These Thang Do Minh

UNIVERSITE LILLE 1 SCIENCES ET TECHNOLOGIES
Ecole doctorale No72 : Sciences Pour l'Ingnieur
THSE
Prsente et soutenue publiquement le 05 Dcembre 2012
Pour obtenir le titre de
DOCTEUR
Spcialit Gnie lectrique
par
DO Minh Thang
Approche probabiliste pour lvaluation de la

fiabilit du systme lectrique intgrant des
nergies renouvelables peu prvisibles
Composition du jury
Prsident du jury et Rapporteur :
Rapporteur :
Bertrand RAISON, Professeur Universit Joseph Fourier - G2ELab

Thierry VAN CUTSEM, Professeur Universit de Lige
Examinateur :
Liisa HAARLA, Professeur Universit d'Aalto
Examinateur :
Julien JACQUES, Matre de Confrences Universit Lille 1
Invit :
Jonathan SPROOTEN, Ingnieur Elia Belgique
Invit :
Asma MERDASSI, Enseignant-Chercheur HEI - L2EP
Directeur de thse :
Co-directeur de thse :
Benot ROBYNS, Professeur HEI - L2EP

Stphane CLENET, Professeur ENSAM - L2EP
God does not play dice with the world.

Albert Einstein
Remerciements
Le travail prsent dans ce rapport de thse a t effectu au Laboratoire dElectrotechnique et
dElectronique de Puissance de Lille (L2EP) avec un financement du Ministre de l'ducation
Nationale, de l'Enseignement Suprieur et de la Recherche (MENESR) sur le site de lcole des
Hautes Etudes dIngnieur.
Je tiens remercier chaleureusement :

Monsieur Bertrand RAISON, Professeur Universit Joseph Fourier - G2ELab, pour mavoir fait
lhonneur dtre Prsident de mon jury de thse et pour avoir accept dtre rapporteur de ma
thse,
Monsieur Thierry VAN CUTSEM, Professeur Universit de Lige, pour avoir accept dtre
rapporteur de ma thse et pour avoir consacr du temps sa lecture,
Madame Liisa HAARLA, Professeur Universit d'Aalto et Monsieur Julien JACQUES, Matre
de Confrences Universit Lille 1, pour leur participation la soutenance,
Monsieur Benot ROBYNS, Directeur de la recherche lcole des Hautes Etudes dIngnieur,
Responsable de lquipe Rseaux du L2EP, pour mavoir permis de mener bien cette thse
de doctorat ainsi que pour ses conseils aviss prodigus tout au long de ce travail,
Monsieur Stphane CLENET, Professeur ENSAM - L2EP, Responsable de lquipe
Modlisation du L2EP, co-directeur de la thse, pour ses contributions scientifiques et ses
encouragements pendant mes 3 ans de thse,
Monsieur Jonathan SPROOTEN, Docteur, Ingnieur Elia Belgique, pour mavoir co-encadr et
pour son aide importante au moment de la valorisation et de la rdaction de la thse,
Mademoiselle Asma MERDASSI, Enseignant-Chercheur HEI - L2EP, pour ses conseils
indispensables aux moments importants de la thse,
Monsieur Francis Piriou, Directeur du L2EP, pour mavoir accueilli au sein du laboratoire,
Monsieur Jean-Marc Idoux, Directeur de lcole des Hautes Etudes dIngnieur, pour le contexte
favorable dans lequel sest droule ma thse.
Je tiens galement remercier les personnelles de HEI, particulirement les enseignant-chercheurs

du dpartement Energies Electricit Automatique (EEA) o jai pass mes 3 ans de thse :
Messieurs Arnaud DAVIGNY, Antoine HENNETON, Christophe SAUDEMONT, Franois
GIONCO, Mehdi Nasser et Patrick DEBAY.
Je noublie pas aussi les collgues du bureau, les doctorants, post-doctorants et ingnieur de
recherche : Messieurs Tao ZHOU, Stefan BREBAN, He ZHANG, Fabien MOLLET, Pascal
MONJEAN,
Arnaud
VERGNOL,
Riad
KADRI,
Jean-charles
SWIERCZEK,
Anouar
BOUALLAGA, Valentin ALBINET et Madame Petronela Valeria PANKOVITS pour les

moments partags en leur compagnie et pour les changes anims sur le plan scientifique et
stratgique.
Je tiens galement remercier toutes les personnes qui de prs ou de loin mont apport leur
soutient et leurs encouragements.
Finalement mais le plus important, je voudrais remercier toute ma famille, ma copine et mes amis
proches sans lesquels les travaux de cette thse nauraient pas pu se raliser. Je vous remercie pour
lamour et le soutien au fil des annes.
Table des matires
Table des matires

Introduction gnrale ...................................................................................................................11
tat de lart du systme lectrique et problmatiques dinsertion des nergies
Chapitre 1.
renouvelables 15
I.
Introduction ..................................................................................................................................15
II.
Structure du systme lectrique ..................................................................................................15

II.1.
La production ........................................................................................................................................ 16
II.1.1.
Production prvisible ...................................................................................................................... 16
II.1.2.
Production peu prvisible ............................................................................................................... 17
II.2.
Le transport et la distribution ................................................................................................................ 20
II.2.1.
Lignes ariennes et cbles souterrains ............................................................................................ 21
II.2.2.
Postes de transformation ................................................................................................................. 22
II.3.
La consommation .................................................................................................................................. 23
III. La planification du systme lectrique court-terme ...............................................................23

III.1.
Les marges de scurit .......................................................................................................................... 24
III.2.
Les critres de scurit dterministes .................................................................................................... 25
III.2.1.
Capacity Reserve Margin (CRM) .............................................................................................. 26
III.2.2.
Lost of the Largest Unit (LLU) .................................................................................................. 26
III.2.3.
Combinaison des deux critres ................................................................................................... 26
III.3.
La scurit N-1 ...................................................................................................................................... 26
IV. Impact des EnR sur le systme lectrique ..................................................................................27
V.
IV.1.
Impact sur la frquence ......................................................................................................................... 27
IV.2.
Impact sur la tension ............................................................................................................................. 28
IV.3.
Impact sur le transit de puissance ......................................................................................................... 30
Conclusion .....................................................................................................................................31
Chapitre 2.
Bilan des approches probabilistes pour lvaluation de la fiabilit du systme
lectrique
...............................................................................................................................33
I.
Introduction ..................................................................................................................................33
Page | 1
Table des matires
II.
Elments de probabilits et statistiques ..................................................................................... 33

II.1.
La notion de probabilit ........................................................................................................................ 33
II.2.
Loi de probabilit .................................................................................................................................. 34
II.2.1.
Variable alatoire ............................................................................................................................ 34
II.2.2.
Loi de probabilit dune variable alatoire discrte ........................................................................ 35
II.2.3.
Fonction densit de probabilit dune variable alatoire continue ................................................. 35
II.2.4.
Fonction de rpartition .................................................................................................................... 36
II.2.5.
Caractristiques principales des variables alatoires ...................................................................... 37
II.2.6.
Les lois de probabilit ..................................................................................................................... 38
III. Fiabilit du systme lectrique.................................................................................................... 40

III.1.
Dfinition de la fiabilit du systme lectrique..................................................................................... 40
III.2.
Les indicateurs de fiabilit .................................................................................................................... 40
III.2.1.
Les indicateurs de fiabilit au niveau hirarchique I .................................................................. 41
III.2.2.
Les indicateurs de fiabilit au niveau hirarchique II ................................................................ 42
IV. Mthodes probabilistes ................................................................................................................ 44

IV.1.
V.
Mthode de calcul probabiliste dans lvaluation de la fiabilit du systme lectrique ........................ 44
IV.1.1.
Mthode de la variabilit de rponse ......................................................................................... 45
IV.1.2.
Mthode de fiabilit ................................................................................................................... 53
Conclusion .................................................................................................................................... 64
Approche probabiliste propose pour lvaluation de la fiabilit du systme
Chapitre 3.
lectrique court terme ............................................................................................................... 67

I.
Introduction.................................................................................................................................. 67
II.
Les variables alatoires du systme lectrique hybride court terme.................................... 68

II.1.
Disponibilit des quipements .............................................................................................................. 68
II.2.
Erreur de la prvision de la charge........................................................................................................ 70
II.3.
Erreur de la prvision de la production renouvelable ........................................................................... 71
III. valuation de la fiabilit du systme lectrique ........................................................................ 72

III.1.
Traitement des variables alatoires discrtes ........................................................................................ 72
III.1.1.
Dfinition mathmatique de la formule des probabilits totales ................................................ 72
Page | 2
Table des matires

III.1.2.
Application dans lvaluation de la fiabilit du systme lectrique ........................................... 73
III.2.
La fiabilit de chaque configuration du systme lectrique au niveau hirarchique I........................... 75
III.3.
La fiabilit de chaque configuration du systme lectrique au niveau hirarchique II ......................... 77
III.3.1.
Analyse de la sparation du systme lectrique par la thorie de graphe ................................... 77
III.3.2.
Dtermination de ltat du systme lectrique au niveau hirarchique II................................... 79
III.4.
Lvaluation du PLC dun cas dtude .................................................................................................. 80
III.4.1.
tude de fiabilit du cas dtude au niveau hirarchique I ......................................................... 82
III.4.2.
tude de fiabilit du cas dtude au niveau hirarchique II ....................................................... 83
IV. Comparaison entre la mthode dvaluation de la fiabilit propose et MCS ........................84

IV.1.
IV.1.1.
Prsentation du rseau de test 14 nuds de IEEE ...................................................................... 85
IV.1.2.
La PLC dans un crneau dune heure du 14 nuds de IEEE ..................................................... 86
IV.2.
V.
Mthode propose et MCS dans le calcul de la PLC sur le rseau de test 14 nuds de IEEE ............. 85
Mthode propose et MCS dans le calcul de la PLC sur le rseau de test RTS-96 de IEEE ................ 87
IV.2.1.
Prsentation du rseau de test RTS-96 de IEEE........................................................................ 87
IV.2.2.
La PLC dans un crneau dune heure du rseau RTS-96 ........................................................... 87
Mthode pour dterminer la sensibilit des variables dentre sur la fiabilit du systme
lectrique................................................................................................................................................88
V.1.
Comment dfinir lindice de sensibilit des variables dentre alatoires discrtes ............................. 88
V.1.1.
Introduction..................................................................................................................................... 88
V.1.2.
La sensibilit des variables dentre alatoires discrtes la PLC ................................................. 89
V.2.
Dfinition de lindice de sensibilit des variables dentre alatoires continues .................................. 90
V.2.1.
Introduction..................................................................................................................................... 90
V.2.2.
La sensibilit des variables dentre alatoires continues la PLC ................................................ 91
VI. La fiabilit pour la gnration renouvelable ..............................................................................94

VI.1.
Introduction ........................................................................................................................................... 94
VI.2.
Lvaluation du PGCren dun cas dtude ............................................................................................ 94
VII. Conclusion .....................................................................................................................................96
Chapitre 4.
I.
Application de la mthode ....................................................................................99
Introduction ..................................................................................................................................99
Page | 3
Table des matires
II.
Le rseau de test 14 nuds de IEEE et la prvision de la production olienne ..................... 99

II.1.
Le rseau dtude .................................................................................................................................. 99
II.2.
La production olienne ......................................................................................................................... 99
II.3.
La prvision de la charge .................................................................................................................... 101
III. La fiabilit du systme lectrique et la fiabilit de la gnration renouvelable au niveau

hirarchique II .................................................................................................................................... 102
III.1.
Scnario du vent fort en hiver ............................................................................................................. 103
III.2.
Scnario du vent fort en t ................................................................................................................ 105
III.3.
Scnario du vent faible en hiver .......................................................................................................... 108
III.4.
Scnario du vent faible en t ............................................................................................................. 110
IV. Dtermination de la sensibilit des variables dentre ........................................................... 113
V.
IV.1.
La sensibilit des variables dentre alatoires discrtes .................................................................... 113
IV.2.
La sensibilit des variables dentre alatoires continues ................................................................... 115
Conclusion .................................................................................................................................. 116
Conclusions et perspectives ....................................................................................................... 119

Bibliographie .............................................................................................................................. 123
Annexe A. La courbe de puissance de lolienne ..................................................................... 131
Annexe B. Outil coulement de Puissance et coulement de Puissance Optimal ................. 133
Annexe C. Le rseau de test 14 nuds de IEEE ...................................................................... 137
Annexe D. Le rseau de test RTS-96 de IEEE ......................................................................... 139
Page | 4
Liste des figures
Liste des figures

Figure 1. Niveaux hirarchiques du systme lectrique [Billinton, 1994] ...................................16
Figure 2. La variation de la puissance de sortie des oliens et lincertitude de la prvision
[EON-NETZ, 2005] .......................................................................................................................17
Figure 3. La distribution de lerreur de la prvision [EON-NETZ, 2005] ...................................18
Figure 4. volution de la puissance olienne installe en France (en MW) [ADEME, 2009],
[EWEA, 2009] et [EWEA, 2010] ...................................................................................................19
Figure 5. volution de la puissance photovoltaque raccorde en France (en MW) [ADEME,
2006], [ERDF, n.d.] ......................................................................................................................20
Figure 6. Architecture du rseau lectrique [Crappe, 2003]........................................................21
Figure 7. La consommation et la prvision en J-1 en France le 03/11/2011[RTE, 2012] .....23
Figure 8. Bilan des marges de scurit [RTE, 2004] ....................................................................25
Figure 9. La scurit du systme lectrique ..................................................................................27
Figure 10. Rglage primaire de frquence ....................................................................................28
Figure 11. Profil de tension le long dune ligne ...........................................................................29
Figure 12.Profil de tension avec linstallation dune production renouvelable ...........................29
Figure 13. Profil P-Q/Pmax dun module Power Park [ENTSO-e, 2012] ...............................30
Figure 14. La fonction de rpartition dune variable alatoire discrte ......................................36
Figure 15. La fonction de rpartition dune variable alatoire continue .....................................37
Figure 16. La densit de probabilit (gauche) et la fonction de rpartition (droite) de la loi
normale ..........................................................................................................................................39
Figure 17. Evaluation de lindicateur de fiabilit .........................................................................44
Figure 18. Systme de test de 3 nuds ..........................................................................................46
Figure 19. La distribution de la variable de sortie calcule par la simulation de Monte Carlo ..47
Figure 20. Le systme actuel (a) et l'quivalent (b) au niveau hirarchique I [Choi, 2005] ........54
Page | 5
Liste des figures
Figure 21. La monotone de charge originale et effective ............................................................. 55

Figure 22. La discrtisation de la distribution normale de la production dune ferme olienne 56
Figure 23. La monotone de charge effective ................................................................................ 58
Figure 24. Approximation de la surface de ltat limite .............................................................. 60
Figure 25. Fonction dtat limite dans lespace normal centr rduit......................................... 63
Figure 26. Mthode propose pour le systme hybride composite .............................................. 67
Figure 27. La variation du taux de panne dans la vie dun quipement ...................................... 69
Figure 28. La probabilit de ltat de lquipement..................................................................... 69
Figure 29. Histogramme de lerreur de la prvision journalire de la charge en 2010 [RTE,
2012] ............................................................................................................................................. 70
Figure 30. Histogramme de lerreur de la prvision journalire de la production olienne pour
les six derniers mois de lanne 2011 [RTE, 2012]...................................................................... 71
Figure 31. La non-linarit de la courbe de puissance de lolien [Fuhrlaender, 2012] ........... 72
Figure 32. Lencadrement du rsultat .......................................................................................... 75
Figure 33. Exemple de lanalyse de la sparation du systme lectrique par la thorie de graphe
...................................................................................................................................................... 78
Figure 34. Systme de test de 3 nuds ......................................................................................... 81
Figure 35. Rseau IEEE-14nuds ................................................................................................ 85
Figure 36. La projection de sur les axes des variables dentre continues .............................. 91
Figure 37. Systme de test 3 nuds pour tudier linfluence de la prcision de la prvision .. 92
Figure 38. Systme de test 3 nuds pour la PGC ..................................................................... 95
Figure 39. Le profil typique dune journe de vent fort Calais [Mtorologic, 2012] .......... 100
Figure 40. Le profil typique dune journe de vent faible Calais [Mtorologic, 2012] ........ 100
Figure 41. La courbe de consommation prvisionnelle journalire de la charge en hiver ....... 101
Figure 42. La courbe de consommation prvisionnelle journalire de la charge dt ............ 102
Page | 6
Liste des figures
Figure 43. La probabilit de dlestage de charge (PLC) pour une journe de vent fort et charge
importante....................................................................................................................................104
Figure 44. La probabilit de dlestage des gnrateurs renouvelables (PGCren) pour une
journe de vent fort et charge importante ...................................................................................105
faible ............................................................................................................................................106
journe de vent fort et charge faible............................................................................................107
journe de vent fort et charge faible avec la nouvelle planification ...........................................107
Figure 48. La probabilit de dlestage de charge (PLC) pour une journe de vent faible et
charge importante .......................................................................................................................109
Figure 49. La probabilit de dlestage du gnrateur renouvelable (PGCren) pour une journe
de vent faible et charge importante .............................................................................................109
charge importante avec la nouvelle planification .......................................................................110
charge faible ................................................................................................................................111
journe de vent faible et charge faible ........................................................................................112
charge faible avec la nouvelle planification................................................................................112
journe de vent faible et charge faible avec la nouvelle planification ........................................113
Figure 55. Evolution de l'angle de calage en fonction de la vitesse du vent...............................131
Figure 56. Evolution de la puissance olienne en fonction de la vitesse du vent .......................131
Figure 57. Evolution de la puissance olienne en fonction de vitesse de rotation de la turbine 131
Figure 58. Evolution de la puissance en fonction de la vitesse de rotation de la turbine...........131
Page | 7
Liste des figures
Figure 59. Rseau IEEE-14nuds .............................................................................................. 137

Figure 60. Rseau IEEE RTS-96 ................................................................................................ 147
Page | 8
Liste des tableaux
Liste des tableaux

Tableau 1. Les points dvaluation de la fonction de sortie..........................................................53
Tableau 2. Les combinaisons de la puissance ...............................................................................56
Tableau 3. La fonction de densit de probabilit (FDP) de la capacit de dlestage ..................57
Tableau 4. Le calcul du produit de convolution ............................................................................58
Tableau 5. La comparaison des mthodes de calcul probabiliste.................................................65
Tableau 6. Paramtre des lignes du rseau de test de 3 nuds ....................................................80
Tableau 7. Paramtre des nuds du rseau de test de 3 nuds ...................................................81
Tableau 8. Liste des configurations du systme lectrique ...........................................................81
Tableau 9. Probabilit de dfaillance de chaque configuration ...................................................83
Tableau 10. volution de lencadrement .......................................................................................84
Tableau 11. Probabilit de dfaillance de chaque configuration .................................................89
Tableau 12. Lindice de sensibilit des lignes pour la fiabilit du systme lectrique .................90
Tableau 13. Probabilit de dfaillance de chaque configuration .................................................92
Tableau 14. Importance la prcision de la prvision pour la fiabilit du systme lectrique ......93
Tableau 15. La probabilit de dlestage de charge avec lamlioration de la prcision .............94
Tableau 16. Probabilit de dlestage de production renouvelable dans chaque configuration ...95
Tableau 17. volution de lencadrement .......................................................................................96
Tableau 18. Comparaison entre la mthode propose et MCS dans lvaluation de la PLC .......97
Tableau 19. Lindice de la sensibilit de la disponibilit de chaque lment pour la fiabilit du
rseau de test IEEE-14 nuds .....................................................................................................114
Tableau 20. Lindice de la sensibilit de lerreur de la prvision pour la fiabilit du systme
lectrique .....................................................................................................................................115
Tableau 21. La probabilit de dlestage de charge avec lamlioration de la prcision ...........116
Tableau 22. Paramtres des nuds du rseau 14 nuds de IEEE .............................................137
Page | 9
Liste des tableaux
Tableau 23. Paramtres des gnrateurs du rseau 14 nuds de IEEE .................................... 138
Tableau 24. Paramtres des lignes du rseau 14 nuds de IEEE ............................................. 138
Tableau 25. Paramtres des nuds du rseau RTS-96 de IEEE ................................................ 139
Tableau 26. Paramtres des gnrateurs du rseau RTS-96 de IEEE ....................................... 141
Tableau 27. Donnes de fiabilit des gnrateurs du rseau RTS-96 de IEEE ......................... 143
Tableau 28. Paramtres des lignes du rseau RTS-96 de IEEE................................................. 144
Page | 10
Introduction gnrale
Introduction gnrale
Le systme lectrique vit actuellement de profonds changements tant en terme technique que
conomique. Suite aux contraintes environnementales imposes la production classique
dlectricit (missions de CO2, dchets nuclaires,), les nergies caractre renouvelable se
sont vues projetes sur le devant de la scne en termes dalternatives prometteuses ces sources
conventionnelles moins respectueuses de leur environnement. Les directives politiques prises
actuellement dans de nombreux pays, surtout en Europe o la Commission europenne a fix un
objectif de 20% d'nergie renouvelable dans la consommation en 2020 [CE, 2007], laissent
supposer quune croissance significative de lnergie renouvelable devrait tre observe dans un
futur proche.
En pratique, vu la nature alatoire des sources primaires renouvelables (le vent, le soleil),
lintroduction dnergie renouvelable dans un rseau lectrique peut avoir de nombreux effets
indsirables sur le fonctionnement du systme lectrique et la qualit de la puissance produite
(dynamique et stabilit du systme lectrique, contrle de la tension, flicker, ). De plus, la
gestion prvisionnelle du parc de production centralise ainsi que la capacit du systme
lectrique couvrir la consommation dlectricit requise peuvent devenir difficile en cas de
pntration accrue dlectricit dorigine renouvelable. Les rgles pour le dimensionnement des
rserves et la planification de rseau doivent notamment changer pour sadapter un systme
lectrique avec une quantit importante de sources peu prvisibles. En ce moment, les techniques
probabilistes sont utilises dans la planification du systme lectrique mais seulement long
terme.
Actuellement, des techniques dterministes sont utilises pour valider la planification
oprationnelle du systme lectrique. Ces techniques peuvent tre diffrentes suivant le
gestionnaire de rseau qui les applique. Toutefois, les principes fondamentaux sont dfinis dans
la politique numro 3 du manuel de fonctionnement dENTSO-e [ENTSO-e, 2009] : un systme
lectrique doit toujours fonctionner de manire ce que la perte dun (1) ou plusieurs (x)
lments quelconque ne puisse dclencher des pertes en cascade dautres lments du rseau.
Quand un systme d'alimentation rpond ce critre, il est dit tre en scurit N-1 ou en
scurit N-x.
Comme la production renouvelable a une faible disponibilit, la garantie de la scurit N-1 peut
tre trs onreuse. Cest la raison pour laquelle la participation de la production renouvelable ne
Page | 11
Introduction gnrale
peut tre garantie que dans le cadre dune structure en N , quand tous les lments du systme
sont prsents. Ainsi, en Irlande, loprateur de rseau, avec laccord de lautorit de rgulation,
considre que le rseau doit tre capable daccueillir la production olienne seulement
ltat N . Les propositions rcentes du rgulateur anglais et de NGET, loprateur de ce
rseau, seraient plus restrictives dans la mesure o mme ltat N la capacit de transport
ne serait pas ncessairement garantie. De plus, la diminution brutale du vent est un dfaut de
mode commun qui entraine la perte simultane dun grand nombre de gnrateur. Lapproche de
la scurit N-1 est alors insuffisante.
Alors, dans le futur, pour favoriser l'accs au rseau la production renouvelable sans renforcer
le rseau (le cot est important et le temps de ralisation est long), les gestionnaires du rseau
doivent penser abroger la rgle N-1, ce qui peut engendrer des risques pour la sret du
systme lectrique. Pour faire face ces risques, deux approches sont possibles :
Soit proposer des mesures correctives instantanes pour assurer le fonctionnement du
systme lectrique en cas de dfaillances [Vergnol, 2011].
Soit essayer de quantifier le risque par une tude prvisionnelle court-terme afin
dassurer un niveau acceptable de la fiabilit du systme lectrique avec la participation
de lnergie renouvelable dans la planification du lendemain.
La combinaison de ces deux approches permettra de dfinir une solution complte pour la
gestion dun systme lectrique possdant une part significative dnergie renouvelable. La
premire approche ayant dj t dveloppe, le but de ce travail est alors dtudier la seconde
approche.
Les sources d'nergie renouvelable sont des sources d'nergie trs variables et se comportent
diffremment des sources classiques, cest la raison pour laquelle une prdiction exacte de
l'nergie produite est difficile. Dans le pass, des techniques dterministes ont t utilises par
les oprateurs de rseau pour dterminer, sur la base d'une estimation de la demande, la capacit
de production ncessaire pour y rpondre [Allan, 2000], [Karki, 2004] et [Billinton, 1988].
Cependant, ces approches dterministes ne prennent pas en compte le caractre alatoire de la
production qui peut survenir en prsence de sources alatoires comme lolien, le
photovoltaque, etc. Pour cette raison, ces approches noffrent pas une valuation prcise des
risques rels associs au systme lectrique. Par consquent, pour traiter la nature stochastique
du systme lectrique, les mthodes probabilistes sont mieux adaptes [Valle, 2007].
Page | 12
Introduction gnrale
Dans la littrature, plusieurs auteurs ont tudi l'influence de la production renouvelable dans le
systme lectrique par lapproche probabiliste. Une partie des travaux se concentre sur
ladquation de la production lectrique avec une participation leve doliennes [Billinton,
2004], [Valle, 2008] et [Dobakhshari, 2009]. D'autres considrent galement les capacits et les
disponibilits des lignes de transport pour avoir une valuation de la fiabilit d'un systme
lectrique compos de la gnration et de la transmission [Wangdee, 2006] et [Choi, 2010]. La
plupart de ces tudes utilisent la Simulation de Monte Carlo (MCS). Cest une mthode
numrique largement utilise dans lvaluation de la fiabilit du systme lectrique. Cependant,
comme la probabilit de dfaillance dans le systme d'alimentation est gnralement faible, La
MCS a besoin d'un grand nombre d'valuation du systme afin d'obtenir des rsultats prcis. Ceci
rend la mthode trs coteuse en temps, mme en utilisant des techniques pour rduire la
variance de la sortie (mthode de lhypercube latin, l'chantillonnage antithtique ou
l'chantillonnage prfrentiel,...) [Hammersley, 1964]. Cest la raison pour laquelle lapplication
de la MCS dans ltude de la fiabilit du systme lectrique court-terme est complexe.
Une premire tape de ce travail est de dvelopper la modlisation probabiliste du comportement
du rseau lectrique en prenant en compte le caractre alatoire des productions dorigine
renouvelable, ainsi que les incertitudes sur la consommation et sur les disponibilits des lignes.
Cest une tude du systme lectrique, qui est faite un jour lavance (J-1) pour la journe
considre (J) dont tous les arrts prvus sont connus, le caractre alatoire des productions
dorigine renouvelable et les incertitudes de consommation peuvent tre prdites par une
prvision du lendemain. De plus, la perte dlments du systme sera prise en compte grce
une tude statistique.
Une mthode probabiliste pour lvaluation de la fiabilit du systme lectrique court-terme est
propose. A laide de cette mthode, des indicateurs permettant de quantifier la fiabilit de
fonctionnement du systme lectrique et lutilisation des ressources renouvelables pourront tre
dtermins. Un taux de pntration maximum de lnergie renouvelable, indicateur couramment
utilis dans la gestion du systme lectrique, pourra tre dtermin en fonction du niveau de
fiabilit accept pour ce systme lectrique.
Le rapport de thse sera divis en quatre chapitres.
Le premier chapitre prsentera la structure gnrale du systme lectrique avec le dveloppement
important des sources alatoires, et les approches dterministes actuellement utilises pour la
Page | 13
Introduction gnrale
planification court-terme du systme. Linfluence de ces sources alatoires sur la fiabilit du

systme lectrique sera galement prcise.
Le deuxime chapitre introduira des approches probabilistes pour lvaluation de la fiabilit du
systme lectrique court terme. Tout dabord, les connaissances de base sur la probabilit et les
statistiques seront prsentes. Ensuite, les indicateurs probabilistes actuellement utiliss dans
lvaluation de la fiabilit du systme lectrique seront mentionns. Un nouvel indicateur, la
PGC, pour quantifier la fiabilit du systme lectrique vis--vis de la production sera propos.
Enfin, les mthodes probabilistes actuellement utilises pour quantifier la fiabilit du systme
lectrique seront dtailles et accompagnes dun exemple.
Le troisime chapitre dveloppera la mthode propose pour lvaluation de la fiabilit du
systme lectrique court terme. Tout dabord, les modles probabilistes des variables alatoires
du systme lectrique court terme seront prsents et suivis dune procdure pour lvaluation
de la fiabilit du systme lectrique composite court terme, prenant compte la production et la
transport dlectricit. Cette dernire sera compare la simulation Monte Carlo en ayant
recours trois exemples : le rseau 3 nuds simple, le rseau 14 nuds de IEEE et le rseau 73
nuds RTS-96 de IEEE. Ensuite, une mthode pour dterminer la sensibilit des variables
dentre sur la fiabilit du systme lectrique sera introduite. Enfin, le nouvel indicateur sera
valu en utilisant la mthode propose.
Le quatrime chapitre prsentera lapplication de la mthode de lvaluation de la fiabilit du
systme lectrique court terme sur le rseau 14 nuds de IEEE afin danalyser linfluence de
lolien sur le systme. La fiabilit du systme lectrique sera value sur une priode de 24
heures avec une discrtisation dune heure pour 4 scnarios diffrents. Une modification du
planning oprationnel du systme sera ncessaire dans le cas o le critre probabiliste de la
fiabilit du systme lectrique nest pas assur.
Page | 14
Chapitre 1. tat de lart du systme lectrique et problmatiques dinsertion des nergies renouvelables
Chapitre 1. tat de lart du systme lectrique et

problmatiques dinsertion des nergies renouvelables
I. Introduction
Ce premier chapitre aura pour objectif de dfinir le systme lectrique et les enjeux lis
linsertion des sources alatoires dans ce systme. Tout dabord, la structure du systme
lectrique avec le dveloppement rapide des sources alatoires sera prsente.
Ensuite, les approches permettant de planifier le systme lectrique court-terme utilises
actuellement par la plupart des gestionnaires du systme seront analyses. Ces approches sont
principalement dterministes, permettent de planifier le systme lectrique pour le lendemain en
fonction de la connaissance de la topologie du rseau et le bilan entre la capacit des sources de
production et les prvisions de la consommation. La dernire partie abordera qualitativement
linfluence des sources alatoires sur la fiabilit du systme lectrique.
II. Structure du systme lectrique

Le terme systme lectrique est lensemble des ouvrages et du matriel destins produire,
transporter et consommer de l'nergie lectrique. Le systme lectrique peut tre spar en trois
catgories principales :
La production
Le transport et la distribution
La consommation
Le systme lectrique peut tre dfini comme des acteurs fonctionnels de la gnration, du
transport et de la distribution. Ces acteurs fonctionnels peuvent tre combins pour avoir des
niveaux hirarchiques prsents dans la Figure 1. Dans cette structure, le niveau hirarchique I
ne concerne que les groupes de production, le niveau hirarchique II comprend la fois la
production et le transport, le niveau hirarchique III comprend les trois acteurs fonctionnels. Les
tudes sur le niveau hirarchique III ne sont gnralement pas menes directement en pratique en
raison de la complexit du problme. Pour cette raison, dans le cadre de la thse, ltude de
fiabilit du systme lectrique sera limit aux niveaux hirarchiques I et II.
Page | 15
Figure 1. Niveaux hirarchiques du systme lectrique [Billinton, 1994]
II.1. La production
Lobjectif de la production dlectricit est de rpondre la demande de consommation dun
ensemble de charges. Lnergie lectrique peut tre produite partir des sources primaires
comme lhydraulique, les combustibles fossiles, la fission nuclaire, le vent, le soleil, Du point
de vue des approches de planification et dexploitation, les units de production peuvent tre
classes en deux catgories : la production prvisible et la production peu prvisible.
II.1.1. Production prvisible

