Gestion robuste de la production électrique à horizon court terme, Robust modelization of short term power generation problem

De
Publié par

Sous la direction de Michel Minoux
Thèse soutenue le 11 mars 2011: Ecole centrale Paris
Dans un marché électrique concurrentiel, EDF a adapté ses outils de gestion de production pour permettre une gestion optimale de son portefeuille, particulièrement sur les horizons journaliers et infra-journaliers, derniers leviers pour une gestion optimisée de la production. Et plus l'horizon d'optimisation s'approche du temps réel, plus les décisions prises aux instants précédents deviennent structurantes voire limitantes en terme d'actions. Ces décisions sont aujourd'hui prises sans tenir compte du caractère aléatoire de certaines entrées du modèle. En effet, pour les décisions à court-terme, la finesse et la complexité des modèles déjà dans le cas déterministe ont souvent été un frein à des travaux sur des modèles tenant compte de l'incertitude. Pour se prémunir face à ces aléas, des techniques d'optimisation en contexte incertain ont fait l'objet des travaux de cette thèse. Nous avons ainsi proposé un modèle robuste de placement de la production tenant compte des incertitudes sur la demande en puissance. Nous avons construit pour cette fin un ensemble d'incertitude permettant une description fine de l'aléa sur les prévisions de demande en puissance. Le choix d'indicateurs fonctionnels et statistiques a permis d'écrire cet ensemble comme un polyèdre d'incertitude. L'approche robuste prend en compte la notion de coût d'ajustement face à l'aléa. Le modèle a pour objectif de minimiser les coûts de production et les pires coûts induits par l'incertitude. Ces coûts d'ajustement peuvent décrire différents contextes opérationnels. Une application du modèle robuste à deux contextes métier est menée avec un calcul du coût d'ajustement approprié à chaque contexte. Enfin, le présent travail de recherche se situe, à notre connaissance, comme l'un des premiers dans le domaine de la gestion optimisée de la production électrique à court terme avec prise en compte de l'incertitude. Les résultats sont par ailleurs susceptibles d'ouvrir la voie vers de nouvelles approches du problème.
-Optimisation robuste
-Programmation linéaire mixte
-Gestion de production électrique
Robust Optimization is an approach typically offered as a counterpoint to Stochastic Programming to deal with uncertainty, especially because it doesn't require any precise information on stochastic distributions of data. In the present work, we deal with challenging unit-commitment problem for the French daily electricity production under demand uncertainty. Our contributions concern both uncertainty modelling and original robust formulation of unit-commitment problem. We worked on a polyhedral set to describe demand uncertainty, using statistical tools and operational indicators. In terms of modelling, we proposed robust solutions that minimize production and worst adjustment costs due to uncertainty observation. We study robust solutions under two different operational contexts. Encouraging results to the convex unit-commitment problems under uncertainty are thus obtained, with intersting research topics for future work.
-Robust optimization
-Mixed integer programming
-Unit-commitment problem
Source: http://www.theses.fr/2011ECAP0014/document
Publié le : samedi 29 octobre 2011
Lecture(s) : 79
Nombre de pages : 140
Voir plus Voir moins

ÉCOLE CENTRALE DES ARTS
ET MANUFACTURES
« ÉCOLE CENTRALE PARIS »


THÈSE
présentée par

Sinda BEN SALEM

pour l’obtention du
GRADE DE DOCTEUR

Spécialité : Génie Industriel
Laboratoire d’accueil : Laboratoire de Génie industriel

Gestion robuste de la production électrique
à horizon court-terme


soutenue le 11 mars 2011 devant un jury composé de :

Pr Alexandre Dolgui, Ecole des Mines de Saint-Etienne Président
Pr Abdel Lisser, Université de Paris Sud Rapporteur
Pr Adam Ouorou, Orange R&D Rapporteur
Pr Vincent Mousseau, Ecole Centrale Paris Examinateur
M. Ala Ben Abbes, EDF R&D Examinateur
Pr. Michel Minoux, Université de Paris VI Directeur de thèse






Cette thèse a été effectuée conjointement au Laboratoire Génie Industriel de
l'Ecole Centrale Paris et dans le département OSIRIS d'EDF R&D sous la
forme d'un contrat CIFRE


N° 2011 ECAP 0014
tel-00594242, version 1 - 19 May 2011R&D
2
EDF
c
2

tel-00594242, version 1 - 19 May 2011v
métho
qui
ts
ne
Je
de
souhaite
Lauren
en
ress
premier
h
lieu
prop
adresser
ces
mes
oir,
sincères
la
remerciemen
tra
ts
c
à
en
l'ensem
hance
ble
3
des
thèse.
mem
mon
bres
Luel
de
p
mon
la
jury
Félix..
de
à
thèse
Cette
:
ec
Pr.
v
A
Merci
d
passées
am
b
Ouorou
C'
et
ec
Pr.
v
Ab
leur
del
p
Lisser,
n
qui
enirs
on
et
t
je
accepté
collègues
d'être
n
les
de
rapp
con
orteurs
brûlan
de
Bernard,
ma
J'ai
thèse,
v
Pr.
e
Vi
ti
ncen
m'a
t
de
Mousseau
e
et
capti
M.
tes
Ala
Vé-
Ben
e
Abb
order
es,
remercier
examinateurs
Ben
et
leurs
P
scien
r.
une
Alexandre
v
Dolgui
je
qui
c
a
Merci
accepté
p
de
en
présider
t
le
jet
jury
v
de
m
thèse.
ons
Ce
sein
pro
e
jet
our
n'aurait
men
pas
ercie
vu
tous
le
group
jour
'
sans
i
la
n
conance
sa
que
allait
m'a
tes
accordée
aux
mon
Merci
directeur
Xa
de
Constan
thèse,
tout
Pr.
t
Mic
hance
hel
la
Minoux.
d'une
J'ai
au
eu
d'optimis
l'honneur
n
de
elle
tra
ermis
v
ailler
ailler
a
a
p
v
in
ec
n
un
an
éminen
attac
t
Merci
c
A
h
Pierre,
e
toute
rc
Et
heur
eux
et
quatre
un
EDF
grand
Q
p
et
ro
es.
f
appris
e
autan
s
t
seur,
quemen
auprès
i
duquel
éritable
j'ai
de
b
a
eaucoup
ous.
appris.
ère
Un
eu
encadran
de
t
c
à
t
l'écoute,
OSIRIS,
trouv
our
an
conance
t
me
toujours
osan
les
ce
b
ro
ons
de
mots
J'ai
p
écu
our
o
m'encourager
bre
dans
b
mes
souv
a
au
v
de
a
équip
n
"R37",
cée
p
s
tous
,
mo-
p
ts
our
rem
m'aider
Jean-Marc
dans
et
mes
mes
ré-
du
exions,
e
et
m
p
o
our
t
m'éclairer
m
dans
rég
mes
ée
in
leur
terrogations.
v
Merci
qui
innimen
des
t
train
p
sur
our
Durance
v
actualités
otre
tes.
conance.
Jean-Claude,
Mes
t,
tra
vier,
v
Seb,
aux
tin,
de
Merci
thèse
R37.
se
égalemen
son
eu
t
c
déroulés
de
dans
oir
le
création
cadre
OSIRIS
d'un
équip
partenariat
dédiée
en
x
tre
des
le
a
lab
o
ora-
.
toire
nouv
Gén
structure
ie
p
Industriel
de
de
v
l'Ecole
et
Cen
discuter
trale
v
P
des
aris
ersonn
et
s
le

départeme
a
n
tes,
t
v
OSIRIS
tes,
(Optimisation,
oire
SIm
han
ulation
:)
,
don
RIsques
à
&
nes,
Statistiques)
ronique,
à
Thomas...
EDF
à
R&D.
l'équip
D'où
R36.
la
je
double
p
c
ab
hance
mes
de
années
faire
à
de
sans
b
Jérôme
elles
u
rencon
u
tres
Ala
dans
Abb
les
J'ai
deux
eaucoup
milieux.
à
Je
côtés,
remercie
t
donc
umainemen
tout
que
d'ab
ti-
ord
t.
Jérôme
éta
P
t
iga
v
t,
c
ancien
que
c
tra
hef
ailler
de
v
group
v
e
Et
et
suis
Y
d'a
annic
oir
k
la
Ja
hance
c-
croiser
quemart,
os
c
hemins.
hef
encore.
du
départemen
Remerciemen
tel-00594242, version 1 - 19 May 2011force
tan
assister
ts
soutien
4
une
Même
les
si
ts
j'ai
b
passé
our
la
mon
ma
ait
jeure
our
partie
v
de
ces
mon
ses
temps
EDF
à
u
EDF
ce
R&D,
à
ceci
a
ne
(el
m'a
Enn,
pas
suron
em-
r
p
our
êc
soutien
hée
ercée
de
n
vivre
que
d'excellen
qui
ts
Merci
momen
4
ts
le
dans
ge
mon
l
lab
jet.
oratoire
tion
d'accueil,
in
le
nièce
LGI.
p
Un
ma
grand
a
Merci
mois
à
mots
Emna,
ne
Asma,
jamais
Céline,
rci
Anne,
qui
Sylvie,
donné
Myriam,
ce
A
.
del
ses
e
t
t
t
toute
S
l'équip
b
e
sa
du
lisais
LGI
eux,
p
ma
our
récomp
v
c
otre
m'a
accueil
la
constammen
et
t
co
c
ra
h
p
a
réa
l
iser
eureux
pro
malgré
Et
mes
men
passages
particulière
toujours
L
trop
a,
courts.
adorable
C'était
qui
un
insisté
vrai
our
plaisir
à
p
soutenance
our
le
moi
v
que
15
de
:)).
v
les
ous
et
a
pages
v
me
oir
t
conn
p
u
reme
s.
e
Enn,
l'être
un
m'a
grand
t
merci
p
à
réussir
mes
tra
supp
ail
ortrices
Son
et
et
amies
encouragemen
les
m'on
p
b
lus
duran
dèles
toutes
:
années.
Linda,
o
Neila,
plus
Amel,
eau
Salma
était
!
erté
A
je
ma
dans
merv
y
eilleuse
et
famille
est
qui
plus
a
elle
cru
ense...
en
Rami.
moi,
R&D
et
donné
qui
Remerciemen

tel-00594242, version 1 - 19 May 2011statistiques
comme
t
Dans
duction
un
à
marc
coût

résu
électrique
de
concurren
'incertitude.
tiel,
ro
EDF
mo
a
s
a
électrique
d
nouv
apté
d
ses
puissance.
outils
comme
de
la
gestion
ob
de
par
pro-
con
duction
est
p
a
our
rec
p
de
ermettre
ec
une
s
gestion
Optimisation
optimale
n
de
t
son
prévisions
p
d'indicateurs
ortefeuille,
d'écrire
particulièremen
l
t
robuste
sur
d'a
les
dèle
horizons
les
journalier
les
et
d'a
infra-journalier,
t
derniers
els.
leviers
deux
p
ec
our
approprié
une
Enn,
g
tra
esti
situe,
o
miers
n
de
optimisée
rt
de
de
la
par
pro
oie
duction.
hes
Et
mixte,
plu
incertain
s
ensem
l'horizon
p
d'optimisation
description
s'appro
sur
c
demande
he
c
du
nels
temps
p
réel,
ensem
plus
p
les
èdre
décisi
c
o
en
n
de
s
t
prises
Le
aux
p
instan
de
ts
de
précéden
e
ts
coûts
deviennen
Ces
t
stem
structuran
euv
tes
diéren
v
op
oire
application
limitan
robuste
tes
textes
en
a
terme
calcul
d'actions
justemen
Ces
c
décisions
con
son
p
t
n
aujourd'h
ail
ui
he
prises
notre
s
des
a
le
n
gestion
s
pro
tenir
co
compte
a
du
en
ca
L
ractère
son
aléatoire
susceptibl
de
la
certaines
ers
en
appro
trées
problème.
du
programmation
mo
de
dèle.
con
En
5
eet,
un
p
ble
our
'incertitude
les
ermettan
décisions
une
à
ne
court-terme,
l'aléa
la
les
nesse
de
et
en
la
Le
complexité
hoix
des
fonction-
mo
et
dèles
a
déj
ermis
à
cet
dans
ble
le
un
cas
o
déterministe
y
on
d
t
L'appro
souv
he
en
prend
t
compte
été
notion
un
coût
frei
justemen
n
face
à
l'aléa.
des
mo-
tra
a
v
our
aux
jectif
sur
minimiser
des
coûts
m
p
o
duction
dèles
t
tenan
pires
t
induits
compte
l'incertitude.
de
coûts
l'incertitude.
ju
P
en
our
p
se
en
prém
décrire
unir
ts
face
textes
à
érationn
ces
Une
aléas,
du
des
dèle
tec
à
hniques
con
d'optimisation
métier
en
menée
con
v
texte
un
incertain
du
on
d'a
t
t
fait
à
l'ob
h
jet
que
des
texte.
tra
le
v

