The relay protections of the transmission lines play a fundamental role in the electrical power systems. They permit to ensure the security and the reliability of the electricity transmission from the generators to the final consumers. The objective of a relay protection is to provide a corrective action as quickly as possible when an abnormal condition of the power system is detected. The quickness of the response permits to limit the stress on the equipments of the power system and the consumers, to ensure the security of the people, to improve the power quality and to maintain the stability of the power system.The protective relaying systems have evolved a lot since their first implementation in the 1900’s. However, the electrical power systems are in constant evolution and the reliability of the protective relaying systems becomes more and more challenging. The three main characteristics of the relay protections which are security, dependability and speed must be continuously improved to achieve these objectives. The major relay protections implemented nowadays are based on frequency-domain methods. These methods are intrinsically limited in speed by the phasor estimation of the voltage and current signals. More recent methods based on incremental quantities permitted to break this limitation by working directly in time-domain. Despite the speed of these methods, the dependability is usually limited in order to ensure the security.In this work, it is proposed to develop a time-domain ultra-fast non-pilot distance protection based on a Gamma model of line to improve the security, the dependability and the speed, even for long lines and weak power systems. This protection is composed of a loop selection element, a directional element and a distance element. The target tripping time is 4 ms or less. / Doctorat en Sciences de l'ingénieur et technologie / info:eu-repo/semantics/nonPublished

La transition énergétique mondiale en cours incite à l'exploration et au développement d'approches holistiques incluant la modélisation et la simulation des ressources énergétiques distribuées (RED) et des charges flexibles modernes de manière intégrée, tout en évaluant leurs impacts sur le réseau de distribution. Avec le déploiement croissant de ces technologies dites vertes ces dernières décennies, caractérisées principalement par des dispositifs intelligents et un marché énergétique transactionnel en croissance, le système énergétique a acquis une dynamique significative, en particulier du côté de la distribution. Le comportement des consommateurs intelligents et la variabilité des RED changent radicalement les paradigmes traditionnels de planification et d'opération. Cette recherche contribue au domaine de la co-simulation distribution et client (D&C) en introduisant FlexSimNet, une plateforme de simulation innovante open-source, construite autour des technologies de flexibilité et des ressources énergétiques distribuées qui seront cruciales pour fournir de l'électricité Décarbonée, Numérisée et Décentralisée (3D) de manière rentable pour permettre l'émergence de systèmes énergétiques plus verts. FlexSimNet est une plateforme de simulation multi-sectorielle conçue comme un repère pour la recherche et l'analyse de systèmes de distribution et de clients intégrés à grande échelle. FlexSimNet est développé dans un environnement Python et utilise des solveurs de systèmes tels qu'OpenDSS et EnergyPlus en co-simulation. Il comprend plusieurs modules, chacun exécutant des fonctions spécifiques avec des entrées et des sorties distinctes, et conçu pour offrir une flexibilité dans le contrôle de l'opération des charges flexibles et des RED. Ces modules incluent : - Un outil Générique Tierme-Series Pow Flow (GTSPF), qui tire parti d'OpenDSS et de Python pour la simulation dynamique des réseaux de distribution, qui est également intégré à la plateforme d'Énergie Transactionnelle ETSim, permettant un examen détaillé des échanges d'énergie transactionnelle et de leur impact sur les opérations et l'efficacité du réseau. - Un module de Modélisation de l'Énergie Domestique qui utilise EnergyPlus pour une modélisation précise de l'énergie des bâtiments, facilitant une analyse plus approfondie des modèles de consommation tels que les niveaux de confort et leur influence sur le système énergétique global. - La mise en œuvre de simulation de Monte Carlo pour explorer la nature stochastique de la charge et de la décharge des VE, fournissant des aperçus sur la flexibilité et les défis posés par une forte pénétration des VE. - Et, l'application de techniques d'apprentissage machine pour la prévision précise de l'irradiance solaire et de la température, démontrant le potentiel des approches basées sur les données pour améliorer la précision prédictive. Le potentiel et les capacités de FlexSimNet sont évalués de manière approfondie à travers une variété de scénarios et de configurations