La production prvisible est la production dlectricit lie aux sources primaires stockables
comme lhydraulique (avec barrage), les combustibles fossiles et le nuclaire. La caractristique
principale de ces sources primaires est la capacit de stockage. Lnergie primaire est stocke
sous forme de lnergie potentielle pour leau, lnergie chimique pour les combustibles fossiles
ou pour le nuclaire. Avec cette capacit de stockage, la puissance de sortie de ces groupes de
production est prvisible. Elles sont les sources de production dispatchables. Cette prvision de
la puissance de sortie ne peut tre influence que par deux vnements : la maintenance et la
panne des groupes.
La maintenance des groupes de production est une action priodique programme pour dtecter
les anomalies latentes sur les quipements et garantir leur fonctionnement propre [RTE, 2004].
La maintenance permettre rduire la probabilit de panne et augmenter la dure de vie des
quipements. Dans le cadre de cette thse, pour lvaluation de la fiabilit du systme lectrique
J-1, le calendrier dentretien est suppos connu.
Par contre, la panne des groupes de production est un vnement alatoire difficilement
prvisible. La nature des pannes peut tre trs varie en fonction de la mto, dagression
extrieure, de dfaillance imprvisible dquipement ou de dysfonctionnement li au facteur
Page | 16
humain. Lapparition de ces pannes est relativement rare, sa frquence dapparition peut tre
dtermine par une tude statistique. Dans le cadre de ce travail, cette frquence dapparition des
pannes est donne par le taux d'indisponibilit fortuit (Forced Outage Rate) qui sera indiqu par
labrviation FOR dans la suite de ce document.
II.1.2. Production peu prvisible

La production peu prvisible est la production dlectricit lie aux sources primaires nonstockables telles que le vent, le soleil et hydraulique au fil deau. Faute de capacit de stockage,
la puissance de sortie de ces groupes de production dpend fortement des conditions
mtorologiques, ce qui est difficile prvoir. Elles sont les sources de production non
dispatchables. La variation de ces sources primaires non-stockables rend la puissance de sortie
des oliennes ou des panneaux photovoltaques trs fluctuante comme lindique la Figure 2.
Cette figure reprsente la courbe de puissance prvisionnelle (courbe grise) et relle (courbe
rouge) suivant le temps pour une puissance installe de 6300MW. Dans le cadre de la thse,
lerreur de la prvision court-terme, qui est illustre la Figure 3, est considre sous forme
dune distribution normale avec une valeur moyenne et un cart-type. Cet cart-type varie entre
3% pour une prvision une heure et de 7 % lchance de 72h ce qui est tout fait satisfaisant
pour la matrise de lquilibre offre-demande. Par contre, il est denviron de 15 % pour un parc
olien avec une disparit importante en fonction de la topographie locale [RTE, 2009]. Des
amliorations du modle sont en cours comme lintgration de la disponibilit des machines, et
Puissance (MW)
lutilisation de mesures de vent sur site.
Temps
Figure 2. La variation de la puissance de sortie des oliens et lincertitude de la prvision [EONNETZ, 2005]
Page | 17
Depuis ces dernires annes et avec les politiques encourageant lutilisation de lnergie
renouvelable, les sources peu prvisibles se sont rapidement dveloppes. La problmatique de
linsertion de ces sources dans le systme lectrique devient alors de plus en plus importante. Les
deux sous-sections suivantes prsenteront le dveloppement de lolien et du photovoltaque en
chantillon (1/4 h)
France durant la dernire dcade.
Erreur de la prvision (en MW)

Figure 3. La distribution de lerreur de la prvision [EON-NETZ, 2005]
II.1.2.1
Le dveloppement de lolien
Une olienne est un dispositif qui permet de transformer l'nergie du vent en nergie mcanique
puis, en nergie lectrique. Lnergie olienne a t utilise depuis longtemps sous forme de
moulin vent, mais il a fallu attendre la fin du XIXme sicle pour voir le premier dispositif
permettant de produire de lnergie lectrique. Au dbut, le dveloppement de l'olien sest
droul lentement, il a fallu attendre les annes 70 et le premier choc ptrolier pour que les
installations oliennes simposent.
Durant les dix dernires annes, avec la problmatique du rchauffement de la terre et du
changement climatique, l'nergie verte, y compris l'nergie olienne est considre comme une
solution positive pour remplacer les nergies fossiles afin de rduire les missions de CO2. En
2008, le troisime choc ptrolier et la prvision de la fin du ptrole peu cher favorisent le
dveloppement de l'olien.
Page | 18
Puissance installe (MW)
6000
5000
4000
3000
2000
1000
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Anne
Figure 4. volution de la puissance olienne installe en France (en MW) [ADEME, 2009],
[EWEA, 2009] et [EWEA, 2010]
La Figure 4 montre lvolution de la puissance olienne installe en France durant les dix
dernires annes. En effet, de 2000 2010, la puissance olienne installe a augment 70 fois,
passant de 80MW 5600MW. Cette tendance continuera avec les directives politiques favorisant
l'nergie verte.
II.1.2.2
Le dveloppement du photovoltaque
ct de l'nergie olienne, lnergie solaire est aussi considre comme une source d'nergie
verte qui a t fortement dveloppe ces dernires annes. L'nergie solaire a t utilise depuis
l'antiquit sous forme de chaleur. Cependant, l'utilisation de l'nergie solaire pour produire de
l'lectricit a t dcouverte quau XIXme sicle. Tout comme lolien, le photovoltaque
commence trs lentement. Ce n'est qu'au milieu du XXme sicle, que les premiers panneaux
solaires ont t commercialiss.
Alors que les oliennes requirent des conditions plus strictes sur leur emplacement et sur la
taille des installations, le photovoltaque est trs compact, adapt pour une installation sur les
toitures. Historiquement, le march photovoltaque franais tait un march orient vers les
applications photovoltaques en sites isols. partir de 1999, grce au projet europen HIPHIP
[Michel, 2002], le march franais sest rorient vers les applications dites "raccordes au
rseau". Pour la premire fois en 2005, la puissance cumule des applications photovoltaques
Page | 19
raccordes au rseau en France est plus importante que celle des sites isols. De 2005 2011, la
puissance photovoltaque raccorde en France mtropole a augment plusieurs fois, passant de
7,2 MW 2321 MW (Figure 5) et la file dattente pour le raccordement de la production
photovoltaque est de 1550 MW. Ceci montre que lvolution de la production photovoltaque
sera importante dans un futur proche.
Puissance installe (MW)
2500
2000
1500
1000
500
0
2005
2006
2007
2008
Anne
2009
2010
2011
Figure 5. volution de la puissance photovoltaque raccorde en France (en MW) [ADEME,

2006], [ERDF, 2012]
II.2. Le transport et la distribution

Le rseau lectrique a pour le but d'amener l'lectricit du site de production au site de
consommation. Le rseau lectrique peut tre spar en deux fonctions principales : rseau de
transport et rseau de distribution.
La fonction initiale du rseau de transport est dacheminer lnergie lectrique des grands
groupes de production jusquaux grands centres de consommation. Il est organis en deux
niveaux [RTE, 2012]:
Le rseau de transport : le transport de llectricit se fait sur de longues distances
lchelle nationale ou europenne. La forme maille de ce rseau permet de faire face,
dans des conditions conomiques satisfaisantes, aux alas locaux ou conjoncturels
(indisponibilit douvrage, ala de consommation, incident) qui peuvent affecter
lexploitation.
Page | 20
Le rseau de rpartition : le transport se fait lchelle rgionale ou locale. Ce rseau est

essentiellement connect en boucle pour respecter la rgle N-1.
Figure 6. Architecture du rseau lectrique [Crappe, 2003]

Le rseau de distribution a pour rle de couvrir lensemble du territoire pour acheminer lnergie
lectrique jusquau client ultime. Le rseau de distribution peut tre dispos en boucle ou en
radial, ce qui rend le rseau lectrique moins fiable mais qui permet de rduire le cot de
construction.
Larchitecture du rseau lectrique est prsente dans la Figure 6. Dans le cadre de la thse,
ltude de fiabilit du systme lectrique ne sera faite quau niveau du rseau de transport et de
rpartition.
Le rseau lectrique est gnralement compos de lignes et de postes de transformation. Les
dtails de ces deux composants seront prsents dans les sous-sections suivantes.
II.2.1. Lignes ariennes et cbles souterrains

Les lignes ariennes et les cbles souterrains sont des quipements permettant de transporter
llectricit sur une longue distance. Les lignes ariennes sont composes de pylnes, de
conducteurs, disolateurs et de cbles de garde. Les cbles souterrains sont des conducteurs
entours dune gaine qui assure lisolation du cble par rapport son environnement extrieur.
Page | 21
Les lignes ariennes ont alors une probabilit de dfaillance plus leve mais sa dure de
dfaillance est plus courte. Par contre, la probabilit de dfaillance des cbles souterrains est plus
faible mais sa dure de dfaillance est plus longue.
Dans le cadre de ce travail, deux caractristiques communes ces quipements seront traites : la
capacit de transit et la disponibilit de fonctionnement. La capacit de transit dune ligne
lectrique est surtout impose par sa limite thermique : lIntensit Maximale Admissible en
rgime Permanent (IMAP). Par contre, la disponibilit de fonctionnement de la ligne est une
variable alatoire prenante la valeur 0 (quand la ligne nest pas disponible) et 1 (quand la ligne
est disponible). Dans la planification, le taux dindisponibilit fortuit (Forced Outage Rate) est
un paramtre dentre important. Il est obtenu par une tude statistique sur la dure de vie des
quipements. En gnrale, cest le nombre de panne divis par la dure de fonctionnement.
Dans le rseau de test de fiabilit 24 nuds [IEEE, 1979], ces taux sont calculs :
Lignes 138kV:
FOR = 0,52.L + 0.22 (pannes/an)
Lignes 230kV:
FOR = 0,34.L + 0.29 (pannes/an)
Cbles 138kV:
FOR = 0,62.L + 0.226 (pannes/an)
[1.1]
O FOR est le taux dindisponibilit fortuit, L est la longueur de la ligne ou du cble en 100
milles.
II.2.2. Postes de transformation

Les postes de transformation sont composs de diffrents appareils lectriques : des
transformateurs, des jeux de barre et des dispositifs de scurit et de mesure. Un poste de
transformation est donc un lment du rseau lectrique servant la fois la transmission et la
distribution d'lectricit. Il permet de faire le lien entre les diffrents rseaux (transport,
rpartition et distribution), de plus il joue un rle important pour le maintien de la tension.
Dans le contexte de ce travail, la capacit de transit et la disponibilit de fonctionnement de
chaque liaison lectrique seront tudies. La capacit de transit dune liaison sera prise gale la
somme de la puissance nominale de tous les transformateurs constituant la liaison. La dfinition
de la disponibilit de fonctionnement est la mme que pour les lignes. Par contre, le taux de
disponibilit dune liaison dans un poste de transformation est beaucoup plus lev que celui des
lignes. Dans le rseau de test de fiabilit 24 nuds [IEEE, 1979], ce taux prend la valeur de 0,02
(fois/ans).
Page | 22
II.3. La consommation
La consommation lectrique reprsente le besoin de la charge en lectricit un moment donn.
Cette consommation nest jamais fixe mais varie fortement dans une journe. La fluctuation de la
consommation est vidente et invitable en raison de la nature alatoire des clients. Pour
sadapter cette fluctuation, la production dlectricit doit tre contrle. Afin danticiper le
contrle, une prvision de la consommation en J-1 est ralise pour la planification du
lendemain. Par contre, comme lillustre la Figure 7, cette prvision est prcise lchelle dun
pays, nanmoins des erreurs importantes peuvent apparaitre sur la prvision locale de
consommation. Lerreur sur la prvision de consommation peut tre considre sous forme dune
distribution normale avec une valeur moyenne et un cart-type [Chen, 2007] et [Min, 2008].
70000
Puissance (MW)
65000
60000
55000
Consommation
PrvisionJ-1
50000
45000
00:00
01:00
02:00
03:00
04:00
05:00
06:00
07:00
08:00
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
21:00
22:00
23:00
40000
Heure
Figure 7. La consommation et la prvision en J-1 en France le 03/11/2011[RTE, 2012]
III. La planification du systme lectrique court-terme

La gestion des systmes lectriques est assure par les GRT (Gestionnaire du Rseau de
Transport). Lobjectif de la gestion est de pouvoir assurer une alimentation fiable et de qualit en
nergie lectrique.
Comme lnergie lectrique est difficilement stockable, les GRTs doivent sassurer de lquilibre
entre lnergie produite (P) et lnergie consomme (C) chaque instant. Pour pouvoir tablir cet
Page | 23
quilibre (P=C), le GRT doit connatre plusieurs chelles de temps lvolution de la

consommation : long terme, dans le cadre du Bilan Prvisionnel ou des tudes de
dveloppement du rseau, moyen terme (prvisions annuelles, mensuelles et hebdomadaires) et
de la veille pour le lendemain.
Pour couvrir la demande, le GRT reoit, en S-1 linformation non contractuelle des plans de
production et en J-1 linformation contractuelle (hors march intraday). Ainsi en J-1 , le GRT
possde une vue densemble de la consommation et de la production pour le lendemain, ce qui
lui permet dtablir des rserves dnergie et des marges de scurit pour se prmunir des
diffrents risques pouvant advenir. Les GRTs doivent sassurer que les transits de puissance
entre la production et la consommation respectent les limites des ouvrages du systme lectrique.
Enfin, pour sassurer de la qualit de lnergie lectrique, les GRTs doivent respecter des plages
de variation pour diffrentes grandeurs caractristiques (frquence, tension,). Lapproche la
plus utilise est la mthode N-1, qui demande au systme lectrique de toujours fonctionner de
manire ce qu'aucune perte dun lment quelconque ne puisse dclencher des pannes en
cascade ou toutes autres formes d'instabilit [ENTSO-e, 2009].
Dans cette section, les marges de scurit, les critres de scurit dterministes et lapproche N-1
utiliss pour la planification du systme lectrique court-terme, seront prsents.
III.1. Les marges de scurit

Dans un systme lectrique, la probabilit de panne de chaque composant est trs faible.
Nanmoins, lexploitation en N-1 apparat frquemment dans le fonctionnement du systme
lectrique en raison dun grand nombre de composants. Pour maintenir un fonctionnement
satisfaisant du systme lectrique malgr les alas qui psent sur lui, des marges de scurit sont
prises systmatiquement, depuis la planification jusqu lexploitation. [ENTSO-e, 2009]
Le systme lectrique doit tre dimensionn pour rsister un certain nombre dvnements
rpertoris dans les rgles de planification et dexploitation en acceptant des investissements
supplmentaires. Cependant, un dimensionnement du systme lectrique pour faire face tous
les vnements alatoires est irralisable. Dabord, parce que le nombre des combinaisons de
pannes des lments dans le systme lectrique est trs important. De plus, les lments de
secours peuvent galement tomber en panne. Ensuite, parmi toutes les combinaisons de pannes,
possible il existe des combinaisons dont la probabilit doccurrence est extrmement faible. La
garantie du fonctionnement propre du systme lectrique devient alors extrmement coteuse.
Page | 24
Figure 8. Bilan des marges de scurit [RTE, 2004]

Dans ce cas, on accepte donc que se produisent des dgradations du fonctionnement du systme
conduisant des rpercussions sensibles sur la clientle. La priorit est alors de conserver la
matrise de lvolution des incidents afin de limiter leur ampleur finale. Dans les cas les plus
graves, on accepte ventuellement de sacrifier une partie rduite du systme si cela permet
denrayer efficacement la dgradation. Le bilan des marges de scurit est propos dans la Figure
8 [RTE, 2004]. Compte tenu des enjeux associs la sret du systme, la perspective dun
incident de grande ampleur nest pas acceptable. Lexploitation du systme doit donc tre
assure de manire rduire au maximum loccurrence dun tel vnement. Pour atteindre cet
objectif, le systme lectrique doit disposer de rserve.
III.2. Les critres de scurit dterministes

Pour estimer ladquation de la rserve de production ncessaire pour le fonctionnement propre
du systme lectrique, plusieurs critres peuvent tre utiliss [Billinton, 1988]. Les principaux
critres dterministes pour quantifier ladquation de la production utiliss par les GRTs seront
prsents dans cette section.
Page | 25
III.2.1. Capacity Reserve Margin (CRM)

Pour satisfaire la consommation de la charge, la capacit totale de la production doit tre au
moins gale la pointe de charge attendue. En plus, pour prendre en compte le caractre
alatoire de la charge, un certain pourcentage de cette pointe de charge doit tre prvu dans la
capacit totale de la production. Ce pourcentage est appel la Capacity Reserve Margin (CRM).
Lestimation de la CRM dpend de la nature de la charge mais en gnrale, elle varie entre 1020% de la pointe de charge.
III.2.2. Lost of the Largest Unit (LLU)

Selon ce critre de fonctionnement, le systme lectrique doit tre capable de continuer
satisfaire la pointe de charge, mme en cas de perte de la plus importante unit de production.
Pour faire face au caractre alatoire de la production, cette perte doit tre prvue dans la
capacit totale de la production.
III.2.3. Combinaison des deux critres

En ralit, plusieurs GRTs utilisent une combinaison des deux critres prcdents pour estimer
ladquation de la rserve de production ncessaire.
Dans ce cas, la capacit de rserve est la somme de la capacit de lunit de production la plus
importante et un pourcentage fixe de la pointe de charge attendue.
III.3. La scurit N-1

Pour valuer la rserve ncessaire pour le fonctionnement propre du systme lectrique au
niveau hirarchique II, le critre de scurit N-1 est souvent utilis. En ralit, la perte dun des
composants apparat frquemment dans le fonctionnement du systme lectrique. Comme cette
perte est un vnement alatoire difficilement prvisible, lapproche de la scurit N-1 assure le
fonctionnement propre du systme lectrique avec labsence dun composant quelconque.
Pour satisfaire la scurit N-1, le systme lectrique demande un cot plus lev dans
linvestissement de linfrastructure. Cependant, il fonctionne la plupart du temps dans le rgime
N, ce qui signifie quun investissement supplmentaire est fait afin de garantir la fiabilit du
systme. La Figure 9 montre un exemple de cet investissement supplmentaire. Pour fournir
une charge de 100MW au nud 1, un gnrateur avec la puissance de 100MW sont installs aux
Page | 26
nuds 2. Llectricit est alors transporte au nud 1 travers une ligne de 100MW. Avec cette
configuration du systme, si un lment tombe en panne, lalimentation du nud 1 sera
interrompue. Pour assurer la fiabilit de fourniture dlectricit au nud 1 par lapproche de la
scurit N-1, un gnrateur de 100MW et une ligne de 100MW doivent tre ajouts. Avec cette
configuration, le systme lectrique peut fonctionner proprement avec labsence dun composant
quelconque. Par contre, dans le cas de lexemple de la Figure 9, un investissement
supplmentaire de 100% est demand pour linstallation du gnrateur et de la ligne.
Figure 9. La scurit du systme lectrique
IV. Impact des EnR sur le systme lectrique

IV.1. Impact sur la frquence
Comme lnergie lectrique est difficilement stockable, les GRTs doivent sassurer de lquilibre
entre lnergie produite (P) et lnergie consomme (C) chaque instant. Cependant, suite aux
vnements alatoires dans le fonctionnement du systme lectrique, les dsquilibres sont
invitables. Chaque dsquilibre entre la production et la consommation peut induire une
variation de frquence due la variation de vitesse des groupes alternateurs classiques. Le
rglage primaire de frquence (Figure 10) est ralis automatiquement par des boucles de
rgulation dans les groupes de production pour limiter les variations de frquence.
Pour effectuer cette rgulation, les groupes de production doivent garder une rserve en
puissance appele rserve primaire. Par contre, les ressources primaires renouvelables sont
souvent trs fluctuantes et peu prvisibles, comme la vitesse du vent pour la production olienne
ou lintensit densoleillement pour le photovoltaque. Par consquent, lintgration massive de
la production renouvelable peut entraner des variations de frquence importantes. Ces
Page | 27
fluctuations de frquence peuvent activer les rglages primaires des groupes de production
classique et entamer la rserve primaire [Robyns, 2012].
Figure 10. Rglage primaire de frquence

Plusieurs travaux se sont intresss ltude de la participation de la production renouvelable
dans le rglage primaire de frquence [Morren, 2005] et [Courtecuisse, 2008b]. Par contre, le
rglage primaire de frquence ne sera pas considr dans ce travail cause de la ncessit de
garder une rserve de puissance et donc de ne pas valoriser toute la ressource renouvelable
disponible.
IV.2. Impact sur la tension

Dans la structure verticale du systme lectrique prsent dans la section II, avec le
fonctionnement normal, la tension dcroit dans la distribution avec le raccordement en antenne.
La Figure 11 montre la chute de tension le long dune ligne lectrique. Cette chute de tension
peut tre calcule avec la formule :
V V1 V2
Ou :
P.R Q. X
V2
[1.2]
R est la rsistance de la ligne

X est la ractance de la ligne
P est la puissance active dans la ligne
Q est la puissance ractive dans la ligne
V1, V2 sont les tensions aux deux bout de la ligne
V est la chute de tension dans la ligne
Page | 28
Figure 11. Profil de tension le long dune ligne
Figure 12.Profil de tension avec linstallation dune production renouvelable

En cas de ncessit, des compensateurs doivent tre installs en bout de ligne de distribution
pour augmenter la tension. Linstallation des productions renouvelables la fin de la ligne peut
tre considre comme des compensateurs. Elles augmentent la tension dune manire
incontrlable car celle-ci dpend de la production. La Figure 12 illustre linfluence des sources
renouvelables disperses sur la tension de la ligne. Parfois, laugmentation cause par ces
sources dpasse le seuil limite de la tension et active les lments de protection. Pour cette
raison, limpact des sources renouvelable sur la tension doit tre tudi lors de son intgration
dans le rseau de distribution. Au niveau de rpartition ou de transport, la ractance est beaucoup
plus grande que la rsistance. La variation de la tension cause de la puissance active est alors
ngligeable.
Les fluctuations de la vitesse de vent gnrent des variations de puissance et donc de tension
dans la zone du point de connexion de lolienne (formule [1.2]). Ces variations, appeles
Page | 29
flicker, sont plus ou moins importantes suivant la technologie dolienne utilise [Bousseau,
2006]. Nanmoins, la production dcentralise peut dans certain cas, contribuer au rglage de la
tension [Moursi, 2008] en fournissant ou en absorbant de la puissance ractive, mais cela
ncessite quelle soit commandable ou quelle ait un dispositif de compensation dnergie
ractive.
Figure 13. Profil P-Q/Pmax dun module Power Park [ENTSO-e, 2012]
Selon [ENTSO-e, 2012], la ferme olienne est considre comme un module Power Park et
doit tre capable de fonctionner dans la zone P-Q/Pmax comme lillustre la Figure 13. a signifie
que la ferme olienne peut produire une puissance ractive de 40% et consommer une puissance
ractive de 35% de la puissance maximale en gardant sa puissance active (si elle fonctionne
50-100% de la puissance nominale). Dans le cadre de cette thse, la production de la puissance
ractive des sources renouvelables sera tudie.
IV.3. Impact sur le transit de puissance

Une forte insertion de production renouvelable peut faire apparatre des inversions rapides des
flux de puissances attendus, d au caractre alatoire de la source primaire. Ce phnomne
apparat dj au niveau des lignes dinterconnexion entre lAllemagne et ses pays limitrophes, d
la concentration importante dnergie olienne dans le nord de lAllemagne [EON-NETZ,
2004].
Page | 30
A lheure actuelle au niveau de la France, linsertion des sources renouvelables dans le rseau
seffectue essentiellement dans des zones rurales [Marandet, 2008]. Le rseau lectrique tant
initialement conu pour la production centralise, il nest pas toujours adapt pour accueillir la
totalit des projets dimplantation de la production renouvelable dans les zones rurales, zones o
le dimensionnement du rseau tait auparavant adapt aux seules consommations lectriques
locales.
Les sources renouvelables narrivent pas souvent produire leur puissance maximale comme
la vitesse du vent ou lensoleillement nest pas suffisante. Le fait quil faut assurer la
participation dune puissance maximale de la production renouvelable en cas de dfaut N-1 est
trs onreuse et pas conomique. Cest la raison pour laquelle la participation de la production
renouvelable ne pourra tre garantie que dans le cadre dune structure en N , quand tous les
lments du systme sont prsents. Dans le cadre de la thse de Arnaud Vergnol [Vergnol,
2010], des mesures curatives et automatiques ont t tudies pour faire face aux congestions
cres par lintgration massive des sources renouvelables disperses.
V. Conclusion
Au XXme sicle, le systme lectrique a t organis avec une structure dite verticale dans
laquelle lnergie lectrique tait produite par des centrales de forte puissance et puis tait
transporte vers les multiples zones de consommation. Lors de la construction des centrales de
production dites prvisibles, les zones de raccordement taient dictes par la disponibilit des
ressources primaires ou par les facilits dacheminement des ressources.
Au XXIme sicle, avec les contraintes environnementales imposes la production classique
dlectricit (missions de CO2, dchets nuclaires,) et lpuisement des combustibles fossiles,
la production base dnergie verte a connu un dveloppement rapide. Cependant, la nature de
leur nergie primaire rend difficile la prvision de la puissance de sortie des groupes de
production bass sur lnergie renouvelable. Les techniques dterministes actuellement utilises
pour la planification du systme lectrique court-terme peuvent tre inappropries quand le
systme lectrique doit accueillir un pourcentage important de sources peu prvisibles.
Ces techniques de planification actuelles permettent au systme lectrique de faire face
plusieurs vnements alatoires en gardant un fonctionnement optimal. Ces lments alatoires
peuvent tre lis lindisponibilit dun groupe de production, dune ligne de transport, dun
Page | 31
transformateur ou la variation de la consommation. En gnral, le fonctionnement propre du

systme lectrique est assur par les rserves : la rserve de la capacit de production ou la
marge de la capacit de transit. Des investissements raisonnables sont alors accepts en change
la fiabilit du systme.
Cependant, la participation des sources renouvelables grande chelle amnera de nouveaux
enjeux dans la gestion et la planification du systme lectrique. Cette problmatique est lie la
nature alatoire des sources primaires renouvelables, ce qui est lorigine de lala dans la
puissance de sortie des groupes de production. Dans ce cas, les rserves ncessaires pour assurer
le fonctionnement fiable du systme deviennent trop importantes. Alors, pour donner l'accs au
rseau la production renouvelable, les gestionnaires du rseau doivent limiter la rgle N-1, ce
qui peut engendrer des risques sur la sret du systme lectrique.
Ces travaux de thse proposent une mthode pour quantifier le risque par une tude
prvisionnelle court-terme afin de trouver un quilibre entre les rserves et la participation de
lnergie renouvelable dans la planification du lendemain pour assurer un niveau acceptable de la
fiabilit du systme lectrique. Le prochain chapitre prsentera un bilan des mthodes
actuellement utilises pour lvaluation de la fiabilit du systme lectrique.
Page | 32
Chapitre 2. Bilan des approches probabilistes pour lvaluation de la fiabilit du systme lectrique
Chapitre 2. Bilan des approches probabilistes pour

lvaluation de la fiabilit du systme lectrique
I. Introduction
Lvaluation de la fiabilit du systme lectrique est essentielle afin de garantir un
fonctionnement sain du systme lectrique. Cette valuation a des objectifs diffrents suivant
lchelle de temps. Les valuations de la fiabilit long terme sont ncessaires pour la
planification du renforcement du systme alors que les valuations de la fiabilit court terme
sont indispensables pour le plan de fonctionnement du systme lectrique. Dans la littrature,
plusieurs mthodes ont t dveloppes pour quantifier la fiabilit du systme lectrique
[Billinton, 1994], [Allan, 2000], [Su, 2005], [Choi, 2005], [Wen, 2009] et peuvent se diviser en
deux grandes catgories : les approches dterministes et les approches probabilistes.
Depuis longtemps, les approches dterministes, comme la scurit N-1 prsente dans la section
III.3 du Chapitre 1, sont utilises pour la quantification de la fiabilit du systme lectrique.
Aujourdhui, avec la participation des sources renouvelables fortement alatoires, ces techniques
deviennent inadaptes. Lutilisation des mthodes probabilistes dans lvaluation de la fiabilit
du systme lectrique devient un besoin essentiel.
Ces mthodes sont confrontes plusieurs obstacles, comme par exemple le temps de calcul.
titre dexemple, la mthode de simulation de Monte Carlo actuellement utilise dans ce contexte
est trs coteuse en temps de calcul. Lapplication de cette tude est la planification du systme
lectrique pour le lendemain, la ncessit de rduire le temps de calcul est donc primordiale si de
telles mthodes veulent tre utilises en pratique. Dans ce chapitre, la notion de fiabilit du
systme lectrique sera prsente ainsi que indicateurs actuellement utiliss par les GRTs pour
lvaluer. Plusieurs mthodes permettant de quantifier cette fiabilit seront galement
introduites.
II. Elments de probabilits et statistiques

II.1. La notion de probabilit
La probabilit dun vnement reprsente la vraisemblance de cet vnement, estim par un
nombre rel entre 0 et 1. Quand un vnement ne peut pas se produire, sa probabilit est 0.
Page | 33
Quand un vnement se produit avec certitude, sa probabilit est 1 (aussi dit 100%). Quand un
vnement peut se produire ou pas, et que nous ne savons pas sil va se produire ou pas, nous
pouvons considrer que sa probabilit est comprise entre 0 et 1. Si un vnement se produit
frquemment (rarement), il a une probabilit importante (faible) Nous pouvons donner une
certaine probabilit lvnement dans le futur mais aussi lvnement dans le pass, pour lequel
nous navons pas suffisamment dinformation pour confirmer sa vraisemblance, correspondant
notre confiance sur le fait que cet vnement sest pass ou non.
On parle principalement de probabilit inductive ou exprimentale et de probabilit dductive ou
thorique [Rakotomalala, 2007]. Ces deux notions peuvent tre dfinies comme suit :
Probabilit exprimentale : elle est dduite par toute la population concerne. Par
exemple, si sur 8760 heures de lanne, il y a eu 10 heures de coupure dlectricit, on dit
que la probabilit de coupure est p (coupure) = 10 = 0,00114 . Il sagit ici dune
8760
connaissance a posteriori de la probabilit.
Probabilit thorique : elle est estime grce ltude du phnomne sous-jacent sans
exprimentation. Il sagit donc dune connaissance a priori par opposition la dfinition
prcdente. Par exemple, quand on lance un d, la probabilit d'avoir 1 point est 1/6.
Cette probabilit peut tre trouve facilement sans dexprimentation parce que le d a 6
faces approximativement identiques.
Dans le cadre du problme dvaluation de la fiabilit du systme lectrique pour le planification
du lendemain, une connaissance a priori de la probabilit est ncessaire. Car, l'valuation
thorique de la probabilit est possible condition davoir une formulation mathmatique simple
du problme ou au minimum un moyen de la dduire (forme gomtrique dun d par exemple).
Cependant, cause de la complexit du systme lectrique, une formulation mathmatique
simple est difficile. Ainsi, une approche logique consiste tudier la probabilit du dfaut
partir de la probabilit exprimentale des paramtres dentre.
II.2. Loi de probabilit

II.2.1. Variable alatoire
En probabilit et statistique, une variable alatoire est une variable dont la valeur rsulte d'une
mesure sur un certain type de processus alatoire. Formellement, il s'agit d'une fonction dfinie
Page | 34
sur un espace probabilis . Intuitivement, une variable alatoire est une description numrique
du rsultat d'une exprience. Des variables alatoires peuvent tre discrtes (une variable
alatoire qui peut prendre soit un nombre fini ou dnombrable de valeurs) ou continues (une
variable qui peut prendre n'importe quelle valeur numrique dans un intervalle ou une collection
dintervalles) [Rakotomalala, 2007]. Une variable alatoire peut reprsenter les rsultats
possibles d'une exprimentation qui nest pas encore conduite, ou les valeurs possibles d'une
quantit dont la valeur dj existante est incertaine (par exemple, en raison d'informations
incompltes ou de mesures imprcises). La variabilit dune variable alatoire est dfinie par sa
fonction de rpartition et/ou aussi quand elle existe sa densit de probabilit.
Par exemple, X est la variable alatoire reprsente le point du d dans chaque lancement. X peut
prendre la valeur de 1 6. Aprs une exprience rpte de 10 fois, les rsultats sont :
X [5, 4, 6, 2, 3, 1, 4, 5, 2, 4] .
II.2.2. Loi de probabilit dune variable alatoire discrte
On suppose que est un univers fini constitu de n rsultats possibles. On suppose de plus que
la probabilit de chaque rsultat possible x1, x2, xn est associ un nombre rel p1, p2, pn. On
dfinit ainsi une variable alatoire X qui prends les valeurs x1, x2, xn. La loi de probabilit de la
variable X est la liste des probabilits p1, p2, pn. Pour chaque i, 0 pi 1 et p1+p2 + +pn =1.
Dans lexemple du d ci-dessus, p1=p2 = =p6 = 1/6.
II.2.3. Fonction densit de probabilit dune variable alatoire continue

Mathmatiquement, pour toute valeur x0 de la variable alatoire continue X, la probabilit pour
quune nouvelle ralisation de X soit comprise entre x0 et x0 + dx varie dans le mme sens avec
dx et est de la forme :
p(x0 x x0 dx) f(x0 )dx
[2.1]
O f(x) est par dfinition la fonction densit de probabilit.

