Resources optimization in a complex energy system based on functional models

Pour faire face à la complexité croissante des systèmes développés, cette thèse propose une approche méthodologique multi-vues permettant d'accompagner les étapes du cycle de développement de systèmes complexes, dont notamment les systèmes multi-énergies, depuis leur conception jusqu'à leur pilotage en temps réel. Un niveau d'arbitrage entre les différentes missions du système est également intégré et permet d'évaluer plusieurs stratégies. Ce niveau est appliqué au cas du véhicule électrique entre les missions d'autonomie, de confort et de vitesse. La méthodologie développée dans cette thèse est centrée autour de la modélisation fonctionnelle, sur laquelle ces travaux se concentrent. Celle-ci décrit de manière modulaire et au moyen de modèles mathématiques juste nécessaires et de liens énergétiques le comportement des éléments du système et leurs interactions. Afin de prendre en compte au mieux la réponse dynamique des éléments, leurs contraintes et les éventuelles perturbations, des algorithmes de commande prédictive ``PFC'' sont développés puis implémentés au sein des éléments fonctionnels. Ces algorithmes servent également de support pour l'introduction d'un problème d'optimisation pour gérer le processus d'allocation des ressources dans un système multi-sources. Ces concepts sont appliqués au pilotage d'un parc éolien couplé à une unité de stockage, avec la prise en compte de contraintes de congestion sur le réseau. Enfin, l'extension de cette méthodologie à l'optimisation des systèmes multi-énergies soulève de nouvelles problématiques, notamment le couplage entre plusieurs domaines énergétiques, la prise en compte de variables manipulables discrètes et un conflit entre la nécessité d'avoir à la fois un horizon de prédiction long et une résolution temporelle fine. Pour répondre à cette problématique, le modèle fonctionnel est couplé à deux niveaux d'optimisation supérieurs qui permettent de déterminer respectivement l'architecture optimale du système et les plannings de démarrages, d'arrêts et de charge des moyens de production. Cette approche est validée avec la conception et le pilotage d'un réseau urbain multi-énergies dans la commune de Bolbec.In order to face the increasing complexity of the developed systems, this thesis proposes a multi-view methodological approach allowing to accompany the stages of the development cycle of complex systems, including multi-energy systems, from their design to their real time control. A level of arbitration between the different missions of the system is also introduced and enables to test several strategies. This level is illustrated in the case of the electric vehicle with arbitrations between autonomy, vehicle speed and passenger comfort. Functional modeling, on which this work focuses, is the cornerstone of the methodology. This describes in a modular way and through the use of just necessary mathematical models and energy links the behavior of the elements of the system and their interactions. In order to take into account the dynamic response of the elements, their constraints and disturbances, some predictive control algorithms ``PFC'' are developed and implemented within the functional elements. These algorithms are also used to introduce an optimization problem to manage the resources allocation process in a multiple source system. These concepts are applied to the control of a wind farm coupled with a storage unit, taking into account congestion constraints on the electric grid. Finally, the adaptation of this methodology to the optimization of multi-energy systems raises new issues, including the coupling between several energy fields, the consideration of discrete manipulable variables and a conflict between the need for both a high prediction horizon and a fine temporal resolution. To address this issue, the functional model is coupled to two higher levels of optimization that allow to determine respectively the optimal system architecture and the source commitment schedule. This approach is validated on the design and the control of a multi-energy urban network in the town of Bolbec