Utilisations de SimSEE
SimSEE possède de nombreuses applications ; les plus courantes sont décrites ci-dessous.
La demande en électricité est en constante augmentation. La mise hors service des centrales existantes, devenues obsolètes, engendre un besoin continu de nouveaux projets de production.
Compte tenu de l'ampleur des projets, ces investissements doivent généralement être planifiés plus de trois ans à l'avance. La planification du réseau consiste généralement à projeter la demande pour les décennies à venir et à simuler le comportement du système en intégrant différents types de production (éolien, solaire, thermique, hydroélectrique, etc.) afin de répondre à la demande croissante et de compenser la mise hors service des unités de production existantes.
Pour ce faire, la plateforme intègre un puissant outil d'optimisation appelé OddFace, permettant aux utilisateurs de spécifier différentes options d'investissement et d'obtenir ainsi le plan d'investissement optimal.
Grâce à la salle de simulation représentant le système pour les décennies à venir, il est possible de simuler le comportement statistique du système pour tous les scénarios futurs possibles (exécution de processus stochastiques) et d'obtenir ainsi divers indicateurs. À titre d'exemple, la figure 1 illustre la production attendue (en MW hebdomadaires moyens) pour une éventuelle extension du réseau uruguayen sur la période 2021-2047. La figure 2 illustre, pour une même sous-station, le coût marginal annuel prévu qui est dépassé avec des probabilités de 30 % et 70 %. Ces exemples sont fournis uniquement à titre d'illustration du type de résultats pouvant être obtenus par simulation.
Fig. 1: Exemple de simulation à long terme. Génération à partir de la source Uruguay 2021-2047.
Fig. 2: Exemple d'indicateur statistique : coût marginal annuel moyen dépassé avec des probabilités de 30 et 70 %.
Compte tenu de l'ampleur des projets, ces investissements doivent généralement être planifiés plus de trois ans à l'avance. La planification du réseau consiste généralement à projeter la demande pour les décennies à venir et à simuler le comportement du système en intégrant différents types de production (éolien, solaire, thermique, hydroélectrique, etc.) afin de répondre à la demande croissante et de compenser la mise hors service des unités de production existantes.
Pour ce faire, la plateforme intègre un puissant outil d'optimisation appelé OddFace, permettant aux utilisateurs de spécifier différentes options d'investissement et d'obtenir ainsi le plan d'investissement optimal.
Grâce à la salle de simulation représentant le système pour les décennies à venir, il est possible de simuler le comportement statistique du système pour tous les scénarios futurs possibles (exécution de processus stochastiques) et d'obtenir ainsi divers indicateurs. À titre d'exemple, la figure 1 illustre la production attendue (en MW hebdomadaires moyens) pour une éventuelle extension du réseau uruguayen sur la période 2021-2047. La figure 2 illustre, pour une même sous-station, le coût marginal annuel prévu qui est dépassé avec des probabilités de 30 % et 70 %. Ces exemples sont fournis uniquement à titre d'illustration du type de résultats pouvant être obtenus par simulation.
Fig. 1: Exemple de simulation à long terme. Génération à partir de la source Uruguay 2021-2047.
Fig. 2: Exemple d'indicateur statistique : coût marginal annuel moyen dépassé avec des probabilités de 30 et 70 %.
À partir de simulations à long terme, il est possible de calculer les revenus qu'un projet (nouvelle centrale électrique, nouvelle ligne de transport d'électricité, etc.) générerait lors de son intégration au réseau. L'évaluation du projet peut être réalisée à partir des recettes et dépenses marginales (en supposant que le projet soit marginal au sein du système) ou en comparant des simulations optimisées à long terme, comme décrit dans la section précédente.
La simulation du fonctionnement optimal du système pour les mois à venir permet aux différents acteurs (producteurs, opérateurs, grands consommateurs, etc.) de prévoir leurs ventes et leurs achats et d'anticiper la disponibilité de l'approvisionnement (achats de combustible, planification des livraisons de GNL, etc.).
Par exemple, en Uruguay, l'Administration du marché de l'électricité produit un rapport semestriel de programmation saisonnière à l'aide de l'application SimSEE et met les salles de simulation SimSEE correspondantes à la disposition du public sur son site web (lien ici).
Par exemple, en Uruguay, l'Administration du marché de l'électricité produit un rapport semestriel de programmation saisonnière à l'aide de l'application SimSEE et met les salles de simulation SimSEE correspondantes à la disposition du public sur son site web (lien ici).
Dans le cas des marchés organisés sur la base d'un prix horaire basé sur le coût marginal de production, SimSEE peut être utilisé pour calculer la valeur attendue du coût d'acquisition de l'énergie sur le marché au comptant et le risque auquel l'acheteur est exposé, valeurs indispensables pour la conception du prix et du risque associés au contrat.
SimSEE offre un outil puissant de modélisation des processus stochastiques. Cet outil permet une intégration aisée des prévisions disponibles. Par exemple, pour la planification de l'exploitation du réseau en Uruguay, les prévisions de production hydroélectrique, éolienne et solaire, ainsi que la demande d'électricité sont prises en compte. En intégrant ces prévisions dans la salle de contrôle représentant le système, il est possible d'obtenir des répartitions horaires détaillées pour les jours suivants et d'accéder à des informations statistiques complètes.
