Université du Québec en Outaouais Département d'informatique et d'ingénierie
Sigle : GEN1693  Gr. 01
Titre : Optimisation des systèmes énergétiques
Session : Automne 2018  Horaire et local
Professeur : Sempels, Eric
1. Description du cours paraissant à l'annuaire :

Objectifs

Au terme de cette activité, l'étudiant(e) sera en mesure d'appliquer les techniques d'optimisation aux systèmes d'énergie électrique.

Contenu

Contraintes du monde de l'énergie et pertinence de l'optimisation et de la prise de décision. Analyse, modélisation et simulation de flux d'énergie et de systèmes énergétiques de cogénération. Optimisation énergétique des systèmes centralisés et décentralisés. Estimation de paramètres, simulations numériques étalonnées, modèles intégrés de systèmes. Programmation linéaire, méthode du simplexe, dualité. Programmation en nombres entiers. Programmation non linéaire. Programmation par objectifs. Application aux ressources énergétiques, à la production d'énergie électrique, à la transmission et à la distribution : modèles de charge, transformateurs, lignes de transmission, disjoncteurs.

2. Objectifs spécifiques du cours :

Le cours couvre 3 des 12 qualités requises des diplômés telles que définies dans les normes d'agrément des programmes de génie au Canada (http://www.engineerscanada.ca/fr/ressources-en-matiere-dagrement) :

a. Qualité 1 : Connaissance en génie

b. Qualité 4 : Conception

c. Qualité 5 : Outils d'ingénierie

Les qualités 1, 4 et 5 sont mesurées dans ce cours pour fins de rétroaction.

Objectifs spécifiques Qualité Indicateurs Introduit Développé Appliqué
  • Connaissance, à un niveau universitaire, de méthodes d'optimisation mathématiques ainsi que leur application en génie électrique.
  • Capacité de classer des solutions en utilisant des méthodes d'optimisation afin de sélectionner la solution optimale, respectant les besoins spécifiques et les contraintes économiques, environnementales et législatives.
  • Capacité d'utiliser un logiciel (programmation) afin de résoudre numériquement des problèmes d'optimisation.

1

 1. Démontrer une connaissance des mathématiques pour résoudre des problèmes.

x

1

 4. Comprendre et appliquer les concepts de l'ingénierie propres au programme.

x

4

 2. Produire et comparer différentes solutions possibles afin de sélectionner le meilleur concept.

x

5

 2. Utiliser les outils, techniques de mesures, modèles ou simulation appropriés.

x
3. Stratégies pédagogiques :

La formule pédagogique utilisée dans ce cours comprend les éléments suivants :

  1. Cours magistraux (une période de 3 heures par semaine).
  2. Problèmes à résoudre se rattachant au cours.
  3. Séances de travaux pratiques.
  4. Un projet avec rapport et présentation orale.
  5. Deux examens.
4. Heures de disponibilité ou modalités pour rendez-vous :

Disponible sur rendez-vous.

5. Plan détaillé du cours sur 15 semaines :
Semaine Thèmes Dates
1   
  • Présentation du plan de cours
  • Énergie, optimisation et prise de décision
  • Classification des problèmes d’optimisation
 05 sept. 2018 
2   
  • Optimisation classique
 12 sept. 2018 
3   
  • Optimisation linéaire
    • Méthode du simplex

TP1 : Modélisation, simulation et optimisation de systèmes énergétiques (17 septembre 2018)

 19 sept. 2018 
4   
  • Optimisation linéaire (suite)
    • Méthode du simplex (suite)
    • Dualité
 26 sept. 2018 
5   
  • Optimisation en nombres entiers

TP2 : Optimisation d'un systèmes de cogénération (01 octobre 2018)

 03 oct. 2018 
6   

SEMAINE D'ÉTUDES

 10 oct. 2018 
7   

Examen de mi-session (3 heures) - 17octobre 2018

 17 oct. 2018 
8   
  • Optimisation non-linéaire
    • Méthode d’interpolation (Newton-Raphson)
    • Méthode du gradient (Cauchy)
  • Introduction au projet de conception

TP3 : Optimisation d'un système photovoltaïque (22 octobre 2018)

 24 oct. 2018 
9   
  • Optimisation non-linéaire
    • Suite du cours de la semaine 8
    • Méthode de pénalisation (Lagrangien)
 31 oct. 2018 
10   
  • Optimisation multi-objective
  • Projet de conception
 07 nov. 2018 
11   
  • Optimisation stochastique
  • Projet de conception

TP4 : Optimisation du coût d'un système décentralisé hybride PV - éolien avec batteries (12 novembre 2018)

 14 nov. 2018 
12   
  • Optimisation stochastique (suite)
  • Projet de conception
 21 nov. 2018 
13   
  • Projet de conception
  • Révision
 28 nov. 2018 
14   

Examen final (3 heures) - 05 décembre 2018

 05 déc. 2018 
15   

Présentations orales

Remise des rapports avant le 17 décembre 2018, 16 h

 12 déc. 2018 
6. Évaluation du cours :
Outils d'évaluation Pondération Indicateurs mesurés
Projet (rapport et présentation)

20 %

 4.2 et 5.2
Examen de mi-session

30 %

 1.1 et 1.4
Examen final

30 %

 1.1 et 1.4
Travaux pratiques (4)

20 %

 4.2 et 5.2

Par indicateur mesuré, on entend qu'à la fin du cours, un niveau de performance (0, 1, 2, 3) est donné pour chaque indicateur et pour chaque étudiant selon la grille ci-dessous.

Indicateurs Niveau 0 Niveau 1 Niveau 2 Niveau 3
1.1 Démontrer une connaissance des mathématiques pour résoudre des problèmes. Moins de 52 % Entre 52 et 63 % Entre 64 et 83 % Plus de 84 %
1.4 Comprendre et appliquer les concepts de l'ingénierie propres au programme. Moins de 52 % Entre 52 et 63 % Entre 64 et 83 % Plus de 84 %
4.2 Produire et comparer différentes solutions possibles afin de sélectionner le meilleur concept. Production et comparaison de solutions possibles inadéquates ou inexistantes Production et comparaison de solutions possibles acceptables, mais sélection du meilleur concept inadéquate Production et comparaison de solutions possibles, et sélection du meilleur concept acceptables Production, comparaison et sélection remarquables
5.2 Utiliser les outils, techniques de mesures, modèles ou simulation appropriés. Utilisation inadéquate ou inexistante Utilisation partielle Utilisation adéquate Utilisation remarquable
7. Politiques départementales et institutionnelles :
8. Principales références :
  • Singiresu S. Rao, Engineering Optimization: Theory and Practice, Wiley, 4th edition, 2009.
  • Dincer, Rosen & Ahmadi, Optimization of Energy Systems, Wiley, 2017.
  • Knopf C., Modeling, Analysis and Optimization of Process and Energy Systems, Wiley, 2012.
9. Page Web du cours :
https://moodle.uqo.ca