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.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/34660 |
| Date | 01 May 2019 |
| Creators | Mogo, Jules Bonaventure |
| Contributors | Kamwa, Innocent, Cros, Jérôme |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | thèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat |
| Format | 1 ressource en ligne (xxv, 132 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.004 seconds