La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Raphaël Caire, le 2 avril 2004 1 Gestion des réseaux de distribution en présence de Génération dÉnergie Dispersée par Raphaël Caire Encadrants : Nicolas.

Présentations similaires


Présentation au sujet: "Raphaël Caire, le 2 avril 2004 1 Gestion des réseaux de distribution en présence de Génération dÉnergie Dispersée par Raphaël Caire Encadrants : Nicolas."— Transcription de la présentation:

1 Raphaël Caire, le 2 avril Gestion des réseaux de distribution en présence de Génération dÉnergie Dispersée par Raphaël Caire Encadrants : Nicolas Retière Nouredine Hadjsaid ENSIEG, le 2 avril 2004

2 Raphaël Caire, le 2 avril Développement nouvelles technologies de petites productions et moyens de stockage Saturation des réseaux de transport Ouverture à la concurrence du marché de lénergie Contraintes écologiques Multiplication attendue des générateurs au sein des réseaux de distribution qui ne sont pas prévus pour doù impacts plus ou moins critiques Remise en question possible des systèmes électriques de distribution notamment français Contexte Directives Européennes Accords de Kyoto

3 Raphaël Caire, le 2 avril Contexte © Copyright EDF

4 Raphaël Caire, le 2 avril Objectifs généraux Problématique du raccordement : Tendance à linsertion de moins en moins marginale des producteurs, Études existantes concernant les impacts HTA/HTA et BT/BT, Contraintes de raccordement importantes et limitatives. Objectifs : Etudier la transmission des impacts de la BT vers la HTA, Trouver des solutions innovantes pour la gestion des réseaux de distribution en présence de Génération dEnergie Dispersée (GED), Augmenter la capacité daccueil. Découpage : Études dimpacts, Remèdes aux impacts les plus critiques, Validation avec un banc à échelle réduite (ARENE temps réel).

5 Raphaël Caire, le 2 avril Plan de la présentation I – Contexte et objectifs généraux II – Études dimpacts III – Coordination des moyens de réglage IV – Validation V – Conclusions et perspectives

6 Raphaël Caire, le 2 avril Plan de la présentation I – Contexte et objectifs généraux II – Études dimpacts III – Coordination des moyens de réglage IV – Validation V – Conclusions et perspectives

7 Raphaël Caire, le 2 avril Méthodologie détude dimpact Idée Quantifier et évaluer la criticité dun impact en fonction des valeurs usuelles des paramètres du réseau Démarche La plus générale possible Bonus Trouver des solutions pour la gestion du réseau de distribution en présence de GED Approche Type paramétrique

8 Raphaël Caire, le 2 avril Choix de limpact étudiéChoix des réseaux Outil informatique Outil analytique Choix dun indice Choix des paramètres Simulation et exploitation Quantification de limpact Méthodologie proposée

9 Raphaël Caire, le 2 avril Impacts envisagés Séparation en plusieurs grandes catégories : Grandeurs électriques : Plan de tension, Courants de court-circuit, Déséquilibres, Stabilité, Qualité de lénergie (Harmoniques, Flicker, Creux de tension, …). Conception, planification et exploitation : Plan de protection, TCFM (Télécommande centralisée à fréquence musicale), Gestion entre autres. Matériels de réseau : Vieillissement des matériels accéléré entre autres. Il faut donc trouver lesquels sont prioritaires

10 Raphaël Caire, le 2 avril Impacts étudiés au cours de létude Études quantitatives sur : Le plan de tension Respect des limites réglementaires Les courants de court-circuit en régime permanent Conformes au dimensionnement et aux réglages des matériels Le plan de protection Bon fonctionnement assuré : pas daveuglement ni de déclenchement intempestifs La stabilité petits signaux : pas de modes instables grands signaux : valeurs de TEC acceptables Les déséquilibres en tension inverse Respect des valeurs réglementaires

11 Raphaël Caire, le 2 avril Choix de limpact étudiéChoix des réseaux Outil informatique Outil analytique Choix dun indice Choix des paramètres Simulation et exploitation Quantification de limpact Méthodologie proposée et illustration sur le plan de tension

