Memoire VI
Memoire VI
MAROUA
DEPARTMENT OF RENEWABLE
DEPARTEMENT DES ENERGIES ENERGY
RENOUVELABLES
ENERGIES RENOUVELABLES
Spécialité : Solaire
Présenté par :
HAMZA SOUHOUDI
Matricule :
19A0063P
À
Ma famille
i
Remerciements
Ce projet de mémoire n’aurait pu avoir une morphologie sans la contribution des personnes
ressources ayant participées de près ou de loin à l’élaboration du présent document. Nous
tenons à remercier :
Le Président du Jury ainsi que les membres du Jury qui ont accepté d’évaluer ce travail;
Les Enseignants du Département des Energies Renouvelables pour la formation qu’ils
nous ont donnée;
Nos Camarades de promotion pour leur collaboration ;
A nos familles et amis pour tout le soutien qu’ils nous ont apporté.
Que tous ceux qui n’ont pas été cités, trouvent également ici l’expression de notre profonde
considération.
ii
Résume
Ce travail a porté sur la mise en œuvre d’un modèle de demande énergétique. Le
système proposé s’inspire d'un système d’évaluation de la demande énergétique basé sur la
plateforme du logiciel Microsoft Excel. Il consiste à évaluer la demande en énergie électrique
d’une localité à partir des donnés collectés c’est-à-dire le nombre des équipements électrique
utilisés dans les ménages, leur durée d’utilisation quotidien, le nombre d’habitants par ménage
et les bilans faites à base de ces données. Pour mener à bien notre travail, nous avons
premièrement procédé au choix des trois (3) différents scénario du mode de vie dans les
ménages. Ensuite nous avons ressorti les différentes estimations de demande en énergie dans
chaque ménage. Enfin nous avons procédé à la mise en œuvre du modèle sur Excel. Les
résultats obtenus sont la demande finale en énergie électrique et la projection de la demande
énergétique sur 10 ans. Le système est fiable avec un avantage d’être plus flexible et ajustable.
iii
Abstract
This work focused on the implementation of an energy demand model. The proposed
system is inspired by an energy demand assessment system based on the Microsoft Excel
software platform. It consists in evaluating the electrical energy demand of a locality from data
collected that is the number of electrical appliances used in the households, their daily hour of
usage and the number of occupants per household and the balances made on the basis of these
data. To achieve this, we first proceeded to the choice of three (3) different lifestyle scenarios
in the households. Secondly, we extracted the different consumption patterns of each
household. Finally, we implemented the model in Excel. We used the number of population
and the growth rate as our input. We then then obtained as result the final energy demand and
the evolution of the demand in 10years. The system was tested and the values obtained are
quite satisfactory and the system reliable with the advantage of being more flexible and
adjustable.
iv
Liste des figures
Figure 1 : Carte électrique du Cameroun ................................................................................ 10
Figure 2 : Contribution des centrales à la satisfaction de la demande .................................... 15
Figure 3 : Stratégie smart grid - situation de référence ............................................................ 17
Figure 4 : Stratégie smart grid - situation à terme ................................................................... 17
Figure 5 : Illustration d’une zone et des clients desservis par un départ HTA ........................ 18
Figure 6 : Ordinateur PC .......................................................................................................... 21
Figure 7 : Caractéristiques de l'ordinateur portable ................................................................. 22
Figure 8 : MS Excel ................................................................................................................. 22
Figure 9 : Schéma utilisé pour projeter les demandes d’énergie utile et finale dans le module
MDE......................................................................................................................................... 25
Figure 10 : Données d’entrée principales et résultats du modèle MAED................................ 27
Figure 11 : Page d'accueil MDE .............................................................................................. 39
Figure 12 : Tableau de bord ..................................................................................................... 40
v
Liste des tableaux
Tableau 1 : Liste des centrales hydro-électrique au Cameroun ............................................... 11
Tableau 2 : Liste des centrales thermiques au Cameroun [9]. ................................................. 13
Tableau 3: Puissances actives des équipements du ménage de type 1 .................................... 27
Tableau 4 : Puissances actives des équipements du ménage de type 2 ................................... 28
Tableau 5 : Puissances actives des équipements du ménage de type 3 ................................... 28
Tableau 6 : Puissances actives des équipements du ménage de type 4 ................................... 28
Tableau 7 : Puissances actives des équipements du ménage de type 5 ................................... 28
Tableau 8 : Puissances actives des équipements du ménage de type 6 ................................... 29
Tableau 9 : Puissances actives des équipements du ménage de type 1 ................................... 32
Tableau 10 : Estimation des besoins énergétique journaliers du ménage de type 1 ................ 32
Tableau 11 : Puissances actives des équipements du ménage de type 2 ................................. 33
Tableau 12 : Estimation des besoins énergétique journaliers du ménage de type 2 ................ 33
Tableau 13 : Puissances actives des équipements du ménage de type 3 ................................. 34
Tableau 14 : Estimation des besoins énergétique journaliers du ménage de type 3 ................ 34
Tableau 15 : Puissances actives des équipements du ménage de type 4 ................................. 35
Tableau 16 : Estimation des besoins énergétique journaliers du ménage de type 4 ................ 35
Tableau 17 : Puissances actives des équipements du ménage de type 5 ................................. 36
Tableau 18 : Estimation des besoins énergétique journaliers du ménage de type 5 ................ 36
