Contrôle décentralisé de l'intégration renouvelables dans les réseaux intelligents

par Md umar Hashmi

Projet de thèse en Informatique

Sous la direction de Marc Lelarge et de Ana Busic.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de Sciences Mathématiques de Paris Centre , en partenariat avec DMA - Département de Mathématiques et Applications (laboratoire) et de Ecole normale supérieure (établissement de préparation de la thèse) depuis le 14-12-2015 .


  • Résumé

    Contexte de la recherche Les défis de l'intégration renouvelable. Un défi technique clé dans l'intégration de grandes quantités d'énergie renouvelables dans le réseau électrique est l'incertitude et volatilityof sources renouvelables. Génération et de la demande d'énergie électrique doivent être équilibrées à toutes les échelles pour assurer un fonctionnement stable du réseau. Cet objectif est atteint par les mesures des capteurs et des moyens pouvant être commandés tels que des gaz, des générateurs de turbine pour réguler la tension, la fréquence et de phase à des valeurs constantes. générateurs Responsive fournissent non seulement le pouvoir, mais les services auxiliaires - ressources pour réglementer la grille. Comme une plus grande pénétration renouvelable apporte une plus grande volatilité à la grille, ce paradigme de l'appariement contrôlable de génération demandis plus tenable. La nécessité pour les services auxiliaires augmente de manière significative avec une plus grande pénétration des énergies renouvelables. Virtual Storage de charges flexibles (VSFL) .Il est souvent dit que l'énergie renouvelable est coûteux en raison du coût élevé de la grille, le stockage d'énergie de niveau. En l'absence de grandes batteries, coûteuses, nous pourrions avoir à augmenter notre inventaire des fossiles sensibles; générateurs de combustible, niant les avantages environnementaux de l'énergie renouvelable. Le but de notre recherche est de démontrer que nous ne devons pas compter entièrement sur piles coûteuses ou rapides; répondre générateurs de combustibles fossiles pour suivre des signaux de régulation. Il y a une grande flexibilité dans la consommation d'énergie de la plupart des charges électriques. Cette flexibilité peut être exploitée pour créer des «batteries virtuelles». Le meilleur exemple de cela est le système de chauffage, ventilation et climatisation (CVC) d'un immeuble: Il n'y a pas de changement perceptible au climat intérieur si le débit d'air est augmenté de 10% pendant 20 minutes, et une diminution de 10% pourThe 20 prochaines minutes. écarts de consommation d'énergie suivent les écarts de débit d'air de près, mais la température intérieure sera essentiellement constante. Chauffe-eau, lave-vaisselle et des réfrigérateurs sont d'autres exemples de charges flexibles. Cette recherche a des racines dans «réponse à la demande" qui a été dans la pratique depuis des décennies, et a fait l'objet de la recherche universitaire depuis au moins les années 1970. Dans la majorité des programmes proposés, réponse à la demande est définie comme load-; l'excrétion. Par exemple, dans l'article de 2007 de l'enquête de LBNL l'état des auteurs qui exigent une réponse "... fournit des systèmes de contrôle qui favorisent la load-; délestage ou déplacement de la charge pendant les périodes où le réseau électrique est près de ses capacités ou de prix de l'électricité sont élevés". FERC insiste sur le fait que la réponse de la demande doit être prix basé: "Les changements dans l'utilisation électrique d'ici la fin - les clients de l'utilisation de leurs habitudes de consommation normales en réponse à des changements dans le prix de l'électricité au fil du temps, ou pour des paiements incitatifs conçus pour induire la consommation d'électricité inférieure à des moments les prix du marché de gros de haute ou lorsque la fiabilité du système est compromise ". Le but de la recherche proposée est pas délestage. L'objectif est d'utiliser la flexibilité des charges à équilibrer la grille, sans pour autant sacrifier les besoins des consommateurs. Cela permettrait de réduire ou d'éliminer la nécessité d'un stockage coûteux (tels que des batteries), ainsi que les services auxiliaires de sale et non - production d'énergie renouvelable. Nous avons démontré dans des travaux antérieurs que les charges peuvent être classés en fonction de la largeur de bande de fréquence de service auxiliaire qu'ils peuvent offrir [4]. Si la réponse à la demande des charges respecte ces limitations de fréquence, il est possible d'obtenir un service auxiliaire très fiable au réseau, tout en maintenant des limites strictes sur la qualité de service (QoS) délivrés par chaque charge (température intérieure ne sera pas écarter de plus d'un degré si cette contrainte est souhaitée, les réfrigérateurs restent cool et fiables).

  • Titre traduit

    Decentralised Control of renewable integration in Smart Grids


  • Résumé

    Research context Challenges to Renewable Integration. A key engineering challenge in integrating large amounts of renewable energy into the electric grid is uncertainty and volatilityof renewable sources. Generation and demand of electric power must be balanced at all scales to ensure stable grid operation. This is achieved by sensor measurements and controllable resources such as gas-­;turbine generators to regulate voltage, frequency and phase to constant values. Responsive generators supply not just power, but ancillary services — resources to regulate the grid. As greater renewable penetration brings more volatility to the grid, this paradigm of controllable generation matching demandis no longer tenable. The need for ancillary services increases significantly with greater penetration of renewables. Virtual Storage from Flexible Loads (VSFL).It is often said that renewable energy is expensive because of the high cost of grid;level energy storage. In the absence of large, expensive batteries, we may have to increase our inventory of responsive fossil;fuel generators, negating the environmental benefits of renewable energy. The goal of our research is to demonstrate that we do not need to rely entirely on expensive batteries or fast;responding fossil fuel generators to track regulation signals. There is enormous flexibility in the power consumption of the majority of electric loads. This flexibility can be exploited to create “virtual batteries”. The best example of this is the heating, ventilation, and air conditioning (HVAC) system of a building: There is no perceptible change to the indoor climate if the airflow rate is increased by 10% for 20 minutes, and decreased by 10% forthe next 20 minutes. Power consumption deviations follow the airflow deviations closely, but indoor temperature will be essentially constant. Water heaters, dishwashers, and refrigerators are other examples of flexible loads. This research has roots in “demand response” that has been in practice for decades, and has been subject to academic research since at least the 1970s. In the majority of the programs proposed, demand response is defined as load-­;shedding. For example, in the 2007 survey article from LBNL the authors state that demand response “... provides control systems that encourage load-­;shedding or load shifting during times when the electric grid is near its capacity or electricity prices are high”. FERC insists that demand response must be price based: “Changes in electric usage by end use customers from their normal consumption patterns in response to changes in the price of electricity over time, or to incentive payments designed to induce lower electricity use at times of high wholesale market prices or when system reliability is jeopardized”. The goal of the proposed research is not load shedding. The objective is to use the flexibility of loads to balance the grid, without sacrificing the needs of consumers. This would reduce or eliminate the need for costly storage (such as from batteries), as well as ancillary service from dirty and non-­renewable generation. We have demonstrated in previous work that loads can be classified based on the frequency bandwidth of ancillary service that they can offer. If demand response from loads respects these frequency limitations, it is possible to obtain highly reliable ancillary service to the grid, while maintaining strict bounds on the quality of service (QoS) delivered by each load (indoor temperature will not deviate by more than one degree if this constraint is desired, refrigerators will remain cool and reliable).