12 Raphaël Caire, le 2 avril Choix des réseaux Mise en place des réseaux Réseau de référence de type urbain Réseau de référence de type rural Réseau Basse Tension générique Réseau école pour études analytiques urbain rural BT générique HTA école

13 Raphaël Caire, le 2 avril Choix de l impact étudié Choix des réseaux Outil informatique Outil analytique Choix dun indice Choix des paramètres Simulation et exploitation Quantification de limpact Méthodologie proposée et outils associés

14 Raphaël Caire, le 2 avril Outil analytique P e,Q e P 1,Q 1 R 1,X 1 P 2,Q 2 R 2,X 2 P 3,Q 3 R 3,X 3 P j,Q j R j,X j P n,Q n R n,X n U source N 1 N 2 N 3 N j N n Chute de tension pour une impédance RL : Si on considère que lhypothèse de Kapp est valide, la chute de tension entre Ue et Us est : Généralisation pour un réseau radial :

15 Raphaël Caire, le 2 avril Choix de l impact étudié Choix des réseaux Outil informatique Outil analytique Choix dun indice Choix des paramètres Simulation et exploitation Quantification de limpact Méthodologie proposée et indice de quantification

16 Raphaël Caire, le 2 avril Indice dimpact et paramètres Afin de quantifier limpact de la génération dénergie dispersée et des paramètres du réseau, on a défini lécart relatif : Lécart relatif traduit donc la modification de la tension due à un transit de puissance donné. Les paramètres sont : dépendants des impédances R et X du réseau : Position du producteur, Puissance de court-circuit du réseau amont, Types de lignes et câbles entre autres. dépendants des puissances P et Q : Puissance de la GED connectée en BT, Puissance des charges connectées au réseau, Insertion massive de GED sur des réseaux BT différents.

17 Raphaël Caire, le 2 avril Choix de l impact étudié Choix des réseaux Outil informatique Outil analytique Choix dun indice Choix des paramètres Simulation et exploitation Quantification de limpact Méthodologie proposée et simulation

18 Raphaël Caire, le 2 avril Exemple de résultats : influence de la position du producteur sur le plan de tension Ecart relatif en fonction de la position du producteur Variation de lindice : Avant le point dinsertion : augmente Après le point dinsertion : constant N1 N29 N55

19 Raphaël Caire, le 2 avril Etude quantitative sur le réseau urbain Application au plan de tension Cas dinsertion massive a priori et distribution des générateurs 19 GED de 250 kW sur des réseaux BT uniformément répartis principalement localisés en bout dartère 21 kV 19 kV

20 Raphaël Caire, le 2 avril tout le réseau artère 6 artère 1 Etude quantitative sur le réseau rural Application au plan de tension Cas dinsertion massive a priori et distribution des générateurs 23 GED de 100 kW sur des réseaux BT 19 kV 21 kV

21 Raphaël Caire, le 2 avril Résultats sur le plan de tension Application à différents départs (ruraux, urbains) et étude de sensibilité paramétrique (paramètres des conducteurs, puissance produite, localisation des producteurs, Pcc entre autres) Exemple de résultats pour le plan de tension Premiers impacts apparaissent pour 100% de la consommation totale du départ Impacts renforcés par : une consommation minimale une localisation concentrée en bout de départ des producteurs la contrainte initiale du réseau Dans certains cas, changement de prise du régleur conséquences sur les départs adjacents

22 Raphaël Caire, le 2 avril Conclusion sur les impacts Conclusions pour les autres impacts : peu problématiques sauf cas particuliers identifiés Choix du problème principal à traiter : plan de tension Conclusions valables sur réseaux détude et renforcées par dautres études nationales et internationales.

23 Raphaël Caire, le 2 avril Plan de la présentation I – Contexte et objectifs généraux II – Études dimpacts III – Coordination des moyens de réglage IV – Validation V – Conclusions et perspectives

24 Raphaël Caire, le 2 avril Recensement des moyens de réglage Moyens de réglage de la tension dits « traditionnels » : Régleurs en charge au poste source, Bancs de condensateurs. Coordination de ces moyens avec dautres : Distribution-Flexible AC Transmission Systems (D-FACTS), Certains producteurs indépendants, Autres types.

