Développement d'outils d'optimisation pour la planification à moyen et long terme de la production hydroélectrique

La planification de la production vise à définir l'utilisation des ressources d'un parc hydroélectrique pour répondre à la demande électrique et maximiser les revenus tirés de l'électricité produite, tout en respectant les contraintes du système et en assurant la pérennité des installations. À moyen et long terme, l'horizon étudié s'étend typiquement sur plusieurs années avec un pas de temps hebdomadaire ou mensuel pour les étapes de décision. La gestion des réservoirs du parc doit se faire en considérant l'incertitude des apports en eau sur l'horizon de planification. La prise de décision à long terme est encore plus importante lorsque de grands réservoirs de capacité multiannuelle sont présents dans le parc de production comme au Québec. Les réservoirs multiannuels peuvent déplacer l'énergie stockée sur plusieurs années, ce qui en fait un moyen efficace de protection contre la grande variabilité hydrologique généralement présente à long terme. Un compromis doit être trouvé entre conserver un stock de sécurité suffisant pour les années futures et saisir les opportunités présentes à travers la production et la vente de l'énergie potentielle en stock. À cet équilibre difficile à trouver viennent s'ajouter la grande taille du système et les relations non linéaires et non convexes entre le débit soutiré, la hauteur de chute et la production hydroélectrique. Planifier la production à long terme se formule comme un problème multi-étapes stochastique de prise de décision qui est souvent résolu par la programmation dynamique stochastique (SDP) ou la programmation dynamique stochastique duale (SDDP), une variante de la SDP non affectée par la « malédiction de la dimension » du système. L'incertitude sur les apports est représentée par un modèle hydrologique périodique autorégressif (PAR) pour la méthode SDDP et un processus markovien dans le cadre de la SDP. Les cadres périodique autorégressif et markovien standard présentent des limitations à la structure de corrélation et aux statistiques annuelles et interannuelles pouvant être considérées. Le but de cette thèse est d'améliorer les méthodes d'optimisation sous incertitude afin de tenir compte de l'information statistique pertinente pour la planification long terme d'un complexe hydroélectrique. Trois activités entourent cet objectif principal. La première activité consiste à la mise en place d'un outil d'optimisation stochastique basé sur la SDDP dans l'environnement industriel d'Hydro-Québec Production (HQP). L'histoire de la programmation stochastique à HQP est longue et riche de modèles performants pour la gestion des opérations. Malheureusement, les divergences avec les caractéristiques officielles des installations n'ont pas favorisé la pérennité de ces modèles. Pour cette raison, un intérêt particulier a été apporté à l'adéquation du modèle avec l'environnement utilisateur et à la flexibilité de l'outil. Ces caractéristiques ont permis de doter les gestionnaires de rivière, les gestionnaires moyen terme et long terme d'un outil efficace d'aide à la décision dans la gestion du parc de production d'HQP. La deuxième activité utilise l'outil d'optimisation stochastique développé et étend le modèle PAR qui y est utilisé à un modèle périodique autorégressif à moyenne mobile (PARMA). Les modèles PARMA sont connus pour avoir une structure de corrélation plus forte que les modèles PAR. Les modèles PARMA testés sur le système hydrique Manicouagan ont révélé une meilleure représentation des autocorrélations d'ordre 2 et 3, ainsi que de la moyenne annuelle des apports par rapport aux modèles PAR de même ordre autorégressif. Les politiques de gestion obtenues par la méthode SDDP avec les modèles PARMA induisent une plus grande valeur marginale de l'eau stockée dans le réservoir multiannuel du système. Les décisions prises ont donc tendance à conserver plus d'eau en stock, ce qui entraîne une amplitude des déversements extrêmes plus forte contrebalancée par une meilleure protection du système contre les délestages. Globalement, le revenu moyen et l'efficacité du système se retrouvent améliorés, ce qui indique un meilleur compromis des modèles PARMA par rapport aux PAR. La troisième activité s'intéresse à une politique de gestion du stock énergétique d'Hydro- Québec Production sur plusieurs années qui intègre la représentation des statistiques annuelles et interannuelles d'un modèle Shifting Level (SL). Le parc de production est agrégé en réservoirs énergétiques équivalents et le SL est utilisé pour représenter la dynamique annuelle et interannuelle des apports, couplé à une méthode de désagrégation pour capturer l'information au niveau intra-annuel. La désagrégation temporelle n'est pas compatible avec le cadre markovien standard ce qui empêche l'utilisation directe de la SDP. Une méthode hybride est désignée dans laquelle les scénarios générés à partir du SL désagrégé permettent d'améliorer une politique initiale obtenue par la SDP où la variable hydrologique est l'apport précédent. La performance de la politique améliorée est comparée à la SDP qui utilise un modèle de Markov à états cachés autorégressif (HMM-AR) comme approximation markovienne du processus SL désagrégé. Le revenu moyen obtenu par la méthode hybride est supérieur à la SDP avec HMM-AR. Cet avantage est associé à un meilleur compromis entre un stock de sécurité élevé pour diminuer le risque de délestage et un volume de ventes élevé permettant de rentabiliser l'énergie stockée en évitant de la perdre par déversement.