Développement d’algorithmes de gestion de l’énergie pour un micro-réseau avec stockage – gestion des incertitudes et des non-linéarités

Résumé

Pour gérer l’intermittence de la ressource solaire, il est nécessaire de développer des algorithmes de gestion de l’énergie (EMS). Un EMS a déjà été implémenté et testé sur la plateforme PAGLIA ORBA. Nous proposons de concevoir de nouveaux algorithmes plus complexes, de les tester et de quantifier le gain en performances. Nous évaluerons l’impact de l’incertitude des outils prédictifs introduits dans l’EMS ainsi que celle de la finesse de la modélisation du comportement PV/Stockage.

Finalité

Améliorer les algorithmes de gestion de l’énergie (EMS) en prenant en compte les incertitudes de prévision et les non-linéarités des équipements. Les EMS s’appuient sur des prévisions de la production des énergies renouvelables. En intégrant l’indice de confiance dans le processus de décision, nous espérons développer des algorithmes de gestion plus robustes vis-à-vis des erreurs de prévision. Il conviendra donc d’utiliser des méthodes d’optimisation plus complexes qui, par la même occasion, pourront modéliser plus finement le comportement du micro-réseau.

Problématique

Afin d’augmenter la part des EnR intermittentes dans le mix énergétique, trois grands axes doivent être développés : le stockage d’énergie, la prédiction des ressources intermittentes et les micro-réseaux intelligents. Le développement des systèmes photovoltaïques (PV) ou éoliens avec moyens de stockage d’énergie ne peut se faire sans une optimisation de la gestion des flux intermittents d’énergie entrant et sortant (i.e. production et consommation) via en particulier des micro-réseaux intelligents.
De nombreuses méthodes d’optimisation peuvent être implémentées au sein des EMS (programmation linéaire, dynamique, intelligence artificielle, etc…) et peuvent prendre en compte plus ou moins de contraintes selon leur niveau de complexité. Nous avons développé un EMS utilisant la programmation quadratique et une prévision déterministe (sans indice de confiance) de la prévision. Au cours de la thèse, nous essayerons de répondre aux questions suivantes :
- Quelle méthode d’optimisation choisir pour intégrer un indice de confiance sans augmenter significativement le niveau de complexité et le temps de calcul ?
- Quel est le gain apporté par l’utilisation de cet indice sur les résultats de l’optimisation ?
- Est-ce qu’une modélisation plus fine du micro-réseau améliore les performances et quel est le rapport gain en performance / augmentation du temps de calcul ?
Une attention particulière sera apportée à la complexité du ou des modèles et sur la possibilité d’implémentation dans un cas réel.

Méthodologie

Dans le cadre du projet EnR de l’UCPP, de nombreux travaux ont été réalisés sur le contrôle optimal des flux de puissance dans les micro-réseaux ainsi que sur le développement de modèles prédictifs de la ressource solaire. L’équipe EnR dispose d’une expérience certaine dans le domaine de la prévision du rayonnement solaire (objet de plusieurs thèses et de nombreux articles) et sur leur intégration au sein des EMS (Plateforme R&D PAGLIA ORBA et Projet H2020 Tilos). Nous disposons déjà d’algorithmes de prévision, de gestion d’énergie et de gestion de puissance qui serviront de base de travail.
Le travail du doctorant consistera tout d’abord à identifier les méthodes d’optimisation permettant l’intégration de la prévision et de son indice de confiance. Les principales pistes sont la programmation linéaire mixte, la programmation dynamique et les méthodes d’intelligence artificielle comme l’apprentissage par renforcement. En utilisant des méthodes plus complexes que celles implémentés dans l’EMS actuel, le doctorant pourra modéliser plus finement le micro-réseau et ses contraintes et quantifier le gain obtenu.

Intérêt Scientifique

L’intérêt scientifique de ce sujet est multiple :
- Regroupement des connaissances et compétences développées ces dernières années au sein du laboratoire : prédiction des ressources, modélisation des systèmes PV, algorithmes de gestion…
- Problématique très actuelle et très recherchée par les gestionnaires de réseaux électriques qui doivent limiter la participation des énergies photovoltaïques pour des raisons de stabilité du réseau et de sécurité de l’approvisionnement en électricité ;
- Développement d’algorithmes dans des conditions réelles de fonctionnement en tenant compte des contraintes effectives du gestionnaire de réseau.
 

Caractère innovant

Le développement de micro-réseaux est en pleine expansion car le paradigme de la production d’électricité évolue avec une augmentation des producteurs/consommateurs (prosumers) ; ce développement ne pourra pas se faire sans une gestion efficace et « intelligente » nécessitant l’utilisation de modèles prédictifs de la production et de la consommation. L’intégration des indices de confiance au sein des EMS est une thématique encore nouvelle, notamment si l’on s’intéresse à la gestion de micro-réseaux en milieu insulaire. D’autre part, les EMS que l’on retrouve dans la littérature sont bien souvent basés sur une modélisation linéaire (donc très simplifiée) et une modélisation plus fine pourrait conduire à une amélioration des performances.

L’identité scientifique de l’Université de Corse s’articule autour de 8 projets structurants pluridisciplinaires labellisés par le CNRS. Chacun de ces projets allie recherche fondamentale et recherche appliquée dans une perspective de développement territorial et débouche sur des réalisations concrètes à haute valeur ajoutée. L’Université de Corse possède une école doctorale formant les futurs chercheurs sur les thématiques de l’environnement et de la société (ED n°377).

Le laboratoire des Sciences Pour l’Environnement (UMR 6134 SPE) est une Unité Mixte de Recherche rattachée à l'Université de Corse et aux instituts CNRS Ingénierie et CNRS Ecologie et Environnement. Il a été créé en 2000 et est issu de la fusion de trois unités de recherche. Le laboratoire regroupe la quasi-totalité des enseignements-chercheurs en sciences de la nature et en sciences formelles de l’Université de Corse, au sein de six équipes thématiques.

Parmis ces équipes, le projet de thèse s'inscrit dans l'équipe Energies Renouvelables (ENR), dont les recherches consistent à gérer et optimiser la production de l’énergie dans les systèmes complexes hybridés utilisant des sources renouvelables d’énergie intermittentes et stochastiques, des systèmes de stockages (Electrochimique, Chimique, Thermique, Hydraulique…) pour alimenter diverses charges électriques ou thermiques (mobilité, résidentiel, tertiaire, industriel). Pour assurer ces recherches, il faut comprendre les phénomènes multi-physiques, modéliser les interactions entre les phénomènes, développer des approches numériques pour la résolution de ces phénomènes et valider expérimentalement à travers les plateformes technologiques la ou les solutions résultante(s). L’objectif final étant la conception de systèmes complexes optimisés pour une problématique bien définie. L'équipe développe une approche à l’échelle du bloc technologique et du système énergétique global mais n’intervient pas à l’échelle du matériau.

Trois axes scientifiques ont été déclinés pour structurer la recherche sur la période 2024-2028 :

• Axe 1 - La Prévision de la ressource énergétique intermittente
• Axe 2 - Les Systèmes de production et de stockage d’énergie à sources renouvelables
• Axe 3 - La Problématique des réseaux insulaires et l’intégration des EnR au sein de ces réseaux

La thèse se déroulera au Centre d’études Scientifiques Georges Peri, sur Ajaccio.

Notions de génie électrique – Programmation Matlab/Python – Statistique – Méthodes d’optimisation