Face à des événements météorologiques violents, un système de distribution électrique peut souffrir de la perte ou de la défaillance d'un ou de plusieurs de ses composants. Ce phénomène est connu sous le nom de contingence de système. Néanmoins, en tirant parti des systèmes de protection, de l'électronique de puissance et de la pénétration des ressources énergétiques décentralisées dans le réseau électrique, un système de distribution électrique a la possibilité d'être reconfiguré en micro-réseaux. Cela permet de résister contre de telles éventualités en gardant au minimum la possibilité d'une interruption de l'alimentation. Poussé par des facteurs techniques, économiques et environnementaux, ainsi que par le déploiement rapide d'un grand nombre de ressources de production décentralisées, le micro-réseau est récemment devenu un concept important dans un système de distribution actif et rapidement reconfigurable. Les micro-réseaux ont la capacité de fonctionner à la fois en mode connecté au réseau et en mode isolé. En raison de cet avantage, le micro-réseau est devenu un élément clé du futur réseau intelligent. Bien que le concept de micro-réseau puisse apporter différents avantages aux services de distribution et aux clients, à savoir une amélioration de l'économie, de l'environnement et de la résilience, il offre toujours un défi au niveau de la planification et la gestion opérationnelle. Les défis de la planification des micro-réseaux proviennent de : 1) la nature intermittente et incertaine des ressources décentralisées et des charges des systèmes distribués, ainsi que l'incertitude relative aux contingences auxquelles le réseau de distribution est confronté, 2) la charge de calcul que la prise en compte des incertitudes du micro-réseau implique, et 3) le grand nombre de compromis entre les différents objectifs d'optimisation possibles du micro-réseau qui doivent être pris en compte dans la phase de planification. Motivée par ces défis, cette recherche propose le développement de nouvelles méthodologies d'analyse et de planification qui peuvent assurer l'efficacité du processus de création du micro-réseau en tenant compte des caractéristiques particulières et de la philosophie opérationnelle du micro-réseau. Dans un premier temps, les modèles d'étude d'écoulement de puissance linéaires et non linéaires sont développés en prenant compte des caractéristiques réelles d'un micro-réseau insulaire équilibré et déséquilibré, c'est-à-dire l'absence de bus infini, la présence d'une fréquence du système variable et de certains générateurs fonctionnant en mode de contrôle « statisme ». Tout d'abord, nous présentons un algorithme non linéaire basé sur la méthode des mailles et la matrice Z[indice bus] pour un micro-réseau opéré en mode « droop ». Cet algorithme sans inversion est particulièrement adapté aux grandes dimensions des systèmes de distribution pratiques comprenant des milliers de nœuds électriques, lorsqu'ils fonctionnent comme des micro-réseaux insulaires. Deuxièmement, un modèle linéaire pour étudier l'écoulement de puissance (LPF) basé sur la méthode des nœuds est proposé. Étant basé sur la méthode des nœuds, le modèle proposé est utilisable dans différents problèmes d'optimisation de micro-réseaux. Des études de cas numériques sont développées et utilisées pour démontrer la précision des modèles proposés et garantir leur application réussie pour modéliser avec précision l'écoulement d'énergie dans un micro-réseau. Cela permet son application dans un processus d'optimisation présenté à l'étape suivante de cette recherche. Dans la deuxième étape, cette recherche propose un modèle d'écoulement de puissance optimal (OPF) pour le fonctionnement optimal des micro-réseaux à courant alternatif, équilibrés et déséquilibrés, avec un contrôle hiérarchique (c'est-à-dire, un contrôle primaire et secondaire). Le modèle proposé a d'abord été formulé comme un modèle non linéaire en nombres entiers (MINLP), puis il a été linéarisé et converti en un modèle linéaire en nombres entiers (MILP) en utilisant le modèle LPF développé dans la première étape de cette recherche. La philosophie de fonctionnement du micro-réseau, en mode connecté au réseau et en mode îloté, a été prise en compte. De plus, plusieurs types de générateurs distribués, y compris ceux qui sont disptachables et non disptachables, ainsi que des ressources de stockage d'énergie, ont été pris en compte dans le modèle MILP proposé. Plusieurs études de cas numériques ont été menées pour valider et prouver l'efficacité et la précision du modèle MILP développé. Les résultats de ces études de cas ont démontré la précision et la supériorité de calcul du modèle MILP proposé Enfin, un cadre de planification pour les micro-réseaux dans les réseaux de distribution actifs est proposé. Ce cadre de planification vise à améliorer la résilience des systèmes de distribution d'électricité face à des événements de faible probabilité, à fort impact. Dans le cadre proposé, le problème de planification a été présenté comme un problème d'optimisation stochastique à deux niveaux. Tout d'abord, le niveau externe traite du placement optimal des éléments de planification du système de distribution (c.