| Summary: | Les préoccupations environnementales grandissantes nous ont conduits à faire des efforts pour réduire les émissions de gaz à effet de serre, notamment dans le domaine de la production de l’énergie électrique. C’est dans ce contexte que Leroy Somer a lancé des recherches sur les groupes électrogènes hybrides afin de minimiser la consommation de carburant et les coûts d’exploitations. Pour aborder les questions du dimensionnement des ressources matérielles et de leur utilisation optimale, une méthodologie est développée dans cette thèse. La recherche de la stratégie de gestion de l’énergie optimale est basée sur l’algorithme de programmation dynamique de Bellman. Elle sera associée à un algorithme d’optimisation à évolution différentielle pour optimiser le dimensionnement de la structure hybride. Les fonctions de coûts des optimisations sont obtenues par le développement de modèles énergétiques et économiques. Grâce à cette méthode, nous montrons que les gains d’un groupe électrogène hybride sont fortement liés à l’utilisation que l’on aura de celui-ci. Dans les cas où le groupe électrogène est utilisé sur des profils avec de faibles facteurs de charge, les gains pourront être conséquents. Il sera donc primordial de bien connaitre les profils de charge de l’application avant de dimensionner la structure tout entière du groupe électrogène hybride. Les travaux ont également débouché sur une mise en œuvre expérimentale qui a pu valider les premiers résultats obtenu lors des simulations. === Growing environmental issues and concerns have led to efforts to reduce CO2 and greenhouse effect pollutant emissions in the field of electric power generation. This has led Leroy Somer to investigate systems based on hybrid technologies to reduce genset fuel consumption and operating costs. A methodology is developed in this thesis to address issues of sizing hardware resources and their optimal use. The optimum energy management strategy is based on the dynamic programming algorithm of Bellman. It will be associated to a differential evolution optimization algorithm to optimize the design of the hybrid structure. The objective functions are obtained by developing energetic and economic models. Through this method, we show that the benefits of a hybrid generator are strongly related to its use. In cases where the generator is used on profiles with low load factors, the benefits will be significant. It will be very important to have good knowledge of load profiles applications before sizing the whole structure of the hybrid generator. A prototype of this system has been developed and has confirmed simulation results.
|
|---|
