ÉTUDES DE CAS : ÉQUILIBRAGE DE LA PRODUCTION ÉOLIENNE À L AIDE D ACCUMULATEURS THERMIQUES ET DE CHAUFFE EAUX ÉLECTRIQUES

Transcription

1 ÉTUDES DE CAS : ÉQUILIBRAGE DE LA PRODUCTION ÉOLIENNE À L AIDE D ACCUMULATEURS THERMIQUES ET DE CHAUFFE EAUX ÉLECTRIQUES

2 Étude de cas (RP CAS) 411 SGZONE mars 2012

3 ÉTUDES DE CAS : ÉQUILIBRAGE DE LA PRODUCTION ÉOLIENNE À L AIDE D ACCUMULATEURS THERMIQUES ET DE CHAUFFE EAUX ÉLECTRIQUES Préparé par : Marc André Moffet Frédéric Sirois, Ph.D. École Polytechnique de Montréal Et David Beauvais CanmetÉNERGIE, Centre de recherche de Varennes 30 mars 2012 Étude de cas (RP CAS) 411 SGZONE mars 2012

4 CITATION Marc André Moffet, Frédéric Sirois et David Beauvais «Études de cas : Équilibrage de la production éolienne à l aide d accumulateurs thermiques et de chauffe eaux électriques» 30 mars 2012, Numéro CanmetENERGIE RP CAS 411 SGZONE, 36 pages. AVIS Le présent rapport est diffusé uniquement à titre documentaire. Il ne reflète pas nécessairement l opinion du Gouvernement du Canada et ne constitue une recommandation à l égard d aucun produit commercial ni d aucune personne. Ni le Gouvernement du Canada, ni ses ministres, agents, employés ou mandataires ne donnent de garantie à l égard du présent rapport et n assument aucune responsabilité liée à son utilisation. REMERCIEMENTS De nombreuses personnes ont fourni de l'information ou des conseils pendant l'élaboration et l'adaptation de ce document. CanmetÉNERGIE tient à remercier les personnes suivantes pour leur aide: Véronique Delisle, Lucie Nolin, Sophie Pelland, Alexandre Prieur et Steven Wong de CanmetÉNERGIE, ainsi que Alain Moreau d Hydro Québec et Gezà Joos de l Université McGill. Étude de cas (RP CAS) 411 SGZONE i mars 2012

5 TABLE DES MATIÈRES 1 Introduction Équilibrage de la production éolienne Présentation des études de cas Modélisation de la production éolienne Étude de cas : Contrôle des chauffe eaux pour équilibrer la production éolienne Modèle du chauffe eau Stratégie de contrôle Chauffe eaux Résultats Étude de Cas Accumulateurs thermiques pour équilibrer l éolien Modélisation du chauffage électrique Présentation du logiciel Trnsys Description des bâtiments Température extérieure Demande d électricité due au chauffage Simulations sans chauffage Modélisation de l accumulateur thermique central (ATC) Stratégie de contrôle Accumulateur thermiques Étude de cas Accumulateurs thermiques pour équilibrer l éolien et réduire la pointe Modélisation des autres charges Simulations Contrôle des ATC Discussion Conclusion Références Étude de cas (RP CAS) 411 SGZONE ii mars 2012

6 LISTE DES TABLEAUX Tableau 3.1 : Variations de production éolienne sur une période de 6 heures pour une année...11 Tableau 4.1 : Paramètres utilisés pour la simulation d un chauffe eau...13 Tableau 4.2 : Variation moyenne de la puissance par chauffe eau pour une période de 6 heures...19 Tableau 5.1 : Énergie de chauffage selon la température...23 Tableau 5.2 : Réduction de la température intérieure selon la température extérieure...24 Tableau 5.3 : Caractéristique d opération du DLF30B...25 LISTE DES FIGURES Figure 3.1 : Production éolienne en Ontario et moyenne mobile de 6 heures appliquée sur ces données pour une semaine...10 Figure 4.1 : Courbe de consommation normalisée des chauffe eaux ontariens...13 Figure 4.2 : Exemple de courbes typiques de fonctionnement de 3 chauffe eaux simulés avec le tirage d eau aléatoire pour une journée complète...14 Figure 4.3 : Profil de consommation de 1400 chauffe eaux (normalisé)...14 Figure 4.4 : Évolution des températures maximales et minimales de la consigne du chauffe eau durant la semaine...16 Figure 4.5 : Impact du contrôle de la température de consigne sur la charge totale de chauffeeaux pour une journée typique...17 Figure 4.6 : Effet du contrôle de chauffe eaux sur la puissance demandée par ceux ci (haut) et fluctuation de production éolienne dans le temps (bas)...18 Étude de cas (RP CAS) 411 SGZONE iii mars 2012

7 Figure 5.1 : Température pour une semaine froide du mois de janvier...22 Figure 5.2 : Diminution dans le temps de la température intérieure selon la température extérieure...24 Figure 5.3 : Impact du contrôle de la température maximale de 500 ATC sur une charge de chauffage typique (haut) et température extérieure pour une semaine (bas)...27 Figure 5.4 : Effet du contrôle de 500 ATC sur la puissance de chauffage (haut) et fluctuation production éolienne dans le temps (bas)...28 de Figure 6.1 : Profil de charge journalier de maisons typiques selon les principaux électroménagers...29 Figure 6.2 : Impact du contrôle de la charge de 1000 accumulateurs thermique sur la charge totale de résidences (haut) La température et la puissance éolienne pendant la période (bas)...31 Étude de cas (RP CAS) 411 SGZONE iv mars 2012