aux
e
de
t
cette
v
thèse.
de
Nous
herc
a
se
v
à
ons
connaissance,
ainsi
l'un
p
pre-
rop
dans
osé
domaine
un
la
m
optimisée
o
la
dèle
duction
robuste
à
de
u
placemen
terme
t
v
de
prise
la
compte
pro
l'incertitude.
duction
es
ten
ltats
a
t
n
ailleurs
t
e
compte
d'ouvrir
des
v
incertitudes
v
sur
de
la
elles
demande
c
en
du
puissance.
Mots-clés
Nous
robuste,
a
linéaire
v
gestion
on
pro
s
électrique,
construit
texte
p
cette
our
Résumé
tel-00594242, version 1 - 19 May 2011demand
results
w
ts
in
6
mo
Abstract
robust
Robust
obtained,
Optimization
EDF
is
ols
an
th
ap
certain
proa
dieren
c
problems
h
future
t
approac
ypically
set
oered
,
as
indicators.
a
prop
coun
pro
terp
costs
oin
ation.
t
under
to
con
Sto
v
c
y
hastic
researc
Programming
ords
to
unit-commitmen
deal
t
with
6
uncertain
describ
t
t
y
statistical
,
op
esp
terms
ecially
w
b
robust
ecause
t
it
uction
do
adjustmen
esn't
to
require
y
an
e
y
l
precise
w
information
op
on
xts.
sto
the
c
unit-commitmen
hastic
uncertain
distributions
th
of
in
data.
topics
I
ork.
n
optimization,
the
programmi
presen
pro-
t
under
w
c
ork,
y
w
edral
e
to
deal
e
with
uncertain
c
y
hallen-
using
ging
to
unit-commitmen
and
t
erational
problem
In
for
of
the
delling,
F
e
renc
osed
h
solutions
daily
a
electricit
minimize
y
d
pro
and
duction
orst
u
t
nder
due
demand
un-
uncertain
t
t
observ
y
W
.
study
Our
so
con
utions
trib
t
utions
o
concern
t
b
erational
oth
te
uncertain
Encouraging
t
to
y
con
mo
ex
delling
t
and
under
origin
t
a
are
l
us
robust
with
for-
tersting
m
h
ulation
for
of
w
unit-commitmen
Keyw
t
Robust
problem.
mixed
W
teger
e
ng,
w
t
ork
blem,
ed
h
on
uncertain
a
y
p
R&D
o
h
l
Remerciemen

