Multi regional power system transmission storage collaborative planning based on distributed optimization framework

Le réseau électrique moderne n'est plus une simple rue à sens unique où l'électricité circule régulièrement de quelques grandes centrales électriques vers les foyers et les usines. Il est devenu un réseau complexe à deux sens où la météo dicte l'offre. Les parcs éoliens et les installations solaires ne produisent de l'énergie que lorsque le vent souffle ou que le soleil brille, souvent dans des régions reculées loin des villes qui ont besoin de cette énergie. Cela crée un décalage fondamental : l'énergie est disponible à un endroit et à un moment donnés, mais la demande existe dans un autre lieu et à un autre moment. Pour maintenir l'éclairage, les ingénieurs doivent résoudre un double puzzle. Ils doivent construire de nouvelles lignes électriques pour déplacer l'électricité sur de vastes distances, et ils doivent installer des batteries massives pour stocker cette énergie pour une utilisation ultérieure. Le défi consiste à déterminer quelle quantité de chaque élément construire et où les placer, sans gaspiller d'argent ni rendre le réseau vulnérable.

Une équipe de chercheurs de la State Grid Shanxi Electric Power Company a abordé ce puzzle en développant une nouvelle façon de planifier l'avenir de ces systèmes de puissance interconnectés. Au lieu de traiter la construction de nouvelles lignes électriques et l'installation du stockage d'énergie comme des décisions séparées, ils ont créé un modèle unifié qui optimise les deux simultanément. Leur approche reconnaît qu'une nouvelle ligne électrique et une grande batterie peuvent souvent accomplir le même travail : elles permettent toutes deux au système de gérer les variations imprévisibles de l'énergie renouvelable. En utilisant un cadre mathématique sophistiqué qui permet à différentes régions de résoudre leurs propres problèmes de planification tout en restant synchronisées avec leurs voisins, les chercheurs ont trouvé un moyen de concevoir un réseau moins coûteux, plus efficace et plus apte à absorber l'énergie propre que les méthodes précédentes.

Les chercheurs ont testé leur méthode sur un système électrique simulé de quatre régions, un scénario conçu pour imiter la complexité réelle d'un grand réseau national. Dans ce système, certaines régions sont riches en énergie éolienne et solaire mais comptent moins d'habitants, tandis que d'autres ont une industrie lourde et une forte demande d'électricité mais moins de production renouvelable. L'équipe a comparé leur nouvelle approche coordonnée à trois stratégies plus anciennes : une qui ne construisait que de nouvelles lignes électriques, une qui n'installait que des batteries, et une où chaque région planifiait son propre avenir sans parler aux autres. Les résultats étaient clairs. Le plan coordonné, qui décidait à la fois des lignes de transmission et des batteries de stockage, a produit le meilleur résultat. Il a réduit le coût annuel total du système de dizaines de millions de dollars par rapport aux autres stratégies. Plus précisément, le nouveau plan a économisé 36,5 millions de yuans par an par rapport à un plan qui ne construisait que des lignes, 44,7 millions de yuans par rapport à un plan qui n'achetait que des batteries, et un chiffre impressionnant de 82,8 millions de yuans par rapport à l'approche non coordonnée où les régions agissaient seules.

Au-delà des économies d'argent, le plan coordonné a considérablement amélioré la capacité du système à utiliser l'énergie renouvelable. Dans les simulations, la nouvelle méthode a permis au réseau d'accepter et d'utiliser 4,6 points de pourcentage de puissance éolienne et solaire de plus que la stratégie « uniquement des lignes » et 3,55 points de pourcentage de plus que la stratégie « uniquement des batteries ». C'est une distinction cruciale car le gaspillage d'énergie renouvelable, connu sous le nom de délestage, est une perte économique et environnementale majeure. Les chercheurs ont constaté qu'en plaçant les batteries aux bons endroits et en construisant juste assez de nouvelles lignes électriques pour les connecter, le système pouvait lisser les fluctuations quotidiennes du vent et du soleil. Les batteries se chargeraient lorsqu'il y aurait trop de puissance et se déchargeraient lorsque la demande serait élevée, tandis que les lignes électriques déplaceraient l'énergie excédentaire d'une région venteuse vers une région ensoleillée, ou d'une région à faible demande vers une région à haute demande. Cette combinaison de déplacement de l'énergie à travers l'espace et de stockage de l'énergie à travers le temps a créé un réseau beaucoup plus stable et flexible.

L'innovation technique derrière ce succès ne résidait pas seulement dans la planification elle-même, mais dans la manière dont les chercheurs ont résolu le problème mathématique massif requis pour trouver la meilleure solution. Planifier un réseau pour un pays entier implique des millions de variables : chaque emplacement possible pour une nouvelle ligne, chaque site potentiel pour une batterie, chaque heure de la journée et chaque scénario météorologique possible. Résoudre tout cela d'un coup dans un seul programme informatique est incroyablement difficile et lent, et nécessite souvent que chaque région partage ses données privées avec une autorité centrale, ce qui n'est pas toujours pratique. Les chercheurs ont utilisé une technique appelée optimisation distribuée. Imaginez un groupe de personnes essayant de résoudre un immense puzzle. Au lieu qu'une seule personne essaie d'assembler chaque pièce à la fois, elles divisent le puzzle en sections. Chaque personne travaille sur sa propre section, mais elles vérifient constamment les bords où leur section rencontre celle de leur voisin pour s'assurer que les pièces s'emboîtent parfaitement.

