Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

ÉNERGIES INTELLIGENCE ARTIFICIELLE ET GESTION INTELLIGENTE DE L’ÉNERGIE mars /

ÉNERGIES INTELLIGENCE ARTIFICIELLE ET GESTION INTELLIGENTE DE L’ÉNERGIE mars / 2020 Date de publication : 10 octobre 2019 Mots-clés Transition énergétique | gestion intelligente de l'énergie | gestion de la demande | surveillance de charge non intrusive | optimisation énergétique Keywords energy transition | smart energy management | demand side management | non-intrusive load monitoring | energy optimisation Pour toute question : Service Relation clientèle Techniques de l’Ingénieur Immeuble Pleyad 1 39, boulevard Ornano 93288 Saint-Denis Cedex Par mail : infos.clients@teching.com Par téléphone : 00 33 (0)1 53 35 20 20 Réf. : BE6000 V1 Intelligence artificielle et gestion intelligente de l’énergie Cet article est issu de : Énergies | Ressources énergétiques et stockage par Moamar SAYED MOUCHAWEH Résumé Cet article étudie le problème de la gestion intelligente de l'énergie dans le contexte de la transition énergétique. Il présente la motivation, les impacts et les défis liés à ce sujet d’actualité. Ensuite, cet article se concentre sur l'utilisation des techniques et des outils à base d'intelligence artificielle (IA) pour lever les défis liés à ce problème. Un schéma global présentant le principe général de ces techniques est présenté. Ensuite, ces techniques sont comparées selon un ensemble de critères afin de montrer leurs avantages et inconvénients vis-à-vis des conditions et contraintes des applications de la gestion intelligente de l’énergie dans le contexte de la transition énergétique. Plusieurs exemples sont utilisés tout au long de l’article afin d’illustrer les concepts et méthodes présentés. Abstract This paper treats the problem of smart energy management within the context of energy transition. The paper starts by presenting the motivation, impacts, and challenges of smart energy management within the context of energy transition. Then, it focuses on the use of Artificial Intelligence (AI) techniques and tools to address these challenges. A scheme presenting the general principal of these techniques is provided. Then, these techniques are compared according to some meaningful criteria in order to show their advantages and drawbacks according to the conditions and constraints of the smart energy management application within the context of energy transition. Several examples are used in this paper to illustrate the methods and concepts presented. Document téléchargé le : 24/03/2020 Pour le compte : 7200097598 - editions ti // marie LESAVRE // 195.25.183.157 © Techniques de l'Ingénieur | tous droits réservés Copyright © – Techniques de l’Ingénieur – Tous droits réservés BE 6 000 – 1 Intelligence artificielle et gestion intelligente de l’énergie par Moamar SAYED MOUCHAWEH Professeur titulaire Institute Mines-Telecom (IMT) Lille Douai, France n réseau électrique intelligent ( Smart grid – SG) comprend des compo- sants de production, de transport, de distribution et de consommation d’électricité hétérogènes et distribués. Il s’agit de la prochaine génération de réseau électrique en mesure de gérer la demande en électricité (consommation/ production/distribution) de manière durable, fiable et économique en tenant compte de la pénétration des énergies renouvelables (solaire, éolien, etc.). Par conséquent, un réseau intelligent SG inclut également une couche intelligente qui analyse les données fournies par les consommateurs ainsi que celles qui sont recueillies du côté production afin d’optimiser la consommation et la pro- duction en fonction des conditions météorologiques, du profil et des habitudes du consommateur. En outre, ce système peut améliorer l’utilisation de l’énergie verte grâce à la pénétration des énergies renouvelables et à la réponse à la demande. Un réseau intelligent SG présente plusieurs problèmes et défis de recherche qui doivent être résolus pour améliorer l’efficacité énergétique des producteurs d’énergie traditionnelle/renouvelable grâce à la participation des utilisateurs, pour faciliter la pénétration (intégration) des systèmes d’énergie renouvelable distribués/centralisés dans les réseaux électriques afin de réduire la charge de pointe par l’utilisation de stratégies efficaces de réponse à la demande, équili- brer et optimiser la production ainsi que la consommation, renforcer la protection du réseau (résilience du réseau, diagnostic et pronostic des défail- lances, auto-dépannage et restauration du réseau, etc.) et la cybersécurité (en respectant la protection des données personnelles), etc. Cet article traite du problème de la gestion intelligente de l’énergie dans le contexte de la transition énergétique (gestion de la demande, surveillance de la 1. Transition énergétique........................................................................ BE 6 000 - 2 1.1 Définition, motivation et défis................................................................. — 2 1.2 Gestion intelligente de l’énergie............................................................. — 3 2. Intelligence artificielle pour une gestion intelligente de l’énergie............................................................................................. — 5 2.1 Principes généraux des techniques d’intelligence artificielle pour une gestion intelligente de l’énergie............................................. — 5 2.2 Gestion intelligente de l’énergie basée sur la surveillance de la charge .............................................................................................. — 8 3. Gestion intelligente de l’énergie basée sur la surveillance non intrusive de la charge ................................................................. — 9 3.1 Extraction de