Classification des méthode s de simulation

Le choix de la méthode de simulation utilisée pour simuler le comportement fonctionnel d’un système ou d’ un phénomène est effectué en fonction de la nature des modèles. En effet, le modèle décrivant l’évolution du système simulé peut prendre une nature de variation ou de présentation bien définie. Donc, les types de simulation les plus couramment connus peuve nt être classifiés en trois catégories principales :

 Simulation dynamique ou statique ;

 Simulation à événements discrets ou continue ;  Simulation déterministe ou stochastique.

Cette classification nous permettra de cibler le type de simulation utilisée po ur simuler le comportement fonctionnel du système multi-sources et de concevoir notre propre simulateur.

3.2.1 Simulations statique et dynamique

Le choix du type de simulation dépend du type du modèle ou du phénomène étudié. Pour un système quelconque on pe ut envi sager une évolut ion d’état statique ou dynamique. A chaque type de modèles il existe des caractéristiques de fonctionnement propres. La Figure 3.1 représente la classification des modèles en général [VPS09]:

Layadi T M……….………..……….……..……..Chapitre 3 82 82

Modèles physiques : Les modèles physiques sont généralement développés à base des prototypes ou des maquettes. Ces prototypes permettent l’émulation ou la simulation des comportements fonctionnels des systèmes réels. Le développement d’un modèle physique nécessite un noyau matériel et logiciel bien adapté au système réel. Ce type de modèle est parmi les modè les les plus réalistes ou représentatifs aux évolutions des systèmes réels (naturels ou artificiels). Cependant, le développement des modèles physiques est plus cher.

Modèles de représentation : Les modèles de représentation simulant le comportement des systèmes peuvent être divisés en trois types: modèle de « connaissance », modèle « boite noire » et modèles « boite grise ». Un modèle de représentation est obtenu généralement en utilisant l’outil de modé lisation et en appliquant des lois mathématiques sur un système. Ce type de modèles peut être présenté par des équations différentielles, par des équations aux différences, sous forme des modèles d’état. Les équations mathématiques ob tenus sont utilisées po ur définir les relations existantes entre les entrées et les sorties du système. Un modèle de connaissance généré par un calculateur en utilisant les entrées et les sorties du système.

Modèles statique et dynamique : On définit un mod èle statique comme un modè le qui ne varie pas en fonction du temps [VPS09]. Donc le modèle statique a la capacité de copier le comportement d’un système par rapport à un point bien défini dans le temps. Pour un modèle statique l’unité de temps n’a d’une impor tance ou de signification. Dans le cas contraire si le modèle varie en fonction du paramètre temps le modèle s’appelle un modèle dynamique.

Modèles de représentation Modèles Modèles Statiques Modèles Dynamiques Modèles Dynamiques Modèles Statiques Simu lation physique

Simu lation par

calculateur

Modèles Physiques

Layadi T M……….………..……….……..……..Chapitre 3 83 83

Simulation par calculateur ou simulation informatique : La simulation par calculateur permet d’implémenter les modè les mathématiques des systèmes en utilisant les outils de numérisation logiciels et matériels. Le principe de numérisation des systèmes est basé sur la résolution des problèmes en utilisant des méthodes d’intégration numériques (méthode de Runge-Kutta, Euler,…) bien adaptées. Les problèmes résolus numériquement, peuvent être initialement des mod èles purement mathématiques ou des modèles obtenus à partir d’une base d’expériences ou de mesure. La simulation suit le modè le qui est statique quand le modè le est statique et elle est dynamique si le modè le est dynamique.

3.2.1.1 Notion de simulation statique

Une simulation statique signifie la simulation d’un système à po int précis ou une simulation dans laquelle l’aspect du temps n’a pas une importance. Parmi les simulations statiques connues nous citons la simulation de Monte Carlo et la simulation en régime permanant (Monte Carlo & steady-state simulations) [JKu15].