de simulation. Les résultats confirment l'efficacité et la fiabilité de la plateforme comme cadre robuste pour simuler les interactions entre les RED, les charges flexibles et les réseaux de distribution, offrant un nouveau repère pour l'analyse techno-économique. Les simulations démontrent la complexité supplémentaire introduite dans le réseau par la haute pénétration des ressources énergétiques distribuées et des charges flexibles. Bien que ces ressources offrent des avantages tels que l'intégration des énergies renouvelables et les services de soutien potentiels au réseau, elles défient également l'efficacité du réseau. Cela souligne l'importance d'optimiser l'opération et la coordination de ces ressources au sein du réseau de distribution pour exploiter pleinement leurs avantages tout en maintenant ou en améliorant la performance du réseau. Cela impose également des défis pour la stabilité de la tension. La gestion de ces fluctuations devient cruciale, surtout à mesure que les niveaux de pénétration de ces technologies augmentent. Les opérateurs de système doivent employer des stratégies de régulation de tension avancées et exploiter la flexibilité de ces ressources énergétiques distribuées pour maintenir la stabilité du réseau. / The ongoing global energy transition urges the exploration and development of holistic approaches that include the modelling and simulation of distributed energy resources (DER) and modern flexible loads in an integrated manner while evaluating their impacts on the distribution network. With the increasing deployment of these so-called green technologies in recent decades, characterized primarily by smart devices and a growing transactional energy market, the power system has gained significant dynamism, especially on the distribution side. The behaviour of smart consumers and the variability of DER drastically change traditional planning and operational paradigms. This research contributes to the distribution and client (D&C) co-simulation field by introducing FlexSimNet, an innovative open-source simulation platform, built around flexibility technologies and distributed energy resources that will be crucial for delivering cost-effective Decarbonized, Digitized and Decentralized (3D) electricity to enable emerging greener energy systems. FlexSimNet is a multi-sector simulation platform designed as a benchmark for the research and analysis of large-scale integrated distribution and customer systems. FlexSimNet is developed in a Python environment and employs system solvers such as OpenDSS and EnergyPlus in co-simulation. It comprises several modules, each performing specific functions with distinct inputs and outputs, and designed to offer flexibility in controlling the operation of flexible loads and DER. These modules include: - A Generic Time-Series Power Flow (GTSPF) tool, which leverages OpenDSS and Python for dynamic simulation of distribution networks which is also integrated with the transactive energy ETSim platform, enabling detailed examination of transactive energy exchanges and their impact on network operations and efficiency. - A Home Energy Modelling module which utilizes EnergyPlus for accurate building energy modelling, facilitating a deeper analysis of consumption patterns such as comfort levels and their influence on the overall energy system. - The implementation of Monte Carlo simulations to explore the stochastic nature of EV charging and discharging, providing insights into the flexibility and challenges posed by high EV penetration. - And, the application of machine learning techniques for precise forecasting of solar irradiance and temperature, demonstrating the potential of data-driven approaches inenhancing predictive accuracy. FlexSimNet's potential and capabilities are thoroughly assessed through a variety of scenarios and simulation setups. The results confirm the platform's effectiveness and reliability as a robust framework for simulating the interactions between DER, flexible loads, and distribution networks, offering a new benchmark for techno-economic analysis. The simulations demonstrate the additional complexity introduced into the network by the high penetration of distributed energy resources and flexible loads. While these resources offer benefits such as renewable integration and potential grid support services, they also challenge network efficiency. This underscores the importance of optimizing the operation and coordination of these resources within the distribution network to harness their full benefits while maintaining or enhancing network performance. It also imposes challenges for voltage stability. Managing these fluctuations becomes crucial, especially as the penetration levels of such technologies grow. System operators need to employ advanced voltage regulation strategies and leverage the flexibility of these distributed energy resources to maintain grid stability.

