Paramètres d'évaluation du rendement

Il existe plusieurs paramètres concernant les performances de toute technique DSM. Dans cette section, nous présenterons l’analyse de ces paramètres qui sont plus génériques et qui doivent être pris en compte lors du développement de toute technique DSM.

II.2.2.1. _{Réduction du PAR et réduction du coût total de l’énergie}

Dans l'infrastructure de réseau existante, les prix sont déclarés en fonction de la courbe de charge moyenne. Par conséquent, à certaines heures de pointe, les services publics exploitent des centrales de pointe afin de combler l’écart entre la demande maximale et la production totale. Par conséquent, la nécessité de la courbe de charge de pointe à moyenne (PAR) est appréciée, afin de minimiser la nécessité d'utiliser des centrales de pointe pour certaines heures de pointe. Dans le réseau intelligent, en utilisant différentes techniques d'optimisation, nous pouvons minimiser le PAR total en déplaçant et en gérant la charge de chaque utilisateur individuel en adoptant un contrôleur de consommation d'énergie du côté du consommateur. Un algorithme évolutif basé sur une méthode heuristique (EA) est proposé pour résoudre le problème de minimisation des coûts énergétiques. Différents types de consommateurs tels que les clients résidentiels, commerciaux et industriels sont pris en compte pour les résultats de la simulation.

II.2.2.2. Mécanisme de facturation:

La référence [3]présente un modèle énergétique basé sur la fonction de coût. Ils ont supposé que la fonction de coût serait croissante et strictement convexe.

Des exemples de ce type de fonction de coût sont : une fonction de coût quadratique et un modèle de prix convexe basé sur un taux de conservation en deux étapes utilisé par BC Hydro au Canada est donné à la Figure II.2.

AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

23 Figure II.2:l'architecture UCGE pour un seul utilisateur résidentiel

La figure montre le modèle de taux de conservation en deux étapes utilisé par BC Hydro.RTP est également l'un des modèles de tarification les plus attractifs pour la gestion de la demande adoptéeen utilisant un algorithme de suivi arrière [35]. Architecture multicouche pour DSM autonome présenté dans [37] est applicable à RTP, CPP et TOU. RTP avec des mécanismes alternatifs de facturation heure par heure donne des résultats significatifs en termes d’amélioration de l’équité (73%), en ce qui concerne la véracité de la véracité de la part des utilisateurs et fonctionne également de manière presque optimale de minimisation des coûts

[38]. Parmi tous ces mécanismes de facturation présentés de la sorte dans la littérature, RTP

avec IBR et la fonction de coût convexe et croissante [37],[30]et[31]ont montré de meilleurs Utilitaire de distribution d’énergie Autres utilisateurs Compteur Intelligent UCGE • Éclairage • Divertissement • Ventilateurs • Chargeur PC • ML • LV • SL • VEHR • Cl • RE • CE • RL AEN AE

ligne de communication Bidirectionnelle ligne électrique

•UCGE unité de contrôleur de gestion d'énergie

• ML Machine à laver

• _{LV lave-vaisselle}

• VEHR véhicule électrique hybride rechargeable

24

résultats en termes d'amélioration de la minimisation du coût total de l'énergie ainsi réduction de la courbe de charge maximale.

II.2.2.3. Équité entre les utilisateurs:

La possibilité pour un utilisateur ou un groupe d'utilisateurs de ne pas dire la vérité et de tirer des avantages supplémentaires en s'écartant du calendrier de consommation d'énergie réelle des utilisateurs est l'un des problèmes les plus critiques du DSM Les utilisateurs doivent être assurés de la vérité en installant un système de supervision et de contrôle de l'énergie, afin de s'assurer que la communication entre les utilisateurs ne doit pas violer le mécanisme actuel du ECS a côté de la discussion ci-dessus, si l’algorithme pour le contrôleur de programmation d’énergie est conçu de manière à remédier à ces situations, il sera très apprécié. Dans la littérature, ce problème est également abordé dans [3], [30], [34]. Les algorithmes présentés sont autocontrôlés. Dans [35], il convient de noter que l'algorithme donné est auto-surveillance, car le mécanisme de facturation présenté relie directement le paiement de l'utilisateur et le coût énergétique. Dans ce modèle, les minimisations de coûts individuelles et globales (c’est-à-dire de multiples utilisateurs) sont étroitement liées. Chaque fois qu'un utilisateur essaie de tirer un avantage supplémentaire de son calendrier de consommation réel, un algorithme adopté lui sera préjudiciable en termes de paiements individuels. Pour résoudre ce problème de manière plus complète, [36] a présenté un mécanisme alternatif de facturation. Un indice d'équité correspondant à ce mécanisme de facturation a été introduit.

II.2.2.4. Temps d'exécution de l'algorithme:

Le temps de planification est également un facteur important lorsque l’ECS est pris en compte. Lorsque le temps d’exécution d’algorithme petit, les résultats être meilleurs en termes de confort d’utilisation. Ce problème est principalement mis en évidence dans [35], le temps d’exécution est basé sur les tâches préemptives, les tâches non préemptives et le nombre de créneaux horaires. Sur la base de ces approximations, le temps d'exécution est réduit jusqu'à 2%, tout en bénéficiant du mécanisme de traitement des contraintes. Dans ce mécanisme, la branche de recherche est raccourcie lorsque la valeur de crête partielle dépasse déjà la valeur optimale actuelle. La comparaison entre comportement contraint et non contraint révèle que la recherche contrainte a un temps d’exécution moins long et donc plus stable. La tâche préventive a un effet défavorable sur le temps d'exécution. En supprimant le parcours inutile dans l'espace de recherche, la recherche contrainte peut considérablement augmenter la vitesse de calcul.

25 II.2.2.5 Temps d'attente des appareils:

Le temps d'attente des appareils et la minimisation des coûts des utilisateurs sont deux fonctionnalités opposées et peuvent être différents dans plusieurs cas[32].Dans le monde réel, en tenant compte de RTP, nous pouvons considérer que si certains doivent laver leur vaisselle et qu’ils ont exactement la même heure de pointe, il y aura alors deux solutions possibles: − Pour faire la vaisselle pendant les heures de pointe, leurs paiements seront augmentés

autrement

− Ils devraient avoir à différer le fonctionnement de leur appareil et attendre les heures creuses. Pour résoudre le conflit, un compromis peut être fait entre ces deux objectifs lors de la modélisation mathématique. Dans ces conditions, il est clair que ces deux objectifs sont inversement liés par horizon temporel spécifique [36].

II.3. Description et Formulation du Problème