Agent-Based Architectures and Algorithms for Energy Management in Smart Gribs : Application to Smart Power Generation and Residential Demand Response
Algorithmes et architectures multi-agents pour la gestion de l'énergie dans les réseaux électriques intelligents
Résumé
Due to the convergence of several profound trends in the energy sector, smart gridsare emerging as the main paradigm for the modernization of the electric grid. Smartgrids hold many promises, including the ability to integrate large shares of distributedand intermittent renewable energy sources, energy storage and electric vehicles, as wellas the promise to give consumers more control on their energy consumption. Such goalsare expected to be achieved through the use of multiple technologies, and especially ofinformation and communication technologies, supported by intelligent algorithms.These changes are transforming power grids into even more complex systems, thatrequire suitable tools to model, simulate and control their behaviors. In this dissertation,properties of multi-agent systems are used to enable a new systemic approach to energymanagement, and allow for agent-based architectures and algorithms to be defined. Thisnew approach helps tackle the complexity of a cyber-physical system such as the smart gridby enabling the simultaneous consideration of multiple aspects such as power systems, thecommunication infrastructure, energy markets, and consumer behaviors. The approach istested in two applications: a “smart” energy management system for a gas turbine powerplant, and a residential demand response system.An energy management system for gas turbine power plants is designed with the objectiveto minimize operational costs and emissions, in the smart power generation paradigm.A gas turbine model based on actual data is proposed, and used to run simulations witha simulator specifically developed for this problem. A metaheuristic achieves dynamicdispatch among gas turbines according to their individual characteristics. Results showthat the system is capable of operating the system properly while reducing costs and emissions.The computing and communication requirements of the system, resulting from theselected architecture, are also evaluated.With other demand-side management techniques, demand response enables reducingload during a given duration, for example in case of a congestion on the transmissionsystem. A demand response system is proposed and relies on the use of the assets ofresidential customers to curtail and shift local loads (hybrid electric vehicles, air conditioning,and water heaters) so that the total system load remains under a given threshold.Aggregators act as interfaces between grid operators and a demand response market. Asimulator is also developed to evaluate the performance of the proposed system. Resultsshow that the system manages to maintain the total load under a threshold by usingavailable resources, without compromising the steady-state stability of the distributionsystem.
Avec la convergence de plusieurs tendances profondes du secteur énergétique, lesréseaux électriques intelligents (smart grids) émergent comme le paradigme principal pourla modernisation des réseaux électriques. Les smart grids doivent notamment permettred’intégrer de larges proportions d’énergie renouvelable intermittente, de stockage et devéhicules électriques, ainsi que donner aux consommateurs plus de contrôle sur leur consommationénergétique. L’atteinte de ces objectifs repose sur l’adoption de nombreusestechnologies, et en particulier des technologies de l’information et de la communication.Ces changements transforment les réseaux en des systèmes de plus en plus complexes,nécessitant des outils adaptés pour modéliser, contrôler et simuler leur comportement.Dans cette thèse, l’utilisation des systèmes multi-agents (SMA) permet une approchesystémique de la gestion de l’énergie, ainsi que la définition d’architectures et d’algorithmesbénéficiant des propriétés des SMA. Cette approche permet de prendre en compte lacomplexité d’un tel système cyber-physique, en intégrant de multiples aspects commele réseau en lui-même, les infrastructures de communication, les marchés ou encore lecomportement des utilisateurs. L’approche est mise en valeur à travers deux applications.Dans une première application, un système de gestion de l’énergie pour centrales àturbines à gaz est conçu avec l’objectif de minimiser les coûts de fonctionnement et lesémissions de gaz à effet de serre pour des profils de charge variables. Un modèle de turbineà gaz basé sur des données réelles est proposé et utilisé dans un simulateur spécifiquementdéveloppé. Une métaheuristique optimise dynamiquement le dispatching entre les turbinesen fonction de leurs caractéristiques propres. Les résultats montrent que le systèmeest capable d’atteindre ses objectifs initiaux. Les besoins en puissance de calcul et encommunication sont également évalués.Avec d’autres mesures de gestion de la demande, l’effacement diffus permet de réduiretemporairement la charge électrique, par exemple dans la cas d’une congestion du réseaude transport. Dans cette seconde application, un système d’effacement diffus est proposéet utilise les ressources disponibles chez les particuliers (véhicules électriques, climatisation,chauffe-eau) pour maintenir la demande sous une valeur limite. Des aggrégateursde capacité de réduction de charge servent d’interface entre les opérateurs du réseau etun marché de l’effacement. Un simulateur est également développé pour évaluer la performancedu système. Les résultats de simulations montrent que le système réussit àatteindre ses objectifs sans compromettre la stabilité du réseau de distribution en régimecontinu.
| Origine | Version validée par le jury (STAR) |
|---|
Loading...