Dans le domaine de l’internet des objets, nos recherches se sont focalisées sur l’étude des corrélations entre les données générées par des réseaux de capteurs. Ces données sont généralement collectées par des systèmes d’acquisition et se caractérisent par une grande vélocité et un fort volume. Les décideurs ont besoin d’outils permettant de détecter les situations d’intérêt au meilleur moment pour la prise de décision. Nous partons des travaux de doctorat de F.Barouni (2016) qui a proposé une extension du modèle et des outils de traitement d’événements complexes (CEP) pour répondre aux enjeux relatifs à la vélocité et au volume de ces données. Barouni a proposé une approche de représentation et de détection de patrons spatiotemporels pour représenter les situations d’intérêt. Notre but est de concevoir un outil destiné à gérer ces données et à fouiller des corrélations potentielles entre elles, en tenant compte des données contextuelles. Dans ce mémoire, nous proposons une approche théorique qui utilise les graphes conceptuels afin d’améliorer l’approche de Barouni en permettant de modéliser plusieurs types de relations spatiales. Dans ce contexte, nous avons proposé une extension des relations spatiales en tenant compte des éléments composant un réseau en lien avec l’espace géographique sous-jacent. En effet, notre modèle prend en compte, la représentation spatiale du réseau, la projection du réseau dans l’espace géographique sous-jacent et toutes les relations spatiales qui en découlent. Nous proposons aussi une extension au formalisme de représentation des patrons en ajoutant une structure du résumé et de contraintes du patron (graphes conceptuels) pour pouvoir modéliser des relations spatiales entre des patrons de complexité croissante. Nous avons développé un outil de détection de patrons en utilisant une approche de CEP itérative. Notre outil utilise plusieurs CEPs pour pouvoir détecter des patrons de différents degrés de complexité. Nous avons démontré la pertinence de notre approche par l’étude des événements de reconfiguration dans un réseau de distribution électrique. Notre approche est assez générique pour être applicable dans d’autres domaines d’application, tels que les réseaux de fibres optiques.

Ce mémoire présente une étude sur la simulation en temps réel des réseaux électriques comportant des convertisseurs électronique de puissance, en utilisant deux pas de calcul différents. L'impact du double pas de calcul sur la précision de la simulation est d'abord étudié à l'aide de SimPowerSystems (MATLAB) puis validé en temps différé avec Hypersim, le logiciel de simulation temps réel d'Hydro-Québec. L'impact est étudié par l'observation des formes d'onde, par l'analyse harmonique, ainsi que par les mesures de puissance au point de découplage, entre les deux parties du réseau. La méthode de simulation à double pas de calcul pourrait être implantée, en temps réel, par l'utilisation d'une unité de calcul rapide dans Hypersim. La technologie FPGA « Field Programmable Gate Array » est considérée pour remplir cette fonction et ses caractéristiques sont passées en revue.

Les réseaux électriques sont sujets aux aléas divers pouvant éventuellement mettre en péril leur sûreté. Des évènements résultants de l’aléa météorologique ou de la défaillance stochastique des composants du réseau tels qu’une fluctuation de températures hors saison ou la perte d’une unité de production, peuvent causer des déséquilibres inattendus entre l’offre et la demande et entraîner des délestages. Pour faire face à ces aléas, des marges de puissance ou "réserve" sont ménagées par rapport au strict équilibrage de l’offre et de la demande prévisionnelle. Cependant, déterminer la quantité de réserve suffisante pour une opération fiable et rentable est un problème difficile à résoudre, particulièrement en présence d’incertitude croissante due à la libéralisation du marché de l’électricité et à la pénétration à grande échelle des éoliennes sur le réseau. L’approche déterministe considère un niveau de réserve statique du jour pour le lendemain. L’énergie éolienne étant faiblement prévisible, de la réserve supplémentaire est requise pour pallier l’intermittence du vent. Parce que les éoliennes ne sont pas distribuables, les générateurs conventionnels ont été laissés sous pression en répondant aux variations larges et rapides de la charge nette du réseau. Étant données les contraintes de rampe qui limitent leur flexibilité, le bon fonctionnement du marché de l’électricité peut être altéré parce que les transactions d’énergie qui y sont contractées risquent de ne pas être réalisées en temps réel comme convenu pour des raisons de sécurité. Dans ce contexte, l’utilisation de l’approche déterministe à elle seule comme c’est le cas aujourd’hui, pourrait ne pas être économique ou fiable pour contenir les risques encourus; d’où la nécessité des méthodes sophistiquées basées sur une représentation plus complexe de l’incertitude. Cette thèse propose des solutions viables et efficientes à l’incertitude croissante dans l’opération à court terme