Supervision par commande prédictive d’une cellule multisources

Supervision par commande prédictive d’une cellule multisources

Au cours de cette partie on développera un superviseur à base de commande prédictive permettant de gérer la puissance d’une manière optimale. Les objectifs affichés sont de minimiser le coût dû au recours aux énergies fossiles (gaz,..etc) et d’améliorer le suivi de consigne de la puissance. Pour cela une stratégie de contrôle a été établie en définissant des critères de coût économiques (prix de la consommation de gaz), environnementaux (taux d’émission des gaz à effet de serre) et techniques (suivi de la puissance de consigne ainsi que la réduction du cyclage de la batterie). Ce superviseur se base sur les modèles de la microturbine, le modèle de la batterie, ainsi que sur le module de prédiction de la puissance solaire. Ainsi sur un horizon de prédiction donné, le superviseur MPC calcule les consignes de puissance optimales pour la batterie et la microturbine en minimisant le critère de coût à chaque nouvelle prédiction. La commande prédictive fait partie de la classe des commandes optimales. La théorie moderne du contrôle optimal a commencé dans la deuxième moitié du XXe siècle. Résoudre des problèmes d’optimisation est une tâche quotidienne pour chacun d’entre nous : comment arriver à destination le plus rapidement possible, comment organiser l’agenda afin de satisfaire les contraintes personnelles et professionnelles, etc. L’objectif de cette partie est de présenter les principes génériques de la commande prédictive.

La commande prédictive MPC représente un moyen relativement simple d’aborder une loi de commande dans le domaine temporel, elle a démontré au travers de nombreuses applications ses qualités liées à la régulation des systèmes multivariables, des systèmes instables, des systèmes à retard, des systèmes non-linéaires, des systèmes à non minimum de phase, des systèmes hybrides [81]. Elle a pour objectif de commander des systèmes industriels complexes. Le principe de cette technique est d’utiliser un modèle dynamique du processus à l’intérieur du contrôleur en temps réel afin d’anticiper le comportement futur du procédé [82]. La commande prédictive fait partie des techniques de contrôle à modèle interne (IMC: Internal Model Controller). La commande prédictive peut être utilisée pour commander des systèmes complexes comportant plusieurs entrées et sorties où le simple régulateur PID est insuffisant. Cette technique est particulièrement intéressante lorsque les systèmes possèdent des retards importants, et de nombreuses perturbations. Les principaux utilisateurs de la commande prédictive sont les raffineries de pétroles, l’industrie chimique et agro-alimentaire, la métallurgie, l’aérospatiale… Les principaux avantages de la commande prédictive sont les suivants [83] :

Toutes ces techniques utilisent la même philosophie de contrôle et le même principe de fonctionnement. En d’autres termes, c’est une méthodologie de commande basée sur l’optimisation (sous contraintes) qui, à chaque pas d’échantillonnage et sur un horizon glissant d’un certain critère de coût, prend en compte entre autres l’écart entre la trajectoire prédite par le modèle du système et la consigne de référence. Une fois le problème d’optimisation résolu (séquence de commande calculée) on applique la première commande (le premier élément de la séquence optimale), ensuite on considère la mise à jour de l’état du système pour faire glisser la fenêtre de prédiction et ainsi réitérer la procédure d’optimisation [86]. Parmi les avantages de la commande MPC on peut citer : des objectifs de contrôle, s’exprime sous forme d’un problème d’optimisation : minimiser la consommation (ou le coût) tout en garantissant certaines performances. Cet objectif semble l’argument suffisant pour l’utilisation de la commande prédictive dans ce cas. Pourtant, le coût élevé de la  technologie nécessaire à l’implantation et la difficulté d’obtention d’un modèle mathématique ont longtemps pénalisé l’utilisation des commandes optimales (prédictive) pour la supervision des systèmes hybrides. termes financiers, c’est-à-dire qu’il revient à effectuer une optimisation, sur un horizon glissant, d’un coût global. Dans [39], les auteurs proposent un superviseur à base de la commande MPC afin de gérer l’énergie au sein d’une centrale multisources intégrant des ressources renouvelables et des charges contrôlables (véhicule électrique, pompe à chaleur..etc). Notons qu’uniquement le coût de l’énergie achetée du réseau est comptabilisé (quantifiée en euro). Une marge d’erreur variable sur le suivi de la référence a été imposée. En d’autres termes, des contraintes dure et molle (Hard and soft contraint) ont été imposé au suivi de la référence. Ces contraintes sont variables dans le temps en fonction des tarifs appliqués par le gestionnaire du réseau (contexte Danois). Ainsi le superviseur gère la cellule multisources en fonction des prédictions des paramètres exogènes notamment le coût de l’énergie. Quand les prix sont assez élevés,les charges contrôlables sont déconnectées (recharge du véhicule électrique par exemple) et quand les tarifs sont bons marchés, les charges contrôlables sont reconnectées.