WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Utilisation des méthodes d'optimisations métaheuristiques pour la résolution du problème de répartition optimale de la puissance dans les réseaux électriques

( Télécharger le fichier original )
par Abdelmalek Gacem
Centre Universitaire d'El-oued - Magister  2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Introduction

1 Introduction

Le rôle principal de toute entreprise chargée de la production d'énergie électrique est d'assurer à

tout moment, et en tout lieu, la couverture des demandes des utilisateurs en puissances actives et réactives. L'entreprise doit en outre garantir une qualité acceptable de la puissance avec un coût d'exploitation réduit. Pour bien exploiter un réseau électrique donné, il faut tout d'abord résoudre les problèmes d'ordre technique et économique. Souvent, on se trouve confronté à un problème, qui est celui de la répartition économique des puissances. Au début, la solution utilisée consiste à charger ou à faire produire au maximum les unités ayant le meilleur rendement. Cette solution n'est pas rentable puisque l'abus de fonctionnement des machines diminue leurs durées de vie et par conséquent, les frais d'entretien et de maintenance augmentent considérablement. L'extension et la complexité du réseau, laisse le choix aux chercheurs pour le développement de nouvelles méthodes afin de contribuer à l'allégement de ce problème.

Le problème de la répartition économique d'énergie a pris une importance considérable avec l'apparition de la crise d'énergie nécessitant des combustibles de plus en plus chers. Il faut donc planifier les puissances actives et réactives de chaque centrale électrique, de telle sorte que le coût total de fonctionnement du réseau entier soit minimal. D'une autre façon, il faut varier les puissances actives et réactives des générateurs dans certaines limites afin de satisfaire la demande particulière de la charge avec un coût minimal du combustible. Ce processus est appelé l'écoulement de puissance optimal, et parfois, il est connu comme le problème du dispatching économique.

La complexité des problèmes d'optimisation de l'écoulement de puissance dans un réseau électrique surtout avec la dérégulation du marché d'électricité et le développement de la production décentralisée fait en sorte qu'il est souvent difficile d'utiliser des méthodes exactes d'optimisation compte tenu du manque de flexibilité des méthodes classiques pour intégrer diverses contraintes spécifiques. Les métaheuristiques constituent alors une stratégie de résolution de plus en plus privilégiée .

Les nombreuses métaheuristiques sont inspirées par analogie avec la biologie des organismes. Ainsi, les théories de l'évolution ont inspiré les algorithmes évolutionnaires, les phénomènes de suivi de piste chez les fourmis ont conduit à l'élaboration des algorithmes de colonies de fourmis,

l'étude de l'organisation de groupes d'animaux a donné naissance aux méthodes d'optimisation par essaims particulaires.

L'objectif principal de ce travail est l'étude et l'analyse de la répartition optimale de puissance. La fonction objective qu'on veut minimiser est la fonction coût de production des puissances actives des générateurs. L'optimisation par essaims particulaires (OEP) (Particle Swarm Optimization) a été appliquée pour la résolution de ce nouveau problème d'optimisation. Les méthodes proposées ont été simulées dans l'environnement Matlab, et testées sur plusieurs réseaux standard. Ainsi en évalué de la performance de la méthode étudiée par la variation des variables de commande de cette méthode et la présentation des recommandations concernant la performance de cette méthode et comparai des résultats obtenus par la méthode OEP avec d'autres méthodes classiques et métaheuristiques. Afin en tenant compte des pertes de puissance active et les déviations des tensions aux niveaux des jeux de barres.

Ce travail commence par une introduction générale sur le problème de la répartition optimale de la puissance. Le premier chapitre présente la description et la modélisation des éléments de puissance essentiels du réseau de transport ainsi que la formulation du problème de l'écoulement de puissance. Le deuxième chapitre présente le problème de l'optimisation de l'écoulement de puissance ainsi qu'un ensemble de méthodes d'optimisation utilisées pour résoudre ce problème d'optimisation. Dans le troisième chapitre nous avons exposé l'application en détaille de la méthode génétique et l'optimisation par essaims de particules au problème de l'écoulement de puissance optimal. Le quatrième chapitre contient un ensemble de tests sur des réseaux électriques standard, avec des résultats numériques. Ces résultats sont dûment commentés et analysés.

Finalement nous terminerons ce mémoire par une conclusion et différentes perspectives de recherche qui nous semblent intéressantes pour la continuité de ce travail.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle