Memoireb

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
Ministre de lEnseignement Suprieur et de la Recherche Scientifique

Universit Amar Telidji, Laghouat
Facult des Sciences et Sciences de lIngnieur
Dpartement Gnie Electrique
Mmoire de Magister en Electrotechnique
Option : Analyse, Conduite et Commande des Rseaux Electriques
THEME
Optimisation Multiobjectif de la Synthse des FACTS par les
Particules en Essaim pour le Contrle de la Stabilit de Tension
des Rseaux Electriques
Prsent par :
Rabah BENABID
Ingnieur dEtat en Electrotechnique de lUniversit de Jijel
Soutenu le 04/09/2007 devant le jury compos de :
I.K. LEFKAIER Professeur lUATL Prsident
M. BOUDOUR Matre de Confrences lUSTHB Rapporteur
A. HELLAL Professeur lUATL Examinateur
L. MOKRANI Matre de Confrences lUATL Examinateur
S. ARIF Charg de Cours lUATL Invit
UAT, Laghouat : 2007
:
.
.
.

, : ,
.
.
: , , ,
, .
Rsum :
Ce mmoire traite du problme de la stabilit statique de tension dans les rseaux lectriques.
Des notions de base relatives linstabilit et leffondrement de tension ont ts prsentes. La
stabilit de tension dun rseau lectrique a t value par la mthode dcoulement de puissance
en continu (CPF). Lutilisation optimale du compensateur statique dnergie ractive (SVC) et du
Compensateur srie command par thyristor (TCSC) dans lamlioration de la marge de stabilit
statique de tension, a retenu aussi notre intrt dans ce mmoire. Le problme deffondrement de
tension a t formul comme un problme doptimisation mono-objectif et galement multi-
objectif. Plusieurs variantes de la mthode doptimisation par essaim de particules savoir : la
mthode de base PSO, NSPSO (Non dominated Sorting Particle Swarm Optimization) et MOPSO
(Multi-objective Particle Swarm Optimization) sont appliques au problme de la stabilit de
tension. Ces mthodes sont modifies afin de prendre en considration aussi bien les variables
continues que les variables discrtes.
Mots-cls : Stabilit Statique de Tension, Marge de Stabilit de Tension, Mthode doptimisation
par Essaim de Particule, SVC, TCSC.
Abstract:
This work deals with the problem of the static voltage stability in the power systems. Basic
concepts relating to the instability and voltage collapse are presented. The voltage stability of
power system is assessed by the method of Continuation Power Flow (CPF). The optimal use of the
SVC and The TCSC in the improvement of the static voltage stability margin also retains our
interest in this memory. The voltage collapse problem is formulated as mono-objective and multi-
objective optimization problem. Several alternatives of the Particle Swarm Optimization method,
namely: the basic PSO, NSPSO (Non dominated Sorting Particle Swarm Optimization) and
MOPSO (Multi-objective Particle Swarm Optimization) are applied to the problem of voltage
stability. These methods are modified in order to take into account the continuous as well as the
discrete variables of the multimachine power system.
Keywords: Static Voltage Stability, Voltage Stability Margin, Particle Swarm Optimization
Method, SVC, TCSC.
REMERCIEMENTS
Mes remerciements les plus vifs, vont mon Directeur de mmoire monsieur
Mohamed BOUDOUR, Matre de confrence lUSTHB pour son aide, son orientation
judicieuse et sa disponibilit, aussi pour la confiance, la patience et la comprhension
quil ma toujours manifest
Je tiens galement remercier Monsieur AbdelHafid HELLAL, Professeur
lUATL pour son aide, son orientation judicieuse, ses conseilles, disponibilit et son
encouragement spcialement durant lanne thoriques.
Je tiens galement remercier Monsieur Lakhdar MOKRANI, Matre de
Confrences lUATL pour son aide et son orientation durant lanne thorique.
Je tiens galement remercier Monsieur Salem ARIF, Charg de Cours lUATL
pour son aide, son encouragement, sa disponibilit, spcialement durant lanne
thorique.
Je remercie galement Monsieur Ibn Khaldoun LEFKAIER, Professeur l'UATL
davoir accept de Prsider le jury de soutenance.
Je veux aussi exprimer ma vive reconnaissance envers tous les enseignants du poste
graduation du rseau lectrique.
Une personne qui na jamais commis derreur
na jamais tent dinnover
Albert Einstein
DEDICACE
Je ddie ce travail :
Ma Mre,
A mon Pre Ali,
A Ma Femme,
A ABderaouf,
A mes frres : Hichem, Abdenour, Mohammed et Hamza,
A ma Soeur,
A Bounesseba SADAK,
Et tous mes Amis
RABAH BENABID
/07/2007
LISTE DES FIGURES
UATL 2007 VI
LISTE DES FIGURES
Figure 1.1 Classification des types de la stabilit des rseaux lectriques............................... 8
Figure 1.2 Rseau lectrique deux noeuds............................................................................. 10
Figure 1.3 Principe dcoulement de puissance continu........................................................... 19
Figure 2.1 Modle en

dune ligne lectrique........................................................................ 25
Figure 2.2 Modle dun transformateur.................................................................................... 26
Figure 2.3 Structure dun SVC ................................................................................................ 40
Figure 2.4 Modle dun SVC.................................................................................................... 42
Figure 2.5 Modle dun TCSC................................................................................................. 42
Figure 3.1 Rseau lectrique deux nuds.............................................................................. 48
Figure 3.2 Courbe de bifurcation de tension............................................................................. 50
Figure 3.3 Schma synoptique du rseau dapplication........................................................... 52
Figure 3.4 Caractristique PV pour diffrente valeurs de tan B ....................................... 53
Figure 3.5 Influence de TCSC sur la caractristique PV.......................................................... 54
Figure 3.6 Influence du SVC sur la courbe de bifurcation de tension...................................... 55
Figure 3.7 Influence de OLTC sur la courbe de bifurcation..................................................... 56
Figure 3.8 Influence des modles de charge sur la caractristique PV..................................... 59
Figure 4.1 Illustration des diffrents minima dune fonction objective................................... 65
Figure 4.2 Front de Pareto dun problme doptimisation bi-objectif. .................................... 68
Figure 4.3 Principe de dplacement dun point de recherche par PSO.................................... 75
Figure 4.4 Organigramme gnral de PSO............................................................................... 77
Figure 4.5 Mthode de Hu et Eberhart..................................................................................... 78
Figure 4.6 Mthode de Parsopoulos et Varhatis....................................................................... 79
Figure 4.7 Principe de larbre de dominance............................................................................ 80
Figure 4.8 Principe de slection du gbest dans lalgorithme de Fielsend et Singh................... 81
Figure 4.9 Mthode de sigma................................................................................................... 82
Figure 4.10 Technique de grille................................................................................................ 83
Figure 4.11 Classement de 10 particules dans quatre fronts de Pareto................................... 85
Figure 4.12 Principe de la mthode de niche.......................................................................... 86
Figure 4.13 Frontire de Pareto trace par MOPSO.............................................................. 91
Figure 4.14 Frontire de Pareto trace par NSPSO................................................................ 92
Figure 5.1 Rseau test IEEE 14 nuds................................................................................... 95
LISTE DES FIGURES
UATL 2007 VII
Figure 5.2 Caractristiques PV aux Nuds 4, 13 et 14.......................................................... 97
Figure 5.3 Caractristiques PV du Nud 14 avec et sans limites sur lnergie ractive........ 97
Figure 5.4 Evolution des pertes actives et ractives lors dun effondrement de tension........ 98
Figure 5.5 Influence du modle de charge sur leffondrement de tension............................. 100
Figure 5.6 Principe de rgulation de la tension par le SVC.................................................... 101
Figure 5.7 Evolution de la marge de stabilit de tension en fonction de la taille du SVC..... 104
Figure 5.8 Evolution de facteur de performance en fonction de la taille du SVC.................. 105
Figure 5.9 Caractristiques de bifurcation du nud 14 avec et sans SVC............................. 105
Figure 5.10 Evolution du b
SVC
en fonction de la charge......................................................... 106
Figure 5.11 Comparaison entre trois sites du SVC................................................................. 107
Figure 5.12 Profile des tensions du systme avec et sans SVC.............................................. 107
Figure 5.13 Evolution des pertes actives avec et sans SVC................................................... 108
Figure 5.14 Evolution des pertes ractives avec et sans SVC................................................ 109
Figure 5.15 Taille Optimale du TCSC.................................................................................... 110
Figure 5.16 Caractristiques de bifurcation au nud 14 avec et sans TCSC......................... 111
Figure 5.17 Evolution des pertes ractives avec et sans TCSC.............................................. 111
Figure 5.18 Evolution des pertes actives avec et sans TCSC ............................................... 112
Figure 5.19 Profile des tensions du systme avec et sans TCSC............................................ 113
Figure 5.20 Caractristiques de bifurcation pour les cas de SVC, TCSC, et les deux
ensembles.................................................................................................................................. 113
Figure 5.21 Evolution des pertes ractives pour les cas de SVC, TCSC, et les deux
ensembles.................................................................................................................................. 114
Figure 5.22 Evolution des pertes actives pour les cas de SVC, TCSC, et les deux
ensembles.................................................................................................................................. 115
Figure 5.23 Profile de tension du systme pour les cas de SVC, TCSC, et les deux
ensembles.................................................................................................................................. 115
Figure 5.24 Variation des pertes actives en fonction de nombre ditration. ........................ 120
Figure 5.25 Variation de la marge de stabilit en fonction nombre ditration...................... 121
Figure 5.26 Frontires de Pareto pour quatre cas de simulation ............................................ 123
Figure 5.27 Frontires de Pareto de NSPSO et MOPSO sans FACTS................................... 124
Figure 5.28 Frontires de Pareto de NSPSO et MOPSO avec SVC....................................... 125
Figure 5.29 Frontires de Pareto de NSPSO et MOPSO avec TCSC..................................... 125
Figure 5.30 Frontires de Pareto de NSPSO et MOPSO avec le TCSC et SVC.................... 126
LISTE DES TABLEAUX
UATL 2007 VIII
LISTE DES TABLEAUX
Tableau 1.1 Effondrement de tension dans le monde............................................................. 12
Tableau 2.1 Valeurs des exposants n
p
et n
q
pour diffrents types de charge ......................... 28
Tableau 2.2 Domaines dapplications des dispositifs FACTS............................................... 39
Tableau 4.1 Paramtres de NSPSO et MOPSO ..................................................................... 91
Tableau 5.1 Comparaison entre des logiciels danalyse des rseaux lectriques................... 94
Tableau 5.2 Facteur de sensibilit de tension pour quatre noeuds critiques........................... 102
Tableau 5.3 Les cinq meilleurs emplacements du TCSC....................................................... 109
Tableau 5.4 Paramtres de PSO.............................................................................................. 119
Tableau 5.5 Solutions optimales............................................................................................. 120
Tableau 5.6 Solutions optimales............................................................................................. 122
Tableau 5.7 Paramtres de NSPSO et MOPSO...................................................................... 128
TABLES DES MATIERES
UATL 2007
I
TABLES DES MATIERES
Rsum
Ddicace
Remerciements
Publications
Table des matires I
Liste des figures VI
Liste des tableaux VIII
Page
Introduction gnrale 1
CHAPITRE1 : STABILITE DE TENSION
1.1 Introduction.... 5
1.2 Stabilit des rseaux lectriques..... 5
1.2.1 Stabilit angulaire...... 6
1.2.1.1 Stabilits angulaire aux petites perturbations... 6
1.2.1.2 Stabilit transitoire..... 6
1.2.2 Stabilit de frquence..... 7
1.2.3 Stabilit de tension..... 7
1.2.3.1 Stabilit de tension vis--vis de petite perturbation....... 7
1.2.3.2 Stabilit de tension vis--vis des grandes perturbations................................ 7
1.3 Stabilit de tension...... 8
1.3.1 Causes dinstabilits de tension...... 9
1.3.1.1 Production trop loigne de la consommation........... 10
1.3.1.2 Manque locale dnergie ractive...... 10
1.3.1.3 Charge appele trop importante .... 12
1.4 Effondrement de tension dans le monde...... 12
1.5 Analyse de la stabilit de tension.... 13
1.5.1 Analyse dynamique.... 13
1.5.2 Analyse statique...... 13
1.5.3 Mthode danalyse de la stabilit statique de tension..... 14
1.5.3.1 Valeur singulire minimale.... 15
1.5.3.2 Valeurs propres...... 16
1.5.3.3 Marge de charge (loading margin).... 17
1.5.4 Ecoulement de puissance continu....... 18
1.5.4.1 Prvision de la nouvelle solution....... 20
1.5.4.2 Correction de solution.... 21
TABLES DES MATIERES
UATL 2007
II
1.5.4.3 Choix de paramtre continu....... 22
1.6 Conclusion....... 23
CHAPITRE 2 : MODELISATION DES RESEAUX ELECTRIQUES EN
REGIME PERMANENT
2.1 Introduction. 24
2.2 Modlisation mathmatique du rseau lectrique 25
2.2.1 Modle de lalternateur... 25
2.2.2 Modle de la ligne de transport.. 25
2.2.3 Modles des nuds du rseau 26
2.2.4 Modle du Transformateur. 27
2.2.5 Equipements de compensation de lnergie ractive.. 27
2.2.6 Modlisation des charges .. 27
2.3 Systmes de Transmission Flexibles en Courant Alternatif (FACTS) 29
2.3.1 Dfinition et gnralits 30
2.3.2 Rle des Dispositifs FACTS.. 31
2.3.3 Types des Dispositifs FACTS 32
2.3.3.1 Compensateurs Parallles.. 32
2.3.3.1.1 Compensateur statique de puissance ractive (SVC)...
32
2.3.3.1.2 Compensateur statique synchrone (STATCOM) 33
2.3.3.2 Compensateurs Sries 33
2.3.3.2.1 Compensateur srie commut par thyristor (TSSC)... 33
2.3.3.2.2 Compensateur srie command par thyristor (TCSC) 33
2.3.3.2.3 Compensateur srie synchrone (SSSC).. 34
2.3.3.3 Compensateur Srie Parallle (hybride) 35
2.3.3.3.1 Contrleur de transit de puissance universel (UPFC)..................... 35
2.3.3.3.2 Transformateur dphaseur command par thyristor (TCPST)....... 35
2.3.3.3.3 Rgulateur dangle de phase command par thyristor (TCPAR)... 36
2.3.3.3.4 Rgulateur de tension command par thyristor (TCVR) 36
2.3.4 Dispositifs FACTS en exploitation ... 36
2.3.4.1 Condensateur srie avanc (ASC) de Kayenta.. 36
2.3.4.2 TCSC dImperatriz. 37
2.3.4.3 STATCOM de Sullivan......................................................................... 37
2.3.4.4 UPFC dInez . 38
2.3.5 Cot des dispositifs FACTS... 38
2.3.6 Synthse.. 39
2.3.7 SVC et TCSC. 39
2.3.7.1 Structure du SVC et TCSC.... 40
2.3.7.2 Modlisation mathmatique du SVC et du TCSC..... 41
2.4 Emplacement optimale de dispositifs FACTS. 43
2.4.1 Etat de lart. 43
TABLES DES MATIERES
UATL 2007
III
2.5 Conclusion... 46
CHAPITRE 3 : ETUDE PARAMETRIQUE DE LA STABILITE DE TENSION
3.2 Systme test. 47
3.3 Courbe deffondrement de tension . 48
3.4 Analyse et interprtation.. 50
3.5 Influence des composants du rseau sur la stabilit de tension... 51
3.5.1 Rseau dapplication.. 52
3.5.2 Influence de facteur de puissance... 52
3.5.3 Influence du TCSC. 53
3.5.4 Influence du SVC... 54
3.5.5 Influence du Transformateur rgleur en charge (OLTC)... 55
3.5.6 Influence de la nature de charge. 56
3.5.6.1 Modle puissance constante ... 57
3.5.6.2 Modle courant constant 57
3.5.6.3 Modle admittance constante.. 57
CHAPITRE 4 : OPTIMISATION MULTI-OBJECTIF PAR ESSAIM DE
PARTICULES
4.1 Introduction 61
4.2 Dfinitions de base . 64
4.2.1 Dfinition de loptimisation... 64
4.2.2 Fonction objective.. 64
4.2.3 Variables de dcision. 64
4.2.4 Formulation dun problme doptimisation mono-objectif 64
4.2.5 Minimum global. 65
4.2.6 Minimum local... 66
4.2.7 Formulation dun problme doptimisation multi-objectif. 66
4.2.8 Concept doptimalit au sens de Pareto.. 67
4.2.9 Ensemble de Pareto optimal... 68
4.2.10 Frontire de Pareto... 68
4.3 Mthodes doptimisation multi-objectif. 69
4.3.1 Mthodes pleines agrgations. 69
4.3.1.1 Somme pondre 69
4.3.1.2 Approche min max..... 69
4.3.1.3 Approche de vecteur cible. 70
TABLES DES MATIERES
UATL 2007
IV
4.3.2Mthodes mtaheuristiques. 70
4.3.2.1 Recuit simul. 71
4.3.2.2 Recherche taboue... 71
4.3.2.3 Algorithme gntique. 71
4.3.2.4 Stratgie dvolution.. 72
4.3.2.5 Programmation volutionnaire... 72
4.3.2.6 Optimisation par Essaim de Particules.. 72
4.4 Optimisation multi-objectif par Essaim de Particules. 73
4.4.1 Mthode de base. 73
4.4.2 Etat de lart 77
4.4.2.1 PSO avec voisinage dynamique. 77
4.4.2.2 Algorithme de Parsopoulos et Varhatis. 78
4.4.2.3 Algorithme de Fieldsend et Singh.. 79
4.4.2.4 Algorithme de Mostaghim et Teich... 81
4.4.2.5 MOPSO de Coello et Lechunga. 83
4.4.2.6 Non-dominated sorting particle swarm optimization .. 84
4.4.2.6.1 Mthode de niche 86
4.4.2.6.2 Mthode de Crowding 87
4.5 Mthodes utilises... 88
4.5.1 Algorithme des deux mthodes 88
4.5.1.1 Algorithme de NSPSO... 88
4.5.1.2 Algorithme de MOPSO.. 89
4.5.2 Exemple dapplication 84
CHAPITRE 5 : APPLICATION ET RESULTAT DE SIMULATIONS
5.2 Logiciel de simulation ... 94
5.3 Applications .. 94
5.3.1 Courbes deffondrement de tension... 95
5.3.2 Influence de la limite dEnergie Ractive sur leffondrement de tension 96
5.3.3 Evolution des pertes active et Ractive lors dun effondrement de tension.............. 98
5.3.4 Influence de type de charge sur Leffondrement de tension. 99
5.4 Installation des FACTS . 100
5.4.1 Emplacement optimal du SVC.. 100
5.4.2 Taille Optimale du SVC 102
5.4.3 Influence du SVC sur la stabilit de tension et les pertes.. 104
5.4.4 Emplacement Optimal du TCSC... 108
5.4.5 Taille Optimale du TCSC.. 109
5.4.6 Influence du TCSC sur la stabilit de tension et les pertes du rseau....................... 110
5.4.7 Comparaison entre le TCSC et SVC. 112
TABLES DES MATIERES
UATL 2007
V
5.5 Optimisation par PSO. 116
5.5.1 Formulation du problme.. 116
5.5.1.1 Pertes actives. 116
5.5.1.2 Marge de stabilit de tension........ 116
5.5.1.3 Contraintes du rseau 117
5.5.2 Optimisation mono-objectif... 118
5.5.2.1 Rduction des pertes actives. 118
5.5.2.2 Maximisation de la marge de stabilit de tension. 121
5.5.3 Optimisation Multi-objectif par NSPSO et MOPSO. 122
5.6 Conclusion.. 126
Conclusion gnrale. 128
Bibliographie 131
Annexe .................................................................... A1
INTRODUCTION GENERALE
UATL 2007
1
De nos jours, les problmes lis au fonctionnement des rseaux de transport et de production
dnergie lectrique ont pris une importance considrable. Face une consommation dlectricit
qui ne cesse daugmenter et des conditions denvironnement trs contraignantes, les rseaux
dnergie lectrique ont tendance saccrotre et deviennent de plus en plus maills et
interconnects. Le transport se fait, en outre, sur de longues distances en utilisant des lignes de
grande capacit de transport. Cette complexit de structure a de trs nombreuses consquences. La
difficult de maintenir un profil de tension acceptable a substantiellement augment. La stabilit de
tension du rseau est alors caractrise par sa capacit de maintenir la tension aux bornes de la
charge dans les limites spcifies dans le fonctionnement normale.
Ltude du comportement de la tension dans les rseaux lectriques est devenue une
proccupation majeure des exploitants et planificateurs de ces systmes. En fait, plusieurs incidents
gnraliss survenus dans le monde ont t associs des instabilits de tension [1, 2, 3, 4]. Ce
mode dinstabilit nest pas encore bien matris, compar au mode dinstabilit angulaire
(dynamique et transitoire) [5, 6]. En effet, le mcanisme causant linstabilit de tension semble lun
des plus importants problmes clarifier [7]. Aujourdhui encore, il ny a pas une thorie disponible
et largement accepte pour lanalyse de la stabilit de tension. Les problmes lis ce type
dinstabilit constituent alors, dans plusieurs pays, un axe de recherche trs important [8].
Des relevs sur les incidents survenus durant les dernires dcennies ont montr que
leffondrement de tension intervient gnralement suite une perturbation majeure ou une
augmentation importante de la charge sur un rseau lectrique soumis de fortes contraintes. Ce
rseau saffaiblit et sa consommation ractive saccrot. Le phnomne est alors caractris par une
baisse progressive de la tension dans une ou plusieurs rgions consommatrices, et qui va en
sacclrant au bout de quelques minutes [3, 9]. La dgradation de la tension au niveau des charges
est alors telle quelle entrane des interruptions de service dont les causes directes peuvent tre :
manque de tension, augmentation des pertes ractive du rseau. La dfaillance du rglage de la
tension, au niveau des bornes des groupes, a pour consquence une acclration de la dgradation
du plan de la tension qui peut aller jusqu des dclenchements, en cascade, de groupes et de lignes
et un effondrement gnral du rseau.
UATL 2007
2
Dans cette situation, Les moyens classiques de contrle des rseaux (transformateur prises
rglables en charge, transformateurs dphaseurs, compensateurs srie ou parallle commuts par
disjoncteurs, modification des consignes de production, changement de topologie du rseau et
action sur l'excitation des gnrateurs) pourraient dans l'avenir s'avrer trop lents et insuffisants
pour rpondre efficacement aux problmes dinstabilit du rseau, compte tenu notamment des
nouvelles contraintes. Il faudra donc complter leur action en mettant en oeuvre des dispositifs
lectroniques de puissance ayant des temps de rponse courts, connus sous l'appellation FACTS
(Flexible Alternative Current Transmission Systems) pour le contrle des rseaux [10]. Le
dveloppement des dispositifs FACTS a ouvert de nouvelles perspectives pour une exploitation plus
efficace des rseaux par action continue et rapide sur les diffrents paramtres (dphasage, tension,
impdance). Ainsi, les transits de puissance seront mieux contrls et les tensions mieux rgules,
ce qui permettra d'augmenter les marges de stabilit de tension ou de tendre vers les limites
thermiques des lignes. Le maintien de lquilibre entre la production et la consommation ncessite
alors une surveillance permanente du systme afin dassurer la qualit du service (problme de
conduite), garantir sa scurit (problme de protection) et sa stabilit (problme de rglage).
En plus dassurer la stabilit et la scurit des rseaux lectriques, les exploitants et les
planificateurs des rseaux lectriques, cherchent toujours optimiser la production dnergie
lectrique, traduite par la rduction des pertes actives. La satisfaction simultane de ces objectifs
contradictoires fait appel des mthodes doptimisation multi-objectif bases sur des
mtaheuristiques.
Ce travail traite le problme de la stabilit statique de tension des rseaux lectriques. Des
notions de base relatives linstabilit et leffondrement de tension ont ts prsents. Lutilisation
du SVC et de TCSC dans lamlioration de la marge de stabilit statique de tension, a retenu aussi
notre intrt dans ce mmoire. Le problme deffondrement de tension a t formul comme un
problme doptimisation mono-objectif et galement multi-objectif. Plusieurs variantes de la
mthode doptimisation par essaim de particules savoir : la mthode de base PSO, NSPSO (Non-
dominated Sorting Particle Swarm Optimization) et MOPSO (Multi-objective Particle Swarm
Optimization) sont appliques dans lanalyse de la stabilit de tension. Ces mthodes sont modifies
afin de prendre en considration aussi bien les variables continues que les variables discrtes.
Dans le premier chapitre, des notions gnrales sur la stabilit de tension du rseau lectrique
sont prsentes. Les diffrentes dfinitions lies la stabilit de tension de plusieurs organismes
UATL 2007
3
spcialises ainsi que les causes qui favorisent linstabilit de tension sont aussi exposes. Les deux
types danalyse de la stabilit de tension, savoir lanalyse statique et dynamique, sont dcrites et
des indices dvaluation de la stabilit statique de tension sont galement proposs. Une
modlisation approprie des diffrents composants du rseau lectrique savoir les turbo-
alternateurs, les lignes de transport, les transformateurs, les charges lectriques et les compensateurs
dnergie ractive, est prsente. Nous nous sommes ensuite focaliss sur les systmes FACTS qui
sont largement utiliss dans la compensation de lnergie ractive. Parmi ces dispositifs FACTS,
notre choix sest port sur le SVC et le TCSC pour lamlioration de la stabilit statique de tension
et la rduction des pertes actives.
Une tude paramtrique du problme de la stabilit de tension dun systme deux nuds a t
prsente au dbut du troisime chapitre. Ceci nous a permis de dfinir le problme de linstabilit
et leffondrement de la tension et de tirer les caractristiques essentielles relatives au comportement
de la tension vis--vis de la charge demande. Dans ce contexte, la notion de la marge de stabilit
de tension est mise en exergue dans lvaluation de la stabilit de tension. Finalement, ce chapitre
est ponctu ltude de linfluence des diffrents composants du rseau savoir : le modle de
charge, les transformateurs, le SVC et le TCSC sur la marge de stabilit de tension.
Dans le quatrime chapitre, des connaissances de base sur loptimisation mono et multi-objectif,
sont prsentes ainsi que des concepts de base et ltat de lart des techniques doptimisation par
essaim de particules, applique aux problmes multi-objectif.
Le cinquime chapitre, est ddi lapplication et la simulation des modles dvelopps sur un
rseau test IEEE 14 nuds. Le problme de leffondrement de la tension est trait travers les
courbes de bifurcation de tension traces par la mthode dcoulement de puissance en continu
(CPF). Dans la section suivante, nous avons propos deux indices pour loptimisation de la taille et
lemplacement du SVC et du TCSC. Linfluence de ces deux FACTS sur la marge de stabilit de
tension ainsi que les pertes du rseau a t tudie. Par la suite, nous avons effectu une
comparaison succincte entre le SVC et le TCSC en termes damlioration de la marge de stabilit de
tension et la rduction des pertes du rseau. La deuxime partie de ce chapitre a t consacre au
problme doptimisation. Deux types doptimisation sont traites, savoir : loptimisation mono-
objectif et multi-objectif. La premire a t applique sur deux objectifs diffrents : la maximisation
de la marge de stabilit de tension et la minimisation des pertes actives, pour plusieurs
combinaisons des dispositifs FACTS. Le problme multi-objectif a t trait avec loptimisation
simultane des pertes actives et de la marge de stabilit de tension en mme temps. Pour ce fait,
UATL 2007
4
deux variantes de PSO destines loptimisation multi-objectif ont t proposes. Les deux
algorithmes sont alors compars en terme de distribution, nombre et optimalits des solutions
atteintes.
CHAPITRE 1 STABILITE DE TENSION
UATL 2007
5
CHAPITRE 1
STABILITE DE TENSION
1.1 INTRODUCTION
Plusieurs vnements deffondrement de tension travers le monde [14] montrent que les
rseaux lectriques fonctionnent prs de leurs limites de stabilit. Ce problme est dautant plus
aggrav par la libralisation du march de llectricit. En consquence les marges de stabilit de la
tension sont assignes encore plus loin pour rpondre aux besoins du march.
Ce chapitre donne un aperu gnral sur la stabilit de tension et ses outils danalyse. Des
notions gnrales sur la stabilit du rseau lectrique se trouvent au dbut de ce chapitre. Dans une
deuxime phase, les diffrentes dfinitions lies la stabilit de tension de plusieurs organismes
spcialises ainsi que les causes qui favorisent linstabilit de tension seront prsentes. La dernire
section de ce chapitre sera consacre une prsentation relativement dtaille des diffrents outils
danalyse et dvaluation de la stabilit statique de tension. Parmi ces outils danalyse, la marge de
stabilit de tension a donn de grandes performances en termes de prcision des rsultats obtenus
dans lvaluation de la stabilit de tension. De ce fait, la mthode de calcul de cette marge de
stabilit de tension appele coulement de puissance en continu sera prsente dune faon dtaille
dans ce chapitre.
UATL 2007
6
1.2 STABILITE DES RESEAUX ELECTRIQUES
La stabilit dun rseau lectrique est la proprit qui lui permet de rester dans un tat
dquilibre, pour des conditions de fonctionnement normales, et de retrouver un tat dquilibre
acceptable, suite une perturbation [11]. Selon la nature physique de linstabilit, la plage de temps
des phnomnes et lamplitude de perturbations, on peut classifier les types de la stabilit comme
suit (figure 1.1).
1.2.1 Stabilit angulaire
Etant donn que les systmes de puissance recourent principalement aux machines synchrones
pour la gnration de puissance lectrique, un aspect important est le fonctionnement de ces
gnrateurs au synchronisme.
La stabilit angulaire (ou stabilit dangle rotorique) implique ltude des oscillations
lectromcaniques inhrentes aux rseaux lectriques [12]. Elle est dfinie comme la capacit dun
ensemble de machines synchrones interconnectes de conserver le synchronisme dans des
conditions de fonctionnement normales ou aprs avoir t soumis une perturbation.
Linstabilit angulaire se manifeste sous forme dun cart croissant entre les angles rotoriques :
soit dune machine et de reste du systme, soit dun groupe de machines et du reste du systme. Une
machine qui a perdu le synchronisme sera dclenche par une protection de survitesse ou par une
protection de perte de synchronisme, ce qui met en danger lquilibre production consommation du
systme.
Selon lamplitude de la perturbation, on parle de la stabilit angulaire aux petites perturbation ou
de la stabilit transitoire.
1.2.1.1 Stabilit angulaire aux petites perturbations
La stabilit angulaire aux petites perturbations concerne la capacit du systme maintenir le
synchronisme en prsence de petites perturbations comme : une petite variation de la charge ou de
gnration, manuvre dquipement, etc.
UATL 2007
7
1.2.1.2 Stabilit transitoire
La stabilit transitoire concerne la capacit du rseau maintenir le synchronisme suite une
perturbation svre comme un court circuit, arrt dun gnrateur, etc. La rponse du systme
comporte de grandes variations des angles rotoriques et est influence par la relation non linaire
entre couples et angles.
1.2.2 Stabilit de frquence
La stabilit de frquence concerne la capacit du systme maintenir sa frquence proche de la
valeur nominale, suite un incident svre ayant ou non conduit un morcellement du systme. La
stabilit de frquence est troitement lie lquilibre global entre la puissance active produite et
consomme.
1.2.3 Stabilit de tension
La stabilit de tension concerne la capacit dun systme de puissance maintenir des tensions
acceptables tous ses nuds, dans des conditions du fonctionnement normales ou suite une
perturbation. Linstabilit de tension rsulte de lincapacit du systme production-transport
fournir la puissance demande par la charge. Elle se manifeste gnralement sous forme dune
dcroissance monotone de la tension.
Selon lamplitude de la perturbation, on distingue la stabilit de tension de petites perturbations
et celle de grandes perturbations.
1.2.3.1 Stabilit de tension vis--vis des petites perturbations
La stabilit de tension de petites perturbations concerne la capacit du rseau lectrique a
maintenir la tension dans les limites permises en prsence de perturbations telles que : une variation
faible de la charge, de la production,etc.
UATL 2007
8
1.2.3.2 Stabilit de tension vis--vis des grandes perturbations
Elle est dfinie comme la capacit du rseau lectrique maintenir les tensions des nuds dans
les limites de fonctionnement permises en prsence des grandes perturbations savoir la perte
dquipement de transport ou de production, le court circuit,etc.
Dans ce mmoire, nous nous intressons seulement la stabilit de tension. Une tude dtaille
sera prsente dans la section suivante.
Figure 1.1 Classification des types de stabilit des rseaux lectriques.
1.3 STABILITE DE TENSION
Dans les annes prcdentes, la stabilit angulaire a t le sujet prfrentiel de beaucoup dtudes
et de recherches spcialement aprs la multiplication des rseaux interconnects [12]. Ces travaux
ont contribus lmergence de nouvelles technologies qui ont considrablement contribues
lattnuation des oscillations dues linstabilit angulaire [12]. Cependant, sous linfluence des
perturbations, le rseau lectrique apparat un autre type dinstabilit, qui est caractris par des
chutes de tension en certaines zones, sans altrer systmatiquement le synchronisme entre les
gnrateurs [12]. Ce phnomne est dsign sous le nom deffondrement de tension. Lanalyse des
vnements dinstabilit de tension, montre que les autres types dinstabilit peuvent se produire
diffrentes tapes dun effondrement de tension [12].
Stabilit des Rseaux
Electriques
Stabilit
Angulaire
Stabilit
de Frquence
Stabilit
de Tension
Petite
Perturbation
Stabilit
Transitoire
Grande
Perturbation
Petite
Perturbation
UATL 2007
9
Linstabilit de tension englobe plusieurs phnomnes qui se produisent simultanment. Pour
cela il existe plusieurs dfinitions de la stabilit de tension dans la littrature.
Dfinitions CIGRE [12]
+ Un rseau lectrique, un tat de fonctionnement donn, est stable du point de vue stabilit
de tension aux petites perturbations, si les tensions prs des charges sont identiques ou prs
de la valeur initiale (pr-perturbation) suite une faible perturbation.
+ Un rseau lectrique un tat de fonctionnement donn et sujet une perturbation, est de
tension stable, si la tension prs des charges est identique ou prs de la valeur initiale de
fonctionnement (pr-perturbation).
+ Un rseau lectrique subit un effondrement de tension si les tensions de post-perturbation
sont au-dessus des limites acceptables.
Dfinition IEEE [12]
+ La stabilit de tension est la capacit du rseau maintenir la tension dans les limites
permises de sorte que, lorsque l'admittance de charge augmente, la puissance demande par
la charge augmente, dans ce cas la puissance et la tension doivent tres contrlables.
+ Leffondrement de tension est le processus par le quel linstabilit de tension conduit une
tension trs faible dans une partie ou dans la totalit du rseau qui cause un effondrement en
cascade du rseau, sans dtruire ncessairement le synchronisme entre les gnrateurs.
+ Dautre part, la notion de la scurit de tension et plus large que la stabilit de tension, elle
est dfinie comme la capacit du rseau lectrique maintenir son fonctionnement stable
aprs chaque perturbation ou changement dfavorable du systme.
1.3.1 Causes dinstabilit de tension
Les problmes dapparition du phnomne dcroulement de tension sont toujours lis la
difficult de rgler la tension au dessus dune certaine valeur appele tension critique [13].
Gnralement, leffondrement de tension se produit dans les rseaux lectriques qui sont fortement
chargs, court-circuits et/ou ont un manque de la puissance ractive [14] ; dans cette situation le
rseau lectrique ne peut pas assurer la puissance ractive demande par la charge. Ce ci est du a
UATL 2007
10
des limitations sur la production et la transmission de la puissance ractive, de telle sort que, la
puissance ractive des gnrateurs et des systmes FACTS est limite par des contraintes physiques.
En plus la puissance ractive gnre par des bancs de condensateur est relativement rduite des
tensions basses. La limite sur le transport dnergie ractive est due principalement aux pertes
ractives leves dans les lignes lectriques fortement charges. Les principales causes de
linstabilit de tension sont prsentes dans la section suivante.
1.3.1.1 Production trop loigne de la consommation
Dans la plupart du temps les sources dnergie lectrique se trouve loin des zones de
consommation. Cette situation rend le transport de lnergie ractive trs difficile cause des pertes
ractives trs leves. Cette difficult de transport dnergie ractive augmente la probabilit
dapparition dune instabilit ou dun effondrement de tension.
1.3.1.2 Manque local dnergie ractive
Leffondrement de tension et fortement li au manque de la puissance ractive requise pour
maintenir le profil de tension dans une marge de fonctionnement permise [12]. A un certain niveau
de charge, le rseau lectrique ne satisfait pas la puissance ractive demande par la charge cause
des limitations sur la production et la transmission de la celle ci. La limitation de production de la
puissance ractive inclut les gnrateurs et les quipements FACTS ainsi que la puissance ractive
limite des condensateurs [14]. La limite de production de la puissance ractive des gnrateurs et
due principalement aux contraintes thermiques exerces sur le bobinage rotorique et statorique.
Sans la limitation thermique, linstabilit et leffondrement de tension sont souvent impossibles.
Dans le mme contexte, les quipements FACTS sont de trs grande dimension.
Pour bien comprendre linfluence de la puissance ractive sur leffondrement de tension, on
considre un rseau simple deux noeuds de la figure 1.2.
Figure 1.2 Rseau lectrique deux noeuds.
G
P
2
, Q
2
V
2
V
1
P
12
1
2
I j X
UATL 2007
11
2 2 2
S P jQ = + (1.1)
*
1 1 2
2
cos sin V jV V
V
jX
o o ( +
=
(

