Techno-economic Energy Management of Water-Integrated Multi- microgrid System using Dynamic Demand Response Programs

Dans le monde moderne, l'électricité et l'eau sont souvent traitées comme des services publics distincts, circulant à travers des tuyaux et des câbles séparés vers nos foyers et nos entreprises. Pourtant, elles sont profondément entrelacées ; la production d'électricité nécessite souvent de vastes quantités d'eau pour le refroidissement, tandis que le pompage et le traitement de l'eau exigent une puissance électrique significative. Cette connexion, connue sous le nom de nexus eau-énergie, signifie que la gestion d'une ressource impacte inévitablement l'autre. Alors que les communautés dépendent de plus en plus de sources d'énergie locales comme les panneaux solaires et les éoliennes pour remplacer les grandes centrales électriques centrales, le défi passe de la simple génération d'énergie suffisante à l'équilibrage de l'offre et de la demande en temps réel. Lorsque le soleil ne brille pas ou que le vent ne souffle pas, les réseaux locaux peuvent éprouver des difficultés, entraînant des pannes de courant ou une dépendance coûteuse envers des lignes électriques lointaines. Pour résoudre cela, les ingénieurs développent des « micro-réseaux » — de petits réseaux énergétiques autonomes capables de fonctionner indépendamment. L'objectif est de rendre ces systèmes locaux plus intelligents, en leur permettant d'ajuster leur consommation en fonction de ce qui est disponible, tout comme un ménage pourrait éteindre les lumières pour économiser de l'argent, mais à une échelle qui permet à tout un quartier de fonctionner sans encombre.

Hamid Karimi, chercheur à l'Université de technologie de Qom en Iran, a abordé cet équilibre complexe en concechant un nouveau système de gestion pour un réseau de trois de ces micro-réseaux qui sont également responsables de la fourniture d'eau potable. Dans son étude, il a simulé un scénario où ces réseaux locaux étaient équipés de panneaux solaires, d'éoliennes, de générateurs diesel et de stockage par batterie, ainsi que de puits d'eau, de machines de dessalement et de réservoirs de stockage. Le cœur de son travail était un processus de planification en deux étapes conçu pour gérer les réalités financières et techniques de la gestion d'un tel système. La première étape se concentrait purement sur l'économie, calculant la manière la plus économique de faire fonctionner le système en décidant quand acheter de l'électricité au réseau principal, quand utiliser les générateurs locaux et quand décaler la production d'eau vers les moments où l'électricité est peu coûteuse. La seconde étape a ensuite pris ce plan le plus économique et l'a peaufiné pour améliorer une mesure spécifique d'indépendance appelée « indice de mesure d'autosuffisance ». Cet indice récompense essentiellement le système pour la génération de sa propre énergie localement plutôt que de dépendre du réseau principal, ce qui aide à réduire les pertes d'énergie et à maintenir la stabilité de la tension locale.

Une innovation critique dans l'approche de Karimi fut la manière dont il a géré la « réponse à la demande », une stratégie où les consommateurs acceptent de modifier leur consommation d'électricité en réponse à des signaux. Les études précédentes supposaient souvent qu'un micro-réseau pouvait simplement couper ou ajouter un pourcentage fixe de sa charge à tout moment, ce qui revient à supposer qu'une personne pourrait manger exactement la même quantité de nourriture supplémentaire, qu'elle soit déjà rassasiée ou affamée. Karimi a soutenu que cela était irréaliste. Au lieu de cela, il a développé un programme dynamique qui observe les habitudes quotidiennes réelles des micro-réseaux. Il a reconnu que pendant les heures creuses, lorsque l'électricité est bon marché et la demande faible, un micro-réseau dispose de beaucoup de place pour augmenter le pompage de l'eau ou la charge de ses batteries. Inversement, pendant les heures de pointe, lorsque tout le monde utilise de l'énergie, il y a très peu de place pour ajouter de la charge, mais il y a une marge significative pour réduire la consommation. En calculant ces limites heure par heure, le système pouvait prendre des décisions bien plus intelligentes. Par exemple, le modèle a déterminé que durant les premières heures du matin, les micro-réseaux pouvaient augmenter le pompage de l'eau jusqu'à 20 pour cent, tandis que lors du pic du soir, ils pouvaient réduire la consommation d'une marge similaire, une flexibilité qu'un système rigide à taux fixe ne pourrait tout simplement pas atteindre.

Lorsque Karimi a lancé ses simulations comparant cette nouvelle méthode dynamique à une approche traditionnelle à taux fixe, les résultats ont été frappants. Le système dynamique a réduit le coût opérationnel total des trois micro-réseaux d'environ 20 pour cent, économisant plus de 700 dollars par jour simulé par rapport à la méthode standard. Plus important encore, il a considérablement amélioré la fiabilité du système. La quantité d'électricité non fournie, connue sous le nom d'« énergie non fournie », a chuté des deux tiers, passant de plus de 1 300 kilowattheures à moins de 440 kilowattheures. Cela s'est produit parce que le modèle dynamique a permis aux micro-réseaux de déplacer la production d'eau et la charge des batteries vers les moments où l'énergie renouvelable locale était abondante et les prix bas, plutôt que de lutter pour répondre à la demande pendant les heures de pointe coûteuses et de forte tension. Le système est également devenu plus autonome, avec un indice de mesure d'autosuffisance passant d'environ 79 pour cent à 86 pour cent, ce qui signifie que les réseaux locaux ont pu satisfaire davantage de leurs propres besoins sans puiser dans le réseau principal.

L'étude a également révélé comment les systèmes d'eau et d'énergie s'influençaient mutuellement de manières inattendues. La simulation a montré que les micro-réseaux privilégiaient le pompage de l'eau à partir de puits souterins car cela nécessitait moins d'électricité que le fonctionnement des unités de dessalement. Cependant, lorsque la production éolienne et solaire était élevée, le système détournait automatiquement cet excédent d'énergie propre pour faire fonctionner les machines de dessalement, remplissant les réservoirs d'eau douce pour une utilisation ultérieure. Cette coordination a lissé le profil de charge quotidien, rendant la courbe de consommation d'électricité plus plate et plus efficace. Les chercheurs ont introduit une nouvelle métrique appelée « indice de profil de charge douce » pour mesurer cette régularité, et le modèle dynamique a amélioré ce score d'environ 4 pour cent par rapport à l'approche statique. À la fin de la simulation, les micro-réseaux avaient démontré avec succès que traiter l'eau et l'électricité comme un système unique et coordonné, géré par une réponse flexible et intelligente aux conditions en temps réel, pouvait rendre les réseaux énergétiques locaux moins chers, plus fiables et bien plus indépendants. Les conclusions suggèrent que, alors que les communautés se tournent vers l'énergie décentralisée, la clé du succès ne réside pas seulement dans l'augmentation du nombre de panneaux solaires ou de batteries, mais dans la compréhension du potentiel précis, heure par heure, de déplacer la demande d'une manière qui respecte les limites physiques du système.