Vous êtes sur la page 1sur 193

².

MINISTÈRE DE L’ENSEIGNEMENT RÉPUBLIQUE TOGOLAISE


SUPÉRIEUR ET DE LA RECHERCHE Travail-Liberté-Patrie
N° d’ordre : 2018/MP/GE-05/13A-13B

UNIVERSITE DE LOME
(U.L.)
ECOLE NATIONALE SUPERIEURE D’INGENIEURS
(E.N.S.I.)
DEPARTEMENT DE GENIE ELECTRIQUE

OPTIMISATION DE LA STRATEGIE ET DU DIMENSIONNEMENT


DES SYSTEMES HYBRIDES EOLIEN, SOLAIRE, BIODIESEL AVEC
STOCKAGE POUR SITES ISOLES PAR LA METHODE DE LA PLNE
ET LE DATA MINING : CAS DES ENVIRONS DE LA VILLE DE
LOME AU TOGO

Mémoire de fin d’études pour l’obtention du diplôme de


Master professionnel / Ingénieur de conception en génie électrique

Présenté et soutenu par : AMOUSSOU Komi & PLANTE Essolizam Alexandre

Jury :
Président : Dr. BOKOVI Yao, Maître Assistant, Enseignant-chercheur à l’ENSI
Directeur : Prof. KODJO Koffi Mawugno, Maître de Conférences, Enseignant-chercheur à l’ENSI
Co-Directeur : Mlle. NABILIOU Amy, Ingénieur Génie Electrique, Enseignant-chercheur à l’ENSI
Membre : M. GUENOUKPATI Agbassou, Ingénieur Génie Electrique, Enseignant-chercheur à l’ENSI

© Juillet 2018
DEDICACES

DEDICACES
Nous dédions ce travail à :

 nos mères DANSROU Afi & KENAO Madé, merci pour votre amour et vos
efforts pour nous donner le meilleur ;
 nos pères AMOUSSOU Koffi & PLANTE Essossina, vos efforts ne resterons pas
vains ;
 nos frères et sœurs, merci pour vos encouragements et votre soutien surtout dans
les moments difficiles ;
 toutes nos familles respectives, merci à tous pour votre soutien ;
 tous nos camarades de promotion et à tous nos amis.

Mémoire d’Ingénieur/Master Professionnel i AMOUSSOU Komi & PLANTE E. Alexandre


REMERCIEMENTS

REMERCIEMENTS
Nos remerciements vont à Dieu Tout Puissant Qui, par Sa grâce, n’a jamais cessé de
nous couvrir de bénédictions. Nous tenons également à présenter nos sincères
remerciements :
 au Professeur BEDJA Koffi-Sa, Professeur Titulaire, Ingénieur des
Télécommunications, Directeur de l’ERSI et de la Formation Doctorale à l’ENSI-
UL, pour ses conseils et encouragements pendant notre formation ;

 à M. AJAVON Ayité Sénah, Maître de Conférences, Ingénieur Electro-


énergéticien, Directeur de l’ENSI, pour son aide et ses conseils ;

 à M. KODJO Koffi Mawugno, Maître de Conférences, Ingénieur Automaticien,


Chef du Département de Génie Electrique à l’ENSI, Directeur de ce mémoire,
pour sa disponibilité et sa contribution à la réalisation de ce travail ;

 à M. SALAMI Adekunle Akim, Maître de Conférences, Ingénieur Génie


Electrique, Directeur Adjoint de l’ENSI , pour sa disponibilité et sa contribution
à la réalisation de ce travail ;

 à M. KASSEGNE A. Komlan, Maître de Conférences, Ingénieur Génie


Mécanique, ancien Directeur de l’ENSI, qui nous a accueillis dans cette grande
école d’ingénieurs et qui nous a toujours encouragé ;

 à M. BAYOR Sibiri Wourè-Nadiri, Maître-Assistant, ancien Directeur Adjoint


de l’ENSI pour ses conseils durant notre formation ;

 à M. BOKOVI Yao, Maître-Assistant, Ingénieur Génie Electrique, Enseignant-


chercheur à l’ENSI ;

 à M. BOYODI Abayeh, Maître-Assistant, Enseignant à l’ENSI et Directeur


Général de l’ART&P ;

 à M. EGBEKU Edem, Ingénieur Génie Electrique, Enseignant-chercheur à


l’ENSI ;

Mémoire d’Ingénieur/Master Professionnel ii AMOUSSOU Komi & PLANTE E. Alexandre


REMERCIEMENTS

 à M. KPOGLI Komlan, Ingénieur Génie Electrique, Enseignant à l’ENSI ;

 à M. GUENOUKPATI Agbassou, Ingénieur Génie Electrique, Enseignant-


chercheur à l’ENSI ;

 à Mlle. NABILIOU Amy, Ingénieur Génie Electrique, Enseignant-chercheur à


l’ENSI ;

 à M. APALOO BARA K. Kpomonè, Ingénieur Génie Electrique, Enseignant-


chercheur à l’ENSI ;
 à Mme GNOGNO-ETOH A. Massan, Ingénieur Génie Electrique, Chef Service
Etudes Techniques et Contrôle des Réseaux à l’ART&P, pour ses conseils ;
 au corps professoral, administratif et technique de l’ENSI pour leur dévouement
au bien-être de tous les étudiants de l’ENSI ;
 à tous nos amis qui nous ont soutenus et à tous les camarades avec qui nous avons
passé nos années d’études à l’ENSI ;
 à tous ceux qui, de près ou de loin, ont contribué d’une manière ou d’une autre à
la réalisation de ce travail, soyez bénis et que le Seigneur vous le rende au
centuple.

Mémoire d’Ingénieur/Master Professionnel iii AMOUSSOU Komi & PLANTE E. Alexandre


RÉSUMÉ

RÉSUMÉ
Le besoin toujours croissant d’énergie, les problèmes d’accès à cette dernière corrélée
avec le développement, les contraintes liées à son exploitation ainsi que les défis
environnementaux contribuent à faire du dimensionnement des systèmes de production
d’énergie un domaine d’étude complexe. L’utilisation des sources d’énergie
renouvelables couplées avec les sources de production classiques apparaît comme une
solution notamment pour les milieux dépourvus du réseau électrique appelés sites isolés.
A cause de l'hybridation, ces modèles exigent une stratégie de contrôle pour déterminer
à chaque instant la répartition de la fourniture d'électricité entre les sources
renouvelables éolienne, solaire, le groupe électrogène et le dispositif de stockage.

Le but de notre étude consiste à trouver simultanément le dimensionnement optimal et


la stratégie de contrôle pour un site isolé devant abriter une centrale hybride éolien,
photovoltaïque, biodiesel avec stockage par batteries. Dans notre approche, nous
modélisons le système hybride à l’aide de la programmation linéaire en nombres entiers
(PLNE). Nous appliquons ensuite à la répartition optimale obtenue l’extraction de
données (data mining) afin d’en dégager une stratégie de contrôle appropriée.

Dans cette perspective, une localité des environs de la ville de Lomé au Togo comptant
une centaine de ménages est choisie pour valider les modèles mathématiques établis. La
centrale dimensionnée devra relever le défi de produire sur une période de 25 ans de
l’énergie électrique propre, avec un taux de satisfaction de demande le plus élevé
possible, une production optimisée des énergies renouvelables et un minimum
d’émission de gaz à effet de serre. Les résultats satisfaisants obtenus permettent en effet
de mieux exploiter le potentiel des systèmes hybrides, d’éviter des productions d’énergie
non consommée et font de l’association des méthodes PLNE et data mining une
approche comparable à celle des logiciels usuels de simulation comme HOMER. Ce
travail trouve toute son importance et sa place dans le projet des pays en voie de
développement afin d’accroitre leur taux d’accès à l’énergie.

Mots clés : système hybride d’énergie, optimisation, stratégie, dimensionnement,


PLNE, data mining.

Mémoire d’Ingénieur/Master Professionnel iv AMOUSSOU Komi & PLANTE E. Alexandre


ABSTRACT

ABSTRACT
The ever-increasing need for energy, the problems of access to it correlated with
development, the constraints related to its exploitation as well as the environmental
challenges contribute to making the sizing of energy production systems a complex field
of study. The use of renewable energy sources coupled with conventional sources of
production appears to be a solution especially for the environments deprived of the
electrical network called isolated sites. Due to hybridization, these models require a
control strategy to determine at each moment the distribution of the electricity supply
between the renewable sources of wind, solar, the generator and the storage device.

The aim of our study is to simultaneously find optimal sizing and control strategy for an
isolated site composed of a hybrid, wind, photovoltaic, biodiesel with battery storage.
In our approach, we model the hybrid system using linear integer programming (PLNE).
We then apply data mining to the optimal distribution obtained in order to determine an
appropriate control strategy.

In this perspective, a locality around the city of Lomé in Togo with a hundred households
is chosen to validate the mathematical models established. The power plant will have to
meet the challenge of producing clean electric power over a period of 25 years, with the
highest possible demand satisfaction, optimized production of renewable energies and a
minimum of greenhouse gas emissions. The satisfactory results obtained make it
possible to better exploit the potential of hybrid systems, to avoid production of
unutilized energy and make the combination of PLNE and data mining methods an
approach comparable to that of the usual simulation softwares such as HOMER. This
work finds its importance and its place in the project of developing countries to increase
their rate of access to energy.

Key words : hybrid energy system, optimization, strategy, sizing, PLNE, data mining.

Mémoire d’Ingénieur/Master Professionnel v AMOUSSOU Komi & PLANTE E. Alexandre


TABLE DES MATIERES

TABLE DES MATIERES

DEDICACES ................................................................................................................... i
REMERCIEMENTS ....................................................................................................... ii
RÉSUMÉ ....................................................................................................................... iv
ABSTRACT .................................................................................................................... v
TABLE DES MATIERES ............................................................................................. vi
LISTES DES FIGURES .............................................................................................. xiii
LISTE DES TABLEAUX............................................................................................ xvi
LISTE DES ABREVIATIONS.................................................................................. xviii
INTRODUCTION GENERALE .................................................................................... 1
CHAPITRE 1 : GENERALITES SUR LES DIFFERENTES STRATEGIES DE
PRODUCTION ET DE GESTION D’ELECTRICITE POUR SITES
ISOLES .............................................................................................. 5
1.1. Introduction ..................................................................................................... 6
1.2. Etat des lieux de l’accès à l’énergie dans le monde ........................................ 6
1.2.1. Définition de l’énergie ................................................................................ 6
1.2.2. Energie et développement ........................................................................... 7
1.2.3. Les données et besoins d’accès à l’énergie ................................................. 8
1.3. Problématiques des sites isolés ..................................................................... 10
1.3.1. Définition des sites isolés ......................................................................... 10
1.3.2. Approches des différentes stratégies d’accès à l’électricité ..................... 10
1.4. Les différents types de génération ................................................................ 11
1.4.1. Le projet d’extension et soutien réseau..................................................... 12
1.4.2. Les mini-réseaux ....................................................................................... 12
1.4.3. Les Systèmes hors-réseau ......................................................................... 13
1.5. Stratégies de production et d’exploitation de l’énergie pour sites isolés...... 14
1.5.1. Production d’électricité par groupes électrogènes .................................... 14
1.5.1.1. Etat de l’art des groupes diesel .......................................................... 14
1.5.1.1.1. Groupes pour sites isolés ............................................................ 14
1.5.1.1.2. Constitution et fonctionnement .................................................. 15

Mémoire d’Ingénieur/Master Professionnel vi AMOUSSOU Komi & PLANTE E. Alexandre


TABLE DES MATIERES

1.5.1.1.3. Types de groupes électrogènes ................................................... 16


a. Groupe diesel fonctionnant à vitesse fixe .......................................... 16
b. Groupe diesel fonctionnant à vitesse variable ................................... 17
1.5.1.2. Problématiques liés au Groupe électrogène diesel ............................ 18
1.5.1.3. Problématique du choix du biodiesel ................................................ 19
1.5.1.3.1. Définition .................................................................................... 19
1.5.1.3.2. Choix du biocarburant pour site isolé......................................... 19
1.5.2. Production d’électricité par les énergies renouvelables............................ 21
1.5.2.1. Energie solaire ................................................................................... 21
1.5.2.1.1. Description ................................................................................. 21
1.5.2.1.2. Energie solaire photovoltaïque ................................................... 22
1.5.2.2. L’énergie éolienne ............................................................................. 24
1.5.2.2.1. Le vent et ses origines ................................................................ 24
1.5.2.2.2. Description des éoliennes ........................................................... 24
1.5.2.3. Le dispositif de stockage ................................................................... 26
1.5.2.3.1. Technologie et critères de choix ................................................. 26
1.5.2.3.2. Les moyens de stockage ............................................................. 26
1.5.3. Synthèse de la production par groupe électrogène et par énergies
renouvelables ................................................................................................ 27
1.5.4. Les systèmes hybrides d’énergie (SHE) ................................................... 28
1.5.4.1. Définition et mission des SHE .......................................................... 28
1.5.4.2. Importance de l’hybridation .............................................................. 29
1.5.4.3. État de l’art des SHE ......................................................................... 30
1.5.4.4. Principaux composants des SHE ....................................................... 31
1.5.4.4.1. Composants principaux .............................................................. 32
1.5.4.4.2. Système de supervision .............................................................. 32
1.5.4.4.3. Convertisseurs ............................................................................ 33
1.5.4.4.4. Les charges ................................................................................. 34
1.5.4.5. Commande des SHE .......................................................................... 34
1.5.4.5.1. Stratégie de fonctionnement ....................................................... 34
1.5.4.5.2. Utilité de l’énergie électrique produite par les SHE .................. 37
1.5.4.6. Stratégie de combinaison des SHE .................................................... 38
1.5.4.6.1. Système hybride éolien-photovoltaïque (EPV) .......................... 38

Mémoire d’Ingénieur/Master Professionnel vii AMOUSSOU Komi & PLANTE E. Alexandre


TABLE DES MATIERES

1.5.4.6.2. Système hybride éolien-photovoltaïque-diesel-stockage


(EPVDS)… .................................................................................. 39
1.5.4.6.3. Etude de la complémentarité des ressources éoliennes et
solaires….……………………………………………………….40
1.5.4.7. Stratégie de mise en réseau des SHE................................................. 42
1.5.4.7.1. L’installation centralisée ............................................................ 42
1.5.4.7.2. L’installation décentralisée ......................................................... 43
1.6. Analyse bibliographique et revue de la littérature des différents travaux de
recherche ............................................................................................................ 43
1.6.1. Les travaux de Dhaker Abbes ................................................................... 45
1.6.2. Les travaux de Thibaut Barbier ................................................................ 45
1.6.3. Les travaux de Lila CROCI ...................................................................... 46
1.6.4. Les travaux de Prema V. et Rao Uma K. .................................................. 46
1.6.5. Les travaux de Ismail El Kafazi et al. ...................................................... 46
1.7. Synthèse et objectif du travail ....................................................................... 47
1.8. Conclusion .................................................................................................... 48
CHAPITRE 2 : ETUDE DE QUELQUES SITES ISOLES DU TOGO ET
PRESENTATION DU SITE RETENU……….............................. 49
2.1. Introduction ................................................................................................... 50
2.2. Données de l’électrification du Togo............................................................ 50
2.2.1. Consommation énergétique au Togo ........................................................ 50
2.2.2. Etat des lieux de l’utilisation de l’électricité en milieu rural .................... 51
2.2.2.1. Etat de la couverture en électricité par le réseau existant en milieu rural
.……………………………………………………………………...51
2.2.2.2. Etat de l’utilisation en milieu rural des sources d’énergie électrique
alternatives à la CEET ....................................................................... 52
2.2.2.3. Problématique de l’électrification des sites isolés du Togo .............. 53
2.3. Evaluation du potentiel énergétique du Togo ............................................... 54
2.3.1. L’énergie renouvelable au Togo ............................................................... 55
2.3.2. Evaluation des sources renouvelables du vent et du soleil ....................... 56
2.3.2.1. Evaluation de l’énergie solaire disponible sur les sites ..................... 56
2.3.2.1.1. Modélisation du gisement solaire ............................................... 56
2.3.2.1.2. Le gisement solaire togolais ....................................................... 58
2.3.2.2. Evaluation de l’énergie du vent disponible sur les sites .................... 59

Mémoire d’Ingénieur/Master Professionnel viii AMOUSSOU Komi & PLANTE E. Alexandre


TABLE DES MATIERES

2.3.2.2.1. La densité de puissance du vent ................................................. 60


2.3.2.2.2. Estimation de l’énergie du vent disponible sur un site ............... 60
a. La distribution de Weibull ................................................................. 60
b. Distribution hybride de Weibull ........................................................ 61
c. Distribution de Rayleigh .................................................................... 62
2.3.2.2.3. Le potentiel éolien togolais ........................................................ 62
2.3.3. Etude de l’hybridité de quelques sites du Togo ........................................ 63
2.3.3.1. Présentation des résultats ................................................................... 63
2.3.3.2. Interprétation des résultats et synthèse .............................................. 67
2.4. Représentation du profil de consommation de la charge d’un site isolé de
Lomé….. ............................................................................................................ 68
2.4.1. Caractéristiques socio-économiques du ménage et de l’habitat ............... 68
2.4.1.1. Caractéristiques socio-économiques des ménages ............................ 68
2.4.1.2. Caractéristiques de l’habitat .............................................................. 70
2.4.2. Evaluation du profil de consommation ..................................................... 71
2.4.3. Modélisation d’un profil de consommation type par estimation des besoins
énergétiques d’un ménage ......................................................................... 72
2.4.4. Modélisation d’un profil de consommation type par estimation des besoins
énergétiques de la communauté ................................................................ 73
2.5. Présentation du système hybride d’énergie étudié ........................................ 74
2.5.1. Architecture du système hybride .............................................................. 74
2.5.2. L’installation du champ photovoltaïque ................................................... 75
2.5.3. L’éolienne ................................................................................................. 76
2.5.4. Le système de stockage............................................................................. 76
2.5.5. Le générateur diesel .................................................................................. 77
2.5.6. Le convertisseur ........................................................................................ 78
2.6. Les coûts des composants de l’installation ................................................... 78
2.7. Le crédit carbone et les émissions polluantes ............................................... 80
2.8. Conclusion .................................................................................................... 81
CHAPITRE 3 : OPTIMISATION DU DIMENSIONNEMENT PAR LA PLNE ET
STRATEGIE DE REPARTITION OPTIMALE PAR DATA
MINING ............................................................................................ 82
3.1. Introduction ................................................................................................... 83
3.2. Définition et choix de la méthode d’optimisation ........................................ 83

Mémoire d’Ingénieur/Master Professionnel ix AMOUSSOU Komi & PLANTE E. Alexandre


TABLE DES MATIERES

3.2.1. Définition et domaines d’applications ...................................................... 83


3.2.2. Programmation linéaire en nombre entiers ............................................... 84
3.2.2.1. Traduction sous forme d’une équation polynomiale et matricielle d’un
problème de programmation linéaire en nombres entiers ................. 84
3.2.2.2. Etapes d’exécution et méthodes de la PLNE..................................... 86
3.2.2.2.1. La modélisation mathématique .................................................. 86
3.2.2.2.2. La recherche d’une solution heuristique .................................... 86
3.2.2.2.3. Recherche de la solution optimale .............................................. 86
3.2.3. Synthèse et démarche du travail ............................................................... 87
3.3. Hypothèses de travail .................................................................................... 87
3.4. Modélisation et dimensionnement des différentes sources d’énergie .......... 88
3.4.1. Puissance demandée Pd(t) ......................................................................... 89
3.4.2. Les facteurs temps (t) et instants (dt) ........................................................ 90
3.4.3. Modélisation et dimensionnement du générateur photovoltaïque ............ 91
3.4.3.1. Modèle du générateur photovoltaïque ............................................... 91
3.4.3.2. Rendement de conversion des cellules photovoltaïques ................... 92
3.4.3.3. Influence des paramètres externes ..................................................... 93
3.4.3.4. Equations du générateur photovoltaïque ........................................... 94
3.4.4. Modélisation et dimensionnement du parc éolien .................................... 96
3.4.4.1. Puissance développée par une éolienne............................................. 96
3.4.4.2. Equations du générateur éolien ......................................................... 97
3.4.5. Modélisation et dimensionnement du groupe électrogène ....................... 98
3.4.5.1. Modélisation du groupe électrogène à puissance variable ................ 98
3.4.5.2. Equations du groupe électrogène ...................................................... 99
3.4.6. Dimensionnement du stockage d’énergie par batterie ............................ 100
3.4.7. Dimensionnement du convertisseur bidirectionnel ................................ 101
3.5. Optimisation économique du système de production d’énergie ................. 102
3.5.1. Fonction objectif et coûts ........................................................................ 102
3.5.2. Le coût initial du système Ci (S) ............................................................. 102
3.5.3. Le coût d’opération et de maintenance Cm (S) ........................................ 103
3.5.4. Coût de renouvellement des composants Cr(S) ...................................... 104
3.5.5. Coût du carburant biodiesel .................................................................... 105
3.5.6. Coût des émissions polluantes ................................................................ 107

Mémoire d’Ingénieur/Master Professionnel x AMOUSSOU Komi & PLANTE E. Alexandre


TABLE DES MATIERES

3.5.7. Coût de salvage des composants ............................................................. 107


3.5.8. Conclusion sur les coûts ......................................................................... 109
3.6. Synthèse du modèle du SHE ....................................................................... 109
3.6.1. Définition des ensembles ........................................................................ 110
3.6.2. Définition des paramètres ....................................................................... 110
3.6.3. Définition des variables .......................................................................... 112
3.6.4. Modèle de la PLNE ................................................................................. 113
3.7. Mise en place de la stratégie de répartition................................................. 114
3.7.1. Les systèmes décisionnels ...................................................................... 114
3.7.1.1. Définition ......................................................................................... 115
3.7.1.2. Définition du Data Mining .............................................................. 115
3.7.1.3. Les méthodes prédictives du data mining ....................................... 115
3.7.1.3.1. Les arbres de décision .............................................................. 116
3.7.1.3.2. Problématique des méthodes de prédiction fixes ..................... 117
3.7.2. Les paramètres de décision ..................................................................... 118
3.7.2.1. Etude des cas de répartition ............................................................. 119
3.7.2.1.1. Satisfaction de la demande ....................................................... 119
3.7.2.1.2. Non satisfaction de la demande ................................................ 119
3.7.2.2. Les données pertinentes ................................................................... 119
3.7.2.2.1. Le rapport de la part des EnR du système par la demande ..... 119
3.7.2.2.2. L’état de charge des batteries Edc(%) ...................................... 120
3.7.3. Modèle d’apprentissage par data mining ................................................ 120
3.8. Conclusion .................................................................................................. 121
CHAPITRE 4 : VALIDATION ET ANALYSE DES RESULTATS ........................ 122
4.1. Introduction ................................................................................................. 123
4.2. Etude des outils informatiques utilisés ....................................................... 123
4.2.1. Choix du logiciel de travail ..................................................................... 123
4.2.2. Présentation du navigateur d’Anaconda ................................................. 124
4.2.3. Présentation de l’IDE Spyder ................................................................. 125
4.2.3.1. Présentation de la bibliothèque PuLP .............................................. 126
4.2.3.2. Organigramme de résolution de la PLNE ....................................... 126
4.2.4. Présentation de l’outil du data mining Orange ....................................... 128
4.3. Présentation des données météorologiques du site isolé ............................ 129

Mémoire d’Ingénieur/Master Professionnel xi AMOUSSOU Komi & PLANTE E. Alexandre


TABLE DES MATIERES

4.3.1. Source des données météorologiques ..................................................... 129


4.3.2. Prétraitement des données ...................................................................... 130
4.4. Résultats du dimensionnement optimal par la PLNE ................................. 131
4.4.1. Présentation des résultats ........................................................................ 132
4.4.2. Interprétation des résultats ...................................................................... 133
4.4.2.1. Analyse de la production énergétique ............................................. 133
4.4.2.2. Etude de l’installation des différents composants ........................... 135
4.4.2.3. Analyse des coûts du projet ............................................................. 135
4.5. Dimensionnement du système hybride dans le logiciel HOMER .............. 139
4.5.1. Choix des composants et configuration du système hybride .................. 139
4.5.2. Présentation des résultats obtenus........................................................... 140
4.5.3. Analyse énergétique des résultats de HOMER ....................................... 141
4.5.4. Analyse économique des résultats de HOMER ...................................... 143
4.5.5. Le coût des émissions polluantes ............................................................ 145
4.6. Etude comparative des résultats de la PLNE et ceux de HOMER ............. 145
4.6.1. Comparaison technique........................................................................... 145
4.6.2. Comparaison économique....................................................................... 147
4.7. Stratégie de répartition des sources par data mining .................................. 149
4.7.1. Présentation des résultats de répartition.................................................. 149
4.7.2. Etude du comportement de la répartition horaire ................................... 150
4.7.3. Etude des différentes fréquences d’apparition des combinaisons de
sources.. ................................................................................................... 152
4.7.3.1. Densités en fonction du rapport 𝑃𝑃𝑣 /𝑃𝑑 ......................................... 152
4.7.3.2. Densités en fonction du pourcentage de charge des batteries
Edc(%)….. ....................................................................................... 153
4.7.3.3. Synthèse des différentes options de répartition ............................... 153
4.7.4. Présentation de l’arbre de choix décisionnel .......................................... 154
4.7.5. Prédiction de la répartition par le contrôleur .......................................... 157
4.8. Evaluation économique du projet ............................................................... 158
4.9. Conclusion .................................................................................................. 161
CONCLUSION GENERALE ET PERSPECTIVES ................................................. 162
BIBLIOGRAPHIE ...................................................................................................... 166

Mémoire d’Ingénieur/Master Professionnel xii AMOUSSOU Komi & PLANTE E. Alexandre


LISTE DES FIGURES

LISTES DES FIGURES


Chapitre 1
Figure 1.1: Les trois niveaux d’accès à l’énergie . ......................................................... 7
Figure 1.2: Principaux liens entre énergie et développement ......................................... 8
Figure 1.3: Taux d'électrification mondiale. ................................................................... 9
Figure 1.4: Principales solutions technologiques par type de ressource énergétique et
échelle de projets........................................................................................ 11
Figure 1.5: Constitution d’un groupe électrogène. ....................................................... 15
Figure 1.6: modèle d’un groupe à vitesse variable. ...................................................... 17
Figure 1.7: Consommations des groupes diesel ZA40S à Cap-aux-Meules. ............... 18
Figure 1.8: Plante de Jatropha……...………………………………………………….20
Figure 1.9: Graines sèches de Jatropha ......................................................................... 20
Figure 1.10: Applications de l’énergie solaire. ............................................................. 22
Figure 1.11: Coupe transversale d’une cellule PV typique. ......................................... 23
Figure 1.12: Construction d’un panneau photovoltaïque.............................................. 23
Figure 1.13: Eolienne à axe vertical ………………………………………………….25
Figure 1.14: Eolienne à axe horizontal. ........................................................................ 25
Figure 1.15: Structure d’un système éolien .................................................................. 25
Figure 1.16: Une batterie .............................................................................................. 27
Figure 1.17: Architecture des systèmes hybrides d’énergie (SHE). ............................. 30
Figure 1.18: Système de supervision. ........................................................................... 33
Figure 1.19: Diagramme des priorités des charges. ...................................................... 36
Figure 1.20: Classification des perturbations du point de vue qualité de l’énergie
électrique. ............................................................................................... 37
Figure 1.21: Schéma d’un système hybride éolien-photovoltaïque (EPV) avec charge
de délestage. ............................................................................................. 39
Figure 1.22: Système hybride de type EPVDS. ............................................................ 40
Figure 1.23: Configuration d’une production solaire centralisée. ................................ 43

Mémoire d’Ingénieur/Master Professionnel xiii AMOUSSOU Komi & PLANTE E. Alexandre


LISTE DES FIGURES

Chapitre 2
Figure 2.1: Carte du gisement solaire pour les mois de Mars et d’Août ...................... 59
Figure 2.2: Potentiel solaire et éolien de Lomé. ........................................................... 64
Figure 2.3: Potentiel annuel solaire et éolien de Kpalimé. ........................................... 64
Figure 2.4: Potentiel solaire et éolien d’Atakpamé....................................................... 65
Figure 2.5: Potentiel annuel solaire et éolien de Sotouboua. ........................................ 65
Figure 2.6: Potentiel annuel solaire et éolien de Sokodé. ............................................. 66
Figure 2.7: Potentiel annuel solaire et éolien de Bassar. .............................................. 66
Figure 2.8: Potentiel annuel solaire et éolien de Mango............................................... 67
Figure 2.9: Profil de charge d’un ménage (jour ouvrable + weekend). ........................ 73
Figure 2.10: Configuration du système hybride d’énergie. .......................................... 74

Chapitre 3
Figure 3.1: Modèle à une diode d’une cellule PV. ....................................................... 91
Figure 3.2: Evolution de la caractéristique I(V) du module PW500-50 Wc en fonction
de l'irradiation. ........................................................................................... 93
Figure 3.3: Evolution de la caractéristique I(V) du module PW500-50 Wc en fonction
de la température. ....................................................................................... 94
Figure 3.4: Diagramme de la puissance utile sur l’arbre en fonction de la vitesse du
vent. ........................................................................................................... 96
Figure 3.5: Consommation réelle en fonction du taux d'utilisation pour une génératrice
diesel. ......................................................................................................... 98
Figure 3.6: Modélisation linéaire de la consommation d'une génératrice biodiesel ... 106
Figure 3.7: Structure d’un arbre de décision ............................................................... 117
Figure 3.8: Répartition possibles de stratégies de contrôle ........................................ 118

Chapitre 4
Figure 4.1: Interface d’accueil du navigateur d’Anaconda…………………………..124
Figure 4.2: Environnement de programmation de Spyder .......................................... 125
Figure 4.3: Organigramme de la PLNE ...................................................................... 127
Figure 4.4: Interface du logiciel Orange ..................................................................... 128

Mémoire d’Ingénieur/Master Professionnel xiv AMOUSSOU Komi & PLANTE E. Alexandre


LISTE DES FIGURES

Figure 4.5: Présentation des données de Soda-pro ..................................................... 130


Figure 4.6: Présentation des données prétraitées ........................................................ 131
Figure 4.7: Résultats du dimensionnement ................................................................. 132
Figure 4.8: Production énergétique par sources du SHE ............................................ 134
Figure 4.9: Pourcentage de production énergétique des sources du SHE .................. 134
Figure 4.10: Coûts du groupe électrogène .................................................................. 136
Figure 4.11: Coûts des panneaux photovoltaïques ..................................................... 136
Figure 4.12: Coûts des batteries .................................................................................. 136
Figure 4.13: Coûts des convertisseurs ........................................................................ 137
Figure 4.14: Proportion des coûts des composants du SHE ....................................... 138
Figure 4.15: Comparaison des types de coût du projet ............................................... 139
Figure 4.16: Modèle du système hybride dans le logiciel HOMER ........................... 140
Figure 4.17: Résultat du dimensionnement optimal par HOMER ............................. 140
Figure 4.18: Résultats secondaires du dimensionnement par HOMER ..................... 141
Figure 4.19: Répartition énergétique obtenue dans le logiciel HOMER .................... 142
Figure 4.20: Production énergétique des groupes électrogènes (HOMER) ............... 143
Figure 4.21: Comparaison des coûts par composants (HOMER) ............................... 144
Figure 4.22: Comparaison des types de coûts du projet (HOMER) ........................... 144
Figure 4.23: Proportion des différents types de polluants rejetés ............................... 145
Figure 4.24: Comparaison économique par type de coûts .......................................... 147
Figure 4.25: Comparaison économique par type de composants ............................... 148
Figure 4.26: Différents types de répartitions en fonction des variables de décision .. 151
Figure 4.27: Distribution gaussienne par rapport à Ppv/Pd ........................................ 152
Figure 4.28: Distribution gaussienne par rapport à Edc(%) ....................................... 153
Figure 4.29: Fréquences d’apparition des différentes répartitions ............................. 154
Figure 4.30: Arbre de décision des différentes répartitions obtenu par data mining 156
Figure 4.31: Prédictions de la répartition du contrôleur ............................................. 157
Figure 4.32: Evolution des coûts des deux systèmes en fonction du temps ............... 160
Figure 4.33: La courbe de rentabilité du système hybride étudié. .............................. 160

Mémoire d’Ingénieur/Master Professionnel xv AMOUSSOU Komi & PLANTE E. Alexandre


LISTES DES TABLEAUX

LISTE DES TABLEAUX


Chapitre 1

Tableau 1.1: Familles d’applications des groupes électrogènes. .................................. 16


Tableau 1.2: Classification des SHE par gamme de puissance .................................... 31

Chapitre 2
Tableau 2.1: Répartition des ménages ruraux selon l’utilisation de l'électricité de la
CEET, par région……………………………………………………….52
Tableau 2.2: Répartition des ménages selon leur utilisation de source d’énergies
électriques alternatives à la CEET, par région ....................................... 53
Tableau 2.3: Répartition des ménages selon la principale source d’énergie pour
l’éclairage, par région. .......................................................................... 54
Tableau 2.4: Potentiel micro hydroélectrique du Togo ................................................ 55
Tableau 2.5: Répartition de la population résidente âgée de 6 ans ou plus selon le statut
d'occupation, par région ........................................................................... 69
Tableau 2.6: Répartition des ménages ruraux selon leur taille, par région................... 69
Tableau 2.7: Répartition des ménages par type de logement, par région. .................... 70
Tableau 2.8: Puissance estimée de quelques équipements électriques ménagers. ....... 71
Tableau 2.9: Définition de la consommation journalière d’un ménage ........................ 72
Tableau 2.10: Caractéristiques électriques du générateur photovoltaïque. .................. 75
Tableau 2.11: Caractéristiques mécaniques et thermiques du générateur photovoltaïque.
............................................................................................................... 76
Tableau 2.12: Caractéristiques de l’éolienne. ............................................................... 76
Tableau 2.13: Caractéristiques des batteries. ................................................................ 77
Tableau 2.14: Caractéristiques du générateur biodiesel. .............................................. 78
Tableau 2.15: Coût annuel typique d’une centrale photovoltaïque et éolienne incluant
l’installation (en $/kW) ......................................................................... 79
Tableau 2.16: Coût annuel typique d’exploitation et maintenance (en $/kW) ............. 79

Mémoire d’Ingénieur/Master Professionnel xvi AMOUSSOU Komi & PLANTE E. Alexandre


LISTES DES TABLEAUX

Tableau 2.17: Coûts relatifs au groupe électrogène et au prix du biodiesel ................. 80


Tableau 2.18: Pouvoir réchauffant global des principaux gaz polluants. ..................... 81

Chapitre 3
Tableau 3.1: Tableau des ensembles du SHE. ............................................................ 110
Tableau 3.2: Tableau des paramètres du SHE. ........................................................... 110
Tableau 3.3: Tableau des variables du SHE. .............................................................. 112

Chapitre 4
Tableau 4.1: Tableau comparatif des résultats de simulation par la PLNE et HOMER
............................................................................................................... 146
Tableau 4.2: Echantillon de la répartition optimale .................................................... 150
Tableau 4.3: Echantillon des répartitions de la PLNE en fonction des paramètres de
contrôle ................................................................................................. 155
Tableau 4.4:Articles impliqués dans le projet et leurs coûts ...................................... 158

Mémoire d’Ingénieur/Master Professionnel xvii AMOUSSOU Komi & PLANTE E. Alexandre


LISTE DES ABREVIATIONS

LISTE DES ABREVIATIONS


AC : Alternative Current (courant alternatif) ;

CC : Coefficient de Corrélation ;

DC : Direct Current (courant continu) ;

EnR : Energies Renouvelables ;

GE : Groupe Electrogène ;

GES : Gaz à Effet de Serre ;

GUI : Interface Utilisateur Graphique ;

HOMER : Hybrid Optimization of Multiple Energy Resources;

IDE : Environnement de Développement ;

INSEED : Institut National de la Statistique et des Etudes Economiques et


Démographiques ;

Li-Ion : Lithium-ion

MATLAB : Matrix Laboratory ;

MLI : Modulation à Largeur d’Impulsion ;

MPPT : Maximum Power Point Tracking ;

NOCT : Nominal Operating Cell Temperature ;

NREL : National Renewable Energy Laboratory ;

PLNE : Programmation Linéaire en Nombres Entiers ;

PRG : Pouvoir Réchauffant Global ;

PV : Photovoltaïque :

SHE : Système Hybride d’Energie ;

STC : Standard Test Conditions ;

Mémoire d’Ingénieur/Master Professionnel xviii AMOUSSOU Komi & PLANTE E. Alexandre


INTRODUCTION GENERALE

INTRODUCTION GENERALE

Mémoire d’Ingénieur/Master Professionnel 1 AMOUSSOU Komi & PLANTE E. Alexandre


INTRODUCTION GENERALE

L’énergie est l’un des facteurs cruciaux du développement socio-économique. La


consommation énergétique d’une nation reflète le niveau de prospérité que celle-ci peut
atteindre. Le développement d’une société se traduit par la satisfaction croissante d’un
certain nombre de besoins : alimentation, logement, santé, habillement, facilités de
déplacement [1] etc. La plupart de ces activités nécessitent, à des degrés divers, une
consommation d’énergie dont l’énergie électrique, soit par utilisation directe pour
certains usages, soit pour permettre la production des biens et des services qui leur sont
associés.
Les sources de production de l’énergie électrique sont multiples. Nous distinguons d’une
part les sources naturelles fossiles qui sont limitées et épuisables et d’autre part les
sources inépuisables, propres et renouvelables telles que le solaire, la géothermie, la
biomasse et l’énergie éolienne. L’industrialisation massive au cours du dernier siècle, le
progrès et l’évolution des sociétés sont tellement de paramètres qui ont poussé l’homme
à surexploiter les énergies fossiles et nucléaires, nuisant gravement à l’équilibre
écologique naturel. En effet ce progrès a généré des catastrophes et des phénomènes
irréversibles nocifs à l’homme et à la nature. On peut citer ; le réchauffement climatique
dû aux gaz à effet de serre, les différentes pollutions industrielles, les deux dernières en
date, la catastrophe nucléaire de Fukushima suite au tremblement de terre au Japon en
mars 2011 et la marée noire au large des côtes de la Louisiane suite à l’explosion d’une
plateforme pétrolière offshore en Avril 2010 [12].

Ainsi, l'amélioration de la sécurité de la chaîne alimentaire par une diminution des


émissions de gaz à effet périlleux s’avère essentielle, ce qui nécessite des soins attentifs
plus que jamais. Dans cette perspective, un nombre considérable de scientifiques et de
gouvernements dans de nombreux endroits à travers le monde ont été motivés pour
accorder une plus grande attention aux sources d'énergie renouvelables et durables.
Actuellement, les énergies renouvelables sont exploitées à l'échelle mondiale avec des
parts de plus en plus importantes dans tous les continents pour atténuer les problèmes
environnementaux et pour promouvoir l'indépendance énergétique humaine vis-à-vis
des combustibles fossiles.

Mémoire d’Ingénieur/Master Professionnel 2 AMOUSSOU Komi & PLANTE E. Alexandre


INTRODUCTION GENERALE

La combinaison de plusieurs sources d’énergies surtout les renouvelables permet en


effet d’optimiser au maximum les systèmes de production d’électricité, aussi bien du
point de vue technique qu’économique notamment pour les localités n’étant pas ou ne
pouvant pas être reliées au réseau public de distribution d’électricité ou de gaz naturel
de longue distance ou au moyen de la génération conventionnelle [36]. Les solutions
technologiques nouvelles proposées par les générateurs hybrides, même si elles sont très
complexes comparativement aux solutions courantes mono source, présentent par contre
un intérêt évident considérable par leur flexibilité incomparable, leur souplesse de
fonctionnement et leur prix de revient vraiment attractif.

