Academic literature on the topic 'Centrales électriques virtuelles'

Dans cet article, nous nous intéressons à un système technique alternatif en plein essor : à savoir les centrales électriques virtuelles (CEV). Il s’agit de systèmes sociotechniques en réseau qui agrègent une multiplicité de sites de production, de stockage et/ou de consommation énergétique au moyen d’un dispositif numérique de pilotage centralisé dans l’objectif de participer au marché de l’énergie et à l’équilibrage du réseau. Nous analysons en quoi et comment les CEV contribuent à la résilience du réseau électrique, ainsi que les limites de ces contributions. Nous analysons également les reconfigurations et implications financières, socio-spatiales, métaboliques et politico-institutionnelles que provoque la participation des CEV à la résilience du réseau électrique. En conclusion, nous mettons en évidence les vulnérabilités inhérentes à cette nouvelle configuration systémique, qui repose lourdement sur l’efficacité des signaux-prix, la rationalité économique des opérateurs et la vigilance des régulateurs de l’énergie.

Le travail réalisé et présenté dans ce manuscrit répond au nécessaire développement d’une centrale électrique virtuelle, permettant de gérer les systèmes de production d’électricité et de promouvoir les énergies renouvelables au sein de la communauté d’agglomération Perpignan Méditerranée (Pyrénées-Orientales). Dans un premier temps, sont présentés le contexte énergétique global, l’état de l’art concernant l’implantation de centrales électriques virtuelles dans le monde ainsi que l’approche proposée pour la gestion des ressources énergétiques de la communauté d’agglomération. Dans un deuxième temps, des modules de prédiction à court terme de la charge du réseau électrique et de paramètres météorologiques, tels que la vitesse moyenne de vent et l’irradiation solaire globale, ont été développés et intégrés à l’outil développé. Des scénarios prévisionnels et plusieurs stratégies de gestion énergétique ont été proposés afin de répondre au mieux à la demande d’électricité. Est considérée la possibilité de stocker de l’énergie ainsi que de vendre ou d’acheter sur le marché Powernext. Enfin, l’outil développé offre la possibilité de dimensionner de façon optimale de nouveaux systèmes de production et d’étudier la pertinence de leur implantation. Avec le développement rapide du marché concurrentiel de l'électricité et la nécessaire réduction des émissions de gaz à effet de serre, la centrale électrique virtuelle proposée a pour objectif principal d’améliorer l’efficacité économique et de favoriser la protection de l'environnement
The present work deals with the necessary development of a virtual power plant allowing managing energy production systems and promoting renewable energy for the Perpignan Méditerranée agglomeration community (Pyrénées-Orientales, France). First, are presented the worldwide energy context, the state of the art about virtual power plants as well as the proposed approach for managing energy resources. Next, a methodology allowing forecasting the electric load and meteorological parameters, such as both the mean average wind speed and the global solar irradiation, are proposed and integrated as a module in the virtual power plant. Scenarios and energy strategies were developed with the purpose of satisfying the electricity demand, using renewable energy. Storing energy as well as buying or selling on the Powernext market was also considered. Finally, the proposed tool opens the possibility of optimally sizing new production systems. According to both the intensive growth of the electricity market and the greenhouse gas emissions, the developed virtual power plant focuses on improving energy efficiency and favouring environmental protection

La nature stochastique des sources d’énergie renouvelable variables (vRES) pose des défis importants pour leur inté-gration à grande échelle dans les systèmes électriques. Cela a conduit au développement du paradigme des centrales électriques virtuelles (VPP), qui atténue l’intermittence et la variabilité des vRES en les agrégeant avec des unités pilota-bles. À mesure que la pénétration des vRES continue de croître, les VPP devraient se développer en taille de portefeuille. Cependant, la dimension du portefeuille ne représente qu’un aspect de la complexité des VPP modernes. Ces systèmes impliquent également des facteurs tels que des dynamiques non linéaires difficiles, plusieurs sources d’incertitude et des contraintes de couplage complexes entre les unités agrégées. Ensemble, ces défis