Optimisation Technico-Economique des Système Hybrides à Energies Renouvelables par La Méthode des Plans d’Expérienc

Abstract

L’énergie éolienne joue un rôle central dans la transition mondiale vers une production d’électricité durable. Cependant, l’optimisation de la disposition des turbines dans une ferme éolienne demeure un problème complexe et non linéaire, en raison des interactions de sillage et des contraintes environnementales. La problématique principale de ce travail réside dans le réglage optimal des paramètres de l’algorithme génétique (AG) afin d’améliorer la recherche de la configuration optimale des éoliennes tout en réduisant l’effet de sillage. Pour répondre à cette problématique, cette thèse propose une approche hybride combinant les algorithmes génétiques (AG) avec la méthode des plans d’expériences (Design of Experiments, DOE) pour un réglage systématique et scientifique des paramètres algorithmiques. Un plan factoriel complet 2² a été mis en oeuvre pour étudier l’influence de ces paramètres et identifier leurs interactions, conduisant à une amélioration notable de la rapidité de convergence, de la robustesse et des performances globales de l’AG. La méthodologie a été appliquée à une ferme éolienne modélisée avec un vent unidirectionnel et des contraintes spatiales, en utilisant une fonction de fitness intégrant le modèle de sillage de Jensen. Les résultats ont montré une amélioration significative de la production d’énergie et de la stabilité des solutions par rapport aux agencements classiques, ainsi qu’une meilleure exploitation du site comparée à l’optimisation par essaim particulaire (PSO). L’analyse statistique (ANOVA et régression) a confirmé l’existence d’interactions significatives entre les paramètres de l’algorithme génétique. Comparée aux études antérieures, l’approche méthodique utilisée dans cette recherche a permis d’améliorer la puissance totale produite de +18,8 % par rapport à Mosetti et al. [17] et de +2,5 % par rapport à Grady et al. [19]. De plus, elle atteint un compromis performant entre efficacité (91,298 %) et puissance, avec une génération de convergence réduite de 17,6 % par rapport à Grady et al., illustrant la pertinence d’un réglage basé sur les plans d’expériences face aux approches empiriques. Ce travail fournit enfin un cadre rigoureux, reproductible et généralisable pour l’optimisation technico-économique des parcs éoliens, ouvrant des perspectives concrètes pour la planification adaptative des systèmes d’énergie renouvelable à grande échelle