Posts tagged "énergie"

LAAS-CNRS / Université Toulouse 3 – Paul SABATIER

Keywords

Energy Storage System; Low Voltage DC Micro Grid; Building integrated PV; Lead-acid batteries; batteries ageing mechanisms

With the environmental issues and the new ecological considerations, one of the challenges is the creation of sustainable electric grid to supply the demand. With this context, we observe the deployment of decentralized Low Voltage DC Microgrids (LVDC MG) in building, with high penetration of Renewable Energy Sources (RES) and Energy Storage Systems (ESS). The aim of this PhD thesis is to contribute in this field by designing an LVDC MG in the ADREAM Building integrated PV (BiPV), at LAAS-CNRS, TOULOUSE. The main difficulties are to consider the ESS behavior and aging mechanisms with a global system approach in order to proposed a sizing method and an energy management strategy optimized and simple to implemented for electrical research community.  

 Electrical synoptic of the LVDC MG design in the LAAS-CNRS BiPV

Scientific goals

•  To study the impacts of BiPV production and DC building loads power profiles on ESS behavior and lifetime
• To propose a methodology, with a systemic approach, to size the PV and the ESS in building microgrids context
• To compare multiple ESS behavior and lifetime modeling approaches dedicated to optimal sizing and energy management strategy
• To design an LVDC MG to supply the ADREAM BiPV lightning network and compare the measurements and the different batteries models used
• To compare the performances of Lead acid batteries and Lithium-ions batteries in our case study       

Contacts

PhD student: Margot GAETANI-LISEO

Supervisors: Corinne ALONSO, Bruno JAMMES & Tom GUEROUT

mgaetani_at_laas.fr ; alonsoc_at_laas.fr ; jammes_at_laas.fr & tguerout_at_laas.fr

IRIT and  LMDC , Toulouse University

Keywords

Anomaly detection, multi-agent system, smart buildings, energy management, data stream

This research project deals with energy efficiency in buildings to mitigate the climate change. Buildings are the highest source of energy consumption worldwide. However, a large part of this energy is wasted, mainly due to poor buildings management. Therefore, being accurately informed about consumptions and detecting anomalies are essential steps to overcome this problem. Currently, some existing software can record, store, archive, and visualize big data such as the ones of a building, a campus, or a city. Yet, they do not provide Artificial Intelligence (AI) able to automatically analyze the streaming data to detect anomalies and send alerts. To improve the energy management, an innovative anomaly detection system should aim at analyzing raw data, detect any kind of anomalies (point, contextual, collective) in an open environment, at large scale. The developed AI system is called SANDMAN (semi-Supervised ANomaly Detection with Multi-AgeNt systems). The system is semi-supervised by an expert of the field who confirms or overturns the feedback of SANDMAN. It processes data in a time constrained manner to detect anomalies as early as possible. SANDMAN is based on the paradigm of self-adaptive multi-agent system. The results show the robustness of the AI regarding the detection of noisy data, of different types of anomalies, and the scaling.  

Scientific goal

Anomalies detection in smart buildings streaming data by a semi-supervised multi-agent system.

Contacts

stephanie.combettes@irit.fr, berangere.lartigue@univ-tlse3.fr, marie-pierre.gleizes@irit.fr, corentin.tourne@irit.fr, valentin.lavigne@irit.fr

Context Presentation

This research project deals with energy efficiency in buildings to mitigate the climate change. Buildings are the highest source of energy consumption worldwide. However, a large part of this energy is wasted, mainly due to poor buildings management. Therefore, being accurately informed about consumptions and detecting anomalies are essential steps to overcome this problem. Currently, some software exists to record, store, archive, and visualize big data such as the ones of a building, a campus, or a city. Yet, they do not provide Artificial Intelligence (AI) able to automatically analyze the streaming data to detect anomalies and send alerts, as well as adapted reports to the different stakeholders.

The system designed in the SANDFOX project has for objective to fill this gap. To improve the energy management, an innovative system should aim at visualizing the streaming data, editing reports, and detecting anomalies, for different stakeholders, such as policy makers, energy man-agers, researchers, technical staff or end-users of these buildings.

