Contributions à la gestion des réseaux de distribution intégrant massivement des flexibilités distribuées

Face à l’essor des énergies renouvelables et des flexibilités distribuées (FD), cette thèse analyse la manière dont les méthodes de gestion des réseaux de transport (RT) peuvent être adaptées aux réseaux de distribution (RD) du futur. Les RD, historiquement passifs et peu contraints, devront dans le futur trouver de nouveaux leviers pour maintenir la qualité de la fourniture d’énergie. Il devient donc crucial de repenser la gestion des flux de puissance, non seulement pour continuer à respecter le plan de tension et éviter les congestions, mais aussi pour exploiter pleinement le potentiel des FD.

Le manuscrit se structure autour de trois problématiques clés : comment les incertitudes des impédances liées aux vieillissement des conducteurs affectent-elles la gestion des RD ? Comment développer des stratégies de gestion robustes sans connaissance détaillé du comportement des acteurs du réseau ? Quelle est la quantité d’information nécessaire pour gérer efficacement une poche de distribution ?

Plus précisément, les solutions proposées s’appuient sur l’Optimal Power Flow et des techniques d’apprentissage automatique. L’accent est mis sur l’opérabilité des méthodes
de contrôle, notamment en réduisant le nombre de variables à gérer grâce à des techniques de réduction de dimension.

Mots clés : OPF, Prix Nodaux, Incertitudes, Apprentissage

Advances in Managing Distribution Networks with Large-Scale Integration of Distributed Flexibilities

Abstract:
With the rise of renewable energy and distributed flexibility (DF), this thesis examines how transmission network (TN) management strategies can be adapted to future distribution networks (DN). Historically passive and unconstrained, DRs will need to find new levers in the future to maintain the quality of energy supply. It is therefore crucial to rethink power flow management, not only to continue to respect voltage and thermal constraints, but also to fully exploit the potential of DF.

The manuscript is structured around three key questions : How do impedance uncertainties associated with conductor ageing affect DN management? How can robust management strategies be developed without detailed knowledge of the behavior of network actors? How much information is needed to efficiently manage a distribution feeder ?

More specifically, the proposed solutions are based on optimal power flow and machine learning techniques. Emphasis is placed on the operability of the control methods, in particular by reducing the number of variables to be managed through dimension reduction techniques.

Keywords: OPF, Nodal prices, uncertainties, Learning