Ces dernières années, sont apparues de nombreuses applications, utilisant des données en nombre potentiellement illimité, provenant de façon continue de capteurs distribués afin d'alimenter un serveur central. Les données sont utilisées à des fins de surveillance, de supervision, de déclenchement d'alarmes en temps réel, ou plus généralement à la production de synthèses d'aide à la décision à partir de plusieurs flux. Le volume des données collectées est généralement trop grand pour être entièrement stocké. Les systèmes de gestion de flux de données (SGFD) permettent de gérer facilement, et de façon générique les flux de données : les données sont traitées au fil de l'eau sans les archiver. Toutefois, dans certaines applications, on ne souhaite pas perdre complètement l'ensemble des flux de données afin de pouvoir analyser les données du passé et du présent. Il faut donc prévoir un stockage de l'historique du flux. Nous considérons dans cette thèse, un environnement distribué décrit par une collection de plusieurs capteurs distants qui envoient des flux de données numériques et unidimensionnelles à un serveur central unique. Ce dernier a un espace de stockage limité mais doit calculer des agrégats, comme des sommes ou des moyennes, à partir des données de tout sous-ensemble de capteurs et sur un large horizon temporel. Deux approches sont étudiées pour construire l'historique des flux de données :(1) Echantillonnage spatial en ne considérant qu'un échantillon aléatoire des sources qu'on observe dans le temps ; (2) Echantillonnage temporel en considérant toutes les sources mais en échantillonnant les instants observés de chaque capteur. Nous proposons une méthode générique et optimisée de construction de résumés à partir de flux de données distribués : A partir des flux de données observés à une période de temps t -1, nous déterminons un modèle de collecte de données à appliquer aux capteurs de la période t. Le calcul des agrégats se base sur l'inférence tatistique dans le cas de l'échantillonnage spatial et sur l'interpolation dans le cas de l'échantillonnage temporel. A notre connaissance, il n'existe pas de méthodes d'interpolation qui estiment les erreurs à tout instant et qui prennent en compte le flux de données ou courbe à interpoler et son intégrale. Nous proposons donc deux approches : la première se base sur le passé des courbes pour l'interpolation (approche naive) ; et la seconde utilise à un processus stochastique pour modéliser l'évolution des courbes (approche stochastique).

Les travaux de recherche présentés dans ce mémoire ont pour objet d’apporter une vision stratégique d’intégration des productions distribuées (PD) dans les réseaux électriques. Ces travaux concernent la localisation optimale du point de raccordement, le dimensionnement et le type de production dans l’objectif de maximiser les bénéfices de la PD et de minimiser les pertes dans les réseaux. Les travaux de cette thèse concernent également la prise en compte de la variabilité de la charge et de la production dans la planification et la gestion opérationnelle des réseaux électriques. Tout d’abord, des algorithmes ont été développés pour les études des flux de puissance dans les systèmes d'alimentation en utilisant la méthode du complément Schur et la méthode « Run Length Encoding ». Ensuite, les pertes ont été estimées dans le calcul de la production réelle en développant un modèle linéaire simple, efficace et flexible. Par la suite, des productions décentralisées connectées aux réseaux électriques ont été modélisées en utilisant une méthode qui fusionne les filtres de Kalman et la théorie des graphes dans le but d'estimer la taille optimale de la production décentralisée. Une méthode qui comporte deux étapes est proposée. Dans la première étape, la méthode graphique est utilisée pour générer la matrice incidente pour construire le modèle linéaire et dans la deuxième étape, un algorithme Kalman est appliqué pour obtenir la taille optimale de production décentralisée à chaque jeu de barres. Les défis de l'utilisation de productions décentralisées ont été abordés pour minimiser la fonction objective (pertes de puissance réelle) en tenant compte de la capacité des productions décentralisées, de la capacité de la ligne de transmission et des contraintes de profil de tension. L’algorithme génétique et de techniques d'optimisations comme la méthode de points intérieurs ont été proposés pour déterminer localement et globalement le dimensionnement optimal et l'emplacement optimal des productions décentralisées dans les réseaux électriques. Enfin, un modèle de charge active a été conçu pour étudier différents types de courbe de charge (résidentielle, commerciale et industrielle). Nous avons développé également des algorithmes de simulation pour