Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Défis technologiques >> Réseaux énergétiques intelligents
3 proposition(s).

Toutes les offres [+]

Contrôle innovant de convertisseurs pour la stabilité des microgrids à fort taux d'énergie renouvelable

Département des Technologies Solaires (LITEN)

Laboratoire d'Intégration Energétique Locale et Autoconsommation

Génie électrique

01-09-2021

SL-DRT-21-0480

thai-phuong.do@cea.fr

Réseaux énergétiques intelligents (.pdf)

Contexte Le conjointure entre les incitations environnementales afin de réduire les émissions due à la production d'électricité par les ressources thermiques, les avancées technologiques dans le domaine des productions EnR, notamment le PV et également la forte réduction du coût de ce dernier, incite les microgrids à aller vers une production avec une majorité, voire 100% d'EnR Dans ce contexte, le question de stabilité des microgrids sans présence des générateurs synchrones devient centrale. Parmi les axes de recherche de développement sont explorées par les acteurs académiques et industriels, les innovations portées sur une amélioration de fonctionnalité des convertisseurs électronique de puissance s'avèrent un axe prometteur. Ces convertisseurs sont nommés « grid-forming ». A ce jour, la définition des fonctionnalités à répondre par des convertisseurs « grid-forming » est encore à discuter en absence de normes sur ce sujet. Néanmoins, une partie des fonctions identifiées restent à développer, notamment les fonctions permettant un pilotage optimal du convertisseur lors des connexions/déconnexions du réseau principal ou en cas de défaut, notamment le court-circuit. Objectif(s) de la thèse: est de contribuer à ces développements avec: Une analyse approfondie des problèmes de stabilité des microgrids alimentés majoritairement par des sources EnR, notamment le photovoltaïque; Une évaluation par simulation des méthodes de l'état de l'art (internes et externes) de contrôle des convertisseurs grid-forming qui remplacent les générateurs synchrones pour la gestion de tension et de fréquence du microgrid. Sélection des méthodes les plus pertinents avec en priorité des critères de robustesse et les améliorer afin de valider sous l'ensemble des scénarios d'instabilité; Une validation expérimentales de ces solutions avec notre plateforme HIL. Une collaboration avec l'équipe d'experts en électronique de puissance afin de mener une solution complète et industrialisable est prévue pour la réalisation de cette tâche.

Télécharger l'offre (.zip)

Contribution des méthodes d'apprentissage et de modélisation probabilistes des incertitudes à l'optimisation du dimensionnement et du pilotage des réseaux d'énergie multi-vecteur

Département Thermique Conversion et Hydrogène (LITEN)

Laboratoire des systèmes énergétiques pour les territoires

Mathématiques, Analyse numérique, Simulation

01-09-2021

SL-DRT-21-0664

mathieu.vallee@cea.fr

Réseaux énergétiques intelligents (.pdf)

La prise en compte des incertitudes est essentielle pour la mise en ?uvre du pilotage optimal de système énergétiques, ainsi que de méthodes de dimensionnement tenant compte de ce pilotage optimal. Des méthodes existent pour réduire les incertitudes et leurs effets. Un prérequis pour la plupart de ces méthodes est de disposer de modèles d'optimisation permettant un calcul suffisamment rapide pour autoriser l'utilisation d'algorithmes d'estimation probabiliste de type Monte-Carlo. Cependant, le choix de ces modèles introduit lui-même de nouvelles incertitudes, portant sur la précision du modèle par rapport au système réel considéré. Ces incertitudes sont difficilement quantifiables, et peuvent être préjudiciables si elles dépassent les autres sources incertitudes. Dans ce travail de thèse, on propose d'élaborer, sur la base des travaux précédents au laboratoire, une méthode de simplification des modèles d'optimisation, utilisable pour le traitement des incertitudes et adapté au pilotage et au dimensionnement des systèmes et réseaux d'énergie. Le point particulièrement novateur de la méthode proposée portera la caractérisation des incertitudes sur les modèles et leur comparaison avec les autres sources d'incertitudes, à l'aide de méthodes innovantes issues des réseaux neuronaux bayésiens et de l'apprentissage profond (Deep Learning)

Télécharger l'offre (.zip)

Jumeau numérique du réseau électrique intelligent par la simulation temps réel couplée avec l'expérimentation (hardware-in-the-loop) : méthodologie et applications

Département des Technologies Solaires (LITEN)

Laboratoire Systèmes Electriques Intelligents

Génie électrique, Automatique, Informatique appliqué

01-10-2021

SL-DRT-21-0894

tran-the.hoang@cea.fr

Réseaux énergétiques intelligents (.pdf)

Ce projet de thèse concerne à relever les défis avec les techniques innovantes comme la simulation temps réel, la co-simulation et le hardware-in-the-loop. L'objectif principal est de proposer une méthodologie pour l'implémentation du jumeau numérique (JN) pour les applications dans un système d'énergie cyber-physique (SECP). Le sujet de thèse se compose trois verrous scientifiques principaux que nous proposons des pistes de recherche et de développement correspondant : 1/ Développement des modèles de simulation pour un SECP multi-échelles/multi-physiques notamment par l'utilisation de nouvelles technologies numériques comme l'intelligent artificiel (IA) et la modélisation par les données. 2/ Couplage entre le JN et l'environnement expérimentation physique par la simulation temps réel le HIL (hardware-in-the-loop/ PHIL (power-hardware-in-the-loop) et le couplage avec système SCADA. 3/ Développement des applications innovantes avec JN pour le SECP.

Télécharger l'offre (.zip)

Voir toutes nos offres