Sciences des réseaux, de l’information et de la communication
Soutiendra publiquement ses travaux de thèse intitulés
Segmentation du réseau électrique pour un pilotage des réseaux intelligents
dirigés par Monsieur Mohamad ASSAAD et Monsieur Sami TAZI
Soutenance prévue le mercredi 13 novembre 2024 à 14h00 Lieu : Amphi: E.070 Bâtiment Bouygues, 9 rue Joliot Curie 91190 Gif-sur-Yvette
Composition du jury proposé
M. Jochen CREMER
TU Delft
Rapporteur
M. Subhash Lakshminarayana
University of Warwick
Rapporteur
M. Sorin OLARU
CentraleSupelec
Examinateur
M. Mohamed NADIF
Université Paris Cité
Examinateur
Résumé :
La tendance mondiale a l’augmentation des températures exige des solutions urgentes. L’électrification des consommations d’énergie carbonée, accompagne de l’augmentation de sources de production decarbonees, jouent un role clef dans la mise en place de la transition energetique. Le reseau electrique est essentiel dans cette transition, car il sert d’infrastructure pour transmettre l’electricite des producteurs aux consommateurs. Cependant, l’integration de sources d’energie renouvelables imprevisibles et intermittentes complique la gestion du reseau. Concu a l’origine pour une production centralisee, l’exploitation du reseau doit etre adaptee pour accueillir les nouveaux modes de production distribues.Malgre les avancees des modeles d’apprentissage automatique et d’apprentissage profond pour ameliorer la gestion du reseau, ces modeles, en raison de la grande taille du reseau et de sa structure complexe, peuvent rencontrer des calculs prolonges et des difficultes de generalisation.Cette these propose une solution novatrice, a travers le concept de segmentation du reseau electrique, qui consiste a diviser le reseau en zones operable presque independamment du reste du reseau pour certaine tache specifique. Le concept d’influence electrique est utilise pour determiner comment les perturbations electriques se propagent dans le reseau. En simulant la deconnexion de lignes et en analysant l’influence resultante, les lignes mutuellement influencees sont regroupees en zones, optimisees grace a des algorithmes de detection de communautes.Pour assurer la resilience a travers divers scenarios du reseau, une methode basee sur une structure de graphe multiplex a ete developpee. Celle-ci est basee sur la maximisation de la somme ponderee de la modularite de chacun des scenarios. Chacun des scenarios est modelise par une couche du graphe multiplex.De plus, pour repondre aux differents types d’exploitation du reseau (variation saisonniere, jour/nuit, forte production distribue/forte production centralise), une nouvelle methode de segmentation multi-groupe a ete developpe. En generalisant le concept de « stochastic block model » au graphe multiplex, elle permet de regrouper ses differentes couches en groupe et de proposer une segmentation resiliente pour chacun de ces groupes.Les techniques de segmentation proposees ont ete validees a travers plusieurs applications. Sur un reseau fictif, il a ete montre qu’un controleur local des zones segmentees faisait aussi bien voir, sous certaines contraintes de temps, mieux qu’un controleur global. Sur un reseau reel, pour le calcul de l’analyse de securite, la segmentation a permis de diviser les temps de calcul jusqu’a 100 en limitant les cal- culs aux zones issues de la segmentation, pour une perte negligeable de precision. Enfin, il est montre comment cette methode pourrait aider au design d’automate de zone en comparant notamment a des zones realisees par des experts.