3.2.1.2 Notion de simulation dynamique

Dans les modè les dynamiques l’aspect du temps joue un rôle très impo rtant po ur traduire l’évolution du système. Ainsi, la simulation dynamique est utilisée po ur décrire le compor tement dynamique d’un système au fil du temps [JKu15]. La simulation dynamique représente un outil d’aide pour la conception et le dimensionnement des systèmes. La plupart des secteurs utilisent la simulation dynamique comme un moyen d’expériences avant la concrétisation de leurs projets. Dans le domaine d’automobiles par exemple, la simulation dynamique est la phase primordiale pour toute opération d’évaluation ou de conception. A base de cet out il de simulation, le spécialiste peut être capable d’estimer les performances de fonctionnement du processus de façon proche de la réalité. En effet, les points forts de la simulation dynamique est qu’elle permet d’introduire l’aspect de temps po ur établir les relations existantes entre plusieurs sous-systèmes ou plusieurs variables du processus.

Dans l’étude de conception des systèmes multi-sources (𝑃𝑃𝑃𝑃/𝑊𝑊𝑇𝑇/𝑃𝑃𝑃𝑃 + 𝐵𝐵𝑎𝑎𝑒𝑒𝑒𝑒𝑒𝑒𝑎𝑎𝑚𝑚𝑒𝑒) utilisés po ur l’alimentation des sites non connectés au réseau, le dimensionnement nécessite la connaissance des données météorologiques des sites.

Donc, l’observation de la variation temporelle des variables météorologiques qui représentent des sources d’entrée po ur un générateur renouvelable doit être fondée sur une approche de dimensionnement dynamique. Dans la sous-section suivante nous allons présenter quelques outils de simulation dynamique utilisés pour le dimensionnement des systèmes multi-sources autonomes. Le SMS étudié est de nature hybride ce qui nous impose l’utilisation de la simulation hybride : cette forme de simulation prend en considération l’aspect continu et discret du modè le.

Layadi T M……….………..……….……..……..Chapitre 3 84 84 3.2.2 Simulation hybride (continue et discrète)

Dans le cas général, le choix de la méthode de simulation s’effectue en fonction de la nature du modèle. Le modèle d’un système hybride est une hybridation entre un modèle continu et un modè le discret. Ainsi, la simulation hybride c’est une simulation qui est basée sur les caractéristiques des systèmes continus et à événements discrets simultanément.

3.2.3 Simulations déterministe et stochastique

La simulation stochastique est une simulation fondée sur des modèles à base des variables stoc hastiques ou des variables qui pe uvent varier avec une certaine variabilité. Le mot stochastique signifie que certains facteurs (valeurs) sont variables ou aléatoires [SBo15]. Ains i, les outils utilisés pour obtenir les modèles stochastiques sont basés sur des lois de variation stochastiques ou aléatoires. Pour un modè le stochastique, les effets d’entrées sont aléatoires et les réponses de sorties sont aussi aléatoires.

Dans la simulation déterministe les modè les sont construits de la même manière que les modèles stochastiques, sauf qu'ils ne contiennent pas de caractère aléatoire. En plus, dans la simulation déterministe, tous les états futurs sont déterminés une fois que les données d'entrée et l’état initial ont été définis. La Figure3.2 montre les types de modè les déterministes et probabilistes.

Cette dernière figur e montre que les modè les déterministes et probabilistes peuvent être des modèles statiques ou dynamiques. Dans le cadre de ce travail le SMS étudié utilise des entrées

Modèles Statiques Modèles Stochastiques Modèles Modèles Dynamiques Modèles Déterministes Modèles Continus Modèles Discrets Modèles Statiques Modèles Dynamiques Modèles Continus Modèles Discrets

Layadi T M……….………..……….……..……..Chapitre 3 85 85 aléatoires qui se restructurent dans le temps ce qui nous impo se l’utilisation d’une simulation

dynamique déterministe.

3.3 Choix de simulation en vue du dimensionnement et op timisation du SMS