• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Règles de décision pour la gestion du risque : Application à la gestion hebdomadaire de la production électrique.

Apparigliato, Romain 25 June 2008 (has links) (PDF)
Nous étudions dans cette thèse le problème de gestion du risque physique en production électrique à l'horizon hebdomadaire. Dans un premier temps, nous nous intéressons à l'intégration de l'aléa d'apport hydraulique dans la gestion locale d'une vallée hydraulique. Cette approche est menée à l'aide de l'optimisation robuste et de règles de décision linéaires. Les résultats de multiples modes de simulation montrent que ces approches permettent de réduire notoirement les déversés en comparaison des modèles déterministes appliqués en exploitation, moyennant une faible augmentation du coût. La deuxième problématique traitée est la gestion active de la marge de production, définie comme l'écart entre l'offre totale et la demande totale, compte tenu des aléas affectant le système électrique. Il s'agit de déterminer quelles décisions optimales prendre, selon un certain critère économique, pour se couvrir contre un risque trop élevé de non-satisfaction de la demande dans au moins 99% des situations. Pour cela, une formulation inédite en boucle ouverte, basée sur le processus stochastique de marge de production et des contraintes en probabilité est proposée. Pour les besoins de cette formulation, nous générons des scénarios à l'aide de techniques plus réalistes qu'en exploitation. Enfin, une résolution moins anticipative est étudiée en appliquant l'heuristique «Programmation Stochastique avec Règles de Décision Constantes par Morceaux» introduite par Thénié et Vial. Les premiers résultats sont très encourageants en comparaison avec les modèles en boucle ouverte.

Page generated in 0.0754 seconds