Vous êtes sur la page 1sur 106

MINISTERE DE LENSEIGNEMENT SUPERIEUR ET DE LA

RECHERCHE SCIENTIFIQUE
-
UNIVERSITE Ferhat ABBAS SETIF - (ALGERIE)
Facult de Technologie
Mmoire
Prsent pour lobtention du diplme

De Magister En Electrotechnique
Option :
Rseaux Electriques
Par :
Souhil MOUASSA

Thme
Optimisation de lcoulement de puissance par une mthode
mtaheuristique (technique des abeilles) en prsence dune
source renouvelable (olienne) et des dispositifs FACTS.

Soutenu publiquement le 19/06/2012 devant le Jury dexamen compose de


Dr. Saad BELKHIAT Prof. luniversit de Stif Prsident
Dr. Tarek BOUKTIR Prof. luniversit de Stif Rapporteur
Dr. Abdellatif HAMOUDA Prof luniversit de Stif Examinateur
Dr. Ahmed GHERBI Prof. luniversit de Stif Examinateur
SOMMAIRE

REMERCIEMENTS



Je tiens tout dabord remercier vivement le Professeur- Tarek BOUKTIR, qui
a manifest son entire disponibilit pour son aide, son orientation et sa
disponibilit, aussi pour la confiance et la comprhension quil ma toujours
prouve.
Je remercie galement le Professeur S. BELKHIAT (prsident du jury) et les
membres du jury Professeur A.GHERBI et le Docteur. A. HAMOUDA de lintrt
dont ils font preuve mon gard pour lire ce mmoire et en assistant ma
soutenance.
Je remercie galement le professeur Khaled. ZEHAR pour ses prcieux
conseils et pour les discussions intressantes que jai pu avoir avec lui.
Je pense en particulier mes amis Abdelghani YAHIOU, Fateh SLAMA, et
Yacine LASMI pour mavoir encourag dans les moments critiques, et pour lesprit
dquipe quils ont et qui ma permis dchanger avec eux des ides dans le mme
axe de recherche. Ainsi, je tiens remercier vivement Mr Ketfi Nadhir pour les
longues heures quil a passes afin de relire et corriger ce manuscrit.
Je ne saurais terminer mes remerciements sans mentionner les membres de ma
famille et spcialement ma mre Taous et mon pre Tayeb, qui, sur le plan humain,
mont soutenu par leurs encouragements tout au long de mes tudes.
Enfin, je remercie toute personne de prs ou de loin participant pour rendre ce
travail ralisable et prsentable.
SOMMAIRE

DEDICACE






A mes chers parents
A mes chers frres Salim ,Hani, A mes chres surs,
A ma famille et tous mes amis
A mon cher ami Nacer Haridi






SOMMAIRE
REMERCIEMENT
DEDICACE
SOMMAIRE
INTRODUCTION GENERALE
Chapitre 01 ECOULEMENT DE PUISSANCE OPTIMAL (OPF) .............................................................. 1
1.1. Introduction ............................................................................................................................................................ 1
1.2. Modlisation des lments de puissance dun rseau lectrique ............................................................... 1
1.2.1. Gnrateur de puissance .................................................................................................................................... 1
1.2.2. Lignes de transmission ....................................................................................................................................... 2
1.2.3. Transformateur de puissance .......................................................................................................................... 2
1.2.4. Les charges lectriques:...................................................................................................................................... 3
1.2.5. Elments shunts ..................................................................................................................................................... 3
1.3. Comportement des centrales thermiques ....................................................................................................... 4
1.3.1. Caractristique de plusieurs types de combustible ............................................................................... 5
1.4. Formulation des quations de lcoulement de puissance .......................................................................... 6
1.5. Classification des variables de lcoulement de puissance .......................................................................... 8
1.6. Mthode de rsolution de problme de lcoulement de puissance .......................................................... 8
1.7. problme de l'coulement de puissance optimal ........................................................................................... 9
1.8. Formulation de problme de l'coulement de puissance optimal (OPF) ............................................... 10
1.8.1. Contraintes dgalits: ....................................................................................................................................... 10
1.8.2. Contraintes d'ingalits: ................................................................................................................................... 11
1.8.3. Fonction objective: ............................................................................................................................................. 12
1.9. Rsum sur la formulation de l'OPF: ............................................................................................................... 12
1.10. Optimisation de lcoulement de puissance par le Matpower sur le rseau IEEE 30 jeux de barres
........................................................................................................................................................................................ 13
1.10.1. Mthode de type Point Intrieur ................................................................................................................ 14
1.11. Conclusion ........................................................................................................................................................... 16
Chapitre 02 METHODES METAHEURISTIQUES APPLIQUEES A LOPF .............. 17
2.1. Introduction .......................................................................................................................................................... 17
2.2. Mthodes Mtaheuristiques .............................................................................................................................. 17
2.2.1. Dfinition des Mthodes Mtaheuristiques ............................................................................................ 18
2.2.2. Recuit Simul ........................................................................................................................................................ 18
SOMMAIRE


2.2.3. Recherche taboue ................................................................................................................................................ 19
2.2.4. Algorithmes Gntiques ................................................................................................................................... 19
2.3. Optimisation par Colonie dabeilles ................................................................................................................ 19
2.3.1. Abeilles en nature .............................................................................................................................................. 20
2.3.2. Recherche de nourriture chez les abeilles ................................................................................................ 21
2.3.3. Mthode de communication chez les abeilles ......................................................................................... 21
2.3.4. Optimisation naturelle: Les directions fournies par les abeilles ..................................................... 23
2.4. les Algorithmes dabeilles bass sur la recherche de nourriture ............................................................ 24
2.4.1. Algorithme doptimisation par colonie des abeilles virtuelles VBA ............................................... 24
2.4.2. Lalgorithme doptimisation par colonie dabeille (BCO) ................................................................... 25
2.4.3. Algorithme doptimisation par la danse dabeille (DBO) .................................................................... 26
2.4.4. Algorithmes dabeilles bass sur dautres comportements ............................................................... 28
2.5. Algorithme doptimisation de colonie dabeilles artificielle (ABC) .......................................................... 29
2.6. Test de la mthode ABC sur OPF avec une fonction mono-objective ...................................................... 30
2.7. Effet de vanne ....................................................................................................................................................................... 35
2.7.1. Test sur des courbes de cot quadratiques avec un composant sinusodale ............................. 35
2.7.2. Cas des courbes de cot quadratiques par morceaux .......................................................................... 38
2.7.3. Test de la mthode ABC sur OPF avec une fonction bi-objective .................................................... 41
2.7.3.1 Principe doptimisation multi-objective ....................................................................................... 41
2.7.3.2 Concept doptimalit au sens de Pareto........................................................................................ 41
2.7.3. 3 Application ............................................................................................................................................... 41
2.8. Conclusion .............................................................................................................................................................................. 48
Chapitre 03 ..... OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
........................................................................................................................................................................................................................ 49
3.1. INTRODUCTION ................................................................................................................................................... 49
3.2. Types des dispositifs FACTS .............................................................................................................................. 50
3.2.2. Compensation sries .......................................................................................................................................... 55
3.2.3. Compensateur srie parallle (hybride).................................................................................................... 58
3.2.4. Synthse .................................................................................................................................................................. 58
3.3. Modles de SVC et TCSC dans lcoulement de puissance ........................................................................ 59
3.3.1. Modle de SVC ...................................................................................................................................................... 59
3.3.2. Modle de TCSC .................................................................................................................................................... 61
3.4. Maximisation de la puissance desservie ........................................................................................................ 65
3.4.1. Application ............................................................................................................................................................. 65
3.5. Utilits des nergies renouvelables ................................................................................................................. 73
3.5.1. Types de Machines Electriques utilises dans les oliennes ............................................................. 73
3.5.2. Intgration de lEnergie Eolienne dans les rseaux lectriques ...................................................... 74
3.6. Optimisation de lcoulement de puissance en prsence dolienne ...................................................... 77
3.6.1. Test de lalgorithme ABC sur lOPF en prsence des sources oliennes ....................................... 78
SOMMAIRE


3.7. Conclusion ............................................................................................................................................................. 84
CONCLUSION GENERALE
ANNEXE Rseau test IEEE 30-Jeux de barres
REFERANCE
ARTICLES DE CONFERENCES
SOMMAIRE

Liste des figures
Figure 1-1 .Modle dun Gnrateur ...................................................................................................................................... 2
Figure 1-2.Modle en de ligne de transport .................................................................................................................... 2
Figure 1-3.Modle de transformateur de puissance ....................................................................................................... 2
Figure 1-4.Modle des lment shunt ................................................................................................................................... 4
Figure 1-5.Caractristique entre-sortie dune unit de production ....................................................................... 4
Figure 1-6.courbe de cot de combustible d'une unit thermique avec trois vannes ...................................... 5
Figure 1-7.Courbe de cot dune unit thermique alimente par 3 types de combustibles ........................... 6
Figure 1-8. Schma unifilaire du rseau lectrique IEEE 30-bus ............................................................................ 14
Figure 1-9. Puissances actives gnres optimales par la mthode de lambda................................................ 15
Figure 2-1. Lindice de la direction ...................................................................................................................................... 23
Figure 2-2 . Conception de modification de la position de la recherche par VBA ........................................... 25
Figure 2-3. Courbes quadratiques des gnrateurs du rseau IEEE 30-bus. ..................................................... 31
Figure 2-4. Puissances transmises dans les lignes pour les trois cas .................................................................... 33
Figure 2-5. Convergence de cot de combustible pour les trois cas ...................................................................... 33
Figure 2-6. les angles de tensions (deg) aprs la minimisation mono-objectif par ABC-OPF pour les 3
cas ...................................................................................................................................................................................................... 34
Figure 2-7. Puissances actives gnres optimales par les trois mthodes (MDEA, ABC,IE) ..................... 36
Figure 2-8. Distribution des solutions finales de 30 essais du ABC de rseau IEEE 30 jeux de barres
sous leffet de valve .................................................................................................................................................................... 36
Figure 2-9. profil des tensions de rseau IEEE 30 bus sous leffet de valve de la composante
sinusodale ..................................................................................................................................................................................... 37
Figure 2-10. Puissances transmises dans les lignes sous leffet de valve avec la composante sinusodale
.................................................................................................................................................................................................. 37
Figure 2-11. Convergence de ABC-OPF de rseau test IEEE 30 Jb avec des fonctions ................................... 39
Figure 2-12. Puissances transmises dans les lignes sous leffet de valve (par morceaux) .......................... 40
Figure 2-13.Puissances optimales des gnrateurs obtenues par ABC ................................................................ 40
Figure 2-14. profil des tensions de rseau IEEE 30 bus sous leffet de valve avec des fonctions cot
quadratiques par morceaux. .................................................................................................................................................. 40
Figure 2-15. Angles de phase (deg) du rseau test rsultants de la minimisation bi-objectif
(cot/mission) par ABC-OPF pour les 3 cas. ................................................................................................................. 44
Figure 2-16. Front de Pareto-Optimal (cot /Emission) ............................................................................................ 46
Figure 2-17. Front de Pareto-Optimal (Emission/Cot) ............................................................................................ 46
Figure 2-18. Caractristique de convergence de cot de combustible pour w= 0.5 ....................................... 47
Figure 2-19. Caractristique de convergence des missions de Gaz ..................................................................... 47
Figure 2-20. Puissances transmises dans les lignes avec leffet des missions................................................. 48
Figure 3-1. a) Caractristique dun SVC b) Schma du SVC et TCBR ............................ 51
Figure 3-2. Ractance commande par thyristors ........................................................................................................ 52
SOMMAIRE


Figure 3-3. a) Nombre de condensateurs on conduction b) TSC ................................. 53
Figure 3-4. Le diagramme de principe de STATCOM : (a) circuit de puissance, (b)- circuit quivalent,
(c)- Echange de puissance ....................................................................................................................................................... 54
Figure 3-5. Diagramme vectoriel de STATCOM .............................................................................................................. 54
Figure 3-6. Caractristique du STATCOM ......................................................................................................................... 54
Figure 3-7. Ligne radiale avec un Compensateur Srie ............................................................................................... 55
Figure 3-8. Transformateur rgulateur de tension ....................................................................................................... 56
Figure 3-9.Transformateur dphaseur .............................................................................................................................. 56
Figure 3-10. Diagramme de dphasage de tensions [35]. ......................................................................................... 57
Figure 3-11. Modlisation de TCSC a) modle gnral b) modle. ....................................................................... 57
Figure 3-12. les Modles de SVC. .......................................................................................................................................... 59
Figure 3-13. Rgime de fonctionnement du TCSC. ........................................................................................................ 61
Figure 3-14. Intgration de TCSC dans une ligne ......................................................................................................... 62
Figure 3-15. Puissance transite en fonction de langle de tronon (2-5)du rseau IEEE 30 J.B .............. 62
Figure 3-16. a) Modle de TCSC, b) ractance Apparente. ........................................................................................ 63
Figure 3-17.profil des tensions de rseau IEEE 30 bus pour diffrentes valeurs de facteur K. ................. 66
Figure 3-18. Puissances transmises dans les lignes pour les trois cas. ................................................................ 67
Figure 3-19. Comparaison des valeurs optimales des cots et des pertes, trouves par ABC dans le cas
de laugmentation de la charge ............................................................................................................................................. 67
Figure 3-20. profil des tensions de rseau IEEE 30 Jeux de Barres aprs la compensation ....................... 69
Figure 3-21. Puissances transmises dans les lignes avec et sans TCSC. ............................................................... 71
Figure 3-22. profil des tensions pour diffrents cas de compensation ................................................................ 72
Figure 3-23. Caractristiques de convergence de la fonction objectif avec la considration de TCSC .... 72
Figure 3-24 Courbe typique de puissance en fonction de la vitesse du vent ..................................................... 76
Figure 3-25.Schma unifilaire du rseau lectrique IEEE 30-jeux de barres avec deux gnrateurs
oliens .............................................................................................................................................................................................. 78
Figure 3-26. profil des tensions avec une ferme olienne connecte au jeu de barres 10 ........................... 79
Figure 3-27. profil des tensions avec une ferme olienne connecte au jeu de barres 24 ........................... 80
Figure 3-28. Les puissances actives gnres avec une ferme olienne connecte au jeu de barres 10
............................................................................................................................................................................................................ 81
Figure 3-29. Les puissances actives gnres avec une ferme olienne connecte au jeu de barres 24 82
Figure 3-30. profil des tensions avec des emplacements disperss des fermes oliennes G10 (bas) G24
(lev) .............................................................................................................................................................................................. 83
Figure 3-31. profil des tensions avec des emplacements disperss des fermes oliennes G24 (bas) G10
(lev) .............................................................................................................................................................................................. 84
SOMMAIRE

Liste des tableaux

Tableau 1-1. Rsultats de simulation par la mthode de point interieur sur le rseau IEEE 30-bus ..... 15
Tableau 2-1. Donnes des fonctions cot des 6 gnrateurs du rseau IEEE 30-bus ................................... 31
Tableau 2-2. Paramtres de contrle .................................................................................................................................. 31
Tableau 2-3. Les rsultats de lABC-OPF pour les trois cas (rseau IEEE 30 jeux de barres). ................... 32
Tableau 2-4. Comparaison des rsultats obtenus par MSLFA, ACO et ABC ........................................................ 34
Tableau 2-5. Coefficients de cot de 1
er
et 2
me
gnrateur ...................................................................................... 35
Tableau 2-6. Rsultats deffet de valve par lalgorithme ABC compars avec ceux de MDEA ..................... 35
Tableau 2-7. Coefficients de cot de 1
er
et 2
me
gnrateur........................................................................................ 38
Tableau 2-8. Paramtres de contrle .................................................................................................................................. 38
Tableau 2-9. Rsultats deffet de valve par lalgorithme ABC compars avec ceux de EP ............................ 39
Tableau 2-10. Les coefficients dmission de gaz toxique des 6 gnrateurs du rseau IEEE30 bus ...... 43
Tableau 2-11. Les rsultats dABC pour les 3 cas appliqus sur le rseau IEEE 30 bus ................................ 44
Tableau 2-12. Les rsultats dABC pour les 11 cas appliqus sur le rseau IEEE 30 bus ............................. 45
Tableau 3-1.Domaines dapplications des dispositifs FACTS ................................................................................... 58
Tableau 3-2. Rsultats de simulation par lalgorithme(ABC) pour diffrentes valeurs de K. ..................... 66
Tableau 3-3. Rsultats de simulation des trois cas trouvs par lalgorithme(ABC). ....................................... 69
Tableau 3-4 . Rsultats de simulation avec linsertion de TCSC. ............................................................................. 71
Tableau 3-5. Les avantages et inconvnients des types de gnratrices les plus utilises dans la .......... 74
Tableau 3-6.rsultats du cot minimum de rseau test IEEE 30 jeux de barres .............................................. 79
Tableau 3-7.Rsultats de ABC-OPF quand les fermes oliennes sont connectes aux jeux de barres 10
et 24 sparment avec divers taux de pntrations de puissance olienne ................................................. 81
Tableau 3-8. Diffrents cas demplacement des gnrateur oliens aux jeux de barres 10 et 24 ......... 82
Tableau 3-9 impact de gnrateur olien sur le cot et les pertes actives ......................................................... 83





I

Listes des Acronymes et Symboles
Vi
Module de tension au jeu de barres i
VLi
Module de tension au jeu de barre de charge i
i
Angle de tension au jeu de barres i
ik
Diffrence entre les angles de tension des jeux de barres i et k
Tik
Prise du transformateur entre deux jeux de barres i et k
ik
Angle de phase du transformateur entre deux jeux de barres i et k
PGi
Puissance active gnre au jeu de barres i
QGi
Puissance ractive gnre au jeu de barres i
Pi
Puissance active injecte au jeu de barres i
Qi
Puissance ractive injecte au jeu de barres i
Pik Transit de puissance active du jeu de barres i vers le jeu de barres k
Qik
Transit de puissance ractive du jeu de barres i vers le jeu de barres k
Sik
Transit de puissance apparente du jeu de barres i vers le jeu de barres k
N
G

Nombre de gnrateurs interconnects
Y
Matrice admittance
bik
Un lment de la partie imaginaire de la matrice admittance du rseau
gik
Un lment de la partie relle de la matrice admittance du rseau
yik
Module dun lment de la matrice admittance du rseau
ik
Angle de phase dun lment de la matrice admittance du rseau
F( )
Fonction objective
Ex
Fonction objective dmission
g( ) Contraintes dgalits
h( ) Contraintes dingalits
, ,

Coefficients de la courbe du cot quadratique du gnrateur i
, ,
Coefficients des missions
Xmax
Signifi une limite maximale sur une variable
Xmin
Signifi une limite minimale sur une variable
OPF Optimal Power Flow (Ecoulement de Puissance Optimal)
FACTS Flexibles Alternating Current Transmission Systems
ABC Artificial Bee Colony
VBA Virtual Bee Algorithme
BCO Bee Colony Optimization
DBO Danse Bee Optimization
MBO Marriage in Honey Bees Optimization
SVC Static Var Compensator
TCR/TSR /TSC
Thyristor Controlled Reactor/ Thyristor Switshed Reactor/ Thyristor Switched
Capacitor
TCSC Thyristor Controlled Serie Capacitor
STATCOM Static Synchronous Compensator
UPFC Unified Power flow Controller
X
TCSC
Ractance du TCSC
X
C
Ractance capacitive
X
L
Ractance inductive
B
SVC
Susceptance du SVC
MADA Machine Asynchrone Double Alimentation


INTRODUCTION GENERALE

II
INTRODUCTION GENERALE
Le problme doptimisation de lcoulement de puissance (OPF) essaye de maximiser le
profit de la totalit des consommateurs de lnergie lectrique, de minimiser le cot total des
puissances actives gnres de faon que les pertes de puissances actives et ractives sont
acceptables et les contraintes sur les transits des puissances dans les lignes de transport sont
satisfaites et de contrler les puissances actives sortantes des gnrateurs ainsi que leurs niveaux de
tension. Ltude de lOPF peut aussi contrler les transformateurs prises de charges et angle de
phase, ainsi que tous les autres appareils des systmes de Transmission Flexibles en Courant
Alternatif (FACTS).
Ltude de loptimisation de lcoulement de puissance (OPF) peut ncessite la connaissance du
transit des puissances dans un rseau lectrique ainsi que les tensions aux diffrents points
remarquables du rseau (gnrateurs -transformateurs -charges) .Ces grandeurs sont ncessaires
pour la conduite des rseaux et pour dterminer lvolution du rseau en cas de changement de
configurations, telles que, ladjonction de nouveaux gnrateurs (nergies renouvelables), la
croissance de la demande dnergie, et limplantation de nouvelles lignes.
La complexit des problmes lis aux rseaux lectriques surtout avec lutilisation des
FACTS fait en sorte quil est souvent difficile dutiliser des mthodes exactes doptimisation
compte tenu du manque de flexibilit des mthodes classiques pour intgrer diverses contraintes
spcifiques. Les mtaheuristiques constituent alors une stratgie de rsolution de plus en plus
privilgie.
Les mtaheuristiques forment une famille dalgorithmes doptimisation visant rsoudre des
problmes doptimisation difficiles pour lesquels on ne connat pas de mthode classique plus
efficace.
Les mtaheuristiques sont gnralement des algorithmes stochastiques, qui progressent vers un
optimum par chantillonnage dune fonction objective.
Les mtaheuristiques sont gnralement utilises comme des mthodes gnriques pouvant
optimiser une large gamme de problmes diffrents, sans ncessiter de changements profonds dans
lalgorithme employ.
Les mtaheuristiques sont souvent employes en optimisation combinatoire, mais on en
rencontre galement pour des problmes continus ou mixtes (problmes variables discrtes et
continues).
D'une manire gnrale, les mtaheuristiques s'articulent autour de trois notions :
1. exploration /diversification;
2. exploitation/ intensification;

II


3. mmoire et apprentissage.
Lexploration (ou diversification) dsigne les processus visant rcolter de linformation sur
le problme optimis. Lexploitation (ou intensification) vise utiliser linformation dj rcolte
pour dfinir et parcourir les zones intressantes de lespace de recherche. La mmoire est le support
de lapprentissage, qui permet lalgorithme de ne tenir compte que des zones o loptimum global
est susceptible de se trouver, vitant ainsi les optimums locaux.
Nous sommes souvent assujettis dans le domaine doptimisation deux contraintes contradictoires:
[1]
- Limpossibilit technique de rsoudre exactement les problmes difficiles dans un temps
raisonnable;
- Limpratif de fournir un dcideur une solution de meilleure qualit possible.
Les mtaheuristiques progressent de faon itrative, en alternant des phases d'intensification,
de diversification et d'apprentissage. L'tat de dpart est souvent choisi alatoirement, l'algorithme
se droulant ensuite jusqu' ce qu'un critre d'arrt soit atteint.
Les nombreuses mtaheuristiques sont inspires par analogie avec la biologie des organismes.
Ainsi, les thories de l'volution ont inspir les algorithmes gntiques (GA), l'tude de
l'organisation de groupes d'animaux a donn naissance aux mthodes d'optimisation par essaims
particulaires (Particle Swarm Optimization) (PSO), les phnomnes de recherche de nourriture chez
les abeilles ont conduit l'laboration des algorithmes de colonies d abeilles.
La mthode de colonie dabeille est une mthode doptimisation mtaheuristique qui a t introduite
pour la premire fois par Lucic et Teodorovic en 2001 pour trouver la solution optimale de
problme doptimisation combinatoire difficile donn, comme : le problme de voyageur de
commerce, le problme de p-Mdiane, le problme de routage dans les rseaux optiques. [2] Elle a
t inspire par des tudes sur le comportement des abeilles relles. Les thologistes ont montr que
les abeilles taient capables de slectionner le plus court chemin pour aller du nid une source de
nourriture grce lenregistrement de sa position par rapport la ruche et laide de calcul de
dplacement de soleil.
Les fonctionnalits de vraies colonies dabeilles sont exploites dans les colonies dabeille
artificielle pour rsoudre des problmes doptimisation pour lesquels il est difficile de trouver un
optimum global ou de bons optimums locaux par des mthodes plus classiques.
Les organismes chargs de produire, de transporter et de distribuer lnergie lectrique sont
appels respecter un certain nombre de critres: [1]
Assurer tout instant et en tout lieu la couverture des puissances actives et ractives
demandes par les clients en rglant la frquence.
INTRODUCTION GENERALE