Tableau 19 : Puissances actives des équipements du ménage de type 6 ................................. 37
Tableau 20 : Estimation des besoins énergétique journaliers du ménage de type 6 ................ 37
Tableau 21: Liste des feuilles de calcul du classeur MS Excel MDE ..................................... 38
vi
Liste des abreviations
ADEME : Agence de l’environnement et de la maitrise de l’énergie
AER Agence de l’Electrification Rurale
AFME Association of Financial Markets in Europe
AIEA Agence Internationale De L’énergie Atomique
ARSEL Agence de Régulation du Secteur de l’Électricité
CAMWATER Cameroon Water Utilities Corporation
E Energie journalière [Wh/j]
Ec énergie consommée [KWH]
EDC Electricité du Cameroun
ENELCAM Énergie Électrique du Cameroun
FEICOM Fond Spécial d’Equipement et d’Intervention Intercommunale
HYDRO MEKIN Mekin Hydroelectric Development Corporation
M1 Ménage de type 1
M2 Ménage de type 2
M3 Ménage de type 3
M4 Ménage de type 4
M5 Ménage de type 5
M6 Ménage de type 6
MDE Modèle de Demande Énergétique
MINEE Ministère de l’Eau et de l’Energie
P puissance [w]
PNDP Programme Nationale de Développement Participatif
POWERCAM Cameroon Electricity Corporation
S1 Scénario 1
S2 Scénario 2
S3 Scénario 3
SCDP Société Camerounaise des Dépôts Pétroliers
SONARA Société Nationale de Raffinage
SONATREL Société de Transport de l’énergie électrique
SONEL Société Nationale d’Electricité du Cameroun
t durée [s]
vii
Table des matières
Dédicace ...................................................................................................................................... i
Remerciements ...........................................................................................................................ii
Résume..................................................................................................................................... iii
Abstract ..................................................................................................................................... iv
Introduction ............................................................................................................................ 4
Hydro-électricité............................................................................................. 11
Biomasse ........................................................................................................ 12
Solaire............................................................................................................. 12
Gaz ................................................................................................................. 12
Conclusion............................................................................................................................ 19
Introduction .......................................................................................................................... 21
viii
II.2 Méthodes ................................................................................................................... 22
II.2.2 Fonctionnement.................................................................................................. 23
Conclusion............................................................................................................................ 30
Introduction .......................................................................................................................... 32
ix
Puissances actives M6 ................................................................................ 37
Conclusion............................................................................................................................ 40
Bibliographie............................................................................................................................ 42
x
Présentation de L’Ecole Nationale Supérieure Polytechnique
de Maroua
L’Ecole Nationale Supérieure Polytechnique de Maroua (ENSPM) est un établissement de
l’Université de Maroua qui a été créé par décret présidentiel N° 2017/350 du 06 juillet 2017.
Fonctionnelle depuis 2010 sous le nom Institut Supérieur du Sahel (ISS), Son objectif principal
est la formation professionnelle des jeunes Camerounais ainsi que ceux des pays étrangers,
particulièrement ceux de la zone CEMAC. Elle a pour missions principales :
- La formation et la recherche dans les domaines suivants :
Agriculture, Elevage et Produits Dérivés (AGEPD) ;
Energies Renouvelables (ENREN) ;
Génie du Civil et Architecture (GCA) ;
Génie du Textile et Cuir (GTC) ;
Hydraulique et Maitrise des Eaux (HYMAE) ;
Informatique et Télécommunications (INFOTEL) ;
Métrologie, Climatologie, Hydrologie et Pédologie (MCHP) ;
Sciences Environnementales (SCIENVI) ;
Enseignement de base.
- Le perfectionnement des techniciens et des professionnels dans les technologies
participant au développement en général, et en zone sahélienne en particulier ;
- La formation doctorale dans les domaines suscités ;
- La promotion de la recherche en général et dans l’ingénierie appliquée a la zone
sahélienne en particulier ;
- Le recyclage et le perfectionnement des cadres des entreprises et services privés et
publics dans les domaines susvisés ;
- L’appui au développement, en particulier sous forme de prestation de services et de
gestion du développement durable.
L’ENSPM comprend deux (02) cursus de formation :
- Le cursus de formation d’Ingénieur ;
- Le cursus de formation en Sciences de l’Ingénieur ;
Elle prépare aux diplômes ci-après :
- Le diplôme d’ingénieur pour le cursus de formation d’Ingénieur ;
- Pour le cursus en Sciences de l’Ingénieur :
Le diplôme de Licence en Sciences de l’Ingénieur ;
xi
Le diplôme de Master en Sciences de l’Ingénieur ;
Le diplôme de Doctorat/PhD en Sciences de l’Ingénieur.
Les étudiants intégrés dans la formation des Ingénieurs de Travaux et de conception
sont tenus d’effectuer chaque année des stages obligatoires en entreprise. La durée desdits
stages varie en fonction du niveau entre 1 et 6 mois. Le but étant d’aider l’étudiant à
s’imprégner des réalités d’une vie en entreprise. Pendant cette période il aura à démontrer son
savoir-faire, sa maitrise des techniques et des enseignements qui lui ont été dispensés. A l’issue
du stage de fin d’études, l’étudiant aura à rédiger un mémoire ou un rapport de stage lié à la
résolution d’un problème en entreprise.
