Chaire académique ORES "Smart Grids-Smart Metering"

Transcription

1 Chaire académique ORES "Smart Grids-Smart Metering" FIRST CONFERENCE PRESENTING THE RESULTS OF THE RESEARCH WORK APRIL 18, FACULTÉ POLYTECHNIQUE DE MONS Développement d un outil probabiliste sur base de la méthode de Monte-Carlo et des données de mesure des compteurs intelligents pour une analyse long terme des réseaux de distribution BT avec production photovoltaïque. Ir Vasiliki Klonari UMONS Faculté Polytechnique Dr Ir François Vallée UMONS Faculté Polytechnique Prof. Dr Ir Jacques Lobry Chef de Service UMONS Faculté Polytechnique

2 I. L intégration de génération PV décentralisée dans les réseaux BT; Impact majeur et outils disponibles pour la quantification du problème II. Concentration des données des compteurs intelligents; III.Elaboration statistique des données; Construction du modèle Monte-Carlo IV.Développement de l outil probabiliste; Réseau Flobecq; Modélisation, résultats et perspectives V. Etude de taux d autoconsommation VI.Conclusions

3 L intégration de génération PV décentralisée gagne toujours du terrain dans les réseaux de distribution de BT Quel est l impact majeur sur le réseau existant? Risque de surtension aux nœuds proches des unités PV Haute production PV Basse consommation

4 Pour le DSO: Besoin de quantifier cette surtension et de préciser la fréquence de tels événements de surtension Les modèles de calcul existants (simulation «worst case») ne prennent pas en considération: La variabilité de la génération PV au cours du temps Le caractère aléatoire des charges consommatrices des clients connectés Besoin d un outil probabiliste afin de créer des profils de tension statistiques, sur base des données quart horaires mesurées, de l énergie produite et consommée.

5 Concentration des données: Données télé-relevées des compteurs GRIS (SM1) = Chez chaque client de la région de Flobecq équipé avec une installation de panneaux photovoltaïques, ORES a placé deux compteurs : un compteur GRIS (SM1) et un compteur VERT (SM2). Indices ¼ horaires des registres d énergie injectée vers le réseau et d énergie prélevée par les clients Energie consommé Energie injectée

6 Probabilité Elaboration statistique des données: Les puissances actives moyennes injectées et prélevées sont extraites pour chaque quart d heure Construction des profils «Journée type» et définition de 2 (consommation et production) x 96 (quarts d heure par jour) fonctions de distribution cumulatives de probabilité pour chaque prosumer: BASE POUR LE MODELE MONTE CARLO Puissance quart horaire injectée et consommée

7 Développement de l algorithme Monte Carlo: Développement de l algorithme de type Monte Carlo afin de calculer des probabilités de surtension nœud par nœud Simulations Monte Carlo: On les applique souvent pour simuler le processus actuel et le caractère aléatoire des réseaux électriques Dans notre cas, les variables aléatoires sont les puissances injectées et consommées ainsi que la tension à la sortie du transformateur

8 Développement de l outil et application à la cabine Aulnoit du réseau BT de Flobecq Période considérée pour la construction des profils «Journée type» sur base des données télé relevées : Août 2012 (31 jours 31 x 96 quarts d heure) Paramètres électriques simulés: Paramètres du réseau pour les trois départs de la cabine Aulnoit Modélisation topologique du réseau: Représentée dans le schéma suivant

9 RESEAU FLOBECQ_CABINE AULNOIT 5kW 4kW 5kW 2.65kW 5kW 3.3kW

10 Tension à la sortie du transformateur MT/BT: Puissance injectée et puissance consommée: quantifiées pour chaque quart d' heure sur base des données des compteurs intelligents intégrées dans le modèle via une simulation stochastique Monte Carlo quantifiée pour chaque quart d' heure sur base des données du compteur installé dans la cabine des trois départs de la cabine Aulnoit intégrée dans le modèle via une simulation stochastique Monte Carlo DEPART VERS «MONT» Puissance consommée: quantifiée pour chaque quart d' heure sur base des profils SLP de consommation énergétique quart horaire proposées par SYNERGRID.

11 Pendant la journée (entre 9 et 19h45), on observe des profils de tension plus «avec variations plus fréquentes/rapides» de par l influence du caractère aléatoire de la production PV DEPART VERS «MONT»

12 PROFILS DE TENSION DES NŒUDS DU DEPART VERS «GHOU» POUR LA PERIODE 12H30 à 13H00 D UN JOUR D AOUT DEPART VERS «GHOU» V V V V V V V V

13 PROFILS DE TENSION DES NŒUDS DU DEPART VERS «GHOU» POUR LA PERIODE 12H30 à 13H00 D UN JOUR D AOUT DEPART VERS «GHOU» V V V V V V V V

14 Impact des productions PV installées en bout de ligne : tension en moyenne plus affectée au nœud 14. Impact local de la production PV. DEPART VERS «GHOU» L=472m

15 Taux d autoconsommation des pro-sumers Intéressant de calculer le taux d autoconsommation afin d évaluer si un éventuel déplacement de charge est envisageable pendant les périodes critiques (mijournée). Distribution, quart d heure par quart d heure de 12 à 18h pour le mois d aout 2012, du taux d autoconsommation moyen pour 20 prosumers à Flobecq (gamme de puissance allant de 2 à 5kW):

16 Taux d autoconsommation des pro-sumers Analyse plus fine pour deux prosumers ayant une installation comprise entre 3 et 4 kva :

17 Conclusions I. Installation massive de PV nouvelles méthodes d analyse des réseaux BT II. Il est primordial de tenir compte du caractère probabiliste de ces nouvelles sources de production d électricité et de leurs impacts pour la définition des solutions à mettre en place et le calcul des investissements à réaliser III. D où la mise au point d un outil de planification long terme des réseaux BT, qui repose sur des mesures effectuées à l aide de compteurs intelligents IV. Il est intéressant d utiliser le taux d autoconsommation pour l évaluation du potentiel de résolution du problème par gestion active de la demande V. Il est nécessaire de entraîner l outil développé avec des données enregistrées pour une période plus longue afin de retirer des conclusions plus précises VI. Aussi d examiner l impact du caractère aléatoire de la production PV avec une échelle plus fine que le quart d heure afin de pouvoir prendre en compte d éventuelles mises en sécurité «intra quart d heure» des onduleurs

18 Perspectives Adaptation de l'outil à une ligne d'un réseau BT problématique en ce qui concerne le phénomène de surtension Comparaison des résultats de l outil avec les simulations «worst case» basées sur des profils standard Réalisation des mesures de surtension avec une échelle plus fine que le quart horaire aux quelques points problématiques du réseau et intégration des données dans l'outil (définition d'un facteur de pondération adéquat) Etude de efficacité et de la faisabilité d'une exploitation de la puissance réactive pour éventuellement solutionner le phénomène de surtension Etude de l'impact des déséquilibres entre phases dans les réseaux BT avec de la génération PV

19 Merci de votre attention! Ir Vasiliki Klonari UMONS Faculté Polytechnique Dr Ir François Vallée UMONS Faculté Polytechnique Prof. Dr Ir Jacques Lobry Chef de Service UMONS Faculté Polytechnique