Écosystème numérique pour une meilleure gestion des microréseaux

• Main Author: Salameh, Khouloud
• Other Authors: Pau
• Language: en
• Published: 2017
• Subjects: Micro réseau; Ontologie; Optimisation; Planification; Microgrids; Ontology; Optimization; Scheduling; 004
• Online Access: http://www.theses.fr/2017PAUU3010/document

Durant la dernière décennie, de nouveaux concepts ont émergé dans le domaine de l'électricité, notamment les Smart Grids, la génération distribuée et les Microgrids (MGs). Dans cette thèse, nous nous concentrons principalement sur l'étude des MGs. Selon les prévisions des spécialistes du domaine, les MGs devraient prendre une place de plus en plus importante dans les futurs systèmes électriques. Mais pour cela, ils devront être mieux gérés, et il faudra donc d’abord résoudre plusieurs problèmes importants : l’identification, la mobilité, l’aspect multi-rôles, l’interopérabilité, la non-coopération et la planification de l’offre et la demande de l’électricité. Afin de résoudre tous ces problèmes, nous proposons un Framework dédié composé de 3 couches : physique, de connaissance et de gestion. Trois principales contributions sont présentées dans ce travail ciblant la résolution des problèmes déjà cités : OntoMG : un modèle d'information ontologique pour les Microgrids, DECF : un modèle coopératif pour l’optimisation de l’échange d’électricité dans le MG, et MOCSF : une planification coopérative multi-objectifs de l’électricité dans le MG. OntoMG est un modèle ontologique de données, basé sur les standards IEC 61970 et IEC 61580, complété par un nombre de paramètres additionnels permettant au MG d’atteindre l’ensemble de ses objectifs. Notre approche présente plusieurs avantages par rapport aux approches existantes dans la littérature scientifique, notamment : elle permet une planification de la consommation, la production et le stockage de l’électricité dans le MG, elle considère plusieurs sources d'énergie contrairement aux approches existantes qui ne prennent en compte que l'interaction des consommateurs avec une seule source d'énergie, et elle prend en compte l’ensemble des préférences des composants du MG à la différence des approches existantes qui ne considèrent ces préférences qu’en partie. === Over the past decade, new concepts have emerged in the electricity field, including the Smart Grids, the Distributed Generation and the Micro- grids (MGs). In this thesis, we will be mainly focusing on the study of the MGs. An MG is a small-scale power system, consisting of local power generation, local loads and energy storage systems. Thanks to their numerous economical, ecological and operational benefits, the MGs are expected to hold the promise of becoming a major ingredient in the implementation of the future power systems. However, there are several significant challenges to overcome in order to achieve its expected bene- fits, namely: the cyber-attacks, the mobility aspect, the interoperability, the non-cooperation, and the demand-side management. Three main contributions are developed. First, we present OntoMG, an ontology-based data model, capable of representing the heterogeneous components of the MG and their properties, while being compliant with existing models and information standards (i.e., IEC 61970 and IEC 61850) and coping with the interoperability issues and the multi-objective aspect of MG. Secondly, we introduce DECF, a cooperative model for the optimization of the electricity exchange in the MG, offering several advantages over existing approaches, in particular: 1) its generic in that it considers all heterogeneous components of MG, 2) it is a cooperative model that reduces the technical, ecological and economic costs and encourages the local power exchange, and 3) it is user-oriented in that it gives the user the possibility to fine-tune the weight of each objective aspect . Finally, we introduce MOCSF, a ‘Multi-objective Cooperative Scheduling Framework’ designed for scheduling the production, consumption and storage in the MG. MOCSF 1) provides a multi-type scheduling in that it allows the scheduling of all the power consumption, production and storage of the MG, 2) considers multiple energy sources and 3) considers the MG components’ preferences. After detailing the existing power scheduling techniques and their drawbacks regarding our challenges, we presented our ‘MOCSF’ modules: The Preference-based compromise builder, designed to generate the best balance between the sellers and buyers desired schedules and the Multi-Objective Scheduler, aiming at scheduling the seller-to-buyer associations resulting from the DECF, while reducing the operational, economic and ecological costs of the MG. An illustrative example is provided after each step to ease the understanding of each module. Finally, a set of experiments showed the performance and efficiency of our approach. Illustrative examples are provided after each step to facilitate understanding of each module. Then, a number of simulations are made to show the effectiveness of our approaches to solve our challenges in relation to the existing approaches.