Optimisation de l’autoconsommation dans une communauté énergétique locale via une blockchain

Energy communities offer new ways to consume electricity, as they encourage direct trades between local consumers and producers. Increasing the self-consumption rate requires to coordinate users in order to locally adjust consumption and production. In this thesis, a model based on game theory is build that takes into account consumption habits and preferences of each user in a community. Thanks to the distributed optimization algorithm ADMM, the users reach a consensus between them, while community shared constraints are respected, without the need of a central agent. We build a physical model of the grid to take into account electrical constraints in the energy management strategy. Finally, we deploy a local blockchain to implement this distributed approach in a practical way and enable communication between users. As a result, we propose here an energy management system that is fully distributed, theoretically and practically, and works without any central supervisor.Les communautés énergétiques proposent de nouveaux schémas de consommation de l’électricité, en favorisant les échanges directs entre consommateurs et producteurs locaux. L’augmentation du taux d’autoconsommation requiert une coordination entre ces utilisateurs, pour faire coïncider consommation et production localement. Dans cette thèse, un modèle basé sur la théorie des jeux permet de prendre en compte les habitudes de consommation et les préférences de chaque acteur au sein d’une communauté. Grâce à l’algorithme d’optimisation distribuée ADMM, un consensus est trouvé entre les utilisateurs, tout en respectant les contraintes s’appliquant à l’ensemble de la communauté, sans recours à un agent central. Afin de prendre en compte les contraintes du réseau électrique dans cette stratégie de gestion de l’énergie, on développe un modèle physique de ce réseau. Enfin, pour mettre en œuvre concrètement cette approche, on déploie une blockchain locale, qui met en relation les utilisateurs et implémente l’algorithme d’optimisation. Ainsi, on propose finalement une gestion de l’énergie complètement distribuée, aussi bien théoriquement que pratiquement