2
1 2 1 2 2
cos
sin
VV VV V
j
X X
o
o
(
= +
(

1 2
2 max
sin sin
VV
P P
X
o o = = (1.2)
2
1 2 2
2
cos VV V
Q
X
o
= (1.3)
De mme pour le noeud 1 :
1 2
1 max
sin sin
VV
P P
X
o o = = (1.4)
2
1 1 2
1
cos V VV
Q
X
o
= (1.5)
Pour la puissance active au bus 2, lquation (1.2) montre clairement que lorsque la puissance P
2
augmente, la turbine doit fournir plus dnergie pour augmenter langle de puissance afin de
satisfaire la demande de la charge. Par consquence, la puissance ractive Q
2
diminuera ou mme
reviendra ngative cause de la diminution du cos. Autrement, lquation (1.5) montre que la
puissance ractive Q
1
augmentera brusquement. Donc la diffrence entre la puissance ractive aux
noeuds 1 et 2 (pertes ractives) augmentera rapidement. On peut conclure que le transport de la
puissance ractive nest pas conomique cause de laugmentation des pertes ractives des
niveaux de charge relativement levs.
La meilleure solution de ce problme est de produire cette nergie localement, proche de la
consommation, par linstallation de batteries de condensateurs, de compensateurs synchrones
(gnratrices synchrones avec P=0) ou des compensateurs statiques (FACTS).
UATL 2007
12
1.3.1.3 Charge appele trop importante
Lune des causes de linstabilit de tension correspond une charge leve. Ceci est du
laugmentation croissante de la demande et un large transfert dnergie entre compagnies [8, 9,
17, 18]. Une instabilit de tension peut se produire en particulier lorsque la charge leve est plus
importante que celle prvue et le risque est dautant plus grand que la consommation ractive est
galement plus grande que prvue.
1.4 EFFONDREMENT DE TENSION DANS LE MONDE
A travers le monde entier, il y a plusieurs incidents qui causent leffondrement de tension au
cours de vingt dernires annes, la majorit de ces incidents depuis 1982 [19]. Le tableau 1 rsume
quelques effondrements de tension dans le monde [12].
Tableau 1 Effondrement de tension dans le monde.
Date Location Dure
1 Dcembre 1987 France 4-6 minutes
22 Aot 1987 Tennessee, USA 10 seconds
23 juillet 1987 Tokyo, Japon 20 minutes
30 Novembre 1986 Brsil, Paraguay 2 seconds
27 Dcembre 1982 Sude 55 seconds
30 dcembre 1982 Florida 1-3 minutes
4 Aot 1982 Belgique 4.5 minutes
19 Dcembre 1978 France 26 minutes
22 Aot 1970 Japon 30 minutes
Pour mieux comprendre le mcanisme deffondrement de tension, lhistorique de deux exemples
typiques sont ceux de la France et du Japon :
En France le 12 Janvier 1987 10h30 de matin, une heure avant leffondrement du rseau, la
tension tait normale. Pour diffrentes raisons, trois units thermiques dans une station de
production sont arrtes successivement entre 10h55 et 11h41. Treize secondes aprs, une
quatrime unit de production est arrte cause de lintervention du systme de protection
thermique de rotor. Cette perte soudaine dans la gnration, cause un dcroissement de tension dans
UATL 2007
13
le rseau. Cette baisse de tension, augmente trente secondes aprs et se gnralise dans les zones
adjacentes. Ce qui engendre des arrts dans des autres units de production. En consquence, le
rseau franais subit une perte de 9000 MW entre 11h45 et 11h50. Aprs cette grande perturbation,
le niveau de la tension a t restaur aprs un dlestage appropri [19].
Dans la mme anne, le 23 fvrier, Tokyo (Japon), la temprature augmente 39C, ce qui a
engendr une augmentation de la demande au del la valeur prsume, a cause de lutilisation
massive des climatiseurs. Une instabilit de tension survient, entranant le dclenchement des trois
postes lectriques alimentant la rgion de Tokyo [19].
1.5 ANALYSE DE LA STABILITE DE TENSION
Gnralement, il y a deux types danalyse de la stabilit de tension : dynamique et statique.
L'analyse dynamique se base sur des simulations dans le temps afin de rsoudre des quations non
linaires diffrentielles/algbriques du systme. Par contre, l'analyse statique est base sur la
solution des quations conventionnelles ou modifies du problme dcoulement de puissance [12].
1.5.1 Analyse dynamique
L'analyse dynamique fournie des rponses temporelles prcises dans le domaine de simulation
des rseaux lectriques. La dtermination prcise des temps critiques des diffrents vnements
menant l'instabilit de tension est essentielle pour l'analyse post-perturbation et la coordination de
la protection et de la commande. Cependant, lanalyse dynamique consomme beaucoup de temps en
terme de calculs et de traitement des rsultats. En outre, l'analyse dynamique ne fournit pas
aisment l'information concernant la sensibilit ou le degr d'instabilit de tension, ce qui la rend
impraticable pour l'analyse de certains conditions du fonctionnement du systme ou pour
dterminer les limites de stabilit de la tension [12].
1.5.2 Analyse statique
A linverse de lanalyse dynamique, lanalyse statique de la stabilit de tension implique
seulement la solution des quations algbriques du problme dcoulement de puissance. De ce fait,
du point et de vue calcul, elle est beaucoup plus efficace que l'analyse dynamique. L'analyse
statique est idale pour la majeure partie des tudes dans lesquelles des limites de stabilit de
tension pour des pr-contingences et des post-contingences doivent tre dtermines [12].
UATL 2007
14
Gnralement, lanalyse de la stabilit statique de tension est utilise afin de vrifier si un point de
fonctionnement est stable ou instable, valuer la marge de stabilit d'un point de fonctionnement et
identifier le point deffondrement de tension [21].
Dans notre travail, on sintressera seulement aux mthodes danalyse statique. La section
suivante comporte quelques mthodes populaires ddies ce type de problme.
1.5.3 Mthodes dAnalyse de la stabilit statique de tension
Dans cette partie, des indices de la stabilit de tension sont proposs avec un modle standard
dcoulement de puissance o on assumera que la variation des puissances active et ractive est le
paramtre essentiel qui conduit le rseau un effondrement de tension (ou la singularit de la
matrice Jacobienne). Les carts des puissances active et ractive du problme dcoulement de
puissance sont dfinis par les quations suivantes.
( , )
( , ) 0
( , )
P x
f x
Q x
A (
= =
(
A

(1.6)
O X reprsente le vecteur dtat du problme dcoulement de puissance qui englobe les vecteurs
tensions V et dphasages o ; la variable reprsente un paramtre scalaire ou le facteur de charge
utilis pour simuler laugmentation de la charge qui conduit leffondrement du systme. La
variation de la charge et de la gnration, est exprime par les quations (1.7).
0 Di Di
P P =
0 Di Di
Q Q = (1.7)
0 Gi Gi Gi
P k P =
Tel que :
+
0 i
P et
0 i
Q les puissances active et ractive au nud i.
+
0 Gi
P la puissance gnre par la machine i dans le cas initial.
+
Gi
k le facteur de contribution de chaque gnrateur i pour satisfaire la demande de la charge.
UATL 2007
15
1.5.3.1 Valeur singulire minimale
Les valeurs singulires ont t utilises dans les rseaux lectriques en raison de leur
dcomposition ortho-normale utilise dans la matrice Jacobienne. Pour une matrice carre A de
dimension n n , nous avons :
1
n
t t
i i i
i
A X Y x y o
=
= E =
(1.8)
O, les valeurs singulires
i
x et
i
y sont les
th
i colonnes des matrices unitaires X et V. est une
matrice diagonale des valeurs singulires relles positives
i
o , telle que :
2 2
... 0
n
o o o > > > > (1.9)
Lapplication de la mthode de dcomposition en valeurs singulires dans ltude de stabilit
statique de tension est utilise pour suivre la valeur singulire minimale qui se rapproche du zro
lors deffondrement de tension.
Pour lanalyse des rseaux lectriques, la matrice A correspond la matrice Jacobienne
dcoulement de puissance.
P P
V
J
Q Q
V
o
o
c c (
(
c c
= (
c c
(
(
c c
(1.10)
Comme il est discut dans [21], [22], la valeur singulire minimale de la matrice Jacobienne de
problme dcoulement de puissance peut tre utilise comme un indice qui caractrise la proximit
du systme au point deffondrement de tension. Pour une matrice Jacobienne J de dimensionn n :
1
n
t t
i i i
i
J X Y x y o
=
= E =
(1.11)
En utilisant le modle dcoulement de puissance de lquation (1.12). Les quations linarises
peuvent tre exprim comme suit :
UATL 2007
16
P V
J
Q o
A A ( (
=
( (
A A

(1.12)
Lquation (1.6) peut tre crite comme suit :
1 1
1
n
t t
i i i
i
V P P
V U v u
Q Q
o
o

=
A A A ( ( (
= E =
( ( (
A A A

(1.13)
La valeur singulire minimale est une mesure relative de la proximit de la matrice Jacobienne
la singularit et en consquence la proximit du systme au point deffondrement de tension.
Lquation (1.6) peut tres re-crite comme suit :
1 t
n n n
P
v u
V Q
o
o
A A ( (
=
( (
A A

(1.14)
Nous pouvons obtenir les informations suivantes partir des vecteurs singuliers droite et gauche :
+ Les entres maximales dans
n
v indiquent les tensions et les angles les plus sensibles aux
variations de la puissance ractive.
+ Les entres maximales dans
n
u indiquent les noeuds les plus sensibles aux variations de la
puissance active.
1.5.3.2 Valeurs propres
Les valeurs propres sont trs semblables la mthode de la dcomposition en valeurs singulires.
Cependant elles sont utilises pour dterminer la proximit du point deffondrement de tension. La
dcomposition des valeurs propres de la matrice Jacobienne standard J peut tres crite comme
suit :
1
n
t t
i i i
i
J W U w u
=
= A =
(1.15)
O la matrice W reprsente la matrice des vecteurs propres droits
i
w , la matrice U reprsente la
matrice des vecteurs propres gauches
i
u , et A reprsente la matrice diagonale des valeurs
propres
i
.
UATL 2007
17
Dans cette mthode, lamplitude des valeurs propres donne une information sur la proximit du
systme du point deffondrement, lequel est caractris par une valeur propre presque nulle. Dautre
part lamplitude des vecteurs propres fournit des informations sur le mcanisme deffondrement de
tension, qui se rsument dans les points suivants:
+ Lentre maximale du vecteur propre droite correspond au nud le plus critique en terme de
la stabilit de tension.
+ Lentre maximale du vecteur propre gauche indique le nud le plus critique en terme de la
variation de la puissance active.
Linconvnient majeur de la mthode des valeurs singulires ainsi que la mthode des valeurs
propres est leur comportement fortement non linaire prs du point deffondrement de tension
lorsque les limites de production dnergie ractive des gnrateurs sont considres [21]. Les deux
indices montrent aussi une chute importante brusque prs du point deffondrement. Ces
inconvnients rendent les deux indices insuffisants pour une valuation efficace de la stabilit de
tension.
1.5.3.3 Marge de charge (loading margin)
La marge de charge est lindice le plus utilis dans lvaluation de la stabilit statique de
tension : cest la quantit de la charge additionnelle qui causerait un effondrement de tension. En
termes plus simples, cest la distance entre le point de fonctionnement actuel et le point qui
causerait leffondrement de tension. Dans la plupart des tudes de stabilit statique de tension, la
charge est choisie comme paramtre essentiel qui conduit le systme leffondrement.
Les avantages de la marge de charge, pris comme indice de stabilit de tension, peut se rsumer
dans les points suivants :
+ Simple calculer, bien admis, et facile comprendre.
+ Exige seulement un modle statique du rseau lectrique.
+ La marge de charge est un indice prcis qui tient en compte la non linarit du rseau
lectrique ainsi que certaines limites telles que les limites sur la production dnergie ractive.
UATL 2007
18
+ Une fois la marge de charge calcule, il est facile de dterminer sa sensibilit vis--vis de
nimporte quel paramtre du rseau.
Malgr ces avantages, la marge de charge dispose de quelques inconvnients, qui peuvent tre
rsums dans les poins suivants :
+ Le calcul de la marge de charge est plus coteux, compare dautres indices.
+ La marge de charge est base sur la prvision de la direction daugmentation de la charge,
mais cette information nest pas toujours aisment disponible.
Dans la pratique, la mthode directe et la mthode continue sont utilises pour lvaluation de la
marge de charge [23]. Dans ce mmoire, on sintressera seulement la mthode continue cause
de ses avantages cits prcdemment.
1.5.4 Ecoulement de puissance en continu (Continuation Power Flow)
Lune des mthodes simples de calcul de la marge de charge est le calcul dcoulement de
puissance chaque incrmentation de la charge, jusqu' la divergence du programme.
Malheureusement cette mthode fournit des rsultats non prcis cause de singularit ou de
mauvais conditionnement de la matrice Jacobienne autour du point deffondrement [14]. En plus,
cette mthode classique ne trace pas la partie infrieure de la courbe de tension qui est utilise par
dautres mthodes danalyse [14]. Ajjarapu et al. [23] proposent une mthode efficace nomme
Ecoulement de Puissance en Continu (CPF : Continuation Power Flow) afin dviter la singularit
de la matrice Jacobienne prs du point deffondrement. Lalgorithme est bas sur une re-
formulation lgre des quations dcoulement de puissance et lapplication dune mthode de
paramtrisation locale [23]. Durant lapplication de cette mthode, la matrice Jacobienne reste bien
conditionne mme autour du point deffondrement [23].
Lavantage de lcoulement de puissance en continu rside, non seulement dans sa capacit de
trouver le point critique deffondrement de tension mais aussi la dtermination du tracer de la
courbe PV complte (partie suprieure et infrieure) dune faon exacte. Ses caractristiques
intressantes amnent plusieurs compagnies de production dnergie lectrique utiliser cette
mthode comme pourvoyeur dun indice efficace dvaluation de la proximit du systme du point
deffondrement [21].
UATL 2007
19
Lcoulement de puissance en continu se base sur la mthode Prvision-correction afin de
rsoudre le problme dcoulement de puissance avec un bon conditionnement de la matrice
jacobienne. Dans cette mthode, lincrmentation de la charge est considre comme une nouvelle
variable du problme dcoulement de puissance [23]. La figure 1.3, illustre le principe de base de
lcoulement de puissance en continu. Daprs la figure on peut remarquer que la mthode dmarre
par une solution de base (solution initiale du programme dcoulement de puissance classique), puis
elle estime la prochaine solution correspondant une valeur diffrente de la charge [23]. La
solution estime est alors corrige en utilisant la mthode classique de Newton-Raphson en la
considrant comme solution initiale du programme dcoulement de puissance conventionnel [23].
Figure 1.3 Principe dcoulement de puissance en continu.
Comme nous avons mentionn prcdemment, lcoulement de puissance en continu se base sur
une nouvelle formulation du problme dcoulement de puissance classique. En plus des variables
dtat standard (amplitudes et angles de la tension), la charge est considre comme une nouvelle
entre dans le calcul. Lquation (1.16) reprsente la nouvelle formulation du problme
dcoulement de puissance.
( , , ) 0, 0
critique
F V o = s s (1.16)
UATL 2007
20
O, o reprsente le vecteur des angles des tensions nodales, V est le vecteur des amplitudes des
tensions nodales et reprsente le facteur de la charge.
Ainsi, la dimension de F devient
1 2
2 1 n n + + , tel que
1
n reprsente de nombre de nuds PQ et
2
n
reprsente le nombre de nuds PV. La solution de base
0 0 0
( , , ) V o est connue en utilisant
lcoulement de puissance conventionnel, dans ce cas
0
0 = (cas de base).
1.5.4.1 Prvision de la nouvelle solution
Une fois la solution de base trouve( )
0
0 = , une prvision de la prochaine solution peut tre
faite par la tangente la solution de base. Ainsi, la premire tache dans le processus de prvision
consiste calculer le vecteur tangent. La drive des deux parties de lquation (1.16) donne :
| | ( , , ) 0
V
d F V F d F dV F d
o
o o = + + = (1.17)
La factorisation de (1.17) donne :
| | 0
V
d
F F F dV
d
o
o
(
(
=
(
(

(1.18)
Le ct gauche de lquation (1.18) est une matrice des drives partielles multiplie par un
vecteur tangent qui reprsente lestimation de la nouvelle solution. Il est clair que la dimension de la
matrice Jacobienne est augmente par une colonne. Quand ( ) F
a t insr dans les quations

dcoulement de puissance, le nombre d'quations est demeur sans changement. Lajout dune
nouvelle quation savre donc ncessaire.
Ce problme peut tre rsolu en choisissant une grandeur diffrente de zro pour un des
composants du vecteur tangent. En d'autres termes, si t est employ pour designer le vecteur
tangent :
, 1
k
d
t dV t
d
o
(
(
= =
(
(

(1.19)
UATL 2007
21
Donc lquation (1.12) devient :
0
1
V
k
F F F
t
e
o
(
( (
(
=
( (
(

(

(1.20)
O,
k
e est un vecteur ligne de telle faon que tous ses lments soient gaux zro sauf le
th
k
lment gal 1. Une fois le vecteur tangent trouv par la rsolution de (1.20), la prvision peut tre
faite comme suit :
*
*
*
d
V V dV
d
o o o
o

(
( (
(
( (
= +
(
( (
(
( (

(1.21)
O * dsigne la solution prdite pour une valeur de ; o reprsente le pas de calcul choisi
de sorte que la solution prdite reste dans le rayon de convergence du correcteur. Une amplitude
constante de o peut tre utilise dans tout le processus de calcul [23].
1.5.4.2 Correction de la solution
Aprs la prvision de la nouvelle solution, une mthode de correction de cette dernire est
ncessaire. En plus, chaque technique fait appel une mthode de paramtrisation afin de dsigner
lincrmentation dans la charge . Dans notre cas, on utilise une paramtrisation locale [23] :
1 2
2 1
,
n n
x V x R
o
+ +
(
(
= e
(
(

(1.22)
Et aussi,
k
x q = (1.23)
O q est la valeur approprie de
k
x nomme le paramtre continu. Le nouveau systme d'quations
serait :
UATL 2007
22
( )
| | 0
k
F x
x q
(
=
(

