Analyse d’une étude de cas sur l’optimisation des smartgrids

Pour citer ce mémoire et accéder à toutes ses pages
🏫 UNIVERSITE DE DOUALA - ECOLE NORMALE SUPERIEURE D’ENSEIGNEMENT TECHNIQUE - Département de génie Electrique
📅 Mémoire de fin de cycle en vue de l'obtention du diplôme de DIPET 2/MASTER - 2020-2021
🎓 Auteur·trice·s
FOBA KAKEU Vinny Junior
FOBA KAKEU Vinny Junior

L’étude de cas sur les smartgrids révèle que l’algorithme PSO peut transformer la fiabilité des réseaux électriques intelligents. En optimisant le placement des productions décentralisées, cette recherche promet une réduction significative des pertes d’énergie, essentielle pour l’avenir des distributeurs d’énergie.


Etat de l’art sur les techniques d’optimisation des smartgrids

Définition du smartgrid

L’évolution des réseaux électriques associés avec les réseaux et les infrastructures des technologies de l’information et de la communication (TIC) a donné lieu à une nouvelle génération de réseaux appelés réseaux électriques intelligents (smartgrids). Le concept du smartgrid est défini comme un « réseau d’électricité, qui intègre intelligemment les actions des producteurs et des consommateurs qui y sont connectés et communiquent de manière bidirectionnelle, afin d’offrir un approvisionnement en électricité efficace, durable et économique en toute sécurité » [21].

D’après l’IEEE (Institute of Electrical and Electronics Engineers) [22], le smartgrid est la prochaine génération du système électrique de distribution qui est marquée par l’utilisation croissante des technologies d’information et de communication dans la production, la distribution et la consommation de l’énergie électrique. La plate-forme européenne de technologie a démontré que le smartgrid est un réseau électrique qui peut intelligemment intégrer les actions de tous les consommateurs connectés aux producteurs ou à d’autres consommateurs dans le but d’assurer un approvisionnement efficace, sécurisé et suffisant de l’énergie électrique [23].

Ces réseaux ont des exigences relativement aux architectures de communication et des services. Cette génération de réseaux requiert également la mise en œuvre de services pour leur monitoring et leur surveillance [24, 25]. Les réseaux intelligents combinent essentiellement 3 systèmes à savoir :

  • Un système de production d’énergie conventionnelle et renouvelable formant l’ensemble des capacités de production électrique ;
  • Un système constitué des réseaux de distribution et de transport pilotés par l’offre et la demande d’énergie à travers un système de communication.
  • Un système local d’intégration des énergies renouvelables et des systèmes de stockage.

La NIST (National Institute of Standard and Technology) a divisé le smartgrid en sept parties comme le montre la figure 1.9 en prenant en compte le consommateur, l’accroissement des sources décentralisées, l’interaction dans la distribution, le transport, les opérations et le domaine du marché qui composeront le smartgrid [26]. Les flux de données de communication et les flux de puissance électrique circulant dans le smartgrid sont bidirectionnels.

[4_etude-de-cas-optimisation-des-smartgrids-en-2024_5]

Source: URL

Figure 1.9: Architecture générale d’un smartgrid selon la NIST [26]

Dans les réseaux actuels, les opérations de contrôle et de monitoring sont effectuées en envoyant des agents sur place pour exécuter des tâches comme le prélèvement de la consommation des foyers et la suspension de service. Ainsi, grâce au smartgrid, toutes ces opérations pourront être faites à distance à partir du poste central de monitoring [24].

Tout consommateur connecté au réseau peut non seulement consommer de l’énergie provenant d’un réseau électrique comme celui de Douala, mais également produire de l’énergie et la rendre disponible aux autres consommateurs. L’utilisation des énergies alternatives (productions décentralisées) au niveau des foyers permettrait donc de diminuer la centralisation des ressources énergétiques, de diminuer la dépendance à l’égard des opérateurs et de réduire les coûts d’acquisition. Un simple client dans cette situation peut également devenir producteur d’énergie et offrir ses services à l’échelle du réseau de distribution [27, 28, 29].

Toutefois, le smartgrid doit faire face aux différents risques de sécurité et de piratage qui réduirait la fiabilité de son système de communication. A travers, des infrastructures de communication, un smartgrid peut améliorer la fiabilité et la qualité de l’énergie [30, 31, 32, 33, 34, 35]. La mise en place d’un smartgrid comme celui du réseau interconnecté Sud (RIS) du Cameroun, nécessite une élaboration d’une feuille de route comprenant tous les acteurs entrant en jeu notamment les universitaires, les distributeurs d’énergie et les politiques [36].

