Analyse des courbes de charge d'électricité et prédiction à court terme dans les secteurs rédidentiel et tertiaire.
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Fahs, Fatima
Date de soutenance : 19-06-2023

Directeur(s) de thèse : Lachiche, Nicolas - Maumy-Bertrand, Myriam - Bertrand, Frédéric

Établissement de soutenance : Strasbourg
Laboratoire : Institut de recherche mathématique avancée (Strasbourg)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Mathématiques
Classification : Mathématiques

Mots-clés libres : Prévision de la charge électrique, Court terme, Secteur résidentiel, Secteur tertiaire, Approche industrielle, Échelle du consommateur, Courbes de charge volatiles, Échelle des ménages, Charge agrégée, Prévision probabiliste
Mots-clés :
  • Charge et distribution électriques - Prévision
  • Probabilités
  • Compteurs électriques intelligents
Résumé : Le déploiement massif des compteurs intelligents dans le secteur résidentiel et tertiaire a permis de récolter des données de consommation électrique de haute fréquence à l’échelle des consommateurs (particuliers, professionnels, . . .). Ces données constituent une matière première pour les recherches sur la prévision de la consommation de l’électricité à cette échelle. La majorité de ces recherches visent largement à répondre aux besoins du milieu industriel comme les applications dans le contexte des maisons intelligentes ainsi que les programmes de la gestion et de la réduction de la consommation. L’objectif de ce travail est de déployer ou mettre en œuvre des modèles de prévision de la charge électrique à court terme (J + 1) à l’échelle des consommateurs qui seront intégrés dans des applications à des fins industrielles. La complexité du sujet réside dans le fait que les données de consommation à cette échelle sont très volatiles. En effet, elles comprennent une grande quantité de bruit et dépendent du mode de vie du consommateur et de ses habitudes de consommation. De plus, le déploiement de ces modèles dans des applications industrielles ajoute une certaine complexité supplémentaire au sujet. Durant cette thèse, plusieurs modèles ont été déployés pour la prévision de charge des ménages en tenant compte de différentes contraintes industrielles. Les modèles ont été testés et évalués sur un grand échantillon de courbes de charges disparates du secteur résidentiel et tertiaire. Une approche a été proposée également pour la prévision des courbes de charge les plus volatiles. Ensuite, nous avons étudié l’impact de l’utilisation des prévisions à l’échelle des ménages sur la prévision de la charge agrégée. Les modèles testés ont été également adaptés pour répondre aux besoins en prévision de l’entreprise pour d’autres portefeuilles.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2023STRAD031
Type de ressource : Thèse