A cet effet, dans le cadre de nos travaux de fin de formation, nous avons travaillé
pendant 4 mois (du 22 Mars au 01 Juillet 2021) au Ministère de l’Eau et de l’Energies
(MINEE).
xii
Introduction Générale
La production d’électricité revêt dans chaque pays des enjeux économiques, de sécurité
et de bien-être social : l’électricité est un facteur de production fondamental dans l’activité
économique moderne. La régularité de son offre pose des défis particuliers puisque ce flux
continu est difficilement stockable. La prévision à court terme de la consommation d’électricité
joue un rôle essentiel dans la gestion efficace des ressources allouées à la production
d’électricité. Les erreurs de prévisions peuvent, en effet, occasionner des coûts opérationnels
importants [1]. Une réduction de l’erreur moyenne de prévision de 1% peut épargner des
milliers, voire même des millions de francs cfa dans une unité de production d’électricité [2].
L’estimation effectuée en 1984 dans une installation électrique au Royaume Uni, où un
accroissement de 1% de l’erreur de prévision avait causé un accroissement annuel des coûts
opérationnels de 10 millions de livres sterling [3]. Lorsque le secteur de l’électricité est
fortement régulé, les opérateurs en situation de monopole utilisent la prévision à court terme
pour assurer la fiabilité de l’offre. Du point de vue de l’opérateur, prévoir la consommation
d’électricité est nécessaire pour la constitution d’outils d’aide à la décision et pour minimiser
les coûts de sur/sous-production qui ne sont pas facilement transférables dans les prix [4].
Le premier chapitre est consacré à l’état de l’art dans lequel il sera question pour
nous de présenter entre autres, les généralités sur la demande énergétique, la demande
«énergétique au Cameroun, le contexte et le cahier des charges
1
Le deuxième chapitre traitera les matériels et méthodes utilisés pour la modélisation. Il
présentera l’analyse fonctionnelle, le schéma synoptique du système, le
dimensionnement de chaque feuille de calcul et l’organigramme du système
2
Chapitre I : Revue de Littérature
3
Introduction
Il existe de nombreuses façons de prédire notre consommation d’énergie électrique.
Mais avant de pouvoir prédire cela il est important de comprendre les concepts qui y sont liés.
Cela nécessite donc une approche méthodologique et cohérente. Pour ce fait nous allons
présenter dans ce chapitre les généralités sur la demande énergétique, faire une étude de la
consommation d’électricité. Nous présenterons ensuite les travaux qui se rapprochent le plus
possible ou ayant un lien avec notre thème tout en relevant les limites de chacun. Nous poserons
enfin notre problématique et proposerons une solution à travers un cahier des charges où seront
définis les objectifs que devra atteindre le système conçu.
La maîtrise de la demande en énergie a été initiée dans les années 1990, aux États-Unis
et en Europe principalement dont en France avec le soutien de l'AFME devenue ADEME
Elle vise à diminuer la consommation générale d'énergie par la demande plutôt que par
l'offre.
Elle peut viser des acteurs spécifiques, ou une zone géographique particulière, par
exemple une zone isolée, où il est bien plus rentable d’installer de solutions de type géothermie,
éolien et panneaux solaires plutôt que de coûteusement créer une nouvelle ligne électrique ou
un nouveau tuyau de gaz par exemple, surtout si les bâtiments sont bien isolés, et éco
conçus pour être sobre et économes en énergie.
4
limitent pas seulement à son monopole de distribution de l’électricité, ils concernent également
d’autres composantes du secteur d’électricité comme la production, la demande et la régulation
de l’électricité au Cameroun. Afin d’avoir connaissance sur ces différentes mutations, il est
important de décrire le secteur de l’énergie électrique du Cameroun. Dans ce chapitre il est
donc question d’abord de donner les grands faits marquant l’histoire de l’électricité au
Cameroun, ensuite d’exposer ses acteurs et enfin de présenter la demande et l’offre ou la
production de l’électricité au Cameroun durant ces dernières décennies.
5
POWERCAM et la centrale hydroélectrique de Song loulou (388 MW) est mise en
service.
- 17 juillet 2001 : Privatisation de la SONEL au bénéfice de AES-Sirocco Limited, une
filiale de AES Corporation qui contrôle 51 % du capital ; l'État du Cameroun conserve
44 % et le personnel reçoit 5%.
- 23 mai2014 : Le gouvernement du Cameroun signe l’accord qui octroie à ACTIS 56 %
des parts d’AES-SONEL et de ses sœurs KPDC et DPDC. Le 12 septembre 2014, le
nouveau nom de l’entreprise est dévoilé : ENEO Cameroun S.A.
- L’année 2015 est marqué par la réforme qui prévoit désormais la possibilité de faire
exercer par les acteurs différents les fonctions de production, de transport et de
distribution de l’énergie électrique. C’est ainsi qu’est née la société en charge du
transport de l’énergie électrique SONATRAL.
En résumé, depuis 1929, trois centrales électriques ont été mise sur pieds notamment
Edéa (276 MW), Song loulou (384 MW) et Lagdo (72 MW). La société de distribution de
l’énergie électrique a connu des mutations à savoir : de ENELCAM à SONEL suite à la
réunification, de SONEL à AES-SONEL suite à la privatisation de l’énergie électrique et enfin
de AES-SONEL à ENEO suite à la volonté de l’Etat Camerounais d’améliorer le secteur de
l’électricité et de l’ouvrir à la concurrence. La société de production et distribution en 2018
ENEO-Cameroun n’est pas le seul acteur de l’électricité au Cameroun d’autres acteurs ayant
des rôles différents existent et font l’objet de la section suivante.
Les acteurs de l’électricité au Cameroun sont des organismes jouant de rôles différents
et complémentaires dans le secteur de l’électricité et dont leurs actions combinées concourent
à la bonne marche du secteur.
