Renewable energy optimization in isolated microgrids: a Python-based tool for cost-effective solutions using genetic algorithms

Résumé

Ce travail présente un outil programmé en Python pour l’analyse technico-économique de l’intégration des sources d’énergie renouvelable dans les microréseaux électriques isolés. Cet outil combine un simulateur de microréseau et un optimiseur basé sur des algorithmes génétiques. Le simulateur intègre une stratégie de gestion de l’énergie qui priorise l’utilisation des sources renouvelables et le stockage dans les batteries, tout en garantissant un approvisionnement continu de la charge grâce aux générateurs diesel. Cela est rendu possible par une stratégie de répartition qui détermine la combinaison optimale d’un nombre prédéfini de générateurs en fonction des besoins spécifiques du microréseau. L’optimiseur, qui agit comme une couche supérieure au simulateur, utilise les résultats de ce dernier dans un processus itératif d’optimisation à objectif unique ou multiple. Dans l’étude de cas présentée, l’optimiseur vise à identifier le niveau optimal de pénétration des énergies renouvelables qui minimise le coût nivelé de l’énergie et maximise la réduction de l’utilisation de diesel. Afin d’accélérer la convergence, le processus d’optimisation inclut le développement de tables préliminaires générées à l’aide d’un algorithme de recherche exhaustive, ce qui réduit l’espace de recherche initial. Les avantages de cet outil résident dans sa conception modulaire, sa capacité à traiter des données d’entrée avec différents pas de temps et sa convergence rapide dans des cas d’étude. Développé en Python, un logiciel libre, il surmonte les limitations des outils commerciaux comme HOMER, qui imposent des restrictions aux utilisateurs. De plus, l’outil est évolutif et adaptable aux besoins spécifiques de chaque utilisateur. Enfin, l’application pratique de cet outil est validée à travers une étude de cas appliquée à un microréseau d’une communauté à Nunavik, au Québec. Les résultats montrent que le niveau optimal de pénétration des énergies renouvelables identifié par l’outil peut réduire jusqu’à 87 % la consommation de diesel, par rapport aux scénarios sans intégration de renouvelables. Cela souligne la valeur de cet outil dans des contextes industriels et commerciaux nécessitant des solutions pratiques et applicables.

Date	28 mai 2025
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Adrian Ilinca (Directeur(-trice)) & Daniel Rousse (Codirecteur(-trice))