(1.24)
Une fois la valeur approprie q choisie, on applique la mthode de Newton-Raphson de telle
sorte que la solution prsume soit considre comme une valeur initiale du problme dcoulement
de puissance. Mais la question qui se pose est comment choisir
k
x (le paramtre continu) ?
1.5.4.3 Choix du paramtre continu
Il y a plusieurs techniques utilises pour optimiser le choix du paramtre continu
k
x .
Mathmatiquement, il correspond la variable d'tat qui a la plus grande valeur dans le vecteur
tangent. Plus simplement, ceci correspondrait la variable d'tat qui a le plus grand taux de
variation prs de la solution donne [23]. Dans le cas des rseaux lectriques, le paramtre de
charge est probablement le meilleur choix lorsque on commence par la solution de base. C'est
particulirement vrai dans le cas des niveaux de charge relativement faibles. Dans ce cas, les
grandeurs tensions et dphasages demeurent assez constantes lors des variations de charge. Par
contre, une fois que la charge augmente autour du point critique, les grandeurs et les angles de
tension changent dune faon remarquable et serait alors un mauvais choix pour le paramtre
continu puisqu'il a connu une petite variation par rapport aux autres variables d'tat. Pour cette
raison, le choix du paramtre continu
k
x devrait tre rvalu chaque tape. Une fois le choix
effectu pour la premire tape, une bonne manire de choisir
k
x est dutiliser lquation suivante :
{ }
1 2 3
: max , , ,...
k k m
x t t t t t = (1.25)
O, t est le vecteur tangent de dimension
1 2
2 1 m n n = + + . Noter que
k
x porte le mme signe que
llment
k
t du vecteur tangent.
UATL 2007
23
1.6 CONCLUSION
Dans ce chapitre, nous avons prsent des notions de base sur la stabilit de tension dun rseau
lectrique. Le problme dinstabilit de tension peut tre favoris par plusieurs paramtres savoir :
manque local de la puissance ractive, production trop loigne de la consommation, ou le cas
dune charge demande trs leve.
Une analyse efficace de la stabilit de tension reste la solution approprie pour sloigner du
point deffondrement. Dans ce mmoire, nous avons prsent les deux types danalyse qui existent,
savoir, lanalyse statique et lanalyse dynamique. Puis nous avons focalis notre tude sur
lanalyse statique de la stabilit de tension. Trois indices dvaluation de la stabilit de tension sont
prsents : les valeurs propres, la valeur minimale singulire, et la marge de stabilit de tension.
Le calcul de la marge de stabilit de tension nest pas ais, car lutilisation du programme
dcoulement de puissance classique ne fournit pas des rsultas prcis, spcialement autour du point
deffondrement de tension. Cette imprcision dans les rsultats est due au problme de singularit
de la matrice Jacobienne qui provoque la convergence du programme de calcul. Pour rsoudre ce
problme, la mthode dcoulement de puissance en continu (CPF) est propose pour vaincre la
singularit et le non conditionnement de la matrice Jacobienne.
CHAPITRE 2 MODELISATION DES RESEAUX ELECTRIQUES EN REGIME PERMANENT
UATL 2007
24
CHAPITRE 2
MODELISATION DES RESEAUX
ELECTRIQUES EN REGIME
PERMANENT
2.1 INTRODUCTION
Ce chapitre prsente la modlisation des diffrents composants du rseau lectrique savoir : les
gnrateurs dnergie lectriques, les lignes de transport, les quipements de compensation
dnergie ractive, les transformateurs et les charges lectriques.
Plusieurs tudes ont montr limportance de la reprsentation des charges dans lanalyse de la
stabilit de tension. La modlisation usuelle (puissance active et ractive constante) ne reflte pas
les caractristiques relles du rseau. En effet, deux autres types de modlisation statique sont
utiliss dans ce mmoire, savoir : modle courant constant et celui admittance constante. Ce
sont deux modles qui expriment la puissance consomme par la charge en fonction de la tension.
Parmi les compensateurs dnergie ractive qui sont largement utiliss ces dernires annes, on
trouve les FACTS. Dans ce travail, on sintressera deux types savoir : le SVC et le TCSC. Une
reprsentation dtaille de ces quipements a t prsente dans ce chapitre.
UATL 2007
25
2.2 MODELISATION MATHEMATIQUE DU RESEAU ELECTRIQUE
2.2.1 Modle de lalternateur
Le groupe turbo-alternateur est considr comme le cur du rseau lectrique, il assure la
production de lnergie lectrique demande par le consommateur. Dans notre cas, le groupe turbo-
alternateur est modlis par une source de tension constante qui injecte, au niveau du nud auquel
il est connect, une puissance active
g
P et ractive
g
Q .
Lalternateur possde deux boucles de rgulation automatique, une pour le rglage automatique
de la puissance AGC (Automatic Generation Control) et lautre pour le rglage automatique de la
tension AVR (Automatic Voltage Regulator).
La production de lnergie ractive dans un gnrateur est limite suivant lquation (2.1)
min max
g g
Q Q Q s s
(2.1)
Cette limitation est due principalement la limite thermique du bobinage statorique et rotorique
ainsi que la limitation de langle rotorique permise ( 30
).
2.2.2 Modle de la ligne de transport
La ligne de transport t modlise par un schma quivalent en t qui se compose dune
impdance srie (rsistance R en srie avec une ractance inductive X), et une admittance shunt qui
consiste en une susceptance capacitive B (due a leffet capacitif de la ligne avec la terre) en
parallle avec une conductance disolation G. Voir figure 2.1.
Figure 2.1 Modle en t dune ligne lectrique.
i
j
R+jX
(G+jB)/2 (G+jB)/2
UATL 2007
26
2.2.3 Modles des nuds du rseau
Les nuds dans un rseau lectrique sont diviss en trois types :
+ Nud de charge (PQ) : cest un nud connect directement avec la charge, il ne possde
aucune source dnergie. Les puissances active et ractive sont considres connues.
+ Nud gnrateur (PV) : cest un nud connect directement avec un gnrateur ou une
source dnergie ractive. la puissance active et la tension sont considres connues. La
production de lnergie ractive est limite par des valeurs infrieures et suprieures,
min
g
Q et
max
g
Q respectivement. Si lune des deux limites est atteinte, la valeur se fixe cette limite et
la tension se libre, le nud devient alors un nud (PQ).
+ Nud bilan (slack bus) : cest un nud connect avec un gnrateur relativement puissant ;
il est considr dans le calcul dcoulement de puissance afin de compenser les pertes
actives et assurer lgalit entre la demande et la gnration de la puissance active. Dans un
noeud bilan, lamplitude et langle de la tension sont supposs connus.
2.2.4 Modle du transformateur
Un transformateur de lnergie lectrique est reprsent par un quadriple en t non symtrique.
Les grandeurs associes sont le rapport de transformation a et limpdance de fuite. Les rapports
ij
a sont inclus dans les lments de la matrice admittance, cest--dire que les susceptances de la
matrice admittance
ij
B sont vues comme des fonctions de rapports de transformation a (figure 2.2).
Figure 2.2 Modle dun transformateur.
i
j
Y
t
/a
ij
(a
ij
-1)Y
t
/ a
ij
(1- a
ij
)Y
t
/ a
ij
2
UATL 2007
27
Dans un rseau lectrique, les transformateurs qui sont connects directement la charge sont
des transformateurs rgleur de charge (LTC). Ils disposent des rgulateurs automatiques de la
tension dans des limites permises de fonctionnement, indpendamment des fluctuations de tension
primaire [13].
2.2.5 Equipements de compensation de lnergie ractive
Le transport de lnergie ractive pour une longe distance nest pas conomique (augmentation
des pertes actives). De ce fait, la production de cette nergie doit tre le plus prs possible des
points de consommation. Dans un rseau lectrique, on peut citer deux types dquipements de
compensations :
+ Compensateur synchrone : cest un alternateur qui produit seulement une puissance ractive.
Il est modlis par un nud PV de puissance active nulle ( 0 P = ) avec une tension
constante. Langle de la tension et la puissance ractive est calcul par le programme
dcoulement de puissance. La gnration de la puissance ractive est limite selon
lquation (2.1).
+ Compensateurs statiques : il existe deux types du compensateurs statiques :
- Banks de condensateurs : ils sont installs au niveau des noeuds ainsi que des lignes de
transport. La manipulation de ces condensateurs est effectue manuellement. Dans notre
travail, ils sont modliss par une admittance shunt avec une susceptance fixe
c
B introduite
dans la matrice admittance.
- Dispositifs FACTS : ils sont modliss gnralement par une inductance variable
connecte en parallle avec une capacit fixe. A cause de leurs importances dans la
conduite et le fonctionnement des rseaux lectriques, une description relativement
dtaille de ces quipements sera prsente dans une section indpendante.
2.2.6 Modlisation des charges
La modlisation de la charge joue un rle trs important dans ltude et lanalyse de la scurit
de tension [9]. Dans la littrature, il existe deux types de modlisation des charges lectriques
savoir, la modlisation statique et celle dynamique. La modlisation dynamique est relativement
complique ; la puissance consomme par la charge est une fonction de la tension et du temps ; Elle
UATL 2007
28
est utilise gnralement pour ltude et lanalyse de la stabilit transitoire. La modlisation statique
est mieux adapte aux programmes dcoulement de puissance [24].
Dans cette section, en prsentes diffrents modles statiques qui expriment la puissance active et
ractive de la charge en fonction de la tension de noeud [13, 25]. Le modle exponentiel de la
charge est dfini par les quations (2.2) et (2.3).
0
0
np
V
P P
V
| |
=
|
\ .
(2.2)
0
0
nq
V
Q Q
V
| |
=
|
\ .
(2.3)
Avec :
+
0
P et
0
Q : puissance active et ractive consommes une tension de rfrence
0
1 V pu = .
+
p
n et
q
n : constantes dpendant du type de la charge.
En pratique, les valeurs de
p
n et
q
n de diffrents types de charges sont trouves empiriquement
[13]. Le tableau 2.1, reprsente les diffrents types de charges avec leurs exposants spcifiques [26].
Tableau 2.1 Valeurs des exposants n
p
et n
q
pour diffrents types de charge.
Types de charge n
p
n
q
Climatisation 0.50 2.50
Chauffage lectrique 2.00 0.00
Eclairage fluorescent 1.00 3.00
Pompes, climatiseurs,
moteurs
0.08 1.60
Grands moteurs
industriels
0.05 0.50
Petit moteur industriel 0.10 0.60
UATL 2007
29
Selon les valeurs de
p
n et
q
n , on peut prsenter les diffrents modles statiques savoir :
+ Modle puissance constante (modle standard PQ) : les puissances active et ractive ne
dpendent pas de la tension ( 0
p q
n n = = ).
+ Modle courant constant : la puissance varie directement avec le module de la tension
( )
1
p q
n n = =
+ Modle impdance constante : la puissance varie avec le carr du module de la tension
( )
2
p q
n n = =
2.3 SYSTEMES DE TRANSMISSION FLEXIBLES EN COURANT
ALTERNATIF (FACTS)
Les dispositifs FACTS (Flexible Alternative Current Transmission Systems) peuvent contribuer
faire face aux problmes rencontrs dans lexploitation des rseaux lectriques. Le concept
FACTS, introduit en 1986 par Electric Power Research Institute (EPRI), regroupe lensemble des
dispositifs, bass sur llectronique de puissance, qui permettent damliorer lexploitation dun
rseau lectrique [27]. Son dveloppement est troitement li aux progrs raliss dans le domaine
des semi-conducteurs de puissance et plus particulirement des lments commandables tels que le
thyristor et le thyristor GTO. Ces lments jouent le rle dinterrupteurs trs rapides ; ce qui confre
aux dispositifs FACTS une vitesse et une fiabilit bien suprieures celles des systmes
lectromcaniques classiques.
Des tudes et des ralisations pratiques ont mis en vidence lnorme potentiel des dispositifs
FACTS [28, 29]. Avec leur capacit modifier limpdance apparente dune ligne de transport, ils
peuvent tre utiliss aussi bien pour le contrle de la puissance active que celui de la puissance
ractive et de la tension. En rgime permanent, les FACTS permettent dutiliser les lignes plus prs
de leur limite thermique en repoussant les limitations lies la stabilit. Leur vitesse de commande
leve leur confre galement un grand nombre davantages en rgime transitoire ainsi quen cas de
court-circuit. De manire gnrale, les dispositifs FACTS agissent en fournissant ou en absorbant
de la puissance ractive, en augmentant ou en rduisant la tension aux nuds, en contrlant
limpdance des lignes ou en modifiant les phases des tensions.
UATL 2007
30
Un autre avantage des quipements FACTS rside dans le fait que cette technologie autorise une
extension des limites du rseau dune manire chelonne en installant les FACTS pas pas
lorsquils deviennent ncessaires. Il est ainsi possible de rpartir les investissements dans le temps.
De plus, avec les FACTS de la dernire gnration, il est possible de dplacer une installation en
lespace de quelques mois, si les conditions dexploitation venaient changer en rendant le
dispositif inutile dans son emplacement initial [30].
Plusieurs types de FACTS avec des architectures et des technologies diffrents, ont t
dvelopps. Parmi eux, les plus connus sont le SVC (Static Var Compensator), le TCSC (Thyristor
Controlled Series Capacitor), le STATCOM (Static Synchronous Compensator), et lUPFC
(Unified Power Flow Controller). Chacun de ces dispositifs possde ses propres caractristiques et
peut tre utilis pour rpondre des besoins bien prcis. Le choix du dispositif appropri est donc
essentiel et dpend des objectifs atteindre. La position de linstallation dans le rseau est
galement un paramtre important pour son efficacit. Lorsque plusieurs dispositifs sont insrs
dans un rseau, il convient que leurs effets soient coordonns afin quils nagissent pas de faon
oppose. Dans ce cas, la stratgie de contrle revt une importance toute particulire.
2.3.1 Dfinitions et gnralits
Selon lIEEE (Institute of Electrical and Electronics Engineers), la dfinition du terme FACTS
est la suivante : Systme de Transmission en Courant Alternatif comprenant des dispositifs bases
sur llectronique de puissance et dautres dispositifs statiques utiliss pour accrotre la
contrlabilit et augmenter la capacit de transfert de puissance du rseau [30].
Avec leurs aptitudes de modifier les caractristiques apparentes des lignes, les FACTS sont
capables daccrotre la capacit du rseau dans son ensemble en contrlant les transits de
puissances. Il est donc important de souligner que les dispositifs FACTS ne peuvent pas augmenter
la capacit thermique des lignes de transport. En revanche, ils permettent dutiliser les lignes plus
proches de leurs limites en repoussant dautres limitations, en particulier celles lies la stabilit.
Finalement, il faut noter que les FACTS ne remplacent pas la construction de nouvelles lignes, Ils
sont un moyen de diffrer les investissements en permettant une utilisation plus efficace du rseau
existant.
UATL 2007
31
2.3.2 Rle des dispositifs FACTS
Le dveloppement des dispositifs FACTS est essentiellement d aux progrs raliss dans le
domaine des semi-conducteurs de puissance et plus particulirement des lments commandables
tels le thyristor et le thyristor GTO. Les FACTS reprsentent une alternative aux dispositifs de
rglage de puissance utilisant des techniques passives : bobine dinduction et condensateur
dclenchs par disjoncteur, transformateur dphaseur rgleur en charge mcanique, etc. dans les
dispositifs FACTS, les interrupteurs lectromcaniques sont remplacs par des interrupteurs
lectroniques. Ils disposent ainsi de vitesses de commande trs leves et ne rencontrent pas les
problmes dusure de leurs prdcesseurs. De ce fait, les FACTS possdent une trs grande fiabilit
et une flexibilit pratiquement sans limite.
Dans un rseau lectrique, les FACTS permettent de remplir des fonctions tant en rgime
stationnaire quen rgime transitoire. Ils agissent gnralement en absorbant ou en fournissant de la
puissance ractive, en contrlant limpdance des lignes ou en modifiant les angles des tensions. En
rgime permanent, les FACTS sont utiliss principalement dans les deux contextes suivants :
+ Le maintien de la tension un niveau acceptable en fournissant de la puissance ractive
lorsque la charge est leve et que la tension est trop basse, alors qu linverse ils en
absorbent si la tension est trop leve;
+ Le contrle des transits de puissances de manire rduire, voire supprimer, les surcharges
dans les lignes ou les transformateurs ainsi que pour viter les flux de bouclage dans le
rseau. Ils agissent alors en contrlant la ractance des lignes et en ajustant les dphasages.
De par leur vitesse de commande leve, les FACTS possdent de nombreuses qualits en
rgime dynamique [30]. Ils permettent en particulier :
+ Daccrotre le rserve de stabilit transitoire ;
+ Damortir les oscillations de puissance ;
+ De supporter de manire dynamique la tension.
Les dispositifs FACTS ont galement une action bnfique sur les niveaux des courants de court-
circuit ainsi quen cas de rsonance hyposynchrone.
UATL 2007
32
2.3.3 Types des dispositifs FACTS
Les systmes FACTS peuvent tre classs en trois catgories [31] :
+ Les compensateurs parallles ;
+ Les compensateurs sries ;
+ Les compensateurs hybrides (srie - parallle).
Dans cette section, nous essayons de prsenter les FACTS les plus populaires appartenant
chaque catgorie :
2.3.3.1 Compensateurs Parallles
Les compensateurs parallles sont utiliss depuis longtemps dans les rseaux lectriques
principalement pour contrler les tensions aux niveaux dsirs lorsque les conditions du systme
changent. Des ractances fixes ou mcaniquement commuts sont appliqus pour rduire au
minimum les surtensions du systme dans des conditions de faible charge et des condensateurs
shunt fixs ou mcaniquement commuts sont appliqus afin de maintenir des niveaux de tension
dans des conditions de forte charge. Dans les deux cas, les compensateurs shunts produisent une
impdance ractive shunt, variable qui est ajuste en fonction des conditions du rseau de transport.
Les commutateurs mcaniques avaient commenc tre remplacs par les commutateurs
statiques base de thyristors vers la fin des annes 70 [30]. Actuellement, les compensateurs shunts
et notamment le SVC sont largement rpandus dans les rseaux lectriques.
2.3.3.1.1 Compensateur statique de puissance ractive (SVC)
IEEE dfinit le SVC (Static Var Compensator) comme un gnrateur (ou absorbeur) statique
dnergie ractive, shunt, dont la sortie est ajuste en courant capacitif ou inductif afin de contrler
des paramtres spcifiques du rseau lectrique, typiquement la tension des nuds [32].
Le compensateur statique de puissance ractive SVC est le premier dispositif FACTS qui
apparat dans les annes 1970 pour rpondre des besoins de stabilisation de tension rendue
fortement variable du fait de charges industrielles trs fluctuantes telles les laminoirs et les fours
arc. Les SVC sont des FACTS de premire gnration. Ils utilisent des thyristors classiques,
commandables uniquement lamorage.
UATL 2007
33
2.3.3.1.2 Compensateur statique synchrone (STATCOM)
IEEE dfinit le STATCOM (Static Synchronous Compensator) comme un gnrateur synchrone
fonctionnant comme un compensateur parallle de lnergie ractive dont le courant capacitif ou
inductif gnr peut tre contrl sparment de la tension du rseau [32].
Le compensateur statique synchrone STATCOM, autrefois appel compensateur statique de
puissance ractive avanc fait partie de la deuxime gnration des FACTS. Il correspond
lquivalent statique exact de la machine synchrone classique fonctionnant en compensateur, mais
sans inertie. Il est principalement utilis pour la compensation dynamique des rseaux, afin de
faciliter la tenue de tension, daccrotre la stabilit en rgime transitoire et damortir les oscillations
de puissance.
2.3.3.2 Compensateurs Sries
La ractance des lignes est une des limitations principales de la transmission de courant alternatif
dans les longues lignes. Pour remdier ce problme, la compensation srie capacitive a t
introduite afin de rduire la partie ractive de limpdance de la ligne. Les dispositifs FACTS de
compensation srie sont des volutions des condensateurs srie fixes. Ils agissent gnralement en
insrant une tension capacitive sur la ligne de transport qui permet de compenser la chute de tension
inductive.
2.3.3.2.1 Compensateur srie commut par thyristor (TSSC)
IEEE dfinit le TSSC (Thyristor Switched Series Capacitor) comme un compensateur capacitif
qui se compose de plusieurs condensateurs en srie. Chaque condensateur commande par un
commutateur de thyristor qui assure une compensation par palier [32].
Le Compensateur srie commut par thyristor TSSC (Thyristor Switched Series Capacitor), est
le premier qui apparat dans la famille des compensateurs srie. Il est constitu de plusieurs
capacits montes en srie, chacun tant shunt par une valve thyristors monte en drivation.
2.3.3.2.2 Compensateur srie command par thyristor (TCSC)
IEEE dfinit le TCSC comme tant un compensateur ractance capacitif qui consiste en une
srie de condensateurs en parallle avec des inductances commandes par thyristor afin de pouvoir
UATL 2007
34
assurer une variation homogne de la ractance capacitive [32]. Le TCSC permet une compensation
qui varie entre 20% inductive et 80% capacitive [20].
2.3.3.2.3 Compensateur srie synchrone (SSSC)
IEEE dfinit le SSSC (Static Synchronous Series Compensator) comme tant un gnrateur
synchrone statique fonctionnant sans source dnergie lectrique extrieure comme les
compensateurs srie, dont la tension de sortie est contrlable indpendamment du courant de ligne
afin daugmenter ou de diminuer la chute de tension globale, et ainsi de contrler la puissance
lectrique transmise [32].
Le compensateur srie synchrone SSSC est un dispositif FACTS de deuxime gnration. Il est
form dun convertisseur de tension insr en srie dans la ligne par lintermdiaire dun
transformateur. Le SSSC agit sur le courant de la ligne en insrant une tension en quadrature avec
ce dernier, la tension pouvant tre capacitive ou inductive. Un SSSC est capable daugmenter ou de
diminuer le flux de puissance dans une ligne. Le comportement dun SSSC peut tre assimil
celui dun condensateur ou dune inductance srie rglable. La diffrence principale rside dans le
fait que la tension injecte nest pas en relation avec le courant de ligne. De ce fait, le SSSC
prsente lavantage de pouvoir maintenir la valeur de tension insre constante, indpendamment
du courant. Il est donc efficace tant pour des petites charges (faibles courants) que pour des grandes
charges. Un autre avantage du SSSC rside dans le fait que ce type de compensateur ninsre pas de
condensateur en srie avec la ligne de transport. De ce fait, il ne peut pas provoquer de rsonance
hyposynchrone. De plus sa taille est rduite en comparaison au celle du TCSC.
Les applications pour les quelles sont utilises les SSSC sont identiques celles o lon a recours
des condensateurs sries rglables. Ce sont plus particulirement :
+ La commande statique et dynamique des flux de puissances ;
+ Amlioration de la stabilit angulaire ;
+ Attnuation des oscillations lectromcaniques.
UATL 2007
35
2.3.3.3 Compensateur srie parallle (hybride)
Les compensateurs FACTS cits prcdemment (srie ou parallle), permettent dagir
uniquement sur un des trois paramtres dterminant la puissance transmise dans une ligne (tension,
impdance et angle). Par une combinaison des deux types de dispositifs, il est possible dobtenir des
dispositifs hybrides capables de contrler simultanment les diffrentes variables prcites.
2.3.3.3.1 Contrleur de transit de puissance universel (UPFC)
IEEE dfinit lUPFC comme tant une combinaison entre un STATCOM et un SSSC coupls via
une liaison courant continu, pour permettre un coulement bidirectionnel de la puissance active
entre la sortie du SSSC et celle du STATCOM. LUPFC permet le contrle de la tension, de
limpdance, et de langle ou dcoulement de la puissance active et ractive de la ligne [32].
LUPFC est capable de remplir toutes les fonctions des autres dispositifs FACTS. Il peut tre
utilis particulirement pour :
+ Rglage de la tension ;
+ Contrle de flux de puissance active et ractive ;
+ Amlioration de la stabilit ;
+ Limitation des courants de court-circuit ;
+ Amortissement des oscillations de puissance.
2.3.3.3.2 Transformateur dphaseur command par thyristor (TCPST)
IEEE dfinit le TCPST (Thyristor Controlled Phase Shifting Transformer) comme tant un
transformateur dphaseur ajust par thyristor afin de fournir un angle de phase rapidement variable
[32].
Transformateur dphaseur command par thyristor TCPST, est le premier quipement FACTS
combin.
UATL 2007
36
2.3.3.3.3 Rgulateur dangle de phase command par thyristor (TCPAR)
IEEE dfinit le TCPAR (Thyristor Controlled Phase Angle Regulator), comme tant un
transformateur dphaseur qui permet le contrle du dphasage entre ses tensions terminales tout en
gardant leurs amplitudes invariables [32].
Le rgulateur dangle de phase command par thyristor TCPAR, contrairement au TCPST, est
capable de fournir (ou dabsorber) lnergie ractive au rseau.
2.3.3.3.4 Rgulateur de tension command par thyristor (TCVR)
IEEE dfinit le TCVR (Thyristor Controlled Voltage Regulator) comme tant un transformateur
contrl par thyristor qui permet la commande de la phase de tension dune manire continue [32].
Le rgulateur de tension command par thyristor TCVR, est un autre membre de la famille des
FACTS combins. Leur prix relativement rduit, leur confre un avantage certain dans le contrle
de lcoulement dnergie ractive.
2.3.4 Dispositifs FACTS en Exploitation
A ce jour, plusieurs centaines dinstallations FACTS sont exploites ou en cours de ralisation
dans le monde. Un petit nombre de fabricants se partagent le march. La majorit des dispositifs
sont des compensateurs de puissance ractive de type SVC utiliss pour le maintien de la tension
dans le rseau.
La grande majorit de ces dispositifs est place dans le rseau pour accomplir une tache bien
prcise et trs locale. Rares sont les cas o plusieurs dispositifs peuvent interagir entre eux et
ncessitent un contrle coordonn. Dans cette section, quatre installations en exploitation sont
prsentes.
2.3.4.1 Condensateur Srie Avanc (ASC) de Kayenta [30]
Le condensateur srie avanc ASC (Advanced Series Capacitor) est le nom commercial donn
par le fabricant Siemens au dispositif srie mixte comprennent un TCSC et un condensateur
conventionnel. Un FACTS de ce type a t mis en service en 1992 Kayenta (Arizona, USA), sur
le rseau Western Area Power Administration (WAPA). Il a pour but dutiliser une ligne 230 kV,
longue de 230 km, sa capacit de transport maximale. Celle-ci avait t dimensionne pour
UATL 2007
37
transporter une puissance de 300 MW. De nouvelles lignes 345 kV et 500kV situes sur des
chemins parallles en empchaient la pleine utilisation. Avec laugmentation des changes,
certaines lignes taient proches de leurs limites alors que la ligne 230 kV tait sous-exploite.
Linstallation dun ASC au milieu de la ligne permet daccrotre de 100 MW le transit de puissance
dans la ligne et de lexploiter proche de sa limite thermique. LASC permet une compensation
ractive maximale de 330 MVar.
2.3.4.2 TCSC dImperatriz [30]
Un TCSC est utilis de puis 1999 pour raliser linterconnexion nord-sud de Brsil. Ce pays
possde deux systmes lectriques principaux qui ntaient pas interconnects. La puissance
transporte est 95% dorigine hydraulique. Pour bnficier de la diversit hydrologique, une
liaison consistant en un corridor de transmission de 500 kV, dune longueur dpassant 1000 km a
t construite. La ligne t compense par des compensateurs srie en plusieurs endroits.
Un TCSC a t implant au poste dImperatriz. Il permet une compensation comprise entre 5%
et 15% de la ligne. Son rle est principalement damortir les oscillations de puissance interzones
basse frquence (0.2 Hz) qui peuvent prsenter un risque pour la stabilit du systme. De plus, la
ractance apparente inductive du TCSC aux frquences hyposynchrones est bnfique en cas de
rsonance introduite par la compensation.
2.3.4.3 STATCOM de Sullivan [30]
Cest en 1995 que fut install un STATCOM la sous-station de Sullivan, dans le rseau de la
Tennessee Valley Authority (TVA). Ce poste est aliment par le rseau 500 kV, via un
transformateur de 1200 MVA avec un rgleur en charge, ainsi que par quatre lignes 161 kV. Situ
en bordure du rseau 500 kV de la TVA, la poste 500 kV de Sullivan tait expos des surtensions
en priode creuse alors que la tension tait trop faible sur le noeud 161 kV pendant les priodes de
forte charge. De plus, la TVA possde une interconnexion avec la compagnie American Power
Electric (AEP) par laquelle des oscillations de puissance pourraient arriver. Un STATCOM dune
puissance initiale 100 MVar permet de contrler la tension du poste 161 kV lorsque la charge
augmente afin dviter les changement de prises du transformateur 500/161 kV. Lutilisation du
STATCOM pour le rglage de la tension en ce nud a permis de rduire le nombre dinterventions
du transformateur denviron 250 (2-5) fois par mois.
UATL 2007
38
2.3.4.4 UPFC dInez [30]
Le premier UPFC au monde a t install en, 1998 Inez (Kentucky, USA), sur le rseau de
lAmerican Power Electric (AEP). Cette rgion est alimente par des units de production situes
sa priphrie par le biais de longues lignes de transport 138 kV. Dans des conditions normales
dexploitation, un grand nombre de ces lignes transportaient des puissances de lordre de 300 MVA.
Cette valeur est suprieure la puissance naturelle des lignes ce niveau de tension. Les lignes
fonctionnaient proches de leur limite thermique, ce qui laissait peu de marge de scurit en cas de
dfaut. De plus, les niveaux de tension dans la rgion dInez taient gnralement bas, soit aux
environs 95% de la valeur nominale.
Pour renforcer le systme, une ligne haute capacit 138 kV, 950 MVA et un transformateur
345/128 kV ont t construits. Un UPFC dune puissance de 320 MVA a t install. Il a pour but
lutilisation de la pleine capacit de la nouvelle ligne de manire soulager le reste du rseau dune
part, et le maintien de la tension de la rgion dautre part. Des ractance sries ont galement taient
insres dans les lignes de plus faible capacit afin den limiter la charge.
Dans les conditions normales dexploitation. LUPFC est gr de sorte que le transit de
puissance conduise un minimum de pertes dans le rseau. Une diminution moyenne des pertes de
24 MW a pu tre observe. Lorsque la puissance circulant dans une des lignes critiques du rseau
dpasse 90% de sa capacit, linstallation est contrle de manire accrotre le transit dans la
nouvelle ligne pour rduire le courant dans les lignes surcharges. En cas de dfaillance dans le
rseau, lUPFC permet dviter lcroulement de tension en maintenant la tension la sous station
dInez.
2.3.5 Cot des dispositifs FACTS
Mis part les avantages techniques apports par les FACTS, dautres critres lis au cot doivent
tres pris en considration dans la dcision dinstaller un dispositif. Sur le plan conomique, le
critre gnralement adopt dans lvaluation des bnfices obtenus par un FACTS est que
laccroissement des revenues doit excder les cots dexploitations, de maintenance et
damortissement de linstallation.
Le cot dune installation FACTS dpend principalement des facteurs tels que les performances
requises, la puissance de linstallation, le niveau de tension du systme ou encore la technologie du
semi-conducteur utilis.
UATL 2007
39
2.3.6 Synthse
Les diffrents dispositifs FACTS prsents dans cette section possdent tous leurs propres
caractristiques tant en rgime permanent quen rgime transitoire. Chaque type de dispositif sera
donc utilis pour rpondre des objectifs bien dfinis. Des considrations conomiques entrant
galement dans le choix du type dinstallation sont a discuter. Le tableau 2.2 synthtise les
domaines dapplications des diffrentes technologies de FACTS. Le nombre + est proportionnel
lefficacit du dispositif [30].
Tableau 2.2 Domaines dapplications des dispositifs FACTS
Dispositif Contrle du
transit de
puissance
Contrle de la
tension
Stabilit
transitoire
Stabilit statique
SVC + +++ + ++
STATCOM + +++ ++ ++
TCSC ++ + +++ ++
SSSC
++ + +++ ++
TCPST +++ + ++ ++
UPFC +++ +++ +++ +++
2.3.7 SVC et TCSC
Comme dj mentionn prcdemment, notre travail consiste optimiser la marge de la stabilit
statique de tension ainsi que la rduction des pertes actives (problme doptimisation multiobjectif).
De ce fait, il faut choisir, parmi les quipements FACTS, ceux qui ont des applications spcifiques
tels le maintien de la tension et le contrle de lcoulement de puissance : le SVC tant le plus
efficace dans la compensation de lnergie ractive ainsi que le maintien de la tension et le TCSC
est le meilleur choix pour un contrle appropri du transit de puissance et par suite la rduction des
pertes actives dans le rseau.
De ce fait, nous avons opt, dans la suite de notre travail, pour Lutilisation combine du SVC et
du TCSC en vue dassurer de meilleures performances dynamiques du systme avec plus de
rentabilit et defficacit.
UATL 2007
40
2.3.7.1 Structure du SVC et TCSC
a. SVC
La figure 2.3 prsente lune des structures possibles dun SVC. Comme mentionn
prcdemment, le SVC est un quipement de compensation parallle, compos dune capacit fixe
connecte en parallle avec une ractance variable par le biais dun gradateur. La valeur de la
susceptance quivalente est une fonction de langle damorage des thyristors [87].
( )
SVC c L
B B B o = + (2.4)
Tel que
1 2 sin(2 )
( ) 1
c
L
B Cw
B
wL
o o
o
t t
=
| |
=
|
\ .
(2.5)
Avec :
+
o
: Langle damorage des thyristors tel que 0 90 o

