Docteur Mahdad Belkacem

LMD

Dispatsching Economique
par Matlab
1ère partie: Méthodes mathématiques

Cours et exercicescorrigés

Eitions Al-Djazair
 AVANT-PROPOS

Ce document pédagogique d’initiation est destiné aux étudiants LMD spécialisés dans le
domaine des réseaux électriques. Cette première partie du cours illustre d’une manière
didactique les notions de base de planification des réseaux électriques en particulier l’analyse du
problème de dispatching économique simplifié. La présentation retenue doit permettre un accès
facile à l’information et un apprentissage aisé. Des exemples menus avec de simples
programmes écrits en langage de programmation Matlab permettant d’assimiler l’aspect
physique du problème de dispatching économique et de renforcer la compréhension des
modèles et équations fournies. La deuxième partie sera consacrée à résoudre le problème de
dispatching économique environnemental avec considération des contraintes pratiques à savoir :
l’effet de l’ouverture des vannes, les zones interdites et le multi fuel.

+ ‫ول‬/‫ء ا‬1‫ـ‬+‫ـ‬- ‫ ا‬. ‫ـ‬+‫ ــ‬# $% & ‫ "! ـــ* ) ( ت‬LMD ‫ــ إ ط ـــ‬ ‫دروس‬ ‫ـ رة‬ ‫ھ‬ ‫ا ـ‬ ‫ا‬ ‫ھ اا‬
@ +7 ‫ـ‬+‫ ـ‬# $% ( ‫ ( ت ا‬9++ > +?!4 ‫ـ ا‬++‫ـ ( = ـ‬+‫و ــ‬/‫ دئ ا‬+ ‫ح ا‬%‫ــ‬9++: ‫ـ‬+‫ـ أو ـ‬++‫ـ‬7 +6 " ‫ـ‬++‫ـ‬3%45 ‫ـ روس ا‬+‫ ه ا ـ‬+‫ھ‬
++ 5 ‫ـ ت ا‬++‫ـ‬ ‫ ب ا‬4++I $ J‫ ــ‬G++" ‫ ة‬++ 4 ‫ـ ا‬++‫ ـ‬- F ‫ـ وا‬++‫ـ‬5:%? ‫ إن ا‬. ++ # $% ( ‫ ا‬++C ? ++6 /‫ ا‬D‫ـ‬++‫ـ‬:‫ ز‬4 ‫ـ ا‬++‫ ـ‬A"
L‫ـ‬+‫ ? ـ‬J G+" MATLAB ‫ـ‬+- % +K ‫ـ ل‬+‫ ـ‬4I $ ‫?ــ‬G+ + ‫ـ‬+‫ـ‬ ‫ ت‬5‫? ــ‬4$ ‫ــ‬ ‫ ــ‬A ‫ ـ‬6 ‫ أ‬. ‫ــ‬ G$
+ R +6 ‫ء ا‬1+- ‫ ا‬. ‫ـ‬+‫ ــ‬# $% ( ‫ـ ا‬+‫ـ‬C ? ‫ـ‬+6 /‫ ا‬D‫ـ‬+‫ـ‬:‫ ز‬4 # +:1 = ‫ ا‬F ‫ـــ و&ــ ا ا‬3%45 ‫ ــ ذج ا‬F ‫ت وا‬N‫د‬ ‫ ا‬O‫ ــ‬M
% ST+"– ) + ?7 %+ K ‫ د ا‬+ 5 ‫ ة ا‬+ ‫ا‬% D+ +-4F ‫ ا‬C ? 6 /‫ ا‬D:‫ ز‬4 ‫( ا‬9 A"‫ و‬I‫! * را‬4I - % ‫ا روس ا‬
. ++++++++++++++ =" W ‫ا‬%++++++++++++++ $ ++++++++++++++ (‫ د‬++++++++++++++C ‫ د ا‬++++++++++++++ " ، ++++++++++++++ F ‫ ا‬V‫ ط‬++++++++++++++F ‫ ا‬،‫ت‬ ++++++++++++++ ‫ ا‬J4++++++++++++++M

L'auteur

1
 Sommaire

Introduction 3

1. Notions de base 3
1.1 Définition d’un réseau électrique 3
1.2 Structure des réseaux électrique 4
1 .3 Description du réseau électrique algérien 5
1.4 Unité de production 5
1.5 Type des centrales de production 5
1.6 Stratégie de fonctionnement des centrales électriques 5
1.7 Stratégie de planification 6
1.8 Méthode d’optimisation 6

2. Dispatching économique (DE) 7

2.1 Bilan de puissance 8
2.2 Fonction objectives 8
2.3 Contraintes physique des unités de production 9

3. Formulation mathématique 12
3.1 Dispatching économique sans pertes 13
3.1.1 Fonction objective 13
3.1.2 Contrainte d’égalité 13
3.1.3 Contrainte d’inégalité 13
3.2 Formulation analytique du DE par la méthode de Lagrange 14
3.3 Résolution du problème de DE par la méthode graphique 17
3.4 Dispatching économique avec considération des pertes 21
3 .5 Méthode Mathématique 22
3.6 Méthode itérative 25

4. Solution du dispatching économique par la programmation 28

4.1 Introduction au langage de programmation Matlab 28
4.2 L’interface graphique de MATLAB 29
4.3 Simulink 30
4.4 Les bases de MATLAB 30
4.5 Les fonctions MATLAB 31
4.6 Les graphiques 32
4.7 Exercices d'applications 36

2
Introduction
L’exploitation des réseaux électriques pose de nombreux problèmes d’ordre technique et
économique. Les programmes de gestions élaborées par les experts doivent garantir en tout
temps et en tout lieu la couverture de l’énergie demandée, d’assurer une qualité acceptable de la
puissance livrée et de procurer une sécurité d’alimentation élevée avec un coût aussi faible que
possible. En l’absence de possibilité de stockage de l’énergie à grande échelle, il est
indispensable de maintenir à tout instant l’équilibre entre la production et la consommation avec
minimisation du coût des unités de production, ce processus de gestion optimale est appelé
dispatching économique.

1. Notions de base
1.1 Définition d’un réseau électrique
On appelle réseau électrique l'ensemble des infrastructures permettant d'acheminer l'énergie
électrique des centres de production (centrales électriques), vers les consommateurs
d’électricité, la structure des réseaux électriques est présentées dans la figure 1 .

Production
Station THT

Station HT

Transport/
Interconnexion

Répartition
Station MT

Distribution Station BT

Figure 1: Structure des réseaux électriques

3
1.2 Structure des réseaux électriques
Réseau de transport : ce réseau a pour mission principale d’assurer l’acheminement de
l’énergie des centres de production vers les centres de consommations.
Réseau d’interconnexion : est un réseau de transport qui a la particularité d’assurer
l’échange énergétique entre les différentes zones géographiques.
Réseau de répartition : ce réseau est un réseau intermédiaire qui à pour mission d'assurer
la livraison de l'énergie à des grands consommateurs.
Réseau de distribution : Ils ont pour rôle de fournir aux réseaux d’utilisation la puissance
dont ils ont besoin. L'énergie électrique fournie aux consommateurs (clients) par
l'intermédiaire du réseau de distribution de la Sonelgaz selon quatre niveaux de tension
normalisés: 30 KV -10 KV et 0.4 KV.

Figure 2 : Carte schématique du réseau de transport de la Sonelgaz (1976)

4
1.3 Description du réseau électrique Algérien (Sonelgaz 1976)

En Algérie, la plus grande partie de l'électricité est d'origine thermique (98.3%), le reste se
répartissant entre les centrales hydro-électriques ou à diesel. Des sources d'énergie
renouvelables telles que le vent et le soleil produisent de l’énergie électrique dans les sites isolés
de l’Algérie. Elles représentent cependant des quantités négligeables. La carte schématique du
réseau de transport Algérien de la Sonelgaz est présentée dans la figure 2. D’autres informations
sur le réseau Algérien peuvent être consultées au niveau du site officiel de la Sonelgaz (
[Link]

1.4 Unité de production

L’alternateur synchrone constitué l’élément principal dans la chaîne de production de
l’électricité. L’alternateur est entraîné par des turbines à vapeur, à gaz ou hydrauliques en
fonction de l'énergie primaire utilisée. Les centrales sont connectées sur le réseau de transport
via des transformateurs élévateur, la structure de base d’une unité de production est présentée
dans la figure 3.