des réseaux électriques en présence d’éoliennes à grande échelle et dans un contexte de compétition. Le caractère conservatif de la méthode déterministe a été grandement amélioré par une génération de réserve supplémentaire, contrôlable, et qui tient en compte l’aspect stochastique des éoliennes. La mutualisation des capacités via l’interconnexion permet d’alléger la contrainte d’équilibrage du réseau et de réduire les secousses autour des générateurs conventionnels. Afin de faciliter les transactions d’énergie sur le marché, des règles ont été élaborées pour inciter la mise en disponibilité des générateurs à larges paliers de rampes. Un problème combiné de la programmation des centrales et de transit optimal de puissance incorporant tous les objectifs sus-cités a été formulé. Traduit en programmation mixte quadratique car générant des solutions faisables dont le niveau d’optimalité est connu, celui-ci a été utilisé pour investiguer divers effets de l’interconnexion sur la réduction des coûts d’exploitations associés à plus d’éoliennes sur le réseau. Enfin et surtout, la capacité de notre modèle à résister aux contingences a été validée avec un modèle qui tient compte de l’aspect aléatoire des composants du réseau à tomber en panne. Ce qui nous a permis d’ajuster notre stratégie du marché du jour pour le lendemain par rapport à celui du temps réel. Notre modèle se distingue par sa rapidité et sa capacité `a révéler les coûts cachés de l’intégration des éoliennes dans les réseaux électriques. / Power grids are subject to a variety of uncertainties that may expose them to potential safety issues. Interruptions in electricity supply for instance, may result from an unseasonable temperature fluctuations or a power station outage, which are events of stochastic nature involving the weather or the failure of a component in the grid. The result may be sudden imbalances in supply and demand, leading to load interruptions. To plan for such unforeseen events, the grid carries ’reserve’, i.e., additional capacity above that needed to meet actual demand. However, scheduling the appropriate amount of reserve needed for a reliable and cost-effective grid operation is very challenging, especially in the context of increased uncertainties due to liberalization and the large-scale wind electric generators (WEGs) penetration to grid. Traditional grids assume a fixed knowledge of system conditions for the next day. Wind power being very poor to predict, an extra reserve generation to accommodate its uncertainty is required. Because WEGs aren’t built around spinning turbines, conventional units have been left stressed while responding to large and fast variations in the system net load. Given the temporal operating restrictions that limit their flexibility, the properly functioning of the electricity market can be altered as the energy transactions may not be carried out in realtime, exactly as agreed for security reasons. In this context, the use of the deterministic criteria alone as is the case today, may not be economical or reliable in limiting the risk of uncertainty; calling for sophisticated methods based on more-complex characteristics of uncertainty. This thesis proposes reliable and sound solutions to the increased variability and uncertainty in short-term power grid operations emanating from increasing the share of WEGs in the generation mix and competition from electricity markets. The conservativeness of the deter ministic method has been greatly improved with an adjustable extra generation reserve that accounts for the stochastic feature of WEGs. An inherent flexibility–design that attempts to reduce the onus placed on conventional units to balance the system has been considered. In doing so, the jerkings around these units while responding to large and fast variations in the system net load have been considerably mitigated. Adequate market policies that incentivize flexible resources to make their units with higher ramp rates available to follow dispatch signals have been crafted, thereby avoiding potential reliability degradation or costly out-ofmarket actions. A combined Security Constrained Unit Commitment (SCUC) and Optimal Power Flow (OPF) optimization problem that encompasses all the above mentioned goals has been formulated. Translated into a Mixed Integer Quadratic Programming (MIQP) problem that can return a feasible solution with a known optimality level, the SCUC-OPF engine has been used to investigate various effects of grids integration on reducing the overall operating costs associated with more wind power in the system. Last but not least, the effectiveness of our model to withstand contingencies has been done with a probabilistic model benchmark that accounts for the random nature of grid failure. This allows the adjustment of the Day- Ahead Market (DAM) strategy with respect to the Real-Time Market (RTM). Our model is proven to be more acceptable as it is time-saving, and has particular implications for wind integration studies as it can reverse the hidden cost of integrating WEGs to grid.