tel-00594242, version 1 - 19 May 2011.
.
.
able
.
des
à
matières
.
A
.
v
.
an
.
t
.
prop
.
o
.
s
.
7
T
1
.
In
.
t
.
r
.
o
:
duction
45
à
.
l'optimisation
.
sous
.
incertitude
.
15
.
1.1
.
Programmation
.
a
dans
v
.
ec
.
recours
u
.
.
.
lin
.
.
.
par
.
.
.
ect
.
.
.
.
.
c
.
.
.
&
.
.
.
Le
.
.
.
en
.
.
.
pro
.
.
.
50
.
.
.
7
.
.
.
.
.
de
.
iscret
.
.
.
sous
16
.
1.1.1
.
Mo
2.3
dèles
.
a
.
v
.
ec
2.3.1
recours
.
à
.
deux
.
niv
de
eaux
.
.
.
.
t
.
de
.
EDF
.
ducteur
.
.
.
.
.
.
.
quel
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
16
.
1.1.2
.
Résolution
.
dans
.
le
.
cas
.
linéaire
.
:
.
Métho
.
de
.
L-shap
.
e
et
d
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
.
v
.
&
.
cas
17
.
1.1.3
.
Mo
.
dèles
2.2.2
"Multi-étap
de
es"
.
:
.
Mo
.
délisation
.
de
.
l'
robustes
espace
.
des
.
scénarios
.
.
.
.
.
.
.
19
.
1.1.4
de
Résolution
.
par
.
programmation
.
dynamique
.
sto
.
c
.
hastique
2.3.2
.
lin
.
.
.
.
.
.
.
.
.
3
.
o
21
gestio
1.2
duction
Mo
ique
dèles
3.1
sto
.
c
.
hastiques
.
sous
.
con
.
train
.
te
.
s
.
en
EDF
probabilités
u
.
ire
.
.
.
.
.
.
.
.
.
.
.
.
.
3.1.2
.
jectifs
.
.
.
.
.
.
22
.
1.2.1
.
Théorie
.
.
45
.
électrique
.
.
.
.
.
.
.
.
.
.
.
.
.
3.1.4
.
d
.
.
.
.
.
.
.
.
.
.
.
.
.
3.2
.
journalier
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Con
.
tation
.
.
.
.
.
.
.
.
.
.
.
.
.
.
22
.
1.2.2
.
Con
.
train
.
tes
.
probabilistes
.
indép
.
endan
.
tes
2.2.1
.
ra
.
aux
.
Bertsimas
.
Sim
.
le
.
d
.
.
.
.
.
.
.
.
.
.
.
.
.
37
.
Incertitude
.
forme
.
scénarios
24
.
1.2.3
.
Con
.
train
.
tes
.
probabilistes
.
join
.
tes
.
.
.
.
38
.
Problèmes
.
dynamiq
.
es
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
40
.
Règles
.
décision
.
éaires
24
.
1.3
.
Conclusions
.
&
.
Applications
.
.
.
.
.
.
.
.
.
.
.
.
.
.
41
.
Règles
.
décision
.
éaires
.
morceaux
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
41
.
In
.
r
.
duction
.
la
.
n
.
pro
.
él
.
r
26
à
2
45
Optimisation
EDF
robuste
50
29
pro
2.1
français
Problèmes
.
linéaires
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3.1.1
.
en
.
q
.
es
.
h
.
s
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
45
.
Missions
.
Ob
29
.
2.1.1
.
Incertitude
.
par
.
colonnes
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3.1.3
.
parc
.
EDF
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
46
30
Managem
2.1.2
t
Incertitude
'énergies
par
.
lignes
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
48
.
Le
.
cessus
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
32
.
2.2
3.2.1
Problèmes
texte
discrets
réglemen
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T
er1
tel-00594242, version 1 - 19 May 2011.
.
.
ABLE
.
DES
.
MA
79
TIÈRES
.
8
.
3.2.2
.
Outils
pro
d'optimisation
Implémen
.
de
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
othèses
.
.
.
.
.
n
.
.
.
sur
.
partir
.
V
.
a
.
.
.
.
.
.
52
.
3.3
.
Le
.
pro
.
cessus
.
infra-journalier
.
.
v
.
.
.
de
.
.
.
.
.
.
.
5.1.2
.
.
.
.
.
.
.
.
.
.
.
.
.
construction
.
5.2.2
.
.
.
oly