Outils de co-simulation des smartgrids

La co-simulation est un système de simulation unique, constitué de deux ou plusieurs logiciels de simulation. La co-simulation du smartgrid consiste à faire interagir un simulateur de réseau électrique de puissance et un simulateur de réseau de communication. Plusieurs solutions ont été proposées combinant des simulateurs de réseau électrique et de réseau de communication. Ces simulateurs peuvent être payant ou Open Source.

L’auteur [37] propose une co-simulation simple utilisant OpenDSS pour simuler le réseau de puissance, OMNet++ pour simuler le réseau de communication, un serveur PHP et des scripts en Python pour établir l’interopération entre ces logiciels. Il valide sa méthode en l’implémentant sur un réseau IEEE 4 nœuds.

L’auteur [38] présente la plateforme SGsim pour simuler différentes applications dans un contexte de smartgrid. Sa plateforme combine deux principaux simulateurs : OMNet++ un simulateur à évènement discret qui est utilisé pour simuler les systèmes de communication de données et OpenDSS pour le calcul de l’écoulement de puissance des réseaux de puissance. Sa plateforme respecte les normes de smartgrid tel qu’IEEE C37.118. Il vérifie son simulateur en l’appliquant sur un réseau IEEE 13 nœuds.

L’auteur [39] propose une plateforme de co-simulation qui combine le simulateur de réseau de puissance PSCAD/EMTDC avec le simulateur de réseau de communication OPNET. Il implémente sa technique sur le cas d’étude de la stabilité de la tension d’un Vehicle-to-grid (V2G). Il démontre ainsi la capacité de son co-simulateur dans l’évaluation des performances et de l’adéquation des infrastructures de communication dans le respect des applications des smartgrids.

L’auteur [40] présente une plateforme de co-simulation temps réel pour l’analyse des réseaux électriques prenant en compte l’intégration des systèmes de communication. Sa plateforme de co-simulation est composée d’OPNET et OPAL-RT respectivement pour le réseau de communication et le réseau de puissance. Un cas d’étude du réseau IEEE 4 nœuds est utilisé pour montrer les performances de son co-simulateur pour l’analyse temps réel des smartgrids.

L’auteur [41] propose une plateforme de co-simulation pour l’analyse de l’influence des incertitudes de processus d’information dans le contrôle temps réel des smartgrids. Sa plateforme est composée d’OpenDSS et OPNET respectivement pour le réseau de puissance et le réseau de communication. Il valide sa méthode en l’appliquant sur un réseau IEEE 13 nœuds à travers de milliers de co-simulation. Son outil permettrait également l’étude de la cyber-sécurité des smartgrids.

L’auteur [42] identifie les défis qui se présentent dans la co-simulation unifiée des réseaux de puissance et de communication sachant qu’il n’existe pas encore un simulateur qui combine à la fois le réseau de puissance et de communication. Il présente un prototype basique de co-simulation basée sur des logiciels Open source pour le réseau de puissance et de communication. Il effectue des tests démontrant de la rapidité d’exécution de sa co-simulation.

Le tableau 1.5 élabore une synthèse des simulateurs des réseaux électriques de puissance pouvant être utilisé dans une co-simulation [43, 44, 45].

Tableau 1.5: Synthèse des simulateurs des réseaux électriques de puissance

Synthèse des simulateurs des réseaux électriques de puissance
SimulateursLangage
QualNetC++
OPNETC, C++
OMNet++C++
JSIMJava, Tcl
NS3C++, Python
NS2C++, OTCL

Chapitre 1 : Revue de la littérature

19

Rédigé et soutenu par FOBA KAKEU Vinny Junior

Types de calcul

Temps de calcul

Particularités

Type de donnée

Type de résultat

Développeur

Type de logiciel

Ecoulement de puissance, modélisation et

Rapide

Coordination de la

Outils

Outils

Manitoba hydro

Payant

optimisation des systèmes électriques,

harmoniques, Ferro-résonnance, qualité de l’énergie, électronique de puissance

protection, possibilité infini

dans la simulation des systèmes de distribution.

graphiques

graphiques

international Research Center

(FACT), analyse des pannes des équipements, démarrage des moteurs.

Écoulement de puissance, simulations

Moyen

Validations topologiques,

Matlab

Matlab,

Polytechnique

Payant

temporelles en séries, Fiabilité (Monte Carlo), calcul de pertes, production fluctuante, reconfiguration.

ajout/retrait dynamique de composants.

Excel

Montréal

Écoulement de puissance, simulations temporelles en séries prenant en compte le climat et l’utilisation, production

Rapide

Utilisation de fichiers climatiques (TMY) pour les panneaux solaires, les

Fichiers csv, lien Matlab possible mais

Fichiers csv, outils graphiques

PNNL

Open Source

fluctuante, contrôle de charge, calcul de pertes.

