1. Planification adaptative dans les microgrilles
Samy Aittahar
saittahar@ulg.ac.be
Doctorant (Informatique)
Supervision : Pr Damien Ernst
Département d'Electricité,
Electronique & Informatique
Université de Liège (Ulg)
Présentation FRIA
20 octobre 2015, Bruxelles
2. 2
Contexte
● Gestion locale production/consommation ;
● Supports de stockage pour équilibrage production/consommation ;
● Construction automatisée de stratégies intelligentes de planification.
Capacité
Puissance
Baisse des coûts. Coût : Transactions
réseau principal (si
connecté)
Puissance
Capacité
Coût : Pénalités coupures
de courant (si indépendant)
3. 3
Planification dans les microgrilles
Etat du système Actions
1 2 3 4 5 6 7 8
1 2 3 4 5 6 7 8
Séquences d'actions (illustration)
Difficultés : Incertitudes, comment
combiner de manière intelligente différents
supports de stockage ?
H2 H2
Cons Prod
4. 4
Plan de la présentation
Continuité du
projet
de recherche
Microgrille
à dynamique
linéaire
Mémoire de Master
Calendrier
du projet
Microgrilles
à dynamique
linéaires
Extensions
Microgrille
à dynamique
non linéaire
Microgrille
à dynamique
partiellement
connue
Début
Fin
5. 5
Microgrilles avec dynamique linéaire
Séquences d’actions optimales.
Programmation linéaire.
Stratégies de planification adaptatives
sous forme d'arbres de décision
Apprentissage automatique.
Approche publiée dans :
Aittahar, S., Francois-Lavet, V., Lodeweyckx, S., Ernst, D. and Fonteneau, R. (2015) Imitative
learning for online planning on microgrids. Proceedings of Data Analytics for Renewable
Energy Integration 2015.
Ensemble de scénarios
production/consommation.
Séries temporelles.
6. 6
Extensions de l'approche (microgrilles linéaires)
• Comparer construction d'arbres de décision à d'autres
algorithmes d'apprentissage automatique ;
• Meilleure prise en compte des contraintes opérationnelles du
système ;
• Tests de l’approche sur d’autres micro-réseaux « linéaires »
comme par exemple micro-réseaux connectés au réseau
principal ou avec des autres générateurs.
7. 7
Microgrilles avec dynamique non-linéaire
Calcul des séquences d'actions
optimales via
programmation linéaire
Coût instantané d'opération
accessible à chaque instant
Etapes
1. Extraction de séquences d'action quasi-optimales via l'apprentissage par renforcement ;
2. Extraction de stratégies de planification adaptative via ces solutions quasi-optimales.
Calcul de séquences d'actions quasi optimales (guidé par coût instantané)
8. 8
Microgrilles avec dynamique partiellement
connue
?
1. Application de la stratégie issue des résultats précédents ;
2. Adaptation en temps réel de la stratégie en fonction des aléas.
Etapes
Viellissement (prématuré)
Charges
mobiles
Autres phénomènes
non modélisés
(coûteux, trop difficiles)
9. 9
Volet 1
Plan de travail
Développement librairie informatique pour la planification dans les microgrilles
Construction base de données de modèles de microgrilles
Apprentissage par
imitation
(Modélisation linéaire)
Volet 2
Apprentissage par
renforcement/imitation
(Modélisation
non linéaire)
Volet 3
Apprentissage par
renforcement
(Modélisation
imparfaite)
Volet 4
Écriture thèse +
Finalisation librairie
informatique
Volets transversaux
12 mois 12 mois 14 mois 10 mois
● Premier séjour recherche prévu à l'INRIA Saclay-IDF (Volet 2, ~ 4 mois) ;
● Deuxième séjour recherche envisagé (Volet 3, ~5 mois).
14. 14
Annexe 4 : apprentissage automatique
Conséquence = Impact (coût ou récompense)
valué d'une action sur l'environnement
EnvironnementApprenant
Base de
connaissance
Révision
Transmission
Application
Conséquence
Cas simple : Régression linéaire
Apprentissage supervisé Apprentissage par renforcement
15. 15
Annexe 5 : projection sur les contraintes
● Nombre de sorties = nombre de supports de stockage ;
●
Actions choisies de manière indépendantes → Violation
possible des contraintes. Projection nécessaire.
X
Projection sur les actions
compatibles les plus proches
Actions non compatibles
Actions compatibles
