Добірка наукової літератури з теми "Services de l'électricité – Gestion de la demande – Modèles mathématiques"

L’objectif de cette thèse est de développer et étudier des modèles mathématiques d’échanges économiques, basés sur la flexibilité de la demande, entre fournisseurs et consommateurs d’électricité. D’une part, des fournisseurs d’électricité offrent des prix dépendant de l’heure de consommation. D’autre part, des consommateurs adaptent leur usage, minimisant leur facture et le désagrément lié aux changements de consommation induits. La structure de ces problèmes correspond à des problèmes d’optimisation bi-niveau. Trois types de modèles sont étudiés. Tout d’abord, l’interaction entre un fournisseur et un opérateur de smart grid est modélisée par un problème à un seul meneur et un seul suiveur. Pour cette première approche, le niveau de détails du suiveur est particulièrement élevé, et inclut notamment une gestion stochastique de la production distribuée. La meilleure réponse d’un fournisseur dans un modèle à plusieurs meneurs et plusieurs suiveurs fait l’objet de la seconde partie de la thèse. Celle-ci intègre aussi la possibilité d’avoir des agrégateurs comme suiveurs. Deux nouvelles méthodes de résolution reposant sur la sélection d’équilibres de Nash entre suiveurs sont proposées. Enfin, dans une troisième et dernière partie, on se focalise sur la recherche d’équilibres non coopératifs pour ce modèle à plusieurs meneurs et plusieurs suiveurs.Tous les problèmes abordés dans cette thèse le sont non seulement d’un point de vue théorique, mais également d’un point de vue numérique
The objective of this thesis is to develop and study mathematical models of economical exchanges between energy suppliers and consumers, using demand-side management. On one hand, the suppliers offer time-of-use electricity prices. On the other hand, energy consumers decide on their energy demand schedule, minimizing their electricity bill and the inconvenience due to schedule changes. This problem structure gives rise to bilevel optimization problems.Three kinds of models are studied. First, single-leader single-follower problems modeling the interaction between an energy supplier and a smart grid operator. In this first approach, the level of details is very high on the follower’s side, and notably includes a stochastic treatment of distributed generation. Second, a multi-leader multi-follower problem is studied from the point of view of the best response of one of the suppliers. Aggregators are included in the lower level. Two new resolution methods based on a selection of Nash equilibriums at the lower level are proposed. In the third and final part, the focus is on the evaluation of noncooperative equilibriums for this multi-leader multi-follower problem.All the problems have been studied both from a theoretical and numerical point of view

L'électricité étant difficile à stocker, prévoir la demande est un enjeu majeur pour maintenir l'équilibre entre la production et la consommation. L'évolution des usages de l'électricité, le déploiement des énergies renouvelables, et plus récemment la crise du coronavirus, motivent l'étude de modèles qui évoluent au cours du temps, pour tenir compte des changements de comportements. L'objectif de ce travail est de proposer des méthodes adaptatives de prévision, et nous nous sommes intéressés tout spécialement au cadre des modèles espace-état. Dans ce paradigme, on représente l'environnement (ou le contexte) par un état caché. À chaque instant, la demande dépend de cet état que nous cherchons donc à estimer grâce aux observations dont nous disposons, et selon les hypothèses que l'on effectue sur la dynamique du système. L'estimation de l'état nous permet ensuite de prévoir la demande. Un premier objectif de la thèse est de contribuer au lien entre l'optimisation et l'estimation dans les modèles espace-état. Nous interprétons en effet les méthodes que nous utilisons comme diverses façons de paramétrer un algorithme de descente de gradient de second ordre, et nous avons détaillé ce lien dans un cas particulier. Une seconde contribution de la thèse est de proposer différentes méthodes d'estimation dans les modèles espace-état. Le principal enjeu nous semble être de définir la dynamique avec lequel évolue l'état, et nous proposons deux méthodes dans ce but. Le troisième apport de ce manuscrit est d'appliquer ces méthodes espace-état à la prévision de consommation d'électricité. Nos prévisions s'appuient sur des modèles de prévision existants, par exemple le modèle additif généralisé, que nous cherchons à adapter. Ainsi, nous tirons parti de certaines dépendances complexes capturées par les modèles existants, par exemple la sensibilité de la consommation d'électricité à la température, tout en profitant de la faculté d'adaptation des modèles espace-état
Electricity storage capacities are still negligible compared to the demand. Therefore, it is fundamental to maintain the equilibrium between consumption and production, and to that end, we need load forecasting. Numerous patterns motivate the study of time-varying models, including: changes in people's habits, increasing renewable capacities, more recently the coronavirus crisis. This thesis aims to propose adaptive methods for time series forecasting. We focus on state-space models, where the environment (or context) is represented by a hidden state on which the demand depends. Thus, we try to estimate that state based on the observations at our disposal. Based on our estimate, we forecast the load. The first objective of the thesis is to enrich the link between optimization and state-space estimation. Indeed, we see our methods as second-order stochastic gradient descent algorithms, and we treat a particular case to detail that link. The second contribution concerns variance estimation in state-space models. Indeed, the variances are the parameters on which the models' dynamics crucially relies. The third part of the manuscript is the application of these methods to electricity load forecasting. Our methods build on existing forecasting methods like generalized additive models. The procedure allows to leverage advantages of both. On the one hand, statistical models learn complex relations to explanatory variables like temperature. On the other hand, state-space methods yield model adaptation

