A model-based predictive control strategy for low-voltage power distribution grids with prolific distributed generation in Occitania
Commande prédictive d’un réseau électrique de distribution basse tension avec pénétration élevée d’une production décentralisée en région Occitanie
Résumé
The term ''smart grid'' refers to a modern power grid that successfully integrates prolific distributed generation with end loads and efficiently reroutes power flows to balance supply and demand in real time with respect to stability, quality, and safety constraints. It relies on improved observability and advanced control techniques, and offers the possibility of advanced demand side management.In the context of the Smart Occitania project, which aims to study the feasibility of the smart grid concept for rural and suburban power distribution grids, this work proposes a model-based predictive control strategy based on flexible asset management (herein a biogas plant and a water tower) that aims to balance power supply and demand within the power grid while maintaining voltage levels within prescribed margins. The control scheme incorporates intraday forecasts of various stochastic quantities that impact the system, procured through Gaussian process regression.The main contribution of this thesis is twofold: the predictive controller's optimisation problem is formulated in such a way that the ON/OFF of the water tower is handled without recourse to mixed-integer nonlinear programming or relaxation, and the confidence intervals provided by the forecast module are utilised to minimize voltage overshooting due to forecasting errors.The results illustrate the promise of a predictive controller relying on renewable-energy-based flexible assets to reduce the gap between power supply and demand, while upholding the power grid's voltage constraints.
Le terme « réseau électrique intelligent » fait référence à un réseau électrique en présence d’une abondante production décentralisée et redirigeant les flux de puissance afin que soit maintenu l’équilibre entre production et consommation électrique en temps réel. Son fonctionnement est conditionné par le respect de contraintes de stabilité, sécurité et qualité de service. Il tire profit d'une observabilité améliorée, utilise les outils de contrôle/commande avancé et offre la possibilité d’une gestion avancée de la demande.Dans le contexte du projet Smart Occitania, dont l'objectif est d’évaluer la faisabilité du concept de réseau électrique intelligent en zones rurales et péri-urbaines, ces travaux de thèse proposent une stratégie fondée sur la théorie de la commande prédictive et la gestion de charges pilotables (ici, un méthaniseur et un château d'eau) afin de maintenir l'équilibre entre production et consommation électrique dans le réseau, tout en respectant des contraintes en tension prédéfinies. La stratégie de contrôle inclue des prévisions infra-journalières de plusieurs grandeurs stochastiques qui interviennent dans le système, obtenues par le biais d’une régression non paramétrique par processus Gaussien.La contribution principale de cette thèse est double : la formulation d’un problème d'optimisation pour gérer la commande tout ou rien du château d'eau sans avoir recours à la programmation non linéaire mixte en nombres entiers ou à une relaxation et l'utilisation d'intervalles de confiance fournis par le module de prévision pour réduire les dépassements de tension dus aux erreurs de prévision.Les résultats obtenus témoignent du potentiel de la commande prédictive pour la gestion de charges pilotables dans une optique de réduction de l'écart entre production et consommation, tout en respectant des contraintes en tension.
Origine : Version validée par le jury (STAR)