La variation des paramètres dans le temps de ces sources inépuisables comme la vitesse
du vent, l’ensoleillement etc… ne coïncidant pas avec la demande en énergie d’un site
et ses heures de pointe de consommation, disposer de plusieurs sources d’énergies
renouvelables à coupler n’est pas un atout en soi si l’on n’est pas capable de trouver le
dimensionnement correspondant à la combinaison de ces différentes sources d’énergie
qui répond à la demande en électricité au meilleur coût et de mettre en place une stratégie
de contrôle qui est indispensable pour la répartition de puissance entre les différentes
sources à chaque instant.
C’est dans cette optique qu’il nous a été confié, dans le cadre de notre mémoire de fin
d’étude pour l’obtention du diplôme d’Ingénieur de conception Génie Electrique /
Master professionnel, le thème intitulé : l’OPTIMISATION DE LA STRATEGIE ET
DU DIMENSIONNEMENT DES SYSTEMES HYBRIDES EOLIEN, SOLAIRE,
BIODIESEL AVEC STOCKAGE POUR SITES ISOLES PAR LA METHODE DE LA
PLNE ET LE DATA MINING : CAS DES ENVIRONS DE LA VILLE DE LOME AU
TOGO.
Afin d’atteindre nos objectifs, le travail est subdivisé en quatre chapitres. D’abord le
premier chapitre est consacré aux généralités sur les différentes stratégies de production
et de gestion d'électricité pour sites isolés. Nous avons fait dans la deuxième partie un
état des lieux de l’accès à l’énergie au Togo notamment dans ses milieux reculés pour
en retenir un pour l’installation d’une centrale hybride. Nous avons procédé ensuite à
l’optimisation du dimensionnement de celle-ci grâce à la résolution d'un modèle basé

Mémoire d’Ingénieur/Master Professionnel 3 AMOUSSOU Komi & PLANTE E. Alexandre


INTRODUCTION GENERALE

sur la programmation linéaire en nombres entiers (PLNE) puis à l’élaboration de la


stratégie de contrôle de la répartition des différentes sources adaptée au site isolé retenu
en utilisant l'exploration de données « data mining ». Enfin, nous avons validé les
modèles mathématiques construits puis commenté les résultats obtenus.

Mémoire d’Ingénieur/Master Professionnel 4 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

CHAPITRE 1 : GENERALITES SUR LES


DIFFERENTES STRATEGIES DE
PRODUCTION ET DE GESTION
D’ELECTRICITE POUR SITES ISOLES

Mémoire d’Ingénieur/Master Professionnel 5 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.1. Introduction

L’énergie électrique est porteuse de confort et de commodités pour les personnes qui en
bénéficient. En effet, la facilité d’accès à une énergie électrique fiable est, tant pour les
populations que pour les activités productrices, une impulsion pour le développement
socioéconomique et une condition sine qua non pour la réalisation des Objectifs du
Millénaire pour le Développement (OMD). Son taux d’accès est relativement faible dans
les pays en voie de développement où l’on rencontre une forte concentration humaine
dans les milieux ruraux reculés et peu desservis par les réseaux électriques existants.
Une maîtrise des stratégies et un bon choix de ces dernières s’imposent donc à tout pays
désireux d’assurer à sa population l’accès à une énergie propre et durable pour un
développement économique remarquable. Ainsi, nous nous pencherons dans ce chapitre
sur l’état des lieux de l’accès à l’énergie dans le monde et principalement en Afrique
puis nous étudierons les sites isolés qui constituent les zones les moins desservies en
électricité et les différentes alternatives ou solutions d’apport et d’exploitation de
l’énergie dans ces derniers.

1.2. Etat des lieux de l’accès à l’énergie dans le monde

Tout comme la population, les richesses et les matières premières, l’électricité est une
ressource inégalement répartie sur la planète. Il convient de dégager l’utilité de cette
denrée, moteur de développement et les localités les plus touchées par cette
indisponibilité.

1.2.1. Définition de l’énergie

L'énergie est définie en physique comme étant la capacité d'un système à produire un
travail [41], entraînant un mouvement ou produisant par exemple de la lumière, de la
chaleur ou de l’électricité.

D’après l’Agence Internationale de l’Energie (AIE), un ménage ayant accès à l’énergie


est un ménage « disposant d’un accès fiable et peu cher à un système de cuisson propre,
d’une première connexion à l’électricité avec un niveau minimal de consommation […],
puis d’un niveau de consommation électrique croissant dans le temps pour s’aligner sur
la moyenne régionale » [27].

Mémoire d’Ingénieur/Master Professionnel 6 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

La figure 1.1 nous montre les trois niveaux croissants d’accès à l’énergie qui sont à
distinguer sur la base des services rendus accessibles. Le premier niveau d’accès à
l’énergie décrit jusqu’ici, concerne les ménages et la satisfaction de besoins humains
fondamentaux. Le second niveau permet les usages productifs et les activités
économiques. Le troisième niveau enfin correspond à la satisfaction des besoins
individuels et collectifs des sociétés dites modernes. L’accès à l’énergie ne se limite
donc pas à la mise à disposition d’une ressource énergétique. Le défi est en effet triple :
il s’agit de permettre l’accès croissant à des services grâce la fourniture d’une énergie
sûre, physiquement et économiquement accessible à tous, et aux impacts
environnementaux limités [27].

Figure 1.1: Les trois niveaux d’accès à l’énergie. [27]

1.2.2. Energie et développement

L’accès à l’énergie est un prérequis au développement tant humain qu’économique. La


figure 1.2 illustre les principaux liens entre l’énergie et le développement. En effet,
l’amélioration de l’accès à l’énergie dans les pays en développement est une nécessité
pour répondre aux différents enjeux du développement, et représente en particulier une
composante clé pour atteindre les huit Objectifs du Millénaire pour le Développement
fixés par l’ONU.

A titre d’exemple pour la santé, l’OMS estime que quatre (04) millions de personnes
meurent chaque année à cause des fumées toxiques liées à l’utilisation de biomasse
traditionnelle pour la cuisson [27]. Si l’impact positif de l’accès à des services

Mémoire d’Ingénieur/Master Professionnel 7 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

énergétiques modernes est évident lorsque considéré à l’échelle individuelle, l’impact


sur le niveau de développement à l’échelle nationale est également tangible : le niveau
de développement économique et humain d’un pays (quantifié par l’Indice de
Développement Humain – IDH) s’avère très largement corrélé au niveau d’accès à
l’énergie (quantifié par l’Indice de Développement Énergétique – IDE).

Figure 1.2: Principaux liens entre énergie et développement

1.2.3. Les données et besoins d’accès à l’énergie

L’accès à l’énergie est inégalement réparti dans le monde. Il varie d’un pays à un autre
et d’un milieu à un autre dans un même pays. Ainsi mondialement, on estime à 19 % la
population n’ayant pas accès à l’électricité et à 39 %, la population toujours dépendante
des ressources biomasses traditionnelles [27].

En effet, d’ici 2030, le nombre de personnes n’ayant pas accès à l’électricité devrait
baisser, passant de 1,3 milliard en 2010 à 1 milliard tandis qu’en parallèle, le nombre de
personnes n’ayant pas accès à des systèmes propres de cuisson devrait sensiblement
augmenter, passant de 2,6 milliards en 2010 à 2,7 milliards en 2030 [27].

Les pays les plus touchés par les problématiques d’accès à l’énergie sont bien sûr les
pays en développement comme le montre la figure 1.3 et les pays les moins avancés
même s’il existe toutefois de fortes disparités régionales :

 l’Afrique subsaharienne représentait en 2010 à elle seule la moitié de la


population mondiale n’ayant pas accès à l’énergie ; elle devrait en représenter les
deux tiers à horizon 2030 ; en raison de la croissance démographique, le nombre

Mémoire d’Ingénieur/Master Professionnel 8 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

de personnes n’ayant pas accès à des systèmes propres de cuisson et à l’électricité


devrait ainsi augmenter entre 2010 et 2030 ; malgré une situation régionale
problématique, certains pays africains, comme le Sénégal et l’Afrique du Sud,
ont enregistré des progrès significatifs en termes d’accès à l’énergie,
 en Asie, l’accès à l’énergie a particulièrement progressé, principalement sous
l’influence de la Chine qui a atteint un taux d’accès à l’électricité proche de 100
% depuis le début des années 2000 ; en revanche, les pays d’Asie en
développement et la Chine représentent 70 % de la population mondiale n’ayant
pas accès à des systèmes propres de cuisson (en 2010) ; 30 % de la population
chinoise est ainsi concernée ; les disparités infrarégionales en Asie sont
particulièrement importantes : 2 % de la population vietnamienne n’a pas accès
à l’électricité, alors que 54 % de la population bangladaise est concernée,
 l’Amérique latine et les Caraïbes sont beaucoup moins touchées par les
problématiques d’accès à l’énergie, bien que quelques pays d’Amérique Centrale
affichent encore des Indices de Développement Energétique très faibles, comme
le Nicaragua ; le sous-continent devrait atteindre l’objectif d’accès universel à
l’électricité à l’horizon 2030 ; en revanche, l’augmentation attendue de l’accès à
des systèmes propres de cuisson d’ici 2030 dans la région est faible.

Figure 1.3: Taux d'électrification mondiale (2016).

Mémoire d’Ingénieur/Master Professionnel 9 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Au-delà de ces disparités régionales, les carences d’accès à l’énergie concernent partout
principalement les zones rurales les plus isolées. Environ 85 % de la population n’ayant
pas accès à l’énergie (électricité et cuisson) vit dans des zones rurales [27]. Il est
nécessaire de souligner que relever ces maigres taux d’accès à l’électricité surtout dans
notre cher continent doit passer par la mise en place de stratégies de fourniture d’énergie
aux sites isolés qui sont les localités les plus touchées.

1.3. Problématiques des sites isolés

Les localités ayant le moins accès à l’énergie sont souvent connues sous le nom de sites
isolés. Le terme « isolé » leur est attribué suivant plusieurs critères. Les paragraphes à
suivre seront dédiés à leur étude.

1.3.1. Définition des sites isolés

Par définition, on appelle les sites isolés ou éloignés, les régions, communautés,
habitations ou autres qui répondent aux conditions suivantes [36] :

 la communauté n’est pas ou ne peut pas être reliée au réseau public de distribution
d’électricité ou de gaz naturel de longue distance ou au moyen de la génération
conventionnelle,
 il s’agit d’une agglomération permanente ou établie pour au moins cinq (05) ans
qui compte au moins dix habitations.

C’est donc une notion difficile à définir. Un site peut être naturellement isolé. C’est le
cas d’une région montagneuse ou forestière, d’un ilot ou tout endroit dont les conditions
géographiques rendent difficile l’accès au site. Il peut également être pris comme tel de
par les considérations faites. Etant habitées ou disposant d’au moins un équipement
électrique, ces localités ont donc besoin d’être électrifiées. Il est alors important de
mettre en place des stratégies pour fournir à ces dernières de l’énergie.

1.3.2. Approches des différentes stratégies d’accès à l’électricité

La stratégie consiste à la définition d'actions cohérentes intervenant selon une logique


séquentielle pour réaliser ou pour atteindre un ou des objectifs. Elle se traduit ensuite,
au niveau opérationnel en plans d'actions par domaines et par périodes, y compris

Mémoire d’Ingénieur/Master Professionnel 10 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

éventuellement des plans alternatifs utilisables en cas d'évènements changeant fortement


la situation [41].

Pris dans le contexte de notre travail, la stratégie constituera l’ensemble des alternatives
ou solutions disponibles pour fournir à tout site isolé l’accès à l’énergie au moindre coût
et cela de façon durable et viable. Nous distinguerons alors deux principales conceptions
de la stratégie ; la première (stratégie d’implantation ou type de génération) proposant
les différentes solutions d’accès à l’énergie pour une localité donnée en prenant en
compte plusieurs paramètres ; et la seconde (stratégie d’exploitation) qui, quant à elle
est axée sur la configuration et la gestion d’optimisation du système d’énergie implanté.

1.4. Les différents types de génération

Il n’existe pas de solution unique pour l’accès à l’énergie, mais de nombreuses


technologies adaptées aux différentes situations (cf. Figure 1.4). Les problématiques
d’accès à l’électricité peuvent en effet être traitées à des échelles bien différentes. Qu’un
site soit isolé ou pas, il existe trois solutions technologiques pour lui fournir l’accès à
l’énergie : seront à distinguer les systèmes hors-réseau à l’échelle d’un ménage, les
systèmes de type mini-réseau à l’échelle d’une communauté, et enfin les projets
d’extension et soutien réseau à l’échelle nationale ou sous régionale.

Figure 1.4: Principales solutions technologiques par type de ressource énergétique et


échelle de projets.

Mémoire d’Ingénieur/Master Professionnel 11 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

L’échelle de projet la mieux adaptée dépendra donc de plusieurs facteurs,


principalement de la densité de population dans la zone ciblée, de la distance au réseau
existant, des ressources énergétiques disponibles sur place, des revenus disponibles et
de la volonté à payer des populations cibles.

1.4.1. Le projet d’extension et soutien réseau

Le projet d’extension et de soutien réseau est la première stratégie de fourniture d’accès


à l’énergie. Ce modèle d’électrification classiquement utilisé dans les pays industrialisés
consiste à développer des réseaux électriques à grande échelle, alimentés par des
centrales de grosses puissances, en général thermiques ou nucléaires. Ces réseaux sont
subdivisés comme suit [19], [43] : le réseau THT (très haute tension) assure le transport
d’électricité des centrales vers les régions, ainsi que les échanges à l’international, un
réseau HT (haute tension) qui prend le relai pour acheminer l’électricité aux gros clients
industriels et aux zones de consommation, où les réseaux à moyenne et basse tension
alimentent respectivement les zones habitées puis les habitations et autres petites
structures.
Toutefois, afin d’intégrer des sources d’énergie renouvelables à ce réseau, il est
maintenant possible pour un particulier de posséder sa propre source d’électricité,
souvent solaire ou éolienne, à raccorder à celui-ci ; on parle alors de génération
distribuée. Outre l’économie financière pour le consommateur une fois l’installation
rentabilisée, cette solution a pour avantage de permettre de sous-dimensionner le
raccordement au réseau, car il ne faut alors plus lui apporter sa demande, mais lui fournir
le déficit, ou l’excédent entre demande et production locale [39]. Une autre solution est
de constituer des fermes photovoltaïques ou éoliennes, et des centrales hydrauliques, à
raccorder au réseau afin de remplacer les centrales classiques.
Le projet d’extension et de soutien réseau est donc une solution énergétique qui nécessite
de gros financements et qui vise une assez grande population

1.4.2. Les mini-réseaux

Le développement d’un mini-réseau est une alternative à l’extension du réseau


électrique existant, d’autant plus que celui-ci est distant des populations cibles, adaptée
à des communautés regroupant d’une dizaine à quelques milliers de ménages en zone

Mémoire d’Ingénieur/Master Professionnel 12 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

rurale. Devant les difficultés de raccordement au réseau principal, cette solution devient
alors économiquement viable. Les sources de production doivent alors être de petites
tailles, ce qui rend les sources d’énergies renouvelables très intéressantes. Elles doivent
être choisies et placées selon la disponibilité de la source motrice : le vent,
l’ensoleillement, un cours d’eau... Elles peuvent être centralisées là où l’énergie est
disponible, ou placées à côté des bâtiments à alimenter ; dans tous les cas cette distance
doit rester limitée pour minimiser les pertes en ligne. L’efficacité énergétique est en effet
cruciale dans ce type de système pour en assurer la rentabilité économique [19], [43].

1.4.3. Les Systèmes hors-réseau

La troisième solution d’apport de l’électricité est la production de celle-ci en hors-


réseau. Cette stratégie passe par une production localisée et ponctuelle de l’énergie en
petite quantité mais suffisante par l’implantation de groupes électrogènes ou l’utilisation
directe des ressources énergétiques présentes sur le site considéré. La problématique
première dans ce type de système est de pouvoir assurer la parfaite autonomie des
consommateurs, malgré les imprévisibilités des générateurs d’énergie. Ceux-ci doivent
être dimensionnés pour parer à la demande, tout en étant de petite envergure pour être
installable et entraînable par un particulier : les panneaux photovoltaïques et les petites
éoliennes, ainsi que les petits formats d’hydroliennes sont alors les types de sources les
plus adaptées. En outre, l’énergie primaire choisie doit être en quantité suffisante pour
couvrir les besoins, à proximité des bâtiments pour limiter les pertes en ligne [19], [43].
En effet, pour les populations vivant dans des zones rurales reculées faiblement peuplées
et éloignées des réseaux électriques existants, la fourniture de systèmes hors-réseau est
la solution la mieux adaptée ; elle l’est également lorsque les revenus disponibles des
populations ciblées sont très faibles en leur permettant un accès aux services les plus
basiques (lampes solaires, recharge de téléphone…).

Les données de la banque mondiale nous permettent de constater que le continent le


moins électrifié est l’Afrique, réel paradoxe vu la quantité des ressources énergétiques
dont elle dispose. Le problème d’accès à l’électricité de l’Afrique réside en fait dans
l’inégale répartition de sa population entraînant une abondance de sites isolés les uns

Mémoire d’Ingénieur/Master Professionnel 13 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

des autres et rendant coûteux toute possibilité d’extension du réseau. Il paraît donc
évident que la stratégie d’implantation la plus adéquate pour ces localités est la mise en
place de systèmes hors réseau.

1.5. Stratégies de production et d’exploitation de l’énergie pour sites isolés

La stratégie d’implantation de l’énergie des sites isolés étant fixée, il est nécessaire de
se pencher sur les stratégies de production et d’exploitation. Il existe deux principaux
types de production d’énergie pour sites isolés : la production par groupes électrogènes
et la production par les énergies renouvelables.

1.5.1. Production d’électricité par groupes électrogènes

Depuis l’invention du moteur thermique diesel en 1897, le groupe électrogène est resté
la première solution de l’électricité en hors-réseau.

1.5.1.1. Etat de l’art des groupes diesel

Le terme groupe diesel donné par abus de langage aux groupes électrogènes est dû au
premier carburant utilisé dans ces derniers. Leur étude portera sur leur principe de
fonctionnement, constitution et choix de carburant.

1.5.1.1.1. Groupes pour sites isolés

Les groupes électrogènes sont utilisés soit dans les zones que le réseau de distribution
électrique ne dessert pas, soit pour pallier une éventuelle coupure d'alimentation
électrique. Ces dispositifs sont généralement utilisés dans des situations où l'interruption
de l'alimentation électrique entraîne des conséquences graves ou des pertes financières,
par exemple dans les hôpitaux, l'industrie, les aéroports, les centres informatiques, etc.
Les groupes électrogènes permettent donc d’assurer une source électrique de sécurité
et méritent valablement leur place parmi les sources d’énergie électrique pour sites
isolés où les énergies renouvelables constituent les principales sources d’énergie mais
toutefois peuvent être complètement ou à temps partiel indisponibles. Les groupes
jouent alors deux rôles principaux pour les sites isolés :

 fournir la totalité de la puissance demandée en cas d’indisponibilité des autres


sources d’énergie,

Mémoire d’Ingénieur/Master Professionnel 14 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

 combler l’éventuel manque de puissance de la part des autres sources d’énergie


pour répondre valablement à la demande du site.

1.5.1.1.2. Constitution et fonctionnement

Les groupes fonctionnent à partir de tous les carburants. Les plus fréquents sont
l'essence, le gazole, le gaz naturel, le gaz de pétrole liquéfié (GPL), pour les plus
puissants le fioul lourd et de plus en plus aujourd’hui les biocarburants.

Un groupe électrogène est principalement constitué (cf. figure 1.5) :


 d’un moteur diesel de forte puissance,
 et d’un alternateur entraîné par le moteur par le biais d’un accouplement
élastique.
Un groupe électrogène produit de l’électricité en accouplant un moteur généralement
thermique et un alternateur appelé aussi génératrice.

Pour produire du courant, on utilise une force extérieure (ici le moteur thermique) pour
faire tourner le rotor : son champ magnétique, en tournant, induit un courant électrique
alternatif dans les bobines du stator. La vitesse de ce champ tournant est appelée «
vitesse de synchronisme » [41].

Figure 1.5: Constitution d’un groupe électrogène. [20]

Les groupes sont donc constitués d’un moteur thermique deux temps (2T), quatre temps
(4T), essence ou diesel qui entraine une génératrice. Les plus petits peuvent délivrer une
puissance de moins de 1 kW/h (quelques moteurs 2T). Dès que l’on atteint 4 à 5 kW/h

Mémoire d’Ingénieur/Master Professionnel 15 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

on ne trouve plus que des moteurs diesels (cf. tableau 1.1). Le rendement des groupes
électrogènes croît avec leur puissance, mais reste limité au maximum que permet le
cycle de Carnot, duquel doivent être soustraites les pertes mécaniques et électriques dans
l'alternateur et la transmission. En particulier, les groupes de puissance modérée se
caractérisent par un médiocre rendement et une consommation élevée.

Tableau 1.1: Familles d’applications des groupes électrogènes.

Vitesse de rotation Type Puissances Applications


3000 tr/min Rapide Faible Domestiques-secours
900 < N < 1800 tr/min Rapide Moyenne < 5000 KVA Production-secours
Semi
350 < N < 900 tr/min Forte < 20 MVA Production-secours
rapide
N < 900 tr/min Lent Forte < 20 MVA Production

1.5.1.1.3. Types de groupes électrogènes

Plusieurs types de groupes électrogènes existent sur le marché, chacun ayant des
utilisations et des fonctionnements différents.

a. Groupe diesel fonctionnant à vitesse fixe

Ce type de groupe électrogène est constitué d’un moteur diesel qui tourne à vitesse
constante relié avec une machine synchrone. En parallèle avec sa simplicité, ce groupe
diesel présente quelques points négatifs comme le volume sonore qui est plus grand et
constant, un niveau d’émission polluante élevé même lorsque la demande d’énergie est
faible, une mauvaise stabilité de fréquence et de tension dans le démarrage et une
présence d’un second moteur diesel en plus du moteur principal pour des applications
embarquées [67].
Pour ce type de moteur la vitesse doit donc être constante et stable ce qui impose la
nécessité d’avoir un système de commande puissant et fiable.

Mémoire d’Ingénieur/Master Professionnel 16 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

b. Groupe diesel fonctionnant à vitesse variable

Le générateur diesel à vitesse variable vient apporter des solutions aux différents limites
rencontrées par la technologie qui la précède et présente un meilleur niveau de
rendement et de fiabilité. Ce groupe électrogène est basé sur l’association d’une
génératrice fonctionnant à vitesse et puissance variables entraînée par un moteur diesel
et un convertisseur statique qui alimente la charge. L’association d’un convertisseur
statique avec l’alternateur lui permet en effet de mieux maitriser la variation de
fréquence et de puissance à l’état de sortie.
La vitesse de rotation du moteur de groupe à vitesse variable dépend de la quantité de
carburant injecté et de la charge appliquée au vilebrequin du moteur. Le moteur diesel
est dans ce cas un système non linéaire présentant des temps morts et des retards, ce qui
rend difficile son contrôle. Son modèle, illustré à la figure 1.6 nous montre qu’il est
muni d’un régulateur de vitesse : mécanique, électromécanique ou électronique. Celui-
ci réalise le contrôle automatique de la vitesse du moteur diesel, en réglant l’injection
de carburant en fonction de la charge. Il agit également sur le mécanisme d’accélération,
en fournissant le carburant sans variations brusques et répond en finesse aux variations
de charge [69].

Figure 1.6: Modèle d’un groupe à vitesse variable. [46]

Ce type de groupe a donc pour principal avantage économique la diminution de la


consommation du carburant et donc des émissions de gaz à effet de serre et est plus
approprié aux sites isolés où ce dernier est souvent démarré pour combler le déficit
énergétique le plus souvent variable.

Mémoire d’Ingénieur/Master Professionnel 17 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.5.1.2. Problématiques liées au groupe électrogène diesel

Le principal inconvénient de la stratégie d’alimentation en électricité d’un site isolé par


groupe électrogène se situe au niveau de son coût d’exploitation qui est relativement
élevé. Il est reconnu que l'utilisation de groupes électrogènes diesel sous faibles facteurs
d'utilisation (faible charge) leur est très néfaste au niveau de l'usure et, tel que montré à
la figure 1.7, entraîne des consommations élevées de carburant [32]. Ceci est
principalement dû à un manque de viscosité de l’huile de lubrification à cause d’un
manque de thermique dégagée par la combustion du moteur. Ce manque de viscosité
dégrade la qualité de la lubrification des paliers arbre à came et vilebrequin du moteur.
La conséquence de cette usure se porte directement sur la consommation de carburant
qui se dégrade lors du fonctionnement chargé du moteur. La préconisation à ce niveau
est donc de maintenir le facteur d’utilisation des groupes électrogènes supérieure à 30%.

De plus, le coût d’exploitation du diesel augmente davantage en raison du prix élevé du


carburant diesel nécessaire à la production de l’énergie électrique dans les sites isolés.
Ainsi, puisque le prix du combustible diesel est très dépendant du mode transport
employé, ce sont les difficultés de transport et les particularités de livraison qui font
varier ce coût [32].
Les insuffisances et faiblesses de l’utilisation des groupes électrogènes étant à présent
connues, il serait toutefois difficile de se passer de ces derniers dans les sites isolés. Afin
de palier au problème de pollution et de coût de carburant, il est alors nécessaire de
mettre en place une stratégie d’option de carburant.

Figure 1.7: Consommation des groupes diesel ZA40S à Cap-aux-Meules.

Mémoire d’Ingénieur/Master Professionnel 18 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.5.1.3. Problématique du choix du biodiesel

Les inquiétudes concernant l’épuisement du pétrole, le changement climatique, la


qualité de l’air et de l'eau qui se dégrade de plus en plus, et les préoccupations profondes
sur la santé humaine ont favorisé le développement des biodiesels.

1.5.1.3.1. Définition

Le biodiesel est un biocarburant destiné à être utilisé dans les moteurs diesel, il est
fabriqué à partir des huiles végétales et des graisses animales. C’est un carburant
prometteur ayant des propriétés très proches du gasoil et qui pollue moins [9].
Les biodiesels apparaissent comme des produits prometteurs pour le remplacement des
combustibles fossiles à court terme puisqu’ils sont renouvelables, biodégradables et ils
viennent des ressources agricoles présentes dans la plupart des pays producteurs. En
dehors des éléments qu’on vient de citer, l’utilisation des biodiesels présente plusieurs
avantages pour le moteur [54] :
 ils ne contiennent pratiquement pas de soufre (0.001 % massique),
 ils diminuent considérablement les émissions de suie,
 en combustion, les biodiesels émettent la même quantité de CO2 que les plantes
en ont absorbé dans leur croissance (boucle le cycle CO2),
 ils ne contiennent aucun benzol ou d’autres composants cancérigènes poly-
aromatiques,
 ils ont des capacités de lubrification intéressantes et donc peuvent contribuer à
augmenter la durée de vie du moteur,
 le biodiesel a un point d'inflammabilité inférieur à celui du diesel de pétrole.

1.5.1.3.2. Choix du biocarburant pour site isolé

Les matières premières utilisées dans la production de biodiesel varient selon les pays,
leurs climats et leurs politiques. Mais en général on peut classer ces matières premières
en trois catégories : les huiles végétales comestibles, les huiles végétales non
comestibles et les déchets graisseux animaux et végétaux [9].

Mémoire d’Ingénieur/Master Professionnel 19 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Des trois matières premières utilisées dans la production du biodiesel, il ressort que
l’utilisation des huiles alimentaires dans la production du biodiesel crée une compétition
entre l’alimentation et l’industrie, ce qui conduit à des hausses de prix des produits
alimentaires. De ce point de vue, on peut imaginer l’impact de cette hausse des prix sur
les pauvres et les pays en développement. D’autre part la production intensive des
plantes oléagineuses et des grains dans le but de produire des biocarburants nécessite
des grandes surfaces. Cette production peut se faire au détriment d’autres types de
récoltes et conduit à un changement dans l’écosystème.
De plus, dans les pays en développement la demande en huiles alimentaires est satisfaite
par l’importation, ce qui élimine la possibilité de les utiliser comme matières premières
de fabrication des biocarburants [9].
La finalité étant de minimiser les coûts tout le long du processus de production d’une
énergie propre pour sites isolés (milieux en majorité ruraux ou en voie de
développement), il sera plus judicieux d’utiliser, pour alimenter les groupes, des plantes
et des arbres oléagineux non comestibles et qui poussent dans des surfaces incultes.
Nous optons précisément ici pour biocarburant, l’huile de jatropha utilisable par un
moteur diesel standard et dont le plan et les graines, respectivement illustrés aux figures
1.8 et 1.9 est répandu en Afrique et en Asie et est réputé capable de se développer sur
n’importe quel type de sol (même ceux impropres aux cultures humaines) et ne nécessite
aucun apport supplémentaire en eau.

Figure 1.8: Plante de Jatropha Figure 1.9: Graines sèches de Jatropha

En principe, le coût élevé des carburants fossiles et leur impact écologique dans les
réseaux autonomes devrait ouvrir la porte à des alternatives basées sur les énergies

Mémoire d’Ingénieur/Master Professionnel 20 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

renouvelables qui sont encore trop chères dans les régions ayant accès au réseau
principal mais constitue de loin la meilleure solution pour les sites isolés.

1.5.2. Production d’électricité par les énergies renouvelables

La substitution du diesel par des ressources renouvelables était déjà un objectif


important chez les exploiteurs des réseaux autonomes même avant la hausse récente des
prix des carburants fossiles. Dans la conjoncture actuelle, cet intérêt est devenu pressant.

Les énergies renouvelables (EnR en abrégé) sont des sources d'énergies dont le
renouvellement naturel est assez rapide pour qu'elles puissent être considérées comme
inépuisables à l'échelle de temps humaine [41]. Elles peuvent être d’origine hydraulique,
solaire, éolienne, géothermique ou provenant des déchets organiques. D’après la figure
1.4, les alternatives renouvelables pour une option de système hors réseau sont le solaire,
l’éolien et la biomasse, cette dernière étant destinée à la cuisson par la production de
biogaz. Nous étudierons donc le solaire et l’éolien qui sont les deux solutions principales
de production d’énergie à base des ressources renouvelables.

1.5.2.1. Energie solaire

L’énergie solaire est celle qui nous vient du soleil. Elle est la plus répandue et la plus
accessible des énergies renouvelables dans les pays tropicaux.

1.5.2.1.1. Description

L'énergie solaire est la ressource énergétique la plus abondante sur terre. Elle est à
l’origine de la majorité des énergies renouvelables, mais elle est très atténuée. Elle nous
provient du soleil qui est une sphère avec une matière extrêmement chaude et gazeuse
avec un diamètre de 1,39.109𝑚, et est à distance moyenne de 1,49.1011𝑚 de la terre [31].

Deux grandes technologies ont été identifiées pour tirer le meilleur profit du soleil (voir
figure 1.10) :

 le solaire photovoltaïque, qui transforme directement le rayonnement du soleil


en électricité grâce à des panneaux formés de cellules de semi-conducteurs,

Mémoire d’Ingénieur/Master Professionnel 21 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

 le solaire thermique qui capte la chaleur du Soleil. Il l’utilise comme telle ou


bien la transforme en énergie mécanique, puis en électricité. On parle alors de
solaire thermodynamique. Nous nous intéresserons particulièrement au solaire
photovoltaïque, la technologie du solaire thermique étant souvent employée pour
la cuisson et le chauffage.

Figure 1.10: Applications de l’énergie solaire.

1.5.2.1.2. Energie solaire photovoltaïque

Le solaire photovoltaïque (PV) est une technologie disponible depuis longtemps. Elle
est constituée à la base des cellules photovoltaïques (Figure 1.11) qui produisent de
l’électricité du moment où elles sont exposées au rayonnement solaire. La plupart des
cellules PV mesurent autour de 100 cm2 et ne produisent qu’une très faible puissance
électrique, typiquement de 1 à 3 W avec une tension de moins d’un volt [14], [61], [4].
Pour constituer des générateurs fournissant un courant et une tension continus suffisants
pour être utilisés, les cellules sont regroupées en panneaux (modules). Par exemple un
panneau produisant 12 volts peut regrouper entre 30 et 40 cellules selon le fabricant.
L’association de ces panneaux en série et/ou en parallèle constitue le générateur PV (cf.
figure 1.12). Cependant, la constitution d’un générateur PV est, en soi, relativement
délicate, car un mauvais choix de couplage peut entraîner une perte non négligeable de
rendement.

Mémoire d’Ingénieur/Master Professionnel 22 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Figure 1.11: Coupe transversale d’une cellule PV typique. [71]

Le générateur PV a une fiabilité connue et est largement utilisé dans des applications où
une connexion au réseau électrique serait trop chère. L’obstacle principal à une
utilisation plus large du PV est son prix élevé. Néanmoins, la technologie peut être
rentable dans certaines régions où le prix du diesel est élevé. La technologie est très
robuste, ne demande pas d’entretien et a une vie utile très longue.
Pour les sites isolés de grande puissance (quelques dizaines de kW : maison, village, ...),
il est nécessaire d’inclure un système de stockage électrique (souvent des batteries
électrochimiques) à l’architecture du système. Une solution est la connexion de
plusieurs panneaux en parallèle avec diodes série d’anti-retour. Une autre solution est
d’équiper de hacheurs indépendants (MPPT, Maximum Power Point Tracker) chaque
branche ne contenant que des panneaux connectés en série [69]. Cette architecture
permet de maximiser la puissance exploitable en cas d’occultation partielle des cellules.

Figure 1.12: Construction d’un panneau photovoltaïque.

Mémoire d’Ingénieur/Master Professionnel 23 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.5.2.2. L’énergie éolienne

L’énergie éolienne est moins répandue que l’énergie solaire. Cependant, elle fournit de
plus grandes puissances surtout dans les zones à potentiel éolien élevé comme les
régions nordiques, les côtes et les zones de haute pression.

1.5.2.2.1. Le vent et ses origines

Le vent est défini d’une manière classique comme de l’air en mouvement. L’origine de
ce mouvement d’air est induite du soleil. Ainsi, l’énergie éolienne est une forme
indirecte de l’énergie solaire. Par conséquent, le vent est créé par la différence de
température [31], [70]. L’air qui constitue l’atmosphère est un mélange de gaz et de
particules de forme solides ou liquides. Le vent est principalement caractérisé par deux
grandes variables par rapport au temps à savoir sa vitesse et sa direction. La vitesse du
vent est très variable suivant les jours et les lieux et elle détermine la puissance du vent.
Par contre la puissance du vent est sensiblement constante à chaque instant pour
l’ensemble du globe, en un lieu donné et sur une période solaire. La direction et la vitesse
du vent changent rapidement avec le temps. Ces variations peuvent être à haute
fréquence, à moyenne fréquence ou à basse fréquence [70]. Le vent est aussi caractérisé
par sa variabilité spatiale, comprenant ainsi deux catégories. D’un côté la variabilité
spatiale régionale qui est en fonction de la latitude, de l’ensoleillement et des reliefs
(géographies et physiques). Et d’un autre côté, la variabilité spatiale locale qui prend en
compte la topographie, les obstacles ainsi que la rugosité du sol.

1.5.2.2.2. Description des éoliennes

Les éoliennes convertissent l’énergie cinétique du vent en énergie mécanique, puis en


électricité. Les pales du rotor éolien captent une partie de l’énergie contenue dans le vent
et la transfèrent au moyeu qui est fixé sur l’arbre de l’éolienne. Celui-ci transmet ensuite
l’énergie mécanique au générateur électrique. En général, la transmission de puissance
entre le moyeu et le générateur électrique est réalisée à travers un multiplicateur de

Mémoire d’Ingénieur/Master Professionnel 24 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

vitesse de rotation. Il existe deux formes d’éoliennes : les éoliennes à axe horizontal (cf.
figure 1.13) et les éoliennes à axe vertical (cf. figure 1.14).

Figure 1.13: Eolienne à axe vertical. Figure 1.14: Eolienne à axe horizontal.

Les systèmes à l’énergie éolienne dans les communautés éloignées sont généralement
conjugués à des réseaux isolés alimentés par des génératrices au diesel de manière à
constituer des systèmes hybrides de production d’électricité (énergie éolienne/diesel)
dans lesquels le vent est utilisé essentiellement pour réaliser des économies de
combustible. En l’absence de vent, toute l’énergie est fournie par la génératrice au
diesel, ce qui enraye par le fait même les risques associés à la nature variable du vent.
Le schéma-bloc d’une éolienne est présenté dans la figure 1.15.

Les éoliennes pour les petits systèmes électriques isolés utilisent des machines
électriques ayant une petite taille (inférieur à 10 kW). Elles représentent une bonne
solution pour générer de l’électricité à basse tension dans des endroits isolés.

Vent Rotor Arbre Transmission Arbre Générateur


éolien lent rapide
Signaux
électriques
Puissance
électrique
Convertisseur +
Système de commande

Figure 1.15: Structure d’un système éolien

Mémoire d’Ingénieur/Master Professionnel 25 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.5.2.3. Le dispositif de stockage

Le dispositif de stockage n’est pas une source d’énergie renouvelable. Toutefois il est
d’une grande utilité pour accumuler l’énergie provenant de différentes sources surtout
renouvelables.

1.5.2.3.1. Technologie et critères de choix

L’un des principaux inconvénients des énergies solaire et éolienne est leur caractère
intermittent. Pour une utilisation permanente, il est donc nécessaire de stocker une partie
de l’énergie produite. Pour ce faire il existe plusieurs méthodes de stockage : sous forme
d’eau, d’hydrogène, dans un volant d’inertie, dans une batterie électrochimique (plomb,
lithium) ou un super condensateur. Leur choix se fait suivant des caractéristiques
fondamentales qui sont :

 𝑾𝒔𝒕𝒐𝒄 : la capacité énergétique en Wh, qui est une caractéristique très importante
lors du dimensionnement.
 𝑷𝒎𝒂𝒙 : la puissance maximale de charge ou de décharge (parfois différentes) ;
 𝝉 : la constante de temps, c’est le rapport de la capacité énergétique utile sur la
puissance maximale ;
 𝜼 : le rendement est le rapport de l’énergie restituée sur l’énergie emmagasinée ;
 𝑵𝒄𝒚𝒄𝒍 : le nombre maximal de cycles de charge/décharge ou cyclabilité. Tout
dispositif de stockage subit une fatigue ou usure lors des cycles. Cela constitue
généralement la première cause de vieillissement devant la dégradation
thermique classique ;
 les coûts d’investissement (c’est la part la plus marquante pour l’acheteur) et de
fonctionnement (maintenance, énergie perdue lors des cycles, vieillissement) :
les systèmes les moins coûteux à l’investissement sont généralement ceux qui se
dégradent le plus vite en cyclage et dont le rendement est le plus mauvais.

1.5.2.3.2. Les moyens de stockage

Les dispositifs de stockage peuvent être classés en deux catégories : directe et indirecte.

Mémoire d’Ingénieur/Master Professionnel 26 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Les systèmes directs utilisables sont les supercondensateurs et les inductances


supraconductrices (SMES : Superconductor Magnetic Energy Storage) [51]. Les autres
moyens de stockage, considérés comme indirects, sont [51] :

 les accumulateurs électrochimiques,


 les accumulateurs à volants d’inertie (FES : Flywheel Energy Storage),
 les systèmes à air comprimé en bouteilles,
 les systèmes électrolyseur-hydrogène-pile à combustible (ou à PAC réversible).

La pile à Hydrogène (Pile H) ou à combustible se sert de la réaction d’oxydation


d’hydrogène pour stocker l’énergie électrique en hydrogène. Il est pour le moment très
coûteux à cause du prix de l’électrolyseur et de la faible efficacité de la conversion
électricité - hydrogène - électricité [10].