contribuent à l’évolution des VPP en systèmes à grande échelle et dynamiques, avec des dynamiques internes complexes — que l’on désigne ici sous le nom de VPP complexes. Un défi majeur dans le développement des VPP complexes est la nécessité d’outils de prise de décision rapides et évolutifs capables de maintenir à la fois la qualité de la solution et la précision. Pour y répondre, cette thèse introduit un cadre de prise de décision entièrement stochastique à deux niveaux, conçu pour optimiser la participa-tion des VPP aux marchés de l’électricité sur plusieurs étapes temporelles. Le cadre est ensuite entièrement décomposé selon les dimensions des scénarios et spatiale, permettant la création d’un algorithme distribué évolutif garantissant la performance, même pour les modèles VPP à variables entières mixtes. La méthodologie est validée par une étude de cas réelle de l’agrégateur français Compagnie Nationale du Rhône, qui gère un VPP complexe combinant des centrales hydroélectriques à cours d’eau, des actifs éoliens et solaires. Les résultats montrent que ce VPP complexe peut améliorer l’intégration des vRES sans recourir à des solutions de stockage conventionnelles. De plus, les méthodes distribuées proposées répondent efficacement aux complexités du système, offrant des garanties de performance fiables et une évolutivité pour les opérations des VPP
The inherent stochasticity of variable renewable energy sources (vRES) challenges their widespread integration, prompt-ing the emergence of the virtual power plant (VPP) paradigm, which reduces vRES variability through their combined operation with flexible, dispatchable units. As vRES penetration continues to grow, VPPs are expected to expand in portfolio size. However, the portfolio dimension represents only one aspect of the complexity of modern VPPs. These systems also involve factors such as hard nonlinear dynamics, multiple sources of uncertainty, and intricate coupling constraints between aggregated units. Together, these challenges contribute to the evolution of VPPs into large-scale, dynamic systems with complex internal dynamics—referred to here as complex VPPs. A major challenge in the devel-opment of complex VPPs is the need for fast, scalable decision-making tools that can maintain both solution quality and accuracy. To address this, this thesis introduces a two-level, scenario-based, fully stochastic decision-making framework designed to optimize VPP participation in the electricity markets across multiple time stages. The framework is then fully decomposed along both the scenario and spatial dimensions, enabling the creation of a scalable distributed algorithm that guarantees performance, even for mixed-integer VPP models. This methodology is validated through a real-world case study from the French aggregator Compagnie Nationale du Rhône, which manages a complex VPP combining run-of-the-river cascaded hydropower plants, wind, and solar assets. The results show that this complex VPP can enhance vRES integration without relying on conventional storage solutions. Furthermore, the proposed distributed methods effectively address system complexities, providing reliable performance guarantees and scalability for complex VPP operations

Une thèse « d’exercice » fait le pont entre le monde académique et le monde de l’économie. Dans cette thèse, ces deux univers ont été réunis pour pouvoir apporter des solutions aux entreprises suisses qui veulent créer des centrales virtuelles de production (Virtual power plant - VPP). Pour pouvoir affronter le sujet, j’ai commencé la thèse en analysant les aspects législatifs qui ont permis le développement de cette technologie où l’élément le plus important est le « Winter pack » de la Commission européenne sur l’ouverture du marché. Je me suis ensuite concentré sur les explications des développements techniques nécessaires au VPP, qui sont liées aux développements du « smart grid ». La fin de l’introduction de ma thèse explique dans les grandes lignes les différentes théories économiques qui permettent de comprendre la structure des marchés financiers où la valorisation du VPP est possible. Après cette introduction, qui permettra aux lecteurs de se familiariser avec le sujet, il y a trois articles scientifiques dans lesquels j’analyse des questions majeures auxquelles les entreprises sont confrontées dans ce secteur, à savoir la prévision de la demande d’énergie, de la production et des prix du marché secondaire. Les articles ont permis de répondre à ces questions en fournissant des méthodologies de prévision efficientes en comparaison avec la littérature ; en outre, certains de ces modèles sont utilisés par des entreprises. Les méthodologies pour répondre à ces questions sont issues du monde de la finance (ARMA, SETAR, VAR) et du « machine learning » (LSTM, GRU), mais aussi d’autres disciplines comme le marketing (MCA) et la géostatistique (IWD)
