Management de l’énergie des systèmes de micro-cogénération basés sur des énergies renouvelables dans le contexte des smart grids

Energy management of renewable energy-based micro-cogeneration systems in the context of smart grids

• Auteur / Autrice : Sonja Kallio
• Direction : Monica Siroux
• Type : Thèse de doctorat
• Discipline(s) : Énergétique
• Date : Soutenance le 14/09/2022
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
• Jury : Président / Présidente : Patrick Salagnac
• Jury : Examinateurs / Examinatrices : Rachid Bennacer
• Jury : Rapporteurs / Rapporteuses : Patrick Salagnac, Christophe Ménézo

Mots clés

Mots clés contrôlés

Réseaux électriques intelligents

Énergies renouvelables

Microcogénération

Gestion

Énergie

Mots clés libres

Management de l'énergie

Micro-cogénération

Smart grids

Énergies renouvelables

Exergie

Energy management

Micro-cogeneration

Smart grids

Renewable energy

Exergy

Résumé

Les systèmes de micro-cogénération basés sur les énergies renouvelables produisent simultanément et localement de la chaleur et de l'électricité à partir d'un seul combustible. Une analyse plus approfondie de l'efficacité est nécessaire pour révéler les inefficacités cachées de ces systèmes. Cette thèse applique la méthode d'exergie aux systèmes hybrides d'énergie renouvelable en effectuant une analyse énergétique et exergétique, ainsi qu'une optimisation de la conception basée sur l'exergie. Cette thèse souligne l'importance de passer d'une évaluation basée sur la quantité d'énergie à une évaluation basée sur la qualité. L'objectif est d'étudier l'impact des conditions météorologiques sur les résultats et de découvrir si les résultats diffèrent de l'analyse énergétique. En outre, différentes méthodes de gestion de l'énergie sont étudiées à l'aide d'un montage expérimental d'un micro-réseau solaire. Les données météorologiques et de production photovoltaïque sont collectées pour étudier différentes méthodes de prévision basées sur le Machine learning à utiliser dans les méthodes de contrôle avancées.

The renewable energy-based micro-cogeneration systems produce heat and power simultaneously from a single fuel source for on-site use. Although these systems operate at high energy efficiency, deeper efficiency analysis is required to reveal hidden inefficiencies. The exergy analysis is used to define the quantity and quality of energy supply. This thesis aims to apply the exergy method to the hybrid renewable energy systems on the building microgrids by performing energy, exergy and exergo-economic analysis, and exergy-based design optimization. This thesis highlights the importance of moving from the energy quantity-based evaluation to the quality-based evaluation. The aim is to investigate the impact of different meteorological conditions on the results of the exergy analysis and to find out if the results differ from the energy analysis. Additionally, different energy management methods are studied by realizing an experimental set-up of a residential solar microgrid. The experimental set-up aims to collect the weather and PV production data to study different machine learning-based forecasting methods to be used in the advanced control methods.