25 Raphaël Caire, le 2 avril Coordination des moyens de réglage Méthodes de gestion optimale des moyens de réglage : le meilleur choix des consignes des éléments réglants (parallèles et séries) le placement optimal des moyens de réglages supplémentaires, le choix/limitation du nombre des moyens de réglage. Réflexion pour la coordination de groupes de producteurs vision horizontale (décentralisée) intelligence répartie moyens télécoms locaux / globaux Coordination des services réseau de chaque producteur par un opérateur réseau vision verticalement intégrée

26 Raphaël Caire, le 2 avril Coordination en utilisant un algorithme doptimisation Minimisation dune fonction objectif : F(x,u) est la fonction objectif, x sont les variables électriques (tensions, courants, phases, puissances), u sont les grandeurs commandables (consignes producteurs / FACTS, régleurs en charge, condensateurs entre autres), g(u,x) la (ou les) équation(s) qui se réfère(nt) à des conditions dégalité (exemple : calcul de répartition, égalité puissance consommée et puissance produite aux pertes près), h(u,x) la (ou les) inégalité(s) qui tradui(sen)t les contraintes sur les vecteurs x et u (tensions maximales, puissances transmissibles).

27 Raphaël Caire, le 2 avril Problématique de loptimisation dans les réseaux Problème mixte (continu et/ou discret) : Valeurs de linjection de puissance réactive des D-FACTS et des producteurs sont continues Valeurs du régleur en charge et du banc de capacité sont discrètes, ou rendues continues par des fonctions dextrapolation Le choix des moyens de réglage est un problème purement discret Problème fortement non linéaire Problème contraint : Limites sur les injections de puissance des moyens de réglage Limites sur les tensions du réseau Limites sur les courants

28 Raphaël Caire, le 2 avril Larbre doptimisation (vu sur [NEOS]) Réglage des consignes

29 Raphaël Caire, le 2 avril Problématique de loptimisation des grandeurs de commande dans les réseaux (réglage des consignes) Représentation mathématique des grandeurs de réglage discrètes : Représentations linéaires, Représentations en escaliers, Tableaux de valeurs. Problème contraint : Limites sur les injections de puissance réactive des moyens de réglage, Limites sur les tensions du réseau. Fonctions objectifs : linéarisé en escalier « sigmoïdes » discret

30 Raphaël Caire, le 2 avril Méthodes doptimisation des consignes Méthodes classiques Méthodes déterministes : Exemple : Programmation Séquentielle Quadratique (SQP) appliquée à des problèmes continus ou rendus continus. Inadaptées aux problèmes discrets (programmation dentier Branch & Bound), Inadaptées aux fortes non-linéarités. Méthodes heuristiques : Exemple : Algorithmes Génétiques dans le cas de problèmes fortement non-linéaires, Nombreux réglages, Critères darrêts non déterministes.

31 Raphaël Caire, le 2 avril Cas détude Réseau de distribution 20 kV avec 5 départs Pcc réseau Amont 250 MVA (purement inductif) Transformateur 20 MVA Deux départs modélisés finement : - départ semi urbain (77 nœuds et 22 points de production possibles) - départ urbain (55 nœuds et 22 points de production possibles) Départs Adjacents modélisés par une charge de 13 MVA

32 Raphaël Caire, le 2 avril Méthodes doptimisation des consignes Résultats sur le départ rural régleur en charge + 23 points dinjection de puissance réactive

33 Raphaël Caire, le 2 avril Méthodes doptimisation des consignes Résultats sur le départ rural régleur en charge seul

34 Raphaël Caire, le 2 avril Méthodes doptimisation des consignes Résultats sur le départ rural régleur en charge + 23 points dinjection de puissance réactive

35 Raphaël Caire, le 2 avril Méthodes doptimisation des consignes (développées) Hybridation de méthodes heuristiques et déterministes : Accélération de la convergence

