Simulations de séries temporelles dans les réseaux électriques: applications au stockage thermique pour l'équilibrage de la production éolienne

La modernisation des réseaux de distribution électriques par l'utilisation de nouvelles technologies d'automatisation, de commande et de mesurage avancé connue sous le terme smart grid ainsi que l'augmentation de la production d'énergie renouvelable (solaire, éolien) entraînent des modifications importantes pour les opérateurs et les planificateurs du réseau. Ces changements nécessitent l'utilisation de nouveaux outils de simulations informatiques. Aussi, dans le cas de régions nordiques comme le Québec, le mesurage avancé permet l'utilisation de nouvelles technologies comme les systèmes de chauffage par stockage thermique. Un but de ce mémoire est d'étudier la possibilité d'utiliser le stockage thermique pour faciliter l'intégration de l'énergie éolienne. Mesurer l'impact des systèmes de chauffage par stockage thermique sur les clients et sur le réseau est aussi un des objectifs. Pour pouvoir étudier ces questions, la modélisation des charges domestiques, principalement le chauffage, et du réseau électrique sont nécessaires. C'est dans cette optique que des outils de simulations des réseaux électriques offrant de nouvelles possibilités sont étudiés. Trois outils de simulations à code source ouvert sont présentés : OpenDSS, GridLAB-D et APREM. Pour les comparer, deux cas sont simulés : le premier porte sur un calcul de pertes annuelles de ligne de distribution avec l'ajout de production décentralisée et le deuxième porte sur un calcul annuel d'économie d'énergie apportée par un contrôle asservi de la tension. Les résultats démontrent qu'OpenDSS est le plus rapide. Aussi, il ressort que les modèles de charges commandées par thermostats de GridLAB-D offrent des possibilités intéressantes pour effectuer des calculs d'impact de la gestion de la tension. L'impact des accumulateurs thermiques sur le réseau est discuté. Les simulations démontrent qu'un client résidentiel québécois typique, utilisant la tarification différenciée dans le temps du projet Heure Juste, pourrait économiser 15 % de sa facture totale annuelle d'électricité en utilisant un accumulateur thermique central. Du point de vue du réseau, les simulations montrent qu'un taux de pénétration de l'ordre de 4 % de ce type de système de chauffage pourrait entraîner la création d'une troisième pointe de charge la nuit sans gestion plus élaborée. Une commande des chauffe-eau et des accumulateurs thermiques centraux suivant la production éolienne est présentée. Les résultats montrent que 28 MW de charge de chauffe-eau ou 3,35 MW de charge d'accumulateurs thermiques sont nécessaires pour suivre 1 MW de production éolienne installée sur une période de temps de 6 heures.

Abstract

The modernization of electrical distribution systems using modern technologies of automation, control and measurement is known as the smart grid. This modernization and the adding of more and more renewables (solar, wind) to the grid result in significant changes for grid operators and planners and require the use of new tools for computer simulations. Also, in the case of northern regions such as Quebec, advanced measurement allows the use of electric thermal storage heating systems. One of the goals of this work is to study the possibility to use thermal storage to integrate wind energy to the grid. Also, one of the other objectives is to measure the impact of electric thermal storage heating on the customer and on the grid. To study these questions, load models, mainly electrical heating, and electrical grid models need to be used and developed. This is why new simulation tools are studied. Three open source simulation tools are presented: OpenDSS from EPRI, GridLAB-D from PNNL and APREM from Polytechnique Montréal. For comparison, two cases are simulated: the first one is the calculation of annual losses of a distribution line with the addition of distributed generation and the second one is the annual energy savings of a voltage control over a distribution line. Results show that OpenDSS is the fastest. Also, it appears that thermostatically controlled loads models provided by GridLAB-D offer interesting opportunities to perform conservation voltage reduction calculations. The impact of electrical thermal storage heating systems on the distribution system is discussed. Simulations show that a typical residential customer in Quebec, using time of use rate, could save 15% of its total annual electricity bill by using central electric thermal storage. From a distribution substation point of view, simulations show that a penetration rate of about 4% of this type of heating system may create a third peak during night without a better form of control. Control of water heaters and central electric thermal storage related to wind generation is presented. Results showed that 28 MW of water heaters load or 3.35 MW of electric thermal storage load are needed to follow 1 MW of installed wind generation over a 6 hours period of time.