Classification des charges électriques résidentielles en vue de leur gestion intelligente et de leur comptabilisation
Auteur / Autrice : | Sarra Houidi |
Direction : | François Auger, Houda Ben Attia, Laurence Miègeville, Dominique Fourer |
Type : | Thèse de doctorat |
Discipline(s) : | Génie électrique |
Date : | Soutenance le 13/02/2020 |
Etablissement(s) : | Nantes en cotutelle avec École nationale d'ingénieurs de Tunis (Tunisie) |
Ecole(s) doctorale(s) : | École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes) |
Partenaire(s) de recherche : | Laboratoire : Institut de Recherche en Énergie Électrique de Nantes-Atlantique |
Jury : | Président / Présidente : Ilhem Slama-Belkhodja |
Examinateurs / Examinatrices : Pascal Larzabal | |
Rapporteurs / Rapporteuses : Ahmed Masmoudi, Vincent Debusschere |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Le secteur résidentiel contribue aujourd’hui à une importante part de la consommation totale d’électricité. Pour réduire le coût de cette consommation d’une part et permettre le développement des maisons intelligentes d’autre part, une désagrégation de la courbe de charge est nécessaire. Les méthodes dites NILM (Non Intrusive Load Monitoring) répondent à ce besoin de manière non invasive en estimant la consommation individuelle de chaque Charge Électrique Résidentielle (CER), moyennant un dispositif de mesure du courant et de la tension installé au niveau du tableau électrique d’un habitat. Dans cette thèse, nous présentons les étapes d’une chaîne de traitement NILM basée sur la détection d’évènements. Un système d’acquisition du courant et de la tension à coût réduit est d’abord développé, puis, la détection d’évènements dans une courbe de charge est réalisée sur plusieurs signaux de puissance sélectionnés. Pour cela, les performances de plusieurs détecteurs sont évaluées et un algorithme de sélection de descripteurs pour la détection est mis en place. Enfin, l’identification des CERs est réalisée via un classifieur et une base de données comprenant des descripteurs électriques calculés à partir des mesures de courant et de tension en régime permanent de CERs. Plusieurs classifieurs et méthodes de sélection de descripteurs sont associés pour obtenir une application NILM optimale avec d’excellents taux de classification. Pour réduire le coût journalier de l’électricité, une stratégie de gestion des CERs est proposée, tenant compte du confort du consommateur et du degré de pilotabilité des CERs.