SAMOVAR UMR 5157

  • Accueil
  • Accueil
  • Accueil
  • Accueil

CNRS

Rechercher




Accueil > Productions scientifiques > Thèses SAMOVAR > Thèses 2016

"Modéliser et optimiser un réseau électrique distribué : une approche systèmes complexes des prosumers dans le smart grid".

"Modéliser et optimiser un réseau électrique distribué : une approche systèmes complexes des prosumers dans le smart grid".

ANNONCE DE SOUTENANCE DE THESE DE DOCTORAT
M. Nicolas GENSOLLEN
Département RST - Télécom SudParis - Laboratoire SAMOVAR - Ecole doctorale Informatique, Télécommunications et Electronique

Quand : Elle aura lieu le 07/10/2016 à 14h00
Où : à UPMC, Tour 24-25, Salle 405, 4 place Jussieu 75005 PARIS.

Cette thèse a été réalisée sous la direction du Professeur Michel MAROT et du professeur Monique BECKER.

Le jury sera composé de :

Directeurs de thèse

MAROT Michel, Professeur à Télécom SudParis

BECKER Monique, Professeur à Télécom SudParis

Rapporteurs
BEYLOT André-Luc Professeur à ENSEEIHT
CAPUTO Jean-Guy Professeur à INSA Rouen

Examinateurs

DAREMA Frederica, Directeur de la recherche à AFSOR

LATAPY Matthieu, Professeur à UPMC

PIETRASZ Slawomir, Ingénieur de recherche à GDF

Encadrant

GAUTHIER Vincent Maître de conférences à Télécom SudParis

Résumé de thèse :

Cette thèse est consacrée à l’étude d’agents appelés prosumers parce qu’ils peuvent, à partir d’énergies renouvelables, à la fois produire et consommer de l’électricité. Si leurs productions excèdent leurs propres besoins, ceux-ci cherchent à vendre leur surplus sur des marchés de l’électricité. Nous proposons de modéliser ces prosumers à partir de données météorologiques, ce qui nous a permit de mettre en évidence des corrélations spatio-temporelles non triviales, d’une grande importance pour les agrégateurs qui forment des portefeuilles d’équipements afin de vendre des services à l’opérateur du réseau. Comme un agrégateur est lié par un contrat avec l’opérateur, il peut faire l’objet de sanctions s’il ne remplit pas son rôle. Nous montrons que ces corrélations impactent la stabilité des agrégats, et donc le risque encouru par les agrégateurs. Nous proposons un algorithme minimisant le risque d’un ensemble d’agrégations, tout en maximisant le gain attendu.
La mise en place de dispositifs de stockage dans un réseau où les générateurs et les charges sont dynamiques et stochastiques est complexe. Nous proposons de répondre à cette question grâce à la théorie du contrôle. Nous modélisons le système électrique par un réseau d’oscillateurs couplés, dont la dynamique des angles de phase est une approximation de la dynamique réelle du système. Le but est de trouver le sous-ensemble des nœuds du graphe qui, lors d’une perturbation du système, permet le retour à l’équilibre si les bons signaux sont injectés, et ceci avec une énergie minimum. Nous proposons un algorithme pour trouver un placement proche de l’optimum permettant de minimiser l’énergie moyenne de contrôle.

Abstract

This thesis is devoted to the study of agents called prosumers because they can, from renewable, both produce and consume electricity. If their production exceeds their own needs, they are looking to sell their surplus on electricity markets. We propose to model these prosumers from meteorological data, which has allowed us to highlight non trivial spatial and temporal correlations. This is of great importance for aggregators that form portfolios of equipments to sell services to the network operator. As an aggregator is bound by a contract with the operator, it can be subject to penalties if it does not fulfill its role. We show that these correlations impact the stability of aggregates, and therefore the risk taken by the aggregators. We propose an algorithm minimizing the risk of the aggregations, while maximizing the expected gain.
The placement of storage devices in a network where generators and loads are stochastic and not fixed is complex. We propose to answer this question with control theory. We model the electrical system as a network of coupled oscillators, whose phase angles dynamics is an approximation of the actual dynamics of the system. The goal is to find the subset of nodes in the graph that, during a disturbance of the system, allows returning to equilibrium if the right signals are injected and this with a minimum energy. We propose an algorithm to find a near optimal placement to minimize the average energy control.