A smart grid ready building energy management system based on a hierarchical model predictive control.

par Antoine Lefort

Thèse de doctorat en Automatique (STIC)

Sous la direction de Hervé Guéguen.

Le président du jury était Bernard Multon.

Le jury était composé de Guillaume Ansanay-Alex, Romain Bourdais, Mohamed Yacine Lamoudi.

Les rapporteurs étaient Stéphane Ploix, Stéphane Grieu.

  • Titre traduit

    Développement d'un gestionnaire énergétique du bâtiment compatible avec le réseau intelligent


  • Résumé

    L’intégration des énergies renouvelables produites par un bâtiment et les réseaux de fourniture, qui sont amenés à proposer des tarifications et des puissances disponibles variables au cours de la journée, entraînent une grande variabilité de la disponibilité de l’énergie. Mais les besoins des utilisateurs ne sont pas forcément en accord avec cette disponibilité. La gestion de l’énergie consiste alors à faire en sorte que les moments de consommation des installations coïncident avec les moments où celle-ci est disponible. Notre objectif a été de proposer une stratégie de commande prédictive, distribuée et hiérarchisée, pour gérer efficacement l’énergie de l’habitat. Les aspects prédictifs de notre approche permettent d’anticiper les besoins et les variations de la tarification énergétique. L’aspect distribué va permettre d’assurer la modularité de la structure de commande, pour pouvoir intégrer différents usages et différentes technologies de manière simple et sans faire exploser la combinatoire du problème d’optimisation résultant.


  • Résumé

    Electrical system is under a hard constraint: production and consumption must be equal. The production has to integrate non-controllable energy resources and to consider variability of local productions. While buildings are one of the most important energy consumers, the emergence of information and communication technologies (ICT) in the building integrates them in smart-grid as important consumer-actor players. Indeed, they have at their disposal various storage capacities: thermal storage, hot-water tank and also electrical battery. In our work we develop an hierarchical and distributed Building Energy Management Systems based on model predictive control in order to enable to shift, to reduce or even to store energy according to grid informations. The anticipation enables to plan the energy consumption in order to optimize the operating cost values, while the hierarchical architecture enables to treat the high resolution problem complexity and the distributed aspect enables to ensure the control modularity bringing adaptability to the controller.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : CentraleSupélec. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.