s s ,
+ w : la pulsation.
Figure 2.3 Structure dun SVC
Etant donn que langle damorage des thyristors est limite entre 0 et 90, cela implique que
la susceptance variable
SVC
B est aussi limite entre
min
SVC
B et
max
SVC
B .
b. TCSC
Le TCSC est un compensateur srie, utilis principalement pour varier la ractance de la ligne du
rseau, afin de contrler le transit de la puissance entre deux nuds. Voire quation (2.6)
1 2
12 12
sin
TCSC
VV
P
X
u = (2.6)
UATL 2007
41
Semblable au SVC, le TCSC est constitu dune inductance variable et dune capacit fixe (voir
figure 2.3). La ractance quivalente dun TCSC et une fonction de langle damorage de thyristor.
( )
1
TCSC
L c
X
B B o
=
+
(2.7)
A cause des limites techniques, la ractance
TCSC
X du TCSC varie entre une valeur minimale
min
TCSC
X et maximale
max
TCSC
X .
2.3.7.2 Modlisation mathmatique du SVC et TCSC
Pour pouvoir observer limpact de ces deux types de FACTS (SVC et TCSC) dans un rseau
lectrique, il est ncessaire de les reprsents par des modles mathmatiques appropris. Ceux-ci
sont ensuite intgrs dans des programmes de calcul permettant de simuler leurs effets sur la
stabilit de tension ainsi que les pertes actives.
Plusieurs modles de FACTS ont t dvelopps, tant pour des rgimes de fonctionnement
statique (qui est notre cas) que dynamique [30]. Certains modles sont spcifiques un type de
dispositif alors que dautres, plus gnraux, sont utiliss pour prsenter plusieurs FACTS [30].
Dans le cadre de ce travail, cest le rle des dispositifs FACTS dans la conduite des rseaux qui
est tudi. Dans ce contexte, nous nous restreignons ltude des rgimes permanents et plus
particulirement aux effets du TCSC et SVC sur la stabilit statique de tension ainsi que sur les
pertes actives. Les deux types de FACTS sont modliss pour des rgimes statiques. Les rgimes
transitoires ntant pas abords dans ce mmoire.
Plusieurs modles mathmatiques du SVC et du TCSC en rgime permanent sont proposs dans
la littrature. Dans [30], la mthode de la puissance injecte est propose. Les caractristiques
lectriques des quipements sont traduites et remplaces par des puissances injectes. Une autre
mthode consiste modliser les SVCs et TCSCs comme des ractances variables dont valeurs
dpendent de langle damorage des thyristors [33]. Cette deuxime modlisation est applique
dans notre tude afin de faciliter limplantation des modles mathmatiques des FACTS dans
lalgorithme dcoulement de puissance.
UATL 2007
42
a. Modle du SVC
La figure 2.4 reprsente la modlisation dun SVC par une admittance variable dont la valeur est
limite selon lquation (2.8). Lnergie ractive fournie (ou absorbe) par le SVC au noeud i est
donne par lquation (2.9).
Figure 2.4 Modle dun SVC
min max
SVC SVC SVC
B B B s s (2.8)
2
SVC i SVC
Q V B = (2.9)
b. Modle du TCSC
La figure 2.5 prsente limplantation dun TCSC dans une ligne lectrique. La ractance totale
est la somme algbrique de la ractance du TCSC et la ractance relle de la ligne. Voir lquation
2.10.
Figure 2.5 Modle dun TCSC
ij line TCSC
X X X = + (2.10)
i
jB
SVC
V
i
i
j
R+jX X
TCSC
jB/2
jB/2
UATL 2007
43
Afin dviter la surcompensation dans la ligne, la valeur de la ractance
TCSC
X dpend de la
valeur de la ractance de la ligne
line
X [3,6]; telle que :
0.8 0.2
line TCSC line
X X X s s (2.11)
2.4 PLACEMENT OPTIMAL DES DISPOSITIFS FACTS
2.4.1 Etat de lart [30]
Un grand nombre de travaux de recherche a t ralis sur la dtermination de lemplacement
optimal de dispositifs FACTS dans un rseau lectrique. Ils se diffrencient principalement les uns
des autres par :
+ Les rgimes de fonctionnement pour lesquels les dispositifs sont installs ;
+ Les modles adopts pour les dispositifs FACTS ;
+ Les mthodes et les critres doptimisation ;
+ La taille et la topologie des rseaux utiliss dans les simulations.
En rgime dynamique, les FACTS sont gnralement utiliss pour amortir les oscillations de
puissance dans le systme. Dans [59], une mthode base sue la sensibilit des valeurs propres en
petites perturbations est prsente. Elle est applique au placement de dispositifs shunts pour
amortir les oscillations lectromcaniques. Des mthodes similaires ont t dveloppes pour des
FACTS de type srie [60] et pour des dispositifs dphaseurs [61].
En rgime stationnaire, les dispositifs FACTS sont utiliss pour contrler les transits de
puissances dans les lignes ainsi que les tension aux nuds. Les objectifs recherchs peuvent tre
dordre technique ou de nature conomique [62], [63]. Diffrentes mthodes et critres sont utiliss
pour placer les dispositifs dans le systme.
La position optimale dun dispositif shunt plac dans une longue ligne de transport est discute
dans [64]. Elle est dtermine de manire augmenter la puissance transmise, en amliorant la
stabilit du systme. Plusieurs rfrences prsentent des mthodes de placement de FACTS pour
accrotre la stabilit de tension. La mthodologie utilise dans [65] sur une analyse modale des
quations dcoulement de puissance modifies par les FACTS. Dans [66], la position optimale du
UATL 2007
44
SVC est dtermin on utilisons une mthode combinant un recuit simul avec les multiplicateurs de
lagrange. Les emplacements optimaux, permettant daccrotre la stabilit statique, sont tudis dans
[67] pour des rseaux de grandes tailles.
Larticle [68] prsente une mthode de placement optimal hybride bas sur les algorithmes
gntiques et la programmation linaire. Des SVC sont placs pour prvenir lcroulement de
tension tout en minimisant le cot des installations. La mthode prsente dans [69] dtermine les
emplacements de dispositifs FACTS shunt sur la base dune analyse singulire de la matrice
Jacobienne. Les nuds prsentant la plus grande sensibilit de tension aux variations de charges
sont ceux devant tre munis de FACTS. La mthode est teste sur rseau 14 nuds.
La rfrence [70] prsente une mthode dans laquelle les modles des FACTS sont intgrs dans
un calcul de rpartition optimale des puissances ractives. Ils sont utiliss pour rduire les pertes
actives dans le rseau. Lemplacement des dispositifs est dtermin sur la base des rsultats dune
analyse de sensibilit de lexpression des pertes vis--vis des grandeurs contrlables par les FACTS.
Dans un environnement drgul, les FACTS sont positionns dans le rseau de manire
accrotre la capacit disponible pour les changes ATC (Available Transfer Capability) en
contrlant les transits dans les lignes. Dans ce contexte, [71] prsente une mthode de placement
des FACTS base sur analyse de sensibilit entre les injections aux nuds et les transits dans les
lignes. Les dispositifs sont placs dans les lignes ayant les plus grands coefficients dinfluence. La
mthode est mise en uvre sue une partie du rseau de lUCTE. Elle montre la possibilit
daugmenter certains changes. Le mme critre est utilis dans [72].
Loptimisation ralise au moyen de la programmation stochastique, qui consiste en la
maximisation de lATC en terme dcroulement de tension, est lobjectif vis dans [73]. Dans cette
optique, un placement optimal de SVC et de TCSC est ralis sur la base dune analyse de
sensibilit de second ordre. Une mthode analytique de placement optimal des dispositifs de
compensation srie est prsente dans [74]. Les FACTS sont utiliss pour augmenter la capacit de
transfert de puissance dans le rseau. Leur position et leur taille sont dtermines laide de
coefficients calculs lors daccroissement de la charge.
Dans la rfrence [75], des dispositifs srie sont placs de manire diffrer les problmes de
congestion dans le rseau. Loptimisation est ralise sur les rsultats dune analyse de sensibilit.
Les coefficients sont calculs partir des drives partielles dun indice de performance. La
UATL 2007
45
mthode est valide sur un rseau 5 nuds et applique au rseau indien [76]. Le mme indice est
utilis dans [77] pour le contrle de transits de puissances avec des UPFC.
Des FACTS srie (compensateur srie et dispositifs dphaseurs) peuvent tres utiliss pour
diminuer les cots de transport dans le rseau en contrlant les transits de puissance dus aux
transactions [78]. Les effets des dispositifs sont valus au moyen dun coulement de puissance
courant continu. Le placement des dispositifs dans le rseau est ralis par programmation linaire.
Des simulations effectues sur le rseau IEEE 14 nuds et sur le rseau du sud du Brsil montrent
que les FACTS permettent de rduire substantiellement le prix du transport. Le gain enregistr est
dpendant de la mthode de tarification utilise. Dans le mme sens, dans le mme sens larticle
[79] prsent une mthode dans laquelle des FACTS de type srie sont placs de manire optimale
pour minimiser les cots de production et dinvestissement de linstallation des dispositifs. Les
modles des FACTS sont intgrs dans un calcul de rpartition des puissances optimal.
Lalgorithme dvelopp est appliqu sur des rseaux tests de tailles allant de 3 30 nuds.
La rfrence [80] prsente un placement optimal de TCSC et de TCPST dans un systme
comportant une production hydraulique. Les dispositifs sont positionns de manire minimiser les
cots de production dus aux units thermiques et les investissements pour les FACTS. Les
algorithmes gntiques, combins une mthode de descente sont utiliss pour placer des bancs de
condensateurs dans un rseau 25 nuds [81]. Loptimisation est ralise sur les cots
dinvestissements des dispositifs, le cou des pertes et des pnalits dues aux carts de tension.
Toujours avec les algorithmes gntiques, ce sont des FACTS dphaseurs qui sont placs de
manire optimale dans [82]. Loptimisation est ralise sur la base des rsultats dun calcul de
rpartition des puissances optimal. Des simulations sont effectues sur un rseau test de 36 nuds et
sur le rseau Franais. Elles mettent en vidence la possibilit de rduire les cots de production
ainsi que linfluence mutuelle entre les dispositifs. Des dispositifs dphaseurs sont galement placs
de manire optimale par programmation linaire entire mixte (mixed integer linear programming)
[83]. Les objectifs recherchs sont une rduction du cot total de production et un accroissement de
la puissance transmissible dans le rseau. Les rsultats obtenus sur un rseau 24 noeuds corroborent
ceux prsents dans [84] et [85] et mettent en vidence une efficacit limite du rseau.
Cette prsentation, non exhaustive, des diffrents travaux publis dans la littrature, met en
vidence la diversit des mthodes et des critres doptimisation utiliss.
UATL 2007
46
2.5 CONCLUSION
Dans ce chapitre, Nous avons modliss les diffrents composants du rseau lectrique savoir :
le groupe turbo-alternateur, les lignes de transport, les transformateurs et les charges dynamiques.
Nous avons aussi prsents de manire dtaille les quipements FACTS, leurs types, leurs rles
ainsi que leurs domaines dapplication. Ltat de lart de lemplacement optimal des dispositifs
FACTS, ainsi que, La modlisation du TCSC et SVC, ont taient traites la fin de ce chapitre.
CHAPITRE 3 ETUDE PARAMETRIQUE DE LA STABILITE DE TENSION
UATL 2007
47
CHAPITRE 3
ETUDE PARAMETRIQUE DE LA
STABILITE DE TENSION
3.1 INTRODUCTION
Avant dentamer une tude sur un systme rel, il est prfrable de commencer par un systme
simple. Cela nous permettra davoir des quations faciles traiter et des schmas reprsentatifs
simples et galement de retrouver des rsultas classiques.
Ce chapitre prsente une analyse fondamentale de la stabilit de tension sur un systme simple
deux nuds. Le but derrire cette analyse est ltude de linfluence des diffrents composants du
rseau sur la stabilit de tension.
3.2 SYSTEME TEST
Afin dillustrer quelques aspects de lanalyse, le phnomne dinstabilit de tension peut tre
analyser laide dun systme simple constitu dun gnrateur alimentant une charge lectrique
travers une ligne lectrique.
UATL 2007
48
Figure 3.1 Rseau lectrique deux nuds.
3.3 COURBE DEFFONDREMENT DE TENSION
Comme dj mentionn dans le premier chapitre, la courbe deffondrement de tension (Courbe
PV) est considre parmi les techniques les plus utilises dans ltude et lanalyse de la stabilit
statique de tension. Elle trace lvolution de la tension en fonction de laugmentation de la charge
dans le nud. Dans ce qui suit, nous essayons dlaborer et dvelopper le modle mathmatique qui
dcrit la variation de la tension en fonction de la charge.
Daprs la figure 3.1, on peut exprimer la puissance apparente au nud 2 suivant lquation :
S P jQ = + (3.1)
En considrant la figure 3.1, on peut crire :
1 2
V V
I
jX
= (3.2)
On aura alors :
( )
*
* * * * 1 2
2 2 2
V V
S V I V I V
jX
= = = (3.3)
Avec :
( )
*
*
V V V u u = Z = Z
On aura :
2
* 1 2 2 1 2
sin cos
VV V VV
S P jQ j
X X X
u u
| |
= = +
|
\ .
(3.4)
Les puissances active et ractive qui transitent dans la ligne scrivent alors :
G
P
2
, Q
2
V
2 V
1
P
12
1
2
I
jX
UATL 2007
49
1 2
12 21
sin( )
VV
P P
X
u = = (3.5)
2
2 1 2
12 21
cos( )
V VV
Q Q
X X
u = = + (3.6)
On limine langle par lutilisation de lquation : ( ) ( )
2 2
cos sin 1 u u + = , donc on trouve:
2
2 2 2
2 2 1 2
2
V V V
P Q
X X
| |
+ + =
|
\ .
(3.7)
Lquation prcdente peut scrire sous la forme dune quation quadratique en fonction de V
2
:
( ) ( )
4 2 2 2 2 2
2 1 2
2 0 V QX V V P Q X + + + = (3.8)
1/ 2
2 2
2 2 2
2 1 1 1 2
1
1 4
2 4
2
P X
V V QX V V QX
V
(
| |
( =
|
(
\ .

(3.9)
On remplace Q dans (3.9) par Q tg P B P u = =
Donc la solution est :
1
2 4 2
2 2 1 1
2 1
( )
2 4
V V
V BP X P X P X BV
(
| |
(
= +
|
(
\ .

(3.10)
Daprs lquation (3.10), on peut conclure que, la tension au noeud 2 est une fonction de la
puissance active, de la ractance de la ligne, et du facteur de puissance. La figure 3.2 prsente la
courbe de bifurcation du systme test. La courbe montre lvolution de la tension en fonction de la
puissance active. La charge est considre purement active (Q = 0 donc B = 0), la ractance de la
ligne X = 0.5pu.
UATL 2007
50
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Puissance (pu)
T
e
n
s
i
o
n
(
p
u
)
Point d'effendrement de
tension ( Vcrit,Pmax)
VH
VL
P
B=0,
X=0.5 pu.
A(VH,P)
A'(VL,P)
Figure 3.2 Courbe de bifurcation de tension.
3.4 ANALYSES ET INTERPRETATIONS
Daprs la figure 3.2, on peut remarquer que lorsque la puissance demande augmente, la tension
diminue progressivement jusqu' atteindre une valeur critique
crit
V qui correspond la puissance
maximale transmissible par la ligne
max
P . Ce point est appel point de bifurcation de tension (ou
point deffondrement de tension). Au del de ce point, la tension chute dune faon brusque et
incontrlable ; cest le phnomne deffondrement de tension. Ce phnomne peut sexpliquer
comme suit : lorsque la charge crot, le courant circulant dans la ligne crot ; entranant une chute de
tension dautant plus importante que le courant est plus grand, donc la tension aux bornes de la
charge dcrot.
De la figure 3.2, une notion trs importante et trs utilise dans ltude et lvaluation de la
stabilit de tension est la marge de stabilit de tension, laquelle est considre comme un indice
efficace de lvaluation de la stabilit de tension. Elle est dfinie comme tant la quantit de charge
additionnelle de la charge nominale qui conduit le rseau lectrique un effondrement de tension.
Autrement dit, cest la distance entre le point de fonctionnement nominal du rseau et le point
deffondrement de tension. Dans la conduite et lexploitation des rseaux lectrique, on essaye
toujours de garder une marge de stabilit de tension la plus grande possible.
UATL 2007
51
On peut remarquer aussi que, pour une valeur donne P de la puissance demande par la charge,
il existe deux solutions de tension. La solution suprieure
H
V correspondant la valeur qui peut tre
atteinte en pratique et lautre solution
L
V est juste mathmatiquement ; mais qui ne reprsente pas
une valeur pratique. La justification de cette analyse est prsente comme suit :
On suppose une augmentation incrmentale de la charge qui dplace le point de fonctionnement
droite de la courbe. On peut voir que : la solution suprieure
H
V devient plus faible, ce qui semble
naturel ; Donc cette solution correspond un point de fonctionnement normal ou stable. Par contre
la solution infrieure
L
V augmente simultanment avec la charge, ce qui nest pas naturel. Donc
cette solution correspond un point de fonctionnement dgrade ou instable.
En outre, le courant correspondant la solution
L
V est beaucoup plus grand que celui
correspondant la solution
H
V . De ce fait les pertes actives sont plus leves. Par ailleurs, la
tension
L
V et beaucoup plus petite que
H
V .
Finalement, on peut conclure que la partie suprieure de la courbe donne la rgion de
fonctionnement stable. En consquence, dans toute analyse consacre aux problmes de la stabilit
statique de tension, lintrt est port sur cette partie de la courbe.
3.5 INFLUENCE DES COMPOSANTS DU RESEAU SUR LA STABILITE DE
TENSION
Cette section est consacre ltude de linfluence des composant du rseau sur la stabilit
statique de tension. De ce fait, on a valu la stabilit de tension en utilisant la courbe de bifurcation
de tension, sous linfluence de plusieurs composants du rseau, rcapituls dans ce qui suit :
+Influence du facteur de puissance ;
+Influence du TCSC ;
+Influence du SVC ;
+Influence du OLTC (On-load Tap Changer) ;
+Influence de la nature de la charge.
UATL 2007
52
3.5.1 Rseau dapplication
La figure 3.3, illustre le schma synoptique du systme dapplication utilise dans cette section.
Le rseau est compos dun gnrateur qui alimente une charge via une ligne lectrique dune
ractance de 0.15 pu. Le rseau comprend aussi des quipements de contrle savoir les dispositifs
FACTS (SVC et TCSC) et dun transformateur rgleur en charge. La tension la sortie du
gnrateur est considre fixe gale 1pu.
Figure 3.3 Schma synoptique du rseau dapplication.
3.5.2 Influence du facteur de puissance
Cette section est consacre ltude de linfluence du facteur de puissance de la charge sur la
stabilit de tension. La figure 3.4, reprsente la courbe de bifurcation de la tension pour diffrentes
valeurs de tan B u = . Il est clair que lorsque le facteur B diminue (c'est--dire u diminue) la
puissance maximale transmise par la ligne augmente. Cette situation semble trs logique, car
lorsque la compensation de lnergie ractive de la charge augmente (c'est--dire u diminue) ; la
puissance maximale transmissible (marge de stabilit) augmente. La courbe en pointill de la figure
3.4 reprsente lvolution du point critique (point deffondrement de tension) en fonction du
facteur B . Il est clair que la tension critique augmente quand le facteur B diminue ; de ce fait, une
surcompensation de lnergie ractive risque damener la valeur de la tension critique dans la rgion
de fonctionnement normale.
Ainsi on peut conclure que le facteur de puissance un impact trs significatif sur la
caractristique PV et donc sur la stabilit de tension. La puissance maximale transmissible par la
ligne augmente avec le facteur de puissance. Donc la charge, qui possde un facteur de puissance
relativement lev, offre une marge de stabilit de tension satisfaisante.
Charge
Equipements de
contrle
AVR
UATL 2007
53
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Puissance (pu)
T
e
n
s
i
o
n
(
p
u
)
B=0
B=0.2
B=0.4
B=0.6
Figure 3.4 Caractristique PV pour diffrente valeurs de tan B u =
3.5.3 Influence du TCSC
La figure 3.5 montre linfluence du TCSC sur la caractristique PV (la courbe deffondrement).
Comme dj mentionn prcdemment ; le TCSC est un quipement FACTS srie qui contrle la
puissance transmise dans une ligne par la variation de la ractance de cette dernire. Dans notre
application, la variation de la ractance est effectue avec un pourcentage de 50% . Les
caractristiques PV obtenues, pour diffrentes valeurs de X , montrent que la marge de stabilit de
la tension augmente quand la ractance de la ligne diminue. Ce rsultat apparat trs logique, car
laugmentation de la ractance de la ligne (cas des lignes longues) augmente les pertes ractives, ce
qui provoque un dsquilibre entre la demande et la production de lnergie ractive. Ainsi, le
rseau ne peut pas satisfaire la demande de charge. Cette situation favorise un effondrement de
tension pour des niveaux de charge relativement faibles. Dautre part, la compensation de la ligne
par le TCSC diminue la ractance apparente de la ligne, ce qui fait rduire les pertes ractives et
augmenter ainsi la marge de stabilit de tension.
UATL 2007
54
Remarquons que dans la courbe en pointille, la tension critique reste constante pour les trois cas
de test, malgr lintervention du TCSC. Ce rsultat confirme lutilisation spcifique du TCSC
comme un contrleur efficace dcoulement de puissance et non de contrle de la tension.
Dans la pratique, laugmentation de la ractance de la ligne peut se traduire par un incident
douverture dune ligne ou lorsque la production est trs loigne de la consommation. Dans ces
deux cas, on a vu quune compensation srie est pratiquement bnfique.
Figure 3.5 Influence de TCSC sur la caractristique PV.
3.5.4 Influence du SVC
Pour tester linfluence du SVC sur la stabilit statique de tension, on modlise le SVC par une
source variable de lnergie ractive. De ce fait, on fait varier simplement la puissance ractive qui
correspond la variation de B dans lquation (3.10). Les courbes de bifurcation pour plusieurs
valeurs de B sont prsentes dans la figure 3.6.
Puissance (pu)
T
e
n
s
i
o
n
(
p
u
)
0 0.5 1 1.5 2 2.5 3 3.5 4
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X'=0.075
X'=0.225
X=0.15
La ractance totale de la ligne:
X'=X+XTCSC
B=0.577
UATL 2007
55
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Puissance (pu)
T
e
n
s
i
o
n
(
p
u
)
B=0
B=0.2
B=0.4
B=0.6
Figure 3.6 Influence du SVC sur la courbe de bifurcation de tension.
Aprs lobservation et lanalyse de la figure (3.6), on peut conclure que le SVC est un dispositif
FACTS capable damliorer la marge de la stabilit de tension denviron 0.55 pu jusqu' 1 pu. Les
courbes de bifurcation sont plates cause de support suffisant dnergie ractive. On voit aussi que
la tension critique augmente proportionnellement avec le degr de compensation.
3.5.5 Influence du transformateur rgleur en charge (OLTC)
Lintroduction dun OLTC avec un rapport de transformation a dans lquation (3.10) donne
lexpression suivante :
1
2 4 2
2 2 2 1 1
2 2 2 2 1
( )
2 4
V V
V a BP X P X P X BV
(
| |
(
= +
|
(
\ .

(3.11)
Daprs la figure 3.7, il est clair que lOLTC tente toujours daugmenter la tension aux bornes de
la charge par une rgulation automatique du rapport de transformation. La courbe en pointill
montre que la tension critique augmente avec laugmentation du rapport a . Dautre part, la
puissance maximale transmise reste fixe pour les trois cas de simulation.
UATL 2007
56
Daprs ces observations, on peut conclure que lOLTC assure un maintien de la tension par une
rgulation approprie du rapport de transformation. Par contre, il ninflue pas sur la marge de
stabilit de tension, car elle reste constante pour les trois cas de simulations.
En cas dun effondrement de tension, lOLTC doit tre bloqu, cause de son effet ngatif sur la
stabilit de la tension (il acclre le phnomne deffondrement) [13].
Figure 3.7 Influence du OLTC sur la courbe de bifurcation.
3.5.6 Influence de la nature de charge
Comme dj mentionn prcdemment, la stabilit de tension est trs sensible la nature de la
charge. La modlisation standard des charges par le modle PQ (puissance active et ractive
constante) ne reprsente pas les caractristiques relles de celle-ci. Il existe dautres modles
statiques (modle du courant constant et dimpdance constante) qui reprsentent les puissances
active et ractive consommes par la charge en fonction de la tension aux bornes de celle-ci.
Les trois modles statiques sont runis dans les deux quations (3.12) et (3.13) [13] :
0
0
np
V
P P
V
| |
=
|
\ .
(3.12)
UATL 2007
57
0
0
nq
V
Q Q
V
| |
=
|
\ .
(3.13)
Suivant les valeurs de
p
n et
q
n , on peut citer les trois modles statiques suivants :
3.5.6.1 Modle puissance constante
Cest le modle classique utilis dans le calcul dcoulement de puissance. Dans ce modle, les
puissances active et ractive sont considres constante, elle ne dpend pas de la tension
( 0
p q
n n = = ). La charge lectrique est modlise par les deux quations suivantes :
0
P P cte = = (3.14)
0
Q Q cte = = (3.15)
3.5.6.2 Modle courant constant
Dans ce modle de charge, les puissances active et ractive dpendent directement de la tension.
De ce fait, les exposants
p
n et
q
n sont gaux 1. Les quations (3.12) et (3.13) deviennent :
0
P P V = (3.16)
0
Q Q V = (3.17)
3.5.6.3 Modle admittance constante
Les puissances consommes par la charge sont fonction du carr de la tension, en remplaant
p
n et
q
n dans (3.12) et (3.13) par 2, on trouve :
2
0
P P V = (3.18)
2
0
Q Q V = (3.19)
Ltude de linfluence de type de charge sur la stabilit de tension ncessite un dveloppement
mathmatique appropri. Pour cela, on remplace les puissances active et ractive dans (3.7) par
celles de la modlisation statique des quations (3.12) et (3.13) respectivement.
UATL 2007
58
Lquation (3.7) devienne:
( )
2 2
2 2
2 2 2 2 2 2
0 2 0 2 0 2 1 2 2
2
p q q
n n n V V
P V P tg V P tg V V V
X X
u u + + = (3.20)
Dans le cas gnral o
p q
n n = , la rsolution de lquation (3.20) est trs difficile. Pour simplifier le
calcul, on considre, le cas o
p q
n n n = = [13].
On a alors :
( )
2 2
2 2 2 2 2 2 2
0 0 2 2 1 2 2
2 cos sin cos
n n
V V
P P V V V V
X X
u u u

+ = (3.21)
Aprs la rsolution de (3.21), on trouve :
( )
1
2 2 2 2 2
0 2 1 2 2
cos cos sin
n
V
P V V V V
X
u u u
(
=
(

(3.22)
La figure (3.8) montre la sensibilit de la courbe de bifurcation de la tension vis--vis de la
nature de la charge. La variation de n dans (3.22) donne des courbes de bifurcation compltement
diffrentes. La limite de la stabilit de tension (point deffondrement de tension) tend sloigner
avec laugmentation de lexposant n.
Le modle puissance constante ( ) 0 n = est le cas le plus nfaste sur la stabilit statique de
tension. Il possde le point deffondrement le plus critique parmi les quatre cas de simulation. Les
charges courant constant ( ) 1 n = ont un point critique plus loign que les charges puissance
constante. Avec ces charges, la probabilit doccurrence dun effondrement de tension est faible.
Pour les charges admittance constante, il nexiste pas un point deffondrement de tension. Donc il
y a toujours un point de fonctionnement thoriquement stable.
UATL 2007
59
0 0.5 1 1.5 2 2.5 3 3.5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Puissance (pu)
T
e
n
s
i
o
n
(
p
u
)
n=2
n=1
n=0.5
n=0
x=0.4 pu;
tetha=0.
Figure 3.8 Influence des modles de charge sur la caractristique PV
3.6 CONCLUSION
Dans ce chapitre, nous avons men une tude paramtrique de la stabilit de tension. Pour ce
faire, nous avons utilis comme systme dapplication, un rseau simple deux nuds. Afin de
simplifier notre simulation, un modle mathmatique est labor pour dcrire la variation de la
tension du nud en fonction des autres paramtres du rseau. Nous avons montr que la nature de
la charge est un paramtre essentiel dans ltude de la stabilit de tension. Une charge de puissance
constante (P=Q=cte) est la plus pessimiste sur la stabilit de tension.
Aprs avoir tudier le TCSC, nous avons montr que ce dernier fait augmenter la marge de
stabilit de tension, ce qui ce traduit par une augmentation de la puissance maximale transmise par
le rseau. Nanmoins, il ninflue pas sur la tension critique de la tension. Ces rsultats confirment
bien lutilisation du TCSC comme contrleur de transit de puissance et non comme contrleur de la
tension.
Puisque ils sont un peu lis du point de vue compensation dnergie ractive, linfluence du
facteur de puissance et celle du SVC sur la stabilit tension est presque la mme. Dans les deux cas,
UATL 2007
60
on a clairement constat lamlioration de la marge de stabilit de la tension. Malheureusement, une
surcompensation de lnergie ractive, risque de faire augmenter la valeur de la tension critique
des niveaux dangereux.
Finalement, ltude de linfluence du OLTC sur la stabilit de tension montre que ce dernier
influe directement sur la valeur critique de la tension. Cette dernire tend augmenter avec
laugmentation du rapport de transformation. Dautre part, lOLTC ninduit aucune influence sur la
puissance maximale transmise (marge de stabilit de tension). Ces rsultats confirment lutilisation
spcifique de lOLTC dans la rgulation et le contrle de la tension et non dans le contrle de
lcoulement de puissance.
CHAPITRE 4 OPTIMISATION MULTIOBJECTIF PAR ESSAIM DE PARTICULES
UATL 2007
61
CHAPITRE 4
OPTIMISATION MULTI-OBJECTIF
PAR ESSAIMDE PARTICULES
4.1 INTRODUCTION
Les ingnieurs se heurtent quotidiennement des problmes technologiques de complexit
grandissante, qui surgissent dans des secteurs trs divers, comme dans le traitement des images, la
conception de systmes mcaniques, la planification et lexploitation des rseaux lectriques, etc.
Le problme rsoudre peut frquemment tre exprim sous la forme gnrale dun problme
doptimisation, dans lequel on dfinit une fonction objective, ou fonction Cot, que lon cherche
minimiser (ou maximiser) par rapport a tous les paramtres concerns. La dfinition du problme
doptimisation est souvent complte par la donne de contraintes : tous les paramtres (ou
variables de dcisions) de la solution propose doivent respecter ces contraintes, faute de quoi la
solution nest pas ralisable.
Il existe de nombreuses mthodes classiques doptimisation pour rsoudre de tels problmes,
applicables lorsque certaines conditions mathmatiques sont satisfaites : savoir, la programmation
linaire traite efficacement le cas o la fonction objective, ainsi que les contraintes sexpriment
linairement en fonction des variables de dcision. Dans le cas o la fonction objective et leurs
contraintes sont non linaires ; la programmation non linaire est applicable. Malheureusement, les
UATL 2007
62
situations rencontres en pratique comportent souvent une ou plusieurs complications, qui mettent
en dfaut ces mthodes : par exemple, la fonction objective peut tre non homogne, ou mme ne
pas sexprimer analytiquement en fonction des paramtres ; ou encore, le problme peut exiger la
considration simultane de plusieurs objectifs contradictoires (Optimisation Multi-objectif).
Larrive dune nouvelle classe de mthodes doptimisation, nommes mthaheuristiques,
marque une grande rvolution dans le domaine de loptimisation. En effet, celles-ci sappliquent
toutes sortes de problmes combinatoires, et elles peuvent galement sadapter aux problmes
continus.
Ces mthodes permettent de trouver une solution de bonne qualit en un temps de calcul en
gnral raisonnable, sans garantir loptimalit de la solution obtenue. Ces mthodes sont
avantageusement utilises pour la rsolution des problmes de grande taille. Les mthodes
heuristiques peuvent tres divises en deux classes. Il y a, dune part, les algorithmes spcifiques
un problme donn qui utilisent des connaissances du domaine, et dautre part les algorithmes
gnraux qui peuvent tre utiliss pour une grande varit de problmes.
Les mthodes mtaheuristiques, sont apparues, partir des annes 1980 [34], avec une ambition
commune : rsoudre au mieux les problmes doptimisation difficiles. Elles ont en commun, les
caractristiques suivantes :
+ Elles sont, au moins pour une partie, stochastiques : cette approche permet de faire face
lexplosion combinatoire des possibilits ;
+ Elles sont dorigine combinatoire : elles ont lavantage, dcisif dans le cas continu, dtre
directes, c'est--dire quelles ne recourent pas au calcul, souvent problmatique, des
gradients de la fonction objective ;
+ Elles sont inspires par des analogies : avec la physique (recuit simul, diffusion simule,
etc.), avec la biologie (algorithme gntiques, recherche tabou, etc.) ou avec lthologie
(colonies de fourmis, essaims de particules, etc.).
+ Elles sont capables de guider, dans une tache particulire, une autre mthode de recherche
spcialise (par exemple, une autre heuristique, ou une mthode dexploration locale) ;
UATL 2007
63
+ Elles partagent aussi les mmes inconvnients : les difficults de rglage des paramtres
mmes de la mthode, et le temps de calcul lev.
Loptimisation mono-objectif se base sur la minimisation (ou la maximisation) dune seule
fonction objective, laquelle ne reflte pas la physique relle du systme optimiser. Dautre part,
loptimisation multi-objectif optimise simultanment plusieurs fonctions objectives qui sont souvent
contradictoires.
La solution classique dun problme doptimisation multi-objectif consiste la conversion de
touts les objectifs en une seule fonction objective pondre. La solution optimale de cette fonction
reflte un compromis entre tous les objectifs. La conversion de plusieurs objectifs en un seul
objectif, est habituellement faite en agrgeant tous les objectifs dans une fonction pondre, ou en
optimisent une fonction objective et considrant les autres comme contraintes. Cette approche
possde plusieurs limitations rsumes dans les points suivants :
+ Elle exige la connaissance, a priori, au sujet de l'importance relative des objectifs, et les
limites sur les objectives qui sont convertis en contraintes.
+ La fonction singulire pondre mne une seule solution.
+ Le compromis entre les objectifs ne peut pas tre valu facilement.
+ L'espace de recherche doit tre convexe.
Compars aux problmes doptimisation mono-objectif, les problmes doptimisation multi-
objectif sont plus difficiles rsoudre, car ils ne possdent pas une seule solution, mais un ensemble
de solutions situ sur la frontire du Pareto. La gnration de cette dernire donne plusieurs
avantages :
+ Elle contient plusieurs solutions optimales la diffrence de loptimisation mono- objectif
qui ignore cette solution de compromis.
+ Lensemble de la frontire du Pareto permet aux dcideurs de choisir la solution optimale
suivant la situation rencontre.
UATL 2007
64
Le but de ce chapitre est de fournir des connaissances de base sur loptimisation mono et multi-
objectif et de prsenter les concepts de base et ltat de lart de la technique doptimisation par
essaim de particules applique aux problmes doptimisation Multi-objectif.
4.2 DEFINITIONS DE BASE
Avant dentamer les concepts de base de loptimisation multi-objectif, il est prfrable de donner
un bref aperu sur loptimisation mono-objectif. Noter bien que les dfinitions prsentes sont lies
un problme doptimisation de minimisation.
4.2.1 Dfinition de loptimisation
Un problme doptimisation se dfinit comme la recherche du minimum ou du maximum (de
loptimum) dune fonction donne [34]. On peut aussi trouver des problmes doptimisation pour
lesquelles les variables de la fonction optimiser sont contraintes dvoluer dans une certaine partie
de lespace de recherche. Dans ce cas, on a une forme particulire de ce que lon appelle un
problme doptimisation sous contraintes.
4.2.2 Fonction Objective
Cest le nom donn la fonction f (on lappelle aussi fonction de cot ou critre doptimisation).
Cest cette fonction que lalgorithme doptimisation va devoir optimiser (trouver un optimum) [13].
4.2.3 Variables de dcision
Elles sont regroupes dans le vecteur x
. Cest en faisant varier ce vecteur que lon recherche un

optimum de la fonction f [34].
4.2.4 Formulation dun problme doptimisation mono-objectif
Un problme doptimisation mono-objectif est prsent sous la forme suivante :
Minimiser ( ) f x
(fonction optimiser) (4.1)