III
Distribuer lnergie produite aux abonnes en respectant les normes de qualit de service.
Garantir le maintien de la tension dans les limites contractuelles en tout point du rseau par le
rglage de la tension avec action sur des bancs de selfs et de capacits implants aux jeux de
barres consommateurs. Le choix des bancs doit tenir compte de leurs cots, des pertes actives
dans les lignes de transmission et de transport de lnergie et des dviations des tensions.
Produire lnergie ncessaire en prservant un cot minimum en respectant la scurit des
composants du rseau lectrique et lenvironnement;
Garantir une rserve oprationnelle d'nergie supplmentaire qui doit tre disponible dans un
dlai de 30 minutes pour faire face des besoins imprvus;
Maintenir par des actions adquates les performances du systme lectrique en cas de
perturbation (dues aux dlestages des charges, ouverture dune ligne, court-circuit,);
notamment pour limiter les transits de puissance des niveaux admissibles aux matriels de
transport et pour amliorer la stabilit du rseau;
Le contrle de transit des puissances dans les lignes afin que le rseau de transport existant
puisse tre exploit de la manire la plus efficace et la plus sre possible.
Paralllement tous ces critres, les interconnexions des rseaux de transport sont de plus en plus
fortes et la demande en lectricit ne cesse daugmenter dans les pays industrialiss. Ces dernires
annes, une diminution des investissements lies au rseau de transport t observe. Elle
sexplique en particulier par les pressions des milieux cologistes et les lenteurs administratives qui
rendent la construction de nouvelles lignes de transport de plus en plus difficiles voir impossible.
Ltude dun problme doptimisation dans la situation actuelle des rseaux lectriques tenant
compte de tous ces critres est trs complexe de point de vue modlisation et calcul. Les seuls
moyens de remplir certains critres cits ci-dessus, tels que le maintien des tensions aux niveaux
dsirs, le contrle de transit de puissance et de garantir une rserve supplmentaire de puissance
active sont les dispositifs FACTS.
Les systmes de Transmission Flexible en Courant Alternatif, terme traduit de langlais
Flexible Alternating current transmission systems(FACTS) , peuvent contribuer pour remdier les
diffrents problmes rencontrs dans lexploitation des rseaux lectriques. Plusieurs types de
FACTS avec des architectures et des technologies diffrentes ont t dvelopps. Parmi eux les plus
connus sont le SVC (static var compensator ), le STATCOM (synchronous compensator),TCSC
(thyristor controlled serie capacitor ), lUPFC (unified power flow controller). Chacun deux
possde ses propres caractristiques et peut tre utilis pour des besoins bien prcis. De manire
gnrale les dispositifs FACTS agissent en fournissant ou en absorbant de la puissance ractive, en
INTRODUCTION GENERALE


IV
augmentant ou en rduisant la tension au jeu de barres, en contrlant limpdance des lignes ou en
modifiant les phases des tensions [3].
Les ressources ptrolires sont limites, et par consquent, la recherche de leurs alternatives
non ptrolires se poursuit partout dans le monde. En outre les missions de gaz engendres par les
centrales thermiques et les dchets des centrales nuclaires entranent un effet ngatif sur
l'environnement [4]. La conscience publique croissante de la protection environnementale et le
passage des amendements de la loi d'air propres de 1990, ainsi que le protocole de Kyoto, sign le
11 dcembre en 1997 au Japon, imposent aux pays industrialiss un objectif de rduction des
missions de 5 % en moyenne pour les principaux gaz effet de serre, tels que : dioxyde de carbone
(CO2)), mthane (CH4), dioxyde d'azote (N2O), et trois substituts des chlorofluorocarbones, durant
la priode 2008 2012 par rapport au niveau de 1990. En effet plusieurs options sont proposes
pour rduire les missions comme l'installation d'quipements de nettoyage et le changement de
carburant avec celui de moins polluant, par consquent ces propositions ne sont pas vraiment
ralisables cause de la mdiocrit de leurs rendements et le cot de leurs investissements coteux.
Ainsi la directive 2001/77/CE ayant pour but daugmenter la part des sources dnergie
renouvelables dans la production dlectricit au sein du march intrieur de llectricit [5], a
oblig les dcideurs de sorienter vers ce type dnergies.
Dans lAlgrie le taux de la consommation dlectricit qui provient des sources dnergies
renouvelables atteint 10-12 %, en 2010 [6]. Parmi ces sources dnergie renouvelable, il existe des
sources: olienne, solaire, hydraulique et gothermique. La connexion des sources renouvelables
aux rseaux lectriques ajoute un nouveau dfi, o il est impratif d'tudier l'effet de ces sources
dans l'analyse de lcoulement de puissance optimal, dont le but est de rpondre la question
suivante :
- Que peuvent apporter les sources des nergies renouvelables dans la conduite dun rseau
lectrique ?
La contribution principale de ce mmoire est l'introduction des techniques doptimisation
classiques et mtaheuristiques pour rsoudre le problme doptimisation de lcoulement de
puissance en prsence des dispositifs FACTS et une source dnergie renouvelable.
Dans le premier chapitre, nous allons prsenter la description et la modlisation des lments
de puissance essentiels du rseau de transport, la formulation du problme de lcoulement de
puissance optimal. Nous allons aussi citer les principales mthodes doptimisation classiques
appliques jusqu maintenant, et on termine avec une simple application sur le rseau IEEE 30
jeux de barres.
INTRODUCTION GENERALE


V
Le deuxime chapitre fournira dans sa premire partie des dfinitions de trois mthodes
mtaheuristiques et spcialement la mthode doptimisation par la colonie dabeille artificielles
(ABC) avec un dtaille sur lorganisme des abeilles relles. Dans la deuxime partie, nous allons
tester lapplication de la mthode de colonie dabeilles artificielle au problme de lcoulement de
puissance optimal sur le rseau IEEE 30 jeux de barres pour diffrents cas de figures qui sont
extrmement difficiles voir impossible rsoudre en utilisant les techniques conventionnelles.
Le troisime chapitre sera consacr dans sa premire partie une tude thorique sur les
systmes FACTS qui sont largement utiliss dans la compensation de lnergie ractive, et la
description des rsultats de nos travaux ayant port sur ltude du rseau IEEE 30 jeux de barres.
La deuxime partie donnera une considration fondamentale sur une source dnergie renouvelable,
puis une application sur la rpartition de puissance optimale avec une haute pntration de l'nergie
olienne dans le rseau en utilisant l'algorithme de colonie d'abeille artificielles.
Enfin, nous clturerons ce mmoire par une conclusion gnrale concernant lapport gnral
dlivr par nos travaux.


1
Chapitre 01
ECOULEMENT DE PUISSANCE OPTIMAL (OPF)
1.1. Introduction
Loptimisation de lcoulement de puissance consiste rpartir les puissances actives et ractives
demandes entre les diffrentes centrales interconnectes dans un rseau lectrique avec un cot
minimal. Cette distribution doit videmment respecter les limites de production des centrales et les
capacits de transport des lignes lectriques et des transformateurs. La variable optimiser est donc
le cot de production [7]. En outre, la description gnrale de la topologie du systme en utilisant les
admittances est ncessaire.
Le but de ce chapitre est de montrer comment peut-on rsoudre le problme doptimisation de
lcoulement de puissance avec un cot de production minimal en utilisant des mthodes
doptimisation classiques.
1.2. Modlisation des lments de puissance dun rseau lectrique:
Lorsquon veut calculer lcoulement de puissance ou bien lcoulement de puissance
optimal dans un rseau lectrique, il nest pas ncessaire de modliser tous les lments qui
constituent ce rseau, mais on ne modlise que les lments qui interviennent rellement, tels que
les gnrateurs de puissance, les charges lectriques, les lignes de transport, les transformateurs de
puissance et les compensateurs statiques. Le modle doit tre suffisamment simple tout en
traduisant principalement la ralit du comportement [7]. Dans cette section, on utilise des grandeurs
rduites(en unit relative pu ).
1.2.1. Gnrateur de puissance
Les gnrateurs sont modliss comme des injecteurs de courant. Dans ltat stationnaire, un
gnrateur est gnralement contrl de sorte que la puissance injecte au jeu de barres et la tension
aux bornes du gnrateur soit maintenue constantes. La puissance active dlivre par le gnrateur
est rgle travers le contrle de la turbine qui doit tre dans les limites de capacit du systme
turbine-gnrateur. La tension est lie principalement linjection de la puissance ractive au jeu de
barres de production [8].
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

2

Figure 1-1 .Modle dun Gnrateur
1.2.2. Lignes de transport
Une ligne lectrique entre les jeux de barres i et j sera donc reprsente par le schma quivalent
en , illustr dans la figure (1.2):
Les pertes longitudinales totales par effet joule dans lensemble des conducteurs de la ligne sont
reprsente par la rsistance ();
Lnergie magntique emmagasine dans lensemble de conducteurs de la ligne est reprsente par la
ractance longitudinale total ();
La capacit totale de la ligne est rpartie quitablement aux deux jeux de barres et les pertes
transversales par effet couronne dans le cas des lignes de transport sont ngligeables. Dans la plupart des
cas la valeur de est si petite quon peut la ngliger.

Figure 1-2.Modle en de ligne de transport
1.2.3. Transformateur de puissance
Il ya deux types de transformateur modliser: le transformateur rgulateur de tension
changeur de prises de charges et le transformateur dphaseur. Dans la modlisation des systmes
lectriques, les rapports de dviations et les dcalages de phase sont typiquement reprsents comme des
modifications la matrice admittance. La figure (1.3) prsente le schma unifilaire quivalent dun
transformateur triphas symtrique changeur de prises de charge et/dphaseur [7].

Figure 1-3.Modle de transformateur de puissance

2


i j
P
Gi
,
Q
Gi

2

1:



CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

3
: reprsente les pertes par effet joule et les inductances de fuite de transformateur ramenes au
secondaire.
La modlisation retenue suppose que les pertes sont spares pour moiti au primaire et pour lautre
moiti au secondaire. Le paramtre

symbolise la ration de rgleur de tension en charge. Le paramtre

symbolise le dphasage introduit par le transformateur entre les jeux de barres i et j. Il est important
de noter que la matrice admittance du rseau lectrique qui prend en considration ces variables va tre
donc ajuste chaque itration.
Y: cest la matrice admittance du transformateur qui scrit comme suit:
=

=
+

(1.1)
1.2.4. Les charges lectriques:
La modlisation de la charge joue un rle trs important dans ltude de lcoulement de
puissances. Ces charges sont souvent des sous-stations qui alimentent les rseaux de distribution, on les
modlise statiquement comme des injecteurs ngatifs de puissance dans les jeux de barres. La connexion
de la charge au rseau est ralise par lintermdiaire dun transformateur prises de charge qui
maintient le niveau de tension constant, cela signifie que les puissances active et ractive de la charge
peuvent tre reprsentes par des valeurs constantes. Il existe aussi la modlisation dynamique des
charges qui est relativement complique car la puissance consomme par la charge est en fonction de la
tension et du temps, et elle est utilise gnralement pour ltude et lanalyse de la stabilit transitoire
[8]. Les quations des puissances active et ractive de la charge en fonction de la tension de jeu de
barres peuvent scrire comme suit :
=
0

, =
0

0
et
0
: puissances active et ractive consommes une tension de rfrence
0
=1pu;
et : constantes dpendant du type de la charge.
1.2.5. Elments shunts
Dans la plus part des cas, les lments shunts sont des dispositifs destins la compensation de
lnergie ractive et dajuster la tension savoir : les moteurs synchrones, les batteries de condensateur
et inductances fixes et les compensateurs statiques (SVC). La modlisation de ces lments sera
effectue par une admittance quivalente ou par injection de puissance.

0
=

0
+

0

CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

4

Figure 1-4.Modle des lments shunts
1.3. Comportement des centrales thermiques
Beaucoup de problmes lis lexploitation et au contrle des centrales lectriques savoir le
problme fondamental de fonctionnement et celui de la caractristique entre-sortie.
La caractristique dentre-sortie dune centrale thermique est dfinie comme la relation entre le taux de
la chaleur (Btu/h) ou bien le cot total de production en ($/h) et la puissance lectrique nette dunit de
production en (MW). Pour simplifier la reprsentation de cette caractristique, on peut modliser par la
courbe convexe de la figure 1.5 connue aussi sous le nom de courbe de cot de combustible de forme
non linaire qui peut approximer par une fonction quadratique du type =

2
+


est la quantit produite (figure 1.1). La constante

est appele cot de marche vide, elle reprsente le


cot pour maintenir la marche dune unit de production production nulle. Le cot minimum de l'unit
qui correspond une puissance minimale dpend normalement de ltat de lunit de production au
moment de lappel dmarrer (dmarrage froid ou chaud) cest dire lnergie ncessaire pour
mettre en fonctionnement toutes les installations permettant la production dlectricit (chaudires,
pompes, etc.) [7] [10] [11].

Figure 1-5.Caractristique entre-sortie dune unit de production
Mais dhabitude les grandes centrales thermiques disposent de plusieurs vannes dadmission de
vapeur, qui sont utilises pour le contrle de la puissance gnre. Chaque fois quon commence
ouvrir une vanne dadmission, on enregistre une augmentation soudaine des pertes et il en rsulte alors
Sortie (MW)

0

a) Symbole c) lment capacitif
b) lment inductif










E
n
t
r

e

(
M
B
t
u
/
h

$
)

CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

5
des ondulations dans la courbe de cot de combustible. Avec louverture graduelle de la vanne, ces
pertes diminuent progressivement jusqu ce que la vanne soit compltement ouverte. La figure (1.6)
prsente la courbe de cot typique dune unit thermique avec trois vannes dadmission de vapeur. Les
points A, B et C sont des points de fonctionnement lorsque les vannes sont ouvertes.
Leffet douverture de vannes est souvent modlis comme rectification de la fonction quadratique de
base par lajout dune composante sinusodale [8] [11].
= ( ) ( )
Gi Gi i i i Gi i Gi i
P P e d c P b P a + + +
min 2
sin (1.2)

Figure 1-6. Courbe de cot de combustible d'une unit thermique avec trois vannes
1.3.1. Caractristique de plusieurs types de combustible :
Parfois, les units thermiques sont capables de fonctionner avec plusieurs types de combustibles.
Dans ces conditions, la caractristique de cot est constitue de plusieurs morceaux de fonctions
quadratiques (figure 1.7) qui scrivent : [8]

1 1
2
1 i Gi i Gi i
c P b P a + +


,1
2 2
2
2 i Gi i Gi i
c P b P a + +
,1


,2

ik Gi ik Gi ik
c P b P a + +
2

,2


($/hr)
O
ik
a ,
ik
b ,
ik
c sont les coefficients de cot de lunit avec le combustible .
Ce modle est communment appel modle quadratique par morceaux. Le combustible le plus
conomique est reprsent par le morceau le plus infrieur de la courbe. Ce type de fonction est
galement difficile voire impossible traiter via les techniques standards,(figure 1.7) .
B
A
C


Puissance de Sortie (MW)
C
o

t

d
e

G

r
a
t
i
o
n

(

/
h
)

CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

6

Figure 1-7. Courbe de cot dune unit thermique alimente par 3 types de combustibles
1.4. Formulation des quations de lcoulement de puissance
Ltude de lcoulement de puissance consiste calculer les tensions du rseau lectrique pour des
extrmits spcifies, et des conditions donnes aux jeux de barres, telles que les charges capacitives ou
inductives qui doivent tre alimentes, les puissances gnres et les modules de tensions dans tous les
jeux de barres, qui partir desquelles les courant dans les lignes de transport, les puissances et les pertes
de puissances peuvent tre obtenus .Les quations des tensions nodales dun rseau lectrique de N jeux
de barres sont crites sous la forme matricielle suivante:

(1.3)
O

(1.4)

=
1
,
2

: Le vecteur des courants injects dans chaque jeu de barres (courant de source
extrieur). Le courant coul du jeu de barres i vers le jeu de barres j est positif et ngatif dans le sens
inverse.

=
1
,
2

Le vecteur des tensions complexes de chaque jeu de barres et

cest
la matrice admittance nodale du systme de taille ( ).

: Llment diagonal de la matrice admittance. Cest la somme de tous les composants connects ce
jeu de barres, traduit par lquation mathmatique suivante :

=
=
=
N
k i
i
ik ii
y Y
, 0
(1.5)

: Llment hors diagonal , . Cest la somme ngative de tous les composants connects entre


C
o

t


d
e

C
o
m
b
u
s
t
i
b
l
e

(
$
/
h
)

Puissance de Sortie
Combustible 1
Combustible 2
Combustible 3


CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

7
les jeux de barres i et j, c'est--dire :

=
=
i k
ik ik
y Y
(1.6)
Daprs lquation (1.3), le courant net injecter un jeu de barres i est crit comme suit :

N i V Y I
k
N
k
ik i
,......, 2 , 1
1
= - =

=
(1.7)
O:

cos

+sin

(1.8)

cos

+sin

(1.9)

: sont respectivement la conductance et la succeptance de

: sont respectivement la partie rel et imaginaire de

: la phase de la tension au jeu de barres ;

: la phase de llment ;
Lexpression de la puissance apparente

injecte un jeu de barres peut scrire comme suit :

k
N
k
ik
V Y -

=1
(1.10)

: sont respectivement les puissances active et ractive au jeu de barres i.


En remplaant les quations (1.8) et (1.9) dans lquation (1.10), on obtient:

=

=
N
k 1

= 1,2, . . , (1.11)

=

=
N
k 1

= 1,2, . . , (1.12)
Les quations (1.11) ,(1.12) reprsentent les quations de lcoulement de puissance tels que:

(1.13)

(1.14)
O

sont respectivement les puissances active et ractive gnres


sont respectivement les puissances active et ractive demandes au jeu de barres i.


Dans le calcule de lcoulement de puissance, un jeu de barres est dfini par quatre paramtres:
module de tension

, angle de tension

, puissance active

et puissance ractive

injecte.
Pour chaque jeu de barres deux grandeurs sont spcifies et les deux autres grandeurs restent calculer.
Selon ces grandeurs, on peut classifier trois types de jeux de barres :
jeu de barres de rfrence: connu aussi par le jeu de barres gnrateur, cest un jeu de barres
dont langle et lamplitude de la tension sont spcifis et les puissances active et ractive sont
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

8
inconnues. Le rle de ce jeu de barres est la couverture du manque de puissance cr par les pertes de
transport.
jeu de barres gnrateur (ou tension contrle): Ce sont les jeux de barres du systme
auxquels la puissance active et le module de tension sont spcifis, la puissance ractive et langle de
tension sont inconnus. Ils sont dsigns par (PV bus).
jeu de barres de charge: ce sont des jeux de barres o les puissances active et ractive sont
spcifies, le module et langle de la tension sont inconnus. Ils sont dsigns par (PQ bus).
1.5. Classification des variables de lcoulement de puissance:
Parmi les quatre variables de lcoulement de puissance, on distingue trois vecteurs qui sont :
Vecteur de perturbation consist de

. Ces variables ne sont pas contrlables et ne dpondent


que des consommateurs;
Vecteur de contrle : consist de la puissance active et ractive de chaque gnrateur en service

;
Vecteur dtat : consist des modules et des angles des tensions

.
Il est claire que les quations (1.11) et (1.12) ne sont pas linaire ce qui pose un problme dont il faut y
avoir une solution adquate.
1.6. Mthode de rsolution de problme lcoulement de puissance:
Gnralement la mthode suivie pour rsoudre ce problme est de Newton-Raphson cause de
sa rapidit de convergence et le nombre ditrations rduit par rapport aux autres mthodes (Gauss
Seidel). Le dveloppement en srie de Taylor des quations (1.10) et (1.11) est donn par :

(1.15)
Tels que:
1
=

,
2
=

,
3
=

,
4
=


O et reprsentent respectivement les carts entre les puissances actives spcifies et calcules
et les carts entre les puissances ractives spcifies et calcules ;
reprsentent respectivement les carts entre les angles spcifis et calculs et les carts entre
les tensions spcifies et calcules et J cest la matrice Jacobienne.

(1.16)

(1.17)
On note pour un rseau de N jeux de barres, avec NG jeux de barres gnrateurs, il ya 2 1
quations rsoudre. En consquence, il y a N 1 quations de puissance active et 1
quations de puissance ractive, do la matrice Jacobienne est dordre 2N 2 NG 2 2
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

9

lments.
Le calcule des lments de jacobienne se fait comme suit:
Les lments diagonaux et hors diagonal de
1
:

=

=i k

sin

(1.18)

sin(

) (1.19)
Les lments diagonaux et hors diagonal de
2
:

= 2

+

=i k

cos

(1.20)

(1.21)
Les lments diagonaux et hors diagonal de
3
:

=

=i k

cos

(1.22)

sin(

) (1.23)
Les lments diagonaux et hors diagonal de
4
:

= 2



=i k

sin

(1.24)

sin(

) (1.25)
1.7. Problme de l'coulement de puissance optimal
Comme tout secteur productif, la production et le transport dnergie lectrique sont sujet aux lois
du march. En plus de la drgulation du dveloppement des interconnexions et des fluctuations des prix
des combustibles, laspect conomique force les oprateurs la gestion des diffrentes sources de
production et acheminer le plus dnergie possible travers leurs rseaux de la manire la plus rentable
possible [12]
Gestion de la puissance produite et transmise travers le rseau nest pas le seul souci des
oprateurs. Lamlioration de la qualit et la rduction des cots de fonctionnement tout en respectant
les contraintes du rseau, sont considres comme des problmes majeurs de lcoulement de puissance
optimal.
A court terme, le problme de lcoulement de puissance optimal(OPF) est un problme
doptimisation dont lobjectif consiste dterminer la contribution de chaque centrale lectrique en
service pour satisfaire la demande des consommateurs de lnergie lectrique de sorte que le cot de
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

10
production de lnergie totale soit le plus faible possible et satisferaient les diffrentes contraintes
imposes au rseau. Ce problme est mathmatiquement large, vu le nombre de variables et de
contraintes quil fait intervenir. Les domaines dapplication de lcoulement de puissance optimal
peuvent tre classs comme suit :
Minimisation du cot de combustible;
Minimisation des pertes;
Amlioration du profil et la stabilit de la tension;
Maximisation de la puissance transmissible.
1.8. Formulation de problme de l'coulement de puissance optimal (OPF):
Le problme d'OPF est considr comme problme de minimisation non-linaire avec
contraintes. Il peut tre crit sous la forme suivante :
Minimiser , (1.26)
Sujet : g, = 0 (1.27)
, 0 (1.28)
Tels que
, : fonction objective
g, : contraintes dgalits;
, :contraintes dingalits;
: vecteur des variables dtat;
: vecteur des variables contrler;
Variables de contrle: Les variables de contrle sont en gnral les modules des tensions ou les
puissances ractives gnres aux jeux de barres gnrateurs, les rapports de transformation des
rgleurs en charge, les phases des transformateurs dphaseurs, et les puissances ractives gnres
par les diffrents compensateurs dnergie ractive.
Variables dtat: Sont les modules des tensions des jeux de barres charges et les angles de toutes
les tensions sauf le jeu de barres de rfrence.
1.8.1. Contraintes dgalits:
Les contraintes d'galit de l'OPF refltent des lois physiques gouvernant le systme lectrique.
Elles sont reprsentes par les quations non-linaires de lcoulement de puissance qui exigent que la
somme de linjection nette des puissances actives et ractives dans chaque jeu de barres soit nulle [6]
[13].
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

11

= 0 =

=
N
k 1

cos(

) +

(1.29)

= 0 =

=
N
k 1

sin

(1.30)
1.8.2. Contraintes d'ingalits:
Les contraintes d'ingalits habituelles peuvent inclure les limites sur les dispositifs
physiques dans le systme lectrique tels que, les gnrateurs, les transformateurs prises de
charge, et les transformateurs dphaseurs, ainsi que les limites cres pour assurer la scurit de
systme, en plus d'autres contraintes d'ingalits comme les limites des puissances ractives de
compensations. Les limites sur les gnrateurs concernent les limites des puissances actives et
ractives qui doivent tre maintenues dans les limites admissibles:

(1.31)

(1.32)
Les transformateurs prises de charge ont des commutateurs max et min, du niveau de tension par
rapport la tension nominale pour le rglage des modules de tensions et la rgulation des flux de
puissances ractives. De mme, les transformateurs angles de phase ont des dcalages max. et min.
pour le rglage des phases de tensions et la rgulation des flux de puissances actives. Les deux types de
transformateurs forment les contraintes d'ingalits suivantes:

(1.33)

(1.34)
Les batteries, les bobines et les compensateurs statiques de la puissance ractive sont cerns par
des valeurs minimales et maximales comme suit:

(1.35)
Les limites sur le transit de puissance apparente au niveau des lignes de transport et des
transformateurs de puissance sont cres pour assurer la scurit de systme contre les pertes thermiques
dans les conducteurs, et/ou la stabilit du rseau :

2
(1.36)
Pour garder la qualit de service lectrique et la scurit du systme, il faut limiter les violations
sur les contraintes de tension qui doivent tre dans leurs limites admissibles.