Quelques caractristiques de la fonction de densit de probabilit :
Suprieur ou gale 0 quel que soit x ;
La valeur de son intgrale de - + gale 1.
Pour toute paire de nombre a et b tels que a b, on crit :
Page | 35
p(a X b) F (b) F (a) f(x0 )dx

a
[2.2]
II.2.4. Fonction de rpartition

La probabilit pour que la variable alatoire X prenne une valeur infrieure x est la fonction
F(x) que l'on appelle fonction de rpartition, p(X < x) = F(x).
Pour une variable alatoire discrte acceptant tous les nombres entiers de 0 n, la fonction de
rpartition de X est :
x 1
F ( x) p ( X x) p ( X j )
j 0
[2.3]
p(X<x) : la probabilit que la ralisation de X soit infrieure x.
Figure 14. La fonction de rpartition dune variable alatoire discrte

Pour une variable alatoire continue, la fonction de rpartition est calcule par :
F ( x ) P( X x )
[2.4]
Si la densit de probabilit f(x) existe alors F(x) scrit sous la forme :

F ( x)
f (t )dt
[2.5]
La fonction densit de probabilit est le drive (pente) de la fonction de rpartition :
f ( x)
dF ( x)
dx
[2.6]
Page | 36
Figure 15. La fonction de rpartition dune variable alatoire continue
II.2.5. Caractristiques principales des variables alatoires

II.2.5.1
Esprance mathmatique
L'esprance mathmatique d'une variable alatoire X est l'quivalent en probabilit de la

moyenne d'une srie en statistique. Elle se note E(X) et se lit esprance mathmatique de X .
C'est une valeur numrique permettant d'valuer le rsultat moyen d'une exprience alatoire
[Jolion, 2006]. Ainsi, si on note {xi} cet ensemble de valeurs, on a, par dfinition dans le cas
discret :
E ( X ) xi P( X xi )
i
[2.7]
Avec P(X=xi) : la probabilit que X=xi.

Si la variable X est continue et admet une densit de probabilit f, alors son esprance se dfinit
comme suit :
E ( X ) xf ( x)dx
[2.8]
La dfinition de lesprance mathmatique dune variable alatoire est identique celle de la

moyenne de la srie dont elle est issue. On parlera donc desprance pour une variable
alatoire et de moyenne pour une srie.
II.2.5.2
Variance et cart-type
La variance est un des moments d'une distribution, qui caractrise la dispersion dune
distribution autour de son esprance mathmatique. La variance est dfinie par :
Page | 37
Var(X) E[( X ) 2 ] E ( X 2 ) - E ( X ) 2
[2.9]
Etant un carr, la dimension de la variance nest pas celle de la moyenne. Cest pourquoi on
utilise plus souvent lcart-type, not , qui est la racine de la variance.
Var(X) E[( X ) 2 ] E ( X 2 ) - E ( X ) 2
[2.10]
On dit aussi que la variance traduit la notion dincertitude. Plus la variance est faible, moins le
rsultat de lexprience alatoire est incertain. la limite, une variable alatoire de variance
nulle conduit des expriences strictement identiques (i.e. le phnomne est compltement
dterministe, il ny a donc plus aucune raison de garder la notion de variable alatoire).
II.2.6. Les lois de probabilit

Dans cette partie, les lois de probabilit qui nous seront utiles par la suite sont prsentes.
II.2.6.1
Loi de Bernoulli
En mathmatiques, la distribution de Bernoulli ou la loi de Bernoulli note B(1, p) , du nom du

mathmaticien suisse Jacques Bernoulli, est une distribution discrte de probabilit, qui prend la
valeur 1 avec la probabilit p et 0 avec la probabilit (1 p) [Jolion, 2006].
si x 1
p
P ( X x) 1 p si x 0
0
sinon
[2.11]
L'esprance mathmatique d'une variable alatoire de Bernoulli vaut p et la variance vaut

p(1 p) . Dans le cadre de cette tude, la loi de Bernoulli sera utilise pour modliser la
disponibilit des lments du systme lectrique (les lignes, les groupes de production) : x 0
signifie que cet lment est disponible (pas de panne) et x 1 signifie quil nest pas disponible.
Le taux dindisponibilit fortuit (FOR) dun lment est gale p.
II.2.6.2
Loi normale
Une variable alatoire X qui est la consquence d'un grand nombre de facteurs s'additionnant les
uns aux autres, aucun ne jouant de rle prdominant, et agissant de manire indpendante, suit
une loi normale.
Considre pendant longtemps comme la loi universelle, ses caractristiques se retrouvant dans
de nombreux domaines, dans les sciences dures (ex. erreurs de mesure en physique) mais
Page | 38
galement dans les sciences humaines et sociales (ex. fluctuations conomiques), depuis les
limites dapplication ont t mises en vidence. Nanmoins, la loi normale garde une place
particulire de part sa simplicit. Elle est la base de nombreux rsultats en statistique
paramtrique, en thorie de l'estimation et en thorie des tests [Rakotomalala, 2007].
Pour une dfinition mathmatique, on dit qu'une variable alatoire relle X suit une loi normale
d'esprance et d'cart-type strictement positif (donc de variance 2), note X ~ N (, 2 ) , si
cette variable alatoire relle X admet pour densit de probabilit la fonction f(x) dfinie, pour
tout nombre rel x, par :
1 x

f ( x) 1 e 2
2
[2.12]
La fonction de rpartition de la loi normale est :

x
F ( x) 1 1 erf
2
2
O erf est la fonction derreur : erf ( z ) 2
e
0
t 2
[2.13]
dt
Figure 16. La densit de probabilit (gauche) et la fonction de rpartition (droite) de la loi

normale
Dans le cadre de cette tude, la loi normale sera utilise pour modliser les erreurs de la
prvision (prvision de la production et de la charge).
Page | 39
III. Fiabilit du systme lectrique

III.1. Dfinition de la fiabilit du systme lectrique
La fiabilit du systme lectrique est dfinie comme : laptitude dun dispositif accomplir une
fonction requise, dans des conditions donnes, pendant une dure donne. Le terme fiabilit est
aussi utilis comme caractristique de fiabilit dsignant une probabilit de succs ou un
pourcentage de succs [CE, 2006]. Cest une mesure de la capacit du systme fournir
llectricit demande en ses diffrents points dutilisation selon des critres acceptables. La
fiabilit du systme comprend deux aspects: ladquation et la scurit. La fiabilit peut tre
value dans tous les trois niveaux hirarchiques du systme lectrique mais dans le cadre de la
thse, seulement la fiabilit aux niveaux hirarchiques I et II, spcialement au niveau
hirarchique II, sera tudie.
Ladquation tudie la capacit du systme satisfaire la demande des consommateurs ou les
contraintes de fonctionnement. Ceci comprend les quipements ncessaires pour produire
suffisamment d'nergie et ceux ncessaires pour transporter cette nergie aux consommateurs.
L'adquation est donc associe des conditions statiques.
La scurit concerne la capacit du systme rpondre aux perturbations dynamiques ou
transitoires qui se prsentent dans le systme. Il s'agit notamment de la condition associe la
fois aux perturbations locales et globales, aux pertes brutales dun groupe de production et
dquipements de transport qui peuvent conduire l'instabilit dynamique et transitoire du
systme.
La plupart des techniques probabilistes actuellement disponibles pour l'valuation de la fiabilit
sont dans le domaine de l'valuation de l'adquation. La capacit valuer la scurit est limite
en raison de la complexit associe la modlisation du systme dans ce domaine. La plupart
des indicateurs utiliss l'heure actuelle sont des indicateurs d'adquation et ne sont pas des
indicateurs de fiabilit globale incluant aussi la scurit du systme [Billinton, 1994].
III.2. Les indicateurs de fiabilit

Dans cette section, les indicateurs de fiabilit (adquation) du systme lectrique au niveau
hirarchique I et au niveau hirarchique II seront introduits.
Page | 40
III.2.1. Les indicateurs de fiabilit au niveau hirarchique I

Le niveau hirarchique I ne concerne que la production. Ltude de l'adquation du systme
consiste alors tudier de lquilibre entre la production et la consommation. Plusieurs
indicateurs peuvent tre utiliss pour cette tude. Ils peuvent tre des indicateurs de probabilit,
desprance, de frquence ou de dure pour lvaluation de ladquation du systme lectrique
par rapport au niveau de puissance ou dnergie. Dans cette section, les indicateurs de fiabilit
les plus frquemment utiliss au niveau hirarchique I seront prsents.
III.2.1.1 Probabilit de perte de charge (Loss of Load Probability - LOLP)
Cet indicateur illustre la probabilit que la puissance de consommation C [MW] excde la
puissance de production disponible P [MW] :
LOLP p(C P)
[2.14]
Dans le cas o le systme lectrique nayant que des groupes de production prvisibles et les
vnements associs larrt des groupes sont supposs indpendants, la LOLP peut tre
calcule analytiquement laide de la somme des probabilits doccurrence de chaque tat j du
systme. Si le systme compte N groupes et que chaque groupe peut avoir 2 valeurs P=0 ou
P=Pn, le nombre dtats du systme est M=2N. La LOLP est dfini par :
M
LOLP p(C P l ' tat j ) p j

j 1
[2.15]
O pj est la probabilit de ltat j.

Une expression intgrale plus complexe est ncessaire pour des tudes de variables continues,
comme dans le cas du systme lectrique intgrant des sources peu prvisibles, et o la prvision
de la charge nest pas parfaite. Elle correspond une convolution rcursive des distributions de
la charge et des productions de la source peu prvisible considre [Vallee, 2009].
Lindicateur de probabilit LOLP peut aussi tre exprim en temps, correspondant la priode
pendant laquelle la demande ne peut tre couverte. Ainsi LOLP devient le LOLE (Loss of Load
Expectation), indicateur de lesprance mathmatique [Vallee, 2009].
LOLE 8760 LOLP (heures / an)
1440 LOLP (mins / jour)
[2.16]
Par contre, ce type dindicateur ne donne pas dinformation sur limportance du manque de
production en terme de la dure de chaque coupure. Par exemple, un LOLE de 10 heures/ans
Page | 41
peut tre le rsultat de 10 coupures, chacune de 1 heure ou 1 coupure de 10 heures. De plus,

limportance du manque de lnergie nest pas prsente dans cet indicateur.
III.2.1.2 Esprance mathmatique de perte dnergie (Loss of Energy Expectation - LOEE)
Lindicateur LOEE est lesprance mathmatique de lnergie des charges non alimente dans
lanne en raison du dpassement de la consommation par rapport la capacit de production
disponible.
LOEE 8760 Ci pi [ MWh / an]
iS
[2.17]
O Ci est la puissance de charge non alimente lorsque le systme est ltat i, pi est la
probabilit de ltat i du systme et S est lensemble de tous les tats du systme associs au
dlestage de la charge. La LOEE intgre la svrit des dficiences en ajoutant leur frquence
d'apparition et leur dure ; par consquence, on peut en dduire limpact des dficits de l'nergie
ainsi que leur probabilit. Par exemple, pour une coupure dune heure et pour une puissance de
100MW et de 1000MW, le LOLE vaut 1 heure dans les deux cas, par contre le LOEE vaut
100MWh/an et 1000MWh/an.
III.2.2. Les indicateurs de fiabilit au niveau hirarchique II

Le niveau hirarchique II concerne la production et le transport. Lvaluation de la fiabilit ce
niveau hirarchique est faite avec laide de loutil coulement de Puissance Optimal . Cest
un outil permettant l'analyse dun systme lectrique en rgime permanent. Cet outil est utilis
pour valuer le flux de puissance active et ractive dans les lignes lectrique en prenant en
compte les contraintes de la tension aux nuds et de la limite de puissance dans les lignes. La
fonction objective de cet outil est le cot dlectricit. En mettant un cot dlectricit moins
cher pour les sources renouvelable (ce qui nest pas vrai en ralit), le coulement de
Puissance Optimal favorise la production renouvelable du systme.
partir du rsultat de cette tude, ltat du systme au niveau hirarchique II est dtermin
(normale ou en dfaillance) et les indicateurs de fiabilit peuvent tre calculs aprs plusieurs
calculs de ltat du systme. Quelques indicateurs de fiabilit pour le niveau hirarchique II sont
prsents ci-dessous.
Page | 42
III.2.2.1 Probabilit de dlestage de charge (Probability of Load Curtailment - PLC)

Lindicateur PLC est la probabilit de dlestage de charge au niveau hirarchique II. Cet
indicateur est similaire la LOLP pour le niveau hirarchique I.
M
PLC p(dlestage) p j
j 1
[2.18]
O pi est la probabilit de ltat i du systme et p(dlestage) est la probabilit de dlestage de la

charge dans ltat i. Au niveau hirarchique II, lindisponibilit des quipements de transmission
est aussi prise en compte et le manque de la capacit de transit du rseau peut tre la cause dun
dlestage. Le dlestage de la charge au niveau hirarchique II est analys en utilisant loutil
coulement de Puissance.
Correspond la LOLE au niveau hirarchique I, la EDLC (Expected Duration of Load
Curtailments) est introduite pour exprimer la PLC en temps.
EDLC 8760 PLC (heures / an)
1440 LOLP (mins / jour)
[2.19]
III.2.2.2 Esprance de lnergie non fournie (Expected Energy Not Supplied - EENS)
Lindicateur EENS est lesprance mathmatique de lnergie des charges non alimentes. Les
raisons dinterruption de la fourniture peuvent tre trs varies : manque de la capacit de
production, limites du transit de la ligne, surtension Cet indicateur est calcul par :
EENS Ci Fi Di 8760 Ci pi
iS
iS
[2.20]
Avec Ci : la puissance de charge non alimente lorsque le systme est ltat i [MWh]
Fi : la frquence dapparition de ltat i [fois/ans]
Di : la dure de ltat i du systme [h]
pi : la probabilit de ltat i du systme [p.u]
Cet indicateur est similaire au LOEE pour le niveau hirarchique I.
III.2.2.3 Probabilit de dlestage des gnrateurs (Probability of Generator Curtailment PGC)
Les indicateurs de fiabilit actuels ne permettent que de donner lvaluation de la fiabilit du
systme lectrique vis--vis de la consommation (probabilit de dlestage, esprance de lnergie
Page | 43
non fournie,). Afin d'estimer la compatibilit dune configuration du systme avec

lintgration des oliennes, la fiabilit du systme lectrique vis--vis de la production doit tre
envisage.
En effet, en raison de la limitation de la capacit de transmission, le gestionnaire du systme doit
parfois limiter la puissance de sortie de certains parcs oliens et mme les dconnecter du rseau
pour viter la congestion dans une ligne. Cette action devrait tre quantifie par un indicateur
afin de dmontrer la capacit du systme absorber l'nergie olienne et toutes autres sources
distribues. Cependant, dans la littrature, il nexiste aucun indicateur appropri pour accomplir
cette tche, un indicateur innovant sera prsent dans le chapitre 3, la probabilit de dlestage
des gnrateurs (Probability of Generator Curtailment - PGC).
IV. Mthodes probabilistes

Dans la section II du Chapitre 1, les paramtres du systme lectrique ont t introduits. Ils
peuvent tre classs en deux catgories : des paramtres dterministes et des paramtres
alatoires. partir de ces paramtres dentre, les indicateurs de fiabilit prsents ci-dessus
doivent tre estims grce aux mthodes de calcul probabilistes. Ce sont des mthodes
analytiques et/ou numriques permettant partir des donnes dentre de calculer les indicateurs
de fiabilit du systme.
Figure 17. Evaluation de lindicateur de fiabilit

Dans cette section, un tat de lart des mthodes de calcul probabilistes actuellement appliques
dans lvaluation de la fiabilit du systme lectrique sera prsent. Un exemple simple sera
analys pour mieux comprendre le principe de fonctionnement de chaque mthode.
IV.1. Mthode de calcul probabiliste dans lvaluation de la fiabilit

du systme lectrique
Page | 44
Pour tudier lincertitude dans le systme lectrique, deux approches principales sont exploites :
la mthode de la variabilit de rponse et la mthode de fiabilit. Les mthodes de la variabilit
de rponse visent calculer la fonction de densit de probabilit des variables de sortie, soit
directement (avec l'aide de simulations numriques, telle que la simulation de Monte Carlo
(MCS)) [Billinton, 1994], [Dimitrovski, 2006], [Ocnasu, 2008] soit par des moments statistiques
(approches analytiques) [Su, 2005], [Hu, 2006].
Cependant, comme la probabilit de dfaillance dans le systme lectrique est gnralement trs
faible, la mthode de Monte Carlo ncessite un grand nombre d'valuations du modle afin
d'atteindre des rsultats prcis. Cela rend la mthode trs coteuse en temps de calcul, mme lors
de l'utilisation des techniques pour rduire la variance de la sortie telles que lchantillonnage
hypercube latin , l'chantillonnage antithtique ou l'chantillonnage prfrentiel, etc. Si les
approches analytiques sont utilises pour dterminer la fonction de densit de probabilit partir
des moments statistiques, les rsultats peuvent ne pas tre prcis car la zone de l'chec se trouve
gnralement en queue de la fonction de densit de probabilit, qui ne peut pas tre modlise
correctement avec quelques premiers moments statistiques (la moyenne, la variance et
lasymtrie).
La seconde approche, base sur des mthodes de fiabilit, ne vise qu' valuer la probabilit de
dfaillance du systme. Les mthodes de fiabilit ne visent uniquement qu valuer la
probabilit que la variable de sortie dpasse un certain seuil alors que la mthode de Monte Carlo
fournit bien dautres information comme les moments statistiques, une approximation de la
densit de probabilit. Cette diffrence rend le temps de calcul des mthodes de fiabilit trs
faible et peu prs constant, mme lorsque la probabilit de dfaillance est petite.
Dans cette partie, les mthodes de calcul probabiliste appliques lvaluation de la fiabilit du
systme lectrique seront prsentes. Un systme lectrique simple sera pris comme exemple.
IV.1.1. Mthode de la variabilit de rponse

IV.1.1.1 Simulation de Monte Carlo (Monte Carlo Simulation - MCS)
IV.1.1.1.1 Introduction
La simulation de Monte Carlo est une mthode numrique destine reproduire le
fonctionnement rel dun systme. Elle est compose d'algorithmes informatiques qui s'appuient
sur un chantillonnage alatoire rpt pour calculer le rsultat.
Page | 45
Dans la MCS, dabord, les hypothses ne sont mises que sur les variables dentre, qui sont
alatoires et dont les ralisations sont gnres en fonction de leurs densits de probabilit.
Ensuite, les variables de sortie sont calcules pour chaque ralisation. Cette opration est trs
rptitive. La valeur moyenne, lcart-type, le coefficient asymtrique et la distribution de
probabilit de la sortie sont estimes aprs chaque ralisation [Billinton, 1994].
En gnral, la mthode de Monte Carlo consiste rsoudre un problme dterministe de
nombreuses fois pour mettre en place une distribution statistique de la sortie.
IV.1.1.1.2 Exemple dtude
Pour comprendre cette mthode, un exemple simple dun systme lectrique 3 nuds (Figure
18) sera tudi.
Dans ce systme, la charge de 100MW au nud 1 est alimente par deux fermes oliennes dune
puissance installe de 100MW chacune. Les fermes oliennes sont respectivement raccordes
aux nuds 2 et 3. Les outils de prvision de la production renouvelable donnent une valeur
moyenne de 60MW avec un cart-type de 10% (distribution normale) pour chaque ferme. Les
puissances produites par les oliennes sont supposes indpendantes les unes des autres. La
mthode de simulation de Monte Carlo peut tre utilise pour valuer lindicateur LOLP du
niveau hirarchique I (0).
Figure 18. Systme de test de 3 nuds

Comme cet indicateur ne considre que ladquation entre la production et la consommation, la
capacit de transit et la disponibilit des lignes de transport sont supposes parfaites. Pour
simplifier le cas dtude, on considre que les fermes oliennes sont totalement disponibles et
que la charge est constante.
Page | 46
Dans cet exemple, les variables alatoires dentre sont les puissances de la ferme olienne au
nud 2 (Pol2) et au nud 3 (Pol3), la variable de sortie est le manque de puissance du systme
Pm=100MW - Pol2 - Pol3. Une simulation de Monte Carlo de 100000 chantillons est lance
avec les deux variables alatoires dentre normales avec la valeur moyenne de 60MW et lcarttype de 6MW : N(60,62). La distribution de la variable sortie est reprsente sur la Figure 19
sous forme dhistogramme. Cest une distribution normale avec une valeur moyenne de -20MW
et un cart-type de 8,466MW. En se basant sur lquation [2.14], la LOLP peut alors tre
calcule :
LOLP p(C P) p(100 MW Pol 2 Pol3 0) p( Pm 0)

On dnote hi lindicateur de ltat du systme pour chaque ralisation dont :
[2.21]
hi =0 si le systme est en tat sain (de fonctionnement normal) (Pm0)

hi =1 si le systme est en tat de dfaut (Pm>0)
Aprs un nombre de ralisations suffisamment grand, la probabilit de dfaillance peut tre
estime par :
LOLP p f (100 MW Pol 2 Pol3 ) 1
N
h
i 1
[2.22]
Dans cet exemple, parmi 100000 chantillons, 897 cas de dfaillances ont t dtermins. Cela
correspond un LOLP de 0,00897. Cette valeur est proche du rsultat exact qui est gal
0,0092.
4000
3500
3000
2500
2000
1500
1000
500
0
-60
-50
-40
-30
-20
-10
10
20
Figure 19. La distribution de la variable de sortie calcule par la simulation de Monte Carlo
Page | 47
IV.1.1.1.3 Vitesse de convergence de la simulation de Monte Carlo

Soit X la variable de Bernoulli qui vaut 1 quand Pm>0 (le systme est en dfaut) et 0 quand
Pm0. On note pf la probabilit du dfaut que lon souhaite estimer. [2.22] donne une estimation
p f de pf :
N
p f 1
N
i 1
[2.23]
Quand N tend vers linfini (N+), la loi de grand nombre nous dit que p f tend vers pf.
Le problme est alors de dterminer la vitesse de convergence de p f . Pour la dterminer, on
considre la variance de lestimateur p f :
La variance de lindicateur de ltat hi est :
V ( h)
1
(hi p f ) 2
N 1
i 1
[2.24]
O les hi sont indpendantes les unes des autres.

Quand la taille dchantillonnage est suffisamment grande, cette quation peut tre approxime
par :
V ( h) 1
N
(h p
i
i 1
)2
[2.25]
Avec hi est une variable qui appartient lensemble {0,1} et qui vrifie :
N
i 1
i 1
hi2 hi
[2.26]
En combinant lquation [2.25] avec les quations [2.23] et [2.26], nous avons :
V ( h) 1
N
hi 1
N
i 1
2
2hi p f 1
N
i 1
pf 2p p
2
f
p
i 1
2
f
2
f
[2.27]
p f p 2f
La variance de la probabilit de dfaillance dtermine par la simulation de Monte Carlo est :
V ( p f ) 1 V (h) 1 ( p f p 2f )
N
N
[2.28]
Le niveau de prcision de la simulation de Monte Carlo peut tre exprim par le coefficient de
variation :
Page | 48
V ( p f )
1 pf
pf
Np f
[2.29]
Pour dterminer le nombre dchantillons ncessaires pour garantir un niveau de prcision

donn, cette quation peut tre crite sous la forme :
N
1 pf
pf
2
1
pf
2
quand ( f 0)
[2.30]
Lcart-type de la probabilit de dfaillance dtermin par la simulation de Monte Carlo est :
V ( p f )
V ( h)
N
[2.31]
En se basant sur l'quation[2.31], nous voyons qu'il existe deux approches pour la rduction de
lcart-type dans la simulation de Monte Carlo : la premire consiste augmenter le nombre
dchantillons et la deuxime consiste diminuer la variance des chantillons. Les techniques de
rduction de la variance peuvent tre appliques pour amliorer lefficacit de la simulation de
Monte Carlo [Billinton, 1994]. Par contre, lapplication des techniques de rduction de la
variance peut changer la nature de la simulation de Monte Carlo, i.e. : avec lutilisation de la
technique de l'chantillonnage prfrentiel, la simulation de Monte Carlo nest plus une mthode
de la variabilit de rponse mais devient alors une mthode de fiabilit, qui sera prsente dans la
section IV.1.2.
IV.1.1.1.4 Monte Carlo et lchantillonnage prfrentiel
On dnote X une variable alatoire avec la densit de probabilit f. La probabilit de dfaillance
peut tre estime grce lintgrale :
E[h( X )] h( x) f ( x)dx
[2.32]
h(x) est lindicateur de ltat du systme.

h(x)=0 si le systme est en tat sain
h(x)=1 si le systme est en tat de dfaut
On considre maintenant une fonction g telle que g(x) soit une densit de probabilit et telle que
g(x)0 quand f(x)0 alors g est au mme domaine que f.
h( x )
f ( x)
f ( x)
g ( x)dx E h( x)
g ( x)
g ( x)
[2.33]
A partir de cette relation, on constate que est gale lesprance de la variable

Page | 49
Y h( Z )
f (Z )
g (Z )
[2.34]
Avec Z une variable alatoire de densit g(x).

La mthode de simulation de Monte Carlo originale consiste gnrer n chantillons de X de la
densit de probabilit f pour calculer grce la fonction :
n
1 h( X j )
n j 1
[2.35]
O est lestimateur de et Xj sont des variables alatoires indpendantes suivant la mme loi
que X.
Lquation [2.33] donne une mthode alternative pour estimer qui consiste gnrer n
ralisations de Y de la densit de probabilit g et dduire grce la fonction :
n
is 1
n j 1
h(Y j ) f (Y j )
g (Y j )
[2.36]
O is est lestimateur de l'chantillonnage prfrentiel de et Yj sont des variables alatoires

indpendantes suivant la mme loi que Y.
f est appele la densit d'origine, et g est appele la densit d'chantillonnage prfrentiel ou tout
simplement, la densit d'chantillonnage.
Nous avons :
E f [h( X )] E g [h* ( X )]
O h* ( X ) h( X )
[2.37]
f (X )
g( X )
La variance de lestimateur de l'chantillonnage prfrentiel est donne par lquation :
Varg (h* ( X )) h* ( x) g ( x)dx 2

2
h 2 ( x) f 2 ( x)
h 2 ( x) f 2 ( x)
2
g
(
x
)
dx
dx 2
2
g
(
x
)
g ( x)
Comme nous sommes libres de choisir g, suppose que nous choisissons g ( x)
[2.38]
h( x ) f ( x )
. Dans
ce cas, la variance de lestimateur de l'chantillonnage prfrentiel sera :

Varg (h* ( X )) h( x) f ( x)dx 2 2 2 0
[2.39]
Page | 50
En pratique, nest pas connu car cest la grandeur que lon souhaite dterminer et h(x) est le
rsultat dun modle numrique et donc il nest pas souvent bien connu. Aussi, la dtermination
de g(x) est souvent dlicate. Une manire de procder dans notre cas consiste considrer une
fonction g(x) proche de f(x) mais recentrer celle-ci autour du point de dfaut (le point de
changement entre ltat sain et ltat de dfaut) que lon dtermine manuellement.
IV.1.1.2 Mthode dEstimation Ponctuelle (Point Estimate Method - PEM)
La mthode d'estimation ponctuelle est une technique de calcul simple pour l'analyse des
incertitudes, lestimation des moments statistiques d'un modle de sortie faisant intervenir
plusieurs variables stochastiques, corrles ou non corrles, symtriques ou asymtriques
[Russelli, 2008].
L'ide de base de cette mthode est de remplacer les distributions probabilistes des variables
alatoires continues par des distributions discrtes quivalentes ayant les mmes trois premiers
moments centraux, afin de calculer ensuite la valeur moyenne, lcart-type et lasymtrie de la
variable de sortie [Su, 2005]. La procdure de mise en uvre de la mthode d'estimation
ponctuelle est dcrite ci-dessous, tape par tape.
IV.1.1.2.2 La procdure de mise en uvre de la mthode d'estimation ponctuelle
Tout d'abord, une fonction de sortie Z qui dpend de n variables alatoires dentres doit tre
dtermine. Dans lexemple de la section IV.1.1.1.2 du Chapitre 2, la variable de sortie (Pm) est
le manque de puissance du systme qui dpend des deux variables alatoires dentres : la
puissance de la ferme olienne au nud 2 (Pol2) et au nud 3 (Pol3) : Pm=100MW - Pol2 - Pol3.
Ensuite, les emplacements des points d'chantillonnage pour toutes les variables alatoires
dentres doivent tre estims. Pour ce faire, il faut d'abord valuer les units de lcart-type
(standard deviation units) xi+ et xi-, qui dpendent du coefficient d'asymtrie x de n variables
i
dentres et donnes par [Su, 2005], [Russelli, 2008]:
xi
x x
i 1 i
2 2
xi xi xi
[2.40]
Page | 51
Connaissant la valeur moyenne xi et l'cart-type xi des variables dentres, les emplacements

des points dchantillonnages correspondants xi- et xi+ peuvent tre calculs en utilisant les
formules suivantes :
xi xi xi . x i
xi xi xi . x i
[2.41]
Le rsultat de chacun des deux points xi+ et xi- vont tre pondrs par des poids wi+ et wi- pour le
calcul des moments de la grandeur dintrt :
xi
wi 1
n xi xi
xi
wi 1
n xi xi
[2.42]
Avec n le nombre de variable alatoire.