The paper presents the User-Centred Design approach that was used to collect the required needs from different stakeholders. The developed AI system is called SANDMAN (semi-Supervised ANomaly Detection withMulti-AgeNt systems). It processes data in a time constrained manner to detect anomalies as early as possible. SANDMAN is based on the paradigm of self-adaptive multi-agent systems. The results show the robustness of the AI regarding the detection of noisy data, of different types of anomalies, and the scaling.

Keywords

Anomaly detection, dashboard, multi-agent system, smart buildings, energy management

Scientific goals

•    Anomalies detection in smart buildings streaming data by AI,

•    Restitution of the information to different stakeholders through an adapted dashboard.

Contacts

berangere.lartigue@univ-tlse3.fr, stephanie.combettes@irit.fr, marie-pierre.gleizes@irit.fr,  mathieu.raynal@irit.fr

Context Presentation

For several decades, the hot water for heating and domestic hot water has been a major issue because it accounts for approximately 55% of heating needs in France for both commercial and residential buildings. District Heating Systems have been considered as a most economical, efficient, and environmentally friendly solution for providing heating services to the building stock of large cities. This is essentially related to the reason that these systems can use renewable energies.

The Rangueil’s scientific campus, benefits from a superheated water district heating system built in the 1960’s. It has recently been connected to a biomass boiler that covers approximately 82% of the demand. Campus buildings undergoes significant evolutions (renovations, new buildings). The network consists of 4 main loops, 63 primary substations, 97 buildings, 11 km of underground network and cover a surface of 576 000 m². Our aim is to study the performance of this heating system, starting from one heating loop.

Keywords

Rangueil’s District Heating Systems (DHS), Dynamic modeling, MATLAB / Simulink.

Scientific goals

•    The objective is to do a pre-study of the entire system by studying just one loop

•    Identify the parameters influencing the performance of a district heating system

•    Develop on MATLAB / Simulink a model of one loop of the district heating system

•    Analysis of data to identify the impacts of recent evolutions of the network and buildings.

Contacts

khouloud.koteich98@gmail.com, oms@insa-toulouse.fr, moisson@insa-toulouse.fr, francoise.thellier@univ-tlse3.fr

Context Presentation

Fog computing has emerged as a strong distributed computation paradigm to support applications with stringent latency requirements. It offers almost ubiquitous computation capacities over a large geographical area. However, Fog systems are highly heterogeneous and dynamic which makes IoT services placement decision quite challenging considering nodes mobility that may decrease the placement decision quality over time.

IoT-Fog Services placement problem needs to be thoroughly investigated to ensure the efficiency of such environments. In this thesis, we consider various parameters such as nodes mobility, energy efficiency and applications Quality of Service (QoS) requirements to propose efficient strategies for IoT services placement in the Fog.

Keywords

Internet of Things, Optimization, Mobility, Fog Computing, QoS, Energy.

Scientific goals

•    Propose efficient approaches for IoT applications (services) placement in the Fog,

•    Analyze their impact on the energy consumption of Fog infrastructures and the Quality of Service (QoS) of  applications.

Contacts

tanissia.djemai@irit.fr, patricia.stolf@irit.fr, monteil@laas.fr, jean-marc.pierson@irit.fr

Context Presentation

In a context of energy transition and reduced energy consumption, the SandFox project is a collaborative project between IRIT and Berger-Levrault. This project aims to design a dashboard that displays these energy consumptions and facilitate data analysis and comparison. It also notifies users of detected anomalies on energetic data.

SandFox is a web application based on user-centered design. The dashboard offers an interactive map with the ability to select buildings and display multiple data curves based on selected buildings. This application is developed with Angular, typescript and D3.js.

The research on this project aims to study different visualizations and interactions to facilitate the comparison of buildings and/or periods on the timeline. One proposed solution is a spiral heatmap representation that displays and compares different periods.

