P OWER M ATCHER

PowerMatcher [Kok et al., 2010] est l’un des r ´esultats du projet europ ´een FP7

Smart House/Smart Grid⁷. Il consiste en un m ´ecanisme de coordination ayant pour objectif l’ ´equilibre entre l’offre et la demande dans des microgrids (potentiel-lement `a multi-niveaux) en int ´egrant des producteurs d’ ´energie d ´ecentralis ´ee. Ces

microgrids sont d ´efinis comme des regroupements de sources et des charges. Le

m ´ecanisme de PowerMatcher impl ´emente l’ ´equilibre de l’offre et de la demande (SDM) en utilisant un syst `eme multi-agents et une approche de contr ˆole bas ´ee sur le march ´e. La technologie de PowerMatcher peut donc ˆetre `a la base de la mise en place de VPPs.

Le Tableau 3.7 pr ´esente son ´evaluation.

Dans un syst `eme multi-agents de PowerMatcher, les agents sont organis ´es en une arborescence logique. Les feuilles de l’arbre regroupent un certain nombre d’agents locaux et, ´eventuellement, un agent global ayant un objectif unique. La racine de l’arbre repr ´esente l’agent commissaire-priseur, un agent unique qui s’occupe de la gestion des prix, c’est- `a-dire qu’il recherche un prix qui ´equilibrera l’offre et la demande.

Ci-dessous une description des trois pilotes du projet :

– Pays-Bas : Il est compos ´e de 25 maisons qui int ´egrent des compteurs

Dimension Structurelle

Type de r ´eseau Simul ´e

R ´eseau physique Oui

Topologie Microgrid.

Taille du r ´eseau R ´eseau compos ´e de 5000 maisons, en utilisant des profils de charge de 26M maisons au Royaume-Uni.

Syst `emes de stockage Non int ´egr ´es pour ce probl `eme.

Sources Non int ´egr ´es pour ce probl `eme.

Charges L’ensemble des p ´eriph ´eriques que l’on trouve dans l’habi-tat (comme les machines `a laver et les laves-vaisselle, les r ´efrig ´erateurs, chaudi `eres et radiateurs, les ´eclairages ou encore les n ´ecessaires de cuisine).

´

Evolutivit ´e Il est d ´emontr ´e dans l’article que l’approche propos ´ee peut ˆetre ´evolutive.

Communication Inconnu

Microgrids Le r ´eseau de base est un microgrid, mais les maisons sont d’autres microgrids.

ˆIlot´es Non, car il n’y a pas d’int ´egration d’ ´energie propre au

micro-grid .

March ´e Oui

Prix dynamiques Les prix sont allou ´es dynamiquement, en utilisant le prix en temps r ´eel bas ´e sur le mod `ele macro- ´economique du march ´e britannique de l’ ´electricit ´e.

Calendrier Une d ´ecision par jour et par agent.

Familles de probl `emes

DSM L’approche propos ´ee consiste `a coordonner un grand nombre d’agents. Chaque agent contr ˆole et adapte les charges reportables d’une maison afin de maximiser le confort et minimiser les co ˆuts de l’ ´energie. Le m ´ecanisme d’adaptation embarqu ´e dans chaque agent est compos ´e de deux processus. Premi `erement, un m ´ecanisme d’apprentis-sage Widrow-Hoff est utilis ´e pour adapter progressivement le report des charges sur la base du prix de l’ ´energie pr ´evu pour le lendemain. Deuxi `emement, un m ´ecanisme stochas-tique est utilis ´e pour optimiser de nouveau les profils de charge thermique sur un jour.

Crit `eres soci ´etaux

Environnement R ´eduire les ´emissions de carbone.

´

Economie R ´eduire le co ˆut de l’ ´energie.

Qualit ´e de service Non prise en compte.

Int ´egration de l’humain L’utilisateur peut choisir les charges qui peuvent ˆetre diff ´er ´ees.

3.5. ´EVALUATION 39

Dimension Structurelle

Type de r ´eseau Simul ´e

R ´eseau physique Oui

Topologie Agr ´egation de producteurs d’ ´energie renouvelables.

Taille du r ´eseau Le r ´eseau a une capacit ´e nominale de 17,5 MW et peut four-nir 12000 foyers.