Energie Primaire Coordination

Réseau Electrique

JB

Distributeur Turbine G

Excitation

Réglage de la vitesse Réglage de la tension

Figure 3 : Structure de l’unité de production

1.5 Type des centrales de production

• Les centrales nucléaires
• Les centrales thermiques
• Les centrales hydrauliques
• Les centrales à base des énergies renouvelables
1.6 Stratégie de fonctionnement des Centrales électriques

5
• Les centrales de base : destinées à alimenter la charge de base (la plus importante)
• Les centrales intermédiaires: destinées pour alimenter la puissance intermédiaire
• Les centrales de pointe : destinées pour alimenter la puissance de pointe
• Les centrales de réserve : interviennent en cas de maintenance

1.7 Stratégie de planification

La planification et la gestion optimale des réseaux électriques est un problème multi objective
complexe qui nécessite des méthodes d’optimisation robuste et dynamique. Figure 4 pressente
les principaux objectifs liés aux différents axes de recherche à savoir :

1. Minimisation du coût de production d’énergie électrique, connu sous le nom dispatching

économique statique ou dynamique.
2. Minimisation de l’émission des gazes toxiques
3. Minimisation des pertes de transport
4. Minimisation de la deviation de tension
5. Amélioration de la stabilité de tension
6. Amélioration de la stabilité transitoire des réseaux électriques
7. Optimisation de placement et le control des systèmes FACTS
8. Coordination du système de protection avec considération des énergies renouvelables
9. Coordination du système de protection avec considération des systèmes de compensation
dynamique FACTS.
Il faut noter que ces fonctions objectives sont à minimiser ou à maximiser individuellement ou
simultanément.

1.8 Méthodes d’optimisation

Plusieurs méthodes d'optimisation ont été proposées et appliquées pour résoudre le problème de
planification des réseaux électriques, nous citons :
1-Les algorithmes génétiques
2-L’essaim de particule
2-Méthode de recherche par colonie de fourmis.
3-Méthode d’évolution différentielle.
4-La méthode des abeilles artificielles.
5-La méthode de recherche par motif.
6-Les méthodes hybrides.

6
Cette première partie du cours est consacré à l’etude et l’analyse d’un cas particuleir du
problème d’optimisation nommé le dispatching économique par utilisation des méthodes
mathématiques.

Pollution Control

Problème multi objectif

Indices de la qualité d’énergie Coût total ($)

Stabilité de tension Pertes Harmoniques

Déviation de tension

Figure 4: Objectifs de planification des réseaux électriques

2. Dispatching Economique (DE)

Le dispatching économique est un cas particulier du problème de planification de réseaux
électriques. Le dispatching économique est un problème d’optimisation statique qui consiste à

7
répartir la production de la puissance active demandée entre les différentes centrales du réseau,
de manière à minimiser le coût de production. Cette planification optimale doit évidemment
respecter les limites de production des unités de production.

ng n
Max ∑PGi =∑PDi +Ploss
i=1 i=1

Puissance Puissance
Umax Active
Active
Voltage Un

Min Umin
Max
Fmax
Fréquence
Fn Puissance
Puissance
Réactive Réactive
Fmin
Min
Génération
Indices de qualité de l’énergie

Figure 5 : Stratégie du dispatching économique.

2.1 Bilan de puissance

Le système énergétique (unités de production, système de control et de protection, station de
transport et de distribution) doit assurer instantanément et d’une manière dynamique la
vérification du bilan de puissance qui est:
La somme des puissances produites doit être égale à la somme des puissances consommées
avec considération des pertes. La stratégie du dispatching économique est présentée dans la
Figure 5. L’équilibre de puissances permet de garder la fréquence et la tension dans leurs limites
admissible.

2.2 Fonctions objective

L’optimisation de la puissance active est un cas particulier du problème d’optimisation
standard : pour une fonction objective quadratique, la formulation mathématique peut être écrite
sous la forme suivante :
Ng

Min f = ∑ (a + b P
i =1
i i gi + ci Pgi2 ) (1)

8
avec N g le nombre des unités de production, Pgi la puissance active générée de l’unité de

production i, ai , bi et ci sont les coefficients de la fonction coût.

2.3 Contraintes physique des unités de production:

2.3.1 Effet de la zone interdite (prohibited zone)

Il existe des zones ou régions de fonctionnement indésirable, posé par des problèmes liés à
l’instabilité ou des limitations physiques de fonctionnement au niveau des composantes des
machines. Ces régions créent des discontinuités au niveau de la courbe de coût du combustible.
Ce type de fonctionnement est caractérisé par un espace de solution non convexe, la
caractéristique de l’effet des zones interdites est présentée dans la figure 6. La formulation
mathématique liés à l’effet des zones interdites est exprimé comme suit :
 Pg imin ≤ Pg i ≤ Pg i1,1

Pi ∈  Pg iu,k −1 ≤ Pg i ≤ Pgi1 ,k , k = 2,......., z i (2)
 Pg u ≤ Pg ≤ Pg max
 i , zi i i

Zones de fonctionnement interdit

Coût($/h)

Puissance générée (MW)

Figure 6: Caractéristique de l’effet de la zone interdite.

2.3.2 Effet du point valve (valve point effect)

Pour contrôler la puissance active d'une unité de production, il faut contrôler la vitesse de
rotation de la turbine, pour cette raison, les grandes centrales thermiques disposent de plusieurs
vannes d’admission de vapeur, chaque fois que l’on commence à ouvrir une vanne d’admission,
on enregistre une augmentation soudaine des pertes et il en résulte alors des ondulations dans la

9
courbe de coût du combustible. Avec l’ouverture graduelle de la vanne, ces pertes diminuent
progressivement jusqu’à ce que la vanne soit complètement ouverte.
Pour tenir compte de la contrainte réelle due au à l’effet du point valve, la fonction objective
du coût est modifiée en ajoutant une partie contenant une fonction ‘sin’. La formulation
mathématique peut être alors écrite sous la forme suivante :
Ng

f = ∑ (a + b P
i =1
i i gi ) ((
+ ci Pgi2 + d i sin ei Pi min − Pi )) (3)

Sachant que d i et ei sont les coefficients de la fonction coût modifiée pour tenir en
considération de l’effet du point valve.
Figure 7 présente la caractéristique de la fonction coût avec considération de l’effet du point
valve (with valve point effect).

Avec effet du point valve

Sans l’effet du point valve

b
a

Figure 7: Caractéristique de l’effet du point valve

2.3.3 Contraintes due à l’effet de multi carburant (Multi fuel)

Parfois, les unités thermiques sont capables de fonctionner avec plusieurs types de
combustibles. Dans ces conditions, la caractéristique de coût est constituée de plusieurs
morceaux de fonctions quadratiques (figure 8), formulés comme suit:

10
 (4)

Où sont les coefficients de coût de l’unité i avec le combustible k.

Ce modèle est communément appelé « modèle quadratique par morceaux ». Le combustible le

plus économique est représenté par le morceau le plus inférieur de la courbe.

Combustible 1
Combustible 2
Combustible 3
Coût ($/h)

Puissance de sortie (MW)

Figure 8: Caractéristique de l’effet de multi fuel.

2.3.4 Contraintes due à l’effet rampe (Ramp-rate limits constraints)

(
max Pgi min , Pg i (t − 1) − DRi ≤ Pg i (t ) )
( )
(5)
≤ min Pg imax , Pg i (t − 1) + URi

2.3.5 Fonction Objective avec considération de l’effet de Pollution

La fonction objective liée avec le contrôle de l’émission du gaz peut être formalisée comme
suit:

f ce = ω. f e $/h (6)

11
Avec ;

∑ (α i + β i Pgi + γ i Pgi2 + d i exp (e i Pgi ) Ton/h )

Ng
fe = (7)
i =1

α i , β i , γ i , d i et ei les coefficients de la fonction coût modifier avec considération de l’effet de

l’émission du gaz (pollution control), ω est un facteur de control d’émission $/Ton.
A titre d’exemple la figure 9 présente les rejets d’une centrale à charbon qui justifier clairement
l’importance d’inclure l’effet de pollution dans le problème de dispatching économique.