Les batteries d’accumulateurs sont la solution la plus utilisée pour un stockage


électrochimique de faibles dimensions (cf. Figure 1.16). Proposant des technologies
matures et à des prix raisonnables, elles réalisent une réaction d’oxydoréduction selon
le principe de la pile pour emmagasiner à la charge de l’énergie électrique, qui peut être
restituée à la décharge avec un bon rendement, autour de 85 % selon les types
d’accumulateurs. Elles se composent de deux électrodes, l’anode et la cathode, plongées
chacune dans une solution ionique.

Figure 1.16: Une batterie

1.5.3. Synthèse de la production par groupe électrogène et par énergies


renouvelables

Ainsi prises dans le contexte de solution d’exploitation de l’énergie pour site isolé, les
énergies renouvelables restent inefficaces lorsqu’elles sont implantées seules car le plus

Mémoire d’Ingénieur/Master Professionnel 27 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

souvent dépendantes du temps et ne pouvant pas assurer la continuité de service. Les


groupes électrogènes quant à eux reviennent chers et polluent considérablement
l’environnement. La stratégie d’exploitation par l’utilisation des EnR pour sites isolés
sera donc améliorée en les hybridant soit ensemble soit avec les groupes électrogènes.

La meilleure stratégie sera dégagée en explorant le potentiel de ces alternatives et les


configurations hybrides possibles pour réduire les besoins en carburants fossiles tout en
maintenant la stabilité et la fiabilité du réseau électrique et en entraînant des avantages
sur le plan environnemental et économique. La comparaison technique et économique
des technologies disponibles et des configurations hybrides possibles constituera un
outil d’identification des stratégies les plus prometteuses pour gérer les problèmes qui
se posent aux réseaux autonomes présentement et à l’avenir.

1.5.4. Les systèmes hybrides d’énergie (SHE)

L’hybridation consiste à mettre ensemble plusieurs composantes destinées à exécuter la


même tâche soit simultanément soit en cas d’indisponibilité d’une ou de plusieurs
d’entre elles.

1.5.4.1. Définition et mission des SHE

Un système hybride de production de l’énergie dans sa vue la plus générale se distingue


de deux façons :

 il combine et exploite plusieurs sources et technologies de production disponibles


et facilement mobilisables,
 sa complexité spécifique au niveau de la gestion des apports est à bien des égards
identique à celle d'un réseau électrique traditionnel.

Actuellement, les systèmes hybrides d’énergie (SHE) associent au moins deux


technologies complémentaires : une ou plusieurs sources d’énergie classiques,
généralement des générateurs diesels, et au moins une source d’énergie renouvelable.
Les systèmes d’énergie hybrides sont généralement autonomes par rapport aux grands
réseaux interconnectés et sont souvent utilisés dans des régions isolées.

Un système hybride doit notamment :

Mémoire d’Ingénieur/Master Professionnel 28 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

 assurer, en tout temps, l’énergie suffisante demandée par la charge et, si possible,
de produire le maximum d’énergie à partir des sources d’énergie renouvelable,
tout en maintenant une qualité déterminée d’énergie fournie,
 obéir à des règles d'exploitation temps réel basées sur une priorisation
économique des ressources énergétiques disponibles,
 compter sur une gestion automatisée des composants du système afin de garantir
la stabilité du système en tout temps, y inclus dans les transitions entre les
différents modes d'opération du système. (ex : dans un système éolien-diesel,
trois modes d'alimentation du réseau local existent selon la qualité du vent: éolien
seul, diesel seul et éolien-diesel).

Du point de vue technologique, la fiabilité n’est pas seulement une question de respect
des normes pour l’alimentation en électricité, mais aussi de maintenance, compte tenu
des conditions particulières des régions isolées. Les systèmes isolés sont souvent
caractérisés par une infrastructure (communication, services, etc.) pauvre, un accès
difficile et un manque de personnel qualifié [69].

Les performances d’un SHE, le rendement et la durée de vie, sont influencées en partie
par sa conception, c’est-à-dire le dimensionnement des composants, le type de
composants, l’architecture etc., et d’autre part, par le choix de la stratégie de
fonctionnement.

1.5.4.2. Importance de l’hybridation

Les solutions technologiques nouvelles proposées par les générateurs hybrides, même
si elles sont très complexes comparativement aux solutions courantes mono source,
présentent par contre un intérêt évident considérable par leur flexibilité incomparable,
leur souplesse de fonctionnement et leur prix de revient vraiment attractif.

De plus, l’hybridation permet de :

 lisser la puissance délivrée par la source d’énergie, par exemple, l’absorption des
pics aléatoires de puissances positives ou négatives générés par la charge (phases
d’accélération ou de freinage de véhicules électriques…), autrement dit, il s’agit
ici d’être capable, d’une manière générale, de délivrer ponctuellement des

Mémoire d’Ingénieur/Master Professionnel 29 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

puissances supérieures à la puissance moyenne du générateur électrique ou de


récupérer de l’énergie pour recharger la source de puissance,
 palier pendant une durée limitée une indisponibilité partielle ou totale de la
source d’énergie ; par exemple, pendant le démarrage d’une pile à combustible,
ou lorsque le soleil est masqué par des nuages devant le générateur
photovoltaïque ou en l'absence de vent.

1.5.4.3. État de l’art des SHE

En plus d’un ou plusieurs générateurs diesels (GD) et d’au moins une source d’énergie
renouvelable, un SHE peut aussi incorporer un système de distribution à courant
alternatif (AC), un système de distribution à courant continu (DC), un système de
stockage, des convertisseurs, des charges, des charges de délestage et une option de
gestion des charges ou un système de supervision. Toutes ces composantes peuvent être
connectées en différentes architectures. Celles-ci sont résumées dans la figure 1.17.
Dans la plupart des cas, les systèmes hybrides classiques contiennent deux bus : un bus
à CC pour les sources, les charges à DC et les batteries et un bus à AC pour les
générateurs à AC et le système de distribution.

Figure 1.17: Architecture des systèmes hybrides d’énergie (SHE). [69]

Les sources d’énergie renouvelable peuvent être connectées au bus à AC ou à DC en


fonction de la dimension et la configuration du système. L’interconnexion entre les deux
bus peut être réalisée par l’intermède de l’électronique de puissance :
onduleurs/redresseurs ou convertisseurs bidirectionnels. À part la charge principale, un
système hybride peut contenir aussi des charges auxiliaires (charge différée, charge

Mémoire d’Ingénieur/Master Professionnel 30 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

optionnelle, charge de délestage) pour réaliser l’équilibre énergétique [69]. Si la charge


principale est alimentée sans interruption, les charges auxiliaires sont alimentées en
énergie par ordre de priorité, seulement quand il existe un surplus d’énergie. Ainsi, dans
un SHE avec des batteries de stockage et charges auxiliaires, s’il existe un excès
d’énergie (venant des sources d’énergie renouvelable et des diesels), celui-ci passera
d’abord dans les batteries et ensuite, il sera utilisé pour alimenter les autres charges
auxiliaires en fonction de leur priorité. Dans un tel système, les batteries de stockage
jouent un double rôle : charge et source.

Les systèmes plus grands, ayant une puissance supérieure à 100 kW, sont centrés sur le
bus à AC, avec des sources d’énergie renouvelable conçues pour être connectées aux
grands réseaux interconnectés [37]. Si ces systèmes contiennent des sous-systèmes de
stockage, ce qui est rare, c’est pour lisser les variations de l’énergie de nature
renouvelable. Le champ d’application des SHE est très large et par conséquent, il est
difficile de classer ces systèmes. Le tableau 1.2 réalise néanmoins un classement par
gamme de puissance. Les seuils de puissance donnés ne sont que des ordres de
grandeurs.

Tableau 1.2: Classification des SHE par gamme de puissance. [69]

Puissance du SHE (kW) Applications


Systèmes autonomes : stations de télécommunication, de
Faible : < 5 kW pompage de l'eau, poste de frontière, autres applications
isolées.
Micro-réseaux isolés, alimentation d'un village isolé, d'un
Moyenne : 10 - 250 kW
hameau, des zones rurales,…
Grande : > 500 kW Grands réseaux isolés (ex: réseaux insulaires)

1.5.4.4. Principaux composants des SHE

Les systèmes hybrides d’énergie sont constitués des composants principaux regroupant
les différents générateurs et des composants auxiliaires servant à la supervision, au
contrôle des charges et à la mise en réseau des flux d’énergie.

Mémoire d’Ingénieur/Master Professionnel 31 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.5.4.4.1. Composants principaux

L'univers des systèmes hybrides regroupe une variété de technologies agencées dans une
grande diversité d'architectures. Les éoliennes, les panneaux photovoltaïques (PV) et les
générateurs diesels sont souvent utilisés dans les systèmes SHE. Ceux-ci peuvent aussi
inclure d’autres sources d’énergie comme l’énergie hydraulique, marémotrice,
géothermique ou l’énergie contenue dans l’hydrogène (piles à combustibles). Les
convertisseurs, les charges, les charges de délestage et une forme de gestion de l’énergie
peuvent également faire partie d’un SHE. Les batteries sont habituellement utilisées
pour le stockage d’énergie, mais il existe d’autres options telles que le stockage inertiel
(volant d’inertie), le stockage sous forme d’air comprimé et le stockage d’hydrogène.

1.5.4.4.2. Système de supervision

La plupart des systèmes hybrides comportent une certaine forme de commande. Les
chargeurs des batteries, par exemple, incluent souvent un système de commande pour
empêcher la surcharge des batteries ou que leur état de charge baisse trop. Les réseaux
multi-diesel peuvent utiliser des méthodes relativement sophistiquées pour gérer les
générateurs diesels et régler le flux de puissance.

Parfois, la commande est intégrée individuellement dans chaque composant du système.


Quelques exemples de commandes intégrées sont le gouverneur de vitesse sur le moteur
diesel, le régulateur de tension sur le générateur synchrone du diesel ou la commande
de l’éolienne.

Un autre type de commande plus global permet la surveillance de certains ou de tous les
composants comme illustré à la figure 1.18. Ce système de surveillance est d’habitude
automatique. Les fonctions spécifiques peuvent inclure la commande de démarrage et
d’arrêt des générateurs diesel, l’ajustement de leurs points de fonctionnement, le
chargement des batteries et la répartition de la puissance pour les différents types de
charges.

Mémoire d’Ingénieur/Master Professionnel 32 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Batteries

Générateurs Redresseur
Diesel

Système de
Générateurs Onduleur
éoliens supervision

Générateurs Charge de
PV délestage
Charges
optionnelles

Figure 1.18: Système de supervision. [69]

1.5.4.4.3. Convertisseurs

Dans un SHE, des convertisseurs sont utilisés pour charger des batteries de stockage et
pour transformer le DC en AC et vice-versa. Trois types de convertisseurs sont souvent
rencontrés dans les SHE : les redresseurs, les onduleurs et les hacheurs.

Les redresseurs réalisent la conversion AC/DC. Dans le SHE, ils sont souvent utilisés
pour charger des batteries à partir d’une source à CA. Ce sont des appareils relativement
simples, pas chers et à bon rendement. Les onduleurs convertissent le DC en AC. Ils
peuvent fonctionner en autonome pour alimenter des charges à AC ou en parallèle avec
des sources à AC. Les onduleurs sont autonomes lorsqu’ils imposent leur propre
fréquence à la charge. L’onduleur non autonome exige la présence d’une source à AC
pour fonctionner. Il y a aussi des onduleurs qui peuvent assurer les deux régimes de
fonctionnement : autonome ou en parallèle avec un autre générateur. Ceux-ci sont les
plus flexibles, mais sont aussi les plus chers. Parfois, les fonctions de redresseur et
d’onduleur sont réalisées par un seul appareil [69].

Les hacheurs, le troisième type de convertisseurs, permettent de réaliser la conversion


DC/DC, par exemple, pour adapter la tension entre deux sources.

Mémoire d’Ingénieur/Master Professionnel 33 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.5.4.4.4. Les charges

Les charges électriques rendent utile la puissance électrique. Il existe des charges à
caractère résistif et inductif. Les charges résistives incluent les ampoules à
incandescence, les chauffe-eaux, etc. les appareils utilisant des machines électriques
sont des charges résistives et inductives. Elles sont les principaux consommateurs de
puissance réactive. Les charges à DC peuvent avoir aussi des composants inductifs, mais
les seuls effets introduits par ceux-ci sont les variations transitoires de tension et courant
pendant les changements dans le fonctionnement du système [69].

1.5.4.5. Commande des SHE

Le problème principal dans la commande de SHE est de pouvoir fournir la puissance


demandée par la charge, malgré les grandes variations de l’énergie produite, tout en
maintenant la fréquence et la tension du bus à AC dans des limites acceptables. Les
variations de la production sont causées par la nature stochastique des ressources
renouvelables.

Deux aspects principaux doivent être pris en compte dans la commande du SHE :

 la stratégie de fonctionnement, qui implique des décisions liées aux flux


d’énergie à l’échelle de plusieurs heures ou jours et des actions pour améliorer le
fonctionnement du système,
 la qualité de l’énergie, à l’échelle des secondes ou millisecondes ; cela concerne
la stabilité de la fréquence et de la tension, les protections, etc.

1.5.4.5.1. Stratégie de fonctionnement

La stratégie de fonctionnement est un algorithme qui permet au système de supervision


d’un SHE de décider combien et quels générateurs il faut mettre en marche, quelles
charges sont connectées et comment utiliser le stockage, si disponible [8], [11].

Le fonctionnement d’un SHE dépend des paramètres suivants :

 le profil de charge : les variations diurnes, les variations saisonnières, les pics et
les creux, etc,

Mémoire d’Ingénieur/Master Professionnel 34 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

 les caractéristiques des ressources renouvelables : les valeurs moyennes, l’écart-


type, la fréquence des événements, les valeurs extrêmes, les variations diurnes et
saisonnières, etc,
 les caractéristiques des générateurs classiques : le type de carburant, les limites
de fonctionnement, etc,
 la configuration du système : le nombre et les types de composants (les sources
d’énergie renouvelable, les sources classiques, les charges contrôlables, les types
de stockage, les convertisseurs de puissance, etc),
 les normes de qualité de l’énergie : les exigences en ce qui concerne les variations
de la fréquence et de la tension.

Deux types de stockage sont utilisés dans les SHE : le stockage à court terme et le
stockage à long terme.

La stratégie de stockage à court terme, « Peak Shaving Strategy », permet de filtrer les
fluctuations des énergies renouvelables et/ou de la charge. Cette stratégie réduit
également le nombre de cycles de démarrage/arrêt des générateurs diesels, donc la
consommation de carburant.

Le stockage à long terme, « Cycle Charge Strategy » est utilisé pour alimenter la charge
sur une période de temps plus longue. Cette stratégie, permet d’améliorer l’équilibre
énergétique et de réduire les cycles démarrage/arrêt des groupes électrogènes et donc, la
consommation de carburant.

La stratégie de gestion des charges peut aussi être à court terme et à long terme [56].
Les deux types de stratégie utilisent les charges pour faire varier la demande d’énergie.
Ainsi, les charges sont connectées et déconnectées par ordre de priorité (cf. figure 1.19).
Les pompes à eau et les unités de désalinisation sont des exemples de charges différées
de faible priorité en fonctionnement normal. Les charges optionnelles sont toutes des
charges ayant une utilité et pouvant être utilisées durant l’excédent d’énergie qui
autrement serait dissipé.

La stratégie de contrôle à court terme connecte et déconnecte les charges du système en


fonction du dépassement de certains seuils fixes pour la fréquence du bus à AC. Les

Mémoire d’Ingénieur/Master Professionnel 35 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

charges sont connectées de manière progressive, selon les variations de la fréquence. La


charge de délestage (dump load) est une charge spéciale dont la puissance peut être
modifiée en fonction de la déviation de fréquence. Elle peut aider à régler la fréquence
du réseau dans des conditions de surplus d’énergie.

La gestion à long terme assure l’équilibre énergétique sur des intervalles de temps
importants. Les charges différées et optionnelles ont en général une priorité réduite
pendant une partie de la journée. Elles doivent être connectées seulement quand leur
régime de priorité est élevé.

Energie générée Charge


par le SHE principale

1ère priorité
Batteries

2ème priorité
Charge
Excès différée
d’énergie 3ème priorité
Charge
optionnelle
4ème priorité
Charge de
délestage

Figure 1.19: Diagramme des priorités des charges. [69]

La réserve tournante est définie comme étant l’exigence du système de commande


définie par la capacité des générateurs classiques de couvrir les changements immédiats
causés par l’arrêt des générateurs d’énergie renouvelable et par l’augmentation soudaine
de la charge. En effet, la réserve tournante détermine la capacité instantanée de réserve
minimale du groupe électrogène en fonction des prévisions de la production d’énergie
renouvelable et de l’évolution de la charge. Une réserve d’énergie doit être toujours
disponible pour éviter l’effondrement du système lors d’une réduction soudaine de la
production d’énergie renouvelable.

Mémoire d’Ingénieur/Master Professionnel 36 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

La stratégie de temps de fonctionnement minimal consiste à maintenir le groupe


électrogène en fonctionnement pour une durée minimale prédéfinie en fonction de la
variabilité de la charge ou de la variabilité de l’énergie renouvelable. Celle-ci est utilisée
pour réduire le nombre de démarrages/arrêts quand la puissance nette (la différence entre
la puissance consommée par la charge et la puissance renouvelable) varie beaucoup. La
minimisation du nombre de démarrages/arrêts du groupe électrogène peut permettre
d’éviter l’usure des moteurs diesels et leurs démarreurs et en même temps réduire la
consommation de carburant.

La stratégie d’hystérésis est souvent utilisée pour commander la déconnexion du


générateur diesel [56]. Le groupe électrogène est arrêté seulement si la puissance
renouvelable est supérieure à la demande de la charge. Ce surplus minimal d’énergie
(ou hystérésis) peut être mesuré à partir de la variation de fréquence du réseau quand
cette fréquence est fixée par le groupe électrogène utilisant un régulateur type
proportionnel (P) et à partir de son niveau de charge quand il utilise un régulateur type
proportionnel-intégral (PI).

1.5.4.5.2. Utilité de l’énergie électrique produite par les SHE

Le terme « qualité de l’énergie électrique » fait référence à la stabilité de la tension, à la


stabilité de la fréquence du réseau et à l’absence, dans le réseau électrique, de différents
phénomènes électriques (comme, par exemple, le flicker ou des distorsions
harmoniques). La figure 1.20 montre une classification de ces perturbations en fonction
de leurs caractéristiques [45].

Qualité de l’énergie

Tension Fréquence Interruption

Variations de tension Flicker Harmoniques Transitoires

Figure 1.20: Classification des perturbations du point de vue qualité de l’énergie


électrique. [69]

Mémoire d’Ingénieur/Master Professionnel 37 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Bien qu’il n’y ait pas de normes internationales spécifiques pour les systèmes de
génération en site isolé, les caractéristiques du réseau isolé doivent être semblables aux
caractéristiques des grands réseaux interconnectés. Les consommateurs qui sont
connectés aux réseaux isolés, tout comme ceux connectés aux grands réseaux
interconnectés, utilisent les mêmes appareils. Par conséquent, les exigences de qualité
de l’énergie sont généralement les mêmes.

1.5.4.6. Stratégie de combinaison des SHE

La conception des SHE exige la sélection et le dimensionnement de la combinaison la


plus appropriée des sources d’énergie, des convertisseurs et du système de stockage,
ainsi que l’implémentation d’une stratégie de fonctionnement efficace. De plus, pour
obtenir un taux de pénétration important des sources d’énergie renouvelable, sans la
dégradation de la qualité de l’énergie fournie, une étude des différentes combinaisons
des SHE s’impose.

Plusieurs combinaisons de systèmes hybrides peuvent exister : éolien-diesel, éolien-


diesel-stockage, éolien-photovoltaïque-diesel, éolien-photovoltaïque-stockage-diesel,
éolien-stockage, etc.

1.5.4.6.1. Système hybride éolien-photovoltaïque (EPV)

La combinaison de l’énergie solaire et l’énergie éolienne dans un système hybride réduit


les besoins au stockage dans des batteries et au diesel. La praticabilité du système
hybride PV-éolien présenté à la figure 1.21 dépend fortement du potentiel solaire des
rayonnements et d'énergie éolienne disponible sur le site de l’installation. Il existe
plusieurs spécifications possibles pour des hybrides éolien-PV utilisables sous toutes les
latitudes et on trouvera des descriptions de quelques configurations en référence. Des
différentes études, portant sur la praticabilité et l'exécution des systèmes hybrides
éolien-photovoltaïque ont montré que la surface des panneaux solaires, le nombre des
éoliennes installées, et la capacité de stockage des batteries jouent un rôle important
durant l’opération du système hybride PV-éolien tout en satisfaisant la charge [26].

Si aucun autre système d'appoint comme un groupe électrogène n'est prévu et qu'il y a
obligation de service continu, l'usage de batteries de stockage est requis pour pallier les

Mémoire d’Ingénieur/Master Professionnel 38 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

périodes sans vent et/ou sans soleil. La difficulté d'un tel système réside dans le
dimensionnement des composants et il est important de bien connaître les
caractéristiques des ressources solaire et éolienne et de la demande pour faire les bons
choix.

Figure 1.21 : Schéma d’un système hybride éolien-photovoltaïque (EPV) avec charge
de délestage.

Le système hybride éolien-PV demeure relativement simple du point de vue de la


gestion des apports qui sont transités via des contrôleurs dédiés à chaque module PV ou
éolien sur un lien DC auquel les batteries sont branchées. Pour les besoins des charges
AC, un onduleur conditionnera l'électricité du DC au AC à la tension et à la fréquence
requise.

1.5.4.6.2. Système hybride éolien-photovoltaïque-diesel-stockage (EPVDS)

Ces systèmes hybrides exploitent au maximum les ressources renouvelables pour fournir
de l’électricité de manière autonome. Il s’agit donc d’une solution idéale pour les
communautés éloignées du réseau.

Les systèmes hybrides EPVDS dont l’architecture est illustrée à la figure 1.22 sont
adaptés pour réduire la dépendance à l'égard du combustible fossile en employant des
rayonnements solaires et la ressource éolienne disponibles. Un tel système hybride
comporte une centrale éolienne, des panneaux solaires, un générateur diesel et/ou un

Mémoire d’Ingénieur/Master Professionnel 39 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

banc de batteries. L’association des batteries augmente la flexibilité du contrôle de


système et la disponibilité du système global. Ces systèmes de production d'énergie ont
de bonnes perspectives et larges applications surtout dans les régions chaudes et
venteuses où ils représentent une solution rentable pour satisfaire les besoins en énergie
des régions éloignées [36]. La viabilité économique du système hybride EPVDS pour la
production d'électricité décentralisée a été démontrée où son utilité a été prouvée pour
de petits villages allant jusqu'à 100 familles [21].

Figure 1.22: Système hybride de type EPVDS.

Il est évident qu’un système hybride EPVDS a besoin d’un système de stockage
d'énergie exempté d'entretien, du système de gestion d'énergie complètement
automatique et de la fiabilité des dispositifs de traitement de puissance afin de pouvoir
augmenter la compétitivité de ce système.

1.5.4.6.3. Etude de la complémentarité des ressources éoliennes et solaires

L’intérêt d’un système hybride réside dans le fait que l’utilisation simultanée de
plusieurs sources d’énergie permette de mieux répondre à une demande continue
d’énergie de la part de l’usager ou du réseau de consommation. En effet, la grande
variabilité des sources renouvelables oblige d’une part à surdimensionner les
générateurs éoliens ou photovoltaïques et surtout à introduire dans le système de
production un stockage d’énergie ou tout au moins un tampon énergétique qui permettra
de combler les déphasages temporels et d’amplitude entre la production et la
consommation. Le surdimensionnement des générateurs et la présence du stockage ont
plusieurs conséquences [66] :

Mémoire d’Ingénieur/Master Professionnel 40 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

 d’une part une partie de l’énergie produite par le générateur sera perdue car la
limitation de la capacité de stockage implique qu’une partie de l’énergie produite
ne pourra ni servir a la charge ni être stockée d’où création d’une part importante
d’énergie ≪gaspillée ≫ et une diminution des performances globales du système,
 d’autre part, le coût du système sera augmenté et par voie de conséquence le coût
de production du kWh.

Utiliser un système hybride réduira la taille des composants du système, diminuera


l’énergie perdue, augmentera sa fiabilité et rendra l’utilisation des sources renouvelables
d’énergie plus intéressante économiquement. Tous ces avantages seront d’autant plus
importants que les sources solaires et éoliennes seront complémentaires entre elles et en
phase avec la courbe de consommation. Nous allons nous intéresser uniquement à la
complémentarité des sources et ce à deux niveaux :

 au niveau mensuel, autrement dit les mois ventés sont-ils les moins ensoleilles ?
 au niveau journalier c’est-à-dire la courbe d’énergie éolienne sur 24h est-elle en
opposition de phase avec celle de l’ensoleillement ?

Il convient avant toute chose de calculer l’énergie éolienne EW par unité de surface
balayée par les pâles selon la relation (1.1) :

𝟏
𝑬𝑾 = 𝝆𝒂 𝑽𝟑 ∆𝒕 (1.1)
𝟐

où :

 𝜌𝑎 est la densité de l’air et vaut 1.23kg/m3,


 V est la vitesse du vent à l’altitude de dix mètres,
 ∆𝑡, l’intervalle de temps considéré pour la mesure.

Même si on ne peut pas mettre sur le même plan une irradiation solaire par unité de
surface au sol et une énergie éolienne par unité de surface balayée par les pâles, il est
cependant possible de les comparer d’un point de vue de leur simultanéité et de leur
quantité relative.

Mémoire d’Ingénieur/Master Professionnel 41 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Pour quantifier la complémentarité mensuelle, un paramètre quantifiant la simultanéité


temporelle sera étudié : le coefficient de corrélation CC entre les énergies moyennes
journalières éoliennes et solaires pour chaque mois :

∑𝑵 ̅)(𝒙𝒊 −𝒙
𝒊=𝟏(𝒚𝒊 −𝒚 ̅)
𝑪𝑪 = 𝟏 (1.2)
{[∑𝑵 ̅)𝟐 ][∑𝑵
𝒊=𝟏(𝒚𝒊 −𝒚 ̅)𝟐 ]}𝟐
𝒊=𝟏(𝒙𝒊 −𝒙

où yi et xi sont respectivement les valeurs moyennes journalières des énergies solaire et


éolienne pour le mois i et 𝑦̅ et 𝑥̅ sont respectivement les valeurs moyennes annuelles des
énergies.

Plus le CC est proche de 1 plus les deux sources varient dans le même sens ; un bon site
sera à notre sens celui pour lequel il existera une corrélation négative entre les deux
sources solaires et éoliennes la plus proche possible de -1.

1.5.4.7. Stratégie de mise en réseau des SHE

Quelle que soit l’option de combinaison des SHE, il existe deux types de stratégies de
mise en réseau des différentes sources constituant les systèmes hybrides : le mode
centralisé et le mode décentralisé.

1.5.4.7.1. L’installation centralisée

L’installation centralisée est la première stratégie de mise en réseaux des SHE. Elle
consiste à coupler les puissances provenant de toutes les sources d’énergie disponibles
sur le site isolé à l’aide des bus DC, AC et des convertisseurs avant d’alimenter toutes
les charges. Ainsi un espace est aménagé comme présenté à la figure 1.23 pour
l’installation des sources, leur connexion avant leur déploiement. Une unité de contrôle
construite sur les lieux pourra effectuer simplement les supervisions et opérations de
maintenance. Deux problèmes se posent dans le choix de cette stratégie :
l’indisponibilité totale de l’énergie sur le site isolé en cas d’apparition de défaillances
sur les convertisseurs et l’occupation de grandes aires surtout pour les champs PV qui
pourraient être exploitées à d’autres fins.

Mémoire d’Ingénieur/Master Professionnel 42 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

Figure 1.23: Configuration d’une production solaire centralisée. [64]

1.5.4.7.2. L’installation décentralisée

L’installation décentralisée des composants des systèmes SHE est une stratégie qui
consiste à installer pour chaque ménage du site isolé des modules sensés couvrir leur
consommation ponctuelle d’énergie. Elle est adaptée à des sites sur lesquels existent
déjà des micro-réseaux qui approvisionnent l’ensemble ou une partie en énergie. Elle
intervient également lorsque l’installation centralisée n’arrive plus à couvrir toute la
demande en énergie du site et qu’un renforcement de la puissance installée s’impose.
Son principal avantage est qu’il évite au site une indisponibilité totale de l’énergie. En
effet, en cas de panne, seuls le ou les ménages raccordés aux modules défectueux seront
touchés. Il faut toutefois noter que cette option présente de nombreux inconvénients
notamment économiques car rehaussant considérablement les coûts d’installation et
d’opération de maintenance. Un autre inconvénient majeur pour cette stratégie est
l’abondance des pertes et l’incapacité d’optimiser la répartition de charges en fonction
des données du site et des différentes demandes en énergie des différentes habitations.

1.6. Analyse bibliographique et revue de la littérature des différents travaux de


recherche

A partir des années 90, plusieurs travaux de recherche à se sont intéressés aux systèmes
hybrides.

Mémoire d’Ingénieur/Master Professionnel 43 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

En analysant différents travaux de recherche sur le sujet au travers de livres, d’articles


de revues ou de conférences et des rapports de thèse, nous avons pu remarquer, qu’ils
peuvent être classés selon leur problématique de la manière suivante :

 des travaux de modélisation et de simulation: ils sont nombreux ; ils diffèrent par
les outils utilisés (Matlab/Simulink, Pspice, Saber, AMEsim etc.), par la
complexité des modèles (entrée-sortie, moyens, instantanés) et par les hypothèses
et la quantité des paramètres introduits (effet de la température pour les panneaux,
variation de la densité de l’air en fonction des conditions météorologiques,
variation de la résistance et de la tension des batteries, etc),
 des investigations dédiées à l’architecture électrotechnique du système : elles
évaluent les différentes configurations (couplage CC, couplage CA) ; elles
étudient la structure des convertisseurs statiques de puissance (redresseur à
diodes, hacheur dévolteur ou survolteur, redresseur MLI, onduleur, MPPT) et
visent aussi bien la maximisation du rendement des composants que la
minimisation du coût du système,
 des contributions pour le dimensionnement global du système : elles cherchent
souvent à optimiser le dimensionnement d’un système hybride non connecté au
réseau soit par des méthodes conventionnelles basées sur des calculs empiriques
soit par des méthodes de simulation dynamique à l’aide d’outils se référant à la
simulation temporelle et prenant en compte plusieurs paramètres (HOMER,
RETScreen, etc…),
 des études se focalisant sur la commande optimale des systèmes hybrides en
proposant différentes lois de commande et des stratégies de répartition et de
contrôle des charges, des techniques de maximisation de puissance variées pour
les générateurs éolien et photovoltaïque et des méthodes de supervision et de
gestion énergétique du système utilisant des algorithmes de maximisation de
puissance des générateurs renouvelables.

Notre travail étant orienté vers une optimisation du dimensionnement des systèmes
hybrides et une mise en place de stratégie de répartition visant à rentabiliser au mieux

Mémoire d’Ingénieur/Master Professionnel 44 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

le système de production et à réduire la durée de fonctionnement des générateurs diesel,


nous nous intéresserons aux travaux axés dans ce sens.

1.6.1. Les travaux de Dhaker Abbes

Dhaker A. apporte dans sa thèse en 2012 une contribution à l'étude des systèmes
hybrides éoliens-photovoltaïques avec batteries sur plusieurs aspects : évaluation des
sources, modélisation, simulation, optimisation du dimensionnement et enfin
commande et supervision. Ainsi, dans un premier temps, il présente une étude d'impact
sur l'évaluation du potentiel en énergies renouvelables sur un site donné en prenant en
compte la consommation dans un habitat résidentiel (période et méthode d'acquisition
des données, techniques d'évaluation, ...) puis, définit les modèles énergétiques des
différents composants du système ainsi que les aspects économiques et écologiques. Une
solution « pratique » est retenue pour les composants PV, éolien et batteries du système
final afin d'en évaluer la viabilité énergétique, économique et écologique. La méthode
développée de dimensionnement est comparée à un outil commercial existant.

1.6.2. Les travaux de Thibaut Barbier

En 2013, Thibaut Barbier [10] produit dans sa thèse une recherche sur l’optimisation du
dimensionnement et la stratégie de contrôle d’un site isolé du nord-Canada. Après une
brève étude des possibilités d’approvisionnement en électricité des sites isolés, il opte
pour l’installation d’une centrale hybride éolien-diesel-stockage, la zone considérée
ayant un fort potentiel éolien et se prêtant moins à l’installation des panneaux
photovoltaïques. Il procède ensuite à l’optimisation du dimensionnement du système
hybride choisi par la méthode de la programmation linéaire en nombres entiers afin de
retourner la combinaison optimale des différentes sources à installer sur le site et de
réduire au mieux la durée de fonctionnement des groupes diesel, source polluante du
système hybride d’énergie. Il achève ses travaux en mettant en place une stratégie de
contrôle des puissances disponibles sur chaque source destinée à être introduite dans un
contrôleur par la méthode d’arbre décisionnel du data mining.

Mémoire d’Ingénieur/Master Professionnel 45 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

1.6.3. Les travaux de Lila CROCI

L’auteur, dans sa thèse soutenue en 2013 portant sur la gestion de l’énergie dans un
système multi-source photovoltaïque et éolien avec stockage hybride
batteries/supercondensateurs [19] fait d’abord une étude des stratégies de contrôle des
systèmes de production multi-sources. Le système considéré, voué à l’alimentation
électrique d’une habitation, comprend deux sources, un groupe de panneaux
photovoltaïques et une petite éolienne, et deux types de stockage, un banc de batteries
lithium-ion et un de supercondensateurs. Une modélisation mathématique de ces
différentes sources est effectuée puis une stratégie de commande de ces sources est mise
en place à l’aide des algorithmes MPPT dans le but de maximiser la production du
système. Les commandes sont finalement mises en œuvre dans un simulateur, puis dans
un banc d’essai expérimental, afin d’une part de comparer leurs performances à celles
de solutions préexistantes, et d’autre part de valider le bon fonctionnement du système
hybride complet les utilisant.

1.6.4. Les travaux de Prema V. et Rao Uma K.

En 2014, Prema et Rao [58] ont effectué une revue de littérature sur les modèles
prédictifs pour la gestion de la puissance d'un micro réseau hybride. Ils donnent un
aperçu des stratégies de gestion de la puissance, les méthodes pour optimiser le système
hybride d'énergie et les algorithmes de prévision de la demande. Les avantages de la
gestion prédictive de la puissance, les développements récents, les défis et les tendances
futures sont discutés en détail. Les auteurs affirment qu'une stratégie de gestion
prédictive de la puissance peut être conçue pour améliorer l'efficacité globale du système
en optimisant l'utilisation directe des sources d'énergies renouvelables. Cependant, la
possibilité d'avoir des erreurs de prévision existe toujours.

1.6.5. Les travaux de Ismail El Kafazi et al. [40]

Dans cet article publié en 2016, il est question de la modélisation et l’optimisation des
systèmes de production complexes appliqués aux réseaux énergétiques plus précisément
de l’état de l’art et de la comparaison de modèles. Dans une première partie, une étude
d’impact de l’assimilation des énergies renouvelables dans le réseau électrique ainsi que

Mémoire d’Ingénieur/Master Professionnel 46 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

l’optimisation et la modélisation de la production, de la consommation, du transport et


le stockage de l’énergie électrique est réalisée afin d’augmenter l’efficacité de
production. La deuxième partie de cet article est consacrée à l’étude comparative entre
quelques modèles mathématiques utilisées pour l’optimisation et la mise en réseau des
énergies renouvelables. Deux méthodes (déterministes et probabilistes) sont dégagées.
Les différents outils d’optimisation développés dans ce document sont entre autre la
programmation linéaire, l’algorithme de simplex et l’algorithme de gradient. Il ressort
que la programmation linéaire compte pour la fiabilité, considère l’investissement et les
coûts d'exploitation mais s’avère parfois être lente et que la génération et prévision de
la demande ne sont pas sur une base en temps réel.

1.7. Synthèse et objectif du travail

L’étude des différentes stratégies d’approvisionnement, de contrôle, de commande et de


répartition de l’énergie nous permet de nous rendre compte d’une évidence : le défi
énergétique ne se limite pas seulement qu’à rendre disponibles les ressources
énergétiques mais s’étend à une gestion et une utilisation rationnelle de ces dernières
pour permettre son accès à tous notamment aux localités les plus dépourvues dont le
continent Africain se trouve être le premier concerné. Il ressort des différentes
recherches que les technologies de production renouvelable, de stockage et de
smartgrids permettront un approvisionnement électrique de plus en plus efficient à partir
de systèmes hors-réseau et de petites infrastructures alimentant des mini-réseaux. Le
développement de ces technologies à une échelle décentralisée, avec des coûts unitaires
limités, constitue une véritable opportunité pour les pays en développement qui sont très
souvent confrontés à des difficultés de financement.

Dans le domaine scientifique, nous remarquons que plusieurs recherches depuis bientôt
une vingtaine d’années sont effectuées dans le cadre de la production d’énergie pour site
autonome. Cependant, la majorité d’entre elles se limitent uniquement à une étude de
dimensionnement ou de simulation et sont très souvent destinées à des localités
européennes ou canadiennes dont les paramètres comme les contraintes climatiques, les
ressources énergétiques et la situation économique sont loin d’être comparables à ceux
de nos pays africains. Nous constatons également qu’il existe, parmi tous les travaux de

Mémoire d’Ingénieur/Master Professionnel 47 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 1 : Généralités sur les différentes stratégies de production et de gestion d’électricité pour sites isolés

littérature qui traitent de l’optimisation du dimensionnement et des stratégies stratégie


de contrôle, plusieurs outils, certains plus accessibles et plus exploitables que d’autres.
Ayant l’objectif d’optimiser le dimensionnement d’une centrale hybride photovoltaïque
éolien diésel avec stockage autonome pour une localité du Togo, nous choisissons
d’utiliser comme outil la programmation linéaire qui est un algorithme d’optimisation
technico-économique adapté aux problèmes de dimensionnement et qui nous permettra
d’aboutir à des résultats comparables à ceux du logiciel HOMER qui est l’un des
meilleurs outils d’optimisation économique de l’énergie mais dont les inconvénients
sont son coût d’acquisition et son accessibilité. Nous achèverons notre travail par la mise
en place d’une stratégie de décision de répartition de charges par une exploration des
données : le data mining.

1.8. Conclusion

Ce présent chapitre a eu pour objectif d’exposer les généralités sur les différentes
stratégies d’optimisation et de gestion des systèmes de production d’énergie pour sites
isolés. Un état de l’art des différents éléments constituant ces derniers a été également
présenté. Une revue littéraire nous a permis d’identifier les différentes approches pour
une production efficiente de l’électricité, moteur de développement et de dégager la plus
adaptée pour parvenir à l’objectif fixé. Après une présentation de la situation énergétique
du Togo, nous étudierons dans le chapitre suivant les sites isolés du pays afin de
déterminer le type de système hybride de production d’énergie le plus adapté.

Mémoire d’Ingénieur/Master Professionnel 48 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

CHAPITRE 2 : ETUDE DE QUELQUES


SITES ISOLES DU TOGO ET
PRESENTATION DU SITE RETENU

Mémoire d’Ingénieur/Master Professionnel 49 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

2.1. Introduction

Le premier chapitre consacré aux généralités sur les différentes stratégies de production
et de gestion de l’électricité pour sites isolés nous a permis de faire un état des lieux de
l’accès à l’énergie dans le monde notamment dans les pays pauvres. Le Togo à l’instar
de plusieurs pays africains n’est pas épargné par la situation relative au déficit
énergétique très poussé dans les zones rurales qui, du fait de leur enclavement et du
manque d’infrastructures constituent généralement des sites isolés. Dans ce chapitre,
nous nous intéresserons dans un premier temps particulièrement à notre pays en faisant
l’état des lieux de l’électrification des zones rurales. Nous étudierons ensuite certaines
localités afin de dégager celles qui sont éligibles à la combinaison des sources d’énergie
éoliennes et photovoltaïques et après ceci nous choisirons l’une d’entre elles pour
évaluer la consommation énergétique. Nous finirons par une présentation du système
hybride d’énergie à implanter sur le site isolé retenu.