6
- Le Service du Premier Ministère : qui coordonne l’action de l’ensemble du
Gouvernement et donc des Ministères intervenant dans les différents sous-secteurs ;
- Le Ministère en charge des Finances : qui finance en partie le secteur de l’électricité ;
- Le Ministère de l’Eau et de l’Energie : qui est chargé de la conception, de l’élaboration,
de la mise en œuvre et du suivie la politique gouvernementale dans le secteur de
l’énergie de façon globale.
Les sociétés parapubliques sont des sociétés à capital mixte dont une partie est détenu
par le gouvernement Cameroun et l’autre par les entreprises multinationales ou internationales.
Au Cameroun plusieurs sociétés de ce type travaillent dans le secteur de l’électricité au
7
Cameroun dont : ENEO-Cameroun, DPDC et la KPDC (Ministère de l'Eau et de l'Energie,
2015).
8
l’équilibre entre l’offre et la demande en énergie électrique est peu garantie. Afin de
comprendre le fonctionnement du secteur de l’énergie électrique il est nécessaire d’étudier son
offre et sa demande dont ils font l’objet de la section suivante.
9
Figure 1 : Carte électrique du Cameroun [7]
10
Hydro-électricité
Le premier palier est celui de l’énergie hydroélectrique, déjà leader en termes de
production au Cameroun. Avec ses cinq bassins versants (les fleuves Sanaga, Nyong, Ntem,
Congo et Niger, auxquels on peut même ajouter le Moungo et la Katina dans le Nord-Ouest),
le pays dispose d’une capacité hydro-électrique impressionnante.
Pourtant, ce riche potentiel reste largement inexploité, puisque seul 4% du potentiel est
actuellement exploité. «Pour l’heure, il n’y a que le bassin de la Sanaga qui a été suffisamment
inventorié, et ce bassin à lui seul permettrait aujourd’hui de produire 15 000 térawatts-heure
d’énergie», explique Jean Pierre Kedi, le directeur général de l’Arsel (Agence de régulation du
secteur de l’électricité) au Cameroun. Le directeur général d’Eneo, Joël Nana Kontchou, vient
à son appui en déclarant: «Notre pays possède le deuxième plus grand potentiel hydroélectrique
de l’Afrique centrale, estimé à environ 20 GW.»
Capacité
Centrale hydroélectrique rivière Réservoir
(MW)
Grand Eweng Rivière Sanaga 1 000
Chollet Rivière Dja 600
Nachtigal Amont 420
Centrale électrique de Song Réservoir de Song
Rivière Sanaga 384
Loulou Loulou
Mouséré (Mbakaou) Rivière Djérem 330
Centrale électrique d'Édea Rivière Sanaga Réservoir Édea 264
Centrale électrique de Réservoir de
Rivière Ntem 211
Memve'ele Memve'ele
Centrale électrique de Lagdo Rivière Bénoué Réservoir de Lagdo 72
Barrage de Lom Pangar Rivière Lom 30
Centrale électrique de Mekin Rivière Dja 15
11
Biomasse
Le deuxième palier de l’impressionnant potentiel énergétique du Cameroun est la
biomasse. Situé dans le golfe de Guinée, une partie du territoire camerounais se trouve dans le
bassin du Congo, considéré comme la seconde réserve de biomasse mondiale, après celle de
l’Amazonie. Cette position offre au pays d’énormes possibilités de production de l’électricité
à partir de cette source d’énergie.
Solaire
Outre la biomasse, le Cameroun dispose d’énormes potentialités en termes d’énergie
solaire. Son ensoleillement constitue un grand gisement d’énergie électrique. Le pays dispose
en effet d’un potentiel abondant et disponible surtout dans sa partie septentrionale. L’insolation
moyenne dans cette partie du pays est de 5,8 KWh/m2 /jour et de 4 KWh/m2/jour dans sa partie
sud, selon une évaluation de l’Arsel. Malgré une insolation moyenne de 4,9 KWh/m2/j pour
l’ensemble du pays, l’exploitation de cette source d’énergie demeure faible.
Gaz
Au-delà des ressources hydrauliques, le Cameroun possède aussi un fort potentiel
gazier. Le pays regorge d’un sous-sol et d’un offshore riches en gaz. Ses potentialités gazières
ont été réévaluées à la hausse en 2014, passant de 144 milliards de m³ (mètres cubes) à 154
milliards m³, selon une estimation de la Société nationale des hydrocarbures (SNH), bras
séculier de l’Etat dans les opérations pétrolières et gazières. Cette hausse de 10 milliards m³ est
consécutive à de nouveaux travaux d’exploration entrepris dans certains champs pétro-gaziers
par des opérateurs sous contrat avec l’état. La SNH rapporte que la production gazière du
Cameroun a littéralement explosé pour atteindre à 4343,4 millions de pieds cubes sur les quatre
12
premiers mois de l’année 2014, contre 93,4 millions de pieds cubes pour la même période en
2013.
