Développement d`un outil probabiliste sur base de la

Chaire académique ORES "Smart Grids-Smart Metering"
FIRST CONFERENCE PRESENTING
THE RESULTS OF THE RESEARCH WORK
APRIL 18, 2013 - FACULTÉ POLYTECHNIQUE DE MONS
Développement d’un outil probabiliste
sur base
de la méthode de Monte-Carlo et
des données de mesure des compteurs intelligents
pour une analyse long terme des réseaux de distribution BT
avec production photovoltaïque.
Ir Vasiliki Klonari
UMONS
Faculté Polytechnique
Dr Ir François Vallée
UMONS
Faculté Polytechnique
Prof. Dr Ir Jacques Lobry
Chef de Service
UMONS
Faculté Polytechnique
I. L’intégration de génération PV décentralisée dans les réseaux BT;
Impact majeur et outils disponibles pour la quantification du problème
II. Concentration des données des compteurs intelligents;
III.Elaboration statistique des données;
Construction du modèle Monte-Carlo
IV.Développement de l’outil probabiliste;
Réseau Flobecq; Modélisation, résultats et perspectives
V. Etude de taux d’autoconsommation
VI.Conclusions
L’ intégration de génération PV décentralisée gagne toujours du terrain dans les
réseaux de distribution de BT
Quel est l’impact majeur sur le réseau existant?
Risque de surtension aux nœuds proches des unités PV
Haute production PV
Basse consommation
Pour le DSO: Besoin de quantifier cette surtension et de préciser la fréquence de
tels événements de surtension
Les modèles de calcul existants (simulation « worst case ») ne prennent pas en
considération:
La variabilité de la génération
PV au cours du temps
Le caractère aléatoire des
charges consommatrices des
clients connectés
Besoin d’un outil probabiliste afin de créer des profils de tension statistiques,
sur base
des données quart horaires mesurées, de l’énergie produite et consommée.
Concentration des données: Chez chaque client de la région de Flobecq
équipé avec une installation de panneaux
photovoltaïques, ORES a placé deux
compteurs : un compteur GRIS (SM1) et un
compteur VERT (SM2).
Données télé-relevées
compteurs GRIS (SM1) =
des
Indices
¼
horaires
des
registres
 d’énergie injectée vers le
réseau et
 d’énergie prélevée par
les clients
Energie
consommé
Energie
injectée
Elaboration statistique des données:
 Les puissances actives moyennes
injectées
et
prélevées
sont
extraites pour chaque quart
d’heure
Probabilité
 Construction des profils « Journée type » et définition de 2 (consommation et
production) x 96 (quarts d’heure par jour) fonctions de distribution cumulatives de
probabilité pour chaque prosumer:
BASE POUR LE MODELE
MONTE CARLO
Puissance quart horaire injectée et consommée
Développement de l’algorithme Monte Carlo:
Développement de l’algorithme de
type Monte Carlo afin de calculer des
probabilités de surtension nœud par
nœud
Simulations Monte Carlo:
• On les applique souvent pour
simuler le processus actuel et le
caractère aléatoire des réseaux
électriques
• Dans notre cas, les variables
aléatoires sont les puissances
injectées et consommées ainsi
que la tension à la sortie du
transformateur
Développement de l’outil et application à la cabine Aulnoit du réseau BT de Flobecq
 Période considérée pour la construction des profils «Journée type» sur base des données
télé relevées :
Août 2012 (31 jours
31 x 96 quarts d’ heure)
 Paramètres électriques simulés:
Paramètres du réseau pour les trois départs de la cabine Aulnoit
 Modélisation topologique du réseau:
Représentée dans le schéma suivant
RESEAU FLOBECQ_CABINE AULNOIT
5kW 4kW
5kW
2.65kW
3.3kW
5kW
Tension
à
la
sortie
transformateur MT/BT:
Puissance injectée
consommée:
et
puissance
quantifiées pour chaque quart d' heure
sur base des données des compteurs
intelligents
●intégrées
dans le modèle via une
simulation stochastique Monte Carlo
●
DEPART VERS « MONT »
Puissance consommée:
quantifiée pour chaque
quart d' heure sur base des
profils
SLP
de
consommation énergétique
quart horaire proposées par
SYNERGRID.