Sujet de :
( ) 0 g x s

(m contraintes dingalit)
UATL 2007
65
( ) 0 h x =

(p contraintes dgalit)
Avec
n
x R e
, ( )
m
g x R e

, ( )
p
h x R e

.
Les vecteurs ( ) g x

et ( ) h x

reprsentent respectivement m contraintes dingalit et p contraintes
dgalit.
4.2.5 Minimum global
On a la fonction :
n
f R R O _ , tel que O = C . Pour
*
x eO , on dit que
*
x et un optimum
global si et seulement si :
*
: ( ) ( ) x f x f x eO s (4.2)
Tel que :
+x* : loptimum global ;
+F : la fonction objective ;
+
O
: La rgion faisable (
s Oe
) ;
+s : lespace de recherche global.
Le minimum global est illustr par le point M
3
dans la Figure 4.1.
4.2.6 Minimum local
Un point
*
x est un minimum local de la fonction f si et seulement si :
( ) ( )
*
f x f x ,
*
( ) x V x e et
*
x x = (4.3)
Do
( )
*
V x dfinit un voisinage de
*
x .
Deux minimums locaux sont illustrs dans la figure 4.1 sont les points M
1
et M
2
.
UATL 2007
66
Figure 4.1 Illustration des diffrents minima dune fonction objective.
4.2.7 Formulation dun problme doptimisation multi-objectif
Les problmes rels invoquent souvent de multiples mesures de performance ou objectifs, qui
doivent tre optimiss simultanment. En pratique, ceci nest pas toujours possible car les objectifs
peuvent tre conflictuels, du fait quils mesurent diffrents aspects de la qualit de la solution. Dans
ce cas, la qualit dun individu est dcrite non pas par un scalaire mais par un vecteur. La
performance, la fiabilit et le cot sont des exemples dobjectifs conflictuels [86].
Un problme doptimisation multi-objectif peut se dfinir comme suit :
Minimiser
| |
1 2
( ) ( ), ( ),... ( )
T
N
y F x f x f x f x = = (4.4)
Chercher le vecteur
* * * * *
1 2 3
, , ,...
T
n
x x x x x ( =

qui satisfait les conditions suivantes :
S.t. ( ) 0
j
g x s 1, 2,......... . i M =
Tel que
1 2 3
, , ,...
T
P
x x x x x ( = eO

Do,
+y reprsente le vecteur des fonctions objectives ;
+
j
g reprsente les contraintes;
+x reprsente le vecteur des variables de dcision dans lespace de recherche .
UATL 2007
67
Lespace de recherche occup par les fonctions objectives appel lespace des objectifs. Le sous-
espace des fonctions objectives qui satisfait les contraintes sappel lespace de recherche ralisable.
Les problmes doptimisations multi-objectifs nont pas une seule solution mais un ensemble de
solutions dites solutions de compromis. Gnralement, il nexiste aucune solution pour laquelle tous
les objectifs sont optimiss, d au fait que les objectifs sont, souvent, conflictuels. Un produit, par
exemple, ne peut pas tre trs performant au plus bas prix. Dans ce cas, plusieurs compromis sont
possibles et souvent cest le facteur humain qui dcide de loptimalit dune solution [86].
La solution utopique de y cest la solution optimale pour tous les objectifs.
( ) ( )
* *
0 0
: ,
i i
x x f x f x eO eO s , pour { } 1, 2, 3,..., i N e (4.5)
Dans le cas o N=1, le problme doptimisation multi-objectif est rduit un problme
doptimisation mono-objectif. Dans ce cas, la solution utopique est simplement loptimum global.
Dans le cas gnral o N >1, la solution utopique nexiste pas puisque les fonctions objectives sont
gnralement contradictoires. Dans ce cas, il existe un ensemble de solutions nommes les solutions
non domines (pour lesquels une fonction ne peut pas tre amliore sans dgrader au moins une
autre quation) qui reprsentent le compromis entre les fonctions objectives.
4.2.8 Concept doptimalit au sens de Pareto
Afin de comparer les solutions dans un problme doptimisation multi-objectif, le concept de
dominance du Pareto est utilis. Ce concept est initialement propos par Francis Ysidro, puis
gnralis par lconomiste Italien Vilfredo Pareto [34]. Une solution appartient lensemble de
Pareto, si et seulement si, il nexiste pas une autre solution qui amliore au moins une fonction et
ne dgrade pas les autres fonctions objectives.
On dit que le vecteur de dcision
| |
1 1
, ,...
T
k
u u u u = domine le vecteur
| |
1 1
, ,...
T
k
v v v v = , (dnot :
u v s ), Si et seulement si :
{ } { } 1, 2,... , ( ) ( ) 1, 2,... : ( ) ( )
i i i i
i k f u f v i N f u f v e s .- e (4.6)
Dans le processus doptimisation multi-objectif, le concept de dominance du Pareto est utilis
afin de comparer et ranger le vecteur de variables des dcisions : u
domine v
dans le sens du
UATL 2007
68
Pareto, signifie que ( ) F u est mieux que ( ) F v pour tous les objectifs, et il y a au moins une
fonction objective pour laquelle ( ) F u est strictement meilleure que ( ) F v .
Une solution a est considre comme optimale dans le sens du Pareto, si et seulement si, il
nexiste pas une autre solution qui la domine. Le vecteur objectif ( ) F a sappelle vecteur de Pareto
dominant ou le vecteur non domin. L'ensemble de toutes les solutions optimales de Pareto s'appelle
l'ensemble optimal de Pareto. Les vecteurs objectifs correspondants seraient sur le Front du Pareto.
Il est impossible gnralement de proposer une expression analytique qui dfinit le Front de Pareto.
La figure 4.2, reprsente le Front du Pareto pour un problme de minimisation et maximisation
de deux fonctions objectives.
Figure 4.2 Frontire de Pareto dun problme doptimisation bi-objectif.
4.2.9 Ensemble de Pareto optimal P*
Pour un problme doptimisation multiobjectif :
| |
1 2
( ) ( ), ( ),... ( )
T
k
F x f x f x f x = . Lensemble du
Pareto optimal (P*) est dfini par lquation (4.7) :
{ }
* ' '
| : ( ) ( ) p x x F x F x = eO - eO s (4.7)
4.2.10 Frontire du Pareto FP*
Pour un problme doptimisation multi-objectif de lensemble des fonctions ( ) F x avec
*
p lensemble du Pareto optimal, la frontire du Pareto PF
*
est dfini comme suit :
F
1
f
2
f
F
1
f
Minimise
2 1
, f f
Meilleure
M
e
i
l
l
e
u
r
e
Maximise
2 1
, f f
F Fr ro on nt ti i r re e d du u P Pa ar re et to o
M
e
i
l
l
e
u
r
e
Meilleure
f
2
UATL 2007
69
{ }
* *
1
( ( ),..., ( )) |
k
PF u F f x f x x P = = = e (4.8)
4.3 METHODES DOPTIMISATION MULTI-OBJECTIF
Il y a plusieurs mthodes proposes pour rsoudre un problme doptimisation multi-objectif.
Les approches classiques consistent convertir un problme doptimisation multi-objectif en un
problme mono-objectif, qui peut-tre rsolu en utilisant les techniques traditionnelles
doptimisation. En plus, les mthodes mtaheuristiques qui sont considres comme des alternatives
pour les mthode classiques.
4.3.1 Mthodes pleines agrgations
Il existe une multitude de mthodes pour combiner les diffrents objectifs en une seule fonction
optimiser comme une fonction mono-objectif [86].
4.3.1.1 Somme pondre
Les n objectifs f
1
,,f
n
sont pondrs par des coefficients w
1
,,w
n
dfinis par lutilisateur et
somms pour obtenir une mesure scalaire de ladaptation de chaque individu.
Cette approche est intuitive et facile implmenter : [86]
n
R R | =
( ) ( )
i k k i
f a w f a
(4.9)
Les coefficients w
k
dpendent du problme. La combinaison des poids doit tre finement pose pour
avoir une solution finale satisfaisante.
4.3.1.2 Approche min-max
Cette approche est implmente comme la minimisation du maximum de la diffrence entre les
objectifs f1,, fn et les cibles g1,, gn spcifies par lutilisateur :
Cette approche peut tre formule comme suit : [86]
n
R R | =
UATL 2007
70
( )
( )
1,...,
k i k
i
k n
k
f a g
f a k
w
=
| |
|
\ .
(4.10)
Les paramtres g
k
sont les cibles que les objectifs veulent approcher. Les cibles sont soit les
valeurs des performances dsires ou les valeurs connues priori comme inatteignables. Les poids
wk indiquent la direction de recherche dans lespace des objectifs, souvent poss comme les valeurs
absolues des cibles.
4.3.1.3 Approche du Vecteur Cible
Cette approche consiste la minimisation de la distance entre le vecteur objectif f= (f1,, fn) et
un vecteur cible prdfini g = (g1,, gn) suivant une mesure adquate de distance : [86]
n
R R | =
( ) ( )
1
i i
a
f a f a g w
(

(4.11)
4.3.2 Mthodes Mtaheuristiques
Les mtaheuristiques sont un ensemble dalgorithmes doptimisation visant rsoudre les
problmes doptimisation difficiles. Elles sont souvent inspires par des systmes naturels, quils
soient pris en physique (cas du recuit simul), en biologie de lvolution (cas des algorithmes
gntiques) ou encore en thologie (cas des algorithmes de colonies de fourmis ou de loptimisation
par essaims particulaires).
Ces techniques mtaheuristiques peuvent tres classes en deux groupes : les mthodes
population de solutions connues sous le nom dalgorithme volutionnaires comme les algorithmes
gntiquesetc., ainsi que les mthodes solution unique comme le recuit simul.
Les mthodes mtaheuristiques ont prouv leurs efficacits dans le domaine de loptimisation
mono-objectif. Actuellement les recherches qui utilisent ces algorithmes sont dveloppes pour la
rsolution des problmes doptimisation multi-objectif.
Dans la section qui suit, on essayera de donner un bref aperu sur les mthodes mtaheuristiques
de base les plus populaires.
UATL 2007
71
4.3.2.1 Recuit Simul
La mthode de recuit simul (Simulated Annealing) a t propose en 1983 par Kirkpatrick [37].
Elle est inspire du processus de recuit utilis en mtallurgie pour amliorer la qualit dun solide
en cherchant un tat dnergie minimum. Le mtal est tout dabord chauff une temprature
leve laquelle il devient liquide, puis refroidi de manire progressive pour retrouver sa forme
solide. Chaque temprature est maintenue jusqu' ce que la matire atteigne un quilibre
thermohydraulique. La mthode du recuit simul, applique aux problmes doptimisation,
considre une solution initiale et recherche dans sont voisinage une autre solution de faon
alatoire. Au dbut de lalgorithme un paramtre T apparent la temprature, est dtermin et
dcrot tout au long de lalgorithme pour tendre vers 0. De la valeur de ce paramtre va pondre la
probabilit dacceptation des solutions dtriorantes.
Il existe deux principales variantes de la mthode du recuit simul qui traitent les problmes
multi-objectifs savoir : P.A.S.A (Pareto Archived Simulated Annealing) et la mthode M.O.S.A
(Multiple Objective Simulated Annealing) [34].
4.3.2.2 Recherche Taboue
La mthode taboue (Tabu Search) est une mthode gnrale doptimisation combinatoire qui a
t dveloppe par F.Glover durant les anne 1980 [38]. Elle na aucun caractre stochastique et
utilise la notion de mmoire pour viter de tomber dans un optimum local, le principe de
lalgorithme est le suivant ; chaque itration, le voisinage de la solution est slectionne, en
appliquant le principe, la mthode autorise de remonter vers des solutions qui semblent moins
intressants mais qui ont peut tres un meilleure voisinage. Pour viter les phnomnes de cyclage
entre deux solutions, la mthode linterdiction de visiter une solution rcemment visite, pou cela
une liste tabou contenant les attributs des dernires solutions considres est tenue jour. Chaque
nouvelle solution considre enlve de cette liste la solution la plus anciennement visite. Ainsi, la
recherche de la solution suivante se fait dans le voisinage de la solution actuelle sans considrer les
solutions appartenant la liste taboue.
4.3.2.3 Algorithmes Gntiques
Les algorithmes gntiques (Genetic Algorithm) sont une mthode doptimisation base sur les
mcanismes de la selection naturelle [39], [40]. La solution optimale est cherche partir dune
population de solutions en utilisant des processus alatoires. La recherche de la meilleure solution
UATL 2007
72
est effectue en crant une nouvelle gnration de solutions par application successive, la
population courante, de trois oprateurs : la slection, le croisement, et la mutation. Ces oprations
sont rptes jusqu ce quun critre darrt soit atteint. Les algorithmes gntiques contiennent
plusieurs approches pour le traitement des problmes multi-objectifs savoir :
+MOGA (Multiple Objective Genetic Algorithm) [34];
+NSGA (Non Sorting Genetic Algorithm) [34];
+NSGA-II (Non Sorting Genetic Algorithm II) [34];
+NPGA (Niched Pareto Genetic Algorithm) [34];
+WARGA (Weighted Average Ranking Genetic Algorithm) [34].
4.3.2.4 Stratgies dEvolution
Dveloppes par Rechenberg et Schwefel en 1965, elles utilisent une mutation avec une
distribution normale pour modifier les individus prsents comme des vecteurs de valeurs relles.
La mutation et le croisement sont les deux oprateurs de recherche dans lespace des solutions
potentielles et lespace des paramtres de stratgies. La slection peut tre dterministe ou
stochastique.
4.3.2.5 Programmation Evolutionnaire
Dveloppe par J. Fogel en 1962 qui a utilis la mutation comme seul oprateur de recherche.
Applique aux problmes doptimisation continue, la programmation volutionnaire (Evolutionary
Programming) est similaire aux Stratgies dEvolution, tous deux reprsentant les individus avec
des vecteurs de valeurs relles incluant les paramtres de stratgie. Elle utilise une mutation de
distribution normale et une slection dterministe ou stochastique.
4.3.2.6 Optimisation par Essaims de Particules
Loptimisation par essaim de particules PSO (Particle Swarm Optimization) est une technique
doptimisation parallle dveloppe par Kennedy et Eberhart [41]. elle est inspire du
comportement social des individus qui ont tendance imiter les comportements russis quils
observent dans leur entourage, tout en y apportant leurs variations personnelles. A la diffrence des
algorithmes gntiques, qui miment les mcanismes gntiques de lvolution, PSO sinspire plutt
UATL 2007
73
de la formation dune culture. Dans louvrage [42], se trouve les racines sociales de PSO ainsi que
les techniques mathmatiques mises en oeuvre pour la modlisation.
Puisque notre travail est bas sur loptimisation par essaim de particules, cette dernire sera
traite dune faon dtaille dans la section qui suit.
4.4 OPTIMISATION MULTI-OBJECTIF PAR ESSAIM DE PARTICULES
Aprs sa russite dans le domaine de loptimisation mono-objectif [48]. La mthode
doptimisation par essaim de particules a suscit lintrt des spcialistes pour lapplication des
problmes multi-objectif. Dans cette section, la mthode de base de loptimisation par essaim de
particules, est dtaille en premier lieu. Par la suite, un tat de lart de son application dans les
problmes doptimisation multi-objectif est prsent.
4.4.1 Mthode de base
Kennedy et Eberhart [42], proposent en 1995 une nouvelle mthode doptimisation nomm
Optimisation par Essaim de Particule PSO, (en anglais : Particles Swarm Optimization). PSO est
une mthode doptimisation stochastique base sur une population de particules [41], [42] un
Essaim regroupe plusieurs particules (individus). Chaque particule prend sa dcision en utilisant sa
propre exprience et les expriences de leur voisinage [43], [44]. A la diffrence des algorithmes
gntiques, qui miment les mcanismes gntiques de lvolution [45], PSO est inspir du
comportement social des nues doiseaux et des bancs de poissons qui ont tendance imiter les
comportements russis quils observent dans leurs entourage, tout en y apportant leurs variations
personnelles [45] ,[46].
Comme les algorithmes gntiques, PSO Dmarre le processus doptimisation par une
population des solutions alatoires qui se dplacent dans lespace de recherche. La position de
chaque particule est reprsente par ses coordonnes suivant les deux axes XY et galement par sa
vitesse qui est exprime par Vx (la vitesse suivant laxe x) et Vy (la vitesse suivant laxe x).
Le dplacement de chaque particule dans lespace de recherche, est bas sur sa position actuelle
et la mise jour de sa vitesse.
1 1 k k k
i i i
s s v
+ +
= + (4.12)
UATL 2007
74
Tel que :
+
1
,
k k
i i
s s
+
: Position de la particule i litration k+1 et k respectivement.
+
1 k
i
v
+
: Vitesse de la particule i litration k+1.
Chaque particule dans lessaim, change sa vitesse suivant deux informations essentielles. Une,
est lie son exprience personnelle, qui est la meilleure position trouve par la particule durant le
processus de recherche pbest. La deuxime information, concernant la meilleure position trouve
par les voisins (lbest) (ou par tout lessaim, dans la version globale de lalgorithme gbest). Cette
information est obtenue partir de la connaissance de la faon dont les autres agents ont excut
leurs recherches.
Le principe de changement de la vitesse est dfini par lquation (4.13).
1
1 1 2 2
( ) ( )
k k k k
i i i i i
v wv c rand pbest s c rand gbest s
+
= + + (4.13)
Do :
+
k
i
v : Vitesse de lagent i a litration k,
+
w
: Fonction de pondration,
+
j
c
: Facteurs de pondration,
+ rand : Nombre alatoire entre 0 et1,
+
k
i
s : Position actuelle dagent i litration k,
+ pbest
i
: Meilleure position trouve par la particule i jusque ici,
+ gbest : Meilleure position trouve par lessaim jusque ici.
La fonction de pondration w est donne par lquation suivante [47] :
max min
max
max
w w
w w iter
iter
= (4.14)
UATL 2007
75
Tel que :
+ w
max
: Poids initial,
+ w
min
: Poids final,
+ iter
max
: Nombre ditrations maximum.
+ iter : Itration courante.
La fonction de pondration w joue un rle important dans la procdure de recherche. Elle
garantit un quilibre entre la recherche locale et la recherche globale, un bon choix de cette fonction
augmente lefficacit de la mthode pour avoir une solution globale. Lexprience a montr que la
diminution linaire de la valeur de w de 0.9 a 0.4 au cours de la procdure de recherche donne des
meilleurs rsultats.
La Figure 4.3 prsente le principe de dplacement des particules dans lespace de recherche
chaque itration. Chaque particule change sa position actuelle via lintgration de trois vecteurs
vbest, vgbest et v.
Figure 4.3 Principe de dplacement dun point de recherche par PSO.
S
k
X
Y
V
k
V
k+1
Vpbest
Vgbest
S
k+1
UATL 2007
76
Lorganigramme gnral du PSO, est prsent selon la procdure illustre par la figure 4.4 [47].
Etape 1 : Gnration dun tat initial de chaque particule.
Les points du recherche initiaux, position (s
i
0
) et vitesse (v
i
0
) du chaque particule son
habituellement gnrs alatoirement dans lespace de recherche. Le point de recherche
courant est plac pbest pour chaque agent. La meilleure valeur value de pbest est place
gbest.
Etape2 : Recherche dune nouvelle position pour chaque agent
La valeur de la fonction objective est calcule pour chacun des agents. Si la valeur dun
agent est meilleure que son pbest courant, pbest prend cette nouvelle valeur. Si la meilleure
valeur de pbest est meilleure que gbest courant, gbest est remplac par celle-ci et lagent qui
correspond cette valeur est ainsi stock.
Etape3 : Modification de chaque point de recherche
Le point de recherche courant du chaque agent est chang en utilisant les quations (4.12),
(4.13) et (4.14).
Etape4 : Vrification de ltat de sortie
Le nombre courant ditration atteint le nombre maximum ditration iter
max
, alors fin du
programme, autrement, retourner ltape 2.
UATL 2007
77
Figure 4.4 Organigramme gnral de PSO.
4.4.2 Etat de lArt
Dans cette section, nous prsentons ltat de lart des diffrentes variantes de la mthode
doptimisation en essaim appliques loptimisation multi-objectif.
4.4.2.1 PSO avec voisinage dynamique
Hu et Eberhart [49], proposent un nouvel algorithme bas sur la notion de voisinage dynamique
(Dynamic Neighborhood Particle Swarm Optimization). Cet algorithme exige une connaissance a
priori du problme doptimisation. Selon le degr de complexit de la fonction objective, Ebenhart
considre la fonction la plus complique comme la fonction optimiser et lautre fonction
considre comme une fitness utilise pour lvaluation de lbest pour chaque particule dans
lessaim. Lbest de Xi est considr comme la particule la plus proche de Xi en terme de la fonction
fitness. Considrons lexemple illustr dans la figure 4.5, la fonction 1 est la fonction optimiser et
Dbut
Gnration dtat initial du chaque
agent
La recherche dune nouvelle
position pour chaque agent
Modification des positions pour
chaque agent
Critre
darrt
Fin
Non
Oui
UATL 2007
78
la fonction 2 est la fonction fitness. Selon la figure, la particule la plus proche de la particule b (en
terme de la fonction 2) est la particule c, donc celle-ci est considre comme le lbest de la particule
b.
Figure 4.5 Mthode de Hu et Eberhart
La mise jour du pbest est base sur le concept de dominance au sens de Pareto, pbest prend la
valeur de Xi si et seulement si Xi domine pbest. Selon lexemple illustr dans la figure 4.5, la
nouvelle particule a (t+1) ne domine pas le pbest courant, donc pbest reste le mme.
Malgr que le nombre de fonctions optimiser soit limit (deux fonctions seulement), l'ide du
voisinage dynamique est, sans doute, tout fait intressant et nouvelle dans ce contexte.
4.4.2.2 Algorithme de Parsopoulos et Varhatis
Parsopoulos et Varhatis [50], propose leurs approche nomme Parallel Vector Evaluated
Particle Swarm Optimization (VEPSO). Lapproche considre un essaim pour chaque objectif,
comme il est illustr dans la figure 4.6. Au cours du processus doptimisation, Les deux essaims
communiquent lun avec lautre, de telle sorte que le gbest du premier essaim est utilis par le
deuxime essaim pour dterminer les nouvelles vitesses des particules et vice versa.
UATL 2007
79
Figure 4.6 Mthode de Parsopoulos et Varhatis.
Dans ce travail, Les auteurs ne prsentent aucune comparaison avec les algorithmes
volutionnaires. De plus, cet algorithme est conu pour loptimisation de deux fonctions seulement.
4.4.2.3 Algorithme de Fieldsend et Singh
Fieldsend et Sing [52] proposent une nouvelle technique nomme Arbre de dominance
(dominated tree). Durant le processus de recherche, les particules lites sont stockes dans un
archive appel archive des lites. Larbre de dominance suppose L points dans lespace de
recherche, ordonns selon la notion de dominance au sens du Pareto.
Tels que :
{ }
2 1
...
L
c c c t = s s s (4.15)
Un exemple dun arbre de dominance pour une optimisation bi-objectif est prsent dans la
figure 4.7. Lemplacement des points
j
c dans lespace de recherche est effectu comme suit : par
exemple pour le point
1
c :
1 1 2
(max( ( )), max( ( ))) c f d f d = (4.16)
UATL 2007
80
O, le vecteur d englobe tous les membres de larchive.
Aprs, la dsignation de point c
1
, on limine leurs cordonns de larchive et on rpte la mme
chose pour les autres points, le principe est illustr dans la figure 4.7.
Figure 4.7 Principe de larbre de dominance.
La slection du gbest pour chaque particule est base sur la technique de larbre de dominance.
Le principe est illustr dans la figure suivante.
UATL 2007
81
Figure 4.8 Principe de slection du gbest dans lalgorithme de Fielsend et Singh.
Le gbest dune particule X
i
est un point A appartenant la frontire non domine, de telle sorte
que :
1 1 2 2
( ) ( ) & ( ) ( )
i i
f X f A f X f A > > (4.17)
Dans le cas o, il y a deux point de la frontire non domine qui satisfaits lquation (4.17)
(comme le cas du point a illustr dans la figure 4.8), le gbest est choisi alatoirement entre les deux
points de la frontire non domine.
Afin de maintenir la diversit dans la frontire du Pareto, cette approche utilise un oprateur de
turbulence, qui est fondamentalement un oprateur de mutation qui agit sur la vitesse des particules.
4.4.2.4 Algorithme de Mostaghim et Teich
Mostaghim et Teich [53], proposent une nouvelle mthode appele mthode Sigma. Le principe
de slection du guide local, adopt par la mthode, donne plus damliorations en termes
de vitesse de convergence et de diversit des solutions dans la frontire du Pareto.
UATL 2007
82
Une valeur sigma doit tre assigne chaque particule dans lespace de recherche, de telle sorte
que tous les points dans la mme ligne
2 1
f af = ont la mme valeur de sigma.
La valeur de sigma peut tre dfinie comme suit :
2 2
1 2
2 2
1 2
f f
f f
o