Dans le cas o les variables dentres sont normales ou uniformes, les quations [2.40] et [2.42]
deviennent x 0 et wi wi
i
1
.
2n
On obtient alors lexpression suivante pour les moments dordre 1, 2, 3 (la valeur moyenne, la
variance et le coefficient d'asymtrie) :
2n
Z ( xi ) wi Z ( X i xi )
i 1
2n
2Z ( xi ) wi ( Z ( X i xi ) Z ( xi ) ) 2
i 1
Z ( xi )
3Z ( xi )
2n
w (Z ( X
i 1
[2.43]
xi ) Z ( xi ) )3
Si le modle est linaire, les expressions ci-dessus sont exactes. Par contre, si le modle prsente
de fortes non-linarits alors on obtient une approximation.
Dans notre exemple, nous avons deux variables alatoires dentres normales, ainsi :
Pol 2 Pol3 1;
xi 60(MW); xi 6(MW) (10% de 60MW);
Pol 2 Pol3 xi 60 6 66(MW);
Pol 2 Pol3 xi 60 6 54(MW);
[2.44]
wPol 2 wPol3 1 0,25;

2n
Nous allons dterminer la variable de sortie chaque point d'chantillonnage. Pour 2 variables
dentres, la fonction de sortie est value par 2n=4 points. Nous obtenons le tableau ci-dessous :
Page | 52
Tableau 1. Les points dvaluation de la fonction de sortie

Point
1
2
3
4
Pol2 (MW)
66
66
54
54
Pol3 (MW)
66
54
66
54
Pm (MW)
-32
-20
-20
-8
w
0,25
0,25
0,25
0,25
Dans cet exemple, les trois premiers moments de la fonction de sortie sont :
Z ( xi ) 20MW;
2Z ( xi ) 72 Z ( xi ) 8,4853MW
Z ( xi ) 0
[2.45]
Cette mthode donne la forme de la distribution de la variable de sortie via ses trois premiers
moments, la probabilit de dlestage de charge nest pas encore estime. Pour dduire cette
probabilit, un calcul dintgrale est ncessaire :
t2
LOLP f 1 1 e 2 dt
2
[2.46]
Avec la distribution trouve par la mthode destimation ponctuelle, la probabilit de dlestage

de charge sera LOLP 0,0092 . Dans ce cas, le modle est linaire alors on obtient un rsultat
exact du problme.
IV.1.1.2.3 Avantages et inconvnient de la mthode d'estimation ponctuelle
Les rsultats donns par la mthode d'estimation ponctuelle sont en accord avec ceux obtenus par
la simulation de Monte Carlo. Au niveau du temps de calcul, cette mthode est moins coteuse
pour un degr comparable de prcision. En plus, elle peut fournir la solution exacte dans le cas
o la fonction est linaire.
Par contre, avec cette mthode, la fonction de densit de probabilit de la sortie est prsente par
les moments centraux. L'asymtrie fournie par la PEM prsente une diffrence significative par
rapport la valeur de lasymtrie calcule par la MCS pour les fonctions de sortie non-linaires
comme peut ltre pour le calcul dcoulement de Puissance dans le contexte de la thse.
IV.1.2. Mthode de fiabilit

IV.1.2.1 La monotone de charge effective (Effective Load Duration Curve - ELDC)
Page | 53
La monotone de charge est la reprsentation graphique des charges ordonnes selon la dure
pendant laquelle elles sont suprieures ou gales une valeur donne pour un intervalle de temps
spcifi [IEC, 1985].
La monotone de charge effective (MCE) est introduite pour la prise en compte des
caractristiques alatoires de la production. Par exemple, un gnrateur avec une capacit Ci et
un taux de panne qi est considr comme un gnrateur fictif quivalent avec une capacit Ci et
un taux de panne 0 et une charge fictive avec la valeur Ci et une probabilit dapparition qi
(Figure 20).
NG
xe xL xoi
[2.47]
i 1
Avec xe : la variable alatoire de la charge effective

xL : la variable alatoire de la charge originale
xoi : la variable alatoire de la charge fictive introduite par le taux dindisponibilit fortuit
du ime gnrateur
NG : le nombre total de gnrateurs
Figure 20. Le systme actuel (a) et l'quivalent (b) au niveau hirarchique I [Choi, 2005]
En gnral, la monotone de charge effective est le produit de convolution de la monotone de
charge originale et de la puissance indisponible de tous les gnrateurs (Figure 21).
i ( xe ) i 1 ( xe ) f oi ( xoi )
Avec
[2.48]
: loprateur du produit de convolution o 0 ( xe xoi ) 0 ( xL )
foi(xoi) : fonction de densit de probabilit de la puissance dleste du ime gnrateur

i(xe) : fonction de densit de probabilit de la monotone de charge effective convolute
avec la fonction de densit de probabilit de la puissance dleste du premier gnrateur
au ime gnrateur
Page | 54
Figure 21. La monotone de charge originale et effective

La monotone de charge effective est souvent utilise pour valuer les indicateurs de fiabilit du
systme lectrique au niveau hirarchique I (Chapitre 2.III.2.1). CFEG est la capacit du
gnrateur fictif quivalent, qui sera dfinie dans la section suivant.
Pour analyser la fiabilit au niveau hirarchique II, un modle de charge effective tendu, qui
inclut les capacits et les incertitudes des producteurs et des lignes de transmission, est propos
[Choi, 2005]. Avec le dveloppement significatif des sources renouvelables, surtout les oliennes
pendant ces dernires annes, des incertitudes sur la production olienne ont t introduites dans
ce modle [Choi, 2010]. Ces mthodes seront expliques dans la section suivante.
IV.1.2.1.2 Procdure de mise en uvre de la mthode de monotone de charge effective
Afin dillustrer la procdure de mise en uvre de la mthode de monotone de charge effective,
nous reprenons le systme de test 3 nuds dj utilis dans les deux sections prcdentes.
Comme cette mthode nest pas applicable avec des variables alatoires continues (lerreur de la
prvision de la production olienne), la discrtisation est ncessaire. Pour la premire tape, la
distribution normale de lerreur de la prvision est discrtise en cinq intervalles avec leurs
probabilits (Figure 22).
Page | 55
Figure 22. La discrtisation de la distribution normale de la production dune ferme olienne

Tableau 2. Les combinaisons de la puissance
tat
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Pol2 (MW) Pol3 (MW)

20
20
40
20
60
20
80
20
100
20
20
40
40
40
60
40
80
40
100
40
20
60
40
60
60
60
80
60
100
60
20
80
40
80
60
80
80
80
100
80
20
100
40
100
60
100
80
100
100
100
Probabilit
p1p1=8,22E-14
p2p1=1,37E-08
p3p1=2,59E-07
p4p1=1,37E-08
p5p1=8,22E-14
p1p2=1,37E-08
p2p2=2,28E-03
p3p2=4,32E-02
p4p2=2,28E-03
p5p2=1,37E-08
p1p3=2,59E-07
p2p3=4,32E-02
p3p3=8,18E-01
p4p3=4,32E-02
p5p3=2,59E-07
p1p4=1,37E-08
p2p4=2,28E-03
p3p4=4,32E-02
p4p4=2,28E-03
p5p4=1,37E-08
p1p5=8,22E-14
p2p5=1,37E-08
p3p5=2,59E-07
p4p5=1,37E-08
p5p5=8,22E-14
Pdisponible (MW)= Pol2 + Pol3

40
60
80
100
120
60
80
100
120
140
80
100
120
140
160
100
120
140
160
180
120
140
160
180
200
Tout dabord, toutes les combinaisons de la puissance des deux fermes oliennes et leurs
probabilits sont numres dans le Tableau 2. Avec deux fermes oliennes, la puissance de
sortie de chaque ferme est discrtise en cinq intervalles, nous avons 52=25 tats en total.
La capacit du gnrateur fictif quivalent (CFEG) est calcule :
Page | 56
CFEG Max( Pdisponible) Min( Pdisponible) 200 40 160 ( MW )
[2.49]
La fonction de densit de probabilit (FDP) de la puissance dleste est calcule dans le Tableau
3 avec la monotone de charge originale (MCO). Pour tudier la probabilit, la MCO est
introduite en per unit.
Tableau 3. La fonction de densit de probabilit (FDP) de la capacit de dlestage
Pdisponible (MW)
40
60
80
100
120
140
160
180
200
Production
Pdleste (MW)= CFEG- Pdisponible
120
100
80
60
40
20
0
-20
-40
FDP
8,22E-14
2,74E-08
2,28E-03
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22 E-14
Consommation
Charge
MCO (p.u)
0
20
40
60
80
100
1
1
1
1
1
1
Le calcul du produit de convolution de la monotone de charge originale et de la puissance

dleste de tous les gnrateurs suivant [2.48] est dtaill dans le Tableau 4. Il faut noter que la
5me et 6me valeurs de la monotone de charge effective (MCE) sont des nombres trs proches de
1, arrondis 1.
Le systme lectrique, compose dune charge constante et de deux fermes oliennes qui
produisent une puissance qui varie, devient un systme lectrique quivalent une charge qui
varie suivante MCE illustre par la Figure 23 et les fermes oliennes de puissance constante.
Avec une capacit du gnrateur fictif quivalent (CFEG) de 160MW, le systme est capable de
fournir la charge une puissance maximale de 160MW. Au-del de cette limite, le systme passe
en tat de dfaut, il faut alors dlester des charges. La probabilit de dlestage de charge (LOLP)
est alors de 0,0023.
La diffrence entre ce rsultat et la solution exacte (0,0092) est significative. Cette erreur est due
la discrtisation de la distribution normale. Pour avoir une meilleure prcision, le nombre
dchantillons doit tre augment. Une discrtisation avec 1000 chantillons donne le
rsultat suivant : LOLP 0,0091, ce qui sapproche du rsultat.
Page | 57
1
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
CFEG
0.2
0.2
0.1
0.1
0
20
40
60
80
100
120
140
160
180
200
0
20
CFEG
40
60
80
100
120
140
160
180
200
Figure 23. La monotone de charge effective

a. discrtisation de 5 intervalles, b. discrtisation de 1000 intervalles
Tableau 4. Le calcul du produit de convolution
Charge
MCE
8,22E-14
2,74E-08
2,28E-03
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
1,00E+00
20
8,22E-14
2,74E-08
2,28E-03
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
1,00E+00
40
8,22E-14
2,74E-08
2,28E-03
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
1,00E+00
60
8,22E-14
2,74E-08
2,28E-03
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
1,00E+00
2,74E-08
2,28E-03
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
1,00E+00
2,28E-03
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
1,00E+00
8,64E-02
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
9,98E-01
8,23E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
9,11E-01
8,64E-02
2,28E-03
2,74E-08
8,22E-14
8,87E-02
2,28E-03
2,74E-08
8,22E-14
2,28E-03
2,74E-08
8,22E-14
2,74E-08
8,22E-14
8,22E-14
80
100
120
140
160
180
200
220
IV.1.2.1.3 Avantages et inconvnient de la mthode de la monotone de charge effective

Cette mthode est moins coteuse par rapport la simulation de Monte Carlo au niveau du temps
de calcul. Elle a la capacit de prendre en compte les deux types de variables alatoires : discrte
Page | 58
et continue, ce qui est un bon avantage pour traiter les systmes hybrides. Sa prcision est
ajustable en modifiant le nombre dchantillons de la discrtisation des variables continues.
La discrtisation des variables continues diminue la prcision. Pour garantir une prcision
comparable, une discrtisation fine est ncessaire. La mthode de la monotone de charge
effective devient plus coteuse au niveau du temps de calcul. Cependant, le calcul de la
monotone de charge effective au niveau hirarchique II est compliqu et demande beaucoup
deffort de calcul [Choi, 2005].
IV.1.2.2 Mthode de fiabilit de premier-ordre (First-Order Reliability Method - FORM)
La mthode de fiabilit de premier-ordre est une mthode ddie lestimation de la probabilit
de dfaillance dun systme. Elle a t applique largement dans plusieurs domaines des sciences
de lingnieur [Ditlevsen, 1996] dont gnie civil, gnie mcanique, science de l'environnement
La dtermination de la fiabilit du systme est base sur la dfinition de la fonction de ltat
limite. La fonction dtat limite g(Y) dpend des variables de sortie Y [Bastiaensen, 2009]:
g(Y) > 0 reprsente ltat normal en toute scurit du systme suivant le seuil de fiabilit
choisi.
g(Y) < 0 reprsente ltat de dfaillance du systme suivant le seuil de fiabilit choisi
g(Y) = 0 reprsente la surface dtat limite
La probabilit de dfaillance peut tre dtermine avec lquation :
f ( g (Y) 0) ( g (h(X)) 0)
g ( h ( X ))0
f X ( x)dx
[2.50]
Avec X le vecteur des variables entres alatoires,

Y=h(X) est la fonction reprsentant le systme lectrique,
fX(x) est la densit conjointe de probabilit des variables alatoires dentres.
Dans le cas o les variables dentres sont transformes en variables dans lespace normal centr
rduit (avec =0 et =1), la probabilit de dfaillance devient :
f
G ( Z )0
( z )dz
[2.51]
O (z) est la densit conjointe de probabilit de la loi normale centre rduite et G(Z) est la
fonction dtat limite rsultant dans lespace normal centr rduit:
g ( Y) g (h( X)) g (h( 1 (Z))) G(Z)
[2.52]
Page | 59
T est la transformation probabiliste du vecteur alatoire X au vecteur alatoire Z qui est normal
standardis (=0 et =1).
Le calcul de lintgrale [2.51] est compliqu, mme en espace normal standardis. Pour faciliter
le calcul de cette intgrale, la mthode de fiabilit de premier-ordre propose dapproximer la
surface dtat limite (la frontire entre ltat normal et ltat de dfaillance) par un hyperplan qui
est illustr par la Figure 24. G ( Z) est un hyperplan tangent la surface de ltat limite, travers
le point de conception (le point sur la surface de ltat limite, qui est le plus proche de lorigine) :
G ( Z) G ( Z) .
Figure 24. Approximation de la surface de ltat limite

Avec cette approximation, le calcul de lintgrale [2.51] devient :
f
G ( Z )0
( z )dz ()
[2.53]
O est la distance entre le point de conception et lorigine. est la fonction de rpartition de

la loi normale centre rduite. Z* est le point de conception, ce qui est sur la surface dtat limite
et qui est le plus proche de lorigine.
IV.1.2.2.2 Recherche du point de conception
Le point de conception joue un rle essentiel dans l'analyse de fiabilit. Par dfinition, il est le
point de la surface dtat limite dans l'espace normal centr rduit avec la densit de probabilit
la plus forte. C'est le point recherch pour approximer la surface tat-limite pour la mthode de
fiabilit de premier-ordre.
Page | 60
Le point de conception est la solution pour le problme d'optimisation sous contrainte :

Z* argmin { Z
G (Z) 0}
[2.54]
O Z est le vecteur des variables alatoires dans l'espace normal centr rduit, Z* est le point de
conception, G est la surface dtat limite dans l'espace normale centre rduit et argmin { Z }
dnote largument du minimum de la norme de Z.
Pour chercher le point de conception, lalgorithme de iHLRF est le plus populaire. Cet
algorithme a t dvelopp par Hasofer et Lind [Hasofer, 1974] et Rackwitz et Fiessler
[Rackwitz, 1978]. Ensuite, il a t modifi et amlior par Liu et Der Kiureghian [Liu, 1991] et
Zhang et Der Kiureghian [Zhang, 1997] en ajoutant un schma de recherche linaire.
Cet algorithme itratif gnre une srie de points selon la rgle rcursive:
Zi 1 Zi li di
[2.55]
Avec di la direction de recherche et li le pas de calcul.

La direction de recherche est calcule suivant lquation :
G (Zi )T Zi G (Zi ) G (Zi )

di
Zi
G (Zi )
G (Zi )
[2.56]
Lobjectif de lalgorithme de recherche est de trouver le point de conception, qui est sur la
surface ltat limite et qui est le plus proche de lorigine. Elle est base sur un processus de
rptition avec plusieurs itrations afin de converger vers le rsultat final. Pour converger plus
vite, elle cherche glisser les points intermdiaire suivant la direction la plus pentue. La formule
[2.56] permet de trouver cette direction.
Le pas de calcul li est choisi gal 1 pour faciliter le calcul. Toutefois, pour amliorer la
convergence de lalgorithme, le pas de calcul optimal peut tre calcul [Sudret, 2000].
L'algorithme ncessite alors un nombre d'valuations rduit et, par consquent, est plus efficace.
Lalgorithme de recherche du point de conception iHLRF en particulier et tous les algorithmes
doptimisations bass sur le gradient en gnral demande une valuation exacte du gradient de la
fonction de ltat limite. Autrement dit, pour que ces mthodes puissent tre efficaces, la
fonction dtat limite doit tre diffrentiable. Cependant, pour certains problmes, la fonction
dtat limite est discontinue et par consquent, elle nest plus diffrentiable. En appliquant ces
Page | 61
algorithmes doptimisation, le bon point de conception ne peut pas tre dtermin et les
algorithmes de recherche ne parviennent pas converger.
La formule [2.56] ne peut tre applique que dans le cas de fonctions diffrentiables. Cependant,
pour certains problmes, la fonction dtat limite est discontinue et par consquent, elle nest
plus diffrentiable. Dans ce cas, des mthodes doptimisation ne faisant pas intervenir le gradient
doivent tre implmentes. Dans le cadre de ce travail de thse, lalgorithme doptimisation par
la mthode de recherche simplex [Lagarias, 1998] a t utilis afin de trouver le point de
conception de la fonction dtat limite discontinue. Il demande plus dvaluations de la fonction
dtat limite que la mthode iHLRF mais l'effort de calcul requis reste plus rduit quavec les
mthodes de simulations classiques telles que la simulation de Monte Carlo.
IV.1.2.2.3 La procdure de mise en uvre de la mthode de fiabilit de premier-ordre
En prenant comme exemple le systme lectrique prcdent de trois nuds, nous allons calculer
la probabilit de dlestage de charge (LOLP) en utilisant la mthode de fiabilit de premierordre.
On rappelle que Y la variable de sortie est le manque de puissance du systme Pm=100MW Pol2 - Pol3. La fonction dtat limite sera dfinie par :
g (Y) Pm Pol 2 Pol3 100
[2.57]
Avec Pol2, Pol3 ~ N(60,62).

La probabilit de dfaillance peut tre dtermine par:
LOLP p f p( g (Y) 0)
Pol 2 Pol 3 100 0
f X (X)dX
o X P
[2.58]
Tout dabord, une transformation de toutes les variables dentres dans lespace normal
standardis est ncessaire :
Pol 2 60
;
6
T 1 ( Pol 2 ) 6.Pol 2 60;
Pol3 60
;
6
T 1 ( Pol3 ) 6.Pol3 60;
Pol 2 T ( Pol 2 )
Pol3 T ( Pol3 )
Pol 2
Pol3
[2.59]
O Pol 2 , Pol3 sont les variables alatoires normales standardises.

Avec cette transformation, la fonction dtat limite devient :
g (Y) G ( Z) 6.( Pol 2 Pol3 ) 20
[2.60]
Page | 62
La recherche du point de conception peut tre mene par lalgorithme de iHLRF [Haukaas,
2003], qui est implment dans le toolbox FERUM. Dans cet exemple, avec laide de cet
algorithme, le point de conception Y*= 5 ; 5 est dtermin comme lillustre la Figure 25.
3 3
La distance entre le point de conception et lorigine est alors : 2,357 .
Figure 25. Fonction dtat limite dans lespace normal centr rduit
La probabilit de dfaillance peut tre calcule :
LOLP f
G ( Z )0
( z )dz () 0,0092
[2.61]
Le rsultat calcul par FORM est proche de la solution exacte par contre le temps de calcul est
trs faible par rapport aux autres mthodes prsentes prcdemment. Ltape la plus coteuse
en temps de calcul dans FORM est la recherche du point de conception. Dans cet exemple,
comme la fonction dtat limite est linaire, la recherche peut tre ralise trs rapidement (dans
quelques itrations) avec lalgorithme de iHLRF et la rponse obtenue est trs prcise.
Nanmoins, dans le cas o la fonction dtat limite est fortement non-linaire, lapproximation
du premier-ordre nest plus approprie. Une approximation de deuxime-ordre peut tre utilise
pour amliorer la prcision de lestimation de la probabilit de dfaillance.
Page | 63
IV.1.2.2.4 Avantages et inconvnient de la mthode FORM

Avec la mthode FORM, il nest plus ncessaire de calculer lintgrale du domaine de
dfaillance et de faire une simulation numrique. Cest la raison pour laquelle le temps de calcul
est beaucoup plus faible. Cette mthode dispose aussi dune capacit affiner le rsultat en
utilisant une approximation de la surface dtat limite, au point de conception de degr plus
lev. Elle est applicable dans les cas de fonction discontinue ou de fonction ayant des drives
premires discontinues.
Notons de plus que suivant la fonction dtat limite et lalgorithme de recherche du point de
conception, la convergence de cette recherche nest pas toujours garantie et peut conduire un
point de conception qui nest pas ncessairement le plus proche (minimum local). Finalement,
cette mthode ne permet pas de traiter des variables discrtes et sa prcision diminue face des
fonctions dtat limite dont lintersection avec le plan horizontale est fortement non-linaire.
En pratique, le rsultat de FORM est souvent vrifi par une simulation Monte Carlo avec
lchantillonnage prfrentiel au tour du point de conception.
V. Conclusion
Dans cette section, les notions de base sur la probabilit et les statistiques ont t brivement
rappeles. Ensuite, plusieurs indicateurs actuellement proposs pour lvaluation de la fiabilit
du systme lectrique sont introduits.
Puis, les quatre mthodes actuellement utilises pour quantifier la fiabilit du systme lectrique
ont t dtailles. Un rseau type 3 nuds a t pris comme exemple afin dexpliquer le
principe de fonctionnement de chacune de ces mthodes. Une comparaison des 4 mthodes est
donne dans le Tableau 5.
En terme de temps de calcul, la simulation Monte Carlo est la plus coteuse car elle demande un
chantillonnage alatoire rpt pour calculer le rsultat. La mthode de la monotone de charge
effective (ELDC) est aussi coteuse car elle demande une discrtisation fine (environ 1000
intervalles sur chaque variable dentre continue) pour trouver un rsultat acceptable. La
mthode d'estimation ponctuelle est moins coteuse. Le nombre dappel de la fonction de sortie
est de 2n avec n est le nombre des variables dentre continue. La mthode de fiabilit de
premier-ordre est la plus rapide. Dans le cas de fonction linaire, elle requiert seulement un ou
deux calculs de fonction de sortie afin daboutir au rsultat.
Page | 64
En terme de temps de prcision, la MCS est la meilleure. Avec cette mthode, le niveau de
prcision est contrlable alors elle est utilise trs souvent comme mthodes de rfrence pour
valider le rsultat trouv. LELDC est aussi une mthode prcise. Sa prcision peut tre
amliore en augmentant le nombre dintervalle de discrtisation. La mthode FORM est base
sur une approximation alors sa prcision nest pas bonne en cas de forte non-linarit. Dans ce
cas, lapproximation de la surface de ltat limite par une courbe de deuxime-ordre peut
amliorer la prcision du rsultat (mthode de fiabilit de deuxime-ordre). La prcision de la
PEM varie fortement suivant le problme dtude. Dans cette exemple, elle donne un rsultat
exact car les variables dentre sont gaussienne et la fonction de sortie est linaire alors la
variable de sortie est aussi gaussienne. En ralit, quand la fonction de sortie est non linaire, le
rsultat par PEM prsente une erreur importante en queue de la densit de probabilit (o
lintrt de ltude de fiabilit).
Parmi ces 4 mthodes, la MCS et lELDC sont capables de traiter le cas dun systme hybride
(avec la prsence en mme temps de variables discrtes et de variables continues). Cependant,
elles demandent un effort de calcul plus important. Le traitement du problme hybride de la
PEM et FORM est impossible.
Tableau 5. La comparaison des mthodes de calcul probabiliste
Mthode
Adaptation au
Temps de calcul
Prcision
MCS
Oui
PEM
Non
ELDC
Oui
FORM
Non
problme hybride
Dans ce travail de thse, nous allons choisir la FORM due sa vitesse de calcul. Elle sera
couple avec la formule des probabilits totales pour tre capable de traiter le problme hybride.
Le dtail de ce couplage sera prsent dans le chapitre suivant.
Page | 65
Page | 66
Chapitre 3. Approche probabiliste propose pour lvaluation de la fiabilit du systme lectrique court terme
Chapitre 3. Approche probabiliste propose pour

lvaluation de la fiabilit du systme lectrique court
terme
I. Introduction
Les mthodes probabilistes actuellement appliques dans lvaluation de la fiabilit du systme
lectrique rencontrent de nombreuses difficults dune part cause de la prsence simultane des
deux types des variables alatoires (continue et discrte : hybride) et dautre part cause des
contraintes lies au temps de calcul.
Dans ce chapitre, une nouvelle approche probabiliste ddie lestimation de la fiabilit du
systme lectrique hybride court terme (24h) sera propose. Le principe de cette approche se
base sur une mthode de calcul des probabilits totales (arbre de probabilit), ddi au traitement
des variables discrtes et une mthode probabiliste pour le traitement des variables continues
(Figure 26).
Figure 26. Mthode propose pour le systme hybride composite

Parmi les quatre mthodes probabilistes proposes dans le chapitre prcdent, la mthode de
FORM est choisie pour ces deux principaux avantages :
Un temps de calcul intressant : il ny a ni besoin de calculer lintgrale du domaine de
dfaillance ni davoir une simulation numrique. Cest un avantage trs important dans
lvaluation de la fiabilit court terme. Les prvisions de production sont donnes pour
la journe venir : ces informations sont disponibles et mises en ligne 18h et sont
qualifies de Prvisions de Rfrence pour l'intgralit de la journe du lendemain
[RTE, 2012]. En plus, il existe aussi des prvisions infra-journalires : il s'agit de
prvisions recalcules au cours de la journe. Ces informations sont actualises toutes les
Page | 67
heures. Si nous avons une approche suffisamment rapide en terme de temps de calcul,
nous pouvons considrer les prvisions les plus rcentes, ce qui garantit une meilleure
prcision.
Le traitement des fonctions dtat discontinues : partir de plusieurs donnes dentre
(continues et discrtes), le modle du systme lectrique est utilis pour dterminer ltat
du systme. Ltat du systme est alors une variable de deux tats : 0 et 1, correspond
ltat normale et ltat en dfaillance respectivement. Par consquent, la fonction de ltat
du systme lectrique au niveau hirarchique II est discontinue. Comme cette mthode est
applicable en prsence de fonctions discontinues ou de fonctions ayant des drives
premires discontinues, elle peut alors tre utilise pour le niveau hirarchique I ainsi que
le niveau hirarchique II.
La premire partie de ce chapitre prsente les caractristiques des variables alatoires du systme
lectrique hybride court terme. Ces variables sont la disponibilit des quipements dans le
systme, lerreur de la prvision de la production et lerreur de la prvision de la charge. Ensuite,
la dmarche pour lvaluation de la fiabilit du systme lectrique au niveau hirarchique I et au
niveau hirarchique II sera dtaille. Une comparaison est faite entre la mthode propose et la
simulation Monte Carlo utilis comme mthode de rfrence. Enfin, une analyse de linfluence
des variables alatoires dentres sur la sensibilit de la fiabilit du systme lectrique sera
prsente.
II. Les variables alatoires du systme lectrique hybride

court terme
II.1. Disponibilit des quipements
La disponibilit des quipements du systme lectrique est une variable alatoire discrte qui
reprsente laptitude dun quipement accomplir une fonction demande dans des conditions
prcises, un instant donn ou pour un intervalle de temps donn. Cet tat dpend de deux
vnements : la maintenance et la panne de lquipement. court terme, le calendrier dentretien
est suppos connu, le caractre alatoire de la disponibilit dpend plus de la dfaillance de cet
quipement.
Lorsque l'on dispose d'un nombre important de composants ou d'quipements identiques, on peut
faire des estimations thoriques en exprimentales de paramtres de fiabilit tels que le MTTR
Page | 68
(Mean Time To Repair) ou le MTBF (Mean Time Before Failure). En gnrale, au dbut de vie
des composants, on constate un taux de dfaillance assez lev, ce taux dcroit assez rapidement
lorsque le composant a franchi avec succs la mise en service. Le taux de dfaillance se stabilise
ensuite. Il croit avec le vieillissement du composant (Figure 27). En gnral, la probabilit de
dfaillance est dcrite par une loi exponentielle.
Figure 27. La variation du taux de panne dans la vie dun quipement

En se basant sur une tude statistique et sur lge de lquipement, le taux de dfaillance des
quipements du systme lectrique peut tre calcul. Cest un paramtre dentre trs important
dans lvaluation de la fiabilit du systme lectrique hybride court terme.
Figure 28. La probabilit de ltat de lquipement

Dans le cadre de ce travail de thse, ltat de disponibilit des gnrateurs, des lignes et des
transformateurs sera modlise par une variable alatoire discrte suivant la loi Bernoulli. Si
llment est disponible, son tat prend la valeur 1, sinon, il prend la valeur 0. La probabilit que
cet tat soit gale 0 correspond son taux de dfaillance (Forced Outage Rate - FOR) (Figure
28).
Page | 69
p(E x) 1FOR
FOR
si x 0
si x 1
[3.1]
Avec E : tat de lquipement

FOR : taux de dfaillance de lquipement
II.2. Erreur de la prvision de la charge

La prvision de la consommation joue un rle trs important dans la planification du systme
lectrique et la dtermination des topologies dexploitation. Cette prvision est ralise laide
dune tude statistique sur les donnes passes et de prvisions socio-conomiques (jours fris,
jours de vacances, croissance conomique, temps).
Aujourdhui, plusieurs techniques ont t implantes pour amliorer la performance, lefficacit
et la prcision de la prvision mais lerreur de la prvision reste toujours invitable [Le, 2008].
La Figure 29 montre lerreur de la prvision journalire de la charge totale franaise faite par
RTE pour lanne 2010 par pas de 15 minutes. La pointe de charge en 2010 tait de 96000MW
19h le 15 dcembre et le creux de charge tait de 31500MW 7h le 8 aot.
Figure 29. Histogramme de lerreur de la prvision journalire de la charge en 2010 [RTE, 2012]
A partir de ces donnes, nous pouvons constater que la forme de la distribution de lerreur de la
prvision journalire de la charge prsente lallure dune gaussienne. La valeur moyenne de
lerreur est 16,88MW et lcart type est 823,83MW. En tenant en compte de la taille du systme
(valeur moyenne gale 58000MW), la valeur moyenne peut tre suppose gale 0 et lcart
Page | 70
type relatif est gal 0,014 p.u. La prvision de la charge est relativement bonne car elle est
base sur lhabitude des consommateurs et leffet de foisonnement permet de compenser des
erreurs entre elles. Pour la prvision de la charge chaque nud, cette erreur est suppose plus
grande car leffet de foisonnement disparait. Dans ce travail de thse, une seule prvision est
utilise pour toutes les charges dans le systme. Lcart-type relatif de la prvision de la charge
sera de 1%.
II.3. Erreur de la prvision de la production renouvelable

La prvision de la production renouvelable est trs importante pour la planification du
fonctionnement du systme lectrique. Elle permet de maintenir lquilibre entre la production et
la consommation et dviter les congestions des lignes de transport. Les erreurs de prvisions sur
la puissance des sources renouvelables sont importantes tant donn quelle dpend fortement
des conditions mtorologiques.
La Figure 30 montre lerreur de la prvision journalire de la production olienne faite par RTE
pour les six derniers mois de lanne 2011 par pas horaire. La puissance olienne produite tait
de 1317MW en moyenne pour lanne 2011. La valeur moyenne de lerreur de la prvision est
de 49,11MW et lcart type est de 206,92MW. D la non-linarit de la courbe de puissance
des gnrateurs oliens (Figure 31), lerreur de la prvision de la puissance olienne nest pas
gaussienne.
Figure 30. Histogramme de lerreur de la prvision journalire de la production olienne pour les
six derniers mois de lanne 2011 [RTE, 2012]
Page | 71
Cependant, la prvision du vent est utilise dans certains travaux de recherche, ce qui favorise
lapproximation gaussienne [Usaola, 2008]. Ensuite, la puissance olienne sera calcule en se
basant sur la courbe de puissance des gnrateurs oliens (voir Figure 31).
Figure 31. La non-linarit de la courbe de puissance de lolien [Fuhrlaender, 2012]

Dans ce travail de thse, lerreur de la prvision du vent est utilise comme une donne dentre.
Elle est modlise par une distribution gaussienne avec une valeur moyenne gale 0.
Limportance de lerreur de la prvision du vent, paramtre par lcart-type de la distribution
gaussienne, dpend de plusieurs facteurs mais lchelle de prvision est une des plus influentes
[Lavier, 2009]. Pour une tude du lendemain (prvision 24h), un cart-type de 0,1 p.u (10%) est
pris. En se basant sur la vitesse du vent, la production olienne sera calcule en utilisant le
modle de lolienne prsent dans lannexe A.
III. valuation de la fiabilit du systme lectrique

III.1. Traitement des variables alatoires discrtes
III.1.1. Dfinition mathmatique de la formule des probabilits totales
Soit un espace probabilis (, A, ) form d'un ensemble , d'une tribu ou -algbre A sur
et d'une mesure p sur cette -algbre telle que p() 1 . Si ( Bi ) iI est un ensemble
Page | 72
d'vnements disjoints fini ou dnombrable et tel que
Bi , et si pour tout i I , p(B ) 0 ,

i I
alors, pour tout vnement A , on a :

p( A) p( A | Bi ) p( Bi )
[3.2]
iI
O :
p(A) est la probabilit de lvnement A ,
p ( Bi ) est la probabilit de lvnement Bi ,
p( B ) 1
iI
p( A | Bi ) est la probabilit conditionnelle de lvnement A, sachant que lvnement Bi

s'est ralis.
III.1.2. Application dans lvaluation de la fiabilit du systme lectrique