(1.37)
Dans toutes les discussions jusqu'ici, on a assum que toutes les variables sont continues, par
exemple la contrainte sur les tensions, mais certaines variables de contrle sont de nature discrtes telles
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

12
que les prises de rglage de transformateur, les phases de transformateur de rglage en phase et les
tailles des batteries des condensateurs. Gnralement la plupart des approches de rsolution de lOPF
prennent toutes les variables de nature continues, et une fois que la solution optimale est obtenue chaque
variable continue est arrondie une valeur discrte, mais cela ne garantie pas que la solution arrondie
soit une solution optimale car quelques contraintes peuvent tre violes [8]. Une solution possible pour
remdier ce problme reflte larrondissement des valeurs continues avant lintgration dans le calcul
de lcoulement de puissance, cela veut dire que la solution trouve est une valeur discrte.
1.8.3. Fonction objective:
Gnralement l'objectif le plus utilis dans la formulation de problme d'OPF est minimisation du
cot total de puissance active gnre par des units de productions, dont les caractristiques sont
complexes et fortement non-linaire en satisfaisant les contraintes dgalits et dingalits [14]. La
fonction objective totale du systme lectrique peut alors tre crite comme la somme du modle
quadratique de cot de chaque gnrateur [15].
Minimiser =
i i i i
NG
i
i
NG
i
i
c P b P a f + + =

= =
2
1 1
($/) (1.38)
O







Tels que
,

reprsentent les coefficients de cot de la

unit de production

sont respectivement la puissance demande et les pertes actives de transport


a. Mthodes classiques appliques au problme de lcoulement de puissance optimal
Six mthodes de techniques doptimisations classiques pour rsoudre le problme dOPF sont
classifies par ordre dintroduction [10]:
La mthode de newton;
La programmation linaire;
La programmation quadratique;
La programmation non linaire;
La mthode hybride de programmation linaire et programmation intgrale;
La mthode de point intrieur.
1.9. Rsum sur la formulation de l'OPF:
Le rsum de lcoulement de puissance optimal scrit sous la forme suivante [16].
Minimiser
( )

+ + + =
pnalit
i i Gi i
s gnrateur
Gi i
c P b P a x F
2

(1.39)
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

13

contraintes dgalits

= 0

= 0
g = 0 (1.40)
contraintes dingalits :

0 (1.41)
fonctions de pnalits :

(1.42)
La fonction objective augmente du problme de l'OPF est donne par:
= +


1
+

( ) ( )

= =
+
NB
i
Li S
NL
i
Li
S h V h
1 1

= +

2
+

2
+

( ) ( )

= =
+
NB
i
Li Li S
NL
i
Li Li
S S V V
1
2
lim
1
2
lim
(1.43)

>

<

0

<

<


(1.44)
Les termes reprsentant les ingalits qui vont tre inclus dans le Lagrangien sont seulement ceux qui
dpassent leurs limites.
1.10. Optimisation de lcoulement de puissance par le Matpower sur le rseau IEEE 30
jeux de barres
Le logiciel Matpower utilis pour rsoudre le problme de lcoulement de puissance optimal est
bas sur la mthode de point intrieur.
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

14
1.10.1. Mthode de type Point Intrieur
A lorigine, les mthodes de type Point Intrieur ont t conues pour rsoudre les problmes
de programmation non linaire. Des recherches plus approfondies sur ces mthodes ont montr quelles
donnaient de trs bonnes performances en termes de vitesse de convergence pour les problmes de
grande chelle. Lalgorithme prsent dans cette section, connu sous le nom d algorithme primal-dual
est lun des plus utilis. Le principe de cette mthode est de rajouter la fonction objective une
fonction logarithmique barrire incluant des contraintes et qui dcrot progressivement au fil de
loptimisation pour tendre vers 0. Typiquement, considrons un problme de la forme [1]:
Min () avec 0 (1.45)
On peut thoriquement transformer ce problme contraint, en incorporant les contraintes dingalits
dans la fonction objective, en un problme non contraint:
min

avec

=

ln

(1.46)
o

> 0 est un paramtre de pnalisation qui tend vers 0 au fil des itrations par remise jour
approprie. Le choix de la valeur initiale de
0
ainsi que sa procdure de remise jour doivent tre
choisis de manire judicieuse pour viter les problmes de divergence.
Le rseau test est issu d'un rseau rel simplifi qui est le rseau test IEEE 30-bus reprsentant
une portion du systme de puissance lectrique amricain (in the Midwestern USA) pour Dcembre
1961 [1]. Ce rseau alimente 21 charges par 6 Gnrateurs via 41 lignes de transmissions et 4
transformateurs munis de prises rglables en charge et deux batteries de condamnateurs connectes aux
jeux de barres 10 et 24.

Figure 1-8. Schma unifilaire du rseau lectrique IEEE 30-bus
Les limites minimales et maximales des amplitudes des tensions de tous les jeux de barres sont 0.9
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

15
et 1.1pu respectivement sauf les limites infrieures des jeux de barres gnrateurs sont maintenues
0.95 pu. Les valeurs de tension et de puissance de base sont 135 kV et 100 KVA respectivement. Le
reste des donnes de ce systme sont reportes en dtaille dans lannexe.
Tableau 1-1. Rsultats de simulation par la mthode de Lambda sur le rseau IEEE 30-bus

Variables min max Mthode de lambda[1] Matpower
PG1 (MW) 50 200 178,39 173.23
PG2 (MW) 20 80 48,012 49.61
PG5 (MW) 15 50 20,978 21.57
PG8 (MW) 10 35 22,052 23.15
PG11 (MW) 10 30 11,745 12.52
PG13 (MW) 12 40 12,00 12.00
Les pertes actives MW -
-
-
-
9.78 8.675
Le cot de gnration
($/hr)
801.34 800.30

Ce tableau expose une comparaison entre les rsultats donns par la mthode itrative de lambda
et ceux trouvs par le Matpower qui est bas sur la mthode de point intrieur [7]. La puissance
demande pour ce rseau test vaut 283,4MW, la valeur des pertes de puissances actives dans le rseau
test donne par la mthode de lambda qui est de lordre de 9.78 MW est proche de celle trouve par
Matpower. Le cot total de la puissance gnre trouv par la mthode de lambda qui est de lordre de
801.34$/h est comparable avec celui de Matpower.

Figure 1-9. Puissances actives gnres optimales par le Matpower





0
20
40
60
80
100
120
140
160
180
200
Pmin P Pmax
P
G1
P
G2
P
G3
P
G4
P
G5
P
G6
CHAPITRE 01 ECOULEMENT DE PUISSANCE OPTIMAL OPF

16


1.11. Conclusion:
Dans ce chapitre, un dtail sur le calcul de l'coulement de puissance optimal a t prsent.
Ensuite, on a rsolu le problme de lcoulement de puissance optimal (OPF) en utilisant le logiciel
Matpower. L'inconvnient de la mthode de point intrieur est de garantir la faisabilit des solutions si
seulement le problme est linaire ou quadratique. Dans [1] lauteur a montr que chaque mthode
doptimisation classique possde un inconvnient savoir : le risque de convergence vers un optimum
local, la singularit de la matrice etc. Lutilisation des mthodes classiques pour rsoudre le problme
dOPF est complexe au niveau de la modlisation et du calcul et elles ne donnent pas de solutions
exactes surtout si la fonction de cot et/ou les contraintes sont vraiment non linaires, en outre le
manque de flexibilit dintgrer diverses contraintes spcifiques surtout lors dutilisation des FACTS.
C'est pour cela, on prfre l'utilisation des mthodes mtaheuristiques qui nexigent aucune condition
sur la continuit, la drivabilit et la linarit de la fonction de cot du problme optimiser.

17

Chapitre 02
METHODES METAHEURISTIQUES APPLIQUEES A LOPF
2.1. Introduction
Quand un nouveau problme se pose en ingnierie, on se retrouve devant une tache difficile,
qui nous conduit dfinir de nouvelles mthodes de rsolution car les techniques existantes ne sont
pas convenables dapporter une solution ce problme. Et lorsquon veut inventer une nouvelle
mthode de rsolution, il nous faut souvent une source dinspiration [1]. Cette mthode peut tre
une ide virtuelle comme par exemple des mthodes mathmatique ou peut au contraire tre issue
de la modlisation des systmes complexes naturels. Il sagit dans ce dernier cas de copier et
dadapter les concepts mis en uvre par le monde vivant pour la rsolution de problme
doptimisation. Les recherches sur les comportements collectifs des insectes sociaux fournissent
aux informaticiens des mthodes puissantes pour la conception dalgorithmes doptimisation
combinatoire. Ltude mene des chercheurs thologiste montre que ces techniques sappliquent
aujourdhui tout un ensemble de problme scientifique et technique.
2.2. Mthodes Mtaheuristiques
La complexit du problme doptimisation de lcoulement de puissance surtout dans un
environnement de march dlectricit libre, avec lapparition de nouvelles contraintes en matire
de rduction des missions de gaz polluant (Protocole de Kyoto, 2005) et lutilisation de sources
dnergies renouvelables, fait en sorte qu'il est souvent difficile d'utiliser des mthodes exactes de
solution compte tenu du manque de flexibilit des mthodes classiques pour intgrer diverses
contraintes spcifiques [1]. Ces problmes ont donn lieu au dveloppement dune nouvelle classe
de mthodes doptimisation nommes mtaheuristiques, celles-ci marquent une grande rvolution
dans le domaine doptimisation. En effet, elles sappliquent toutes sortes de problmes
combinatoires, et elles peuvent galement sadapter aux problmes continus.
Les mthodes mtaheuristiques apparues partir des annes 1980 [9] , permettent de trouver
une solution de bonne qualit en un temps de calcul en gnral raisonnable, sans garantir
loptimalit de la solution obtenue. 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.
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

18
2.2.1. Dfinition des 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 dalgorithmes 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, en tenant compte de plusieurs contraintes et de nouvelles
configurations des rseaux lectriques surtout lassociations de sources des nergies renouvelables
o la rsolution de ce system complexe est un dfi .
2.2.1.1. Principe de voisinage
Sans conteste, le principe gnral le plus largement utilis dans llaboration des
mtaheuristiques est celui de voisinage. chaque solution du problme, on associe un sous-
ensemble V
(S)
de solutions. [1] Une mthode de voisinage dbute gnralement avec une
configuration initiale s laquelle un processus itratif est appliqu. Il cherche amliorer la
configuration courante en la remplaant par une de ses voisines en tenant compte de la fonction
objective. Ce processus sarrte et retourne la meilleur solution trouve lorsque le critre darrt
est atteint. Cette condition darrt concerne gnralement une limite sur le nombre ditrations ou
sur lobjectif raliser. Les mthodes de voisinage diffrent principalement entre elles par le
voisinage utilis et la stratgie de parcours dune solution voisine [3].
Dans la section qui suit, on essayera de donner un bref aperu sur les mthodes mtaheuristiques de
base les plus populaires.
2.2.2. Recuit Simul -(RS)
Une nouvelle technique de rsolution des problme doptimisation est nomme recuit(RS)
simul, propose en 1983 par Kirkpatrick, C.Daniel Gelatt et Mario P Vecchi [9]. Elle est teste
sur plusieurs problmes d'optimisation et prouve quelle possde une grande capacit pour viter le
minimum local. (RS) est une mthode base sur la recherche locale dans laquelle chaque
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

19
mouvement est accept sil amliore la fonction objective. Autres solutions possibles sont
galement acceptes selon un critre de probabilit. Cette mthode est inspire du processus de
recuit utilis en mtallurgie pour amliorer la qualit dun solide en cherchant un tat dnergie
minimum. La mthode du recuit simul, applique aux problmes doptimisation, considre une
solution initiale et cherche dans son voisinage une autre solution de faon alatoire [9].
2.2.3. Recherche taboue
La mthode taboue qui fait partie des mthodes de voisinage, a t propose par F.Glover
durant les annes 1980 [9]. Elle utilise la notion de mmoire pour viter un optimum local. Le
principe de lalgorithme est le suivant; chaque itration, le voisinage de la solution est slectionn
en appliquant le principe de voisinage. La mthode autorise de remonter vers des solutions qui
semblent moins intressantes mais qui ont peut tre un meilleur voisinage. Des fois, ce principe
engendre des phnomnes de cyclage entre deux solutions, tandis que la mthode taboue a
linterdiction de visiter une solution rcemment visite. Pour cela, une liste taboue 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.
2.2.4. Algorithmes Gntiques
Les algorithmes gntiques appartiennent la famille des algorithmes volutionnistes. Leur
but est d'obtenir une solution approche un problme d'optimisation [17]. La solution optimale est
cherche partir dune population de solutions en utilisant des processus alatoires. La recherche de
la meilleure solution 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.
2.3. Optimisation par Colonie dabeilles
Loptimisation par colonie dabeilles est une famille trs rcente des mtaheuristiques. Son
principe est bas sur le comportement des abeilles relle dans la vie. Cette approche de rsolution
fait lobjet de notre tude.
Dans ce contexte, nous allons donner la structure dune colonie dabeille, puis une description
du comportement des abeilles lors de la recherche de nourriture, enfin nous allons prsenter
quelques algorithmes inspirs du ce comportement.
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

20
2.3.1. Les abeilles en nature
Les abeilles possdent des proprits assez diffrentes de celles des autres espces dinsectes.
Elles vivent en colonies, en construisant leurs nids dans des troncs darbres ou dautres espaces clos
similaires [18]. Gnralement, une colonie d'abeilles contient une femelle reproductrice appele
reine, quelques centaines de mles connus sous le nom de faux-bourdon, et de 10.000 80.000
femelles striles qui s'appellent les ouvrires. Aprs accouplement avec plusieurs faux-bourdon, la
reine reproduit beaucoup de jeunes abeilles appeles les couves.
La Reine : Dans une colonie d'abeilles, il y a une seule reine qui est la femelle reproductrice avec
l'esprance de vie entre 3 et 5 ans. Son rle principal est la reproduction, elle saccouple avec (7-20)
faux-bourdon dans une opration de reproduction appele le vol nuptial (mating flight).Elle
conserve les spermes dans sa spermathque et puis pond jusqu' 2000 ufs par jour. Les ufs
fertiliss vont bien devenir femelles (ouvrires) et les ufs non-fertiliss deviennent mles
(bourdons).
Le male (faux-bourdon): Au sein de la famille des Apids, se trouvent plusieurs genres, et
notamment les bourdons, qu'il ne faut pas confondre avec les faux-bourdons, les mles de l'abeille
domestique. Les faux-bourdons reprsentent les mles, variant entre 300 et 3000 dans une ruche.
Selon la taille de lalvole, dans une grande cellule hexagonale, la reine dpose un uf sans que son
rceptacle sminal laisse sortir de spermatozode. L'uf non fcond donnera ainsi naissance un
faux-bourdon. Ce dernier a une esprance de vie de 90 jours. Aprs laccouplement, qui a lieu en
vol, le male meurt rapidement [19].
Ouvrires : Les ouvrires sont les abeilles femelles mais elles ne sont pas reproductrices, elles
vivent de 4 9 mois dans une saison froide et leur nombre arrive jusqu' 30.000 dans une colonie
(ruche). Cependant, en t, leur dure de vie est de 6 semaines et leur nombre atteint jusqu'
80.000.L'ouvrire est responsable de la dfense de la ruche utilisant sa piqre barbele. En
consquence, elle meurt aprs avoir pique. On peut numrer les activits des ouvrires par le
critre des jours de sa vie comme suit : nettoyage de cellules (jour 1-2), soigner les abeilles (jour 3-
11), production du cire (jour 12-17), surveiller les autres abeilles (jour 18-21), et recherche de
nourriture (jour 22-42). L'ouvrire assure les activits habituelles de la colonie d'abeilles telles que
lemballage de pollen, venter les abeilles, porter leau, dplacement des ufs, soccuper de la
reine, nourrir les bourdons, et construction du nid d'abeilles [2].
Couves : Les jeunes abeilles sont nommes les couves. Elles sont nes aprs que la reine pond
un uf fcond par un spermatozode libr par la spermathque dans des cellules spciales du nid
d'abeilles appeles trames de couve (brood frames). L'uf fcond donne naissance une abeille
ou une reine en fonction des soins et de la nourriture apports aux larves. Peu de larves femelles
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

21
sont choisies pour tre des futures reines. Les ufs non fertiliss donnent naissance aux couves.
Les jeunes larves tournent par le cocon, couvrant la cellule par les ouvrires les plus ges. C'est
l'tape de chrysalides. Puis, elles atteignent l'tape de dveloppement dans laquelle elles reoivent le
nectar et le pollen des abeilles chercheurs jusqu' ce quelles quittent la ruche et passent leurs vies
comme chercheurs de nourriture [2].
2.3.2. Recherche de nourriture chez les abeilles
Les scientifiques ont effectu beaucoup de recherches pour dterminer comment l'ordre est
maintenu dans la ruche o vivent des dizaines de milliers dabeilles. Un grand nombre dtudes
acadmiques ont t aussi effectues cette fin. Un minent expert et professeur lUniversit de
Munich, le zoologiste autrichien Karl Von Frisch, a consacr un livre de 350 pages la
communication des abeilles, "The dance language and orientation of bees" (Le langage de la danse
et lorientation des abeilles) [18].
2.3.2.1. Exploration des sources de nourriture
Labeille qui cherche manger, appele claireuse , se trouve devant une tche formidable.
Elle quitte la ruche, cherche dans de vastes zones et vole de longues distances, elle doit donc
reconnaitre les bonnes sources de nourriture et avant que les abeilles butineuses retournent la
ruche, elle doit enregistrer sa position par rapport la ruche et dposent une odeur spciale sur leur
source de nourriture. Une fois quune source de nourriture a t localise et marque, elle doit
retourner la ruche pour informer les autres ouvrires de sa dcouverte. Pour cela, elle doit utiliser
des informations sur la direction de la ruche mme si, pour arriver o elle est, elle fait tout un
circuit. Aprs, elle doit communiquer aux autres ouvrires la direction et la distance de la source de
nourriture par rapport la ruche, et elle doit donner certaines indications sur sa qualit. Ceci doit
tre fait de la faon la plus conomique possible. Elle doit donc attirer lattention des autres
ouvrires, qui peuvent dj tre occupes autre choses ou avoir reu des messages dautres
abeilles. La question pose est alors : Comment les abeilles communiquent elles ?
2.3.3. Mthode de communication chez les abeilles
Karl Von Frisch a construit une ruche avec une paroi en verre par laquelle il pouvait observer
le comportement des abeilles lintrieur. Il remarqua que dans le retour des abeilles employeuse
la ruche, elles excutent la danse. Si une seule abeille lexcute, ce nest pas toute la ruche qui passe
laction. Premirement, un groupe dclaireuses quitte la ruche. Si, son retour, ce groupe excute
aussi la danse, alors un groupe plus important dabeilles se dirigera vers lobjectif. Meilleure est la
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

22
source de nourriture quelles trouvent, plus longtemps dure la danse et plus grand sera le nombre
d'abeilles qui les suivent. De cette faon, lattention des butineuses est toujours fixe sur la source la
plus productive.

Si la source de nourriture quelles trouvent est trs riche, la danse que les abeilles excutent
est trs enthousiaste. Si la source est proximit, elles dcrivent son emplacement en excutant la
"danse en rond" illustre droite. Pour les sources de nourriture plus loignes, elles excutent la
danse en huit illustre gauche, avec des mouvements frtillants [18].
Dans la danse frtillante, labeille tourne alternativement dun ct et de lautre effectuant un demi
tour circulaire qui la ramne au point de dpart. Les ouvrires suivent la danseuse au cours de ses
dplacements, et la touchent des antennes. Cette danse est trs riche en information, en particulier,
elle donne aux abeilles observatrices deux indications essentielles : la quantit de nourriture, la
distance parcourir et la direction suivre [2].
Concernant la distance, plusieurs paramtres sont utiliss simultanment, le plus important
est le tempo de la danse, cest--dire le nombre de tours complets effectus par la danseuse par unit
de temps. Les mouvements de labeille sont dautant plus durables que la source est riche (quantit
de nourriture). En ce qui concerne la direction, elle est donne par rapport lazimut solaire (en
plan horizontal), la position angulaire de la source est indique par langle que fait la partie
frtillante avec la verticale du rayon comme lindique la figure (2.1) [18]. Dans le cas o la source
de nourriture trouve serait improductive, les abeilles dansent tout de mme, mais elles le font
contrecur et pendant une plus brve dure. Cela se reflte aussi sur les autres abeilles dans la
ruche, les abeilles qui se rassemblent autour de la danseuse se dispersent rapidement et une nouvelle
quipe quitte la ruche la recherche de nourriture [18].





Danse en rond Danse en huit
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

23











Figure 2-1. Lindice de la direction
1- Si la source de nourriture se trouve exactement dans la direction du soleil, ou dans la direction
oppose, les frtillements dans la danse seront verticaux sur le rayon.
2- - Si la source de nourriture est 80 degrs gauche du soleil, cela est indiqu en faisant la
trajectoire du frtillement de la danse un angle correspondant de 80 degrs gauche de la
verticale.
3- - Si labeille suit une direction vers le haut durant son frtillement, elle signale que la source de
nourriture se trouve dans la direction vers le soleil. Et si elle se dirige droit en bas, cela signifie
que la source se trouve dans la direction exactement oppose de celle du soleil.
2.3.4. Optimisation naturelle: Les directions fournies par les abeilles
Comme il a t dj mentionn, peu aprs avoir regard l'abeille danseuse, les autres ouvrires
quittent la ruche et se dirigent vers lobjectif. Cependant, les abeilles sont confrontes un
problme important : langle que la danseuse a fourni ses surs est bas sur le soleil. Cependant,
le soleil nest pas fixe dans le ciel, mais il change de position de 1 degr toutes les 4 minutes. Si
une abeille suivait la ligne dorigine, elle ne serait jamais capable de localiser son objectif cause
du changement de position du soleil. Chaque fois que 4 minutes scoulent, cela correspond une
marge derreur de 1 degr, laquelle atteindra des dimensions impossibles corriger au cours dun
long voyage. En ralit, cela ne se produit jamais. Depuis maintenant des millions dannes, les
abeilles ont compris les directions qui leur sont fournies par leurs surs, malgr le mouvement du
soleil et le changement des angles. Les abeilles nprouvent aucune difficult trouver des sources
de nourriture, ce qui indique quelles ne font aucune erreur en calculant langle par rapport au soleil.
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

24
Pour exprimer cela en termes mathmatiques, les abeilles calculent que le soleil se dplace de 1
degr chaque 4 minutes. En consquence, elles sont capables de se rappeler de lemplacement
exact de la source de nourriture et de le "dcrire" aux autres abeilles. Les autres abeilles calculent
langle suivant la position modifie du soleil, comprennent les directions donnes et localisent la
source de nourriture en question.
2.4. Algorithmes dabeilles bass sur la recherche de nourriture
Les algorithmes bass sur les insectes sociaux et l'intelligence dessaim commencent
prouver leur puissance et efficacit dans beaucoup d'applications. En se basant sur les
comportements des abeilles, les scientifiques ont dvelopp plusieurs algorithmes puissants. Si
nous utilisons seulement une partie de la nature ou du comportement des abeilles et ajoutons
certaines nouvelles caractristiques, nous pouvons concevoir une classe de nouveaux algorithmes.
Dans ce qui suit, nous reprsentons quelques algorithmes (les plus connus), sans tre exhaustif,
bass sur le comportement des abeilles lors de la recherche de nourriture.
2.4.1. Algorithme doptimisation par colonie dabeilles virtuelle VBA
L'algorithme VBA (acronyme anglaise" Virtual Bee Algorithme") a t dvelopp par Xin-
She Yang en 2005 pour la rsolution des problmes numriques d'optimisation, ceci peut optimiser
des fonctions et des problmes discrets, bien que seulement des fonctions avec deux paramtres
aient t donnes comme exemples.
L'arrangement de lalgorithme VBA commence par une troupe d'abeilles virtuelles, chaque abeille
se dplace alatoirement dans l'espace de recherche et dans la plupart de cas, l'espace de
recherche peut tre simplement un espace 1-D ou 2-D. Les tapes principales de l'algorithme
d'abeilles virtuelle pour loptimisation des fonctions sont :
1- Cration dune population des multi-agents ou des abeilles virtuelles. Chaque abeille est
associe un vecteur de solution avec plusieurs paramtres optimiser
2- Codage des fonctions d'optimisation (fonctions objectives) et la conversion en nourriture
virtuelle (Virtual Food).
3- Dfinition d'un critre pour communiquer la direction et la distance avec une manire similaire
laptitude physique des abeilles (La danse des abeilles)
4-Mettre jour une population des individus dans de nouvelles positions pour la recherche de la
nourriture virtuelle, faisant la danse virtuelle pour dfinir la distance et la direction; "la danse
virtuelle de waggle" selon l'quation.(2.1).
5-Aprs une certaine priode d'volution, le mode le plus lev, dans le nombre des abeilles
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

25
virtuelles ou l'intensit/frquence des abeilles qui font la visite est lev, correspond la meilleure
valuation
6- Dcodage des rsultats pour lobtention de la solution du problme.
La position modifie de chaque abeille peut tre calcule en utilisant les quations suivantes:

+1
=

. 1 +

. + 0.5

+1
=

. 1 +

. + 0.5
(2.1)
O et sont des constantes positives appeles lamplitude alatoire et la vitesse de convergence,
respectivement, et

, et

sont les meilleurs paramtres de la

itration. ) (i rand est un


nombre alatoire dans lintervalle [0 1]. [20]
La

abeille dans la colonie est reprsente par un vecteur dimensionnel k tels que

=
1
,
2
,
3
, . .

et dautre coordonn de

=
1
,
2
,
3
, . .


