Gestion de la génération d’un système solaire autonome connecté à un micro-réseau électrique pour absorber les charges de pointe

Résumé

Dans le contexte urgent de la crise climatique, optimiser la gestion de l’énergie est devenu impératif pour réduire notre consommation d’énergie et l’empreinte carbone associée à l’utilisation des énergies non renouvelables. Les stratégies de gestion mises en oeuvre par les opérateurs de réseau, telles que l’imposition de puissances souscrites, visent à inciter les consommateurs à modérer leur consommation afin d’assurer la stabilité du réseau électrique tout en diminuant leurs coûts. Cependant, pour les consommateurs, adopter une gestion efficace de l’énergie implique souvent de modifier des habitudes bien établies et d’adopter des solutions parfois complexes et peu efficaces. Une méthode courante pour réduire la consommation électrique dans les bâtiments est l’écrêtage de pointe, qui compense une partie de la charge, particulièrement pour respecter la puissance souscrite imposée par les gestionnaires de réseau. Cette technique repose sur le stockage de l’énergie pendant les périodes creuses pour la libérer durant les périodes de pointe. Dans une perspective de réduction de l’empreinte carbone, l’intégration de systèmes de stockage d’énergie par batteries avec des sources renouvelables, notamment le solaire, s’avère une solution efficace pour alléger la charge sur le réseau électrique tout en améliorant l’efficacité énergétique. Toutefois, en raison de l’intermittence de ces sources d’énergie, une gestion efficace demeure cruciale. L’objectif principal de ce mémoire est donc de déterminer un modèle prédictif de la production solaire capable de gérer efficacement un système photovoltaïque connecté à un micro-réseau électrique. Diverses approches de modélisation ont été explorées, incluant la modélisation photovoltaïque, des méthodes de régression et des arbres de décision, ainsi que des techniques combinées. Les performances des modèles prédictifs ont été évaluées à l’aide de mesures telles que le MAE, le RMSE et le coefficient de détermination (R2). Le modèle validé a ensuite été intégré avec succès dans un banc d’essai de micro-réseau, avec une discussion détaillée sur les aspects techniques, logiciels et matériels de cette intégration. En conclusion, ce travail a validé une méthodologie robuste pour la prédiction de la production solaire, et a souligné l’importance de la recherche future sur les modèles de prévision météorologique et la collecte de données historiques pour améliorer la précision des prévisions énergétiques. L’accès à des archives météorologiques étendues est identifié comme une étape clé pour tirer pleinement parti des capacités des centrales solaires, positionnant ainsi ce travail comme une contribution significative à la recherche en gestion de l’énergie renouvelable.

Date	29 avr. 2024
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Louis-A. Dessaint (Directeur(-trice))