=
+
(4.18)
A chaque itration, la valeur de sigma est calcule pour toutes les particules de lessaim ainsi que
pour les particules de larchive (particules lites). Le principe de slection du gbest propos par la
mthode de sigma est comme suit : chaque particule de lessaim choisi la particule lite qui a la
valeur de sigma la plus proche celle-ci. La figure 4.9 illustre le principe de la mthode de sigma.
Figure 4.9 Mthode de sigma.
La mise jour de pbest est effectue comme suit : si la nouvelle solution domine le pbest, donc
le pbest prend la valeur de cette solution. Dans le cas o, la nouvelle solution et le pbest sont
mutuellement non domines, on choisit lune des deux solutions alatoirement.
Afin dassurer une meilleure distribution de la solution dans la frontire du Pareto, un oprateur
de turbulence est propos, pour agir sur les variables de dcisions.
UATL 2007
83
4.4.2.5 MOPSO de Coello et Lechunga
Coello et Lechunga [48] proposent une mthode nomm MOSPSO (Multi-objective Particle
Swarm Optimization). La mthode tait inspire des derniers dveloppements dans les algorithmes
volutionnaires. Deux mmoires sont utilises, une pour stocker les gbest et lautre pour les pbest
de chaque particule de lessaim. Un archivage est aussi utilis pour stocker les particules non
domines de lessaim. Cet archive tant spar par des carrs (grilles), si larchive des particules
non domines dpasse sa limite spcifie, le carr qui possde le grand nombre des particules sera
supprim de larchive. Larchive facilite aussi le choix de gbest pour chaque particule, de telle sorte
que chaque carr de la grille doit tre valu par une fonction fitness. La fitness utilise par cet
algorithme est le rsultat de la division de 10 par le nombre des particules rsidant dans le carr en
question. Pour cela, le carr qui possde le plus de particules, est moins intressant. Ensuite, on
applique la technique de la roulette sur les carrs selon leurs fitness. Le gbest est choisi dune
manire alatoire partir de carr choisi par la technique de roulette. Le but de cette technique est
dassurer la diversit dans la frontire du Pareto. La technique de la grille est illustre dans la figure
4.10.
Figure 4.10 Technique de grille.
La mise jour de pbest est base sur la notion de dominance au sens de Pareto. Si la nouvelle
solution domine pbest donc il prend la valeur de cette solution. Le cas o les deux sont non domins
UATL 2007
84
(lun par rapport lautre), la nouvelle valeur de pbest est choisie alatoirement entre le pbest
courant et celui a (t+1).
Afin de valider lapproche MOPSO, les auteurs ont appliqus leur algorithme sur plusieurs
fonctions test. Les rsultats sont compars avec deux algorithmes volutionnaires plus rcents
savoir : NSGA-II et PAES-II.
Dans [51], Coello et al. proposent des amliorations de leurs MOPSO [48]. La nouvelle approche
inclut un oprateur de mutation. Cet oprateur est appliqu aux particules de lessaim, de telle sorte
que le nombre de particules affectes par loprateur diminue avec le nombre ditration.
Lapproche donne aussi, un artifice qui aide la manipulation des contraintes. Les rsultas obtenus
par cette approche sont compars avec les mthodes volutionnaires suivantes : NSGA-II, PAES et
microGA.
4.4.2.6 Non-dominated Sorting Particle Swarm Optimization
Li [54], propose leur approche nomme : Non-dominated Sorting Particle Swarm Optimization
(NSPSO), dans laquelle les mcanismes principaux de la mthode NSGA-II [55] (Non-dominated
Sorting Genetic Algorithm) sont adapts au PSO. Lapproche propose montre une grande
performance face des fonctions tests trs difficiles (les sries ZDT). Les rsultats de simulation
montrent que la mthode est trs comptitive par rapport lalgorithme volutionnaire NSGA-II.
Dans lalgorithme de base de PSO, la mise jour du pbest est base sur une simple comparaison
entre ce dernier et leur descendant. Donc il n'y a pas un vrai partage d'informations entre les
particules dun essaim, sauf le cas du gbest. Dans lapproche de NSPSO, Li [54] stipule que le
partage dinformations entre toutes les particules de lessaim est crucial pour une optimisation
efficace.
De ce fait, au lieu de comparer chaque descendant avec son pbest, NSPSO combine N pbest
avec N descendants dans une population temporaire de 2N particules. Ensuite, la rgle de
dominance est applique. Cette approche combiner-puis-comparer, assure plus dlments non
domins ; classs dans diffrents rangs comme dans le NSGA-II. A chaque itration, nous
choisissons N particules utilises comme des pbest de la prochaine itration.
UATL 2007
85
La figure 4.11, reprsente le principe de classement des particules par NSPSO. Au dbut, les 2N
particules sont classes dans deux ensembles, lensemble des solutions non domines et lautre des
solutions domines.
Figure 4.11 Classement de 10 particules dans quatre frontires de Pareto.
Dans la figure 4.11, lensemble non domin est la frontire 1, qui contient trois particules
dsignes par les numros de 1 jusqu' 3. La frontire 1 est le meilleur ensemble non domin de
cette itration, puisque toutes ses particules sont non domines par nimporte quelle particule dans
la population. Pour obtenir la frontire 2, nous supprimons temporairement les particules de la
frontire 1 de la population, puis on applique la rgle de dominance sur le reste de la population.
Les particules non domines reprsentent la frontire 2. Cette procdure continue jusqu' ce que
toutes les particules soient classes dans diffrentes frontires non domines.
Aprs la classification des particules, nous slectionnons N pbest pour la prochaine itration,
partir des frontires dans lordre croissant (dabord de frontire 1, puis frontire 2, etc. jusqu la
slection de N particules ou une limite spcifie). Noter bien que, la frontire 1 peut avoir plus de N
particules, spcialement aprs un nombre ditrations. Donc il est ncessaire davoir une limite,
pour permettre la slection des particules partir des autres frontires.
Lobjective vise derrire loptimisation multicritre; est davoir lensemble des solutions non
domines le plus proche de la frontire du Pareto relle P
*
(dans le cas o la frontire du Pareto est
UATL 2007
86
connue priori), et aussi maintenir une bonne distribution des solutions le long de la frontire de
Pareto. Pour satisfaire la deuxime objectif, deux mthodes sont utilises par NSPSO, savoir : la
mthode de Niche et la mthode de Crowding. Ces mthodes ont tais dj introduites et utilises
par les algorithmes gntiques, afin de maintenir une bonne diversit des solutions dans la frontire
non domine, et faciliter la slection de gbest de chaque particule dans lessaim.
4.4.2.6.1 Mthode de Niche
Dans NSPSO, le compte de niche m
i
de la particule i, appartenant la frontire non domine, est
le nombre de voisins de la particule i dans un rayon
share
o (distance Euclidean).
Figure 4.12 Principe de la mthode de niche.
La figure 4.12 montre le principe de calcul du compte de niche pour deux particules A et B
appartenants au front non domin. Le principe de slection du gbest est bas sur le compte de niche,
de telle manire que la particule qui possde un compte infrieur sera propritaire devant les autres.
Daprs la figure 4.12, le compte de niche des particules A et B est 1, 3 respectivement. De ce fait,
la particule A sera avantage par rapport B et devient ainsi le gbest. Ce choix a pour but
daugmenter la diversit en poussant les particules explorer toutes les rgions de la frontire de
Pareto.
UATL 2007
87
Parmi les inconvnients de cette mthode, le choix de
share
o qui influe directement sur la
performance doptimisation. Pour rsoudre ce problme, on utilise un modle dynamique
de
share
o qui variera selon les itrations. Pour une optimisation bi-objectif, le modle dynamique de
share
o est donn par lquation suivante [54]:
2 2 1 1
1
share
u l u l
N
o
+
=
(4.19)
O :
+u
i
et l
i
: reprsentent les limites suprieure et infrieure de deux fonctions, respectivement.
+N : la taille de la population.
Daprs lquation (4.19), il est clair que lorsque la taille de la population augmente,
share
o
diminue.
A chaque itration, nous classifions les particules non domines selon leurs comptes de niche.
Puis on choisit le gbest dune faon alatoire partir des premires particules.
4.4.2.6.2 Mthode de Crowding
La mthode de Crowding est premirement utilise par NSGA-II [55] afin de maintenir la
diversit dans la frontire du Pareto. Cette mthode est base sur le calcul de la distance de
Crowding entre les particules dans la frontire non domine : la distance de Crowding de la
particule i peut tre dfinie comme la distance moyenne entre les deux particules voisines i-1 et i+1.
Aprs le calcul de la distance de Crowding pour chaque particule dans la frontire non domine,
on classe les particules dans lordre dcroissant, puis on choisit le gbest dune faon alatoire
partir de la partie suprieure de la liste classe. Cest dire que, les particules qui ont la distance
dencombrement la plus grande sont les plus avantages pour devenir un gbest.
UATL 2007
88
4.5 METHODES UTILISEES
Parmi les mthodes prsentes prcdemment, on sintresse a deux mthodes savoir : NSPSO
propose par Li [54] et MOPSO propose par Coello et Lechunga [48]. Les deux mthodes sont
gnralement populaires et faciles implanter.
Pour assurer une optimisation plus proche de la ralit, nous avons modifi les deux mthodes
(MOSPO et NSPSO) afin de tenir compte des variables continues et discrtes.
4.5.1 Algorithmes des deux mthodes
Dans ce qui suit, nous prsentons lalgorithme de NPSO et de MOPSO.
4.5.1.1 Algorithme de NSPSO
Lalgorithme NSPSO peut tre rcapitul selon les tapes suivantes :
1. Initialisation et stockage de population dans la liste PSOList
a. Initialisation de chaque particule dune faon alatoire entre les limites admises ; la
vitesse de chaque particule est fixe zro. pbest
i
prend la valeur X
i
.
b. Evaluation de chaque particule dans la population ; compteur ditration t =0.
2. t=t+1
3. Identification des populations non domine et les stocker dans la liste nonDomPSOList.
4. Calcul de : a) compte de place ou b) valeur de distance dencombrement.
5. Classement des particules dans la liste nonDomPSOList suivant a) compte de niche, ou b)
la valeur de distance dencombrement.
6. pour (i=1 ; i < numParticles ; i++)
a. Slection alatoire du gbest pour la i-me particule partir de la partie suprieure
(5% de la partie suprieure) de la nonDomPSOList.
b. Calcul de la nouvelle vitesse Vi, partir de lquation (4.13), et la nouvelle particule
Xi partir de lquation (4.12).
c. Approximer les variables discrtes la valeur assigne la plus proche.
d. Ajouter la i-me particule pbest
i
et X
i
la population provisoire enregistrer dans
nextPopList. Noter que pbest
i
et X
i
co-existent.
e. Aller a) si i < numParticles
UATL 2007
89
7. Identification des populations non domines de la liste nextPopList et les enregistres dans
nonDomPSOList. Les autres particules domines sont enregistres dans la liste
nextPopListRest.
8. Vider la liste PSOList pour la prochaine itration.
9. Choisit alatoirement des particules de la liste nonDomPSOList et les ajouter dans la liste
PSOList (il ne faut pas dpasser numParticles).
10. boucle si PSOList size < numParticules :
a. Identification des populations non domines de la liste nextPopListRest et les
enregistres dans nextNonDomPSOList.
b. Ajouter les particules de la liste nextNonDomPSOList la liste PSOList, si PSOList
size < numParticules.
c. Copier liste nextPopListRest la liste nextPopListRestCOpy, puis vider
nextPopListRest
d. Remplir nextPopListRest par les particules domines de la liste
nextPopListRestCOpy.
e. Aller a) si PSOList size < numParticules.
11. si t < maxIterations, Aller 2.
12. Tracer la frontire du Pareto.
4.5.1.1 Algorithme de MOPSO
Lalgorithme MOPSO peut tre rsum dans les points suivants :
2. Initialisation de la population POP
Pour i=1 : MAX (MAX nombre de particule)
a. Initialis alatoirement POP (i).
b. Approximer les variables discrtes la valeur assigne la plus proche.
3. Initialisation de la vitesse de chaque particule :
Pour i=1 : MAX
a. V (i)=0
4. Evaluation de chaque particule dans POP.
UATL 2007
90
5. Stocker les particules non domines dans REP.
6. Gnrer les hypercubes dans lespace de recherche explor.
7. Initialisation du pbest
Pour i=1 : MAX
a. PBEST (i)=POP (i)
8. Tant que le nombre ditration nest pas encore atteint.
a. Calculer le gbest par la technique prsente dans la section 4.4.2.5.
b. Calculer la vitesse de chaque particule partir de lquation (4.13).
c. Calculer les nouvelles positions des particules par lquation (4.12).
d. Maintenir les particules dans lespace de recherche.
e. Approximer la valeur continue des variables discrtes la valeur discrte la plus
proche
f. Evaluer les nouvelles particules dans lespace de recherche.
g. Mettre jour le contenu du REP en insrant les nouvelles particules non domines
en mme temps que lon limine les particules domines du REP. Dans le cas o la
mmoire REP excde une limite spcifie, on limine les particules qui ont la
fonction fitness la plus basse.
9. Tracer la frontire du Pareto
4.5.2 Exemple dapplication
Pour pouvoir illustrer le comportement de NSPSO et MOPSO face un problme doptimisation
multi-objectif, on fait appliquer les deux mthode sur le problme doptimisation suivant :
Le problme consiste loptimisation de deux objectifs f
1
et f
2
avec :
2
1
2
2
5( 1) 5
6( 1.5) 4
f x
Max
f x
= +
= +
(4.20)
Avec:
| | 0, 2.5 x =
UATL 2007
91
Les paramtres de NSPSO et MOPSO sont prsents dans le Tableau 4.1.
Tableau 4.1 Paramtres de NSPSO et MOPSO
C
j
Nombre de
populations
Nombre ditrations
maximales
W
max
W
min
Nombre dhypercubes pour
MOPSO
2.0 25 70 0.9 0.4 36
Les figures 4.13 et 4.14, reprsentent les frontires du Pareto obtenues par MOPSO et NSPSO
respectivement. Daprs les deux figures, on voit clairement que les deux algorithmes convergent
vers la mme frontire (les frontires sont pratiquement superposs), avec toutefois une bonne
distribution des solutions. Pour le cas de MOPSO, la technique de grille de 36 hypercubes (en
violet) donne une frontire de Pareto comportant 1216 solutions non domines. En revanche, la
mthode NSPSO donne 549 solutions non domines.
3.6 3.8 4 4.2 4.4 4.6 4.8 5
2.4
2.6
2.8
3
3.2
3.4
3.6
3.8
4
X: 5
Y: 2.502
f1
f
2
X: 3.749
Y: 4
Figure 4.13 Frontire du Pareto trace par MOPSO.
UATL 2007
92
3.6 3.8 4 4.2 4.4 4.6 4.8 5
2.4
2.6
2.8
3
3.2
3.4
3.6
3.8
4
X: 3.742
Y: 4
f1
f
2
X: 5
Y: 2.503
Figure 4.14 Frontire du Pareto trace par NSPSO.
4.6 CONCLUSION
Nous avons prsents, dans ce chapitre, des connaissances de base sur loptimisation mono et
multi-objective. Par la suite, nous nous sommes intresss la mthode dOptimisation par Essaim
de Particules, son principe de base, sa formulation mathmatique ainsi que ltat de lart de son
algorithme appliquer aux problmes multi-objectifs. Les deux algorithmes utiliss dans ce mmoire
savoir NSPSO et MOPSO sont prsents en dernier lieu et appliques sur un problme de
maximisation de deux fonctions quadratiques non linaires. Les deux algorithmes ont pratiquement
converg vers la mme frontire du Pareto avec une bonne distribution des solutions sur cette
dernire.
CHAPITRE 5 APPLICATION ET RESULTATS DE SIMULATION
UATL 2007
93
CHAPITRE 5
APPLICATION ET RESULTATS DE
SIMULATION
5.1 INTRODUCTION
Dans ce chapitre, nous allons procder limplantation des dispositifs SVC et TCSC dans un
rseau lectrique et voir leurs influences sur la stabilit de tension et sur les pertes actives. Le
nombre des FACTS install est choisi ds le dbut par lutilisateur. Dans notre cas, le choix sest
port sur un dispositif pour chaque type de FACTS. Par consquent, nous devons prendre en
considration le choix de lemplacement optimal offrant le meilleur rendement. De ce fait, nous
avons utilis deux indices pour un emplacement optimal.
Le problme de la stabilit de tension, est formul dans notre cas, comme un problme
doptimisation mono et multi-objectif. La rduction des pertes actives et la maximisation de la
marge statique de tension ont t les principales fonctions objectives optimiser par lalgorithme
standard PSO, et ce pour plusieurs scnarios. Par la suite, nous avons optimis les deux fonctions
simultanment (optimisation multi-objectif) en utilisant deux variantes du PSO, destines aux
problmes doptimisation multi-objectif savoir : le NSPSO (Non-dominated Sorting Particle
Swarm Optimization) et le MOPSO (Multiobjective Particle Swarm Optimization). Les deux
algorithmes sont compars en termes doptimalit de la frontire de Pareto ainsi que le nombre de
solutions obtenu pour plusieurs cas de simulation.
UATL 2007
94
5.2 LOGICIEL DE SIMULATION
Avant dentamer la phase de simulation, il est prfrable de donner un bref aperu sur le logiciel
PSAT (Power System Analysis Toolbox), utilis dans ce travail. PSAT est un logiciel didactique,
dvelopp sous Matlab par Dr. Federico Milano [56] pour lanalyse des rseaux lectriques. Il peut
effectuer les fonctions statiques et dynamiques suivantes :
+ Calcul dcoulement de puissance PF (Power Flow).
+ Calcul dcoulement de puissance Optimal OPF (Optimal Power Flow).
+ Calcul dcoulement de puissance en continu CPF (Continuation Power Flow).
+ Analyse de la stabilit de petites perturbations SSSA (Small Signal Stability Analysis).
+ Simulation temporelle TDS (Time Domaine Simulation).
Ces caractristiques rendent PSAT trs utilis par les chercheurs et les laboratoires des rseaux
lectriques. Malgr la disponibilit de plusieurs logiciels spcialiss dans lanalyse et ltude des
rseaux lectriques, dvelopps sous Matlab, PSAT reste un outil performant et trs pris. Le
tableau 5.1 reprsente une comparaison entre quelques logiciels danalyse des rseaux lectriques
[56].
Tableau 5.1 Comparaison entre des logiciels danalyse des rseaux lectriques.
Fonction PF CPF OPF SSA TD EMT GUI GNE
EST + + + +
MatEMTP + + + +
MatPower + +
PAT + + + +
PSAT + + + + + + +
PST + + + +
SPS + + + + + +
VST + + + + +
Pour plus de dtails sur le logiciel PSAT, consulter lannexe A.
UATL 2007
95
5.3 APPLICATIONS
La figure 5.1 montre le rseau test IEEE 14 nuds [56]. Il comprend deux gnrateurs installs
aux nuds 1 et 2, trois compensateurs synchrones installes aux nuds 3, 6, et 8. Les gnrateurs
sont considrs avec la limitation sur la puissance ractive. Les paramtres complets du rseau test,
sont prsents en Annexe B.
5.3.1 Courbes dEffondrement de Tension
Comme dj mentionn prcdemment, lanalyse de la stabilit de tension est base sur la courbe
de bifurcation de tension (courbe deffondrement ou courbe PV). Le tracer de ces courbes est bas
sur le programme dcoulement de puissance en continu (CPF) implment dans le logiciel PSAT.
Figure 5.1 Rseau test IEEE 14 nuds.
La charge est modlise par le modle PQ (la charge ne dpend pas de la tension) et dfinie
selon lquation (5.1) suivante, avec un facteur de puissance constant :
UATL 2007
96
0
0
i i
i i
P P
Q Q
(5.1)
Avec dsignant le facteur de charge.
La puissance gnre par les groupes turboalternateurs est dfinie par lquation (5.2) :
0 Gi Gi Gi
P k P = (5.2)
Avec
+
0 i
P et
0 i
Q les puissances active et ractive au nud i.
+
0 Gi
P la puissance gnre par la machine i dans le cas initial.
+
Gi
k le facteur de contribution de chaque gnrateur i pour satisfaire la demande de la charge.
La figure 5.2 reprsente les caractristiques de bifurcation pour trois noeuds du rseau, savoir
4, 13, et 14. A partir de la figure 5.2, il est clair que le CPF permet de surmonter le problme de
divergence rencontre dans les algorithmes classiques dcoulement de puissance, en maintenant un
bon conditionnement de la matrice Jacobienne autour du point deffondrement et en permettant de
tracer la partie infrieure de la courbe de bifurcation. On peut clairement voir, que les tensions aux
trois nuds diminuent avec laugmentation de la charge jusqu' une valeur de 441.4655 MW. Au
del de ce point, la tension chute dune faon incontrlable provoquant un effondrement de tension.
Dans ce point, presque tous les gnrateurs atteignent leurs limites de puissance ractive. On peut
aussi remarquer, que la variation de la tension dans les trois courbes est diffrente, ce qui explique
que les trois nuds donnent des rponses diffrentes en termes dinstabilit de tension.
De la figure 5.2, on peut introduire un concept trs utile dans lanalyse de la stabilit de tension
savoir la marge de stabilit de tension gale, dans notre cas, 182.4655 MW.
5.3.2 Influence de la Limite dnergie Ractive sur leffondrement de Tension
En pratique, les gnrateurs lectriques possdent des limites sur la production de lnergie
ractive, et qui sont dues aux contraintes thermiques sur le bobinage statorique et rotorique. La
figure 5.3 montre linfluence de la limitation de la puissance ractive sur la stabilit de tension. La
courbe en continue prsente la courbe de bifurcation (courbe PV) avec la limite sur lnergie
UATL 2007
97
ractive. Dans ce cas, la tension seffondre 1.7058pu = . Par contre, lorsque la limitation sur
lnergie ractive nest pas considre, le point deffondrement de la tension se dplace un niveau
de charge trs lev gale 3.973pu = , lequel nest pas un point ralisable.
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Lambda (pu)
T
e
n
s
i
o
n
(
p
u
)
Noeud 4
Noeud 13
Noeud 14
Figure 5.2 Caractristiques PV aux Nuds 4, 13 et 14.
1 1.5 2 2.5 3 3.5 4
0
0.2
0.4
0.6
0.8
1
1.2
1.4
X: 1.704
Y: 0.6347
Lambda (pu)
T
e
n
s
i
o
n
(
p
u
)
X: 3.973
Y: 0.6883
Q limite
Q non limite
Figure 5.3 Caractristique PV du Nud 14 avec et sans limites sur lnergie ractive.
UATL 2007
98
On peut conclure que la limitation sur lnergie ractive est lune des causes principales de
linstabilit de tension. Sans limitation de lnergie ractive, linstabilit et leffondrement de
tension sont souvent impossibles obtenir. Par consquent, plus grand est le nombre de gnrateurs
qui ont une grande rserve dnergie ractive, plus loin est la zone dinstabilit de tension.
5.3.3 Evolution des Pertes Active et Ractive lors dun Effondrement de Tension
Lune des limites de transport de lnergie ractive consiste en les pertes ractives trs leves
autour du point deffondrement de tension. La figure 5.4 montre lvolution des pertes actives et
ractives avec laugmentation de la charge totale du rseau. Il est clair que les pertes ractives
augmentent dune faon trs rapide dune valeur de 0.2743 pu jusqu' 2.8427 pu au point
deffondrement. Cette situation, provoque un dsquilibre entre la production et la demande de
lnergie ractive. La meilleure solution pour viter leffondrement de la tension est la rduction de
la puissance ractive demande par la charge (cette solution est purement thorique, car elle est
impossible a raliser dans la pratique), ou limplantation des dispositifs de compensation de
lnergie ractive, savoir : les bancs de condensateurs et les FACTS.
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8
0
0.5
1
1.5
2
2.5
3
Lambda (pu)
P
e
r
t
e
s
(
p
u
)
Pertes actives
Pertes ractives
Figure 5.4 Evolution des pertes active et ractive lors dun effondrement de tension.
UATL 2007
99
5.3.4 Influence du type de Charge sur leffondrement de Tension
Dans cette partie, nous allons prsenter linfluence des modles statiques de la charge sur
linstabilit et leffondrement de tension ainsi que sur les pertes actives et ractives.
- Extension de PSAT pour inclure les diffrents modles de charge
Le programme dcoulement de puissance en continu (CPF) implment dans le code PSAT
prend en compte uniquement le modle statique, puissance constante (PQ constante). Nous avons
modifi le programme original afin de considrer les diffrents modles de la charge.
La figure 5.5 montre linfluence du modle exponentiel de la charge sur la stabilit ou
leffondrement de tension. On voit clairement que, plus n
p
est lev, plus la marge de stabilit de
tension augmente. La marge de stabilit pour le cas de n
p
= n
q
= 0 (PQ constante) est la plus critique
A contrario, le modle admittance constante possde la plus grande marge de stabilit de tension
pour laquelle il ne se produit aucun phnomne deffondrement de tension.
Ces rsultats de simulation peuvent tres expliqus comme suit : le modle admittance
constante dpend du carr de la tension. Ainsi, durant le phnomne deffondrement de tension,
lorsque la tension de la charge diminue, les puissances active et ractive diminuent
proportionnellement, et lgalit entre la production et la consommation est toujours satisfaite. Pour
la charge courant constant, au cour du phnomne deffondrement de tension, les puissances
active et ractive appeles par la charge diminuent proportionnellement avec la tension. Dans ce
cas, la puissance demande est plus leve par rapport la charge admittance constante. Pour le
modle puissance constante, les puissances active et ractive demandes par la charge, restent
constantes, malgr la diminution de la tension. Dans cette situation, et un certain niveau de
charge, le rseau ne peut pas satisfaire lgalit entre la production et la consommation.
Sous la lumire de cette analyse, on peut tirer les conclusions suivantes :
+ le modle de la charge est un paramtre primordial dans lanalyse et ltude de la stabilit de
tension.
+ Les diffrents modles de la charge ont des rponses compltement diffrentes vis--vis du
niveau de charge du rseau. Ainsi, la nature de la charge peut accentuer ou diminuer le
phnomne deffondrement de tension dans un rseau lectrique.
UATL 2007
100
+ Le modle de charge puissance constante est le plus nfaste sur la stabilit tension.
1 1.5 2 2.5 3 3.5 4
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Lambda (pu)
T
e
n
s
i
o
n
d
u
N
o
e
u
d
1
4
(
p
u
)
np=nq=0
np=nq=0.25
np=nq=0.5
np=nq=0.75
np=nq=1
np=nq=2
Figure 5.5 Influence du modle de charge sur leffondrement de tension.
5.4 INSTALLATION DES FACTS
Pour des raisons conomiques, il est impossible dinstaller des quipements FACTS chaque
nud et ligne dans un rseau lectrique. Le choix du site dpend de plusieurs paramtres savoir :
le type dquipement et sa fonctionnalit.
Dans cette section, le choix optimal de la taille et du site demplacement du SVC et TCSC pour
un problme damlioration de la stabilit statique de tension, sera prsent.
5.4.1 Emplacement Optimal du SVC
Le choix du site des compensateurs dnergie ractive est bas sur la dtermination du nud
critique du rseau, dnomm aussi le nud faible. La compensation de lnergie ractive en ce
nud, donne une meilleure amlioration de la stabilit de tension par rapport aux autres nuds du
systme. Donc le problme est pos comme suit : Comment dfinir le noeud critique de notre
systme ?
UATL 2007
101
La rponse de cette question est simple. Dans notre travail, nous nous sommes bass sur un
facteur de sensibilit de tension [57] qui est extrait de la mthode dcoulement de puissance en
continu (CPF). La mthode CPF est base sur la technique prvision correction de solution. La
prvision dune nouvelle solution est base le vecteur tangent, qui est reprsent par les variations
de langle et de lamplitude de la tension. Ainsi, notre mthode est base sur la mesure du degr de
sensibilit du vecteur tangent de la tension vis--vis de la variation de la charge. De ce fait, le nud
critique du rseau est le nud qui comprend la plus grande variation damplitude de tension au
point deffondrement.
Lquation (5.7) reprsente le Facteur de Sensibilit de Tension VSF (Voltage Sensitivity Factor)
2
k
k NB
i
i
dV
VSF
dV
=
=
(5.7)
Do,
+
k
VSF est le facteur de sensibilit de tension du nud k.
+
k
dV est le tangent de tension de nud k autour du point deffondrement de tension.
Comme nous lavons mentionn dans le deuxime chapitre, le SVC est modlis comme une
susceptance shunt variable permettent de rgler et contrler la tension au nud par rapport la
consigne. La figure 5.6 illustre le principe de rgulation de la tension par le SVC.
Figure 5.6 Principe de rgulation de la tension par le SVC.
O ;
+
ref
V est la consigne de la tension du SVC.
UATL 2007
102
+
max
b la susceptance maximale du SVC.
+
min
b la susceptance minimale du SVC.
+
r
k le gain du SVC.
+
r
T le temps de rponse du SVC.
Le Tableau (5.1) reprsente le facteur de sensibilit de tension pour quatre nuds critiques du
rseau. Daprs le tableau, il est clair que le nud 14 possde le facteur de sensibilit de tension le
plus lev, donc il est considr comme le nud critique de notre systme.
De ce fait, linstallation dun SVC dans ce nud, donnera la meilleure marge de stabilit de
tension, compare aux autres nuds de charge.
Tableau 5.2 Facteur de sensibilit de tension pour quatre noeuds critiques.
Noeuds 14 13 10 12
VSF 0.1024 0.0951 0.0930 0.0927
5.4.2 Taille Optimale du SVC
Aprs avoir choisi le nud 14 comme lieu dinstallation du SVC, nous devons optimiser sa
taille. Pour ce faire, deux mthodes sont proposes : La premire considre le nud 14 comme un
nud PV (nud gnrateur) de tension gale a 0.95 pu (tension minimale) avec une production non
limite en puissance ractive. Le programme dcoulement de puissance, au point deffondrement
de tension ( 1.7058pu = ) est par suite excut. La puissance ractive fournie par le gnrateur 14,
pour ce niveau de charge, est considre comme la quantit dnergie ractive maximale requise
pour que le systme ne seffondre pas. La ractance capacitive du SVC [58] est dtermine par
lquation (5.7) :
| |
| |
2
max
0.95
c
X pu
Q pu
= (5.7)
Avec :
UATL 2007
103
+
max
Q est la puissance ractive maximale fournie par le gnrateur dans le cas o la tension
est minimale.
La deuxime mthode est tout fait simple : la taille optimale du SVC est choisie selon le
facteur de performance [58] dfini par lquation (5.8).
init
p
SVC
MW
f
Q
A
= (5.8)
Avec :
+
init
MW la charge nominale du rseau au point du fonctionnement initial.
+
A
la diffrence entre le point deffondrement du rseau avec et sans le SVC.
+
SVC
Q
la taille du SVC.
La mthode est base sur lvaluation du degr de performance pour diffrentes tailles du SVC :
la taille optimale du SVC est celle qui correspond au facteur de performance le plus lev.
La figure 5.7 reprsente lvolution de la marge de stabilit de tension en fonction de la taille du
SVC. Daprs la figure, il apparat clairement que la marge de stabilit de tension (Lambda)
augmente avec laugmentation de la taille du SVC jusqu 1.7
SVC
b pu = . Au-del, lambda reste
constante malgr quon continue daugmenter la taille du SVC. Daprs ces rsultats, la valeur
correspondant 1.7
SVC
b pu = est une taille optimale qui assure une marge de stabilit de tension
maximale. Mais malheureusement, notre problme doptimisation de la taille du SVC doit
galement tenir compte du cot dquipement. La rentabilit du SVC peut se calculer par le facteur
de performance qui est le rapport de la marge de stabilit sur la taille du SVC.
UATL 2007
104
0 0.5 1 1.5 2 2.5
1.7
1.75
1.8
1.85
1.9
1.95
2
2.05
2.1
X: 1.7
Y: 2.05
bsvc (pu)
L
a
m
b
d
a
(
p
u
)
Figure 5.7 Evolution de la marge de stabilit de tension en fonction de la taille du SVC.
La figure (5.8) reprsente lvolution du facteur de performance en fonction de la taille du SVC.
Daprs la figure, on remarque que la taille du SVC correspondant 1.3
SVC
b pu = donne le meilleur
facteur de performance. Nous pouvons conclure que la taille du SVC qui fournit la meilleure marge
de stabilit nest pas forcment la taille optimale.
5.4.3 Influence du SVC sur la stabilit de tension et les pertes dans le rseau
La figure 5.9 illustre linfluence du SVC sur la stabilit statique de tension. Les paramtres du
SVC sont prsents dans lannexe B. Daprs la figure, on voit que linstallation du SVC au nud
14 augmente la marge de stabilit de tension jusqu 2.0503 pu avec le cas de base de 1.7058 pu.
Ainsi, nous bnficions dune augmentation de la marge de stabilit de tension de 89.2255 MW. On
peut remarquer aussi, que le SVC (courbe en continue) maintient la tension au nud 14 autour de la
valeur de rfrence V
rf
= 1.036 pu, via une rgulation approprie de la valeur de susceptance.
UATL 2007
105
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.55
0.6
0.65
X: 1.3
Y: 0.6343
bsvc (pu)
F
a
c
t
e
u
r
d
e
p
e
r
f
o
r
m
a
n
c
e
f
p
(
p
u
)
Figure 5.8 Evolution de facteur de performance en fonction de la taille du SVC.
1 1.2 1.4 1.6 1.8 2 2.2 2.4
0
0.2
0.4
0.6
0.8
1
1.2
1.4
X: 1.706
Y: 0.6297
Lambda (pu)
T
e
n
s
i
o
n
(
p
u
)
X: 2.025
Y: 1.016
SVC au Noeud 14
Sans SVC
Figure 5.9 Caractristiques de bifurcation au nud 14 avec et sans SVC.
UATL 2007
106
La figure 5.10 montre la variation de la susceptance du SVC lors de laugmentation de la charge.
Daprs la figure, on voit clairement, que le SVC fait augmenter la valeur du b
SVC
afin de
compenser la chute de tension cre par laugmentation de la charge. En comparent la figure 5.9 et
5.10, on peut conclure que la tension du rseau seffondre ds que le SVC atteint sa limite
maximale dnergie ractive.
1 1.2 1.4 1.6 1.8 2 2.2 2.4
0
0.2
0.4
0.6
0.8
1
1.2
1.4
X: 2.025
Y: 1.3
Lambda (pu)
b
s
v
c
(
p
u
)
Figure 5.10 Evolution du b
SVC
en fonction de la charge.
Pour mieux visualiser loptimalit de notre choix du site, ainsi que lefficacit du facteur de
sensibilit de tension, le SVC est installe dans diffrents nuds du rseau et une tude comparative
est mene avec le nud critique (nud 14).
La figure 5.11 montre linstallation du SVC aux noeuds 14, 12 et 4 et donne les marges de
stabilit de tension respectivement comme suite : 2.0254 pu, 1.9863 pu et 1.9042 pu. Daprs ce
rsultat, il est clair que linstallation du SVC au noeud 14 fournit la meilleure marge de stabilit par
rapport aux autres nuds de charge. La courbe en continu (SVC au nud 14) apparat clairement
plate cause du SVC qui assure une rgulation de la tension autour du point de rfrence.
UATL 2007
107
1 1.2 1.4 1.6 1.8 2 2.2 2.4
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Lambda (pu)
T
e
n
s
i
o
n
(
p
u
)
SVC au Noeud 12
SVC au Noeud 4
SVC au Noeud 14
Figure 5.11 Comparaison entre trois sites du SVC.
Les profiles de tension au point deffondrement, avec et sans SVC, sont prsents dans la figure
5.12.
0 2 4 6 8 10 12 14
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
Noeud
T
e
n
s
i
o
n
(
p
u
)
Avec SVC
Sans SVC
Figure 5.12 Profile des tensions du systme avec et sans SVC.
UATL 2007
108
Remarquons que pour le cas sans SVC, les nuds qui sont relativement loins de la production
savoir les noeuds 9, 10, 11, 12, 13 et14 ont des tensions plus basses par rapport aux autres. Cette
dgradation de la tension est due la longue distance entre la production et la consommation.
Dautre part, linstallation du SVC au nud 14 amliore dune manire remarquable le profile de
tension aux nuds de charge sauf pour le nud 3 qui subit une chute de tension importante. Ce
nud peut tre le nud critique suivant du systme avec le SVC install au noeud 14.
Les figures 5.13 et 5.14 illustrent, lvolution des pertes actives et ractives en fonction de la
charge. En Comparant, les deux cas avec et sans SVC pour les deux figures, on conclut que le SVC
fait rduire les pertes actives et ractives dune faon considrable.
1 1.2 1.4 1.6 1.8 2 2.2 2.4
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Lambda (pu)
P
e
r
t
e
s
A
c
t
i
v
e
s
(
p
u
)
Sans SVC
Avec SVC
Figure 5.13 Evolution des pertes actives avec et sans SVC
5.4.4 Emplacement Optimal du TCSC
Dans ce travail, on sintressera la compensation de toutes les lignes du rseau (ligne par ligne)
puis on slectionnera la ligne qui donne la meilleure marge de stabilit de tension aprs
compensation. Le tableau 5.3 prsente les cinq meilleures marges de stabilit de tension pour une
compensation de 50%.
UATL 2007
109
Tableau 5.3 Les cinq meilleurs emplacements du TCSC.
Ligne 1-5 1-2 5-6 3-2 2-4
Lambda (pu) 1.8578 1.8082 1.7808 1.7763 1.7527
1 1.2 1.4 1.6 1.8 2 2.2 2.4
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
Lambda (pu)
P
e
r
t
e
s
R
a
c
t
i
v
e
s
(
p
u
)
Sans SVC
Avec SVC
Figure 5.14 Evolution des pertes ractives avec et sans SVC.
Daprs le tableau 5.3, il est clair que lemplacement du TCSC dans la ligne 1-5 donne la
meilleure marge de stabilit de tension. De ce fait, lemplacement optimal du TCSC est choisi dans
la ligne 1-5 (la ligne numro 14).
5.4.5 Taille Optimale du TCSC
Aprs le choix optimal du site du TCSC, on doit optimiser sa taille, qui assure une augmentation
meilleure de la marge de stabilit de tension avec une taille minimale. La figure 5.15 reprsente
lvolution de la marge de stabilit de tension en fonction du taux de compensation de la ligne 14
(noeud1-noeud5). Il est clair que le TCSC donne la meilleure marge de stabilit autour du taux de
compensation de 100%. Mais comme nous avons dj signal dans le chapitre 2, le taux de
UATL 2007
110
compensation des TCSC est limit entre 20% inductive et 80% capacitive cause du problme de
surcompensation de la ligne. De ce fait, la taille du TCSC est limite comme suit :
0.8 0.2
L TCSC L
X X X s s (5.8)
0 0.5 1 1.5
1
1.2
1.4
1.6
1.8
2
2.2
2.4
X: 1
Y: 2.004
Taux de Compensation
L
a
m
b
d
a
(
p
u
)
Figure 5.15 Taille Optimale du TCSC.
5.4.6 Influence du TCSC sur la stabilit de tension et les pertes du rseau
La figure 5.16 reprsente la courbe de bifurcation de tension avec et sans TCSC. Daprs la
figure, on voit clairement que le TCSC augmente la marge de stabilit jusqu la
valeur 1.975pu = . Une amlioration de la marge de stabilit de tension de 0.2690 pu (quivalente
de 69.6710 MW) est ainsi obtenue.
Pour mieux visualiser linfluence du TCSC sur les pertes actives et ractives, on fait suivre
lvolution de ces derniers lors de laugmentation de la charge. Il est clair que, dans les deux cas
(pertes actives et ractives) le TCSC fait diminuer les pertes totales du rseau, mais dune faon
remarquable, les pertes ractives. Ce dernier cas est justifi par le fait que le TCSC fait diminuer la
ractance apparente de la ligne, donc il influe directement sur les pertes ractives.
UATL 2007
111
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Lambda (pu)
T
e
n
s
i
o
n
(
p
u
)
X: 1.975
Y: 0.5796
X: 1.706
Y: 0.6297
Sans TCSC
Avec TCSC
Figure 5.16 Caractristiques de bifurcation au Nud 14 avec et sans TCSC.
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2
0
0.5
1
1.5
2
2.5
3
3.5
Lambda (pu)
P
e
r
t
e
s
R
a
c
t
i
v
e
s
(
p
u
)
Sans TCSC
Avec TCSC
Figure 5.17 Evolution des pertes ractives avec et sans TCSC.
UATL 2007
112
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Lambda (pu)
P
e
r
t
e
s
A
c
t
i
v
e
s
(
p
u
)
Sans TCSC
Avec TCSC
Figure 5.18 Evolution des pertes actives avec et sans TCSC.
La figure 5.19, reprsente le profile de tension au point deffondrement, avec et sans TCSC. Il
est clair que le TCSC namliore pas vraiment le profile de tension, sauf lgrement, aux nuds 4 et
5.
5.4.7 Comparaison entre le TCSC et SVC
Dans cette section, nous allons effectuer une tude comparative entre le SVC et le TCSC du
point de vue amlioration de la marge de stabilit de tension, et rduction des pertes actives et
ractives.
La figure 5.20, montre la courbe de bifurcation au nud 14 pour trois cas, avec le SVC, avec le
TCSC et avec le TCSC et le SVC. Daprs la figure, on constate que la combinaison entre les deux
types de FACTS donne une meilleure marge de stabilit de tension de 2.244pu = . Par rapport au
TCSC, le SVC prouve son efficacit dans la rgulation et le maintien de la tension.
UATL 2007
113
0 2 4 6 8 10 12 14
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
Noeud
T
e
n
s
i
o
n
(
p
u
)
Sans TCSC
Avec TCSC
Figure 5.19 Profile de tension du systme avec et sans TCSC.
1 1.5 2 2.5
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Lambda (pu)
T
e
n
s
i
o
n
(
p
u
)
X: 2.244
Y: 0.8028
X: 1.975
Y: 0.5796
X: 2.025
Y: 1.016
Avec TCSC
Avec SVC
Avec TCSC et SVC
Figure 5.20 Caractristiques de bifurcation pour les cas de SVC, TCSC, et les deux ensembles.
UATL 2007
114
Les figures 5.21 et 5.22 illustrent, respectivement, lvolution des pertes ractives et actives pour
les trois cas prcdents. Daprs la figure 5.21, on voit clairement que, les pertes ractives sont plus
leves dans le cas du SVC. Concernant les pertes actives, on voit que le TCSC induit des pertes
actives plus leves par rapport aux autres cas.
1 1.5 2 2.5
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
Lambda (pu)
P
e
r
t
e
s
R
a
c
t
i
v
e
s
(
p
u
)
Avec SVC
Avec TCSC et SVC
Avec TCSC
Figure 5.21 Evolution des pertes ractives du rseau pour les cas de SVC, TCSC, et les deux
ensembles
La figure 5.23, reprsente le profile de tension au point deffondrement pour trois cas de
simulation. Daprs cette figure, on remarque que le SVC, fournit un meilleur profile de tension par
rapport aux autres cas de simulation. En Comparant le SVC et le TCSC, on constate que le TCSC
amliore mieux le profile de tension dans les zones proches de leur site dinstallation (nud 3 et5).
La combinaison entre les deux FACTS ne donne pas une amlioration intressante compare au cas
du SVC seul. Ce rsultat, peut sexpliquer par une interaction ngative entre les deux FACTS.
Ainsi, il faut assurer un contrle coordonn entre les deux FACTS pour mieux tirer avantage de
leurs points forts.
UATL 2007
115
1 1.5 2 2.5
0
0.5
1
1.5
2
2.5
Lambda (pu)
P
e
r
t
e
s
A
c
t
i
v
e
s
(
p
u
)
Avec SVC
Avec TCSC et SVC
Avec TCSC
Figure 5.22 Evolution des pertes actives pour les cas de SVC, TCSC, et les deux ensembles
0 2 4 6 8 10 12 14
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
Noeud
T
e
n
s
i
o
n
(
p
u
)
Avec TCSC
Avec TCSC et SVC
Avec SVC
Figure 5.23 Profile de tension du systme pour les cas de SVC, TCSC, et les deux ensembles
UATL 2007
116
5.5 OPTIMISATION PAR PSO
Dans cette partie, la mthode doptimisation par essaim de particules est applique sur plusieurs
problmes doptimisation mono et multi-objectifs, et ce pour plusieurs combinaisons des FACTS.
Pour assurer une optimisation plus proche de la ralit, nous avons modifi la mthode PSO afin de
prendre en compte les variables discrtes.
5.5.1 Formulation du problme
5.5.1.1 Pertes actives
Notre objectif tant de rduire les pertes actives totales du rseau, le problme peut tre formul
comme suit :
2 2
1
2 cos( )
nl
k i i i j i i
k
Min g V V V V o o
=