La position actuelle (la recherche de point dans l'espace de solution) peut tre modifie par

+1
=

+1
=

+1
,

+1

=
,



Figure 2-2 . Conception de modification de la position de la recherche par VBA
2.4.2. Algorithme doptimisation par colonie dabeilles (BCO)
Lalgorithme BCO (Bee Colony Optimization) est introduit par Lucic et Teodorovic en 2001
afin de trouver la solution optimale pour un problme doptimisation combinatoire difficile donn,
comme : le problme de voyageur de commerce, le problme de p-Mdiane, problme de routage
dans les rseaux optiques.
Chaque abeille gnre une solution au problme. Il existe deux phases alternatives (le pas en-avant
et le pas en-arrire) construisant une seule tape dans lalgorithme BCO.
Dans chaque pas en-avant, chaque abeille artificielle visite NC solutions, cre une solution
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

26
partielle, et ensuite retourne vers la ruche. Les abeilles se runissent dans la ruche et commencent
le pas en-arrire. Lorsque toutes les solutions sont compltes, la meilleure parmi elles est
dtermine, et elle est utilise pour mettre jour la meilleure solution globale et comme a une
itration de BCO est accomplie. A ce point, toutes les solutions sont supprimes, et une nouvelle
itration prend naissance [2].
Soit B le nombre des abeilles dans la ruche, et NC le nombre des dplacements constructifs en-
avant. Au dbut de la recherche, toutes les abeilles sont dans la ruche.
Le pseudo-code de lalgorithme BCO peut tre dcrit de la faon suivante :
- Initialisation : une solution vide est assigne chaque abeille ;
- Pour chaque abeille : // (pas en-avant)
a. k = 1 ; // (compter les dplacements constructives en-avant)
b. Evaluer tous les pas possibles;
c. Choisir un pas ;
d. k = k + 1 ; If k NC Aller en b.
- Retour de toutes les abeilles la ruche ; // (pas en-arrire)
- pour chaque abeille valuer la valeur de la fonction objective.
- Chaque abeille dcide alatoirement soit de continuer sa propre exploration et devenir une
recruteuse, ou de devenir labeille qui fait la rcolte.
- Pour chaque suiveur, choisir une nouvelle solution partir des recruteuses.
- Si les solutions ne sont pas compltes, aller ltape (2), sinon aller ltape (8).
- Evaluer toutes les solutions et trouver la meilleure parmi elles.
- Si le critre darrt nest pas vrifi, passer ltape (2), sinon aller ltape suivante.
- Afficher la meilleure solution trouve.
2.4.3. Algorithme doptimisation par la danse dabeille (DBO)
Lalgorithme DBO (Danse Bee Optimization) a t dvelopp par Laga et Nouioua en 2009
pour rsoudre le problme de la T-Coloration des graphes. Cet algorithme est inspir de
comportement des abeilles lors de la recherche de nourriture.
Lalgorithme commence en positionnant alatoirement les n abeilles dans lespace de recherche.
Aprs lvaluation des fonctions fitness de ces abeilles, les m abeilles ayant les meilleures fitness
(abeilles lites) sont choisies pour la construction de voisinage.
Dans ltape suivante, lalgorithme guide la recherche dans le voisinage des meilleurs sites
m trouvs par les abeilles lites. En effet, nep ce sont les abeilles recrutes pour chercher autour des
meilleurs sites e, c..d. suivre les meilleures danseuses, nsp sont aussi les abeilles recrutes pour
CHAPITRE 2
METAHEURISTIQUES APPLIQUEE A L OPF

27
suivre les autres (m - e) danseuses. Ce recrutement est lopration cl de lalgorithme DBO. Pour
chaque abeille recrute (solution), on associe une mtaheuristique de voisinage pour chercher
autour de cette solution .A la fin, dans chaque voisinage, seulement les meilleures, parmi de m
abeilles (solutions) sont donc retenues pour former la population prochaine. On Note que dans la
nature, il nya pas une restriction similaire, cette restriction est introduite dans lalgorithme pour
rduire le nombre de solutions explorer. Pour complter la population dabeilles, les (n-m) abeilles
restantes sont gnres alatoirement. A la fin de chaque itration, la colonie sera constitue dune
part, de m abeilles reprsentatives de chaque voisinage (pour intensifier la recherche) et dautre
part, de (n-m) abeilles assignes alatoirement (pour diversifier la recherche).Ces tapes sont
rptes jusqu' un critre darrt prdfini (un nombre ditrations ou un nombre de stagnation)
[2].



La danse est verticale le pollen se trouve dans
la direction du soleil.



La danse est verticale et est dirige vers le bas
le pollen se trouve dans la direction oppose a
celle du soleil.







Langle que fait le plan de la danse avec la
verticale est gal langle que fait la nourriture
avec le Soleil dans un plan horizontal. La
direction du soleil est donc reprsente par la
verticale, vue de bas en haut; et langle que
faisait la direction du butin avec celle du soleil
est reproduit par rapport lazimut

CHAPITRE 02
METAHEURISTIQUES APPLIQUEE A L OPF

28
2.4.4. Algorithmes dabeilles bass sur dautres comportements:
En plus du comportement de la recherche de la nourriture, un autre algorithme est inspir du
processus biologique de reproduction des abeilles appel MBO (Marriage in Honey Bees
Optimization). Loptimisation par mariage dabeilles est apparue en 2001. Pour initialiser
l'algorithme MBO, cinq paramtres sont fixs:
1. nombre de reines,
2. nombre d'ouvrires,
3. nombre de couves,
4. nombre de vols nuptiaux,
5. taille de la spermathque de la reine.
Dans le processus de recherche, les reines reprsentent des solutions, tandis que les ouvrires
reprsentent l'heuristique employe pour la recherche locale (amlioration). La taille de
spermathque reprsente le nombre d'accouplements par reine.
Au dbut de l'algorithme, les ouvrires sont initialises avec certaines heuristiques. Un ensemble
de reines sest produit alatoirement et leurs gnotypes se sont amliors en utilisant une
heuristique (ouvrire) pour prserver seulement les meilleures reines. Un ensemble de vols nuptiaux
sont alors entrepris sachant que la vitesse et lnergie de chaque reine sont initialises alatoirement
des valeurs dans [0.5, 1] pour s'assurer qu'elle volera pendant un certain nombre de fois.
Les transitions effectues par chaque reine sont en fonction de cette vitesse et cette nergie.
A chaque itration dun vol, la reine saccouple avec un bourdon rencontr durant sa
trajectoire selon une probabilit. Si laccouplement est russi, le sperme du bourdon (gnotype) est
ajout la spermathque de la reine. Quand toutes les reines ont termin leurs vols, le procd de
cration de couve commence. Pour crer une nouvelle couve, une reine est choisie selon le cot
de son gnotype, et le sperme est choisi alatoirement partir de la spermathque de la reine,
ensuite, on croise le sperme avec le gnotype de la reine. La mutation est alors applique la
nouvelle couve pour lamliorer, en utilisant les ouvrires. Les nouvelles couves amliores sont
alors tries selon leur forme physique (fitness) et elles remplacent les reines de mauvaises
qualits jusqu' ce qu'il n'y ait aucune couve meilleure que nimporte quelle reine. Les couves
restantes sont alors dtruites et un nouveau vol nuptial est entrepris. Ceci est rpt jusqu' ce que
tous les vols nuptiaux soient gnrs ou un critre darrt soit vrifi [2].


CHAPITRE 02
METAHEURISTIQUES APPLIQUEE A L OPF

29
2.5. Algorithme doptimisation de colonie dabeilles artificielle (ABC)
Lalgorithme ABC (Artificiel Bee Colony) est dvelopp par Karaboga et Basturk en 2005, en
inspectant les comportements des abeilles relles pour trouver la source de nourriture, qui s'appelle
le nectar, et partager l'information des sources de nourriture aux autres abeilles dans le nid.
Dans cet algorithme, les abeilles artificielle sont dfinies et classifies en trois groupes : abeilles
employeuses (abeilles qui recherche la nourriture), spectatrices (abeilles d'observation) et scouts
(claireuses) sont charges de trouver de nouvelles nourritures, (le nectar de nouvelles source ) [21].
Pour chaque source de nourriture, il y a seulement une abeille employeuse. C'est--dire, le nombre
d'abeilles employeuses est gal au nombre de sources de nourriture [22].
Si l'abeille employeuse d'un site ne russit pas de trouver la source de nourriture, elle doit tre
forcment devenir un scout pour rechercher alatoirement de nouvelles sources de nourriture. Les
abeilles employeuses partagent l'information avec les abeilles spectatrices dans une ruche de sorte
que les abeilles spectatrices puissent choisir une source de nourriture pour lexplorer. Le processus
de l'algorithme ABC est prsent comme suit:
Etape 1- Initialisation:
On commence par slectionner

pourcentage de population de faon alatoire dans lespace de


recherche en utilisant lquation suivante:

0,1 (2.2)
Sachant que chaque abeille porte un vecteur U de n solution. A titre dexemple le cas quon va
simuler est expliqu comme suit:

1
=
1
,
1
,
1

2
=
2
,
2
,
2

3
=
3
,
3
,
3

=
=


: puissance gnre au jeu de barres ;

: tension gnre au jeu de barres ;

: prises en charge des transformateurs;


Puis, on les value dans la fonction objective (quation de cot), ensuite on calcule leurs valeurs
Fitness, appeles la quantit de nectar par lquation suivante:
Fitness =
1
F
objective
(2.3)
o

reprsente le rapport des abeilles dans la population totale. Une fois que ces populations sont
places dans l'espace de recherche, elles prennent le nom : les abeilles employeuses.
CHAPITRE 02
METAHEURISTIQUES APPLIQUEE A L OPF

30
Etape 2- Dplacement des abeilles employeuses: Calculer la probabilit de choisir une source de
nourriture par l'quation (2.4),

=
0.9

max (

)
+0.1 (2.4)
puis slectionner une source de nourriture et ensuite dterminer ses quantits de nectar. Lquation
de mouvement des abeilles observatrices est donne ci-dessous:

+1 =

0,1 (2.5)
Tel que

est la

position de l'abeille spectatrice, est le nombre d'itration,

est l'abeille
utilise choisie alatoirement, j reprsente la dimension du vecteur de solution qui produit une
srie de variables alatoires dans la gamme [-1,1]; o 1,2,3. . , et 1,2, . . ,
sont choisis alatoirement;
D est le nombre de paramtre optimiser; [11].
K est aussi choisi alatoirement mais doit tre diffrent de lindice i
Etape 3-Dplacer les scouts : Si les valeurs de Fitness des abeilles employeuses ne sont pas
amliores par un nombre d'itrations prdtermin, appel max-cycle, ces sources de nourriture
sont abandonnes, et l'abeille trouve dans cet emplacement passera alatoirement pour explorer
dautres nouveaux emplacements. (Abeilles employeuses deviennent des Scouts). Cette explication
est traduite mathmatiquement par l'quation (2.6):

0,1 (2.6)
tape 4-Mettre jour la meilleure source de nourriture trouve jusqu'ici :
Apprendre la meilleure valeur de Fitness et la position, qui sont trouves par les abeilles, et les
mmoriser.
tape 5-Critre darrt
Vrifier le processus de calcule jusqu ce que le nombre ditrations atteigne la valeur maximale
prdfinie ou quune solution de la fonction objective acceptable soit trouve.
2.6. Test de la mthode ABC sur OPF avec une fonction mono-objective
Afin de dmontrer l'efficacit de l'approche propose (ABC-OPF), nous lexaminons sur un
rseau test IEEE 30 jeux de barres prsent dans la figure (1.7). Les limites min. et max. des
puissances actives gnres ainsi que la courbe du cot pour chaque gnrateur sont prsentes dans
la figure 3.2.et les donnes sont dans le tableau 1.1. Le reste de donnes est report dans lannexe:


CHAPITRE 02
METAHEURISTIQUES APPLIQUEE A L OPF

31
Tableau 2-1. Donnes des fonctions cot des 6 gnrateurs du rseau IEEE 30-bus
Limites min, max
Coefficients de Cot
units P
Gmin
P
Gmax
Q
Gmin
Q
Gmax

C.


($/MW
2
hr)
b.


($/MWhr)
a
($/hr)
1 50 200 -20 200 37.5 200 0
2 20 80 -20 100 175 175 0
5 15 50 -15 80 625 100 0
8 10 35 -15 60 083 325 0
11 10 30 -10 50 250 300 0
13 12 40 -15 60 250 300 0





Figure 2-3. Courbes quadratiques des gnrateurs du rseau IEEE 30-bus.



Tableau 2-2. Paramtres de contrle
Paramtres Valeurs
Taille de la population 20
Limite [22]


Nombre maximum de Gnrations 100
Facteur de pnalit de puissance active

100
Facteur de pnalit de puissance ractive

100
Facteur de pnalit de module de tentions

100
Facteur de pnalit des puissances des lignes de transmission

50

50 100 150 200
100
150
200
250
300
350
400
450
500
550
600
Puissances Gnres (MW)
C
o

t

d
e

g

r
a
t
i
o
n

(
$
/
h
)

Pg de Gnrateur 1
10 15 20 25 30 35
30
40
50
60
70
80
90
100
110
120
130
Puissances Gnres (MW)
C
o

t



d
e


G

r
a
t
i
o
n


(
$
/
h
)

Pg de Gnrateur 8
20 30 40 50 60 70 80
0
50
100
150
200
250
300
puissances Gnres (MW)
C
o

t



d
e


G

r
a
t
i
o
n



(
$
/
h
)

Pg de Gnrateur 2
15 20 25 30 35 40 45 50
20
40
60
80
100
120
140
160
180
200
220


Pg de Gnrateur 5
10 15 20 25 30 35 40
20
40
60
80
100
120
140
160
Puissances Gnres (MW)
C
o

t



d
e



G

r
a
t
i
o
n



(
$
/
h
)

Pg de Gnrateur 13
10 12 14 16 18 20 22 24 26 28 30
30
40
50
60
70
80
90
100
110
120
Puissances Gnres (MW)
C
o

t



d
e



G

r
a
t
i
o
n



(
$
/
h
)

Pg de Gnrateur 11
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
32
Pour dmontrer lefficacit de lapproche propose, trois testes sont effectus et organiss
comme suit :
Cas1 : Que les puissances gnres dans le vecteur de contrle;
Cas2 : les puissances gnres et les tensions des gnrateurs sont considres comme variables
de contrle

;
Cas 3 : les puissances, les tensions gnres et les prises des transformateurs rgleurs en charge
(

+ )
Tableau 2-3. Les rsultats de lABC-OPF pour les trois cas (rseau IEEE 30 jeux de barres).
Variables Min Max Case1 Case2 Case3
P1 (MW) 50 200 176,6856 175,8295 177,9459
P2 (MW) 20 80 48,8295 48,8235 47,5068
P5 (MW) 15 50 21,4880 21,4770 22,7685
P8 (MW) 10 35 21,7565 22,4780 20,0864
P11 (MW) 10 30 12,1368 12,1378 12,2057
P13 (MW) 12 40 12,00 12,00 12,00
Q1 (MW) -20 200 -3,8140 6,1798 14,6084
Q2 (MW) -20 100 25,7068 -2,0641 -9,7756
Q5 (MW) -15 80 25,4708 25,3196 21,7285
Q8 (MW) -15 60 13,0235 26,8341 25,7339
Q11 (MW) -10 50 15,0000 13,3583 16,5035
Q13 (MW) -15 60 19,3415 24,0696 24,5233
V1 (pu) 0,95 1,1 1,0635 1,0891
V2 (pu) 0,95 1,1 1,0402 1,0620
V5 (pu) 0,95 1,1 1,0132 1,0329
V8 (pu) 0,95 1,1 1,0244 1,0456
V11 (pu) 0,95 1,1 1,0880 1,0554
V13 (pu) 0.95 1.1 1.0911 1.0687
T6-9 0.9 1.1 0.91
T6-10 0.9 1.1 1.04
T4-12 0.9 1.1 1.04
T28-27 0.9 1.1 1.03

=
NG
i
Gi
P
1

- - 292.8964 292.7458 292.5133
Pertes actives
(MW)
- - 9,4965 9,3457

9,1133

Cot de
Gnration
($/hr)
285,868 1404,67 802,2923 801,9997


801,0071


Les paramtres de contrle de lAlgorithme ABC sont donns dans le tableau (2.2), et les
rsultats de simulations sont exposs dans le tableau (2.3).
On remarque une nette amlioration des puissances gnres dans le cas o le vecteur de contrle
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
33
est constitu de puissance gnres, de tensions des gnrateurs, et de prises de rglage en charges
des transformateurs. On remarque aussi que toutes les variables de contrle sont dans leurs limites
admissibles avec un bnfice de cot de production de lordre de 1.2853 $/h et une rduction des
pertes actives de transport jusqu 0.3832 MW. La comparaison des caractristiques de convergence
est prsente dans la figure (2.5). Il est claire, daprs cette figure que la convergence du 3
me
cas est
meilleure que celle des autres cas. La figure (2.4) montre quon a une totale satisfaction de toutes
les contraintes de scurit [1].
La figure (2.6) prsente les angles de tensions en (deg). On remarque quil y a un dpassement au
jeu de barres 30 pour les deux cas (1&2) respectivement de lordre (0.0074,0.14), mais pour le 3
eme
cas, ce dpassement est limin et la valeur de langle est devenu 13.937
o
.


Figure 2-4. Puissance transmises dans les lignes pour les trois cas




Figure 2-5. Convergence de cot de combustible pour les trois cas
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
13579
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
2
7
2
9
3
1
3
3
3
5
3
7
3
9
4
1
Sik(max) Case1 Case 2 Case 3
10 20 30 40 50 60 70 80 90 100
800
805
810
815
820
825
830
835
840
845
850
855
860
865
870
Iterations
C
o

t

d
e

G

r
a
t
i
o
n


(
$
/
h
)

case 1
case 2
case 3
S
ik
MVA
Nbl
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
34

Figure 2-6. les angles de tensions (deg) aprs la minimisation mono-objective par ABC-OPF pour
les 3 cas
Le tableau 2.4 montre une comparaison entre les rsultats trouvs par la mthode
doptimisation de colonie dabeilles artificielle(ABC) et ceux trouvs par la mthode dalgorithme
de colonie de fourmis(ACO) et la mthode de grenouilles sautant. La puissance demande pour ce
rseau test vaut 283.4 MW. La valeur des pertes des puissances actives dans le rseau test trouve
par ABC qui est de lordre de 9.1133MW compare avec celle trouve par la mthode de grenouille
qui vaut 9.6991 MW est plus rduite avec un taux de 6.04% ,ainsi que de la mthode de colonie de
fourmis artificielle (ACO) qui vaut 9.433514 MW est plus rduite avec un taux de 3.41%. Le cot
total de la puissance gnre trouve par ABC qui est gale 801.0071$/h compar avec ceux trouvs
par les mthodes MSLFA et ACO [6] qui sont de lordre de 802.287$/h et 802.30857$/h
respectivement. La rduction du cot calcul pour une anne vaut un montant assez important qui
est gale 11212.8 $/an par rapport la mthode MSLFA, et 11400.8772 $/an par rapport la
mthode(ACO). On conclut pour ce premier rseau test que la mthode de colonie dabeilles
artificielle a rparti les puissances demandes sur les gnrateurs interconnects dune faon
technico-conomique avec une totale assurance sur les contraintes dgalits et dingalits.

Tableau 2-4. Comparaison des rsultats obtenus par MSLFA, ACO et ABC

Variable MSLFA[19] ACO-OPF[5] ABC-OPF
P
1
(MW)
P
2
(MW)
P
5
(MW)
P
8
(MW)
P
11
(MW)
P
13
(MW)
179.1929
48.9804
20.4517
20.9264
11.5897
11.9597
176.233
48.23
20.97
22.27
13.05
12.08
177.9459
47.5068
22.7685
20.0864
12.2057
12.0000
Pertes actives (MW) 9.6991 9.433514 9.1133
Cot de Gnration
($/hr)
802.287 802.30857 801.0071
1 3 5 7 9 11 13 15 17 19 21 23 25 27 2930
-15
-14
-13
-12
-11
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0


X: 30
Y: -13.94
Nbr de jeux de barres
a
n
g
l
e
s


(
d
e
g
)
X: 13
Y: -9.817
X: 10
Y: -11.75
X: 5
Y: -10.27
max min case 2 case 1 case 3
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
35
2.7. Effet de vanne
2.7.1. Test sur des courbes de cot quadratiques avec un composant sinusodal
Dans ce cas, une fonction de cot est obtenue en se basant sur la courbe dondulation figure
(1.6), cette courbe contient un ordre plus suprieur de la non-linarit et la discontinuit d l'effet
douverture des vannes pour alimenter les jeux de barres 1 et 2 [8] [14], traduit mathmatiquement
par la fonction de cot modifie suivante:
= ( ) ( )
Gi Gi i i i Gi i Gi i
P P e d c P b P a + + +
min 2
sin
Les coefficients de cot de ces units sont donns dans le tableau (2.5)
Tableau 2-5. Coefficients de cot de 1eme et 2eme gnrateur
Units
Limites Coefficients de cot

,

,

,

,
c b a d e
1 50 200 -20 200 150 2 0.0016 50 0.0630
2 20 80 -20 100 25 2.5 0.0100 40 0.0980
Les paramtres de contrles sont donns dans le tableau 2.2. Le Facteur de pnalit des puissances
des lignes de transport est gal 1000. Le test est effectu sur le rseau IEEE 30 jeux de barres
illustr dans la figure (1.7) et les rsultats de simulation sont affichs dans le tableau (2.6).
Tableau 2-6. Rsultats deffet de valve par lalgorithme ABC compars avec ceux de MDEA
Variable Min Max EP [23] MDEA [7] ABC
P1 (MW) 50 200 199.60 197.426 187.8242
P2 (MW) 20 80 20.00 52.03 51.9541
P5 (MW) 15 50 22.204 15.00 15.000
P8 (MW) 10 35 24.122 10.00 11.0509
P11 (MW) 10 30 14.420 10.00 16.3879
P13 (MW) 12 40 13.001 12.00 12.0000
V1 (pu) 0.95 1.1 1.05 1.0371 1.0592
V2 (pu) 0.95 1.1 1.061 1.013 1.0458
V5 (pu) 0.95 1.1 1.043 0.9648 1.0269
V8 (pu) 0.95 1.1 1.036 1.032 1.0350
V11 (pu) 0.95 1.1 1.100 1.0982 1.0714
V13 (pu) 0.95 1.1 1.038 1.089 1.0322
T6-9 0.9 1.1 1.03 1.0969 0.97
T6-10 0.9 1.1 1.05 1.0909 1.04
T4-12 0.9 1.1 1.01 1.0991 0.94
T28-27 0.9 1.1 0.98 1.0021 1.00

=
NG
i
Gi
P
1

_ _ 293.347 296.456 294.2171
Pertes actives
(MW)
_ _ 9.947 13.064 10.8171
Cot de
Gnration
($/hr
_ _ 919.89 930.793 925.44

-20 200 -50.408 -14.4427


AV=|Vi-Vrf| _ _ - - 0.3279
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
36

Figure 2-7. Puissances actives gnres optimales par les trois mthodes (MDEA- ABC- IE)

Figure 2-8. Distribution des solutions finales de 30 essais du ABC de rseau IEEE 30 jeux de barres
sous leffet de valve

Les paramtres de contrle de MDEA, IE (Evolutionary Programming) sont disponibles aux
rfrences [8] [24] respectivement, et ceux de lABC sont disponibles au tableau (2.2).
Afin dillustrer lefficacit de lapproche propose, on compare les rsultats obtenus par lABC
avec ceux qui se trouvent dans la littrature, base sur la programmation volutionnaire (EP) [24],
volution diffrentielle modifie (MDE) [8] Tableau (2.5). Il est clair que lalgorithme de colonie
dabeilles artificielle donne un meilleur cot que celui trouv par MDEA, par ailleurs le cot trouv
par la programmation volutionnaire est le plus faible cot avec un minimum de pertes actives.
Cependant, il est important de noter que la solution trouve par la programmation volutionnaire
nest pas ralisable, car la limite inferieure de la puissance ractive du jeu de barres de rfrence
0
20
40
60
80
100
120
140
160
180
200
ABC-OPF MDEA-OPF IE-OPF
P
G3
P
G1
P
G2
P
G4
P
G5
P
G6
920
925
930
935
940
945
950
955
960
965
970
975
980
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Numro de la solution
C
o

t

d
e

g

r
a
t
i
o
n



(
$
/
h
)

CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
37

1
est viole par 252.04%, provoquant une surcharge de 17% au niveau de la ligne de transport
n
o
(1-2) [8]. En plus, la solution fournie par la mthode (MDEA) donne une rpartition acceptable de
puissance demande sur les gnrateurs interconnects mais avec une pertes de lordre de
13.064MW, aussi on remarque que les lignes de transmissions (9-10),(16-17) atteignent leurs limites
maximales.
La figure (2.7) montre une comparaison de rpartition optimale de la puissance demande sur les
six gnrateurs entre ABC-OPF et diffrentes mthodes. La figure (2.9) prsente tous les niveaux de
tension des jeux de barres et la figure (2.10) illustre les puissances transites dans les lignes.
Ces prsentations et les rsultats exposs au tableau (2.5) confirment que lapproche propose
est capable de trouver des solutions raisonnables et ralisables sur le plan pratique, mme en
prsence de la discontinuit due l'effet douverture des vannes.

