Accueil

• A propos
• Agenda
• Actualité
• Thèses
  • Thèses 2021 - 2022
• Publications
  • Articles
  • Communications
  • Autres
• Recrutement
  • Offres de thèse
  • Offres d'emploi
  • Offres de stage
• Newsletter
• Mentions légales
• Plan du site
• Contact

L'agenda du CES

Retrouvez tous les événements passés ou à venir

Le 25 février 2020

Soutenance de thèse de Simon CAMAL

Prévision et optimisation de l'offre de services système par des énergies renouvelables

Résumé de la thèse en français

Les énergies renouvelables intermittentes prennent une part croissante de la production raccordée aux réseaux. Par conséquent, elles doivent s'intégrer aux mécanismes de services système qui assurent l'équilibre entre production et consommation de puissance sur les réseaux électriques. Toutefois la forte incertitude de la production intermitttente est un obstacle à la fourniture de ces services qui requièrent une fiabilité élevée. L'agrégation de centrales renouvelables dispersées et contrôlées par une centrale virtuelle permet de diminuer cette incertitude en profitant du foisonnement entre les sources d'énergie. Cette thèse propose plusieurs modèles de prévision probabiliste afin d'évaluer la capacité d'une centrale virtuelle renouvelable intermittente à offrir des services système avec une fiabilité maximale. Une attention particulière est portée à la combinaison entre sources multiples d'énergie intermittente (photovoltaïque, éolien, hydraulique au fil de l'eau). Ensuite, des stratégies d'offre optimale de réserve par une agrégation renouvelable sont établies en utilisant les prévisions de production agrégée et en considérant les incertitudes associées aux marchés des services systèmes et de l'énergie.

Résumé de la thèse en anglais

As variable renewable energy plants penetrate significantly the electricity generation mix, they are expected to contribute to the supply of reserve power, albeit the high uncertainty levels on their production. A solution to reduce the uncertainty consists in aggregating renewable plants dispersed over several climates to obtain a smoother production profile and operate them within a Virtual Power Plant control system. In this thesis, a series of probabilistic forecasting models are proposed to assess the capacity of a variable renewable Virtual Power Plant to provide ancillary services with maximum reliability. Special care is taken in considering the combinations of multiple sources of variable energy (Photovoltaics, Wind, Run-of-river Hydro). Strategies for the optimal offer of ancillary services by a variable renewable Virtual Power Plant are later defined, based on forecasts of aggregated renewable production and integrating uncertainties relative to the markets for ancillary services and energy.

Titre anglais : Forecasting and optimization of ancillary services provision by renewable energy sources
Date de soutenance : mardi 25 février 2020 à 14h00
Adresse de soutenance : Mines ParisTech 1 Rue Claude Daunesse 06940 SOPHIA ANTIPOLIS - Amphi De VINCI
Directeurs de thèse : Georges KARINIOTAKIS, Andrea MICHIORRI