Dans le cadre de ce travail, lvnement A reprsente une dfaillance du systme lectrique, par
exemple : un dlestage de la charge se produit. Chaque vnement Bi reprsente une
configuration du systme lectrique, qui est une combinaison des tats de disponibilit des
quipements dans le systme. La probabilit conditionnelle p( A | Bi ) est la probabilit de
dfaillance du systme lectrique la configuration Bi .
On dnote p f la probabilit de dfaillance du systme lectrique, pi est la probabilit de
dfaillance du systme lectrique sachant que le rseau est dans la configuration Bi et qi est la
N
probabilit d'apparition de la configuration Bi ( qi 1 ). Lquation [3.2] devient :

i 1
p f pi qi
[3.3]
i 1
O N est le nombre total des configurations possibles du systme lectrique, chaque

configuration est une combinaison de ltat de tous les quipements dans le systme. Ces
configurations peuvent tre dtermines facilement laide dune analyse combinatoire des
variables discrtes du systme. La probabilit d'apparition des configurations qi peut tre
calcule en se basant sur le taux de dfaillance de chaque quipement.
Afin dvaluer la probabilit de dfaillance pi , le sous problme ne comportera que des variables
alatoires continues. La mthode de FORM peut donc tre choisie pour calculer la probabilit de
dfaillance du systme lectrique dans chaque configuration.
Page | 73
Cependant, comme le nombre des configurations possibles du systme lectrique N augmente

rapidement en fonction du nombre des variables alatoires discrtes k ( N 2k ), le calcul de la
probabilit de dfaillance du systme lectrique chaque configuration devient trs coteux. Par
exemple, avec le systme de test de 14 nuds de IEEE qui se compose de 20 lignes et de 5
gnrateurs, le nombre de variables alatoires est k 25 et le nombre des configurations
possibles est N 225 plus de 33 millions . La formule des probabilits totales demande de
rsoudre au moins 33 millions de fois le coulement de Puissance . Une approximation est
alors ncessaire pour rduire ce cot.
Nous pouvons constater que la probabilit de dfaillance du systme lectrique chaque
configuration ( pi ) varie entre 0 et 1 (Chapitre 2.II.1. La notion de probabilit). A partir de
lquation [3.3], nous pouvons dterminer que la probabilit de dfaillance du systme lectrique
p f varie aussi entre 0 (quand tous les pi sont 0) et 1 (quand tous les pi sont 1).
N
pq
i 1
i i
pi 0
0 Pf 1 pi qi
i 1
[3.4]
p i 1
chaque calcul de pi , cet encadrement peut tre rduit :
i 1
p1q1 Pf p1q1 j 2 p j
i2
p1q1 p2 q2 Pf p1q1 p2 q2 j 3 q j
[3.5]
...
Au i me
p q Pf j 1 p j q j j i 1 q j
j 1 j j
Au ime calcul, la probabilit d'apparition de toutes les configurations q1, q2, qn est connue. La
probabilit de dfaillance du systme lectrique de la 1er configuration la ime configuration p1,
p2, pi est connue, la probabilit de dfaillance du systme lectrique de la (i+1) me
configuration la nme configuration nest pas connue. La probabilit de dfaillance du systme
lectrique prend la valeur minimale si pi+1=pi+2==pn=0 et la valeur maximale si
pi+1=pi+2==pn=1. Lcart p f p f max p f min j i1 q j est lincertitude de pf litration i.
n
Page | 74
i
j 1
p j q j j i 1 q j
n
i
j 1
p jq j
Figure 32. Lencadrement du rsultat

Pour optimiser la convergence de lencadrement, les configurations possibles du systme
lectrique sont alors ordonnes en fonction de sa probabilit d'apparition (qi). q1 est la probabilit
de la configuration la plus probable, q2 est la probabilit de la deuxime et ainsi de suite.
L'valuation de la fiabilit va commencer avec la configuration la plus probable.
Lencadrement sera affin aprs chaque calcul de pi. Ds que lincertitude de pf (pf) est
infrieure un critre darrt, le calcul itratif peut tre arrt. Avec cette approche, un rsultat
approximatif est trouv avec une rduction significative du cot de calcul. La prcision de
lapproximation est totalement contrlable en changeant la largeur de lencadrement.
Pour la suite, les dmarches pour estimer la fiabilit de chaque configuration du systme
lectrique au niveau hirarchique I et II seront prsentes.
III.2. La fiabilit de chaque configuration du systme lectrique au

niveau hirarchique I
Le systme lectrique au niveau hirarchique I ne concerne que la production et sa capacit
subvenir la demande de la charge en lectricit. Dans chaque configuration du systme
lectrique, il nexiste que des variables alatoires continues, qui sont les erreurs de la prvision
de la production et de la consommation. La fiabilit du systme lectrique au niveau hirarchique
I est assure en fonction de lquilibre entre la puissance produite Pp et la puissance demande
Page | 75
Pd . Dans ce cas, le modle du systme est linaire, FORM peut tre rsolu de manire
analytique ce qui rduit considrablement le temps de calcul.
La dfaillance du systme lectrique au niveau hirarchique I est reprsente par lvnement
que la puissance demande est plus grande que la puissance produite :
p f p( Pd Pp )
[3.6]
La variable de sortie Ps est le surplus de la puissance disponible du systme. La fonction dtat

limite sera dfinie par :
g ( Ps ) Pp Pd
[3.7]
g ( Ps ) 0 reprsente ltat normal du systme lectrique au niveau hirarchique I.
g ( Ps ) 0 reprsente ltat de dfaillance du systme lectrique au niveau hirarchique I.
g ( Ps ) 0 reprsente la surface dtat limite qui est la frontire entre ltat normal et
ltat de dfaillance.
La puissance produite du systme se compose de deux parties, une partie dterministe qui est
gnre par les groupes de production classiques prvisibles Pc (Chapitre 1.II.1.1), une partie
alatoire qui est gnre par les groupes de production renouvelables et peu prvisibles Pr
(Chapitre 1.II.1.2).
Pp Pc Pr
[3.8]
g ( Ps ) Pc Pr Pd
[3.9]
La fonction dtat limite sera alors:
O Pc est une constante. Pd est une variable alatoire continue qui est suppose suivre une loi
normale. Pr est calcule en basant sur la vitesse du vent V qui est aussi suppose suivre une loi
normale : Pr P(V ) . Chaque variable est caractrise par une valeur moyenne ( ) et un carttype ( ) qui seront dtermins par un outil de prvision. Ces variables alatoires continues sont
supposes compltement indpendantes les unes des autres.
La probabilit de dfaillance peut tre dtermine en utilisant lquation suivante:
p f p( g ( Ps ) 0) p( Pc P(V ) Pd 0)
Pc P (V ) Pd 0
f Ps ( Ps )dPs
[3.10]
f P ( Ps ) est la densit conjointe de probabilit des variables dentre alatoires.
Page | 76
Ensuite, les variables dentre alatoires sont transformes en espace normal centr rduit (avec
=0 et =1) en utilisant le vecteur de transformation T. Une procdure de recherche du point de
conception est lance pour trouver le point Z* sur la surface de ltat limite, qui est le plus proche
de lorigine (voir lquation [2.54]). Une fois ce point a t trouv, la distance entre lui et le
point origine peut tre calcule.
La probabilit de dfaillance peut tre calcule :
p f
Pc P (V ) Pd 0
f Ps ( Ps )dPs ()
[3.11]
O est la fonction de rpartition de la loi normale centre rduite.
III.3. La fiabilit de chaque configuration du systme lectrique au

niveau hirarchique II
Le niveau hirarchique II comprend la fois la production et le transport. La fiabilit du systme
lectrique au niveau hirarchique II concerne laptitude du systme combin gnration
transport pour fournir lnergie souhaite (dans les limites de fonctionnement du rseau) aux
points de charge. La dfaillance du systme lectrique au niveau hirarchique II peut tre cause
par plusieurs vnements.
III.3.1. Analyse de la sparation du systme lectrique par la thorie de graphe

Pour certains tats du systme (une indisponibilit de certaines lignes de transmission ou
transformateurs importants), le rseau pourrait tre spar en plusieurs zones indpendantes. Le
calcul coulement de Puissance nest pas capable de traiter le systme lectrique dans cette
situation [Zimmerman, 2011]. Dans ce cas, le dlestage de charge dans chaque zone doit tre
valu sparment. Une analyse de la sparation du systme doit tre mise en uvre sur la base
de la thorie des graphes [Chartrand, 1984]. Toutes les lignes et les transformateurs disponibles
du rseau lectrique sont pris en compte. Pour chaque ligne ou transformateur, il existe 4
possibilits :
Si nud de dpart et nud darriv n'appartiennent pas aucun zone, une nouvelle zone sera
cre et contient les deux nuds et la ligne.
Si un nud appartient une zone et l'autre nud nest pas encore considr, les deux nuds
et la ligne appartiennent cette zone.
Page | 77
Si les deux nuds appartiennent dj deux zones diffrentes, les deux zones sont
fusionnes dans la mme zone.
Si les deux nuds appartiennent une zone unique, la ligne sera aussi dans cette zone.
la fin du processus, sil y a plus dun sous systme, le systme lectrique est spar.
L'valuation de la fiabilit de chaque zone doit tre effectue.
Par exemple, un rseau de 6 nuds et de 7 lignes est tudi (Figure 33a). Suite un dfaut, les
lignes 1 et 4 sont en panne (Figure 33b). La thorie de graphe est utilise pour analyser la
sparation du systme lectrique aprs le dfaut.
Premirement, la ligne 2 est tudie (car la ligne 1 est indisponible). Le nud de dpart et le
nud darriv de la ligne 2 (nud 1 et nud 4) n'appartiennent pas aucune zone, alors que la
zone1 est cre et contient le nud 1, le nud 4 et la ligne 2 (Figure 33c).
Deuximement, la ligne 3 est tudie. Elle est dans la mme situation que la ligne 2. La zone2 est
cre et contient le nud 2, le nud 3 et la ligne 3 (Figure 33d).
Troisimement, la ligne 5 est tudie. Dans ce cas, le nud 1 a dj appartenu la zone 1 et le
nud 5 nest jamais considr alors que le nud 5 et la ligne 5 sont dans la zone 1 avec le nud
1 (Figure 33e). Pour la mme situation, le nud 6 et les lignes 6 et 7 sont regroups dans la zone
1 (Figure 33f, g).
la fin du processus, il existe 2 zones alors que le systme lectrique est spar.
Figure 33. Exemple de lanalyse de la sparation du systme lectrique par la thorie de graphe
Page | 78
III.3.2. Dtermination de ltat du systme lectrique au niveau hirarchique II

III.3.2.1 Adquation de la production dlectricit
Comme le niveau hirarchique II comprend aussi le niveau hirarchique I, le manque de la
puissance lectrique (active et ractive) est une cause importante de dfaillance du systme
lectrique. Pour assurer une fourniture de la puissance au moins gale la demande de la charge,
le systme lectrique doit satisfaire la condition suivante:
N
Pp Pd P Ppi Pdi P
i 1
i 1
i 1
i 1
Q p Qd Q Q pi Qdi Q
[3.12]
O Pp est la puissance active maximale produite et Pd est la puissance active demande au

systme. Ppi est la puissance active maximale produite et Pdi est la puissance active demande au
nud i. P sont les pertes de la puissance active dans les lignes et les transformateurs. N est le
nombre de nuds du systme.
Q p est la puissance ractive maximale produite et Qd est la puissance ractive demande au
systme. Q pi est la puissance ractive maximale produite et Qdi est la puissance ractive
demande au nud i. Q sont les pertes de la puissance ractive dans les lignes et les
transformateurs.
Si cette condition nest pas assure, le systme lectrique est alors en tat de dfaut.
III.3.2.2 Adquation du rseau lectrique
Le manque de capacit de transit est aussi un motif pour le dlestage de la charge. En outre, le
maintien de la tension dans des plages de variation est essentiel pour assurer la qualit de
fourniture de lnergie lectrique. Lcroulement de la tension peut aussi causer une coupure de
la ligne, ce qui peut conduire un dlestage de charges. Pour valider ces conditions, un calcul
coulement de Puissance Optimal doit tre fait.
Le coulement de Puissance est un outil permettant l'analyse numrique applique un
systme lectrique. Une tude coulement de Puissance utilise gnralement un schma
unifilaire et des valeurs en per-unit pour analyser le systme lectrique en rgime permanent
[Zimmerman, 2011].
Page | 79
Aprs limplantation du calcul coulement de Puissance , toutes les tensions aux nuds
(lamplitude et la phase) et les puissances transitant dans les lignes (actives et ractives) sont
connues. Les conditions de la capacit de transit et de la variation de la tension peuvent tre
vrifies facilement. Si toutes les conditions sont bien respectes, le systme lectrique
fonctionne correctement. Sinon, un calcul de coulement de Puissance Optimal sera lanc.
Dans le cadre de la thse, le calcul coulement de Puissance et coulement de Puissance
Optimal seront raliss en utilisant loutil Matpower [Zimmerman, 2011]. Le dtail du calcul
coulement de Puissance et coulement de Puissance Optimal sont prsents dans
lannexe B.
III.3.2.3 La discontinuit de la fonction de ltat limite
Ltat du systme lectrique au niveau hirarchique II est la synthse de plusieurs conditions :
ladquation de la puissance (active et ractive), la capacit de transit des lignes/transformateurs
et la tension aux nuds. La fonction dtat limite du systme lectrique au niveau hirarchique II
est alors une surface avec deux tats : 0 et 1. Ltat 0 reprsente ltat de scurit du systme
lectrique (pas de dfaillance retrouve) et ltat 1 reprsente ltat de dfaillance du systme. La
prsentation graphique de la fonction dtat limite du systme lectrique au niveau hirarchique
II est constant par morceaux. Cest une fonction discontinue.
La recherche du point de conception de la fonction dtat limite discontinue en utilisant
lalgorithme doptimisation simplex [Lagarias, 1998] sera ralis comme nous lavons dj
expliqu dans la section IV.1.2.2.2 du Chapitre 2.
III.4. Lvaluation du PLC dun cas dtude

Dans cette partie, nous allons tudier la fiabilit du systme lectrique dj prsent dans la
section IV.1 du Chapitre 2. Cette fois, la disponibilit des lignes sera considre, le rseau sera
alors renforc par une ligne entre le nud 2 et le nud 3 pour assurer la condition de scurit N1. Les donnes du systme lectrique ncessaires pour le calcul de coulement de Puissance
sont donnes dans les tableaux ci-dessous.
Tableau 6. Paramtre des lignes du rseau de test de 3 nuds
N ligne
1
2
3
Du nud
1
1
2
Au nud
2
3
3
R [p.u.]
0,04
0,03
0,02
X [p.u.]
0,18
0,15
0,07
FOR (h-1)
2E-04
2E-04
1E-04
B [p.u.]
0,05
0,04
0,02
Smax [MVA]
120
120
60
Page | 80
Tableau 7. Paramtre des nuds du rseau de test de 3 nuds

Nud
1
2
3
Pd (MW)
100
0
0
Qd (MVAr)
10
0
0
Pp (MW)
0
100
100
Qpmax (MVAr)
0
30
30
Qpmin (MVAr)
0
-30
-30
Dans ce systme, la charge prvue au nud 1 est de 100 MW avec un cart-type de 1% et est
alimente par deux fermes oliennes avec une puissance installe de 100 MW aux nuds 2 et 3.
Les outils de prvision du vent donnent une valeur moyenne de 10 m/s avec un cart-type de
10% (distribution normale) pour le vent chaque ferme. La puissance ractive de la charge est
de 10 Mvar et la puissance ractive maximale de chaque olienne est de 30 Mvar. Ces capacits
de puissance ractive sont considres comme indpendantes de la puissance active de sortie, ce
qui est une approximation dans le cas des faibles puissances [ENTSO-e, 2012].
Figure 34. Systme de test de 3 nuds

Tout dabord, llaboration de larbre de probabilit permettant de traiter les variables alatoires
discrtes. Ltat 1 reprsente la disponibilit de la ligne et ltat 0 signifie quelle est hors
service. Le rseau se compose de trois lignes, le Tableau 8 reprsente les diffrentes
configurations du systme lectrique avec une probabilit d'apparition qui est de moins en moins
importante:
Tableau 8. Liste des configurations du systme lectrique
N configuration
1
2
3
4
5
6
7
8
Ligne 1-2
1
0
1
1
0
0
1
0
Ligne 1-3
1
1
0
1
0
1
0
0
Ligne 2-3
1
1
1
0
1
0
0
0
Probabilit d'apparition (qi)

(1-2E-04) (1-2E-04) (1-1E-04) = 0,9995
2E-04 (1-2E-04) (1-1E-04) = 1,9994E-4
(1-2E-04) 2E-04 (1-1E-04) = 1,9994E-4
(1-2E-04) (1-2E-04) 1E-04 = 9,9960E-5
2E-04 2E-04 (1-1E-04) = 3,9996E-8
2E-04 (1-2E-04) 1E-04 = 1,9996E-8
(1-2E-04) 2E-04 1E-04 = 1,9996E-8
2E-04 2E-04 1E-04 = 4E-12
Page | 81
La somme de tous les qi est gale 1. Une analyse de fiabilit de ce systme lectrique sera faite
au niveau hirarchique I et au niveau hirarchique II avec une hypothse que les units de
production sont 100% disponibles.
III.4.1. tude de fiabilit du cas dtude au niveau hirarchique I

Au niveau hirarchique I, il nexiste quune seule configuration du systme : deux fermes
oliennes avec une puissance installe de 100 MW chacune connectes une charge ayant une
consommation prvue de 100 MW (avec un cart-type de 1%). La vitesse du vent est prvue de
10 m/s avec un cart-type de 10%. En se basant sur la vitesse du vent, la production olienne
sera calcule en utilisant le modle de lolienne prsent dans lannexe A. Comme les
puissances ractives sont considres constantes et sont suffisantes, elles nont aucune influence
sur la fiabilit du systme lectrique au niveau hirarchique I.
Dans ce cas dtude, il nexiste que de la production renouvelable. La capacit totale de
production du systme est :
Pp Pr P2 P3
Pc 0
[3.13]
P2 et P3 sont les puissances des fermes oliennes respectivement au nud 2 et nud 3. Elles sont
calcules en fonction de la vitesse du vent, qui est une variable alatoire sous la forme dune
gaussienne :
P2 P(V2 ) o V2 N (V2 ; V22 ) N (10; 0,12 )

P3 P(V3 ) o V3 N (V3 ; V23 ) N (10; 0,12 )
[3.14]
La puissance active demande par la charge au nud 1 est une variable alatoire normale avec
une valeur moyenne de 100MW et un cart-type de 1% (1MW)
Pd ~ N ( d ; d2 ) N (100; 12 )
[3.15]
Le point de conception Z* est trouv avec laide le lalgorithme de iHLRF (voir IV.1.2.2.2 du
chapitre 2). Ses coordonnes sont 5 , 5 dans lespace normal centr rduit. La distance
3 3
entre le point de conception et le point origine dans lespace normal centr rduit peut tre
calcul :
Page | 82
2
OZ* 5 5 2,357
3 3
[3.16]
La probabilit de dfaillance au niveau hirarchique I (LOLP Loss Of Load Probability) peut

tre calcule en utilisant lquation [3.11]:
p f LOLP () (2,357 ) 0,00962
[3.17]
En prenant en compte lerreur de la prvision de consommation, la probabilit de dfaillance au

niveau hirarchique I a augment lgrement par rapport lexemple prsent au Chapitre 2.
Cette solution analytique est le rsultat exact du problme. Une simulation de Monte Carlo a t
lance avec lobjectif de comparer les deux rsultats. Avec laide de la technique
dchantillonnage prfrentiel en utilisant la fonction g ~ N (9,1; 0,01) pour lerreur de la
prvision du vent, le rsultat de lestimation est de 0,00971 (4699 valuations ; temps de calcul
1,6 secondes).
III.4.2. tude de fiabilit du cas dtude au niveau hirarchique II

Dans ltude de fiabilit du systme lectrique au niveau hirarchique II, les lignes de transport
avec leurs disponibilits et leurs capacits de transit seront considres. Un calcul de FORM a
t utilis pour estimer la probabilit de dfaillance de chaque configuration (Tableau 9). Dans
les configurations de 5 8, le systme doit faire face avec un dfaut N-2 o deux lignes sont en
panne en mme temps. Un dlestage de la charge est invitable, la probabilit de dfaillance est
alors 1. Dans ces cas, lutilisation de FORM nest pas ncessaire comme cest prsent sur la
Figure 26. Le temps total pour lvaluation de la probabilit de dfaillance au niveau
hirarchique II de ce cas dtude en utilisant FORM et la formule des probabilits totales est de
40 secondes avec 8 calculs de coulement de Puissance Optimal .
Tableau 9. Probabilit de dfaillance de chaque configuration
N configuration
1
2
3
4
5
6
7
8

0,9995
1,9994E-4
1,9994E-4
9,9960E-5
3,9996E-8
1,9996E-8
1,9996E-8
4E-12
Probabilit de dfaillance (pi)

0,00962
0,02729
0,03739
0,00962
1
1
1
1
Page | 83
La probabilit de dfaillance totale au niveau hirarchique II (PLC Probability of Load

Curtailment) sera calcule en utilisant lquation [3.3] :
N
p f PLC pi qi 0,00963
[3.18]
i 1
Pour vrifier le rsultat, la simulation de Monte Carlo a t utilise. Une simulation de Monte
Carlo mixte, o les variables alatoires discrtes et continues sont traites en mme temps donne
un rsultat de PLC=0,00968 aprs 20 minutes avec 306 calculs de coulement de Puissance
Optimal .
Avec la technique dencadrement (quation [3.5]), la variation du rsultat peut tre limite aprs
lvaluation de la probabilit de dfaillance de chaque configuration. Le Tableau 10 prsente
lvolution de lencadrement de la probabilit de dfaillance aprs chaque calcul.
i
j 1
p j q j PLC j 1 p j q j j i1 q j
i
[3.19]
Tableau 10. volution de lencadrement

N configuration
1
2
3
4
5
6
7
8
Borne infrieure
0,009616
0,009621
0,009629
0,009630
0,009630
0,009630
0,009630
0,009630
Borne suprieure
0,010116
0,009921
0,009729
0,009630
0,009630
0,009630
0,009630
0,009630
Nous pouvons constater quaprs la premire valuation, la borne suprieure de la probabilit de

dfaillance est diffrente seulement de 5% par rapport au rsultat final (0,010116 par rapport
0,009630). Aprs la 4me valuation, les deux bornes sont gales, et un rsultat prcis peut tre
trouv. Alors, dans ce cas dtude, avec laide de la technique dencadrement, si nous acceptons
une approximation de 5%, nous pouvons diviser par 8 la dure du calcul, sinon, la dure de
calcul peut tre divise par 2.
IV. Comparaison entre la mthode dvaluation de la

fiabilit propose et MCS
Dans lexemple prsent la section III.4 de ce chapitre, une comparaison entre la mthode
propose et MCS a t faite sur un petit rseau de 3 nuds. La nouvelle mthode a montr ses
avantages en termes de temps de calcul et de prcision par rapport la MCS. Dans cette section,
Page | 84
la comparaison sera faite sur 2 plus grands rseaux afin de dmontrer les avantages de la
mthode propose pour des applications plus complexes. Lindicateur PLC sera calcul au
niveau hirarchique II.
IV.1. Mthode propose et MCS dans le calcul de la PLC sur le

rseau de test 14 nuds de IEEE
IV.1.1. Prsentation du rseau de test 14 nuds de IEEE
Le rseau de test IEEE-14 nuds reprsente une partie du systme lectrique amricain du
Midwest en 1962 [Christie, 1999]. Il se compose de deux niveaux de tension diffrents (33kV et
132kV). La structure du rseau est illustre par la Figure 35. Les paramtres des lignes sont
prsents dans le Tableau 24.
Figure 35. Rseau IEEE-14nuds

Le rseau se compose de 11 charges ayant une consommation totale de 259 MW et de 73,5
MVAr comme il est dtaill dans le Tableau 22. Le gnrateur au nud 1 (132kV) est spar en
deux pour assurer la scurit N-1 du systme. La puissance de chacun des gnrateurs est rduite
Page | 85
160 MW. Le gnrateur au nud 2 est prserv. Trois compensateurs synchrones sont
respectivement raccords aux nuds 3, 6 et 8. Par rapport au rseau initial de 1962, trois fermes
oliennes sont ajoutes aux nuds 12, 13 et 14 en 33kV. Les paramtres des gnrateurs et des
compensateurs synchrones sont introduits dans le Tableau 23.
Les taux de panne des lignes et des gnrateurs dans ce rseau de test pour chaque intervalle
dune heure sont estims en se basant sur ceux du rseau de test de fiabilit de 24 nuds [IEEE,
1979] (voir Tableau 24 et Tableau 23). Dans une ferme olienne, la probabilit que toutes les
oliennes soient en panne est trs rare et peut tre nglige. La panne d'une olienne particulire
pourrait tre considre comme une petite fluctuation de la puissance de sortie. Contrairement au
gnrateur classique, dont la dfaillance de tout lment peut entraner une perte de puissance de
sortie, avec la ferme olienne, seulement une panne de l'lment de liaison de la ferme olienne
au rseau (par exemple : le transformateur) peut entraner une perte totale de la puissance de
sortie.
Les nuds PV sont les nuds quips du groupe de production (classique ou olienne). Ils ont
alors la capacit de rgler la tension suivant une valeur de rfrence. Les nuds PQ sont les
nuds o il ny a que la charge. La tension au nud PQ dpend le transit de puissance dans les
lignes. Pch et Qch sont la puissance active et la puissance ractive au nud considr.
IV.1.2. La PLC dans un crneau dune heure du 14 nuds de IEEE

Dans cette exemple, nous allons valuer la valeur de lindicateur PLC du rseau de test 14 nuds
de IEEE dans un crneau dune heure. La consommation est prvue au maximum (valeur dans le
Tableau 22) avec un cart-type de 1%. La vitesse du vent est prvue de 10 m/s avec un cart-type
de 10%.
Une valuation de la PLC est lance en utilisant la mthode propose. Le rsultat trouv est de
PLC=0,00287 aprs 10 minutes de calcul. Durant la procdure dvaluation, un nombre total de
146 calculs coulement de Puissance Optimal a t utilis.
Une simulation de MCS est utilise pour vrifier le rsultat. Aprs 266 minutes de calcul soit 4,5
heures, avec plus de 3821 de calculs coulement de Puissance Optimal , la simulation de
MCS converge vers un PLC=0,00283.
Nous pouvons constater quavec un rseau plus complexe, la demande du temps de calcul des
deux mthodes augmente. Il faut noter que les GRTs reoivent au jour prcdent les prvisions
Page | 86
de la production et de la charge (prvision J-1) et ils vont raliser une planification

oprationnelle en se basant sur ces information. Pour la validation de la planification, nous avons
au maximum 24 heures pour 24 intervalles dune heure, cest gale une heure par intervalle. Le
temps dvaluation de la fiabilit du systme lectrique dans un crneau dune heure avec la
MCS est plus de 4,5 heures. Cela signifie que la mthode de MCS nest pas applicable en
pratique. Ce temps de calcul de MCS peut tre rduit en utilisant plusieurs ordinateurs plus
puissants en mme temps mais le rseau lectrique en ralit est beaucoup plus complexe.
IV.2. Mthode propose et MCS dans le calcul de la PLC sur le

rseau de test RTS-96 de IEEE
IV.2.1. Prsentation du rseau de test RTS-96 de IEEE
Le rseau de test RTS-96 de IEEE [IEEE, 1996] se compose de 3 rseaux de 24 nuds de IEEE
ddi ltude de fiabilit (RTS-79) [IEEE, 1979]. Il contient deux niveaux de tension diffrents
(138kV et 230kV). La structure du rseau est illustre par la Figure 60. Les paramtres des lignes
sont prsents dans le Tableau 28.
La consommation totale du systme est de 8550 MW active et de 1740 MVAr ractive. Les
donnes des charges sont dtailles dans le Tableau 25. Le rseau se compose aussi de 96
gnrateurs avec la puissance totale de 8997,9 MW. Trois compensateurs synchrones sont
respectivement raccords aux nuds 114, 214 et 314. Par rapport au rseau initial, six fermes
oliennes sont ajoutes aux nuds 104, 105, 204, 205, 304 et 305 respectivement. Les
paramtres des gnrateurs et des compensateurs synchrones sont introduits dans le Tableau 26.
Les taux de panne des lignes et des gnrateurs dans ce rseau pour chaque intervalle dune
heure sont calculs en utilisant leurs donnes de fiabilit en fonction du nombre de panne par an
(Tableau 27 et Tableau 28).
IV.2.2. La PLC dans un crneau dune heure du rseau RTS-96

Lindicateur PLC du rseau RTS-96 nuds de IEEE sera valu dans un crneau dune heure. La
consommation est prvue au maximum (valeur dans le Tableau 22) avec lcart-type de 1%. La
vitesse du vent est prvue de 10 m/s avec lcart-type de 10%.
Page | 87
La mthode propose dans le chapitre 3 est utilise pour calculer la valeur de PLC. Elle demande
environ 30 minutes de calcul pour trouver la PLC=0,00183. Durant la procdure dvaluation,
353 calculs coulement de Puissance Optimal ont t lancs.
Ensuite, le rsultat trouv est compar avec celui valu par la simulation de MCS. Aprs 938
minutes de calcul, avec plus de 11035 calculs coulement de Puissance Optimal , la
simulation de MCS converge vers PLC=0,00179.
Avec le rseau RTS-96, qui se compose de 73 nuds, le temps de calcul requis par la mthode
propose est denviron 30 minutes, plus faible que lintervalle dtude. Ceci signifie quelle est
encore applicable dans ce cas.
V. Mthode pour dterminer la sensibilit des variables

dentre sur la fiabilit du systme lectrique
La fiabilit du systme lectrique hybride est lie la disponibilit des quipements dfinie par
les variables alatoires discrtes et aux erreurs de la prvision de la production et de la
consommation qui sont dfinies par des variables alatoires continues. Cependant, ces deux
types de variables alatoires ont des caractristiques trs diffrentes, leur tude simultane est
dlicate. Par consquent, leurs impacts sur la fiabilit du systme lectrique doivent tre tudis
sparment.
V.1. Comment dfinir lindice de sensibilit des variables dentre

alatoires discrtes
V.1.1. Introduction
Chaque variable alatoire dentre discrte reprsente le taux de panne dun lment du systme
lectrique. Pour tudier lindice de sensibilit dune variable alatoire dentre discrte, nous
allons calculer la probabilit de dfaillance du systme dans les configurations pendant
lesquelles cet lment nest pas disponible.
Sd j
pq
i:D j 0
i i
[3.20]
O :
Sdj : lindice de sensibilit de la variable alatoire dentre discrte j
Page | 88
i : le numro de la configuration
Dj : la disponibilit de llment j
i:Dj=0 : les configurations pour lesquelles llment j nest pas disponible
pi : la probabilit dapparition de la configuration i
qi : la probabilit de dfaut dans la configuration i
Cet indicateur permet aux gestionnaires du rseau dvaluer linfluence de la perte dun
composant sur la probabilit dalimenter les charges o daccepter lnergie renouvelable. Il
sagit dun outil qui permet de faire des comparaisons entre les composants : Sdj>Sdk alors le
composant j est plus sensible. Dans le cas o ce composant est en panne, le systme fonctionne
avec une probabilit de dfaillance plus importante. En fonction de cette probabilit, le
gestionnaire du rseau pourrait mettre en place des mesures supplmentaires pour assurer le bon
fonctionnement du systme lectrique. Si lindice Sdj est grand par rapport aux autres, le
composant en question sera le plus influent pour la fiabilit du systme lectrique, et donc un
renforcement du systme lectrique cet endroit peut tre ncessaire.
V.1.2. La sensibilit des variables dentre alatoires discrtes la PLC

Le Tableau 11 reprend lensemble des rsultats trouvs dans Chapitre 3.III.4.2 pour le systme
lectrique 3 nuds avec 2 fermes oliennes installes.
N
configuration
1
2
3
4
5
6
7
8
Ligne 1-2
1
0
1
1
0
0
1
0
tat des lignes

Ligne 1-3
Ligne 2-3
1
1
1
1
0
1
1
0
0
1
1
0
0
0
0
0
Probabilit
d'apparition (pi)
0,9995
1,9994E-4
1,9994E-4
9,9960E-5
3,9996E-8
1,9996E-8
1,9996E-8
4E-12
Probabilit de
dfaillance (qi)
0,00962
0,02729
0,03739
0,00962
1
1
1
1
Lindice de sensibilit de la ligne 1-2 sera calcul par :
Sligne12 p2 q2 p5 q5 p6 q6 p8 q8 5,5174.10 -6
[3.21]
Avec le mme principe, lindice de sensibilit de la ligne 1-3 et de la ligne 2-3 seront calculs
dans le Tableau 12.
Page | 89
Tableau 12. Lindice de sensibilit des lignes pour la fiabilit du systme lectrique
Lignes
Ligne 1-2
Ligne 1-3
Ligne 2-3
Importance (absolue)
5,5174E-6
7,5372E-6
1,0017E-6
Importance (relative)
0,3925
0,5362
0,0713
Les deux fermes oliennes aux nuds 2 et 3 sont similaires, la capacit de transit et le taux
dindisponibilit fortuit des deux lignes sont les mmes mais la rsistance et la ractance de la
ligne 1-2 sont plus leves. En effet, pour une mme puissance transite, les pertes dans ligne 1-2
sont plus leves que celles de la ligne 1-3. Dans le cas o la ligne 1-3 est indisponible, la
puissance totale demande est plus leve alors que le systme a un risque de dfaillance plus
lev. Cela explique dun ct la raison pour laquelle la probabilit de dfaillance pour la
configuration 3 est plus grande que celle pour la configuration 2 et dun autre ct limportance
de la ligne 1-3 qui est plus leve dans le Tableau 12.
V.2. Dfinition de lindice de sensibilit des variables dentre

alatoires continues
Chaque variable alatoire dentre continue reprsente lerreur dune prvision, qui est suppose
gaussienne centre et paramtre par un cart-type. Cette cart-type est une image de la
prcision, si la prvision est bonne, tend vers 0. Dans cette partie, linfluence de la prcision de
la prvision de la fiabilit du systme lectrique sera analyse. Un indice pour estimer la
sensibilit de chaque variable dentre sera propos.
V.2.1. Introduction
Dans le processus d'application de la mthode FORM, nous pouvons constater que le point de
conception a une caractristique intressante : ses cordonnes renseignent sur linfluence de
chaque variable dentre continue sur la probabilit de dfaillance [Srensen, 2004].
j est la projection de sur laxe de la variable dentre continue j. La grandeur de j est
proportionnelle limportance de cette variable. Si j est plus petite par rapport aux autres, la
zone de dfaillance est plus loigne de la valeur moyenne de j (qui est 0 dans lespace normal
centr rduit). Dans ce cas, la variation de la variable j peut tre importante mais le systme reste
encore dans la zone de scurit. On dit alors que ltat du systme est moins sensible par rapport
Page | 90
la variable dentre j. Pour quantifier lindice de sensibilit de chaque variable dentre, on

utilise le rapport j / .
Figure 36. La projection de sur les axes des variables dentre continues
Lindice de sensibilit de chaque variable dentre continue sera calcul en utilisant lquation :
Sc j pi
ij
qi
[3.22]
O :
Scj : lindice de sensibilit de la variable continue j
i : le numro de la combinaison
pi : la probabilit dapparition de la combinaison i
i : la distance la plus proche de lorigine dans la combinaison i
ij : i projet sur laxe de la variable continue j
qi : la probabilit de dfaut dans la combinaison i
Cet indicateur permet alors de dterminer les variables alatoires qui ont le plus dinfluence sur
les dfaillances considres.
V.2.2. La sensibilit des variables dentre alatoires continues la PLC