( +
`

)
(5. 9)
Avec :
+ nl le nombre des lignes de transport ;
+
k
g la conductance de la kime ligne ;
+
i i
V o Z et
j j
V o Z les tensions aux nuds i et j respectivement.
5.5.1.2 Marge de stabilit de tension
Cet objectif consiste en la maximisation de la marge de stabilit de tension, via une optimisation
des diffrents composant du rseau. Le Problme peut tre formul comme suit :
Max (5.10)
Avec, est la marge de stabilit de tension.
UATL 2007
117
5.5.1.3 Contraintes du rseau
Les contraintes doptimisation peuvent tres diviss en deux types :
+ Contraintes dgalits
Les contraintes dgalits sont les quations dcoulement de puissance formules comme suit :
( ) ( )
1
cos sin 0,
j i
NB
G D i j ij i j ij i j
j
P P V V G B o o o o
=
(
+ =

1,..., i NB = (5.11)
( ) ( )
1
sin cos 0,
j i
NB
G D i j ij i j ij i j
j
Q Q V V G B o o o o
=
(
=

1,..., i NB = (5.12)
Avec,
- NB le nombre de nuds ;
- P
G
et Q
G
les puissances active et ractive du gnrateur ;
- P
D
et Q
D
les puissances active et ractive de la charge ;
- Gij et Bij les conductances et les susceptances entre les nuds i et j.
+ Contraintes dingalit
Les contraintes dingalits reprsentent gnralement les limites de fonctionnement (limites
physiques) du rseau.
- Limites sur la puissance ractive
La puissance ractive gnre est limite par des valeurs suprieures et infrieures comme suit :
min max
, 1,...,
G G
i i
G
Q Q Q i NG s s = (5.13)
Avec NG le nombre de gnrateurs.
- Limites sur le transformateur
UATL 2007
118
Le rapport de transformation des transformateurs est limit par lquation suivante :
min max
, 1,...,
i i i
T T T i NT s s = (5.14)
Avec NT le nombre de transformateurs.
- Limites sur le SVC
La puissance ractive gnre par les SVC est limite par lquation suivante :
min max
, 1,...,
i i i
SVC SVC SVC
B B B i NS s s = (5.15)
Avec NS le nombre des SVCs.
- Limites sur le TCSC
Le taux de compensation du TCSC est limit par lquation suivante :
min max
i
TCSC TCSC TCSC
X X X s s (5.16)
Avec NTC le nombre des TCSCs, et X
L
la ractance de la ligne compense par le TCSC.
5.5.2 Optimisation Mono-objectif
Dans cette partie, nous avons appliqu la version discrte du PSO sur deux problmes
doptimisation mono-objectif diffrents savoir la rduction des pertes actives et la maximisation
de la marge de stabilit de tension.
Le problme doptimisation mono-objectif consiste en la rduction des pertes actives et aussi la
maximisation de la marge de la stabilit de tension pour les cas suivants :
+ Sans FACTS
+ Avec SVC
+ Avec TCSC
+ Avec le TCSC et le SVC.
5.5.2.1 Rduction des Pertes Actives
Dans cette section, nous allons appliquer la mthode doptimisation par essaim de particules sur
le problme de minimisation des pertes actives totales du rseau, formul par lquation (5.9).
UATL 2007
119
Les Variables doptimisation sont limites comme suit :
+ Variables Continues
Notre rseau test contient quatre gnrateurs, de telle sorte que leurs rgulateurs automatiques de
tension (AVR) sont reprsents par des variables continues variant selon lquation suivante :
0.9 1.1 pu AVR pu s s (5.17)
Le SVC et le TCS sont considrs comme des variables continus, variant selon lquation (5.18)
et (5.19) respectivement :
1.3 1.3
SVC
pu b pu s s (5.18)
0.8 0.2
i i i
L TCSC L
X X X s s (5.19)
+ Variables discrtes
Les transformateurs du rseau possdent 20 positions de rapports de transformation qui sont
considrs comme des variables discrtes variant selon lquation suivante :
0.9 1.1 pu T pu s s (5.20)
Les paramtres de PSO sont rsums dans le tableau 5.4:
Tableau 5.4 Paramtres de PSO
C1 et C2 Taille de la population Nombre maximal ditrations W
max
W
min
2.0 50 25 0.9 0.4
La figure 5.24, reprsente lvolution des pertes actives en fonction du nombre ditrations.
Daprs la figure, on remarque que la combinaison de SVC et TCSC donne une meilleure
optimisation des pertes actives.
Le Tableau 5.5, reprsente les solutions optimales pour les quatre cas doptimisation. Daprs le
tableau on remarque que PSO fournit des valeurs discrtes pour les Transformateurs pour les quatre
cas doptimisation traits. Ces rsultats indiquent que notre algorithme tient compte des variables
continues et discrtes.
UATL 2007
120
0 5 10 15 20 25 30 35 40 45 50
0.132
0.133
0.134
0.135
0.136
0.137
0.138
0.139
0.14
0.141
0.142
X: 29
Y: 0.1343
Itrations
P
e
r
t
e
s
A
c
t
i
v
e
s
(
p
u
)
X: 38
Y: 0.1332
X: 49
Y: 0.1321
SVC+TCSC
SVC
TCSC
Sans FACTS
Figure 5.24 Variation des pertes actives en fonction du nombre ditration.
Tableau 5.5 Solutions optimales
Sans FACTS TCSC SVC SVC+TCSC
AVR2 1.0467 1.0912 1.0458 1.0457
AVR6 1.1000 1.0786 1.0728 1.0907
AVR3 1.1000 1.0097 1.0161 1.0133
AVR8 1.1000 1.0883 1.0986 1.0999
TR1 0.95 1.0000 0.9900 0.9900
TR2 0.90 0.9900 0.9500 0.9700
TR3 0.95 0.9800 0.9800 0.9500
SVC
bmax 0.7640 1.3000
bmin - 0.3164 0
TCSC (X
totale
) 0.1778 0.1742
Pertes Actives (pu) 0.1343 0.1332 0.1332 0.1321
UATL 2007
121
5.5.2.2 Maximisation de la marge de stabilit de tension
Le problme de la maximisation de la marge de stabilit de tension est formul par lquation
(5.10). Le but principal de cette fonction objective est de maximiser la marge de stabilit de tension
en optimisant les variables continues et discrtes du systme. Les contraintes du systme sont les
mmes utiliss dans le cas de loptimisation des pertes actives.
5 10 15 20 25 30
1.6
1.8
2
2.2
2.4
2.6
X: 19
Y: 2.047
Itrations
L
a
m
b
d
a
(
p
u
)
X: 14
Y: 2.24
X: 23
Y: 1.752
X: 29
Y: 1.978
TCSC+SVC
Avec SVC
Avec TCSC
Sans FACTS
Figure 5.25 Variation de la marge de stabilit en fonction du nombre ditration.
Daprs la figure 5.25 et le tableau 5.6, on remarque que la combinaison entre les deux types de
FACTS fournit la meilleure marge de stabilit de tension. On remarque aussi, daprs le tableau 5.6,
que les valeurs optimales du TCSC et du SVC sont leurs limites maximales. Ce rsultat indique
que, pour augmenter la marge de stabilit de tension, il faut, une bonne compensation de lnergie
ractive (nuds et lignes).
UATL 2007
122
Tableau 5.6 Solutions optimales
Sans FACTS TCSC SVC SVC+TCSC
AVR2
1.1000 0.9000 1.1000 0.9000
AVR6 1.1000 1.0915 1.1000 0.9000
AVR3
1.0986 1.1000 1.1000 0.9877
AVR8 1.1000 1.1000 0.9000 1.0649
TR1 0.9000 0.9000 0.9000 0.9600
TR2 0.9000 0.9000 0.9000 0.9400
TR3 0.9000 0.9000 0.9000 0.9600
SVC
bmax 1.3000 1.2985
bmin -0.1032 -0.2464
TCSC (X
totale
) 0.0446 0.0446
Marge de stabilit de tension (pu)
1.7516 1.9785 2.0475 2.2397
5.5.3 Optimisation Multi objectif par NSPSO et MOPSO
Dans cette section, sont appliques les deux mthodes NSPSO et MOPSO sur un problme
doptimisation multi-objectif, qui consiste en la maximisation de la marge de stabilit de tension et
la rduction des pertes actives.
Les deux algorithmes (MOPSO et NSPSO) sont modifis de telle faon quils prennent en
compte les variables discrtes (comme les transformateurs dans notre cas).
Les paramtres de simulation du NSPSO et MOSPO sont prsents dans le tableau 5.7
Tableau 5.7 Paramtres de NSPSO et MOPSO
C
j
Taille de la
population
Nombre maximal
ditrations
W
max
W
min
Nombre dhypercubes pour
MOPSO
2.0 100 120 0.9 0.4 36
UATL 2007
123
La figure 5.26, reprsente lapplication du NSPSO sur plusieurs cas doptimisation. Daprs la
figure, on peut voir clairement que la mthode donne des frontires de Pareto solutions bien
distribues. En les comparant aux cas sans FACTS, lutilisation du TCSC augmente la marge de
stabilit. Aussi, nous notons une augmentation des pertes actives cause de laugmentation du
transit de puissance dans le rseau. Dans le cas de la combinaison du SVC et du TCSC, il est clair
que la marge de stabilit de la tension est meilleure dans les quatre cas de simulation.
1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5
0.13
0.135
0.14
0.145
0.15
0.155
0.16
0.165
Lambda (pu)
P
e
r
t
e
s
a
c
t
i
v
e
s
(
p
u
)
sans FACTS
avec TCSC
avec SVC
avec TCSC et SVC
Figure 5.26 Frontire de Pareto pour quatre cas doptimisation.
Les figures 5.27 jusqu 5.30 prsentent une comparaison entre la mthode NSPSO et MOPSO
pour les quatre cas de simulation traits.
La figure 5.27, reprsente la frontire du Pareto des deux algorithmes MOPSO et NSPSO, pour
le cas sans FACTS. Il est clair que MOSPO fournit une frontire du Pareto bien distribues de 467
solutions non domines avec 377 solutions non domines pour le cas du NSPSO. Daprs cette
figure, on remarque que les solutions fournies par NSPSO ne sont pas distribues parfaitement le
long de la frontire de Pareto comme cest le cas pour le MOPSO. Dautre part, le NSPSO est
meilleure que le MOPSO en termes doptimalit des solutions, car certaines solutions de NSPSO
dominent celle de MOPSO.
UATL 2007
124
1.6 1.62 1.64 1.66 1.68 1.7 1.72 1.74 1.76
0.134
0.1345
0.135
0.1355
0.136
0.1365
0.137
0.1375
0.138
Lambda (pu)
P
e
r
t
e
s
a
c
t
i
v
e
s
(
p
u
)
MOPSO
NSPSO
Figure 5.27 Frontires de Pareto de NSPSO et MOPSO sans FACTS.
La figure 5.28 reprsente la frontire du Pareto des deux mthodes pour le cas dun seul SVC.
Daprs la figure on remarque que les solutions fournies par NSPSO sont meilleures que celles de
MOSPO en termes doptimalit (principe de dominance). En plus, le NSPSO fournit 31 solutions
non domines alors que 20 solutions sont donnes par le MOPSO.
Dans le cas du TCSC reprsent par la figure 5.29, les deux algorithmes convergent vers
approximativement la mme frontire de Pareto. Dans ce cas, le NSPSO converge en donnant 1379
solutions non domines contre 2146 solutions fournies par le MOPSO.
UATL 2007
125
1.97 1.98 1.99 2 2.01 2.02 2.03 2.04 2.05 2.06 2.07
0.134
0.135
0.136
0.137
0.138
0.139
0.14
0.141
Lambda (pu)
P
e
r
t
e
s
a
c
t
i
v
e
s
(
p
u
)
MOPSO
NSPSO
Figure 5.28 Frontires de Pareto de NSPSO et MOPSO avec SVC.
1.65 1.7 1.75 1.8 1.85 1.9 1.95 2 2.05 2.1
0.13
0.135
0.14
0.145
0.15
0.155
0.16
0.165
Lambda (pu)
P
e
r
t
e
s
a
c
t
i
v
e
s
(
p
u
)
MOPSO
NSPSO
Figure 5.29 Frontires de Pareto de NSPSO et MOPSO avec le TCSC.
UATL 2007
126
La Figure 5.30, reprsente la frontire du Pareto des deux algorithmes avec la prise en compte
des deux FACTS (SVC et TCSC). Daprs la figure, on remarque que la frontire de Pareto gnre
par le NSPSO domine celle fournie par le MOPSO. En revanche, lalgorithme MOPSO fournit une
frontire non domine de 152 solutions contre 54 solutions donnes par le NSPSO.
1.9 1.95 2 2.05 2.1 2.15 2.2 2.25 2.3 2.35
0.13
0.135
0.14
0.145
0.15
0.155
0.16
0.165
0.17
0.175
Lambda (pu)
P
e
r
t
e
s
a
c
t
i
v
e
s
(
p
u
)
MOPSO
NSPSO
Figure 5.30 Frontires de Pareto de NSPSO et MOPSO avec le TCSC et le SVC.
5.6 CONCLUSION
Dans ce chapitre, nous avons discut linfluence des diffrents composants du rseau sur la
stabilit statique de tension ainsi que sur les pertes actives et ractives. Lapplication a t effectue
sur un rseau IEEE 14 nuds. Deux modles statiques de charge sont utiliss afin dtudier limpact
de la nature de la charge sur la stabilit statique de tension. Daprs lanalyse, nous avons constat
que le modle classique de la charge (PQ constante) est le plus nfaste sur la stabilit de tension ;
Par contre, une charge admittance constante donne une meilleure marge de stabilit de la tension.
Le problme du choix de lemplacement de deux types de FACTS a t discut, ainsi que leur
influence sur la stabilit de tension et sur les pertes actives et ractives du rseau.
UATL 2007
127
Nous avons ensuite dvelopp une nouvelle version des algorithmes de base de PSO, NSPSO et
MOPSO afin dintroduire les variables discrtes dans le problme doptimisation. Le PSO a t
appliqu sur deux problmes doptimisation mono-objectif compltement indpendants, savoir la
rduction des pertes actives et la maximisation de la marge de stabilit de tension. Puis nous avons
regroup les deux fonctions mono-objectif afin de former un problme doptimisation multi-
objectif. La solution de ce dernier a t assure par la mthode NSPSO. Les rsultats de simulation
montrent lefficacit de la mthode propose qui a assur la convergence vers la frontire de Pareto
pour plusieurs cas de simulations.
Finalement, une tude comparative a t mene entre la mthode NSPSO et MOPSO en terme de
distribution, du nombre, et de loptimalit des solutions sur la frontire de Pareto. Les rsultats de
simulation montrent que NSPSO est plus performent que MOPSO dans, presque, tous les scnarios
simuls. En revanche, le point fort de MOPSO rside dans le nombre lev des solutions optimales
ainsi que la bonne distribution des ces dernires sur la frontire de Pareto. En plus, les deux
mthodes proposes dans ce mmoire nimposent aucune limitation sur le nombre de fonctions
optimiser. Ce qui laisse entrevoir, lavenir de futures applications avec plusieurs objectifs.
CONCLUSION GENERALE
UATL 2007
128
CONCLUSION GENERALE
Dans ce travail, nous avons trait le problme de la stabilit statique de tension des rseaux
lectriques. Des notions de base sur la stabilit de tension ont t prsentes dans ce mmoire.
Ltude paramtrique de la stabilit de tension sur un rseau test deux nuds indique que le
modle de la charge a une influence remarquable sur la stabilit statique de tension, de telle sorte
que la modlisation classique de la charge (PQ constantes) fournit la marge de la stabilit de tension
la plus nfaste sur le rseau, tandis que, le modle admittance constante fournit la meilleure marge
de stabilit. Donc, on conclut que, la prise en compte du modle de la charge est indispensable pour
une analyse efficace de la stabilit de tension.
Lutilisation dun indice efficace pour lvaluation de la stabilit de tension, est lun des objectifs
de ce mmoire; pour ce fait, la marge de stabilit de tension a t utilise et calcule par
lalgorithme dcoulement de puissance en continu. Ce dernier a montr ses capacits a surmonter
les problmes de la singularit de la matrice Jacobienne rencontr dans lcoulement de puissance
standard.
Le manque de puissance ractive contribue favorablement une instabilit de tension,
notamment lorsque les gnrateurs arrivent leurs limites de production dnergie ractive. De ce
fait, une compensation approprie permet damliorer et de contrler la stabilit de tension.
Lintroduction optimale des deux types of FACTS a savoir : le SVC et le TCSC a montr une
nette amlioration de la stabilit de tension. Lutilisation du facteur de sensibilit de tension comme
indice doptimisation de lemplacement du SVC a montr, pour le rseau dapplication IEEE 14
nuds, que le nud optimal est le nud 14. Linstallation du SVC en ce nud fournit une
meilleure amlioration de la stabilit de tension que les autres nuds du rseau. Dun autre cot, le
choix optimal de la taille du SVC est bas sur un facteur de performance. Loptimisation de la taille
du SVC assure une meilleure amlioration de la stabilit de tension avec un cot minimal de
compensation. Le choix optimal du site du TCSC est la ligne qui fournit la meilleure marge de
stabilit de tension, ce qui correspond dans notre cas a la ligne 1-5. La combinaison entre les deux
types de FACTS donne la meilleure marge de stabilit de tension par rapport a lutilisation dun
seul type de FACTS (SVC ou TCSC).
CONCLUSION GENERALE
UATL 2007
129
Deux types doptimisation sont ensuite traits dans ce mmoire : optimisation mono-objectif et
multi-objectif. La formulation du problme dinstabilit de tension comme un problme
doptimisation (mono-objectif et multi-objectif) a t dveloppe. Plusieurs variantes de la mthode
doptimisation par essaim de particules savoir : la mthode de base PSO, NSPSO (Non dominated
Sorting Particle Swarm Optimzation) et MOPSO (Multi-objective Particle Swarm Optimization)
sont appliques. Ces mthodes sont modifies afin de pendre en compte les variables continues
ainsi que les variables discrtes.
Loptimisation mono- objectif par PSO a t applique sur deux objectifs diffrents savoir la
maximisation de la marge de stabilit de tension et la minimisation des pertes actives. Cette
optimisation a t effectue pour plusieurs combinaisons de FACTS. Les rsultas obtenus montrent
que la combinaison entre le SVC et le TCSC donne la meilleure solution avec un nombre
ditrations relativement rduit.
Le problme doptimisation multi-objectif consiste la minimisation des pertes actives et
laugmentation de la marge statique de tension. Pour ce fait, deux variantes de PSO destines
loptimisation multi-objectif ont t proposes. Les rsultats de simulation montrent lefficacit de
ces mthodes converger vers la frontire de Pareto. Par la suite, une tude comparative entre les
deux mthodes proposes a t effectue et a permis de tirer les conclusions suivantes :
- NSPSO converge vers la meilleure frontire non domine par rapport au MOPSO.
- Le point fort de MOPSO rside dans le nombre lev des solutions optimales ainsi que la
bonne distribution de ces dernires.
- Les deux mthodes proposes nimposent aucune limitation sur le nombre de fonctions
optimiser. Ce qui laisse entrevoir, lavenir de futures applications avec plusieurs objectifs.
PERSPECTIVES
Cette tude nous a permis de comprendre le phnomne deffondrement de tension, les causes
qui la favorisent, et aussi les outils danalyse ncessaires pour traiter ce problme. Ltude des
systmes FACTS nous a permis de connatre et matriser un nouvel axe de recherche applique la
rgulation et la conduite des rseaux lectriques. Lapplication des algorithmes mtaheuristiques
fut dune grande utilit dans la rsolution des problmes multi-objectifs rencontrs dans cette tude.
CONCLUSION GENERALE
UATL 2007
130
Il reste, toutefois, beaucoup de voies explorer afin de poursuivre et complter notre travail, et
qui se rsument, non exhaustivement, dans les points suivants :
Utilisation des autres quipements FACTS dans lamlioration de la stabilit statique de la
tension des rseaux lectriques savoir : UPFC, SSSC, STATCOM,etc.
Ltude et lanalyse de la stabilit de tension dynamique.
Etude comparative avec dautres algorithmes mtaheuristiques appliqus loptimisation
multi-objectif.
Le contrle coordonn des Multi-FACTS dans un rseau lectrique.
Application des Mtaheuristiques dans le problme de placement optimal des Multi-
FACTS dans les rseaux lectriques.
BIBLIOGRAPHIE
UATL 2007
129
BIBLIOGRAPHIE
[1] C.Barbier et J.P. Barret, Analyse des Phnomnes dcroulement de Tension sur un Rseau
de Transport. , RGE, Tome89, No.10, pp.672-690, Octobre 1980.
[2] H.G.Kwatny et al., Static Bifurcations in electric Power Networks: Loss of Steady State
Stability and Voltage Collapse. , IEEE trans. CS, Vol. CAS-33, No. 10, pp.981-991,
October 1986.
[3] H.Chiang et al., On Voltage Collapse in Electric Power Systems. , IEEE Trans. PS, Vol5,
No. 2, pp.601-611, 1989.
[4] W.R.Lachs and D. Sutanto, Voltage Instability in Interconnected Power System: a
Simulation Approach. , IEEE Trans. PS, Vol.7, NO.2, pp.753-761, May 1992.
[5] D. J. Hill and P. A. Lof, Analysis of Long-Term Voltage Stability, Proceedings of the 10
th
PSCC, Graz, 1990.
[6] B.Gao et al., Voltage Stability Evaluation Using Modal Analysis. , IEEE Trans. PS, Vol.7,
NO.4, pp.1529-1542, November 1992.
[7] N. Yorino et al., An Investigation of Voltage Instability Problems. IEEE Trans. PS, Vol.7
No.4, pp.1529-1542, November 1992.
[8] P.A. Lof et al. Voltage Stability Indices for Stressed Power Systems. IEEE Trans. PS,
Vol.8 No.1, pp.326-335, February 1993.
[9] B. Ha Lee and K. Y. Lee, A Study on Voltage Collapse Mechanism in Electric Power
System. IEEE Trans. PS, Vol.6 No.3, pp.966-974, August 1991.
[10] N.G. Hingorani and L. Gyugyi, Understanding FACTS, IEEE Press., NewYork, 2000.
[11] P. Kundur, et al. Definition and Classification of Power System Stability, IEEE Trans. on
Power Systems, Vol. 19, No. 2, pp.1387-1401, May 2004.
[12] Yanfeng Gong, Development of an Improved On-Line Voltage Stability Index Using
Synchronized Phasor Measurement. PHD thesis, Mississippi State University, Mississippi,
USA, December 2005.
[13] A. Laifa, Evaluation de la Stabilit de Tension dun Rseau dnergie lectrique
Dveloppement et Application Des Indices De Stabilit , thse de Magister, Ecole
Nationale polytechnique, 27 juin 1995.
[14] A. Kazemi, and B. Badrzadeh, " Modeling and Simulation of SVC and TCSC to Study their
Limits on Maximum Loadability Point," Electrical Power and Energy Systems, Vol. 26, pp.
619-626, Apr. 2004.
[15] T. J. Obverbye, Use Of Energy Methods for On-Line Assessment of Power System Voltage
Security, IEEE Trans. on Power Systems, Vol. 8, No. 2, pp.452-458, May 1993.
BIBLIOGRAPHIE
UATL 2007
130
[16] F. D. Galiana, Load Flow Feasibility and the Voltage Collapse Problem, Proceedings of
23
rd
conference on Decision and control, IEEEWP5-4:30, pp.485-487, December 1984.
[17] G. K. Morison et al. Voltage stability Analysis using static and dynamic approaches, IEEE
Trans. on Power Systems, Vol. 8, No. 3, pp.1159-1171, August 1993.
[18] T.G. Overbye et al. Improved Techniques for Power System Voltage Stability Assessment
Using Energy Methods, IEEE Trans. on Power Systems, Vol., No. 4, pp.1446-1452,
