Le LabCom @LIENOR est divisé en quatre axes. Le découpage est thématique mais les axes sont étroitement liés puisque les trois premiers s'alimentent entre eux et ont pour objectif commun d’aboutir à l’industrialisation de l’outil d’optimisation IMAGE. Par conséquent, c'est le TRL de l’axe 4 qui est le plus élevé. Il est à noter que chaque axe est animé par deux responsables, un enseignant-chercheur et un permanent de SRD.

Axe 1 : Enrichissement de l'optimisation

Responsables : Camelia BENJELLOUN, Antoine BERTOUT

Eléments existants : Un réseau tel que celui de SRD possède des milliers d’interrupteurs permettant de configurer le schéma d’exploitation, et donc le chemin parcouru par l’énergie lors de son acheminement. Cette énergie provient en partie du réseau de transport, mais aussi d’une part de production ENR décentralisée de plus en plus importante. Dans une première thèse CIFRE, nous avons proposé une modélisation sous forme de problème d’optimisation linéaire en nombres entiers permettant de prendre en compte la production décentralisée et les coûts d’acheminement aux postes sources qui varient d’un poste à l’autre. Différentes contraintes opérationnelles sont prises en compte : limites physiques de l’infrastructure, limites de souscription, plage de tension permise, alors que dans le but de promouvoir l’efficacité de la résolution du modèle, certaines contraintes sont relaxées, tandis que d’autres sont surdimensionnées.

Développements souhaités : n’ayant qu’une estimation moyenne des productions et consommations à l’époque de la première thèse, de nombreuses possibilités permettant une meilleure optimisation de la conduite restent à explorer. Ainsi, différentes dimensions d’optimisation permettraient d’accroître l’efficience du réseau et donc de diminuer son coût pour la collectivité. La conduite du schéma d’exploitation peut permettre de minimiser les pertes liées à l’acheminement, en minimisant le chemin parcouru et en favorisant la consommation locale de l’électricité produite de façon décentralisée. Plusieurs dimensions sont à explorer pour l’optimisation : conforter l’optimisation de la conduite ; prendre en compte la météorologie sur les productions diffuses et ENR ; permettre une optimisation économique prenant en compte les coûts d’acheminement ; optimiser l’infrastructure (stockages, investissement réseau, bornes de recharge, etc.) ; prendre en compte des nouveaux usages et prédictions d’évolution à long terme, etc. Parallèlement à ce type d’optimisation globale, il convient aussi d’étudier les alternatives d’optimisation plus locales basées sur le formalisme des systèmes multi-agents.

Deux thèses sont programmées sur cet axe.

Thèse intitulée : « Optimisation de l’acheminement d'énergie et de la planification ». Cette thèse vise à améliorer le processus d’optimisation sur trois axes.

  1. Développement des modèles mathématique des différents actifs (stockage, centrales ENR…) impactant le résultat de l’optimisation.
  2. Planification des travaux et de la maintenance du réseau de distribution.
  3. Planification de l’investissement du réseau.

Thèse intitulée : « Optimisation distribuée et système multi-agents: application aux réseaux d’énergie ».

  1. Développer de nouvelles méthodologies d’optimisation distribuées basées sur le formalisme des systèmes multi-agents (SMA).
  2. D’appliquer ces résultats théoriques aux réseaux d’énergie. Les approches d’optimisation distribuées peuvent potentiellement être utilisées pour un grand nombre d’applications réseaux telles que le problème du flux de puissance optimal dans un réseau, le contrôle de la fréquence, le contrôle de la tension, la gestion des flux de puissance entre microgrid…

Axe 2 : Module de prévision

Responsables : Ikram ABOUDA, Benoît HUARD

Cet axe de travail cherche à déterminer les méthodes d'analyse prédictive pour l’estimation des consommations et productions à insérer en entrée des méthodes d’optimisation conçues par l’Axe 1, qui soient les plus adaptées parmi les méthodes d'ingénierie basées sur la modélisation du processus physique (e.g., stochastique) sous-jacent, les méthodes statistiques et les méthodes issues de l’intelligence artificielle (arbres et forêts de décision, réseaux de neurones, machines à vecteur de support, régression, etc.).

Le déploiement de compteurs Linky et la disponibilité croissante de sources externes de données (prévisions météorologiques, caractéristiques démographiques, etc.) laissent une grande liberté sur l’intégration d’entrées complémentaires pour enrichir les modèles et améliorer par conséquent la prédiction. On pourra aussi utiliser des techniques plus avancées, telles que l’apprentissage profond (Deep Learning) qui permet de développer des modèles de prédiction complexes sans se baser sur les connaissances métiers du domaine d’application.