26 centrales isolées
Les centrales isolées se définissent comme étant des centrales situées à l’écart des autres,
ceci pour éviter les chevauchements aux niveaux des équipements, L’entreprise Eneo en
possède plusieurs réparties sur l’ensemble du territoire comme suit :
13
La centrale de Poli : elle possède une capacité installée 700 KW
La centrale de Bétaré Oya : elle a été construite en 1991 et possède une capacité
installée de 1020 KW
La centrale de Campo : elle a été construite en 1998 et possède une capacité installée
de 333KW
La centrale de Djoum : elle a été construite en 1998 et possède une capacité installée
de 1500 KW
La centrale de Garoua Boulai : elle a été construite en 1997 et possède une capacité
installée de 1600KW
La centrale de Lomié : elle a été construite en 1991 et possède une capacité installée
de 837 KW
La centrale de Mape : elle a été construite en 1993 et possède une capacité installée
de 1100 KW
14
La centrale de Mundemba : possède une capacité installée de 500KW
La centrale de Kousseri : elle a été construite en 1976 et possède une capacité installée
de 4400 KW
15
Dans cette optique, l’AIEA a développé un ensemble de modèles d’analyse énergétique
qui fournissent un cadre d’analyse systématique des différents aspects sociaux,
économiques, techniques et environnementaux liés aux décisions énergétiques. Parmi
ces modèles, le logiciel WASP (Wien Automatic System Planning package) a été le
premier à être développé et distribué par l’AIEA, accompagné de sa méthodologie [11-
16]. Ce logiciel permet de déterminer le programme optimal de développement d’un
système de production d’énergie électrique, d’un point de vue économique, et en
présence de certaines contraintes spécifiées par l’utilisateur. Malgré son utilisation
étendue, WASP ne couvre qu’une partie du spectre complet des analyses nécessaires,
dans le cadre d’une étude énergétique approfondie.
Dans le cadre d’un projet réalisé en 2014 dont le thème est «Modélisation de la
consommation électrique d'un quartier et effet de différentes stratégies Smart
Grid» [17].
Objectifs de l'étude
16
Avoir un ordre de grandeur de l'influence Smart grids
Identifiez les différentes stratégies Smart grids
17
de gestion de la demande. La problématique est de tirer parti des grandes quantités de
données hétérogènes disponibles. Le but est de renseigner un modèle de consommation
électrique capable de simuler la demande de façon fine et de pouvoir mettre en œuvre
et tester l’influence de différents scénarios d’alternatives énergétiques de l’échelle du
quartier aux régions. L’objectif final est de développer une méthode pour comprendre
la consommation électrique actuelle à l’échelle de la France à partir de la grande
quantité de données disponibles pour simuler différentes alternatives énergétiques. Les
modèles de consommation électrique sont nombreux, et aucune étude bibliographique
n’existe à notre connaissance sur les différents types de modèles et leurs objectifs
majeurs. Ainsi une première contribution, au chapitre 2 de la thèse, est d’apporter une
grille de lecture générale et de l’appliquer aux modèles de la consommation électrique
de la littérature. Cela a aussi permis de positionner les travaux de la thèse. Dans le
chapitre 3, un travail de recensement des bases de données disponibles à l’échelle de la
France pouvant expliquer la consommation électrique est proposé. Un cas d’étude sur
l’association de deux bases de données entre elles est décrit dans le détail, avec l’apport
quantitatif et qualitatif de l’association, ouvrant la voie à l’association d’autres bases de
données. Un modèle de consommation électrique conciliant les objectifs de
planification et d’outil de génération réaliste de courbes de consommation électrique au
niveau des appareils a été développé. Le modèle est adapté aux bases de données
précédemment trouvées. Sa démarche de conception, de choix des modèles et de leur
implémentation est décrite dans le chapitre 4. Deux cas d’étude sont présentés en
étudiant l’impact de scénarios sur le réseau électrique et son dimensionnement.
Figure 5 : Illustration d’une zone et des clients desservis par un départ HTA
18
Dans un mémoire de Maitrise en Économique en 2013 sur le thème : Modélisation
et prévision de la consommation horaire d’électricité au Québec Comparaison de
méthodes de séries temporelles [19]. Le travail explore la dynamique de
consommation résidentielle d’électricité au Québec à l’aide de données horaires
fournies par Hydro-Québec pour la période de janvier 2006 à décembre 2010. Ils ont
considéré trois modèles autorégressifs standards en analyse des séries temporelles :
o le lissage exponentiel Holt-Winters,
o le modèle ARIMA saisonnier (SARIMA)
o et le modèle ARIMA saisonnier avec variables exogènes (SARIMAX).
Ils se sont concentrés sur l’effet des variables climatiques (la température, l’humidité
relative et le point de rosé et la nébulosité). Les facteurs climatiques ont un impact important
sur la consommation d’électricité à très court terme. La performance prédictive intra et hors
échantillon de chaque modèle est évaluée avec différents indicateurs d’ajustement. Trois
horizons temporels hors-échantillon sont testés : 24 heures (un jour), 72 heures (trois jours) et
168 heures (1 semaine).
Conclusion
Au terme de ce chapitre nous avons ressortir les généralités sur la demande énergétique,
étudier la demande énergétique au Cameroun plus précisément, faire la revue de littérature,
poser la problématique et enfin présenter le cahier des charges. La problématique étant posée,
il est maintenant question de passer à la modélisation du modèle. C’est l’objectif du prochain
chapitre.
19
Chapitre II : Matériel et Méthodes
20
Introduction
Dans ce chapitre nous allons présenter la description de la méthode ; la description des
instruments de recherche ; la description du milieu, de la population et de l’échantillon; la
description du déroulement de la collecte de données et la description du plan d’analyse des
données.
II.1 Matériels
Pour mener à bien nos objectifs, nous avons utilisé :
Appareil :
Un ordinateur PC : La figure 3 montre un outil de simulation et d’analyse qui est utilisé
durant toute la période de mise sur pied du modèle c’est-à-dire de la phase de
préparation jusqu’à l’utilisation.