A PhD thesis "on the job" is a bridge between the academic and the economic world. In this thesis, these two worlds came together to provide solutions to Swiss companies that want to create virtual power plants (VPP). In order to be able to tackle the subject, I started the thesis by analysing the legislative aspects that have allowed the development of this technology, where the most important element is the "Winter pack" of the European Commission which define common rules to open the energy market. Then I focused on the explanations of the technical developments for the VPP, which are linked to the developments of the "Smart Grid" concept. The end of the introduction of my thesis is a short view on economic theories, which allows the reader to understand the structure of the financial markets where the VPP valuation is possible.After this introduction, which will enable the readers to become familiar with the subject, there are three scientific articles where I have analysed problems that companies are facing in this sector. The forecasting of energy demand, production, and secondary market prices.The articles have helped to address the issues by providing efficient forecasting methodologies in comparison with the literature; in addition, companies use some of these models.The methodologies to answer these issues come from the world of finance (ARMA, SETAR, Var) and machine learning (LSTM, GRU), but also from contributions from other disciplines such as marketing (MCA) and geostatistics (IWD)

L'approvisionnement en énergie et le changement climatique représentent aujourd'hui deux problèmes remarquables qui doivent être surmontés par la société dans un contexte de croissance de la demande d'énergie. La reconnaissance de ces problèmes par l'opinion publique encourage la volonté politique de prendre différentes actions pour les surmonter de façon aussi rapide qu'efficace. Ces actions se basent sur l'augmentation de l'efficacité énergétique, la diminution de la dépendance sur les énergies fossiles et la réduction des émissions de gaz à effet de serre. Dans ce contexte, les systèmes électriques subissent des changements importants au niveau de leur planification et de leur gestion. D'une part, les structures verticalement intégrées sont en train d'être remplacées par des structures de marché d'électricité donnant naissance à plusieurs acteurs au niveau du fonctionnement des marchés et de la production, distribution et commercialisation d'électricité. D'autre part, les systèmes électriques qui se basaient sur la production d'énergie issue de grandes centrales génératrices voient arriver aujourd'hui la fin de vie de ces grandes centrales. Le rôle de la production répartie d'électricité à partir de technologies telles que l'éolien et le solaire devient de plus en plus important dans ce contexte. Cependant, l'intégration à grande échelle de ces types de ressources réparties pose plusieurs défis liés, par exemple, aux incertitudes associées à la variabilité de la production de ces ressources. Toutefois, des systèmes combinant des outils avancés de prédiction de l'éolien ou du solaire peuvent être combinés avec des éléments contrôlables tels que des moyens de stockage d'énergie, des turbines à gaz ou de la demande électrique contrôlable, peuvent être créés dans le but de réduire les impacts associés à ces incertitudes. Ce travail de thèse traite de la gestion, sous conditions de marché libéralisé d'électricité, de ce type de systèmes qui fonctionnent comme des sociétés indépendantes qui sont ici nommées cellules des systèmes électriques. À partir de la bibliographie existante, une vision unifiée des problèmes de gestion des systèmes électriques est proposée comme un premier pas vers la gestion d'ensembles de cellules des systèmes électriques dans un cadre de gestion multi-cellule. Des méthodologies pour la gestion journalière et optimale de ce type de cellules sont proposées, discutées et évaluées dans un cadre à la fois déterministe et stochastique, ce dernier intégrant dans le processus de gestion les incertitudes liées au problème. Les résultats obtenus montrent que l'utilisation des approches proposées peut conduire à des avantages importants pour les opérateurs chargés de la gestion de cellules des systèmes électriques.

