Soutenance de thèse: Alexis FOUILLOY (24 septembre 2019)

Centre: UMR SPE

Projet: ENR

Discipline: Mécanique des fluides, Energétiques, Thermique, Combstion, Acoustique - Mention: Energétiques, génie des procédés

Titre de la thèse: Comparaison de méthodes d'apprentissage automatique de prévision de la ressource solaire pour une application à une gestion optimisée des réseaux intelligents

Résumé vulgarisé:

L’insertion des Energies Renouvelables (EnR) intermittentes et aléatoires sur les réseaux électriques îliens non interconnectés est un enjeu majeur pour accroître, d’une part, leurs indépendances énergétiques et d’autre part, réduire les factures énergétiques et environnementales. Cependant, la sûreté d'un réseau électrique insulaire peut être mise à mal lorsque la proportion d’EnR intermittente injectée sur le réseau dépasse un certain seuil. Leur caractère fatal empêche le producteur de piloter sa production et ainsi handicape leur intégration dans les réseaux électriques. Un seuil réglementaire de 30% a ainsi été fixé par décret. Dans le but d’augmenter le taux d’intégration il est nécessaire de développer des modèles de prévision de la ressource qui permettent au gestionnaire de réseau d’anticiper les actions à mener sur son système. Pour l’utilisation de systèmes PV, la prévision doit être faite sur des données de rayonnement solaire global. Pour les horizons de prévision de 1 à 6 heures les techniques basées sur l’intelligence artificielle sont les plus adaptées. Le but est de développer et de tester une méthodologie et des modèles fiables et performants pour réaliser ce type de prévision et ainsi donner au gestionnaire de réseau un outil efficace d’aide à la décision. Dans l’optique de comparer de manière objective les différents modèles, ils ont été testés sur des données en provenance de plusieurs sites de mesures avec des caractéristiques géographiques et météorologiques différentes. On a pu comparer les différentes familles et architectures de modèles et ainsi de proposer les choix les plus judicieux de techniques de prévision en fonction du type d’application. Ces travaux ont été implémentés dans un logiciel de gestion en temps réel d’une centrale hybride solaire, éolien et stockage par batterie au sein d’un micro réseau insulaire sur une île dans l’archipel du Dodécanèse. Ces travaux qui peuvent paraitre très mathématiques, ont pu au travers du projet TILOS, trouver une application pratique et opérationnelle ; les habitants de l’île bénéficient aujourd’hui d’une énergie propre et sûre de manière quasi autonome.

Mots clés : prévision, intelligence artificielle, rayonnement solaire, énergies renouvelables, micro-réseau.

La soutenance aura lieu le mardi 24 septembre à 14h, Salle de réunion du Centre Georges Peri, Vignola, Ajaccio

En savoir plus: Résumé scientifique