Pilotage Optimal de Système Multi-sources pour le Bâtiment

Guillaume Foggia (1)

1 G2ELab - Laboratoire de Génie Electrique de Grenoble

This thesis studies the optimal energy management of residential and tertiary multisources systems, within a current context of research of energy consumption reductions and a perspective of deregulation of electrical market. Chapter I describes this context and defines the framework of the study and its models. The energy system is seen as a particular case of electrical microgrid, with a topic of dispatching of the interconnected existing generators, dealing with an uncertain environment. Chapter II describes the identified functions, by proposing a set of solving methods for each: provisional dispatching (by MILP and dynamic programming), load forecasting, anticipative unit commitment (by multi-layer perceptrons), corrective strategies, adaptative strategies. The limits of some methods are shown, especially the problems linked with artificial learning. The Chapter III develops some application cases: the case of a residential heating installation with a network-connected micro-cogenerator unit; and the case of residential photovoltaic installation with energy storage by lead-acid battery.

Cette thèse est consacrée au pilotage optimal de systèmes multi-sources pour le bâtiment, dans un contexte de recherche d'économies d'énergie et de dérégulation des tarifs. Le chapitre I expose le contexte et définit le cadre d'étude et les modèles. Le système est considéré comme un cas particulier de micro-réseau résidentiel, avec une problématique d'exploitation de sources installées, dans un environnement incertain. La partie II détaille les fonctions identifiées, en proposant un ensemble de méthodes de résolution pour chacune : pilotage prévisionnel (par PLVM ou programmation dynamique), prédiction de charges, anticipation de consignes (par perceptron multicouches ), stratégies réactives, stratégies adaptatives. Les limites de certaines méthodes sont mises à jour, notamment les problèmes liés à l'apprentissage artificiel. La partie III détaille enfin des cas d'application : le cas d'une installation résidentielle avec chauffage par micro-cogénération raccordée au réseau ; le cas d'une installation résidentielle photovoltaïque avec stockage par batterie Plomb.

Mots clés: Positive Energy Building; Microgrid; Generation unit commitment; Multi-layer control; Optimization algorithms; Artificial learning.

Mots clés: Bâtiment à Energie Positive; Micro-réseau; Exploitation de parc de production; Commande multi-couches; Algorithmes d'optimisation; Apprentissage artificiel.; Apprentissage artificiel

Domaines: Sciences de l'ingénieur [physics]

Guillaume Foggia. Pilotage Optimal de Système Multi-sources pour le Bâtiment. Sciences de l'ingénieur [physics]. Institut National Polytechnique de Grenoble - INPG, 2009. Français. ⟨NNT : ⟩. ⟨tel-00438416⟩