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
de
.
.
56
.
3.3.1
Algorithme
Le
.
Mécanisme
.
d'Ajustemen
.
t
.
.
.
.
.
.
T
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
v
.
et
.
.
.
.
.
e
.
électrique
.
.
.
.
.
e
.
.
.
.
.
.
56
.
3.3.2
.
Les
.
re-déclarations
.
.
.
.
.
.
a
.
.
.
.
.
.
.
du
.
.
.
.
.
.
.
8
.
scénarios
.
.
.
constru
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
V
.
èdre
.
.
.
.
.
.
.
r
.
.
57
.
3.3.3
.
V
ec
ers
.
un
.
e
90
gestion
et
optimisée
.
des
.
re-déclarations
.
.
.
.
.
.
74
.
ximal
.
.
.
.
.
.
.
.
.
.
.
4.5.2
.
eectif
.
.
.
.
57
.
3.4
.
Aléas
.
ph
76
ysiques
d'arrêt
et
.
n
.
a
.
n
.
ciers
.
:
.
Limites
.
d'une
78
vision
.
déterministe
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Comparatif
58
les
4
de
F
[53]
orm
.
ulation
.
robuste
.
du
5
problème
ble
de
5.1
gestion
a
de
.
pro
.
duction
.
électrique
.
à
.
court
5.1.1
terme
.
61
.
4.1
.
In
.
tro
.
duction
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5.1.3
.
tra
.
l
.
.
.
.
.
.
.
.
.
.
.
.
.
5.2
.
oly
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5.2.1
.
partir
.
.
.
.
.
.
.
de
61
ti
4.2
.
Mo
.
dèle
.
robus
.
te
.
prop
5.2.3
osé
nal
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
.
dation
.
p
.
.
.
.
.
.
.
.
.
.
.
.
.
5.3.1
.
générate
.
.
.
.
.
.
.
.
.
.
.
.
.
90
.
a
.
uniforme
.
.
.
.
62
.
4.2.1
.
Notations
.
.
V
.
ec
.
hangemen
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.5.1
.
pro
.
conceptuel
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
74
.
Algorithme
.
ximal
.
.
.
.
.
.
63
.
4.2.2
.
F
.
onction
.
ob
.
jectif
.
.
.
.
.
.
.
.
4.5.3
.
ests
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.5.4
.
tation
.
.
.
.
.
.
.
.
.
.
.
.
63
.
4.3
.
Etude
.
de
.
la
.
fonction
.
de
.
coût
.
d'a
.
justemen
4.6
t
a
8
ec
R&D
tra
EDF
aux
.
Zhang
.
Guan
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
79
.
Construction
.
l'ensem
.
d'incertitud
.
83
.
Prévision
.
l
63
consommation
4.3.1
.
Mo
.
délisation
.
d'un
.
con
.
texte
.
i
.
ndustriel
.
.
.
.
.
.
83
.
Princip
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
.
4.3.2
.
F
.
orm
83
ulation
Outils
mathématique
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
83
.
Hyp
.
de
.
v
.
i
.
.
.
.
65
.
4.3.3
.
Con
.
v
.
exité
.
de
.
c
.
92
.
.
.
.
.
.
.
.
85
.
Construction
.
p
.
èdre
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
.
Première
.
à
.
de
.
d'erreurs
.
.
.
.
66
.
4.4
.
Mo
85
dèle
Consolidation
robus
la
te
c
:
o
Exemples
.
en
.
faible
.
dimension
.
.
.
.
.
.
.
.
.
.
.
.
.
.
86
.
P
.
èdre
.
.
.
.
.
.
.
.
.
.
.
.
.
.
67
.
4.4.1
.
Exemples
.
en
.
une
.
di
.
m
.
en
.
sion
.
.
5.3
.
ali
.
basée
.
un
.
oly
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
.
A
.
d'un
.
u
.
.
.
.
67
.
4.4.2
.
Exemple
.
en
.
dimension
.
.
.
de
.
la
.
vision
.
P
.
énalités
.
.
5.3.2
.
alidation
.
v
.
Tirage
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
72
.
4.5
.
Résolution
5.3.3
du
alidation
problème
v
général
tirage
.
c
.
t
.
base
.
.
.
.
.
.
.
.
.
.
.
.
T
( P )
( P )
2

