Micro-réseaux et gestion d’énergie

L’évolution struc­turelle des réseaux d’énergie intel­li­gents est car­ac­térisée par une logique de décen­tral­i­sa­tion et par une numéri­sa­tion crois­sante de l’infrastructure pour le con­trôle, le pilotage et la ges­tion. Cette trans­for­ma­tion con­cerne en par­ti­c­uli­er l’intégration des éner­gies renou­ve­lables et du stock­age, le développe­ment de la mobil­ité élec­trique et donc de la recharge intel­li­gente. Les travaux de recherche de cette thé­ma­tique por­tent sur les micro-réseaux et visent à dévelop­per des savoirs et des savoir-faire pour met­tre à dis­po­si­tion une énergie élec­trique durable, souten­able, acces­si­ble et cen­trée sur les deman­des de l’utilisateur, ain­si que des solu­tions effi­caces pour l’électromobilité. L’originalité de notre posi­tion­nement par rap­port aux travaux pub­liés dans la lit­téra­ture réside dans le micro-réseau urbain de type « courant con­tinu » et son sys­tème de super­vi­sion mul­ti­couche et mul­ti-échelle tem­porelle pro­posé. Il s’agit d’un con­trôle intel­li­gent se bas­ant sur l’in­ter­ac­tion entre les algo­rithmes dis­crets et ceux con­ti­nus de com­mande pour une recherche de solu­tions opti­males de la ges­tion d’énergie du micro-réseau. Les sources prin­ci­pales d’énergie qui sont pris­es en études (car­ac­téri­sa­tion, mod­éli­sa­tion, con­trôle, expéri­men­tal, etc.) sont illus­trées dans la fig­ure ci-dessous.

De par l’intermittence de pro­duc­tion et de con­som­ma­tion, le ver­rou à la fois sci­en­tifique et méthodologique pris en compte est de savoir com­ment gér­er l’én­ergie d’un micro-réseau pour faire face à toutes les incer­ti­tudes et les vari­abil­ités du sys­tème. Cette ges­tion opéra­tionnelle de l’intermittence se traduit par l’optimisation des flux de puis­sances en temps réel et la maîtrise des incer­ti­tudes. Il s’agit de pren­dre en compte un flux impor­tant de don­nées, poten­tielle­ment incom­plètes, et des incer­ti­tudes d’évo­lu­tion du sys­tème au cours du temps.

Ceci nous a con­duit à dévelop­per des :

• Méthodolo­gies de ges­tion dynamique opti­misée d’én­ergie per­me­t­tant le cal­cul et la prise de déci­sion « en temps réel » : mod­éli­sa­tion de la ges­tion dynamique d’én­ergie et développe­ment d’al­go­rithmes d’op­ti­mi­sa­tion en temps réel ;
• Méth­odes de co-con­cep­tion, sur durée de vie, dites « robustes » sous incer­ti­tudes, dans un con­texte tech­ni­co-économique et envi­ron­nemen­tal, et pou­vant men­er le con­cep­teur vers un change­ment de par­a­digme, d’une vision déter­min­iste de la représen­ta­tion du prob­lème vers une vision prob­a­biliste. Avec un nom­bre de paramètres élevé, cette prob­lé­ma­tique de co-opti­mi­sa­tion robuste sous incer­ti­tudes con­duit à une explo­sion com­bi­na­toire « impos­si­ble à résoudre de façon con­ven­able » à court terme et con­duisant à des réduc­tions assez dras­tiques sous « tous les azimuts » (réduc­tion du nom­bre de tirages aléa­toires, réduc­tion de la mis­sion, réduc­tion de mod­èles, etc.), ceci afin de per­me­t­tre au con­cep­teur d’offrir « un résul­tat tan­gi­ble » en un temps raisonnable.