Les évolutions récentes des systèmes électriques comme conséquence de la dérégulation du marché et des traités internationaux comme le protocole de Kyoto ont des répercussions importantes sur les réseaux, en particulier, ceux de distribution. En effet, une large part de la production décentralisée est prévue d'être raccordée sur ces derniers. La production décentralisée utilise des sources d'énergie renouvelables hautement imprévisibles et reparties. Ce fait ajoute une contrainte forte sur l'exploitation des réseaux de distribution qui n'ont pas été conçus, à l'origine, pour accueillir de la production d'énergie à large échelle. Ce travail de thèse étudie l'impact de l'incertitude sur les études classiques de planification des réseaux électriques. Les études statiques et dynamiques du réseau ont été réalisées prenant en compte plusieurs sources d'incertitude dans plusieurs réseaux de distribution. Les incertitudes sont modélisées dans les études statiques par les méthodes probabilistes et possibilistes. La méthode possibilistes offre des avantages sur la méthode probabiliste. Un taux de pénétration éolien maximum d'un petit réseau maillé a été déterminé, en dynamique, en utilisant la méthode probabiliste, ainsi que les simulations de stabilité moyen-long terme et petits signaux du réseau.

Les limites des ressources d’énergies fossiles et la perspective imminente du changement climatique ont mené les pays de l’Union Européenne à engager une restructuration du secteur électrique vers un approvisionnement en énergie fiable, économique et durable. Dans cette optique de transition énergétique, les systèmes de stockage d’énergie peuvent faciliter l’intégration des énergies renouvelables dans les réseaux électriques. Ils permettent de stocker l’énergie produite par les sources renouvelables pour décaler sa fourniture aux réseaux électriques et compenser les fluctuations aléatoires de la puissance. Par ce lissage de la production des sources intermittentes, les systèmes de stockage transforment ces dernières en centrales mieux contrôlables et plus prévisibles ce qui leur permet de participer aux marchés d’électricité et aux services systèmes.Afin de garantir le respect des plans de production et des engagements pris envers le gestionnaire du réseau, les centrales de production renouvelables équipées d’un système de stockage ont recours à un système de gestion d’énergie. Alors que le contrôle rapproché assure le respect de la consigne instantanée de production, la gestion d’énergie utilise des méthodes d’optimisation sous contraintes issues de la recherche opérationnelle pour planifier le fonctionnement des systèmes de stockage. Le plus souvent, un arbitrage est nécessaire entre les exigences du fonctionnement et la complexité du modèle utilisé. Les modèles de batterie, qui présentent un comportement non-linéaire, doivent être simplifiés en vue de les intégrer dans les algorithmes d’optimisation les plus courants. De plus, les modèles précis et particulièrement ceux qui sont basés sur une modélisation physico-chimique de la batterie exigent des tests de caractérisation chronophages réalisés dans des conditions contrôlées. Finalement, le comportement électrique de la batterie évolue avec son âge ce qui impose un recalage périodique du modèle en fonction du temps.Cette thèse présente une méthodologie d’identification de modèles de batterie en cours de fonctionnement et d’utilisation de ces modèles adaptatifs dans la gestion optimale d’une centrale de production électrique avec stockage. Après un rappel des modèles de batteries, des méthodes d’identification en temps réel issues de la théorie du contrôle sont développées dans le cas d’un modèle des circuits électriques équivalents. L’extraction d’un modèle simplifié pour la gestion d’énergie est décrite et juxtaposée à une analyse de régression directe des données de fonctionnement. Les méthodes d’identification sont testées pour un système de stockage réel de taille industrielle, associé à une centrale photovoltaïque installée sur l’île de La Réunion. L’identification du modèle dans le cadre d’une étude de vieillissement préalablement effectuée au sein du CEA, met en évidence le suivi de l’état de santé de la batterie.En vue de l’intégration des modèles adaptatifs dans la gestion, la formulation des problèmes d’optimisation rencontrés dans la planification d'une centrale photovoltaïque associée à un système de stockage est développée. Des implémentations en programmation linéaire-mixte et en programmation dynamique sont réalisées dans des cas d’études basés sur la participation aux marchés d’électricité ou dans le cadre d’une tarification réglementée, ainsi