Stratégies de gestion d'énergie pour les smart grids

Le monde de l’énergie est en pleine mutation. La production centralisée d’énergie électrique laisse place à une gestion décentralisée, faisant ainsi apparaître de nouveaux acteurs et défis technologiques dans le monde de l’énergie. La principale cause de cette évolution est le taux croissant des sources d'énergies renouvelables porté par la volonté de décarbonisation du système de production pour contribuer à des enjeux environnementaux majeurs. Le développement rapide des systèmes d'information est perçu comme un accélérateur qui rend possible le déploiement à grande échelle de stratégies de contrôle avancées.Cette thèse est dédiée au développement et à la validation de stratégies de contrôle avancées pour la gestion de systèmes énergétiques présents dans un réseau de distribution. Dans l’objectif d’une coordination optimale d’un grand nombre d’acteurs, associé au partage des ressources de chacun, émerge un des principaux défis qui est la gestion à grande échelle de ces systèmes. Pour répondre à ce défi, deux méthodes de commande prédictive distribuées (DMPC) sont proposées et comparées. Les deux méthodes misent sur la division d’un problème d’optimisation de grande échelle en plusieurs contrôleurs MPC locaux et un contrôleur de coordination. Les deux méthodes sont basées sur une décomposition primale et sur une décomposition duale respectivement. L’efficacité en termes de temps de calcul des deux méthodes est démontrée, ceci en vue de la grande échelle des systèmes étudiés. De plus, la modularité, la robustesse et la protection des données sont des avantages qu’offrent ces stratégies de MPC distribuées par rapport à un contrôleur MPC centralisé.Un autre défi important dans la gestion des réseaux électriques est la maitrise des incertitudes croissantes dans les réseaux d’énergie. Ces incertitudes sont principalement dues à l’intermittence des sources d’énergies renouvelables et à l’apparition des véhicules électriques avec leur besoin d’énergie fluctuant. Pour gérer ces incertitudes, des solutions techniques innovantes seront requises pour maintenir la stabilité et la qualité de service des réseaux électriques. Pour répondre à ce défi, deux systèmes de gestion d’énergie prenant en compte l’incertitude explicitement sont proposés dans cette thèse. Le premier est dédié à la gestion et au dimensionnement d’une centrale de production photovoltaïque, et le deuxième à la gestion de stations de recharge de voitures électriques. Dans les deux cas, l’incertitude e