-à-d. les ressources répartissables ou non répartissables, les unités de stockage d'énergie et les interrupteurs d'isolement). Ce problème a été formulé en utilisant une formulation d'optimisation multi-objectifs et ensuite l'algorithme métaheuristique bien connu NSGA-II est adopté pour la recherche d'une solution optimale. Cette approche permet de déterminer les solutions qui impliquent le meilleur compromis entre plusieurs objectifs éventuellement conflictuels du problème de planification, à savoir le coût, la résilience et l'impact environnemental. Deuxièmement, le niveau interne du cadre de planification traite du problème d'optimisation relatif au fonctionnement optimal des micro-réseaux qui peuvent être créés par les éléments de planification du système de distribution alloués dans le niveau externe. Le problème du fonctionnement optimal du micro-réseau est présenté comme un problème d'étude de l'écoulement de puissance optimal linéaire (LOPF). À cette fin, le modèle MILP développé dans la deuxième étape est adopté. Néanmoins, il est nécessaire de prendre en compte différents scénarios stochastiques dans le niveau interne pour tenir compte des différentes incertitudes du système. Il faut aussi considérer la nature métaheuristique du niveau externe ce qui demande la résolution du modèle LOPF pour chacun des scénarios stochastiques et aussi pour chaque individu de la population. La prise en compte de ces facteurs présente un défi au niveau du calcul. Par conséquent, une nouvelle méthodologie utilisant un modèle de réseau de neurones (DNN) est proposée. Cette méthode permet de dériver rapidement l'information requise des solutions LOPF pour les scénarios stochastiques considérés. Enfin, l'efficacité du cadre proposé est validée par des résultats de simulation numérique. / Facing severe weather events, a distribution system may suffer from the loss or failure of one or more of its components, known as N-K contingencies. Nevertheless, taking advantage of the system's isolate switches and the penetration of the distributed energy resources in the electrical grid, a distribution system has the possibility to be clustered into microgrids in order to with stand such contingencies with minimal power interruption. Driven by technical, economic and environmental factors, as well as by the rapid deployment of a large number of distributed generation resources, the microgrid has recently become an important concept in the active distribution system. Microgrids have the ability to operate in both grid-connected and islanded modes. The benefits that the microgrid concept can bring to the operation of the distribution grids make the microgrid a key component of the future smart grid. While, the microgrid concept can bring different benefits to both distribution utilities and customers i.e., economic, environmental and resilience enhancement; the planning and operational management of microgrids still present several challenges for the decision maker and the distribution network operator. The challenges with the planning of microgrids arise from: 1) the intermittent and uncertain nature of the distributed energy resources and loads as well as the uncertainty pertaining to the contingencies facing the distribution network, 2) the computational burden that considering the microgrid's uncertainties entails, and 3) the large number of trade-offs between the different possible microgrid optimization objectives that need to be considered in the planning stage. Motivated by these challenges, this research proposes the development of new analysis and planning methodologies that can ensure the efficacy of the microgrid creation process considering the microgrids special features and operational philosophy. Initially, nonlinear and linear power flow models are developed to cope with the real characteristics of balanced and unbalanced islanded microgrid i.e. the absence of the slack bus, the system frequency being a variable and some DGs operating in droop-control mode. First, a non-linear branch-based Z[subscript bus] algorithm for the droop-controlled islanded microgrid is introduced. This algorithm is inversion free and is particularly suited for the large dimensions of practical distribution systems comprising up to thousands of electrical node, i.e., when operated as islanded microgrids. Secondly, a node-based linear power flow (LPF) model for droop-controlled islanded microgrids is proposed. The node-based nature of the proposed LPF model, allows this model to be integrated in different microgrid optimization models. Numerical case studies are developed and are used to demonstrate the accuracy of the proposed power flow models and guarantee its successful application to accurately model the microgrid power flow in the optimization application in the next stage of this research. In the second stage, this research proposes an optimal power flow (OPF) model for the optima operation of balanced and unbalanced AC microgrids with hierarchical control (i.e., primary droop and secondary control). The proposed model has been first formulated as a mixed integer nonlinear programing (MINLP) model, then it was linearized and converted into a mixed integer linear programing (MILP) model by adapting the LPF model developed in the first stage of this research. The