November 1991.
[19] Bodapatti Nageswararao, B .E, Fuzzy-Expert System for Voltage Stability Monitoring and
Control, Master thesis, Faculty of Engineering and Applied Science Memorial University of
Newfoundland, Canada, February, 1998.
[20] Alexandre OUDALOV, Coordinated Control of Multiple FACTS devices in an Electric
Power System, Thse PHD, Ecole polytechnique de Lausanne, Lausanne 2003.
[21] Talpasai Lakkaraju, Selection of Pilot Buses for VAR Support and Voltage Stability Risk
Analysis, Master of science thesis, Lane Department of Computer Science and Electrical
Engineering Morgantown, West Virginia, USA, 2006
[22] Tiranuchit. A., Thomas, R. J., A posturing strategy against voltage instability in electric
power systems, IEEE Transactions on Power Systems, Vol. 3, No. 1, pp. 87-93,
[23] Venkataramana Ajjarapu and Colin Cristy, "The Continuation Power Flow: A tool For
Steady State Voltage Stability Analysis, " IEEE Trans. on Power Systems, Vol. 7, No. 1, pp.
416-423, 1992.
[24] H. Ghasemi, On line monitoring and oscillatory stability margin prediction in power system
based on system identification, PHD thesis, Electrical and computer Engineering waterloo,
Ontario, Canada, 2006.
[25] William Rosehart, Optimisation of the power systems with voltage security constraints,
PHD thesis, university of Waterloo, 2000.
[26] Ins Romero Navarro, Dynamic Load Models for Power Systems, Estimation of Time-
Varying Parameters during Normal Operation, PHD thesis; Lund university, 2002.
[27] N.G Hingorani. FACTS Technology and Opportunities, IEE FCATS Colloquium, pages 1-
10, 1994.
[28] N.G Hingorani and L. Gyugyi, Understanding FACTS: Concepts and Technology of
Flexible AC transmission Systems, IEEE press, New-York, 2000.
[29] E. Larsen and F. Sener, FACTS Applications, Technical report 96TP 116-0, IEEE FACTS
Working Group, 1996.
[30] Stphane GERBEX, Metaheuristique Appliques Au Placement Optimal De Dispositifs
FACTS dans un Rseau Electrique, thse PHD, Ecole polytechnique de Lausanne,
Lausanne 2003.
BIBLIOGRAPHIE
UATL 2007
131
[31] E. G. Shahraki, Apport de lUPFC lamlioration de la stabilit transitoire des rseaux
lectriques , thse de Doctorat, universit Henri Poincar, Nancy-I, 13 Octobre 2003.
[32] A. Edris et al. Proposed Terms and Definition of FACTS, IEEE trans. on power delivery,
12(4):1884-1853, October 1997.
[33] Claudio A. Canizaires and Zeno T Faur, Analysis of SVC and TCSC Controllers in Voltage
Collapse, IEEE Transactions on Power Systems, Vol. 14, No. 1, February 1999,pp.158-165
[34] Y. Colletto et P. Siarry, Optimisation Multi-objectif, EYROLLES, Nov. 2002.
[35] K.Y. Lee and F. F. Yang, Optimal Reactive Power Planning using Evolutionary
Algorithms: a comparative study for Evolution Programming, Evolutionary Strategy,
Genetic Algorithm and Linear Programming, Transaction on Power System, IEEE, 1998.
[36] F. L. Alvarado, Solving Power Flow Problems with a MATLAB Implementation of the
Power System Application Data Dictionary, Proc of the 32nd Hawaii International
Conference on System Sciences, IEEE, 1999.
[37] S. Kirkpatrick et al. Optimization by Simulated Annealing, Science, 220:671-680, 1983.
[38] F. Glover, Tabu Search, Caai report 88-3, university of Colorado, Boulder, 1988.
[39] D.E Goldberg, Genetic algorithm in search, Optimization and machine Learning. Addison-
Wesley, 1989.
[40] J.H. Holland, Adaptation in Natural and Artificial Systems, university of Michigan Press,
Ann Arbor, 1975.
[41] R. Eberhart, and J. Kennedy, "Particle Swarm Optimization," Proc. of IEEE International
Conf. on Neural Networks, Vol. 4, pp. 19421948, 1995.
[42] R. Eberhart, and J. Kennedy, Swarm Intelligence, Morgan Kafmann Publisers, 2001.
[43] I. N. Kassabalidis, Dynamic Security Border Identification Using Enhanced Particle Swarm
Optimization, IEEE Transactions on Power System, VOL. 17, NO. 3 AUGUST 2002.
[44] Jong-Bae Park et al. A Particle Swarm Optimization for Economic Dispatch with Non
smooth Cost Function, IEEE Transactions On Power System, Vol. 20, No. 1 February 2005.
[45] J. Kennedy and R. C. Eberhart, Swarm Intelligence. San Francisco, CA: Morgan Kaufmann,
2001.
[46] L. Kartobi, Optimisation de la Synthse des FACTS par les Algorithmes Gntiques et les
Essaims Particulaires pour le contrle des Rseaux Electriques , thse Magister, ENP,
Dcembre 2006.
[47] IEEE Committee Report. Tutorial on Modern Heuristic Optimization Techniques with
Applications to Power Systems. IEEE Power Engineering Society, 02TP160, 2002.
BIBLIOGRAPHIE
UATL 2007
132
[48] C.A. Coello Coello, and M. Salazar Lechuga, "MOPSO: A proposal for multiple objective
particle swarm optimization," Congress on Evolutionary Computation IEEE Service Center,
Piscataway, New Jersey 2002, pp. 1051-1056.
[49] X. Hu, and R. Eberhart, "Multiobjective optimization using dynamic neighborhood particle
swarm optimization," Congress on Evolutionary Computation IEEE Service Center,
Piscataway, New Jersey 2002, pp. 1677-1681.
[50] K.E. Parsopoulos et M.N. Vrahatis. Particle Swarm Optimization Method in Multiobjective
Problems. In Proceedings of the 2002 ACM Symposium on Applied Computing (SAC
2002), pages 603-607, 2002.
[51] G. T. Pulido and C.A. Coello Coello, Using clustering techniques to improve the
performance of a multi-objective particle swarm optimizer, Proc. of the Genetic and
Evolutionary Computation Conference, Seattle, Washington, USA 2004, In Springer-Verlag,
Lecture Notes in Computer Science, June 2004, 3102, pp. 225-237.
[52] J.E. Fieldsend and S. Singh. A Multi-Objective Algorithm based upon Particle Swarm
Optimisation, an Efficient Data Structure and Turbulence. In Proceedings of UK Workshop
on Computational Intelligence (UKCI'02), pages 37{44, Birmingham, UK, Sept. 2-4, 2002.
[53] S. Mostaghim and J. Teich. Strategies for finding good local guides in multi-objective
particle swarm optimization (MOPSO). In IEEE 2003 Swarm Intelligence Symposium,
2003.
[54] X. Li. A non-dominated sorting particle swarm optimizer for multiobjective optimization.
Proc. of Genetic and Evolutionary Computation, In Springer-Verlag Lecture Notes in
Computer Science, 2003, 2723, pp. 37-48.
[55] K. Deb, Multi-objective optimisation using evolutionary algorithms , John Wiley and
Sons, Chichester, UK.
[56] PSAT Version 1.3.4, Software and Documentation, copyright 2002-2005 Federico Milano,
July 14, 2005. http://thunderbox.uwaterloo.ca/~fmilano
[57] P. Kundur, Power System Stability and Control, McGraw-Hill, New York, 1994.
[58] Z.T.Faur, "Effects of FACTS Devices on Static Voltage Collapse Phenomena," M.S.
dissertation, Dept. Elect. Eng., Univ. of Waterloo, 1996.
[59] N. Martin and L.T.G Lima, Determination of Suitable Location for Power System
Stabilizers and Static Var Compensators of Damping Electromechanical Oscillations in
Large Scale Power Systems, IEEE Trans. Power system, 5(4):1455-1469, November 1990.
[60] N. Noroozian and G. Anderson, Damping of Power System Oscillations by use of
Controllable Components, IEEE Trans. Power Deliver, 9(4):2046-2054, October 1994.
[61] L. Rouco and F.L. Pagola, Damping of Electromechanical Oscillations of Power System
with Controllable Phase Angle Regulator: Location and controller Design, Proc. of the 28th
North America Power symposium, MIT, pages 249-256, November 1996.
BIBLIOGRAPHIE
UATL 2007
133
[62] J. Griffin, D.Atanackovic, and F.D. Galiana, A Study of The Impact of FACTS on The
Secure-Economic Operation of Power System, 12
th
power system computation Conference,
pages 1077-1082, August 1996.
[63] F.D Galiana, et al. Assessment and Control of the Impact of FACTS Devices on Power
System Performance IEEE Trans. Power system, 11(4): 1931-1936, November 1996.
[64] M.H. Haque Optimal Location of Shunt Facts Devices in Long Transmission Lines, Proc.
Gener. Transm. Distrib. 147(4):218-222, July 2000.
[65] M.A. Prez, et al. Application of FACTS Devices to Improve Steady State Voltage
Stability. Power Engineering Society Summer Meeting 2:1115-1120, 2000.
[66] C.S. Chang et al. Optimal SVC Placement for voltage stability reinforcement, Electrical
Power System Research, 42:165-172,197.
[67] G. Wu, A. Yokoyama, Allocation and Control Devices for Steady-State stability
enhancement of large scale power system, International conference on power system
technology, Beijing, 1:357-361, August 1998.
[68] E.E. Elaraby, A Tow level Hybrid GA/SLP for FACTS Allocation problem Considering
Voltage security, electrical power system research, 25:327-335, 2003.
[69] A.Z. Gamm and I.I. Golub, Determination of location for FACTS and Energy storage by
the Singular analysis, Inter. Conf. on P.S. Technology, POWERCON98, 1:411-414, 1998.
[70] P.Preedavichid et al. Optimal reactive power dispatch considering FACTS Devices, Elec.
Power System Research, 46(3):251-257, September 1998.
[71] N.Schnurr et al. Load Flow Control with FACTS devices in competitive Markets,
Conference on Electric utility deregulation and structuring and Power technologies, pages
14-22, April 2000.
[72] Y. Xiao et al. Application of stochastic programming for Available Transfer Capability
Enhancement using facts devices, Power Engineering Society Summer Meeting, 1:508-515,
2000.
[73] C.A. Canizares et al. using FACTS controllers to maximize Available transfer Capacity.
Bulk Power system Dynamics and control IV restructuring, Santorini, pages 1-7, August
1998.
[74] R. Rajaraman, et al. determination of location and amount of series compensation to
increase power transfer capability, IEEE trans. Power system, 13(2):294-299, May 1998.
[75] S.N Singh et al. Optimal location of FCATS devices for congestion management, electric
power system research, 58(2)71-79, 2001.
[76] S.N Singh et al. Congestion management by optimizing facts devices location, conference
on electric utility deregulation and restructuring and power technologies, pages, 23-28, April
2000.
BIBLIOGRAPHIE
UATL 2007
134
[77] S. Kim et al. Enhancement of power security trough the power flow control of UPFC,
Power Engineering Summer meeting, 1:38-43, 2000.
[78] E.J. deOliveria, et al. Flexible AC transmission devices: Allocation and transmission
pricing, Electrical power and energy systems, 21(2):111-118, February, 1999.
[79] T.T. Lie, Optimal Flexible AC transmission System FACTS devices, Electrical power and
energy systems, 19(2):125-134, February 1997.
[80] E.J. deOliveria, et al. Allocation of FACTS devices in hydrothermal systems, IEEE trans.
Power system, 15(1):276-282, February 2000.
[81] V. Miranda, et al. Experimenting in the optimal capacitor placement and control problem
with hybrid mathematical genetic algorithm. Proceeding of the international conference on
Intelligent System application to power system, ISAP 2001, pages 188-193, June 2001.
[82] P.Paterni et al. optimal location of Phase shifters in the French network by genetic
algorithm, IEEE trans. Power systems, 14(1):37-42, February 1999.
[83] F.G Lima et al. Optimal location of phase shifters in competitive markets by mixed integer
linear programming, proceeding of 14
th
power system computation conference (paper 2): 1-
7 2002.
[84] S. Gerbex, Optimal location of FACTS devices in a power system using genetic
algorithm, proceeding of 13
th
power system computation conference, PSCC99,
TRONDHEIM, 2:1252-1259,June 28-July 2 1999.
[85] S. Gerbex, Optimal location of Multi-type FACTS devices in a power system by Means of
genetic algorithm, IEEE trans. Power systems, 16(3):537-544, August 2001.
[86] A.A. Ladjici, Calcul volutionnaire application sur loptimisation de la planification de la
puissance ractive, thse de Magister, Ecole Nationale polytechnique, 2005.
[87] Gabriela Hug-Glanzmann and G. Andersson, Coordinated Control of FACTS Devices
based on Optimal Power Flow presented at the North American Power Symposium
(NAPS), 23 - 25 October 2005, Ames, USA, 2005.
ANNEXE
UATL 2007
A1
ANNEXE A
A.1 PSAT
PSAT (Power System Analysis Toolbox) est un logiciel destin lanalyse et ltude des rseaux
lectriques, voir figure A.1. Il est dvelopp sous MATLAB par Mr. Federico Milano ; Professeur,
Docteur luniversit de Castilla-La Mancha, Ciudad Real, Spain.
PSAT bnficie largement des remarques et observations des chercheurs spcialiss dans le
rseau lectrique via leurs contributions dans le forum de ce dernier
http://groups.yahoo.com/groups/psatforum. Pour cela, il a connu des amliorations remarquables
dune version une autre.
PSAT est un logiciel, simple, intressant, qui englobe plusieurs domaines de recherche dans
ltude et lanalyse des rseaux lectriques. La manipulation de PSAT peut tre effectue, soit par
linterface graphique, soit par la programmation en ligne en utilisant leurs fonctions prdfinies.
Figure A.1 Interface graphique (GUI) du PSAT 1.3.4.
ANNEXE
UATL 2007
A2
A.2 Format des structures du PSAT
PSAT est bas sur le concept des structures afin denregistrer les paramtres du rseau ainsi que
les rsultats de simulations. Chaque structure, englobe plusieurs champs des informations qui
assurent une description dtaille du systme. Les principales structures du PSAT sont prsentes
dans ce qui suit :
A.1.1 Bus
PSAT dfinit la topologie du rseau par la structure Bus . Cette dernire contient plusieurs
champs prsents comme suit :
Con: donnes des noeuds.
n : nombre total de noeuds.
int : indices des noeuds.
Pg : puissance active injecte par le gnrateur.
Qg : puissance ractive injecte par le gnrateur.
Pl : puissance active absorbe par la charge.
Ql : puissance ractive absorbe par la charge.
island : indice des nuds dans les rgions.
Les principales donnes des nuds sont stockes dans le champ Bus.con prsent par le
tableau A.1
Tableau A.1 Format de la structure Bus.con
Colonnes Description Unit
1 Nud int
2 Tension nominale kV
3 Tension initiale pu
4 Phase initiale de tension rad
5 Numro de secteur (na pas encore utilis) int
6 Numro de rgion (na pas encore utilis) int
A.1.2 Line
La structure Line dfinit les donnes des lignes ainsi que les transformateurs. Cette dernire
contient plusieurs champs prsents comme suit :
ANNEXE
UATL 2007
A3
con : donnes des lignes du rseau.
n : nombre total des lignes AC.
bus1 : noeuds de dpart des lignes.
bus2 : noeuds darriv des lignes.
Les principaux paramtres des lignes sont stocks dans le champ Line.con prsent par le
tableau A.2
Tableau A.2 Format de la structure Line.con
1 Nud de dpart int
2 Nud darriver int
3 Puissance de base MVA
5 Frquence Hz
6 Longueur de ligne km
7 na pas utilise -
8 Rsistance de la ligne pu
9 Ractance de la ligne pu
10 Susceptance de la ligne pu
11 na pas utilise -
12 na pas utilise -
13 Limite du courant pu
14 Limite de la puissance apparente pu
15 Limite de la puissance active pu
A.1.3 PQ
La structure PQ englobe tous les paramtres de la charge. Cette dernire contienne plusieurs
champs prsents comme suit :
con : donnes des charges PQ ;
n : nombre total de charges PQ ;
bus: numro des noeuds charges ;
P
0
: puissance active initiale (utilis pour les charges non standard) ;
Q
0
: puissance ractive initiale (utilis pour les charges non standard) ;
store: copie des donnes des noeuds charge (ce champs est utilis dans le cas de
programmation sous PSAT).
Le format des donnes de la charge est prsent par le tableau A.3 :
ANNEXE
UATL 2007
A4
Tableau A.3 Format de la structure PQ.con
1 Numro du Nud de charge int
4 Puissance active pu
5 Puissance ractive pu
6 Tension minimale pu
7 Tension maximale pu
8 Permettre la conversion en impdance boolen
A.1.4 SW
La structure SW prsente les donnes du nud bilan (slack bus). Elle contient plusieurs champs
dfinis comme suit :
con: donnes de nud bilan.
n: nombre total des nuds bilan.
bus: numro des nuds bilan.
store: copie des donnes de nud bilan (ce champs est utilis dans le cas de programmation
sous PSAT).
Le format des donnes de nud bilan est prsent dans le tableau A.1.4.
Tableau A.4 Format de la structure SW.con
1 Nud bilan int
4 Amplitude de tension pu
5 Angle de rfrence pu
6 Puissance ractive maximale pu
7 Puissance ractive minimale pu
11 Coefficient de participation de perte int
ANNEXE
UATL 2007
A5
A.1.5 PV
La structure PV englobe tous les paramtres des nuds gnrateurs prsents dans les
champs suivants :
con : donnes de nud gnrateur.
n : nombre total des nuds gnrateurs.
bus : numro des nuds gnrateurs.
pq : ce champ est utilis lorsque la limite dnergie ractive des gnrateurs est considre
(a) con : donne de nuds de charge.
(b) n : nombre totale des nuds de charge.
(c) bus : numro des nuds PQ.
store : copie des donnes des nuds gnrateurs. (ce champ est utilis dans le cas de
programmation sous PSAT).
Les paramtres des nuds gnrateurs sont prsents par le champ PV.con avec le format
illustr dans le tableau suivant :
Tableau A.5 Format de la structure PV.con
1 Nud gnrateur int
5 Amplitude de tension pu
6 Puissance ractive maximale pu
7 Puissance ractive minimale pu
10 Coefficient de participation de perte int
A.1.6 Shunt
La structure Shunt prsente les lments shunt du rseau. Elle est constitu de plusieurs champs
dfinis comme suit :
con: donnes des impdances shunt.
g: vecteur colonne des conductances chaque nud du rseau.
b : vecteur colonne des susceptances chaque nud du rseau.
ANNEXE
UATL 2007
A6
Les principaux paramtres des lments shunt sont prsents dans la structure Shunt.con avec le
format illustr dans le tableau A.1.6.
Tableau A.6 Format de la structure Shunt.con
1 Numro de noeud int
3 Tension de base kV
4 Frquence Hz
5 Conductance pu
6 Susceptance pu
A.1.7 Svc
La structure Svc est alloue aux paramtres du SVC. Elle englobe plusieurs champs dfinis
comme suit :
con : donnes du SVC ;
n : nombre total des SVC ;
bus : numro des nuds qui contiens des SVC ;
bcv : indice de variable dtat b
SVC
;
alpha: indice de variable dtat ;
Vm: indice de variable dtat vm ;
Be : admittance quivalente b
SVC
;
V
ref
: rfrence de tension V
ref
.
Les principaux paramtres du SVC sont prsents dans la structure Shunt.con avec le format
illustr dans le tableau A.1.7.
Tableau A.7 Format de la structure Svc.con
1 Nud int
4 Frquence Hz
ANNEXE
UATL 2007
A7
5 Type du SVC int
6 Constant de temps de rgulation Tr second
7 Gain Kr pu/pu
8 Tension de rfrence Vrf pu
9 susceptance maximale bmax pu
10 susceptance minimale bmin pu
ANNEXE B
B.1 Paramtres du rseau IEEE 14 noeuds
Tableau B.1 Bus.con
1 69.0 1.0 0 4.0 1.0
2 69.0 1.0 0 4.0 1.0
3 69.0 1.0 0 4 .0 1.0
4 69.0 1.0 0 4.0 1.0
5 69.0 1.0 0 4.0 1.0
6 13.8 1.0 0 2.0 1.0
7 13.8 1.0 0 2.0 1.0
8 18.0 1.0 0 3.0 1.0
9 13.8 1.0 0 2.0 1.0
10 13.8 1.0 0 2.0 1.0
11 13.8 1.0 0 2.0 1.0
12 13.8 1.0 0 2.0 1.0
13 13.8 1.0 0 2.0 1.0
14 13.8 1.0 0 2.0 1.0
Tableau B.2 Line.con
2 5 100.0 69.0 60.0 0 0 0.0570 0.1739 0.0340 1 0 0 0 0
6 12 100.0 13.8 60.0 0 0 0.1229 0.2558 0 1 0 0 0 0
12 13 100.0 13.8 60.0 0 0 0.2209 0.1999 0 1 0 0 0 0
6 13 100.0 13.8 60.0 0 0 0.0662 0.1303 0 1 0 0 0 0
6 13 100.0 13.8 60.0 0 0 0.0662 0.1303 0 1 0 0 0 0
6 11 100.0 13.8 60.0 0 0 0.0950 0.1989 0 1 0 0 0 0
11 10 100.0 13.8 60.0 0 0 0.0820 0.1921 0 1 0 0 0 0
9 10 100.0 13.8 60.0 0 0 0.0318 0.0845 0 1 0 0 0 0
14 13 100.0 13.8 60.0 0 0 0.1709 0.3480 0 1 0 0 0 0
7 9 100.0 13.8 60.0 0 0 0 0.1100 0 1 0 0 0 0
ANNEXE
UATL 2007
A8
1 2 100.0 69.0 60.0 0 0 0.0194 0.0592 0.0528 1 0 0 0 0
3 2 100.0 69.0 60.0 0 0 0.0470 0.1980 0.0438 1 0 0 0 0
3 4 100.0 69.0 60.0 0 0 0.0670 0.1710 0.0346 1 0 0 0 0
1 5 100.0 69.0 60.0 0 0 0.0540 0.2230 0.0492 1 0 0 0 0
5 4 100.0 69.0 60.0 0 0 0.0134 0.0421 0.0128 1 0 0 0 0
2 4 100.0 69.0 60.0 0 0 0.0581 0.1763 0.0374 1 0 0 0 0
5 6 100.0 69.0 60.0 0 5.0 0 0.2520 0 0.9320 0 0 0 0
4 9 100.0 69.0 60.0 0 5.0 0 0.5562 0 0.9690 0 0 0 0
4 7 100.0 69.0 60.0 0 5.0 0 0.2091 0 0.9780 0 0 0 0
8 7 100.0 18.0 60.0 0 1.3043 0 0.1762 0 1 0 0 0 0
Tableau B.3 SW.con
1 100 69 1.06 0 9.9 -9.9 1.2 0.8 0
2.324
0
1
Tableau B.4 PV.con
2 100 69 0.4000 1.0450 0.5000 -0.4 1.2 0.8 1
6 100 13.8 0 1.0700 0.2400 -0.06 1.2 0.8 1
3 100 69 0 1.0100 0.4000 0 1.2 0.8 1
8 100 18 0 1.0900 0.2400 -0.06 1.2 0.8 1
Tableau B.5 PQ.con
11 100 13.8 0.0350 0.0180 1.2000 0.8000 0
13 100 13.8 0.1350 0.0580 1.2000 0.8000 0
3 100 69 0.9420 0.1900 1.2000 0.8000 0
5 100 69 0.0760 0.0160 1.2000 0.8000 0
2 100 69 0.2170 0.1270 1.2000 0.8000 0
6 100 13.8 0.1120 0.0750 1.2000 0.8000 0
4 100 69 0.4780 0.0400 1.2000 0.8000 0
14 100 13.8 0.1490 0.0500 1.2000 0.8000 0
12 100 13.8 0.0610 0.0160 1.2000 0.8000 0
10 100 13.8 0.0900 0.0580 1.2000 0.8000 0
9 100 13.8 0.2950 0.1660 1.2000 0.8000 0
Tableau B.6 Svc.con
14 100 13.8 60 1 120 100 1.036 1.3 -1.3

Memoireb

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Memoireb

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

Ministre de lEnseignement Suprieur et de la Recherche Scientifique

a t insr dans les quations

. Cest en faisant varier ce vecteur que lon recherche un

(fonction optimiser) (4.1)

Vous aimerez peut-être aussi