Introduction et contexte du code tarifaire marocain
La gestion de l'énergie dans les micro-réseaux intelligents (SMGs) se limite généralement à la puissance active sur un horizon de 24 heures. Cependant, l'Office National de l'Électricité du Maroc utilise un système de tarification par tranches (Range Tariff System - RTS), calculé sur la consommation cumulative mensuelle à la fin de chaque période de 30 jours. De plus, l'énergie réactive est souvent ignorée par les systèmes de gestion classiques (EMS), ce qui entraîne une dégradation du facteur de puissance et des pénalités financières.
Cette recherche propose un système innovant de gestion de l'énergie active et réactive (AR-EMS) adapté aux spécificités de la tarification marocaine, optimisant les flux énergétiques sur 30 jours par intervalles de 15 minutes.
Architecture de l'AR-EMS proposé
Pour faire face à la complexité d'un horizon de 30 jours et atténuer les incertitudes de prévision, le système AR-EMS est structuré en deux couches hiérarchiques :
[ Prévisions Long Terme (30 jours) ] ──> [ Optimisation Long Terme (LTOL) ]
│ (Planification initiale)
▼
[ Prévisions Court Terme (24 heures) ] ──> [ Optimisation Court Terme (STOL) ]
│ (Ajustements temps réel)
▼
[ Convertisseurs et Actionneurs ]
- Couche d'Optimisation à Long Terme (LTOL) : Établit la planification mensuelle initiale pour la production photovoltaïque (PV), le système de stockage par batterie (ESS) et les échanges avec le réseau.
- Couche d'Optimisation à Court Terme (STOL) : S'exécute quotidiennement sur un horizon glissant de 24 heures pour corriger les dérives de la LTOL en exploitant des prévisions à court terme plus précises.
Prédictions basées sur l'Intelligence Artificielle
L'une des contributions clés de cette étude réside dans le pipeline de prévision de la production PV et des charges actives/réactives. Ce pipeline utilise une technique de Stacking de Réseaux de Neurones Artificiels (ANN). En combinant plusieurs apprenants de base, le méta-modèle minimise considérablement l'erreur absolue moyenne normalisée (NMAE) :
- Prédiction de la puissance PV : NMAE de 3,68 %
- Consommation de puissance active : NMAE de 2,00 %
- Consommation de puissance réactive : NMAE de 2,53 %
Modélisation mathématique et optimisation
Optimisation multi-objectif
Le problème d'optimisation traite plusieurs objectifs conflictuels, résolus via une approche PSO Lexicographique (Optimisation par Essaim de Particules) :
- Objectif 1 (Facture énergétique totale) : Minimise les coûts d'énergie active et réactive sous le tarif RTS marocain, incluant un modèle de dégradation de la batterie prenant en compte les puissances active et réactive générées par l'ESS.
- Objectif 2 (Facteur de coût réseau) : Minimise le ratio puissance de crête sur puissance moyenne (PAR) et les émissions de dioxyde de carbone ($CO_2$).
$$\min \ F = [f_1(Facture_{active}, Facture_{reactive}, Degradation_{ESS}), \ f_2(PAR, Emissions_{CO2})]$$
Principaux résultats et impact
L'approche a été testée sur des profils réels de consommation et de météo. Les résultats montrent la supériorité d'une gestion conjointe active-réactive :
| Métrique | EMS Actif uniquement (A-EMS) | AR-EMS proposé | Amélioration |
|---|---|---|---|
| Facture Énergie Active | Référence | -58,9 % | Élevée |
| Facture Énergie Réactive | Référence | -83,2 % | Très élevée |
| Émissions de $CO_2$ | Référence | -49,3 % | -49,3 % |
| Facteur de Puissance Réseau | Référence | +6,0 % | +6,0 % |
En gérant simultanément la puissance réactive via les convertisseurs intelligents du micro-réseau, le système évite l'achat de compensateurs capacitifs coûteux et réduit les pertes en ligne, générant une réduction globale de 57 % de la facture d'électricité mensuelle.