8 Étude de cas (RP CAS) 411 SGZONE 5 mars 2012

9 1 INTRODUCTION L intégration d une grande proportion d énergie renouvelable variable, tel que l éolien, représente un défi pour les opérateurs de réseaux électriques. Ces derniers doivent s assurer de l équilibre constant de l offre et de la demande d électricité, suivant différents horizons de temps et différents scénarios de contingence. Des études [1] et expériences récentes [2] [3] avec l intégration de l énergie éolienne démontrent qu il est possible d intégrer une forte pénétration d énergie de sources variables sur la plupart des réseaux électriques. Cependant, tel que mentionné dans les études précédentes, lorsque la pénétration de l énergie éolienne atteint environ 20% de la demande de pointe d un réseau, le coût de cette ressource augmente de 10% [2]. Selon les régions, l intégration de plus de 20 % d énergie éolienne peut exiger des améliorations à la flexibilité 1 du réseau électrique. Selon l IEA [1], cette flexibilité peut être augmentée via l amélioration du parc de production, l ajout d interconnexion avec d autres marchés, par le stockage et par la gestion de la demande. L introduction de la tarification dynamique et le développement de programmes de gestion de la demande (Demand Response) récompense les clients qui ajustent leur consommation afin de réduire le stress sur le réseau. Ces programmes peuvent être déployés sur le marché de gros [4], mais également sur les marchés de détail, par des utilités publiques. L engouement de l industrie pour le développement de réseaux électriques intelligents (smart grids) mène à la mise en marché de produits grands public intégrant, à même l équipement, la possibilité d une gestion intelligente de leur utilisation [5]. Dans le secteur commercial, des solutions de gestion de l énergie viennent s ajouter aux systèmes de gestion du bâtiment (Building Automation System) et permettent maintenant de faciliter leur interaction avec le réseau [6]. À long terme, on anticipe que la recharge intelligente de véhicules électriques puisse également servir à équilibrer la production éolienne [7]. Toutes ces applications permettraient, à terme, d augmenter la flexibilité des réseaux électriques et d absorber une plus grande pénétration d énergie éolienne [8]. Si de nouvelles technologies sont en cours de développement, une importante capacité de stockage thermique, situé chez les clients, peut déjà être mise à contribution pour offrir des services aux réseaux électriques. De nombreux projets de démonstration sont d ailleurs en cours dans ce domaine [3] [9]. Dans ce rapport, la possibilité de contrôler la charge des chauffe eaux et d unités de stockage thermique afin d équilibrer la production éolienne sera explorée dans trois études de cas. L approche de contrôle proposée vise à atténuer les variations de la production éolienne, en stockant le surplus et en récupérant 1 Capacité d augmenter ou de diminuer la production dans le temps afin de suivre la variabilité de la charge et de la production intermittente. Étude de cas (RP CAS) 411 SGZONE 6 mars 2012

10 la chaleur lors des périodes de faible production. Dans un des cas, on utilise également la ressource distribuée afin de réduire la pointe du réseau. Cette approche permettrait, en plus d équilibrer l éolien, de différer des investissements en réseau ou éviter le démarrage de centrales polluantes ou plus chères à opérer. La méthodologie requise pour modéliser le système ainsi que les résultats de simulation seront présentés dans ce document. À noter que les résultats de ces études de cas ne sont valables que pour le contexte donné. Étude de cas (RP CAS) 411 SGZONE 7 mars 2012

11 2 ÉQUILIBRAGE DE LA PRODUCTION ÉOLIENNE Plusieurs centrales sont mises à contribution pour maintenir la fréquence du réseau. Le recours à une capacité primaire, secondaire ou tertiaire de régulation continue [10] est requit afin de suivre les variations continues de la demande et de la production du réseau. Dans de nombreux réseaux électriques, considérés peu flexibles, les centrales existantes peuvent difficilement augmenter ou réduire leur production pour suivre à la fois les variations de l éolien et de la charge. Ces variations de la charge et de la production fluctuante peuvent être parfois asymétriques et exiger une réserve de régulation beaucoup plus importante qu à la normale. Pour ces réseaux électriques, l intégration d une forte pénétration d énergie éolienne peut induire des coûts supplémentaires. Le maintient de l équilibre du réseau s effectue sur différents horizons de temps et requiert différents services complémentaires de réseau et une répartition optimale de la production. L article de De Cesaro [2] résume les expériences récentes de l intégration de l éolien aux États Unis et les coûts supplémentaires engendrés par ce type d énergie sur différents marchés. Les auteurs séparent et quantifient les impacts économiques de l équilibrage des réseaux selon trois horizons de temps différents : De secondes à minutes (régulation primaire, régulation secondaire) De quelques minutes à quelques heures (Centrales dédiés à suivre la charge «load following») De quelques heures à quelques jours (Allocation des groupes de production «unit commitment») À la lumière des expériences récentes aux États Unis, il en ressort que plus l horizon de temps est grand, plus les coûts supplémentaires engendrés par la production éolienne sont importants. En d autres mots, les coûts liés à l allocation des groupes de production, incluant la réservation des ressources ou leur répartition impromptue, seraient plus importants que les coûts associés à la régulation (secondes à minutes) et ceux liées à suivre la charge (minutes à heure). Dans le cadre de cette étude, le contrôle des chauffe eaux et des accumulateurs thermiques sera ajusté pour suivre les variations de l éolien sur de longues durées, soit pour éviter des coûts liés à la réservation ou au démarrage impromptue de centrales. Un horizon de 6 heures est donc choisit. Cet horizon de temps, particulièrement long, correspond également à la durée de certaines pointes de réseau. Étude de cas (RP CAS) 411 SGZONE 8 mars 2012

12 3 PRÉSENTATION DES ÉTUDES DE CAS L objectif des trois études de cas est de pallier aux variations de longue durée de la production éolienne, à l aide d un contrôle de charge de chauffe eaux et d accumulateurs thermique centraux (ATC). La capacité de stockage thermique de ces ressources est utilisée afin de stocker ou libérer de l énergie, selon le besoin. Dans les deux premières études de cas, des chauffe eaux ou des ATC seront utilisés pour palier aux variations sur quelques heures de la production éolienne. La troisième étude de cas porte plus particulièrement sur un contrôle de charges d ATC permettant de réduire la pointe lors des journées froides d hiver et de faible production éolienne. La stratégie de contrôle spécifique à chacun des trois cas est présentée dans les sections respectives. Dans ces trois cas, il est considéré que la ressources serait répartie suivant un contrôle direct de charge par l opérateur de réseau (ou une utilité publique) et ne serait donc pas sous le contrôle du client. Aucune tarification dynamique de l électricité ne serait requise, mais un incitatif financier serait donné au client pour participer au programme. Il est donc sous entendu qu il existe une forme de marché pour la fourniture de services complémentaire 2 et que ce marché est ouvert à des clients ou des tiers agrégateurs. Dans le cadre de cette étude, l opérateur n a pas de lien bidirectionnel et le contrôle de charge est fait par l émission d un signal diffusé à grande échelle et non point à point. En absence d information provenant du client, des marges sont ajoutées afin de tenir compte de la variabilité dans l utilisation de ces charges. Dans le cadre des trois scénarios, nous considérons pallier aux fluctuations longue durée de l éolien, soit sur un horizon de 6 heures. Ce temps correspond à peu près au temps de démarrage des centrales au charbon [1]. Nous supposons donc que la régulation et les autres services complémentaires qui consistent à suivre les variations de la charge sur de plus courte durée sont compensés par d autres centrales. La modélisation de la ressource éolienne, commune à chacun des trois scénarios est présentée à la section suivante. 2 Consulter l étude de IRC ISO/RTO Council North American Wholesale electricity Demand Response Program Comparison [4] pour plus de détails sur des programmes comparables dans chaque région en Amérique du Nord Étude de cas (RP CAS) 411 SGZONE 9 mars 2012

