IV.2 Comparaison des méthodes d'optimisation numérique : SQP et Point Intérieur 96
IV.2.2 Réponse à une variation de la charge du réseau
L'objet de cette deuxième partie est d'étudier les diérentes réponses obtenues avec les
deux méthodes d'optimisation suite à une variation de charge sur le réseau. Cette variation
de charge est graduelle. Elle est donnée dans la gure IV.6. Le réseau ne comporte toujours
qu'une seule GED. La puissance de celle-ci est constante et xée à 5.39 MW.
0 50 100 150 200 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Temps / s Pertes Joule / MW SQP Point intérieur 0 50 100 8 8.5 9 x 10−3 Temps / s Pertes Joule / MW
Figure IV.1 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de
puis-sance active d'une GED : pertes Joule. Le graphique intérieur est un zoom du début de la courbe.
0 20 40 60 80 100 120 140 160 180 1.02 1.03 1.04 1.05 Temps / s Tension / p.u. Point Intérieur Tension maximale Tension minimale 20 40 60 80 100 120 140 160 180 200 1.02 1.03 1.04 1.05 Temps / s Tension / p.u. SQP
Figure IV.2 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de
puis-sance active d'une GED : tensions maximales et minimales du réseau. Les n÷uds où sont mesurées les
tensions peuvent changer au cours de la simulation.
La gure IV.7 donne l'évolution des pertes Joule dans les lignes du réseau pour les
deux méthodes d'optimisation. Tout au long de la simulation, les niveaux de pertes sont
quasiment égaux, à l'exception du dernier tiers de la simulation. Cette diérence s'explique
par un changement de prise du transformateur plus précoce (10 000 s) dans le cas de
l'algorithme SQP (c.f. gure IV.8). L'algorithme du point intérieur retrouve le même niveau
de pertes plus tard (12 000 s), dès que la prise du transformateur devient identique à celle
calculée avec la méthode SQP. La conséquence de ce changement plus tardif, est le maintien
d'une tension plus basse plus longtemps et donc d'un niveau de pertes plus élevé (c.f. gure
IV.9).
Au niveau de la GED, cette diérence de prise des transformateurs régleurs en charge,
s'observe sur la gure IV.10 donnant l'évolution de la puissance réactive au cours du temps.
Le passage à une prise supérieure, dans le cas d'algorithme SQP, impose à la GED
d'absor-ber de la puissance réactive pour éviter l'apparition d'une surtension locale. Par la suite,
l'augmentation de la charge du réseau abaisse la tension et oblige donc la GED à diminuer
son absorption puis à produire de la puissance réactive.
0 50 100 150 200 14 14.2 14.4 14.6 14.8 15 Temps / s n° de prise SQP Point intérieur
Figure IV.3 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de
puis-sance active d'une GED : évolutions des prises du transformateur.
20 40 60 80 100 120 140 160 180 200 1.02 1.03 1.04 1.05 1.06 Temps / s Tension / p.u. SQP Point intérieur 0 50 100 150 200 −0.05 0 0.05 0.1 0.15 Temps / s
Puissance réactive / MVAr
Figure IV.4 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de
puis-sance active d'une GED : caractéristiques de la GED.
la GED continue à produire de la puissance réactive pour maintenir la tension au niveau le
plus élevé possible. À l'issue du changement de prise, la production de puissance réactive
de la GED diminue pour retrouver un niveau proche de celui constaté avec la méthode
SQP.
Il est intéressant de remarquer que tandis que la tension aux bornes de la GED chute
progressivement, la production de puissance réactive augmente mais, pas susamment pour
maintenir la tension en butée haute, et ce bien que la GED n'ait pas atteint son maximum
de production de puissance réactive. Ceci se comprend en considérant l'équation (II.4)
donnée au chapitre II. Les pertes Joule dépendent non seulement de la tension du réseau
mais aussi du transit de puissance réactive dans le réseau. Par conséquent, l'algorithme
calcule une solution qui constitue un compromis entre l'augmentation du plan de tension
et la diminution des transits de puissance réactive.
Ces observations sur la puissance réactive sont cohérentes avec l'évolution des transits
de puissance réactive dans le poste source (c.f. gure IV.11). Dans le cas de l'algorithme
SQP, la consommation temporaire de puissance réactive par la GED génère un transit
supplémentaire dans le poste source.
Cette deuxième étude montre encore une fois qu'il existe des diérences entre les deux
algorithmes. Ces diérences sont toutefois assez faibles au regard des valeurs des fonctions
0 50 100 150 200 0.16 0.18 0.2 0.22 0.24 0.26 0.28 0.3 0.32 Temps / s
Puissance réactive descendante / MVAr
SQP Point intérieur
Figure IV.5 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de
puis-sance active d'une GED : transit de puispuis-sance réactive dans le transformateur.
objectif.