Face à l'augmentation constante des sources d'énergie intermittentes dans les réseaux, ces simulations horaires des jours suivants fournissent des informations essentielles au gestionnaire de réseau. Les figures 3 et 4 présentent des exemples de prévisions de production éolienne et de demande d'électricité pour les 7 prochains jours.
Fig. 3: Prévisions de production d'énergie éolienne pour les 7 prochains jours.
Fig. 4: Prévisions de la demande pour les 7 prochains jours.
Ces simulations à court terme fournissent des informations opérationnelles pertinentes, telles que la probabilité de mise en service d'une centrale électrique donnée dans les heures ou les jours suivants, permettant ainsi une approche structurée de son démarrage. Elles fournissent également les données statistiques nécessaires à l'établissement d'offres d'échange avec d'autres pays, en précisant le volume et le prix avec des niveaux de confiance plusieurs jours à l'avance.
Face à l'augmentation constante des sources d'énergie intermittentes dans les réseaux, ces simulations horaires des jours suivants fournissent des informations essentielles au gestionnaire de réseau. Les figures 3 et 4 présentent des exemples de prévisions de production éolienne et de demande d'électricité pour les 7 prochains jours.
Fig. 3: Prévisions de production d'énergie éolienne pour les 7 prochains jours.
Fig. 4: Prévisions de la demande pour les 7 prochains jours.
Ces simulations à court terme fournissent des informations opérationnelles pertinentes, telles que la probabilité de mise en service d'une centrale électrique donnée dans les heures ou les jours suivants, permettant ainsi une approche structurée de son démarrage. Elles fournissent également les données statistiques nécessaires à l'établissement d'offres d'échange avec d'autres pays, en précisant le volume et le prix avec des niveaux de confiance plusieurs jours à l'avance.
À titre d'exemple d'application continue de SimSEE, l'Administration du marché de l'électricité de l'Uruguay (ADME) a mis en œuvre l'application VATES, qui met à jour en continu une salle SimSEE avec une représentation du système de production d'électricité uruguayen. Cette salle est mise à jour toutes les heures, intégrant les prévisions d'apports hydroélectriques aux barrages, les prévisions de production éolienne (voir figure 3) et solaire, ainsi que les prévisions de la demande (voir figure 4). Les informations relatives à l'état du système, telles que la disponibilité des centrales et les niveaux des réservoirs des centrales hydroélectriques, sont également mises à jour. Après la mise à jour de la salle, SimSEE est exécuté afin d'obtenir le programme de répartition pour les sept jours suivants, avec un niveau de détail horaire. Dans le cas de l'ADME, ce résultat est automatiquement publié sur son site web (lien ici).
Fig. 3: Prévisions de production d'énergie éolienne pour les 7 prochains jours.
Fig. 4: Prévisions de la demande pour les 7 prochains jours.
Fig. 3: Prévisions de production d'énergie éolienne pour les 7 prochains jours.
Fig. 4: Prévisions de la demande pour les 7 prochains jours.
Un exemple des résultats de l'application continue des simulations, comme décrit dans la section 6, est la génération d'une prévision horaire détaillée du coût marginal de production pour les jours suivants.
Dans l'exemple mis en œuvre par l'ADME, cette projection du coût marginal est actualisée toutes les heures et pourrait servir, à l'avenir, de base à la mise en place de signaux de prix pour les systèmes domotiques intelligents capables de gérer certaines charges domestiques, telles que la recharge des véhicules électriques et le chauffage de l'eau dans des ballons de stockage. Elle pourrait également être utilisée pour les demandes industrielles susceptibles de se substituer à une partie de la consommation, comme certaines applications d'irrigation ou de réfrigération.
La figure 5 présente un exemple de la série de coûts marginaux publiée sur le site web de l'ADME.
Dans l'exemple mis en œuvre par l'ADME, cette projection du coût marginal est actualisée toutes les heures et pourrait servir, à l'avenir, de base à la mise en place de signaux de prix pour les systèmes domotiques intelligents capables de gérer certaines charges domestiques, telles que la recharge des véhicules électriques et le chauffage de l'eau dans des ballons de stockage. Elle pourrait également être utilisée pour les demandes industrielles susceptibles de se substituer à une partie de la consommation, comme certaines applications d'irrigation ou de réfrigération.
La figure 5 présente un exemple de la série de coûts marginaux publiée sur le site web de l'ADME.
Fig. 5: Projection du coût marginal de production pour les 7 prochains jours.
Les simulations à moyen et long terme sont principalement utilisées par les régulateurs pour estimer les différentes composantes du coût du secteur de la production d'électricité. Cela permet de concevoir des paramètres de variation tarifaire étroitement liés à ces composantes.
Elles ont également servi à calculer les coûts de congestion entre les zones d'un réseau, permettant ainsi d'estimer le tarif de transport applicable à une future interconnexion augmentant la capacité de transport entre ces zones.
Elles ont également servi à calculer les coûts de congestion entre les zones d'un réseau, permettant ainsi d'estimer le tarif de transport applicable à une future interconnexion augmentant la capacité de transport entre ces zones.