13 3.1 Modélisation de la production éolienne Des données de production éolienne réelles ont été utilisées. Ces valeurs proviennent de l Ontario et ont été trouvées sur le site web de l opérateur indépendant du réseau électrique, l IESO [11]. Les données échelonnées sur une période d une semaine ont été utilisées, soit une période où une importante baisse et hausse de production éolienne a été enregistrée. La capacité installée d éolien à ce moment en Ontario était de MW. On peut voir la courbe de production éolienne sur la figure 3.1. Une moyenne mobile d une durée de 6 heures (3 heures de part et d autres de chaque donnée) est appliquée sur ces données afin de lisser la courbe et de garder que les fluctuations de longue durée Production éolienne mesurée Production avec moyenne mobile de 6 heures 1000 Puissance (MW) Temps (heure) Figure 3.1 : Production éolienne en Ontario et moyenne mobile de 6 heures appliquée sur ces données pour une semaine La Figure 3.1 montre que les variations de production éolienne s étalent souvent sur plusieurs heures. En l espace d une vingtaine d heure, soit entre les heures 60 et 80, la puissance fournie par les éoliennes diminue de 1000 MW, se stabilise à un niveau bas pour une période d environ une demi journée et augmente ensuite d environ 800 MW en 18 heures. Cette semaine a été choisie, car on peut y observer des variations importantes de production dans un temps assez rapide. Elle représente un cas majeur de variation de production éolienne. Le Tableau 3.1 présente les variations typiques de la production éolienne entre chaque période de 6 heures, pour une année. Le pourcentage reflète la variation par rapport à la période précédente. Étude de cas (RP CAS) 411 SGZONE 10 mars 2012

14 Tableau 3.1 : Variations de production éolienne sur une période de 6 heures pour une année Variation de production sur 6 heures Nombre d heures dans l année Pourcentage des heures de l année ± 0 10 % ± % ± % ± % ± % > 50 % ,6 % 24,2 % 8,9 % 2,6 % 0,6 % 0,1 % On remarque que pour environ 60% du temps, l éolien varie que de 0 à 10 % d un horizon de 6 heures à un autre. À l opposé, des variations de plus de 50%, comme celles retenues pour les études de cas surviennent 0,1 % du temps. Étude de cas (RP CAS) 411 SGZONE 11 mars 2012

15 4 ÉTUDE DE CAS : CONTRÔLE DES CHAUFFE EAUX POUR ÉQUILIBRER LA PRODUCTION ÉOLIENNE Le premier cas de simulation consiste à contrôler des charges de chauffe eaux électriques dans maisons typiques. Ce contrôle modifie la température de consigne du thermostat de tous les chauffeeaux en même temps chez ces clients. Le contrôle vise la hausse de la consigne de température dans le cas de forte production éolienne et la baisse de la consigne lors de faible production. Les chauffeeaux simulés ont une puissance de 4500 W. Cette étude de cas a été réalisée dans Matlab. 4.1 Modèle du chauffe eau Selon les données du U.S. Department of Energy [12], un chauffe eau consomme en moyenne 4770 kwh d électricité annuellement, ce qui en fait l électroménager le plus énergivore. Il existe plusieurs méthodes pour modéliser un chauffe eau. La méthode utilisée dans ce cas ci est tirée d une étude présentée en annexe [13] et se résume par l équation suivante: dx, a( x() t xa ()) t A() t q() t Rm() t dt (4.1) où : a est la résistance thermique des murs et donc représente les pertes thermiques du chauffe eau, x la température, x a la température ambiante, A le taux d extraction d énergie par minute lorsqu il y a demande d eau chaude, q l état ON/OFF d extraction d eau, R la puissance de l élément chauffant et m l état du thermostat. Le modèle de consommation d eau est représenté par une chaîne de Markov à deux états : P[q(t+h) = 1 q(t) = 0] = α 0 h, (4.2) P[q(t+h) = 0 q(t) = 1] = α 1 h, (4.3) où h est une unité de temps suffisamment petite en fonction de la valeur de α. Dans ce cas ci, un pas de temps de h = 1 minute est utilisé. Comme le montre les équations 4.2 et 4.3, lorsque q(t) vaut 0, signifiant qu il n y a pas de tirage d eau à l instant t, la probabilité qu au temps t+h il y ait tirage d eau, donc changement d état, est de α 0 h. De la même façon, la probabilité qu il y ait changement d état lorsque q(t) = 1 est de α 1 h. Le Tableau 3.2 montre les paramètres utilisés lors de la simulation : Étude de cas (RP CAS) 411 SGZONE 12 mars 2012

16 Tableau 4.1 : Paramètres utilisés pour la simulation d un chauffe eau [13] Paramètre Valeur x a 20 C a 0, /min R 0,3279 C/min (4500 W) A 1,29 C/min α 0 0,012 /min 0,32 /min α 1 Les valeurs de α 0 sont modifiées selon le moment de la journée, selon les données de consommation des chauffe eaux ontariens pour la moyenne des jours de fin de semaine et de semaine disponible sur le site internet de l opérateur du réseau de l Ontario [11]. Le graphique suivant montre la consommation globale des chauffe eaux normalisée à 1 MW pour une journée typique Puissance normalisée (MW) Temps (heure) Figure 4.1 : Courbe de consommation normalisée des chauffe eaux ontariens Les équations 4.1, 4.2 et 4.3 et les différents paramètres ont permis de recréer la consommation d électricité d un chauffe eau avec le logiciel Matlab. Voici donc, à titre d exemple, la consommation de 3 chauffe eaux simulés pour une journée, avec le tirage aléatoire d eau modélisé par les équations 4.2 et 4.3. Le pas de temps de la simulation est de 1 minute, et la durée est de 1440 minutes, c est à dire 1 journée complète. Dans le modèle proposé, il y a deux états pour chacun des chauffe eaux : soit ceux ci consomment 4500 W, soit ils ne consomment pas d électricité. La Figure 4.2 présente ces courbes typiques pour 3 chauffeeaux. Étude de cas (RP CAS) 411 SGZONE 13 mars 2012