Les énergies renouvelables variables prennent une part croissante de la production raccordée aux réseaux électriques. Par conséquent, elles doivent s’intégrer aux mécanismes de services système qui assurent l’équilibre entre production et con-sommation de puissance sur les réseaux. Toutefois la forte incertitude de la production variable est un obstacle à la fourniture de ces services qui requièrent une fiabilité élevée. L’agrégation de centrales renouvelables dispersées et contrôlées par une centrale virtuelle permet de diminuer cette incertitude en profitant du foisonnement entre les centrales. Cette thèse propose plusieurs modèles de prévision probabiliste afin d’évaluer la capacité d’une centrale virtuelle renouvelable variable à offrir des services système avec une fiabilité maximale: ces modèles sont des adaptations d’arbres de décisions, de réseaux de neurones récurrents et convolutifs, ainsi que de distributions dédiées aux quantiles extrêmement faibles. Une attention particulière est portée à la combinaison de sources d’énergie (Photovoltaïque, éolien, hydraulique au fil de l’eau). Ensuite, des stratégies d’offre optimale d’énergie et de réserve par une agrégation renouvelable sont établies en utilisant les prévisions de production et en considérant les incertitudes associées aux différents marchés. Ces stratégies explorent plusieurs options de modélisation: dépendance entre production renouvelable et prix par une copule, taux de défaillance contrôlé par optimisation sous contraintes probabilistes, et enfin offre de services système multiples à l’aide d’une formulation Lagrangienne
As variable renewable energy plants penetrate significantly the electricity generation mix, they are expected to contribute to the supply of reserve power, albeit the high uncertainty levels on their production. A solution to reduce the uncertainty consists in aggregating renewable plants dispersed over several climates to obtain a smoother production profile and operate them within a Virtual Power Plant control system. In this thesis, a series of probabilistic forecasting models are proposed to assess the capacity of a variable renewable Virtual Power Plant to provide ancillary services with maximum reliability: these models are adapted decision-tree regression models, recurrent and convolutional neural networks, as well as distributions dedicated to extremely low quantiles. The combination of energy sources (Photovoltaics, Wind, Run-of-river Hydro) is considered in detail. Optimal strategies for the joint offer of energy and ancillary services by a variable renewable Virtual Power Plant are later defined, based on production forecasts and market uncertainties. Offer strategies explore several modelling options:dependence between renewable production and prices via a copula, controlled rate of reserve underfullfilment with a chance-constraint optimization, and finally offer of multiple ancillary services thanks to a Lagrangian formulation

L'intégration de production d'électricité renouvelable dans les réseaux d'électricité est rendue difficile à cause du caractère variable et aléatoire de cette production. Le travail de cette thèse se penche sur la participation des producteurs d'énergie renouvelable aux marchés d'électricité, et plus précisément sur les coûts de régulation imputés à ces producteurs pour tout écart entre la production délivrée et la production contractée sur ces marchés. Dans ce contexte, l'objectif de cette thèse est de modéliser et d'évaluer les différentes méthodes de gestion de ces pénalisations d'écarts liées à la participation de producteurs d'énergie renouvelable dans les marchés court-terme d'électricité. Ce travail propose d'abord une classification des méthodes existantes pour la diminution de ces pénalités. Les solutions dites physiques, liées au portefeuille de production, sont distinguées par rapport aux solutions dites financières, qui sont basées sur des produits de marché tels que les options. Les solutions physiques sont abordées dans le cadre des centrales virtuelles. Un modèle générique de la pénalisation des écarts d'énergie est proposé. Le problème de prise de décision relatif à ces diverses solutions est ensuite formulé en tant que problème d'optimisation sous incertitude. Cette approche est basée sur une fonction de coût qui est exprimée à partir du modèle générique de pénalités. Enfin, l'incertitude liée à la production renouvelable est considérée à travers une méthode basée sur le risque, qui est mesuré à partir d'outils financiers. Les différentes méthodes sont illustrées avec des cas d'étude basés sur des données réelles.

