L'effacement des consommations électriques a été identifié comme l'une des solutions pour pallier les problèmes liés aux pics de consommation électrique, à l’intermittence des énergies renouvelables et à la congestion des réseaux. Ces travaux de recherche s’intéressent à l’intégration de la consommation industrielle en tant que ressources effaçables à court terme dans le contexte de la réserve rapide du mécanisme d’ajustement français. Parmi les différents secteurs, le secteur industriel présente un intérêt particulier en raison de l’importance de sa consommation. Afin d'intégrer ce type de consommation dans l’équilibre offre-demande, il est nécessaire de prévoir le comportement de ces consommations à court terme ainsi que d’évaluer la fiabilité de ces prévisions. Ainsi, différentes méthodes de prévision à très court-terme adaptées aux données et au contexte ont été déployées sur différents consommations disponibles à deux niveaux d’agrégation différents : site et usage industriel. Des indicateurs de performance adaptés aux contraintes opérationnelles, appelés "taux de fiabilité", sont proposés et calculés pour évaluer la performance des méthodes de prévision. Ce taux de fiabilité est estimé pour différentes heures de la journée pour les différents sites et usages industriels étudiés. Les taux de fiabilité estimés permettent d'évaluer le risque pour une consommation spécifique (au niveau du site ou au niveau de chaque usage industriel) de ne pas respecter des contraintes opérationnelles imposées à chaque instant de simulation. / Demand response has been identified as one of the solutions to overcome the problems associated with peaks in electricity consumption, intermittency of renewable energy and network congestion. This thesis focuses on the integration of industrial electricity consumptions as short-term demand response resources in the context of a supply-demand balancing mechanism in France. Among the various sectors, industrial electricity consumptions are of particular interest because of their orders of magnitude. In order to integrate these consumptions to the supply-demand balance, it is necessary forecast their behavior in the short term and to evaluate the reliability of these forecasts. Thus, different short-term load forecasting methods adapted to the data and to the operational context are implemented on different sets of industrial consumptions data at two different consumption levels: the industrial site and the end-point equipment consumption. Performance indicators adapted to operational constraints, called "trust factors" are proposed and calculated to evaluate the performance of the forecasting methods. These trust factors are estimated for different hours of the day for all the different studied industrial sites and workshops. The estimated trust are used to assess the risks for a specific consumption to not to respect the operational constraints at a moment a forecast is simulated. Demand response is considered to become one of the elements to be implemented in order to achieve a successful energy transition through a more flexible power system.

Dans ces travaux de thèse, nous proposons un modèle de prévision à court terme des flux de voyageurs basé sur les réseaux bayésiens. Ce modèle est destiné à répondre à des besoins opérationnels divers liés à l'information voyageurs, la régulation des flux ou encore la planification de l'offre de transport. Conçu pour s'adapter à tout type de configuration spatiale, il permet de combiner des sources de données hétérogènes (validations des titres de transport, comptages à bord des trains et offre de transport) et fournit une représentation intuitive des relations de causalité spatio-temporelles entre les flux. Sa capacité à gérer les données manquantes lui permet de réaliser des prédictions en temps réel même en cas de défaillances techniques ou d'absences de systèmes de collecte / In this thesis, we propose a Bayesian network model for short-term passenger flow forecasting. This model is intended to cater for various operational needs related to passenger information, passenger flow regulation or operation planning. As well as adapting to any spatial configuration, it is designed to combine heterogeneous data sources (ticket validation, on-board counts and transport service) and provides an intuitive representation of the causal spatio-temporal relationships between flows. Its ability to deal with missing data allows to make real-time predictions even in case of technical failures or absences of collection systems