17 1 État (0 : Arrêt 1 : Marche) Temps (heure) Figure 4.2 : Exemple de courbes typiques de fonctionnement de 3 chauffe eaux simulés avec le tirage d eau aléatoire pour une journée complète Évidemment, ce profile change à toutes les simulations étant donné l aspect aléatoire du tirage d eau, mais elle permet de recréer le profil de charge présenté à la Figure 4.3. pour 1400 chauffe eaux. Lorsque l on simule le chauffe eau pour une année complète, on obtient une valeur d énergie totale d environ 4900 kwh. Cela est comparable à la valeur typique donnée précédemment Profil de charge simulé Profil de charge normalisé Puissance des chauffe-eaux (MW) Temps (heure) Figure 4.3 : Profil de consommation de 1400 chauffe eaux (normalisé) Le profil de consommation suit la courbe de consommation typique de la Figure 4.1. On remarque que la pointe de consommation de 1400 unités se situe à 1,6MW le matin et en après midi, à 1,4 MW. Sachant Étude de cas (RP CAS) 411 SGZONE 14 mars 2012

18 que les chauffe eaux sont soit actif (4 500W) ou inactif (0W), on peut conclure que respectivement 25% et 22% des chauffe eaux fonctionneraient simultanément durant ces deux périodes. 4.2 Stratégie de contrôle Chauffe eaux Un contrôle des chauffe eaux est appliqué pour pallier à la variation de la production éolienne, sur une période de temps de 6 heures, suivant le profil présenté à la Figure 3.1. Les données de production éolienne sont par ailleurs divisées par un ratio de dix pour ajuster cette production au niveau de la charge considérée dans l analyse. La stratégie de contrôle est appliquée sur chauffe eaux, et vise à tirer profit du stockage d électricité sous forme thermique inhérente à la plage de température possible de l eau à l intérieur d un chauffe eau. Pour les besoins de l étude, il est considéré qu un signal de contrôle unidirectionnel est envoyé par l opérateur du réseau au moment désiré. La période de simulation est d une semaine pour un pas de temps de 1 minute. La quantité de stockage thermique théorique fournie par les chauffe eaux peut se calculer de cette façon : Q = mcδt (4.4) Pour un chauffe eau de 60 gallons impériaux (272,8 litres), une capacité thermique massique de l eau de 4186 J/(kg C) et une variation de température de 10 C 3, nous aurons : Q = 272,8 x 4186 x 10 = 11,4 MJ = 3,2 kwh par chauffe eau Comme la variation de production de vent se répartit généralement sur plusieurs heures, le contrôle utilisé vise à faire varier la température de consigne de l ensemble des chauffe eaux selon la valeur de la moyenne mobile de la production éolienne. La variation de température de consigne des chauffe eaux est inspirée de la méthode présentée par Callaway [14] 4, soit l application d une moyenne mobile, dans ce cas, pour ne retenir que les fluctuations de haute fréquence (service de régulation). Dans notre cas, ce sont les fluctuations de basses fréquences qui nous intéressent (réduire le coût d allocation des ressources de production). La méthode a également été adaptée pour des chauffe eaux. Voici l équation reliant la variation de la température de consigne utilisée selon la variation de production : 3 Le modèle utilisé suppose une température uniforme dans le chauffe eau. Une modélisation plus détaillée permettrait de mieux caractériser les températures dans le haut du chauffe eau (à la sortie) et dans le bas (à l entrée) et ainsi prendre en compte une marge de manœuvre plus importante que 10 C 4 Ce dernier avait estimé le potentiel de régulation d un parc de climatiseurs commandés par thermostat. Les résultats de ce dernier démontrent que 3,4 MW de charge de climatisation commandée par thermostat étaient nécessaires pour fournir la régulation nécessaire à 1 MW de production éolienne (capacité installée). Étude de cas (RP CAS) 411 SGZONE 15 mars 2012

19 y t 1 ut P (4.5) TOT Où Δu t est la variation de la consigne de température en C, Δy t+1 est la variation de production éolienne entre deux pas de temps, δ est la bande morte de la température de consigne (5 C) et P TOT est la puissance totale maximale de la charge, c est à dire maisons de 4500 W, ce qui équivaut à 90 MW de charge. Pour améliorer les résultats du contrôle, la variation de Δy t+1 est prise sur la courbe lissée de la production éolienne. Dans le cadre d un contrôle en temps réel, il faudrait donc y inclure des données de prévisions. 4.3 Résultats La Figure 4.4 présente la variation des consignes de température des chauffe eaux, appliquée sur une période d une semaine. Ces variations sont déterminées avec l équation Température minimale Température maximale Température de consigne ( C) Temps (heure) Figure 4.4 : Évolution des températures maximales et minimales de la consigne du chauffe eau durant la semaine Les Figures 4.5 et 4.6 présentent les résultats des simulations. La Figure 4.5 présente l impact du contrôle de charge sur la charge totale des chauffe eaux. Étude de cas (RP CAS) 411 SGZONE 16 mars 2012

20 25 20 Puissance (MW) Charge des chauffe-eaux sans contrôle Charge des chauffe-eaux avec contrôle Temps (heure) Figure 4.5 : Impact du contrôle de la température de consigne sur la charge totale de chauffe eaux pour une journée typique Les résultats présentés à la Figure 4.5 sont pour la deuxième journée. On remarque que sans contrôle, la pointe de chauffe eau est de 23 MW, alors qu avec contrôle est de 21 MW. Si la totalité des chauffe eaux fonctionnaient en même temps, leur pointe serait de 90 MW. Pour une modification mineure à la courbe de charge des chauffe eaux, le contrôle permet d obtenir des variations maximales de plus ou moins 2 MW. Ce potentiel d équilibrage est significatif, mais peut également être différent selon le moment où la ressource est requise. En effet, on constate que la charge diversifiée de chauffe eau avec contrôle varie de 7 MW à 21 MW. À la Figure 4.6, des résultats sont présentés sur 6 jours. Étude de cas (RP CAS) 411 SGZONE 17 mars 2012