• 9g SO2
• 9g NOx
• 0.6g poussière
• 2.5g CO2

Matière première Puissance utile

Chaudière
1kg de
Charbon 3 KWh

• 103 g cendres volantes

• 13.5 g cendres de foyer

Figure 9: Rejets d’une centrale à charbon

3. Formulation mathématique
Le schéma unifilaire simplifié du problème de dispatching économique est présenté dans la
figure 10, les unités de production débitent sur un jeu de barre artificielle. Chaque générateur i
va produire sa propre puissance Pgi selon une fonction coût convexe donnée par la fonction
quadratique suivante :

C i = a i 0 + a i1 Pg i + a i 2 Pg 2i ; i = 1,..., ng (8)

12
où les coefficients aio ,ai1 et ai2 sont numériquement connus.

Max Max
Max
Max Max

G3G1 G2 G3 G4 Gi

Min Min
Min Min
Min

Demande (PD)

Figure 10: Représentation unifilaire du problème de dispatching économique

3.1 Dispatching économique sans pertes

3.1.1 Fonction objective :

Le problème d’optimisation est la minimisation de la somme de ces coûts individuels:

( )
ng ng
C = ∑ C i = ∑ a i 0 + a i1 Pg i + ai 2 Pg i2 (9)
i =1 i =1

3.1.2 Contrainte d’égalité

Selon une seule contrainte d’égalité qui est « la somme de toutes les puissances générées égale à
la charge PD ». La puissance demandée PD peut être considérée numériquement donnée.
ng

∑ Pg
i =1
i = PD (10)

3.1.3 Contrainte d’inégalité

En pratique, la puissance générée Pg i est limitée par une borne inférieure Pg i min et une borne

supérieure Pg i max

Pg i min ≤ Pg i ≤ Pi max ; i = 1,.., ng (11)

13
 Coût de production ($/h)

Puissance générée (MW)

Figure 11: Caractéristique du coût d’un générateur thermique

La figure 11 montre cette fonction quadratique, dont l’axe y est l’énergie à l’entrée de la
chaudière (en MBtu/h où $/h) et l’axe x est la puissance à la sortie du générateur (en MW). Cela
est fait en variant la puissance du générateur Pgi entre Pgi min et Pgi max et le Mbtu/h
correspondant à chaque puissance Pgi de sortie est enregistré. Ensuite ces points sont ajustés,
dans une courbe, à une équation quadratique.

3.2 Formulation analytique du DE par la méthode de Lagrange

Pour résoudre le problème du dispatching économique, on formule le Lagrangien comme suit,

∑ (ai0 + ai1Pgi + ai 2 Pgi2 ) + λ( PD − ∑ Pgi )

ng ng
L= (12)
i =1 i =1

Les conditions d’optimalités nécessaires sont les équations suivantes :

 ∂L
 ∂Pg = ai 1 + 2ai 2 Pg i − λ = 0
 i
 ∂L ng

 = PD −
 ∂λ i =1
Pg i = 0 ∑
; i = 1, ng (13)

 min
 Pg i ≤ Pg i ≤ Pg i
max


On peut résoudre ce système d’équations par la substitution des valeurs Pgi des premières
équations dans l’avant dernière équation.

14
 λ − ai 1
Pg i = ; i = 1, ng (14)
2a i 2

En remplaçant l’équation (13) dans l’équation (9), on aura :

ng ng
λ ai 1
∑
i =1
2a i 2
= PD + ∑ 2a
i =1 i2
(15)

La valeur optimale de lambda déterminée de l’équation (14) est formulée comme suit :
 ng
ai 1  ng

∑ ∑ 2a
1
λ = λ opt =  PD + (16)
 2a i 2 
 i =1  i =1 i2

La valeur numérique optimale de lambda peut être remplacée dans l’équation 13 pour obtenir
toutes les valeurs optimales des puissances générées :

  ng 1  
1    P + ∑ ai 1
ng
Pg i = Pg opt i =  ∑  − a i 1 ) ; i = 1, ng (17)
2a i 2    D i =1 2a i 2  i =1 2a  
  i2  
Exercice 1 :
Un système énergétique (Figure 12) composé de deux unités de production alimente une charge
concentrée au jeu de barre (C), les fonctions coût sont données comme suit :
C1 ( PG1 ) = 900 + 45 PG1 + 0.01PG21 ($/h)

C 2 ( PG 2 ) = 2500 + 43PG 2 + 0.003PG22 ($/h)

G1 G2

A C B
Ligne 1 Ligne 2

PD= 700 MW

Figure 12: Schéma unifilaire du système énergétique

1. On néglige l’effet des pertes, calculer la répartition optimale des puissances générées

15
 2. Tracer l’incrément de coût pour les deux unités.
3. Calculer le coût total.

Solution 1 :
• Les incréments du coût associés aux deux unités de production sont donnés par :
dC1
IC1 = = 45 + 0.02 PG1 ($/MWh)
dPG1

dC 2
IC 2 = = 43 + 0.006 PG1 ($/MWh)
dPG 2

• Pour assurer une répartition optimale, il faut que IC1 = IC 2

Sachant que ; PG 2 = PD − PG1 = 700 − PG1

IC1 = 45 + 0.02 PG1 = IC 2 = 43 + 0.006(700 − PG1 ) ;

La solution de cette équation donne :
PG1 =84.6 MW ; PG 2 =615.4 MW

Il faut noter que la contrainte d’égalité est vérifiée : PG1 + PG 2 =700 MW

• le coût optimal correspondant est:

Ct = C1 + C 2 = 34877 $/h
Accroissement du coût ($ /MWh)

IC1

45 IC2

43

Puissance Active (MW)

Figure 13 : Incrément de coût des unités de production

16
Remarque :
La figure 13 montre clairement que l’incrément de coût de la deuxième unité est inférieur a
celui de la première, pour ce cas particulier (pertes négligeables) il vaut mieux attribuer la
puissance maximale a l’unité possédant l’incrément de coût minimale.

3.3 Résolution du problème de DE par la méthode graphique

On peut aussi déterminer la solution optimale du dispatching économique simplifié par une
méthode graphique. Du fait que dans l’équation (12), la dérivée du Lagrangien par rapport à la
puissance produite de chaque générateur contient la même valeur lambda ; donc une solution
facile et graphique au problème d’optimisation peut être obtenue.
De l’équation (12), On peut placer les valeurs de lambda à gauche du signe d’égalité :
(
λ = a1 1 + 2a1 2 Pg1 )
λ = (a 2 1 + 2a 2 2 Pg 2 )
λ = (a3 1 + 2a3 2 Pg 3 )
(18)
M
(
λ = a ng 1 + 2a ng 2 Pg ng )
La dérivée de la fonction objective est représentée par une droite dite « incrément du coût
Lambda » (Figure 14).
Accroissement du coût($ /Mwh)

Puissance générée (MW)

Figure 14: Courbe de l’accroissement du coût de combustible

3.3.1 Méthodologie d’analyse

17
 Afin de simplifier la compréhension de la procédure d’analyse, seulement trois unités de
production sont considérées. Les étapes à suivre pour déterminer la répartition optimale des
puissances génères pour une fonction coût quadratique sont présentés comme suit :
Etape 1 : Chaque générateur participant au dispatching économique doit avoir la même valeur
de lambda à l'optimum. Tracer l’incrément de coût des trois unités de production : IC1, IC2, IC3
Etape 2 : En ajoutant graphiquement les valeurs des puissances ; on aboutit à une seule courbe.
Sachant que les courbes de la Figure 15 sont des lignes droites parce que les courbes du coût des
puissances des générateurs ont été supposées purement quadratiques. Tracer graphiquement
l’incrément de coût total : ICt=IC1+IC2+IC3
Etape 3 : À partir de la puissance demandée (PD), tracer une ligne verticale, l’intersection de
cette droite avec la caractéristique du coût total correspondant au point de la solution optimale
(Opt).

Incrément du coût
DA/MWH

IC1
IC2

IC3

ICt
O1, O2
opt
λ opt O3

Pg1, Pg2 Pg3 PD

Puissance Active (MW)

Figure 15 : Démonstration de la méthode graphique

18
Etape 4 : À partir du point optimale (Opt), tracer une ligne horizontale, l’intersection de cette
ligne avec l’axe des ordonnés indique la valeur optimale de lambda pour toutes les puissances
actives des générateurs.
Etape 5 : l’intersection de la ligne horizontale avec les courbes IC1, IC2, IC3 donne les points
O1, O2, O3. Tracer à partir de ces points des lignes verticales, l’intersection de ces droites avec
l’axe des abscisses donnent les puissances générées optimales (Pg1, Pg2, Pg3).