En s’appuyant sur une mod­éli­sa­tion numérique et math­é­ma­tique du sys­tème, l’objectif final est de pro­pos­er des straté­gies de ges­tion intel­li­gente d’énergie s’adaptant aux incer­ti­tudes et vari­abil­ités du sys­tème. Les appli­ca­tions con­crètes visées sont les bâti­ments à énergie pos­i­tive, les infra­struc­tures pour la recharge des VEs, et la com­bi­nai­son des deux des appli­ca­tions à l’échelle d’un cam­pus ou d’un quarti­er. Trois plate­formes tech­nologiques per­me­t­tent de valid­er les con­cepts et les algo­rithmes de con­trôle dévelop­pés par le lab­o­ra­toire : PLER – plate­forme expéri­men­tale de pro­duc­tion d’électricité renou­ve­lable cen­tré sur un micro-réseau inté­gré au bâti­ment, et STELLA – infra­struc­ture de recharge de VE, et GISOL – quan­tifi­ca­tion du gise­ment solaire.

Par ailleurs, ces travaux sont aus­si con­crétisés par des out­ils d’aide à la déci­sion à des­ti­na­tion des col­lec­tiv­ités et autres par­ties prenantes et por­tent sur : la co-opti­mi­sa­tion dimensionnement/fonctionnement, l’évaluation des béné­fices de l’énergie pho­to­voltaïque, la quan­tifi­ca­tion des émis­sions de CO2 sur la durée de vie, le coût glob­al sur durée de vie, etc. Les ques­tions liées à l’impact socié­tal, au mod­èle économique et à l’acceptabilité sociale sont dévelop­pées en col­lab­o­ra­tion avec les enseignants-chercheurs du lab­o­ra­toire COSTECH de l’UTC ain­si qu’à par­tir des parte­nar­i­ats extérieurs à l’UTC (e.g., SYSTRA).

Réseaux de transport et mobilité

Cette recherche, dévelop­pée prin­ci­pale­ment par la chaire MIDT et ensuite pour­suiv­ie et enrichie par l’équipe, vise au développe­ment d’une approche mul­ti­modale de la mobil­ité et de l’aménagement ter­ri­to­r­i­al à dif­férents niveaux d’échelle. Les activ­ités de recherche ont per­mis de dévelop­per trois approches com­plé­men­taires, i.e. la col­lecte de don­nées, l’analyse et la mod­éli­sa­tion des déterminants/patterns de mobil­ité, et les évaluations/visualisations, pour l’étude des dynamiques urbaines. À l’intersection des thé­ma­tiques « Énergie et élec­tro­mo­bil­ité urbaines » et « Approches tech­niques inté­grée de l’aménagement urbain », ce posi­tion­nement per­met de con­cep­tu­alis­er et de mon­tr­er les inter­re­la­tions et les liens entre la ville et les mobil­ités, entre l’espace urbain et les flux de trans­port en vue de com­pren­dre les dynamiques ter­ri­to­ri­ales du sys­tème urbain.

Les objec­tifs sci­en­tifiques se struc­turent en trois temps :

• Col­lecter des don­nées sur les trans­ports ou les com­porte­ments de mobil­ité en con­stru­isant des out­ils de col­lecte de don­nées de sources hétérogènes (cap­teurs, comp­tages, enquêtes) pour l’étude des mobilités ;
• Com­pren­dre et mod­élis­er le com­porte­ment de mobil­ité des dif­férentes typolo­gies d’usagers en exploitant les don­nées col­lec­tées pour con­stru­ire des mod­èles d’analyse des déterminants/patterns de mobil­ité (régres­sion logis­tique multi­n­o­mi­ales, mod­èles d’équations struc­turelles) et adossés à des con­textes d’évolution des trans­ports (accept­abil­ité des véhicules autonomes, démotorisation…) ;
• À par­tir des dis­posi­tifs de quan­tifi­ca­tion et de mod­éli­sa­tion, pro­pos­er des poli­tiques des trans­ports adap­tées aux citoyens et à la mise en œuvre d’un sys­tème de trans­port mul­ti­modal en milieu urbain via la con­sti­tu­tion d’un out­il de planification.