Figure 2-9. profil des tensions de rseau IEEE 30 bus sous leffet de valve avec la composante sinusodale

Figure 2-10. Puissances transmises dans les lignes sous leffet de valve avec la composante
sinusodale
0,88
0,93
0,98
1,03
1,08
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|V|min
|V|
|V|max
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
Sik max Sik (opti)
Sik (MW)
Nbl
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
38
2.7.2. Cas des courbes de cot quadratiques par morceaux
Afin de modliser des centrales fonctionnant avec plusieurs types de combustibles, les
caractristiques de cot des units de productions connectes aux jeux de barres 1&2 sont
reprsentes par les quations quadratiques par morceaux (voir 1.3.1). Le tableau (2.7 ) montre les
coefficients de cot des deux units de production et les paramtres de contrle de lalgorithme
ABC sont donns dans le tableau (2.8) ci-dessous. Les rsultats de simulation sont affichs dans le
tableau (2.9).

Tableau 2-7. Coefficients de cot de 1
er
et 2
me
gnrateur
N
o
de
jeu de
barre
Puissance Active Gnre
Coefficients de cot
Min (MW) Max (MW) c ($/h) b ($/MW.hr) a ($/MW
2
.hr)
1
50 140 55 0.7 0.0050

140 200 82.5 1.05 0.0075
2
20 55 40 0.3 0.0100

55 80 80 0.6 0.0200



Tableau 2-8. Paramtres de contrle
Paramtres Valeur
Taille de la population 20
Limite [22]


Nombre maximum de Gnrations 160
Facteur de pnalit de puissance active

100
Facteur de pnalit de puissance ractive

100
Facteur de pnalit de module de tentions

10000
Facteur de pnalit des puissances des lignes de transport

50










CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
39
Tableau 2-9. Rsultats deffet de valve par lalgorithme ABC compars avec ceux de EP
Variable Min Max EP[22] ABC
P1 (MW) 50 200 140.0 139.2475
P2 (MW) 20 80 55.0 54.9381
P5 (MW) 15 50 24.458 24.376
P8 (MW) 10 35 33.849 34.2702
P11 (MW) 10 30 14.518 14.4559
P13 (MW) 12 40 23.322 23.1069
V1 (pu) 0.95 1.1 1.045 1.0727
V2 (pu) 0.95 1.1 0.952 1.0617
V5 (pu) 0.95 1.1 1.004 1.0306
V8 (pu) 0.95 1.1 1.027 1.0266
V11 (pu) 0.95 1.1 1.044 1.0930
V13 (pu) 0.95 1.1 0.999 1.100
T
6-9
0.9 1.1 1.03 0.97
T
6-10
0.9 1.1 0.94 1.03
T
4-12
0.9 1.1 0.91 1.03
T
28-27
0.9 1.1 0.94 0.97

=
NG
i
Gi
P
1

_ _ 291.147 290.3946
Pertes actives
(MW)
_ _ 7.747 6.9945

Cot de
Gnration
($/hr
_ _ 651.54 649.985





Figure 2-11. Convergence dABC-OPF de rseau test IEEE 30 bus avec des fonctions
de cot quadratique par morceaux


1 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160
648
653
658
663
668
673
678
683
688
693
698
703
710
Numro de Gnration
C
o

t


d
e


G

r
a
t
i
o
n




(
$
/
h
r
)


ABC-OPF
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
40

Figure 2-12. Puissances transmises dans les lignes sous leffet de valve (par morceaux)

Figure 2-13.Puissances optimales des gnrateurs obtenues par ABC

Figure 2-14. profil des tensions de rseau IEEE 30 bus sous leffet de valve avec des fonctions cot
quadratiques par morceaux.
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
-50
-30
-10
10
30
50
70
90
110
130
150
170
190
1 2 3 4 5 6
0,8
0,85
0,9
0,95
1
1,05
1,1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|V|min
|V|
|V|max
Sik (max) Sik (MVA)
QG1 QG2
QG5 QG8 QG11 QG13
QG max QG min QG
P
u
i
s
s
a
n
c
e



r

a
c
t
i
v
e


(
M
V
A
)


CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
41
Les rsultats de lapproche propose sont affichs dans le tableau (2.9) et compars avec ceux
de la programmation volutionnaire (EP), o on peut observer que le cot trouv par lalgorithme
dABC est lgrement moins que celui donn par la mthode (EP), avec une marge de bnfice de
lordre de 13626.18 $/anne. En outre, les figures (12.2),(13.2) et (14.2) dmontrent que toutes les
valeurs des variables de vecteur de contrle sont dans leurs limites admissibles, cela confirme
laptitude de la mthode de colonie dabeilles artificielle propose trouver des solutions prcises
2.7.3. Test de la mthode ABC sur OPF avec une fonction bi-objective
Les pays en dveloppement (PED) contribuent, aujourd'hui, la moiti environ des missions
de Gaz Effet de Serre (GES) mises chaque anne dans le monde. Les scnarios d'missions
futures prvoient, dans leur grande majorit, une poursuite du rattrapage des missions des pays
industrialiss (PI) par celles des PED. Dans les missions cumules depuis 1800, la part des
missions des PED progresse plus lentement, mais elle atteindra sans doute 50% la fin du sicle.
Les missions provenant du secteur de llectricit sont augmentes des taux de croissance
avoisinant les 10% dans les pays en dveloppement, alors quils ntaient que de 2% dans les pays
industrialiss : 10% en Indonsie, 9% en Inde, 8% en Chine. Dans les autres rgions en
dveloppement, les taux de croissance annuels des missions du secteur lectrique se situent entre 5
et 8%. En moyenne, le secteur lectrique contribue pour 36% aux missions totales [25].
Dans la dernire dcennie, lobjectif de base de lcoulement de puissance optimal est de
minimiser que la fonction de cot de gnration [26]. En outre, la conscience publique croissante de
la protection environnementale et le passage des amendements de loi d'air propre de 1990, ainsi
que la proposition, de la dernire nuit de la Confrence de Kyoto en 1997, de la cration du
Mcanisme de Dveloppement Propre (MDP) [25], ont forc les utilits pour modifier leur
conception ou stratgies oprationnelles pour rduire la pollution et les missions atmosphriques
des centrales thermiques [27], qui sont des gaz polluant tels que loxyde de carbone (CO2),loxyde
de soufre (SO2) et loxyde dazote (Nox).
En effet Plusieurs options sont proposes pour rduire les missions des units de productions
comme l'installation d'quipements de nettoyage, le changement de carburant avec celui de moins
polluant ou de dispatching avec la considration des missions [10]. Par consquent les deux
premires propositions ne sont pas vraiment ralisables car leurs rendements sont moyennement
faibles ainsi que leur investissement coteux, donc la seule stratgie convenable pour rduire les
missions, cest loptimisation des deux fonctions en mme temps, ce quon appelle optimisation
Multiobjective.
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
42
2.7.3.1. Principe doptimisation Multiobjectif
L'optimisation Multiobjective se rfre l'optimisation simultane de plusieurs objectifs
conflictuels, ce qui produit un ensemble de solutions au lieu d'une solution particulire o certaines
contraintes doivent tre respectes. La raison de loptimalit beaucoup de solutions est que personne
ne peut tre considr comme meilleur quune autre dans toutes les fonctions objectives. En
gnral, le problme doptimisation Multiobjective consiste au nombre de fonctions objectives
optimiser simultanment et qui est associ un certains nombres de contraintes d'galit et
d'ingalit. Il peut tre formul comme suit [28]:
Minimiser =
1
,
2
, ,

(2.7)
En satisfaisant les contraintes dgalits et dingalits
O

est la

fonction objective, est le vecteur de dcision qui reprsente une solution et


cest le nombre de fonctions objectives.
Le problme multi-objective de lcoulement de puissance environnemental est converti un
problme doptimisation simple en introduisant un facteur de pnalit des prix [29]
= , +1 , (2.8)
0 1
O est le facteur de cot dmission de gaz , est un facteur qui varie dans lintervalle [0 1]
, : fonction objective n
o
1, fonction de cot des gnrateurs
, : fonction objective n
o
2, fonction des missions du gaz
- Fonction objective dmission:
Les missions les plus importantes considres dans l'industrie de production dlectricit qui ont
des effets nfastes sur l'environnement sont les oxydes de soufre (SO2) et les oxydes d'azote
(Nox).Ces missions peuvent tre modeles par une combinaison entre le terme polynmial et le
terme exponentiel comme suit:
, = ( ) ( ) ( )

+ +
NG
i
Gi i i i Gi i Gi i
P e d c P b P a
1
2 2
2
2
2
exp + 10

(2.9) O a
2i
, b
2i
, c
2i
, e
i
et d
i
sont des coefficients dmissions de i
me
gnrateurs

Et lquation (2.8) devient:

=
( )

=
+ +
NG
i
i Gi i Gi i
c P b P a
1
2
+1 ( ) ( ) ( )

+ +
NG
i
Gi i i i Gi i Gi i
P e d c P b P a
1
2 2
2
2
2
exp + 10 (2.10)
2.7.3.2. Concept doptimalit au sens de Pareto
Afin de comparer les solutions dans un problme doptimisation multi-objective, le concept
de dominance du Pareto est utilis. Ce concept est initialement propos par Francis Ysidro, puis
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
43
gnralis par lconomiste Italien Vilfredo Pareto. 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 [9]
On dit que le vecteur de dcision =
1
,
2
, ,

domine le vecteur =
1
,
2
, ,


(dnot : ), Si et seulement si :
1,2, . . , ,

1,2, , :

<


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 : domine dans le sens de Pareto,
signifie que est mieux que pour tous les objectifs, et il y a au moins une fonction
objective pour laquelle est strictement meilleure que .
Une solution a est considre comme optimale dans le sens de 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.
2.7.3.3. Application
Le test est effectu sur le rseau de la figure(1.7), les coefficients de la fonction
exponentielle dmission du gaz sont reprsents dans le tableau (2.6). Les paramtres de contrle
dABC sont affichs au tableau (2.2).

Tableau 2-10. Les coefficients dmission de gaz toxique des 6 gnrateurs du rseau IEEE30 bus
Coefficients G1 G2 G3 G4 G5 G6
E
m
i
s
s
i
o
n

a2 4.09 2.54 4.26 5.33 4.26 6.131
b2 -5.554 -6.047 -5.094 -3.550 -5.094 -5.555
c2 6.49 5.64 4.59 3.38 4.59 5.15
e 2.0E-4 5.0E-4 1.0E-6 2.0E-3 1.0E-6 1.0E5
d 2.86 3.33 8.00 2.00 8.00 6.67

A chaque fois, on remplace w dans lquation (2.47) par sa valeur qui varie entre [0 1] avec un
pas de 0 .01. On obtient 11 cas figurant au tableau 2.12
Pour ( = 1), lobjectif consiste la minimisation du cot de combustible sans prendre en
considration dans la fonction du cot total leffet de lmission du gaz, par contre pour ( =0), on
traite la fonction objective des missions sans tenir compte du cot de combustible dans la fonction
du cot total. Dans le cas o 0 < < 1 la fonction objective totale reflte optimiser la fonction
de cot de combustible et la fonction dmission de gaz simultanment.

CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
44
Tableau 2-11. Les rsultats dABC pour les 3 cas appliqus sur le rseau IEEE 30 bus
Variable Min Max = 1 = 0,5 = 0
P1 (MW) 50 200 178,1896 129,9592 68,0584
P2 (MW) 20 80 21,395 56,5821 71,204
P5 (MW) 15 50 21,395 25,7065 50,00
P8 (MW) 10 35 21,5015 35,00 35,00
P11 (MW) 10 30 11,8695 22,4951 30,00
P13 (MW) 12 40 12,00 20,1588 68,0584
V1 (pu) 0,95 1,1 1,100 1,0552 1,0516
V2 (pu) 0,95 1,1 1,0903 1,0387 1,047
V5 (pu) 0,95 1,1 1,0591 1,0088 1,028
V8 (pu) 0,95 1,1 1,0551 1,0204 1,0337
V11 (pu) 0,95 1,1 1,0016 1,0847 1,0960
V13 (pu) 0,95 1,1 1,100 1,0781 1,0994
T6-9 0,9 1,1 0,97 1,07 1,03
T6-10 0,9 1,1 1,1 0, 96 1,05
T4-12 0,9 1,1 1,00 1,00 1,01
T28-27 0,9 1,1 1,05 1,05 0,98
Cot de
Gnration
($/hr
_ _ 800,9275 819,997 934,126

Pertes actives
(MW)
_ _ 9,1783 6,5017 3,5208
Emission
(ton/hr)
_ _ 0,3712 0,2701 0,2174

Figure 2-15, Angles de phase (deg) du rseau test rsultants de la minimisation bi-objectif
(cot/mission) par ABC-OPF pour les 3 cas.

On remarque que les puissances actives gnres et les tensions (modules et angles) sont dans
leurs limites admissibles tableau (2.8),(2.7). La figure (2,10) prsente la variation de langle pour
les trois cas, Pour illustrer lefficacit de lapproche propose, trois cas sont considrs au tableau
(2,8) :
-16
-14
-12
-10
-8
-6
-4
-2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
min w=0 w=0.5 w=1 max
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
45
Cas1 (= 1) : Seul le cot de Combustible est optimis dans la fonction objective;
Cas2 (=0) : La fonction objective d'mission est optimise individuellement;
Cas3 (= 0,5) : Les deux fonctions objectives sont optimises simultanment.
Pour mieux comprendre la diffrence entre le problme multi-objectif et mono-objective, des
comparaisons ont t faites entre les cas (1&2). Le cot de gnration et la fonction objective
d'mission sont optimiss individuellement avec le cas 3 o les deux fonctions objectives sont
optimises simultanment, sur la base de slectionner la meilleure solution obtenue, Les
observations peuvent tre dduites comme suit:
Dans le cas 1, la valeur de cot de gnration est rduite au minimum et sa valeur est meilleure que
celle du cas2. En outre, il est vu que lorsque le cot atteint sa valeur minimale, la valeur de
lmission sera augmente en raison que lune de ces deux fonctions objectives est en conflit avec
lautre. Dans le cas 2, la valeur du cot de gnration est plus suprieure par rapport aux autres cas
(1& 3), le cot supplmentaire dans le cas 2 est considr comme le cot de rduction des
missions. Dans le 3eme cas, les valeurs de la fonction objective sont prsentes pour diffrentes
valeurs de facteur w, tableau (2 ,12) o pour = 0,5 on constate que cette valeur donne un meilleur
compromis de multi-objective. Par exemple le cot de gnration et de lmission sont de
833,516($/h), 0,2539 (ton/h) respectivement pour = 0,4, en revanche quand = 0,6 le cot de
gnration et de lmission sont de 814,78($/h), 0,2837 (ton/h) respectivement, En gnral, il est
clair que pour = 0,5 limportance de la fonction objective augmente et ses valeurs diminuent
Tableau 2-12. Les rsultats dABC pour les 11 cas appliqus sur le rseau IEEE 30 bus
Variables = = 0,9 =0,8 =0,7

P1 (MW) 178,1896 169,4046 157,9585 148,6581
P2 (MW) 21,395 51,3446 52,7733 52,6692
P5 (MW) 21,395 22,3789 23,6217 23,0935
P8 (MW) 21,5015 23,8816 28,5056 31,0852
P11 (MW) 11,8695 11,8478 15,1835 17,0216
P13 (MW) 12,00 13,3808 13,6063 18,4464
Cot de gnration
($/hr)
800,9275 802,114 805,218 808,532
Perte active (MW) 9,1783 8,8384 8,2489 7,5741
Emission (ton/hr) 0,3712 0,3482 0,3211 0,3018
Variables = 0,6 = 0,5 =0,4 =0,3
P1 (MW) 138,1989 129,9592 118,1382 110,1393
P2 (MW) 56,0342 56,5821 58,7534 59,2465
P5 (MW) 24,4398 25,7065 24,8496 29,8820
P8 (MW) 35,00 35,00 34,9471 35,00
P11 (MW) 18,8794 22,4951 29,0969 30,00
P13 (MW) 18,1066 20,1588 23,9188 25,1347
Cot de gnration
($/hr)
814,78 819,997 833,516 844,183
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
46
Perte active (MW) 7,2590 6,5017 6,3040 6,0026
Emission (ton/hr) 0,2837 0,2701 0,2539 0,244
Variables = 0,2 = 0,1 =0
P1 (MW) 97,591 82,6456 68,0584
P2 (MW) 65,3984 68,9457 71,204
P5 (MW) 33,4223 41,8685 50,00
P8 (MW) 35,00 35,0000 35,00
P11 (MW) 30,00 29,9984 30,00
P13 (MW) 26,8514 29,3089 32,6585
Cot de gnration
($/hr)
858,425 891,988 934,126
Perte active (MW) 4,8632 4,3671 3,5208
Emission (ton/hr) 0,2334 0,2232 0,2174

Figure 2-16. Front de Pareto-Optimal (cot /Emission)

Figure 2-17. Front de Pareto-Optimal (Emission/Cot)
0.2 0.22 0.24 0.26 0.28 0.3 0.32 0.34 0.36 0.38
790
800
810
820
830
840
850
860
870
880
890
900
910
920
930
940
Emission (ton/hr)
C
o

t


(
$
/
h
r
)

Front Pareto Cot/Emission
790 800 810 820 830 840 850 860 870 880 890 900 910 920 930 940
0.2
0.22
0.24
0.26
0.28
0.3
0.32
0.34
0.36
0.38
Cot ($/hr)
E
m
i
s
s
i
o
n



(
t
o
n
/
h
r
)

Front Pareto optimal Emission/Cot
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
47
Les figures (2,16) et (2,17) reprsentent la diversit des solutions optimales obtenues de
loptimisation Multiobjective. Daprs les deux figures, on voit clairement que lalgorithme de
colonie dabeilles artificielle permet de dterminer le front de Pareto optimal. En pratique, la
dtermination des solutions Pareto optimales est utile mais pas suffisante car en gnrale une seule
solution est requise.

Figure 2-18. Caractristique de convergence de cot de combustible pour = 0,5

Figure 2-19. Caractristique de convergence des missions de Gaz
1 10 20 30 40 50 60 70 80 90 100
818
820
822
824
826
828
830
832
834
836
838
Itrations
C
o

t

d
e

G

r
a
t
i
o
n


(
$
/
h
r
)


Meilleur compromise
(cot+mission)
1 10 20 30 40 50 60 70 80 90 100
0.215
0.22
0.225
0.23
0.235
0.24
0.245
0.25
Itrations
L
e
s



E
m
i
s
s
i
o
n


(
t
o
n
/
h
r
)


Emission (ton/hr)
CHAPITRE 02 METAHEURISTIQUES APPLIQUEE A L OPF
48

Figure 2-20, Puissances transmises dans les lignes avec leffet des missions

2.8. Conclusion
Dans ce chapitre, nous avons introduit le concept de mtaheuristiques, Trois mthodes de base
dont une population et deux parcours ont t prsentes. Puis nous avons dtaill le mcanisme
de lune des plus importantes mtaheuristiques d'aujourd'hui qui permet de rsoudre un problme
d'optimisation combinatoire appele la mthode de colonie dabeilles artificielle. Pour valider le
programme labor, des applications sur le rseau modle IEEE 30 jeux de barres ont t faites. Les
rsultats ont t compars ceux obtenus dans des travaux antcdents pour montrer les avantages
de cette nouvelle technique. Daprs lanalyse des rsultats, nous avons constat que la mthode de
colonie dabeilles artificielle (ABC) prsente un avantage certain par rapport aux mthodes
population au niveau des rsultats pratiques comme la diminution des valeurs des pertes actives
avec un minimum de valeur des fonctions objectives tout en respectant les variables de vecteur de
contrle ainsi que la scurit de systme.

