Développement d'un outil de dimensionnement et de gestion énergétique optimisés de systèmes multisources. : application à une installation de production électrique autonome

Development of an optimized dimensioning and energy management tool for multisource systems : application to an autonomous power generation plant

• Auteur / Autrice : Ramzi Saidi
• Direction : Mohamed Machmoum, Jean-Christophe Olivier, Éric Chauveau
• Type : Thèse de doctorat
• Discipline(s) : Génie électrique
• Date : Soutenance le 07/11/2019
• Etablissement(s) : Nantes
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Énergie Électrique de Nantes-Atlantique
• Jury : Président / Présidente : Serge Pierfederici
• Jury : Examinateurs / Examinatrices : Patrick Plainchault
• Jury : Rapporteurs / Rapporteuses : Manuela Sechilariu, Jean-Paul Gaubert

Mots clés

Mots clés contrôlés

Algorithmes d'approximation

Gestion

Énergie

Mots clés libres

--

Résumé

Dans cette thèse, un algorithme de gestion de l'énergie et de dimensionnement des systèmes multi sources a été présenté. Sa particularité réside dans son aspect générique qui lui permet de gérer l’énergie dans des systèmes multi sources composés d’un grand nombre de sources de natures et de technologies différentes, sans recourir à des résolutions complexes. Son architecture est un arrangement série-parallèle de filtres à moyenne glissante. En se basant sur la prévision du profil de charge et de la production en énergie renouvelable, la sortie de chaque filtre représente la puissance de référence d'une source d'énergie spécifique. La dynamique ainsi que l'ordre de grandeur de cette puissance dépendent respectivement de l'horizon de calcul du filtre et de son coefficient de pondération. Une approche mathématique a montré que l'algorithme est capable de compenser automatiquement les erreurs de prédiction. Outre la gestion de l'énergie, un dimensionnement optimal et un choix de technologies sont définis pour chaque source du système multi source. Pour ce faire, l'algorithme utilise une base de données contenant les caractéristiques technico-économiques des technologies de sources les plus utilisées sur le marché. Une application a été réalisée sur un système multi sources réel alimentant un habitat isolé émulé par une charge électronique. Ce système comprend des panneaux photovoltaïques, une pile à combustible et trois systèmes de stockage. Une optimisation a été lancée pour connaître la répartition optimale de l’énergie, ainsi que la nature et la technologie optimale des sources. Les résultats expérimentaux obtenus ont montré l’efficacité de l’algorithme proposé à respecter les différentes contraintes de puissance et d’énergie des sources et à se comporter face aux erreurs de prévision.

In this thesis, an algorithm for energy management and sizing of multisource systems was presented. Its particularity is in its generic aspect that allows it to manage energy in multisource systems composed of a large number of sources of different natures and technologies, without resorting to complex resolutions. Its architecture is a series-parallel arrangement of CMA filters. Based on the prediction of the load profile and the renewable power, the output of each filter represents the reference power of a specific energy source. The dynamics as well as the order of magnitude of this power depend respectively on the calculation horizon of the filter and its weighting coefficient. A mathematical approach has shown an ability of the algorithm to automatically compensate for prediction errors. In addition to energy management, optimal sizing and technology choice are made for each source of the multisource system. To do this, the algorithm uses a database containing technical-economic characteristics of the most widely used technologies of sources and energy storage systems on the market. A real application was made on a multisource system feeding an isolated habitat emulated by an electronic load. This system consists of PV array, a fuel cell and three storage systems. An optimization was launched to know the optimal distribution of energy and the optimal technology of the devices. The experimental results obtained showed the effectiveness of the proposed algorithm to respect the different power and energy constraints of the sources and to behave in the face of forecast errors.