Directeur de thèse : Mazen ALAMIR
École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)
Spécialité :
Structure de rattachement : Autre
Établissement d'origine : UJF
Financement(s) : CIFRE
Date d'entrée en thèse : 01/09/2013
Date de soutenance : 09/01/2017
Composition du jury :
GUEGUEN, Hervé, Professeur, Supélec
MAïZI Nadia, Professeur, Mines ParisTech
ALAMO Teodoro, Professeur, Université de Seville
ALAMIR Mazen, Directeur de thèse, Gipsa-Lab
LE PAPE Claude, Co-encadrant, Schneider Electric
LAMOUDI Yacine, Co-encadrant, Schneider Electric
Résumé : Le taux croissant de sources d'énergies renouvelables dans les réseaux électriques et l'apparition prévisible de voitures électriques remettent en cause les mécanismes traditionnels de gestion de ces réseaux. Alors que les réseaux électriques ont été traditionnellement gérés de manière centralisée, on s'oriente de plus en plus vers une gestion décentralisée avec l'objectif d'exploiter au mieux les flexibilités à un niveau local. Dans cette thèse, deux problématiques concernant la gestion de l'énergie au niveau des smart grids sont adressées : La première partie de cette thèse propose deux algorithmes de commande prédictive distribués pour coordonner de manière plus efficace un ensemble d'acteurs dans un smart grid. Le focus est sur la comparaison qualitative de ces deux méthodes ainsi que sur leurs performances en termes de temps de calcul. Dans la deuxième partie de cette thèse, des méthodes de gestion d'énergie prenant en compte explicitement l'incertitude sont proposées pour une centrale photovoltaïque et pour une station de recharge de véhicules électriques. Les méthodes reposent sur des algorithmes randomisés qui permettent d'obtenir des garanties probabilistes de performance.