Aller au menu Aller au contenu


L’électrification intelligente au service de la transition énergétique

Smart electrification towards energy transition

Publié le 13 octobre 2014
A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
20 octobre 2014
 Lundi 20 Octobre 2014 à 13h30

AMPHI NORD - Batiment Pluriel

en face de la Maison de Grenoble INP

701 rue de la Piscine

St Martin d’Hères

Sujet de la thèse: Optimisation des réseaux: "réseau actif et flexible".

Jury

M. Nouredine Hadjsaid, Professeur Grenoble INP, Président,
M. Geert Deconinck, Professeur KU Leuven, Rapporteur,
M. Didier Mayer, Professeur Mines ParisTech, Rapporteur,
Mme Claudia D'Ambrosio, Chargée de Recherche, au Laboratoire d'Informatique de l’Ecole Polytechnique, Examinatrice,
M. Yvon Besanger, Professeur Grenoble INP, Directeur de thèse,
M. Raphaël Caire, Maître de Conférences de Grenoble INP, Co-encadrant
M. Guillaume Antoine, Ing. EDF R&D, Invité
M. Wojciech Bienia, Maître de Conférences de Grenoble INP,  Invité

Résumé

Le Système Électrique est soumis ces dernières années à plusieurs évolutions, depuis la dérégulation du marché d'énergie à l'intégration de plus en plus importante de Générateurs Dispersés (GED). Ainsi, dans  le  cadre  du  concept  de  Smart  Grid,  les  nouvelles  technologies  de  l'information  et  de  la communication (NTIC) offrent de nouvelles perspectives pour la gestion et l'exploitation des réseaux de distribution. Dans ce contexte, de nouveaux outils sont étudiés. Encore appelés Fonctions Avancées d’Automatisation (FAA), le but principal de ces outils est d’utiliser tous les composants du réseau de distribution  de  manière  coordonnée  en  vue  de  les  rendre  plus  actifs,  flexibles  et  d’augmenter  leur efficacité opérationnelle. Dans notre cas, nous avons étudié les fonctions associées à la reconfiguration en régime normal, du réglage de la tension et l’hybridation de ces deux derniers, tout en tenant compte de la présence des GED. En partant du comportement physique inhérent aux composants du réseau, plusieurs modèles ont été proposés. Certains sont tirés de la théorie des graphes et d’autres sur l’outil puissant  de  la  reformulation    mathématique  pour  « convexifier »  nos  modèles.  Cette  modélisation
adoptée répond à la fois à la nécessité de prendre en compte tous  les moyens de réglages qui peuvent être  discrets  (prises  des  transformateurs  avec  régleurs  en  charge  ou  des  gradins  de  condensateurs), binaires  (état  de  connectivité  des  composants)  et  continues  (puissance  réactive  de  la  DG)  et  par  le choix des outils et des algorithmes d'optimisation mixte. En effet, la complexité de ces problèmes sont telles  que  nous  avons  exploré  à  la  fois  des  algorithmes  méta-heuristiques  (ACF :  Algorithme  des
Colonies  de  Fourmis)  que  déterministes  (Décomposition  de  Benders  Généralisée,  Algorithme  du Branch and Cut).  

Mots clefs 

Smart   Grid,   Réseaux   de   Distribution,   Reconfiguration,   Réglage   de   la   tension,   Couplage   ou Coordination,  Générateurs  d’Energie  Dispersés,  Modélisation,  Reformulation,  Optimisation  mixte,  Algorithme déterministe et Métaheurisque.


TITLE
NETWORKS OPTIMIZATION: « ACTIVE AND FLEXIBLE NETWORK »


ABSTRACT
The  Electric  Power  System  is  undergoing  a  lot  of  evolutions  in  recent  years,  including  the  energy market deregulation and the increasing integration of Dispersed Generators (DG). Therefore, within the framework of Smart Grid concept, the New Information and Communication Technologies (NICT) provide new perspectives to manage and operate distribution networks. 
In  this  context,  new  tools,  called  Advanced  Distribution  Automation  functions  (ADA,  are  being studied).  The  main  objective  of  these  tools  is  to  use  all  the  distribution  network  components  in  a coordinated manner to make them more active and flexible, in addition to increasing their operational efficiency.  In  our  case,  we  studied  the  functions  associated  with  the  reconfiguration  problem,  the voltage control problem and the hybridization of these two, while taking into account the presence of the  DG.  Based  on  the  inherent  components  of  network  physical  models,  several  models  have  been proposed.   Some   are   derived   from   the   graph   theory   and   others   use   powerful   mathematical reformulation to make our models convex. The adopted models answer to the necessity of taking into account  all  regulation  means,  which  can  be  discrete  (On  Load  Tap-Changer  and  capacitor  banks), binary (components connectivity such as lines or transformers) and continuous (DG reactive power ), and  by  the  choice  of  tools  and  algorithms  of  mixed  optimization.  Indeed,  the  complexity  of  these problems is such that we have explored both algorithms: meta-heuristic (ACA, Ant Colony Algorithm) and deterministic (Generalized Benders Decomposition, Branch and Cut Algorithm).
 
KEYWORDS:
Smart   Grid,   Distribution   Networks,   Reconfiguration,   Voltage   Control,   Coordination,   Dispersed Generation, Modeling, Reformulation, Mixed Integer Programming, Deterministic and Metaheuristic Algorithms.


A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In

mise à jour le 13 octobre 2014

Université Grenoble Alpes