Les Réseaux de Chaleur (RdC) connaissent un nouvel essor en France qui s’explique par leur capacité à valoriser, à un prix raisonnable, des énergies bas carbone dans les domaines du chauffage et de l’eau chaude sanitaire aujourd’hui fortement émetteurs de CO2. L’amélioration du contrôle de ces systèmes complexes est un enjeu clé pour accroître leur compétitivité et favoriser leur développement. Cette thèse s’intéresse à la gestion par commande optimale des RdC. Pour cette application, nous avons développé et évalué un algorithme qui, à partir d’une prévision de la demande, optimise l’utilisation des différents moyens de production ainsi que la température de départ et la pression différentielle. Par rapport aux systèmes existants, les originalités de notre solution sont de tirer pleinement partie des capacités de stockage thermique dans le réseau et de déterminer le meilleur compromis entre coûts liés au pompage et pertes thermiques. Cette thèse débute par un travail de modélisation dynamique réalisé à l’échelle composant. En nous appuyant sur une démarche de validation expérimentale, nous avons systématiquement recherché le meilleur compromis entre précision et efficacité numérique (Chapitre 1). Le cas d’étude, décrit dans le Chapitre 2, est un RdC virtuel à l’échelle d’un quartier, représentatif du cas Grenoble. Pour le développement du système de gestion avancée, nous présentons ensuite une version linéarisée du modèle de réseau de distribution que nous intégrons à un optimiseur en suivant le formalisme de la programmation linéaire mixte. L’algorithme de gestion proposé est ensuite décrit (Chapitre 3). Il associe un modèle dynamique non-linéaire et l’optimiseur précité. L’objet du quatrième chapitre est l’évaluation des performances de notre algorithme par la simulation et la comparaison à des méthodes de contrôle existantes. Enfin, un dernier chapitre étudie la robustesse de l’algorithme en condition de commande réelle, c’est-à-dire en tenant compte de différentes sources d’incertitude. / District Heating (DH) are currently fast-growing in France. This situation is explained by their ability to exploit and disseminate massively, at a reasonable price, energy sources with low CO2 contents in the sectors of space heating and domestic hot water production, nowadays strongly emitters of greenhouse gases. Improving the control of these complex energy systems is a key issue for increasing their competitiveness and promote their development.This thesis focuses on the optimal control of DH systems. For this application, we have developed and tested an algorithm that optimizes, given a load prediction, the use of the production means, the supply temperature and the differential pressure. Compared to existing methods, the original features of the developed solution are to fully exploit the thermal storage capacity of the network and to determine the best compromise between costs for pumping and heat losses.This thesis begins with a work on dynamic modeling carried out at the component scale. Based on an experimental validation approach, we systematically sought the best compromise between accuracy and computational efficiency (Chapter 1). The case study, described in Chapter 2, is a virtual DH at the district scale, representing the Grenoble case. For the development of the advanced control system, we then present a linearized version of the distribution network model that we integrate into an optimizer relying on Mixed Linear Programming. The proposed control algorithm is described in Chapter 3. It combines a nonlinear dynamic model and the aforementioned optimizer. The topic of the fourth chapter is the evaluation of the performance of our algorithm by simulation and comparison with existing methods of control. A final chapter examines the robustness of the algorithm in real control conditions considering various sources of uncertainty.

The installation of variable renewable energy sources has rapidly increased during the last decade in several countries. It is likely that it will also increase in Sweden. Such a development could lead to periods of very high power production. In order to keep the stability of the electric grid, curtailment is the most common feed-in management method. This study examines how Power-to-Heat can utilize this surplus power in Swedish district heating systems instead of using curtailments and thereby facilitate the development of installed variable renewable energy sources. During this study a model was developed in MatLab where the capacity utilization was simulated for Power-to-Heat. The study indicates that the capacity utilization varies from 1,1–4,2 TWh electricity. In this scenario a share of the base load is substituted with new installed wind and solar power; 50 TWh respectively 10 TWh. The parameter that showed greatest sensitivity for the analysis were how the net power profile was simulated.