operating philosophy of the microgrid, in both grid-connected and islanded modes of operation, was considered. Additionally, several types of distributed generators, including dispatchable and non-dispatchable, as well as energy storage resources, were considered in the proposed MILP model. Several numerical case studies were conducted to validate, and prove the effectiveness and the accuracy of the developed MILP model. The results from the developed case studies demonstrated the accuracy and the computational superiority of the proposed MILP model. Finally, a planning framework for microgrids in active distribution networks is proposed. The proposed planning framework is aimed at enhancing the resilience of power distribution systems facing high impact low probability events. In the proposed framework, the planning problem has been casted as a stochastic bi-level optimization problem. First, the outer level deals with the optimal placement of the distribution system planning elements (i.e., dispatchable/non-dispatchable resources, energy storage units and isolating switches). This problem has been formulated using a multi-objective optimization formulation and the well know metaheuristic Non-dominated Sorting Genetic Algorithm (NSGA-II) algorithm is adopted for its solution. This approach allows for determining the solutions that entail the best trade-off between the possibly conflicting multi-objectives of the planning problem, namely, cost, resilience and environmental impact. Second, the inner level of the planning framework handles the optimization problem pertaining to the optimal operation of the microgrids that can be created by the distribution system planning elements allocated in the outer level. The problem of the microgrid's optimal operation is casted as a Linear Optimal Power Flow (LOPF) problem. To this end, the proposed MILP model developed in the second stage is adopted. Despite using a LOPF model, considering different stochastic scenarios in the inner level, to account for the different system uncertainties, along with the metaheuristic nature of the outer level make solving the LOPF model for each of the stochastic scenarios for each individual in the metaheuristic optimization's population, using a numerical optimization solver computationally challenging. Motivated by this challenge, a novel methodology using a deep neural network (DNN) model is proposed for deriving the information required from the LOPF solutions for the stochastic scenarios under consideration. The effectiveness of the proposed framework is finally validated by numerical simulation results.

Face à des événements météorologiques violents, un système de distribution électrique peut souffrir de la perte ou de la défaillance d'un ou de plusieurs de ses composants. Ce phénomène est connu sous le nom de contingence de système. Néanmoins, en tirant parti des systèmes de protection, de l'électronique de puissance et de la pénétration des ressources énergétiques décentralisées dans le réseau électrique, un système de distribution électrique a la possibilité d'être reconfiguré en micro-réseaux. Cela permet de résister contre de telles éventualités en gardant au minimum la possibilité d'une interruption de l'alimentation. Poussé par des facteurs techniques, économiques et environnementaux, ainsi que par le déploiement rapide d'un grand nombre de ressources de production décentralisées, le micro-réseau est récemment devenu un concept important dans un système de distribution actif et rapidement reconfigurable. Les micro-réseaux ont la capacité de fonctionner à la fois en mode connecté au réseau et en mode isolé. En raison de cet avantage, le micro-réseau est devenu un élément clé du futur réseau intelligent. Bien que le concept de micro-réseau puisse apporter différents avantages aux services de distribution et aux clients, à savoir une amélioration de l'économie, de l'environnement et de la résilience, il offre toujours un défi au niveau de la planification et la gestion opérationnelle. Les défis de la planification des micro-réseaux proviennent de : 1) la nature intermittente et incertaine des ressources décentralisées et des charges des systèmes distribués, ainsi que l'incertitude relative aux contingences auxquelles le réseau de distribution est confronté, 2) la charge de calcul que la prise en compte des incertitudes du micro-réseau implique, et 3) le grand nombre de compromis entre les différents objectifs d'optimisation possibles du micro-réseau qui doivent être pris en compte dans la phase de planification. Motivée par ces défis, cette recherche propose le développement de nouvelles méthodologies d'analyse et de planification qui peuvent assurer l'efficacité du processus de création du micro-réseau en tenant compte des caractéristiques particulières et de la philosophie opérationnelle du micro-réseau. Dans un premier temps, les modèles d'étude d'écoulement de puissance linéaires et non linéaires sont développés en prenant compte des caractéristiques réelles d'un micro-réseau insulaire équilibré et déséquilibré, c'est-à-dire l'absence de bus infini, la présence d'une fréquence du système variable et de certains générateurs fonctionnant en mode de contrôle « statisme ». Tout