2.2. Données de l’électrification du Togo

Le Togo est un pays de l’Afrique de l’Ouest ayant une superficie de 56600 km2. Situé à
8° latitude Nord et 1° longitude Est, il a une population estimée en 2018 à 7,9 millions
d’habitants pour une densité de 133 habitants/km2 [41]. Avec un indice de pauvreté de
55,1% en 2015, le Togo est un pays sous-développé dont 62,6% de la population vit en
milieu rural.

2.2.1. Consommation énergétique au Togo

Le Togo reste jusqu’aujourd’hui sous approvisionnée en énergie de façon globale et en


électricité plus particulièrement. En effet, la consommation finale d’énergie au Togo est
dominée par la biomasse (71%). Cette dernière est utilisée à de diverses fins notamment
l’éclairage, la cuisson et le chauffage. Les hydrocarbures représentent 70% du coût des
importations totales et 15% des recettes sont consacrées à la facture pétrolière. L’énergie
électrique est distribuée au Togo par deux sociétés qui exploitent les réseaux de
moyenne et basse tension (la CEET : Compagnie Energie Electrique du Togo) et haute
tension (la CEB : Communauté Electrique du Benin). En 2010, l’énergie électrique

Mémoire d’Ingénieur/Master Professionnel 50 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

totale livrée au réseau s’élevait à 918 GWh dont 878 GWh livrés par la CEB et 40 GWh
produits par la CEET la même année et un taux d’électrification seulement de 35% [22].

Il ressort de ces données statistiques que la situation énergétique du Togo est loin d’être
encourageante. Elle l’est encore moins lorsqu’on se rend compte que ce faible taux
d’accès à l’électricité en progression lente, cache des écarts énormes entre les zones
urbaines dont le taux d’accès est d’environ 50 % tandis qu’il n’est que de 6 % en milieu
rural [2]. Il convient donc de se pencher sur ces localités le plus souvent éloignées du
réseau électrique existant.

2.2.2. Etat des lieux de l’utilisation de l’électricité en milieu rural


Le milieu rural togolais est le plus touché en termes d’accès à l’électricité.

2.2.2.1. Etat de la couverture en électricité par le réseau existant en milieu rural


La couverture en électricité par le réseau existant est inégalement répartie sur toute
l’étendue du territoire togolais. Plus dense dans la région maritime, il est moins déployé
dans les autres régions le plus souvent par manque de moyens financiers mais aussi par
des difficultés d’accès de certaines localités. Aussi il est important de souligner qu’au
sein d’une même localité, ce réseau connaît une extension aléatoire et présente une
progression discontinue.

Le tableau 2.1 donne la répartition des ménages ruraux utilisant de l'électricité de la


CEET selon la région. Au plan national un peu plus de trois ménages ruraux sur quatre
(75,3%) résident dans des localités non desservies par le service électrique de la CEET.
L’ampleur de cette réalité varie suivant les régions. Ainsi, le niveau le plus élevé de
ménages ruraux habitant des localités non électrifiées est enregistré dans la région des
Savanes avec 95,7% suivie de près par les régions Maritime et des Plateaux avec
respectivement 75,7%. Le niveau le plus faible est enregistré dans la région Golfe rural
avec seulement 17,1% des ménages résidant dans des localités non électrifiées.

Le tableau ci-dessous montre que seulement 3,4% des ménages ruraux sont abonnés à
la CEET, 10,0% utilisent l’électricité de la CEET mais ne sont pas abonnés à la CEET
et 11,4% n’utilisent pas l’électricité de la CEET bien que se trouvant dans une localité
électrifiée.

Mémoire d’Ingénieur/Master Professionnel 51 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Contre toute attente, la région la plus électrifiée c'est-à-dire la région Golfe rural n’est
pas la région qui a le niveau le plus élevé de ménages ruraux abonnés à la CEET (2,7%).
Cependant un peu moins de trois ménages sur cinq (57,2%) résidant dans cette région
utilisent de l’électricité de la CEET sans être abonnés. Le niveau le plus élevé de
ménages ruraux abonnés à la CEET est enregistré dans la région des Plateaux avec 4,6%
suivie de près par la région de la Kara avec 4,5%. Le plus faible niveau est enregistré
dans la région des Savanes avec 1,1% des ménages ruraux abonnés à la CEET.

Tableau 2.1: Répartition des ménages ruraux selon l’utilisation de l'électricité de la


CEET, par région. [22]

Ménage
Ménage non n'utilisant pas Ménage
Ménage Effectif
Région abonné mais l'électricité dans une
abonné à la total de
utilisant mais se localité non
CEET ménages
l'électricité de trouvant dans électrifiée
la CEET une zone
électrifiée
Maritime 3,2 6,7 14,3 75,7 183 388
Plateaux 4,6 10,3 9,4 75,7 219 403
Centrale 1,9 19,6 11,5 67,1 79 917
Kara 4,5 5,8 15,6 74,1 101 900
Savanes 1,1 0,5 2,8 95,7 95 008
Golfe
2,7 57,2 23,1 17,1 22 730
rural
Ensemble
3,4 10 11,4 75,3 702 346
rural

2.2.2.2. Etat de l’utilisation en milieu rural des sources d’énergie électrique


alternatives à la CEET
Il découle de l'analyse du tableau 2.2 qu’au niveau national et en milieu rural, 6,0% des
ménages utilisent de l’électricité provenant d’une source autre que celle de la CEET. Le
niveau le plus élevé est enregistré dans la région de la Kara avec 9,8% suivie de la région
Centrale avec 7,7% et la région des Plateaux avec 6,0%. Le plus faible niveau est
enregistré dans la région des Savanes avec 3,0%. Aucun ménage n’a déclaré utiliser de

Mémoire d’Ingénieur/Master Professionnel 52 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

l’électricité provenant d’une autre source que la CEET dans la région Golfe rural en
2014.

Tableau 2.2: Répartition des ménages selon leur utilisation de source d’énergies
électriques alternatives à la CEET, par région. [22]

Région Oui Non Effectif total des ménages


Maritime 5,7 94,3 183 388
Plateaux 6 94 219 403
Centrale 7,7 92,3 79 917
Kara 9,8 90,2 101 900
Savanes 3 97 95 008
Golfe rural 0 100 22 730
Ensemble rural 6 94 702 346

Au plan national, l’usage du groupe électrogène privé est la source d’énergie alternative
ou complémentaire à l’énergie électrique de la CEET la plus adoptée par les ménages
ruraux, (76,6%) utilisant une source d’énergie alternative à celle de la CEET. En
revanche, trois ménages sur vingt (16,3%) utilisent plutôt les panneaux/Système solaire
privé comme la source d’énergie alternative ou complémentaire à l’énergie électrique
de la CEET.

2.2.2.3. Problématique de l’électrification des sites isolés du Togo

La majorité de sites isolés du Togo se retrouvent dans les localités rurales. Peu desservis
par le réseau électrique existant et quasiment dépourvus de toute production d’énergie
alternative ou complémentaire, il va de soi que ces sites enregistrent les plus forts taux
de pauvreté. L’énergie étant le moteur de développement, en être privé est fatal au 21ème
siècle. En effet l’énergie impacte tous les secteurs d’activité et notamment le secteur de
l’éducation car la majorité des pays en voie de développement ayant une forte proportion
de sa population relativement jeune. A cette tranche d’âge, est donc important
l’éclairage qui reste toujours vétuste pour ces localités. La répartition des ménages selon
la principale source d’énergie pour l’éclairage est représentée au tableau 2.3 :

Mémoire d’Ingénieur/Master Professionnel 53 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Tableau 2.3: Répartition des ménages selon la principale source d’énergie pour
l’éclairage, par région. [22]

Système Groupe Pétrole Feu Batterie


Région Electricité Biogaz Piles Bougie
solaire électrogène lampant de auto
de la CEET
bois
Maritime 10,5 0,7 0,7 0 27,6 60,5 0 0 0

Plateaux 14,1 0 1,9 0,3 59,8 22,7 0,7 0 0,4

Centrale 21,6 0,3 6,2 0 43,5 28,4 0 0 0

Kara 12,3 2,2 0,6 0 65,4 19,4 0 0 0

Savanes 1,5 0,7 0 0 79 18,4 0 0,4 0


Golfe
56,8 0 0 0 14,3 29 0 0 0
rural
Ensemble
13,4 0,6 1,6 0,1 51,5 32,4 0,2 0,1 0,1
rural

L’enquête a révélé que les piles demeurent la principale source d’éclairage (51,5 %)
utilisée par les ménages dans leur ensemble [22]. Ces données cachent cependant des
disparités : c’est ainsi qu’on s’aperçoit que cette source d’énergie est faiblement utilisée
dans la région maritime où le choix est plutôt porté sur le pétrole lampant (60,5%). Bien
qu’une infime proportion mais non négligeable (14,3%) des ménages du Golfe rural opte
pour les piles ou lampes torches, la majorité de cette population 56,8% des ménages
utilise l’électricité de la CEET. Notons aussi que cette énergie de la CEET est faiblement
utilisée dans les autres régions.

Au vu des chiffres révélés par l’état des lieux de l’accès à l’électricité de milieux ruraux,
il urge de mettre en place des stratégies d’apport d’énergie par un dimensionnement
optimal afin d’alléger tout poids de financement. Une étude du potentiel énergétique des
différentes localités du Togo sera faite afin de dégager la stratégie de combinaison la
plus adaptée.

2.3. Evaluation du potentiel énergétique du Togo

Le potentiel énergétique du Togo est assez maigre. Le sous-secteur des énergies


renouvelables est encore embryonnaire. Cependant, son potentiel demeure considérable.

Mémoire d’Ingénieur/Master Professionnel 54 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

2.3.1. L’énergie renouvelable au Togo

L'hydroélectricité est l'une des principales sources renouvelables de production


d'électricité au Togo avec le barrage de Nangbéto (65MW) en fonction, le barrage
d’Adjarala (147 MW) et celui de Tététou (24 MW) en cours de projet. Les petites
rivières et ruisseaux pourraient être exploités pour les petits projets hydroélectriques
(moins de 10MW). Le tableau 2.4 indique les zones potentielles d’installation de micro-
barrages [17].

Tableau 2.4: Potentiel micro hydroélectrique du Togo

Données hydrologiques Centrale


Cours Village Bassin Débit Puissance Productible
Crue
d'eau du site versant moyen installable annuel
(m3/s)
(Km2) (m3/s) (MW) (GWh)
Amou Gléï 880 6 1 150 2 5
Landa
Kara 930 13 2 100 5 13
kpozanda
Banga
Mô 2 200 20 3 600 6 16
(Bassar)
Tomégbé
Domi 4 680 26 1 350 8 21
Akloa

Plusieurs cours d’eau, aussi petits soient-ils sont utilisables pour l’implantation de
micro-barrages. Ceux-ci pourront après être mis en réseau pour une meilleure
exploitation.

L’hydroélectricité n’est pas la seule source d’énergie renouvelable au Togo. Avec un


gisement solaire moyen situé entre 4,3 et 4,5 KWh/m2/jr, l’utilisation moderne de
l’énergie solaire se limite malheureusement à quelques projets d’installation de chauffe-
eaux solaires au niveau de certains hôtels, maternités et de panneaux photovoltaïques
observables sur les toits de quelques ONG, représentations religieuses et habitations.

Mémoire d’Ingénieur/Master Professionnel 55 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Au Togo, abonde de la biomasse inutilisable (mauvaises herbes terrestres et aquatiques)


à laquelle s’ajoutent les ordures ménagères et les excréments d’animaux (bouses de
vaches, lisier de porcs, excréments de petits ruminants et de volailles) ainsi que d’autres
déchets végétaux. Toutes ces matières organiques auxquelles peuvent s’ajouter les
déchets biodégradables des usines alimentaires, constituent une matière première
importante pour la production du biogaz à usage domestique ou public (production
d’électricité) [17].

L’énergie éolienne reste quant à elle la source d’énergie renouvelable la moins répandue.
Les premières prospections avaient conclu que le gisement éolien togolais n’était pas
intéressant (vitesse du vent variant seulement entre 1 et 4 m/s). Cependant, au regard du
niveau actuel des techniques d’exploitation du vent à des fins énergétiques et de
l’identification de quelques sites éoliens rentables au Togo, il serait profitable pour le
pays d’approfondir les recherches en la matière afin de diversifier et de rentabiliser son
exploitation.

2.3.2. Evaluation des sources renouvelables du vent et du soleil

Il est nécessaire d’évaluer les potentiels solaire et éolien d’un site afin de connaître leur
disponibilité et les grandeurs exploitables.

2.3.2.1. Evaluation de l’énergie solaire disponible sur les sites

Le gisement solaire d’un site est sujet à des variations. Sa proportion exploitable pour
la production de l’énergie dépend de plusieurs paramètres qu’il est nécessaire
d’indiquer.

2.3.2.1.1. Modélisation du gisement solaire

L’irradiation est l’exposition de la terre aux flux de rayonnement en provenance du


soleil. Elle est souvent inclinée à cause de la surface de la terre. L’irradiation globale 𝐻
sur un plan incliné [31] est calculée par la relation suivante :

𝑯 = 𝑩𝒊𝒏𝒄 + 𝑫𝒊𝒏𝒄 + 𝑹𝒊𝒏𝒄 (2.1)

Mémoire d’Ingénieur/Master Professionnel 56 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

où :

 𝐵𝑖𝑛𝑐 est l’irradiation directe sur un plan incliné,


 𝐷𝑖𝑛𝑐 est l’irradiation diffuse sur un plan incliné,
 𝑅𝑖𝑛𝑐 est l’irradiation réfléchis sur un plan incliné.

Il faut remarquer que le rayonnement solaire direct est le plus important et peut atteindre
1 000 W/m². Le rayonnement diffus, quant à lui, est limité en moyenne à 10-15 % du
rayonnement global. Le rayonnement réfléchi par contre peut être considéré comme
négligeable.
L’irradiation directe sur un plan incliné est à son tour donné par la relation (2.2) :
𝑩𝒊𝒏𝒄 = 𝑹𝒃 × (𝑮𝑯 − 𝑫𝑯 ) (2.2)
où :
 𝐺𝐻 est la valeur horaire des irradiations globales ;
 𝐷𝐻 est la valeur horaire des irradiations diffuses ;
 𝑅𝑏 est le facteur de forme.

Le facteur de forme 𝑅𝑏 correspond au rapport de l’irradiation directe reçue par la surface


de captation sur l’irradiation directe sur un plan horizontal. Il s’exprime par la relation
(2.3) :
𝒄𝒐𝒔 𝜽𝒊
𝑹𝒃 = (2.3)
𝒔𝒊𝒏 𝒉

où :
 𝜃𝑖 est l’angle d’incidence de l’irradiance directe sur le panneau,
 ℎ est la hauteur du soleil.

Toutes ces grandeurs étant connues, nous pouvons reconstituer les valeurs de
l’irradiation diffuse et de l’irradiation réfléchie sur un plan incliné en introduisant le
paramètre 𝛽 qui est l’angle d’inclinaison de la surface de captation.
𝟏+ 𝒄𝒐𝒔 𝜷
𝑫𝒊𝒏𝒄 = 𝑫𝑯 × ( ) (2.4)
𝟐

Mémoire d’Ingénieur/Master Professionnel 57 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

et
𝟏− 𝒄𝒐𝒔 𝜷
𝑹𝒊𝒏𝒄 = (𝑩𝒏 × 𝒔𝒊𝒏 𝒉 + 𝑫𝑯 ) × 𝝆 × ( ) (2.5)
𝟐

où :
 𝜌 est l’albédo du sol,
 𝐵𝑛 est l’irradiation directe sur un plan normal.

2.3.2.1.2. Le gisement solaire togolais


L’énergie solaire est l’énergie renouvelable la plus exploitable pour les sites isolés au
Togo. Ayant un climat tropical guinéen au Sud et soudanien au Nord, le Togo dispose
d’un gisement solaire qui varie suivant la localité et la saison. Les figures 2.1.a et 2.1.b
illustrent la carte du Togo avec respectivement les irradiations globales moyennes
maximales et minimales sur toute l’étendue du territoire.
Nous remarquons que le mois le plus ensoleillé et le plus chaud de l’année est celui de
Mars avec des données d’irradiation variant entre 4,7 et 6,2 kW/m2/jour. La région la
plus chaude du Togo est celle de la Savane, ce quelque soit la période de l’année. Le
mois d’Août enregistre les valeurs les plus faibles d’ensoleillement toutefois
exploitables dans certaines localités.

Mémoire d’Ingénieur/Master Professionnel 58 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

a
b.
.

Figure 2.1: Carte du gisement solaire pour les mois de Mars et d’Août [6]

Ces figures montrent également que le rayonnement solaire augmente à mesure que la
latitude de l’endroit augmente. Les mois de Juin, Juillet et Août sont globalement
pluvieux. L’hygrométrie est haute au cours de la même période dans la région centrale
comparée à sa valeur dans le sud et au nord du pays du fait de la configuration
montagneuse de la zone. [6]

2.3.2.2. Evaluation de l’énergie du vent disponible sur les sites

Le vent est caractérisé par sa direction, sa vitesse, sa fréquence et sa puissance qui sont
des variables aléatoires, imprévisibles et non-linéaires. La détermination de ces
caractéristiques est donc d’une importance particulière à notre étude d’exploitabilité de
cette ressource.

Mémoire d’Ingénieur/Master Professionnel 59 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

2.3.2.2.1. La densité de puissance du vent

Avant d’évaluer l’énergie du vent disponible sur les sites, il est important de connaître
la conversion cinétique du vent en puissance. Cette puissance correspond à la vitesse V
à laquelle l’énergie traverse une surface S par unité de temps et est donnée par la relation
(1.1) du chapitre 1.

Les relevés météorologiques montrent que l'accroissement relatif de la vitesse du vent


avec l'altitude par rapport au sol sur un site homogène, varie d'un point à un autre et est
donné par la relation (2.6) [63] :

𝑽 𝑯 𝒏𝒓
=( ) (2.6)
𝑽𝟎 𝑯𝟎

où :
 𝑉0 (m/s) est la vitesse à la hauteur 𝐻0 (m) ≅ 10 m,

 𝑉 (m/s) est la vitesse observée à la hauteur H (m),

 𝑛𝑟 est un coefficient variant de 0,1 à 0,4 et indique la rugosité du sol.


Les valeurs les plus faibles de 𝑛𝑟 correspondent aux régions ventées et les plus fortes de
𝑛𝑟 aux zones de faible intensité.

2.3.2.2.2. Estimation de l’énergie du vent disponible sur un site

La vitesse du vent est loin d’être régulière. Afin de l’estimer, plusieurs méthodes ont été
mises au point. Les modèles usuels sont :

 la distribution de Weibull,
 la distribution hybride de Weibull,
 la distribution de Rayleigh.

a. La distribution de Weibull

Le modèle le plus utilisé pour traduire la variation des vitesses de vent est la loi de
distribution de Weibull. La distribution de Weibull est utilisée pour estimer le potentiel
éolien d'un site. Elle modélise la probabilité qu'un vent souffle à telle vitesse sur ce site

Mémoire d’Ingénieur/Master Professionnel 60 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

[41]. Avec deux paramètres (pour v >0) sa densité de probabilité se présente sous
forme :

𝒌 𝝂 𝒌−𝟏 𝝂 𝒌−𝟏
𝒇(𝝂) = ( ) ( ) 𝒆𝒙𝒑 (− ( ) ) (2.7)
𝒄 𝒄 𝒄

où :

 k > 0 est le paramètre de forme décrivant la distribution de la vitesse du vent, il


donne la forme de la distribution et accepte une valeur de 1 à 3. Une valeur plus
faible impliquerait un vent très variable alors qu'un vent constant impliquerait
une valeur k plus élevée,
 c > 0 est le paramètre d'échelle de la distribution en m/s, il permet d'exprimer la
chronologie d'une vitesse caractéristique ; c est proportionnel à la vitesse
moyenne du vent,
 f  v  est la densité de probabilité que représente la distribution en fréquences
des vitesses mesurées en m/s.

La fonction de probabilité cumulée de la distribution est définie par :

𝝂 𝒌
𝑭(𝝂) = 𝟏 − 𝒆𝒙𝒑 (− ( ) ) (2.8)
𝒄

Comme une méthode alternative, la densité d'énergie éolienne peut également être
calculée en utilisant la fonction de Weibull. La densité de l'énergie éolienne sur la base
de la densité de la fonction de probabilité de Weibull est estimée en utilisant l'équation
2.9 suivante [50] :
̅ = 𝟏 𝝆 ∫∞ 𝝂𝟑 𝒇𝑾 (𝝂)𝒅𝝂 = 𝟏 𝝆𝒄𝟑 𝜞 (𝟏 + 𝟑)
𝑷 (2.9)
𝟐𝟎 𝟐 𝒌

b. Distribution hybride de Weibull

La distribution hybride de Weibull, est utilisée lorsque la fréquence des vents calmes
enregistrée, sur un site donné, est supérieure ou égale à 15%. En effet, cette proportion

Mémoire d’Ingénieur/Master Professionnel 61 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

ne peut pas être négligée et doit être prise en compte lors de la caractérisation d’un site
du point de vue éolien. Cette distribution s’écrit :

𝒌 𝝂 𝒌−𝟏 𝝂 𝒌−𝟏
𝒇(𝝂) = (𝟏 − 𝒇𝒇𝟎 ) ( ) ( ) 𝒆𝒙𝒑 (− ( ) )
{ 𝒄 𝒄 𝒄 𝒑𝒐𝒖𝒓 𝝂 > 𝟎 (2.10)
𝒇(𝝂) = 𝒇𝒇𝟎 𝒑𝒐𝒖𝒓 𝝂 = 𝟎

où ff0 représente la fréquence des vents calmes.

c. Distribution de Rayleigh

La distribution de Rayleigh est un cas particulier de la distribution de Weibull pour le


cas où le facteur de forme k est égal à 2. Sa densité de probabilité est donnée par :

𝟐
𝝂 𝝂
𝒇(𝝂) = 𝟐 𝟐
𝒆𝒙𝒑 (− ( )) (2.11)
𝒄 𝒄

Toutefois la distribution de Weibull classique (fonction de deux paramètres) est la plus


indiquée. L'utilisation de ces deux paramètres permet l’évaluation d’un nombre
important de propriétés de la distribution, d'où une meilleure caractérisation des sites.

2.3.2.2.3. Le potentiel éolien togolais

Le potentiel éolien togolais est relativement faible. La localité la plus ventée reste la
région côtière avec une vitesse moyenne annuelle de 3,54 m/s et avec Août comme mois
le plus venté (4,68 m/s) [63].
L’étude de la caractérisation du potentiel éolien de certains sites du Togo a montré que
les paramètres de Weibull hybride que sont la fréquence des calmes f 0, le facteur de
forme K et le facteur d’échelle C du site de Lomé sont (K=2,3696 ; C=3,1040 m/s et f 0
= 11,0009%) ; du site de Tabligbo sont K=2,2389 ; C=2,6413 m/s et f0 =34,6954%) et
du site d’Atakpamé sont (K=1,9219 ; C=2,9054 m/s et f0=41,4331%) [62], [3]. Les
modèles de Weibull hybride trouvés ont permis de déterminer la densité de puissance
éolienne de chaque site à des hauteurs de 10 m, 30 m, 50 m et 80 m. il a été retenu après
des séries de simulation que les aérogénérateurs de vitesses nominales faibles d’ordre
de 3 m/s à 8,5 m/s sont les plus appropriés pour une exploitation optimale de l’énergie

Mémoire d’Ingénieur/Master Professionnel 62 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

électrique d’origine éolienne sur les trois sites précités à partir d’une hauteur de 30
mètres du sol.

2.3.3. Etude de l’hybridité de quelques sites du Togo

Les études de stratégies au chapitre 1 et l’évaluation des sources d’énergie renouvelables


disponibles au paragraphe précédent ont montré que la meilleure solution
d’approvisionner un site isolé en électricité est la génération en réseau autonome par
installation de système hybride d’énergie solaire photovoltaïque et/ou éolien avec
stockage et générateur biodiesel pour assurer la continuité de fourniture de puissance.

Afin de connaître quelles localités qui sont éligibles à l’installation de ces systèmes
hybrides d’énergie photovoltaïque-éolien, nous avons évalué les sources renouvelables
du vent et du soleil pour certains sites du pays à savoir : Lomé, Atakpamé, Kpalimé,
Sokodé, Bassar, Sotouboua et Mango.

2.3.3.1. Présentation des résultats

Nous avons procédé pour l’étude de l’hybridité des sites indiqués ci-dessus à la collecte
des données moyennes mensuelles d’ensoleillement et de vitesse de vent à une altitude
de 10 mètres à l’aide des données du logiciel RetscreenExpress [60]. Nous avons ensuite
calculé l’énergie éolienne par unité de surface correspondante à l’aide de la relation (1.1)
du chapitre 1 et déterminé le coefficient de complémentarité à l’aide de la relation (1.2).

Les figures 2.2 à 2.8 présentent les variations respectives d’irradiation solaire et
d’énergie éolienne disponibles sur les sites considérés en un an.

Mémoire d’Ingénieur/Master Professionnel 63 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Lomé CC = - 0,540
6 1,40

1,20
POTENTIEL SOLAIRE (KWH/M² PAR JR)

POTENTIEL ÉOLIEN (KWH/M² PAR JR)


5

1,00
4

0,80
3
0,60

2
0,40

1
0,20

0 0,00

Potentiel solaire (kWh/m² par jr) Potentiel éolien (kWh/m² par jr)

Figure 2.2: Potentiel solaire et éolien de Lomé.

Kpalimé CC = - 0,385
6 0,60
POTENTIEL ÉOLIEN (KWH/M² PAR JR)
POTENTIEL ÉOLIEN (KWH/M² PAR JR)

5 0,50

4 0,40

3 0,30

2 0,20

1 0,10

0 0,00

Potentiel solaire (kWh/m² par jr) Potentiel éolien (kWh/m² par jr)

Figure 2.3: Potentiel annuel solaire et éolien de Kpalimé.

Mémoire d’Ingénieur/Master Professionnel 64 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Atakpamé CC = - 0,394
7 0,40
POTENTIEL SOLAIRE (KWH/M² PAR JR)

POTENTIEL ÉOLIEN (KWH/M² PAR JR)


6 0,35

0,30
5
0,25
4
0,20
3
0,15
2
0,10

1 0,05

0 0,00

Potentiel solaire (kWh/m² par jr) Potentiel éolien (kWh/m² par jr)

Figure 2.4: Potentiel solaire et éolien d’Atakpamé.

Sotouboua CC = 0,185
7 0,300
POTENTIEL SOLAIRE (KWH/M² PAR JR)

POTENTIEL ÉOLIEN (KWH/M² PAR JR)

6 0,250
5
0,200
4
0,150
3
0,100
2

1 0,050

0 0,000

Potentiel solaire (kWh/m² par jr) Potentiel éolien (kWh/m² par jr)

Figure 2.5: Potentiel annuel solaire et éolien de Sotouboua.

Mémoire d’Ingénieur/Master Professionnel 65 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Sokodé CC = - 0,459
7 0,300
POTENTIEL SOLAIRE (KWH/M² PAR JR)

POTENTIEL ÉOLIEN (KWH/M² PAR JR)


6 0,250

5
0,200
4
0,150
3
0,100
2

1 0,050

0 0,000

Potentiel solaire (kWh/m² par jr) Potentiel éolien (kWh/m² par jr)

Figure 2.6: Potentiel annuel solaire et éolien de Sokodé.

Bassar CC = 0,301
7 0,30
POTENTIEL SOLAIRE (KWH/M² PAR JR)

POTENTIEL ÉOLIEN (KWH/M² PAR JR)


6 0,25
5
0,20
4
0,15
3
0,10
2

1 0,05

0 0,00

Potentiel solaire (kWh/m² par jr) Potentiel éolien (kWh/m² par jr)

Figure 2.7: Potentiel annuel solaire et éolien de Bassar.

Mémoire d’Ingénieur/Master Professionnel 66 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Mango CC = 0,393
7 0,350
POTENTIEL SOLAIRE (KWH/M² PAR JR)

POTENTIEL ÉOLIEN (KWH/M² PAR JR)


6 0,300

5 0,250

4 0,200

3 0,150

2 0,100

1 0,050

0 0,000

Potentiel solaire (kWh/m² par jr) Potentiel éolien (kWh/m² par jr)

Figure 2.8: Potentiel annuel solaire et éolien de Mango.

2.3.3.2. Interprétation des résultats et synthèse

Le coefficient de corrélation donnant une idée de la complémentarité de deux grandeurs


évaluées dans le temps, nous remarquons après analyse des différents graphiques
représentés ci-dessus que ce dernier est relativement médiocre pour toutes les localités
du Togo : -0,540 comme meilleur résultat trouvé à Lomé et +0,393 comme résultat le
moins encourageant dans la ville de Mango.

Les courbes d’ensoleillement en forme de cuvette dans toutes les localités illustrent bien
un gisement solaire important en début et fin d’année mais relativement faible dans les
mois pluvieux de juin, juillet et août. Les courbes de potentiel éolien sont quant à elles
propres au site considéré.

Les zones ayant un coefficient de corrélation négatif (tendant vers -1) sont les sites où
les périodes d’ensoleillement ne correspondent pas aux périodes de vent ; ce qui rend
possible l’hybridité des deux sources en maximisant la production de chacune d’elles
dans sa période d’abondance. Les localités de Mango, Bassar et Sotouboua ont un

Mémoire d’Ingénieur/Master Professionnel 67 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

potentiel éolien presque toujours en dessous du solaire sur toute l’année rendant
inexploitable ou non optimisé l’installation d’une centrale hybride éolien-
photovoltaïque.

Des résultats et interprétations qui précèdent, la localité la plus éligible à l’installation


d’une centrale hybride éolien-photovoltaïque au Togo est celle de Lomé avec un
coefficient de corrélation de -0,540.

2.4. Représentation du profil de consommation de la charge d’un site isolé de


Lomé

Toute installation de générateur électrique est appelée à répondre à une demande en


puissance estimée à l’avance. Nous allons à présent évaluer la consommation horaire du
site choisi.

2.4.1. Caractéristiques socio-économiques du ménage et de l’habitat

L’étude des caractéristiques socio-économiques du ménage et de l’habitat est nécessaire


afin de connaître certains paramètres à considérer pour des études de pré-
dimensionnement comme le niveau de vie et le nombre d’habitants.

2.4.1.1. Caractéristiques socio-économiques des ménages

Des études statistiques ont été menées sur les populations rurales du Togo [22] et nous
renseignent sur un certain nombre de données. Nous nous intéresserons plus aux
données concernant la région du Golfe rural qui abritera notre centrale hybride.

Le tableau 2.5 illustre la répartition de la population résidente âgée de 6 ans ou plus


selon le statut d'occupation, par région et nous permettra de connaître
approximativement le revenu du ménage et implicitement les types d’équipements
électriques dont elle pourrait disposer.

Mémoire d’Ingénieur/Master Professionnel 68 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Tableau 2.5: Répartition de la population résidente âgée de 6 ans ou plus selon le


statut d'occupation, par région. [22]

Femme au Autres
Région Occupé Chômeur Retraité Etudiant Rentier Effectif
foyer inactifs
Maritime 52 1,8 1,2 0 42,1 0,2 2,8 750 547
Plateaux 47,4 0,6 5,7 0,3 41,2 0,4 4,4 926 088
Centrale 36,2 0,6 11,5 0,1 43,9 0 7,8 350 690
Kara 43,9 0,3 7,9 0,5 38,5 0,3 8,5 517 290
Savanes 41,4 0,1 9,8 0,2 37,2 0,1 11,2 613 744
Golfe rural 51,5 2,5 1,7 3,2 39,7 0 1,5 83 242
Ensemble
45,6 0,8 6,3 0,3 40,5 0,2 6,3 3 241 601
rural

L’analyse du tableau 2.5 révèle que dans la population rurale, plus de quatre personnes
sur dix (45,6%) sont occupées alors que huit personnes sur mille (0,8%) sont des
chômeurs. Les étudiants et les élèves représentent 40,5% de la population rurale ; les
autres inactifs ne sont que 6,3% de la population rurale.

Le tableau 2.6 quant à lui nous renseigne sur la répartition des ménages ruraux selon
leur taille. Il découle de ce dernier qu’en milieu rural plus de la moitié (56%) des
ménages ont moins de 5 personnes dans leur logement.

Tableau 2.6: Répartition des ménages ruraux selon leur taille, par région.

1à5 6 à 10 16 à 20 21 à 24 Effectif total


Région 11 à 15 pers.
pers. pers. pers. pers. des ménages
Maritime 64,9 30,8 3,8 0,6 0 183 388
Plateaux 62,4 29 7,3 0,8 0,5 219 403
Centrale 61,5 33,2 4 1,3 0 79 917
Kara 45 41,4 11,3 1,6 0,8 101 900
Savanes 25,8 48,3 20,5 4,9 0,6 95 008
Golfe
80 20 0 0 0 22 730
rural
Ensemble
56 34,1 8,1 1,4 0,3 702 346
rural

Plus du tiers (34,1%) des ménages ruraux ont entre 6 et 10 personnes dans leur logement.
Cette proportion va de 48,3% dans la région des savanes à 20% dans le golfe rural.

Mémoire d’Ingénieur/Master Professionnel 69 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

2.4.1.2. Caractéristiques de l’habitat

Nous étudions également les caractéristiques de l’habitat afin d’estimer le nombre


d’équipements probables installés pour une maisonnée.

L’habitat des ménages présente dans sa généralité un aspect rudimentaire. D’après le


tableau 2.7, 67,5 % des ménages dans leur ensemble vivent dans une maison
traditionnelle, 31,3% des ménages vivent dans une maison ordinaire. Quelques rares
ménages vivent dans des villas (0,9%) ou des maisons à étages (0 ,3%).

Tableau 2.7: Répartition des ménages par type de logement, par région.

Maison Maison Maison à Effectif total des


Région Villa
traditionnelle ordinaire étage ménages
Maritime 71,7 25,2 2,3 0,8 183 388
Plateaux 54,3 45,5 0,2 0 219 403
Centrale 81,3 18,5 0,3 0 79 917
Kara 70,8 28,1 1,2 0 101 900
Savanes 88,4 11,6 0 0 95 008
Golfe
11,6 85,3 0 3,1 22 730
rural
Ensemble
67,5 31,3 0,9 0,3 702 346
rural

Pris de façon plus détaillée, l’on remarque que toutes les régions sauf le Golfe rural ont
majoritairement un type de logement traditionnel et c’est dans les Savanes (88,4%) que
ce phénomène est beaucoup plus accentué. Elle est suivie de la région Centrale (81,3%),
puis de la Région Maritime (71 ,7%) et de la Région de la Kara (70,8%). Parallèlement
c’est dans le Golfe rural que l’écrasante majorité des enquêtés a un type de logement
ordinaire (85,3%).

Tous ces paramètres désormais connus, nous pouvons maintenant évaluer le profil de
consommation d’un site isolé localisé dans les périphéries de Lomé.

Mémoire d’Ingénieur/Master Professionnel 70 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

2.4.2. Evaluation du profil de consommation

Après avoir étudié les caractéristiques socio-économiques du ménage et de l’habitat,


nous allons modéliser la consommation horaire en électricité d’un ménage de cinq (5)
personnes, hors cuisson et eau chaude du sanitaire sur une semaine pour une meilleure
précision de notre modèle. Ce profil est développé à l’aide du tableau 2.8 d’estimation
de puissance des appareils et équipements ménagers fournis par le logiciel
RetscreenExpert [60] et des besoins énergétiques d’un ménage.

Tableau 2.8: Puissance estimée de quelques équipements électriques ménagers.

Appareil Puissance estimée (W)


Appareils en CA
Lampe incandescente de 25 W 25
Fluorescent compact de 10 W 10
Tube fluorescent de 40 W 40
Radio 30
Réfrigérateur 330
Téléviseur noir et blanc 200
Téléviseur couleur 330
Magnétoscope 30
Appareils en CC
Ordinateur portable 25
Ventilateur de plafond 25
Ventilateur de 20 cm de diam. 15
Mini-réfrigérateur 65
Petit téléviseur noir et blanc 10 à 20
Petit téléviseur couleur 45 à 60
Téléphone en charge 10

Mémoire d’Ingénieur/Master Professionnel 71 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

2.4.3. Modélisation d’un profil de consommation type par estimation des besoins
énergétiques d’un ménage

Dans le but d’évaluer la consommation en énergie du site, nous avons équipé les
ménages du minimum d’appareils et utilitaires requis à savoir des ampoules (extérieur
comme intérieur), de radio, de poste téléviseur, d’appareils mobiles et d’un ventilateur.
Nous référant à la configuration de notre système hybride, nous considèrerons que tous
les équipements sont alimentés en 230 V AC, 50 Hz.

Le ménage dispose de sept (7) ampoules pour son éclairage dont cinq (5) intérieures et
deux (2) extérieures allumées suivant le niveau d’obscurité (lever et coucher du soleil),
l’activité ou la présence des membres de la famille au cours de la journée. La ventilation
est sollicitée aux heures de repos notamment le midi et la nuit au coucher. Concernant
les équipements multimédias, nous supposerons que le ménage dispose d’un poste
téléviseur et de deux radios. Quant aux appareils mobiles, ils sont mis en charge à la fin
de la journée jusqu’à l’aube du jour suivant. Le tableau 2.9 fait un inventaire des
équipements disponibles, leur nombre et les heures auxquelles ils sont sollicités.

Tableau 2.9: Définition de la consommation journalière d’un ménage

Puissance Puissance Intervalle de consommation


Appareils Quantité unitaire totale Jours
(W) (W) Weekend
ouvrables
Ampoules
04h00 – 06h00 04h00 – 06h00
à 5 25 125
18h00 – 23h00 18h00 – 23h00
l’intérieur
Ampoules
18h00 – 24h00 18h00 – 24h00
à 2 40 80
00h00 – 06h00 00h00 – 06h00
l’extérieur
Radio 2 30 60 05h00 – 24h00 00h00 – 24h00
Télévision 1 330 330 11h00 – 22h00 08h00 – 24h00
12h00 – 15h00 11h00 – 16h00
Ventilateur 1 25 25 22h00 – 24h00 22h00 – 24h00
00h00 – 05h00 00h00 – 05h00
Appareils 20h00 – 24h00 18h00 – 24h00
5 10 50
mobiles 00h00 – 05h00 00h00 – 05h00

Mémoire d’Ingénieur/Master Professionnel 72 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Ce tableau nous a permis de dresser le profil de charge d’un ménage pour un jour
ouvrable et un week-end ou jour férié (cf. figure 2.9)

Les pics de consommation en jours ouvrables comme week-end sont observés la nuit où
tout le monde est présent à la maison.

PROFIL DE CHARGE D'UN MÉNAGE (W)


800

700
PUISSANCE CONSOMMÉE (W)

600

500

400

300

200

100

HORAIRES

Figure 2.9: Profil de charge d’un ménage (jour ouvrable + weekend).

Il faut noter que cet emploi de temps variera aussi avec la longueur du jour et de la nuit,
les activités de la famille, les conditions climatiques et le mode de vie de la famille
occupant la résidence. Ce qui se traduira par la variation de la puissance de pointe
appelée d’un jour à l’autre. Par contre, le temps de consommation de chaque appareil
sera estimé constant tout au long de l’année.

2.4.4. Modélisation d’un profil de consommation type par estimation des besoins
énergétiques de la communauté

Le profil de consommation d’un ménage évalué, il ne nous reste plus qu’à l’étendre sur
tous les ménages du site considéré pour connaître la consommation en énergie de toute
la communauté. Nous supposerons le site isolé constitué de cent (100) ménages. Nous

Mémoire d’Ingénieur/Master Professionnel 73 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

admettrons également que tous les ménages ont un emploi de temps identique durant
toute la semaine et consommeront la même quantité d’énergie.

Le pic de consommation de toute la communauté est donc estimé à 67 kW. A celui-ci,


nous appliquerons un coefficient de simultanéité ayant pour valeur 0,5 et correspondant
à la probabilité que tous les équipements dans tous les ménages soient sous tension à
une heure précise. Cette valeur sera importante dans le dimensionnement du groupe
électrogène appelé à couvrir toute la demande.

2.5. Présentation du système hybride d’énergie étudié

La courbe de consommation ayant été modélisée, nous allons nous intéresser dans la
partie qui suit aux caractéristiques (fiche technique de renseignements) des différents
générateurs que nous aurons à installer sur le site pour couvrir sa demande en énergie.

2.5.1. Architecture du système hybride

Notre système hybride d’énergie est constitué de panneaux photovoltaïques,


d’éoliennes, de groupes électrogènes et d’un système de stockage avec des batteries de
technologie Lithium-Ion. La figure 2.10 représente la configuration du système de
production d’énergie et la connexion des générateurs aux différents bus.

DC AC

PV EOLIENNE

Figure 2.10: Configuration du système hybride d’énergie.

Mémoire d’Ingénieur/Master Professionnel 74 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Le système est constitué de deux bus de connexion. Les panneaux photovoltaïques et le


système de stockage produisant des tensions et courants continus seront reliés au bus
DC. Les aérogénérateurs et groupes électrogènes produisant des grandeurs alternatives
de courant et de tension seront reliés au bus AC. La mise en réseau de tout le système
est réalisée par l’intermédiaire d’un convertisseur bidirectionnel AC/DC qui permet
également la charge des batteries par le surplus d’énergie provenant des sources
alternatives ou des panneaux. Nous connecterons toutes les charges du site au bus AC
en supposant que tous les équipements électriques sont à courant alternatif et que tous
ceux qui ne le sont pas disposent de leur propre transformateur.

2.5.2. L’installation du champ photovoltaïque

Notre choix pour la mise en place du champ PV a porté sur le type CS6U-340M de
CanadianSolar MaxPower [15] qui figure dans la base de données du logiciel HOMER.
Il s’agit d’un module composé de 72 cellules monocristallines. Ses caractéristiques
électriques sont résumées dans le tableau 2.10.

Tableau 2.10: Caractéristiques électriques du générateur photovoltaïque.

Caractéristiques électriques sous la condition standard de


test (STC)
Puissance maximale (Pmax) 340 W
Rendement du module 17,49%
Tension à puissance maximale 37,9 V
Intensité à puissance maximale 8,97 A
Tension en circuit ouvert 46,2 V
Intensité de court-circuit 9,48 A

Les caractéristiques mécaniques et thermiques fournies par le constructeur sont résumés


dans le tableau 2.11.

Mémoire d’Ingénieur/Master Professionnel 75 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Tableau 2.11: Caractéristiques mécaniques et thermiques du générateur


photovoltaïque.

Caractéristiques mécaniques
Type de cellules Monocristalline, 6 pouces
Connexion série/parallèle des
72 (6×12)
cellules
Dimensions 1960×992×40 mm
Poids 22,4 Kg
Durée de vie 25 ans
Caractéristiques thermiques
Irradiance 800 W/m2
Température ambiante dans les
20°C
conditons NOCT
température des cellules dans les
45±2°C
conditions NOCT
Coefficient de température 𝛽 0,41%/°C

2.5.3. L’éolienne

Les données de vent n’étant généralement pas satisfaisantes pour les pays d’Afrique
subsaharienne et de distribution assez éparse, nous avons choisi pour la modélisation de
notre système l’éolienne Eocycle EO25 Classe IIA. Ayant une vitesse de démarrage
relativement faible, ses caractéristiques sont reportées dans le tableau 2.12.

Tableau 2.12: Caractéristiques de l’éolienne.

Spécifications EO25IIA
Puissance nominale 25 kW
Vitesse nominale du vent 11 m/s
Vitesse minimale du vent pour démarrage 3,2 m/s
Vitesse maximale 25 m/s
Nombre de pâles 3
Hauteur du mât 18/24/30/36 m
Diamètre du rotor 12,6 m
Durée de vie 20 ans

2.5.4. Le système de stockage

Nous utiliserons pour le système de stockage des batteries de technologie chimique


Lithium-Ion qui sont les plus performantes sur le marché aujourd’hui en termes de durée

Mémoire d’Ingénieur/Master Professionnel 76 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

de vie en charge et décharge et en termes de performances. Nous optons pour le modèle


Generic 1kWh Li-Ion dont les caractéristiques, recueillies dans la base de données du
logiciel HOMER sont présentées dans le tableau suivant.

Tableau 2.13: Caractéristiques des batteries.

Spécifications Generic 1kWh Li-Ion [ASM]


Tension nominale 6V
Capacité nominale 1kWh/167 Ah
Puissance de charge maximum 100 %
Puissance de décharge maximum 20 %
Pourcentage de pertes charge/décharge 10 %
Pertes de charge de la batterie 0,2 %/h
Durée de vie d’une batterie 15 ans

2.5.5. Le générateur diesel

En ce qui concerne les générateurs au biodiesel, nous optons pour une puissance unitaire
de 100 kW et nous avons choisi le model DSGAA [100kW] du constructeur américain
CUMMINS [16]. C’est un générateur certifié ISO 9001 qui prend en compte la réduction
des effets acoustiques, offre beaucoup de fonctionnalités et dont le coefficient minimum
de charge est de 30%. Le tableau 2.14 fournit une liste des spécifications techniques que
nous prendrons en compte dans l’optimisation du dimensionnement.

Mémoire d’Ingénieur/Master Professionnel 77 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Tableau 2.14: Caractéristiques du générateur biodiesel.

Fiche technique
Spécifications Cummins DSGAA [100kW]
Puissance nominale 100 kW
Pourcentage minimal de charge 30%
Carburant Diesel/biodiesel
Fréquence 50/60 Hz
Tension nominale 230 V AC
Durée de vie 15000 heures
Carburant/Emissions
Pente de la courbe de consommation 0.278 L/h/kW
Ordonnée à l’origine de la courbe de
5.75 L/h
consommation
Emission (monoxyde de carbone CO) 2.29 g/L
Emission (hydrocarbure imbrûlé HC) 0.33 g/L
Emission (monoxyde d’azote et dérivés
4.26 g/L
NOx)

2.5.6. Le convertisseur

Le convertisseur choisi est bidirectionnel. Il est donc capable d’onduler la tension


provenant des panneaux photovoltaïques et des batteries ou de redresser celle provenant
des groupes électrogènes ou des éoliennes pour la charge de la batterie.

Afin de comparer nos résultats d’optimisation avec celui du logiciel Homer, nous
choisirons le convertisseur par défaut proposé par ce dernier dont le coût d’acquisition
et de remplacement sont fonction de la puissance du convertisseur.

2.6. Les coûts des composants de l’installation

Les coûts d’installation, d’exploitation et de maintenance de chaque composant du


système hybride doivent être évalués pour une étude économique du projet.

Ceux d’un module photovoltaïque et d’un aérogénérateur ont été estimés en nous servant
de la base de données des coûts proposés par le logiciel RETScreen Expert. Le tableau
2.15 représente l’évaluation de leur coût d’installation et le tableau 2.16 représente

Mémoire d’Ingénieur/Master Professionnel 78 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

l’évaluation de leurs frais d’exploitation et de maintenance tous exprimés en dollars


américain ($ US) par unité de puissance installée.

Tableau 2.15: Coût annuel typique d’une centrale photovoltaïque et éolienne incluant
l’installation (en $/kW)

Intervalle de puissance produite en kW [0-10] ]10-100] ]100-1000]


Centrale photovoltaïque ($/kW) 2 640 2 480 2 400
Centrale éolienne ($/kW) 5 600 3 200 2 400

Tableau 2.16: Coût annuel typique d’exploitation et maintenance (en $/kW)

Intervalle de puissance produite en kW [0-10] ]10-100] ]100-1000]


Centrale photovoltaïque ($/kW) 35,2 33,6 32
Centrale éolienne ($/kW) 56 80 67,2

Pour le coût d’acquisition des batteries de Lithium-Ion, nous nous sommes référés à un
site Web suisse à partir duquel nous avons déduit que les batteries de Lithium-Ion valent
$300/kWh [25]. Le coût de maintenance des batteries est généralement fixé à 10% du
coût d’acquisition de ces derniers.

En ce qui concerne les coûts liés aux générateurs biodiesel, nous les avons recueillis sur
le site du constructeur et celui de l’huile de jatropha a été pris sur le site des producteurs
de biocarburant du Mali [48]. Le tableau 2.17 nous donne des informations sur ces
différents prix.

Mémoire d’Ingénieur/Master Professionnel 79 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Tableau 2.17: Coûts relatifs au groupe électrogène et au prix du biodiesel

Spécifications Coûts

Coût initial d’une génératrice 35 450 $

Coût d’opération de maintenance 2$/h

Coût du litre de jatropha 200 FCFA

2.7. Le crédit carbone et les émissions polluantes

Notre centrale hybride étant constituée de groupes électrogènes, elle sera à l’origine de
certaines émissions polluantes qu’il est nécessaire d’évaluer.

Chaque gaz contient une quantité différente de carbone. Cette quantité de carbone est le
reflet de l'impact du gaz sur l'effet de serre. Lorsqu'on additionne l'impact de plusieurs
gaz à effet de serre, on fait le cumul de la quantité globale de carbone que ces gaz
contiennent et on obtient un chiffre représentatif de l'impact global sur l'effet de serre.

La référence est toujours le gaz carbonique : 1 kg de CO2 contient 272,7 grammes de


carbone [18]. Pour les autres gaz, cette quantité est proportionnelle au pouvoir
réchauffant global (PRG) dont la référence est aussi le gaz carbonique (valeur = 1) :

Équivalent carbone = PRG * 0,2727 (en kilos).

Le tableau 2.18 résume les principaux gaz à effet de serre et leur équivalent carbone.

Mémoire d’Ingénieur/Master Professionnel 80 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 2 : Etude de quelques sites isolés du Togo et présentation du site retenu

Tableau 2.18: Pouvoir réchauffant global des principaux gaz polluants. [18]

Pouvoir réchauffant global Equivalent carbone


Gaz à effet de serre Formule (PRG) (kg)
Dioxyde de carbone CO2 1 0,2727
méthane CH4 23 6,27
Oxydes nitreux NOx 310 84,54
Dichlorofluorocarbone CFC-12 8 500 2 318
Chlorodifluorocarbone HCFC-22 1 700 463,6
Perfluorométhane CF4 6 500 1 723
Hexafluorure de soufre SF6 23 900 6 518,2

2.8. Conclusion

Ce chapitre nous a permis d’avoir un aperçu de la situation énergétique du Togo et plus


précisément des localités isolées où nous avons remarqué une maigre couverture en
électricité qu’il urge d’améliorer pour faciliter l’accès à l’énergie pour tous et
promouvoir le développement. Ayant opté pour une production de l’énergie en réseau
autonome pour une localité de cent ménages, nous avons ensuite évalué le potentiel
énergétique éolien et photovoltaïque de quelques zones du pays puis nous avons retenu
la localité du Golfe rural des environs de Lomé qui connaît aujourd’hui une forte
urbanisation. Nous avons achevé ce chapitre par une présentation des différents
composants et coûts du système hybride d’énergie à optimiser. Dans le chapitre suivant,
nous expliciterons, après modélisation des différentes sources d’énergie, les différentes
équations et contraintes à prendre en compte pour un dimensionnement optimal par
l’algorithme de la programmation linéaire puis nous détaillerons la stratégie de
répartition par data mining.

Mémoire d’Ingénieur/Master Professionnel 81 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

CHAPITRE 3 : OPTIMISATION DU
DIMENSIONNEMENT PAR LA PLNE ET
STRATEGIE DE REPARTITION
OPTIMALE PAR DATA MINING

Mémoire d’Ingénieur/Master Professionnel 82 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.1. Introduction

Après avoir présenté dans le chapitre précédent la situation énergétique des sites isolés
du Togo et retenu une localité des environs de Lomé pour l’installation d’une centrale
hybride d’énergie, nous allons à présent procéder au dimensionnement de la centrale.
Nous nous intéresserons dans cette partie à la modélisation des différentes sources et à
l’optimisation technico-économique du dimensionnement du système hybride d’énergie
considéré à l’aide de la programmation linéaire en nombres entiers dans un premier
temps afin de produire de l’énergie propre au moindre coût possible à l’aide des
différentes sources d’énergie renouvelables disponibles puis nous mettrons en place la
stratégie de répartition optimale pouvant répondre à la demande en puissance du site
isolé par la méthode du data mining.

3.2. Définition et choix de la méthode d’optimisation

Rendre optimale une production, c’est obtenir le meilleur de celle-ci selon un ensemble
de critères. L’optimisation est donc une notion qu’il convient de définir et de connaître
les domaines d’application.

3.2.1. Définition et domaines d’applications

L'optimisation est une branche des mathématiques et de l'informatique en tant que


disciplines, cherchant à modéliser, à analyser et à résoudre analytiquement ou
numériquement les problèmes qui consistent à déterminer quelles sont la ou les
solution(s) satisfaisant un objectif quantitatif tout en respectant d’éventuelles contraintes
[41]. Un problème d'optimisation est un problème mathématique où, étant donné un
ensemble de variables et des contraintes sur ces variables, on doit trouver une
assignation qui maximise (ou minimise) une certaine fonction de coût.

L’optimisation joue un rôle important en recherche opérationnelle (domaine à la


frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques
appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse numérique, en

Mémoire d’Ingénieur/Master Professionnel 83 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la


recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du
contrôle et de la commande. Cette abondance de disciplines provient du fait que
pratiquement toute classe de problèmes modélisables peut conduire à un problème
d'optimisation, pourvu que l'on y introduise des paramètres à optimiser. Par ailleurs, les
conditions d'optimalité de ces problèmes d'optimisation apportent parfois des
expressions mathématiques originales qui, par le mécanisme précédent, conduisent à
leur tour à de nouveaux problèmes d'optimisation.

Aujourd'hui, tous les systèmes susceptibles d’être décrits par un modèle mathématique
sont optimisés. La qualité des résultats et des prédictions dépend de la pertinence du
modèle, de l’efficacité de l’algorithme et des moyens pour le traitement numérique.

L’objectif visé dans ce chapitre étant d’aboutir à un couple dimensionnement-répartition


optimal qui est directement lié au nombre de modules photovoltaïques, éoliennes,
générateurs diesel et batteries, variables strictement entières et ceci pour couvrir la
demande en puissance en tout temps du site, le tout à un coût optimal, l’algorithme le
plus indiqué pour résoudre le problème posé est l’optimisation linéaire en nombres
entiers.

3.2.2. Programmation linéaire en nombre entiers

L'optimisation linéaire en nombres entiers (OLNE) (ou programmation linéaire en


nombres entiers (PLNE) ou encore Integer Programming (IP)) est un domaine des
mathématiques et de l'informatique théorique dans lequel on considère des problèmes
d'optimisation d'une forme particulière. Ces problèmes sont décrits par une fonction de
coût et des contraintes linéaires et des variables entières.

3.2.2.1. Traduction sous forme d’une équation polynomiale et matricielle d’un


problème de programmation linéaire en nombres entiers

Un programme linéaire en nombres entiers correspond à un système d’équations et


inéquations linéaires (contraintes) dont les inconnues sont à valeurs entières positives

Mémoire d’Ingénieur/Master Professionnel 84 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

ou nulles et les coefficients sont entiers, avec une fonction à optimiser (minimiser), qui
est linéaire à coefficients réels. Il se traduit par le système d’équations mathématiques
suivant [46] :

𝒎𝒂𝒙 (𝒐𝒖 𝒎𝒊𝒏) 𝒛 = ∑𝒏𝒋=𝟏 𝒄𝒋 𝒙𝒋


{∑𝒏𝒋=𝟏 𝒂𝒊𝒋 𝒙𝒋 {≤, =, ≥} 𝒃𝒊 , ∀ 𝒊 ∈ {𝟏, … , 𝒎} (3.1)
𝒙𝒊 ≥ 𝟎, ∀ 𝒋 ∈ {𝟏, … , 𝒏}

où :

 z est la fonction objectif (à optimiser),


 xj sont les variables de décision auxquelles on applique des contraintes de
négativité,
 cj, aij et bj sont des constantes et dont les différentes équations (inéquations)
constituent les contraintes linéaires.

Un programme linéaire est dit sous la forme canonique lorsque toutes les contraintes
linéaires sont des inéquations tandis qu’il est dit sous forme standard lorsque ces
dernières sont des équations. Sous forme standard, tous les xj ne sont pas nécessairement
des variables de décision. Le problème (3.1) ainsi formulé peut se mettre également sous
la forme matricielle d’après la formulation suivante :

a. Données

𝒂𝟏𝟏 ⋯ 𝒂𝟏𝒋
Soient une matrice 𝑨 = ( ⋮ ⋱ ⋮ ) ∈ 𝑴𝒊,𝒋 (ℤ), et un vecteur colonne 𝑩 =
𝒂𝒊𝟏 ⋯ 𝒂𝒊𝒋
𝒃𝟏
( ⋮ ) ∈ 𝑴𝒊,𝟏 (ℤ) et un uplet (𝒄𝟏 , … , 𝒄𝒋 ) ∈ ℝ𝒎 .
𝒃𝒊

Mémoire d’Ingénieur/Master Professionnel 85 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

b. Problème
𝒙𝟏 𝒃𝟏
Trouver une solution (𝒙𝟏 , … , 𝒙𝒋 ) ∈ ℕ satisfaisant 𝑨 ( ⋮ ) = ( ⋮ ), qui minimise la
𝒎
𝒙𝒋 𝒃𝒊
fonction coût (objectif) 𝒄(𝒙𝟏 , … , 𝒙𝒋 ) = ∑𝒏𝒋=𝟏 𝒄𝒋 𝒙𝒋 (3.2)

3.2.2.2. Etapes d’exécution et méthodes de la PLNE

L’exécution de la PLNE se déroule en trois principales étapes

3.2.2.2.1. La modélisation mathématique

Un processus non négligeable avant toute optimisation est la modélisation du système à


optimiser. En effet la modélisation est la création d’une représentation à l’aide d’outils
mathématiques d’un phénomène, d’un mécanisme ou d’un système. Elle permet, en
s’appuyant sur des hypothèses une approche réelle d’un fonctionnement complexe en
vue de son étude et d’éventuelles prédictions [41]. La modélisation mathématique
consiste donc à établir toutes les équations et inéquations relatives à la fonction objectif
et à toutes les contraintes à considérer pour la résolution du problème initial posé.

3.2.2.2.2. La recherche d’une solution heuristique

Cette étape consiste à considérer la forme standard du programme linéaire obtenu pour
trouver toutes les solutions satisfaisant au problème, celles-ci n’étant pas forcément
optimisées puis ensuite dégager de façon aléatoire l’une d’entre elles pour la recherche
du couple solution le plus optimal.

3.2.2.2.3. Recherche de la solution optimale

Elle consiste à procéder, à l’aide de plusieurs méthodes à la recherche de la solution


satisfaisant le mieux la fonction objectif à partir de la solution heuristique par une suite
d’itérations. Les méthodes ou algorithmes les plus utilisées dans la résolution de PLNE
sont :

Mémoire d’Ingénieur/Master Professionnel 86 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

 l’algorithme de coupes de Gomory ou méthode des plans sécants qui consiste à


ajouter des contraintes au problème préétabli et qui dépendent de leur structure,
 la méthode de recherche arborescente par séparation et d’évaluation (Branch and
Bound) qui consiste à fractionner le domaine solution en régions faisables
bornées par des frontières alignées sur des entiers : on sépare ainsi les domaines,
et on évalue quelle région explorer en premier,
 la méthode qui combine les deux dernières (Branch and Cut),
 l’algorithme de Knapsack (sac à dos) utilisé pour la résolution des problèmes
avec des conditions logiques dont les variables de décision sont booléennes (0 ou
1).

3.2.3. Synthèse et démarche du travail

La programmation linéaire en nombres entiers est donc un outil puissant de modélisation


et d’optimisation : en effet, de nombreux problèmes d'optimisation combinatoire
peuvent être formulés comme des PLNE particuliers. Ainsi, un algorithme permettant
de résoudre un PLNE permet de résoudre beaucoup de problèmes d'optimisation
combinatoire [33].
La suite de ce chapitre présentera tour à tour les hypothèses considérées, la modélisation
et la mise en place de toutes les contraintes à prendre en compte et l’explicitation de la
fonction objectif.

3.3. Hypothèses de travail

Afin de résoudre le problème posé qu’est l’optimisation de dimensionnement et de la


répartition des différentes sources, nous nous devons de modéliser notre système, c’est-
à-dire analyser les phénomènes réels et prévoir des résultats à partir de l'application
d'une ou plusieurs théories ou hypothèses afin de parvenir à des résultats satisfaisants et
les plus proches possibles de la réalité. Voici énumérées les différentes hypothèses prises
en compte concernant chaque élément du système hybride étudié.

Mémoire d’Ingénieur/Master Professionnel 87 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

 les données horaires d'un an, donc de chaque instant, de demande en puissance
du site isolé sont connues,
 les données de vitesse de vent sont déterministes ; la production d'une éolienne
pour chaque instant est aussi déterministe puisqu'elle dépend directement de la
vitesse du vent et de la courbe caractéristique de l'éolienne ; toutes les éoliennes
sont identiques,
 les données de température et de l’ensoleillement du site ainsi que la puissance
de chaque module photovoltaïque sont déterministes, connaissant les courbes
courant-tension et puissance-tension de modules choisis ; tous les modules
installés sont identiques,
 les éoliennes et les panneaux photovoltaïques fournissent à tout moment
exactement la puissance donnée par leur caractéristique,
 la durée de vie des éoliennes est en années et non en fonction de leur utilisation
de même que celle des modules photovoltaïques,
 toutes les éoliennes placées sur le site sont soumises à la même vitesse de vent
ainsi que tous les panneaux photovoltaïques sont éclairés par la même intensité
lumineuse,
 on ne prend pas en compte la surconsommation due aux démarrages des
génératrices diesel,
 la consommation des génératrices est modélisée par une interpolation linéaire,
 les génératrices doivent toujours être utilisées à plus de 30 % de leur puissance
nominale,
 on ne prend pas en compte les contraintes dues au réapprovisionnement du
biodiesel,
 la durée de vie des batteries est en année et non en fonction de leur utilisation.

3.4. Modélisation et dimensionnement des différentes sources d’énergie

Tout dimensionnement d’un système hybride est appelé à satisfaire la demande en


énergie à chaque instant du site. Celle-ci variant dans le temps et devant être couverte

Mémoire d’Ingénieur/Master Professionnel 88 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

par une combinaison des différentes sources d’énergie, une étude préalable de la réponse
à la demande est nécessaire.

3.4.1. Puissance demandée Pd(t)

La puissance demandée correspond à la somme de toutes les puissances des charges


électriques à alimenter sur le site à un instant précis et nous conduit à établir la première
contrainte qu’est la réponse à la demande.

Notons Pd (t) la demande en puissance électrique du site isolé à chaque instant. Cette
puissance est positive (Pd (t) ≥ 0). En tout temps, cette demande doit être comblée par
nos quatre (04) sources (éolien, solaire, la génératrice biodiesel et les batteries). La
réponse à la demande est une contrainte fondamentale que nous allons traduire par les
relations suivantes :

Ɐ 𝒕 𝝐 𝑻, 𝑷𝒅 (𝒕) ≤ 𝑷𝑷𝑽 (𝒕) + 𝑷𝑾 (𝒕) + 𝑷𝒈 (𝒕) + 𝑷𝒃 (𝒕) (3.3)

et
𝑷𝒆 (𝒕) = 𝑷𝑷𝑽 (𝒕) + 𝑷𝑾 (𝒕) + 𝑷𝒈 (𝒕) + 𝑷𝒃 (𝒕) − 𝑷𝒅 (𝒕) (3.4)

où :

 PW (t) ≥ 0 est la puissance éolienne qui dépend de la vitesse du vent à l’instant t


et du nombre d’éoliennes installées,
 PPV (t) ≥ 0 est la puissance solaire dépendant du couple (ensoleillement,
température) à l’instant t et du nombre de modules solaire installés,
 Pg (t) ≥ 0 est la puissance des génératrices biodiesel suivant le nombre de
génératrices installées,
 Pb (t) est la puissance des batteries qui est fonction du nombre de modules
batteries installés ; cette puissance est positive (Pb (t) ≥ 0) si la batterie fonctionne
en décharge et négative (Pb (t) ≤ 0) lorsqu’elle est en charge ; ce stockage
d’énergie augmente de manière fictive la demande pour permettre une future
décharge,

Mémoire d’Ingénieur/Master Professionnel 89 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

 Pe (t) ≥ 0 est le surplus de puissance qui ne peut pas être stockée et devra donc
être évacuée grâce à une charge « dump » qui a un coût.

3.4.2. Les facteurs temps (t) et instants (dt)

La demande en énergie, la disponibilité des sources d’énergie renouvelables et l’état de


charge des batteries étant des paramètres variant d’un instant à un autre, le temps est un
facteur important à prendre en compte dans la modélisation des différentes sources
d’énergie et la mise en équation des différentes contraintes d’optimisation. En effet,
l’optimisation du dimensionnement par la PLNE se fait par une recherche de la
combinaison optimale des sources pour satisfaire la demande sur une période donnée en
minimisant la fonction objectif. Nous définirons alors les notions de temps et instants
qui nous permettrons de connaître l’état des différentes sources d’énergie sur toute la
durée du système.

Nous avons t ϵ T l'ensemble des instants. |T| est donc le nombre d'instants.

Chaque instant t a une durée propre d(t) pendant laquelle les variables et paramètres sont
constants. d(t) sera exprimée en heure(s).

H étant la somme de toutes les durées d(t) est l'horizon du modèle qui est la durée
couverte par le modèle.

Nous rendrons notre modèle flexible pour accepter toute découpe du temps définie par
|T| et les {d(t)}. Nous nous ramenons ainsi toujours à la première année de référence
grâce au paramètre r défini par la relation (3.5) :

𝟖𝟕𝟔𝟎
𝒓= (3.5)
𝑯

A partir des valeurs de la première année de référence, nous extrapolons à toutes les
années du projet pour calculer le coût présent total du projet qui est la fonction objectif
à minimiser. Notons que plus les instants seront de durées réduites et plus le modèle
convergera vers une solution optimale et une répartition plus précise. Le profil de charge
évalué dans le chapitre 2 étant horaire, nous choisirons de considérer dans la suite de

Mémoire d’Ingénieur/Master Professionnel 90 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

notre travail un instant dt égal à une heure. Le dimensionnement sera réalisé sur la base
de données d’une année et sera étendu sur toute la durée de vie du système

Dans la partie suivante, nous allons nous allons modéliser les différents générateurs du
système hybride d’énergie considéré afin d’exprimer les puissances qui interviennent
dans l’équation (3.3) en fonction de leurs paramètres.

3.4.3. Modélisation et dimensionnement du générateur photovoltaïque

Dimensionner le générateur photovoltaïque revient à trouver le nombre de panneaux à


installer. Ces derniers ont des caractéristiques et sont influencés par des paramètres qu’il
est important d’indiquer.

3.4.3.1. Modèle du générateur photovoltaïque

Une cellule photovoltaïque peut être modélisée à partir de l’équation définissant le


comportement statique de la jonction P-N d’une diode classique. Le modèle le plus
utilisé, pour sa simplicité et sa précision, est celui à une diode (cf. figure 3.1).

Figure 3.1: Modèle à une diode d’une cellule PV.

Dans ce modèle, la cellule photovoltaïque est représentée par une source de courant qui
génère un courant Iph proportionnel à l’ensoleillement G. La résistance shunt Rsh
caractérise le courant de fuite au niveau de la jonction et la résistance Rs représente les
diverses résistances de contact et de connexion. Le courant fourni par la cellule Ic est
modélisé par l’équation suivante :

Mémoire d’Ingénieur/Master Professionnel 91 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

(3.6)

où :
 n est le facteur d’idéalité de diode, k la constante de Boltzmann et e la charge de
l’électron,
 Vc la tension aux bornes de la cellule,

 est le courant de saturation,


 Eg est dite l’énergie de la bande interdite ; pour un matériau semi-conducteur
donné, Eg est presque constante et I0 est donc une fonction de la température
absolue de la cellule Tc.

3.4.3.2. Rendement de conversion des cellules photovoltaïques

Le rendement correspond au rapport entre la puissance électrique effectivement délivrée


par les cellules PV et la quantité d’énergie solaire reçue. Le rendement caractérisant le
taux de conversion photons-électrons d’un panneau solaire photovoltaïque, noté ηPV , est
alors défini selon l’équation (3.7) suivante [5] :

𝑷𝑷𝑽
𝜼𝑷𝑽 = (3.7)
𝑮×𝑨𝒆𝒇𝒇

où :

 PPV est la puissance électrique délivrée par le panneau PV exprimée en Watt


(W),
 Aeff est la surface effective du panneau PV exprimée en m²,
 G est l’irradiation, autrement nommée puissance lumineuse reçue par unité de
surface exprimée en W/m².

Le rendement maximum de la conversion photons-électrons du panneau solaire noté


ηPV max est défini selon l’équation suivante [55] :

𝑷𝑴𝑨𝑿
𝜼𝑷𝑽𝒎𝒂𝒙 = (3.8)
𝑮×𝑨𝒆𝒇𝒇

Mémoire d’Ingénieur/Master Professionnel 92 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

où PMAX est le maximum de puissance potentiellement disponible à la sortie du panneau.

3.4.3.3. Influence des paramètres externes

Les caractéristiques d’un panneau dépendent principalement de l'éclairement et de la


température. Selon la technologie du générateur photovoltaïque (cristallin, amorphe,
CdTe, Cis, Triple jonction, etc.), les variations des paramètres courants (Voc, Isc et Pmax)
seront différentes. [49]
La figure 3.2 représente les caractéristiques I=f(V) d’une cellule photovoltaïque. L’on
remarque que lorsque l’irradiation augmente, la courbe se translate vers le haut et vers
la droite. Le courant de court-circuit Isc (ou Icc) varie proportionnellement à l’irradiation.
Dans un même temps, la tension de circuit ouvert Voc ne varie que très peu. Il résulte
alors que plus la valeur de l’irradiation est grande et plus la puissance fournie par le
panneau est importante.
La figure 3.3 quant à elle nous montre que lorsque la température diminue, la tension à
vide augmente, mais le courant de court-circuit diminue dans des proportions moindres.
La diminution du courant de saturation I0 est la principale cause de la chute de courant
à basse température. Remarquons également que comme la tension Voc diminue plus
que le courant n’augmente avec la température, il en résulte que la puissance maximale
diminue quand la température augmente.

Figure 3.2: Evolution de la caractéristique I(V) du module PW500-50 Wc en fonction


de l'irradiation. [49]

Mémoire d’Ingénieur/Master Professionnel 93 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

Figure 3.3: Evolution de la caractéristique I(V) du module PW500-50 Wc en fonction


de la température. [38]

Outre ces deux paramètres que nous prendrons en compte pour la mise en équation des
contraintes, il en existe d’autres influençant la puissance fournie par les panneaux. Il
s’agit de l’angle d’incidence du rayonnement et de celle des ombrages partiels.

Les performances des modules photovoltaïques et les grandeurs les influant étant à
présent connues, nous allons établir les équations qui permettront de quantifier la
puissance à la sortie du générateur.

3.4.3.4. Equations du générateur photovoltaïque

Dans le présent travail, nous supposerons que l’installation modules permet d’extraire à
chaque instant la puissance maximale fournie par la caractéristique courant-tension du
panneau photovoltaïque.

Ainsi, nous allons utiliser un modèle simple du générateur photovoltaïque qui permet de
calculer la puissance produite instantanée d’un module photovoltaïque 𝑃𝑃𝑉𝑖 (𝑡) à partir
des données de la température et de l’éclairement. D’après la relation (3.7), il découle
que :

𝑷𝑷𝑽𝒊 (𝒕) = 𝜼𝑷𝑽 × 𝑮(𝒕) × 𝑨𝒆𝒇𝒇 (3.9)

Nous allons à présent expliciter chacun de ces éléments :

Mémoire d’Ingénieur/Master Professionnel 94 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

 G(t) est l’irradiation à l’instant t, autrement nommée puissance lumineuse reçue


par unité de surface exprimée en W/m²,
 ηPV est le rendement caractérisant le taux de conversion photons-électrons du
panneau solaire photovoltaïque considéré est donné par la relation (3.10):
𝜼𝑷𝑽 = 𝜼𝒓 × 𝜼𝒑𝒄 × (𝟏 − 𝜷 × (𝑻𝒄 − 𝑻𝒄𝒓𝒆𝒇 )) (3.10)

où :

 η𝑟 est le rendement de référence du module PV,


 η𝑝𝑐 représente le rendement caractérisant l’influence de la charge, ce dernier
est égal à 1 dans le cas où le système PV fonctionne en mode MPPT
(Maximum Power Point Tracking),
 𝛽 est le coefficient de température supposé constant du module PV, sachant
que pour les cellules PV à base de silicone, 𝛽 est dans la plage 0.004 à 0.006
(1/°C),
 𝑇𝑐𝑟𝑒𝑓 (°C) est la température de référence de la cellule,
 𝑇𝑐 (𝑡) est la température de la cellule donnée par la relation (3.11) :

𝑻𝒏𝒐𝒄𝒕 −𝑻𝒂𝒏𝒐𝒄𝒕
𝑻𝒄 (𝒕) = 𝑻𝒂 + ( ) × 𝑮(𝒕) (3.11)
𝑮𝒏𝒐𝒄𝒕

avec, 𝑇𝑎 (°C) la température ambiante, 𝑇𝑛𝑜𝑐𝑡 (°C) représentant la température des


cellules dans les conditions NOCT (Normal Operating Cell Temperature: 𝐺𝑛𝑜𝑐𝑡 = 800
W/m2, 𝑇𝑎𝑛𝑜𝑐𝑡 = 20°C, Spectre AM=1.5) [13]. En outre, notons que les différents
paramètres précités dans cette section sont donnés par le constructeur, et cela pour
chaque type du module PV.

La puissance totale fournie par tous les modules PV à tout instant est donc égale au
produit de la puissance produite instantanée d’un module photovoltaïque par le nombre
total de panneaux 𝑁𝑃𝑉 à installer et est donnée par la relation (3.12) :

𝑷𝑷𝑽 (𝒕) = 𝑵𝑷𝑽 × 𝜼𝑷𝑽 × 𝑮(𝒕) × 𝑨𝒆𝒇𝒇 (3.12)

Cette relation résume l’apport en énergie du générateur photovoltaïque dans tout le


système à un instant t considéré.

Mémoire d’Ingénieur/Master Professionnel 95 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.4.4. Modélisation et dimensionnement du parc éolien

Tout comme le générateur photovoltaïque, le dimensionnement du parc éolien passe par


la connaissance et la prise en considération des caractéristiques générales et paramètres
d’une éolienne.

3.4.4.1. Puissance développée par une éolienne

Le principe de fonctionnement des éoliennes décrit dans le chapitre précédent nous


indique que la vitesse du vent est le paramètre principal dans la production de
l’électricité par les génératrices. Une turbine éolienne est donc dimensionnée pour
développer une puissance nominale 𝑃𝑛 à partir d’une vitesse nominale du vent 𝑉𝑛 . Pour
des vitesses de vents supérieures à 𝑉𝑛 , la turbine éolienne doit modifier ses paramètres
aérodynamiques afin d’éviter les surcharges mécaniques (turbines, mat et structure), de
sorte que la puissance récupérée par la turbine ne dépasse pas la puissance nominale
pour laquelle l’éolienne a été conçue. Il y a d’autres grandeurs dimensionnâtes toutes
indiquées dans la figure 3.4 : 𝑉𝑑𝑒𝑚 la vitesse du vent à partir de laquelle l’éolienne
commence à fournir de l’énergie et 𝑉𝑚𝑎𝑥 la vitesse maximale de vent au-delà de laquelle
l’éolienne doit être stoppée pour des raisons de sûreté de fonctionnement [42].

em ax

Figure 3.4 : Diagramme de la puissance utile sur l’arbre en fonction de la vitesse du


vent.

Ainsi la caractéristique de puissance en fonction de la vitesse du vent comporte quatre


zones :

 la zone I, où P = 0 (la turbine ne fournit pas de puissance),

Mémoire d’Ingénieur/Master Professionnel 96 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

 la zone II, dans laquelle la puissance fournie sur l'arbre dépend de la vitesse du vent
V,
 la zone III, où généralement la vitesse de rotation est maintenue constante par un
dispositif de régulation et où la puissance P turbine fournie reste sensiblement égale
à 𝑃𝑛 ,
 la zone IV, dans laquelle le système de sûreté du fonctionnement arrête la rotation et
le transfert de l'énergie.

En fonctionnement optimal, une éolienne ne produit de l’énergie que lorsqu’elle se


trouve dans les zones II et III. D’autres grandeurs influencent la puissance développée
par une éolienne mais ne seront pas prises en compte dans l’établissement des
contraintes. Il s’agit notamment de la température et de la pression.

3.4.4.2. Equations du générateur éolien

Chaque générateur éolien est caractérisé par une courbe de puissance qui dépend de
la vitesse du vent disponible. En supposant que les éoliennes implantées sur le site
fonctionnent en production optimale d’énergie, un modèle simple peut simuler la
puissance de sortie d’une éolienne 𝑃𝑤𝑖 donnée comme suit [13],[38] :

𝑽−𝑽𝒅𝒆𝒎
𝑷𝒏 × 𝒔𝒊 𝑽𝒅𝒆𝒎 ≤ 𝑽 ≤ 𝑽𝒏
𝑽𝒏 −𝑽𝒅𝒆𝒎
𝑷𝒘𝒊 (𝑽) = {𝑷 𝒔𝒊 𝑽𝒏 ≤ 𝑽 ≤ 𝑽𝒎𝒂𝒙 (3.13)
𝒏
𝟎 𝒂𝒊𝒍𝒍𝒆𝒖𝒓𝒔

où 𝑃𝑛 , 𝑉𝑑𝑒𝑚 , 𝑉𝑛 et 𝑉𝑚𝑎𝑥 sont les paramètres liés à la puissance développée par une
éolienne décrits dans le paragraphe précédent.

Le paramètre de puissance d’une seule éolienne à l’instant t 𝑃𝑤𝑖 (𝑡 ) peut donc être
calculée à partir 𝑃𝑤𝑖 (𝑉 ) et de la vitesse du vent V(t) qui sont des données connues :

𝑷𝒘𝒊 (𝒕) = 𝑷𝒘𝒊 (𝑽(𝒕)) (3.14)

Il ne reste qu’à multiplier le paramètre 𝑃𝑤𝑖 (𝑡 ) par la variable du nombre d’éoliennes


installées

𝑁𝑤 ≥ 0 pour avoir la puissance totale à l’instant t.

Mémoire d’Ingénieur/Master Professionnel 97 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

𝑷𝒘 (𝒕) = 𝑵𝒘 × 𝑷𝒘𝒊 (𝒕) (3.15)

C’est une égalité car nous faisons l’hypothèse que l’on produit exactement la puissance
de la courbe caractéristique.

3.4.5. Modélisation et dimensionnement du groupe électrogène

L’optimisation technique du système de production d’énergie repose principalement sur


celle du groupe électrogène. Ce dernier est installé pour lisser les crêtes de puissance du
site et doit être dimensionné de façon à être démarré le moins possible.