21 Puissance (MW) Impact du contrôle sur la charge Impact du contrôle avec moyenne de mobile de 6 heures Puissance (MW) Production éolienne mesurée Production avec moyenne mobile de 6 heures Temps (heure) Figure 4.6 : Effet du contrôle de chauffe eaux sur la puissance demandée par ceux ci (haut) et fluctuation de production éolienne dans le temps (bas) Cette figure présente l impact du contrôle en relation avec les variations de la production éolienne. On remarque l effet du contrôle, soit que la variation de la charge des chauffe eaux suit la production éolienne 5. Entre les heures 65 et 71, on enregistre une baisse de production éolienne de 24 MW. Durant ces même 6 heures, les chauffe eaux baissent leur consommation respective de 0,65 MW, soit 32,5 W par chauffe eau. Cependant, la production éolienne continue sa chute pour encore quelques heures, tout comme la charge de chauffe eaux, fournissant ainsi de l équilibrage pour les périodes suivantes. Durant les heures suivantes, il y a reprise de la production éolienne, et les chauffe eaux augmentent cette fois leur consommation de cette même valeur de 0,65 MW, sur une période de 6 heures. En d autres circonstances, les chauffe eaux peuvent libérer ou absorber plus d énergie, selon la température de l eau à l intérieur du réservoir. Durant l événement de 20 heures, la chute de 3 MW de puissance des chauffe eaux suggère que chaque chauffe eau a fournit 150 W d équilibrage. Considérant que 150 W de puissance a été fournie pendant 20 heures, l énergie d équilibrage fournie par chaque chauffe eau peut être estimée comme suit : 5 Tel que mentionné précédemment, la puissance éolienne a été divisée par 10 par rapport aux valeurs précédentes question de mettre à l échelle la production et la charge considérée. Étude de cas (RP CAS) 411 SGZONE 18 mars 2012

22 Énergie d équilibrage (kwh) : (150 W X 20 heures) /2 = 1.5 kwh Fournir un service d équilibrage requière de gérer l alternance entre les épisodes de charge et de décharge d une «unité de stockage» tel qu un chauffe eau. Pour fournir un tel service, la consigne de l unité de stockage est maintenue en milieu de capacité (à moitié chargée 6 ). Le 1.5 kwh d énergie d équilibrage ou de stockage fournit durant l épisode de réduction représente environ la moitié (1.6 kwh) de la capacité de stockage d un chauffe eau, déterminée à l équation 4.4 (3.2 kwh). En d autres mots, durant cet événement, la capacité de stockage de chaque chauffe eau a été bien utilisée, soit 1.5 kwh d une value théorique de 1.6 kwh. Au cours de la semaine, durant les périodes de 6 heures, l énergie d équilibrage fournit a été différente. Le Tableau 4.3 présente le besoin d équilibrage comblé, par les chauffe eaux, durant les 6 jours. Tableau 4.2 : Variation moyenne de la puissance par chauffe eau pour une période de 6 heures Variation de la puissance par chauffe eau (W) Pourcentage du temps < à à à 0 0 à à à 150 >150 1,2 % 6,0 % 17,7 % 34,4 % 22,4 % 10,0 % 5,6 % 2,7 % Durant 56,8 % des blocs d heures de cette période, les chauffe eau ont fournis jusqu à 50 W d équilibrage positif ou négatif. Ils ont fournis de 50 W à 100 W pendant 27,7 % du temps, 100 W à 150 W pendant 11,6 % du temps et finalement plus de 150 W d équilibrage pendant 3,9% du temps. 6 Des outils de prévision pourraient permettre de mieux gérer la capacité de stockage, soit en prévoyant du préchauffage ou du pré-refroidissement. Étude de cas (RP CAS) 411 SGZONE 19 mars 2012

23 5 ÉTUDE DE CAS ACCUMULATEURS THERMIQUES POUR ÉQUILIBRER L ÉOLIEN Cette seconde étude de cas s intéresse à l équilibrage de l éolien en utilisant des accumulateurs thermiques centraux (ATC). Ces appareils ont une capacité de stockage beaucoup plus grande que les chauffe eaux (> 150 kwh). Dans cette étude de cas, 500 ATC seront simulés parmi un groupe de maisons, dont sont chauffées à l électricité. Donc, la modélisation du réseau implique 9500 maisons chauffées avec un système conventionnel et 500 maisons utilisant un système de chauffage avec stockage thermique. 5.1 Modélisation du chauffage électrique Le scénario de contrôle d accumulateurs thermiques implique la modélisation du bâtiment. L utilisation de cette technologie pour équilibrer l éolien exige de modéliser adéquatement la consommation électrique liée au chauffage, en fonction de la température extérieure. Le modèle permettra d estimer la quantité d énergie nécessaire pour conserver la température de l habitation à l intérieur d une zone de confort, mais également de déterminer la chute de température intérieure lorsque le chauffage n est pas en fonction. Pour réaliser cette modélisation, le logiciel Trnsys a été utilisé Présentation du logiciel Trnsys Le logiciel Trnsys [15] (Transient System Simulator) a été développé par le Solar Energy Laboratory de l Université du Wisconsin dans les années À l origine, il a été développé pour le calcul des processus thermiques solaires. Il a par la suite été étendu au calcul des systèmes CVAC, des bâtiments multizones, des systèmes d énergies renouvelables, de la cogénération, etc. Trnsys en est présentement à sa 16 ième version. Dans le cadre de ce travail, ce sont surtout les applications pour les bâtiments multizones qui sont utilisées. En effet, le logiciel Trnsys inclut un module permettant de définir ce type de bâtiment appelé TRNBuild. TRNBuild permet de définir des zones, c est à dire des volumes, avec une orientation et une isolation bien précise. Par la suite, on peut juxtaposer différentes zones pour recréer un bâtiment. Pour chacune de ces zones, on peut ajouter différents types de fenêtres ainsi que le chauffage et la ventilation. Après avoir défini le bâtiment, le module Simulation Studio de Trnsys permet de simuler ce bâtiment selon différentes conditions. Le logiciel contient des données horaires typiques de température et d ensoleillement pour différentes villes du continent, et ce, sur une base annuelle (Fichier TMY Typical Meteorological Year). Dans le présent cas, étant donné que l on doit modéliser le comportement du bâtiment selon la température extérieure, plusieurs simulations qui reproduisent une variation de la température extérieure ont été effectuées. Ces simulations sont faites d une part lorsque le chauffage Étude de cas (RP CAS) 411 SGZONE 20 mars 2012