d'abord, nous présentons un algorithme non linéaire basé sur la méthode des mailles et la matrice Z[indice bus] pour un micro-réseau opéré en mode « droop ». Cet algorithme sans inversion est particulièrement adapté aux grandes dimensions des systèmes de distribution pratiques comprenant des milliers de nœuds électriques, lorsqu'ils fonctionnent comme des micro-réseaux insulaires. Deuxièmement, un modèle linéaire pour étudier l'écoulement de puissance (LPF) basé sur la méthode des nœuds est proposé. Étant basé sur la méthode des nœuds, le modèle proposé est utilisable dans différents problèmes d'optimisation de micro-réseaux. Des études de cas numériques sont développées et utilisées pour démontrer la précision des modèles proposés et garantir leur application réussie pour modéliser avec précision l'écoulement d'énergie dans un micro-réseau. Cela permet son application dans un processus d'optimisation présenté à l'étape suivante de cette recherche. Dans la deuxième étape, cette recherche propose un modèle d'écoulement de puissance optimal (OPF) pour le fonctionnement optimal des micro-réseaux à courant alternatif, équilibrés et déséquilibrés, avec un contrôle hiérarchique (c'est-à-dire, un contrôle primaire et secondaire). Le modèle proposé a d'abord été formulé comme un modèle non linéaire en nombres entiers (MINLP), puis il a été linéarisé et converti en un modèle linéaire en nombres entiers (MILP) en utilisant le modèle LPF développé dans la première étape de cette recherche. La philosophie de fonctionnement du micro-réseau, en mode connecté au réseau et en mode îloté, a été prise en compte. De plus, plusieurs types de générateurs distribués, y compris ceux qui sont disptachables et non disptachables, ainsi que des ressources de stockage d'énergie, ont été pris en compte dans le modèle MILP proposé. Plusieurs études de cas numériques ont été menées pour valider et prouver l'efficacité et la précision du modèle MILP développé. Les résultats de ces études de cas ont démontré la précision et la supériorité de calcul du modèle MILP proposé Enfin, un cadre de planification pour les micro-réseaux dans les réseaux de distribution actifs est proposé. Ce cadre de planification vise à améliorer la résilience des systèmes de distribution d'électricité face à des événements de faible probabilité, à fort impact. Dans le cadre proposé, le problème de planification a été présenté comme un problème d'optimisation stochastique à deux niveaux. Tout d'abord, le niveau externe traite du placement optimal des éléments de planification du système de distribution (c.-à-d. les ressources répartissables ou non répartissables, les unités de stockage d'énergie et les interrupteurs d'isolement). Ce problème a été formulé en utilisant une formulation d'optimisation multi-objectifs et ensuite l'algorithme métaheuristique bien connu NSGA-II est adopté pour la recherche d'une solution optimale. Cette approche permet de déterminer les solutions qui impliquent le meilleur compromis entre plusieurs objectifs éventuellement conflictuels du problème de planification, à savoir le coût, la résilience et l'impact environnemental. Deuxièmement, le niveau interne du cadre de planification traite du problème d'optimisation relatif au fonctionnement optimal des micro-réseaux qui peuvent être créés par les éléments de planification du système de distribution alloués dans le niveau externe. Le problème du fonctionnement optimal du micro-réseau est présenté comme un problème d'étude de l'écoulement de puissance optimal linéaire (LOPF). À cette fin, le modèle MILP développé dans la deuxième étape est adopté. Néanmoins, il est nécessaire de prendre en compte différents scénarios stochastiques dans le niveau interne pour tenir compte des différentes incertitudes du système. Il faut aussi considérer la nature métaheuristique du niveau externe ce qui demande la résolution du modèle LOPF pour chacun des scénarios stochastiques et aussi pour chaque individu de la population. La prise en compte de ces facteurs présente un défi au niveau du calcul. Par conséquent, une nouvelle méthodologie utilisant un modèle de réseau de neurones (DNN) est proposée. Cette méthode permet de dériver rapidement l'information requise des solutions LOPF pour les scénarios stochastiques considérés. Enfin, l'efficacité du cadre proposé est validée par des résultats de simulation numérique. / Facing severe weather events, a distribution system may suffer from the loss or failure of one or more of its components, known as N-K contingencies. Nevertheless, taking advantage of the system's isolate switches and the penetration of the distributed energy resources in the electrical grid, a distribution system has the possibility to be clustered into microgrids in order to with stand such contingencies with minimal power interruption. Driven by technical, economic and environmental factors, as well as by the rapid deployment of a large number of distributed generation resources, the microgrid has recently become an important concept in the active distribution system. Microgrids have the ability to operate in both grid-connected and islanded modes. The benefits that the microgrid concept can bring to the operation of the distribution grids make the microgrid a key