●
du
quantifiée pour chaque quart d'
heure sur base des données du
compteur installé dans la cabine des
trois départs de la cabine Aulnoit
●intégrée
dans le modèle via une
simulation stochastique Monte Carlo
●
Pendant la journée (entre 9 et 19h45), on observe des
profils de tension plus « avec variations plus
fréquentes/rapides » de par l’influence du caractère
aléatoire de la production PV
DEPART VERS
« MONT »
PROFILS DE TENSION DES NŒUDS DU
DEPART VERS «GHOU» POUR LA
PERIODE 12H30 à 13H00 D’UN JOUR
D’AOUT
DEPART VERS
« GHOU »
244.42V
244.28V
243.48V
242.87V
242.57V
242.32V
240.25V
240.00V
PROFILS DE TENSION DES NŒUDS DU
DEPART VERS «GHOU» POUR LA
PERIODE 12H30 à 13H00 D’UN JOUR
D’AOUT
DEPART VERS
« GHOU »
244.42V
244.28V
243.48V
242.87V
242.57V
242.32V
240.25V
240.00V
Impact des productions PV
installées en bout de ligne :
tension en moyenne plus
affectée au nœud 14. Impact
local de la production PV.
DEPART VERS
« GHOU »
L=472m
Taux d’autoconsommation des pro-sumers
Intéressant de calculer le taux
d’autoconsommation
afin
d’évaluer si un éventuel
déplacement de charge est
envisageable pendant les
périodes
critiques
(mijournée).
Distribution, quart d’heure par
quart d’heure de 12 à 18h pour
le mois d’aout 2012, du taux
d’autoconsommation
moyen
pour 20 prosumers à Flobecq
(gamme de puissance allant de
2 à 5kW):
Taux d’autoconsommation des pro-sumers
Analyse plus fine pour deux prosumers ayant une installation
comprise entre 3 et 4 kVA :
Conclusions
I. Installation massive de PV
nouvelles méthodes d’analyse des réseaux BT
II. Il est primordial de tenir compte du caractère probabiliste de ces nouvelles
sources de production d’électricité et de leurs impacts pour la définition des
solutions à mettre en place et le calcul des investissements à réaliser
III. D’où la mise au point d’un outil de planification long terme des réseaux BT, qui
repose sur des mesures effectuées à l’aide de compteurs intelligents
IV. Il est intéressant d’utiliser le taux d’autoconsommation pour l’évaluation du
potentiel de résolution du problème par gestion active de la demande
V. Il est nécessaire de entraîner l’outil développé avec des données enregistrées
pour une période plus longue afin de retirer des conclusions plus précises
VI. Aussi d ’examiner l’impact du caractère aléatoire de la production PV avec une
échelle plus fine que le quart d’heure afin de pouvoir prendre en compte
d’éventuelles mises en sécurité « intra quart d’heure » des onduleurs
Perspectives
 Adaptation de l'outil à une ligne d'un réseau BT problématique en
ce qui concerne le phénomène de surtension
 Comparaison des résultats de l’outil avec les simulations « worst
case » basées sur des profils standard
 Réalisation des mesures de surtension avec une échelle plus fine
que le quart horaire aux quelques points problématiques du réseau
et intégration des données dans l'outil (définition d'un facteur de
pondération adéquat)
 Etude de efficacité et de la faisabilité d'une exploitation de la
puissance réactive pour éventuellement solutionner le phénomène
de surtension
 Etude de l'impact des déséquilibres entre phases dans les réseaux
BT avec de la génération PV
Merci de votre attention!
Ir Vasiliki Klonari
UMONS
Faculté Polytechnique
Dr Ir François Vallée
UMONS
Faculté Polytechnique
Prof. Dr Ir Jacques Lobry
Chef de Service
UMONS
Faculté Polytechnique