Accéder directement au contenu Accéder directement à la navigation
Thèse

Forecasting and optimization of ancillary services provision by renewable energy sources

Résumé : Les énergies renouvelables variables prennent une part croissante de la production raccordée aux réseaux électriques. Par conséquent, elles doivent s’intégrer aux mécanismes de services système qui assurent l’équilibre entre production et con-sommation de puissance sur les réseaux. Toutefois la forte incertitude de la production variable est un obstacle à la fourniture de ces services qui requièrent une fiabilité élevée. L’agrégation de centrales renouvelables dispersées et contrôlées par une centrale virtuelle permet de diminuer cette incertitude en profitant du foisonnement entre les centrales. Cette thèse propose plusieurs modèles de prévision probabiliste afin d’évaluer la capacité d’une centrale virtuelle renouvelable variable à offrir des services système avec une fiabilité maximale: ces modèles sont des adaptations d’arbres de décisions, de réseaux de neurones récurrents et convolutifs, ainsi que de distributions dédiées aux quantiles extrêmement faibles. Une attention particulière est portée à la combinaison de sources d’énergie (Photovoltaïque, éolien, hydraulique au fil de l’eau). Ensuite, des stratégies d’offre optimale d’énergie et de réserve par une agrégation renouvelable sont établies en utilisant les prévisions de production et en considérant les incertitudes associées aux différents marchés. Ces stratégies explorent plusieurs options de modélisation: dépendance entre production renouvelable et prix par une copule, taux de défaillance contrôlé par optimisation sous contraintes probabilistes, et enfin offre de services système multiples à l’aide d’une formulation Lagrangienne.
Type de document :
Thèse
Liste complète des métadonnées

Littérature citée [219 références]  Voir  Masquer  Télécharger

https://pastel.archives-ouvertes.fr/tel-02973808
Contributeur : Abes Star :  Contact
Soumis le : mercredi 21 octobre 2020 - 11:59:20
Dernière modification le : vendredi 23 octobre 2020 - 03:11:02

Fichier

2020UPSLM016_archivage.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-02973808, version 1

Citation

Simon Camal. Forecasting and optimization of ancillary services provision by renewable energy sources. Electric power. Université Paris sciences et lettres, 2020. English. ⟨NNT : 2020UPSLM016⟩. ⟨tel-02973808⟩

Partager

Métriques

Consultations de la notice

86

Téléchargements de fichiers

85