Figure 6 : Ordinateur PC
21
Figure 7: Caractéristiques de l'ordinateur portable
Désignation Hp
Système d’exploitation Windows 10 Professionnel 64 bits
Processeur Intel Core i5
Fréquence CPU 1.6GHz
Nombre de core 4
mémoire 8 Go
stockage SSD 500 Go
Figure 8 : MS Excel
Microsoft Excel est une feuille de calcul développé par Microsoft pour Windows,
macOS, Android et iOS. Il comporte des outils de calcul, des outils graphiques, des tableaux
croisés dynamiques et un langage de programmation de macros appelé Visual Basic for
Applications.
II.2 Méthodes
II.2.1 Cahier des charges
Ces études ont pour objectifs principaux l’évaluation des stratégies de développement
possibles des secteurs de l’énergie et de l’électricité pour satisfaire la demande future en énergie
et en électricité d’une localité (ou d’une région du monde).
22
le premier concernant le système socio-économique et décrivant les caractéristiques
fondamentales de l’évolution sociale et économique du pays;
le second lié aux facteurs technologiques qui affectent le calcul de la demande
d’énergie, par exemple, le rendement et la pénétration de chaque forme d’énergie dans
le marché.
II.2.2 Fonctionnement
Le logiciel MDE est distribué sous la forme de d’un fichier EXCEL: MDE. Le classeur
contient plusieurs feuilles de calcul EXCEL consacrées aux différents secteurs, sous-secteurs
et activités d’utilisation finale de l’énergie incluses dans le modèle. Ces feuilles de calcul
permettent d’entrer les données et de voir les résultats du modèle. Ce premier classeur constitue
le Module (Calcul de la Demande d’Énergie) du modèle MDE. Il traite l’information relative
aux scénarios de développement social, économique et technologique et calcule la demande
totale d’énergie pour la durée désirée.
o la croissance de la population,
o le nombre d’habitants par ménage,
o le nombre d’appareils électroménagers utilisés par les ménages,
o la mobilité des habitants et leurs préférences pour différents modes de transport,
o les priorités nationales en termes de développement de certaines industries ou de
certains secteurs économiques,
o l’évolution des rendements des différents types d’équipements,
o la pénétration des nouvelles technologies ou formes d’énergies dans le marché etc.
Les évolutions attendues de ces facteurs déterminants, qui constituent des éléments des
«scénarios», sont spécifiées d’une manière exogène.
Les charges horaires sont calculées en utilisant différents “coefficients de modulation” qui
reflètent les changements de consommation horaire d’électricité par rapport à la consommation
moyenne. Pour déterminer la demande d’électricité hebdomadaire et journalière, de même que
la charge horaire à partir de la demande totale annuelle d’électricité du secteur, le modèle prend
en considération:
24
Secteur d’étude : Ménages
Hypothèses du scénario
Demande d’électricité
Figure 9 : Schéma utilisé pour projeter les demandes d’énergie utile et finale dans le module
MDE
25
II.[Link] Secteur Ménages
La demande d’énergie des secteurs Ménages et Services est calculée de façon similaire.
Cependant, ces calculs sont exécutés séparément car les paramètres du scénario et les équations
qui caractérisent la consommation d’énergie de ces deux secteurs sont différents. Dans le
secteur Ménages, les facteurs déterminants sont de nature démographique (population, nombre
de ménages etc.), tandis que dans le secteur Services, ils sont liés au niveau d’activité
économique du secteur.
Les catégories d’usages finaux des différentes formes d’énergie utilisées pour le secteur
Ménages sont :
- le chauffage,
- l’eau chaude sanitaire,
- la cuisson,
- la climatisation
- et les appareils électroménagers (réfrigérateur, lave-linge, éclairage, téléviseur etc.).
Quand la demande pour une catégorie donnée d’utilisation finale (chauffage, eau
chaude sanitaire, cuisson, climatisation) peut être satisfaite par plusieurs formes d’énergie, elle
est d’abord calculée en termes d’énergie utile. La demande d’énergie finale est ensuite calculée
en prenant en compte deux paramètres du scénario, la pénétration de chaque forme d’énergie
pour un usage final donné et son rendement (par rapport à celui de l’électricité pour le même
usage).
26
II.2.3 Synoptique
ENTREES RESULTATS
o Données du secteur
énergétique (bilan
énergétique)
o Hypothèses du o Demande finale d’énergie
scénario : MDE o Demande d’électricité
- Socio-économique o Demande sur 10 ans
- Technologiques
o Taux de croissance
II.2.4 Modélisation
Pour procédé à la modélisation nous avons pris deux types de ménage par scénario ; pour les
deux ménages nous allons travailler :
Pour définir les besoins en énergies électriques d’un ménage, il est nécessaire de se
conformer aux normes définies par la règlementation en vigueur. L’efficacité énergétique d'un
ménage est indissociable des performances des équipements électriques.
