Spelling suggestions: "subject:"algorithme génétique à codage réel"" "subject:"lalgorithme génétique à codage réel""
1 |
Système Intégré et Multi-Fonctionnel de Stockage Electrique-Thermique avec l’Option de Tri-Génération / Integrated and multifunctional system for electrical and thermal energy storage with tri-generation optionGuewouo, Thomas 16 March 2018 (has links)
Pour faire face aux changements climatiques, la transition énergétique s’impose aujourd’hui comme une évidence. Les sources d’énergie renouvelables devant aider à cette transition sont caractérisées par leurs intermittences qui requièrent des dispositifs de stockages afin de garantir la fiabilité des systèmes énergétique utilisant ces dernières. Le stockage d’électricité par air comprimé (CAES) est l’un de ces dispositifs de stockage d’énergie. Cependant, dans sa configuration actuellement commercialisée, le CAES brûle en phase de décharge du gaz naturel afin d’améliorer le rendement de conversion du système. Le présent travail contribue à la diminution de l’empreinte écologique de cette technique de stockage en proposant un système de taille réduite n’utilisant aucune source d’énergie fossile. Dans un premier temps, une modélisation thermodynamique fine d’un tel système est faite en fonction des types de composants choisis et de leurs comportements thermiques (adiabatique, polytropique). Une étude expérimentale visant à démontrer la faisabilité d’un tel système est par la suite réalisée sur un prototype de laboratoire. Le très faible rendement de conversion expérimental obtenu (4%), bien que confirmant la faisabilité technique nous a suggéré une optimisation du système de stockage proposé. L’algorithme génétique à codage réel, modifié afin de stabiliser et d’accélérer sa convergence est présenté de façon détaillée puis utilisé pour identifier un ensemble de 13 paramètres maximisant le rendement exergétique du système. Un rendement électrique de conversion d’environ 20% est obtenu sur le système optimisé pour un rendement énergétique global de plus de 75%. / To address climate change, the transition to a decarbonized energy system is self-evident. The renewable energy sources to support this energy transition are intermittent. Therefore, they should be coupled at an electrical storage system to ensure the reliability of power system using same. Compressed air energy storage (CAES) happens to be one of these technologies of energy storage. Unfortunately, in its current configuration, CAES requires the combustion of natural gas during the discharging periods to improve the global energy efficiency of system. This work contributes to the reduction of the environmental footprint of compressed air energy storage by proposing a small-scale CAES using no fossil fuel energy source. Initially, a careful thermodynamic modeling of such a storage system is made according to the types of components chosen and to their thermal behavior (adiabatic or polytropic). Subsequently, for demonstrating its feasibility, a comprehensive experimental investigation was performed on experimental prototype existing in our lab. The very low experimental conversion efficiency obtained (4%) although confirming the technical feasibility, it has suggested that the proposed storage system should be optimized. A modified real coded genetic algorithm to stabilize and accelerate its convergence is documented here and used to identify a set of thirteen parameters who maximize the global exergy efficiency of proposed electric energy storage system. The result of the optimization indicates that in the optimum operating point, the electrical efficiency of storage system is about 20% for a round trip efficiency of 75%.
|
Page generated in 0.115 seconds