Thèse soutenue

Prévision à court terme et gestion des consommations d'énergie électrique dans l'habitat
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Imane Ihsane
Direction : Patrick GuérinNadia Aït-AhmedLaurence Miègeville
Type : Thèse de doctorat
Discipline(s) : Génie électrique
Date : Soutenance le 25/06/2020
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 : Tuan Tran-Quoc
Examinateurs / Examinatrices : Hamid Ben Ahmed
Rapporteurs / Rapporteuses : Vincent Debusschere, Jean-Charles Le Bunetel

Mots clés

FR

Mots clés contrôlés

Mots clés libres

Résumé

FR  |  
EN

Dans cette thèse, un modèle de prévision à court-terme de la demande électrique basé sur les réseaux de neurones artificiels, a été développé. Tout d’abord, un soin particulier a été porté à la sélection des variables d’entrées pertinentes de ce modèle. Ensuite, il a été utilisé pour reproduire les courbes de charge à l’échelle d’un habitat individuel et à l’échelle d’une région. La comparaison entre ces deux niveaux d’agrégation a souligné les limites des indicateurs d’évaluation de la qualité de la prévision. A l’issue de cela, des nouveaux indicateurs adaptés aux profils de charges résidentiels, ont été créés. Notamment pour la détection des erreurs sur les périodes de pointe. Les travaux de thèse exposent également une démarche de gestion de la demande des charges électrique. La particularité de cette stratégie développée réside dans la participation du consommateur à la réduction de la pointe de la consommation électrique et au profit des tarifs avantageux d’électricité en heures creuses, ce qui fait de lui un consom’acteur. Un accent sera également mis sur le confort du consommateur. Le principe consiste à établir une allocation des ordres de priorités aux charges électriques. En fonction de celles-ci et en fonction d’une puissance de consigne à respecter, l’algorithme accorde une satisfaction (ou non) aux demandes d’activation des charges. Faute de puissance exploitable suffisante, les demandes non satisfaites, en particulier, issues des chauffages, peuvent impacter le confort thermique de l’usager. Afin de remédier à ce problème, la méthodologie de gestion a été améliorée en lui associant la prévision à court-terme de la consommation des charges. Cette prévision permet d’identifier les chauffages dont l’activation va être interrompue dans un horizon futur et anticipe leur activation sous contraintes liées à la puissance et aux ordres de priorité. Les résultats obtenus sont prometteurs et permettent de valider l’efficacité des méthodologies proposées.