Réseau électrique intelligent pour les nouveaux usages

Smart grid for new uses

• Auteur / Autrice : Emilien Duverger
• Direction : Thierry Talbert, Dorian Gachon, Frédérik Thiery
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'ingénieur
• Date : Soutenance le 09/07/2019
• Etablissement(s) : Perpignan
• Ecole(s) doctorale(s) : École doctorale Énergie environnement (Perpignan ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Procédés, matériaux et énergie solaire (Perpignan)
• Jury : Président / Présidente : Charles Joubert
• Jury : Examinateurs / Examinatrices : Frédérik Thiery, Charles Joubert, Nadir Idir, Corinne Alonso, Françoise Massines
• Jury : Rapporteur / Rapporteuse : Nadir Idir, Corinne Alonso

Mots clés

Mots clés contrôlés

Électricité -- Distribution

Modèles mathématiques

Réseaux électriques intelligents

Mots clés libres

Réseau électrique intelligent

Prévision solaire

Gestion énergétique

Modélisation

Batterie

Optimisation

Smart grid

Solar forecasting

Energy management

Optimization

Modelling

Battery

Résumé

Avec la mutation du paysage énergétique due au développement des énergies renouvelables, des véhicules électriques ou encore des systèmes de stockage, le réseau électrique actuel a besoin de se moderniser. Le concept de microgrid est une solution prometteuse basée sur les technologies de l'information et de la communication pour améliorer la gestion et l'efficacité de la production, du transport, de la distribution et de la consommation de l'électricité. Cependant, les défis technico-économiques associés à leur déploiement sont encore élevés. Ces travaux de thèse ont pour but d’apporter des contributions sur plusieurs points clés : prévision de la production et de la consommation, modélisation des équipements, et optimisation de la gestion du microgrid.Rivesaltes-grid est un démonstrateur de microgrid à l'échelle d'un bâtiment industriel composé d'un champ photovoltaïque de 60 kWc, de batteries lithium-ion de 85 kWh et d'un véhicule électrique. Il a permis de développer un système de gestion de l'énergie (EMS) innovant pour optimiser l'efficacité énergétique du microgrid. Cet EMS, basé sur une gestion par commande prédictive et la résolution d'un problème d'optimisation avec contraintes, permet de réduire de 6,2% le coût de fonctionnement. Cette gestion du microgrid nécessite comme entrées : (1) la prévision de production basée sur un algorithme de forêt aléatoire et une modélisation du champ PV par modèle 1-diode, (2) la prévision de la consommation à partir de l'algorithme de partitionnement k-means++ et (3) la modélisation dynamique du système de stockage avec ses contraintes.

With the transformation of the energy landscape due to the development of renewable energies, electric vehicles and storage systems, the current grid needs to be modernized. Microgrid concept is a promising solution based on information and communication technologies to improve the management and efficiency of electricity generation, transmission, distribution and consumption. However, the technical and economic challenges associated with their deployment are numerous. The thesis aims to provide contributions on several key points: production and consumption forecasting, equipment modeling, and microgrid management optimization.Rivesaltes-grid is a microgrid demonstrator on the scale of an industrial building consisting of 60 kWp photovoltaic array, 85 kWh lithium-ion batteries and an electric vehicle. It has enabled the development of an innovative energy management system (EMS) to optimize the microgrids energy efficiency. This EMS, based on predictive control management and the resolution of a constrained optimization problem, reduces operation cost by 6.2%. This microgrid management requires as input: (1) the production prediction based on a random forest algorithm and a modeling of the PV field by 1-diode model, (2) the consumption prediction from partitioning algorithm k-means++ and (3) dynamic modeling of the storage system with its constraints.