caractéristiques................................................................. — 9 3.2 Inférence et apprentissage...................................................................... — 10 3.2.1 Approches supervisées ................................................................. — 11 3.2.2 Approches non supervisées/semi-supervisées ........................... — 12 4. Conclusion et discussion ................................................................... — 13 5. Acronymes ............................................................................................. — 14 Pour en savoir plus ....................................................................................... Doc. BE 6 000 U Parution : octobre 2019 - Ce document a ete delivre pour le compte de 7200097598 - editions ti // marie LESAVRE // 195.25.183.157 Ce document a ete delivre pour le compte de 7200097598 - editions ti // marie LESAVRE // 195.25.183.157 Ce document a ete delivre pour le compte de 7200097598 - editions ti // marie LESAVRE // 195.25.183.157 tiwekacontentpdf_be6000 v1 INTELLIGENCE ARTIFICIELLE ET GESTION INTELLIGENTE DE L’ÉNERGIE ________________________________________________________________________ Copyright © – Techniques de l’Ingénieur – Tous droits réservés BE 6 000 – 2 charge, microréseaux, conseil en énergie aux résidents et services publics, éco- nomie d’énergie, gestion des revenus par tarification dynamique, compteurs intelligents). Il présente les motivations, impacts et défis liés à ce sujet d’actualité. Il se concentre ensuite sur l’utilisation des techniques et outils de l’intelligence arti- ficielle (IA) pour relever les défis liés à la gestion intelligente de l’énergie. Un schéma global (acquisition et traitement de données, extraction de caractéris- tiques, apprentissage, inférence, visualisation, etc.) présentant les principes généraux de ces techniques est fourni. Ces techniques sont ensuite comparées en fonction de critères significatifs comme les caractéristiques de consommation d’énergie, les statistiques d’évolution dans le temps, les caractéristiques des habi- tations ou des bâtiments, etc., le type de données (consommation active, puissance réactive, facteur de puissance, etc.) et le niveau d’intrusion. L’objectif est de comparer ces techniques en montrant leurs avantages et leurs inconvé- nients en fonction des conditions et contraintes d’application dans le contexte de la transition énergétique. Plusieurs exemples sont utilisés dans cet article afin d’illustrer les méthodes et les concepts présentés. 1. Transition énergétique 1.1 Définition, motivation et défis Pour faire face au problème du changement climatique plané- taire et à la pénurie de ressources fossiles, comme le pétrole, il est nécessaire de pouvoir mettre en œuvre un système de production, de distribution et de consommation d’énergie durable. La transi- tion énergétique vise à passer d’une production d’électricité issue des ressources fossiles à une production zéro carbone, en aug- mentant le niveau de pénétration des sources d’énergie propres, telles que les énergies éolienne et solaire, et en intégrant des tech- nologies, des pratiques ainsi que des services plus efficaces. L’uti- lisation de sources d’énergie renouvelable réduit la dépendance vis-à-vis de l’approvisionnement en énergie fossile, tandis que les systèmes économes en énergie aident à réduire la consommation d’énergie des appareils, machines et lignes de transmission, ainsi que de l’ensemble des équipements au dernier stade d’utilisation. Le système d’énergie électrique conventionnel est unidirectionnel et orienté de haut en bas. L’équilibre entre l’offre et la demande est obtenu en faisant varier l’offre des grandes centrales électriques, qui utilisent essentiellement des combustibles fossiles. L’utilisation de sources d’énergie renouvelable, telles que l’éolien et le solaire, est entravée par leur intermittence due à leur forte dépendance aux conditions météorologiques. Malgré l’augmentation de l’efficacité énergétique des appareils et de l’infrastructure de communication, la consommation d’éner- gie continue d’augmenter. L’infrastructure électrique vieillissante a atteint sa capacité maximale. L’utilisation des ressources énergé- tiques distribuées (DER) qui fait des utilisateurs non plus seule- ment des consommateurs mais aussi des producteurs permet cependant d’augmenter la capacité du réseau. L’utilisation de ressources distribuées (DER) permet d’éviter les pertes résultant de la transmission/distribution sur de longues dis- tances, car l’énergie générée par les utilisateurs potentiels peut être consommée localement. En outre, influencer la manière dont les utilisateurs consomment de l’énergie électrique afin d’obtenir une meilleure conservation de l’énergie et une efficacité énergé- tique plus élevée limite les contraintes sur le réseau en réduisant les congestions et délestages. Cependant, la transition énergétique est confrontée à plusieurs défis qui doivent être résolus afin de passer à un système de pro- duction, de distribution et de consommation d’énergie durable : – comment la stabilité du réseau (équilibre entre l’offre et la demande) peut-elle être assurée avec une large pénétration des ressources en énergies renouvelables dans ledit réseau ? – comment le comportement de consommation des utilisateurs peut-il être influencé et/ou contrôlé afin d’optimiser leur consom- mation d’énergie et d’améliorer l’équilibre entre l’offre et la demande ? – comment les équipements et infrastructures vieillissants qui entraînent des pertes d’énergie importantes peuvent-ils être détec- tés rapidement et remplacés ? – comment les énergies renouvelables peuvent-elles être consommées localement uploads/Ingenierie_Lourd/ livre-blanc-intelligence-artificielle-et-gestion-intelligente-de-lenergie 1 .pdf