• Langue : Français
• Discipline : Génie électrique
• Identifiant : Inconnu
• Type de mémoire : Habilitation à diriger des recherches
• Date de soutenance : 31/01/2013

Résumé en langue originale

Les contextes environnemental et économique relatifs aux réseaux électriques de tout type (terrestre, offshore, embarqué) sont à l’origine de forts bouleversements (efficacité énergétique, intégration de sources d’énergie renouvelable à caractère fluctuant et aléatoire, services aux réseaux électriques, maîtrise de l’énergie, stockage de l’énergie, … etc.) au cours de la dernière décennie. Ces travaux concernent la supervision temps réel de sources décentralisées au sein d’un réseau électrique, dont le fonctionnement dépend fortement de conditions aléatoires. Cette supervision vise à déterminer la puissance de référence, en temps réel, de chaque unité de production ou de stockage afin de tenir les engagements en termes de puissances délivrées, d’apporter des services système au réseau, d’accroître l’efficacité énergétique des systèmes électriques, … etc. Une approche méthodologique est développée, avec comme objectif de proposer des stratégies de supervision énergétique applicables à un grand nombre de structures multisources-multistockages. Reposant initialement sur la définition des objectifs attendus, des contraintes inhérentes au système supervisé et à son environnement, ainsi qu’aux moyens d’actions disponibles, elle se poursuit par la détermination de la structure du superviseur, et l’identification ses différents états de fonctionnement. Puis, le choix des outils de développement est abordé : Nous montrons que la logique floue présente des atouts, car elle ne nécessite pas la connaissance de modèles mathématiques précis du système supervisé, elle autorise la prise en compte d’un grand nombre de variables d’entrée et elle est adaptée au caractère peu prévisible de certains éléments et paramètres. Ensuite, une phase d’optimisation du superviseur est menée, portant sur les paramètres des fonctions d’appartenance. Les objectifs faisant l’objet de l’optimisation, sont choisis parmi ceux fixés aux superviseurs développés initialement. Des indicateurs sont développés, afin de quantifier le degré de réalisation de ces objectifs. Puis, à l’aide des plans d’expérience, nous excluons du processus d’optimisation les paramètres n’ayant aucune influence significative sur les objectifs, en vue de réduire le temps lié à ce processus, qui utilise, dans sa dernière phase, les algorithmes génétiques. Enfin, des méthodologies d’implantation temps réel de superviseurs flous sont développées. En effet, le nombre important de variables peut être à l’origine de difficultés d’implantation, au cœur de systèmes temps réel, qui se concrétisent par l’accroissement du temps nécessaire pour l’accomplissement des séquences de calcul. Nous développons des méthodes de simplification des superviseurs à base de règles floues, telles que la linéarisation des surfaces issues du superviseur flou, la création de tableaux de données, …etc. Dans cette démarche méthodologique, l’imprécision qui résulte de la simplification, ainsi que les gains réalisés, sont estimés.