0 2000 4000 6000 8000 10000 12000 14000 2 4 6 8 10 12 14 Temps / s P, Q et S / MW, MVAr et MVA Puissance active Puissance réactive Puissance appparenteFigure IV.6 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de la
charge du réseau : charge du réseau en fonction du temps.
IV.2.3 Conclusions
Les deux séries de simulations entreprises montrent que les deux méthodes
d'optimisa-tion peuvent donner des résultats diérents pour un même cas de simulad'optimisa-tion. Toutes deux
calculent des solutions pour lesquelles les contraintes sont respectées mais pour lesquelles
les valeurs des fonctions objectif ne sont pas égales. Ces valeurs sont cependant
numérique-ment proches. Il est alors intéressant de remarquer qu'elle sont parfois obtenues avec des
valeurs de variables de décision diérentes. Ceci montre que mathématiquement, des
solu-tions proches, c'est-à-dire des valeurs de fonction objectif proches, peuvent exister, mais
ces solutions sont calculées pour des valeurs de variables de décison diérentes. La fonction
du réglage de tension n'est donc pas convexe1. Le transformateur régleur en charge et,
dans une moindre mesure, les bancs de capacité sont la cause de cette non convexité.
1. La fonction objectif qui calcule les pertes Joule en fonction seulement des GED, est, elle, par contre,
une fonction convexe (c.f. le paragraphe III.5.5.2).
0 2000 4000 6000 8000 10000 12000 14000 0.111 0.112 0.113 0.114 0.115 0.116 0.117 0.118 0.119 Temps / s Pertes Joule / MW SQP Point intérieur
Figure IV.7 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de la
charge du réseau : pertes Joule.
0 2000 4000 6000 8000 10000 12000 14000 14 14.2 14.4 14.6 14.8 15 Temps / s n° de prise SQP Point intérieur
Figure IV.8 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de la
charge du réseau : évolutions des prises du transformateur.
En l'état, il est donc dicile de départager les deux algorithmes car les résultats
ob-tenus sont relativement proches. Cependant, un dernier paramètre n'a pas été pris en
compte. Il s'agit du temps de calcul des algorithmes. Dans la seconde étude détaillée dans
le paragraphe précédent, le temps de simulation total obtenu avec l'algorithme du point
intérieur est de 13.1 s. Ce temps est de 2.6 s avec l'algorithme SQP. Ces valeurs
corres-pondent au temps total de chaque simulation et donc, prennent en compte des procédures
(initialisation, traitement des données...) qui ne sont pas incluses dans les procédures
d'op-timisation. Cependant, ces procédures sont communes aux deux simulations. Le rapport
des deux temps de calculs permet donc de connaître le rapport des temps d'exécution
des deux algorithmes d'optimisation. Ce rapport est donc d'environ 5. Pour le problème
du réglage de tension, l'algorithme SQP est donc plus rapide que l'algorithme du point
intérieur.
Cette supérorité de l'algorithme SQP devant l'algorithme de point intérieur est dûe au
fait que la fonction qui calcule les pertes Joule est une fonction quadratique : les pertes
Joule sont proportionnelles au carré du courant. Or, le principe de l'algorithme SQP est
de résoudre une succession de sous-problèmes quadratiques (c.f. paragraphe III.4.2.1). La
fonction objectif étant elle-même quadratique, l'algorithme SQP est particulièrement
ef-cace. Dans le cas où cette fonction objectif ne serait plus quadratique, il pourrait être
2000 4000 6000 8000 10000 12000 14000 1.02 1.03 1.04 1.05 Temps / s Tension / p.u. SQP Tension maximale Tension minimale 2000 4000 6000 8000 10000 12000 14000 1.01 1.02 1.03 1.04 1.05 Temps / s Tension / p.u. Point Intérieur
Figure IV.9 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de la
charge du réseau : tensions maximales et minimales du réseau.
2000 4000 6000 8000 10000 12000 14000 1.03 1.04 1.05 1.06 Temps / s Tension / p.u. SQP Point intérieur 0 2000 4000 6000 8000 10000 12000 14000 −0.5 0 0.5 Temps / s
Puissance réactive / MVAr
Figure IV.10 Comparaison des méthodes d'optimisation numérique ; réponse à une variation de la
charge du réseau : caractéristiques de la GED.
intéressant de comparer à nouveau les résultats obtenus avec les deux types d'algorithmes
d'optimisation.
Dans la suite des études, du fait de sa plus grande rapidité de calcul, la méthode SQP est
donc la méthode d'optimisation retenue pour l'algorithme d'optimisation mixte découplée.
0 2000 4000 6000 8000 10000 12000 14000 −0.5 0 0.5 1 1.5 2 2.5 3 3.5 Temps / s
Puissance réactive descendante / MVAr
SQP Point intérieur