Exercice 2 :

1/.Utiliser la méthode graphique pour déterminer la répartition optimale des puissances générées
(Pg1, Pg2, Pg3,) pour les différentes valeurs de la puissance demandée: Pd=190 MW, 280MW, et
380MW. Déduire la valeur de l’incrément du coût (lambda). Les données techniques des unités
de production sont données dans l’exercice1.
Solution 2 :

19
 Incrément du coût
$/MWh

32

IC1
IC2

IC3

ICt
λ3

λ2
λ1
6
4

20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380
190
Puissance Active (MW)

Figure 16: Solution graphique de la répartition optimale des puissances générées

20
Notations:

• IC1, IC2, IC3 sont les incréments de coût des unités de production.
• ICt, représente l’incrément de coût total

Nous appliquons les étapes d’analyse de la méthode graphique point par point en se basant sur
la figure 15, nous obtenons les résultats suivants:
Cas 1 : Puissance demandée : PD=190 MW
• L’incrément de coût optimal λ1 =8 $/MWh
• La répartition optimale des puissances générées (Pg1, Pg2, Pg3) = (30, 60, 100) MW.
Cas 2 : Puissance demandée : PD=280 MW
• L’incrément de coût optimal λ 2 =10 $/MWh
• La répartition optimale des puissances générées (Pg1, Pg2, Pg3) = (80, 80, 120) MW:
Cas 3 : Puissance demandée : PD=380 MW
• L’incrément de coût optimal λ 3 =12 $/MWh

• La répartition optimale des puissances générées (Pg1, Pg2, Pg3) = (100, 140, 140) MW.

Remarque :
La solution graphique de dispatching économique est illustrée dans la figure 16.

3.4 Dispatching économique avec considération des pertes

On va prendre maintenant en considération les pertes de puissance active dans les lignes de
transport de trois manières :
Cas 1 : Les pertes sont considérés constantes : dans ce cas rien ne change dans la formulation
précédente (sans pertes), seulement on remplace la charge totale PD par PD+PL pour trouver les
valeurs optimales des puissances générées.
Cas 2 : Les pertes sont détermines par l’écoulement de puissance en utilisant la méthode de
Newton- Raphson.

Cas 3 : Les pertes sont déterminées par utilisation de la méthode des coefficients B, pour ce cas
la méthode itérative est la plus adapté pour résoudre le problème de dispatching économique.
L’expression mathématique permettant d’estimer les pertes active totales par cette méthode est
donné comme suit :
NG NG NG
P L = ∑∑ Pgi Bij Pgj + ∑ B0i Pgi + B00 (19)
i =1 j =1 i =1

21
Avec ; Bij , B0i , B00 sont les cœfficients représentant la configuration du réseau :

Bij ; est une matrice carrée, B0i est un vecteur ligne ; B0i est un scalaire

Pit : Vecteur es puissances générées

3.5 Formulation mathématique

Dans ce cas, les pertes actives totales sont exprimées en fonction des puissances générées.
PL = f (PG 2 ,..., PGm ) (20)
Le problème mathématique est formulé comme suit :

m
Min CT = ∑ Ci (PGi )
i =1

Selon
-Contrainte d’égalité :
(21)
m
∑ PGi − PL (PG 2 ,L, PGm ) − PD = 0
i =1

-Contrainte d’inégalité
min
PGi ≤ PGi ≤ PGi
max

Pour résoudre le problème de dispatching économique avec pertes, on formule le Lagrangien

comme suit,
m m 
L = ∑ C i (PGi ) − λ ∑ PGi − PL (PG 2 ,..., PGm ) − PD  (22)
i =1  i =1 
m
∑ PGi − PL (PG 2 ,L, PGm ) − PD = 0 ; i = 1,2,..., m (23)
i =1

Les conditions d’optimalités nécessaires sont les équations suivantes :

m
∑ PGi − PL − PD = 0
dL
= (24)
dλ
i =1

dL dC1
= −λ = 0 (25)
dPG1 dPG1

dL dCi (PGi )  ∂P 
= − λ1 − L  = 0 ; i = 1,2,..., m (26)

dPGi dPGi  ∂PGi 

22
Le multiplicateur de Lagrange ou l’incrément du coût est exprimé par :
1 dC (P )
. i Gi = λ ; i = 1,2,..., m (27)
∂P dPGi
1− L
∂PGi
On défini le facteur de pénalité pour l’ième générateur par :
L1 = 1 ; avec i=1, pour le générateur de référence
1
Li = ; i = 2,3..., m (28)
∂P
1− L
∂PGi

En substituant l’expression du facteur de pénalité L1 dans l’équation (25), et l’expression du

facteur pénalité Li dans l’équation (27), on obtient la condition nécessaire d’optimalité
formulée comme suit :
dC1 dC2 dCm
L1 = L2 = L = Lm =λ (29)
dPG1 dPG 2 dPGm
dCi
Il faut noter que le terme = ICi n’est que l’incrément de coût pour le ième générateur
dPGi
Règle :
Pour avoir une répartition optimale des puissances générées, il faut que la condition suivante
soit vérifiée :
Li × ICi = λ Pour tous les générateurs

Exercice 3

Deux charges (PD1, PD2) sont alimentées par deux unités de production comme indiquée dans
la Figure 17. L’incrément de coût des unités de production (générateurs) ainsi que les pertes
dans la ligne sont données comme suit :
IC1 = 0.007 PG1 + 4.1 $ / MWh

IC2 = 0.007 PG 2 + 4.1 $ / MWh

PL = 0.001(PG 2 − 50)
2
MW

PD1 = 300MW , PD 2 = 50MW

[Link] la répartition optimale des puissances générées.

23
 G1 G2

Ligne

PD1= 300MW PD2 = 50 MW

Figure 17: Schéma unifilaire du système énergétique

Note : Les contraintes d’inégalités ne sont pas considérées.

Solution 3 :
Etape1 : Calculer la dérivée des pertes en fonction des puissances générées
∂PL
= 0.002(PG 2 − 50) = 0.002 PG 2 − 0.1
∂PG 2
Etape 2 : Calculer les facteurs de pénalités par utilisation de la formule (28)
1
L1 = 1 ; L2 =
1.1 − 0.002 PG 2
Etape 3 : Appliquer la condition d’optimalité :
dC1
L1 = 0.007 PG1 + 4.1 = λ
dPG1

dC 2
L2 =
1
(0.007 PG 2 + 4.1) = λ
dPG 2 1.1 − 0.002 PG 2
Etape 4 : À partir de l’équation (14), déduire les expressions des puissances générées :
λ − 4 .1
PG1 =
0.007
1.1λ − 4.1
PG 2 =
0.007 + 0.002λ

Remarque :
Nous avons déterminés les expressions généralisées des puissances générées des unités de
production, la solution de ce système d’équations nécessite l’application d’une méthode
itérative.

24
3.6 Méthode itérative

Dans la section précédente, lorsque les pertes ne sont pas considérée ou traitée constante, le
dispatching économique est résolu analytiquement. Lorsque les pertes sont représentées sous
forme d’une fonction, les équations deviennent non linaire, dans ce cas la solution du
dispatching économique s’effectué d’une manière itérative.

3.6.1 Méthode de gradient

On remplace l’équation (14) dans l’équation (10) en obtient :
ng
λ − ai 1
∑ 2ai 2
= PD (30)
i =1

L’équation (27) peut être écrite comme suit :

f (λ) = PD (31)

Données :
λ , précision ( ε )
Itération : k=1

Calculer
λ − ai 1
Pg i = ; i = 1, ng
2a i 2

ng
∆P ( k ) = PD − ∑ Pgik
i =1

∆P ( k )
∆λ( k ) =
 1 
∑



 2ai 2 

Non k=k+1

∆P (k )
<ε
∆λ( k +1) = λ(k ) + ∆λ(k )

Oui

Afficher les puissances

générées optimales

Figure 18 : Organigramme de la méthode itérative

25
Les étapes suivantes résument le mécanisme de recherche par la méthode de gradient
Etape 1 : Effectuer le développement de la partie gauche de l’équation (31) en série de Taylor,
les ordres supérieurs sont négligés.
(k )
 df (λ) 
f (λ ) ( k ) +   .∆λ( k ) = PD (32)
 dλ 

Etape2 : Déduire l’expression de ∆λ .

