Fiche individuelle

In response to the climate emergency, new uses are plugged to low voltage (LV) electrical networks. The development of self-consumption complicates the LV grid operation, and force distribution system operators (DSOs) to better model and characterize their networks. DSOs mainly use a three-conductor model (3 CM) to compute power flows, and consider error margins of 2% for voltage profiles to reflect their model inaccuracy. The characteristics of the future LV grids call into question these margins, and the models used. In this paper, a four-conductor model (4 CM), and an additional model named 4 CMext, that considers external parameters (i.e., cable temperature, ground electrical resistivity, and value/number of the earthing resistances) are proposed. The best model for cable characterization and voltage profile calculation is chosen; the 4 CMext is more adapted for the characterization, and corresponds with the finite element model, with an error margin of 4%, experimental measurements of 15%, and French cable manufacturer data of 0.5%. For the voltage profile, the 4 CMext provides a more detailed view of the critical cases that could lead to a violation of the limits of the EN 50160 standard than 3 CM and 4 CM. Violations of high or low voltages are underestimated by two to six times by the 3 CM and 4 CM. Not considering external parameters can lead to a voltage profile error of above 3%. In this paper, we recommend that DSOs use the 4 CMext to represent LV networks, which would allow LV networks to be used closer to their physical limits, and avoid or postpone network reinforcements.

Microgrids play a crucial role in modernizing the power grid by facilitating the integration of renewable energy sources. However, these sources exhibit high intermittency and stochastic behaviour, leading to challenges in effectively managing a microgrid amidst varying load demand and unexpected grid events. To address these uncertainties, local advanced control methods that leverage real-time data and enhanced computing capabilities are required. Frequency droop controllers generate additional power faster than the allocated power reserve to achieve an instantaneous balance of the electrical system. The automatic frequency restoration consists in making other generators participate gradually after 30 seconds. This paper proposes an intelligent control technique designed to enhance the static frequency droop controller, aiming to achieve active power balancing while minimizing CO2 emissions and operating costs. Consequently, an artificial neural network-based adaptive module is developed to anticipate and substitute the diesel-based reserve with a low carbon footprint reserve. This module considers new influencing input factors to anticipate and adjust the power setpoints of a stationary storage unit. The effectiveness of the proposed method is demonstrated on an islanded AC microgrid. The real-time simulation is conducted and validated on Opal-RT simulator, showing improved active power balancing while reducing both costs and CO2 emissions.

Renewable energy sources like photovoltaic systems (PV) often result in significant active power imbalances due to their variable nature. Despite their predictability, the uncertainty in their power production increases the complexity of planned power generation and necessitates the activation of costly and polluting power reserves commonly provided by conventional generators. This paper proposes an intelligent control technique to predict and replace diesel-based power reserves by faster, more economical and environmentally friendly reserves provided by a battery energy storage system (BESS). Following a power imbalance, a frequency droop controller ensures the primary reserve support from a BESS within a few seconds. Building upon the assumption that the variations of PV power are persistent within a 10-minute window, a secondary reserve for the next 5 minutes is commanded from an artificial neural network (ANN)-based adaptive module. This module predicts battery power references with a 1-minute time increment based on the PV and diesel generator power measured 5 minutes earlier. The proposed method's efficacy is showcased through its application on an islanded AC microgrid. Real-time simulations are performed using the Opal-RT simulator, revealing enhanced power balancing along with reductions in both operating costs and CO2 emissions.

Despite the rise of LVDC grids, the type of cable to use is still debated. An interesting solution would be the reused AC cables. Through experimental measurements and comparison with an analytical model, this works provides values for steady state and transient analysis of a French distribution cable in DC grids.

European distribution system operators (DSOs) should meet EN 50160 standard requirements on the whole network. With the development of distributed energy resources (DER), DSOs need to have a better insight of their low voltage (LV) networks. In this paper, we study the joint impact of external conditions (cable temperature, the ground resistivity and the ground resistances) on the voltage profile of three LV networks in four cases. The results show that some voltage problems cannot be seen by using only usual values of those external conditions. By considering the values that are closer to the real conditions, the voltage analysis will be more accurate and in some cases, additional problems can be detected. To be sure that the EN 50160 standard is met, a global study of LV networks including the external conditions should be done.