que la participation aux services système. Afin d’évaluer les performances de ces solutions, une architecture de contrôle pour la centrale est détaillée, et le fonctionnement de la centrale est simulé. Plusieurs configurations du système de gestion sont testées, y compris l’utilisation de modèles fixes ou variables ainsi que la prise en compte ou non du vieillissement de la batterie. Une analyse statistique des résultats obtenus pour différents cas de production photovoltaïque et d’erreurs de prévision montre que l’utilisation des modèles variables présente des avantages. / Limited fossil energy resources and the prospect of impending climate change have led the European Union to engage in a restructuring of the electricity sector towards a sustainable, economical and reliable power supply. Energy storage systems have the potential of an enabling technology for the integration of renewable energy sources, which underlies this transition. They allow the delivery of energy produced by a local source to the electric grid to be shifted in time and can compensate random fluctuations in power output. Through such smoothing and levelling, energy storage systems can make the production of variable renewable sources predictable and amenable to control.In order to observe scheduled production and their commitments toward the grid operator, renewable power plants equipped with storage systems make use of an energy management system. While direct control ensures tracking of the current production setpoint, energy management employs constrained optimization methods from operations research to organize the usage of the storage systems. The complexity of the storage system model used in optimization must frequently be adapted to the specific application. Batteries show non-linear state-dependent behavior. Their model must be simplified for use in the most common optimization algorithms. Moreover, precise battery models based on physical modelling require time-consuming controlled testing for parameterization. Lastly, the electrical behavior of a battery evolves with aging which calls for regular recalibration of the model.This thesis presents a methodology for on-line battery model identification and the use of such adaptive models in optimal management of an electrical plant with energy storage. After a summary of battery models, observer methods for on-line identification based on control theory are developed for the case of an equivalent circuit model. The extraction of a simplified model for energy management is described and compared to direct regression analysis of the operational data. The identification methods are tested for a real industrial-sized storage system operated in a photovoltaic power plant on the island of La Réunion. Model identification applied to data from an earlier battery aging study shows the use of the method for tracking the state-of-health.The formulation of optimization problems encountered in the production scheduling of a photovoltaic power plant with energy storage is developed incorporating the adaptive battery models. Mixed-integer linear programming and dynamic programming implementations are used in case studies based on market integration of the plant or regulated feed-in tariffs. A simulation model based on the outline of the plant control architecture is used to simulate the operation and evaluate the solutions. Different configurations of the management system are tested, including static and variable battery models and the integration of battery aging. A statistical analysis of the results obtained for multiple cases of photovoltaic production and forecast error shows the advantage of using variable battery models in the study case.

Ce travail traite l'estimation de l'état et la surveillance des systèmes non linéaires de grandes dimensions avec une application sur des réseaux électriques. La modélisation dynamique est effectuée en utilisant la propriété d'index 1 et les techniques de découplement. Des nouvelles méthodes d'estimation d'état , basées sur le Filtre de Kalman Etendu en incluant une fenêtre de mesures glissante, sont proposées pour améliorer la robustesse et la précision. Une nouvelle étude de convergence au sens de Lyapunov et de conditionnement de la matrice d'observabilité est proposée pour assurer la convergence des observateurs. Une combinaison de Filtre de Kalman Etendu avec fenêtre de mesures glissantes et la version à entrées inconnues est considérée pour assurer la tâche de surveillance. L'apport en performances des approches développées est évalué par des simulations numériques sur des réseaux électriques test selon le standard IEEE.