3.4.5.1. Modélisation du groupe électrogène à puissance variable

Le type de groupe électrogène retenu pour la centrale hybride est celui qui fournit une
puissance variable. Il permettra d’optimiser le dimensionnement en faisant varier sa
puissance en fonction de la demande. Cette puissance est étroitement liée à la
consommation, paramètre à prendre en compte dans l’optimisation économique. La
puissance du générateur biodiesel est modélisée à la figure 3.5. On y remarque la
discontinuité en 0 qui signifie que la génératrice consomme dès qu'elle est mise en route.
Il y a donc une surconsommation lors de chaque démarrage et celle-ci équivaut à
quelques minutes de consommation plein régime [10].

En plus la courbure montre que l'efficacité change suivant le taux d'utilisation. Cette
courbure n'est pas très prononcée et est souvent remplacée par une interpolation linéaire
correspondant à une droite caractérisée par un coefficient directeur et une ordonnée à
l’origine.

Figure 3.5: Consommation réelle en fonction du taux d'utilisation pour une


génératrice diesel.

Mémoire d’Ingénieur/Master Professionnel 98 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

Le taux d'utilisation des génératrices doit toujours être supérieur à 30 % afin d'éviter le
glaçage qui est le phénomène de perte d'étanchéité et d'encrassement des pistons du
moteur des génératrices. Ce phénomène provoque une usure excessive de la génératrice
en plus d'une surconsommation de diesel [10].

3.4.5.2. Equations du groupe électrogène

Les génératrices biodiesel à installer sur le site seront supposées identiques de puissance
nominale PgM. Nous pouvons déterminer le nombre maximal de génératrices à installer
connaissant PgM et en nous basant sur l’hypothèse selon laquelle les génératrices sont
dimensionnées pour supporter la charge maximale du site c’est-à-dire être capables de
fournir le pic d’électricité. Cela n’est toutefois pas optimisé de les faire toutes
fonctionner car on peut avec un nombre de groupes inférieur à celui-ci couvrir toute la
demande en fonction de la disponibilité des autres sources.

Nous notons alors Ng, le nombre de génératrices potentiellement installées et Ng(t), le


nombre de génératrices démarrées à un instant t, nombre que notre modèle s’évertuera
à trouver. On a à tout instant les relations suivantes :

𝑷𝒅 (𝒕)
𝑵𝒈 ≥ 𝒎𝒂𝒙( ) (3.16)
𝑷𝒈𝑴

𝑵𝒈 (𝒕) ≤ 𝑵𝒈 (3.17)

La puissance des génératrices Pg(t) ≥ 0 est limitée au nombre des génératrices en


fonctionnement à tout instant soit :

𝑷𝒈 (𝒕) ≤ 𝑵𝒈 (𝒕) × 𝑷𝒈𝑴 (3.18)

D’après les hypothèses émises, on a interdiction de faire fonctionner les génératrices à


moins du pourcentage µg = 30% de leur puissance nominale. Nous exprimons cette
hypothèse par la relation (3.18) :

𝑷𝒈 (𝒕) ≥ µ𝒈 × 𝑵𝒈 (𝒕) × 𝑷𝒈𝑴 (3.19)

Les relations (3.18) et (3.19) nous permettent ainsi de borner la puissance d’un groupe
électrogène afin d’éviter de grandes variations au cours du fonctionnement de ce dernier.

Mémoire d’Ingénieur/Master Professionnel 99 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.4.6. Dimensionnement du stockage d’énergie par batterie

Quand on décrit une batterie, il faut prendre en compte deux grandeurs distinctes mais
liées : la puissance 𝑃𝑏 (𝑡 ) et l’énergie 𝐸𝑏 (𝑡 ). En effet une batterie stocke de l’énergie et
non la puissance.

La capacité est la quantité maximale d’énergie que l’on peut stocker dans la batterie.
Elle dépend de l’énergie maximale de la batterie 𝐸𝑏𝑀 considérée et du nombre de
batteries installées 𝑁𝑏 qui est une variable entière. Et ce peu importe leur(s) connexion(s)
série ou parallèle. On a donc :

𝑬𝒃 (𝒕) ≤ 𝑵𝒃 . 𝑬𝒃𝑴 (3.20)

On ne peut pas charger ou décharger une batterie à la puissance que l’on veut à cause
des caractéristiques propre aux modules 𝑃𝑏𝑑𝑀 et 𝑃𝑏𝑐𝑀 représentant respectivement la
puissance de décharge et de charge maximale des batteries.

Dans le cas de la décharge, on a :

𝑬𝒃 (𝒕) ≥ 𝑵𝒃 . 𝑷𝒃𝒅𝑴 . 𝒅(𝒕) (3.21)

et

𝒅𝑬𝒃 (𝒕)
𝑷𝒃 (𝒕) ≤ (3.22)
𝒅𝒕

On a une contrainte similaire dans le cas de la charge :

𝑷𝒃 (𝒕) ≥ −𝑵𝒃 . 𝑷𝒃𝒄𝑴 (3.23)

Nous avons besoin d’un point de départ pour la contrainte (3.25), donc l’énergie initiale
de la batterie 𝐸𝑏 (0)doit être choisie par le modélisateur :

𝑬𝒃 (𝟎) = 𝒖𝒃𝟎 . 𝑵𝒃 . 𝑬𝒃𝑴 (3.24)

Avec 𝑢𝑏0 le pourcentage d’énergie initiale de la batterie par rapport à sa capacité


maximale. On peut alors donner la contrainte centrale de la continuité de l’énergie dans
la batterie :

𝑬𝒃 (𝒕) ≤ (𝟏 − 𝒆𝒅(𝒕) ( ) ( )
𝒃𝒑𝒄 ) × 𝑬𝒃 𝒕 − 𝟏 − 𝑷𝒃 𝒕 − 𝟏 × 𝒅(𝒕) × 𝒆𝒃 (3.25)

Mémoire d’Ingénieur/Master Professionnel 100 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

𝑑(𝑡)
0 ≤ 𝑒𝑏𝑝𝑐 ≤ 1 est le coefficient de perte de charge représentant le pourcentage d’énergie
automatiquement perdue par la batterie toutes les heures. C’est pourquoi il est à la
puissance 𝑑 (𝑡 ). Et 0 ≤ 𝑒𝑏 ≤ 1 est le coefficient d’efficacité de charge / décharge.

3.4.7. Dimensionnement du convertisseur bidirectionnel

Optimiser le dimensionnement du convertisseur bidirectionnel reviendra à trouver la


puissance maximale transitée par celui-ci durant toute la durée du modèle. Le
convertisseur est muni de deux bus (AC et DC) et peut donc effectuer la conversion
d’énergie dans les deux sens. Nous prendrons en compte pour cela deux possibilités :

 le premier cas correspond au passage de l’énergie du bus DC vers le bus AC ; il


survient lorsque le système PV et/ou les batteries alimentent toutes les charges
ou viennent en secours au parc éolien et groupes électrogènes,
 le second cas correspond au passage de l’énergie du bus AC vers le bus DC ; ce
cas ne survient que lorsque le surplus d’énergie provenant du parc éolien et/ou
des groupes électrogènes et acheminé vers les batteries pour leur chargement.

Il va de soi que la puissance transitée dans le premier cas est supérieure à celle transitée
dans le second cas. De cette étude de cas, nous dégageons la contrainte permettant de
dimensionner le convertisseur :

Ɐ 𝒕 𝝐 𝑻, 𝑷𝒄𝒐𝒏𝒗 ≥ 𝒎𝒂𝒙(𝑷𝑷𝑽 (𝒕) + 𝑷𝒃 (𝒕)) (3.26)

Notons que la puissance du convertisseur 𝑷𝒄𝒐𝒏𝒗 n’est pas fonction du temps car étant
une valeur fixe et que le nombre de convertisseur est un (1) car l’on utilise qu’un seul
convertisseur pour tout le système.

L’expression des puissances disponibles par source en temps réel étant déterminée en
fonction de tous les paramètres impliqués, nous allons à présent détailler la fonction
objectif qui concerne la minimisation des coûts relatifs à chaque source d’énergie du
système.

Mémoire d’Ingénieur/Master Professionnel 101 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.5. Optimisation économique du système de production d’énergie

Plusieurs coûts doivent être pris en compte dans le dimensionnement et la répartition


d’énergie d’un système hybride d’énergie. Ces coûts dépendent du modèle du système,
des générateurs installés et de la stratégie adoptée pour l’alimentation de la charge et
influencent le volet économique du système.

3.5.1. Fonction objectif et coûts

Afin de finaliser le modèle mathématique qui sera implémenté par la méthode


d’optimisation linéaire en nombres entiers, explicitons la fonction objectif (min Cprojet)
qui minimise le coût total net du projet.

𝒎𝒊𝒏 𝑪𝒑𝒓𝒐𝒋𝒆𝒕 = 𝒎𝒊𝒏 {𝑪𝒊 (𝑺) + 𝑪𝒎 (𝑺) + 𝑪𝒓 (𝑺) + 𝑪𝒋 + 𝑪𝒆𝒎 + 𝑪𝒔 (𝑺)} (3.27)

où :

 Ci(S) est le coût d’installation de tous les composants du système hybride


d’énergie,
 Cm(S) est le coût d’opération et de maintenance,
 Cr(S) est le coût de remplacement,
 Cj est le coût de consommation en carburant biodiesel (ici l’huile de jatropha),
 Cem est le coût des émissions polluantes produites par les groupes électrogènes,
 Cs(S) est le coût de salvage du système.

Nous allons à présent détailler chacun de ces coûts pour achever la mise en équation des
contraintes.

3.5.2. Le coût initial du système Ci (S)

Pour toutes les sources nous avons un coût initial correspondant à l'achat des différents
éléments (générateurs, supports, accessoires), leur transport et leur mise en place sur le
site d’installation. Ce coût est exprimé par la relation (3.28) :

𝑪𝒊 (𝑺) ≥ 𝑵𝑷𝑽 × 𝑷𝑷𝑽𝒄𝒓ê𝒕𝒆 × 𝒄𝒊𝑷𝑽 + 𝑵𝒘 × 𝑷𝒏 × 𝒄𝒊𝒘 + 𝑵𝒈 × 𝒄𝒊𝒈 + 𝑵𝒃 × 𝒄𝒊𝒃 + 𝑷𝒄𝒐𝒏𝒗 ×

𝒄𝒊𝒄𝒐𝒏𝒗 (3.28)

Mémoire d’Ingénieur/Master Professionnel 102 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

𝑐𝑖𝑃𝑉 , 𝑐𝑖𝑤 , 𝑐𝑖𝑔 , 𝑐𝑖𝑏 et 𝑐𝑖𝑐𝑜𝑛𝑣 sont respectivement les coûts unitaires d’installation des
modules PV, des éoliennes, des génératrices, des batteries et du kilowatt de
convertisseur. Soulignons que les deux premiers coûts sont exprimés en $ par unité de
puissance installée car prenant également en compte les coûts d’acquisition des terrains
sur lesquels sont installés les composants de la centrale et autres données. Les coûts
initiaux des génératrices diesel et des batteries sont quant à eux exprimés en $ par
module acheté.

3.5.3. Le coût d’opération et de maintenance Cm (S)

Le coût de maintenance correspond aux opérations de révision, de renouvellement des


consommables (huiles, filtres, etc) et de vérification des éléments. Soulignons que cette
maintenance est donc préventive pour éviter dans notre modèle des possibilités de
pannes ou d’indisponibilité pouvant engendrer des coûts supplémentaires. Nous
supposerons également que le convertisseur ne nécessite pas de maintenance.
Aussi, le coût de maintenance des générateurs biodiesel sera calculé selon le nombre
d’heures d’utilisation car étant sujets à une maintenance préventive systématique tandis
que celui des autres sources sera exprimé annuellement.
Ainsi, le coût de maintenance des générateurs photovoltaïques, éoliens et des batteries
est exprimé comme suit :

𝑪𝒎𝑷𝑽,𝑾,𝒃 ≥ 𝑵𝑷𝑽 × 𝑷𝑷𝑽𝒄𝒓ê𝒕𝒆 × 𝒄𝒎𝑷𝑽 + 𝑵𝒘 × 𝑷𝒏 × 𝒄𝒎𝒘 + 𝑵𝒃 × 𝒄𝒎𝒃 (3.29)

Comme précédemment, les coûts de maintenance des modules PV et de éoliennes (𝑐𝑚𝑃𝑉


et 𝑐𝑚𝑤 ) sont exprimés en $ par unité de puissance installée et celui des batteries en $ par
module. En effet ce dernier correspond à un pourcentage du coût d’installation des
batteries et a été fixé dans la fiche technique des batteries.
Quant au coût des groupes électrogènes, notons Dg, le nombre d’heures équivalentes de
fonctionnement sur la durée de simulation du modele ; on a :

Mémoire d’Ingénieur/Master Professionnel 103 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

𝑫𝒈 ≥ 𝒓 × ∑𝒕∈𝑻 𝑵𝒈 (𝒕). 𝒅(𝒕) (3.30)

Le coefficient r est celui défini par la relation (3.5) et permet d’étaler toute grandeur
considérée sur la durée du modèle à toute la durée du projet.
Il ne reste plus qu’à multiplier Dg par le coût par heure d'utilisation du groupe
électrogène 𝑐𝑚𝑔 soit :
𝑪𝒎𝒈 ≥ 𝒄𝒎𝒈 × 𝑫𝒈 (3.31)
Le coût de maintenance de tout le système devient donc :

𝑪𝒎 (𝑺) ≥ 𝑪𝒎𝑷𝑽,𝑾,𝒃 + 𝑪𝒎𝒈 (3.32)

3.5.4. Coût de renouvellement des composants Cr(S)

Chaque composant du système a une durée de vie. Il doit être remplacé périodiquement
sur toute la durée de fonctionnement du système hybride [13]. Les coûts de
renouvellement des composants ou coûts de remplacement des sources PV, éoliennes,
des batteries et du convertisseur sont respectivement donnés par les relations (3.33),
(3.34), (3.35) et (3.36) :

(𝒅𝝑𝑺 −𝟎,𝟎𝟏)
𝑪𝒓𝑷𝑽 ≥ 𝑵𝑷𝑽 × 𝑷𝑷𝑽𝒄𝒓ê𝒕𝒆 × 𝒄𝒊𝑷𝑽 × ⌊ ⌋ (3.33)
𝒅𝝑𝑷𝑽

(𝒅𝝑𝑺 −𝟎,𝟎𝟏)
𝑪𝒓𝑾 ≥ 𝑵𝒘 × 𝑷𝒏 × 𝒄𝒊𝒘 × ⌊ ⌋ (3.34)
𝒅𝝑𝑾

(𝒅𝝑𝑺 −𝟎,𝟎𝟏)
𝑪𝒓𝒃 ≥ 𝑵𝒃 × 𝒄𝒊𝒃 × ⌊ ⌋ (3.35)
𝒅𝝑𝒃

(𝒅𝝑𝑺 −𝟎,𝟎𝟏)
𝑪𝒓𝒄𝒐𝒏𝒗 ≥ 𝑷𝒄𝒐𝒏𝒗 × 𝒄𝒊𝒄𝒐𝒏𝒗 × ⌊ ⌋ (3.36)
𝒅𝝑𝒄𝒐𝒏𝒗

Les paramètres 𝑑𝜗𝑃𝑉 , 𝑑𝜗𝑊 , 𝑑𝜗𝑏 , 𝑑𝜗𝑐𝑜𝑛𝑣 et 𝑑𝜗𝑆 représentent respectivement la durée de
vie des générateurs photovoltaïques, éoliens, système de stockage, convertisseur et la
durée de vie du projet tout entier.

Mémoire d’Ingénieur/Master Professionnel 104 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

(𝑑𝜗𝑆 −0.01)
La grandeur 𝑛1𝑟(𝑖) = ⌊ ⌋ représente la valeur entière arrondie par défaut du
𝑑𝜗𝑖
(𝑑𝜗𝑆 −0,01)
nombre et correspond en effet au nombre de renouvellements du composant
𝑑𝜗𝑖

i. Le coût de remplacement des modules PV et des éoliennes est généralement bas car
la durée de vie de ces derniers est proche de celle de tout le système.
La durée de vie des générateurs diesel étant exprimée en heures d’utilisation et ceux-ci
n’étant pas forcément démarrés simultanément (s’il y en a plusieurs), nous évaluerons
le coût de remplacement des groupes électrogènes autrement. En effet, on doit donc
racheter des groupes électrogènes dès que le nombre d'heures limite est atteint :

𝑵𝒈 × 𝒅𝝑𝒈 + ∑𝑻𝒊=𝟏 𝑨𝒈 (𝒊) × 𝒅𝝑𝒈 ≥ 𝑫𝒈 × 𝑻 (3.37)


En considérant y une année en cours du projet, 𝐴𝑔 (𝑦) est la variable binaire d'achat des
groupes électrogènes à l'année correspondante.
Le coût de remplacement des groupes électrogènes est donc donné par la contrainte
suivante :

𝑪𝒓𝒈 ≥ ∑𝒚∈𝑻 𝑨𝒈 (𝒚) × 𝒄𝒊𝒈 (3.38)

Il est important de souligner que le coût de remplacement découle de l’amortissement


des divers éléments constituant le système et correspond aux fonds mobilisés pour un
nouvel achat de ceux-ci une fois leur durée de vie écoulée.

3.5.5. Coût du carburant biodiesel

L’une des finalités du projet étant de faire fonctionner le moins possible les groupes
électrogènes afin de réduire considérablement la consommation du carburant et donc
implicitement les émissions polluantes, le coût de carburant est l’un des plus importants
du projet.
Afin de connaître la consommation des générateurs diesel, nous considèrerons linéaire
la courbe de consommation dans la plage de pourcentage de charge fixée. Cette courbe

Mémoire d’Ingénieur/Master Professionnel 105 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

est modélisée à la figure 3.6. C’est une droite de coefficient directeur 𝑎𝑔 et d’ordonnée
à l’origine 𝑏𝑔 .

ag

bg

Figure 3.6: Modélisation linéaire de la consommation d'une génératrice biodiesel.


[10]

En nous référant à l’hypothèse selon laquelle la consommation en carburant du groupe


est linéaire entre µg et 100% de sa puissance nominale, nous avons pour un générateur
en marche une consommation j1g exprimée par la relation (3.39) :

𝒋𝟏𝒈 (𝒕) ≥ 𝒂𝒈 × 𝑷𝒈 (𝒕) + 𝒃𝒈 (3.39)

où :
 j1g est la consommation horaire du générateur à un pourcentage donné compris
entre µg et 100% de sa puissance nominale exprimée en litres,
 ag est le coefficient directeur de la courbe de consommation supposée linéaire
exprimée en l/W,
 bg est l’ordonnée à l’origine de l’expression mathématique de la courbe de
consommation exprimée en litres.
Ainsi, dans le cas où l’on a plusieurs générateurs diesel qui sont démarrés à un instant
donné, la puissance Pg(t) se partage entre toutes les génératrices en marche et la fonction
de consommation de carburant devient :

Mémoire d’Ingénieur/Master Professionnel 106 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

𝒋𝒈 (𝒕) ≥ 𝒂𝒈 × 𝑷𝒈 (𝒕) + 𝒃𝒈 × 𝑵𝒈 (𝒕) (3.40)


La consommation du système en carburant sur toute l’étendue de l’horizon Jg est
déterminée en faisant la somme de toutes les consommations horaires du site jg soit :

𝑱𝒈 ≥ 𝒓 × ∑𝒕𝝐𝑻 𝒋𝒈 (𝒕) (3.41)


Cette consommation multipliée par le prix du carburant 𝑐𝑗 nous donne le coût total de
carburant biodiesel :

𝑪𝒋 ≥ 𝑱 𝒈 × 𝒄 𝒋 (3.42)

3.5.6. Coût des émissions polluantes

Contrairement au carburant diesel classique dont les émissions polluantes sont élevées,
l’huile de jatropha présente un avantage environnemental car émettant moins de
polluants (le dioxyde de soufre SO2 à l’état de traces, une meilleure combustion donc
moins de particules fines et le bilan dioxyde de carbone CO2 considéré nul car leur
combustion rejette dans la nature la même quantité que celle absorbée à l’état de plante).
Nous définissons alors l’ensemble des polluants : P = {CO, HC, NOx} correspondant
respectivement aux émissions de monoxyde de carbone, d’hydrocarbures non brûlés et
des dérivées du monoxyde d’azote. Connaissant pour chaque polluant p la quantité
dégagée pour chaque litre de carburant consommée em(p), nous avons donc l’émission
Em(p) du polluant p en Kg :

𝑱𝒈 ×𝒆𝒎 (𝒑)
∀ 𝒑 ∈ 𝑷, 𝑬𝒎 (𝒑) ≥ (3.43)
𝟏𝟎𝟎𝟎

On peut alors calculer le coût des émissions polluantes Cem grâce au paramètre cem(p)
qui est le coût par Kg de polluant p :

𝑪𝒆𝒎 ≥ ∑𝒑∈𝑷 𝑬𝒎 (𝒑) × 𝒄𝒆𝒎 (𝒑) (3.44)

3.5.7. Coût de salvage des composants

Le coût de salvage est le prix que l'on peut récupérer à la fin de vie de tout le projet si
l'on revendait le reste de vie de chacun des composants installés. Pour calculer ceci nous
allons évaluer la portion de vie utilisée à partir du dernier remplacement.

Mémoire d’Ingénieur/Master Professionnel 107 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

Posons 𝑛2𝑟(𝑖) , le paramètre retournant la fraction de vie utilisée du composant i après


son dernier remplacement à la fin du projet :
𝒅𝝑𝑺
𝒏𝟐𝒓(𝒊) = − 𝒏𝟏𝒓(𝒊) (3.45)
𝒅𝝑𝒊

Les coûts de récupération des panneaux PV, des éoliennes, des batteries et du
convertisseur seront donnés respectivement par les relations (3.46), (3.47), (3.48) et
(3.49) :

𝑪𝒔𝑷𝑽 ≥ 𝑵𝑷𝑽 × 𝑷𝑷𝑽𝒄𝒓ê𝒕𝒆 × 𝒄𝒊𝑷𝑽 × (𝟏 − 𝒏𝟐𝒓𝑷𝑽 ) (3.46)

𝑪𝒔𝑾 ≥ 𝑵𝒘 × 𝑷𝒏 × 𝒄𝒊𝒘 × (𝟏 − 𝒏𝟐𝒓𝑾 ) (3.47)

𝑪𝒔𝒃 ≥ 𝑵𝒃 × 𝒄𝒊𝒃 × (𝟏 − 𝒏𝟐𝒓𝒃 ) (3.48)

𝑪𝒔𝒄𝒐𝒏𝒗 ≥ 𝑷𝒄𝒐𝒏𝒗 × 𝒄𝒊𝒄𝒐𝒏𝒗 × (𝟏 − 𝒏𝟐𝒓𝒄𝒐𝒏𝒗 ) (3.49)

Pour le groupe diesel le calcul est différent puisque nous utilisons le nombre d'heures :

𝑫𝒈 ×𝑻
𝑪𝒔𝒈 ≤ (𝑵𝒈 + ∑𝒚∈𝑻 𝑨𝒈 (𝒚) − ) × 𝒄 𝒊𝒈 (3.50)
𝒅𝝑𝒈

Nous posons donc la dernière contrainte pour achever les coûts à l’équation (3.51) :

𝑪𝒔 (𝑺) ≥ 𝑪𝒔𝑷𝑽 + 𝑪𝒔𝑾 + 𝑪𝒔𝒃 + 𝑪𝒔𝒄𝒐𝒏𝒗 + 𝑪𝒔𝒈 (3.51)

Soulignons que les coûts de salvage constituent un gain pour le projet car certains des
équipements installés auront une valeur à la fin du projet. Ce coût sera donc retranché
du coût total du projet afin d’évaluer la valeur financière du projet.

Mémoire d’Ingénieur/Master Professionnel 108 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.5.8. Conclusion sur les coûts

L’explicitation de la fonction objectif qui consistera dans notre cas à minimiser le coût
total du projet constitue l’essence même de l’optimisation économique visée dans notre
travail. Il est important de souligner que ces coûts subissent des variations dans le temps
pour diverses raisons (inflation, dévaluation, technologie obsolète, etc…) et doivent
donc être actualisés. Le coût d’installation ou d’acquisition des différents composants
du système n’est pas à actualiser car nous considérons que les achats sont faits au tout
début du projet.

Le reste des coûts, pour des raisons d’optimisation et de précision seront à actualiser
suivant la relation (3.52) car ces derniers interviennent au cours du projet et peuvent être
sujets à des variations [10].
𝑪𝒏
𝑪𝟎 = (3.52)
(𝟏+𝒊)𝒏

où :
 i est le taux annuel réel d’intérêt ou paramètre du taux d’actualisation,
 n est la n-ième année du projet du système hybride d’énergie,
 C0 est le coût correspondant à la première année du projet,
 Cn est le coût correspondant à la n-ième année du projet.

Par cette formule, nous tenons compte de la valeur temporelle de l’argent pour ramener
à sa valeur présente C0 un payement qui aura lieu à l’an n et valant Cn au moment du
payement.

3.6. Synthèse du modèle du SHE

Dans cette partie, nous allons procéder à un résumé de tous les ensembles, équations,
paramètres et variables du modèle dégagé. Nous appellerons dans les lignes qui suivent
paramètres, toutes les données connues à l’avance et propres à chacun des composants
du SHE, données du site, fiches techniques des générateurs ; et par variables, toutes les
données ou informations susceptibles de varier en fonction du temps et/ou du
comportement d’un élément du système étudié.

Mémoire d’Ingénieur/Master Professionnel 109 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.6.1. Définition des ensembles

Le tableau 3.1 résume les ensembles considérés par le programme d’optimisation.

Tableau 3.1: Tableau des ensembles du SHE.

Ensemble Description Taille


T Ensemble des instants |T|
Nombre d’années du
𝒅𝝑𝑺 25
projet
Ensembles des polluants :
P 3
CO, HC, NOx

3.6.2. Définition des paramètres

Le tableau 3.2 résume tous les paramètres pris en compte, leur description et leur unité.

Tableau 3.2: Tableau des paramètres du SHE.

Type Symbole Description Unité


T Instant 1
d(t) Durée d’un instant H
Projet H Horizon d’un instant H
Pd (t) Puissance demandée à l’instant t W
𝐺(𝑡) Irradiation du site à l’instant t W/m²
𝐴𝑒𝑓𝑓 Surface effective d’un panneau PV m²
η𝑟 Rendement du panneau PV %
Température ambiante du site à l’instant
𝑇𝑎 °C
t
Température de référence d’une cellule
𝑇𝑐𝑟𝑒𝑓 °C
Solaire PV
Puissance d’un panneau PV à un instant
𝑃𝑃𝑉𝑖 (𝑡) W
t
Puissance maximale (crête) d’un
𝑃𝑃𝑉𝑐𝑟ê𝑡𝑒 W
panneau PV
Années
𝑑𝜗𝑃𝑉 Durée de vie d’un panneau PV

Mémoire d’Ingénieur/Master Professionnel 110 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

Tableau des paramètres du SHE (suite)

Type Symbole Description Unité


Puissance caractéristique de l’éolienne
𝑃𝑤𝑖 (𝑉 ) W
en fonction de la vitesse
𝑃𝑤𝑖 (𝑡 ) Puissance d’une éolienne à instant t W
Puissance nominale du générateur
𝑃𝑛 W
éolien
𝑉(𝑡) Vitesse du vent du site à l’instant t m.s-1
Eolien
𝑉𝑛 Vitesse nominale de l’éolienne m.s-1
𝑉𝑑𝑒𝑚 Vitesse de démarrage de l’éolienne m.s-1
Vitesse maximale admissible de
𝑉𝑚𝑎𝑥 m.s-1
l’éolienne
𝑑𝜗𝑊 Durée de vie d’une éolienne Années
𝑃𝑔𝑀 Puissance nominale d’une génératrice W
Taux d’utilisation minimum d’une
µ𝑔 %
génératrice
Pente de la courbe de consommation
Génératrice 𝑎𝑔 l/W
d’une génératrice
biodiesel
Ordonnée à l’origine de la courbe de
𝑏𝑔 L
consommation d’une génératrice
𝑑𝜗𝑔 Durée de vie d’une génératrice Heures
𝐸𝑏𝑀 Energie maximale d’une batterie Wh
𝑃𝑏𝑑𝑀 Puissance de décharge maximum W
𝑃𝑏𝑐𝑀 Puissance de charge maximum W
Pourcentage initial de la batterie au
Stockage 𝑢𝑏0 %
début du projet
𝑒𝑏 Pourcentage de pertes charge/décharge %
𝑒𝑏𝑝𝑐 Pertes de charge de la batterie %/h
𝑑𝜗𝑏 Durée de vie d’une batterie Années
𝑃𝑐𝑜𝑛𝑣 Puissance du convertisseur W
Convertisseur
𝑑𝜗𝑐𝑜𝑛𝑣 Durée de vie du convertisseur Années

Mémoire d’Ingénieur/Master Professionnel 111 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

Tableau des paramètres du SHE (suite et fin)

Type Symbole Description Unité


𝑐𝑖𝑃𝑉 Coût initial d’un panneau PV $/W
𝑐𝑖𝑤 Coût initial d’une éolienne $/W
𝑐𝑖𝑔 Coût initial d’une génératrice $
𝑐𝑖𝑏 Coût initial d’une batterie $
𝑐𝑖𝑐𝑜𝑛𝑣 Coût initial du convertisseur $/W
𝑐𝑚𝑃𝑉 Coût de maintenance d’un panneau PV $/W
Coûts
𝑐𝑚𝑤 Coût de maintenance d’une éolienne $/W
𝑐𝑚𝑏 Coût de maintenance d’une batterie $
𝑐𝑚𝑔 Coût de maintenance d’une génératrice $/h
𝑐𝑗 Coût du carburant biodiesel $/l
Coût des émissions polluantes de
𝑐𝑒𝑚 (𝑝) $/Kg
l’élément p

3.6.3. Définition des variables

Le tableau 3.3 reprend toutes les variables qui sont les grandeurs susceptibles de varier
au cours du temps et leur type.

Tableau 3.3: Tableau des variables du SHE.

Symbole Description Unité /Type


𝑁𝑃𝑉 Nombre de panneaux PV installés Entier
𝑁𝑤 Nombre d’éoliennes installées Entier
𝑁𝑔 Nombre de génératrices installées Entier
𝑁𝑏 Nombre de batteries installées Entier
𝐶𝑖 (𝑆) Coûts initiaux $
𝐶𝑚 (𝑆) Coûts d’opération et maintenance $
𝐶𝑟 (𝑆) Coûts de remplacement $
𝐶𝑠 (𝑆) Coût de salvage $
𝐶𝑗 Coûts de biodiesel consommé $
𝐶𝑒𝑚 Coûts des émissions polluantes $
𝑃𝑃𝑉 (𝑡) Puissance PV à l’instant t W
𝑃𝑤 (𝑡) Puissance éolienne à l’instant t W
𝑃𝑔 (𝑡) Puissance des génératrices à l’instant t W
𝑃𝑏 (𝑡) Puissance des batteries à l’instant t W
𝐷𝑔 Nombre d’heures d’utilisation des groupes électrogènes h
𝑗𝑔 (t) Biodiesel consommé par les génératrices à l’instant t L
𝐽𝑔 Biodiesel total consommé l
𝐸𝑚 (𝑝)
Emission totale du polluant p Kg

Mémoire d’Ingénieur/Master Professionnel 112 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.6.4. Modèle de la PLNE

Se référant à la définition d’un problème d’optimisation linéaire en nombres entiers de


la relation (3.1), nous allons à présent formuler l’algorithme qui servira au
dimensionnement à chaque instant du SHE étudié.

Trouver les solutions :

𝑁𝑃𝑉 , 𝑁𝑤 , 𝑁𝑔 , 𝑁𝑏 ∈ ℕ
Qui minimisent la fonction coût :

𝐶𝑖 (𝑆) + 𝐶𝑚 (𝑆) + 𝐶𝑟 (𝑆) + 𝐶𝑗 + 𝐶𝑒𝑚 + 𝐶𝑠 (𝑆)

Sous les contraintes linéaires suivantes :

𝑃𝑑 (𝑡 ) ≤ 𝑃𝑃𝑉 (𝑡 ) + 𝑃𝑊 (𝑡 ) + 𝑃𝑔 (𝑡 ) + 𝑃𝑏 (𝑡 ), Ɐ t ϵ T

𝑃𝑒 (𝑡 ) = 𝑃𝑃𝑉 (𝑡 ) + 𝑃𝑊 (𝑡 ) + 𝑃𝑔 (𝑡 ) + 𝑃𝑏 (𝑡 ) − 𝑃𝑑 (𝑡 )

𝑃𝑃𝑉 (𝑡 ) = 𝑁𝑃𝑉 × 𝑃𝑃𝑉𝑖 (𝑡)

𝑃𝑤 (𝑡) = 𝑁𝑤 × 𝑃𝑤𝑖 (𝑡 )
𝑁𝑔 (𝑡) ≤ 𝑁𝑔

𝑃𝑔 (𝑡) ≤ 𝑁𝑔 (𝑡) × 𝑃𝑔𝑀

𝑃𝑔 (𝑡) ≥ µ𝑔 × 𝑁𝑔 (𝑡) × 𝑃𝑔𝑀


𝑃𝑑 (𝑡)
𝑁𝑔 ≥ max( )
𝑃𝑔𝑀

𝐸𝑏 (𝑡 ) ≤ 𝑁𝑏 . 𝐸𝑏𝑀
𝐸𝑏 (𝑡 ) ≥ 𝑁𝑏 . 𝑃𝑏𝑑𝑀 . 𝑑(𝑡)
𝑑𝐸𝑏 (𝑡)
𝑃𝑏 (𝑡 ) ≤
𝑑𝑡

𝑃𝑏 (𝑡 ) ≥ −𝑁𝑏 . 𝑃𝑏𝑐𝑀
𝐸𝑏 (0) = 𝑢𝑏0 . 𝑁𝑏 . 𝐸𝑏𝑀
𝑑(𝑡)
𝐸𝑏 (𝑡 ) ≤ (1 − 𝑒𝑏𝑝𝑐 ) × 𝐸𝑏 (𝑡 − 1) − 𝑃𝑏 (𝑡 − 1) × 𝑑(𝑡) . 𝑒𝑏

𝑃𝑐𝑜𝑛𝑣 ≥ 𝑚𝑎𝑥(𝑃𝑃𝑉 (𝑡 ) + 𝑃𝑏 (𝑡 )), Ɐ 𝑡 𝜖 𝑇

Mémoire d’Ingénieur/Master Professionnel 113 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

𝐶𝑖 (𝑆) ≥ 𝑁𝑃𝑉 × 𝑃𝑃𝑉𝑐𝑟ê𝑡𝑒 × 𝑐𝑖𝑃𝑉 + 𝑁𝑤 × 𝑃𝑛 × 𝑐𝑖𝑤 + 𝑁𝑔 × 𝑐𝑖𝑔 +


𝑁𝑏 × 𝑐𝑖𝑏 + 𝑃𝑐𝑜𝑛𝑣 × 𝑐𝑖𝑐𝑜𝑛𝑣
𝐶𝑚𝑃𝑉,𝑊,𝑏 ≥ 𝑁𝑃𝑉 × 𝑃𝑃𝑉𝑐𝑟ê𝑡𝑒 × 𝑐𝑚𝑃𝑉 + 𝑁𝑤 × 𝑃𝑛 × 𝑐𝑚𝑤 + 𝑁𝑏 × 𝑐𝑚𝑏

𝐷𝑔 ≥ 𝑟 × ∑𝑡∈𝑇 𝑁𝑔 (𝑡 ). 𝑑(𝑡)
𝐶𝑚𝑔 ≥ 𝑐𝑚𝑔 × 𝐷𝑔
𝐶𝑚 (𝑆) ≥ 𝐶𝑚𝑃𝑉,𝑊,𝑏 + 𝐶𝑚𝑔
(𝑑𝜗𝑆 −0.01)
𝑛1𝑟(𝑖) = ⌊ ⌋
𝑑𝜗𝑖
𝐶𝑟 (𝑆) ≥ 𝐶𝑟𝑃𝑉 + 𝐶𝑟𝑊 + 𝐶𝑟𝑔 + 𝐶𝑟𝑏 + 𝐶𝑟𝑐𝑜𝑛𝑣

𝑑𝜗𝑆
𝑛2𝑟(𝑖) = − 𝑛1𝑟(𝑖)
𝑑𝜗𝑖
𝐶𝑠 (𝑆) ≥ 𝐶𝑠𝑃𝑉 + 𝐶𝑠𝑊 + 𝐶𝑠𝑔 + 𝐶𝑠𝑏 + 𝐶𝑠𝑐𝑜𝑛𝑣

𝑗𝑔 (t) ≥ 𝑎𝑔 × 𝑃𝑔 (𝑡) + 𝑏𝑔 × 𝑁𝑔 (𝑡 )
𝐽𝑔 ≥ ∑𝑡𝜖𝑇 𝑗𝑔 (𝑡)
𝐶𝑗 ≥ 𝐽𝑔 × 𝑐𝑗
𝐽𝑔 ×𝑒𝑚 (𝑝)
𝐸𝑚 (𝑝) ≥
1000

𝐶𝑒𝑚 ≥ ∑𝑝∈𝑃 𝐸𝑚 (𝑝) × 𝑐𝑒𝑚

𝑃𝑃𝑉 (𝑡),𝑃𝑤 (𝑡), 𝑃𝑔 (𝑡), 𝑃𝑒 (𝑡), 𝐸𝑏 (𝑡 ), 𝑃𝑐𝑜𝑛𝑣 , 𝑗𝑔 (t) ≥ 0


𝐶𝑖 (𝑆), 𝐶𝑚 (𝑆), 𝐶𝑟 (𝑆), 𝐶𝑗 , 𝐶𝑒𝑚 ≥ 0
𝐽𝑔 , 𝐷𝑔 ≥ 0

3.7. Mise en place de la stratégie de répartition

Une fois les variables définies et le modèle du système hybride d’énergie acquis, nous
présentons dans ce paragraphe la stratégie de répartition optimale à trouver pour chaque
instant par le biais de systèmes décisionnels.

3.7.1. Les systèmes décisionnels

Il est nécessaire de savoir ce que c’est qu’un système décisionnel et de connaître ses
outils.

Mémoire d’Ingénieur/Master Professionnel 114 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.7.1.1. Définition

Un système d’information décisionnel est un ensemble de données organisées de façon


spécifique, facilement accessibles et appropriées à la prise de décision ou encore une
représentation intelligente de ces données au travers d’outils spécialisés. La finalité d’un
système décisionnel est le pilotage d’une entreprise ou de tout système.

Parmi les nombreuses définitions du décisionnel (ou Business Intelligence) qui ont été
proposées, on peut trouver celle de Dresner : « le Décisionnel est le processus visant à
transformer les données en informations et, par l’intermédiaire d’interrogations
successives, transformer ces informations en connaissances » [24].

Afin de proposer un outil d’aide à la décision pour réaliser la répartition optimale des
sources d’énergie du site isolé, nous utiliserons un des outils du système décisionnel qui
est le data mining.

3.7.1.2. Définition du Data Mining

Le Data Mining (en français : forage de données) est l’ensemble des algorithmes et
méthodes scientifiques destinés à l’exploration et l’analyse de (souvent) grandes bases
de données informatiques en vue de détecter dans ces données des profils-type, des
comportements récurrents, des règles, des associations, des tendances inconnues (non
fixées à priori), des structures particulières restituant de façon concise l’essentiel de
l’information utile pour l’aide à la décision [68].

Beaucoup de problèmes intellectuels, économiques, commerciaux et de plus en plus de


nos jours scientifiques peuvent être exprimés en termes de six tâches que réalisent le
data mining : la classification, l’estimation, la prédiction, le groupement par similitudes,
l’analyse des clusters, la description, et l’optimisation. Notre objectif étant
principalement la prédiction de la répartition de charges nous nous intéresserons aux
méthodes prédictives.