The low voltage networks management plays even more a key role for distribution system operators due to the fast development of the distributed energy resources. European low voltage networks have particularities (four-wire, unbalance, small network at electric grid extremities) which should be considered when a state estimator is created. This paper presents a three-phase four-wire state estimator algorithm. To analyse the performance of this algorithm, we consider a LV test network.

The cost of energy and climate change due to the emission of greenhouse gases have yielded a large penetration of renewable energy sources in the grid and new types of loads (electric vehicles, . . .). The increasing variability and uncertainty in sources and demand lead to significant impacts on small electrical distribution networks. Thus, a stable, and reliable operation in local areas becomes more difficult to achieve. Adapted grid control according to the observed or expected variability in power flows and in model parameters of the electrical system, is required while maintaining the costs and CO2 emissions to low levels. This paper presents a state of the art on adaptive techniques and new self-learning methods for achieving grid balancing.

Avec le déploiement massif de nouveaux clients sur le réseau basse tension (BT), des écarts importants entre les calculs fournis par les modèles et les mesures du terrain sont observés par les gestionnaires de réseaux. Cette problématique est particulièrement vraie sur les réseaux BT dont les caractéristiques sont connues avec moins de précision. En particulier, les modèles de liaison restent à améliorer avec la spécificité du conducteur de neutre. Ce papier s’intéresse aux principales dépendances de la matrice d’impédance des câbles BT.Elles seront étudiées avec une approche éléments finis sous Finite Element Method Magnetics (FEMM) et avec une approche analytique. L’impact de ces dépendances sera mis en avant dans l’étude des réseaux BT en utilisant le logiciel Power Factory (PF).

L’invention concerne un procédé de mise à jour d’une base de données dans laquelle sont enregistrées des valeurs de caractéristiques techniques d’équipements électriques d’un réseau de distribution électrique, le réseau de distribution électrique comprenant une pluralité d’équipements électriques raccordés entre eux, le procédé comprenant des étapes de : - sélection d’au moins un équipement électrique du réseau de distribution dont une valeur de caractéristique technique enregistrée dans la base de données est erronée, en fonction de grandeurs électriques mesurées par des capteurs en un ou plusieurs points du réseau de distribution électrique où est situé l’équipement électrique, - estimation au moyen d’un estimateur d’état d’une valeur corrigée de la caractéristique technique de l’équipement électrique, à partir de grandeurs électriques mesurées par des capteurs en une pluralité de points du réseau de distribution électrique, de valeurs de caractéristiques techniques des autres équipements électriques du réseau, et de lois physiques liant les différentes grandeurs électriques entre elles, et - enregistrement de la valeur corrigée de la caractéristique de l’équipement électrique dans la base de données à la place de la valeur erronée de la caractéristique technique.

Le développement des nouveaux usages, poussé par des exigences de transition énergétique, principalement sur les réseaux basse tension (BT) nécessite de développer des outils toujours plus innovants de conduite et de planification des réseaux. Le développement de ces nouveaux outils nécessite une très bonne connaissance de l’état et des paramètres réels des réseaux BT. Les travaux de cette thèse se focalisent donc sur le développement d’algorithmes d’estimation d’état (EE) et de paramètres (EP) dédiés aux réseaux BT.Pour mener à bien le développement de ces algorithmes, nous avons amélioré la caractérisation et la modélisation des câbles BT en prenant en compte l’impact des paramètres extérieurs sur la matrice d’impédance et sur le plan de tension. Ce modèle utilise la matrice d’impédance 4×4 et prend en compte les résistances de mise à la terre. Cette étude servira de brique de base pour les deux algorithmes.L’algorithme d’EE s’appuie sur l’algorithme des WLS et de la méthode de la matrice augmentée. Pour son développement, nous avons adapté ses grandeurs pour qu’elles prennent en compte les particularités des réseaux BT. Cet algorithme permet d’obtenir une précision accrue du plan de tension (incluant la tension neutre-terre) du réseau et donne de résultats précis même en cas d’erreurs ou de suppressions de mesure. L’algorithme va permettre d’améliorer la conduite des réseaux BT. L’algorithme d’EP, qui s’appuie sur l’algorithme du vecteur augmenté, permet d’estimer à la fois les longueurs des liaisons mais aussi directement les conditions extérieures (température du conducteur). Cet algorithme permet ainsi de corriger les données présentes dans les systèmes d’information géographique et de parfaitement connaître la topologie du réseau. Ainsi, la planification et la conduite des réseaux BT seront plus aisées même avec le développement des nouveaux usages.