Soutenance de HDR de Marie-Cécile ALVAREZ-HERAULT

Le contexte actuel lié à la transition énergétique ajoute une dimension environnementale et sociétale à la problématique de planification : le réseau électrique ne doit pas seulement être fiable et économique mais il doit en plus intégrer les énergies renouvelables, faciliter le développement de nouveaux acteurs (communautés locales d’énergie par exemple) et optimiser ses investissements. C’est dans ce contexte que s’inscrivent les travaux de recherche que je mène depuis un peu plus de dix ans au laboratoire de génie électrique de Grenoble: comment planifier un réseau électrique de distribution robuste, sous incertitudes, intégrant les ressources décentralisées d’énergie ? Pour répondre à cette question, j’ai exploré deux axes de recherche : l’optimisation topologique des architectures de réseaux de distribution et l’intégration de leviers opérationnels dans la planification long terme. Le premier axe de recherche concerne le développement d’algorithmes d’optimisation topologique de réseaux cibles (architectures, technologies et modes d’exploitation) respectant des performances données (coûts, fiabilité, pénétration de productions renouvelables par exemple), en zones rurales et urbaines, et pour des problématiques d’extension et de création de réseaux. Le deuxième axe de mes travaux de recherche modélise l’impact des flexibilités sur les décisions d’investissements. Les verrous scientifiques liés au degré d’incertitude important et à la taille du problème (courbes de puissance et action de la flexibilité à l’échelle de quelques minutes modélisées sur plusieurs années) ont nécessité de recourir à des approches probabilistes (Monte Carlo et analytique) mais aussi de réduction d’échelle (identification d’effets de saisonnalité grâce à des critères statistiques par exemple). Le réseau de distribution étant un système interconnecté au réseau de transport et à d’autres systèmes (multi-énergétiques, informatiques, économiques et humains), mes futurs travaux de recherche modéliseront ces interactions dans un objectif d’optimisation systémique. Des solutions en rupture avec les choix historiques seront également étudiées comme par exemple des approches de planification bottom-up et l’intérêt du retour vers des architectures DC ou AC/DC. Enfin, grâce à la disponibilité croissante de données mesurées et variées, des méthodes issues de l’intelligence artificielle pourraient permettre la mise à jour des hypothèses historiques de planification et de mieux modéliser certaines incertitudes.



Abstract :
The current context of the energy transition adds an environmental and societal dimension to the planning problem: the power systems must not only be reliable and economical but must also integrate renewable energies, facilitate the development of new actors (local energy communities for example) and optimize their investments. It is in this context that the research I have been conducting for a little more than ten years at Grenoble Electrical Engineering laboratory is taking place: how to plan a robust distribution grid, under uncertainties, integrating distributed energy resources? To answer this question, I explored two research directions: the topological optimization of distribution grid architectures and the integration of non-wire alternatives in the long-term planning. The first research direction focusses on the development of topological optimization algorithms of distribution grids (architectures, technologies and operating modes) complying with a set of performance indicators (costs, reliability, penetration of renewable productions for example), in both rural and urban areas, and for expansion and green-field problems. The second research direction models the impact of flexibilities on investment decisions. The scientific barriers related to the high level of uncertainties and the scale of the problem (power curves and action of flexibility at a time step of a few minutes modelled over several years) required the use of probabilistic approaches (Monte Carlo and analytical) but also scale reduction (identification of seasonality effects using statistical criteria for example). As the distribution network is a system interconnected with the transmission grid and other systems (multi-energy, IT, economic and human), my future research will seek to model these interactions with the aim of systemic optimization. Solutions that break with historical choices will also be studied, such as bottom-up planning approaches and DC or AC/DC architectures. Finally, thanks to the increasing availability of measured and varied data, methods derived from artificial intelligence could enable updating historical planning assumptions and modelling some of the uncertainties.