Équipe 02

Toutes les actualités

Équipe 2

«Optimisation de l’intégration des Productions Décentralisées et les Réseaux Intelligents (OPDRI)». A pour but l’étude de l’influence de l’insertion de sources de production décentralisées au réseau de distribution, et le comportement dynamique des productions décentralisées en régime permanent face aux perturbations du réseau électrique.

Présentation de l’Équipe:

Titre de l’Equipe 

Optimisation de l’intégration des Productions Décentralisées et les Réseaux Intelligents

Acronyme éventuel :

OPDRI

Localisation physique :

Université des Sciences et de la Technologie d’Oran Med Boudiaf USTO MB

Nom -Chef d’équipe

Bouzeboudja Hamid

Grade : Pr

 

BOUZEBOUDJA

HAMID

Pr.

U. STO

BAKHTA

NAAMA

MCA

U. STO

SI TAYEB

ABDELKADER

Doc.

U. STO

GHERBI

YAMINA AHLEM

Doc.

U. STO

ASSRAOUI

ABDERRAHMANE

Doc.

U. STO

MERHOUM

AMINA

Doc.

U. STO

MAAMRI

MOKHTAR

Doc.

U. STO

L’objectif des travaux de recherche de l’équipe «Optimisation de l’intégration de Productions Décentralisée et les Réseaux Intelligents»  porte sur l’étude de l’influence de l’insertion de sources de production décentralisées au réseau de distribution, d’autre part le comportement dynamique des productions décentralisées en régime permanent et face aux perturbations du réseau électrique. Il est nécessaire de proposer des solutions pour éviter des déconnexions injustifiées. Il est aussi envisagé de développer des solutions permettant d’augmenter les performances des productions décentralisées afin d’augmenter leur taux d’insertion au réseau de distribution.

De plus, une attention particulière est portée sur la problématique du réglage optimal de tension et de puissance réactive. Or, les moyens de réglage de tension traditionnels (transformateurs à régleur en charge, bancs de capacités) ne sont pas capables de prendre correctement en compte l’apparition des productions décentralisées sur le réseau, surtout dans le cas d’insertion massive.

La complexité du problème d’optimisation de l’écoulement de puissance surtout dans un environnement de marché d’électricité libre, avec l’apparition de nouvelles contraintes en matière de réduction des émissions de gaz polluant (Protocole de Kyoto, 2005) et l’utilisation de sources d’énergies renouvelables, fait en sorte qu’il est souvent difficile d’utiliser des méthodes exactes de solution compte tenu du manque de flexibilité des méthodes classiques pour intégrer diverses contraintes spécifiques.

Les métaheuristiques constituent alors une stratégie de résolution de plus en plus privilégiée puisque elles sont des méthodes à grande flexibilité d’utilisation. Elles ont la possibilité de trouver des solutions dans le plus grands nombre de cas possibles.

Ces algorithmes stochastiques d’optimisation globale peuvent être appliqués à tout problème, du moment qu’il est formulé sous la forme de l’optimisation de critère(s). Ils progressent vers un optimum par échantillonnage d’une fonction objectif. Les métaheuristiques sont généralement utilisées comme des méthodes génériques pouvant optimiser une large gamme de problèmes différents, sans nécessiter de changements profonds dans l’algorithme employé.

Le développement des réseaux de distribution consiste à injecter plus d’intelligence, c’est-à-dire une plus grande capacité d’adaptation à tous les niveaux des systèmes énergétiques, de la production à la consommation. À l’arrivée, «il faut profiter des avancées de plusieurs secteurs – celui des capteurs, des télécommunications et des technologies de l’information – pour fournir un système de gestion de l’électricité plus efficace et moins énergivore», c’est les réseaux électriques du futur, également appelés réseaux intelligents selon la traduction de l’expression anglo-saxonne smart grid.

 

Les grands thèmes de travail de l’équipe

  • Modélisation des éléments du réseau d’énergie électrique.
  • Etude de l’influence de l’insertion des sources de production décentralisées sur le fonctionnement des protections dus à la modification des transits de puissances et des courants de court-circuit.
  • Impacts de l’insertion des productions décentralisées sur la tension et le fonctionnement des régleurs en charge
  • Etude de l’influence de l’insertion des sources de production décentralisées sur la stabilité du réseau et sur les temps critiques d’élimination de défauts.
  • Etude du comportement dynamique des systèmes à sources renouvelables d’énergie raccorde au réseau de distribution face aux régimes transitoires, en particulier au creux de tension lors d’un défaut
  • Identification des cas de déconnexions des productions décentralisées non justifiées en cas de creux de tension
  • Détermination du profit maximal des compagnies d’électricité dans un marché d’électricité libéré pour satisfaire la puissance électrique demandée toute en maintenant une sécurité maximale du réseau.
  • Elaboration des techniques d’optimisation classiques et métaheuristiques pour résoudre le problème d’optimisation de l’écoulement de puissance en présence des productions décentralisées
  • Elaboration des techniques avancées pour l’optimisation de la tension et de puissance réactive dans les réseaux de distribution en présence des productions décentralisées
  • Etude et gestion des systèmes à sources d’énergie renouvelables
  • Contrôler en permanence des différents paramètres du réseau en termes de capacité, de production, de charge du réseau et des besoins utilisateurs, un certain nombre de mesures doivent être réalisées tout au long de la chaine afin de déterminer la configuration optimale de l’ensemble du réseau et son potentiel
  • La mise en œuvre, sur le réseau de distribution électrique existant, de capteurs reliés à un réseau informatique et à un puissant système d’analyse capable de s’appuyer sur des données prospectives de court, moyen et long terme, permettant un meilleur ajustement de la production et de la consommation d’électricité.
  • Etude du problème d’engagement des turbines (Unit Commitment) qui consiste à choisir les unités de production qui seront opérationnelles sur une échelle de temps discrétisée, de manière à minimiser le coût total de production. Les unités doivent satisfaire la charge ainsi que la réserve tournante. De plus, chaque unité possède ses propres limites de production et un temps minimal de redémarrage et d’arrêt