I DENTIFICATION DE CAPACIT ES ´

A partir des organisations et des r ˆoles identifi ´es, on peut ´egalement d ´efinir comme sc ´enario de base le sc ´enario d ´ecrit par la figure 4.8. Une nouvelle fois, ce sc ´enario n’est pas forc ´ement complet et d’autres r ˆoles et interactions peuvent venir en suppl ´ement. Toutefois, la contrainte impos ´ee par la boucle de r ´etroaction est que l’ordre des messages indiqu ´es doit ˆetre respect ´e. D’autres messages peuvent, par contre, ´eventuellement s’entrelacer avec les quatre d ´ej `a d ´efinis.

4.4.5/ I

´

L’organisation A dans l’activit ´e pr ´ec ´edente, correspondant au niveau macro, poss `ede le r ˆole ActorMacro. Ce r ˆole doit poss ´eder la capacit ´e correspondante au calcul de la r ´eaction dans la boucle de r ´etroaction, soit RecombiningCapacity. L’organisation B, correspondant au niveau micro, poss `ede le r ˆole ActorMicro qui doit poss ´eder la capacit ´e correspondant `a l’ ´emission d’influences dans le niveau micro, soit NecessitatingCapacity.

4.5. CONCLUSION 59

FIGURE4.8 – Sc ´enario de base

R `egle 5 :

Une boucle de r ´etroaction implique, pour le r ˆole correspondant au niveau macro (resp micro), la pr ´esence d’une capacit ´e apte `a produire l’effet de

≪n ´ecessitation≫(resp les micro-effets).

Ces capacit ´es peuvent ensuite ˆetre impl ´ement ´ees de mani `ere diff ´erente lors de la conception d’agents mettant en œuvre la structure organisationnelle d ´efinie lors de l’analyse. Une architecture possible d’agents correspondant `a ce type de capacit ´e est pr ´esent ´ee dans le chapitre suivant. Celle-ci est bas ´ee sur des m ´ecanismes d’apprentissage artificiel.

4.5/ CONCLUSION

Ce chapitre a pr ´esent ´e une approche qui d ´efinit un ensemble de concepts et un cadre m ´ethodologique pour l’analyse et la conception de boucles de r ´etroactions au sein de SMA et en particulier de SMAH. L’id ´ee g ´en ´erale est de r ´eifier les concepts n ´ecessaires `a l’analyse et la conception de boucle de r ´etroactions et d’int ´egrer ces concepts dans le cadre d’une m ´ethodologie.

Cette approche s’appuie sur la m ´ethode ASPECS. L’id ´ee est de s’appuyer sur

l’analyse de l’ontologie de domaine pour identifier les propri ´et ´es minimales en terme de structure, de comportements individuels et d’interactions qui peuvent donner lieu `a des boucles de r ´etroaction. Le r ´esultat de ces activit ´es est donc un squelette de structure organisationnelle associ ´e aux interactions qui vont per-mettre de pr ´eciser le fonctionnement concret des boucles de r ´etroaction. Une fois

ces boucles identifi ´ees, les activit ´es suivantes les raffinent pour construire les composants des structures organisationnelles. Plus sp ´ecifiquement, il s’agit de d ´ecomposer ces organisations par des r ˆoles en interaction qui vont ˆetre mis en oeuvre par des agents.

Cette approche m ´ethodologique constitue notre proposition pour permettre d’aborder le domaine des smart grids et en particulier l’aspect contr ˆole. En ef-fet, la d ´ecomposition en boucles de r ´etroaction `a diff ´erents niveaux est une ap-proche pour simplifier le traitement des diff ´erents probl `emes soulev ´es par les

smart grids. Ces probl `emes, dont certains sont discut ´es au chapitre 3, sont de

nature h ´et ´erog `ene, mais la plupart sont li ´es entre eux.

Les ´el ´ements pr ´esent ´es vont ˆetre mis en œuvre, au chapitre 5, au sein d’une architecture d’agent qui repose sur un m ´ecanisme d’apprentissage par renforce-ment.

5

UN MODELE DE GESTION`

OFFRE-DEMANDE DANS UN MICROGRID

5.1/ INTRODUCTION

La m ´ethodologie d ´etaill ´ee dans le chapitre 4 pr ´esente un cadre de d ´efinition de syst `emes auto-adaptatifs, qui permet de d ´efinir les boucles de r ´etroaction comme des entit ´es de premi `ere classe. Cette approche abstraite est la premi `ere ´etape vers la d ´efinition d’un probl `eme multi-niveaux concret.

