Deux contributions pour l’optimisation d’un système électrique fortement renouvelable - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année :

Deux contributions pour l’optimisation d’un système électrique fortement renouvelable

(1)
1

Résumé

Comparer plusieurs options pour le mix électriques du futur afin de considérer notamment la possibilité d’une production majoritairement d’origine renouvelable est une tâche dans laquelle un grand nombre de problèmes de statistique et d’optimisation émergent (voir e.g. [4]). Nous présenterons ici deux problèmes d’optimisation particuliers auxquels nous avons récemment contribué et qui visent à mieux modéliser et optimiser un système électrique fortement renouvelable. Dans le premier [5] il s’agit d’optimiser un ensemble de moyens de production et de stockage dans le réseau de distribution sous des contraintes liées au réseau. La technique proposée repose sur une relaxation assez classique des contraintes pour obtenir un cône du second ordre et notre contribution est une procédure itérative de coupes dont nous démontrons qu’elles sont exactes et nous rapprochent de la solution du problème non relaxé. Dans le deuxième problème [6] il s’agit de dimensionner un stockage, la technique proposée s’inspire du principe de Bellman et d’algorithmes de transformée de Legendre rapide, elle permet une résolution du problème de gestion du stockage en un temps quasi linéaire. [1] Gaillard, P. & Goude, Y., Forecasting Electricity Consumption by Aggregating Experts ;How to Design a Good Set of Experts, Antoniadis, A. ; Poggi, J.-M. ; Brossat, X. (Eds.) Forecasting Electricity Consumption by Aggregating Experts ; How to Design a Good Set of Experts Modeling and Stochastic Learning for Forecasting in High Dimensions, Springer International Publishing, 2015, 217, 95-115. [2] Fischer, A., Montuelle, L., Mougeot, M. & Picard, D., Real-time wind power forecast, Preprint, 2016. [3] Devijver, E., Goude, Y. & Poggi, J.-M., Clustering electricity consumers using highdimensional regression mixture models, arXiv :1507.00167. [4] Ademe, «Vers un mix 100% renouvelable», http://mixenr.ademe.fr/. [5] S.Y. Abdelouadoud, R. Girard, F.P. Neirac, T. Guiot, Optimal power flow of a distribution system based on increasingly tight cutting, planes added to a second order cone relaxation, Inter. J. of Electrical Power & Energy Systems, vol. 69, 2015, pp. 9–17. [6] R. Girard, V. Barbesant, F. Foucault and G. Kariniotakis, Fast dynamic programming with application to storage planning, 2014 IEEE PES T&D Conference and Exposition, Chicago, IL, USA, 2014, pp. 1-5.
Vignette du fichier
slidesGirard.pdf (833.85 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01436208 , version 1 (27-04-2017)

Identifiants

  • HAL Id : hal-01436208 , version 1

Citer

Robin Girard. Deux contributions pour l’optimisation d’un système électrique fortement renouvelable. Journées MAS 2016 - Phénomènes complexes et Hétérogènes, Groupe Modélisation Aléatoire et Statistique de la Société de Mathématiques Appliquées et Industrielles Aug 2016, Grenoble, France. ⟨hal-01436208⟩
150 Consultations
15 Téléchargements

Partager

Gmail Facebook Twitter LinkedIn More