Présentation
En anglaisRÉSUMÉ
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.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
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.
Auteur(s)
-
Moamar SAYED MOUCHAWEH : Professeur titulaire - Institute Mines-Telecom (IMT) Lille Douai, France
INTRODUCTION
Un réseau électrique intelligent (Smart grid – SG) comprend des composants 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 production 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, équilibrer et optimiser la production ainsi que la consommation, renforcer la protection du réseau (résilience du réseau, diagnostic et pronostic des défaillances, 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 charge, microréseaux, conseil en énergie aux résidents et services publics, économie 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 artificielle (IA) pour relever les défis liés à la gestion intelligente de l’énergie. Un schéma global (acquisition et traitement de données, extraction de caractéristiques, 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 habitations 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 inconvénients 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.
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
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Énergies > Ressources énergétiques et stockage > Performance énergétique et économie d’énergie > Intelligence artificielle et gestion intelligente de l’énergie > Intelligence artificielle pour une gestion intelligente de l’énergie
Accueil > Ressources documentaires > Génie industriel > Industrie du futur > Industrie du futur : outils numériques > Intelligence artificielle et gestion intelligente de l’énergie > Intelligence artificielle pour une gestion intelligente de l’énergie
Accueil > Ressources documentaires > Technologies de l'information > Technologies logicielles Architectures des systèmes > Intelligence artificielle > Intelligence artificielle et gestion intelligente de l’énergie > Intelligence artificielle pour une gestion intelligente de l’énergie
Accueil > Ressources documentaires > Innovation > Industrie du futur > Industrie du futur : outils numériques > Intelligence artificielle et gestion intelligente de l’énergie > Intelligence artificielle pour une gestion intelligente de l’énergie
Cet article fait partie de l’offre
Smart city - Ville intelligente et durable
(90 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
2. Intelligence artificielle pour une gestion intelligente de l’énergie
2.1 Principes généraux des techniques d’intelligence artificielle pour une gestion intelligente de l’énergie
Afin de réaliser un système de gestion intelligente de l’énergie (SEM), des données concernant la production d’énergie ainsi qu’une gestion des énergies renouvelables (prévisions de production, prévisions météorologiques, capacités de stockage, etc.) et de la demande d’énergie (consommation, activités et habitudes des utilisateurs, appareils et équipements utilisés, prix de l’électricité, etc.) sont requises. Grâce au développement rapide et à la pénétration de nouvelles technologies de capteurs, de communication et de transmission et en particulier de technologies sans fil, ainsi que d’appareils mobiles intelligents, de grandes quantités de données sont générées concernant la production et la consommation. Ces quantités considérables de données doivent être stockées et traitées efficacement afin d’extraire les informations utilisées par le système SEM pour optimiser la gestion du réseau (production, consommation) de manière durable. Par conséquent, les réseaux électriques traditionnels sont en train de passer à des systèmes SG intégrant des ressources distribuées d’énergie (DER) associées à des solutions de stockage statiques et mobiles.
Un système de gestion intelligente de l’énergie (SEM) est composé :
-
d’un système d’acquisition de données permettant de collecter des données à partir d’appareils (sous-compteurs), de compteurs intelligents, de stations météorologiques, etc. ;
-
d’un système d’analyse prédictive permettant d’effectuer une analyse des données, y compris des opérations d’optimisation, prévision (par exemple, régression), classification, regroupement, et reconnaissance ;
-
d’une interface utilisateur pour la visualisation, la génération de rapports, l’alarme et la configuration, comme illustré à la figure 4.
En effet, le système SEM peut être branché sur n’importe quelle prise afin de surveiller les données de puissance (niveau d’énergie, états d’utilisation, etc.) provenant d’appareils branchés pour les contrôler ou détecter tout comportement...
Cet article fait partie de l’offre
Smart city - Ville intelligente et durable
(90 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Intelligence artificielle pour une gestion intelligente de l’énergie
BIBLIOGRAPHIE
-
(1) - SIANO PIERLUIGI - Demand response and smart grids—A survey. - Renewable and sustainable energy reviews, 30, p. 461-478 (2014).
-
(2) - Digitalization of the Electricity System and Customer Participation. description and recommendations of Technologies, Use Cases and Cybersecurity”, European Technology and Innovation Platforms (ETIP) Smart Networks for Energy Transition (SNET), Workgroup-4 “Digitalization of the Energy System and Customer Participation” - , sept. 2018 https://www.etip-snet.eu/wp-content/uploads/2018/10/ETIP-SNET-Position-Paper-on-Digitalisation-FINAL-1.pdf.
-
(3) - ZHOU (K.), FU (C.), YANG (S.) - Big data driven smart energy management: From big data to big insights. - Renewable and Sustainable Energy Reviews, vol. 56, p. 215-225 (2016).
-
(4) - PALENSKY (P.), DIETRICH (D.) - Demand side management: Demand response, intelligent energy systems, and smart loads. - IEEE transactions on industrial informatics, vol. 7, n° 3, p. 381-388 (2011).
-
(5) - WEI (Y.), ZHANG (X.), SHI (Y.), XIA (L.), PAN (S.), WU (J.), ZHAO (X.) - A...
Cet article fait partie de l’offre
Smart city - Ville intelligente et durable
(90 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive