux ont également permis de proposer une solution technologique à base de capteurs communicants pour la collecte et l’analyse des paramètres physiques permettant une supervision temps réel en terme de production et de sa prédiction d’installations photovoltaïque et micro-éolienne.