36 Raphaël Caire, le 2 avril Population initiale Tirage aléatoire dune population initiale discret linéarisé u1u1 u2u3u4u5u6u2u3u4u5u6 u 7…………….. Opération répétée pour les n individus qui forment la population Continus Discrets

37 Raphaël Caire, le 2 avril Sélections classiques A partir dune population, sélection de deux individus u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 u1u1 u2u3u4u5u6u2u3u4u5u6 u7u7 I 1 : I 2 : I 3 : I 4 : I 5 : I 6 : I 7 : … I n : F(I 1 ) F(I 2 ) F(I 3 ) F(I 4 ) F(I 5 ) F(I 6 ) F(I 7 ) … F(I n ) Sélection de type : Tournoi : si F(I 4 ) < F(I 6 ) alors I 4 est sélectionné puis on répète une seconde fois Elitisme : parmi les x% meilleurs (F(I i ) faible), sélection de deux individus aléatoirement Roue biaisée :

38 Raphaël Caire, le 2 avril Croisements classiques A partir de deux parents, création de deux nouveaux enfants u1u2u3u1u2u3 I 4 : I 6 : F(I 4 ) F(I 6 ) Croisement de type : Uniforme : Le même nombre de gènes est échangé entre les parents 1 et 2 Non uniforme : Nombre de gènes différents A plusieurs coupures Combinaison linéaire : u1 = t.u 1 +(1-t).u 1 0t1 Parents : Enfants : u4u5u6u7u4u5u6u7 u1u2u3u1u2u3 u4u5u6u7u4u5u6u7 u1u2u3u1u2u3 u4u5u6u7u4u5u6u7 u1u2u3u1u2u3 u4u5u6u7u4u5u6u7 I a : I b : F(I a ) F(I b )

39 Raphaël Caire, le 2 avril Mutation Mutation classique : Mutation avec convergence locale :

40 Raphaël Caire, le 2 avril Algorithme génétique (croisements seuls) Population initiale Enfants possibles F(x,u)

41 Raphaël Caire, le 2 avril Algorithme génétique (mutation classique) Population initiale Enfant muté F(x,u) Sélection de lindividu qui mute

42 Raphaël Caire, le 2 avril Algorithme génétique (mutation déterministe) Population initiale Enfant muté F(x,u) Trois pas dalgorithme déterministe (de descente)

43 Raphaël Caire, le 2 avril Illustration de loptimum global Présence doptima locaux Algorithme déteministe Algorithme Génétique classique Algorithme hybride F(u) u

44 Raphaël Caire, le 2 avril Méthodes doptimisation des consignes Résultats sur les départs rural et urbain régleur en charge/banc de capacités + 44 points dinjection de réactif F N1 = 4.96e-3 F N1 = 1.49e-3 F N1 = 1.85e-3 Tension de consigne

45 Raphaël Caire, le 2 avril Pertes et variations du taux de convergence déterministe Résultats sur les départs rural et urbain régleur en charge/banc de capacités + 44 points dinjection de réactif

46 Raphaël Caire, le 2 avril Méthodes doptimisation des consignes pour les pertes Résultats sur les départs rural et urbain régleur en charge/banc de capacités + 44 points dinjection de réactif

47 Raphaël Caire, le 2 avril Larbre doptimisation (vu sur [NEOS]) Placement et choix des moyens de réglage

48 Raphaël Caire, le 2 avril Optimisation maître-esclave Afin de trouver les localisations optimales des moyens de réglage et les consignes associées : découplage Problème multi-objectifs classique pour la localisation des moyens de réglage optimaux : Fonction traduisant lefficacité de réglage, Fonction traduisant le nombre de moyens de réglage. Optimisation des consignes par les méthodes précédemment présentées

49 Raphaël Caire, le 2 avril Optimisation muti-objectifs et frontière de Pareto Problème multi-objectifs classique : Définition : Résolution par pondération : Résolution par variation des contraintes :

50 Raphaël Caire, le 2 avril Placement et choix des moyens de réglage par optimisation muti-objectifs Pour des problèmes de vitesse de calcul : Evaluation de l « efficacité » du réglage en fonction du point dinjection : Pénalisation suivant le nombre de producteurs : Au final