Suite au paradigme de la planification énergétique intégrée des années 90 et le récent regain d'intérêt de la planification énergétique décentralisée, la Maîtrise de la Demande en Electricité (MDE) tend à tenir une place importante dans les futures activités de planification. En effet, la MDE représente une alternative intéressante pour atteindre les objectifs environnementaux et énergétiques fixés au système énergétique ou encore pour contrecarrer les problèmes d'approvisionnement en électricité, spécifiques à certaines régions. A partir de nos observations, nous avons constaté la présence d'actions de MDE à l'échelle locale, au moins dans le contexte français. Par conséquent, il y a un besoin de méthodes et d'outils d'évaluation d'impact d'action de MDE applicables à l'échelle locale. Autrement dit, ces méthodes et ces outils doivent être en mesure de prendre en compte les spécificités des territoires (physiques, sociales, géographiques, économiques, institutionnelles, etc.) Ces travaux visent à améliorer la finesse de la résolution spatiale des paramètres d'entrée d'un modèle d'évaluation des impacts de la MDE. En se basant sur un cas d'étude français (le projet PREMIO : architecture système de communication appliquée à l'échelle d'un quartier) et un modèle de simulation existant, nous avons étudié les impacts de cette expérience locale sur plusieurs communes.

Dans un contexte de croissance démographique dans lequel certaines ressources naturelles sont de plus en plus limitées, une gestion optimisée et conjointe des réseaux publics de l’eau et de l’électricité s’impose. L’ouverture progressive des marchés de l’électricité à la concurrence et les changements de réglementation dans plusieurs pays ont contribué au développement des mécanismes de la flexibilité de la demande, permettant d’impliquer directement les consommateurs dans la gestion de l’équilibre offre-demande du réseau électrique. Les systèmes d’eau potable, étant de grands consommateurs d’électricité, disposent d’une flexibilité grâce à la présence d’ouvrages de stockage d’eau (bâches et réservoirs) et de pompes à vitesse variable. Cette flexibilité, souvent exploitée uniquement à des fins de sécurisation des demandes en eau, peut être valorisée pour permettre une meilleure gestion de l’équilibre du réseau électrique. L’objectif de cette thèse est l’évaluation des valeurs économiques et écologiques relatives à l’intégration de la flexibilité des systèmes d’eau potable dans la gestion opérationnelle du système électrique français. Une étude de l’architecture des marchés de l’électricité en France est d’abord menée pour identifier les mécanismes de flexibilité de la demande les plus adaptés aux contraintes d’exploitation des systèmes d’eau. Des modèles mathématiques d’optimisation sont ensuite proposés et résolus à travers certaines heuristiques, en intégrant les incertitudes relatives aux consommations d’eau, aux prix des marchés ainsi qu’à la disponibilité des équipements de pompage. Les résultats numériques, discutés en se basant sur trois systèmes d’eau potable réels en France, intègrent les aspects économiques (en considérant les risques associés), opérationnels et écologiques. Des réductions importantes des coûts d’exploitation des systèmes d’eau sont estimées à travers la valorisation de l’énergie non consommée pendant les moments de pointe sur le marché spot de l’électricité. En parallèle, la considération des incertitudes permet de sécuriser l’opération des systèmes d’eau en temps réel, et de maîtriser les risques économiques relatifs à l’équilibrage du réseau électrique. De plus, des réductions importantes des émissions de CO2, estimées à environ 400 tonnes par jour en France, peuvent être réalisées en réduisant les volumes d’électricité issus des sources fossiles
In a context of demographic growth in which natural resources are more and more limited, optimized management of water and power networks is required. Changes in electricity markets regulation in several countries have recently enabled effective integration of Demand Response mechanisms in power systems, making it possible to involve electricity consumers in the real-time balance of the power system. Through its flexible components (variable-speed pumps, tanks), drinking water systems, which are huge electricity consumers, are suitable candidates for energy-efficient Demand Response mechanisms. However, these systems are often managed independently of power system operation, for both economic and operational reasons. In this thesis, the objective is the evaluation of the economic and the ecological values related to the integration of drinking water systems flexibility into power system operation through french demand response mechanisms. An analysis of the architecture of french electricity markets is first conducted, allowing to target the most suitable demand response mechanisms considering water systems operating constraints. Some mathematical models to optimize water systems flexibility are then proposed and solved through original heuristics, integrating uncertainties about water demands, market prices and pumping stations availability. Numerical results, which are discussed using three real water systems in France, integrate the economic aspects inclunding risks, operational and ecological aspects. Significant reductions in water systems operating costs are estimated through the optimization of demand response power bids on the French spot power market during peak times. In parallel, uncertainties consideration secures the operation of water systems in real time, and makes it possible to manage economic risks related to the power grid balancing. In addition, significant savings in CO2 emissions, estimated to around 400 tons per day in France, can be achieved by reducing electricity production from fossil sources