24 est en fonction, et d autre part, lorsque le chauffage n est pas en fonction. Les résultats ont été enregistrés dans des fichiers CSV, et l analyse des résultats a été faite à l aide du logiciel Matlab Description des bâtiments Voici les caractéristiques moyennes d une maison de l est du Canada utilisé dans cette étude [16]: Surface totale des fenêtres : 18,9 m 2 Nombre total de fenêtre : 12 Surface moyenne des fenêtres : 1,6 m 2 Pourcentage des maisons ayant un sous sol : 91,4 % Facteur RSI (résistance thermique) mur : 2,3 Facteur RSI plafond : 4,2 Voici ensuite les paramètres de simulation utilisés dans TRNBuild : Nombre de zone : 2 (salon et grenier) Espace habitable : 115 m 2 Volume de la zone salon : 287,5 m 3 Facteur RSI mur : 2,3 Facteur RSI plafond : 4,2 Fenêtre vers le sud : 7 m 2 Fenêtre autre orientation : 4 m 2 Infiltration salon : 0,4 (équivalent à une valeur ACH50Pa de 6,9) Infiltration grenier : 0,7 (un peu plus que dans le salon) Température extérieure Les valeurs de température sont prises pour une semaine de janvier où les températures sont très basses (entre 15 C et 25 C) pendant quelques jours consécutifs. Les données proviennent des Archives climatiques nationales du Canada [17]. Voici les températures pour la semaine choisie (Figure 5.1). Étude de cas (RP CAS) 411 SGZONE 21 mars 2012

25 Température ( C) Temps (heure) Figure 5.1 : Température pour une semaine froide du mois de janvier Dans cette première étude avec des ATC, ces variations de température viendront influencer la marge de manœuvre du contrôle des ATC pour équilibrer l éolien. Dans la seconde étude avec des ATC, cette semaine particulièrement froide permettra de déterminer l impact de l ATC sur la pointe du réseau. En effet, c est dans de telles conditions hivernales qu a lieu la pointe en puissance des réseaux avec forte pénétration de chauffage électrique Demande d électricité due au chauffage Des simulations sont effectuées afin de déterminer les besoins en chauffage électrique d un bâtiment, selon la température extérieure. Pour ce faire, 10 jours consécutifs sont simulés, avec une température extérieure constante. Pour calculer les besoins en chauffage, un intégrateur est ajouté au modèle ce qui permet de trouver le besoin de chauffage en kwh. Par la suite, ce total d énergie est ramené en kwh/jour et en kw moyen par heure. Le Tableau 5.1 présente les résultats de ces simulations. Étude de cas (RP CAS) 411 SGZONE 22 mars 2012

26 Tableau 5.1 : Énergie de chauffage selon la température Température extérieure ( C) Énergie de chauffage journalière (kwh) Puissance équivalente (kw) ,2 7, ,7 7, ,2 6, ,8 5, ,8 4, ,5 4,2 5 85,2 3,5 0 68,8 2,9 5 52,21 2, ,79 1, ,78 0,8 On constate que le besoin en chauffage électrique d une résidence selon la température peut être modélisé, à peu de chose près, comme une droite, et donc être défini par seulement 2 paramètres. Ces chiffres présentent une demande d électricité moyenne requise pour maintenir la température d une maison. La demande de chauffage de pointe d une maison est plus fluctuante. La variabilité de la demande dépend du type de chauffage utilisé (centralisé à un ou plusieurs éléments ou plusieurs plinthes murales). Il est à noter que plusieurs facteurs peuvent faire varier ces résultats : isolation, effet du vent, gain thermique du soleil, des électroménagers et des résidents, actions des individus, variation des points de consignes des thermostats et d autres phénomènes Simulations sans chauffage Les simulations sans chauffage servent à déterminer la diminution de la température intérieure d un bâtiment en fonction du temps. On peut donc évaluer le temps maximal de coupure de chauffage dans le cas où l on voudrait effectuer un cyclage de la charge de chauffage. Le modèle utilisé dans Simulation Studio est sensiblement le même, mis à part le fait que le chauffage est désactivé. Tout comme pour les simulations avec chauffage, on fait varier la température extérieure. Le tableau 5.2 présente les différents paramètres ainsi que la diminution de température intérieure résultante lors des premières quinze minutes sans chauffage. La température initiale est de 21,1 C (70 F) : Étude de cas (RP CAS) 411 SGZONE 23 mars 2012

27 Tableau 5.2 : Réduction de la température intérieure selon la température extérieure Température extérieure ( C) A B Réduction de la température lors des premières 15 minutes ( C) 30 3,29 20,91 1, ,97 20,93 0, ,65 20,95 0, ,36 20,96 0, ,06 20,98 0,63 5 1,77 21,00 0,54 0 1,46 21,01 0,44 5 1,16 21,03 0, ,85 21,05 0, ,54 21,06 0,16 Les paramètres A et B correspondent à l équation suivante : Tint ( C) = A*t + B, où t est le temps en heure. Tint est la température intérieure du bâtiment C -20 C -10 C 0 C 10 C Température ( C) Temps (heure) Figure 5.2 : Diminution dans le temps de la température intérieure selon la température extérieure La Figure 5.2 et le Tableau 5.2 montre que l interruption du chauffage électrique pour réduire la pointe du réseau (c est à dire lorsque la température est très froide) entraîne une réduction de température Étude de cas (RP CAS) 411 SGZONE 24 mars 2012