3.7.1.3. Les méthodes prédictives du data mining

La prédiction est une méthode d’analyse de données dans le but de créer un modèle
prédictif qui prend en charge la relation temporelle entre les variables d’entrée et les

Mémoire d’Ingénieur/Master Professionnel 115 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

variables de sortie. Par exemple, prédire le prix des actions dans les trois prochains mois.
Les techniques les plus appropriées à la prédiction sont :

 l’analyse du panier de la ménagère,


 le raisonnement basé sur la mémoire,
 les arbres de décision,
 les réseaux de neurones.

3.7.1.3.1. Les arbres de décision

Les arbres de décision sont utilisés dans le cadre de la découverte de connaissances


dirigée. Ce sont des outils très puissants principalement utilisés pour la classification, la
description ou l’estimation. Le principe de fonctionnement est le suivant : pour expliquer
une variable, le système recherche le critère le plus déterminant et découpe la population
en sous populations possédant la même entité de ce critère. Chaque sous population est
ensuite analysée comme la population initiale. Le modèle rendu est facile à comprendre
et les règles trouvées sont très explicites [52]. Ce système est donc très apprécié et qui
cadre avec la stratégie de répartition à mettre en place pour le contrôleur à intégrer dans
le système hybride optimisé.

Un arbre de décision est composé (cf. figure 3.7) :

 d’un noeud racine par lequel entre les enregistrements,


 de questions,
 de réponses qui conditionnent la question suivante,
 de noeuds feuilles qui correspondent à un classement.

Mémoire d’Ingénieur/Master Professionnel 116 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

Figure 3.7: Structure d’un arbre de décision

Le jeu de questions et réponses est itératif jusqu’à ce que l’enregistrement arrive à un


nœud feuille. Afin de déterminer quelle variable doit être affectée à chaque nœud, la
technique applique un algorithme sur chacun des paramètres et conserve le plus
représentatif d’un découpage.

3.7.1.3.2. Problématique des méthodes de prédiction fixes

Il existe de nombreuses méthodes de prédiction fixes pour le contrôle de la répartition


d’énergie pour des systèmes incluant plusieurs types de générateurs afin de minimiser
les pertes de production. Considérant par exemple un système hybride éolien-diesel-
stockage, l’on cherchera à économiser la consommation de carburant et à tirer le
maximum d’énergie des éoliennes qui produirons à perte si aucune demande en
puissance n’intervient en ce moment précis ou si le dispositif de stockage est chargé. La
figure 3.8 illustre un système de décision qui peut être adopté pour la répartition.

Mémoire d’Ingénieur/Master Professionnel 117 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

Figure 3.8: Répartition possibles de stratégies de contrôle

Nous remarquons que ces répartitions répondent certes à la demande mais ne sont pas
idéales car elles ne prennent pas en compte des variables d’entrée ou paramètre de
décision. La probabilité de non satisfaction de la demande sera donc élevée car il peut à
tout moment survenir une indisponibilité ou un déficit de l’apport en énergie d’une
source. Nous allons dans le paragraphe suivant déterminer des variables de décision
sûres sur lesquelles le contrôleur devra se baser pour décider de la meilleure
combinaison.

3.7.2. Les paramètres de décision

Toujours dans le but de réduire l’intervention du groupe électrogène dans la production


d’énergie nous allons définir des contraintes en entrée du système de contrôle afin de
prioriser les sources d’énergie renouvelables.

Mémoire d’Ingénieur/Master Professionnel 118 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

3.7.2.1. Etude des cas de répartition

Le système hybride d’énergie dont le dimensionnement a été optimisé par la PLNE est
composé des sources d’énergie photovoltaïque, éolienne, de groupe électrogène au
biodiesel et des batteries. Implanter une stratégie de répartition efficace reviendra à
utiliser en premier lieu les sources d’énergie renouvelables pour répondre à la demande.
Plusieurs cas se présentent alors selon que la demande soit satisfaite ou non :

3.7.2.1.1. Satisfaction de la demande

Si le demande en énergie du site isolé est satisfaite par la production provenant des
panneaux et éoliennes, point n’est besoin de démarrer le groupe électrogène. Si surplus
il y en a, il sera stocké par les batteries si elles sont déchargées sinon il sera simplement
évacué.

3.7.2.1.2. Non satisfaction de la demande

Si la demande en énergie du site isolé n’est pas satisfaite par la puissance disponible au
niveau des sources d’énergie renouvelable, la priorité sera donnée aux batteries si elles
sont suffisamment chargées et ce n’est qu’en dernier recours que le groupe électrogène
sera démarré pour combler le déficit et éventuellement charger les batteries. C’est pour
cette raison que ce dernier a été dimensionné par la PLNE pour satisfaire toute la
demande en cas d’indisponibilité des autres sources.

3.7.2.2. Les données pertinentes

De l’étude réalisée précédemment, nous avons dégagé deux variables de décision pour
la prédiction.

3.7.2.2.1. Le rapport de la part des EnR du système par la demande

𝑃𝑃𝑉 (𝑡)+𝑃𝑊 (𝑡)


Le rapport correspond au taux de satisfaction de la demande par les énergies
𝑃𝑑 (𝑡)

renouvelables du système hybride. En effet, si cette valeur est supérieure à 1, les énergies
photovoltaïques et éoliennes suffisent à elles seules pour répondre à la demande. Un
surplus est d’ailleurs dégagé et pourra soit être destiné au stockage ou perdu. Si cette
valeur est inférieure à 1, il y a non satisfaction et les cas explicités au paragraphe

Mémoire d’Ingénieur/Master Professionnel 119 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

précédent surviendront. L’idéal sera d’avoir ce rapport égal à 1 et correspondra à


l’égalité entre l’apport et la demande.

3.7.2.2.2. L’état de charge des batteries Edc(%)

𝑃𝑃𝑉 (𝑡)+𝑃𝑊 (𝑡)


Nous remarquons que le paramètre est insuffisant pour prendre des
𝑃𝑑 (𝑡)

décisions car nous avons la possibilité de stocker afin d’éviter de produire à perte ou de
faire intervenir la puissance disponible au niveau du dispositif de stockage en cas de
déficit. La variable Edc(%) vient donc parfaire l’outil d’aide à la décision pour le choix
de la répartition la plus rentable des sources. Si sa valeur est faible, il faudra charger les
batteries et dans le cas contraire les utiliser si besoin y est. Nous ne fixons pas des valeurs
prédéfinies à cette variable car les contraintes l’impliquant seront retournées par l’arbre
de décision trouvé après forage des données horaires de répartition trouvées par la
PLNE.

3.7.3. Modèle d’apprentissage par data mining

Nous avons opté pour un contrôle de répartition basé sur la méthode des arbres de
décision. Ceux-ci sont déterminés à l’aide de deux vecteurs prédéfinis que sont la
matrice d’informations et le vecteur de précision.

La matrice d’informations renferme toutes les données à vérifier en entrée par le


contrôleur. Elle est définie dans notre cas par la relation (3.53).

𝑷𝑷𝑽 (𝒕)+𝑷𝑾 (𝒕)


𝑰 = [𝑿𝟏 = ; 𝑿𝟐 = 𝑬𝒅𝒄(%)] (3.53)
𝑷𝒅 (𝒕)

La matrice d’informations I est constituée de deux colonnes que sont les vecteurs X1 et
X2 correspondant respectivement aux rapports des puissances en provenance des
énergies renouvelables par la puissance demandée et aux différents états de charge des
batteries sur tous les instants du dimensionnement optimal. Le vecteur de décision est la
réponse du contrôleur après analyse des comportements précédents de la matrice I et des
actions qui avaient été retenues. Le vecteur de décision est explicité à la relation (3.54).

Mémoire d’Ingénieur/Master Professionnel 120 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 3 : Optimisation du dimensionnement par la PLNE et stratégie optimale par le data mining

𝒘𝒔
𝒘𝒔𝒄
𝒘𝒔𝒅
𝑫= … (3.54)

[𝒘𝒈𝒄]

où les indices w, s et g correspondent respectivement à l’utilisation des éoliennes, des


panneaux solaires et du groupe électrogène et les options c et d correspondent au choix
de charge ou de décharge des batteries.

Ce sont ces matrices déterminées après dimensionnement et répartition optimales


trouvés par la PLNE qui feront l’objet d’apprentissage pour la détermination de l’arbre
de décision par le data mining.

3.8. Conclusion

Nous avons dans ce chapitre modélisé puis optimisé le dimensionnement d’une centrale
hybride photovoltaïque, éolienne, biodiesel avec stockage par la programmation linéaire
en nombres entiers puis détaillé la stratégie de répartition par la méthode prédictive du
data mining. Le chapitre suivant sera consacré à la présentation des outils informatiques
utilisés pour la résolution des problèmes et contraintes établis, à la présentation et à
l’interprétation des résultats obtenus puis à l’élaboration du modèle à intégrer dans le
contrôleur.

Mémoire d’Ingénieur/Master Professionnel 121 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

CHAPITRE 4 : VALIDATION ET
ANALYSE DES RESULTATS

Mémoire d’Ingénieur/Master Professionnel 122 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.1. Introduction

Suite à la modélisation des différentes sources d’énergie, à l’élaboration des contraintes


pour un dimensionnement optimal par la programmation linéaire en nombres entiers et
à la description des algorithmes de répartition à implanter dans le contrôleur de charges,
nous pouvons à présent exploiter les paramètres du site isolé retenu pour obtenir des
résultats. Dans ce chapitre, nous présenterons brièvement les outils informatiques
utilisés, ensuite nous interprèterons les résultats du dimensionnement obtenu par la
PLNE que nous comparerons avec ceux fournis par le logiciel HOMER puis nous
achèverons notre étude avec la détermination du modèle de répartition de l’énergie par
la méthode du data mining.

4.2. Etude des outils informatiques utilisés

Avant de procéder à la présentation des résultats et à l’interprétation de ces derniers,


nous présenterons dans ce paragraphe l’outil informatique qui nous a permis
d’implémenter l’algorithme d’optimisation et la stratégie de répartition.

4.2.1. Choix du logiciel de travail

Le logiciel utilisé pour la programmation linéaire en nombres entiers et la stratégie de


répartition par la méthode du data mining est ANACONDA.

Anaconda est une distribution libre et open source des langages de programmation
Python et R appliquée au développement d'applications dédiées à la science des données
et à l'apprentissage automatique (traitement de données à grande échelle, analyse
prédictive, calcul scientifique), qui vise à simplifier la gestion des paquets et de
déploiement [23]. Les versions de paquetages sont gérées par le système de gestion de
paquets Conda. La Distribution Anaconda est utilisée par plus de 6 millions
d'utilisateurs, et il comprend plus de 250 paquets populaires en science des données
adaptés pour les distributions Windows, Linux et MacOS.

Les raisons du choix de cet outil portent principalement sur son caractère « open
source » et son langage de programmation en Python qui est un langage de haut niveau.
Il cadre parfaitement avec l’objet de notre travail car il dispose de solveurs pour la
programmation linéaire en nombres entiers et d’outils de forage de données.

Mémoire d’Ingénieur/Master Professionnel 123 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.2.2. Présentation du navigateur d’Anaconda

Le navigateur d'Anaconda est une interface utilisateur graphique (GUI) de bureau inclus
dans la distribution d'Anaconda (cf. figure 4.1) qui permet de lancer des applications et
de contrôler des paquets de Conda, des environnements et des chaînes sans employer
des commandes en mode console. Le navigateur peut rechercher des paquets sur le
« Cloud » d'Anaconda ou dans un dépôt local d'Anaconda, les installer dans un
environnement, exécuter ces paquets et les mettre à jour. Le navigateur est
automatiquement installé à partir de la version 4.0.0.

Figure 4.1:Interface d’accueil du navigateur d’Anaconda

Les applications disponibles par défaut dans le navigateur sont : JupyterLab, Jupyter
Notebook, QTConsole, Spyder, VSCode, Glueviz, Orange 3 App, Rodeo et RStudio.

Nous présenterons Spyder et Orange 3 qui ont été utilisés respectivement pour
l’optimisation du dimensionnement par la PLNE et la stratégie de répartition par la
méthode du data mining.

Mémoire d’Ingénieur/Master Professionnel 124 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.2.3. Présentation de l’IDE Spyder

Spyder (nommé Pydee dans ses premières versions) est un environnement de


développement pour Python. Libre (Licence MIT) et multiplateforme (Windows, Mac
OS, GNU/Linux), il a été créé et développé par Pierre Raybaut en 2008 [7]. Spyder est
maintenu, depuis 2012, par une communauté de développeurs qui ont pour point
commun d'appartenir à la communauté Python scientifique. Son interface est illustrée à
la figure 4.2.

Figure 4.2:Environnement de programmation de Spyder

En comparaison avec d'autres IDE (Environnement de développement) pour le


développement scientifique, Spyder a un ensemble unique de fonctionnalités
multiplateformes, open-source, écrit en Python et disponible sous une licence non-
copyleft. Spyder est extensible avec des plugins, comprend le support d'outils interactifs
pour l'inspection des données et incorpore des instruments d'assurance de la qualité et
d'introspection spécifiques au code Python, tels que Pyflakes, Pylint et Rope.

L’IDE Spyder intègre de nombreuses bibliothèques d'usage scientifique : Matplotlib,


NumPy, SciPy, IPython et PuLP. C’est cette dernière que nous avons utilisée pour

Mémoire d’Ingénieur/Master Professionnel 125 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

l’optimisation du dimensionnement dont la fonction objectif et les contraintes ont été


détaillées au chapitre précédent.

4.2.3.1. Présentation de la bibliothèque PuLP

PuLP est une bibliothèque pour le langage de programmation Python qui permet de
décrire des programmes mathématiques en fournissant des objets capables de
représenter des problèmes d’optimisation et des variables de décision. Pouvant être
facilement déployée sur n'importe quel système qui a un interprète de Python car n’ayant
aucune dépendance sur aucun autre progiciel, cette bibliothèque peut être facilement
étendue à des solutionneurs supplémentaires et est d’une grande utilité pour des projets
qui ont besoin des capacités d'optimisation linéaire.

La bibliothèque PuLP dispose de nombreux solveurs mathématiques et a été conçue afin


de résoudre de nombreux problèmes d’optimisation en les ramenant en fonctions
linéaires à variables entières, réelles, booléennes ou mixte. Elle cadre alors bien au
problème d’optimisation posé au chapitre 3 et réalise des opérations mathématiques que
font d’autres solveurs à l’instar de CPLEX et Gurobi qui sont payants.

4.2.3.2. Organigramme de résolution de la PLNE

La figure 4.3 représente l’organigramme de résolution du problème d’optimisation du


dimensionnement de la centrale hybride. La résolution est basée sur l’un des algorithmes
d’optimisation de la PLNE cité à la section 3.2.2.2.3.

Mémoire d’Ingénieur/Master Professionnel 126 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Figure 4.3: Organigramme de la PLNE

Le programme d’optimisation écrit prend en entrée les données du site et toutes les
contraintes constituées des paramètres des différents générateurs de production
d’énergie du système hybride. Il procède après à la recherche des solutions optimales
satisfaisant la fonction de coût et toutes les contraintes en parcourant toutes les variables
sur tous les instants du modèle. La convergence vers un résultat est obtenue suivant la
complexité des contraintes et le nombre d’instants parcourus.

Mémoire d’Ingénieur/Master Professionnel 127 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.2.4. Présentation de l’outil du data mining Orange

Orange est un logiciel d'exploration de données. Il propose des fonctionnalités de


modélisation à travers une interface visuelle (cf. figure 4.4), une grande variété de
modalités de visualisation et des affichages variés dynamiques. Développé en Python et
également open-source, ses versions sont exécutables sous Windows, Mac et Linux.
Pouvant être employé comme bibliothèque de python en lignes de codes, la version
graphique du logiciel Orange est une boîte à outils d'exploitation de données (data
mining) et d’apprentissage automatique (machine learning) qui comporte une
programmation visuelle d'entrées pour l'analyse exploratrice et une visualisation
interactive.

Figure 4.4: Interface du logiciel Orange

Le logiciel Orange se compose d'une interface de toile sur laquelle l'utilisateur place des
gadgets et crée un déroulement des opérations d'analyse de données. Les gadgets offrent
des fonctionnalités de base telles que le chargement les données sous plusieurs formats,
le traitement des tables, le choix et le tracé des caractéristiques, l’étude des facteurs
prédictifs, la comparaison des algorithmes ou modèles d'étude, les éléments de
visualisation, etc.

Mémoire d’Ingénieur/Master Professionnel 128 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.3. Présentation des données météorologiques du site isolé

Les données météorologiques sont d’une importance capitale dans le dimensionnement


des centrales intégrant les sources d’énergie renouvelables.

4.3.1. Source des données météorologiques

Notre centre d’intérêt à travers ce mémoire est de dimensionner une centrale hybride
photovoltaïque-éolien-biodiesel avec stockage au moindre coût pour un site isolé des
environs de Lomé et de dégager la stratégie de répartition des sources pour la satisfaction
de la demande à tout instant. Nous avons donc eu recours pour cela à une source de
données horaires d’ensoleillement, de température et de vitesse de vent afin de
déterminer la capacité de production à chaque instant des panneaux solaires et du parc
éolien à installer. Ces séries de données pour la ville de Lomé et de ses environs ont été
obtenues à travers la base de données météorologique du site Web « http://www.soda-
pro.com » [65]. La fiche de données fournie par le site, (dont un exemple est représenté
sur la figure 4.5), comporte respectivement pour chaque enregistrement : l’origine des
données (provider), les coordonnées géographiques du site (longitude et latitude), les
dates de couverture des données (date begin et date end), l’intervalle de récupération des
données (summarization), et les données elles-mêmes (irradiation, temperature, Relative
humidity, pressure, wind speed, wind direction, rainfall, snowfall et snow depth).

Mémoire d’Ingénieur/Master Professionnel 129 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Figure 4.5: Présentation des données de Soda-pro

Les informations que nous avons exploitées de cette table de données sont l’irradiation
solaire, la vitesse de vent et la température. Les données d’irradiation en Wh/m2 sont de
deux types : Global Horizontal Irradiance (GHI) relative à l’irradiation solaire globale
et « Clear-sky » qui est une prédiction des données d’irradiation solaire à ciel dégagé.
La température quant à elle est donnée en degrés Kelvin (°K) et la vitesse de vent en m/s
à l’altitude de 10 mètres.

4.3.2. Prétraitement des données

Bien que les informations recueillies soient sous le format « excel.csv » directement
exploitable par le langage de programmation Python, nous avons procédé à un
prétraitement des données afin de créer une base de données sous le même format en ne
conservant que les informations utiles et en y ajoutant le profil de consommation horaire
du site sur une semaine établie au chapitre 2. La base de données finalement exploitée
par le programme pour le dimensionnement illustré à la figure 4.6 contient finalement

Mémoire d’Ingénieur/Master Professionnel 130 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

cinq (05) champs à savoir les instants, la demande Pd(t) exprimée en watts (W),
l’irradiation globale (W/m2), la température (°K) et la vitesse du vent à 30 mètres (m/s)
le tout sur une période d’une semaine soit 168 instants. Les autres données à savoir
fiches techniques de tous les composants du système hybride d’énergie et leurs coûts
ont été directement insérées dans le programme.

Figure 4.6: Présentation des données prétraitées

Les outils mathématiques et informatiques utilisés pour la validation des algorithmes et


méthodes établis ayant été présentés et les données du site à exploiter étant prétraitées,
nous présenterons puis interprèterons dans le paragraphe qui suit les résultats obtenus.

4.4. Résultats du dimensionnement optimal par la PLNE

Nous allons présenter les résultats après simulation du programme d’optimisation du


dimensionnement par la programmation linéaire en nombres entiers. Nous rappelons
que le site isolé est constitué de cent ménages et a un pic de consommation estimé à 67
KW.

Mémoire d’Ingénieur/Master Professionnel 131 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.4.1. Présentation des résultats

Les informations clés du dimensionnement que sont le nombre de chaque type de


générateurs à installer pour couvrir toute la demande du site isolé et le coût total du
projet ont été retournées en mode console après exécution du programme. La figure 4.7
illustre les résultats globaux obtenus.

Figure 4.7: Résultats du dimensionnement

Il faudra donc pour alimenter le site isolé :

 162 panneaux photovoltaïques avec un équivalent en puissance installée de 55,08


kW,
 152 batteries de 1 kW,
 un groupe électrogène fonctionnant au biodiesel de 100 kW,
 aucune éolienne,
 et un convertisseur bidirectionnel d’une puissance de 52,26 kW.

Le paradoxe viendrait du fait que le dimensionnement ne retourne pas d’éoliennes à


installer bien que celles-ci fassent partie du système hybride d’énergie étudié. En effet

Mémoire d’Ingénieur/Master Professionnel 132 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

la fonction objectif portant sur le coût de revient du projet, la programmation linéaire en


nombres entiers fournit la combinaison des différentes sources à installer, quelle que
soit leur nombre, satisfaisant la demande à tout instant et minimisant les frais à débourser
pour exécuter le projet. Il ressort alors des études de gisement éolien du Togo, des prix
des éoliennes indiqués au chapitre 2 et des résultats illustrés dans la figure ci-dessus que
l’installation des éoliennes n’est pas rentable pour la production autonome de l’énergie
électrique pour un site isolé situé dans les environs de Lomé.

Le coût total du projet avec la combinaison optimale des sources est évalué à 871
095,295 USD soit un total de quatre cent quatre-vingt-trois millions neuf cent quarante-
et-un mille huit cent trente virgule cinq cent cinquante-cinq FCFA (soit en chiffres
483 941 830,555) en prenant 1FCFA = 0,0018 USD [29].

4.4.2. Interprétation des résultats

Connaissant à présent le nombre de chaque module à installer, nous allons étudier


l’installation hybride à réaliser, les différents coûts impliqués et les émissions
polluantes.

4.4.2.1. Analyse de la production énergétique

Nous observons des résultats obtenus que l’installation hybride optimale produit une
énergie annuelle de 237 994,0079 kWh pour une énergie annuelle consommée par le
site isolé évaluée à 237 886,85 kWh soit un taux de satisfaction de la demande de 100%
et une énergie évacuée de 127,158 kWh/an. Celle-ci est de l’ordre de 0,534‰, valeur
très infirme et qui prouve de l’efficacité de la PLNE dans l’optimisation du
dimensionnement.

L’énergie évacuée n’étant pas nulle, elle demeure exploitable. Elle pourra être utilisée
par des charges secondaires telles que l’éclairage public, la cuisson et le chauffage.

Les figues (4.8) et (4.9) illustrent la part en énergie de chaque source présente dans le
système hybride d’énergie.

Mémoire d’Ingénieur/Master Professionnel 133 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Energie produite Production énergétique des souces du SHE


120000
100000
(kWh/an)
80000
60000
40000
20000
0
Energie éolienne Energie solaire Energie des Energie du
batteries groupe
électrogène
Sources du SHE

Figure 4.8: Production énergétique par sources du SHE

La production de l’énergie pour le site isolé est notamment assurée par le champ
photovoltaïque et le groupe électrogène. Ces deux sources se partagent à elles toutes
deux plus de 90% de la fourniture énergétique. Les batteries ont une part moins
importante. En effet, leur énergie réellement produite correspond à la somme de leurs
énergies initiales au début du projet. N’étant pas normalement considérées comme des
sources d’énergie mais plutôt des moyens de stockage, la majeure partie de l’énergie
produite par les batteries sur toute la durée de vie du système hybride proviendra du
surplus des énergies fournies par les panneaux photovoltaïques et du groupe électrogène.

Pourcentage de production énergétique


des sources du SHE
Energie éolienne
0%
Energie solaire
46% 45%
Energie des
batteries
9%
Energie du groupe
électrogène

Figure 4.9: Pourcentage de production énergétique des sources du SHE

L’on remarque par observation de la figure 4.9 que les panneaux solaires et le groupe
électrogène interviennent presque à part égale dans la production de l’énergie électrique.
En définissant le taux de pénétration des énergies renouvelables ηren comme étant la part

Mémoire d’Ingénieur/Master Professionnel 134 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

en pourcentage de la production de l’énergie par les sources renouvelables dans le


système hybride (batteries hormis), nous estimerons celui du système hybride optimisé
à ηren = 44,89 %.

4.4.2.2. Etude de l’installation des différents composants

Le système hybride dimensionné est constitué d’un champ de 162 panneaux


photovoltaïques. Avec une surface unitaire de 1,944 m2 et en supposant que ceux-ci sont
installés sans inclinaison, le champ PV occuperait une surface de 314,928 m2 soit à peine
0,03 hectares. Ces derniers pourraient être entreposés sur les toits des habitations ou de
préférence installés sur une petite surface qui leur sera allouée. Les batteries au nombre
de 152 étant de 6V chacune, la configuration à adopter sera une mise en parallèle de 38
rangées constituées de 4 batteries montées en série, la tension fournie par les panneaux
étant de 24V. Ayant remarqué dans l’étude des stratégies de mise en réseau au premier
chapitre que la production d’énergie à l’aide de sources centralisées revient moins chère,
nous estimons qu’un domaine de 1200 m2 suffira pour l’installation de tous les
composants du système hybride d’énergie et la construction d’un local de contrôle de
production et d’exploitation.

4.4.2.3. Analyse des coûts du projet

Le reste des informations et les détails étant retournés dans un fichier excel.csv, nous
allons procéder à l’analyse de tous les coûts du SHE dimensionné.

L’étude du dimensionnement réalisée au chapitre précédent nous a permis de distinguer


plusieurs types de coûts notamment les coûts d’installation, d’opération de maintenance,
de remplacement, de salvage, du carburant et des émissions polluantes. Ces coûts sont
en effet propres aux types de composants constituant le système et varient d’une source
à l’autre. Les figures 4.10, 4.11, 4.12 et 4.13 illustrent les types de coûts et leurs valeurs
respectivement du groupe électrogène, des panneaux photovoltaïques, des batteries et
du convertisseur.

Mémoire d’Ingénieur/Master Professionnel 135 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Coûts du groupe électrogène


350000
300000
Coût en USD

250000
200000
150000
100000
50000
0
Coût initial Coût de Coût O&M Coût du Coût de
remplacement carburant salvage
Type de coût

Figure 4.10: Coûts du groupe électrogène

Coûts des PV
200000
Coûts en USD

150000
100000
50000
0
Coût initial Coût de Coût O&M Coût de salvage
remplacement
Type de coût

Figure 4.11: Coûts des panneaux photovoltaïques

Coûts des batteries


140000
120000
100000
Coût en USD

80000
60000
40000
20000
0
-20000 Coût initial Coût de Coût O&M Coût de salvage
-40000 remplacement
Type de coût

Figure 4.12: Coûts des batteries

Mémoire d’Ingénieur/Master Professionnel 136 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Coûts du convertisseur
20000

15000
Coûts en USD

10000

5000

0
Coût initial Coût de Coût O&M Coût de salvage
-5000
remplacement
-10000
Type de coût

Figure 4.13: Coûts des convertisseurs

L’on remarque que le groupe électrogène dont la part de production de l’énergie pour le
site isolé est la plus élevée a un coût d’acquisition relativement faible mais le coût
d’exploitation le plus élevé (environs dix fois son coût d’installation) et correspond à la
consommation en carburant. Il ressort de cette analyse que l’utilisation du groupe
électrogène, même en utilisant du biodiesel dont le prix inférieur à celui du diesel
classique coûte énormément. En effet, il nécessite à lui seul pour son installation et son
exploitation 57% du financement total (cf. figure 1.14). Son coût de récupération en fin
de vie est nul car sa durée de fonctionnement estimée à 30 000 heures de fonctionnement
correspond à deux fois sa durée de vie.

Les panneaux photovoltaïques quant à eux ont le coût d’acquisition le plus élevé du
projet mais reviennent moins chers au cours de leur exploitation car ayant un coût
d’opération de maintenance relativement bas et ne nécessitant pas de remplacement car
leur durée de vie est égale à celle du projet. Il va de soi que leur valeur comptable nette
soit nulle en fin de vie.

Mémoire d’Ingénieur/Master Professionnel 137 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Proportion des coûts des composants du SHE

Groupe électrogène
3%
24% Batteries

57% Panneaux
16% photovoltaïques
Convertisseur

Figure 4.14: Proportion des coûts des composants du SHE

Le dispositif de stockage est remplacé une fois au cours du projet et a comme coût le
plus élevé celui d’opération de maintenance. Le principal atout financier des batteries
est le coût de salvage. Ce coût est considéré négativement car il constitue un gain. En
effet, les batteries installées en remplacement de celles qui ont démarré avec le système
hybride n’épuisent pas toute leur durée de vie avant celle de tout le système. Elles
pourront être soldées afin de récupérer une part de leur investissement.

Le convertisseur a les coûts les moins élevés (3% du coût total). Remplacé une fois au
cours du projet, il ne nécessite pas d’opération de maintenance et a un coût de salvage
tout comme le dispositif de stockage. Les valeurs globales pour chaque type de coût sont
résumées à la figure 1.15.

Mémoire d’Ingénieur/Master Professionnel 138 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Comparaison des types de coûts du projet


350000
300000
250000
Coût en USD

200000
150000
100000
50000
0
-50000 Coût initial Coût de Coût O&M Coût du Coût de
remplacement carburant salvage
Nature du coût

Figure 4.15: Comparaison des types de coût du projet

4.5. Dimensionnement du système hybride dans le logiciel HOMER

HOMER (Hybrid Optimization of Multiple Energy Resources) étant la référence dans


le domaine de l’optimisation économique des centrales hybrides dans le monde, nous
allons à l’aide d’une version d’essai procéder au dimensionnement du système hybride
d’énergie avec les mêmes composants que ceux utilisés par la PLNE afin d’établir une
étude comparative des deux méthodes d’optimisation.

4.5.1. Choix des composants et configuration du système hybride

Nous avons réalisé dans le logiciel HOMER des simulations pour dimensionner la
centrale hybride dont les caractéristiques des composants et de la charge ont été
présentées dans le deuxième chapitre. Le paramétrage de tous les composants à savoir
les coûts et toutes les caractéristiques des éoliennes, panneaux photovoltaïques,
batteries, groupe électrogène et la description du profil de charge est illustré en annexe.
La figure 4.16 présente la configuration du système hybride d’énergie dans le logiciel
HOMER.

Mémoire d’Ingénieur/Master Professionnel 139 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Figure 4.16: Modèle du système hybride dans le logiciel HOMER

La configuration réalisée dans le logiciel HOMER est identique à celle qui a été
modélisée par la PLNE. Le pic de la demande reliée au bus AC est également de 67 KW
et le convertisseur assure la liaison entre les panneaux photovoltaïques et le dispositif
de stockage reliés au bus DC et le bus AC où sont connectés les groupes électrogènes.

4.5.2. Présentation des résultats obtenus

Le logiciel affiche sous forme de tableaux les résultats de la simulation. Nous


distinguons sur la figure 4.17 le dimensionnement optimal obtenu.

Figure 4.17: Résultat du dimensionnement optimal par HOMER

Le dimensionnement du site isolé dans le logiciel HOMER donne les résultats suivants :

 une puissance installée de 60,9 kW soit un équivalent de 180 panneaux


photovoltaïques,
 83 batteries de 1 kW,
 un groupe électrogène fonctionnant au biodiesel de 100 kW,

Mémoire d’Ingénieur/Master Professionnel 140 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

 aucune éolienne,
 et un convertisseur bidirectionnel d’une puissance de 48 kW.

Le coût total du projet retourné par cette simulation est de 898 372 USD soit un total de
quatre cent quatre-vingt-dix-neuf millions quatre-vingt-quinze mille cinq-cents
cinquante-cinq virgule cinq-cents cinquante-cinq FCFA (en chiffres 499 095 555,555
FCFA).

Nous remarquons que tout comme l’optimisation par la méthode de la programmation


linéaire en nombres entiers, le logiciel HOMER propose un dimensionnement optimal
sans éoliennes. Nous avons également la possibilité avec HOMER d’observer d’autres
propositions de dimensionnements dont le coût est plus élevé que la meilleure solution
trouvée. Nous observons sur la figure 4.18 que seuls deux cas prennent en compte des
éoliennes mais en nombre très négligeable et respectivement pour des coûts totaux du
projet évalués à 985 608 USD et 1,03 millions de dollars américain. Il ressort donc des
deux méthodes d’optimisation (PNLE et HOMER) que les éoliennes ne sont pas
adéquates et que la complémentarité est plutôt réalisée entre les panneaux
photovoltaïques et le groupe électrogène.

Figure 4.18: Résultats secondaires du dimensionnement par HOMER

4.5.3. Analyse énergétique des résultats de HOMER

Le champ « electrical » des résultats du logiciel HOMER illustré à la figure 4.19 fait un
bilan en énergie du système hybride dimensionné en indiquant la part de chaque source

Mémoire d’Ingénieur/Master Professionnel 141 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

sur une année du projet, le taux de pénétration des énergies renouvelables, l’énergie
évacuée et d’autres informations.

La production totale annuelle de l’énergie du système hybride d’énergie a été évaluée à


305 634 kWh avec une part de 213 822 kWh pour le groupe électrogène et seulement
91 812 kWh pour les panneaux photovoltaïques. On peut observer sur la même figure
des proportions peu variables de production des deux sources principales (groupe
électrogène et champ PV) indiquées pour chaque mois. Cet histogramme vient renforcer
l’étude du gisement solaire étudié au chapitre 2 en indiquant une production provenant
des panneaux photovoltaïques qui est faible en milieu d’année mais plus importante en
début et fin d’année.

Figure 4.19: Répartition énergétique obtenue dans le logiciel HOMER

Avec une énergie consommée par le site de 288 472 kWh/an, la production annuelle
excédante a été estimée à 8 759 kWh soit un pourcentage de 2,87%. Le taux d’énergie
renouvelable dans la production totale de l’énergie de la centrale a été estimé à 25,9%.
La figure 4.20 donne des précisions sur l’exploitation du groupe électrogène qui occupe
la plus grande part de la production d’énergie pour le système hybride d’énergie.

Mémoire d’Ingénieur/Master Professionnel 142 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Figure 4.20: Production énergétique des groupes électrogènes (HOMER)

Nous y remarquons que celui-ci démarre 1 592 fois par an avec un nombre d’heures de
fonctionnement également annuel de 3 114 heures. A ce régime, le groupe électrogène
est fonctionnel sur environs 4,82 années avant d’être remplacé. Le groupe électrogène
est démarré à partir d’une charge minimale de 54 kWh. La moyenne de puissance
délivrée par le générateur est de 68,7 kW pour une consommation de 77 434 litres.

4.5.4. Analyse économique des résultats de HOMER

Nous allons également présenter les différents coûts pris en compte par le logiciel
d’optimisation HOMER, dans un premier temps le poids financier de chaque composant
de la centrale de production et dans un second temps la part de chaque type de coûts
dans le coût total du projet.

Le groupe électrogène avec sa forte consommation en carburant est le composant qui


revient le plus cher dans le projet (cf. figure 4.21). Ensuite viennent les panneaux
solaires, les batteries puis le convertisseur. Les coûts réunis pour le groupe électrogène
s’élèvent à 553 063,13 USD. Ce coût est constitué dans sa majeure partie par celui du
biocarburant qui a été évalué à 360 368,76 USD. Les panneaux ont le coût d’acquisition
le plus élevé (150 947,25 USD) mais reviennent moins chers lors de leur exploitation.
Les coûts des batteries et du convertisseur sont moins élevés et permettent de
comptabiliser en fin de vie du système un peu plus de la moitié du coût de récupération.

Mémoire d’Ingénieur/Master Professionnel 143 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Figure 4.21: Comparaison des coûts par composants (HOMER)

La figure 4.22 illustre la part de chaque type de coûts dans le financement du projet.
Bien évidemment le coût du carburant est le plus élevé. Le coût d’installation et celui
de remplacement sont pratiquement identiques à cause du nombre élevé de
remplacement effectué au cours de l’exploitation de la centrale.

Figure 4.22: Comparaison des types de coûts du projet (HOMER)

Mémoire d’Ingénieur/Master Professionnel 144 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.5.5. Le coût des émissions polluantes

Le coût des émissions polluantes n’a pas été évalué par le logiciel d’optimisation
HOMER. Cependant les quantités de chaque polluant ont été présentées (cf. figure 4.23).

Figure 4.23: Proportion des différents types de polluants rejetés

Nous remarquons que le type de polluant le plus prépondérant est l’oxyde nitreux avec
une quantité annuelle rejetée de 330 kg. Le bilan CO2 est considéré négatif car HOMER
suppose que le biodiesel en brûlant rejette moins de dioxyde de carbone que ce qu’il en
a consommé à l’état de plante.

4.6. Etude comparative des résultats de la PLNE et ceux de HOMER

Après avoir commenté les résultats du dimensionnement optimal par les méthodes
d’optimisation linéaire en nombres entiers et d’optimisation économique par le logiciel
HOMER, nous allons procéder à une étude comparative des différents résultats obtenus

4.6.1. Comparaison technique

Nous essayerons dans ce paragraphe de confronter les deux résultats de simulation


notamment le nombre de modules pour chaque source, les puissances produites, les taux
de satisfaction de la charge et l’évacuation de puissance. Toutes ces données ont été
renseignées dans un tableau comparatif.

Mémoire d’Ingénieur/Master Professionnel 145 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Tableau 4.1: Tableau comparatif des résultats de simulation par la PLNE et HOMER

Dimensionnement optimal PLNE HOMER


Eolienne 0 0 0 0
PV 162 55,08 180 60,9
Quantité/Puissance
GE 1 100 1 100
installée (kW)
Batterie 152 152 83 83
Convertisseur 1 52,26 1 48
Eolienne 0 0 0 0
Energie produite PV 106 836,051 44,89 91 812 30
(kWh/an)/Pourcentage GE 108 965,96 45,78 213 822 70
Batterie 22 191,99 9,32 Non renseigné
PV 0 0
Nombre de GE 1 4
remplacements Batteries 1 1
Convertisseur 1 1
Taux de pénétration des EnR 44,89% 25,90%
Puissance évacuée (kWh/an) 127,158 8759
Taux de satisfaction de la charge (%) 100 100

Le premier constat que nous faisons est que les deux méthodes d’optimisation n’optent
pas pour des éoliennes dans leur dimensionnement optimal. La puissance installée des
panneaux photovoltaïques par la PLNE est inférieure à celle proposée par le logiciel
HOMER. Cependant, la part des batteries est plus élevée pour la PLNE. Le groupe
électrogène quant à lui est dimensionné de la même manière par les deux méthodes.
Nous observons au niveau de la production d’énergie de la répartition est plus équitable
entre les panneaux solaires et le groupe électrogène au niveau de la PLNE. Cela est
vérifié par un grand taux de pénétration des énergies renouvelables qui est de 44,89%.
L’optimisation proposée par le logiciel HOMER est différente. Le groupe électrogène y
est plus sollicité (70%) contre seulement 30% pour les panneaux solaires. L’énergie
provenant des batteries n’a pas été évaluée car non considérée comme une source

Mémoire d’Ingénieur/Master Professionnel 146 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

d’énergie par HOMER. Il va de soi que l’on relève 25,90% comme taux de pénétration
des énergies renouvelables et un nombre plus important d’heures de fonctionnement du
groupe électrogène (3 114 heures/an) contre seulement 1 200 heures/an pour
l’optimisation linéaire en nombres entiers. Le dernier paramètre technique que nous
pouvons comparer est la puissance évacuée. Celle-ci est plus importante dans le
dimensionnement proposé par le logiciel HOMER.

De cette étude nous pouvons affirmer que l’optimisation par la PLNE réduit
considérablement l’intervention du groupe électrogène et paraît donc plus écologique.
Nous ferons également une comparaison économique avant de prendre totalement
position pour une méthode.

4.6.2. Comparaison économique

Le coût total du projet de la PLNE est de 871 095,295 USD contre 898 372 USD pour
le logiciel HOMER soit une différence de 27 276,705 USD. Cette différence n’est pas
négligeable lorsque nous la ramenons dans la devise du pays. Les figures 4.24 et 4.25
nous permettent de voir de plus près toutes les différences.