La gestion d’ ´energie se pr ˆete particuli `erement bien `a la d ´efinition d’un syst `eme auto-adaptatif permettant de r ´eguler les flux d’ ´energie sur un r ´eseau ´electrique. Un r ´eseau ´electrique peut ˆetre d ´ecoup ´e en diff ´erentes ´echelles, temporelles ou g ´eographiques. De plus, les nombreux probl `emes que pose la gestion d’ ´energie n’offrent pas de r ´esolution unique et commune `a l’ensemble des probl `emes, cer-tains probl `emes proposant m ˆeme des r ´esolutions contradictoires (vendre le plus cher, acheter le moins cher). Enfin, avec l’int ´egration des ´energies renouvelables dans les r ´eseaux ´electriques de nouveaux probl `emes apparaissent. Par exemple, Il peut ˆetre compliqu ´e de pr ´edire la production d’ ´energie des panneaux photo-volta¨ıques m ˆeme en connaissant l’irradiation solaire de la zone dans laquelle ils sont implant ´es. Dans ce cas, ces complications viennent de perturbations ext ´erieures ´eventuelles telles que des nuages pouvant r ´eduire significativement la production d’ ´energie. Il est tout aussi compliqu ´e de pr ´evoir l’ ´energie produite par les ´eoliennes, comme le pr ´esentent les courbes de la figure 5.1.

Il est donc int ´eressant de d ´efinir une probl ´ematique multi-niveaux, incluant des boucles de r ´etroaction. Cela permet aux diff ´erents acteurs d’un r ´eseau ´electrique d’atteindre leurs buts tout en assurant la viabilit ´e du r ´eseau. Dans cette partie, nous pr ´esenterons un mod `ele de gestion d’ ´energie multi-niveaux pour un

micro-grid . Un micromicro-grid repr ´esente une partie basse tension d’un r ´eseau d’ ´energie

´electrique pouvant inclure des g ´en ´erateurs d’ ´energie d ´ecentralis ´ee (et potentiel-lement renouvelable), des syst `emes de stockage et une partie des usagers du r ´eseau, il comprend donc, `a une dimension plus faible, l’ensemble des acteurs pouvant ˆetre pr ´esent sur un r ´eseau global. Cela nous permet donc de r ´esoudre `a une ´echelle plus faible un probl `eme qui apparaˆıt aussi sur de grands r ´eseaux.

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 0 5 10 15 20 MW hours 21/01 21/02 21/03 21/04 21/05 21/06 21/07 21/08 21/09 21/11 21/02

FIGURE5.1 – Estimation de la production d’ ´energie ´eolienne franc¸aise en 2012

Dans ce chapitre, nous d ´efinissons un probl `eme de gestion d’ ´energie dans un

microgrid . Ce probl `eme a pour but de prendre en compte les crit `eres d ´efinis dans

la section 3.3 pour assurer la durabilit ´e d’un r ´eseau ´electrique.

La section 5.2 pr ´esente les probl `emes li ´es `a la gestion de microgrids, d ´etaille l’ontologie du domaine, et int `egre les boucles de r ´etroaction dans le processus de r ´esolution des objectifs fix ´es. La section 5.3 formalise les sous-probl `emes in-tervenant dans la gestion offre-demande dans un microgrid. Enfin, la section 5.4 pr ´esente les r ´esultats obtenus en utilisant les syst `emes multi-agents apprenants pour assurer la stabilit ´e en temps r ´eel d’un microgrid gr ˆace aux syst `emes de stockage.

5.2/ PRESENTATION DES PROBL´ EMES DE GESTION`

D’UN MICROGRID

Comme ´enonc ´e pr ´ec ´edemment, un microgrid est une partie basse tension d’un r ´eseau d’ ´energie ´electrique pouvant inclure des g ´en ´erateurs d’ ´energie d ´ecentralis ´ee (et potentiellement renouvelable), des syst `emes de stockage et une partie des usagers du r ´eseau, comme le pr ´esente la figure 5.2. Le probl `eme de la gestion d’ ´energie dans un microgrid comprend de nombreux sous-probl `emes