Dans cette étude, chaque région du système électrique a résolu son propre problème de planification de manière indépendante, décidant localement où construire des lignes et des batteries. Cependant, elles ne travaillaient pas de manière isolée. Elles échangeaient uniquement les informations concernant les lignes électriques qui les reliaient à leurs voisins, garantissant que le flux total de puissance entrant et sortant concordait parfaitement. Cette méthode a permis à l'équipe d'exécuter les calculs beaucoup plus rapidement. Alors qu'un modèle informatique centralisé traditionnel mettait plus de 82 secondes pour trouver une solution, la nouvelle méthode distribuée, exécutant les calculs régionaux en parallèle, a terminé en environ 21,5 secondes. Cette accélération est significative car elle signifie que les planificateurs de réseaux peuvent lancer beaucoup plus de simulations pour tester différents scénarios, menant à des décisions plus robustes et fiables. La méthode respectait également la confidentialité de chaque région, car elles n'avaient pas besoin de révéler leurs coûts internes ou leurs données de réseau détaillées à une autorité centrale, seulement les informations de bordure nécessaires pour maintenir l'équilibre du système.

L'étude a confirmé que s'appuyer sur un seul outil est insuffisant pour l'avenir de l'énergie. Un plan qui se concentre uniquement sur la construction de plus de lignes électriques a tendance à construire en excès, dépensant trop pour des infrastructures qui pourraient ne pas être pleinement utilisées. Inversement, un plan qui repose uniquement sur les batteries peut devenir trop coûteux car il tente de stocker localement chaque bit d'énergie excédentaire, manquant l'opportunité de déplacer cette énergie là où elle est nécessaire. L'approche de planification indépendante, où les régions ne se coordonnent pas, conduit aux pires résultats, avec des coûts élevés et de l'énergie gaspillée parce que les régions construisent des actifs redondants ou ne parviennent pas à se soutenir mutuellement en cas de besoin. Les conclusions des chercheurs suggèrent que la voie la plus efficace est un mélange équilibré. Dans leur système simulé de quatre régions, le plan optimal impliquait l'expansion de cinq corridors de transmission spécifiques par des montants allant de 130 à 260 mégawatts, tout en installant simultanément un total de 800 mégawatts de capacité de puissance et 3 200 mégawattheures de stockage d'énergie à travers les quatre zones.

La configuration spécifique de ces ressources a révélé un schéma clair. Les régions ayant la production d'énergie renouvelable la plus élevée, qui faisaient souvent face au risque de gaspiller cette puissance, étaient celles qui bénéficiaient le plus de l'ajout de stockage local. Les batteries agissaient comme un tampon, absorbant l'énergie excédentaire pendant les périodes de production maximale et la libérant lors du pic de la soirée quand le soleil s'était couché. Pendant ce temps, les nouvelles lignes de transmission agissaient comme une soupape de sécurité, permettant aux régions d'exporter leur surplus vers des voisins qui connaissaient une pénurie. Cette coordination signifiait que le système n'avait pas besoin de construire autant de lignes massives que le plan « uniquement des lignes », ni d'installer autant de batteries que le plan « uniquement des batteries ». Le résultat était un système où le coût total était minimisé et la fiabilité maximisée.

Les chercheurs ont également observé comment le système se comportait lors d'une journée typique. Ils ont découvert que les flux de puissance entre les régions n'étaient pas statiques ; ils changeaient de direction et d'amplitude tout au long de la journée en fonction de la météo et de la demande. Le matin, une région pouvait importer de la puissance pour répondre à la demande croissante, tandis que l'après-midi, alors que la production solaire atteignait son maximum, cette même région pouvait passer à l'exportation de puissance vers ses voisins. Les batteries jouaient un rôle critique dans cette danse, se chargeant lorsque le réseau était plein d'énergie renouvelable bon marché et se déchargeant lorsque le réseau avait besoin de puissance. L'état de charge de ces batteries, qui représente leur niveau de remplissage, était soigneusement géré pour rester dans des limites sûres, garantissant qu'elles soient prêtes pour le cycle suivant. Cette interaction dynamique entre le stockage et les lignes de transmission permettait au réseau de gérer la variabilité de l'énergie renouvelable avec un niveau de fluidité qu'aucune des deux technologies ne pourrait atteindre seule.

L'étude conclut que cette approche coordonnée n'est pas seulement un exercice théorique mais une solution pratique pour les défis auxquels sont confrontés les réseaux électriques modernes. En utilisant un cadre d'optimisation distribuée, les planificateurs de réseaux peuvent obtenir des résultats presque aussi bons qu'un plan centralisé parfait, mais avec les avantages supplémentaires de la vitesse, de la confidentialité et de l'évolutivité. La méthode permet aux différentes régions de maintenir leur autonomie tout en travaillant ensemble pour créer un tout plus efficace et résilient. Alors que le monde se dirige vers un avenir dominé par l'énergie éolienne et solaire, la capacité de planifier à la fois le mouvement de l'énergie à travers l'espace et son stockage à travers le temps sera essentielle. Cette recherche fournit une feuille de route claire pour y parvenir, montant que la clé d'un réseau plus bon marché, plus propre et plus fiable réside dans la coordination intelligente de ses composants physiques. Les conclusions suggèrent que l'avenir de la planification énergétique ne consiste pas à choisir entre les lignes ou les batteries, mais à comprendre comment elles travaillent ensemble pour résoudre le puzzle complexe de l'intégration des énergies renouvelables.