Syst `emes de stockage Inconnu

Sources Utilisation de 24 ´eoliennes simul ´ees avec des profils `a par-tir des donn ´ees r ´eelles d’une ferme exp ´erimentale de Sota-vento en Espagne

Charges Inconnu

´

Evolutivit ´e Il y a toujours le m ˆeme nombre de producteurs.

Communication Les VPPs communiquent leurs productions au r ´eseau. Microgrids les microgrid sont repr ´esent ´es par des VPP.

ˆIlot´es Non, car il n’y a pas d’int ´egration de consommation.

March ´e Oui

Prix dynamiques Les prix sont attribu ´es de mani `ere dynamique entre les VPPs et le r ´eseau de distribution.

Calendrier Des cr ´eneaux d’une heure.

Familles de probl `emes

VPP Les VPPs repr ´esentent des collections de sources d’ ´energie (comme les syst `emes de stockage ou de producteurs d’ ´energie renouvelable) qui peuvent ˆetre utilis ´ees plus ef-ficacement pour r ´epondre `a la demande au sein d’un r ´eseau d’approvisionnement en ´electricit ´e. Plusieurs tech-niques bas ´ees sur la th ´eorie des jeux sont propos ´ees dans cet article pour former et maintenir des VPPs et pour leur permettre de communiquer de mani `ere fiable leur produc-tion au r ´eseau d’ ´electricit ´e.

Crit `eres soci ´etaux

Environnement Utilisation d’ ´eoliennes.

´

Economie Optimisation des gains de production.

Qualit ´e de service Non prise en compte.

Int ´egration de l’humain Non prise en compte.

Dimension Structurelle

Type de r ´eseau Les approches r ´eelles et virtuelles sont d ´evelopp ´ees. Lors de simulation, le pas de simulation correspond `a 1 seconde.

R ´eseau physique Oui

Topologie Diff ´erents suivant les projets.

Taille du r ´eseau Diff ´erentes suivant le r ´eseau (voir la description 3.5.5).

Syst `emes de stockage Int ´egration de batteries.

Sources Panneaux photovolta¨ıques, ´eoliennes, et sources d’ ´energie classiques, en fonction du projet.

Charges Charges reportables, charges d ´ecalables et charges clas-siques en fonction du projet.

´

Evolutivit ´e C’est l’un des objectifs de la PowerMatcher.

Communication La communication est mise en œuvre par les compteurs in-telligents et via des web-services.

Microgrids La structure inh ´erente d ´efinie par le PowerMatcher est hi ´erarchique et permet de d ´ecomposer un r ´eseau en sous-r ´eseaux qui intesous-ragissent entsous-re eux.

ˆIlot´es C’est l’une des contraintes du troisi `eme essai.

March ´e Oui

Prix dynamiques Non

Calendrier Les prix du march ´e sont pr ´evus chaque jour pour le jour suivant.

Familles de probl `emes

SDM Le m ´ecanisme de base de PowerMatcher consiste `a

r ´esoudre le probl `eme de l’ ´equilibre entre l’offre et la de-mande. La structure logique utilis ´ee permet ´egalement de s’attaquer au probl `eme de la gestion des VPPs.

Crit `eres soci ´etaux

Environnement Les sources d’ ´energie renouvelable et les batteries ont ´et ´e utilis ´ees dans les projets. Quelques premiers r ´esultats montrent que l’utilisation de PowerMatcher peut porter de 14% `a 21% la r ´eduction de CO2.

´

Economie La r ´eduction lors des pics de consommation a ´et ´e ´evalu ´ee `a 4, 49% (moyenne annuelle) pour le projet pilote grec.

Qualit ´e de service Inconnu

Int ´egration de l’humain Les clients sont int ´egr ´es comme des acteurs r ´eels par le concept de semi-professionnels. En effet, chaque maison du projet pilote aux Pays-Bas offre une gestion de l’ ´energie qui met en œuvre la strat ´egie locale de gestion de l’ ´energie de l’utilisateur.

