Contribution à la modélisation de la courbe de charge électrique par des techniques intelligentes
Loading...
Date
2017-05-03
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université 20 Août 1955 - Skikda
Abstract
Le présent travail s'inscrit dans la thématique de la prévision de la
puissance appelée dans les réseaux électriques. Cette thématique a fait l'objet de
recherches pendant plus de cinq décennies. Cependant, elle demeure une problématique assez di cile à cause du comportement non linéaire de la charge électrique et
sa relation complexe avec plusieurs facteurs. Les prévisions satisfaisantes de charge
représentent donc un dé important pour les chercheurs, où chaque auteur essaye
d'améliorer la précision de prévision et compare la performance obtenue par son
propre modèle avec les performances d'autres modèles issus de la littérature. Notre
contribution s'inscrit donc dans ce cadre pour l'amélioration des performances de
prévision. On s'intéresse principalement au développement des méthodes assurant
les prévisions satisfaisantes pour les deux horizons de prévision à très court-terme
et court-terme de la charge électrique.
Néanmoins, nous avons e ectués une première étude pour les deux horizons
temporels de prévision à moyen et à long-terme, dont le but est d'évaluer un
ensemble de méthodes existantes. Les résultats de cette étude ont montré qu'il est
dé nitivement conseillé d'utiliser à la fois plusieurs méthodes a n d'améliorer les
performances. Cette idée été l'élément clé dans une deuxième étude consacrée à la
prévision à court-terme de la consommation d'électricité en Algérie.
L'approche pour la prévision à court-terme consiste à utiliser une méthodologie
hybride adaptative à deux étapes, dont l'idée clé est d'assurer une première
prévision et d'essayer ensuite de l'améliorer par le biais d'un système de prévision
secondaire. Les résultats de cette étude ont montré de meilleure performance par
rapport à une méthode de prévision issue de la littérature, et connue actuellement
sous le nom de la méthode de Holt-Winters-Taylor.
L'approche pour la prévision à très court-terme, a sans tour, consiste à exploiter
cette idée d'utiliser plusieurs méthodes. Cependant, pour de tel cas de prévision
pour quelques minutes à l'avance il n'y aura pas du temps pour tenter une
amélioration de prévision. Il fallait donc chercher la meilleure performance dès
un premier temps. Par conséquent, notre idée pour de tel cas est d'utiliser une
combinaison de prévisions et de tirer la meilleure performance à partir d'un
ensemble de méthodes primaires. Nous avons appliqués cette méthodologie combinée sur les données de charge en temps-réel du système électrique français, et
l'ensemble de données australiennes pour l'Etat de la Nouvelle-Galles du Sud. Les
résultats de ce système ont montré de meilleures performances en comparaison avec
un algorithme de référence, nommé AWNN, et développé en 2016 par M. Rana et al.