Cette thèse présente un cadre novateur d'Énergie Transactive (TE) en tant que solution basée sur le marché, conçu pour utiliser les flexibilités au niveau des utilisateurs afin de fournir des services au niveau du réseau. Développer un cadre TE efficace implique des défis, car il doit répondre aux besoins à la fois des prosommateurs et des agrégateurs. À travers des recherches approfondies, des lacunes clés ont été identifiées : l'absence d'un système de gestion de l'énergie pour les prosommateurs qui soutient à la fois le Peer-to-Peer (P2P) trading et les interactions avec les agrégateurs, la nécessité pour les prosommateurs de gérer leurs propres incertitudes avec une forte pénétration des énergies renouvelables, et le fonctionnement flou des cadres TE au sein des plateformes P2P et d'agrégation existantes. De plus, la scalabilité dans les grands réseaux et le développement d'algorithmes de décomposition pour une haute convergence et précision restent des enjeux. Pour relever ces défis, un mécanisme de Transactive Energy Control (TEC) pour les Prosumer-Based Multi-Carrier Energy Systems (PB-MCESs) est introduit dans le Chapitre 2. Ce mécanisme emploie la théorie du Nash Bargaining Game (NBG) pour améliorer la coordination des ressources, réduire les coûts de gestion de l'énergie et augmenter les revenus du trading tout en gérant les incertitudes des Renewable Energy Sources (RESs) à travers une modélisation détaillée et une programmation stochastique. De plus, un cadre TE coopératif-compétitif est développé pour les systèmes avec un seul agrégateur dans le Chapitre 3. Ce cadre utilise les théories NBG et du Non-Cooperative Game (NCG) pour réduire les coûts des prosommateurs, améliorer les prix P2P et augmenter les taux de convergence de l'optimisation avec la méthode Advanced Accelerated Alternative Direction Method of Multipliers (A³DMM). La Distributionally Robust Optimization (DRO) est utilisée pour mieux gérer les incertitudes et les coûts globaux. Pour les systèmes avec plusieurs agrégateurs, un cadre TE hybride à trois niveaux basé sur des jeux est proposé dans le Chapitre 4. Ce cadre intègre l'optimisation décentralisée distribuée, la théorie des jeux évolutifs et le NCG, réduisant encore davantage les coûts des prosommateurs et atténuant les problèmes de pouvoir de marché. L'algorithme proximal adaptatif ADMM fournit une convergence plus rapide et une précision plus élevée, tandis que la méthode DRO indépendante de l'échelle utilise des données historiques étendues pour une meilleure estimation des coûts et gestion des incertitudes. Pour aborder la scalabilité et la précision dans les réseaux plus grands, un procédé TE décentralisé basé sur la traduction est introduit dans le Chapitre 5. Ce procédé assure que les flexibilités nécessaires sont fournies par les prosommateurs responsables, atteignant une quasi-indépendance de l'échelle du système en termes de convergence et de précision. Enfin, un cadre hybride de Transactive Energy Management (TEM) distribué hiérarchique est proposé pour tirer parti des flexibilités en bordure de réseau pour la gestion de l'énergie dans les systèmes de transmission au Chapitre 6. Ce cadre combine la décomposition duale et l'ADMM avec un algorithme dynamique de plan de coupe contraint, améliorant significativement la réduction des coûts, le lissage des charges, la gestion de la congestion, la vitesse de convergence et la précision. L'algorithme hybride montre également une moindre dépendance aux paramètres d'initialisation, traitant les limitations courantes des méth odes traditionnelles. Le cadre TE proposé permet un modèle économique durable pour le P2P trading et l'agrégation dans un environnement hautement concurrentiel. Ainsi, l'intérêt de tous les acteurs peut être pris en compte. De plus, les prosommateurs sont capables de gérer leurs propres incertitudes sous la forte pénétration des renouvelables et la faible flexibilité du réseau principal. / This thesis presents a novel Transactive Energy (TE) framework as a market-based solution designed to utilize user-level flexibilities for providing grid-level services. Developing an effective TE framework involves challenges, as it must cater to the needs of both prosumers and aggregators. Through extensive research, key gaps were identified: the absence of an energy management system for prosumers that supports both Peer-to-Peer (P2P) trading and aggregator interactions, the need for prosumers to manage their own uncertainties with high renewable energy penetration, and the unclear operation of TE frameworks within existing P2P and aggregation platforms. Additionally, scalability in large networks and the development of decomposition algorithms for high convergence and accuracy remain issues. To tackle these challenges, a Transactive Energy Control (TEC) mechanism for Prosumer-Based Multi-Carrier Energy Systems (PB-MCESs) is introduced in Chapter 2. This mechanism employs the Nash Bargaining Game (NBG) theory to improve resource coordination, reduce energy management costs, and boost trading revenues while managing uncertainties of Renewable Energy Sources (RESs) through detailed modeling and stochastic programming. Additionally, a cooperative-competitive TE framework is developed for systems with a single aggregator in Chapter 3. This framework uses NBG and Non-Cooperative Game (NCG) theories to lower prosumer costs, enhance P2P prices, and improve optimization convergence rates with the proposed Advanced Accelerated Alternative Direction Method of Multipliers (A³DMM). Distributionally Robust Optimization (DRO) is used to better manage uncertainties and overall costs. For systems with multiple aggregators, a tri-layer hybrid game-based TE framework is proposed in Chapter 4. This framework integrates distributed-decentralized optimization, evolutionary game theory, and NCG, further reducing prosumer costs and mitigating market power issues. The adaptive proximal ADMM algorithm provides faster convergence and higher accuracy, while the scale-independent DRO method leverages extensive historical data for better cost estimation and uncertainty management. To address scalability and accuracy in larger networks, in Chapter 5, a translation-based decentralized TE method is introduced. This method ensures that necessary flexibilities are provided by responsible prosumers, achieving near-independence from the system scale in terms of convergence and accuracy. Finally, a hybrid distributed hierarchical TE Management (TEM) framework is proposed for leveraging grid-edge flexibilities for energy management in transmission systems in Chapter 6. This framework combines dual decomposition and ADMM with a dynamically constrained cutting plane algorithm, significantly improving cost reduction, load smoothing, congestion management, convergence speed, and accuracy. The hybrid algorithm also shows less dependency on initialization parameters, addressing common limitations of traditional methods. The proposed TE framework enables a sustainable business model for P2P trading and aggregation in an environment with high competition. Therefore, the interest of all players can be considered. Besides, prosumers are able to handle their own uncertainty under the high penetration of renewables and low flexibility of the main grid
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/148730 |
| Date | 04 September 2024 |
| Creators | Alizadeh, Ali |
| Contributors | Kamwa, Innocent, Moeini, Ali |
| Source Sets | Université Laval |
| Language | English |
| Detected Language | French |
| Type | COAR1_1::Texte::Thèse::Thèse de doctorat |
| Format | 1 ressource en ligne (xxxiv, 334 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0155 seconds