component of the future smart grid. While, the microgrid concept can bring different benefits to both distribution utilities and customers i.e., economic, environmental and resilience enhancement; the planning and operational management of microgrids still present several challenges for the decision maker and the distribution network operator. The challenges with the planning of microgrids arise from: 1) the intermittent and uncertain nature of the distributed energy resources and loads as well as the uncertainty pertaining to the contingencies facing the distribution network, 2) the computational burden that considering the microgrid's uncertainties entails, and 3) the large number of trade-offs between the different possible microgrid optimization objectives that need to be considered in the planning stage. Motivated by these challenges, this research proposes the development of new analysis and planning methodologies that can ensure the efficacy of the microgrid creation process considering the microgrids special features and operational philosophy. Initially, nonlinear and linear power flow models are developed to cope with the real characteristics of balanced and unbalanced islanded microgrid i.e. the absence of the slack bus, the system frequency being a variable and some DGs operating in droop-control mode. First, a non-linear branch-based Z[subscript bus] algorithm for the droop-controlled islanded microgrid is introduced. This algorithm is inversion free and is particularly suited for the large dimensions of practical distribution systems comprising up to thousands of electrical node, i.e., when operated as islanded microgrids. Secondly, a node-based linear power flow (LPF) model for droop-controlled islanded microgrids is proposed. The node-based nature of the proposed LPF model, allows this model to be integrated in different microgrid optimization models. Numerical case studies are developed and are used to demonstrate the accuracy of the proposed power flow models and guarantee its successful application to accurately model the microgrid power flow in the optimization application in the next stage of this research. In the second stage, this research proposes an optimal power flow (OPF) model for the optima operation of balanced and unbalanced AC microgrids with hierarchical control (i.e., primary droop and secondary control). The proposed model has been first formulated as a mixed integer nonlinear programing (MINLP) model, then it was linearized and converted into a mixed integer linear programing (MILP) model by adapting the LPF model developed in the first stage of this research. The operating philosophy of the microgrid, in both grid-connected and islanded modes of operation, was considered. Additionally, several types of distributed generators, including dispatchable and non-dispatchable, as well as energy storage resources, were considered in the proposed MILP model. Several numerical case studies were conducted to validate, and prove the effectiveness and the accuracy of the developed MILP model. The results from the developed case studies demonstrated the accuracy and the computational superiority of the proposed MILP model. Finally, a planning framework for microgrids in active distribution networks is proposed. The proposed planning framework is aimed at enhancing the resilience of power distribution systems facing high impact low probability events. In the proposed framework, the planning problem has been casted as a stochastic bi-level optimization problem. First, the outer level deals with the optimal placement of the distribution system planning elements (i.e., dispatchable/non-dispatchable resources, energy storage units and isolating switches). This problem has been formulated using a multi-objective optimization formulation and the well know metaheuristic Non-dominated Sorting Genetic Algorithm (NSGA-II) algorithm is adopted for its solution. This approach allows for determining the solutions that entail the best trade-off between the possibly conflicting multi-objectives of the planning problem, namely, cost, resilience and environmental impact. Second, the inner level of the planning framework handles the optimization problem pertaining to the optimal operation of the microgrids that can be created by the distribution system planning elements allocated in the outer level. The problem of the microgrid's optimal operation is casted as a Linear Optimal Power Flow (LOPF) problem. To this end, the proposed MILP model developed in the second stage is adopted. Despite using a LOPF model, considering different stochastic scenarios in the inner level, to account for the different system uncertainties, along with the metaheuristic nature of the outer level make solving the LOPF model for each of the stochastic scenarios for each individual in the metaheuristic optimization's population, using a numerical optimization solver computationally challenging. Motivated by this challenge, a novel methodology using a deep neural network (DNN) model is proposed for deriving the information required from the LOPF solutions for the stochastic scenarios under consideration. The effectiveness of the proposed framework is finally validated by numerical simulation results.

