Accueil / Génie électrique / CONTRIBUTION À L’OPTIMISATION DE LA FIABILITÉ D’UN SMARTGRID À L’AIDE DE L’ALGORITHME PSO / Comment la méthodologie PSO améliore la fiabilité des réseaux électriques?

Comment la méthodologie PSO améliore la fiabilité des réseaux électriques?

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

La méthodologie d’optimisation des réseaux révèle une approche innovante pour améliorer la fiabilité des smartgrids. En intégrant l’algorithme PSO, cette recherche promet de transformer la gestion énergétique, réduisant significativement les pertes et optimisant la stabilité des systèmes électriques.


Etude comparative

Réseau IEEE 13 nœuds

La figure 3.44 présente la comparaison des énergies consommées durant une journée dans le réseau IEEE 13 nœuds pour les trois cas d’étude.

(kWh)

14000

System energy consumed

12000

10000

8000

6000

4000

2000

0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Time (H)

without fault with fault with fault and DG

Figure 3.44: Comparaison des énergies consommées durant une journée

On constate que les panneaux solaires permettent de réduire l’énergie consommée par les abonnés dans le réseau. Cela permet de réduire les interruptions car les abonnés peuvent s’autoalimenter.

La figure 3.45 présente la comparaison des pertes d’énergies dans le réseau IEEE 13 nœuds.

(kWh)

1000

900

800

700

600

500

400

300

200

100

0

Energy losses

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Time (H)

without fault

with fault

with fault and DG

Figure 3.45: Comparaison des pertes d’énergies durant une journée

On constate que les panneaux solaires permettent donc de réduire les pertes d’énergie.

Corridor Bassa-Malangue

La figure 3.46 présente la comparaison des énergies consommées durant une journée dans le corridor Bassa-Malangue pour les trois cas d’étude.

(kWh)

10000

9000

8000

7000

6000

5000

4000

3000

2000

1000

0

System energy consumed

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Time (H)

without fault with fault with fault and DG

Figure 3.46: Comparaison des énergies consommées durant une journée

On constate que les panneaux solaires permettent de réduire l’énergie consommée par les abonnés dans le réseau. Les interruptions seront par conséquent très rares.

La figure 3.47 présente la comparaison des pertes d’énergies dans le corridor Bassa- Malangue.

(kWh)

3500

Energy losses

3000

2500

2000

1500

1000

500

0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Time (H)

without fault

with fault

with fault and DG

Figure 3.47: Comparaison des pertes d’énergie durant une journée

On constate que les panneaux solaires permettent donc de réduire les pertes d’énergie et d’accroitre la fiabilité du réseau.

Les auteurs [70, 73, 75] ont injecté des multiples productions décentralisées dans les réseaux conventionnels afin d’améliorer la fiabilité et la disponibilité de l’énergie. En comparaison avec leurs résultats, notre méthode de rendre d’abord le réseau intelligent et ensuite injecter de manière optimale des productions décentralisées nous présente des résultats plus favorables.

Conclusion

Dans ce chapitre, il était question de présenter les résultats de co-simulation obtenus. Dans un premier temps, nous avons présenté les smartgrids des réseaux IEEE 13 nœuds et Bassa-Malangue. Par la suite nous avons présenté les résultats de la simulation des réseaux sur une période d’un an avec un pas d’une heure pour 8670 itérations.

Nos cas d’étude ont été faits pour trois possibilités : aucun défaut de surcharge, présence d’un défaut de surcharge et intégration des panneaux solaires. Le placement optimal des panneaux solaires a été réalisé grâce à l’algorithme PSO. Les simulations itératives ont été rendues possibles grâce à la méthode de Monte Carlo.

Pour chacun des cas d’étude, nous avons déterminé les chutes de tension et les pertes d’énergie au cours de l’année. Les résultats obtenus nous montrent l’impact positif que le placement optimal apporterait dans le réseau de distribution actuel.

Conclusion générale

Ce mémoire a présenté nos travaux sur le thème « contribution à l’optimisation de la fiabilité d’un smartgrid à l’aide de l’algorithme PSO ». Notre but était d’évaluer et d’optimiser la fiabilité d’un smartgrid en termes de chute de tension et d’indices de fiabilité par l’utilisation des nouvelles méthodes méta-heuristiques d’optimisation et d’analyses itératives.

