Stability-Constrained Decentralized Control and Energy Management for Grid-Forming Inverter-Based Microgrids

Résumé Technique : Contrôle Décentralisé et Gestion de l'Énergie sous Contraintes de Stabilité pour les Micro-réseaux à Onduleurs de Type Grid-Forming

Énoncé du Problème
La transition mondiale vers les énergies renouvelables a conduit à des micro-réseaux dominés par des ressources basées sur des onduleurs, entraînant une faible inertie du système, des déséquilibres de puissance élevés et des dynamiques opérationnelles imprévisibles. Bien que les onduleurs de type Grid-Forming (GFI - formateurs de réseau) offrent une solution prometteuse pour la régulation de la tension et de la fréquence dans des conditions d'îlotage ou de réseau faible, la littérature existante traite généralement la conception du contrôle et l'optimisation de l'énergie comme des domaines distincts. Les approches conventionnelles reposent souvent sur des onduleurs de type grid-following qui nécessitent des références externes, ou utilisent des systèmes de gestion de l'énergie centralisés qui souffrent de problèmes d'évolutivité, de surcharge de communication et de points de défaillance uniques. De plus, les modèles d'optimisation actuels simplifient fréquemment la dynamique des onduleurs, échouant à capturer l'interaction entre les mécanismes de contrôle et les décisions de répartition globale. Il existe un manque manifeste d'un cadre cohérent intégrant le contrôle décentralisé des GFI, la gestion optimale de l'énergie et l'analyse de la durabilité au sein d'un système unique.

Méthodologie
L'article propose un cadre unifié combinant un contrôle GFI décentralisé basé sur le consensus avec la programmation linéaire en nombres entiers mixtes (MILP) pour la gestion de l'énergie dans les micro-réseaux PV-éolien-batterie.

• Modélisation du Système : L'étude modélise les systèmes photovoltaïques (PV) à l'aide d'un modèle à diode unique et les éoliennes à l'aide d'un modèle de coefficient de puissance dépendant de la vitesse du vent. Le stockage d'énergie est modélisé via la dynamique de l'état de charge (SOC).
• Contrôle Décentralisé : La couche de contrôle utilise un algorithme basé sur le consensus où les onduleurs communiquent avec leurs voisins pour parvenir à un partage de puissance proportionnel sans contrôleur central. Les GFI utilisent un contrôle par statisme (droop control) de puissance active et réactive pour réguler respectivement la fréquence et la tension.
• Analyse de Stabilité : Pour garantir la robustesse, le cadre intègre une analyse de stabilité basée sur la fonction de Lyapunov pour prouver la stabilité asymptotique globale, ainsi qu'une analyse de stabilité des petites perturbations utilisant les valeurs propres de la matrice Laplacienne pour garantir la convergence et l'amortissement.
• Optimisation (MILP) : Un système de gestion de l'énergie basé sur le MILP opère sur une échelle de temps plus lente pour co-optimiser la répartition de la puissance, la planification du stockage d'énergie et le fonctionnement des onduleurs. La fonction objectif minimise une somme pondérée des déséquilibres de puissance, des coûts opérationnels, des pertes d'énergie et des émissions de carbone.
• Couplage : L'architecture présente une structure à deux couches où la couche de contrôle décentralisé assure la stabilité en temps réel, tandis que la couche d'optimisation fournit des consignes soumises à des contraintes de stabilité dérivées de la dynamique de contrôle.

Principales Contributions

1. Cadre Intégré : L'étude présente une architecture novatrice qui traite simultanément la coordination décentralisée des GFI, la dynamique de stockage d'énergie couplée temporellement et l'optimisation au niveau du système, comblant ainsi le fossé entre la théorie du contrôle et la gestion de l'énergie.
2. Optimisation sous Contraintes de Stabilité : Contraels aux travaux précédents, ce cadre intègre directement des contraintes de stabilité (basées sur Lyapunov et les valeurs propres) dans le processus de gestion de l'énergie, garantissant que les décisions de répartition ne compromettent pas la stabilité du système.
3. Évaluation Techno-Économique-Environnementale : L'article introduit un cadre d'évaluation unifié qui évalue les performances non seulement sur le plan technique (efficacité, stabilité), mais aussi économique (coûts opérationnels) et environnemental (empreinte carbone).
4. Fonctionnement Décentralisé Évolutif : L'approche proposée par consensus élimine le besoin d'un superviseur central, améliorant ainsi l'évolutivité et la résilience face aux défaillances de communication.

Résultats
Les résultats des simulations sur un horizon de 24 heures, prenant en compte la variabilité des énergies renouvelables, les fluctuations de charge et les conditions de défaut, démontrent des améliorations de performance significatives par rapport aux mécanismes conventionnels de type grid-following et de contrôle centralisé :

• Efficacité : L'efficacité du système est passée de 88 % (conventionnel) à 94 %. L'efficacité des onduleurs s'est améliorée de 85 % à 95 % grâce à des topologies et des stratégies de contrôle avancées.
• Réduction des Pertes : Les pertes d'énergie ont été réduites d'environ 50 % (passant de 120 000 kWh à 60 000 kWh annuellement).
• Émissions de Carbone : Les émissions de carbone ont été réduites jusqu'à 92 %, avec une réduction calculée de 460 000 kg de CO₂ par rapport à un scénario de réseau traditionnel.
• Stabilité et Dynamique : Le système a démontré une récupération rapide après des conditions de défaut (restauration de la tension et de la fréquence) et a atteint un temps de stabilisation de 8 secondes contre 15 secondes pour les méthodes conventionnelles. L'analyse des valeurs propres a confirmé la stabilité asymptotique avec un comportement dynamique bien amorti.
• Viabilité Économique : Malgré une augmentation de 50 % des dépenses d'investissement (CAPEX), le système a réalisé un bénéfice annuel net de 4,5 millions de dollars grâce à une réduction de 25 % des dépenses opérationnelles (OPEX), aux économies d'énergie et à la valeur des crédits carbone.

Signification et Revendications
Les auteurs affirment que ce travail représente l'une des premières études ayant réussi à intégrer le contrôle décentralisé des onduleurs de type grid-forming avec la gestion de l'énergie par MILP et l'analyse de la durabilité. La signification du cadre proposé réside dans sa capacité à fournir une solution évolutive, économe en énergie et neutre en carbone pour les micro-réseaux dominés par les onduleurs. En traitant la fragmentation de la recherche actuelle — où le contrôle, l'optimisation et la durabilité sont souvent étudiés de manière isolée — l'article offre une approche holistique qui permet un fonctionnement stable, résilient et économiquement viable dans des conditions d'îlotage et de perturbation. L'étude conclut que de tels cadres intégrés sont essentiels pour la transition vers les systèmes énergétiques de prochaine génération, neutres en carbone, tout en reconnaissant les limites concernant la dépendance aux modèles de simulation et la nécessité d'une validation future par boucle matérielle (hardware-in-the-loop).