Depuis une vingtaine d'années, les grands réseaux électriques se trouvent obligés de fonctionner à pleine puissance et souvent aux limites de la stabilité. L'amélioration de la stabilité aux petites perturbations, en particulier l'amortissement des oscillations interrégionales, est donc devenue un objectif prioritaire. Les interactions entre les générateurs de différentes régions et les régulateurs utilisés nécessitent une optimisation globale de leurs performances : c'est le meilleur moyen pour assurer le comportement optimal de l'ensemble. L'objectif de ce travail est d'assurer un amortissement maximum, aussi bien des modes interrégionaux que des modes locaux, à l'aide des stabilisateurs de puissance (PSS) généralement utilisés pour l'amortissement des modes électromécaniques locaux. Pour ce faire, nous avons développé une méthode d'optimisation globale basée sur les algorithmes génétiques et une fonction multiobjectif déterminée à partir de l'analyse des valeurs propres du système. Nous avons analysé l'influence de l'augmentation progressive du nombre de variables à optimiser simultanément (paramètres, emplacement et nombre des PSSs). La méthode que nous proposons permet un réglage optimal des PSSs avec le meilleur emplacement possible et un nombre réduit de PSSs. Nous avons proposé en outre une nouvelle méthode d'optimisation utilisant des contraintes dynamiques adaptatives de l'espace de recherche afin d'améliorer les performances et la rapidité de convergence de cet algorithme. Les performances de ces méthodes d'optimisation ont été évaluées sur le réseau multimachines interconnecté New England / New York par analyse des valeurs propres du modèle linéaire du système et simulations temporelles du modèle non-linéaire originel.

L’intégration de systèmes de production décentralisés et de stockage d’énergie dansles réseaux d’électrification ferroviaires est envisagée comme une solution pour améliorerles performances électriques et énergétiques des réseaux électriques ferroviaire qui fontface à une forte augmentation de trafic. Cette solution doit permettre de réduire les coûtsd’investissement et d’exploitation des réseaux ferroviaires (moins de consommation, desrenforcements d’infrastructures limités) par rapport aux solutions conventionnelles.Ces travaux de thèse visent à définir une méthodologie de conception optimale et de gestionénergétique des systèmes de production et de stockage de l’énergie dans un environnementferroviaire. La méthodologie proposée devra constituer pour les ingénieurs une aide à laconception et au dimensionnement des futurs réseaux ferroviaires.Une méthodologie basée sur des modèles d’optimisation non linéaire a été développée.Elle propose une approche originale du traitement des charges mobiles et des dispositifsnon linéaires du réseau (sous-stations, moyens de stockage, rhéostat de freinage) pourl’optimisation. Elle permet de déterminer le dimensionnement et la loi de pilotage optimauxd’un système de stockage intégré à un réseau d’électrification ferroviaire.La méthodologie a été appliquée à une section de réseau urbain électrifiée en 1500Vcontinu. Un système de stockage d’énergie est alors utilisé pour résoudre un problème dequalité d’alimentation et réduire la consommation énergétique. Les résultats obtenus montrentles gains apportés par le stockage et fournissent un guide pour le choix du mode de stockage(batterie, supercondensateur, volant d’inertie) le plus pertinent pour l’application considérée.Des perspectives sont finalement ouvertes pour l’extension de notre méthodologie auxsystèmes de production décentralisés, aux réseaux électrifiés en courant alternatifs et auxautres types de solutions technologiques (FACTS, HVB. . . ). / Integration of decentralized production and energy storage systems into railwayelectrification networks are considered as a solution in order to improve their electrical andenergetic performances when facing a major traffic increase. This solution shall allow to reducethe investment and exploitation costs of railway networks (less energy consumption, lessreinforcement work on infrastructures) compared to conventional solutions.The work presented in this manuscript aim to define a methodology for optimal sizing andenergetic management of energy production and/or storage systems for a railway network. Theproposed methodology must help engineers while designing future railway networks.A methodology based on a non linear optimization model has been developed. A novelapproach of the modeling of mobile loads and non linear components of the network (feedingsubstations, energy storage systems, braking rheostats) is proposed for optimization process.It allows the computation of the optimal sizing and control law of an energy storage systemimplemented in a railway electrification network.This methodology has been applied to a DC 1500V electrified urban network section. Anenergy storage system has been introduced in order to solve power quality issues and to reduceenergy consumption. The results shows the benefits of the energy storage system and providesindications to choose the better energy storage system technology (batteries, super-capacitors,flywheel) for the considered application.Future developments shall be the extension of our methodology to decentralized productionsystems, AC electrified railway networks and other technological solutions (FACTS, HVB...).