Répartition Économique des Systèmes Électriques : Optimisation du Stockage et du Carbone

La gestion des réseaux électriques modernes nécessite d'équilibrer les coûts, la fiabilité et l'impact environnemental. À mesure que les énergies renouvelables et les actifs de stockage se développent, l'optimisation des systèmes électriques devient essentielle pour des opérations de réseau efficaces. Ce cours textuel vous guide à travers les principes fondamentaux de la répartition économique, progressant des concepts de base aux systèmes multi-bus complexes. Vous apprendrez à formuler des modèles d'optimisation mathématique et à les mettre en œuvre par programmation pour résoudre des défis réels du réseau. Ce que vous apprendrez : - Comprendre les principes mathématiques fondamentaux de la répartition économique et de l'optimisation des systèmes électriques. - Construire des modèles de répartition économique en utilisant Pyomo dans Python et GAMS pour résoudre des problèmes d'allocation de réseau. - Intégrer des systèmes de stockage d'énergie, en modélisant les cycles de charge/décharge et les contraintes d'état de charge. - Appliquer des contraintes carbone et des mécanismes de tarification du carbone aux formulations d'optimisation. - Adapter les modèles d'optimisation des systèmes simples à bus unique aux configurations de réseau multi-bus. - Analyser les sorties du solveur pour interpréter les coûts marginaux, la tarification marginale locale (locational marginal pricing), et les contraintes du système. Le cours commence par la terminologie essentielle et les fondations mathématiques avant d'introduire le codage pratique. Vous progresserez des formulations simples à bus unique aux systèmes multi-bus intégrant la production éolienne, la dynamique des batteries et les limites d'émissions, grâce à des explications écrites et des exercices de code. Ce cours est conçu pour les ingénieurs en systèmes électriques, les analystes énergétiques et les étudiants ayant des connaissances de base en programmation qui souhaitent apprendre l'optimisation des réseaux à partir de zéro. Aucune connaissance avancée en théorie de l'optimisation n'est requise. Commencez dès aujourd'hui à maîtriser les outils mathématiques et de programmation qui animent la transition énergétique moderne.