L’ensemble des travaux se struc­ture autour d’un trip­tyque méthodologique de con­struc­tion de la con­nais­sance (dis­posi­tif de quan­tifi­ca­tion, dis­posi­tif de mod­éli­sa­tion et dis­posi­tif d’évaluation) per­me­t­tant d’obtenir un cadre méthodologique solide (matrice tech­nique illus­trée dans la fig­ure ci-dessous) com­bi­nant à la fois approche quan­ti­ta­tive et approche qual­i­ta­tive pour l’analyse des mobil­ités. Dans ce sens, les activ­ités de recherche ont per­mis de déploy­er dif­férents out­ils de col­lecte des don­nées (appli­ca­tion mobile DynAMIque, cap­teurs infrarouges), de mod­éli­sa­tion (accept­abil­ité des véhicules autonomes, analyse des déter­mi­nants de mobil­ité) et de visu­al­i­sa­tion (appli­ca­tion DYNACOV).

Les travaux ont égale­ment per­mis de con­stru­ire des rela­tions avec les acteurs des trans­ports à l’échelle inter­na­tionale, nationale et régionale tant dans le champ de la recherche opéra­tionnelle que de la recherche fondamentale.

Il existe deux grandes approches pour mesur­er les dynamiques urbaines :

• l’approche indi­recte prenant en compte les déter­mi­nants de la mobil­ité et de l’utilisation de véhicules motorisés par la local­i­sa­tion de zones émet­tri­ces (les orig­ines) et récep­tri­ces (les destinations) ;
• l’approche directe par la mesure du traf­ic routi­er ou son suivi au cours d’une péri­ode de recueil.

Une grande par­tie des travaux de l’équipe porte sur la com­plé­men­tar­ité de ces deux approches pour l’étude des trans­ports et mobil­ités en milieu urbain. En effet, l’observation des mou­ve­ments urbains par les cap­teurs urbains (direct ou indi­rect) per­met d’avoir accès à une autre con­nais­sance du ter­ri­toire. Elle revêt un intérêt fort pour l’étude des trans­ports afin d’en adapter les poli­tiques de plan­i­fi­ca­tion au con­texte local. Se situ­ant au cœur de la mesure du phénomène en étant local­isée et estampil­lée dans le temps, c’est aus­si leur car­ac­tère exhaus­tif et con­tinu qui en font un sys­tème de mesure d’autant plus intéres­sant. Néan­moins, la con­nais­sance des déplace­ments en milieu urbain par ces sources présente un ver­rou sci­en­tifique impor­tant pour avoir une con­nais­sance fine des dynamiques ter­ri­to­ri­ales. Si l’intégration des don­nées d’enquête pose un prob­lème de fond pour désagréger les don­nées sur l’espace urbain, les don­nées de cap­teurs inversent la ten­dance et il est sou­vent néces­saire de les agréger pour pro­duire une infor­ma­tion per­ti­nente en vue d’analyser ces mobil­ités. À tra­vers la com­plé­men­tar­ité des dif­férentes sources de don­nées, les recherch­es menées ont per­mis d’appréhender la dynamique des déplace­ments urbains, en plaçant les usagers et/ou le phénomène mesuré au cen­tre du phénomène à étudier.

L’intérêt porté par les amé­nageurs et les décideurs locaux aux don­nées issues de cap­teurs mobiles mon­tre des poten­tiels opéra­tionnels de plus en plus impor­tants pour com­pléter les infor­ma­tions issues des enquêtes clas­siques et des sys­tèmes de mesures clas­siques. Pour autant, les dif­férents leviers éthiques et méthodologiques liés à l’exploitation des don­nées de cap­teurs mobiles et indi­vidu­els ten­dent à nous mon­tr­er que les don­nées issues des cap­teurs fix­es ne sont pas à met­tre de côté. Elles présen­tent un autre type de répons­es aux prob­lèmes inhérents aux cap­teurs mobiles, sur plusieurs points tant thé­ma­tiques et économiques, qu’éthiques. Les travaux menés sur les don­nées de val­i­da­tion des trans­ports en com­mun (chaire MIDT), sur les comp­tages de pas­sagers des trans­ports urbains (cap­teurs infrarouges) ou sur les comp­tages routiers (pro­jet local DYNACOV) con­for­tent ces con­stats. Ces don­nées per­me­t­tent d’identifier des déterminants/patterns de la mobil­ité à des échelles tem­porelles fines allant de l’espace urbain aux rela­tions interurbaines.