3.6. CONCLUSION 41

telligents Itron. 12 d’entre elles int `egrent la cog ´en ´eration (CHP) avec des chaudi `eres `a haute efficacit ´e ´energ ´etique de 1kW fonctionnant au gaz natu-rel. Les 13 autres poss `edent une pompe `a chaleur hybride qui combine une pompe `a chaleur air-eau avec des chaudi `eres `a condensation. Chaque mai-son dispose de douze m `etres carr ´es de panneaux photovolta¨ıques pour une capacit ´e totale de 1400W. 10 maisons poss `edent une machine `a laver et un lave-vaisselle intelligent, Miele. Une des maisons dispose d’un v ´ehicule hy-bride Toyota Prius et deux autres disposent d’une voiture Volkswagen Golf 100% ´electrique. Enfin, une maison dispose d’une batterie plomb-acide stan-dard pour stocker l’ ´energie solaire pour une utilisation ult ´erieure.

– Allemagne : L’installation des compteurs intelligents a ´et ´e faite au cours du

printemps 2010. L’installation des premiers prototypes dans les locaux des clients a commenc ´e dans les maisons. Puis d ´eploy ´es au cours d’octobre et novembre 2010, pour pouvoir commencer les op ´erations d’essais sur le ter-rain. Meltemi comprend 220 chalets enti `erement habit ´es en ´et ´e (de mai `a

sep-tembre) et vide en hiver. Un chalet typique correspond `a un b ˆatiment de 70m2

de surface. La plupart des chalets sont vieux de plus de 30 ans.

– Gr `ece : Tout le camp est aliment ´e par une station de moyenne `a basse

ten-sion triphas ´ee. La charge maximale du site est d’environ 220kW. En outre, un g ´en ´erateur diesel de 40kW est pr ´esent. Enfin, des syst `emes photovolta¨ıques sont install ´es dans certaines maisons ainsi qu’ `a l’entr ´ee du camping. La capa-cit ´e totale install ´ee est de 6kW p.

3.6/ CONCLUSION

Ce chapitre pr ´esente un cadre pour la qualification et l’ ´evaluation des approches de r ´eseaux intelligents. Cette contribution est principalement bas ´ee sur une ´etude comparative qui est men ´ee sur la base d’un cadre d’ ´evaluation analysant chaque approche. La comparaison n’est possible que pour des approches ayant la m ˆeme structure et le m ˆeme objectif, donc le document met d’abord l’accent sur la di-mension structurelle et la didi-mension des probl `emes pour regrouper les approches comparables. Puis, les crit `eres soci ´etaux permettent de comparer ces diff ´erentes approches.

Cette ´etude vise `a d ´efinir une cartographie des contributions existantes et `a analy-ser leurs forces et leurs faiblesses. Notre objectif n’ ´etait pas de d ´eterminer quelle approche est la meilleure. Cependant, l’ ´etude pr ´esent ´ee dans ce chapitre devrait aider `a la comparaison des caract ´eristiques d ´efinies. Le lecteur doit ˆetre conscient des limites suivantes :

– Les r ´esultats pr ´esent ´es dans ce travail sont bas ´es sur les documents dispo-nibles (articles, rapports techniques, pr ´esentations, etc.). Il y a certainement quelques ´el ´ements qui ont pu nous ´echapper et nous ne pouvons pas ˆetre absolument s ˆurs que les informations pr ´esent ´ees sont compl `etes.

celles disponibles dans la litt ´erature, pour tester les diff ´erentes approches. – Les caract ´eristiques d ´efinies pour l’analyse et la comparaison ont ´et ´e

in-fluenc ´ees par l’actuel ´etat de l’art du domaine qui en est encore `a ses bal-butiements. Des travaux futurs pourront am ´eliorer ces caract ´eristiques et aller plus loin dans l’analyse.

II

MODELISATION ET´ CONCEPTION

4

UNE APPROCHE METHODOLOGIQUE´

POUR L’ANALYSE ET LA CONCEPTION

DE BOUCLES DE RETROACTION´

4.1/ INTRODUCTION

Certains syst `emes logiciels, en particulier ceux qui font l’objet d’une analyse et conception `a base de SMA, sont qualifi ´es de complexes. Cette complexit ´e peut ˆetre li ´ee `a la dynamique partiellement pr ´edictible de l’environnement et aux fonc-tionnalit ´es d ´eploy ´ees. Pour traiter ce genre de probl ´ematique, le domaine de l’In-telligence Artificielle Distribu ´e s’est inspir ´e de m ´etaphores issues de la th ´eorie du contr ˆole et de la biologie pour analyser et concevoir des syst `emes. Parmi ces m ´etaphores, on peut citer : les syst `emes de colonies de fourmis, le syst `eme im-munitaire artificiel, les essaims particulaires et les boucles de r ´etroaction.