28 importante et ce dans une courte période de temps soit, autour de 1 degré pour les 15 premières minutes. 5.2 Modélisation de l accumulateur thermique central (ATC) Un accumulateur thermique est un appareil de chauffage permettant de stocker de la chaleur. Il est rechargé dans des périodes hors pointe, lorsqu il y a des surplus d électricité de base ou que les prix sont faibles, et restitue la chaleur, sans demande d électricité, lors des périodes de pointe. De plus, le stockage d énergie thermique permet de sauver des coûts pour les clients commerciaux ou industriels assujettis à un mesurage de puissance. Enfin, un bénéfice additionnel de cet équipement est qu il permet de fournir 7 de la chaleur pendant plusieurs heures, lors de pannes du réseau électrique. Son utilisation comme médium de stockage pour faciliter l intégration des énergies renouvelables a fait l objet d une étude récente [18] et est en cours de démonstration dans la ville de Summerside dans la province de L Île du Prince Édouard [19]. Ce type d appareil se présente sous plusieurs formes. Il y a tout d abord les accumulateurs thermiques muraux, qui remplacent une plinthe électrique. Il y a aussi les systèmes hydroniques (à eau chaude). Finalement, il y a les accumulateurs centraux (ATC) qui sont utilisés dans des systèmes électriques à air pulsé dans des canalisations. C est ce type d accumulateur qui est considéré dans les deux prochaines études de cas. À noter que les accumulateurs thermiques peuvent aussi servir de complément à une thermopompe. Dans le cadre de ce travail, le modèle d accumulateur thermique utilisé est central (ATC) et s adresse à un marché résidentiel. Il s agit du modèle DLF30B de la compagnie Steffes. Les caractéristiques de cet appareil sont les suivantes [20] : Température extérieure ( C) Tableau 5.3 : Caractéristique d opération du DLF30B Niveau de charge Puissance électrique d entrée (kw) Température interne maximale de l équipement ( C) 12,8 1 9,6 260 (500 F) 1,7 2 19,2 482 (900 F) 9,4 3 28,8 732 (1350 F) Voici les autres caractéristiques de l équipement : Tension nominale : 240 V Circuits de charge : 3 circuits de 50 A Charge maximale du ventilateur (soufflante) : 6 A à 240 V 7 Selon le fabriquant et la présence d une énergie d appoint pour le ventilateur. Étude de cas (RP CAS) 411 SGZONE 25 mars 2012

29 Capacité de stockage : 180 kwh Poids total des briques : 2160 lbs (980 kg) Poids total de l ATC : 2750 lbs (1247 kg) Nombre de briques : 84 complètes et 12 demies Les équations décrivant le comportement thermique de cet ATC sont tirées de travaux menés à l Institut de recherche d Hydro Québec (LTE) [21] : t 1 t T T t t t S S C Pélectrique P1 P2 t P1 4,64 10 T S 1,14 10 T S 0,024 2 P2 4,88 10 T S 0,39 (5.1) (5.2) (5.3) où l on définit les symboles suivants : C : Chaleur spécifique de la masse de stockage de l appareil (0,336 kwh/ C) T S : Température de la masse de stockage ( C) Δt : Intervalle de temps entre 2 simulations (heure) P électrique : Puissance électrique pour la recharge (9,6 ou 19,2 ou 28,8 kw) P 1 : Pertes en attentes (kw) c est à dire la chaleur s échappant de l ATC à tout moment P 2 : Puissance thermique restituée par la ventilation (kw) (limitée à 15 kw par les contrôles internes) Ces équations décrivent le comportement thermique de l ATC et permettent la modélisation avec Matlab. Les pertes en attente de l ATC varient selon l équation 5.2. À la température maximale (732 C), les «pertes» atteignent donc 3,3 kw. Il est à noter que l énergie des «pertes» n est pas perdue puisqu elle sert à chauffer la maison. Il faut cependant que l ATC soit bien dimensionné et bien contrôlé selon les caractéristiques de la maison afin que ces pertes ne soient pas trop élevées à un moment où les besoins en chauffage sont moindres. 5.3 Stratégie de contrôle Accumulateur thermiques L algorithme de contrôle utilisé pour les 500 ATC s inspire de celui des chauffe eaux. Il consiste à faire varier la température maximale de la masse de stockage et donc la quantité d énergie pouvant être stockée. Par conséquent, plus il y a de production éolienne, plus chacun des ATC stockera d énergie. Étude de cas (RP CAS) 411 SGZONE 26 mars 2012

30 L équation 5.4 présente la variation de la température de la masse de stockage selon la production éolienne. (5.4) P vent (pu) représente le pourcentage (pu : per unit) de production éolienne à cet instant selon la puissance maximale totale installée (1200 MW). Aussi, si la température interne des ATC descend sous la barre des 100 C, la recharge est permise afin d éviter que les clients ne manquent de chauffage. Les figures 5.3 et 5.4 présentent les résultats obtenus Charge (MW) Charge de chauffage électrique sans ATC Charge de chauffage électrique avec ATC Température ( C) Temps (heure) Figure 5.3 : Impact du contrôle de la température maximale de 500 ATC sur une charge de chauffage typique (haut) et température extérieure pour une semaine (bas) Étude de cas (RP CAS) 411 SGZONE 27 mars 2012

31 Puissance (MW) Impact de l'utilisation des ATC Impact des ATC avec moyenne mobile de 6 heures Puissance (MW) Production éolienne mesurée Production avec moyenne mobile de 6 heures Temps (heure) Figure 5.4 : Effet du contrôle de 500 ATC sur la puissance de chauffage (haut) et fluctuation de la production éolienne dans le temps (bas) Les résultats de simulation présentés s échelonnent sur une période de 6 jours entre l heure 24 et l heure 168. Pour comparer ces résultats avec ceux obtenus avec les chauffe eaux, nous utilisons les mêmes heures. Entre les heures 65 et 71, nous avons une baisse de production éolienne de 24 MW. Durant cette même période, les ATC permettent de baisser la charge totale de 0,9 MW soit 1,8 kw en moyenne par ATC. Étude de cas (RP CAS) 411 SGZONE 28 mars 2012

