Soutenance de thèse de Manuel BETANCOURT SCHWARZ : " Energy, Economic and Quality of Service assessment using Dynamic Modelling and Optimization for Smart Management of District Heating networks"

Lundi 15.02.2021
Horaires :
De 14:00 à 16:00

Adresse :

visio-conférence totale à IMT ATLANTIQUE Campus de Nantes (dispositions exceptionnelles durant la crise sanitaire liée au Covid19)

Manuel BETANCOURT SCHWARZ doctorant au département DSEE, et appartenant au laboratoire GEPEA, présentera ses travaux de thèse intitulés :
 
" Energy, Economic and Quality of Service assessment using Dynamic Modelling and Optimization for Smart Management of District Heating networks"
 
Avis de soutenance

En savoir +

Vous trouverez, ci-dessous, un résumé de sa thèse :
La présente recherche prend le Smart Grid électrique comme point de départ pour proposer un nouveau modèle de gestion de DH nommé Optimisation Dynamique de DH pour sa Transition vers les Réseaux Intelligents (DOTS pour ses sigles en anglais). Le modèle DOTS est constitué de trois parties : la modélisation dynamique des réseaux de distribution des DH, l'optimisation du réseau de chaleur dans son ensemble et une évaluation multicritère de sa performance. L'approche de modélisation est basée sur la modélisation physique des réseaux DH à l'aide de graphes orientés et d'une méthode modifiée des volumes finis. Pour aborder la dynamique du réseau, ce travail propose l'utilisation d'un nouvel indicateur de fonctionnement appelé Facteur de Charge des Conduites (PSF en anglais pour Pipe Supply Factor). Le PSF donne le rapport entre l'énergie entrant dans une conduite et l'énergie qui en ressort. L'optimisation est divisée en deux étapes : L'optimisation de l'ordre de mobilisation des différents systèmes de production (dispatch) et l'optimisation de la température de génération. Le dispatch correspond à un ordre de priorité basé sur le coût de production et l'optimisation des températures de production est optimisée grâce à la minimisation de la production totale, de la demande non satisfaite (déficit) et de l'excès de chaleur (surplus).  L'évaluation globale du réseau de chaleur se fait au travers d’indicateurs énergétiques, économiques et de qualité de service.
Afin d’analyser la solution DOTS, les travaux présentent les résultats obtenus à partir de trois tests développés pour démontrer la fiabilité et les capacités du modèle dynamique et les effets de huit stratégies d'optimisation différentes réalisées avec DOft. Les huit stratégies d'optimisation sont évaluées en analysant l'impact des solutions proposées d'un point de vue énergétique, économique et de qualité de service. Après le test de DOTS pour les huit stratégies d'optimisation, deux d'entre elles ont été choisies pour une étude de cas utilisant le même réseau mais cette fois en utilisant les données de demande issues d’un réseau de chaleur de la ville de Nantes, en France. Les stratégies choisies sont Oft-base, qui se rapproche le plus à la gestion normale des systèmes DH existants, et DOft 7, qui a obtenu les meilleurs résultats lors du test. Cette étude de cas montre que dans un environnement plus réaliste, où la demande ne reste pas constante pendant la période d'optimisation, DOft 7 ne fonctionne pas aussi bien que dans les tests contrôlés, mais donne cependant de meilleurs résultats que les autres stratégies. La stratégie DOft 7 permet d’atteindre un rendement supérieur de 4,68%, d’augmenter le chiffre d'affaires de 0,47 € / MWh-demande et le bénéfice de 2,37 € / MWh-demande. Plus important encore, cela modifie considérablement la qualité de service du système. Avec DOft 7, le nombre d'interruptions (SAIFI) passe de 0,12 interruptions par client et par semaine à 0,85 interruptions par client et par semaine, principalement en raison du schéma de Demand Response utilisé. De plus, le fait de pouvoir anticiper les interruptions, plutôt que de les subir permet de réduire le CAIDI de 1h38 d'attente pour le client à seulement 23.42 minutes. Ceci est d'un intérêt important pour les travaux futurs, car être en mesure de gérer efficacement les interruptions du système peut conduire à de nouvelles améliorations dans l'exploitation du réseau. Ces résultats indiquent la possibilité de la transition de la DH (existants ou nouveaux) vers le Smart Thermal Network et leur capacité à devenir partie intégrante du modèle Smart City.

Mots-clés : Réseaux de chaleur, Modélisation Dynamique, Optimisation des Systèmes Dynamiques, Réseaux Thermiques Intelligents, Evaluation Energétique, Evaluation Economique, Evaluation de la Qualité de Service.

Publié le 08.02.2021
Dim Lun Mar Mer Jeu Ven Sam
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30