Cette thèse développe un modèle d’optimisation à deux niveaux introduisant la planification et l’exploitation en temps réel afin de minimiser le coût de production de l’électricité dans un MG. La formulation du problème à l’étape de planification caractérise l’incertitude de production renouvelable sous forme de contrainte probabiliste et sous forme de problème robuste-stochastique basé sur des scénarios. De plus, la planification de maintenance préventive des composants ainsi que son incertitude ont été introduites.
À cette fin, nous proposons une reformulation du problème probabiliste en un problème déterministe du cône du second ordre capable de tenir compte les erreurs du modèle, afin d’obtenir la meilleure qualité et la précision du résultat. Ainsi, nous proposons une formulation robuste basée sur la coévolution de l’optimisation par essaim particulaire, afin de résoudre le problème robuste-stochastique.
Les résultats ont montré que le modèle proposé est capable de réduire le coût de production de l’électricité jusqu’à 10 % par rapport au modèle d’optimisation à un seul niveau.
Thèse de doctorat en génie électrique soutenue le 7 janvier 2021.
Membres du jury
M. Mamadou Lamine Doumbia, directeur de recherche
Professeur, Université du Québec à Trois-Rivières
M. Alben Cardenas, président du jury
Professeur, Université du Québec à Trois-Rivières
M. Karin Belmokhtar, évaluateur externe
Chargé de projet, recherche et Innovation, Nergica, Gaspé
M. Mohamed Benhaddadi, évaluateur externe
Professeur, Cégep du Vieux Montréal