0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
13579
1
1
1
3
1
5
1
7
1
9
2
1
2
3
2
5
2
7
2
9
3
1
3
3
3
5
3
7
3
9
4
1
(max) (Cot+Emission)
Nbl
S
ik
(MW)
S
ik
S
ik

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
49
Chapitre 03
OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES
EOLIENNES
3.1. INTRODUCTION
La croissance de la complexit des rseaux lectriques, surtout avec la drgulation de
march de llectricit l'chelle plantaire, qui se traduit par une sparation des activits de
production, de transport et de distribution dans le but de faciliter le droit accord chaque
consommateur d'acheter l'lectricit chez le producteur de son choix, introduit le manque de
contrlabilit et de la commandabilit de la puissance active et ractive sur un rseau lectrique
ainsi que le temps de rponse ncessaire critique et le contrles de surcharge des lignes lectriques.
Donc, il est inluctable pour le gestionnaire du rseau de contrler ces transites de puissances afin
dexploiter le rseau de manire plus efficace. Les Systmes de Transmission Flexibles en Courant
Alternatif, terme traduit de l'anglais Flexible Alternating Current Transmission Systems
(FACTS) sont des moyen permettant de remplir cette tache. Le concept FACTS, introduit en 1986
par Y Electric Power Research Institute (EPRI), regroupe l'ensemble des dispositifs bass sur
l'lectronique de puissance permettant d'amliorer l'exploitation du rseau lectrique [1]. Son
dveloppement est troitement li aux progrs raliss dans le domaine dlectronique de puissance
et plus particulirement des lments commandables tels que le thyristor, le thyristor GTO et les
transistors IGBT, Ces lments jouent le rle d'interrupteurs trs rapides; ce qui confre aux
dispositifs FACTS une vitesse et une fiabilit bien suprieures celles des systmes
lectromcaniques classiques.
Les dispositifs FACTS, insrs dans un rseau lectrique, peuvent toucher divers domaines tels que
le ct technique, conomique et environnement, et satisfaire plusieurs besoins comme :
- La contribution l'exploitation optimale dun systme lectrique par rduction des pertes de
puissance et damlioration du profil de tension,
- Laugmentions de la capacit des transites de puissances de faon liminer les surcharges
dans les lignes ou les transformateurs ainsi pour viter les flux de bouclage dans le rseau et
le problme de la rsonance sub-synchrone [30];
- Lextension de la rserve de stabilit transitoire en rgime dynamique;
- Lamortissement des oscillations de puissances;
- La permission dun meilleur contrle et dune meilleure rapidit de gestion de lcoulement
de Puissance;
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
50

Un autre avantage des quipements FACTS, rside quil 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 [9].
De manire gnrale, les dispositifs FACTS agissent en fournissant ou en absorbant de la
puissance ractive, en augmentant ou en rduisant la tension aux jeux de barres, en contrlant
l'impdance des lignes ou en modifiant les phases des tensions [3]. Ce chapitre est consacr aux
effets de dispositifs FACTS et de sources renouvelables dans un rseau lectrique. Le but principal
est de rpondre aux questions suivantes:
Que peuvent apporter les FACTS et la source renouvelable dans la conduite d'un rseau lectrique?
Quelles doivent tre leurs caractristiques (types de dispositifs, puissances, etc.)?
3.2. Types des dispositifs FACTS
Typiquement les systmes FACTS sont diviss en trois catgories:
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:
1.2.1. Compensateurs Parallles
Les compensateurs parallles sont utiliss depuis longtemps dans les rseaux lectriques, leurs
objectifs principaux sont le contrle des tensions aux niveaux dsirs lorsquil y a un changement
sur les conditions du systme et l'accroissement de la puissance transmissible dans les lignes. Le
principe de compensation consiste fournir ou absorber de la puissance ractive de faon
modifier les caractristiques naturelles des lignes pour les rendre plus compatibles avec la charge,
de faon que le temps de rponse soit trs court. Actuellement, les compensateurs parallles les
plus utiliss dans les rseaux lectriques sont :
SVC: Compensateur statique dnergie ractive; acronyme anglais (Static Var
Compensator);
STATCOM : Compensateur Statique synchrone; (Static synchronous Compensator), qui a
connu jusqu prsent diffrentes appellations [31]:
- ASVC (Advanced Static Var Compensator);
- STATCON (static condenser);
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
51

- SVG (Static Var Generator);
- SVC light;
- SVC plus.
SSG : Gnrateur synchrone statique, (Static Synchronous Generator);
BESS: Le Systme de Stockage par Batterie, (Battery Energy Storage System);
SMES : Le Systme de Stockage dEnergie par aimant Supraconducteur, (Superconducting
Magnetic Energy Storage).
1.2.1.1. 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 jeux de barres [31] .Un
SVC est gnralement constitu d'un ou plusieurs batteries de condensateurs fixes (FC)
commutables soit par disjoncteur, ou bien par thyristors (Thyristor Switched Capacitor (TSC) et
d'un banc de ractances contrlables (Thyristor controlled Reactor TCR) et parfois de ractances
commutables (Thyristor Switched Reactor(TSR), et des filtres d'harmoniques [33]. Figure, 3.1,

Figure 3-1, a) Caractristique dun SVC b) Schma du SVC et TCBR
- Condensateur fixe (FC)
Le condensateur fixe fournit la barre une puissance ractive fixe, il est connect au rseau
mcaniquement et comporte un contrle pour l'ouverture du disjoncteur qui le relie la barre,
- Principe de fonctionnement de TCR
Les thyristors sont enclenchs avec un certain angle damorage et conduisent
alternativement sur une demi-priode. On dfinit l'angle d'allumage partir du passage par zro
dans le sens positif de la tension aux bornes du thyristor allumer. L'angle de conduction est
l'angle pendant lequel les thyristors conduisent. Un thyristor se met conduire quand un signal de

Filtre
HT
MT
TCR
SVC
TCBR
ICmacx
V
ILmacx
I
TSC
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
52

gchette lui est envoy et la tension ses bornes est positive. Il s'arrte de conduire lorsque le
courant qui le traverse s'annule. Les thyristors sont allums de faon symtrique toutes les demi-
priodes. Le courant frquence fondamentale est rgl par la commande de phase de la valve
thyristors. En pleine conduction ( = 90), le courant est essentiellement ractif et sinusodal, et
lorsque = 180, on est en conduction nulle [3] [33].
La relation qui lie langle d'amorage et langle de conduction en rgime permanent est:

( ) o t = o 2

Une conduction partielle des thyristors est accomplie avec un angle d'amorage compris entre 90
et 180, a pour effet de rduire le courant fondamental (figure- 3.2.b), et donc de diminuer la
susceptance apparente de l'inductance

Figure 3-2. Ractance commande par thyristors
- Condensateur commut par thyristors (TSC)
Le condensateur commut par thyristors TSC (Thyristor-Switched Capacitor) est compos
dun condensateur fixe C branch en srie avec une valve thyristors bidirectionnelle et une bobine
dinductance dattnuation (figure 3.3). Le commutateur a pour rle denclencher et de dclencher
le condensateur pour un nombre entier de demi-cycles de la tension applique. Le condensateur
nest ainsi pas command en phase, mais simplement enclench et dclench, Linductance
dattnuation sert limiter le courant en cas de fonctionnement anormal et viter la rsonance
avec le rseau des frquences particulires. Pour avoir un minimum de perturbations transitoires,
les instants de commutation sont choisis de faon ce que la tension aux bornes des thyristors soit
minimale. Lenclenchement est donc ralis lorsque la tension rsiduelle du condensateur est gale
la tension instantane du rseau.
Plein
Conduction
Conduction
Partielle
Conduction
Presque nulle

(b) tension simul et courant inductif rsultant pour
un angle damorage donn

I
V
L
T1
T2
(a) Montage
V, I

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
53

Figure 3-3. a) Nombre de condensateurs on conduction b) TSC
1.2.1.2. Compensateur statique synchrone (STATCOM)
IEEE dfinit le STATCOM (acronyme en anglais Static Synchronous Compensator)
comme un gnrateur synchrone qui injecte dans le rseau un courant alternatif contrl en phase
et en amplitude, leur topologie est base sur des convertisseurs de tension. Il fournit et absorbe la
puissance ractive dsire. 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 [9].
Lchange dnergie ractive se fait par le contrle de la tension de sortie de londuleur
STAT
V ,
laquelle est en phase avec la tension du rseau

comme illustr dans Figure 3,4 (c). Le


fonctionnement peut tre dcrit de la faon suivante [31] [34]:
- Si la tension V
s
est infrieure
R
V , le courant circulant dans linductance est dphas de
2
t
par rapport la tension
R
V ce qui donne un courant inductif (figure, 3,5 -a),
- Si la tension V
s
est suprieure
R
V , le courant circulant dans linductance est dphas de
2
t
+
par rapport la tension
R
V ce qui donne un courant capacitif (figure, 3,5 -b).
V
Vc
I
L

Courant
4
1 2 3 5 6
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
54

Figure 3-4. Le diagramme de principe de STATCOM : (a) circuit de puissance, (b)- circuit
quivalent, (c)- Echange de puissance

- Si la tension V
s
est gale
R
V , le courant circulant dans linductance est nul et par
consquent il ny a pas dchange dnergie,

Figure 3-5. Diagramme vectoriel de STATCOM
Lavantage de ce dispositif est de pouvoir changer de lnergie de nature inductive ou
capacitive uniquement laide dune inductance, Contrairement au SVC, il ny a pas dlment
capacitif qui peut provoquer des rsonances avec des lments inductifs du rseau. La
caractristique statique de ce convertisseur est donne par la figure 3.6. Ce dispositif a lavantage,
contrairement au SVC, de pouvoir fournir un courant constant important mme lorsque la tension V
diminue,

Figure 3-6. Caractristique du STATCOM
VS
VR
IS
VS VR
IS
a) courant inductif
b) courant capacitif
Source
Continue
Convertisseur
vSTAT

-
+
I
STAT

VRseau

VRseau (VR) VSTAT
(VS)
ISTAT (IS)
VS> VR
VS< VR
Fourniture Q
Absorption Q
IS
V
(a)
(c)
(b)
I
S
V
R
I
max
I
m
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
55

3.2.2. Compensation srie
Les dispositifs FACTS de compensation srie sont des impdances variables (inductives,
capacitives) ou des sources de tensions variables employes afin de rduire la partie ractive de
limpdance de la ligne [35]. Ils agissent gnralement en insrant une tension capacitive sur la
ligne de transport qui permet de compenser la chute de tension inductive [3]. Figure, (3.7). Leurs
applications principales sont:
La commande statique et dynamique des flux de puissances ;
Amlioration de la stabilit angulaire;
Lamortissement des oscillations de puissance;
Lquilibrage des flux de charge dans les rseaux de transport ;
Rduction des problmes dus aux phnomnes de rsonance sub synchrone ;
Prvention des risques de rupture des arbres mcaniques.
Les compensateurs sries les plus connus sont:
- TCSC: Condensateur Srie Command par thyristor, (Thyristor Controlled Sries
Capacitor);
- TSSC: Condensateur Srie Commut par thyristor, (Thyristor Switched Sries Capacitor);
- SSSC ou (S
3
C): Compensateur Statique Srie Synchrone, (Static Synchronous Sries
Compensator);

Figure 3-7.Ligne radiale avec un Compensateur Srie
La ractance effective dune ligne munie dun compensateur srie et donne par

eff
= 1 , o k est le degr de compensation srie, exprim par: =


Dans une ligne compense, la puissance active transmise entre deux nuds i et k o


scrit comme suit :

2
1
sin (3,1)
Et la Puissance ractive fournie par le Compensateur vaut alors :


= 2

1
2
. 1 cos (3,2)
En outre, il existe aussi une famille des dispositifs FACTS qui sont insrs en srie dans le rseau

Uk
UC
UL
Ui
I
Uk
Ui
i
Z=R
I
UL UC
k
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
56

portant lappellation Les rgulateurs statiques de Tension et de Phase, leur tache est totalement
diffrente de celle des FACTS, puisquils narrivent pas fournir ou absorber de la puissance, mais
de ne modifier que le transite de puissance, Tous comme les transformateurs dphaseurs et de
rglage classique, ils agissent en insrant une tension en srie dans la ligne de manire augmenter
ou diminuer le courant y circulant [3]. Le rgleur en charge mcanique est toutefois remplac par
un commutateur de prises de rglage thyristor classique ou GTO.
La figure (3.8) montre le raccordement d'un transformateur de rgulation dans la phase a d'un
systme triphas pour le contrle d'amplitude de la tension,

Figure 3-8. Transformateur rgulateur de tension
La tension de sortie de transformateur srie peut tre ajuste par le changement de position de prises
du transformateur d'excitation de 1 2. La tension obtenue par ce changement est ajoute son tour
au ct primaire du transformateur srie, partir duquel la tension de sortie scrit comme suit :


Egalement les transformateurs dphaseurs sont utiliss pour contrler les phases de tension .
Si la tension de sortie nest pas en phase avec la tension dentre, la tension rsultante aura un
dphasage par rapport la tension d'entre. Le transformateur angle de phase est utilis aussi pour
la rgulation de flux de puissance active, est illustr dans la figure (3.9) [35].

Figure 3-9. Transformateur dphaseur
Transformateur
dexcitation
Transformateur
Srie
Transformateur
dexcitation
Transformateur
Srie
+ +
- -
1
2


2
c
+
1
+
- -
+
b
a
n
-


CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
57

Le transformateur srie de la phase a fournie une tension partir du transformateur
dexcitation bc. La tension fournie

est injecte en quadrature avec la tension

, ainsi la
tension rsultante

passe par un dcalage de phase comme illustr dans la figure 3.10. La


tension de sortie peut scrire comme suit:



Figure 3-10. Diagramme de dphasage de tensions [35].
3.2.2.1. Compensateur srie command par thyristor (TCSC)
IEEE dfinit le TCSC comme tant un compensateur ractance capacitive qui consiste en
une srie de condensateurs en parallle avec des inductances commandes par thyristor afin de
pouvoir assurer une variation homogne de la ractance capacitive. Le TCSC permet une
compensation qui varie entre 20% inductive et 80% capacitive.

Figure 3-11. Modlisation de TCSC a) modle gnral b) modle.
Le modle est form de deux branches en parallle formes respectivement dune inductance et
dune capacit variable. Pour viter les phnomnes de rsonances, les branches sont enclenches
de manire exclusive laide dun interrupteur (Figure- 3.11) [3].
3.2.2.2. 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 command par
un commutateur de thyristor qui assure une compensation par palier [3].
a)
b)


UTCSC

i
xTCSC

k
xL

xC

i

k

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
58

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, chacune tant shunte par une valve thyristors monte en drivation.
3.2.3. Compensateur srie parallle (hybride)

Les dispositifs FACTS prsents prcdemment permettent d'agir 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 (shunt et srie), il est possible d'obtenir des
dispositifs hybrides capables de contrler simultanment les diffrentes variables prcites [33]. On
peut citer :

UPFC : Contrleur de transit de puissance unifi; acronyme anglais (Unified Power Flow
Controller);
IPFC : Contrleur de transit de puissance entre lignes; acronyme anglais (Interligne Power Flow
Controller);
IPC : Rgulateur de puissance Interphases ; acronyme anglais (Interphase Power Controller),
TCPST: Transformateur dphaseur command par thyristor, acronyme anglais (Thyristor
Controlled Phase Shifting Transformer);
TCPAR :Rgulateur dangle de phase command par thyristor, acronyme en anglais (Thyristor
Controlled Phase Angle Regulator).
3.2.4. 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 aussi
entrant galement dans le choix du type dinstallation. Le tableau synthtise les domaines
dapplications des diffrentes technologies de FACTS.
Tableau 3-1,Domaines dapplications des dispositifs FACTS
Dispositif
Contrle de transit de
puissance
Contrle de la tension
SVC + +++
STATCOM + +++
TCSC ++ +
SSSC ++ +
UPFC +++ +++

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
59
Comme dj mentionn prcdemment, notre travail consiste aussi utiliser des dispositifs
FACTS pour exploiter le rseau avec la plus grande marge de scurit possible, afin de prvenir
dventuels problmes ou changements qui pourraient survenir dans le systme tels que
leffondrement de tension, les dpassement sur le transit de puissance ainsi que les pertes actives.
De ce fait, il faut choisir, parmi les quipements FACTS, ceux qui ont des applications spcifiques
tels que le maintien de la tension la valeur dsire 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 dautant plus les pertes ractives dans le rseau [9]. Nous avons
choisi dtudier le SVC pour amliorer les proprits de celle-ci, afin que ce dernier soit fiable pour
garder la tension de ce raccordement un rseau lectrique dans la marge de tension dsire et
TCSC pour amliorer le transite de puissance active.
3.3. Modles de SVC et TCSC dans lcoulement de puissance
3.3.1. Modles de SVC
a. Modle de la susceptance : Dans la pratique, le SVC peut tre model comme une ractance
shunte ajustable et utilis pour contrler la compensation de la puissance ractive d'un
systme,

reprsente la susceptance quivalente frquence fondamentale de tous les modules


de composant shunt de SVC, (figure- 3.1), avec une limite infrieure et une limite suprieure de

[37] [38].

(3.3)
Dans les quations de lcoulement de puissance, l'effet de SVC est apparu lors de linjection de la
puissance ractive dans le jeu de barres k.

2
(3.4)
Le signe moins indique que le SVC fournit de la puissance ractive au systme lorsquil est
capacitif alors quil en consomme lorsquil est inductif.
Le courant fourni par le SVC est crit comme suit:

(3.5)
a) Modle total de la susceptance b) -Modle dangle damorage
Figure 3-12. Les Modles de SVC.
USVC
K
X
c

XL
ISVC
i
Vi
jBSVC

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
60

est pris comme variable dtat dans lquation de lcoulement de puissance: [38]

=
0 0
0

(3.6)
la fin de litration (i) la nouvelle variable de la susceptance

est comme suit :




( ) ( ) 1 i
SVC
i
SVC
SVC 1 i
SVC
i
SVC
B
B
B
B B

|
|
.
|

\
| A
+ =
(3.7)
b. Modle dangle damorage : La ractance quivalente

, qui est en fonction de l'angle


damorage , se compose de la combinaison parallle d'une ractance commande par thyristors et
d'une ractance capacitive fixe suivant les indications de la figure 3,12 (b) [37].
Les quations de modle dangle damorage peuvent tre dveloppes de la manire suivante :
La ractance quivalente de frquence fondamentale de X
TCR
scrit comme suit:
( ) ( ) o + o t
t
=
2 sin 2
X .
X
L
TCR
(3.8)
O ( ) L . X , 2
L
e = o t = o ;

( ) ( ) o + o t
t
=
2 sin 2
X .
X
L
TCR
(3.9)

o o et Sont les angles de conduction et damorage respectivement ;
Do
SVC
X devient :

( ) ( ) | |
L C
C L
SVC
X X
X X
X
. 2 sin 2
. .
t o o t
t
+
= (3.10)
O
C .
1
X
C
e
=


( ) ( ) | |
)
`

+
= =
C L
C
k SVC k
X X
X X
V Q Q
. .
. 2 sin 2
2
t
t o o t
(3.11)
Dans les quations de lcoulement de puissance, l'angle damorage est considr comme variable
d'tat, De l'quation (3,11), on peut crire lquation de lcoulement de puissance de SVC comme
suit [36]:
( )
( ) | |
( )
( ) i
k
i
L
2
k
k
k
1 2 Cos
X
V . 2
0
0 0
Q
P
i
(

o A
u A
(
(
(

o
t
=
(

A
A
(3.12)
la fin de litration (i) la nouvelle variable de langle damorage

sera comme suit :


CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
61

()
=

(1)
+

()
(3.13)
Le jeu de barres de connexion SVC est un jeu de barres tension contrle (PV bus) o lamplitude
de tension et les puissances active et ractive sont spcifies alors que, soit langle damorage

,soit la susceptance quivalente

sont prises comme variables dtat, Si

et

vont
en dehors de leurs limites, alors les variables seront fixes la limite dpasse et leurs jeux de
barres devient alors (PQ-bus) [39] [40].
3.3.2. Modle de TCSC
Mode de fonctionnement
Le modle de TCSC reprsent dans la figure (3,11), comporte trois modes de fonctionnement [41]:

Figure 3-13. Rgime de fonctionnement du TCSC.
a) Les thyristors bloqus: le courant de la ligne passe uniquement par le condensateur. Le
TCSC a alors une impdance fixe correspondant celle du condensateur, figure 3.13(a).
b) Les Thyristors court-circuits : limpdance de TCSC est fixe est correspond limpdance
quivalente rsultant de la mise en parallle de la capacit et de linductance, figure 3.13(b).
c) La conduction partielle des thyristors : c'est--dire si le Th
1
amorc Th
2
bloqu et vice versa,
quand Th
1
amorc limpdance quivalente est inductive et si Th
2
amorc limpdance
quivalente est capacitive, figure 3.13 (c).
a. Modle de la ractance srie variable
L'ide fondamentale derrire le contrle de lcoulement de puissance par TCSC est de
diminuer ou augmenter la valeur efficace de limpdance srie de toutes les lignes de transport, en
ajoutant simplement une ractance

capacitive ou inductive la ligne (figure 3.14), dont la


valeur est ajuste automatiquement pour limiter le flux de puissance dans la branche laquelle elle
est connecte [42].
L
C
Th 1
Th 2
L
C
L
C
Th1
Th2
b) Thyristors Court -Circuits a) Thyristors Bloqus
c) Conduction Partielle
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
62

Figure 3-14. Intgration de TCSC dans une ligne
La figure 3.14 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:

(3.14)
Les valeurs de TCSC sont exprimes sous la forme du degr de compensation de la ligne
TCSC
k
dans laquelle le dispositif est plac, la valeur de la ractance de TCSC scrit comme suit:

(3.15)
La puissance active transite dans la ligne (i-k) est:

1
(3.16)
Les degrs de compensation maximum sont 80% en mode capacitive et 20%en mode inductive [3].
0,8

0,2 (3.17)
La tension insre par le compensateur est donne par :

(3.18)
Et la puissance ractive:

(3.19)

Figure 3-15. Puissance transit en fonction de langle de tronon (2-5)du rseau IEEE 30 J.B
(

= 0.1983 pu)
0 20 40 60 80 90 100 120 140 160 180
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6


Ktcsc = 0.2
Ktcsc = 0
Ktcsc = - 0.2
Ktcsc = - 0.4
Ktcsc= - 0.6
Ktcsc= - 0.8
2
b
0 ik

2
b
0 ik

i
k Ri
k

x
ik

-

(pu)
()
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
63


L'admittance de la ligne de transport dans laquelle le TCSC est insr peut scrire comme suit:
=

0
2

0
2
(3.20)

=
1


Les quations de la puissance active et ractive au jeu de barres i sont:

(3.21)

(3.22)
La matrice jacobienne devient comme suit:

,
: cest lerreur sur la puissance active ;

est donn par


1
(3.23)
La variable

est mise jour la fin de chaque tape itrative selon lquation suivante:

1
+

1
(3.24)
b. Modle dangle damorage

Figure 3-16. a) Modle de TCSC, b) ractance Apparente.
a)
b)
90
180


()

Rgion prohibe
XTCS
C
V
i
V
k
C
Xik
Th1
Ica
p
Iin
Rik

Th2
ITCR
L
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
64


De la figure (3.16-a), la ractance quivalente fondamentale de TCSC est donne par :

+
1
2 +2
2
,
2
, tan(), tan() (3.25)
O =

,
1
=

,
2
=

, = 1
21,
2


Les quations de lcoulement de puissance de la ligne de transport i-k (figure 3,15) sont modifies
comme suit :

sin

(3.26)

(3.27)

2
+

2
;

2
+

=
1
+ +

,
=

sin

(3.28)

La matrice jacobienne devient comme suit:

,


Tel que

est lerreur sur lcoulement de la puissance active pour le modle de TCSC,


: Cest la puissance demande sur la branche de TCSC.


la fin de litration (i) la nouvelle variable de langle damorage
TCSC
est exprime comme
suit:

+1
=

(3.29)

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
65

3.4. Maximisation de la puissance desservie
Dans ce contexte, le but de loptimisation est dexploiter en mieux la capacit de rseau. Les
dispositifs FACTS sont placs dans le systme de faon maximiser la puissance desservie aux
consommateurs, tout en observant les contraintes de scurits. Celles ci sont donnes par :
- Les niveaux de tension aux jeux de barres, qui ne doivent pas scarter de plus de 10% de
leur valeur nominale, car en pratique, des carts allants jusqu 10% de la valeur nominale
peuvent tre tolrs,
- Les puissances apparentes circulant dans les lignes dont la valeur doit rester infrieure leur
limite thermique,
Les dispositifs FACTS tant modliss pour des rgimes de fonctionnement stationnaires,
cest principalement leurs effets sur les transits de puissances et sur les tensions dans le rseau qui
sont observs. Les critres doptimisation se prsentent sous forme de fonctions objectives
minimiser ou maximiser selon les cas, Ils peuvent galement tre utiliss pour que les diffrentes
contraintes prcdemment dcrites soient respectes.
3.4.1. Application
Dans cette section, on fait varier la charge. Laccroissement de la charge se fait de manire
uniforme dans tout le rseau, Les puissances actives et ractives consommes par les charges sont
multiplies par le mme facteur .

= ,
0
(3.30)

= ,
0
(3.31)
Avec

et

sont des puissances active et ractive consommes au jeu de barres pour un facteur
de charge .

0
et
0
sont des puissances active et ractive consommes au jeu de barres dans le cas de
base.
Les diffrentes valeurs de facteur de charge K sont 20%, 40% et 45% respectivement. Ce
facteur est exprim en valeur relative par rapport la puissance maximale pouvant tre desservie
sans placer de FACTS dans le rseau. Les valeurs minimales et maximales des tensions de tous les
jeux de barres sont fixes au 0,95 (pu), 1,1 (pu) respectivement. Afin dviter les arcs dans chaque
manipulation de rglage de transformateur, la valeur des prises de rglage en charge des
transformateurs est fixe dans un niveau prdtermin, car dans la pratique cela se fait de cette
manire.

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
66

Les paramtres de contrle de lalgorithme (ABC) sont donns au tableau(2,2), et les rsultats de
simulation pour les 3 cas sont exposs dans le tableau (3,1).
Cas 1 : = 20%;
Cas 2 : = 40%;
Cas 1 : = 45%,
Tableau 3-2. Rsultats de simulation par lalgorithme(ABC) pour diffrentes valeurs de K.