Comparaison économique par type de coûts


400000
350000
300000
Coûts en USD

250000
200000
150000
100000
50000
0
-50000 HOMER PLNE HOMER PLNE HOMER PLNE HOMER PLNE HOMER PLNE
Coût initial Coût de Coût O&M Coût du carburant Coût de salvage
remplacement

Type de coûts

Figure 4.24: Comparaison économique par type de coûts

Mémoire d’Ingénieur/Master Professionnel 147 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Comparaison économique par composants


600000

500000
Coûts en USD

400000

300000

200000

100000

0
HOMER PLNE HOMER PLNE HOMER PLNE HOMER PLNE
Panneaux Groupe électrogène Batteries Convertisseur
photovoltaïques
Composants

Figure 4.25: Comparaison économique par type de composants

Il découle de l’observation de ces deux histogrammes que la différence de coûts entre le


dimensionnement par la PLNE et celui du logiciel HOMER s’est faite au niveau du
groupe électrogène plus précisément au coût du carburant. Les coûts initiaux sont
relativement identiques. Il existe une certaine complémentarité entre les coûts de
maintenance et les coûts de remplacement. En effet, le premier est élevé pour la PLNE
et bas pour HOMER et inversement dans le second cas. Les coûts regroupés par
composant indiqués par les deux méthodes sont proches à l’exception du coût du groupe
électrogène, constat auquel nous pouvions nous attendre vu la durée de fonctionnement
et la part énergétique de cette source dans les deux méthodes d’optimisation.

Des études comparatives des deux méthodes d’optimisation du dimensionnement, nous


pouvons affirmer que la méthode de la programmation linéaire en nombres entiers est
efficace. Avec un coût total du projet inférieur à celui du logiciel HOMER, cette
méthode a permis de réduire considérablement le poids économique, l’impact
écologique et la dépendance des systèmes hybrides d’énergie de production autonome
des groupes électrogènes. Le deuxième atout de la PLNE qui nous permettra d’achever
ce chapitre est sa capacité à retourner à chaque instant considéré par la simulation, la
répartition la plus indiquée des différentes sources pour satisfaire la demande à cet
instant précis. Nous utiliserons l’algorithme du data mining afin de dégager la stratégie

Mémoire d’Ingénieur/Master Professionnel 148 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

de répartition à installer dans un contrôleur intelligent qui se chargera du choix des


sources à combiner à chaque instant en fonction de certains paramètres.

4.7. Stratégie de répartition des sources par data mining

Connaître le nombre de chaque source à installer pour la production d’énergie est


insuffisant pour optimiser un système hybride d’énergie. Le contrôle de la répartition
vient en effet achever l’optimisation du dimensionnement.

4.7.1. Présentation des résultats de répartition

Les combinaisons de sources à chaque heure du dimensionnement de la PLNE sur


chaque instant considéré ont été retournées dans un fichier excel.csv indiquant la
puissance prélevée au niveau de chaque générateur pour satisfaire la charge, l’énergie
disponible au niveau des batteries et l’éventuelle puissance évacuée. Le tableau 4.2
présente un échantillon des répartitions obtenues.

Les instant 4 à 6 par exemple correspondent aux périodes de nuit et donc


d’indisponibilité du soleil (Ppv = 0). Nous pouvons observer pour ces heures que la
demande (Pd) est satisfaite par les batteries. Les instants d’après enregistrent des
demandes plus importantes avec la disponibilité de l’énergie solaire, la charge des
batteries indiquée dans le programme par le signe (-) dans la colonne (Pb) et parfois
quelques excédents de production (Pe). Le générateur (Pg) intervenant peu est quant à
lui démarré à l’instant 19 à la tombée de la nuit pour combler le déficit créé par le solaire
et charge les batteries qui prendrons le relais après.

Afin d’observer les différentes options de combinaison sur tous les instants du modèle
et faire un apprentissage automatique par forage de données (data mining), nous allons
traiter ces informations présentées dans le tableau ci-dessous dans le logiciel Orange.

Mémoire d’Ingénieur/Master Professionnel 149 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Tableau 4.2: Echantillon de la répartition optimale

Instants Pd(W) Pw (W) Ppv (W) Pg (W) Pb (W) Eb (KWh) Pe (W)


4 12 090 0 0 0 12 090 85 000 0.0
5 21 840 0 0 0 21 840 72 910 0.0
6 20 670 0 0 0 20 670 51 070 0.0
7 4 680 0 4 702.01 0 0 30 400 22.01
8 4 680 0 13 674.03 0 -8 649.28 30 400 344.74
9 4 680 0 21 808.36 0 -17 128.36 39 049.28 0
10 4 680 0 27 049.48 0 -22 369.48 56 177.65 0
11 4 680 0 42 495.75 0 -37 815.75 78 547.14 0
12 30 420 0 47 978.6 0 -17 558.6 116 362.9 0
13 32 370 0 40 304.43 0 -7 934.43 133 921.5 0
14 32 370 0 35 737.61 0 -3 367.61 141 855.93 0
15 32 370 0 39 146.45 0 -6 776.45 145 223.54 0
16 30 420 0 29 860.16 0 559.83 152 000.0 0
17 30 420 0 17 835.97 0 12 584.02 151 440.17 0
18 30 420 0 5 768.12 0 24 651.88 138 856.15 0
19 46 410 0 131.57 59 194.16 -12 915.73 114 204.27 0
20 46 410 0 0 0 46 410 127 120 0

4.7.2. Etude du comportement de la répartition horaire

Les études au chapitre 3 nous ont permis d’évaluer les différentes options possibles de
combinaison des sources sur le site isolé. Les éoliennes étant absentes dans le
dimensionnement optimal, les options ou combinaisons observées dans la répartition
sont les suivantes :

- utilisation de l’énergie solaire seule (s),


- utilisation de l’énergie solaire plus charge des batteries (sc),
- utilisation de l’énergie solaire plus décharge des batteries (sd),
- utilisation des batteries seules (d),

Mémoire d’Ingénieur/Master Professionnel 150 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

- utilisation du groupe électrogène plus charge des batteries (gc),


- utilisation des énergies solaire et du groupe électrogène plus charge des batteries
(sgc).

Les données présentées dans le tableau précédent ont été prétraitées en y ajoutant le
rapport de la puissance des panneaux photovoltaïques par la puissance appelée par le
𝑃𝑝𝑣
site , l’état de charge des batteries Edc(%) qui constituerons les variables de décision
𝑃𝑑

pour l’apprentissage automatique et différentes combinaisons de sources


correspondantes avant d’être importées pour étude. La figure 4.26 illustre la variation
des différents types de répartition en fonction des variables de décision.

Figure 4.26: Différents types de répartitions en fonction des variables de décision


𝑃𝑝𝑣
Nous avons en abscisse le rapport et en ordonnée le pourcentage de charge des
𝑃𝑑

batteries Edc(%). La combinaison générateur + charge correspond à des valeurs faibles


des deux paramètres étudiés. L’option de décharge des batteries est observée pour un
pourcentage de charge situé entre 30% et 90% et un potentiel solaire relativement faible.
La zone la plus couverte est celle de la répartition où le solaire satisfait totalement la
demande et le surplus est destiné à la charge du dispositif de stockage. La combinaison

Mémoire d’Ingénieur/Master Professionnel 151 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

apparaissant le moins dans la répartition des sources sur tous les instants est observée
aux périodes de forte demande avec le démarrage du groupe électrogène pour combler
le déficit est observée aux périodes de forte demande avec le démarrage du groupe
électrogène pour combler le déficit d’énergie provenant des panneaux et la charge des
batteries.

4.7.3. Etude des différentes fréquences d’apparition des combinaisons de sources

Avant de déterminer l’arbre de décision à intégrer dans le contrôleur, nous allons étudier
les fréquences d’apparition des différentes combinaisons en fonction des variables de
décision prises séparément.

𝑷𝒑𝒗
4.7.3.1. Densités en fonction du rapport
𝑷𝒅

La figure 4.27 reproduite dans le logiciel orange montre la densité de probabilité des
𝑃𝑝𝑣
différentes combinaisons en fonction du rapport par la distribution de Gauss.
𝑃𝑑

Figure 4.27: Distribution gaussienne par rapport à Ppv/Pd

Une analyse de cette figure nous permet d’affirmer que la probabilité d’apparition des
options de répartition « d » et « gc » est maximale et centrée en 0. Celle des
combinaisons où la part du solaire est faible est centrée pour des valeurs comprises entre
0 et 1. Les distributions pour le solaire seul et le solaire plus la charge est plus étendue
𝑃𝑝𝑣
et centrée en des valeurs plus élevées du rapport . La densité la plus élevée correspond
𝑃𝑑

à la combinaison « solaire + décharge ».

Mémoire d’Ingénieur/Master Professionnel 152 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

4.7.3.2. Densités en fonction du pourcentage de charge des batteries Edc(%)

La figure 4.28 illustre les densités de probabilité des différentes répartitions des sources
en fonction de l’état de charge des batteries.

Figure 4.28: Distribution gaussienne par rapport à Edc(%)

Les distributions de Gauss des différentes options de combinaison en fonction de l’état


de charge des batteries sont plus étalées et de probabilités plus faibles. Elles sont
maximales dans l’option de décharge uniquement pour un pourcentage de 70%. La
probabilité la plus faible est celle de l’apparition de l’événement « s » qui survient pour
les pourcentages de charges des batteries les plus bas.

4.7.3.3. Synthèse des différentes options de répartition

La figure 4.29 représente les fréquences d’apparition de toutes les combinaisons


retrouvées dans le modèle de la PNLE. Les combinaisons les plus retrouvées sont la
décharge unique des batteries et l’utilisation de l’énergie solaire avec le surplus convoyé
vers le dispositif de stockage. Les événements qui apparaissent le moins sont l’utilisation
unique du solaire et la combinaison « sgc » correspondant aux rares périodes de forte
demande en énergie du site isolé.

Mémoire d’Ingénieur/Master Professionnel 153 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Figure 4.29: Fréquences d’apparition des différentes répartitions

Ayant parcouru les différents comportements de répartition des sources du système


hybride d’énergie pour la satisfaction de la demande, nous pouvons maintenant
construire l’arbre de décision à intégrer dans le contrôleur.

4.7.4. Présentation de l’arbre de choix décisionnel

Le contrôleur aura pour rôle de décider de quelles sources il faudra prendre uniquement
ou associer avec une autre pour répondre de façon optimisée à la demande en puissance
des ménages. Il prend donc en entrée les deux paramètres de décision que sont le rapport
𝑃𝑝𝑣
et l’état de charge des batteries Edc(%). L’arbre de décision a été construit dans le
𝑃𝑑
𝑃𝑝𝑣
logiciel orange après forage des données des matrices de décision [ ; Edc(%)] et de
𝑃𝑑

choix [répartition] dont un échantillon est présenté au tableau 4.3.

Mémoire d’Ingénieur/Master Professionnel 154 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Tableau 4.3: Echantillon des répartitions de la PLNE en fonction des paramètres de


contrôle

Instants Ppv/Pd EdC(%) Répartition


6 0.0 47.967 d
7 0.0 33.599 d
8 1.005 20.0 s
9 2.922 20.0 sc
10 4.66 25.69 sc
11 5.78 36.959 sc
12 9.08 51.676 sc
13 1.577 76.555 sc
14 1.245 88.106 sc
15 1.104 93.326 sc
16 1.209 95.542 sc
17 0.982 100.0 sd
18 0.586 99.632 sd
19 0.19 91.353 sd
20 0.003 75.134 sgc
21 0.0 83.632 d
22 0.0 53.099 d
23 0.0 20.0 gc
24 0.0 42.386 gc
25 0.0 90.729 d

La figure 4.30 représente l’arbre de choix obtenu.

Mémoire d’Ingénieur/Master Professionnel 155 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation et analyse des résultats

Figure 4.30: Arbre de décision des différentes répartitions obtenu par data mining

Mémoire d’Ingénieur/Master Professionnel 156 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation

L’arbre de décision débute par l’événement le plus fréquent qui est la décharge des
batteries « d » et les ramifications finales au nombre de dix (10) correspondent aux
décisions à exécuter par le contrôleur après avoir vérifié toutes les conditions à chaque
nœud. L’arbre de choix construit est constitué de 19 décisions ou noeuds avec leur
probabilité de correspondance par rapport à la répartition optimale fournie par la PLNE.
Toutes les combinaisons et leur condition d’exécution ont été retrouvées sauf celle de la
répartition « sgc » du fait de sa probabilité d’apparition très faible dans le modèle. La
𝑃𝑝𝑣
variable de décision contrôlée en premier lieu est le rapport car étant le paramètre
𝑃𝑑

pour lequel les densités de probabilité des combinaisons sont les plus élevées. La
variable Edc(%) est plus un paramètre de décision qui vient parfaire le choix définitif
de la stratégie de répartition à adopter. L’arbre de choix obtenu n’ayant pas un très grand
nombre de nœuds et n’étant pas trop complexe, il pourra facilement être intégré à un
contrôleur réel qui jouera le rôle d’organe intelligent du système hybride de production.

4.7.5. Prédiction de la répartition par le contrôleur

Nous présentons dans ce paragraphe les résultats obtenus par prédiction de la répartition
du contrôleur régit par l’arbre de choix trouvé. Nous avons maintenant appliqué à
l’entrée du contrôleur ses variables de décision puis recueilli les résultats de répartition
proposés. Un échantillon de ces derniers est illustré à la figure 4.31.

Figure 4.31: Prédictions de la répartition du contrôleur

Mémoire d’Ingénieur/Master Professionnel 157 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation

Les décisions prises par le contrôleur sont satisfaisantes car elles répondent
convenablement pour la majorité des cas aux répartitions retournées par le
dimensionnement optimal. Le taux d’erreur du contrôleur a été calculé en faisant le
rapport du nombre d’erreurs de correspondance des décisions de ce dernier avec la
répartition optimale par le nombre total d’instant soumis à la prédiction. Ce taux d’erreur
a été évalué à 14,58% soit une précision du contrôleur de 85,82%.

4.8. Evaluation économique du projet

L’étude économique du projet sera faite en deux volets : le premier portant sur les outils
utilisés et frais d’étude du projet et le second relatif au coût du projet à réaliser. Pour la
réalisation de ce projet, nous avons utilisé le logiciel ANACONDA version 3-5.1.0 et
un ordinateur portable de capacité 1 To, 8 Go de mémoire Ram avec un processeur de
fréquence 2,6 GHz. L’étude du projet est facturée selon le nombre de mois de travail.
La réalisation de l’étude a nécessité au total 5 mois à raison de 8 heures de travail durant
tous les jours ouvrables. Nous facturons l’heure de travail à 5000 F CFA. Le tableau
suivant résume tous les articles impliqués et leurs coûts.

Tableau 4.4:Articles impliqués dans le projet et leurs coûts

Prix unitaire Prix total


Désignation (F CFA) Quantité (F CFA)

Etude du projet
Ordinateur
portable 402 400 1 402 400

Packages
ANACONDA +
100 000 5 500 000
Frais de connexion
Internet
5 000 4 000 000
Frais d’étude 800h

Total partiel 4 902 400

Mémoire d’Ingénieur/Master Professionnel 158 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation

Articles impliqués dans le projet et leurs coûts (suite et fin)


Système hybride

Réalisation du - - 483 941 830


projet

20 % du coût net
Imprévus actuel du système
- 96 788 366
hybride

Total partiel HT 585 632 596


TVA (18%) 105 413 868
Total définitif TTC 691 046 464

Le coût total du projet est alors de six cent quatre-vingt-onze millions quarante-six mille
quatre cent soixante-quatre FCFA. Nous pouvons à présent évaluer la rentabilité de notre
projet.
Le coût total de l’investissement sur les 25 ans qui a été évalué à 691 046 464 F CFA
n’est pas déboursé dans sa totalité au début du projet. En effet, plusieurs coûts
surviennent au cours de l’exploitation. Ce facteur rend tout système hybride plus cher
que l’option d’utiliser un GE uniquement (système de base) à ses débuts. Cette tendance
est inversée à partir d’un certain nombre d’années qui, retranché de la durée de vie du
système constitue le nombre d’années de récupération. Les figures 4.32 et 4.33 illustrent
respectivement l’évolution des coûts des deux systèmes en fonction du temps et la
rentabilité du système hybride étudié.

L’on y remarque que le système hybride devient moins cher que le système de base à
partir de 5,3 ans, ceci jusqu’à la fin du projet.

La production d’énergie devient donc gratuite à partir de la sixième année. La quantité


annuelle d’énergie produite par an étant de 237 886,85 kWh et en vendant le kWh à 85
FCFA (correspondant à la tranche 1 de la CEET), on a un gain en énergie 4 519 850,15
kWh correspondant à un coût de 384 187 262,75 FCA.

Mémoire d’Ingénieur/Master Professionnel 159 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation

Figure 4.32: Evolution des coûts des deux systèmes en fonction du temps

Figure 4.33: Courbe de rentabilité du système hybride étudié.

Mémoire d’Ingénieur/Master Professionnel 160 AMOUSSOU Komi & PLANTE E. Alexandre


CHAPITRE 4 : Validation

Le gain carbone a été évalué à 5 065,6 kg de CO2 par an soit 126,64 tonnes sur tout le
projet. La tonne de CO2 ayant un coût qui fluctue énormément et dépend du pays, nous
avons choisi de l’évaluer à la quantité de baril de pétrole non consommée. Comme 1
baril de pétrole équivaut à 400 Kg de CO2 [28], nous avons un gain de 316,6 barils de
pétrole soit 12 139 851 F CFA en ayant considéré le baril de pétrole à 69,02 USD [59].
Ce prix cumulé au coût de l’énergie correspond à un retour sur investissement de
396 327 113,75 F CFA soit un ratio de 42,65%.

L’étude économique du projet met fin au quatrième et dernier chapitre de ce mémoire.


La dernière étape de la rédaction de ce mémoire, qui fera office de conclusion générale
consistera à effectuer une synthèse générale du travail effectué et proposer de futures
améliorations.

4.9. Conclusion

Ce dernier chapitre avait pour objectif de présenter les résultats des algorithmes
d’optimisation et stratégies de répartition développés au chapitre précédent. La
validation a été effectuée par le biais de plusieurs outils informatiques avec des données
réelles.

Les résultats obtenus ont permis de conclure que la méthode d’optimisation par la
programmation linéaire en nombres entiers pour le dimensionnement des centrales
hybrides d’énergie est efficace et est en mesure de rivaliser avec les algorithmes de
dimensionnement déjà développés. Le traitement des données et l’apprentissage
automatique par la méthode du data mining s’est avéré être un outil de qualité pour la
modélisation du contrôleur de répartition. Bien que très prometteur d’un point de vue
qualificatif avec les données actuellement disponibles, les résultats se trouvent être
insuffisants d’un point de vue quantitatif. En effet, pour pouvoir continuer
fructueusement la démarche d’analyse et de validation des résultats, il sera absolument
nécessaire d’obtenir des données se rapportant à de plus nombreuses variables.

Mémoire d’Ingénieur/Master Professionnel 161 AMOUSSOU Komi & PLANTE E. Alexandre


Conclusion générale et perspectives

CONCLUSION GENERALE ET
PERSPECTIVES

Mémoire d’Ingénieur/Master Professionnel 162 AMOUSSOU Komi & PLANTE E. Alexandre


Conclusion générale et perspectives

Le besoin toujours croissant d’énergie, les problèmes d’accès à cette dernière corrélés
avec le développement, les contraintes liées à son exploitation ainsi que les défis
environnementaux contribuent à faire du dimensionnement des systèmes de production
d’énergie un domaine d’étude complexe. L’utilisation des sources d’énergie
renouvelables seules ou couplées avec les sources de production classiques apparaît
comme une solution notamment pour les milieux reculés où le réseau électrique est
inexistant ou tout projet d’extension est très coûteux.

L’objectif de ce mémoire était donc de proposer une solution à la problématique posée


par le sujet, en développant à l’aide d’outils mathématiques et informatiques des
algorithmes d’optimisation et de prédiction capables de proposer le dimensionnement
optimal et la stratégie de contrôle d’une centrale hybride photovoltaïque, éolien,
biodiesel avec stockage par batteries pour un site isolé des environs de la ville de Lomé
au Togo. Vu le nombre et la nature des sources à coupler, nous avons opté pour une
configuration à deux bus (courant continus et courant alternatif) reliés par un
convertisseur bidirectionnel. Manquant énormément d’informations sur le profil de
consommation des localités, nous avons tout d’abord procédé à une étude statistique afin
d’estimer la demande en énergie. L’approche de l’optimisation adoptée en utilisant la
méthode de la programmation linéaire en nombres entiers a été réalisée en trois étapes :
la formation des hypothèses destinée à énoncer tous les paramètres à prendre en compte,
la modélisation des différentes sources d’énergie et l’optimisation proprement dite à
l’aide de systèmes d’équations et d’inéquations prenant en compte les facteurs
économiques. Le contrôle de la répartition de l’énergie a été réalisé par l’étude des
résultats du dimensionnement optimal dans un premier temps puis dans un second temps
par définition des matrices d’informations et de décision.

Le premier chapitre a tout d’abord présenté les différentes alternatives de production de


l’énergie électrique. L’accent a été ensuite mis sur les systèmes hybrides autonomes qui
cadrent le mieux pour l’électrification des sites isolés. Il s’est achevé par l’étude des
volets exploitation et contrôle et une revue littéraire des différentes méthodes employées
à ce sujet.

Mémoire d’Ingénieur/Master Professionnel 163 AMOUSSOU Komi & PLANTE E. Alexandre


Conclusion générale et perspectives

Le deuxième chapitre a été consacré à l’étude du potentiel énergétique de quelques


localités du Togo. Un état des lieux de l’accès à l’énergie du pays et principalement de
ses zones rurales a été d’abord fait avant de rechercher celles qui étaient éligibles à
l’implantation d’une centrale hybride d’énergie composée à la fois de sources
renouvelables solaires et éoliennes. Une localité des environs de Lomé a été ensuite
retenue pour l’évaluation de la consommation et la présentation de la centrale à installer.

La problématique posée par le sujet a été traitée dans le troisième chapitre. Il nous a
servi à présenter les modèles puis toutes les contraintes techniques et économiques
fondées sur la base des hypothèses énoncées pour optimiser le dimensionnement de la
centrale hybride d’énergie et la mise en place de la stratégie à intégrer dans le contrôleur
pour une utilisation rationnelle de l’énergie et minimiser les pertes de production.

Le quatrième et dernier chapitre a permis de présenter les outils utilisés et la validation


du modèle construit. Les résultats obtenus et l’analyse proposée laisse à penser la source
d’énergie éolienne est inexploitable ou revient très dispendieux pour la localité retenue ;
certes les méthodes d’optimisation et d’exploration de données paraissent efficaces
même si toutefois de nombreuses améliorations sont à faire. Cela implique que les
méthodes développées ne sont pas arrivées à terme.

La plus grande difficulté pour rendre optimal le dimensionnement et rendre fiable le


système de contrôle tient principalement du fait que les données dont nous disposons
actuellement sont loin d’être exhaustives, c’est-à-dire que nous avons besoin pour
valider le système de beaucoup plus de données et d’informations issues des relevés de
terrains.

Ces perspectives de recherche concernant la suite des travaux exposés précédemment


ne sont pas les seules envisageables pour l’amélioration du notre travail. D’autres
perspectives de recherche sont possibles, notamment :

 développer un outil intégrant les deux méthodes à savoir l’optimisation du


dimensionnement et la mise en place des algorithmes de contrôle,

Mémoire d’Ingénieur/Master Professionnel 164 AMOUSSOU Komi & PLANTE E. Alexandre


Conclusion générale et perspectives

 intégrer toutes les sources de production d’énergie aussi bien renouvelables que
classiques ainsi que leurs paramètres techniques et économiques pour l’adapter à
toute région,
 rendre l’outil développé exploitable par n’importe quel utilisateur par le biais
d’interfaces graphiques et d’outils d’aides à l’analyse des résultats obtenus.
 établir une étude comparative des facteurs polluants relatifs aux batteries en
intégrant ses contraintes de pollution afin de juger de leur part de production par
rapport aux autres sources d’énergie du système notamment le groupe
électrogène.

Mémoire d’Ingénieur/Master Professionnel 165 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

BIBLIOGRAPHIE

Mémoire d’Ingénieur/Master Professionnel 166 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

[1] ADABA K. E., « Etude de la variabilité du potentiel éolien par secteurs de


direction : cas des sites de Lomé et de Niamtougou au Togo », Mémoire
d'Ingénieur, Ecole Nationale supérieure d'Ingénieurs, Université de Lomé, 2013.

[2] AGBETI K., « Intégration de l’objectif de développement durable (ODD)


d’énergie, des cibles et des indicateurs dans les programmes statistiques dans une
sélection de pays africains », Institut national de la statistique et des études
économiques et démographiques (INSEED TOGO), Juin 2016.

[3] AJAVON A. S., SALAMI A. A., KODJO K. M., BEDJA K., « Comparative
characterization study of the variability of wind energy potential by wind
direction sectors for three coastal sites in Lomé, Accra and Cotonou », article
review, Journal of Power Technologies 95 (2) (2015) 134–142.

[4] ALONSO C. et al., « L’électronique de puissance vecteur d’optimisation pour


les énergies renouvelables », ECRIN, ISBN : 2-912154-08-01, Paris, 2002.

[5] ALONSO C., « Contribution à l’optimisation, la gestion et le traitement de


l’énergie », Université PAUL SABATIER – Toulouse III, 2003.

[6] AMOU K. et al., « An application of the Multilayer Perceptron: Estimation of


Global Solar Radiation and the Establishment of Solar Radiation Maps of
Togo», Volume 5, 2017. http://www.sciepub.com/journal/rse consulté le 26
Juillet 2018.

[7] ANACONDA.ORG., Scientific PYthon Development EnviRonment, © 2018


Anaconda, Inc. disponible sur le site https://pythonhosted.org/spyder/ consulté
le 26 Juillet 2018.

[8] ASHARI M., NAYAR C. V., « An optimum dispatch strategy using set point
for a photovoltaic (PV)-diesel-battery hybrid power system », Renewable
Energy, vol. 66, nº. 1, pp. 1-9, 1999.

[9] AWAD S., « Contribution à l’étude de la valorisation énergétique des résidus


graisseux et de leur combustion dans les moteurs à combustion interne », thèse
de Doctorat, Université de Nantes, 2011.

Mémoire d’Ingénieur/Master Professionnel 167 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

[10] BARBIER T., « Optimisation de la stratégie et du dimensionnement des


systèmes hybrides éoliens, diesel, batterie pour sites isolés », Mémoire de
Maitrise, Université de Montréal, Sep, 2013.

[11] BARLEY C.D.,WINN C.B., « Optimal dispatch strategy in remote hybrid


power systems, solar Energy », vol. 58, Nº4-6, pp. 165-179, 1996.

[12] BOUDIA SIDI MOHAMMED, Thèse pour l'obtention du diplôme de Doctorat


en Physique énergies Renouvelables, Université de Tlemcen Abou-Bakr
Blekaïd, Faculté des sciences.

[13] BOUHARCHOUCHE A. et al., « Conception et réalisation d’un logiciel de


dimensionnement d’un système d’énergie hybride éolien-photovoltaïque »,
Revue des Energies Renouvelables Vol. 17 N°3 (2014) 359 – 376, Septembre
2014.

[14] BRIHMAT F., « Etude conceptuelle d’un système de conditionnement de


puissance pour une centrale hybride PV/Eolien », Mémoire de Magister,
Université Mouloud Mammeri de Tizi-Ouzou, Juillet 2012.

[15] CANADIAN SOLAR Inc., Document technique, Juillet 2016, disponible sur
le site http://www.canadiansolar.com/fileadmin/user_upload/downloads
/downloads_cn/ENMaxPower_CS6U-M_en-v5.51__1500V__340.pdf consulté
le 26 Juillet 2018.

[16] Colorado Standby and Power Generation, Document technique, disponible sur
le site https://www.coloradostandby.com/main/cummins-onan-generators/rv
/diesel/ consulté le 26 Juillet 2018.

[17] Communauté Economique des Etats de l’Afrique de l’Ouest (CEDEO), « Plan


d’action national des énergies renouvelables », Octobre 2015.
http://www.ecreee.org/sites/default/files/togo.pdf.

[18] COUDRE C., « Qu’est-ce que le crédit carbone ? », Article disponible sur le
site http://www.cotebleue.org/carbone.html consulté le 26 Juillet 2018.

Mémoire d’Ingénieur/Master Professionnel 168 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

[19] CROCI L., « Gestion de l’énergie dans un système multi-sources photovoltaïque,


éolien avec stockage hybride batteries/supercondensateurs », Thèse de Doctorat,
Université de Poitiers, Décembre 2013.

[20] DESBAZEILLE M., « Diagnostic de groupes électrogènes diesel par analyse


de la vitesse de rotation du vilebrequin », Thèse de Doctorat, Université Jean
Monnet, juillet 2010.

[21] DESHUMKH M.K., DESHUMUKH S.S., « Modeling of hybrid renewable


energy systems », Renewable & sustainable energy reviews, July 2006.

[22] Direction Générale de la Statistique et de la Comptabilité Nationale, « Enquête


ménage sur la consommation énergétique en milieu rural au Togo », Rapport
final, Mai 2014.

[23] DOIG C. « Distribution et gestionnaire de paquets de Python », Article disponible


sur le site https://fr.m.wikipedia.org/wiki/Anaconda_(Python_distribution)
consulté le 26 Juillet 2018.

[24] DRESNER H., « BI: Making the Data Make Sens », Gartner Group 2001.

[25] Eco-enrgy.ch, Prix des batteries Lithium-ion, © 2018 Eco- Energie disponible
sur le site http://www.eco-energie.ch/cms2/index.php/batteries/142.cout-des-
combustibles-2 consulté le 26 Juillet 2018.

[26] ELHADIDYl M.A., « Performance evaluation of hybrid (wind/solar/diesel)


power systems », Renew Energy, 26(3):401–13, 2002.

[27] ENEA Consulting, « L'accès à l'énergie : état des lieux, enjeux et perspectives »,
Juillet 2014. www.enea-consulting.com consulté le 26 Juillet 2018.

[28] Energy Information Administration, « Annual Energy Review », Washington,


DC, July 1996, disponible sur le site
http://www.chemlink.com.au/conversions.htm consulté le 26 Juillet 2018.

Mémoire d’Ingénieur/Master Professionnel 169 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

[29] EXCHANGE-RATE.ORG, Cours des devises, Exchange-Rates.org © 2018


MBH Media, Inc., disponible sur le site http://fr.exchange-
rates.org/rate/USD/XOF consulté le 26 Juillet 2018.

[30] FEDDAOUI O., « Contribution à l’Etude des Systèmes Hybrides de Génération


: Application aux Energies Renouvelables», Mémoire de Magister, Université
Mohamed Chérif Messaadia de Souk-Ahras, 2014.

[31] FELLAH B., « Système hybride photovoltaïque – éolien, de production


d’électricité. Application aux sites de Tlemcen et de Bouzaréah », Mémoire
de magister, Université ABOU – BAKR BELKAID de TLEMCEN, 2012.

[32] FORCIONE A., « Système jumelé éolien-diesel aux Îles-de-la-Madeleine (Cap-


aux-Meules) – Établissement de la VAN optimale », Institut de Recherche,
Hydro-Québec, Février 2004.

[33] FOUILHOUX P., « Optimisation Combinatoire : Programmation Linéaire et


Algorithmes », Support de cours, Université Pierre et Marie Curie, Septembre
2015.

[34] GERGAUD O., « Modélisation énergétique et optimisation économique d’un


système de production éolien et photovoltaïque couplé au réseau et associé à un
accumulateur », thèse de Doctorat, Ecole normale supérieure de Cachan, France,
Décembre 2002.

[35] HOMER Pro, 2015. Software.

[36] IBRAHIM H., « Investigation des différentes alternatives renouvelables et


hybrides pour l’électrification des sites isolés », Laboratoire de Recherche en
Énergie éolienne (LREE), Université du Québec à Rimouski, Septembre 2008.

[37] JENSEN T. L., « Renewable Energy on Small Islands », Forum for Energy and
Development (FED), Second Edition, Denmark, August 2000.

[38] KAABECHE A., BELHAMEL M. and IBTIOUEN R. « Optimal Sizing Method


for Stand-Alone hybrid PV/Wind Power Generation System », Revue des
Energies Renouvelables SMEE’10, Bou-Ismail, Tipaza, pp. 205 – 213, 2010.

Mémoire d’Ingénieur/Master Professionnel 170 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

[39] KADRI R., « Contribution à l’amélioration de la capture de l’énergie solaire


photovoltaïque dans l’habitat résidentiel : nouvelles structures de puissance et
de commande », Thèse de Doctorat, Université de Poitiers, 2010.

[40] KAFAZI I. et al., « La modélisation et l’optimisation des systèmes de production


complexes ; application aux réseaux énergétiques : Etat de l’art et Comparaison
de modèles », article hal-01260746, Janvier 2016.

[41] KIWIX, logiciel de l'Encyclopédie libre de wikipédia, 1 596 578 articles en


français, Arts -Géographie - Histoire - Sciences -Société -Sport - Technologies,
www.wikipedia.com.

[42] KODJO K. M., « Approche connexionniste pour la modélisation et


l'optimisation du rendement d'un aérogénérateur », thèse de doctorat unique en
sciences de l'Ingénieur de l'Université de Lomé, 2005

[43] KODJO K. M., AJAVON A. S., SALAMI A. A., BEDJA K., « Modélisation
d'une centrale hybride éolienne a vitesse variable-solaire connectée à un bus
continu commun en environnement Matlab/Simulink », article review, Internet
Journal of Science, 2016.

[44] KOUTROULIS E., KALAITZAKIS K., VOULGARIS N. C., « A hybrid PV-


Wind generator system using a maximum power point tracking technique »,
Renewable energies for islands, Chania, Crete Greece, 2001.

[45] LARSSON A., « The power quality of wind turbines », PhD. Thesis,
CHALMERS, ISBN91-7197-970-0, Sweden, 2000.

[46] LIBERTI L., RUSLAN S., « Introduction à la Programmation Linéaire en


Nombres Entiers », LIX, Ecole Polytechnique, Décembre 2006.

[47] LUNDSAGER P. et al., « Isolated systems with wind power », Risø-R-1256


(EN), 2001.

[48] MALI BIOCARBURANT SA (MBSA), prix du biodiesel, Copyright © 2010


Mali Biocarburant SA, disponible sur le site http://www.malibiocarburant.com

Mémoire d’Ingénieur/Master Professionnel 171 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

/Mali_Biocarburant_SA/19_Bioodiesel_production_Jatropha.html consulté le
26 Juillet 2018.

[49] MEEKHUN D., « Réalisation d'un système de conversion et de gestion de


l'énergie d'un système photovoltaïque pour l'alimentation des réseaux de
capteurs sans fil autonomes pour l'application aéronautique », Thèse de
Doctorat, Université de Toulouse.

[50] MERZOUK N., « Evaluation du gisement energétique éolien contribution à la


détermination du profil vertical de la vitesse du vent en algérie », Thèse de
Doctorat, Université ABOU BEKR BELKAID DE TLEMCEN, Mai 2006.

[51] MULTON B., BEN AHMED H., « Le stockage stationnaire d’énergie électrique
: pourquoi et comment ? », Revue 3E.I, n°48, pp. 18-29, Mars 2007.

[52] NAKACHE D., « Data Warehouse et Data Mining », Conservatoire National


des Arts et Métiers de Lille, Version 1.1, 15 juin 1998.

[53] National Renewable Energy Laboratory, www.nrel.gov/

[54] NDIAYE I., « Caractérisation thermophysique des biodiesels : vitesse du son,


densité, compressibilité », Thèse de Doctorat, Université de Pau et des Pays de
l’Adour, Novembre 2012.

[55] PASTOR, A.C., « Conception et Réalisation de Modules Photovoltaïques


Electronics, in conception des Circuits Microélectroniques et Microsystèmes »,
GEET p. 129, 2006.

[56] PEREIRA A., « Modular supervisory controller for hybrid power systems »,
Riso-R-1202(EN), 2000.

[57] PHILIP R., SOREN K., TAMPIER M., « Technologies permettant de réduire
l’utilisation du diesel dans les territoires des réseaux autonomes d’Hydro-
Québec », Rapport Préparé pour Hydro-Québec, 15 mai 2006.

Mémoire d’Ingénieur/Master Professionnel 172 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

[58] PREMA V. and RAO K. U., « Predictive models for power management of a
hybrid microgrid », international Conference on Advances in Energy
Conversion Technologies (ICAECT), pp. 7-12, 2014.

[59] PRIXDUBARIL.com, Prix du baril - Le cours officiel du pétrole, Le Cours du


baril de pétrole en dollars disponible sur le site https://prixdubaril.com/
consulté le 26 Juillet 2018.

[60] RETScreen Expert, 2017. Logiciel.

[61] SALAMI A. A., AJAVON A. S., KODJO K. M., BEDJA K., « Supercapacitors
modeling and simulation in MATLAB/SIMULINK: studying the influence of
model elements on the duration of self-discharge », Article review, pp. 42-58,
2016.

[62] SALAMI A. A., AJAVON A. S., AKODA, KODJO K. M., BEDJA K.,
« Contribution to improving the modeling of wind and evaluation of the wind
potential of the site of Lome: Problems of taking into account the frequency
of calm wind », Renewable Energy 50 (2013) 449-455, 2013.

[63] SALAMI A. A., « Modélisation du vent à partir des méthodes d’analyse de


données imparfaites : étude et réalisation d’un outil d’aide à la décision pour
la caractérisation du potentiel éolien, la prédiction de vitesses du vent et
l’optimisation du dimensionnement des aérogénérateurs », Thèse de Doctorat
unique en Sciences de l’Ingénieur/Génie Electrique/Université Lomé, Faculté
Des Sciences, 2008.

[64] SMA Solar Technology, « Approvisionnement en énergie solaire des sites


isolés et systèmes de secours », Recueil Technologique 2, 2009.

[65] Solar radiation Data (SoDa), SoDa web services disponible sur le site
http://www.soda-pro.com consulté le 26 Juillet 2018.

[66] STOYANOV L., « Etude de différentes structures de systèmes hybrides à


sources d’énergie renouvelables », Université technique de Sofia, Thèse de
Doctorat, Octobre 2011.

Mémoire d’Ingénieur/Master Professionnel 173 AMOUSSOU Komi & PLANTE E. Alexandre


Bibliographie

[67] TOUNSI B., « Etude comparative de Groupes Electrogènes embarqués à large


gamme de vitesse variable associant machines à Aimants Permanents et
conversion statique », thèse de Doctorat, Institut National Polytechnique de
Toulouse, 2007.

[68] TUFFERY STEPHANE, « Data Mining et Statistique Décisionnelle », Éditions


Technip, 2005, 4e édition 2012, préface de Gilbert Saporta.

[69] VECHIU I., « Modélisation et Analyse de l’Intégration de des Energies


Renouvelables dans un Réseau Autonome », Thèse de Doctorat, Université de
Havre, 2005.

[70] Wind-turbine-models, Datasheet, Fiche technique des éoliennes disponible sur


le site https://en.wind-turbine-models.com/turbines/1641-eocycle-eo25
consulté le 26 Juillet 2018.

[71] ZIDANI C., F. BENYAROU et B. BENYOUCEF, « Simulations de la position


apparente du soleil et estimation des énergies solaires incidents sur un capteur
plan photovoltaïque pour la ville de Tlemcen (Algérie) », Revue énergies
renouvelables, vol.6, pp.69-76, 2003.

Mémoire d’Ingénieur/Master Professionnel 174 AMOUSSOU Komi & PLANTE E. Alexandre

Vous aimerez peut-être aussi