La raréfaction des sources de production conventionnelles et leurs émissions nocives ont favorisé l’essor notable de la production renouvelable, plus durable et mieux répartie géographiquement. Toutefois, son intégration au système électrique est problématique. En effet, la production renouvelable est peu prédictible et issue de sources majoritairement incontrôlables, ce qui compromet la stabilité du réseau, la viabilité économique des producteurs et rend nécessaire la définition de solutions adaptées pour leur participation au marché de l’électricité. Dans ce contexte, le projet scientifique Winpower propose de relier par un réseau à courant continu les ressources de plusieurs acteurs possédant respectivement des fermes éoliennes offshore (acteurs EnR) et des centrales de stockage de masse (acteurs CSM). Cette configuration impose aux acteurs d’assurer conjointement la gestion du réseau électrique.Nous supposons que les acteurs participent au marché comme une entité unique : cette hypothèse permet aux acteurs EnR de tirer profit de la flexibilité des ressources contrôlables pour minimiser le risque de pénalités sur le marché de l’électricité, aux acteurs CSM de valoriser leurs ressources auprès des acteurs EnR et/ou auprès du marché et à la coalition de faciliter la gestion des déséquilibres sur le réseau électrique, en agrégeant les ressources disponibles. Dans ce cadre, notre travail s’attaque à la problématique de la participation au marché EPEX SPOT Day-Ahead de la coalition comme une centrale électrique virtuelle ou CVPP (Cooperative Virtual Power Plant). Nous proposons une architecture de pilotage multi-acteurs basée sur les systèmes multi-agents (SMA) : elle permet d’allier les objectifs et contraintes locaux des acteurs et les objectifs globaux de la coalition.Nous formalisons alors l’agrégation et la planification de l’utilisation des ressources comme un processus décisionnel de Markov (MDP), un modèle formel adapté à la décision séquentielle en environnement incertain, pour déterminer la séquence d’actions sur les ressources contrôlables qui maximise l’espérance des revenus effectifs de la coalition. Toutefois, au moment de la planification des ressources de la coalition, l’état de la production renouvelable n’est pas connue et le MDP n’est pas résoluble en l’état : on parle de MDP partiellement observable (POMDP). Nous décomposons le POMDP en un MDP classique et un état d’information (la distribution de probabilités des erreurs de prévision de la production renouvelable) ; en extrayant cet état d’information de l’expression du POMDP, nous obtenons un MDP à état d’information (IS-MDP), pour la résolution duquel nous proposons une adaptation d’un algorithme de résolution classique des MDP, le Backwards Induction.Nous décrivons alors un cadre de simulation commun pour comparer dans les mêmes conditions nos propositions et quelques autres stratégies de participation au marché dont l’état de l’art dans la gestion des ressources renouvelables et contrôlables. Les résultats obtenus confortent l’hypothèse de la minimisation du risque associé à la production renouvelable, grâce à l’agrégation des ressources et confirment l’intérêt de la coopération des acteurs EnR et CSM dans leur participation au marché de l’électricité. Enfin, l’architecture proposée offre la possibilité de distribuer le processus de décision optimale entre les différents acteurs de la coalition : nous proposons quelques pistes de solution dans cette direction
Renewable Energy Sources (RES) has grown remarkably in last few decades. Compared to conventional energy sources, renewable generation is more available, sustainable and environment-friendly - for example, there is no greenhouse gases emission during the energy generation. However, while electrical network stability requires production and consumption equality and the electricity market constrains producers to contract future production a priori and respect their furniture commitments or pay substantial penalties, RES are mainly uncontrollable and their behavior is difficult to forecast accurately. De facto, they jeopardize the stability of the physical network and renewable producers competitiveness in the market. The Winpower project aims to design realistic, robust and stable control strategies for offshore networks connecting to the main electricity system renewable sources and controllable storage devices owned by different autonomous actors. Each actor must embed its own local physical device control strategy but a global network management mechanism, jointly decided between connected actors, should be designed