Conception of energy management systems for residential photovoltaic self-consumption installations
Conception de gestionnaires d'installations photovoltaïques résidentielles en autoconsommation
Résumé
This thesis addresses the problem of maximizing the self-consumption of residential photovoltaic power though the optimal control of household appliances.In the first part of the thesis, the optimization problem is restricted to the control of a unique electric water heater, and is formulated as an unconstrained problem. A novel and computationally efficient optimization algorithm is proposed, and is shown to perform better in a deterministic setting than other heuristics. In order to assess the impact of photovoltaic power production uncertainties on the control algorithms performances, the algorithms are evaluated under a large number of scenarios. A novel methodology is presented to generate these scenarios ensuring that each individual scenario presents a realistic intra-day variability, and that the set as a whole represents with proportionality the range of possible production outcomes. Numerical experiments show that at a 30-minute timestep, the impact of a "perfect'' photovoltaic production forecast is negligible compared with the impact of the choice of the control algorithm. In the second part of the thesis, the problem is extended to the optimal control of a diversity appliances located in several households forming a local energy community and sharing the use of a community battery. A mixed integer linear programming formulation of the problem is adopted in order to ease the appliances modeling. The constraint of preserving the private data of the microgrid participants leads to proposing three privacy-preserving communication protocols. These protocols are used to communicate the individual households constraints for the microgrid energy management system to be able to concatenate them into a centralized microgrid optimization problem aiming to minimize the cost of providing energy to the whole community, while preserving privacy.
Cette thèse aborde le problème de la maximisation de l'autoconsommation de la production photovoltaïque résidentielle, par le contrôle optimal d'usages électriques domestiques. Dans la première partie, le problème d'optimisation est restreint au contrôle d'un unique chauffe-eau à effet Joule, et est réécrit comme un problème sans contraintes. Un algorithme d'optimisation efficace et rapide est proposé, et des expériences numériques montrent que ses performances dans un cadre déterministe sont meilleures que celles d'autres heuristiques. Afin d'étudier l'impact des incertitudes de production d'énergie photovoltaïque sur les performances des algorithmes de contrôle, ceux-ci sont évalués face à un grand nombre de scénarios. Une nouvelle méthode est présentée pour générer ces scénarios, de manière à ce que la répartition de l'ensemble représente l'étendue des réalisations possibles proportionnellement au niveau d'incertitude associé à la prévision initiale, et que chaque scénario individuel présente une variabilité intra-journalière réaliste. Des études numériques montrent qu'à un pas-de-temps de 30 minutes, l'impact d'une prévision de production photovoltaïque "parfaite" est négligeable en comparaison de l'impact du choix de l'algorithme d'optimisation. Dans la seconde partie de cette thèse, le problème est étendu au contrôle optimal d'une diversité d'usages répartis dans plusieurs foyers formant une communauté locale d'énergie, et partageant l'utilisation d'une batterie commune. Afin de modéliser aisément ces usages, la formulation retenue est celle d'un problème d'optimisation linéaire mixte. La contrainte de protection des données personnelles des participants au micro-réseau mène à proposer trois protocoles de communication préservant l'anonymat. Ces protocoles sont utilisés pour concaténer les contraintes des foyers individuels au sein d'un problème d'optimisation centralisé, dont le but est de minimiser le coût de fourniture de l'énergie à tout le micro-réseau, tout en préservant les données personnelles des participants.
| Origine | Version validée par le jury (STAR) |
|---|