tel-00594242, version 1 - 19 May 2011115
.
olution
ABLE
.
DES
.
MA
.
TIÈRES
.
9
.
6
ti
Le
.
mo
.
dèle
.
robu
.
ste
es
a
ste
v
.
ec
.
p
.
énalités
.
:
.
Analyse
.
des
122

7.5
sultats
.
97
.
6.1
.
Hyp
.
othèses
.
d
.
e
7.1
tra
.
v
.
ail
propriétés
.
116
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
érimen
.
.
.
.
.
.
.
distribution
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Conclusions
.
.
.
.
.
.
.
Le
.
coûts
.
.
.
.
.
.
.
.
.
.
97
réorganisation
6.1.1
.
Mo
.
dèle
de
déterministe
.
.
.
.
.
.
glouton
.
.
.
.
.
.
.
ximation
.
.
.
.
.
.
.
.
.
délisation
.
.
.
122
.
fonction
.
.
.
.
.
coûts
.
.
.
.
.
.
.
oly
.
.
.
.
.
7.5.1
.
.
.
.
97
.
6.1.2
.
Mo
tation
dèle
.
robuste
.
.
.
.
7.5.3
.
.
.
.
.
.
.
.
.
e
.
c
.
.
.
.
.
.
.
.
.
.
.
111
.
dèle
.
v
.
réorganisation
.
tro
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Coût
.
dénitions
.
.
101
.
6.1.3
.
Dév
.
elopp
Appro
emen
fon
t
n
.
.
.
.
.
.
.
.
.
.
.
7.3.1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7.4
.
v
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7.4.1
.
la
.
parc
.
.
.
.
.
.
.
Etude
.
de
102
.
6.1.4
.
Données
.
générales
.
.
.
.
Distributions
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
du
.
sur
.
coûts
.
.
.
.
.
.
.
.
.
e
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7.5.2
.
.
.
.
102
.
6.1.5
.
P
.
arc
.
de
.
pro
.
duction
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
P
.
i
.
Bibliographie
.
.
.
9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
.
mo
.
robu
.
a
.
ec
102
de
6.2
115
Sim
In
ulations
duction
:
.
Mo
.
de
.
op
.
ératoire
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7.2
.
de
.
:
.
&
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7.3
1
ximations
03
la
6.2.1
c
Ob
o
jectif
initiale
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
118
.
Algorithme
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
119
.
Appro
.
con
.
exe
.
.
.
.
.
.
.
.
103
.
6.2.2
.
V
.
alorisation
.
des
.
écarts
.
en
.
puissance
.
.
.
.
.
.
122
.
Ev
.
sur
.
mo
.
du
.
électrique
.
.
.
.
.
.
.
.
.
.
.
.
.
7.4.2
.
exp
.
tale
.
la
.
R&D
103
.
6.3
.
Distributi
.
o
.
n
.
des
.
coûts
.
:
.
impact
.
des
7.4.3
p
des
énalités
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
125
.
Impact
.
p
.
èdre
.
la
.
des
104
.
6.3.1
.
P
.
énalisation
.
plus
.
marquée
.
p
.
o
.
u
127
r
Princip
la
.
sous-pro
.
duction
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
104
.
6.3.2
.
P
.
énalisation
.
équiv
127
alen
Implémen
te
.
de
.
la
.
sous-pro
.
duction
.
et
.
sur-pro
.
duction
.
.
.
.
.
107
.
6.3.3
.
P
.
énalisation
.
plus
.
marquée
128
p
Résultats
o
.
u
.
r
.
la
.
sur-pro
.
duction
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
128
109
&
6.3.4
ersp
In
ct
terprétation
v
et
133
analyse
136
.
EDF
.
.
T


tel-00594242, version 1 - 19 May 2011R&D
10
10
ABLE
c
DES
EDF
MA
TIÈRES
T

tel-00594242, version 1 - 19 May 2011

Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.

Diffusez cette publication

Vous aimerez aussi