Figure 3-17.profil des tensions de rseau IEEE 30 J.B pour diffrentes valeurs de facteur K.
0,9
0,95
1
1,05
1,1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|V|min |V|Cas1 |V|Cas2 |V|Cas3 |V|max
Varaibles Min Max Cas 1 Cas2 Cas 3
P
G1
(MW)

50 200 193,5577 196,6680 198,5886
P
G2
(MW)

20 80 59,24 78,6654 73,1237
P
G5
(MW)

15 50 23,4327 44,3718 50,00
P
G8
(MW)

10 35 33,3692 35,0 35,00
P
G11
(MW)

10 30 15,6558 23,6287 30,00
P
G13
( MW)

12 40 27,1802 32,6492 38,6161
V
G1
(Pu)

0,95 1,1 1,0896 1,0602 1,0761
V
G2
(Pu)

0,95 1,1 1,0585 1,0387 1,0366
V
G5
(Pu)

0,95 1,1 1,0017 1,0115 0,9965
V
G8
(Pu)

0,95 1,1 1,0162 1,0232 1,0081
V
G11
(Pu)

0,95 1,1 1,1000 1,0995 1,0951
V
G13
(Pu) 0,95 1,1 1,0601 1,0896 1,0848
uG1(deg) -14 0 0 0 0
uG2(deg) -14 0 -3,5397 -3,8470 -3,8180
uG5(deg) -14 0 -11,1499 -12,2813 -12,4292
uG8(deg) -14 0 -7,9757 -9,529 -9,3586
uG11(deg) -14 0 -8,4088 -8,8220 -7,9219
uG13(deg) -14 0 -8,7404 -10,1656 -9,7737
Cot de Gnration
($/h)

- - 1021,2 1285,12 1362,4
Pertes de
Transmission (MW)
_ _ 12,3557 14,2231 14,3983
AV=|Vi-Vref| _ _ 0,0804 0,05 0,3068
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
67

Figure 3-18. Puissances transmises dans les lignes pour les trois cas.
On remarque daprs les rsultats trouvs par (ABC-OPF), et montrs dans les figures
(3,17),(3,18) que cette mthode est robuste puisquelle rpartie les puissances sur les gnrateurs
jusqu ce quils prennent leurs valeurs max, sans que les lignes atteignent les limites maximales
dans les deux premiers cas (cas1, cas2), ainsi que toutes les tensions aux jeux de barres de charges
sont dans leurs limites admissibles, Par consquent, on ne peut pas aller au-del de 40% car on aura
dune part, les lignes surcharges et des dpassement sur la limite infrieure des tensions (cas3), et
dautre part un risque de dfaillance si un gnrateur sort du synchronisme ou une ligne subit un
dfaut et sort du rseau lectrique puisque le minimum de rserve acceptable dans ce cas est de 24
MW , Pour le cas de 45% (cas3) les gnrateurs 5, 8 et 11 prennent les valeurs maximales et il reste
rpartir le reste de la puissance sur les autres gnrateurs, Les lignes (2-5) ,(1-2) atteignent les
limites maximales, et la rserve est gale 9,7 MW prsentant 2,36% de la charge totale qui est
infrieure la valeur minimale de la rserve exige, On remarque enfin pour le cas de surcharge que
le cot augmente de 39,37% qui est expliqu par lutilisation des centrales les plus chres pour cette
valeur de pointe.

Figure 3-19. Comparaison des valeurs optimales des cots et des pertes, trouves par ABC dans le
cas de laugmentation de la charge
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
123456789
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
Sij max Cas 1 Cas 2 Cas 3
1021,2
1285,12
1362,4
12,3557
14,223
14,3983
1
2
3
Cot de Gnration ($/h)
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
68

Au dbut, la solution utilise consiste changer la topologie de rseau lectrique par la
construction de nouvelles lignes lectriques mais ceci est souvent difficile pour des raisons
conomiques et politiques. C'est pourquoi, on propose l'utilisation des dispositifs FACTS pour
remdier aux diffrents problmes confronts auparavant dans ltude de lcoulement de puissance
optimal lors de laugmentation de la puissance demande savoir:
Les surcharges des lignes lectriques de transport, leffondrement de tension et les pertes, le
dpassement au niveau de la puissance ractive gnre et les pertes actives de transport.
Afin de mettre en vidence linfluence de deux types FACTS (SVC,TCSC) sur la puissance
pouvant tre transmise, lamlioration de profil de tension, et la rduction des pertes actives, des
simulations sont effectues dans deux cas de figure:
- quand chaque dispositif est pris sparment;
- lorsque tous ces dispositifs placs simultanment dans le rseau.
Les rsultats doptimisation pouvant tre obtenus dans ce contexte sont reports dans les tableaux et
les figures ci-dessous.
A. I nstallation de SVC:
Comme nous lavons mentionn dj au paragraphe ( 3.3.1.a), et pour tester linfluence du
SVC sur lamlioration au profil des tensions, le compensateur statique est modlis comme une
source variable de la puissance ractive. Le choix de lemplacement optimal du SVC est bas sur la
dtermination du jeu de barres faible tension dans le rseau. Dans notre travail, la slection de ce
jeu de barres est faite par lanalyse de lcoulement de puissance. Aprs avoir choisi les jeux de
barres 26 et 30 respectivement comme lieu dinstallation du SVC, nous devons optimiser chaque
fois la valeur de la susceptance

qui varie entre deux limites minimale et maximale,


Pour dmontrer l'efficacit de l'approche propose, trois cas diffrents ont t considrs comme
suit:
Cas 1 =Avec FACTS (1 SVC install au jeu de barres 26);
Cas 2 =avec FACTS (1 SVC install au jeu de barre 30);
Cas 3 =avec FACTS (2 SVC installs aux jeux de barres 26 et 30).







CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
69

Tableau 3-3. Rsultats de simulation des trois cas trouvs par lalgorithme(ABC).















Figure 3-20. Profil des tensions de rseau IEEE 30 Jeux de Barres aprs la compensation
Le tableau (3.3) prsente les rsultats de simulation obtenus par la mthode de colonie
dabeilles artificielle (ABC) en prsence du SVC. On remarque dans les deux premiers cas (1et 2)
que lapproche utilise a rpartie la puissance demande sur les gnrateurs interconnects de faon
optimale et le SVC connect au jeu de barres 26 et 30 individuellement injecte 7,5346 MAVR au
JB 26, et 8,8676 MAVR au JB 30 pour maintenir la tension la valeur dsire.
0,9
0,95
1
1,05
1,1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Min
Sans FACTS
SVC au JB 26
SVC au JB 30
2 SVC au 26
& 30
Max
Variables Min Max Sans FACTS Cas 1 Cas 2 Cas 3
P
G1
(MW)

50 200 198,5886 196,8754 197,6791 198,4035
P
G2
(MW)

20 80 73,1237 73,2942 72,6718 73,3589
P
G5
(MW)

15 50 50,00 50,00 49,8672 50,00
P
G8
(MW)

10 35 35,00 35,00 35,00 35,00
P
G11
(MW)

10 30 30,00 29,9601 30,00 30,00
P
G13
( MW)

12 40 38,6161 40,00 39,6817 37,8299
Q
SVC26
( MVar)
-25 +25 - 7,5346 - 5,0251
Q
SVC30
( MVar)
-25 +25 - - 8,8676 5,6679
Q
SVC-Tot
( MVar)
-25 +25 7,5346 8,8676 10,693
Cot de
Gnration ($/h)

- - 1362,47 1363,86 1361,61 1358,91
Pertes actives
(MW)
_ _ 14,3983 14,1997 13,9698 13,6623
AV=|Vi-Vrf| - - 0,3068 0,1262 0,2087 0,2397
AV/Q
Tot
(%)

0,154% 0,064% 0,1066% 0,1245%
Min(V
i
) - - 0,9288 0,9575 0,9670 0,9801
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
70

et rduire la marge de dviation de tension. Dans le troisime cas, deux SVC sont placs
simultanment dans le rseau aux jeux de barres 26 et 30, et daprs ses rsultats, on conclue quil
est le meilleur cas par rapport aux autres cas (1&2), que ce soit sur le plan de cot de gnration ou
bien des pertes actives de transport. On peut remarquer aussi, que le SVC maintient les tensions des
jeux de barres 26 et 30 la valeur dsire 1pu, via une optimisation approprie des valeurs de
susceptance.
Les profils de tension de rseau, avec et sans SVC, sont prsents dans la figure (3-20), On
remarque pour le cas de base (sans FACTS), les jeux de barres qui sont relativement loin des units
de production savoir les jeux de barres 24 25 26 et 30 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 aux JB 26, 30 amliore dune manire
remarquable le profil de tension aux diffrents J.B de charge ainsi que la marge de dviation des
tensions.

B. I nstallation de TCSC:
Diffrentes mthodes sont utilises pour lemplacement optimal de TCSC, tels que lindice de
sensibilit des pertes et lindice de surcharge dune ligne de transport dans un rseau lectrique [42].
Dans notre travail, on sintressera la compensation de la ligne (2-5) du rseau qui subit une
surcharge lors de laugmentation de la puissance demande au del de 45%, figure (3-18). Aprs le
choix optimal du site de TCSC, on doit optimiser sa taille, qui assure un contrle de la puissance
transporte et la rduction des pertes de transport, et comme nous lavons dj signal dans
lquation (3,17), le degr de compensation des TCSC est limit entre 20% inductive et 80%
capacitive.
Pour dmontrer l'efficacit de l'approche utilise, deux cas diffrents ont t considrs:
Cas 1 =Avec Facts (1 TCSC install dans le tranon(2-5));
Cas 2 =Avec Facts (TCSC install dans le tranon (2-5) et 1 SVC Plac au jeu de barres n30 ),
Les rsulats de simulation trouvs par lABC sont affichs dans le tableau (3-4).






CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
71

Tableau 3-4 . Rsultats de simulation avec linsertion de TCSC.





















Figure 3-21. Puissances transmises dans les lignes avec et sans TCSC.

Daprs les rsultats du tableau (3,4), on voit clairement que, le TCSC fait diminuer les pertes
totales du rseau jusqu la valeur 14 MW, mais dune faon gnrale, les pertes ractives. Ceci est
justifi par le fait que le TCSC fait diminuer la ractance apparente de la ligne, donc il influe
directement sur les pertes ractives. La rduction du cot calcul pour une anne vaut un montant
assez important de lordre 15505,2$/an.
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
Sij (max) Avec TCSC Sans TCSC
Variables Min Max Sans FACTS Cas 1 Cas 2
P
G1
(MW)

50 200 198,5886 197,5552 198,9367
P
G2
(MW)

20 80 73,1237 78,6520 72,6979
P
G5
(MW)

15 50 50,00 50,00 49,5222
P
G8
(MW)

10 35 35,00 35,00 35,00
P
G11
(MW)

10 30 30,00 30,00 30,00
P
G13
( MW)

12 40 38,6161 33,9481 38,6495
V
G1
(pu)

0,95 1,1 1,0761 1,0763 1,0844
V
G2
(pu)

0,95 1,1 1,051 1,0584 1,0617
V
G5
(pu)

0,95 1,1 0,9947 1,0278 1,0380
V
G8
(pu)

0,95 1,1 1,0056 1,0294 1,0276
V
G11
(pu)

0,95 1,1 1,1000 1,0650 1,1000
V
G13
( pu)

0,95 1,1 1,0801 1,0925 1,0929
TCSC ( %) 80 +20 - 1,15 1,15
Q
SVC30
( MVar) -25 +25 - - 7,2047
Cot de
Gnration ($/h)

- - 1362,47 1360,7 1358,50,
Pertes actives
(MW)
- - 14,3983 14,22 13,8763
AV=|Vi-Vrf| - - 0,3068 0,0151 0,4027
rserve - - 9,6719 9, 84 10,7634
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
72


Figure 3-22. profil des tensions pour diffrents cas de compensation.
La figure (3-22) reprsente le profil de tension pour trois cas de simulation. Daprs cette
figure, on remarque que la combinaison de deux FACTS (SVC et TCSC) fournit un meilleur profil
de tension compare au cas du SVC seul. En Comparant le SVC et le TCSC, on constate que le
TCSC amliore mieux le profil de tension dans les zones proches de leur site dinstallation (jeux de
barres 2 3 4 5 6 et 7), par contre le SVC amliore le profil de tension dans tous les jeux de
barres. En fin de ce contexte, le but doptimisation est dexploiter au mieux la capacit de rseau
lectrique. Le dispositif TCSC est plac dans le systme de manire maximiser la puissance
desservie aux consommateurs tout en respectant les contraintes de scurits, ainsi que lutilisation
simultane de deux types de FACTS conduit des solutions plus conomiques.

Figure 3-23. Caractristiques de convergence de la fonction objective avec la considration de
TCSC
0,9
0,92
0,94
0,96
0,98
1
1,02
1,04
1,06
1,08
1,1
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
avec TCSC avec SVC avec (TCSC et SVC) min
1 5 10 15 20 25 30 35 40 45 50
1358
1360
1362
1364
1366
1368
1370
1372
Iterations
C
o

t

d
e

G

r
a
t
i
o
n

(
$
/
h
)

TCSC
pu
Njb
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
73

3.5. Utilits des nergies renouvelables
La consommation des nergies fossiles nous pousse produire davantage de gaz effet de
serre, et de gaz carbonique en particulier. Leffet de serre modifie et perturbe le climat et lquilibre
de notre plante, et nuit considrablement notre environnement, et il ne cesse de saccrotre avec
une rapidit inquitante. Mais le protocole de Kyoto, sign le 11 dcembre en 1997 au Japon,
impose aux pays industrialiss un objectif de rduction des missions de 5 % en moyenne pour les
principaux gaz effet de serre, tels que : dioxyde de carbone (CO2)), mthane (CH4), dioxyde
d'azote (N2O), et trois substituts des chlorofluorocarbones, durant la priode 2008 2012 par
rapport au niveau de 1990[5], En effet plusieurs options sont proposes pour rduire les missions
comme l'installation d'quipements de nettoyage et le changement de carburant avec celui de moins
polluant, par consquent ces propositions ne sont pas vraiment ralisables car leurs rendements sont
moyennement faibles ainsi que leurs investissements coteux [27]. La lutte contre ce phnomne est
un objectif trs important, et lutilisation des nergies renouvelables va dans ce sens, en particulier
lnergie olienne, qui savre tre dans ce domaine trs prometteuse.
La ressource olienne provient du dplacement des masses dair qui est d indirectement
lensoleillement de la Terre. Par le rchauffement de certaines zones de la plante et le
refroidissement dautres, une diffrence de pression est cre et les masses dair sont en perptuel
dplacement [44].
A lchelle mondiale, lnergie olienne depuis une dizaine dannes maintient une croissance de
30% par an. Dans le monde, on comptait en 2000 environ 20000 MW de puissance installe. Ce
chiffre est doubl en 2003, la capacit de la puissance est augmente jusqu 190000 MW en 2009.
En prvision, pour lanne 2020 le totale de l'nergie olienne dans le monde entier peut atteindre
les 1261 GW, qui est environ de 12% de l'lectricit totale mondiale [45].
3.5.1. Types de Machines Electriques utilises dans les oliennes
Diffrents types de machines lectriques peuvent tre utiliss pour la gnration de puissance
olienne savoir:
- Asynchrones : cage dcureuil, rotor bobin ou double alimentation;
- Synchrones : rotor bobin ou aimant permanent;
- Autres types de gnratrices : gnrateur haute tension, reluctance variable ou flux
transversal.
Nous prsentons dans le tableau (3,5) les avantages et les inconvnients relatifs chaque type de
gnratrices. Ce tableau permettra, selon les besoins et les moyens, de faire un choix lors de la
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
74

Conception. Au-del, des facteurs techniques et conomiques fixent le type de machine pour chaque
application.
Tableau 3-5. Les avantages et inconvnients des types de gnratrices les plus utilises dans la
gnration de lnergie olienne.
Gnrateur
Asynchrone



A rotor bobin

Avantages Inconvnients
- Glissement variable pour
minimiser les fluctuations des
couple et puissance (causes par
les rafales)
- Simple
- Fiable
- Ne ncessite pas de bagues
(commande optique)

- Ncessite un systme de compensation
de la puissance ractive
- Variation de la vitesse limite (dpend
des variations de la rsistance ajoute)
- Pertes dnergie dans la rsistance
- Commande en puissance insuffisante

Double alimentation
- Diffrence de frquences
(mcanique - lectrique)
compense par le convertisseur
- Contrle des puissances active
et ractive sparment
- Peut tre magntise par le
rseau lectrique ou par son
propre rotor
- Peut gnrer sa propre
puissance ractive
- Cot lev
- La machine doit produire de la
puissance ractive en cas de dfaut de
fonctionnement
- La gamme des vitesses dpend de
linvestissement conomique au dpend
de lefficacit
- Ncessite lutilisation des bagues
Gnrateur
synchrone
A rotor bobin
- Ne ncessite pas la
compensation de la puissance
ractive
- Possibilit de se passer de la
bote vitesse (grce
laugmentation du nombre de
ples)
- Chre
- Volumineuse par rapport une
gnratrice synchrone de mme
puissance
- Ncessite un convertisseur pour grer
toutes les plages de puissances
A aimant permanent
- Excitation indpendante
- Grande efficacit
- Grand facteur de puissance
- Gnration de la puissance
nimporte quelle vitesse
- Matriau aimant permanent cher et
difficile travailler
- Ncessit de systme de commande
sur une large plage de puissance
- Ncessite le refroidissement de
laimant permanent qui perd ses
proprits avec laugmentation de
temprature
3.5.2. Intgration de lEnergie Eolienne dans les rseaux lectriques
Au cours de ces annes, les rseaux lectriques ont vu un changement lmentaire de types de
gnrations comme le remplacement dun grand nombre de centrales pour des raisons de
vieillissement. Par consquent, dans cette situation l'intgration de la production d'nergie
renouvelable dans les rseaux lectriques est devenue fondamentale pour aborder avec succs le
changement climatique et les proccupations de scurit nergtique. En outre la production est
cofinance par des prix fixes des niveaux levs pour les diffrentes sources d'nergie
renouvelable (RPS). Ces prix sont indpendants du niveau de pntration des (RPS) dans le rseau.

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
75

D'autre part, les oprateurs des rseaux sont tenus par la loi pour assurer une production d'nergie
renouvelable illimite [46] [47].
La production de puissance par de grandes fermes oliennes est soumise aux diffrents
modles de gnrateurs comme le mme cas dans les centrales conventionnelles telles que les
centrales thermiques, turbines gaz ou les centrales hydrolectriques. Trois problmes majeurs
doivent tre rsolus pour l'intgration de grandes fermes d'oliennes dans le systme de transport:
- la puissance de sortie des turbines oliennes dpend des conditions mtorologiques et peut
tre intermittente;
- Un niveau plus lev de la rserve de puissance que nous devons fournir;
- Des capacits de transmission appropries doivent tre cres pour que la puissance atteigne
aux centres des charges.
De plus, la croissance rapide de la pntration olienne dans les rseaux de puissance prsente
aussi un nouveau dfi pour les oprateurs des grands systmes lectriques. La production des parcs
oliens varie en permanence avec le temps, mais le rseau doit maintenir un quilibre constant entre
la production et la demande. De nombreuses tudes sont menes pour connatre les effets de cette
nergie stochastique sur la rgulation et la stabilit des tensions du rseau. Le but est alors
dinformer les oprateurs et les planificateurs des rseaux pour leur faire connatre le rel impact
associ cette augmentation de la prsence de lnergie olienne [48].
La source dnergie olienne se diffre sur les sources d'nergie conventionnelles de trois
faons principales: le facteur de vent, l'emplacement des ressources, et les machines lectriques
utilises.
L'emplacement des ressources justifi par les zones fortes de puissance de vent, et le choix des
machines lectriques dpendent des facteurs techniques et conomiques.
Actuellement, le modle du gnrateur olien le plus utilis est le gnrateur vitesse variable
(arognrateurs), puisquil est capable de gnrer sa propre puissance ractive. Les principaux
avantages de la production d'nergie olienne vitesse variable sont :[48]
- La capacit de commander la puissance ractive et, de cette faon, de dcoupler la
commande des puissances active et ractive;
- Le gnrateur peut se magntiser partir du rotor sans prlever au rseau la puissance
ractive ncessaire;
- Il est capable dchanger de la puissance ractive avec le rseau pour faire la commande de
tension.


CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
76

Une machine asynchrone double alimentation est une machine asynchrone dont le stator est reli
directement au rseau de puissance et dont le rotor est connect un convertisseur de type source de
tension (VSC) en back-to-back , qui fait office de variateur de frquence.
La double alimentation fait rfrence la tension du stator prleve du rseau et la tension
du rotor fournie par le convertisseur. Ce systme permet un fonctionnement vitesse variable sur
une plage spcifique de fonctionnement. Le convertisseur compense la diffrence des frquences
mcanique et lectrique par linjection dun courant frquence variable au rotor.
Dans ce contexte , la puissance mcanique qui peut tre extraite du vent se dtermine au
moyen de lexpression suivante:

0 <


1
2
. .
3
.


0 >



(3.32)
Telles que
: est la masse volumique de l'air ;
S : la surface balaye par la turbine;
: la vitesse du vent;

:le coefficient de puissance, correspondant au rendement arodynamique de la turbine

: la vitesse critique du vent;

: la vitesse de dcrochage;
=

: ratio de vitesse;

: est le rayon de la turbine et


t
la vitesse mcanique de la turbine;
: est langle dorientation des pales;
La relation (3,33) montre quune petite variation de la vitesse du vent induit une grande variation de
la puissance gnre.

Figure 3-24. Courbe typique de puissance en fonction de la vitesse du vent
- la zone A, o

= 0 (la turbine ne fournit pas de puissance);


- la zone B, dans laquelle la puissance fournie sur l'arbre dpend de la vitesse du vent

;
A
B
C


CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
77

- la zone C, o gnralement la vitesse de rotation est maintenue constante par un dispositif de
rgulation et o la puissance

fournie reste sensiblement gale

.
De plus la puissance mcanique capte par la turbine est donne par l'quation suivante: [49]

= /2. .
2
.

, .
3
(3.33)

Et comme nous lavons mentionn dj, que la machine asynchrone doublement alimente peut
produire et / ou absorber de la puissance ractive et donc rguler leur facteur de puissance apparent.
La puissance ractive gnre la sortie de la turbine olienne peut tre calcule a partir de cette
formule ci-dessous:

g
=
1cos
2
cos

g
(3.34)
3.6. Optimisation de lcoulement de puissance en prsence dolienne
Le problme de lcoulement de puissance optimal OPF avec lintgration des sources
oliennes est le problme tudier dans cette partie. Les puissances gnres par les sources
oliennes doivent tre inclues dans le vecteur de contrle. Ainsi pour chaque pntration de la
puissance olienne dans le rseau, on calcule le cot total de gnration de systme. La formulation
du problme de lcoulement de puissance optimal peut scrire comme suit:

min (3.35)
Sujet : g = 0 (3.36)
0 (3.37)
tels que
: fonction objective (quation(1.41))
g : contraintes dgalits;
:contraintes dingalits;
: vecteur des variables contrler qui scrit comme suit:

=
G1

Gg
,
1

(3.38)
o:
g
est le nombre des gnrateurs standards,
w
est le nombre des gnrateurs oliens
1) Les contraintes dgalits:
La contrainte d'galit lie l'quilibre de la puissance active en tenant compte de la puissance de la
turbine olienne est exprime comme suit:
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
78

( )
Gi perte D
nw
i
wi
ng
i
Gi
P P P P P +

= = 1 1
(3.39)
Tels que P
D
: est la puissance demande totale et

les pertes de transmissions;



=
( ) | |
j i j i j i
NL
k
k
V V V V g o o +

=
cos 2
2 2
1
(3.40)

2) Les contraintes dingalits : ce sont les limites suprieures et inferieures sur :
les puissances actives des gnrateurs;


les puissances ractives des gnrateurs;


les amplitudes des tensions de tous les jeux de barres;


les puissances ractives des gnrateur oliens


Les limites du transit de puissance apparente sur les lignes de transport

2

La puissance de gnrateur olien injecte dans les rseaux lectriques est aussi limite.

+



=
ng
i
Gi
P
1
0 (3.41)
3.6.1. Test de lalgorithme ABC sur lOPF en prsence des sources oliennes
Le rseau test IEEE 30 jeux de barres de six centrales thermiques et deux fermes oliennes
connectes aux jeux de barres 10 et 24, est utilis pour lanalyse de l'effet de raccordement des
fermes oliennes sur le cot total de production, le profil de tension et les pertes actives (Figure
3,26).

Figure 3-25. Schma unifilaire du rseau lectrique IEEE 30-jeux de barres avec deux gnrateurs
oliens

CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
79
Les rsultats de simulation sans tenir compte des gnrateurs oliens sont prsents dans
le tableau (3.6).
Tableau 3-6.rsultats du cot minimum de rseau test IEEE 30 jeux de barres
Variables Cot de gnration minimum
PG1 (MW)

PG2 (MW)

PG5 (MW)

PG8 (MW)

PG11 (MW)

PG13 ( MW)

176,7161
48,8252
21,5108
21,8180
12,1465
12,0000
Cot de production ($/hr) 802,7195
Les pertes actives 9,6166
=

(p.u)

0,1995
3.6.1.1. La connexion dune seule ferme olienne
Les gnrateurs oliens sont connects sparment dans les jeux de barres 10 et 24 pour des
niveaux de pntration de 5% jusqu 35% avec un pas de 5%. Les figures (3,26), (3,27) prsentent
les profils des tensions du rseau pour chaque pntration de la puissance olienne injecte, On
remarque que les tensions de tous les jeux de barres charges sont dans leurs limites admissibles qui
varient entre 0,95 et 1,1 pu.

