Dans cette thèse nous étudions la problématique d’un fournisseur d’électricité qui souhaite à la fois réguler la demande et créer du revenu dans un environnement potentiellement compétitif (PRMDS). Nous proposons des modèles bi-niveaux pour représenter l’interaction hiérarchique entre le fournisseur d’électricité (le meneur) et ses clients (le suiveur). L’objectif du meneur est de maximiser son revenu en décroissant la valeur de pointe de la demande alors que l’objectif du suiveur est de minimiser la somme des coûts des clients. Nous supposons que les clients résidentiels sont inter-connectés entre eux via un réseau de communication bi-directionnel ce qui permet un pilotage de la demande par rapport aux prix par un agrégateur de réseau intelligent. Dans cette thèse nous avons proposé plusieurs modèles de programmation mathématique à deux niveaux bilinéaire bilinéaire pour le PRMDS. Ces modèles peuvent être reformulés sous forme de problèmes linéaire avec variables mixte (MIP) en utilisant les conditions de KKT. Ces modèles sont résolus de façon exacte sur des instances de taille moyenne via un logiciel commercial. Afin de résoudre des instances de plus grande taille, des heuristiques ont été proposées. Deux d’entre elles ont prouvé leur efficacité en terme de qualité de solution obtenue et de temps de calcul. Finalement nous avons considéré une version robuste du problème de programmation mathématique à deux niveaux. Des propriétés préliminaires ont été prouvées. / This thesis is concerned with revenue optimization of an energy provider. A bilevel programming approach is proposed to model the relationship between the energy provider (leader) and power users (follower). The leader intends to achieve an optimal trade-off between revenue and peak load whereas the follower minimizes total cost of users to achieve system optimality. A smart grid structure that allows two-way communication is assumed to interconnect users and to schedule their demand regarding the prices. Day-ahead real-time prices are read by each customer's smart meter and the response is coordinated. In this thesis, we propose several bilinear bilevel programs that are presented and reformulated as single-level mixed integer problems using the KKT conditions of the follower's problem. These MIPs are solved to optimality for randomly generated instances using a commercial software. Different versions of the models are tested and compared. In order to solve large instances, several heuristics are developed. Two of these methods are shown to be efficient and solve large instances that cannot be solved within a reasonable time interval using exact method. Their outputs are compared to the exact solutions for small instances and their performances are evaluated. Finally, we address the robust bilevel optimization problem, discuss existing approaches, give illustrative examples, and propose avenues for future research.

La Maîtrise de la Demande en Energie s'impose comme une priorité dans un contexte d'épuisement des ressources et de réduction des émissions polluantes.<br />En parallèle, les échelons locaux prennent une importance croissante dans la mise en oeuvre des activités de MDE, dont le cadre évolue (ouverture des marchés, nouveaux instruments d'intervention). Dans ce contexte, les besoins en évaluation ex-post augmentent, aussi bien pour des raisons réglementaires que pour aider à un nécessaire changement d'échelle. Notre thèse étudie la problématique originale de l'évaluation ex-post des opérations locales de MDE en France.<br />L'état de l'art, au travers de l'analyse des expériences américaines et européennes ainsi que des ouvrages de référence dans le domaine, fournit un matériau méthodologique conséquent et fait ressortir les questions clés liées à l'évaluation. En parallèle, les<br />opérations locales de MDE en France sont caractérisées par une analyse de leur contexte et un travail sur leurs critères de segmentation.<br />La combinaison de ces critères avec les questions clés de l'évaluation donne une grille d'analyse qui sert de base à la constitution de méthodes d'évaluation. L'étude des spécificités des opérations locales précise de plus les besoins associés en évaluation.<br />Une méthodologie est ensuite développée pour compléter et adapter les matériaux existants au cas des opérations locales afin de mettre au point des méthodes d'évaluation opérationnelles, facilement appropriables par les acteurs et permettant d'alimenter un processus de capitalisation d'expériences. Ces méthodes permettent de répondre aux deux objectifs principaux : quantifier les résultats obtenus, et détecter les facteurs de succès/échec. La méthodologie a été validée sur des cas concrets, pour lesquels ces objectifs ont été atteints.

Les réseaux intelligents, ou Smart Grids, résultent de la combinaison des réseaux électriques et des nouvelles technologies de l'information et de la communication. Ils s'accompagnent de changements de paradigmes comme l'insertion importante de production décentralisée et le développement de nouveaux modes de consommation, comme les véhicules électriques et les « consom'acteurs ». Des contraintes apparaissent ainsi sur des réseaux vieillissants et non dimensionnés pour ces nouveaux usages. Cette thèse étudie l'impact des nouveaux paradigmes sur les techniques de planification des réseaux électriques de distribution. Un premier outil utilisant un algorithme de recuit simulé adapté et des méthodes issues de la théorie des graphes a été développé pour dimensionner les réseaux à moindre coût, selon les règles usuelles de planification. Dans un second temps, une méthodologie combinant une approche de type Monte Carlo et la construction de profils annuels de charge a été proposée pour analyser l'impact de la production décentralisée et des véhicules électriques dans un contexte soumis à des incertitudes. La troisième étape du travail a été de mettre en place des fonctions avancées de conduite comme alternative aux solutions de renforcement, très coûteuses. Un regard particulier est porté sur les stratégies d'effacement. Enfin, une nouvelle planification opérationnelle combinant les précédents outils développés a été créée afin d'évoluer vers une planification des réseaux intelligents. / The Smart Grids are the combination of electrical networks and new information and communication technologies. They deal with a change of paradigms that are the insertion of distributed generation and the development of new forms of consumption, such as electric vehicles and prosumers. These changes induce many constraints on networks both aging and historically not sized for this context. This thesis studies the impact of these paradigms on the rules for electrical distribution networks planning. A first tool using an adapted simulated annealing algorithm and methods from graph theory was developed to size the networks at low cost, according to the usual rules for planning. Secondly, a methodology combining a Monte Carlo approach and the construction of annual load profiles was proposed to analyze the impact of distributed generation and electric vehicles in an environment subject to uncertainties. The third stage of the work was to implement advanced distribution automations as an alternative to reinforcement, which is very expensive. This part is focused on demand side management. Finally, a new operational planning combining the previous developed tools was created to move towards the planning of the Smart Grids.