L’objectif de cet axe est d’adapter ou de développer de nouvelles techniques d’analyse prédictive répondant aux besoins de l’outil d’optimisation, en déterminant les méthodes les plus pertinentes et leurs entrées pour chaque cas d'utilisation (variables à prédire et horizon temporel).

Une thèse est programmée sur cet axe.

Thèse intitulée : « Prévision de la consommation et de la production éolienne et développement d’applications stochastiques ».

  1. Réalisation de l’état de l’art global des différentes techniques de modélisation stochastique et réalisation de tests sur l’adéquation de la méthode choisie avec les contraintes des réseaux de distribution électriques
  2. Réalisation d’un outil de prévision de la consommation basée sur l’historique de la consommation et des télémesures récupérées au niveau des postes sources (postes électriques HTB/HTA). Elle s’appuiera sur les résultats déjà obtenus où des clusters sur le comportement des consommations des différents départs HTA seront élaborés.
  3. Développement d’un outil de prévision de la production éolienne basée sur l’historique des données. De même, la prévision est souhaitée sur trois horizons temporels précédents.

Axe 3 : Nouveaux usages

Responsables : Didier LARRAILLET, Jean-Paul GAUBERT

Le réseau électrique est amené à subir une évolution dans sa structure et sa gestion du fait de la transition énergétique. Les éléments essentiels qui contribuent à cette évolution sont le développement important et programmé de la production à base d’énergie renouvelable décentralisée, de la mobilité électrique, des actifs de stockage et de la mutation numérique.

L’objectif de cet axe est d’étudier et d'identifier premièrement l’impact du déploiement des véhicules électriques, du stockage et des microgrids sur le réseau de distribution de SRD et puis dans un deuxième temps, le potentiel d’un pilotage centralisé de ces actifs par SRD dans le but de réduire le coût d’investissement initial et d’améliorer la qualité de fourniture. Dans cette optique, les GRD doivent élaborer des méthodes pour valoriser les ressources distribuées par l’intégration de flexibilités locales. Ces ressources sont constituées par des stockages distribués stationnaires ou mobiles avec le concept Vehicle-to-Grid (V2G) qui seraient susceptibles de participer à l’équilibrage et au pilotage intelligent de la tension du réseau, la modulation de la consommation diffuse, tout comme de la production distribuée, la prise en compte de l’émergence de l’autoconsommation et des micro réseaux unitaires ou en grappes. L’intérêt et l’objectif principal étant de réduire, voire d’éviter, des investissements de renforcement ou des constructions nouvelles d’infrastructures.

Cet axe est nécessaire pour l’adaptation et l’amélioration de l’algorithme d’optimisation (en lien avec l’axe 1) afin de prendre en compte les différents modèles et leur intégration (Véhicules électriques, stockages, micro réseaux…) et des paramètres influents les résultats de l’optimisation du réseau. Par conséquent, l’outil IMAGE disposera de moyens d’aide à la décision d'investissement, qui permettra au GRD d’identifier les investissements nécessaires et optimaux pour le raccordement des nouveaux actifs renouvelables.

Axe 4 : Industrialisation de l'outil IMAGE

Responsables : Stéphane SOUBISE, Mickael BARON

Cet axe consiste à industrialiser IMAGE sous forme d’un outil logiciel, d’abord utilisable par SRD, puis, par d’autres gestionnaires de réseaux de distribution (GRD). Un tel outil sera nécessairement modulaire, et décomposé en couches logicielles.

L’industrialisation de l’outil IMAGE est une étape importante dans le parcours du produit vers le marché. En effet, dans cette partie le LabCom @LIENOR mettra en place un environnement de simulation pour l’évaluation des fonctions avancées sous un logiciel d’étude électrotechnique (type Power Factory, ETAP, EMTP…), Cet environnement permet de tester les fonctions développées au cours des axes de bas TRL et valider en fin de compte les modèles et les algorithmes utilisés. Ensuite vient l’étape de développement des interfaces et les solutions logicielles permettant l'acheminement des données nécessaires aux calculs d’optimisation, la génération et l’ordonnancement des problèmes d’optimisation et la consultation ou l’édition des données et résultats de calcul à l’aide d’une interface utilisateur sécurisée.

A l’issue de cette étape le LabCom @LIENOR passera à l’étape d’intégration du système à SRD, afin de lancer la phase test sur le réseau de distribution, cette partie sera pilotée par l’ingénieur smart grid de SRD en collaboration avec l’équipe des dispatcheurs afin de suivre les étapes d’intégration et le suivi d’exploitation du réseau. À la fin de cette étape l’équipe du LabCom @LIENOR étudiera les résultats afin de valider la pertinence et le bon fonctionnement de l’outil IMAGE.