∆P ( k ) ∆P ( k )
∆λ( k ) = = (33)
(k ) (k )
 df (λ)   dPgi 

 dλ 
 ∑ 
 dλ 




∆P ( k )
Ou bien ; ∆λ( k ) = (34)
 1 
∑ 
 2a 
 i2 


Etape 3 : Calculer la nouvelle valeur de λ

λ( k +1) = λ( k ) + ∆λ( k ) (35)

Etape 4 : Calculer l’erreur exprimé par :
ng
∆P ( k ) = PD − ∑ Pgik (36)
i =1

Etape 5 : le processus de calcul se termine si la condition suivante est vérifiée :

∆P (k ) < ε : ε est la précision désirée
L’organigramme de la méthode itérative est présenté dans la figure 18.

Exercice 4 :
Les équations du coût quadratique de trois unités de production sont données comme suit :
C1 ( Pg1 ) = 500 + 5.3Pg1 + 0.004 Pg21 ($/h)

C 2 ( Pg 2 ) = 400 + 5.5Pg 2 + 0.006Pg22 ($/h)

C3 ( Pg 3 ) = 200 + 5.8Pg 3 + 0.0091Pg23 ($/h)

Les puissances générées sont données en (MW), la puissance demandée à satisfaire est de 800
MW. Les pertes et les contraintes d’inégalités ne sont pas considérées
1. Calculer par la méthode itérative la répartition optimale des puissances générées ainsi que le
coût total.

Solution 4 :
1. Répartition optimale des puissances générées
Etape 1 : Proposer une valeur initial à l’incrément du coût ( λ ), choisir la précision désirée

26
λ =6.0 ; prec=0.001 ;

λ − ai 1
Etape 2 : A partir de l’équation Pg i = ; i = 1, ng , calculer la répartition des puissances
2a i 2

générées ( Pg1 , Pg 2 , Pg 3 ) pour la première itération.

6.0 − 5.3
Pg1(1) = = 87.50
2.(0.004)

6.0 − 5.5
Pg 2 (1) = = 41.6667
2.(0.006)

6.0 − 5.8
Pg 3 (1) = = 11.1111
2.(0.009)

Etape 3 : Calculer l’erreur de puissance pour la première itération

ng
∆P (1) = PD − ∑ Pgi = 800 − (87.5 + 41.6667 + 11.1111) = 659.7222
i =1

Etape 4 : Calculer l’incrémentation ∆λ

659.7222 659.7222
∆λ(1) = = = 2.5
1 1 1 263.8888
+ +
2.(0.004) 2.(0.006) 2.(0.009)

λ( 2) = 6.0 + 2.5 = 8.5 $/MWh

Etape 5 : Tester le critère de convergence : ∆P ≤ prec

On remarque que ∆P = 659.7222 > prec , le processus de calcul continue jusqu’à la vérification du
critère de convergence. Revenir à l’étape 2 :
Calculer la nouvelle répartition des puissances générées ( λ(2) =8.5)
8.5 − 5.3
Pg1( 2) = = 400.00
2.(0.004)

8.5 − 5.5
Pg 2 ( 2) = = 250.00
2.(0.006)

8.5 − 5.8
Pg 3 ( 2) = = 150.00
2.(0.009)

L’erreur de puissance pour la deuxième itération ∆P (2) = 800 − (400 + 250 + 150) = 0.0
On remarque que la condition de convergence est vérifiée : ∆P ≤ prec
Alors, la répartition optimale des puissances générées est : ( Pg1 , Pg 2 , Pg 3 )=(400, 250, 150) MW,

l’incrément de coût optimal est égale à 8.5 $/MWh.

2. Coût total optimal
Ctot = C1 ( Pg1 ) + C 2 ( Pg 2 ) + C3 ( Pg 3 ) ;

27
Ctot = 500 + 5.3(400) + 0.004(400) 2 + 400 + 5.5(250) + 0.006(250) 2 + 200 + 5.8(150) + 0.009(150) 2 = 6682.5 $ / h

4. Solution du Dispatching Economique par la Programmation

4.1 Introduction au Langage de Programmation Matlab

Cette section a pour but de fournir les bases

nécessaires à l’utilisation du logiciel
MATLAB dans le domaine de réseaux
électriques. Le logiciel MATLAB
(MATRIX LABORATORY) est spécialisé
dans le domaine du calcul matriciel
numérique. Tous les objets définis dans
MATLAB le sont donc au moyen de
vecteurs et de matrices/tableaux de
nombres. Un ensemble important
d’opérateurs et de fonctions MATLAB de
base facilitent leur manipulation et des opérations comme par exemple le produit et
l’inversion matricielles (inv), la transposition (’) ou encore le calcul des valeurs propres (eig)
font partie de la bibliothèque standard. D’autres fonctions servant à la création et à la
manipulation de matrices et de tableaux (diag, fliplr, flipud, rot90, rand, ones, zeros, linspace,
logspace) sont également disponibles en nombre.
L’environnement MATLAB se présente sous la forme d’un espace de travail (Workspace), ou
un interpréteur de commandes permettant d’exécuter des opérations et fonctions MATLAB. Les
sources de celles-ci sont disponibles, écrites en “ langage ” MATLAB, voire en C ou en Fortran.

Figure 19 : Fenêtre représentant l’interpréteur de commande

28
4.2 L’interface graphique de MATLAB

Est sans conteste l’un des points forts du logiciel et facilite le trace de courbes et l’obtention de
graphiques 2D ou 3D de grande qualité (plot, stairs, stem, hist, mesh, surf, plot3). Le module
‘Handle Graphics’ offre la possibilité de contrôler intégralement cette interface, permettant ainsi
a l’utilisateur de mettre en forme tous éléments d’un graphique, de créer ses propres menus
(uimenu) ainsi que des objets graphiques tels que sliders (ascenseurs), boutons, menu surgissant
(uicontrol).

Edit

Line Slider

Axes Button

Text Checkbox

Figure ---
Interface
Object

Figure 20: Objets graphique dans l’environnement Matlab.

Figure 21: Exemple d’une interface graphique (Optimisation des réseaux électriques) réalisée sous
Matlab.

29
4.3 Simulink : Le Simulink n’est rien d’autre qu’une boite à outils de MATLAB permettant au
moyen d’une interface graphique évoluée la construction rapide et aisée ainsi que la simulation
de schémas fonctionnels complexes, contenant des systèmes linéaires, non linéaires voire non
stationnaires, y compris des opérateurs logiques, des outils mathématiques d’analyse, etc.

4.4 Les bases de MATLAB

Création et calcul de vecteurs et matrices vecteurs

Un vecteur ligne est introduit de la façon suivante : v = [5, 2, 13, 4]. Le vecteur v s‘affiche alors
a l’écran : v= 5 2 13 4
Si l’introduction est terminée par un point-virgule, on évite l’affichage du vecteur v. Un vecteur
colonne peut être introduit en remplaçant les virgules par des points virgules ou des retours de
chariot. L’accès aux composantes d’un vecteur s’effectue directement par des commandes du
genre :
v (3) ce qui donne à l’écran :
ans = 13

Matrices :

Une matrice peut être construite de différentes manières

m= [ 5 , 2 , 1 3 , 4 ; 6 , 8 , 3 , 1 0 ; 0 , 1 , 2 0 , 9 ] et l’affichage devient :
m = 5 2 13 4
6 8 3 10
0 1 20 9
Ou encore, ayant défini préalablement les vecteurs ligne v1, v2 et v3 :
v1 = [ 5 , 2 , 1 3 , 4 ] ;
v2 = [ 6 , 8 , 3 , 1 0 ] ;
v3 = [ 0 , 1 , 2 0 , 9 ] ;
m=[v1 ; v2 ; v3 ]
L’accès a un élément de la matrice s’effectue par :
m (2,4)
et l’on obtient :
ans = 10
Le remplacement de 2 par : (deux points) permet d’obtenir
toute la colonne 4
m(:,4)

30
et l’écran affiche le vecteur colonne
ans = 4
10
9
De même, l’affichage d’une sous matrice s’obtient par
m(2:3,2:4)
et l’écran affiche :
ans = 8 3
10 1
20 9
L’accès aux colonnes 2 et 4 de la matrice m se réalise comme suit
m( : , [ 2 , 4 ] )
ce qui produit :
ans = 2 4
8 10
1 1
Parmi les opérations matricielles qui ont une certaine importance pratique, signalons l’opérateur de
transposition
m’
donnant dans le cas de l’exemple
ans = 5 6 0
2 8 1
13 3 20
4 10 9

4.5 Les fonctions MATLAB

En plus des fonctionnalités de base de MATLAB, une vaste bibliothèque de fonctions (les «
toolbox » en langage MATLAB) sont à la disposition de l’utilisateur.
• Pour avoir une liste des familles de fonctions qui sont disponibles, entrez la commande help.
• Pour voir la liste des fonctions d’une famille de fonctions, on peut entrer help matfun par
exemple, afin de voir la liste des fonctions matricielles.
• Pour obtenir de l’information sur une fonction en particulier, il s’agit d’utiliser la commande
help avec le nom de la fonction.
• Il est possible de voir le code source en entrant : type nom de la fonction.