L’objectif des boucles de r ´etroaction est, dans ce cas, de permettre de d ´efinir des syst `emes qui s’auto-adaptent en fonction de leurs contextes. Le principe consiste en une action en retour d’un effet sur sa propre cause. Les en-chaˆınements en s ´equence des causes et effets d ´efinissent une boucle (dite boucle de r ´etroaction). Les boucles de r ´etroaction ont d ´ej `a ´et ´e utilis ´ees dans le cadre des SMA, par exemple, pour des applications comme le contr ˆole d’industries manufacturi `eres, la robotique collective, la simulation, la concep-tion de syst `emes d’informaconcep-tion [Informatik et al., 2000, Wolf and Holvoet, 2007, Caprarescu and Petcu, 2009, Beurier et al., 2003, Schmickl et al., 2011].

Toutefois, m ˆeme s’il existe un grand nombre d’exp ´eriences concluantes, ce type de syst `emes reste difficile `a analyser et concevoir pour tout type d’application. En effet, malgr ´e les travaux importants dans le domaine, il n’existe pas d’ap-proches qui permettent de d ´efinir les boucles de r ´etroaction comme des entit ´es de premi `ere classe et qui les prennent en compte dans un cadre m ´ethodologique rigoureusement d ´efini [Brun et al., 2009]. Par entit ´e de premi `ere classe, on en-tend ici un objet qui peut ˆetre utilis ´e et manipul ´e (identit ´e intrins `eque) au sein des mod `eles d’analyse, de conception et d’impl ´ementation.

Dans ce chapitre, nous proposons un ensemble d’abstractions et un cadre 45

m ´ethodologique afin de pallier ce manque. Pour cela, nous nous appuyons sur la

m ´ethodologie ASPECS [Cossentino et al., 2010, Cossentino et al., 2013] qui est

d ´edi ´ee `a l’analyse, la conception et l’impl ´ementation de syst `emes complexes par des SMA.

La m ´ethodologie ASPECSest une des m ´ethodologies les plus compl `etes

concer-nant les SMA [Isern et al., 2011]. En effet, sur la base d’un framework

organisa-tionnel, ASPECS fournit les concepts n ´ecessaires pour d ´ecomposer un syst `eme

complexe. La r ´ealisation de ces syst `emes est, ensuite, simplifi ´ee gr ˆace `a une

pla-teforme JANUS[Gaud et al., 2009], qui facilite la mise en œuvre des concepts de

la m ´ethodologie.

Le principe g ´en ´eral de l’approche propos ´ee est d’utiliser une analyse ontologique du domaine du probl `eme d’int ´er ˆet. Ce type d’approche a d ´ej `a ´et ´e utilis ´e dans [Hilaire et al., 2012] afin d’analyser et concevoir des SMAs bas ´es sur des intelli-gences en essaim [Dorigo and Birattari, 2007]. L’approche ontologique permet de conceptualiser le probl `eme d’int ´er ˆet et d’identifier les ´el ´ements qui constituent une boucle de r ´etroaction. Ces ´el ´ements peuvent ˆetre par la suite concr ´etis ´es au sein des structures organisationnelles sous-jacentes au SMA et par des m ´ecanismes internes des agents.

Cette analyse ontologique est ensuite int ´egr ´ee `a la m ´ethodologie ASPECScomme

une des activit ´es initiales de la m ´ethodologie. L’ontologie de domaine r ´esultant de cette activit ´e est ensuite exploit ´ee pour d ´efinir les organisations et les r ˆoles qui seront mis en œuvre par les agents.

Ce chapitre est organis ´e comme suit : la section 4.2 pr ´esente un aperc¸u de notre

approche, la section 4.3 pr ´esente la m ´ethodologie ASPECS, la section 4.4 en

d ´etaille les principes et la section 4.5 conclut le chapitre.

4.2/ APERC¸U DE L’APPROCHE

Dans cette section, les ´el ´ements qui ont servi d’inspiration `a notre approche pour l’ing ´enierie de boucles de r ´etroaction sont pr ´esent ´es. Ces ´el ´ements sont le mod `ele influence/r ´eaction [Ferber and M ¨uller, 1996, Michel, 2007] et les auto-mates combinatoires [Mella, 2008].