Dans un premier temps, nous avons présenté les différents éléments du réseau électrique classique partant de la production jusqu’à la consommation. Nous avons également montré l’impact de l’intégration de la production décentralisée dans le réseau électrique. Nous avons ensuite fait une revue sur les smartgrids en montrant l’apport du smartgrid par rapport au réseau classique. Nous avons aussi fait l’étude de la fiabilité du smartgrid suivant la méthode analytique et la méthode Monte Carlo. La méthode de Monte Carlo nous a semblé être la meilleure.

Dans un second temps, nous avons présenté le réseau IEEE 13 nœuds et le corridor Bassa- Malangue. Ensuite, nous avons présenté la plateforme de co-simulation OpenDSS-OMNet++ utilisée pour la mise sur pied du réseau intelligent constitué d’un réseau électrique de puissance et d’un réseau de communication. Ensuite, nous avons présenté l’algorithme d’optimisation par essaim de particule pour l’étude du smartgrid.

Cet algorithme a été implémenté grâce à la plateforme de co-simulation OpenDSS-Matlab. Cette optimisation nous a permis de rechercher de manière optimale l’emplacement des productions décentralisées dans notre réseau intelligent afin d’optimiser la fiabilité par la réduction de la chute de tension et l’amélioration du profil de tension. Nous avons par la suite implémenté notre méthode dans un réseau IEEE 13 nœud qui nous a servi de modèle ; cette méthode a par la suite été appliquée à un réseau réel de distribution d’énergie: le

corridor Bassa-Malangue.

Pour le réseau IEEE 13 nœuds, en cas de surcharge de 80%, la chute de tension est de 45

% avec un SAIFI de 40 et avec un placement optimal des PV, la chute de tension passe à 2.3 % avec un SAIFI de 0.55. Les pertes d’énergie passent de 15352671.8824 KWh/an à 211076.6836 KWh/an soit une différence de près de 15141395.2 KWh/an. Pour le corridor Bassa-Malangue, en cas de surcharge de 50%, la chute de tension est de 55% avec un SAIFI de 53 et avec un placement optimal des PV, la chute de tension passe à 2.5% avec un SAIFI de 4. Les pertes d’énergie passent de 22680931.4019 KWh/an à 5010869.8858 KWh/an, soit une différence de 17669861.12 KWh/an, cela représente un gain important en terme de milliard de FCFA pour

l’ensemble des consommateurs d’où la nécessité de migrer vers un réseau intelligent intégrant des productions décentralisées placées de manière optimale. Ces résultats satisfaisant nous montrent de l’efficacité de notre méthode PSO pour le placement optimal des productions décentralisées dans les réseaux intelligents.

Comme perspective, nous pourrons : utiliser la logique floue et les réseaux de neurone pour l’analyse des données provenant du réseau intelligent et la prévision de la consommation; étendre notre méthode au réseau de distribution de Douala afin d’assurer la prolifération des productions décentralisées, une meilleure disponibilité en énergie pour les abonnés et la réduction des coupures répétitives.

________________________


Questions Fréquemment Posées

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

L’algorithme PSO permet un placement optimal des productions décentralisées, ce qui améliore la stabilité des réseaux et réduit les pertes d’énergie.

Quels sont les résultats de l’étude sur le réseau IEEE 13 nœuds?

L’étude montre que les panneaux solaires permettent de réduire l’énergie consommée par les abonnés et de diminuer les pertes d’énergie dans le réseau.

Quelle est l’importance des panneaux solaires dans l’optimisation des réseaux électriques?

Les panneaux solaires permettent de réduire les pertes d’énergie et d’accroître la fiabilité du réseau, rendant les interruptions très rares.

Quelle méthodologie a été utilisée pour l’optimisation des réseaux dans cette recherche?

La recherche utilise une méthode de co-simulation avec l’algorithme PSO et la méthode de Monte Carlo pour optimiser la fiabilité des smartgrids.

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