Theses Year : 2023

Stochastic modeling and optimization of an autonomous micro-grid

Modélisation stochastique et optimisation d'un micro réseau autonome

Abstract

The PIMENT laboratory has developed a tool for managing the electrical consumption of a dwelling, a mixed variable model (MILP) whose first approach was to linearise a non-linear model defining the use of electrical appliances for a group of houses. Based on a communication platform developed under Android, the decision support tool records the different energy demands of the families within a microgrid and then optimises a mathematical model to find the minimum electricity consumption. This model is constrained by physical and financial criteria and the users' wishes. In an isolated location not connected to the main electricity grid, the efficient use of intermittent renewable energies requires optimal management of electricity consumption. The study concerns an isolated electrical microgrid constituting three neighbouring houses in the village of Roche Plate in the Cirque of Mafate on the island of La Réunion. The objective of the thesis is to find the optimal balance of the microgrid system in order to minimize energy losses, optimize the storage system without degrading of the users' comfort. Two approaches are developed in this thesis, the deterministic approach and the stochastic approach. If the deterministic model consists in modelling the system without taking into account the uncertainties of the production and the demand, thus leading to a deterministic decision, the thesis focuses on taking into account these uncertainties which could impact the physical quantities of the model. Thus, the main objective of the thesis is to model, optimize and simulate the stochastic operation of the autonomous microgrid by pooling energy production and storage resources. This success requires the combined use of electrical production means and storage, taking into account the intermittence of the resource, and in certain cases, modifications to the time slots for the use of electrical appliances. Nonparametric probability density estimation methods are developed to estimate the probability distributions of the variation of solar radiation, as well as those of the variation of the desired duration and end time of the services. In the stochastic case, the propagation of uncertainties by the Monte Carlo method will allow to propagate in the MILP model the distributions of the input parameters in order to obtain distributions for each output variable. This method allows the performance of the system to be evaluated under random constraints. Each output variable will thus have a sample to estimate an empirical distribution function giving the probabilities of the scenarios to make decisions on the use of electrical appliances in order to give advice to consumers in the three houses of the autonomous microgrid. The complexity of the system under the influence of the uncertainty of the generation source is seen when making decisions. Stochastic modelling through non-parametric probability density function estimation methods for each hourly interval allows to quantify the evolution in time of the uncertainty on the system parameters. The arrangement of real solar radiation measurement data from the weather station installed on the site and the consumption measurement data of the users of the three houses allowed us to make a real experiment and to take decisions.
Le laboratoire PIMENT a développé un outil de gestion de la consommation électrique d’un logement, un modèle à variables mixtes (MILP) dont la première approche fut de linéariser un modèle non linéaire définissant le mode d’utilisation des appareils électriques pour un îlot de maisons. Basé sur une plateforme de communication développée sous Androïd, l'outil d'aide à la décision enregistre les différentes demandes énergétiques des familles au sein d'un micro-réseau puis optimise un modèle mathématique pour la recherche du minimum de consommation électrique. Ce modèle est contraint par des critères physiques, financiers et les souhaits des utilisateurs. Dans un endroit isolé non connecté au réseau principal d’électricité, l’utilisation efficace des énergies renouvelables intermittentes nécessite une gestion optimale de la consommation électrique. L’étude concerne un micro-réseau électrique isolé constituant trois maisons voisines du village de Roche Plate du cirque de Mafate de l’île de La Réunion. L’objectif de la thèse est de trouver l’équilibre optimale du système micro-réseau afin de minimiser les pertes en énergie, optimiser le système de stockage sans dégrader les conforts des utilisateurs. Deux approches sont développées dans cette thèse, l’approche déterministe et l’approche stochastique. Si le modèle déterministe consiste à modéliser le système sans tenir compte des incertitudes de la production et de la demande, conduisant ainsi à une décision déterministe, la thèse cible la prise en compte de ces incertitudes qui pourraient impacter les grandeurs physiques du modèle. Ainsi l’objectif principal de la thèse est de modéliser, optimiser et simuler le fonctionnement stochastique du micro-réseau autonome en mutualisant des moyens de production et de stockage d’énergie. Cette réussite nécessite l'utilisation combinée des moyens de production électrique et du stockage, la prise en compte de l'intermittence de la ressource, et dans certains cas, les modifications des créneaux horaires d’utilisation des appareils électriques. Des méthodes non paramétriques d’estimation de densité de probabilité sont développées pour estimer les distributions de probabilité de la variation du rayonnement solaire, autant que celles de la variation de la durée et de l’heure de fin de souhaitée des services. Dans le cas stochastique, la propagation des incertitudes par la méthode de Monte Carlo permettra de propager dans le modèle MILP les distributions des paramètres d’entrée afin d’obtenir des distributions pour chaque variable de sortie. Cette méthode permet d’évaluer la performance du système face à des contraintes aléatoires. Chaque variable de sortie aura ainsi un échantillon permettant d’en estimer une fonction de répartition empirique donnant les probabilités des scenarios permettant de prendre des décisions sur l’utilisation des appareils électriques afin de donner des conseils aux consommateurs du micro-réseau. La complexité du système sous l'influence de l'incertitude de la source de production est aperçue lors de la prise des décisions. La modélisation stochastique à travers les méthodes non paramétriques d’estimation de fonction de densité de probabilité pour chaque intervalle horaire permet de quantifier l'évolution dans le temps de l'incertitude sur les paramètres du système. La disposition des données de mesure réelles du rayonnement solaire de la station météorologique installée sur le site d’expérimentation et des données de mesure des consommations des trois maisons nous a permis de faire une expérimentation avec des données de mesure réelles et prendre des décisions.
Fichier principal
Vignette du fichier
23_09_P_RASOAVONJY.pdf (11) Télécharger le fichier
Origin Version validated by the jury (STAR)

Dates and versions

tel-04719411 , version 1 (03-10-2024)

Identifiers

  • HAL Id : tel-04719411 , version 1

Cite

Paulisimone Rasoavonjy. Modélisation stochastique et optimisation d'un micro réseau autonome. Modélisation et simulation. Université de la Réunion, 2023. Français. ⟨NNT : 2023LARE0009⟩. ⟨tel-04719411⟩
162 View
24 Download

Share

More