Un ilot non-intentionnel peut se former lorsque d’une petite partie du réseau est déconnectée du reste du système électrique, et continue pourtant de fonctionner à l’insu du gestionnaire de réseau en raison de la présence de générateurs locaux. Cet événement n’est pas voulu : le comportement des ilots n’est pas maitrisé, ce qui entraîne des risques potentiels pour les personnes et équipements électriques. L’ilotage non-intentionnel est un phénomène complexe et mal connu, aujourd’hui considéré comme rare, mais dont la probabilité d’apparition tend actuellement, a priori, à s’accroître progressivement. Cet accroissement est dû à l’effet conjugué de plusieurs phénomènes : premièrement, le développement des installations de production de petite et moyenne puissance, raccordées directement au réseau de distribution ; deuxièmement, l’élargissement des seuils de détection qui sont utilisés dans leurs protections de découplage ; et troisièmement, l’implémentation dans ces installations d’automatismes de régulation de puissance active et réactive. Dans ce contexte, la chaire industrielle Smartgrid d’Enedis a financé ces travaux de thèse afin de mieux caractériser ces phénomènes d’ilotage et d’améliorer leur détection.Afin d’atteindre ces objectifs, une première priorité de la thèse a été d’améliorer la compréhension des ilots non-intentionnels au travers d’une approche analytique. Celle-ci a notamment permis la résolution formelle d’un modèle simple capable d’expliquer le comportement en fréquence d’un îlot. Ces résolutions ont été enrichies par de nombreuses expérimentations en laboratoire et par des simulations numériques. Les modèles ont fait l’objet d’une étude bibliographique approfondie, notamment pour le choix des modèles de charge.Une seconde priorité de la thèse a été d’estimer l’efficacité des méthodes passives de détection d’ilotage au travers du calcul de la zone de non-détection (ZND). L'influence de plusieurs charges sur la ZND a été analysé, ce qui a permis d’améliorer la compréhension du phénomène complexe que sont les ilots non-intentionnels. L’efficacité des nouvelles protections anti-ilotage utilisant des seuils sur la dérivée en fréquence (ROCOF) a aussi fait l’objet d’évaluations approfondies. Enfin, les méthodes de calcul de ZND ont été améliorés par rapport aux méthodes préexistantes, ce qui a permis de radicalement améliorer l’estimation faite de l'impact des nouvelles régulations de puissance P(f) et Q(U). / Unintentional islands might appear when a subpart of the grid is disconnected from the power system and keeps working because of local generation. These events are unwanted: their behavior is not controlled and leads to potential risks for people and for electric equipment. Unintentional islanding is a complex phenomenon and badly understood. Nowadays it is considered to be rare, but a priori its occurrence probability is currently steadily increasing. This rising is the consequence of several phenomena: firstly, the development of distributed generation of small and average size directly connected to the distribution grid; secondly, the enlargement of frequency thresholds used by isolating protections; and thirdly, the implementation of power regulations of active and reactive power in the generation unit. Within this context, the Smart Grid chair of Enedis financed this PhD thesis in order to better characterize these islanding phenomena and to improve their detection.To achieve these targets, a first priority of the PhD was to improve the comprehension of unintentional islanding through symbolic calculation. This approach makes it possible to solve a simple model and to explain the evolution of the frequency during an island. These results are completed with several laboratory experiments and by numeric simulations. Models are designed based on a thorough bibliography, in particular for load modeling.A second priority of the PhD was to estimate the efficiency of anti-islanding protections through the computation of non-detection zone (NDZ). The impact of several loads on the NDZ is analyzed to improve the understanding of unintentional islanding, which is a complex phenomenon. The efficiency of new anti-islanding protections using thresholds on the rate of change of frequency (ROCOF) is also thoroughly evaluated. It is shown that the computation method used by the protection plays a key role. At last, the calculation methods of the NDZ is improved regarding previous methods. Among other things, it allows to radically change the estimations of the impact of new power regulations P(f) and Q(U).

Recently, a lot of research work has been dedicated toward enhancing performance, reliability and integrity of distributed energy resources that are integrated into distribution networks. The problem of islanding detection and islanding prevention (i.e. anti-islanding) has stimulated a lot of research due to its role in severely compromising the safety of working personnel and resulting in equipment damages. Various Islanding Detection Methods (IDMs) have been developed within the last ten years in anticipation of the tremendous increase in the penetration of Distributed Generation (DG) in distribution system. This work proposes new IDMs that rely on transient and distributed behaviors to improve integrity and performance of DGs while maintaining multi-DG islanding detection capability. In this thesis, the following questions have been addressed: How to utilize the transient behavior arising from an islanding condition to improve detectability and robust performance of IDMs in a distributive manner? How to reduce the negative stability impact of the well-known Sandia Frequency Shift (SFS) IDM while maintaining its islanding detection capability? How to incorporate the perturbations provided by each of DGs in such a way that the negative interference of different IDMs is minimized without the need of any type of communication among the different DGs? It is shown that the proposed techniques are local, scalable and robust against different loading conditions and topology changes. Also, the proposed techniques can successfully distinguish an islanding condition from other disturbances that may occur in power system networks. This work improves the efficiency, reliability and safety of integrated DGs, which presents a necessary advance toward making electric power grids a smart grid.