Optimisation de la diffusion de l'énergie dans les smarts-grids

Les systèmes technologiques actuels comprennent une composante sociétale due àl’impact des utilisateurs. Ces systèmes, dits complexes, comportent des sous-systèmesdont les acteurs ont des objectifs divergents voire antagoniques.Considéré comme une évolution du réseau énergétique actuel, le Smart Grid est unparfait exemple de système complexe. Ce terme désigne en particulier un réseau électriqueoptimisé intégrant le comportement et les actions des utilisateurs (producteurs,consommateurs, consommacteurs, etc.). L’étude de la dynamique du système a pourobjectif d’améliorer sa qualité et sa sécurité et de réduire son impact environnemental.Cependant, les simulations de Smart Grid actuelles sont généralement basées sur destechnologies spécifiques, limitant l’évolution du modèle proposé.Les défis liés au Smart Grid sont l’hétérogénéité des actions et de leurs intérêts divergeant,et une complexité à toute échelle, que ce soit spatiale ou temporelle. En effet, lesentités du Smart Grid sont en compétition pour l’obtention de la ressource commune.Par exemple, les consommateurs ont des besoins énergétiques à un cout minimal tandisque les producteurs doivent contrôler la consommation, les pics de demande tout enmaximisant leur profit. Les comportements et les relations entre les entités sont doncdifficiles à modéliser. Des pressions externes et internes comme la dynamique des prix oules productions erratiques des énergies renouvelables ont une influence sur la structure,l’organisation et le comportement des sous-systèmes et donc du système global. De plus,une mauvaise gestion peut provoquer de nombreuses défaillances du système telles quedes brownouts, des blackouts ou des ruptures de lignes du réseau.Nous proposons une modélisation intégrative pour aborder le concept de Smart Grid :chaque composante de notre modélisation prend en compte un aspect de ce dernier et leurintrication mène à une modélisation efficace à toute échelle. Les relations entre entitésprennent en compte le caractère dynamique et un superviseur global surveille le réseaupour détecter les seuils critiques ou pour planifier les schémas de consommation future.Cependant, le modèle est impossible à appréhender tel quel et de nombreux scénariostesteront l’influence des divers paramètres, calibreront les algorithmes et ajusteront lagestion locale et globale pour une configuration donnée. Nous proposerons de nouvellesthéories pour améliorer ce modèle au niveau de la structure, de la dynamique des prixou un