Transfert de connaissances vers l'industrie
Département de l'Electricité et de l'Hydrogène pour les Transports (LITEN)
Laboratoire Architecture Electrique et Hybridation
Système énergétiques, mathématiques appliqués
01-09-2020
SL-DRT-20-0828
Réseaux énergétiques intelligents (.pdf)
Les systèmes embarqués hybrides en source d'énergie sont plébiscités pour la transition énergétique mais sont aussi complexes à dimensionner : il y a notamment une forte dépendance entre le design des sources d'énergies (batterie, pile à combustible, éolienne, moteur thermique, etc.) et le choix et paramétrage de la loi de commande en temps réel (taux d'hybridation, stratégie temps réel). Plus le nombre de source est important, plus le problème à résoudre est dit « complexe » : le nombre de variables de décision et les couplages entre elles deviennent trop importants pour des méthodes d'optimisation classiques. Pré-dimensionner de tels systèmes requiert une nouvelle méthode d'optimisation. D'après l'état de l'art de la recherche sur le pré-dimensionnement par optimisation de système hybrides incluant la loi de commande, la méthode devra probablement s'appuyer sur une hybridation de différentes techniques d'optimisation (branch and bound, stochastique, multi-niveaux, quadratique, etc.). L'objectif de cette hybridation serait de gérer correctement les interdépendances des sources d'énergie avec la loi de commande lors de la phase de pré-dimensionnement tout en garantissant une optimalité du système avec un coût de calcul raisonnable. La méthode proposée dans la thèse pourra être testée, analysée et améliorée sur différents cas d'applications tels que l'Energy Observer.
Département Thermique Biomasse et Hydrogène (LITEN)
Laboratoire des Systèmes Energétiques et Démonstrateurs Territoriaux
Mathématiques appliquées, Intelligence artificelle
01-10-2020
SL-DRT-20-0990
Réseaux énergétiques intelligents (.pdf)
Au cours du temps, les réseaux thermiques (réseau de chaleur et de froid) vieillissent différemment et les dommages invisibles et non réparés rapidement sur les canalisations enterrées mettent directement en danger non seulement l'équilibre financier du l'exploitant du réseau mais aussi la qualité d'approvisionnement en chaleur des usagers surtout en période hivernale. Ainsi, la lutte contre les fuites hydrauliques et autres anomalies reste l'une des priorités absolues de l'exploitant du réseau car elle nécessite une part d'investissement importante liée aux travaux du génie civil pour la localisation et la réparation des fuites. L'objectif de cette thèse consiste à mettre en ?uvre une approche de diagnostic innovante pour la détection et la localisation d'anomalies sur les canalisations d'un réseau de chaleur, en exploitant la force de l'intelligence artificielle et les données de mesures du réseau (données au niveau des sous-stations et les données de détecteurs positionnés dans les caniveaux). Les principaux objectifs de cette thèse sont les suivants : - La génération par simulation numérique d'une base de données de modes de fonctionnement normaux et anormaux du réseau. On s'appuiera pour cela sur des modèles numériques existants au laboratoire d'accueil. - L'utilisation des modèles numériques pour la réconciliation et l'amélioration de la qualité des données de mesures issues d'un réseau réel - L'identification d'algorithmes de détection et localisation d'anomalies en se basant sur les algorithmes d'apprentissage automatique (IA), les données générées par simulation et des données de mesures issues d'un réseau réel - La validation de la fiabilité des algorithmes de détection d'anomalies sur divers scénarios de fonctionnement simulés puis en situation réelle - La mise en place d'un outil d'aide à la décision pour la détection et la localisation d'anomalies pour les réseaux thermiques Une des originalités du travail réside dans la complémentarité entre les l'utilisation de méthodes d'intelligence artificielle (apprentissage supervisé, non-supervisé et classification) et de modèles thermo-hydrauliques détaillés des réseaux. Ces derniers devront permettre de compenser deux des principaux écueils rencontrés actuellement par l'utilisation des méthodes d'IA : la forte dépendance à la qualité des données de mesures, et la nécessité de disposer de bases de données très larges comportant notamment beaucoup d'occurrence d'anomalies.
Département des Technologies Solaires (LITEN)
Laboratoire Systèmes Electriques Intelligents
Genie electrique ou Genie automatique ou Genie informatique
01-10-2020
SL-DRT-20-0993
Réseaux énergétiques intelligents (.pdf)
Dans le cadre de la transition énergétique, l'intégration de la production d'énergies renouvelables (EnR) dans les réseaux électriques sera principalement limitée par le problème des instabilités de fréquence pouvant être induites par une insuffisance d'inertie qui est assurée par les générateurs conventionnels à machines tournantes. Pour permettre un taux de pénétration non négligeable des EnR, il devient crucial de disposer de solutions de prédiction de ces instabilités et de stratégies de contrôle intelligent à l'échelle globale des réseaux en couvrant les systèmes multi-sources, les systèmes de stockage, les véhicules électriques intégrés ainsi que les charges de consommation électrique. L'objectif de ce travail recherche est de développer des méthodes numériques et des simulations performantes et innovantes visant à identifier, caractériser et quantifier les évènements potentiels d'instabilité du réseau dans une vision globale. Puis de développer des outils de coordination des moyens de production, des moyens de stockage, de l'intégration des véhicules électriques et de gestion de la consommation pour la prévention des risques d'instabilité pour les situations critiques identifiées. Enfin, l'intégration de ces moyens de prévention dans un outil de simulation temps réel permettra de tester et de démontrer les performances des solutions proposées. Au-delà du caractère multi-sources, la prise en compte de la gestion globale des systèmes de stockage, des véhicules électriques intégrés ainsi que de la consommation électrique du réseau, constitue la rupture par rapport aux approches adoptées jusqu'ici. Cette méthodologie va s'appuyer sur les compétences du CEA-LITEN/DTS, reconnues à l'international et réunies sur le même site, en simulation, calcul numérique et optimisation des systèmes énergétiques complexes, en prévision et estimation de la production d'énergie solaire, en stockage associé, en gestion et simulation de réseaux électriques. Les compétences complémentaires présentes au CEA-LIST et au G2ELAB viendront consolider l'efficacité de la démarche.
