Régulation dynamique hybride d'une grande population de systèmes thermostatiques au sein des micro-réseaux intelligents

Dans le contexte actuel des réseaux intelligents et des micro-réseaux, les sources d'énergie renouvelables ont un rôle grandissant dans la production d'une électricité plus respectueuse de l'environnement. Cependant, comme l'utilisation de ces sources dépend fortement des conditions climatiques, la puissance produite peut présenter des fluctuations imprévisibles et difficiles à compenser. Ceci encourage le développement et l'application de la régulation dynamique de la charge (RDC) à des systèmes consommateurs d'électricité pour réduire les écarts de puissance entre l'o˙re et la demande. Dans le cadre de ce projet de recherche, l'accent est mis sur le contrôle de systèmes thermostatiques (TCLs) comme les chau˙ages ou les climatiseurs. Ceux-ci sont largement présents dans les réseaux et représentent une part importante de la consommation électrique. Ainsi, les TCLs ont le potentiel d'apporter de la flexibilité dans le réseau et font l'objet de nombreuses recherches. Ils peuvent être utilisés par exemple comme solution pour réduire les pics de consommation, réguler la fréquence du réseau ou encore minimiser le coût de l'électricité, grâce à un contrôle de leur consommation. Pour cela, on modélise une grande population hétérogène de TCLs grâce à un couple d'équations de Fokker-Planck à laquelle on applique une stratégie de contrôle hybride et sans prévision. D'une part, le contrôle mis en place permet de modifier la consigne de température de la population en réponse aux variations globales de puissance dans le réseau et ce grâce à un modèle d'équations aux dérivées partielles (EDP). D'autre part, des changements d'état forcés basés sur un processus stochastique sont appliqués à une portion de TCLs pour compenser les variations rapides et imprévisibles liées à l'utilisation de sources d'énergie renouvelables. Le contrôle hybride développé permet ainsi une régulation à deux niveaux pour minimiser les écarts de puissance entre la production et la consommation. Ce mémoire vise également à clarifier et justifier l'utilisation d'un tel contrôle à travers la simulation de divers scénarios. Les résultats obtenus montrent que la stratégie de contrôle permet à la population de TCLs de suivre à la fois les fluctuations lentes et rapides dans le réseau et réduit ainsi les écarts de puissance. Enfin, cette approche est validée par la simulation d'un micro-réseau réaliste où la production électrique est assurée par un ensemble de systèmes photovoltaïques (PV). Le contrôle hybride développé peut donc permettre aux systèmes thermostatiques de participer à la régulation dynamique de la charge et faire partie des solutions envisageables pour une meilleure gestion de la consommation électrique dans les micro-réseaux intelligents.

Abstract

In the context of today's smart grids and microgrids, renewable energy sources (RES) play an important role in producing environmentally friendly and low cost energy. However, as these sources rely significantly on weather conditions, the power produced may be subject to some unpredictable fluctuations that are hard to compensate. This motivates the development and application of dynamic demand control (DDC) to energy-consuming systems to reduce the power gap between supply and demand. The focus of this research project is put on the control of thermostatically controlled loads (TCLs) such as heaters or air conditioners. These systems are widely spread all over the electrical grids and represent a large portion of power consumption. Thus, TCLs have the potential to provide flexibility in the grid and are the subject of numerous studies. They can be used for example as a solution for peak power reduction, frequency regulation or electricity cost minimization through the control of their power consumption. To this end, a large heterogeneous population of TCLs is modeled with two Fokker-Planck equations and a non-predictive hybrid control strategy is applied. The designed control is based on a partial differential equations (PDE) model and is used to change the temperature set-point of the population in response to global power variations in the grid. Moreover, forced state switches based on a stochastic process are applied to a portion of TCLs to counter the sudden and unpredictable variations related to the use of renewables. Consequently, the hybrid control developed in this work provides a two-level regulation to minimize the power gap between production and consumption. This thesis aims also at clarifying and justifying the use of such control strategies through various simulation scenarios. The results obtained show that the control allows the TCLs to follow both slow and fast fluctuations and hence, it reduces the power discrepancies. Finally, the simulation of a realistic microgrid where the power is produced by photovoltaic (PV) cells confirms the validity of the proposed approach. The hybrid control developed in this work allows TCLs to participate in dynamic demand control and hence to be part of a viable solution for a better power consumption management in smart microgrids.