Dans lexemple du systme lectrique 3 nuds (avec 2 fermes oliennes installes) utilis
prcdemment, on constate que linfluence de la prcision de la prvision de la vitesse du vent de
la ferme au nud 2 et de la ferme au nud 3 sont quasiment identiques en se basant sur le fait
Page | 91
que les caractristiques des fermes et des lignes qui connectent chaque ferme la charge sont
similaires. Dans cette partie, ce systme de test sera modifi pour dmontrer la diffrence entre
les deux fermes oliennes : la puissance installe au nud 2 augmente jusqu atteindre 120MW
et la puissance installe au nud 3 diminue jusqu 80MW. La vitesse de vent prvue est de 10
m/s avec lcart-type de 10%.
Figure 37. Systme de test 3 nuds pour tudier linfluence de la prcision de la prvision
La probabilit totale de dlester de la charge du systme de test modifi est lgrement plus
N
leve : PLC pi qi 0,010881 . La probabilit de dfaillance de chaque configuration est

i 1
dtaille dans le Tableau 13. Ce tableau montre aussi les coordonnes du point de conception
dans chaque configuration.
N
configuration
1
2
3
4
5
6
7
8
Probabilit
d'apparition (qi)
0,9995
1,9994E-4
1,9994E-4
9,9960E-5
3,9996E-8
1,9996E-8
1,9996E-8
4E-12
Probabilit de
dfaillance (pi)
0,010839
0,194460
0,038520
0,010839
1
1
0,999995
1
Coordonne du point de conception

olien nud 2 olien nud 3
Charge
-1,8977
-1,2652
0,2636
9,9374e-6
-0,8411
0,1870
-1,4673
-0,9609
0,2234
-1,8977
-1,2652
0,2636
4,3707
1,6531e-06
-0,6628
-
Nous pouvons constater que les coordonnes du point de conception suivant laxe de la charge
sont souvent faibles. Cela signifie que leffet alatoire de la charge na pas beaucoup dinfluence
sur la fiabilit du systme lectrique.
Quand toutes les lignes sont prsentes (configuration No1), la coordonne du point de conception
sur laxe de la prvision de la vitesse du vent au nud 2 est plus leve que celle au nud 3 tant
donn que la puissance produite par la ferme au nud 2 est plus leve. Une perturbation
Page | 92
mme valeur relative dans la ferme au nud 2 provoque plus de perturbations en valeur absolue
que dans la ferme au nud 3.
Quand la ligne 1-2 est en panne (configuration No2), la cordonne du point de conception sur
laxe de la prvision de la vitesse du vent au nud 2 est trs faible. Leffet alatoire de la
puissance produite de la ferme au nud 2 na pas beaucoup dinfluence sur la fiabilit du
systme lectrique. Dans ce cas, la puissance de cette ferme doit passer par la ligne 2-3 pour tre
transmise la charge. La capacit de cette ligne est seulement de 60MVA tandis que la puissance
prvue de la ferme 2 est de 72MW (correspond avec la vitesse du vent de 10 m/s). La ligne 2-3
aura alors une grande probabilit dtre sature. Dans ce cas, la capacit couvrir de la charge
dpend de la capacit de la ferme au nud 3 produire plus de 40MW (plus les pertes dans les
lignes) ou pas. Cela explique la raison pour laquelle leffet alatoire de la ferme au nud 3 est le
plus important pour cette configuration. Cette situation napparat pas en cas de perte de la ligne
1-3 (configuration No3) parce que la puissance prvue de la ferme olienne au nud 3 est faible,
elle nest pas suffisante pour saturer la ligne 2-3.
Dans les configurations 5, 6, 8, le systme est toujours incapable de couvrir la charge donc la
probabilit de dfaillance vaut 1. Dans ce cas, la variation des variables dentre ninfluence pas
ltat du systme lectrique (qui est toujours en dfaut). Pour cette raison, ces configurations ne
seront pas considres dans la pondration de lindice de sensibilit.
Cependant, dans la configuration 7, mme avec la perte de la ligne 1-3 et de la ligne 2-3, le
systme lectrique a une faible probabilit de couvrir la charge parce que la puissance installe
de la ferme olienne au nud 2 est de 120MW. Dans ce cas, la prcision de la prvision de la
vitesse du vent au nud 2 est plus importante.
En utilisant lquation [3.22], linfluence des variables alatoires continues (la prcision de la
prvision de la production olienne) sera calcule dans le Tableau 14.
Tableau 14. Importance la prcision de la prvision pour la fiabilit du systme lectrique
Prvision
Vitesse du vent nud 2
Charge
Importance (absolue)
0,00896
0,00601
0,00125
Importance (relative)
0,5523
0,3705
0,0772
La prvision de la vitesse du vent au nud 2 est la plus importante. Cela signifie que son effet
alatoire a plus dinfluence sur la fiabilit du systme lectrique. Pour justifier ce jugement, nous
allons rduire leffet alatoire de chaque prvision en rduisant son cart-type. Le Tableau 15
montre que la probabilit de dlestage de charge du systme lectrique diminue normment
Page | 93
quand lamlioration de la prcision est faite avec la prvision de la puissance olienne au nud
2.
Tableau 15. La probabilit de dlestage de charge avec lamlioration de la prcision
Prvision amliore
Charge
PLC
0,000544
0,004498
0,010558
VI. La fiabilit pour la gnration renouvelable

VI.1. Introduction
PLC et plusieurs indicateurs de fiabilit conventionnels sont proposs quand le systme
lectrique a une structure verticale et sont bien adapts pour valuer la fiabilit du systme
lectrique vis--vis de la consommation. Toutefois, dans le nouveau contexte du systme
lectrique avec des sources distribues, la fiabilit du systme vis--vis de la production doit tre
envisage. Cela est particulirement le cas pour les sources d'nergie renouvelable dont la source
primaire est non contrlable telles que l'nergie olienne.
Dans certaines parties du rseau, pour des raisons de limitation de capacit de transport et de
distribution ou pour des raisons de maintenir de la tension des valeurs acceptables, les
gestionnaires du rseau sont obligs de limiter la puissance de sortie de certains parcs oliens.
Cette action traduit l'incapacit temporaire du systme lectrique intgrer cette production
locale. Ce travail de thse propose alors de dfinir un nouvel indicateur du niveau hirarchique II
appel la probabilit de restriction des gnrateurs (Probability of Generator Curtailment - PGC).
Dans cette tude, la PGC est applique en particulaire l'nergie renouvelable (PGCren) en
raison de son incapacit stocker son nergie primaire. Une faible PGCren signifie que presque
toutes les sources d'nergie renouvelables dans le systme lectrique seront capables de produire
leur puissance maximale disponible et que la possibilit quelles soient rduites est faible.
L'valuation de la PGCren est base sur le mme principe que l'valuation de la PLC. Le rsultat
trouv par la mthode propose sera compar avec celui de la simulation Monte Carlo.
VI.2. Lvaluation du PGCren dun cas dtude

Le systme lectrique 3 nuds tudi dans les sections prcdentes sera modifi : la ferme
olienne au nud 3 est remplace par un groupe classique avec une puissance active installe de
Page | 94
60MW et une puissance ractive de 30 MVAr. On considre que les groupes de production sont
toujours disponibles et que le taux dindisponibilit fortuit des lignes est donn au Tableau 6. Les
configurations possibles du systme sont combines en utilisant la formule des probabilits
totales (Tableau 8).
Figure 38. Systme de test 3 nuds pour la PGC

La probabilit de dlestage de production renouvelable dans chaque configuration est approche
en utilisant la mthode FORM pour les 8 configurations dfinies au Tableau 8. Parmi les
configurations, il existe certains cas o la probabilit de dfaillance est gale 0 ou 1. Dans ces
cas, lutilisation de FORM nest pas ncessaire comme prsent dans la Figure 26.
Tableau 16. Probabilit de dlestage de production renouvelable dans chaque configuration
N configuration
1
2
3
4
5
6
7
8

0,9995
1,9994E-4
1,9994E-4
9,9960E-5
3,9996E-8
1,9996E-8
1,9996E-8
4E-12
Probabilit de dfaillance (pi)

0
0,5
0
0
1
1
0
1
La probabilit totale de dlester de la production renouvelable au niveau hirarchique II (PGCren

Probability of Generator Curtailment for renewable energy) est calcule en utilisant lquation
[3.3] :
N
p f PGCren pi qi 1,00030E - 04
[3.23]
i 1
La mme technique dencadrement (quation [3.5]) sera utilise pour contrler lerreur sur le
rsultat aprs lvaluation de la probabilit de dlestage de production renouvelable dans chaque
Page | 95
configuration. Lvolution de lencadrement de la probabilit de dlestage de production

renouvelable aprs chaque calcul est prsente dans le Tableau 17.
Tableau 17. volution de lencadrement
N configuration
1
2
3
4
5
6
7
8
Borne infrieure
0
9,99700E-05
9,99700E-05
9,99700E-05
1,00010E-04
1,00030E-04
1,00030E-04
1,00030E-04
Borne suprieure
4,99920E-04
3,99950E-04
2,00010E-04
1,00050E-04
1,00050E-04
1,00050E-04
1,00030E-04
1,00030E-04
Nous pouvons constater quaprs la 4me valuation, lcart entre les deux bornes est
extrmement faible et un rsultat trs proche de la solution exacte donne en [3.3] peut tre
trouv. la 7me valuation les deux bornes convergent et un rsultat prcis peut tre trouv.
Pour vrifier le rsultat, Une simulation de Monte Carlo mixte, o les variables alatoires
discrtes et continues sont traites en mme temps, est lance. La probabilit totale de dlester de
la production renouvelable au niveau hirarchique II est trouve de PGCren=0,97992E-04 aprs
214 minutes de calcul.
VII. Conclusion
Dans ce chapitre, une approche probabiliste ddie lestimation de la fiabilit du systme
lectrique hybride court terme a t propose. Elle se base sur lutilisation de la formule des
probabilits totales et la mthode de fiabilit de premier-ordre, ce qui permet le traitement du
systme lectrique hybride en prenant en compte les variables alatoires discrtes et les variables
alatoires continues.
En utilisant cette approche, la probabilit de dlestage de charge au niveau hirarchique I
(LOLP) et au niveau hirarchique II (PLC) est tudie. Une comparaison entre ce couplage et la
mthode de simulation de Monte Carlo a t ralise (Tableau 18). Le rsultat montre que le
couplage avec la mthode de fiabilit de premier-ordre est plus efficace en termes de temps de
calcul et possde une bonne prcision. La prcision de la mthode propose dpend fortement de
la recherche du point de conception. Dans la bibliographie, une technique pour vrifier
l'exactitude de ce point est souvent utilise : lancer une simulation Monte Carlo au tour du point
de conception trouv pour voir si le rsultat est 50 :50 (entre dfaillance et scurit) ou pas.
Page | 96
En profitant de lavantage de cette nouvelle approche, un nouvel indicateur de fiabilit du niveau

hirarchique II pour estimer la probabilit de dlestage de production renouvelable (PGC) est
propos. Cet indicateur nous permet dvaluer la compatibilit dun systme lectrique avec des
sources alatoires distribues. Lapplication de la nouvelle approche au calcul du PGC est
similaire celle du PLC. Le rsultat peut tre trouv rapidement avec une bonne prcision.
Tableau 18. Comparaison entre la mthode propose et MCS dans lvaluation de la PLC
Rseau
dtude
3 nuds
14 nuds
RTS-96
PLC
Mthode propose
MCS
Mthode propose
MCS
Mthode propose
MCS
0,00963
0,00961
0,00287
0,00281
0,00183
0,00179
Temps de calcul
40 secondes
20 minutes
10 minutes
4,5 heures
30 minutes
15,5 heures
Appel du
coulement de
Puissance Optimal
8
306
146
3821
353
11035
Pour comprendre la sensibilit des variables alatoires sur la fiabilit du systme lectrique, une
analyse a t propose. Comme les deux types de variable alatoire (discrte et continue) ont des
caractristiques trs diffrentes, leurs influences sur la fiabilit du systme lectrique ont t
tudies sparment. Dans le cas de la variable alatoire discrte, son importance est reprsente
par la somme de la probabilit de dfaillance du systme dans les configurations pendant
lesquelles cet quipement nest pas disponible. Dans le cas de la variable alatoire continue, son
importance peut tre estime en se basant sur la caractristique du point de conception. Ltude
dun exemple montre que la probabilit de dlestage de charge du systme lectrique diminue
normment quand lamlioration de la prvision est faite sur la variable alatoire la plus
influente.
Dans le prochain chapitre, cette nouvelle approche sera applique au rseau de test 14 nuds de
IEEE. Les indicateurs de fiabilit du systme lectrique au niveau hirarchique II seront calculs.
Une analyse de sensibilit des variables alatoires sur la fiabilit du systme lectrique sera aussi
prsente.
Page | 97
Page | 98
Chapitre 4. Application de la mthode

I. Introduction
Dans ce chapitre, la mthode propose sera utilise pour valuer la fiabilit du rseau de test 14
nuds de IEEE sur une priode de 24 heures avec une discrtisation dune heure en se basant sur
une prvision de la vitesse du vent et de la charge faite pour le lendemain (prvision J-1).
Les indicateurs de fiabilit PLC, PGCren du systme lectrique au niveau hirarchique II seront
calculs en utilisant la mthode propose au chapitre 3. Ces indicateurs seront valus suivants 4
scnarios :
Le vent est fort et la charge est leve (charge dhiver)
Le vent est fort et la charge est faible (charge dt)
Le vent est faible et la charge est leve
Le vent est faible et la charge est faible
la fin de ce chapitre, une analyse de limportance des variables dentre sur la fiabilit du
systme lectrique sera prsente.
II. Le rseau de test 14 nuds de IEEE et la prvision de la

production olienne
II.1. Le rseau dtude
Cette application prend le rseau dtude prsent dans la section IV.1.1 du chapitre 3 (Figure
35). Le dtail des paramtres est propos dans lannexe C.
II.2. La production olienne

La production olienne est base sur la prvision du vent. Ces valeurs seront utilises comme des
donnes dentre pour le calcul de la production olienne. Les erreurs des prvisions du vent des
trois fermes oliennes aux nuds respectifs 12, 13 et 14 sont supposes compltement
indpendantes les unes des autres. Lcart-type relatif de cette prvision sera gal 10%.
Page | 99
En utilisant le modle de lolienne propos dans la thse de Courtecuisse [Courtecuisse, 2008a],

la puissance de sortie des fermes oliennes peut tre calcule partir de la vitesse du vent. Le
22
20
0.9
18
0.8
16
0.7
14
0.6
12
0.5
10
0.4
0.3
10
12
14
Temps (heure)
16
18
20
22
Puissance (p.u)
Vitesse (m/s)
dtail de ce modle est prsent dans lannexe A.
0.2
24
Figure 39. Le profil typique dune journe de vent fort Calais [Mtorologic, 2012]
10
1
0.9
0.8
0.6
0.5
0.4
Puissance (p.u)
Vitesse (m/s)
0.7
0.3
2
0.2
0.1
10
12
14
Temps (heure)
16
18
20
22
0
24
Figure 40. Le profil typique dune journe de vent faible Calais [Mtorologic, 2012]
Page | 100
La courbe bleue en traits continus dans la Figure 39 prsente la vitesse moyenne prvisionnelle
du vent Calais sur une priode de 24 heures avec une discrtisation dune heure. Elle peut tre
considre comme le profil typique dune journe avec un vent fort. Les oliennes peuvent
produire trs souvent leur puissance maximale. La prvision de la puissance olienne est
exprime par la courbe verte en traits discontinus.
La Figure 40 prsente le profil typique dune journe de vent faible Calais. La puissance de
sortie des oliennes est trs faible, elle est de 10 50% par rapport la puissance maximale.
II.3. La prvision de la charge

La Figure 41 prsente la courbe de charge pour une journe dhiver en per unit (p.u) [RTE,
2012]. Dans cette tude, ces valeurs relatives seront utilises pour les charges dans le rseau de
test IEEE-14 nuds. Le point de charge correspond la valeur maximale de la charge prsente
dans le Tableau 22.
1
0.95
Puissance (p.u)
0.9
0.85
0.8
0.75
0.7
10
12
14
Temps (heure)
16
18
20
22
24
Figure 41. La courbe de consommation prvisionnelle journalire de la charge en hiver

La courbe de charge pour une journe dt est prsente sur la Figure 42. Pour simplifier le
calcul, la consommation des charges du systme chaque instant est considre identique en
grandeur rduite : si la puissance de consommation est de 0,6 p.u, toutes les charges consomment
une puissance de 60% par rapport leur valeur maximale, laquelle est indique au Tableau 22.
Lcart-type de la prvision de la charge sera gal 1% de valeur prdite.
Page | 101

0.62
0.6
0.58
Puissance (p.u)
0.56
0.54
0.52
0.5
0.48
0.46
0.44
10
12
14
Temps (heure)
16
18
20
22
24
Figure 42. La courbe de consommation prvisionnelle journalire de la charge dt
III. La fiabilit du systme lectrique et la fiabilit de la

gnration renouvelable au niveau hirarchique II
Dans cette section, la fiabilit du systme lectrique et la fiabilit de la gnration renouvelable
au niveau hirarchique II seront tudies pour les 4 scnarios suivants, chaque scnario
correspond une journe de 24 heures avec les prvisions de la puissance olienne et de la
consommation de la charge avec une discrtisation dune heure.
Scnario de vent fort en hiver : dans ce scnario, la puissance olienne et la
consommation de la charge sont importantes.
Scnario de vent fort en t : la puissance olienne est importante mais la consommation
de la charge est faible.
Scnario de vent faible en hiver : la puissance olienne est faible mais la consommation
de la charge est importante.
Scnario de vent faible en t : la puissance olienne et la consommation de la charge
sont faibles.
Pour les quatre scnarios, la rserve du systme est assure par les gnrateurs classiques. Le
taux de rserve est maintenu 20%. Ce taux de rserve peut varier entre 15-20% et dpend du
calcul de chaque GRT [AEN, 2011] mais dans cet exemple, d la taille petite du rseau
Page | 102
dtude, le taux 20% est choisi. La probabilit de dlestage de charge (PLC) sera calcule en
utilisant la mthode propose au chapitre 3 (voir Figure 26). Un dlestage de la charge peut tre
en raison du manque de la puissance produite, du manque de capacit de transit de la ligne
lectrique ou de la variation de tension hors du seuil acceptable. Tout dabord, une simulation
sera lance avec lhypothse que les oliennes peuvent produire leur puissance maximale ; la
consommation prvisionnelle de la charge est de 1 p.u avec un cart type de 1%. Lobjectif de
cette simulation est de dterminer la fiabilit du rseau de test IEEE-14 nuds sans leffet
alatoire de la production olienne. Elle donne une valeur de rfrence pour le niveau de fiabilit
de ce rseau de test. Pour la suite, cette valeur sera utilise comme un critre probabiliste : la
PLC dans chaque chelle dune heure doit tre infrieure cette valeur pour assurer le bon
fonctionnement du systme lectrique. Cependant, dans le fonctionnement du systme lectrique,
il existe des moments dont la PLC est suprieure la valeur de rfrence cause de labsence du
vent ou la surcharge au niveau de consommation. Cette situation est dangereuse car la probabilit
de dfaillance est plus leve. La planification du systme lectrique doit tre modifie pour
diminuer la PLC.
Lors de la simulation, la valeur de la PLC de rfrence est de 0,0020 p.u, cette valeur est
quivalente une dure moyenne de dlestage de la charge (EDLC) de PLCref = 17,5 heures/an.
Cette valeur est plus leve par rapport au critre une journe sur dix ans (ELDC=2,4
heures/an) utilis trs souvent pour le niveau hirarchique I. Cela peut tre expliqu par le fait
quau niveau hirarchique II, en plus des dfaillances dues aux sources, les dfaillances dues au
rseau de transport sont aussi prises en compte. Lacheminement du flux de puissance du
systme en cas de dfaut est trs difficile cause de la petite taille du rseau de test IEEE-14
nuds.
III.1. Scnario du vent fort en hiver

La Figure 43 illustre la probabilit de dlestage de charge (PLC) en fonction du temps pour une
journe avec le profil de vent prsent dans la Figure 39 et le profil de charge dans la Figure 41.
Cest une journe avec un vent fort et une importante consommation.
De 0h 7h du matin, la PLC est trs faible grce une faible consommation pendant la nuit.
partir de 7h, la charge augmente, conduisant l'augmentation de la PLC. La valeur de PLC est
environ de 0,0016 p.u sur la priode de 8h 14h. De 14h 17h, une diminution de la PLC est
Page | 103
constate, correspondant au moment o la consommation de la charge baisse. partir de 17h, la

PLC remonte, le pic de PLC est 21h, ce qui correspond la chute du vent ce moment.
2.5
x 10
-3
Probabilit (p.u)
1.5
0.5
10
12
14
Temps (heure)
16
18
20
22
24
importante
La valeur moyenne de la PLC pour cette journe est de 0,0011, quivalente une dure prvue
de dlester de la charge (EDLC) de 9,6 heures/an. Cette valeur moyenne est plus faible par
rapport la valeur de rfrence PLCref de 17,5 heures/an. Dans la journe, la PLC est toujours
plus faible par rapport la valeur de rfrence : la fiabilit du fonctionnement est assure. Le pic
du PLC est de 0,0020 p.u, et gale la valeur de rfrence.
La probabilit de dlestage de productions renouvelables (PGCren) est prsente dans la Figure
44. Le fait de maintenir un taux de rserve fixe par les sources classiques demande un certain
nombre de gnrateurs de toujours fonctionner. Pour donner la priorit aux sources
renouvelables, ces gnrateurs doivent rduire leurs productions. Cependant, ces gnrateurs ont
une puissance minimale de fonctionnement respecter. En cas de vent fort et de charge faible, la
puissance olienne produite est leve, la rduction de la puissance de sortie des groupes
classiques pour donner la priorit aux sources renouvelables nest pas suffisante. Dans ce cas, le
dlestage de la production renouvelable pour assurer lquilibre production-consommation dans
le systme est invitable. En plus, des congestions de lignes peuvent apparatre cause de la
Page | 104
surproduction des oliennes. Dans ce cas, le dlestage de la production renouvelable est

galement ncessaire.
2.5
x 10
-3
Probabilit (p.u)
1.5
0.5
10
12
14
Temps (heure)
16
18
20
22
24
Figure 44. La probabilit de dlestage des gnrateurs renouvelables (PGCren) pour une journe
de vent fort et charge importante
Pour ce nouvel indicateur, il nexiste toujours pas de critre obligatoire pour assurer le bon
fonctionnement du systme. Mais en ralit la participation des oliennes au rseau est assure
par les contrats dachat. Les dlestages de ces sources peuvent induire des pnalits pour les
GRTs. Son objectif est alors de minimiser la PGCren pour viter les pnalits en maintenant la
fiabilit de la fourniture de llectricit aux consommateurs. Pour cette section, une PGCren de
0,0020 p.u sera galement utilise comme rfrence afin de faire le parallle avec la PLC.
Dans la journe, la PGCren varie entre 0,0013 0,0022 p.u. partir de 19h, quand la production
olienne nest plus importante, la PGCren diminue et tend vers zro.
III.2. Scnario du vent fort en t

La PLC du systme lectrique pour une journe avec un vent fort et une faible charge est
prsente dans la Figure 45. Dans cette journe, de 0h 19h, la PLC est trs faible. Elle varie
entre 6.10-6 et 7.10-6 p.u. Cela signifie que le systme fonctionne avec une forte fiabilit. Cette
faible valeur de PLC peut tre explique par le fait que la charge du systme est faible en t et
Page | 105
que nous avons beaucoup de production olienne locale pour satisfaire la consommation de la
charge. partir de 19h, quand la production olienne diminue, la PLC augmente mais elle ne
dpasse pas la valeur de rfrence 0,0020 p.u : la fiabilit du fonctionnement est toujours assure
dans la journe.
La valeur moyenne de la PLC pour cette journe est de 3,38.10-4, quivalente une dure
moyenne de dlestage de la charge (EDLC) de 2,96 heures/an. Cette valeur moyenne est
beaucoup plus faible que la valeur de rfrence. Le pic du PLC est seulement de 0,0017 p.u.
1.8
x 10
-3
1.6
Probabilit (p.u)
1.4
1.2
1
0.8
0.6
0.4
0.2
0
10
12
14
Temps (heure)
16
18
20
22
24
faible
La Figure 46 prsente la PGCren pour la mme journe. De 0h 19h, une surproduction olienne
peut tre constate : la PGCren est trs importante, est gale presque 1 p.u. Cela signifie quun
dlestage de gnrateurs renouvelables est quasiment invitable. Cela sexplique aussi pour quoi
la valeur de la PLC est faible dans la Figure 45 : la consommation de la charge peut tre assure
par la production locale. partir de 19h, la production olienne diminue avec la rduction de la
vitesse du vent et la PGCren diminue et tend vers zro.
Page | 106

1
0.9
0.8
Probabilit (p.u)
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
10
12
14
Temps (heure)
16
18
20
22
24
de vent fort et charge faible
0.7
0.6
Probabilit (p.u)
0.5
0.4
0.3
0.2
0.1
10
12
14
Temps (heure)
16
18
20
22
24
de vent fort et charge faible avec la nouvelle planification
Le rsultat trouv dans ce scnario est une situation non souhaite par les GRTs. Cest une
journe de surproduction dont la probabilit de dlestage de charge est trs faible mais la
Page | 107
probabilit de dlestage dun gnrateur renouvelable est trs importante. De plus, le GRT doit
rmunrer le gnrateur conventionnel pour rester connect au systme. Afin dviter cette
situation, une autre approche de planification peut tre implante : faire participer lolienne la
rserve de puissance.
La Figure 47 prsente la probabilit de dlestage des gnrateurs renouvelables (PGCren) pour
une journe de vent fort et de charge faible avec une nouvelle planification. Avec cette approche,
la rserve relle de puissance du systme est rduite et diminuant aussi la surproduction. La
PGCren diminue mais elle reste encore leve car le rseau local nest pas capable dvacuer
toute la production olienne. Dans ce cas, pour viter des pnalits, il faut limiter la production
olienne dans le rseau.
III.3. Scnario du vent faible en hiver

Dans ce scnario, la production olienne est faible mais la consommation de la charge est
importante. La Figure 48 prsente la probabilit de dlestage de charge (PLC) dans la journe.
De 0h 8h, la PLC est souvent leve mme si la consommation de la charge nest pas trs
importante. Seulement de 0h 1h et de 6h 7h, quand la production olienne est leve, la PLC
du systme ne dpasse pas la valeur de rfrence. 19h, un pic de la PLC de 0,0035 p.u est
observ. Ce pic est d du pic de la consommation et la chute de la production olienne 19h.
De 20h 24h, la PLC du systme est toujours plus leve que la valeur rfrence (0,0020 p.u).
La valeur moyenne de la PLC pour cette journe est de 0,0020, quivalente une dure moyenne
de dlestage de la charge (EDLC) de 17,5 heures/an. Cette valeur est gale la valeur de
rfrence. Cependant, dans la journe, il existe plusieurs moments o la PLC dpasse la valeur
de rfrence. Le fonctionnement du systme lectrique dans ce cas nassure pas le critre
probabiliste PLCref=0,0020 p.u et alors sa fiabilit nest plus garantie. Ceci reprsente une
situation non souhaite par les GRTs. Une modification du planning est ncessaire pour garantir
la fiabilit de fonctionnement du systme.
La Figure 49 prsente la probabilit de dlestage des gnrateurs renouvelables (PGCren) pour la
journe de vent faible et de charge importante. La PGCren pour cette journe est trs faible : son
pic est seulement de 1,2.10-6 p.u. Cela explique lorigine dune PLC importante pour cette
journe : car la production olienne est trs faible.
Page | 108

x 10
3.6
-3
3.4
3.2
Probabilit (p.u)
3
2.8
2.6
2.4
2.2
2
1.8
1.6
10
12
14
Temps (heure)
16
18
20
22
24
Figure 48. La probabilit de dlestage de charge (PLC) pour une journe de vent faible et charge
importante
1.2
x 10
-6
Probabilit (p.u)
0.8
0.6
0.4
0.2
10
12
14
Temps (heure)
16
18
20
22
24
Figure 49. La probabilit de dlestage du gnrateur renouvelable (PGCren) pour une journe de
vent faible et charge importante
Page | 109
Laugmentation de la rserve des sources classiques peut tre une solution pour rduire la PLC.
Une autre planification oprationnelle du systme lectrique sera propose avec un taux de
rserve de 30%. La probabilit de dlestage de charge dans la journe avec cette nouvelle
planification est prsente dans la Figure 50. Dans cette planification, la PLC ne dpasse plus la
valeur de rfrence. Le pic de la PLC est toujours de 19h 20h mais sa valeur a nettement
diminu. La valeur moyenne de la PLC pour cette journe est de 0,0017, quivalente une dure
moyenne de dlestage de la charge (EDLC) de 14,9 heures/an. Le fonctionnement du systme
lectrique suivant cette planification peut tre assur avec une bonne fiabilit.
2
x 10
-3
1.95
Probabilit (p.u)
1.9
1.85
1.8
1.75
1.7
1.65
10
12
14
Temps (heure)
16
18
20
22
24
importante avec la nouvelle planification
III.4. Scnario du vent faible en t

La Figure 51 prsente la probabilit de dlestage de charge (PLC) dans la journe o le vent et la
consommation de la charge sont faibles. Dans la nuit, il existe des moments o la PLC atteint
0,0021 p.u., et dpasse lgrement la valeur de rfrence : de 1h 3h et de 23h 24h. La raison
de ce dpassement est linsuffisance de la production olienne. La consommation de la charge
dans ces crneaux nest pas trs leve.
Page | 110
La valeur moyenne de la PLC pour cette journe est de 0,0017, quivalente une dure moyenne
de dlestage de la charge (EDLC) de 14,9 heures/an. Cette valeur est plus faible que la valeur de
rfrence. Cependant, il existe encore des moments o la PLC dpasse la valeur de rfrence. La
fiabilit du systme lectrique nest pas assure dans ces situations, alors une modification du
planning est ncessaire.
2.2
x 10
-3
Probabilit (p.u)
1.8
1.6
1.4
1.2
1
0.8
0.6
10
12
14
Temps (heure)
16
18
20
22
24
faible
De 6h 7h, une chute de la PLC est constate. Cela correspond au pic de PGCren constat dans
la Figure 52. Dans la journe, la PGCren est importante entre 6h et 9h. Cest le rsultat dune
charge faible et dune production olienne plus importante. Pour le reste de la journe, la
PGCren est trs faible, ceci garantit laccs des oliennes au rseau.
Pour amliorer la fiabilit du systme lectrique dans cette journe, il faut augmenter lgrement
la rserve pour rduire le pic de PLC. En plus, la participation de lolienne la rserve peut
viter la hausse de PGCren sur la priode de 6h 9h. Une planification avec la rserve de
puissance de 25% avec la participation de lolienne sera propose.
La Figure 53 prsente la probabilit de dlestage de charge (PLC) pour une journe de vent
faible et de charge faible avec la nouvelle planification. Les pics de 1h 3h et de 23h 24h ont
Page | 111
diminu et sont plus petits que la valeur de rfrence. Avec cette nouvelle planification, la
fiabilit du systme lectrique est bien assure.
1
0.9
0.8
Probabilit (p.u)
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
10
12
14
Temps (heure)
16
18
20
22
24
de vent faible et charge faible
1.78
x 10
-3
1.76
1.74
Probabilit (p.u)
1.72
1.7
1.68
1.66
1.64
1.62
1.6
1.58
10
12
14
Temps (heure)
16
18
20
22
24
faible avec la nouvelle planification
Page | 112
La nouvelle planification permet aussi de rduire la PGCren du systme. La Figure 54 prsente

la probabilit de dlestage des gnrateurs renouvelables (PGCren) pour une journe de vent
faible et de charge faible avec la nouvelle planification. Nous pouvons constater que le pic de
PGCren prsent entre 6h et 7h et aussi sa hausse de 7h 9h a disparu. On retrouve ce pic entre
16h et 17h et entre 18h et 19h.
2
x 10
-3
1.8
1.6
Probabilit (p.u)
1.4
1.2
1
0.8
0.6
0.4
0.2
0
10
12
14
Temps (heure)
16
18
20
22
24
de vent faible et charge faible avec la nouvelle planification
IV. Dtermination de la sensibilit des variables dentre