En Guadeloupe, actuellement, 5,92% de la demande en énergie électrique sont couverts par la filière photovoltaïque et 3,14% par la filière éolienne soit 9,06% pour leur production cumulée selon le bilan 2015 de l’OREC (Observatoire Régional de l’Energie et du Climat). Selon le plan énergétique régional de prospection, la production cumulée du photovoltaïque et de l’éolien devrait représenter 14% du mix électrique en 2020 et 18% en 2030. Pour atteindre les 14% du mix électrique d’ici les cinq prochaines années, il va donc falloir entre autres, améliorer la prédictibilité pour un développement à un rythme soutenu de ces énergies. Ces travaux de recherches ont consisté à apporter de nouveaux résultats de performance de prévision de l’ensoleillement global à court terme et à donner une connaissance plus fine de la ressource sur trois stations en Guadeloupe. L’étude est basée sur une analyse et un modèle de prévision de l’ensoleillement, faisant intervenir des paramètres spatiaux et temporels. La littérature montre qu’un important nombre de sites est en général utilisé pour une analyse spatio-temporelle, ce qui impliquerait pour nous, de poser de multiples capteurs sur l’ensemble du territoire. Les coûts d’un tel système seraient considérables. Notre approche ici consistera à effectuer une analyse spatio-temporelle sur trois stations. Avec peu de stations et des distances non uniformes nous avons donc cherché à développer un modèle de prévision de l’ensoleillement à court terme en dépit de ces contraintes qui ne répondent pas à une approche classique. Le modèle est basé sur une méthodologie VAR (Vecteur Autorégressif) incluant des paramètres spatiaux et temporels. Une stratégie de sélection des variables est développée afin de sélectionner les prédicteurs (stations) utiles pour la prévision sur une localisation. Cette stratégie itérative permettra d’une part d’être plus proche de la réalité, d’autre part d’un point de vue algorithmique, la tendance des calculs sera plus rapide. En amont du développement du modèle, une étude de la variabilité spatio-temporelle de l’ensoleillement a permis de quantifier et caractériser de manière fine, les interactions dynamiques entre ces trois stations. Par comparaison avec les modèles de la littérature, notre modèle de prévision montre une bonne performance avec des valeurs de RMSE relative allant de 17,48% à 23,79% pour des horizons de prévisions de 5 min à 1h. Les méthodologies développées pourraient à terme offrir une opportunité d’assurer des garanties au gestionnaire du réseau. Si d'avenir des solutions de prévision performantes se généralisaient, cette opportunité permettrait d’ouvrir le marché au-delà du seuil de 30% imposé actuellement. / Currently in Guadeloupe, there is 5,92 % of the electric power request covered by the photovoltaic sector and 3,14 % by the wind sector which represents 9,06 % for their accumulated production, according to the OREC report (Regional Monitoring center of Energy and Climate). According to the regional energy plan, the accumulated production of the photovoltaic and the wind energy should represent 14 % of the electric mix in 2020 and 18 % in 2030. To reach the 14 % of the electric mix within the next five years, we need, among other things, to improve forecast for a sustained development of these energies. These research works consisted in bringing new performance results of short-term forecast of the global solar radiation and in giving a finer knowledge of the resource onto three stations in Guadeloupe. The study is based on an analysis and a forecast model of global solar radiation, by including spatial and temporal parameters. The literature shows that an important number of sites is generally used for a spatio-temporal analysis, which would imply for us, to put multiple sensors on the whole territory. The costs of such a system would be considerable. Our approach here will consist in making a spatiotemporal analysis on three stations. With few stations and not uniform distances, we, thus, tried to define a short-term forecast model of global solar radiation, in spite of these constraints which do not answer to a classic approach. The model is based on a methodology the VAR ( Autoregressive Vector) including spatial and temporal parameters. A strategy of selection of variables is developed to select useful predictors (stations) for the forecast on localization. This iterative strategy, on one hand will allow being closer to the reality, on the other hand to the point of algorithmic view, the trend of the calculations will be faster. Preliminarily, a study of the spatiotemporal variability of global solar radiation, allowed to quantify and to characterize in a fine way, the dynamic interactions between these three stations. Compared with the models of the literature, our forecast model shows a good performance with relative RMSE values going from 17.48 % to 23.79 % for horizons from 5 min to 1 hour. The developed methodologies could eventually offer an opportunity to assure guarantees to the network manager. If in the future the successful solutions of forecast became widespread, this opportunity would allow the opening of the market beyond the 30 % threshold imposed at present.