as well.We assume a market participation of the actors as an unique entity (the coalition of actors connected by the Winpower network) allowing the coalition to facilitate the network management through resources aggregation, renewable producers to take advantage of controllable sources flexibility to handle market penalties risks, as well as storage devices owners to leverage their resources on the market and/or with the management of renewable imbalances. This work tackles the market participation of the coalition as a Cooperative Virtual Power Plant. For this purpose, we describe a multi-agent architecture trough the definition of intelligent agents managing and operating actors resources and the description of these agents interactions; it allows the alliance of local constraints and objectives and the global network management objective.We formalize the aggregation and planning of resources utilization as a Markov Decision Process (MDP), a formal model suited for sequential decision making in uncertain environments. Its aim is to define the sequence of actions which maximize expected actual incomes of the market participation, while decisions over controllable resources have uncertain outcomes. However, market participation decision is prior to the actual operation when renewable generation still is uncertain. Thus, the Markov Decision Process is intractable as its state in each decision time-slot is not fully observable. To solve such a Partially Observable MDP (POMDP), we decompose it into a classical MDP and an information state (a probability distribution over renewable generation errors). The Information State MDP (IS-MDP) obtained is solved with an adaptation of the Backwards Induction, a classical MDP resolution algorithm.Then, we describe a common simulation framework to compare our proposed methodology to some other strategies, including the state of the art in renewable generation market participation. Simulations results validate the resources aggregation strategy and confirm that cooperation is beneficial to renewable producers and storage devices owners when they participate in electricity market. The proposed architecture is designed to allow the distribution of the decision making between the coalition’s actors, through the implementation of a suitable coordination mechanism. We propose some distribution methodologies, to this end

Les politiques entreprises dans le domaine de la production d’électricité pour lutter contre le changement climatique reposent communément sur le remplacement des moyens de production fossiles et centralisés par de nouveaux moyens de type renouvelables. Ces énergies renouvelables sont en grande partie distribuées dans les réseaux moyenne et basse tension et sont le plus souvent intermittentes (énergies éolienne et photovoltaïque principalement). Les gestionnaires de réseaux s’attentent à ce que ce changement de paradigme induise des difficultés conséquences dans leurs opérations. Les mondes de la recherche et de l’industrie se sont ainsi structurés depuis le milieu des années 2000 afin d’apporter une réponse aux problèmes anticipés. Cette réponse passe notamment par le déploiement de technologies de l’information et de la communication (TIC) dans les réseaux électriques, des centres de contrôle jusqu’au sein même des moyens de production distribués. C’est ce que l’on appelle le Smart Grid. Parmi le champ des possibles du Smart Grid, ces travaux de thèses se sont en particulier attachés à apporter une réponse aux enjeux de stabilité en fréquence du système électrique, mise en danger par la réduction anticipée de l’inertie des systèmes électriques et la raréfaction des moyens de fourniture de réserve primaire (FCR), auxquels incombent le maintien de la fréquence en temps réel. En vue de suppléer les moyens de fourniture de réserve conventionnels et centralisés, il a ainsi été élaboré un concept de coordination de charges électriques délestables distribuées, qui se déconnectent et se reconnectent de manière autonome sur le réseau au gré des variations de fréquence mesurées sur site. Ces modulations de puissance répondent à un schéma préétabli qui dépend de la consommation électrique effective de chacune des charges. Ces travaux ont été complétés d’une étude technico-économique visant à réutiliser cette infrastructure de coordination de charges délestables pour la fourniture de services systèmes ou de produits de gros complémentaires. Ce travail de thèse réalisée au sein des équipes innovation de Schneider Electric et du laboratoire de Génie Electrique de Grenoble (G2Elab), est en lien avec les projets Européens EvolvDSO et Dream, financés dans le cadre du programme FP7 de la Commission Européenne
