Dans cette thèse nous étudions la problématique d’un fournisseur d’électricité qui souhaite à la fois réguler la demande et créer du revenu dans un environnement potentiellement compétitif (PRMDS). Nous proposons des modèles bi-niveaux pour représenter l’interaction hiérarchique entre le fournisseur d’électricité (le meneur) et ses clients (le suiveur). L’objectif du meneur est de maximiser son revenu en décroissant la valeur de pointe de la demande alors que l’objectif du suiveur est de minimiser la somme des coûts des clients. Nous supposons que les clients résidentiels sont inter-connectés entre eux via un réseau de communication bi-directionnel ce qui permet un pilotage de la demande par rapport aux prix par un agrégateur de réseau intelligent. Dans cette thèse nous avons proposé plusieurs modèles de programmation mathématique à deux niveaux bilinéaire bilinéaire pour le PRMDS. Ces modèles peuvent être reformulés sous forme de problèmes linéaire avec variables mixte (MIP) en utilisant les conditions de KKT. Ces modèles sont résolus de façon exacte sur des instances de taille moyenne via un logiciel commercial. Afin de résoudre des instances de plus grande taille, des heuristiques ont été proposées. Deux d’entre elles ont prouvé leur efficacité en terme de qualité de solution obtenue et de temps de calcul. Finalement nous avons considéré une version robuste du problème de programmation mathématique à deux niveaux. Des propriétés préliminaires ont été prouvées. / This thesis is concerned with revenue optimization of an energy provider. A bilevel programming approach is proposed to model the relationship between the energy provider (leader) and power users (follower). The leader intends to achieve an optimal trade-off between revenue and peak load whereas the follower minimizes total cost of users to achieve system optimality. A smart grid structure that allows two-way communication is assumed to interconnect users and to schedule their demand regarding the prices. Day-ahead real-time prices are read by each customer's smart meter and the response is coordinated. In this thesis, we propose several bilinear bilevel programs that are presented and reformulated as single-level mixed integer problems using the KKT conditions of the follower's problem. These MIPs are solved to optimality for randomly generated instances using a commercial software. Different versions of the models are tested and compared. In order to solve large instances, several heuristics are developed. Two of these methods are shown to be efficient and solve large instances that cannot be solved within a reasonable time interval using exact method. Their outputs are compared to the exact solutions for small instances and their performances are evaluated. Finally, we address the robust bilevel optimization problem, discuss existing approaches, give illustrative examples, and propose avenues for future research.
| Identifer | oai:union.ndltd.org:theses.fr/2016LIL10141 |
| Date | 07 December 2016 |
| Creators | Afsar, Sezin |
| Contributors | Lille 1, Brotcorne, Luce, Savard, Gilles |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0024 seconds