27
II.[Link] Ménage de type 2 (M2)
Tableau 4 : Puissances actives des équipements du ménage de type 2
28
Ordinateur portable 68 3 4
Micro-ondes 800 1 1
Mixeur, batteur 200 1 1
Fer à repasser 1830 1 2
L’énergie totale moyenne nécessaire par jour E (Wh/j) est la somme des consommations
énergétiques des divers équipements constituant le système à étudier. Sachant que la
consommation de chaque équipement peut être calculée comme suite :
𝐸𝑖 = 𝑃𝑖 × 𝑡𝑖 ………………………………………….…. (1)
𝐸 = ∑ 𝐸𝑖……………………………………………...…. (2)
29
𝐸T = 𝑁𝑀1 ∗ 𝐸1 + 𝑁𝑀2 ∗ 𝐸2 …………………………….. (3)
𝑁𝑃 ∗ 60%
𝑁𝑀1 = ………………………………….. (4)
𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡 𝑝𝑎𝑟 𝑚é𝑛𝑎𝑔𝑒
𝑁𝑃 ∗ 40%
𝑁𝑀2 = ……………………………………. (5)
𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡 𝑝𝑎𝑟 𝑚é𝑛𝑎𝑔𝑒
𝑁𝑃 ∗ 60% 𝑁𝑃 ∗ 40%
𝐸T = ∗ 𝐸1 + ∗ 𝐸2 ………………… (19)
𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡 𝑝𝑎𝑟 𝑚é𝑛𝑎𝑔𝑒 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡 𝑝𝑎𝑟 𝑚é𝑛𝑎𝑔𝑒
Conclusion
Arrivé au terme de ce chapitre il en ressort que l’analyse fonctionnelle faite nous a permis
de ressortir les fonctions contraintes et les fonctions principales liées à notre système. Le
synoptique ressorti a permis de voir les différents sous blocs constituants notre système que
nous avons par la suite dimensionné. Ainsi ces différents sous blocs peuvent déjà être introduits
dans notre modèle sur Excel. Ce sera l’objectif du prochain chapitre qui portera sur la
présentation des résultats et discussions.
30
Chapitre III : Résultats et Discussion
31
Introduction
Après avoir présenté les méthodes nous permettant d’aboutir à nos objectifs, dans ce
chapitre il sera question pour nous de présenter les différents résultats obtenus, les bilans
énergétiques de chaque scénario utilisé et de montrer que notre système évalue la demande en
énergie électrique.
Ici nous avons utilisés des équipements de faible consommation énergétique. Ce qui nous a
permis d’avoir une somme de la puissance active 𝑃𝑖 = 84𝑊
PU = puissance unitaire
N = nombre d’équipement
32
Apres avoir ajouté la durée d’utilisation journalière de chaque élément, nous avons pu ressortir
l’estimation de la consommation saisonnière c’est à dire saison pluvieuse et en saison sèche.
Nous observons que la consommation sera plus élevée en saison sèche.
Puissances actives M2
Tableau 11 : Puissances actives des équipements du ménage de type 2
Ici nous avons utilisés des équipements de faible consommation énergétique. Ce qui nous a
permis d’avoir une somme de la puissance active 𝑃𝑖 = 73𝑊
Lampes 3 6 18 3 54 5 90
Radio 1 40 40 5 200 6 240
Total 58 254 330
Apres avoir ajouté la durée d’utilisation journalière de chaque élément, nous avons pu ressortir
l’estimation de la consommation saisonnière c’est à dire saison pluvieuse et en saison sèche.
Nous observons que la consommation sera plus élevée en saison sèche.
33
III.1.2 Scenario 2 : famille moyenne
Puissances actives M3
Tableau 13 : Puissances actives des équipements du ménage de type 3
Ici nous avons utilisés des équipements de consommation énergétique moyenne. Ce qui nous
a permis d’avoir une somme de la puissance active 𝑃𝑖 = 5917𝑊
Apres avoir ajouté la durée d’utilisation journalière de chaque élément, nous avons pu ressortir
l’estimation de la consommation saisonnière c’est à dire saison pluvieuse et en saison sèche.
Nous observons que la consommation sera plus élevée en saison sèche.
34
E=∑ 𝐸𝑖= 32315 Wh
Puissances actives M4
Tableau 15 : Puissances actives des équipements du ménage de type 4
7 lampes 11 4 44
Réfrigérateur 150 1 150
Télévision 40 2 280
Climatiseur 1210 1 1210
Ordinateur portable 68 2 136
Fer à repasser 1930 1 1930
Total 3750
Ici nous avons utilisés des équipements de consommation énergétique moyenne. Ce qui nous
a permis d’avoir une somme de la puissance active 𝑃𝑖 = 13750𝑊
Apres avoir ajouté la durée d’utilisation journalière de chaque élément, nous avons pu ressortir
l’estimation de la consommation saisonnière c’est à dire saison pluvieuse et en saison sèche.
Nous observons que la consommation sera plus élevée en saison sèche.
35
E=∑ 𝐸𝑖= 36564 Wh
Ici nous avons utilisés des équipements de fortes consommations énergétiques. Ce qui nous a
permis d’avoir une somme de la puissance active 𝑃𝑖 = 9175𝑊
36
Micro-ondes 1 800 800 1 800 1 800
Mixeur, 1 200 200 1 200 1 200
batteur
Fer à 1 1830 1830 2 3660 2 3660
repasser
Total 9179 31824 35773
Apres avoir ajouté la durée d’utilisation journalière de chaque élément, nous avons pu ressortir
l’estimation de la consommation saisonnière c’est à dire saison pluvieuse et en saison sèche.
Nous observons que la consommation sera plus élevée en saison sèche.