éoliennes et le chauffage. Fonctionne sur ligne de

commande.

plus ou moins fonctionnel

Écoulement de puissance, harmoniques,

Très rapide (via

Peut être couplé à d’autres

Fichiers csv,

Fichiers

EPRI

Open

simulations temporelles en séries, Fiabilité

(Monte Carlo), calcul de pertes, courants

Matlab), encore

plus rapide en

logiciels via une interface

COM DLL

Matlab/Excel

Txt, csv,

Matlab/Ex

Source

de courts‐circuits, gestion du stockage, gestion des volts et des vars.

utilisant directement

l’exécutable.

cel, outils graphiques

Simulateurs

Langage

Interface graphique

Temps de calcul

Système

Fonctions

QualNet

Le tableau 1.6 montre la synthèse des simulateurs des réseaux de communication [46].

Parsec C++

Excellent

Très rapide

Windows, Linux, DOS

Simulation et analyse des protocoles réseau filaires et sans fil, interaction avec les systèmes temps réel

OPNET

Tableau 1.6: Synthèse des simulateurs des réseaux de communication

C, C++

Très bon

Long

Windows, Linux

Simulation et analyse des protocoles réseau filaires et sans fil, interaction avec les systèmes temps réel

OMNet++

C++

Excellent

Très Rapide

Linux, Unix, Windows, MAC OS

Simulation et analyse des protocoles réseau filaires et sans fil, interaction avec les systèmes temps réel

JSIM

Java, Tcl

Bon

Moyen

Windows, Linux

Simulation et analyse des protocoles réseau filaires et sans fil, interaction avec les systèmes temps réel

NS3

C++,

Python

Bon

Moyen

Linux, Unix, Windows

Simulation et analyse des protocoles réseau filaires et sans fil, interaction avec les systèmes temps réel

NS2

C++, OTCL

Pauvre

Long

Linux, Unix, Windows, Cygwin

Simulation et analyse des protocoles réseau filaires et sans fil, interaction avec les systèmes temps réel

Chapitre 1 : Revue de la littérature

20

Rédigé et soutenu par FOBA KAKEU Vinny Junior

Facile d’ajouter de nouveaux protocoles, large nombre de protocole disponibles, logiciel Open Source

NS3 est une extension du NS2, logiciel Open Source

Supporte les réseaux mobiles sans fil et les réseaux de capteurs, architecture orienté-objet, logiciel Open

Source

Interface graphique très puissant, logiciel Open Source

Communication avec d’autres logiciels

Interface graphique très puissant

Atouts

Supporte seulement deux protocoles MAC et un protocole TDMA

Supporte seulement les protocoles IPv4, les liaisons Python ne fonctionnent pas en Cygwin

Faible efficacité de simulation, le seul protocole MAC disponible est le

802.11

Certains problèmes de compatibilité, il est souvent lent pour des longues simulations

Peu de tutoriels disponibles, logiciel payant

Installation difficile sur linux, logiciel payant

Limites

OpenDSS

GridLAB

APREM

PSCAD/EM TDC

Simulateurs

Source, ligne, générateur, condensateur, transformateurs à n phases et m enroulements, charges déséquilibrées

Ligne, transformateur, régulateur, condensateur, fusible, réenclencheur, générateur (incluant solaire et éolien), charges déséquilibrées

Source, impédance, transformateur, interrupteur, générateur, charges déséquilibrées

Source, ligne, transformateur, condensateur, charges

Modèles d’éléments de réseau disponibles


Questions Fréquemment Posées

Qu’est-ce qu’un smartgrid?

Le smartgrid est défini comme un réseau d’électricité qui intègre intelligemment les actions des producteurs et des consommateurs qui y sont connectés et communiquent de manière bidirectionnelle, afin d’offrir un approvisionnement en électricité efficace, durable et économique en toute sécurité.

Comment l’algorithme PSO améliore-t-il la fiabilité des smartgrids?

L’étude démontre que l’algorithme PSO peut améliorer la stabilité des réseaux par un placement optimal des productions décentralisées, ce qui conduit à une réduction significative des pertes d’énergie et une amélioration du profil de tension.

Quels sont les principaux systèmes composant un smartgrid?

Les réseaux intelligents combinent essentiellement trois systèmes : un système de production d’énergie conventionnelle et renouvelable, un système constitué des réseaux de distribution et de transport pilotés par l’offre et la demande d’énergie, et un système local d’intégration des énergies renouvelables et des systèmes de stockage.

Rechercher
Télécharger ce mémoire en ligne PDF (gratuit)

Laisser un commentaire

Votre adresse courriel ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Scroll to Top