Optimisation technico-économique d'un réseau d'énergie électrique dans un environnement dérégulé
Institution:
Paris 11Disciplines:
Directors:
Abstract EN:
The electric utility industry is undergoing a process of liberalization and deregulation. In this context new difficulties are occurring in the field of transmission network management and optimization. In addition to the classical difficulties encountered in a monopolistic context such as the nature of the network constraints, the considerable size of the problem to be solved and the nonlinearity of the network equations, the optimization procedure has to take into account the new constraints, which are related to the deregulation of the electrical energy market. The nature of this problem requires mathematical models, which allow us the optimization of a nonlinear criterion being subject to nonlinear constraints. In this thesis we investigate two different methods in order to determine on the one hand the difficulties related to the resolution of a nonlinear optimization problem and on the other hand the difficulties related to the network operation in a deregulated environment. The first method is the so-called Newton-Lagrange method, which is applied to a simplified 5-buses network in a monopolistic context in order to achieve a technico-economical optimization. The optimization goal is the determination of the optimal power generation of each power producer to ensure the security of the system operation and to minimize the system operation costs. Even though convergence time can be considerable due to the inequality constraints, the method provides satisfactory results and will be used as a basis in the second part. A second optimization tool is developed, which is based on the primal-dual interior point method. It is applied to a 12-buses test network in order to investigate and to resolve the difficulties related to a competitive environment such as congestion and energy lasses management, the control of generation deviations and the impact of the occurrence of new independent power producers in an established network. An important advantage of this method is the capacity to treat the inequality constraints in an easy way. The reliable and robust optimization tool provides very satisfactory results.
Abstract FR:
Avec l'ouverture du marché de l'électricité de nouveaux problèmes apparaissent dans la conduite du réseau. Dans ce contexte l'optimisation des réseaux électriques se heurte aux problèmes rencontrés dans le contexte monopolistique tel que: la nature des contraintes, la taille du problème à résoudre, la non linéarité des équations du réseau, auxquels il faut maintenant ajouter les contraintes du marché. Nous sommes amenés à faire appel aux modèles mathématiques permettant l'optimisation avec un critère non linéaire et sous contraintes non linéaires. Deux méthodes ont été étudiées pour connaître les difficultés que pose le problème de l'optimisation avec la programmation non linéaire d'une part et la conduite du réseau dans un environnement dérégulé d'autre part. La méthode Newton-Lagrange appliquée à un réseau simplifié à 5 nœuds traite le problème d'un marché monopolistique dont les objectifs d'une optimisation technico-économique du système consistent à déterminer la puissance que doit fournir chaque centrale électrique pour assurer la sûreté du système et le faire fonctionner au moindre coût. Cette méthode nous servira de base dans la seconde partie pour traiter le problème de l'exploitation des réseaux dans un environnement dérégulé. La vitesse de convergence de la méthode utilisée est liée aux contraintes inégalités; les résultats sont satisfaisants. Le second outil d'optimisation est basé sur la méthode primale duale du point intérieur, il est appliqué à un réseau test à 12 nœuds. Il traite les problèmes rencontrés dans un environnement concurrentiel, tels que la gestion des écarts entre les prévisions de production et la réalité des opérations d'injection sur le réseau, la gestion des congestions, la gestion des pertes, les effets de l'accès ouvert à de nouveaux producteurs et l'évaluation de leurs impacts sur le réseau. Les résultats obtenus avec cette méthode et la facilité du traitement des contraintes inégalités en font un modèle fiable et robuste.