31
• Il est aussi possible de créer ses propres fonctions MATLAB. Le concept de fonction en
MATLAB est similaire aux fonctions avec d’autres langages de programmation, une fonction se
caractérise par un/des argument(s) en entrée et produit un/des argument(s) en sortie.

4.5.1 Création d’une fonction

La procédure est simple. Il s’agit de créer un fichier-M, nommons-le "mafonction.m". Ce qui
différentie un fichier-M d’une fonction est que la première ligne de la fonction contient le mot
clef function, suivi de la définition des arguments en entrée et en sortie.
Exemple:
Voici une fonction qui interverti l’ordre de deux nombres:
function [y1, y2]=mafonction(x1,x2)
% Définition de la fonction "mafonction":
x1 Y1
% arguments en entrée: x1 et x2 Function
Paramètres x2 Y2 Paramètres
d’entrées de sorties
% arguments en sortie: y1 et y2 xi Yi

y1 = x2;
y2 = x1;
Il s’agit ensuite d’appeler la fonction à l’invite MATLAB:
>> [a, b]=mafonction(1,2)
a=
2
b=

Note : Dans certaines situations il peut être pratique d’avoir des variables globales, qui sont
définies à l’aide de la commande ‘global’.

4.6 Les graphiques

La fonction de base pour tracer un graphique avec MATLAB est la commande plot, qui prend
comme arguments une série de points donnés sous la forme de 2 vecteurs, qu’elle relie de
segments de droites. C’est la responsabilité de l’utilisateur de générer assez de points pour
qu’une courbe régulière paraisse régulière à l’écran. De plus, il est possible de donner des
arguments additionnels, ou d’utiliser d’autres fonctions, pour contrôler l’apparence du
graphique:
>> x=0:0.1:2*pi; % L’ordonnée
>> plot (x,sin(x),’b-o’,x,cos(x),’m--+’); % Le graphe de sinus et de cosinus

32
>> axis([0 2*pi -1.1 1.1]); % Définition des axes
>> title(’Le titre du graphique’);
>> xlabel(’L’axe des x’);
>> ylabel(’L’’axe des y’);
>> legend(’sinus’,’cosinus’);
Ces commandes donnent comme résultat:

Figure 22 : Résultat graphique

On aurait aussi pu tracer ce graphique avec les commandes:

>> clf reset % on réinitialise l’environnement graphique

>> hold on
>> plot(x,sin(x),’b-o’); % un premier graphique
>> plot(x,cos(x),’m--+’); % on superpose un deuxième graphique
>> hold off

Exemple d’application :

1/ L’objectif de cet exemple d’application pédagogique est la conception d’une base de donnée
simplifie d’un réseau électrique radial (Figure 23).

• Comment introduire les caractéristiques techniques d’un réseau électrique sous forme d’un
tableau (matrice).
• La lecture et manipulation des éléments de la matrice.
• Affichage des résultats obtenus.

33
 1 2 3 4 5

Station
0.25+j0.12 0.35+j0.22 0.15+j0.12 0.35+j0.22
a)

Données:
Un=10 KV;
R0=0.12 Ω/km;
X0=0.2 Ω /km ;
L12= 150m; L23=100m, L34=70m, L45=150m

b)

Figure 23: a) Schéma unifilaire d’un réseau de distribution radial, b) Fiche technique du réseau

Questions:
1/ Réaliser deux matrices : la première matrice contient les caractéristiques techniques des
branches, tandis que la deuxième matrice contient les données des charges.
2/ Afficher les nœuds de départs, nœuds d’arrivés
3/ Calculer et afficher les vecteurs RT (résistance des branches) et XT (réactance des branches)
4/ Déduire et afficher le vecteur ZT (Impédance des branches).
5/ Calculer le vecteur PT (Puissance active des charges), QT (Puissance réactive des charges)
6/ Déduire le vecteur ST (Puissance apparente des charges).

Solution :

1. Les deux matrices contenant les caractéristiques techniques du réseau de distribution sont
présentés dans la Figure 24. La première matrice nommée branche se compose de cinq
éléments :
• Nœud de départ : nd
• Nœud d’arrivée: na
• Résistance linéique : R0 (Ω/km)
• Réactance linéique : X0 (Ω/km)

34
- Longueur de la ligne : Lij (Km)
2. la deuxième matrice nommée charge se compose de trois éléments :
- Nœud contenant la charge: nd
- Puissance active : P (KW)
- Puissance réactive : Q (Kvar)

branche=[...
% nd na r0(Ω/km) x0 (Ω/km) lij(Km)
1 2 0.12 0.2 0.150
2 3 0.12 0.2 0.100
3 4 0.12 0.2 0.070
4 5 0.12 0.2 0.150
]

charge=[...
%nb P (KW) Q(KVar)
1 0.00 0.00
2 0.25 0.12
3 0.35 0.22
4 0.15 0.12
5 0.35 0.22
]

Figure 24: La base de donnée du réseau de distribution

2. affichage nœuds de départs et nœuds d’arrivés :

nd=branche( :,1)
na=branche( :,2)

3. Vecteurs résistance et réactance des branches

% Vecteur résistance des branches

% RT= R0*L
RT= branche ( :,3).* branche ( :,5) % .* est la multiplication élément par élément

% Vecteur réactance des branches

%XT= X0*L
XT=branche ( :,4).* branche ( :,5)

4. Vecteur impédance des branches

% ZT=RT+jXT
ZT=RT+j*XT

5. Puissance active et réactive des charges

PT=charge ( :,2)
QT=charge ( :,3)

35
6. Puissance apparente des charges

ST= PT+j*QT

4.7 Exercices d'applications

Exercice 1

Un système énergétique se compose de quatre unités de production (Figure 25).

Les données:
-Les expressions de l’incrément du coût en $/MWh des unités de production sont données
comme suit :
df1 df 2 df 3 df 4
λ1 = = 0.012Pg1 + 9 , λ2 = = 0.0096Pg 2 + 6 , λ3 = = 0.008Pg 3 + 8 , λ 4 = = 0.0068Pg 3 + 10 .
dPg1 dPg 2 dPg 3 dPg 4

-La puissance à fournir est égale à 800 MW.

-Les contraintes d’inégalités sont donnés comme suit:
50 < Pg1 < 200, 100 < Pg 2 < 400, 80 < Pg 3 < 270, 110 < Pg 4 < 300 .

1/Calculer la répartition optimale des puissances générées.

2/Calculer le coût optimal.
3/Ecrire un programme en Matlab par utilisation de la méthode de résolution analytique de
dispatching économique permettant de:
• Calculer la répartition optimale des puissances générées permettant d’avoir un coût
minimal
• Tracer l’incrément de coût des unités de production ainsi que la valeur optimal de Lambda.

Max Max
Max Max

G1 G2 G3 G4

Min Min
Min Min

PD

Figure 25: Schéma unifilaire : 4 unités de production débitant sur un jeu de barre artificiel

36
Solution:
-Incrément du coût en $/MWh
df1 df 2
λ1 =
dPg1
= 0.012Pg1 + 9 , λ2 = = 0.0096Pg 2 + 6 ,
dPg 2

df3
λ3 = = 0.008Pg3 + 8 , λ = df 4 = 0.0068P + 10 .
dPg3 4 g4
dPg 4

1. Répartition optimale des puissances générées :

- L’expression de l’incrément du coût total est donnée par : λ = aT Pgt + bT ($/MWh)

- Les expressions de l’incrément du coût des unités de production sont données comme suit :
λ1 = a1 Pg1 + b1 , λ 2 = a2 Pg 2 + b2 , λ 3 = a3 Pg 3 + b3 , λ 4 = a4 Pg 4 + b4
Tout d’abord il faut calculer les coefficients aT , bT :
−1
1 1 1 1
aT =  + + + 
 a1 a2 a3 a4 
−1
 1 1 1 1 
=  + + +  = 2,176 × 10 − 3
 0012 0,0096 0,008 0,0068 
b b b b 
bT = aT  1 + 2 + 3 + 4 
 a1 a2 a3 a4 
 9 6 8 10 
= 2,176 × 10 −3  + + +  = 8,368
 0,012 0,0096 0,008 0,0068 
Puisque les pertes sont négligeables, alors la puissance générée totale est égale à la puissance
demandée : PD =800 MW
-L’incrément du coût optimal λ est déterminé par :
λ = aT PgT + bT = 2,176 × 10 −3 × 800 + 8,368 = 10,1088 $/MWh

λ − b1 10,1088 − 9
Pg1 = = = 92,4MW
a1 0,012

λ − b2 10,1088 − 6
Pg 2 = = = 428MW
a2 0,0096

λ − b3 10,1088 − 8
Pg 3 = = = 263,6MW
a3 0,008

λ − b4 10,1088 − 10
Pg 4 = = = 16MW
a4 0,0068

-Vérification du bilan de puissance:

Pg1 + Pg 2 + Pg 3 + Pg 4 = 800 MW

37
Programmation :

Le programme proposé est une application simplifiée permettant de résoudre le problème de

dispatching économique de cet exercice par la méthode analytique.