Thèse ou mémoire avec insertion d'articles / Le domaine des transports fait face à de nombreux défis tels que la réduction de la pollution sonore, la réduction de la pollution atmosphérique et la réduction de l'émission de gaz à effet de serre. Le domaine de l'aviation n'y fait pas exception. Dans ce contexte, l'électrification des transports est vue comme une solution potentielle à ces défis. Ce mémoire porte sur l'étude du réseau électrique des aéronefs à propulsion électrique. L'étude d'un tel réseau est faite à l'aide de deux approches complémentaires. La première est présentée sous la forme d'un article de synthèse donnant un aperçu des meilleures technologies et architectures à utiliser pour ce type de réseau. Cette première partie couvre le niveau tension de distribution, l'électronique de puissance, l'isolation électrique, les dispositifs de protection, la mise à la terre et les architectures générales du réseau des aéronefs à propulsion électrique. La deuxième approche est la modélisation de ce type de réseau pour un avion à propulsion hybride-électrique qui est étudié dans le cadre du projet HEPOS. La modélisation de la chaîne de traction électrique est principalement centrée autour de deux paramètres importants pour les applications aéronautiques : la masse et le rendement. Les composants de la chaîne de traction étudiées sont le convertisseur DC/DC, les câbles et l'onduleur. Des modèles pour les sous-composants inclus dans les composants principaux comme les modules de puissance et les inductances sont également développés et présentés. Les modèles de simulation sont développés pour permettre le processus d'optimisation du groupe motopropulseur de l'avion sur de longues missions. Ils combinent une exécution rapide à un haut niveau de précision pour estimer l'efficacité du groupe motopropulseur à tout moment de la mission. / The transportation sector faces challenges such as reduction of audible noise, pollutant emission and green house gas emission. As a part of the transportation sector, aviation is faced with those challenges. A potential solution for those problems is the electrification of transport. This master's thesis focuses on the study of the electrical grid of electrical propulsion-based aircraft. The study of such a grid is made using two complementary approaches. The first one is presented in the form of a review article giving insight on the best technologies and architectures to be used for this type of grid. This first part covers the voltage distribution level, power electronic, electrical insulation, protection devices, grounding, and global grid architectures of electrical propulsion-based aircraft. The second approach is the modeling of such a grid for the hybrid-electrical propulsion aircraft studied in the framework of HEPOS project. The modeling of the electrical propulsion powertrain is mainly centered on two important parameters for aircrafts applications: weight and efficiency. The main components of the powertrain studied are DC/DC converter, cables, and inverter. Models for subcomponents included in the main parts like power electronic devices and inductors are also developed and presented. The simulation models are developed to allow the optimization process of the aircraft's powertrain over long mission. They combine fast model execution with high level of precision to estimate the efficiency of the powertrain at any given time of the mission.

« Thèse en cotutelle, Université Laval et Université catholique de Louvain » / Dans le cadre de la transformation des systèmes électriques induite par le passage en cours aux énergies renouvelables, il est crucial de trouver des moyens efficaces pour équilibrer l'offre et la demande d'électricité. Le stockage d'énergie joue un rôle clé pour relever ce défi et, parmi les technologies établies, le stockage d'énergie par pompage-turbinage se distingue comme étant le plus mature et le plus répandu. Cependant, il existe encore un potentiel inexploité et une marge d'amélioration significative dans ce domaine, grâce à l'exploration de nouveaux sites et à l'adoption de technologies innovantes qui améliorent encore la flexibilité de ce type de stockage. Dans ce contexte, cette thèse de doctorat examine les aspects technico-économiques du pompage-turbinage, en se concentrant sur des systèmes à plus petite échelle, pouvant fonctionner à vitesse de rotation variable. En examinant les aspects économiques et les considérations technologiques de ces systèmes, la présente recherche apporte un éclairage précieux sur les solutions de stockage de l'énergie dans le paysage dynamique de la transition énergétique. Tout d'abord, la valeur historique du stockage d'électricité est évaluée sur les marchés de l'énergie dans les pays de l'UE-28, la Norvège, la Suisse et la Turquie. Des analyses de sensibilité sont effectuées, mettant en avant l'impact du rendement de cycle et de la capacité de stockage. Les résultats révèlent des variations significatives de la valeur d'arbitrage du stockage, à la fois géographiquement et temporellement, le rendement de cycle ayant un impact majeur sur la valeur d'arbitrage et la capacité de stockage ayant une valeur marginale très faible au-delà de 4 à 6 heures. En outre, l'impact des frais de réseau variables sur la valeur d'arbitrage