Marchés pair-à-pair de l’électricité dans les réseaux électriques

Résumé :

Le déploiement de ressources énergétiques distribuées, combiné à une gestion plus pro-active de la demande et à l'intégration de systèmes de gestion d'énergie, fait entrer l'exploitation des systèmes électriques et des marchés de l'électricité dans un nouveau paradigme. En partie liés à leur structure décentralisée, les marchés dits pair-à-pair ont gagné un intérêt considérable. Les marchés pair-à-pair reposent sur des négociations bilatérales entre les agents pour faire correspondre l'offre et la demande. De plus, ils peuvent cartographier l’ensemble des échanges possibles, ce qui permet de repenser ces interactions avec le réseau.

Ces travaux de thèse traitent de trois défis majeurs dont la résolution est essentielle avant d'envisager le passage à des applications réelles : (i) le passage à l'échelle pour gérer un nombre croissant d'acteurs et de ressources distribués, (ii) le respect des contraintes du réseau électrique, et (iii) la résilience du marché à la présence d'agents stochastiques.

Une analyse de complexité a permis de montrer que le passage à l’échelle des marchés pair-à-pair et le mécanisme de résolution peut être renforcé par trois améliorations réduisant les complexités algorithmiques et structurelles. Pour le respect des contraintes réseau, le manuscrit propose d’introduire des redevances qui seraient liées à l’utilisation du réseau électrique. Deux approches sont considérées pour déterminer ces redevances réseau. La première, exogène, exige que le gestionnaire de réseau les fournisse a priori avant le début des négociations. Dans la seconde, le gestionnaire de réseau actualise les redevances réseau de manière endogène à chaque itération pour mieux tenir compte de l'état actuel du réseau. Enfin, les prévisions de production et de consommation des agents stochastiques sont mieux prises en compte par la création d’un marché pair-à-pair de l'énergie et des capacités de réserve, pour corriger un éventuel déséquilibre de puissance due à des erreurs de prévision.