Smaller Default Larger

Soutenance de LAOUAFI Abderrezak

République Algérienne Démocratique Et Populaire

Ministère De L’enseignement Supérieur Et De La Recherche Scientifique

Université 20 Août 1955- Skikda

Faculté De Technologie, Département De Génie Electrique

 

Thèse présentée par:  LAOUAFI Abderrezak, Pour L’obtention Du diplôme de Doctorat,Domaine : Science et Technologie, Filière : Génie Electrique
Spécialité : Electrotechnique Appliquée


Thème: Contribution à la modélisation de la courbe de charge électrique par des techniques intelligentes

Soutenue   Le 03/05/2017

                    

Jury Composé De:

           
M. BOUKADOUM Ahcene      Professeur     Université de Skikda         Président
M. MORDJAOUI Mourad        MCA            Université de Skikda          Rapporteur
M. LEBAROUD Abdesselam    Professeur    ENP Constantine 3            Examinateur
M. MEHASNI Rabia              Professeur    Université Constantine 1    Examinateur
M. MEDOUED Ammar           MCA            Université de Skikda          Examinateur
M. BOUDEBBOUZ OMAR       MCA            Université de Skikda          Examinateur

Résumé

Ce travail s'inscrit dans la thématique de la prévision de la puissance demandée par les consommateurs dans les réseaux électriques. Malgré les nombreux travaux dans la littérature publiés depuis les années 1960, ce problème est encore considérer comme difficile en raison du caractère non linéaire de la série de charge électrique et la relation complexe avec plusieurs facteurs. Les prévisions satisfaisantes de charge représentent donc un défi important pour les chercheurs, où chaque auteur essaye d'améliorer la précision de prévision et compare la performance obtenue par son propre modèle avec les performances d'autres modèles issus de la littérature. Notre contribution s'inscrit donc dans ce cadre pour l'amélioration des performances de prévision. On s'intéresse principalement au développement des méthodes assurant les prévisions satisfaisantes pour les deux horizons de prévision à très court-terme et court-terme de la charge électrique.
Néanmoins, nous avons effectués une première étude pour les deux horizons temporels de prévision à moyen et à long-terme, dont le but est d'évaluer un ensemble de méthodes existantes. Les résultats de cette étude ont montré qu'il est définitivement conseillé d'utiliser à la fois plusieurs méthodes afin d'améliorer les performances. Cette idée été l'élément clé dans une deuxième étude consacrée à la prévision à court-terme de la consommation d'électricité en Algérie.
L'approche pour la prévision à court-terme consiste à utiliser une méthodologie hybride adaptative à deux étapes, dont l'idée clé est d'assurer une première prévision et d'essayer ensuite de l'améliorer par le biais d'un système de prévision secondaire. Les résultats de cette étude ont montré de meilleure performance par rapport à une méthode de prévision issue de la littérature, et connue actuellement sous le nom de la méthode de Holt-Winters-Taylor.
L'approche pour la prévision à très court-terme, a sans tour, consiste à exploiter cette idée d'utiliser plusieurs méthodes. Cependant, pour de tel cas de prévision pour quelques minutes à l'avance il n'y aura pas du temps pour tenter une amélioration de prévision. Il fallait donc chercher la meilleure performance dès un premier temps. Par conséquent, notre idée pour de tel cas est d'utiliser une combinaison de prévisions et de tirer la meilleure performance à partir d'un ensemble de méthodes primaires. Nous avons appliqués cette méthodologie combinée sur les données de charge en temps-réel du système électrique français, et l'ensemble de données australiennes pour l'Etat de la Nouvelle-Galles du Sud. Les résultats de ce système ont montré de meilleures performances en comparaison avec un algorithme de référence, nommé AWNN, et développé en 2016 par M. Rana et al.
Mots clés : Charge électrique, prévision, équilibre offre/demande, combinaison de prévision, techniques adaptative
 

Abstarct

This work falls under the topic of electric load forecasting. Despite numerous studies in the literature published since the 1960s, this problem is so far considered as difficult because of the nonlinear nature of the electric load time series and the complex relationship with several factors. Thus, satisfactory load forecasts represent an important challenge for researchers, where each author tries to improve the forecast accuracy and compares the performance obtained by its own model with the performance of other models from the literature. Our contribution is therefore in this context for the improvement of forecasting performance. It focuses mainly on the development of methods that can ensure the satisfactory predictions for the two horizons of very short and short-term forecasting.
Nevertheless, we have made a first study for the two time horizons of medium- and long-term forecasting, where the aim is to evaluate a set of existing methods. The results of this study showed that it is definitely advisable to use a set of methods for improving the prediction accuracy. This idea was the key element in a second study devoted to the short-term forecast of electricity consumption in Algeria.
The approach for short-term forecasting consists of using an adaptive hybrid two stage methodology, where the key idea in this instance is to provide a preliminary forecast and to try then to improve its accuracy through the use of secondary forecasting system. The results of this study showed better performance compared to a prediction method derived from the literature, which is currently known under the name of the Holt-Winters-Taylor method.
The approach of very short-term forecasting, in their turn, consists of exploiting this idea of using several methods. However, for forecasts as short as few minutes in advance, there will be no time to attempt a forecast improvement. As a result, it is necessary to look for the best performance from the first attempt. Therefore, our idea for this case is to use a forecast combination and draw the best performance from a set of primary methods. We applied this combined methodology on the real-time load data from the French power system, and on the Australian data for the state of the New South Wales. The results of this system have shown better results in comparison with a reference algorithm from literature, named AWNN and developed in 2016 by M. Rana et al.     
Keywords: Electric load, forecast, supply/demand balance, forecast combination, adaptive techniques


Adresse:

 

Contacts PGP

Adresse:

BP 26 Route d'El-Hadaiek 21000 Skikda - ALGERIE

(Faculté de Technologie- Département de Pétrochimie & Génie des procédés)

E-mails:

fac.techno@univ-skikda.dz

Research Space