Optimisation stochastique pour la planification de la production d’électricité dans une communauté énergétique locale en situation d'incertitude liée aux énergies renouvelables

Stochastic optimization for generation scheduling in a local energy community under renewable energy uncertainty

• Auteur / Autrice : Xin Wen
• Direction : Bruno François, Dhaker Abbes
• Type : Thèse de doctorat
• Discipline(s) : Génie électrique
• Date : Soutenance le 07/12/2020
• Etablissement(s) : Centrale Lille Institut
• 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 : Luce Brotcorne
• Jury : Examinateurs / Examinatrices : François Vallée, Jérôme Bosche, Nouredine Hadj-Said, Vincent Debusschere
• Jury : Rapporteurs / Rapporteuses : Florence Ossart, Robin Roche

Mots clés

Mots clés contrôlés

Incertitude

Réseaux électriques (énergie)

Micro-réseaux électriques

Énergie -- Stockage

Énergies renouvelables

Programmation stochastique

Mots clés libres

Optimisation stochastique

Incertitude

Gestion de l'énergie

Réserve de puissance

Energie renouvelable

Micro réseau

Stockage de l'énergie

Stochastic optimisation

Uncertainty

Energy management

Power reserve

Renewable energy

Microgrid

Energy storage

Résumé

Dans un système électrique, l'engagement des générateurs (UC) ainsi que leurs références de puissance doivent être planifiés pour satisfaire la demande tout en respectant les contraintes d'exploitation du système. De nos jours, des communautés énergétiques ont émergé avec des besoins énergétiques individuels et une augmentation de la production distribuée. La forte pénétration des sources d’énergies renouvelables (SER) amplifie l'incertitude de leur prévision tandis que les exigences en matière de fiabilité du système électrique augmentent. Par conséquent, les approches déterministes traditionnelles de l’UC doivent évoluer vers une optimisation stochastique. L’objectif est de proposer une méthodologie d'optimisation probabiliste et stochastique pour des décisions optimales de planification de la production et des réserves de puissance (OR) dans un micro réseau urbain avec le souhait de réduire au minimum les coûts d'exploitation et les émissions. La fourniture de puissance et de réserve doit tenir compte de l'incertitude des SER et de la demande tout en considérant le compromis entre sécurité et coûts. Un système de contrôle, de supervision et d'acquisition de données (SCADA) ergonomique et facile d’utilisation est développé avec l'interface graphique Matlab pour intégrer et visualiser la gestion énergétique du micro-réseau urbain

In electrical systems, the unit commitment (UC) and power scheduling plans the operating of generating units over a short-term planning horizon in order to satisfy the load demand under system operating constraints. Nowadays, energy communities have emerged with individual community energy requirements and increasing capacity deployment of distributed energy resources. The high penetration of renewable energy sources (RES) increases power system uncertainty while the load demand is growing. Hence, traditional deterministic approaches for UC should evolve to stochastic optimization. The main goal of this thesis is to propose probability-based and stochastic optimization methodology for optimal generation and operating reserve (OR) scheduling decisions in an urban microgrid with the wish to address the minimization of operating costs and emissions. Power supply and reserve provision must take into account the uncertainty due to RES and the load demand forecasting errors, while considering the trade-off between security and economic operation. Finally, a user-friendly Supervisory Control And Data Acquisition (SCADA) system is developed with the Matlab GUI to integrate and visualize the energy management operation.