Ce programme didactique se compose de trois parties :

• Partie 1 : base de donnée : consiste à introduire les données des différentes unités de
production :
-Matrice de la fonction coût
-Les expressions des incréments de coût : dans cette exemple, nous avons utilisé la fonction
inline, le syntaxe de cette fonction est donné par :
INLINE (EXPR, N), avec N est un scalar. Construit une fonction inline possédant les
arguments 'x', 'P1', 'P2', ..., 'PN 'comme paramètres d’entrés

% Matrice des coefficients (a0i, a1i, a2i)

% a0 a1 a2
c=[...
0 9 0.0120
0 6 0.0096
0 8 0.0080
0 10 0.0068
]
c(:,3)=c(:,3)/2

% Incrément du coût
f1=inline ('9+0.012*pg1');
f2=inline ('6+0.0096*pg2');
f3=inline ('8+0.008*pg3');
f4=inline ('10+0.0068*pg4');
ft=inline('8.368+2.176*1e-3*pgt');
%la puissance demandée en MW
pd=800;

Figure 26 : Introduction des données

• Partie 2 : Cette partie représente le noyau du programme, qui est le modèle adopté par
l’étudiant pour résoudre le problème considéré:

38
 som1=0;
som2=0;
ng=4;

for i=1:ng
som1=som1+c(i,2)/(2*c(i,3));
som2=som2+1/(2*c(i,3));
end
lamda=(pd+som1)/som2
for i=1:ng
pg(i)=(lamda-c(i,2))/(2*c(i,3))
end
clc
lamda
pg'

Figure 27 : Le modèle de calcul

• Partie 3 : Affichage des résultas du programme :

-Dans la ligne de commande : sous forme de valeur, vecteur, matrice
Résultats :
lamda = 10.1088

ans =
92.4000
428.0000
263.6000
16.0000

- Représentation graphique : cette partie à pour but de visualiser les résultats sous forme
graphique, on peut tracer dans le même graphe, l’incrément de coût pour chaque unité de
production, et la valeur de lambda optimal. La figure 28 présente le code simplifié permettant
de visualiser l’incrément de coût et la valeur de Lambda optimale (Figure 29). Une des versions
du code de calcul écrit en Matlab est bien illustrée dans la Figure 30

39
 hold on
fplot (f1,[1 1200])
fplot (f2,[1 1200])
fplot (f3,[1 1200])
fplot (f4,[1 1200])
fplot (ft,[1 1200])
t=1:800;
plot(t,10.1088)
ylabel('Lamda $/MWh');
xlabel('Puissance Generee (MW)');

Figure 28 : Modèle d’affichage graphique

24

22
IC4
20
IC1
18
Lamda $/MWh

16 IC3
14
IC2
12

10

8 ICt
6
100 200 300 400 500 600 700 800 900 1000 1100 1200
Puissance Generee (MW)

Figure 29 : Représentation graphique des résultats

40
 %Dispatching économique sans pertes: sans contraintes d’inégalité
%Matrice des coefficients (a0i, a1i, a2i)
% a0 a1 a2
c=[...
0 9 0.0120
0 6 0.0096
0 8 0.0080
0 10 0.0068
]
c(:,3)=c(:,3)/2

% Incrément du cout
f1=inline('9+0.012*pg1');
f2=inline('6+0.0096*pg2');
f3=inline('8+0.008*pg3');
f4=inline('10+0.0068*pg4');
ft=inline('8.368+2.176*1e-3*pgt');
%la puissance demandée en MW
pd=800;
som1=0;
som2=0;
ng=4;

for i=1:ng
som1=som1+c(i,2)/(2*c(i,3));
som2=som2+1/(2*c(i,3));
end
lamda=(pd+som1)/som2

for i=1:ng
pg(i)=(lamda-c(i,2))/(2*c(i,3))
end
clc
lamda
pg'

hold on
fplot(f1,[1 1200])
fplot(f2,[1 1200])
fplot(f3,[1 1200])
fplot(f4,[1 1200])
fplot(ft,[1 1200])
t=1:800;
plot(t,10.1088)
ylabel('Lamda $/MWh');
xlabel('Puissance Generee (MW)');

Figure 30 : Le programme de calcul par la formulation analytique

Exercice 2 : Solution du dispatching économique par la méthode itérative

41
Soit le schéma de la figure 31, les unités de production sont présentées par une fonction coût
quadratique.

Fiche technique

Max
• Unité de production : G1 Max
Max

C1 = 500 + 5.3.Pg1 + 0.004.Pg12 ($ / h)

G1 G2 G3
• Unité de production : G2
C 2 = 400 + [Link] 2 + [Link] 2 2 ($ / h) Min
Min Min

• Unité de production : G3
C 3 = 200 + [Link] 3 + [Link] 32 ($ / h)

• La puissance demandée : PD=800 MW PD=800 MW

Figure 31: Schéma unifilaire : 3 unités de production débitant sur un jeu de barre artificiel

1. Utiliser la méthode de gradient pour calculer la répartition optimale des puissances générées
permettant de minimiser le coût de production total. Les données sont données dans la Figure
31.

Solution
1. Base de donnée : La première phase consiste à faire introduire les données : nous proposons
deux façons simple permettant d’introduire les données (Figures 32-33) :

1.1 Par vecteur colonne :

% Méthode itérative : méthode du gradient

alpha =[500; 400; 200];

beta =[5.3; 5.5; 5.8];
gama =[.004; .006; .009];
PD=800;

Figure 32 : Introduction des données, format : Vecteur

1.2 Par une matrice :

42
 % Méthode itérative : méthode du gradient
Cost=[…
500 5.3 0.004
400 5.5 0.006
200 5.8 0.009
];
alpha =cost ( : ,1);
beta =cost ( : ,2);
gama =cost( : ,3);
PD=800;

Figure 33: Introduction des données, format : Matrice

2. Modèle de calcul : Dispatching économique sans considération des contraintes d’inégalité

DP = 1;
lambda = input('Entrer la valeur estimer de Lambda = ');
fprintf('\n ')

iter = 0;
err=0.001
while abs(DP) >= err

Pg = (lambda - beta)./(2*gama);
DP =PD - sum(Pg);

J = sum( ones(length(gama), 1)./(2*gama));

Delambda = DP/J;
disp([lambda, Pg(1), Pg(2), Pg(3), DP, J, Delambda])
lambda = lambda + Delambda;

iter = iter + 1;

end

Figure 34: Le modèle de calcul par la méthode itérative

La figure 34 présente le modèle de calcul de la répartition optimal des puissance générées par la
méthode itérative, il faut bien noter que les contraintes d’inégalités ne sont considérés.

3. Résultats de calcul

3.1 Affichage des résultats dans la ligne de commande

43
 % Résultats de calcul

disp([' Lambda Pg(1) Pg(2) Pg(3) DP'...

' grad Delambda'])

couttot = sum(alpha + beta.*P g+ gama.*Pg.^2)

Figure 35 : Modèle d’affichage format, texte : valeur, vecteur, matrice

3.2 Résultats du programme :

Entrer la valeur estimer de Lambda = 6
6.0000 87.5000 41.6667 11.1111 659.7222 263.8889 2.5000
8.5000 400.0000 250.0000 150.0000 0 263.8889 0

• Coût total=66825.00 ($/h)

• L’incrément de coût optimal : Lambda=8.5 $/MWh
• Le vecteur des puissances générées optimales : [ Pg1 , Pg 2 , Pg 3 ]= [400 250 150] MW.

