Université Lille1 - Sciences et Technologies Contribution à l'intégration des énergies renouvelables et de production décentralisée dans les réseaux électriques Marchés de l'électricité Prévisions probabilistes 621.31 Énergies renouvelables Productivité Prévision Électricité -- Production -- Génération répartie Réseaux électriques (énergie) -- Régulation Services de l'électricité Incertitude (économie politique) Optimisation mathématique La sécurité d'approvisionnement, les aspects environnementaux et la compétitivité économique, constituent les moteurs de la réorganisation complexe du secteur de l'électricité en Europe, aujourd'hui. Cette réorganisation, également caractérisée par l'émergence des marchés de l’électricité, implique une évolution des infrastructures d’un mode de production centralisé vers un mode partiellement décentralisé. Des objectifs ambitieux ont été fixés au niveau européen, pour les prochaines décennies, sur une intégration substantielle des énergies renouvelables (EnR) dans les réseaux électriques. Un défi technologique important qui émerge est de maximiser l’integration des EnR tout en gardant un fonctionnement économique et sûr du système électrique. Cette habilitation à diriger les recherches présente la synthèse des mes travaux contribuant au développement de solutions permettant une intégration optimale des EnR dans les systèmes électriques et les marchés de l’électricité. Ces travaux sont structurés en deux axes, d’une part, la prévision à court-terme de la production renouvelable et de l’incertitude associée et d’autre part, le développement de méthodes probabilistes pour la gestion prédictive de systèmes électriques. La faible performance des modèles de prévision EnR existants, particulièrement dans le cas de situations météorologiques complexes, constitue l’un des principaux verrous associés à l’intégration des EnR à grande échelle. L’enjeu de nos recherches consiste à améliorer continuellement la performance des modèles prédictifs. Mes travaux se concentrent sur le développement d’approches statistiques de prévision à différentes échelles spatiales et temporelles. Nous avons développé un cadre méthodologique et des solutions pour la prévision régionale ainsi que de nouvelles approches non-paramétriques de prévision probabiliste ainsi que des méthodes pour la caractérisation et la prévision de situations dites « extrêmes » (i.e. rampes) basées sur les ensembles météorologiques. Finalement, nous avons proposé de nouveaux outils, complémentaires aux prévisions classiques, comme les indices de risque de prédiction. Aujourd’hui, les prévisions probabilistes sont encore rarement utilisées dans les outils opérationnels de gestion des systèmes électriques qui restent principalement déterministes. Mes travaux sur la gestion prédictive de systèmes électriques visent à démontrer la valeur ajoutée d’approches probabilistes pour la gestion des systèmes à forte pénétration EnR. Dans ce cadre, nous avons proposé des stratégies de participation de l’énergie éolienne aux marchés de l’électricité, basées sur des prédictions probabilistes utilisant des méthodes d’optimisation stochastiques. Nous avons élaboré une nouvelle méthodologie d’évaluation du rôle de la prédiction comme paramètre de décision dans les phases d’investissement liées à l’implantation de fermes éoliennes. [...] Electronic Thesis or Dissertation Text en 2 : 1103 Ko, 17 Ko https://pepite-depot.univ-lille.fr/RESTREINT/HDR/2013/HDR2013LIL124.pdf https://pepite-depot.univ-lille.fr/LIBRE/HDR/2013/Kariniotakis_Georges.pdf Kariniotakis Georges 1967-10-24 FR 118768484 2013-11-29 Sciences physiques Université Lille1 - Sciences et Technologies thesis.degree.grantor_1 026404184 HDR non oui Guillaud Xavier intervenant_1 06109871X ecoleDoctorale_1 Laboratoire d'électrotechnique et d'électronique de puissance (L2EP) partenaireRecherche_1 067103510 ddc:620 Guillaud Xavier Université Lille1 - Sciences et Technologies Université Lille1 - Sciences et Technologies Laboratoire d'électrotechnique et d'électronique de puissance (L2EP) ASCII PDF 1129051 ASCII PDF 17309