Cette thèse s'inspire d'un projet technologique réel dont l'objectif est de promouvoir le transport combiné de marchandises. Dans ce contexte, notre recherche s'intéresse à l'évaluation de l'impact de technologies automatisées de transbordement sur la part de marché du transport combiné rail-route. Ces technologies impliquent des techniques d'exploitation de transport de fret nouvelles, s'inspirant du principe de correspondance et visant à améliorer la qualité de service et à réduire les coûts d'exploitation. Deux objectifs distincts peuvent être discernées. Un premier objectif de la recherche consiste à déterminer les volumes de transport combiné que l'on pourrait attendre d'une configuration donnée d'investissement. Ce premier objectif donne lieu à des modèles d'optimisation de réseau de services de transport combiné, avec demande de transport élastique (premier volet de la recherche). Le second objectif est de fournir un outil d'aide à la décision pour évaluer différentes alternatives de "projets" en vue d'une comparaison "coûts-bénéfices" de ces projets (second volet). Dans le cadre de notre premier volet de recherche, nous développons des modèles mathématiques maximisant le profit d'exploitation de l'opérateur de transport combiné, supposé unique. Les revenus de cet opérateur sont affectés par les performances de la concurrence routière, passive dans le modèle. Selon la structure tarifaire, des variantes de modélisation de plus en plus complexes sont développées. Une corrélation particulière (nouvelle) est considérée prenant en compte l'interdépendance des prix, de la qualité de service et des volumes, entités endogènes au modèle. Les variables de décision déterminent en sortie : les services de trains combinés à pourvoir (définis par leur parcours, leur rame et leur fréquence) ; les flux de marchandises, par catégorie de produit, transportés sur chacun des itinéraires combinés (un itinéraire étant dans le modèle défini comme une succession de services de trains) ; la qualité de service résultant du réseau de services offert. Ce modèle prend en compte des contraintes liées : à la configuration physique du réseau ; aux techniques d'exploitation du transport ferroviaire (contraintes de capacité de traction des services de trains, en tonnage et en nombre de wagons et contraintes d'équilibrage des wagons vides sur le réseau) ; aux choix probabilistes des expéditeurs. Les choix des utilisateurs dépendent de la nature du produit et de la paire origine-destination. Nous considérons que ces choix sont régis par une loi de probabilité de type logit multinomiale. Le coût généralisé intègre à la fois le prix de transport, le délai porte à porte et le délai de planning horaire, tous deux exprimés en fonction des variables fréquences. Les modèles mathématiques sont non linéaires mixtes entiers. Nous développons une méthode heuristique de résolution basée sur la décomposition de Benders, pour une des variantes de modélisation. Notre méthode s'inspire de l'algorithme modifié de Benders proposé par Geoffrion et Graves (1974). Nous expérimentons et discutons cet algorithme, selon plusieurs stratégies de recherche locale dans le problème maître restreint. Sur un échantillon restreint de problèmes tests, la qualité de la solution est satisfaisante, les tests de robustesse et de sensibilité sont encourageants.

Dans de proches années, les véhicules électriques (VEs) vont faire leur apparition massive sur les marchés. Cela peut avoir un impact important sur le fonctionnement des réseaux d’électricité actuels qui devront ajuster leur fonctionnement à la nouvelle demande massive d'électricité provenant des VEs. Par contre, les VEs peuvent aussi être vus comme une nouvelle opportunité dans le futur marché d’électricité. En effet, une décharge/recharge intelligente peut permettre aux VEs d’être un support de stockage d’électricité important, valable, et permanent dont la capacité croit en fonction du nombre des VEs. Ce projet a comme objectifs de : (1) proposer un schéma d’interaction V2G (Vehicle-to-Grid) intégrant des techniques permettant de : (a) adapter le fonctionnement de la grille aux contraintes temporelles et spatiales relatives au processus de recharge des VEs dans un milieu résidentiel. On cherchera à satisfaire de différentes demandes en puissance des VEs branchés au secteur sans trop stresser la grille intelligente, (b) optimiser les opérations de chargement/déchargement entre les VEs et la grille dans les deux sens. (2) Proposer de nouveaux schémas de communication sans fil, entre les VEs et la grille intelligente loin des bornes de recharge, qui soient basés sur les standards de communications véhiculaires (VANETs) ainsi que sur d’autres standards de communication à grande échelle. On introduira des techniques d’accès à la grille intelligente pour négocier le coût de recharge/décharge des batteries, le temps d’attente du service, les emplacements et aussi pour planifier la motivation du consommateur afin de favoriser la stabilité de la grille.