est étudié, dans le cas spécifique de la Belgique. Les résultats de valorisation montrent que les frais de réseau peuvent diminuer la valeur d'arbitrage du stockage de 20% à 50% et qu'ils peuvent également réduire considérablement la participation du stockage dans les marchés de l'énergie. Deuxièmement, les systèmes de pompage-turbinage sont présentés, ainsi que les phénomènes de cavitation qui se produisent dans la machine hydraulique mise en œuvre dans ces systèmes. Cette spécificité des systèmes de pompage-turbinage joue un rôle crucial dans la définition des plages de fonctionnement limitées associées à cette technologie, tout en expliquant les avantages d'un fonctionnement à vitesse de rotation variable. Alors que les systèmes de pompage-turbinage sont historiquement opérés à vitesse de rotation fixe, les progrès récents en électronique de puissance ont ouvert la voie à un fonctionnement à vitesse variable. Aussi bien dans les nouvelles installations que dans les projets de mise à niveau de centrales de pompage-trubinage existantes, il est désormais envisagé de faire fonctionner une ou plusieurs unités à vitesse variable. Le lecteur est guidé dans les aspects techniques de la technologie à vitesse variable et ses avantages sont expliqués et illustrés dans le cas de trois topologies, l'une d'entre elles étant un système innovant de petite unité de pompage-turbinage. Troisièmement, les possibilités de contrôle de la puissance offertes par la vitesse variable sont étudiées dans le cas d'un système reposant classiquement sur une pompe-turbine réversible de type Francis, ainsi que dans le cas innovant susmentionné. La modélisation et la simulation des effets hydro-électromécaniques transitoires dans les systèmes de pompage-turbinage sont effectuées et illustrent la dynamique électrique élevée réalisable grâce à la vitesse variable. Le cas innovant de la petite unité de pompage-turbinage est poussé plus loin avec une analyse de stabilité, révélant les limites associées à une stratégie de contrôle de puissance trop exigeante. / In the midst of the ongoing transformation in power systems driven by the shift to renewable energy, finding effective ways to balance electricity supply and demand is crucial. Energy storage plays a pivotal role in addressing this challenge, and among the established technologies, pumped hydro energy storage (PHES) stands out as the most mature and widespread. There is however still significant untapped potential and room for improvement in PHES, by exploring new sites and adopting innovative technologies further improving the flexibility of this storage type. Within the the above-mentioned context, this Ph.D. thesis delves into the techno-economic aspects of PHES, with a specific focus on smaller systems that can operate at variable rotational speed. By examining the economic considerations and technological intricacies of these systems, the present research contributes valuable insights to the ongoing discourse on energy storage solutions in the dynamic landscape of the energy transition. First, the historical value of electricity storage is assessed on energy markets across the EU-28 countries, Norway, Switzerland, and Turkey. Sensitivity analyses are carried out with respect to the round-trip efficiency and storage duration. The results reveal significant variations in storage value from arbitrage, both geographically and temporally, with round-trip efficiency having a major impact on arbitrage value and storage duration having very low marginal value beyond 4 to 6 hours. Additionally, the impact of variable grid fees on arbitrage value is investigated, in the specific case of Belgium. The valuation results show that grid fees can decrease storage arbitrage value by 20% to 50%, and that they can also dramatically decrease storage participation in energy markets. Second, PHES systems are introduced together with the cavitation phenomena arising in the hydraulic machine involved in those systems. This specificity of PHES plays a crucial role in shaping the limited operating ranges associated with this technology, while it also explains the benefits of operating at variable rotational speed. While PHES systems have historically been operated at fixed rotational speed, recent advancements in power electronics have opened the door to variable-speed operation. In both new installations and the repowering of existing PHES projects, there is now consideration given to operating one or more units at variable speed. The reader is guided into the technicalities of the variable-speed technology and its benefits are explained and illustrated in the case of three topologies, one of them being an innovative system for small-scale PHES. Third, the power control possibilities brought by the variable speed are investigated in the case of a system classically relying on a reversible Francis pump-turbine, as well as in the aforementioned innovative case. Modelling and simulations of hydro-electromechanical transients in PHES systems are performed, and illustrate the high electrical dynamics achievable through the variable-speed technology. The innovative small-scale PHES system is pushed one step further with a stability analysis, revealing the limitations associated with a too demanding power control strategy.