Figure 3-26. Profil des tensions avec une ferme olienne connecte au jeu de barres 10





0,95
0,97
0,99
1,01
1,03
1,05
1,07
1,09
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
0%
5%
10%
15%
20%
25%
30%
35%
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
80

Figure 3-27. Profil des tensions avec une ferme olienne connecte au jeu de barres 24
Les puissances optimales actives et ractives de toutes les units de production lors de
connexion de gnrateurs oliens sont prsentes dans les figures (3,27), (3,28), et le tableau (3,7)
prsente les rsultats de lapplication de lapproche propose (ABC-OPF) quand les fermes
oliennes sont connectes aux jeux de barres 10 et 24 sparment avec divers niveaux de
pntrations de puissance olienne. Ces rsultats prsentent clairement limpact de lemplacement
et le taux de pntrations des gnrateurs oliens dans le rseau lectrique.
A partir du tableau (3,7), on peut remarquer que le cot total du systme, les pertes actives, et
les puissances ractives gnres par les oliennes sont diffrents pour diverses intgrations,
Le raccordement de la ferme olienne au niveau du jeu de barres 24 sera donc une meilleure option
en termes de rduction du cot total et des pertes de puissance pour les faibles taux de pntrations
(5% P
D
, 10% P
D
). Mais pour un taux lev (15%P
D
, 20%,P
D
25%,P
D
30%P
D
et 35%P
D
), l'intgration
de la ferme olienne au jeu de barres 10 donne de meilleurs rsultats.







0,95
0,97
0,99
1,01
1,03
1,05
1,07
1,09
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
0%
5%
10%
15%
20%
25%
30%
35%
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
81
Tableau 3-7.Rsultats de ABC-OPF quand les fermes oliennes connectes aux jeux de barres 10 et
24 sparment avec divers taux de pntrations de puissance olienne

Fermes oliennes connectes au jeu de barres 10
Niveau de pntration 5 % 10 % 15 % 20 % 25 % 30 % 35 %
Q
g (olienne)
(Mvar)
-3,8112 2,9712 0,6312
-1,5437 -3,5404
-4,9668 -6,0549
Pertes (MW)
9,0806 8,5291 8,0264
7,3495 6,8919
6,5945 5,6566
Cot ($/hr) 759,311 716,901
675,917 636,259 599,285
564,9084 602,9396
V
min
(pu)
0,9701 0,9725 0,9712
0,9698 0,9683
0,9668 0,9627
Angle min ()
-13,7012 -12,966 -12,2201
-11,302 -10,316 -9,4255
-7,0315
=

0,1044
0,2097
0,2024 0,1941 0,1845 0,1750
0,1538
Fermes oliennes connectes au jeu de barres 24
Niveau de pntration 5 % 10 % 15 % 20 % 25 % 30 % 35 %
Q
g (olienne)
(Mvar) -0,6784
-1,7020 -1,4815 -4,8043 -4,4623 -6,5778 -8,7490
Pertes (MW) 8,8299
8,4113 7,7877 6,3941 6,5608 8,4353 9,5449
Cot ($/hr)
758,551
716,4843 678,8059
660,095 631,032 590,532
563,289
V
min
(pu) 0,9751
0,9760 0,9775 0,9743 0,9746 0,9714 0,9673
Angle min () -13,129 -11,9984 -10,3649 -7,8100 -6,3291 -5,6113
-4,2308
=

0,2549 0,2854 0,3345 0,3178 0,3396 0,3075


0,2649



Figure 3-28. Les puissances actives gnres avec une ferme olienne connecte au jeu de barres 10

0%
10%
20%
30%
0
20
40
60
80
100
120
140
160
180
200
0% 5% 10% 15%
20% 25% 30% 35%
G5
G2
G1
G8
G10
G11
G13
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
82

Figure 3-29. Les puissances actives gnres avec une ferme olienne connecte au jeu de barres 24
Nanmoins, pour les valeurs des tensions minimales (niveau et angle de phase), les rsultats
montrent que le jeu de barres 10 est le meilleur en terme demplacement de la ferme olienne pour
tous les taux de pntration de puissance, ainsi que pour les dviations des tensions.
3.6.1.2. Multiples emplacements des fermes oliennes
Dans les endroits multiples, les gnrateurs de puissance oliens sont relis aux jeux de barres
10 et 24 simultanment, et diffrentes combinaisons de taux de pntration ont t appliques, Le
tableau 4 prsente les combinaisons utilises et le taux global de pntration dans le rseau,
Tableau 3-8. Diffrents cas demplacement des gnrateurs oliens aux jeux de barres 10 et 24
N
O
% de Combinaison
G10(lev)G24 (bas)
% de Combinaison
G10 (lev) G24 (bas)
% Total de Combinaison
C0 0 % - 0 % 0 % - 0 % 0 %
C1 5 % - 5 % 5 % - 5 % 10 %
C2 5 % - 10 % 5 % - 10 % 15 %
C3 5 % - 15 % 5 % - 15 % 20 %
C4 10 % - 10 % 10 % - 10 % 20 %
C5 10 % - 15 % 10 % - 15 % 25 %
C6 5 % - 20 % 5 % - 20 % 25 %
C7 5 % - 25 % 5 % - 25 % 30 %
C8 10 % - 20 % 10 % - 20 % 30 %
C9 15 % - 15 % 15 % - 15 % 30 %
C10 5 % - 30 % 5 % - 30 % 35 %
C11 10 % - 25 % 10 % - 25 % 35 %
C12 15 % - 20 % 15 % - 20 % 35 %

0%
10%
20%
30%
0
20
40
60
80
100
120
140
160
180
0% 5% 10% 15%
20% 25% 30% 35%
G1
G2
G5
G8
G
11
G13
G24
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
83

Figure 3-30. profil des tensions avec des emplacements disperss des fermes oliennes G10 (bas)
G24 (lev)

Tableau 3-9 impact de gnrateur olien sur le cot et les pertes actives
N

G10-Bas
G24-Haut
G10-Bas
G24-Haut
Cot Pertes Cot Pertes
C0
C1 715,821
8,2108
715,821
8,2108
C2 675,101
7,7754
674,85
7,6899
C3 636,373
7,3901
635,094
6,9809
C4 635,242
7,0242
635,242
7,0242
C5 598,591
6,9026 597,594 6,5737
C6
622,606 6,0565 597,376 6,5023
C7
595,338 6,5859 561,405 6,1873
C8 589,358
6,2140 561,3663 6,1650
C9 562,052
6,4065
562,052
6,4065
C10 560,983
7,9855 527,2267 6,0703
C11 556,76 6,7954 526,5508 5,8300
C12 552,829
6,0729
527,348
6,1119

0,95
0,97
0,99
1,01
1,03
1,05
1,07
1,09
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
C1 C2 C3 C4 C6 C7
C8 C9 C10 C11 C12
CHAPITRE 0 3 OPF EN PRESENCE DES DISPOSITIFS FACTS ET DES FERMES EOLIENNES
84

Figure 3-31. profil des tensions avec des emplacements disperss des fermes oliennes G24 (bas) G10 (lev)

Les rsultats de simulation, lorsque le taux de pntration des gnrateurs oliens est faible au
niveau du jeu de barres 10 et lev au jeu de barres 24 sont illustrs dans la figure (3,30). Les
rsultats de simulation, lorsque le taux de pntration des gnrateurs oliens est faible au niveau du
jeu de barres 24 et lev au jeu de barres 10 sont prsents dans la figure (3,31). A partir des figures
(3,30), (3,31), il est clair que toutes les tensions des jeux de barres charges sont dans leurs limites
admissibles dexploitation pour diffrents taux de pntrations, dont on peut conclure que la
production olienne contribue amliorer le profil de tension de rseau de transport. Le tableau
(3,9) montre le cot de production et les pertes pour diffrents taux de pntration de la puissance
olienne et divers emplacement des gnrateurs oliens.
Tous les rsultats obtenus pour diffrents scnarios donnent un signal sur le niveau de pntration et
lemplacement optimal de sources oliennes, en termes de profil de tension et des pertes actives.
3.7. Conclusion
Dans ce dernier chapitre, on a test la mthode de colonie dabeilles artificielle sur le rseau
IEEE30 jeux de barres pour rsoudre le problme de lcoulement de puissance optimal en prsence
des dispositifs FACTS et des sources oliennes. Les rsultats de simulation obtenus permettent
desprer une application pratique de cette mthode mtaheuristique pour le calcule de lOPF avec
plusieurs et diffrentes topologies des rseaux lectriques.

0,95
0,97
0,99
1,01
1,03
1,05
1,07
1,09
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
C1 C2 C3 C4 C5 C6
C7 C8 C9 C10 C11 C12



CONCLUSION GENERALE


Dans ce mmoire, nous avons explor et test lapplication dune mthode mtaheuristique
qui est lalgorithme de colonie dabeilles artificielle sur loptimisation de lcoulement de
puissance. Une des particularits importantes des mtaheuristiques, rside dans l'absence
d'hypothses particulires sur la rgularit de la fonction cot. Aucune hypothse sur la continuit
de cette fonction n'est requise, ses drives successives ne sont pas ncessaires, ce qui rend trs
vaste le domaine d'application de ces mtaheuristiques dans les systmes lectriques.
Le premier chapitre a t consacre la dfinition et la formulation du modle mathmatique
convenable du rseau lectrique dcrivant d'une faon suffisante les relations entre les tensions et
les puissances dans le systme interconnect, puis la spcification des limites d'nergie et des
tensions qui doivent tre appliques aux diffrents jeux de barres.
Dans le deuxime chapitre, on a tudi la mthode mtaheuristique de clonie dabeilles artificielle.
Les rsultats de simulation sur des fonctions multi-objectives ont montrs que cette mthode
possde des caractristiques bien souhaitables dans le problme dOPF. Une tude comparative
entre la mthode dABC et les mthodes MDEA et IE a montr que notre approche converge vers
de meilleures solutions.
Enfin, dans le troisime chapitre de ce mmoire, on a tudi lOPF en prsence des dispositifs
FACTS et des fermes oliennes. La premire partie a prouv lapport positif de linsertion des
dispositifs FACTS au rseau lors des appels importants de la charge au profil de tension et de la
puissance transite. La deuxime a t consacre lintgration des sources oliennes avec divers
taux de pntration par rapport la puissance demande, dont on a conclu que l'utilisation des
fermes oliennes a des avantages importants, sur la rduction des pertes de puissance relles, le cot
du carburant et l'amlioration du profil de tension.
On peut conclure que la complexit des problmes lis aux rseaux lectriques en changeant leurs
topologies par linsertion des dispositifs FACTS et lintgration des fermes oliennes fait appel
des mthodes exactes de solution possdant une bonne flexibilit intgrer diverses contraintes
spcifiques sans aucune restriction.






ANNEXE
Rseau test IEEE 30-Jeux de barres
Le rseau de transport qui va servir de base a notre tude est issu d'un rseau rel simplifie qui
est le rseau test IEEE 30Bus reprsente une portion du systme de puissance lectrique amricain
(in the Midwest rn US) pour Dcembre 1961, (Figure A.1). La tension est de 135 KV.
Tableau A,1 Coefficients des courbes des fonctions de cot des gnrateurs du rseau 30 jeux de
barres
J.b
Numro
P
min

[MW]
P
max

[MW]
Q
min

[Mvar]
Q
max

[Mvar]
a
[$/hr]
b
[$/MWhr]
c,10-4
[$/MW2hr]
1 50 200 -20 200 0 2,00 37,5
2 20 80 -20 100 0 1,75 175,0
5 15 50 -15 80 0 1,00 625,0
8 10 35 -15 60 0 3,25 83,0
11 10 30 -10 50 0 3,00 250,0
13 12 40 -15 60 0 3,00 250,0





Figure A.1 Schma unifilaire du rseau lectrique IEEE 30 Jeux de Barres

Data, IEEE 30-bus test system, [Online].
www.ee.washington.edu/research/pstca/pf30/pg_tca30bus.htm











[1] L.Slimani, "Contribution { lapplication de loptimisation par des mthodes mtaheuristiques
lcoulement de puissance optimal dans un environnement de llectricit drgul" Universit de
BATNA Thse de Doctorat, 2009.
[2] Mezhoudi Houcem Edinne, "Rsolution du problme daffectation de frquence dynamique en
utilisant un algorithme bas sur le comportement des abeilles" 2010.
[3] Stphane Gerbex, "Mtaheuristique appliques au placement optimal des dispositif FACTS dans
un rseau lectrique," Ecole Polytechnique Federal de Laussane Thse de Doctorat Es Sciences
Technique 2742, 2003.
[4] B.B. Sahoo a, N. Sahoo b, U.K. Saha, "Effect of engine parameters and type of gaseous fuel on the
performance," elsevier, p. 11511184, (2009).
[5] C. N. Climat, "Plan National Climat de la Belgique" rapport Politique, 2009 - 2012.
[6] Y. Himri, Arif S. Malik , A. Boudghene Stambouli , S. Himri , B. Draoui, "Review and use of the
Algerian renewable energy for sustainable development" elsevier Renewable and Sustainable
Energy Reviews, p. 15841591, Sep. 2009.
[7] L.Slimani , "optimisation de lcoulement de puissance par une mthode de colonie de fourmis,"
Universit de Stif mmoire de Magister, 2006.
[8] S.Sayah , "Application de lintelligence artificiel pour le fonctionnement optimal des systmes
lectriques," Universit de Stif Thse de Doctorat , 2010.
[9] R. Benabid , "Optimisation Multi-objectif de la Synthse des FACTS par les Particules en Essaim
pour le Contrle de la Stabilit de Tension des Rseaux Electriques," Universit de Laghouat
mmoire de Magister, 2007.
[10] T. Kritsana, "Development of efficient calculation method based on evolutionary programming for
optimal power flow considering transient and voltage stabilities," university of Tokyo Thse de
Doctorat , December 2009.
[11] S.Hemamalini and Sishaj P Simon, "economic load dispatch with valve-point effect using artificial
bee colony algorithm ," in xxxii national systems conference, 2008, pp. 525-530.
[12] A.Ladjici, "calcul volutionnaire application sur loptimisation de la planification de la puissance
ractive," cole national polytechnique dAlger Mmoire de Magister.
[13] J. A. Momoh, R. J. Koessler, M. S. Bond, B. Stott, D. Sun, A. D. Papalexopoulos and P. Ristanovic,
"Challenges to Optimal Power Flow," Power Systems, IEEE Transactions, vol. 12, no. 1, pp. 444-
455, Feb. 1997.
[14] Leandro dos Santos Coelho and Viviana Cocco Mariani, "Combining of Chaotic Differential
Evolution and Quadratic Programming for Economic Dispatch Optimization With Valve-Point
Effect," IEEE transactions on power systems, vol. 21, no. 2, May 2006.
[15] Ankit Yadav, "Multiobjective optimal power flow," Thse Master, University,Patiala , July 2010.
[16] J Daniel , "implementation of a Newton-based optimal power flow into a power system simulation
environnment" Thesis Master of Science in Electrical Engineering , University of Illinois at
Urbana-Champaign, 1997.
[17] Harbadji.w , "optimisation de lcoulement de puissance environnemental par la mthode du
algorithme Gntique " Universit de Stif Mmoired ingniorat, 2010.
[18] H. YAHYA, Book "The Miracle of the honeybee", G. M. D. Cd., Ed. Okmeydani-Istanbul-Turkey,
March 2007.
[19] harunyahya. http://jlpetitlaurent.free.fr/abeille/http://lerucherdulac.free.fr.
[20] Laiq Khan, IkramUllah, Tariq Saeed, K.L. Lo , "Virtual Bees Algorithm Based Design of Damping
Control System for TCSC ," Australian Journal of Basic and Applied Sciences, vol. 4, no. 1, pp. 1-18,
2010.
[21] Efren Mezura-Montes Mauricio Damian-Araoz and Omar Cetina-Domngez, "Smart Flight and
Dynamic Tolerances in the Artificial Bee Colony for Constrained Optimization," Sep. 2010.
[22] Dervis Karaboga and Bahriye Basturk, "Artificial Bee Colony (ABC) Optimization Algorithm for
Solving Constrained Optimization Problems," Springer-Verlag Berlin Heidelberg , p. 789798,


2007.
[23] D. Karaboga , B. Basturk, "On the performance of artificial bee colony (ABC) algorithm" Science
Direct Applied Soft Computing , vol. 8, no. 1, p. 687697, 2007.
[24] Jason Yuryevich & Kit Po Wong, "Evolutionary Programming Based Optimal Power Flow
Algorithm" IEEE Transactions on Power Systems, vol. 14, no. 4, pp. 1245-1250, Nov. 1999.
[25] Disponible sur http://www.centre-cired.fr/IMG/pdf/TheseMathy.pdf /.
[26] A Pornrapeepat Bhasaputra,Sumeth Anantasate, and Woraratana Pattaraprakorn, "Multiobjective
Bees Algorithm for Optimal Power Flow Problem " ECTI Transactions on electrical eng.
electronics, and communications , vol. 9, no. 1, pp. 56-64, 2011.
[27] M. A. Abido, "Environmental/Economic Power Dispatch Using Multiobjective Evolutionary
Algorithms" IEEE Transactions On Power Systems, vol. 18, no. 4, pp. 1529-1537, Nov. VOL. 18,
2003.
[28] Taher Niknam , Mohammad rasoul Narimani , Masoud Jabbari , Ahmad Reza Malekpour, "A
modified shuffle frog leaping algorithm for multi-objective optimal power flow," ScienceDirect
Energy , vol. 36, no. 11, pp. 6420-6432, Oct. 2011.
[29] A. Lakshmi Devi and O. Vamsi Krishna, "combined economic and emission dispatch using
evolutionary algorithms -a case study" ARPN Journal of Engineering and Applied Sciences, vol. 3,
no. 6, pp. 28-35, Dec. VOL. 3, NO. 6, 2008.
[30] K.R-Padyiar. , FACTS controllers in power transmission and distribution . New Delhi, India: NEW
AGE INTERNATIONAL limited, publishers, 4835/24, Ansari Road, Daryaganj.
[31] G. Eskandar, "Apport de l'UPFC l'amlioration de la stabilit transitoire des rseaux
lectriques ," Universit Henri Poincar Nancy-I Thse Doctorat , Octobre-2003.
[32] A. Edris et al. , "Proposed Terms and Definition of FACTS," IEEE transaction. on power systems ,
vol. 12, no. 4, pp. 1884-1853, Oct. 1997.
[33] R. Haimour. , "Contrle des Puissances Ractives et des Tensions par les Dispositifs FACTS dans
un Rseau Electrique" Ecole Normale Suprieure de lEnseignement Technologique dOran
Mmoire Magister, 2009.
[34] M.BalasubbaReddy .Y.P.Obulesh .S.Sivanaga, "Modeling and simulation of TCSC for optimal power
flow solution using NR" IJETSE International Journal of Emerging Technologies in Sciences and
engineering, vol. 5, no. 2, pp. 16-19, Dec. 2011.
[35] Xiao-ping zhang, Christian rehtanz, Bikash pal, Livre : Flexible AC Transmission Systems:
Modeling and Control. Verlag Berlin Heidelberg-Germany: Library of Congress Control Number:
2005936513-Springer, 2006.
[36] Hadi Saadat , Book: power system analysis. New York: Milwaukee School of Engineering P/N
012235-0,ISBN 0-07-561634-3 HILL, 1999.
[37] M. O. Hassan, S. J. Cheng, Senior Member, IEEE, Z Anwar , "Steady-State Modeling of SVC and TCSC
For Power Flow Analysis" Proceedings of the International MultiConference of Engineers and
Computer Scientists (IMECS), vol. II, pp. 978-988, Mar. 2009 Hong Kong.
[38] G. A. G.Glanzmann, "Cordinated control of FACTS Devices based on Optimal Power Flow," vol. 8,
pp. 141-148, Dec. 2005.
[39] Enrique Acha, Claudio R. Fuerte-Esquivel, Hugo Ambriz-Prez, Csar Angeles-Camacho,
Book Modelling and Simulation in Power Networks. England: British Library Cataloguing in
Publication Data, 2004.
[40] R.Mohamad Idris, A.Khairuddin, and M.W.Mustafa , "Optimal Allocation of FACTS Devices for ATC
Enhancement Using Bees Algorithm ," World Academy of Science, Engineering and Technology ,
2009.
[41] F.Z. Gherbi, F.Lakdja, R.Berber , "dispatching conomique au moyen de diapositif FACTS ," ACTA
ELECTROTECHNICA-Mediamira science Publisher, vol. 51, no. 1, pp. 51-54, 2010.
[42] R. Mohan Mathur, Rajiv K. Varma , Book: Thyristor-based FACTS Controllers for Electrical
Transmission Systems, I. o. E. a. E. Engineers-IEEE, Ed. United States of America: Library of
Congress Cataloging-in-Publication Data is available., Page 415- a john Wiley & sons, inc.


publication-2002 by the..
[43] Ongsakul, W.; Jirapong, P, "Optimal allocation of FACTS devices to enhance total transfer
capability using evolutionary programming ," Circuits and Systems, ISCAS. IEEE International
Symposium, vol. 5, pp. 4175-4178, 2005.
[44] A. Abdelli "Optimisation multicritre dune chane olienne passive ," institut National
Polytechnique de Toulouse Thse Doctorat, 2007 .
[45] Liang Xie; Hsiao-Dong Chiang, "Optimal Power Flow Calculation of Power System with Wind
Farms" Power and Energy Society General Meeting, IEEE , pp. 1-6, 2011.
[46] Hugh Outhred, "Meeting the Challenges of Integrating Renewable Energy into Competitive
Electricity Industries," in conference in Renewable Energy, May 3, 2007.
[47] L. Slimani and ,T Bouktir, "Optimal Power Flow with High Wind Energy Penetration using
Artificial Bee Colony Algorithm," in 4th INTERNATIONAL CONFERENCE ON ELECTRICAL
ENGINEERING, University of Sciences & Technology Houari Boumediene, 2012.
[48] Miguel LOPEZ , "contribution a l'optimisation d'un systeme de conversion eolien pour une unite
de production isole," Universit Paris sud Thse Doctorat, 2008.
[49] Herman Bayem, Yannick Phulpin, Philippe Dessante and Julien Bect, "Probabilistic computation of
wind farm power generation based on wind turbine dynamic modeling," PMAPS, 2008.





































PUBLICATIONS

Articles de Confrences


1- " Application of Artificial Bee Colony Technique for Optimal Power Flow Solution
Incorporating FACTS Devices"4
th
International Conference on Electrical Engineering- Universit
des Sciences et Technologies Houari Boumediene(USTHB) May 07-09, 2012.
2- " Enhanced the Environmental/Economic Dispatch problem by Incorporation the wind farms
in power system " Second International Conference on Renewable Energy Bejaia, Algeria, April
15-16 2012.
3- "Multiobjective Artificial Bee Colony Algorithm for Economic/Emission Optimal Power
Flow problem" 2
nd
International Conference on Information Processing and Electrical Engineering,
ICIPEE12, Tebessa, Algeria, April 14-16 2012.

RESUME ABSTRACT

:
) ABC (
) ( , :

,
, ) (
.
- IEEE30
.
:
.
Rsum
La contribution principale de ce mmoire est l'application de la technique mtaheuristique de colonie
dabeilles artificielle (ABC) pour rsoudre le problme doptimisation de lcoulement de puissance en
prsence des dispositifs FACTS et une source renouvelable (olienne). Diffrentes fonctions objectives ont t
utilises { savoir : optimisation de lcoulement de puissance avec et sans pollution, avec leffet douverture
des vannes, minimisation du cot de production de lnergie lectrique en tenant compte des pertes de
puissance active et des dviations des tensions aux niveaux des jeux de barres de charge. Afin de mieux
exploiter la capacit de rseau, les dispositifs FACTS sont placs de faon maximiser la puissance desservie
aux consommateurs, et damliorer le profil des tensions tout en respectant les contraintes de scurits. Des
sources oliennes ont t insres dans le but dtudier leurs impacts sur lcoulement de puissance optimal.
Lapplication de lapproche propose sur le rseau test IEEE30 jeux de barres donne de meilleurs rsultats
pour diffrentes topologies compars ceux publis rcemment dans la littrature.
Mots cls: Optimisation de lcoulement de puissance (OPF), Mthodes mtaheuristiques, Optimisation par
lalgorithme de colonie dabeilles artificielle, Rseaux lectriques, FACTS, nergie olienne.
Abstract
The main contribution of this thesis is the application of the technique metaheuristic artificial bee colony
(ABC) to solve the optimal power flow problem in the presence of FACTS devices and a renewable source
(wind), Different objective functions were used including: optimal power flow with and without pollution, with
Valve-Point Effect, minimizing the production cost of electricity taking into account the active power losses and
deviations of voltages at bus load levels, For better exploitation of the network capacity, the FACTS devices are
placed to maximize the power served to consumers, and improve the profile of any tensions within the security
constraints, Wind sources have been inserted in order to study their impact on the optimal power flow, The
application of the proposed approach on the standard IEEE30 bus system yields better results for different
topologies compared to those published recently in the literature.
Keywords: Optimal Power Flow, Power system, Metaheuristic, Artificial Bee Colony optimization (ABC),
FACTS, wind farms.