32 6 ÉTUDE DE CAS ACCUMULATEURS THERMIQUES POUR ÉQUILIBRER L ÉOLIEN ET RÉDUIRE LA POINTE Cette troisième étude de cas vise à gérer la charge des ATC pour équilibrer partiellement la production éolienne, mais également pour réduire la pointe du réseau électrique. L opérateur pourrait utiliser cette ressource lors d une pointe de charge causée par une température extérieure très froide combiné au contexte d une puissance éolienne faible. Ce scénario vise à analyser la charge totale avant contrôle, ainsi que la charge totale après contrôle et évaluer son impact à la fois sur la réduction de la pointe et sur l équilibrage de l éolien. Dans ce scénario, ce sont toujours résidences qui sont considérées. De ces , sont chauffées à l électricité. Pour le cas avec contrôle, on suppose que 1000 de ces maisons utilisent un accumulateur thermique. Pour la simulation suivante, la charge totale des maisons sera considérée pour connaître l impact sur la pointe du réseau. Il faut donc modéliser la charge de base et des électroménagers des maisons, celle du chauffage de l eau et de l air étant déjà modélisée dans les cas précédents. 6.1 Modélisation des autres charges Les charges domestiques telles que laveuse, sécheuse, lave vaisselle, réfrigérateur, cuisinière sont modélisées suivant les courbes de charge présentées dans cette publication [5]. Les données des charges dites «de base», tel que les petits électroménagers et l éclairage, proviennent de GridLAB D [22]. La Figure 6.1 présente l effet cumulatif de ces charges pour résidences nord américaines typiques Charge totale Charge de base Chauffe-eau Sécheuse Lave-vaisselle Régrigérateur Cuisinière Puissance (MW) Temps (heure) Figure 6.1 : Profil de charge journalier de maisons typiques selon les principaux électroménagers Étude de cas (RP CAS) 411 SGZONE 29 mars 2012

33 On remarque tout d abord l importance du chauffe eau par rapport aux autres électroménagers. La charge de base, qui est très importante, représente le reste de la consommation électrique d une résidence typique (éclairages, petits électroménagers, télévisions, ordinateurs, appareils électroniques, etc.). C est la courbe de charge totale (en noir) pour une journée qui sera utilisée pour cette troisième étude de cas. Pour les maisons où un ATC est installé, la consommation due au chauffage électrique sera ajoutée. 6.2 Simulations Contrôle des ATC La stratégie de contrôle des ATC consiste à empêcher la recharge si la production éolienne est trop faible, soit en deçà de 40 MW. L état de l ATC (stockage de l énergie ou non) peut donc être défini de la façon suivante : Stockage si : La température interne de l ATC est plus faible que 100 C La puissance éolienne à ce moment est de plus de 40 MW Pas de stockage si : La température interne de l ATC est plus élevée que sa température maximale de consigne (voir tableau 5.3) La puissance éolienne à ce moment est de moins de 40 MW Les résultats peuvent être observés sur la Figure 6.2. On remarque sur le graphique de la charge complète qu avec le contrôle de la charge, la pointe de charge (A) peut être réduite d environ 6 MW, soit environ 6 kw par accumulateur thermique installé. Cette baisse de 6 MW représente une diminution de la pointe de 7 %. Puisque cette pointe coïncide avec la période de faible production éolienne, les ATC ne peuvent pas se recharger. Par la suite, on remarque qu un peu après l heure 90 (B), une nouvelle pointe est crée par le contrôle des accumulateurs. Cependant, à ce moment, la puissance éolienne est plus élevée de plusieurs MW par rapport à la pointe précédente. C est donc dire que, du point de vue du réseau, cette augmentation de charge cause moins de problème puisqu elle est compensée par une augmentation de la production éolienne. Étude de cas (RP CAS) 411 SGZONE 30 mars 2012

34 Charge (MW) Charge sans contrôle Charge avec contrôle (A) (B) Température ( C) Temps (heure) Puissance éolienne (MW) Figure 6.2 : Impact du contrôle de la charge de 1000 accumulateurs thermique sur la charge totale de résidences (haut) La température et la puissance éolienne pendant la période (bas) Étude de cas (RP CAS) 411 SGZONE 31 mars 2012

35 7 DISCUSSION La variation de la production éolienne devient de plus en plus importante, à mesure que l horizon de temps étudié augmente. Les variations possibles de l éolien sont anticipées par les opérateurs de réseaux. Ces derniers réservent certaines centrales en prévision d une baisse de production anticipée ou demande un démarrage en urgence de centrales lors d une baisse de production éolienne non prévue. Ces variations, qu elles surviennent ou non, qu elles soient fidèles ou non à la prévision, font augmenter les coûts associés à l allocation des ressources de production. C est dans le but de palier à ces variations de longue durée qu un contrôle de charge de chauffe eaux et d accumulateurs thermiques a été simulé pour une semaine de production éolienne présentant d importantes variations. Dans le premier scenario, la baisse de la production éolienne sur 20 heures et la réduction de puissance de 3 MW qui lui est associée, suggère que chaque chauffe eau a été en mesure de fournir 150 W d équilibrage durant cette période. Durant cet événement, la capacité de stockage de chaque chauffeeau a été bien utilisé, soit 1.5 kwh pour une valeur théorique de 1.6 kwh (la moitié de 3.2 kwh). Les simulations pour la semaine choisie nous indiquent que 84,5% du temps, les chauffe eaux disposaient d une plage de flexibilité pouvant atteindre jusqu à ± 100 W sur un horizon de 6 heures. Lors du pire cas de variation de production éolienne, les chauffe eaux ont permis de réduire de 0,65 MW le besoin de régulation. Le second scénario nous indique que pour pallier aux variations de production éolienne sur la semaine choisie, chaque ATC a permis de libérer au plus 1,8 kw pendant la période de 6 heures. Dans la troisième étude, chaque ATC a contribué à une réduction de 6 kw par maison (avec ATC) en moyenne, tout en permettant d équilibrer en partie l éolien. La capacité nominale éolienne étudiée était de 120 MW. Lors du pire cas de variation éolienne, chaque chauffe eau n a été en mesure de fournir que 32,5 W sur 6 heures. Aussi, de 50 W à 100 W de régulation par chauffe eau n était fournit que 27,7 % du temps. Afin d utiliser le plein potentiel ces équipements de stockage thermique, il faut tenir compte des éléments suivants : La marge de flexibilité des chauffe eaux n est mise en valeur que si elle est corrélée avec un besoin d équilibrage. La consigne du chauffe eau doit être bien choisie pour minimiser les cas où le chauffe eau tel une «batterie», soit «pleine» ou «vide» au mauvais moment. Dans le cas étudié, l algorithme de contrôle appliqué n utilisait pas de prévision de la demande ni de prévision de la production éolienne. La consigne était maintenue au point milieu (à moitié chargée). Des outils de prévision pourraient permettre une meilleur gestion de la capacité de stockage des chauffe eaux, soit en prévoyant du préchauffage et du pré refroidissement de ces dispositifs. Étude de cas (RP CAS) 411 SGZONE 32 mars 2012