Dans cette section, la mthode propose dans le Chapitre 3.V pour dterminer la sensibilit des
variables dentre sur la fiabilit du systme lectrique sera applique dans le cas de rseau de
test IEEE-14 nuds.
Dans cette section, nous allons mettre laccent sur la PLC du systme lectrique dans la journe
de vent fort en hiver, pour un crneau entre 0h et 1h. Lindice de sensibilit des variables
dentre alatoires discrtes et celui des variables dentre alatoires continues seront tudis
sparment car ils font appel des indicateurs diffrents.
IV.1. La sensibilit des variables dentre alatoires discrtes

Page | 113
Dans cette tude, les variables dentre alatoire discrtes sont les tats de disponibilit des
lments du systme. Le Tableau 19 montre la sensibilit de chaque lment pour la fiabilit du
rseau de test IEEE-14 nuds calcule en se basant sur lquation [3.20].
Tableau 19. Lindice de la sensibilit de la disponibilit de chaque
lment pour la fiabilit du rseau de test IEEE-14 nuds
lment
Importance (absolue) Importance (relative)
Ligne 1-2
1,33E-06
7,71E-03
Ligne 1-5
1,52E-06
8,80E-03
Ligne 2-3
1,09E-05
6,32E-02
Ligne 2-4
2,51E-07
1,45E-03
Ligne 2-5
2,22E-07
1,29E-03
Ligne 3-4
3,05E-06
1,77E-02
Ligne 4-5
9,74E-08
5,64E-04
Ligne 4-7
0
0
Ligne 4-9
0
0
Ligne 5-6
0
0
Ligne 6-11
2,38E-07
1,37E-03
Ligne 6-12
7,70E-08
4,45E-04
Ligne 6-13
3,99E-08
2,31E-04
Ligne 7-8
0
0
Ligne 7-9
0
0
Ligne 9-10
0
0
Ligne 9-14
9,46E-07
5,47E-03
Ligne 10-11
2,34E-07
1,35E-03
Ligne 12-13
5,77E-08
3,34E-04
Ligne 13-14
9,52E-07
5,51E-03
Gnrateur 1.1
7,10E-05
4,11E-01
Gnrateur 1.2
7,10E-05
4,11E-01
Gnrateur 2
6,26E-07
3,62E-03
Gnrateur 3
7,71E-06
4,46E-02
Gnrateur 6
1,32E-07
7,66E-04
Gnrateur 8
1,33E-07
7,69E-04
Gnrateur 12
7,83E-07
4,53E-03
Gnrateur 13
7,83E-07
4,53E-03
Gnrateur 14
7,83E-07
4,53E-03
Grce cette analyse, les gnrateurs 1.1 et 1.2 installs au nud 1 sont dtermins comme les
plus sensibles pour la fiabilit du systme. Lindisponibilit de chaque gnrateur est responsable
denviron 41% des cas de dlestage. Cela peut sexpliquer par le fait que leur capacit peut
atteindre jusqu 80% de la puissance totale du systme. La perte dun des deux gnrateurs
provoque un risque dinsuffisance de puissance.
Page | 114
La disponibilit de la ligne 2-3 est dtermine comme le troisime lment le plus sensible pour
la fiabilit du systme. Lindisponibilit de cette ligne est responsable denviron 6% des cas de
dlestage. Cette conclusion peut tre explique par le fait que la charge au nud 3 est
importante. En cas de perte de la ligne 2-3, le changement de lacheminement de la puissance
pour alimenter le nud 3 peut crer des congestions dans le rseau, ce qui conduit un dlestage
de la charge.
La dtermination de la sensibilit des variables dentre alatoires discrtes sur la fiabilit du
systme lectrique nous permet de trouver les lments les plus influents dans le systme. Ce
sont les lments dont lindisponibilit est la plus influente au dlestage de la charge. Cette
information peut tre utilise pour dcider du renforcement du rseau. Dans le fonctionnement
du systme lectrique, cette information nous permet dvaluer limpact des pannes : une panne
de la ligne 2-3 est beaucoup plus risque (plus de risque davoir un dlestage de la charge) par
rapport une panne de la ligne 2-4.
IV.2. La sensibilit des variables dentre alatoires continues

La sensibilit des erreurs de prvision (variables dentre alatoires continues) est prsente dans
le Tableau 20. Parmi les quatre prvisions, lexactitude de la prvision de la production de la
ferme olienne du nud 14 a le plus dinfluence sur la fiabilit du systme.
Tableau 20. Lindice de la sensibilit de lerreur de la prvision pour la fiabilit
du systme lectrique
Prvision
Ferme olienne nud 12
Charge
Sensibilit (absolue)
3,92E-05
3,92E-05
1,35E-04
2,73E-05
Sensibilit (relative)
1,63E-01
1,63E-01
5,61E-01
1,13E-01
Selon la conclusion donne dans le Chapitre 3.V.2, pour augmenter la fiabilit du systme
lectrique, il faut rduire lerreur de la prvision de la production de la ferme olienne au nud
14. Pour justifier ce jugement, nous allons amliorer les prvisions successivement et puis
observer le changement du PLC dans chaque cas.
Lamlioration de la prvision est reprsente par une rduction de lcart-type de 50%. Le
Tableau 21 montre que la probabilit de dlestage de charge du systme lectrique est la plus
faible lorsquon amliore la prvision de la puissance olienne au nud 14.
Page | 115
Tableau 21. La probabilit de dlestage de charge avec lamlioration de la prcision

Prvision amliore
Charge
PLC
1,53E-04
1,53E-04
0,35E-04
1,58E-04
Rduction
4,6%
4,6%
78,2%
1,4%
V. Conclusion
Dans ce chapitre, la fiabilit du rseau de test 14 nuds de IEEE a t tudie pour 4 scnarios
diffrents. Ltude est ralise sur une priode de 24 heures avec une discrtisation dune heure
en se basant sur une prvision de la vitesse du vent et de la charge faite pour le lendemain
(prvision J-1). Deux indicateurs de fiabilit : PLC et PGCren ont t calculs au niveau
hirarchique II. La PLC est la probabilit de dlestage de charge, qui value la fiabilit du
systme lectrique vis--vis de la consommation. La PGCren est la probabilit de dlestage un
gnrateur, qui value la fiabilit du systme lectrique vis--vis de la production renouvelable.
Pour le scnario de la journe avec le vent fort et la charge importante (charge en hiver), la
fiabilit du systme lectrique est bonne avec une PLC faible, toujours plus petite que la valeur
de rfrence. Laccs au rseau de la production olienne est aussi assur grce une PGCren
faible. Dans le scnario de la journe avec le vent fort et la charge faible (charge en t), la PLC
est trs faible mais la PGCren est trs leve. Une surproduction a t constate. La participation
des oliennes la rserve permet de rduire la PGCren mais dans ce scnario, la PGCren reste
trs leve. Dans ce cas, laccs de lolien au rseau doit tre rduit. Sinon, linstallation dun
systme de stockage serait une autre solution pour vacuer la production olienne sans dlestage.
Dans la journe de vent faible et charge importante, une PLC leve a t constate. Le
fonctionnement du systme lectrique dans cette situation est trs dangereux, la fiabilit du
systme nest pas assure. Laugmentation du taux de rserve semble une bonne solution pour
rduire la PLC et permettre au systme de fonctionner de manire fiable. La PGCren dans ce
scnario est trs faible car la production olienne nest pas importante. Le dernier scnario
considre une journe de vent faible et charge faible. Dans cette journe, il existe des moments
o la PLC dpasse la valeur de rfrence et aussi des moments o la PGCren est trop leve.
Dans ce cas, une solution mixte a t propose : augmenter le taux de rserve et faire participer
lolienne la rserve.
Page | 116
Dans la suite de ce chapitre, limportance des variables dentre sur la fiabilit du systme
lectrique a t analyse. Parmi les variables dentre alatoires discrtes, la disponibilit des
gnrateurs 1.1 et 1.2 au nud 1 et de la ligne 2-3 est dtermine comme la plus importante pour
la fiabilit du systme. Parmi les variables dentre alatoires continues, lexactitude de la
prvision de la production de la ferme olienne au nud 14 est dtermine comme la plus
influente sur la fiabilit du systme.
Lapproche probabiliste nous permet de quantifier la fiabilit du systme lectrique travers les
indicateurs de fiabilit. Le faible temps de calcul de la mthode permet de lutiliser dans la
planification oprationnelle, qui est faite un jour lavance (J-1) pour la journe considre (J).
Le profil de lindicateur de fiabilit dans la journe peut tre utilis pour valider la planification
du systme lectrique en terme de fiabilit. Si une planification ne sadapte pas la condition de
fiabilit, des modifications seront proposes et une nouvelle planification doit tre aussi valide
par la mthode.
Page | 117
Page | 118
Conclusions et perspectives
Lintgration massive de la production renouvelable peu prvisible peut causer des difficults
aux GRTs dans la planification du systme lectrique court terme. Les mthodes actuellement
utilises pour quantifier la fiabilit du systme deviennent inappropries avec la prsence de
sources alatoires. Dans le cadre de cette thse, une approche probabiliste pour lvaluation de la
fiabilit du systme lectrique intgrant des nergies renouvelables peu prvisibles a t
propose. Ces travaux de thse se sont focaliss sur le calcul de la probabilit de dlestage de
charge et de production renouvelable J-1 prenant en compte la probabilit de dfaillance des
composants du systme, ainsi que lincertitude dans les prvisions de la production renouvelable
et de la consommation. Actuellement, les mthodes probabilistes sont majoritairement
appliques dans lvaluation de la fiabilit du systme lectrique long terme d la limite du
temps de calcul. Le manque dinformations sur la fiabilit du systme court terme met les
GRTs dans une situation de surestimation des risques : une planification trs fiable du systme
est souvent choisie. Avec cette surestimation, le cot de fonctionnement du systme devient plus
lev et non conomique.
Lobjectif de la thse est de proposer une mthode dvaluation de la fiabilit court terme (en J1) du systme lectrique intgrant des nergies renouvelables peu prvisibles. Cette mthode
probabiliste ncessite un temps de calcul faible pour tre applicable au calcul de la fiabilit
court terme. Elle doit tre capable de traiter le problme hybride avec la prsence de variables
alatoires discrtes et continues en mme temps.
Une nouvelle mthode probabiliste dvaluation de la fiabilit du systme lectrique en se basant
sur le couplage entre la formule des probabilits totales et la mthode de fiabilit de premierordre a t propose. La formule des probabilits totales est ddie au traitement des variables
discrtes alors que la mthode de fiabilit de premier-ordre est ddie au traitement des variables
continues. Au niveau hirarchique I, ltat du systme lectrique est dtermin par lquilibre
entre la puissance de production et la consommation. Cependant, au niveau hirarchique II, un
calcul de coulement de Puissance ou coulement de Puissance Optimal est ncessaire
pour rsoudre le problme dterministe qui dtermine ltat du systme lectrique. Grce cette
nouvelle mthode, la probabilit de dlestage de charge et de production renouvelable est
calcule pour la planification du GRT en J-1. Si le rsultat trouv est plus petit que la valeur de
Page | 119
rfrence, la planification du lendemain peut tre valide. Sinon, une autre planification plus
fiable doit tre propose.
Ensuite, une tude de sensibilit a permis de dterminer linfluence de chaque variable dentre
sur la fiabilit du systme lectrique. Une amlioration de la qualit de prvision sur la variable
alatoire la plus influente diminue de faon importante de la probabilit de dlestage de charge.
La mthode propose a t teste sur le rseau de 14 nuds de IEEE. Lobjectif du test est
destimer la fiabilit du systme lectrique sur une priode de 24 heures avec une discrtisation
dune heure. Le rsultat du calcul nous permet de valider la planification du systme lectrique
en terme de fiabilit. Grce cette approche, le risque de dfaillance du systme lectrique peut
tre diminu avec un cot raisonnable.
La mthode utilise dans cette thse propose plusieurs perspectives.

Premirement, comme la mthode propose ne peut traiter que les variables dentre continues
gaussiennes et indpendantes, les erreurs de la prvision du vent sont choisies comme les
variables dentre et une hypothse sur lindpendance des variables dentre a t pose. En
ralit, dans la planification du systme lectrique, la prvision de la puissance renouvelable est
utilise plus souvent et ses erreurs ne sont pas gaussienne. En plus, la corrlation entre les
variables dentre est importante et non ngligeable. Mathmatiquement, la mthode de fiabilit
de premier-ordre utilise dans le couplage propos est capable de grer les variables dentre non
gaussienne et corrles [Srensen, 2004]. Une recherche supplmentaire est ncessaire pour
quelle soit applicable dans ce problme.
Deuximement, dans cette nouvelle mthode, la recherche du point de conception est ltape la
plus coteuse en temps de calcul. Un algorithme doptimisation non gradient a t utilis car la
fonction de ltat limite est constante par morceaux. Cet algorithme se base sur une fonction de
Matlab qui peut ne pas tre la meilleure solution optimise notre problme. Une tude plus
approfondie sur lalgorithme de recherche du point de conception est ncessaire pour rduire le
temps de calcul et traiter des systmes lectriques plus complexes.
Troisimement, la mthode propose est maintenant utilise pour valider la planification du
systme lectrique pour le lendemain. Cependant, elle peut tre utilise pour un calcul
doptimisation de la planification du systme lectrique au lendemain avec un critre probabiliste
Page | 120
de la fiabilit comme contrainte. Pour que cela soit ralisable, la rduction du temps de calcul de
la procdure dvaluation de la fiabilit est trs importante.
Enfin, la mthode propose peut tre utilise pour valuer lapport du systme de stockage la
fiabilit du systme lectrique. Avec ltude de sensibilit, la variable dentre la plus influente
sur la fiabilit a t dtermine. Linstallation du systme de stockage ce nud peut aider
stabiliser la puissance de sortie et donc amliorer la fiabilit du systme lectrique. Avec la
mthode propose, lapport du systme de stockage la fiabilit du systme lectrique peut tre
dmontr par une comparaison entre la fiabilit du systme sans stockage et celle avec un
systme de stockage.
Page | 121
Page | 122
Bibliographie
Bibliographie
[ADEME, 2006]
ADEME (2006) Le march photovoltaque en France.
[ADEME, 2009]
ADEME (2009) Dans lair du temps, lnergie olienne.
[AEN, 2011]
AEN (2011) La Securite d'Approvisionnement Energtique et le Role du

Nuclaire, Agence pour l'Energie Nuclaire, OCDE.
[Allan, 2000]
Allan, R.N. et Billinton, R. (2000) 'Probabilistic assessment of power

systems', Invited Paper, Proceedings of the IEEE, vol. 88, pp. 140-162.
[Bastiaensen, 2009]
Bastiaensen, C. (2009) Stochastic simulation in electrical energy

techniques, Katholieke Universiteit Leuven: Thse soutenue en 2009.
[Billinton, 1988]
Billinton, R. (1988) 'Criteria used by Canadian Utilities in the planning

and operation of generating capacity', IEEE Transaction on Power
Systems, vol. 3, pp. 1488-1493.
[Billinton, 2004]
Billinton, R. et Bai, G. (2004) 'Generating Capacity Adequacy Associated

With Wind Energy', IEEE Transactions on Energy Conversion, vol. 19,
pp. 641-646.
[Billinton, 1994]
Billinton, R. et Li, W. (1994) Reliability Assessment of Electrical Power

Systems Using Monte Carlo Methods, Springer.
[Billinton, 1994]
Billinton, R. et Sankarakrishnan, A. (1994) 'Adequacy Assessment of

Composite power Systems with HVDC Links Using Monte Carlo
Simulation', IEEE Transactions on Power Systems, vol. 9, pp. 1626-1633.
[Bousseau, 2006]
Bousseau, P., Fesquet, F., Belhomme, R., Nguefeu, S. et Thai, T.C.

(2006) 'Solutions for the grid integration of wind farms A survey', Wind
Energy, vol. 9, pp. 13-25.
[CE, 2006]
CE (2006) Livre vert, Commission Europenne.
[CE, 2007]
CE (2007) Renewable Energy Road Map, Commission Europenne.
[Chartrand, 1984]
Chartrand, G. (1984) Introductory Graph Theory, Dover Publications.

Page | 123
Bibliographie
[Chen, 2007]
Chen, P., Chen, Z., Bak-Jensen, B. et Villaffila, R. (2007) 'Study of

Power Fluctuation from Dispersed Generations and loads and its impact
on a Distribution Network through a probabilistic approach', 9th
International Conference on Electrical Power Quality and Utilisation, 911 October 2007, Barcelona, Spain, pp. 1-5.
[Choi, 2005]
Choi, J., Billinton, R. et Futuhi-Firuzabed, M. (2005) 'Development of a

nodal effective load model considering transmission system element
unavailabilities', Generation, Transmission and Distribution, IEE
Proceedings-, vol. 152, pp. 79-89.
[Choi, 2010]
Choi, J., Park, J., Cho, K., Oh, T. et Shahidehpour, M. (2010)

'Probabilistic reliability evaluation of composite power systems including
wind turbine generators', IEEE 11th International Conference on
Probabilistic Methods Applied to Power Systems (PMAPS), pp. 802-807.
[Christie, 1999]
Christie, R. (1999) Power System Test Archive, Aot, [Online],

Available: http://www.ee.washington.edu/research/pstca [Juillet 2010].
[Courtecuisse, 2008a] Courtecuisse, V. (2008a) Supervision d'une centrale multisources base

d'oliennes et de stockage d'energie connecte au rseau lectrique,
cole Nationale Suprieure d'Arts et Mtiers: Thse prsente le 20
novembre 2008.
[Courtecuisse, 2008b] Courtecuisse, V., Robyns, B., Franois, B., Petit, M. et Deuse, J. (2008b)
'Variable speed wind generators participation in primary frequency
control', Wind Engineering, vol. 32, pp. 299-318.
[Crappe, 2003]
Crappe, M. (2003) Commande et rgulation des rseaux lectriques,

Hermes Science Publications.
[Dimitrovski, 2006]
Dimitrovski, A. et Tomsovic, K. (2006) 'Impact of wind generation

uncertainty on generating capacity adequacy', 9th International
Conference on Probabilistic Methods Applied to Power Systems, 11-15
June 2006, Stockholm, Sweden.
[Ditlevsen, 1996]
Ditlevsen, O. et Madsen, H.O. (1996) Structural Reliability Methods,

Page | 124
Bibliographie
John Wiley & Sons.

[Dobakhshari, 2009]
Dobakhshari, A.S. et Fotuhi-Firuzabad, M. (2009) 'A reliability model of

large wind farms for power system adequacy studies', IEEE Transactions
on Energy Conversion, vol. 24, pp. 792-801.
[ENTSO-e, 2009]
ENTSO-e (2009) 'Policy 3: Operational Security'.
[ENTSO-e, 2012]
ENTSO-e (2012) 'ENTSO-E Network Code for Requirements for Grid

Connection Applicable to all Generators'.
[EON-NETZ, 2004]
EON-NETZ (2004) Wind Report 2004.
[EON-NETZ, 2005]
EON-NETZ (2005) Wind Report 2005.
[ERDF, n.d.]
ERDF ERDF, panorama des installations de production d'lectricit en

France,
[Online],
Available:
http://www.erdfdistribution.fr/panorama_des_installations_de_production
[7 Mar 2012].
[EWEA, 2009]
EWEA (2009) Wind in power : 2009 European statistics.
[EWEA, 2010]
EWEA (2010) Wind in power : 2010 European statistics.
[Fuhrlaender, 2012]
Fuhrlaender (2012) FL 2500 Technical Specifications, [Online],

Available:
http://www.fuhrlaender.de/fr/technik/produkte/fl-2500/fl-
2500-technische-daten.html [13 Mar 2012].

[Hammersley, 1964]
Hammersley, J.M. et Handscomb, D.C. (1964) Monte Carlo Methods,

Methuen.
[Hasofer, 1974]
Hasofer, A.M. et Lind, N.C. (1974) 'Exact and Invariant Second Moment
Code Format', Journal of Engineering Mechanics, vol. 100, no. 1, pp.
111-121.
[Haukaas, 2003]
Haukaas, T. (2003) Finite Element Reliability and Sensitivity Methods for

Performance-Based Engineering, University of California, Berkeley:
Thse prsente en 2003.
[Hu, 2006]
Hu, Z. et Wang, X. (2006) 'A Probabilistic Load Flow Method

Page | 125
Bibliographie
Considering Branch Outages', IEEE Transactions on Power Systems, vol.

21, pp. 507-514.
[IEC, 1985]
IEC
(1985)
Electropedia,
[Online],
Available:
http://www.electropedia.org/iev/iev.nsf/display?openform&ievref=60101-18.
[IEEE, 1979]
IEEE (1979) 'IEEE Reliability Test System 1979', IEEE Transactions on

Power Apparatus and Systems, vol. PAS-98, pp. 2047-2054.
[IEEE, 1996]
IEEE (1996) 'IEEE Reliability Test System 1996', IEEE Transactions on

Power Apparatus and Systems, vol. 14, pp. 1010-1020.
[Jolion, 2006]
Jolion, J.-M. (2006) 'Notes de cours sur Probabilits et Statistique'.
[Karki, 2004]
Karki, R. et Billinton, R. (2004) 'Cost-Effective Wind Energy Utilization

for reliable Power Supply', IEEE Transactions on Energy Conversion,
vol. 19, pp. 435-440.
[Lagarias, 1998]
Lagarias, J.C., Reeds, J.A., Wright, M.H. et Wright, P.E. (1998)

'Convergence Properties of the Nelder-Mead Simplex Method in Low
Dimensions', SIAM Journal of Optimization, vol. 9, no. 1, pp. 112-147.
[Lavier, 2009]
Lavier, V. et Giralt-Devant, M. (2009) 'Impact of the wind forecast error

on the French balancing system', PowerTech, 2009 IEEE Bucharest, vol.
1, June 28-July 2, pp. 1-6.
[Le, 2008]
Le, K. (2008) Gestion optimale des consommations dnergie dans les

btiments, l'institut Polytechnique de Grenoble et l'universite de Danang:
Thse prsente le 10 Juillet 2008.
[Liu, 1991]
Liu, P.-L. et Kiureghian, A.D. (1991) 'Optimization algorithms for

structural reliability', Structural Safety, vol. 9, pp. 161-177.
[Marandet, 2008]
Marandet, L. et Houot, G. (2008) 'Latlas complet des parcs oliens et des

ZDE en France', Le journal de lolien, pp. 66-69.
[Mtorologic, 2012] Mtorologic (2012) Donnes mto du 05 Avril 2012 pour Calais,
5Avril,
[Online],
Available:
http://www.meteorologic.net/meteoPage | 126
Bibliographie
donnees/Calais_24070.html?jour=05&mois=04&year=2012
[10
Jul
2012].
[Mtorologic, 2012] Mtorologic (2012) Donnes mto du 05 Mars 2012 pour Calais,
7Mars,
[Online],
Available:
http://www.meteorologic.net/meteo-
donnees/Calais_24070.html?jour=05&mois=03&year=2012
[5
Juillet
2012].
[Michel, 2002]
Michel, I. et Masson, D.R. (2002) 'HIPHIP project: Fostering market

penetration of PV systems integrated in buildings within Europe',
Conference PV in Europe : from PV technology to energy solutions, 711 October 2002, Rome, Italie.
[Min, 2008]
Min, L., Lee, S.T., Zhang, P., V., R. et J., C. (2008) 'Short-Term
Probabilistic Transmission Congestion Forecasting', Electric Utility
Deregulation and Restructuring and Power Technologies, pp. 764-770.
[Morren, 2005]
Morren, J., Haan, S.W.H.d. et Ferreira, J.A. (2005) 'Contribution of DG

Units to Primary Frequency Control', International Conference on Future
Power Systems, 16-18 November 2005, Amsterdam, Netherlands.
[Moursi, 2008]
Moursi, M.E., Joos, G. et Abbey, C. (2008) 'A Secondary Voltage

Control Strategy for Transmission Level Interconnection of Wind
Generation', IEEE Transactions On Power Electronics, vol. 23, pp. 11781190.
[Ocnasu, 2008]
Ocnasu, A.B. (2008) Evaluation de la sret de fonctionnement des

rseaux de distribution par la simulation Monte Carlo : application des
stratgies de maintenance optimales, L'Institut Polytechnique de
Grenoble: Thse prsente le 10 octobre 2008.
[Rackwitz, 1978]
Rackwitz, R. et Fiessler, B. (1978) 'Structural reliability under combined

random load sequences', Computers & Structures, vol. 9, pp. 489-494.
[Rakotomalala, 2007] Rakotomalala, R. (2007) Notes de cours sur Probabilits et Statistique,

Universit Lumire Lyon 2.
Page | 127
Bibliographie
[Robyns, 2012]
Robyns, B., Davigny, A., Franois, B., Henneton, A. et Sprooten, J.

(2012) Electricity Production from Renewable Energies, John Wiley &
Sons Inc.
[RTE, 2004]
RTE (2004) Memento de la sret du systme lectrique.
[RTE, 2009]
RTE (2009) RTE met en service un nouveau dispositif de prvision de

lnergie olienne et photovoltaque, Dossier de presse.
[RTE, 2012]
RTE (2012) Rseau de transport dlectricit, [Online], Available:

http://www.rte-france.com/ [2012].
[Russelli, 2008]
Russelli, C. (2008) Probabilistic Methods applied to the Bearing

Capacity Problem, Universitt Stuttgart: Thse prsente en 2008.
[Srensen, 2004]
Srensen, J.D. (2004) Structural Reliability Theory And Risk Analysis,

Note de cours, Universit Aalborg.
[Sudret, 2000]
Sudret, B. et Kiureghian, A.D. (2000) Stochastic Finite Element Methods

and Reliability. A State-of-the-Art Report, Report No. UCB/SEMM2000/08, November 2000: Department of Civil and Environmental
Engineering, University of California, Berkeley, CA.
[Su, 2005]
Su, C.-L. et Lu, C.-N. (2005) 'Two-Point Estimate Method for

Quantifying Transfer Capability Uncertainty', IEEE Transactions on
Power Systems, vol. 20, pp. 573-579.
[Usaola, 2008]
Usaola, J. (2008) Probabilistic load ow in systems with high wind power

penetration, 22 August 2008: Departamento de Ingeniera Elctrica,
Universidad Carlos III de Madrid.
[Vallee, 2009]
Vallee, F. (2009) Modlisation et simulation de la production

dlectricit dorigine olienne pour lanalyse technico-conomique des
rseaux de transport lectrique modernes, Universit de Mons: Thse
prsente en 2009.
[Valle, 2007]
Valle, F., Lobry, J. et Deblecker, O. (2007) 'Impact of the wind

geographical correlation level for reliability studies', IEEE Transactions
Page | 128
Bibliographie
on Power Systems, vol. 22, pp. 2232-2239.

[Valle, 2008]
Valle, F., Lobry, J. et Deblecker, O. (2008) 'System Reliability

Assessment Method for Wind Power Integration', IEEE Transactions on
Power Systems, vol. 23, pp. 1288-1297.
[Vergnol, 2010]
Vergnol, A. (2010) Intgration dans le rseau lectrique et le march de

llectricit de production dcentralise dorigine renouvelable: Gestion
des congestions locales, cole Centrale de Lille: Thse prsente le 29
novembre 2010.
[Vergnol, 2011]
Vergnol, A., Sprooten, J., Robyns, B., Rious, V. et Deuse, J. (2011) 'Line
overload alleviation through corrective control in presence of wind
energy', Electric Power Systems Research, vol. 81, pp. 1583-1591.
[Wangdee, 2006]
Wangdee, W. et Billinton, R. (2006) 'Bulk Electric System Well-Being

Analysis Using Sequential Monte Carlo Simulation', IEEE Transactions
on Power Systems, vol. 21, pp. 188-193.
[Wen, 2009]
Wen, J., Zheng, Y. et Donghan, F. (2009) 'A review on reliability

assessment for wind power', Renewable and Sustainable Energy Reviews,
vol. 13, p. 24852494.
[Zhang, 1997]
Zhang, Y. et Kiureghian, A.D. (1997) Finite Element Reliability Methods

for Inelastic Structures, Report No. UCB/SEMM-97/05, March 1997:
Department of Civil and Environmental Engineering, University of
California, Berkeley, CA.
[Zimmerman, 2011]
Zimmerman, R.D., Murillo-Sanchez, C.E. et Thomas, R.J. (2011)

'MATPOWER: Steady-State Operations, Planning, and Analysis Tools
for Power Systems Research and Education', IEEE Transactions on
Power Systems, vol. 26, no. 1, pp. 12-19.
Page | 129
Bibliographie
Page | 130
Annexe A. Modlisation et commande du gnrateur olien
Annexe A. La courbe de puissance de lolienne

La Figure 55 prsente lvolution de langle de calage en fonction du vent. La Figure 56 montre
lvolution de la puissance dun gnrateur olien de 750 kW en fonction de la vitesse du vent.
Les courbes montrent que la puissance est limite 750 kW tandis que la vitesse de rotation est
limite 2,6 rad/s ce qui correspond la vitesse de rotation nominale de la machine soit 25
tours/min. La Figure 57 prsente lvolution de la puissance en fonction de la vitesse de rotation
de la turbine et enfin la Figure 58 superpose cette dernire caractristique la caractristique
puissance-vitesse de la turbine.
Figure 55. Evolution de l'angle de calage en

fonction de la vitesse du vent
Figure 56. Evolution de la puissance olienne

en fonction de la vitesse du vent
Figure 57. Evolution de la puissance olienne

en fonction de vitesse de rotation de la turbine
Figure 58. Evolution de la puissance en

fonction de la vitesse de rotation de la turbine
Page | 131
Annexe A. Modlisation et commande du gnrateur olien
Ces courbes montrent que la puissance extraite laide de la stratgie MDP (Maximum Delivery
Power), passe par les maximums de la caractristique de la turbine. La caractristique gnrale
de la puissance (Popt) fournie par lolienne en fonction de la vitesse de rotation de la turbine
(Figure 58), est une combinaison de la puissance gnre par lapplication de la stratgie MPPT
(Pmax) pour les faibles vitesses en rglant le couple et de la limitation de puissance par rglage du
couple et de langle de calage par vent fort. La puissance rsultante est appele par la suite
puissance MDP.
Page | 132
Annexe B. Outil coulement de Puissance et coulement de Puissance Optimal
Annexe B. Outil coulement de Puissance et

coulement de Puissance Optimal
Le but d'une tude dcoulement de Puissance est d'obtenir l'angle et l'amplitude de la tension
pour chaque nud du rseau pour une valeur spcifie de la charge, du gnrateur de puissance
active.
Les quations possibles d'utiliser sont les quations dquilibre de puissance, qui peut tre crit
pour la puissance active et ractive chaque nud.
N
Pi Vi Vk (Gik cos ik Bik sin ik )

k 1
N
Qi Vi Vk (Gik sin ik Bik cos ik )
[B.1]
k 1
Pi : la puissance active inject au nud i

Qi : la puissance ractive inject au nud i
|Vi|, |Vk| : lamplitude de la tension au nud i, k.
ik = i - k : le dphasage de la tension entre nud i et nud k.
Gik, Bik : la conductance et la susceptance de la ligne entre nud i et nud k
Une fois que ces informations sont connues, les flux de puissance active et ractive sur chaque
branche ainsi que la puissance ractive des gnrateurs peuvent tre dtermine analytiquement.
En raison du caractre non linaire de ce problme, les mthodes numriques sont employes
pour obtenir une solution qui est dans une tolrance acceptable.
Nous classifions les nuds dans un rseau 3 types :
Nud PQ : nud de charge, o la puissance active et ractive est connue.
Nud PV : nud de production, o la puissance active et lamplitude de la tension est

connue.
Nud Bilan : chaque rseau a un seul nud de Slack o l'angle et l'amplitude de la

tension sont connus.
Page | 133
Donc, pour un rseau lectrique de n nuds, o nPV est le nombre de nud PV, nous avons un
systme dquations avec (n-nPV-1) quations.
Cest le systme dquations coulement de Puissance AC, qui sont non linaire et peuvent
montrer prcisment la relation entre les grandeurs du rseau. La solution de ce systme
dquations nous donne un rsultat trs prcis de ltat du rseau. Cependant, il ny a pas une
rsolution analytique pour ce systme dquations non linaire. Donc, les mthodes numriques
qui sont trs couteux en temps de calcul doivent tre appliques.
I. coulement de Puissance AC
Dans le problme dcoulement de Puissance AC, lquilibre de la puissance dans le systme
lectrique est souvent crit sous forme de deux quations pour la puissance active et ractive
comme prsent dans lquation B.1. Il existe diffrentes mthodes de rsolution ce systme
d'quations non linaires. Parmi ces mthodes, la mthode de Newton-Raphson est la plus
connue.
Cette mthode commence par une estimation initiale de toutes les variables inconnues
(lamplitude et langle de la tension aux nuds PQ, langle de la tension aux nuds PV).
Ensuite, une srie de Taylor est crit pour chacune des quations de bilan de puissance dans le
systme d'quations . Le rsultat est un systme d'quations linaires qui peuvent tre exprimes
comme suit :
J 1 P
V
Q
[B.2]
O P et Q sont appeles les quations disparits.

