Génération distribuée dans un réseau électrique intelligent: une approche suivant la théorie des jeux.

Belgana, Ahmed (2015). Génération distribuée dans un réseau électrique intelligent: une approche suivant la théorie des jeux. Mémoire. Québec, Université du Québec, Institut national de la recherche scientifique, Maîtrise en télécommunications, 77 p.

Prévisualisation

PDF Télécharger (2MB) | Prévisualisation

Résumé

Le réseau électrique actuel évolue pour devenir une combinaison de plusieurs microsources interconnectées, combinant des sources d'énergie solaire, des sources d'énergie éolienne, ainsi que d'autres sources d'énergie renouvelable. L'utilisation de telles microsources dans le réseau électrique pose encore des problèmes vu leur nature intermittente et stochastique. Les énergies renouvelables promettent de répondre à la demande croissante en énergie tout en réduisant les émissions de carbone. L'utilisation des énergies renouvelables pour satisfaire toute la demande d'électricité au même coût que la parité réseau n'est pas encore possible à cause du coût élevé d'investissement, d'où la nécessité de trouver un compromis entre l'utilisation de deux sources d'énergie, l'une renouvelable et l'autre non renouvelable, ce qui permettrait aux consommateurs d'avoir l'électricité à un coût abordable tout en réduisant les émissions de carbone. La théorie des jeux a fait ses preuves dans différents champs d'application et commence de plus en plus à être vue comme un des cadres mathématiques les plus prometteurs pour résoudre ce type de problèmes dans le contexte des réseaux électriques intelligents. Les approches évolutionnaires ont été largement déployées comme des méthodes de recherche heuristiques pour résoudre et optimiser des problèmes scientifiques complexes. L'utilisation des microsources devient une nécessité non seulement pour répondre à la demande en électricité, mais aussi pour réduire les émissions de carbone. Pourtant, il n'existe pas encore un mécanisme efficace de distribution de l'électricité. Cette thèse propose deux algorithmes de distribution d'électricité en supposant l'existence d'un marché libre où plusieurs microsources peuvent alimenter plusieurs consommateurs. Le premier est un mécanisme de tarification basé sur la théorie des jeux de potentiel. Le deuxième est un modèle analytique basé sur le modèle de Stackelberg avec plusieurs meneurs et plusieurs suiveurs, chacun avec plusieurs fonctions objectives. Nous avons développé un algorithme basé sur les algorithmes évolutionnaires pour trouver les stratégies Pareto optimales pour maximiser le profit des meneurs tout en minimisant les émissions de carbone. Nous avons implémenté différents scénarios de distribution et de marchés par le biais des simulations pour les deux mécanismes. Nous avons aussi examiné plusieurs paramètres de performance tels que les pertes de ligne, le profit des producteurs d'électricité et le niveau des émissions de carbone. Les résultats obtenus suggèrent que l'utilisation d'un mécanisme de distribution d'électricité en temps réel améliore l'efficacité du réseau. Ils démontrent que notre modèle prend en compte les pertes de ligne, le coût en temps réel et le niveau de production pour optimiser le coût global de la production, maximiser les profits et minimiser les émissions de carbone. Le modèle proposé sera très utile pour la gestion de la demande en temps réel.

Future power grids are anticipated to be a combination of interconnected microsources leveraging solar, wind, and plug-in electrical vehicles. However, connecting microsources to the power grid entails the issue of tradability due to their sporadic and stochastic nature, as typically witnessed with renewable energy sources. The emergence of microsource holds promise to reduce the carbon emissions and exploit more renewables in order to meet the worldwide growing electrical energy demands. However, there exist several challenges such as optimizing the tradeoff between the use of renewable and non renewable energy sources to leverage affordable electric power, while minimizing carbon emissions. On the other hand, game theory is viewed as one of the promising analytical frameworks to deal with the aforementioned issues in the context of smart grids. Game theoretic approaches have been widely used in various scientic domains and recently also increasingly in smart grids, whereby evolutionary paradigms have been widely deployed as a popular heuristic search method to solve and optimize complex real-life scientic problems. A promising approach is the development of such evolutionary algorithms and game theoretic approaches in the context of open energy markets. The need for microsource becomes a necessity in order to meet the growing demand of electricity. However, there is still much debate on how the electricity trading should be coordinated in Smart Grid and the use of renewable energy sources (RESs). This thesis proposes two trading schemes for an anticipated open energy market where multiple utility companies feeding multiple consumers coexist. The fist mechanism is a pricing mechanism for interconnected smart microsources based on potential game theory. The second algorithm is an analytic model of a multi-leader and multi-follower Stackelberg game approach based on a bi-level hybrid multi-objective evolutionary algorithm (BL-HMOEA) to find optimal strategies that maximize the profit of utilities and minimize carbon emissions in an open energy market among interconnected microsources.We implement different scenarios of trading mechanism and markets by mean of analysis and simulation of both models. This study examines several performance metrics, such as total power losses, profit of utilities and carbon emissions. The obtained results suggest that the adoption of a real-time decentralized electricity trading mechanism is proved to be more effective and shows that our model captures the energy losses, real-time cost, and production to optimize the overall losses and total production costs in an open energy market. The proposed models will be most beneficial for handling demand side management in real time.

Type de document:	Thèse Mémoire
Directeur de mémoire/thèse:	Maier, Martin
Mots-clés libres:	algorithme évolutionnaire; microsource; marché libre d'électricité; réseau électrique intelligent; jeu de Stackelberg; tarification en temps réel; énergie
Centre:	Centre Énergie Matériaux Télécommunications
Date de dépôt:	17 mars 2015 20:07
Dernière modification:	01 oct. 2021 15:36
URI:	https://espace.inrs.ca/id/eprint/2630

Gestion Actions (Identification requise)

Modifier la notice