La con­struc­tion d’une approche ancrée dans les don­nées a per­mis de met­tre en avant les atouts d’un rap­proche­ment des objets mesurés, pour en mod­élis­er ensuite ces mêmes objets. Ce sont des ques­tion­nements qui por­tent sur la place que tien­nent et tien­dront les don­nées issues des cap­teurs dans la quan­tifi­ca­tion et la plan­i­fi­ca­tion des ter­ri­toires et des trans­ports. Une des con­tri­bu­tions fortes des travaux menés repose sur le fait que ce type de don­nées (cap­teurs, big data, enquêtes) peu­vent fournir une vision détail­lée de dynamiques urbaines jusqu’alors peu mesurables à tra­vers les sys­tèmes de mesures du traf­ic routi­er clas­siques seul (les enquêtes). La com­plé­men­tar­ité de ces dis­posi­tifs de mesures per­met à la fois une vision très quan­ti­ta­tive du phénomène mesuré mais aus­si d’explorer les déter­mi­nants de mobil­ités asso­ciés à ce qui est mesuré à tra­vers les cap­teurs via la mod­éli­sa­tion des com­porte­ments et déter­mi­nants de mobil­ité. La col­lecte des don­nées sur le pro­fil des usagers ou la jux­ta­po­si­tion d’enquête per­met d’approfondir les déter­mi­nants de mobil­ité. Pour appro­fondir ces ques­tions, plusieurs enquêtes ont été dif­fusées à l’échelle inter­na­tionale et nationale por­tant autant sur les habi­tudes de déplace­ment en milieu urbain, sur l’acceptabilité des véhicules autonomes en milieu urbain, ou la démo­tori­sa­tion. En com­plé­ment des recherch­es bib­li­ographiques sur les théories et fac­teurs influ­ençant les com­porte­ments de mobil­ité, le développe­ment de mod­èle expli­catif du com­porte­ment des usagers des trans­ports (RLM , SEM , etc.) est dévelop­pé. Ces mod­èles sta­tis­tiques ont per­mis d’une part de con­forter les analy­ses et don­nées col­lec­tées via les dis­posi­tifs de cap­teurs, d’approfondir les ques­tions sci­en­tifiques rat­tachées à la théorie de com­porte­ment des usagers et de dévelop­per des approches com­plé­men­taires de com­préhen­sion des mobil­ités en milieu urbain.

Les travaux con­cer­nant la ges­tion des flux et infra­struc­tures se situent dans une recherche de type appli­ca­tion tech­nologique et sont sou­vent asso­ciés aux out­ils mul­ti­critères d’évaluation. Ils con­sis­tent en : l’optimisation et mutu­al­i­sa­tion de routes de dis­tri­b­u­tion de marchan­dis­es en zone urbaine, la local­i­sa­tion stratégique de cen­tres logis­tiques de trans­bor­de­ment de marchan­dise dans les zones urbaines, la con­cep­tion des cen­tres logis­tiques en fonc­tion des besoins de trans­bor­de­ment et des con­traintes urbaines envi­ron­nantes (géométrie des voiries, régle­men­ta­tion urbaine et fonc­tions urbaines locales), la déf­i­ni­tion des VEs de dis­tri­b­u­tion les plus adap­tés par rap­port aux vol­umes, poids et types de marchan­dis­es à dis­tribuer ain­si que par rap­port aux autonomies des véhicules, l’évaluation de la fais­abil­ité d’insertion des infra­struc­tures de recharge des VEs sur les routes de dis­tri­b­u­tion et/ou aux cen­tres logis­tiques de trans­bor­de­ment, la déf­i­ni­tion du mode de recharge (nor­male, rapi­de ou accélérée) la plus adap­tée pour les dif­férents local­i­sa­tions à équiper et en fonc­tion des con­traintes logis­tiques (délais de chargement/transbordement/déchargement), et l’évaluation des coûts d’implantation des infra­struc­tures de recharge dans la zone urbaine à équiper.