N
P Pi Vi Vk (Gik cos ik Bik sin ik )

k 1
N
Q -Qi Vi Vk (Gik sin ik Bik cos ik )
[B.3]
k 1
et J est la matrice des drives partielles connues comme Jacobienne
P

J
Q
P
V
Q
[B.4]
Page | 134
Le systme d'quations linarises est rsolu pour dterminer la prochaine estimation (m + 1) de

lamplitude et de langle de la tension sur la base de :
m 1 m
V
m 1
[B.5]
Le processus se poursuit jusqu' ce qu'une condition d'arrt est satisfaire. Une condition d'arrt
souvent utilise est darrter quand la norme des quations disparits est infrieure une
tolrance spcifie.
II. coulement de Puissance Optimal AC

Le calcul dcoulement de Puissance Optimal est pour le but de trouver la solution du problme
dcoulement de Puissance AC avec le cot de fonctionnement minimal.
min f ( x)
x
Avec les contraints :
[B.6]
g ( x) 0 est le systme dquations coulement de Puissance AC

h( x) 0 est le contraint de la puissance dans la ligne
xmin x xmax est la plage de variation de la solution
La fonction objective (B.6) est simplement la somme des fonctions de cots individuels des
puissances actives et ractives injectes pour chaque gnrateur :
ng
min
V , , P , Q
f
i 1
i
P
( pgi ) f Qi (qgi )
[B.7]
Page | 135
Page | 136
Annexe C. Le rseau de test 14 nuds de IEEE
Figure 59. Rseau IEEE-14nuds

Tableau 22. Paramtres des nuds du rseau 14 nuds de IEEE
N du
Type de
Pch
Qch
Tension de
nud
nud
[MW] [MVAr] rfrence [p,u,]
1
PV
0
0
1,060
2
PV
21,7
12,7
1,045
3
PV
94,2
19
1,010
4
PQ
47,8
-3,9
*
5
PQ
7,6
1,6
*
6
PV
11,2
7,5
1,070
7
PQ
0
0
**
8
PV
0
0
1,062
9
PQ
29,5
16,6
**
10
PQ
9
5,8
**
11
PQ
3,5
1,8
**
12
PV
6,1
1,6
1,010
13
PV
13,5
5,8
1,010
14
PV
14,9
5
1,010
* Tension maintenue entre 0,95-1,05 ; ** Tension maintenue entre 0,90-1,10
Page | 137
Nud
1
1
2
3
6
8
12
13
14
Du nud
1
1
2
2
2
3
4
4
4
5
6
6
6
7
7
9
9
10
12
13
Tableau 23. Paramtres des gnrateurs du rseau 14 nuds de IEEE

Pmax (MW) Pmin (MW) Qmax (MVar) Qmin (MVar) Taux de panne (1/h)
160
40
10
0
8,00E-04
160
40
10
0
8,00E-04
60
30
50
-40
4,00E-04
0
0
40
0
4,00E-04
0
0
24
-6
1,00E-03
0
0
24
-6
1,00E-03
12
0
5
-5
5,00E-04
12
0
5
-5
5,00E-04
50
0
20
-20
5,00E-04
Tableau 24. Paramtres des lignes du rseau 14 nuds de IEEE

R
X
B
Smax
Taux de
Au nud
Rapport
[p,u,]
[p,u,]
[p,u,]
[MVA] panne (1/h)
2
0,01938 0,05917 0,0528
1
292,41
5,43E-04
5
0,05403 0,22304 0,0492
1
292,41
2,05E-03
3
0,04699 0,19797 0,0438
1
292,41
1,82E-03
4
0,05811 0,17632 0,0374
1
292,41
1,62E-03
5
0,05695 0,17388
0,034
1
292,41
1,60E-03
4
0,06701 0,17103 0,0346
1
292,41
1,57E-03
5
0,01335 0,04211 0,0128
1
292,41
3,87E-04
7
0
0,20912
0
0,978
42,25
2,05E-05
9
0
0,55618
0
0,969
16
2,05E-05
6
0
0,25202
0
0,932
84,5
2,05E-05
11
0,09498
0,1989
0
1
25
4,34E-04
12
0,12291 0,25581
0
1
25
5,58E-04
13
0,06615 0,13027
0
1
25
2,84E-04
8
0
0,17615
0
1
25
2,05E-05
9
0
0,11001
0
1
42,25
2,05E-05
10
0,03181 0,08450
0
1
25
1,84E-04
14
0,12711 0,27038
0
1
30
5,90E-04
11
0,08205 0,19207
0
1
25
4,19E-04
13
0,22092 0,19988
0
1
25
4,36E-04
14
0,17093 0,34802
0
1
25
7,59E-04
Page | 138
Annexe D. Le rseau de test RTS-96 de IEEE

Tableau 25. Paramtres des nuds du rseau RTS-96 de IEEE
No du
nud
Nom du
nud
Type du
nud
Pch
(MW)
Qch
(MVAr)
Gs
Bs
Sub Area
Base kV
Zone
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
201
202
203
204
205
206
207
208
209
210
211
212
Abel
Adams
Adler
Agricola
Aiken
Alber
Alder
Alger
Ali
Allen
Anna
Archer
Arne
Arnold
Arthur
Asser
Aston
Astor
Attar
Attila
Attlee
Aubrey
Austen
Avery
Bach
Bacon
Baffin
Bailey
Bain
Bajer
Baker
Balch
Balzac
Banks
Bardeen
Barkla
2
2
1
1
1
1
2
1
1
1
1
1
3
2
2
2
1
2
1
1
2
2
2
1
2
2
1
1
1
1
2
1
1
1
1
1
108
97
180
74
71
136
125
171
175
195
0
0
265
194
317
100
0
333
181
128
0
0
0
0
108
97
180
74
71
136
125
171
175
195
0
0
22
20
37
15
14
28
25
35
36
40
0
0
54
39
64
20
0
68
37
26
0
0
0
0
22
20
37
15
14
28
25
35
36
40
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
11
11
11
11
11
11
11
11
11
11
11
11
12
12
12
12
12
12
12
12
12
12
12
12
21
21
21
21
21
21
21
21
21
21
21
21
138
138
138
138
138
138
138
138
138
138
230
230
230
230
230
230
230
230
230
230
230
230
230
230
138
138
138
138
138
138
138
138
138
138
230
230
11
12
11
11
11
12
12
12
13
13
13
13
14
16
16
16
17
17
15
15
17
17
15
16
21
22
21
21
21
22
22
22
23
23
23
23
Page | 139
213
214
215
216
217
218
219
220
221
222
223
224
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
Barlow
Barry
Barton
Basov
Bates
Bayle
Bede
Beethoven
Behring
Bell
Bloch
Bordet
Cabell
Cabot
Caesar
Caine
Calvin
Camus
Carew
Carrel
Carter
Caruso
Cary
Caxton
Cecil
Chain
Chase
Chifa
Chuhsi
Clark
Clay
Clive
Cobb
Cole
Comte
Curie
Curtiss
2
2
2
2
1
2
1
1
2
2
2
1
2
2
1
1
1
1
2
1
1
1
1
1
2
2
2
2
1
2
1
1
2
2
2
1
1
265
194
317
100
0
333
181
128
0
0
0
0
108
97
180
74
71
136
125
171
175
195
0
0
265
194
317
100
0
333
181
128
0
0
0
0
0
54
39
64
20
0
68
37
26
0
0
0
0
22
20
37
15
14
28
25
35
36
40
0
0
54
39
64
20
0
68
37
26
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
22
22
22
22
22
22
22
22
22
22
22
22
31
31
31
31
31
31
31
31
31
31
31
31
32
32
32
32
32
32
32
32
32
32
32
32
32
230
230
230
230
230
230
230
230
230
230
230
230
138
138
138
138
138
138
138
138
138
138
230
230
230
230
230
230
230
230
230
230
230
230
230
230
230
24
26
26
26
27
27
25
25
27
27
25
26
31
32
31
31
31
32
32
32
33
33
33
33
34
36
36
36
37
37
35
35
37
37
35
36
35
Type du nud : 1 : nud PQ, 2 : nud PV, 3 : nud bilan
Page | 140
Tableau 26. Paramtres des gnrateurs du rseau RTS-96 de IEEE

No du
nud
101
101
101
101
102
102
102
102
104
105
107
107
107
113
113
113
114
115
115
115
115
115
115
116
118
121
122
122
122
122
122
122
123
123
123
201
201
201
201
202
202
202
Type de
lunit
U20
U20
U76
U76
U20
U20
U76
U76
W100
W80
U100
U100
U100
U197
U197
U197
Sync Cond
U12
U12
U12
U12
U12
U155
U155
U400
U400
U50
U50
U50
U50
U50
U50
U155
U155
U350
U20
U20
U76
U76
U20
U20
U76
No de
lunit
1
2
3
4
1
2
3
4
1
1
1
2
3
1
2
3
1
1
2
3
4
5
6
1
1
1
1
2
3
4
5
6
1
2
3
1
2
3
4
1
2
3
Pp
(MW)
10
10
76
76
10
10
76
76
100
80
80
80
80
95,1
95,1
95,1
0
12
12
12
12
12
155
155
400
400
50
50
50
50
50
50
155
155
350
10
10
76
76
10
10
76
Qp
(MVar)
0
0
14,1
14,1
0
0
7,0
7,0
0
0
17,2
17,2
17,2
40,7
40,7
40,7
13,7
0
0
0
0
0
0,05
25,22
137,4
108,2
-4,96
-4,96
-4,96
-4,96
-4,96
-4,96
31,79
31,79
71,78
0
0
14,1
14,1
0
0
7,0
Qmax
Qmin
Tension de
Taux de
(MVar) (MVar) rfrence (p,u,) panne (1/h)*
10
0
1,035
2,22E-03
10
0
1,035
2,22E-03
30
-25
1,035
5,10E-04
30
-25
1,035
5,10E-04
10
0
1,035
2,22E-03
10
0
1,035
2,22E-03
30
-25
1,035
5,10E-04
30
-25
1,035
5,10E-04
30
-30
1,035
5,10E-04
24
-24
1,035
5,10E-04
60
0
1,025
8,33E-04
60
0
1,025
8,33E-04
60
0
1,025
8,33E-04
80
0
1,020
1,05E-03
80
0
1,020
1,05E-03
80
0
1,020
1,05E-03
200
-50
0,980
0,00E+00
6
0
1,014
3,40E-04
6
0
1,014
3,40E-04
6
0
1,014
3,40E-04
6
0
1,014
3,40E-04
6
0
1,014
3,40E-04
80
-50
1,014
1,04E-03
80
-50
1,017
1,04E-03
200
-50
1,050
9,09E-04
200
-50
1,050
9,09E-04
16
-10
1,050
5,05E-04
16
-10
1,050
5,05E-04
16
-10
1,050
5,05E-04
16
-10
1,050
5,05E-04
16
-10
1,050
5,05E-04
16
-10
1,050
5,05E-04
80
-50
1,050
1,04E-03
80
-50
1,050
1,04E-03
150
-25
1,050
8,70E-04
10
0
1,035
2,22E-03
10
0
1,035
2,22E-03
30
-25
1,035
5,10E-04
30
-25
1,035
5,10E-04
10
0
1,035
2,22E-03
10
0
1,035
2,22E-03
30
-25
1,035
5,10E-04
Page | 141
202
204
205
207
207
207
213
213
213
214
215
215
215
215
215
215
216
218
221
222
222
222
222
222
222
223
223
223
301
301
301
301
302
302
302
302
304
305
307
307
307
313
313
313
314
U76
W100
W80
U100
U100
U100
U197
U197
U197
Sync Cond
U12
U12
U12
U12
U12
U155
U155
U400
U400
U50
U50
U50
U50
U50
U50
U155
U155
U350
U20
U20
U76
U76
U20
U20
U76
U76
W100
W80
U100
U100
U100
U197
U197
U197
Sync Cond
4
1
1
1
2
3
1
2
3
1
1
2
3
4
5
6
1
1
1
1
2
3
4
5
6
1
2
3
1
2
3
4
1
2
3
4
1
1
1
2
3
1
2
3
1
76
100
80
80
80
80
95,1
95,1
95,1
0
12
12
12
12
12
155
155
400
400
50
50
50
50
50
50
155
155
350
10
10
76
76
10
10
76
76
100
80
80
80
80
95,1
95,1
95,1
0
7,0
0
0
17,2
17,2
17,2
40,7
40,7
40,7
13,68
0
0
0
0
0
0,048
25,22
137,4
108,2
-4,96
-4,96
-4,96
-4,96
-4,96
-4,96
31,79
31,79
71,78
0
0
14,1
14,1
0
0
7,0
7,0
0
0
17,2
17,2
17,2
40,7
40,7
40,7
13,68
30
30
24
60
60
60
80
80
80
200
6
6
6
6
6
80
80
200
200
16
16
16
16
16
16
80
80
150
10
10
30
30
10
10
30
30
30
24
60
60
60
80
80
80
200
-25
-30
-24
0
0
0
0
0
0
-50
0
0
0
0
0
-50
-50
-50
-50
-10
-10
-10
-10
-10
-10
-50
-50
-25
0
0
-25
-25
0
0
-25
-25
-30
-24
0
0
0
0
0
0
-50
1,035
1,035
1,035
1,025
1,025
1,025
1,020
1,020
1,020
0,980
1,014
1,014
1,014
1,014
1,014
1,014
1,017
1,050
1,050
1,050
1,050
1,050
1,050
1,050
1,050
1,050
1,050
1,050
1,035
1,035
1,035
1,035
1,035
1,035
1,035
1,035
1,035
1,035
1,025
1,025
1,025
1,02
1,02
1,02
0,98
5,10E-04
5,10E-04
5,10E-04
5,10E-04
5,10E-04
8,33E-04
1,05E-03
1,05E-03
1,05E-03
0,00E+00
3,40E-04
3,40E-04
3,40E-04
3,40E-04
3,40E-04
1,04E-03
1,04E-03
9,09E-04
9,09E-04
5,05E-04
5,05E-04
5,05E-04
5,05E-04
5,05E-04
5,05E-04
1,04E-03
1,04E-03
8,70E-04
2,22E-03
2,22E-03
5,10E-04
5,10E-04
2,22E-03
2,22E-03
5,10E-04
5,10E-04
5,10E-04
5,10E-04
5,10E-04
5,10E-04
8,33E-04
8,33E-04
1,05E-03
1,05E-03
0,00E+00
Page | 142
315
315
315
315
315
315
316
318
321
322
322
322
322
322
322
323
323
323
U12
U12
U12
U12
U12
U155
U155
U400
U400
U50
U50
U50
U50
U50
U50
U155
U155
U350
1
2
3
4
5
6
1
1
1
1
2
3
4
5
6
1
2
3
12
12
12
12
12
155
155
400
400
50
50
50
50
50
50
155
155
350
0
0
0
0
0
0,048
25,22
137,4
108,2
-4,96
-4,96
-4,96
-4,96
-4,96
-4,96
31,79
31,79
71,78
6
6
6
6
6
80
80
200
200
16
16
16
16
16
16
80
80
150
0
0
0
0
0
-50
-50
-50
-50
-10
-10
-10
-10
-10
-10
-50
-50
-25
1,014
1,014
1,014
1,014
1,014
1,014
1,017
1,05
1,05
1,05
1,05
1,05
1,05
1,05
1,05
1,05
1,05
1,05
3,40E-04
3,40E-04
3,40E-04
3,40E-04
3,40E-04
1,04E-03
1,04E-03
9,09E-04
9,09E-04
5,05E-04
5,05E-04
5,05E-04
5,05E-04
5,05E-04
5,05E-04
1,04E-03
1,04E-03
8,70E-04
* : le taux de panne est calcul en basant sur les donnes de fiabilit des gnrateurs
Tableau 27. Donnes de fiabilit des gnrateurs du rseau RTS-96 de IEEE

Unit
U12
U20
U50
U76
U100
U155
U197
U350
U400
Taille de
Forced
lunit (MW) Outage Rate
12
0,02
20
0,10
50
0,01
76
0,02
100
0,04
155
0,04
197
0,05
350
0,08
400
0,12
MTTF
(Heure)
2940
450
1980
1960
1200
960
950
1150
1100
MTTR
(Heure)
60
50
20
40
50
40
50
100
150
Panne
(fois/ans)
2,98
19,47
4,42
4,47
7,30
9,13
9,22
7,62
7,96
MTTF : Mean Time To Failure

MTTR : Mean Time To Repair
Page | 143
Tableau 28. Paramtres des lignes du rseau RTS-96 de IEEE

No de
Du
la ligne nud
A1
101
A2
101
A3
101
A4
102
A5
102
A6
103
A7
103
A8
104
A9
105
A10
106
A11
107
AB1
107
A12-1
108
A13-2
108
A14
109
A15
109
A16
110
A17
110
A18
111
A19
111
A20
112
A21
112
A22
113
AB2
113
A23
114
A24
115
A25-1
115
A25-2
115
A26
115
A27
116
A28
116
A29
117
A30
117
A31-1
118
A31-2
118
A32-1
119
A32-2
119
A33-1
120
A33-2
120
A34
121
AB3
123
B1
201
Au
Panne
L (km)
nud
(fois/ans)
102
3
0,24
103
55
0,51
105
22
0,33
104
33
0,39
106
50
0,48
109
31
0,38
124
0
0,02
109
27
0,36
110
23
0,34
110
16
0,33
108
16
0,30
203
42
0,44
109
43
0,44
110
43
0,44
111
0
0,02
112
0
0,02
111
0
0,02
112
0
0,02
113
33
0,40
114
29
0,39
113
33
0,40
123
67
0,52
123
60
0,49
215
52
0,47
116
27
0,38
116
12
0,33
121
34
0,41
121
34
0,41
124
36
0,41
117
18
0,35
119
16
0,34
118
10
0,32
122
73
0,54
121
18
0,35
121
18
0,35
120
27,5
0,38
120
27,5
0,38
123
15
0,34
123
15
0,34
122
47
0,45
217
51
0,46
202
3
0,24
R
(p,u,)
0,003
0,055
0,022
0,033
0,050
0,031
0,002
0,027
0,023
0,014
0,016
0,042
0,043
0,043
0,002
0,002
0,002
0,002
0,006
0,005
0,006
0,012
0,011
0,010
0,005
0,002
0,006
0,006
0,007
0,003
0,003
0,002
0,014
0,003
0,003
0,005
0,005
0,003
0,003
0,009
0,010
0,003
X
(p,u,)
0,014
0,211
0,085
0,127
0,192
0,119
0,084
0,104
0,088
0,061
0,061
0,161
0,165
0,165
0,084
0,084
0,084
0,084
0,048
0,042
0,048
0,097
0,087
0,075
0,059
0,017
0,049
0,049
0,052
0,026
0,023
0,014
0,105
0,026
0,026
0,040
0,040
0,022
0,022
0,068
0,074
0,014
B
Smax
Taux de
Rapport
(p,u,) (MVA)
panne (1/h)*
0,461
175
0
2,74E-05
0,057
175
0
5,82E-05
0,023
175
0
3,77E-05
0,034
175
0
4,45E-05
0,052
175
0
5,48E-05
0,032
175
0
4,34E-05
0
400
1,015
2,28E-06
0,028
175
0
4,11E-05
0,024
175
0
3,88E-05
2,459
175
0
3,77E-05
0,017
175
0
3,42E-05
0,044
175
0
5,02E-05
0,045
175
0
5,02E-05
0,045
175
0
5,02E-05
0
400
1,03
2,28E-06
0
400
1,03
2,28E-06
0
400
1,015
2,28E-06
0
400
1,015
2,28E-06
0,100
500
0
4,57E-05
0,088
500
0
4,45E-05
0,100
500
0
4,57E-05
0,203
500
0
5,94E-05
0,182
500
0
5,59E-05
0,158
500
0
5,37E-05
0,082
500
0
4,34E-05
0,036
500
0
3,77E-05
0,103
500
0
4,68E-05
0,103
500
0
4,68E-05
0,109
500
0
4,68E-05
0,055
500
0
4,00E-05
0,049
500
0
3,88E-05
0,030
500
0
3,65E-05
0,221
500
0
6,16E-05
0,055
500
0
4,00E-05
0,055
500
0
4,00E-05
0,083
500
0
4,34E-05
0,083
500
0
4,34E-05
0,046
500
0
3,88E-05
0,046
500
0
3,88E-05
0,142
500
0
5,14E-05
0,155
500
0
5,25E-05
0,461
175
0
2,74E-05
Page | 144
B2
B3
B4
B5
B6
B7
B8
B9
B10
B11
B12-1
B13-2
B14
B15
B16
B17
B18
B19
B20
B21
B22
B23
B24
B25-1
B25-2
B26
B27
B28
B29
B30
B31-1
B31-2
B32-1
B32-2
B33-1
B33-2
B34
C1
C2
C3
C4
C5
C6
C7
C8
201
201
202
202
203
203
204
205
206
207
208
208
209
209
210
210
211
211
212
212
213
214
215
215
215
215
216
216
217
217
218
218
219
219
220
220
221
301
301
301
302
302
303
303
304
203
205
204
206
209
224
209
210
210
208
209
210
211
212
211
212
213
214
213
223
223
216
216
221
221
224
217
219
218
222
221
221
220
220
223
223
222
302
303
305
304
306
309
324
309
55
22
33
50
31
0
27
23
16
16
43
43
0
0
0
0
33
29
33
67
60
27
12
34
34
36
18
16
10
73
18
18
27,5
27,5
15
15
47
3
55
22
33
50
31
0
27
0,51
0,33
0,39
0,48
0,38
0,02
0,36
0,34
0,33
0,30
0,44
0,44
0,02
0,02
0,02
0,02
0,40
0,39
0,40
0,52
0,49
0,38
0,33
0,41
0,41
0,41
0,35
0,34
0,32
0,54
0,35
0,35
0,38
0,38
0,34
0,34
0,45
0,24
0,51
0,33
0,39
0,48
0,38
0,02
0,36
0,055
0,022
0,033
0,050
0,031
0,002
0,027
0,023
0,014
0,016
0,043
0,043
0,002
0,002
0,002
0,002
0,006
0,005
0,006
0,012
0,011
0,005
0,002
0,006
0,006
0,007
0,003
0,003
0,002
0,014
0,003
0,003
0,005
0,005
0,003
0,003
0,009
0,003
0,055
0,022
0,033
0,050
0,031
0,002
0,027
0,211
0,085
0,127
0,192
0,119
0,084
0,104
0,088
0,061
0,061
0,165
0,165
0,084
0,084
0,084
0,084
0,048
0,042
0,048
0,097
0,087
0,059
0,017
0,049
0,049
0,052
0,026
0,023
0,014
0,105
0,026
0,026
0,040
0,040
0,022
0,022
0,068
0,014
0,211
0,085
0,127
0,192
0,119
0,084
0,104
0,057
0,023
0,034
0,052
0,032
0
0,028
0,024
2,459
0,017
0,045
0,045
0
0
0
0
0,100
0,088
0,100
0,203
0,182
0,082
0,036
0,103
0,103
0,109
0,055
0,049
0,030
0,221
0,055
0,055
0,083
0,083
0,046
0,046
0,142
0,461
0,057
0,023
0,034
0,052
0,032
0
0,028
175
175
175
175
175
400
175
175
175
175
175
175
400
400
400
400
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
175
175
175
175
175
175
400
175
0
0
0
0
0
1,015
0
0
0
0
0
0
1,03
1,03
1,015
1,015
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1,015
0
5,82E-05
3,77E-05
4,45E-05
5,48E-05
4,34E-05
2,28E-06
4,11E-05
3,88E-05
3,77E-05
3,42E-05
5,02E-05
5,02E-05
2,28E-06
2,28E-06
2,28E-06
2,28E-06
4,57E-05
4,45E-05
4,57E-05
5,94E-05
5,59E-05
4,34E-05
3,77E-05
4,68E-05
4,68E-05
4,68E-05
4,00E-05
3,88E-05
3,65E-05
6,16E-05
4,00E-05
4,00E-05
4,34E-05
4,34E-05
3,88E-05
3,88E-05
5,14E-05
2,74E-05
5,82E-05
3,77E-05
4,45E-05
5,48E-05
4,34E-05
2,28E-06
4,11E-05
Page | 145
C9
C10
C11
C12-1
C13-2
C14
C15
C16
C17
C18
C19
C20
C21
C22
C23
C24
C25-1
C25-2
C26
C27
C28
C29
C30
C31-1
C31-2
C32-1
C32-2
C33-1
C33-2
C34
CA-1
CB-1
C35
305
306
307
308
308
309
309
310
310
311
311
312
312
313
314
315
315
315
315
316
316
317
317
318
318
319
319
320
320
321
325
318
323
310
310
308
309
310
311
312
311
312
313
314
313
323
323
316
316
321
321
324
317
319
318
322
321
321
320
320
323
323
322
121
223
325
23
16
16
43
43
0
0
0
0
33
29
33
67
60
27
12
34
34
36
18
16
10
73
18
18
27,5
27,5
15
15
47
67
72
0
0,34
0,33
0,30
0,44
0,44
0,02
0,02
0,02
0,02
0,40
0,39
0,40
0,52
0,49
0,38
0,33
0,41
0,41
0,41
0,35
0,34
0,32
0,54
0,35
0,35
0,38
0,38
0,34
0,34
0,45
0,52
0,53
0,02
0,023
0,014
0,016
0,043
0,043
0,002
0,002
0,002
0,002
0,006
0,005
0,006
0,012
0,011
0,005
0,002
0,006
0,006
0,007
0,003
0,003
0,002
0,014
0,003
0,003
0,005
0,005
0,003
0,003
0,009
0,012
0,013
0,000
0,088
0,061
0,061
0,165
0,165
0,084
0,084
0,084
0,084
0,048
0,042
0,048
0,097
0,087
0,059
0,017
0,049
0,049
0,052
0,026
0,023
0,014
0,105
0,026
0,026
0,040
0,040
0,022
0,022
0,068
0,097
0,104
0,009
0,024
2,459
0,017
0,045
0,045
0
0
0
0
0,100
0,088
0,100
0,203
0,182
0,082
0,036
0,103
0,103
0,109
0,055
0,049
0,030
0,221
0,055
0,055
0,083
0,083
0,046
0,046
0,142
0,203
0,218
0
175
175
175
175
175
400
400
400
400
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
500
722
0
0
0
0
0
1,03
1,03
1,015
1,015
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1,00
3,88E-05
3,77E-05
3,42E-05
5,02E-05
5,02E-05
2,28E-06
2,28E-06
2,28E-06
2,28E-06
4,57E-05
4,45E-05
4,57E-05
5,94E-05
5,59E-05
4,34E-05
3,77E-05
4,68E-05
4,68E-05
4,68E-05
4,00E-05
3,88E-05
3,65E-05
6,16E-05
4,00E-05
4,00E-05
4,34E-05
4,34E-05
3,88E-05
3,88E-05
5,14E-05
5,94E-05
6,05E-05
2,28E-06
* : le taux de panne par heure est calcul en basant sur le taux de panne par an.
Page | 146
Figure 60. Rseau IEEE RTS-96
Page | 147

These Thang Do Minh

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

These Thang Do Minh

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSITE LILLE 1 SCIENCES ET TECHNOLOGIES

Ecole doctorale No72 : Sciences Pour l'Ingnieur

Approche probabiliste pour lvaluation de la

Bertrand RAISON, Professeur Universit Joseph Fourier - G2ELab

Liisa HAARLA, Professeur Universit d'Aalto

Julien JACQUES, Matre de Confrences Universit Lille 1

Jonathan SPROOTEN, Ingnieur Elia Belgique

Asma MERDASSI, Enseignant-Chercheur HEI - L2EP

Benot ROBYNS, Professeur HEI - L2EP

God does not play dice with the world.

Je tiens remercier chaleureusement :

Je tiens galement remercier les personnelles de HEI, particulirement les enseignant-chercheurs

BOUALLAGA, Valentin ALBINET et Madame Petronela Valeria PANKOVITS pour les

Table des matires

Table des matires

Structure du systme lectrique ..................................................................................................15

Production prvisible ...................................................................................................................... 16

Production peu prvisible ............................................................................................................... 17

Le transport et la distribution ................................................................................................................ 20

Lignes ariennes et cbles souterrains ............................................................................................ 21

Postes de transformation ................................................................................................................. 22

III. La planification du systme lectrique court-terme ...............................................................23

Les marges de scurit .......................................................................................................................... 24

Les critres de scurit dterministes .................................................................................................... 25

Capacity Reserve Margin (CRM) .............................................................................................. 26

Lost of the Largest Unit (LLU) .................................................................................................. 26

Combinaison des deux critres ................................................................................................... 26

La scurit N-1 ...................................................................................................................................... 26

IV. Impact des EnR sur le systme lectrique ..................................................................................27

Impact sur la frquence ......................................................................................................................... 27

Impact sur la tension ............................................................................................................................. 28

Impact sur le transit de puissance ......................................................................................................... 30

Bilan des approches probabilistes pour lvaluation de la fiabilit du systme

Table des matires

Elments de probabilits et statistiques ..................................................................................... 33

La notion de probabilit ........................................................................................................................ 33

Loi de probabilit .................................................................................................................................. 34

Variable alatoire ............................................................................................................................ 34

Loi de probabilit dune variable alatoire discrte ........................................................................ 35

Fonction densit de probabilit dune variable alatoire continue ................................................. 35

Fonction de rpartition .................................................................................................................... 36

Caractristiques principales des variables alatoires ...................................................................... 37

Les lois de probabilit ..................................................................................................................... 38

III. Fiabilit du systme lectrique.................................................................................................... 40

Dfinition de la fiabilit du systme lectrique..................................................................................... 40

Les indicateurs de fiabilit .................................................................................................................... 40

Les indicateurs de fiabilit au niveau hirarchique I .................................................................. 41

Les indicateurs de fiabilit au niveau hirarchique II ................................................................ 42

IV. Mthodes probabilistes ................................................................................................................ 44

Mthode de calcul probabiliste dans lvaluation de la fiabilit du systme lectrique ........................ 44

Mthode de la variabilit de rponse ......................................................................................... 45

Mthode de fiabilit ................................................................................................................... 53

Approche probabiliste propose pour lvaluation de la fiabilit du systme

lectrique court terme ............................................................................................................... 67

Les variables alatoires du systme lectrique hybride court terme.................................... 68

Disponibilit des quipements .............................................................................................................. 68

Erreur de la prvision de la charge........................................................................................................ 70

Erreur de la prvision de la production renouvelable ........................................................................... 71

III. valuation de la fiabilit du systme lectrique ........................................................................ 72

Traitement des variables alatoires discrtes ........................................................................................ 72

Dfinition mathmatique de la formule des probabilits totales ................................................ 72

Table des matires

Application dans lvaluation de la fiabilit du systme lectrique ........................................... 73

La fiabilit de chaque configuration du systme lectrique au niveau hirarchique I........................... 75