Puissances actives M6
Tableau 19 : Puissances actives des équipements du ménage de type 6
Ici nous avons utilisés des équipements de fortes consommations énergétiques. Ce qui nous a
permis d’avoir une somme de la puissance active 𝑃𝑖 = 6821𝑊
37
Réfrigérateur 1 150 150 24 3600 24 3600
Télévision 1 40 40 8 1120 8 1120
Machine à 1 360 360 2 720 2 720
laver
Climatiseur 1 2335 2335 4 9340 8 18680
Ordinateur 3 68 204 5 1020 5 1020
portable
Micro-ondes 1 800 800 2 1600 2 1600
Friteuse 1 1800 1800 3 5400 3 5400
Fer à repasser 1 1930 1930 2 3860 2 3860
Total 7796 27276 36385
Apres avoir ajouté la durée d’utilisation journalière de chaque élément, nous avons pu ressortir
l’estimation de la consommation saisonnière c’est à dire saison pluvieuse et en saison sèche.
Nous observons que la consommation sera plus élevée en saison sèche.
Feuille Nom de la
de calcul feuille de Contenu de la feuille de calcul
no. calcul
I Accueil Titre du classeur
38
Tabl de
Ii Tableau de bord
Bord
Iii Contenu Table des matières
Iv M1 Puissances actives du Ménage de type 1
V M2 Puissances actives du Ménage de type 2
vi ECM1 Estimation des besoins énergétique journaliers du Ménage de type 1
vii ECM2 Estimation des besoins énergétique journaliers du Ménage de type 2
viii M1 (2) Puissances actives du Ménage de type 3
ix M2 (2) Puissances actives du Ménage de type 4
x ECM1 (2) Estimation des besoins énergétique journaliers du Ménage de type 3
xi ECM2 (2) Estimation des besoins énergétique journaliers du Ménage de type 4
xii M1 (3) Puissances actives du Ménage de type 5
xiii M2 (3) Puissances actives du Ménage de type 6
xiv ECM1 (3) Estimation des besoins énergétique journaliers du Ménage de type 5
xv ECM2 (3) Estimation des besoins énergétique journaliers du Ménage de type 6
xvi Feuil1 Evaluation de la demande sur 10 ans
39
III.3 Tableau de bord MDE
Sur le tableau de bord est affiché les paramètres d’entrée et les résultats des différents
scénarios. Nous pouvons entrée le nombre de la population d’une localité et le taux de
croissance de cette localité pour obtenir la demande en énergie de cette localité et la projection
de la demande en énergie sur 10 ans.
Conclusion
Ce chapitre présente les résultats et la discussion de notre travail. Nous avons modélisé
le système sur le MS Excel et effectuer des tests. La plateforme développée permet l’estimation
de la demande en énergie et la projection de cette demande sur 10 ans.
40
Conclusion Générale
Parvenu au terme de ce projet dans lequel il était question de mettre en œuvre un modèle
de demande énergétique sur MS Excel. Les différents scénarios utilisés pour atteindre cet
objectif étaient : scénario 1 une vie nécessiteux ou les habitants ont le moins des équipements
électrique possible, scénario 2 une vie moyenne avec un peu plus des équipements électrique
que le scénario1, scénario 3 ici les habitants ont une vie des riches ou ils ont tous les gadgets
électriques. Dans chaque scénario nous avons étudié deux maisons de trois pièces et de quatre
et six occupants. A partir de ces scénarios nous avons procédé à un bilan énergétique qui nous
a permis d’obtenir la consommation journalière de chaque maison dans chaque scénario. De là
nous avons pu sortir une formule qui estime la demande en énergie électrique à partir du
nombre de la population et de projeter la demande sur 10ans.
41
Bibliographie
[1] Haida, T. and S. Muto (1994). Regression based peak load forecasting using a
transformation [Link] Systems, IEEE Transactions on 9(4): 1788-1794.
[2] Hobbs, B. F., Jitprapaikulsarn, S., Konda, S., Chankong, V., Loparo, K. A., &
Maratukulam, D. J. (1999). Analysis of the value for unit commitment of improved load
forecasts. Power Systems, IEEE Transactions on, 14(4), 1342-1348.
[3] Soares, L. J. and M. C. Medeiros (2008). Modeling and forecasting short-term electricity
load: A comparison of methods with an application to Brazilian data. International Journal of
Forecasting (4): 630-644.
[4] Weron, R. (2006). Modeling and Forecasting Electricity Loads and Prices: A Statistical
Approach (The Wiley Finance Series).
[7] Rapport_Annuel_Eneo2019
[9][Link]
xt=Hydro%C3%A9lectrique%20%5B%20modifier%20%7C%20modifier%20le%20code%5
D%20,%20Rivi%C3%A8re%20Sanaga%20%206%20more%20rows%20
[10] Rapport_Annuel_Eneo2018
[11] Jenkins, R. and Joy, D., Wien Automatic System Planning Package (WASP): An Electric
Expansion Utility Optimal Generation Expansion Planning Computer Code, Oak Ridge
National Laboratory, Rep. ORNL-4925, USA (1974).
[12] Market Survey for Nuclear Power in Developing Countries: General report, IAEA,
Vienna, Austria (1973).
42
[13] Market Survey for Nuclear Power in Developing Countries, 1974 Edition, IAEA, Vienna,
Austria (1974).
[14] WASP-III Version for IBM-PC (ADB Version), IAEA Internal Document, Vienna,
Austria (1987).
[15] Wien Automatic System Planning (WASP) Package – A Computer Code for Power
Generating System Expansion Planning, Version WASP-III Plus User’s manual, Volume I:
Chapters 1-11, Volume II: Appendices, IAEA Computer Manual Series No. 8, Vienna, Austria
(1995).
[16] Wien Automatic System Planning (WASP) Package – A Computer Code for Power
Generating System Expansion Planning, Version WASP-IV User’s Manual, IAEA Computer
Manual Series No. 16, Vienna, Austria (2001).
43