• Vérification de bilan de puissance : Pg1 + Pg 2 + Pg 3 − PD = 0 .

Remarque :
On peut afficher la vérification du bilan de puissance en ajoutant l’instruction suivante :
% vérification : Bilan de puissance
Error=sum (Pg)-PD

3.3 Représentation graphique

44
 %Représentation graphique

axis([0 450 6.5 10.5]);

P1=[Link];
P2 = [Link];
P3=[Link];
IC1= 5.3 + 0.008*P1;
IC2= 5.5 + 0.012*P2;
IC3= 5.8 + 0.018*P3;
Px = [Link];
plot(P1, IC1, P2, IC2, P3, IC3)
hold on
plot(Px, lambda*ones(1, length(Px)),'-m')
xlabel('P, MW'), ylabel(' $/MWh'), grid

Figure 36 : Modèle d’affichage graphique

Résultats du programme

10.5

PD=800
10
Lambda Optimale
9.5
Pg2=250 MW
9 Pg1=400 MW
$/MWh

Pg1=150 MW

8.5

7.5

7
0 100 200 300 400 500
P, MW

Figure 37 : Représentation graphique de l’incrément de coût : 3 unités de production

45
Bibliographies

[1] Belkacem Mahdad, “Adaptive Fuzzy Controlled PSO Based Decomposed Network
Strategy to Solve Large Scale Economic Dispatch,” Chapter
published in a Book (Advances in Energy Research. Volume 7): Editors: Morena J.
Acosta, Nova Publisher, USA, 2011.
[2] Belkacem Mahdad, “Optimal Location and Control of Flexible Three Phase Shunt
FACTS to Enhance Power Quality in Unbalanced Electrical Network,” Chapter
published in a Book (Power Quality 2): InTech Education and Publishing KG,
[Link], 2011.
[3] Belkacem Mahdad, K. Srairi “Understanding Power Quality based FACTS using
Interactive Educational GUI Matlab Package” Chapter published in a Book (Power
Quality 2): InTech Education and Publishing KG, [Link], 2011.
[4] Belkacem Mahdad, “Contribution to the Improvement of Power Quality using
Multi Hybrid Model Based Wind-Shunt FACTS” Chapter published in a Book (Power
Quality 2): InTech Education and Publishing KG, [Link], 2011.
[5] Belkacem Mahdad, “Power Quality Management Based Security OPF Considering
FACTS Using Metaheuristic Optimization Methods” Chapter published in a Book
(Power Quality 2): InTech Education and Publishing KG, [Link], 2012.
[6] Belkacem Mahdad, “Energy Planning Strategy based On Metaheuristic Optimization
Techniques Considering FACTS Technology” Chapter published in a Book (Fuzzy
Logic: Applications, Systems and Technologies” ISBN: 978-1-62417-151-2): Nova
Publisher, USA, 2013.
[7] Arthur R. Bergen, and Vijay Vittal, Power Systems Analysis, Prentice Hall, 2000.
[8] Hadi Saadat, Pwer System Analysis, McGraw-Hill Companies, 1999.
[9] Belkacem Mahdad, and K. Srairi, “A Study on Multiobjective Optimal Power Flow
under Contingency using Differential Evolution,” Journal of Electrical
Engineering & Technology (JEET), Vol. 7, N°.1 , 2013.
[10] Belkacem Mahdad, and K. Srairi, “Solving multi-objective optimal power flow
problem considering wind-STATCOM using differential evolution,”Journal of
Frontiers in Energy, Springer, Vol. 6, N°.4, 2013.
[11] Belkacem Mahdad, and K. Srairi, “Interactive DE for solving combined security
environmlental economic dispatch considering FACTS technology,”Journal of
Frontiers in Energy, Springer, Vol. 7, N°., 2013.
[12] Belkacem Mahdad, and K. Srairi, “Solving practical economic dispatch using
hybrid GA-DE-PS method,”Accepted at International Journal of System Assurance
and Engineering, Springer, Vol. 6, N°.4, 2013.
[13] Belkacem Mahdad, and K. Srairi, “Optimal location and control of combined SVC-
TCSC controller to en,hance power system loadability,” Accepted at International
Journal of System Assurance and Engineering, Springer, 2013.
[14] Belkacem Mahdad, K. Srairi and M. Benbouzid, “Solving Practical Power System
Problems Using Hierarchical Interactive PSO Strategy Considering SVC
Controllers,” Accepted at International Journal of Intelligent Systems and Fuzzy
Logic, IOS Press, 2013.

46
[15] T. Bouktir, Application de la programmation orientée objet à l’Optimisation de
l'Ecoulement de puissance, thèse de doctorat, Université de Batna, 2004.
[16] Belkacem Mahdad, Optimisation de l’Ecoulement de Puissance en Présence des
Appareils de Transmission Flexibles (FACTS) en Utilisant les Algorithmes
Génétiques (GA) Application : Le Réseau Algérien. thèse de doctorat, Université de
Biskra, 2010.

Lexique Français – Arabe - Anglais

Dispatching économique ‫دي‬ ‫ا وز ـ ا‬ Economic Dispatch
Puissance active ‫ـ‬ ‫ا ط ـ ا‬ Active power
Puissance réactive ‫ا ط ـ ار ـ‬ Reactive power
Unité de production ‫و ـدة إ ج‬ Unit production
Equilibre de puissances ‫وازن ا ط ـ‬ Balanced power
Qualité de l’énergie ‫و ـ اط‬ Energy quality
Indices ‫ــ ر‬ Indices
Contraintes d’égalité ‫ود ا ــ وي‬ Equality constraints
Contraintes d’inégalité ‫ود دم ا وي‬ Inequality constraints
Fonction objective ‫ا دا ـ ا !دف‬ Objective function
Contraintes non linéaires ‫ ر "ط‬# ‫ـود‬ Non-linear constraints
Zones interdites ‫ا طـق ا و‬ Prohibited zones
Effet de la valve ‫ت‬ ‫'& ر ا‬ Valve effect
Turbine ‫ر( ـ‬ Turbine
Centrale électrique ) (‫ط ت *!ر‬ Production centre
Régulateur automatique de la tension ‫ ا و ر‬+, +* ‫و و‬-‫ا *ـم ا‬ Automatic voltage regulator
Régulateur de fréquence ‫ ا وا ر‬+, ‫ا *ـم‬ Frequency regulator
Réseau d’interconnexion ‫(*ـ ر(ط‬. Interconnected network
Ecoulement de puissance ‫رـن اط‬ Power flow
Pertes de puissance active ‫ ا ط ا‬+, ‫ ـ ع‬/ Active power losses
Pertes dans les lignes ‫ ا "طوط‬+, ‫ ـ ع‬/ ‫ا‬ Power loss in branches
Incrément de coût /Accroissement de 12* ‫ ا‬+, ‫ا ز دة‬ Incremental cost
coût
Méthode graphique (‫ا‬ ‫ا طر‬ Graphical method
Méthode itérative ‫ا طر ـ ا *رار‬ Iterative method
Langage de programmation ‫ـ ا (ر‬3 Language program
Fonction ‫دا ـ‬ Function
Coût optimal 42& ‫ ا‬1‫ــــ‬2* ‫ا‬ Optimal cost
Puissances générées optimales 42& ‫ا‬ ‫ا ط ا‬ Optimal generated power
Répartition des puissances générées ‫ ط ا‬5 ‫ &ل‬-‫ا وز ــ ا‬ Optimal active power
Fonction coût quadratique ‫ـ‬ ‫دا‬ Quadratic cost function
Coefficient de Lagrange 7 ‫ـــل را‬ Penalty factor

47
 Copyright Edtions El-Djazair — Octobre 2014
13, rue des frères Boulahdour
16000 Alger-Algérie

Cet ouvrage est soumis au copyright. Le présent ouvrage présent sur le site web et à son contenu appartient aux Editions El-Djazair.
Le présent site web et son contenu, que ce soit en tout ou en partie, ne peuvent être reproduits, publiés, affichés, téléchar gés, modifiés, utilisés en
vue de créer des œuvres dérivées ou reproduits ou transmis de toute autre façon par tout moyen électronique connu ou inconnu à la date des
présentes sans l’autorisation écrite expresse des Editions El-Djazair
Les actes ci-dessus sont des infractions sanctionnées par le Code de la propriété intellectuelle Algérienne.