Optimisation stochastique pour la gestion d'énergie d'un parc éolien avec système de stockage face au marché day-ahead
SCHNEIDER-ELECTRIC
Grenoble
Réalisé par : DAVID Ana
Promotion : 2018
Dans le cadre d’une fin attendue des tarifs d’achat de l’électricité garantis, les exploitants des parcs de production s’intéressent à une gestion optimale de leurs systèmes grâce à des moyens de stockage de l’électricité et dans le cadre d’une vente de l’énergie sur le marché day-ahead. Dans ce contexte et étant donné les incertitudes auxquelles les systèmes sont soumis (fluctuations de la production, fluctuations du prix spot, équilibre sur le réseau), l’optimisation stochastique devient un outil intéressant pour améliorer la gestion opérationnelle.
Le cas d’étude de cette mission industrielle est un parc éolien couplé à un système de stockage. La mission consiste à élaborer les outils d’optimisation de la planification, de simulation et de contrôle du système, en utilisant la technique SAA (Sample Average Approximation). Le problème d’optimisation de la planification consistera dans le calcul d’un profil optimal d’engagement sur le marché day-ahead en prenant en compte des scénarios de prix et de production. Le contrôle optimal du système sera garanti par des optimisations infra-journalières visant à calculer, sous incertitudes de production, les consignes optimales pour le fonctionnement de la batterie, de manière à cumuler le moins de pénalités causées par la différence entre le profil d’engagement sur le marché day-ahead et la puissance effectivement délivrée.
Les premières simulations montrent que l’utilisation des techniques d’optimisation stochastique est bénéfique et que l’engagement optimal pour le marché day-ahead ne devrait pas consister dans la production espérée, mais dans un profil légèrement inférieur à celui-ci afin d’anticiper le risque de pénalités importantes au cas d’un manque de production par rapport à l’engagement pris. Il en résulte également que l’impact de la prise en compte des scénarios de production sur les revenus du système est plus important que celui de la prise en compte des scénarios de prix spot.
Mots-clés : Optimisation stochastique, Sample Average Approximation, marché day-ahead de l’électricité, parc éolien, système de stockage.