Optimisation de la planification court-terme d'un système de production hydroélectrique de grande taille

La planification de la production hydroélectrique vise à optimiser l'utilisation future d'un ensemble de centrales, afin de maximiser son efficacité tout en satisfaisant la charge électrique et de très nombreuses contraintes opérationnelles. A court terme, l'horizon étudié est typiquement de 7 à 15 jours au pas de temps horaire. Les décisions concernent l'état de fonctionnement de chaque groupe turbine-alternateur dans les centrales, les débits turbinés par les groupes en fonctionnement et les débits déversés par les ouvrages d'évacuation. Les contraintes opérationnelles se rapportent notamment à la sécurité des équipements et des personnes, à la fiabilité du système de production en énergie, en puissance et en transport, aux maintenances des équipements, aux transactions sur le marché de l'énergie et aux accords touristiques et environnementaux. Ces contraintes proviennent de très nombreux agents avec des objectifs parfois contradictoires. Ce problème est complexe à résoudre, car il est combinatoire et de très grande taille. De plus, les vallées hydrauliques lient les décisions dans le temps et dans l'espace. Il existe de très nombreuses méthodes de résolution pour ce problème, mais aucune ne permet de résoudre des problèmes réels de grande taille dans des temps opérationnels. L'objectif de cette thèse est de développer des méthodes de résolution rapides et précises pour des systèmes de production de grande taille, comme celui d'Hydro-Québec. Afin de répondre à cet objectif, nous proposons trois modèles et méthodes de résolution qui exploitent la structure du problème de planification court-terme dans chacun de ses contextes d'utilisation. La première méthode de résolution est dédiée aux analyses d'impact, qui permettent aux planificateurs d'évaluer le coût d'une décision de gestion. Les décisions évaluées sont par exemple des retraits d'équipement pour maintenance. La méthode de résolution doit fournir des solutions quasi optimales, ainsi qu'une mesure de la distance à la solution optimale. Nous avons donc développé un modèle de programmation linéaire en nombres entiers (PLNE) ainsi qu'une méthode de décomposition qui tire parti du petit nombre de contraintes liantes entre les vallées hydrauliques. Le système de production est partitionné en sous-systèmes géographiques, sans restriction sur la partition. La méthode de résolution est basée sur la relaxation lagrangienne et se déroule en trois phases. Tout d'abord, la relaxation linéaire est résolue, afin d'estimer la valeur duale des contraintes liant les sous-systèmes. Ensuite, les sousproblèmes de planification associés aux sous-systèmes sont résolus en conservant les variables entières. Enfin, le problème global est résolu en fixant les variables entières avec les résultats obtenus dans la résolution des sous-problèmes. De plus, la valeur de la relaxation linéair permet de calculer une borne sur l'écart à la solution optimale. Les résultats numériques montrent que notre méthode fournit des solutions extrêmement proches de l'optimum dans des temps opérationnels. La deuxième méthode vise à ajuster rapidement un plan de production suite à une perturbation dans les intrants. L'objectif est ici de permettre aux planificateurs de valider rapidement la faisabilité du plan de production moyen-terme en considérant toutes les contraintes opérationnelles. Nous proposons un modèle mathématique précis et une méthode de résolution basée sur la recherche tabou. Afin de rendre la recherche efficace, nous avons développé de nouveaux voisinages larges qui exploitent les écarts entre l'offre et la demande, ainsi que la configuration des centrales dans les vallées. De plus, nous avons décomposé l'horizon par journée pour paralléliser la recherche tabou. Ce parallélisme permet de gérer de longs horizons, ce qui est essentiel pour attacher la planification court-terme aux décisions prises à moyen terme. Nous avons comparé notre méthode à un modèle de PLNE résolu avec un solveur générique. Même avec la solution initiale la plus naïve, notre recherche tabou parvient à des solutions proches de l'optimum dans des temps opérationnels, et jusqu'à 235 fois plus vite qu'un solveur générique. La troisième méthode considère le processus opérationnel de planification court-terme à Hydro-Québec, qui a pour but de fournir des consignes de production aux répartiteurs. Afin de gérer l'incertitude sur les intrants, les planificateurs fournissent des règles de gestion plutôt qu'un plan de production. Nous avons donc développé une nouvelle forme de règles de gestion, adaptée aux vallées hydrauliques complexes et aux réservoirs très contraints. Ces règles sont évaluées sur un arbre de scénarios, représentant l'incertitude sur les apports en eau et la charge électrique. Nous avons optimisé l'ordre d'engagement des centrales défini dans ces règles à l'aide d'une recherche tabou. De plus, nous avons étudié la nécessité de prendre en compte cette incertitude dans l'optimisation. Les résultats numériques montrent que l'optimisation stochastique permet de réduire significativement la valeur objectif de la solution. Afin de répondre aux contraintes de temps opérationnelles, nous proposons une optimisation hybride : déterministe durant les premières itérations de la recherche tabou, puis stochastique. Cette méthode hybride permet d'améliorer la valeur objective moyenne de 10% lorsque les apports prévus sont moyens ou élevés.