Climate change mitigation policies in the power generation industry lead commonly on the replacement of bulk generation assets by Renewable Energy Resources (RES-E). Such RES-E are largely distributed among the medium and low voltage grids and most of them are intermittent like photovoltaic and wind power. System Operators expect that such new power system paradigm induces significant complications in their operations. The communities of research and industry started thus to structure themselves in the mid-2000s in order to respond to these coming issues, notably through the deployment of Information and Communication Technology (ICT) in power systems assets, from the Network Operations Centers (NOCs) down to Distributed Energy Resources (DERs) units. This is the Smart Grid. Among the range of possibilities of the Smart Grid, this Ph.D work aims in priority to provide a solution to handle the issue of frequency stability of the power system that are endangered by the combined loss of inertia of the power system and the phasing-out of conventional assets which used to be in charge of the maintain of the frequency in real time through the supply of Frequency Containment Reserve (FCR). The concept developed lead on a process of coordinated modulation of the level of loads of DERs, whose evolve depending on the system frequency measured in real time on-site. The strategy of modulation of each DER follows a pattern which is determined at the scale of the portfolio of aggregation of the DER, depending on the effective level of load of the DER at normal frequency (i.e. 50Hz in Europe). This work is completed by a cost benefit analysis that assesses the opportunity of sharing of the previous infrastructure of coordinated modulation of DERs for the supply of ancillary services and wholesale products. This thesis conducted within Schneider Electric’s Innovation teams and Grenoble Electrical Engineering Laboratory (G2Elab) is linked with the European projects Dream and EvolvDSO, and funded under European Commission’s FP7 program

Le souhait d’augmenter la part des énergies renouvelables dans le mix énergétique entraine une augmentation des parts des énergies volatiles et non pilotables, et rend donc l’équilibre offre-demande difficile à satisfaire. Une façon d’intégrer ces énergies dans le réseau électrique actuel est d’utiliser de petits moyens de production, de consommation et de stockage répartis sur tout le territoire pour compenser les sous ou sur productions. Afin que ces procédés puissent être intégrés dans le processus d’équilibre offre-demande, ils sont regroupés au sein d’une centrale virtuelle d’agrégation de flexibilité, qui est vue alors comme une centrale virtuelle. Comme pour tout autre moyen de production du réseau, il est nécessaire de déterminer son plan de production. Nous proposons dans un premier temps dans cette thèse une architecture et un mode de gestion pour une centrale d’agrégation composée de n’importe quel type de procédés. Dans un second temps, nous présentons des algorithmes permettant de calculer le plan de production des différents types de procédés respectant toutes leurs contraintes de fonctionnement. Et enfin, nous proposons des approches pour calculer le plan de production de la centrale d’agrégation dans le but de maximiser son gain financier en respectant les contraintes réseau
The desire to increase the share of renewable energies in the energy mix leads to an increase inshare of volatile and non-controllable energy and makes it difficult to meet the supply-demand balance. A solution to manage anyway theses energies in the current electrical grid is to deploy new energy storage and demand response systems across the country to counter balance under or over production. In order to integrate all these energies systems to the supply and demand balance process, there are gathered together within a virtual flexibility aggregation power plant which is then seen as a virtual power plant. As for any other power plant, it is necessary to compute its production plan. Firstly, we propose in this PhD thesis an architecture and management method for an aggregation power plant composed of any type of energies systems. Then, we propose algorithms to compute the production plan of any types of energy systems satisfying all theirs constraints. Finally, we propose an approach to compute the production plan of the aggregation power plant in order to maximize its financial profit while complying with all the constraints of the grid