51 Raphaël Caire, le 2 avril Application à la minimisation des moyens de réglage Réseau détude, réseau rural de 77 noeuds : Insertion possible de sources de puissance aux 77 nœuds mais 23 nœuds producteurs choisis au hasard Nombre de producteurs - Efficacité de réglage

52 Raphaël Caire, le 2 avril Placement et choix des moyens de réglage par optimisation multi-objectifs puis optimisation des moyens de réglage choisis Tous les moyens de réglage sont coordonnés F N1 (x,u)=0.574Trois moyens de réglage seulement F(x,u)=2.74 Douze moyens de réglage seulement F N1 (x,u)=2.02 Problème multi-objectifs puis coordination des consignes

53 Raphaël Caire, le 2 avril Commentaires sur les résultats de loptimisation Plusieurs résultats sont remarquables : En relatif, performances différentes en terme doptimisation : la modélisation/représentation retenue, la méthode utilisée, la fonction objectif envisagée. Dans labsolu, différences entre les méthodes déterministes et heuristiques, si optima locaux : SQP plus rapide mais 1er optimum local, AG long mais optimum meilleur. Pour le placement, optimisation maître-esclave donne de bons résultats : Maître de type multi-objectifs simplifié, Esclave de type optimisation des consignes des moyens de réglage.

54 Raphaël Caire, le 2 avril Plan de la présentation I – Contexte et objectifs généraux II – Études dimpacts III – Coordination des moyens de réglage IV – Validation V – Conclusions et perspectives

55 Raphaël Caire, le 2 avril Arène® HTB HTA BTA PC2 producteur PC1 superviseur Communication média et protocole Validation des stratégies de coordination avec ARENE PC contrôleur PC producteur communication 8 analogiques E/S A ou D A/N N/A ARENE temps réel Rack VME

56 Raphaël Caire, le 2 avril Validation des stratégies de coordination avec ARENE Banc expérimental :

57 Raphaël Caire, le 2 avril Validation des stratégies de coordination avec ARENE N1 N2 N3 N11 N4 N5 N6 N7 N8 N9 N10 0 à – O.85 MVar 0 à + O.22 MVar

58 Raphaël Caire, le 2 avril Plan de la présentation I – Contexte et objectifs généraux II – Études dimpacts III – Coordination des moyens de réglage IV – Validation V – Conclusions et perspectives

59 Raphaël Caire, le 2 avril Conclusions Études de transmission des impacts Criticité du plan de tension, Modification des courants de court-circuit en régime permanent. Bibliothèques de méthodes et de modèles Calcul de répartition des charges de type Newton-Raphson et Backward & Forward Sweep, Modèles de compensateur et de moyens de réglage, Bibliothèque doutils doptimisation pour les problèmes mixtes. Solutions pour le plan de tension Outils doptimisation classiques sur réseaux de distribution, Hybridation dun algorithme génétique et dun algorithme déterministe, Algorithmes maîtres-esclaves pour le choix et la localisation des moyens de réglage, Réflexion sur des stratégies de gestion décentralisées (répartition de lintelligence et des prises de décision).

60 Raphaël Caire, le 2 avril Perspectives Estimation détat qui tienne compte du caractère incertain et de létendue du réseau de distribution, Prise en compte des aspects économiques, Évaluation et comparaison entre des infrastructures de coordination décentralisées et centralisées (aspects stratégiques, logiciels et matériels) avec ARENE temps réel, Moyens de télécommunication nécessaires Centrale virtuelle

61 Raphaël Caire, le 2 avril Marché Centre de controle Réseau distribution Concept de centrale virtuelle (Constantin et Olivier)

62 Raphaël Caire, le 2 avril Gestion des réseaux de distribution en présence de Génération dÉnergie Dispersée ENSIEG, le 2 avril 2004 Fin


Télécharger ppt "Raphaël Caire, le 2 avril 2004 1 Gestion des réseaux de distribution en présence de Génération dÉnergie Dispersée par Raphaël Caire Encadrants : Nicolas."

Présentations similaires


Annonces Google