étudier l'intégration des parcs éoliens dans les réseaux électriques. Nous avons conçu des méthodes analytiques pour sélectionner la taille et l’emplacement d’une ferme éolienne, basé sur la réduction des pertes de puissance active. Nous avons montré que les variations de la vitesse moyenne annuelle du vent pourraient avoir un effet important sur les calculs de pertes de puissance active. Les méthodes analytiques et les algorithmes de simulation ont été développés sous Matlab/Simulink. / The research presented in this thesis aims at providing a strategic vision for the integration of distributed generators (DGs) into grid networks. This work focuses the optimal location of the connection point, dimensioning and type of production in order to maximize the benefits of DGs and minimize power losses in the networks. The work also concerns the impact of the variability of the load and the production in the planning and the operational management of the networks. First, algorithms have been developed for power flow studies in power systems using the Schur complement method and the "Run Length Encoding" method. Then, losses were estimated in the calculation of power output by developing a simple, efficient and flexible linear model. Subsequently, decentralized outputs connected to the electrical networks were modeled using a method that merges Kalman filters and graph theory in order to estimate the optimal size of decentralized production. A method which consists of two steps is proposed. In the first step, the graphical method is used to generate the incident matrix to construct the linear model and in the second step a Kalman algorithm is applied to obtain the optimal decentralized production size for each busbar. The challenges of using decentralized production have been addressed to minimize the objective function (real power losses) by taking into account the capacity of the decentralized productions, transmission line capacity and voltage profile constraints. The genetic algorithms and optimization techniques such as the method of interior points have been proposed to determine locally and globally the optimal dimensioning and the optimal location of the decentralized productions in the electrical networks. Finally, an active load model was designed to study different types of load curves (residential, commercial and industrial). We have also developed simulation algorithms to study the integration of wind farms in power grids. We have designed analytical methods to select the size and location of a wind farm, based on the reduction of active power losses. We have shown that variations in the mean annual wind speed could have a significant effect on the calculations of active power losses. Analytical methods and simulation algorithms were developed under Matlab / Simulink.

Les territoires ruraux disposent du principal gisement d’énergie renouvelable en France. Les réseaux énergétiques y sont moins denses que dans les zones urbaines et certains vecteurs, tels que le gaz, en sont souvent absents. Or, alors que les systèmes énergétiques urbains ont été abondamment étudiés, les spécificités de la demande énergétique rurale restent méconnues, notamment dans le secteur résidentiel. Des travaux récents mettent en avant les enjeux liés à la décentralisation du système énergétique français et le besoin d’une connaissance fine de l’offre et de la demande, tant sur le plan spatial que temporel. Ce travail de thèse poursuit deux objectifs. Tout d’abord il s’attache à identifier les spécificités de la consommation énergétique des logements ruraux par rapport aux logements urbains. Ensuite, il vise à analyser la réponse que peut apporter le gisement local d’énergie renouvelable à la demande résidentielle sur un territoire mixte urbain-rural, dans une optique de territoire à énergie positive – équilibre annuel entre l’offre et la demande énergétique du territoire. / Rural areas have the main resources of renewable energy in France. Energy networks are less dense there than in urban areas and some energy vectors, like gas, are often missing. However, as urban energy systems have been widely studied, the specificities of rural energy demand remain little-known, especially for the residential sector. Recent works highlight new challenges related to decentralization of the French energy system and the need for fine knowledge of demand and supply, on both spatial and time scales. This research work pursues two objectives. First, it commits to identify the specificities of rural housing energy consumption. Then, it aims at analyzing the potential response of local renewable energy sources to the residential demand in a mixed urban-rural territory, in a 100 % RES process – equilibrium between annual energy demand and supply on the territory.