Optimal Control of Electrical Networks via Cloud-Edge Approach

La transition énergétique et l’intégration croissante des énergies renouvelables et des ressources énergétiques distribuées introduisent de nouveaux défis pour les réseaux électriques existants : complexité du pilotage, explosion des données et besoins accrus en flexibilité. Dans ce contexte, les approches centralisées atteignent rapidement leurs limites, notamment en termes de temps de calcul, de scalabilité et de confidentialité des données locales.Cette thèse propose une stratégie de gestion énergétique hiérarchique Cloud–Edge, où le niveau global (cloud) définit les objectifs opérationnels tandis que les contrôleurs locaux (edge) gèrent la flexibilité des Communautés Énergétiques Locales (LECs). Une caractéristique essentielle de la stratégie de contrôle adoptée réside dans l’utilisation des enveloppes de faisabilité locales, qui permettent aux LECs d’exprimer leurs marges de flexibilité temporelles, assurant ainsi la faisabilité des solutions désagrégées tout en préservant la confidentialité des données locales.Les performances de la stratégie Cloud–Edge sont évaluées par rapport à un contrôle centralisé en termes de métriques globales et locales, ainsi que de temps de calcul. Les résultats montrent que, bien que l’approche hiérarchique soit naturellement moins optimale, elle permet une réduction significative du temps de calcul et une meilleure scalabilité ; la stratégie centralisée nécessite environ 60 minutes pour piloter un système de grande taille avec 3012 LECs, tandis que la stratégie Cloud–Edge requiert moins de 5 minutes pour le même système.Dans ce travail, plusieurs améliorations méthodologiques sont intégrées à la stratégie Cloud–Edge afin d’accroître l’optimalité de ses résultats et de les rapprocher davantage de ceux obtenus par contrôle centralisé. Dans ce cadre, une stratégie Cloud–Edge avancée est développée, où les enveloppes de faisabilité locales sont calculées de manière plus mathématiquement relâchée, permettant aux LECs d’exprimer leur faisabilité de façon moins restrictive. Cette formulation engendre toutefois des problèmes de faisabilité, puisque la faisabilité des profils opérationnels désagrégés n’est plus garantie, ce qui nécessite un algorithme d’optimisation étendu avec une itération supplémentaire de communication pour assurer la faisabilité locale. Cette stratégie avancée constitue une contribution majeure de cette thèse, et montre des résultats de contrôle Cloud–Edge significativement améliorés, où l’optimalité de la stratégie Cloud–Edge est inférieure de moins de 2 % à celle de la stratégie centralisée.Enfin, une dimension sociale est introduite grâce à l’intégration d’un indicateur d’équité, garantissant une contribution locale plus équitable dans la solution de contrôle entre communautés.Les contributions présentées dans cette thèse posent ainsi les bases de systèmes de gestion de l’énergie plus robustes, équitables et évolutifs, avec l’objectif de soutenir la transition vers un réseau électrique décarboné et numérique.