Figure 1 : « SandFox dashboard »

Scientific Goals

- The main goal of the project is to study the different ways of visualizing and interacting with the data for :

- Displaying information on energy consumption for different users

- Analyzing and comparing these data

Keywords

neOCampus, Energy Consumption, Dashboard, innovation, Data Visualization, Data Interaction, Human–computer interaction

Contacts

maxime.durand@irit.fr /mathieu.raynal@irit.fr / christophe.bortolaso@berger-levrault.com / marie-pierre.gleizes@irit.fr

Le campus de l’Université Paul Sabatier compte plus de 30 000 usagers. Le gaspillage de fluides (électricité, eau, air comprimé) y est inévitable mais pourrait être grandement amoindri grâce à un usage écoresponsable permis par l’utilisation des technologies numériques. Notre application légère et user-friendly permet à tous de s’impliquer dans la bonne gestion de leur campus en faisant remonter des informations importantes.

Figure 1 : « Logo de l’application »

Objectifs

Les objectifs de l’application sont :

 Permettre aux usagers d’informer les services compétents

 Économiser l’énergie sur le campus

 Sensibiliser les usagers sur leur impact sur l’environnement

Contacts

alexandre.perles@irit.fr, marie-pierre.gleizes@irit.fr

RennesGrid est un projet de transition énergétique sur la zone d’activité de Ker Lann sur la commune de Bruz. En particulier, ce projet se concentre sur l’autoconsommation en intégrant des panneaux photovoltaïques, des dispositifs de stockage et la collecte de données énergétiques. Intégrée à ce projet, cette thèse a pour objectif l’implémentation d’un système multi-agent gérant la consommation des charges flexibles, en particulier de véhicules électriques, et la production des sources flexibles (photovoltaïques). 

Le concept de smart grid entraîne une explosion du nombre d’unités contrôlables (charges flexibles, producteurs décentralisés, unités de stockage …). Par ailleurs, les problématiques liées à la gestion de l’énergie dans le smart grid, qu’elles soient locales (contrôle de la tension au niveau des bus, contrôle de la congestion) ou globales comme la gestion de l’équilibre entre la consommation et la production rend le problème fortement couplé.

 La flexibilité des systèmes multi-agents adaptatifs est pertinente pour cette problématique. En effet, elle permet de gérer un environnement dynamique (consommation, production, réseau…). Elle est de plus ouverte et robuste : ce qui lui permet de s’adapter à la demande en énergie toujours croissante et à la nécessité de maintenir le réseau en service notamment en cas d’incident.

Figure 1 : Concept des smart grids

Objectifs scientifiques

Les objectifs de la thèse sont :

 Réalisation d’un simulateur de micro grid et d’un générateur de scenarii

 Conception et évaluation d’un système multi-agent adaptatif permettant la gestion d’un micro grid

Contacts

Jean-Baptiste.Blanc-Rouchosse@irit.fr, Guy.Camilleri@irit.fr, Marie-Pierre.Gleizes@irit.fr, anne.blavette@ens-rennes.fr, benahmed@ens-rennes.fr

Aujourd’hui, les nouvelles technologies représentent une part importante de la consommation électrique mondiale. Avec l’émergence et le développement du cloud computing et des grandes plateformes en ligne, le nombre et la taille des centres de données est en augmentation constante. Pour réduire les coûts économiques et écologiques engendrés par leur importante consommation électrique, une possibilité émergente consiste à installer des sources d’énergies renouvelables à proximité de ces centres. Cependant, le caractère intermittent des sources solaires et éoliennes, dont la production dépend des conditions météorologiques, fait émerger de nouveaux défis. Le projet ANR  DATAZERO s’intéresse à l’alimentation de centres de données de taille moyenne (jusqu’à 1MW) par un ensemble de sources renouvelables et de dispositifs de stockages traditionnels (batteries) et innovants (piles à combustible et électrolyseurs). Afin de trouver un compromis entre besoins électriques pour assurer le fonctionnement du centre de données et qualité de l’énergie utilisée, un mécanisme de négociation est proposé.

Figure 1 : Représentation d’un centre de données disposant de sources renouvelables. Le module de négociation communique avec les modules de décision électrique et informatique.

Objectifs scientifiques

Les objectifs de la thèse sont :

 Évaluer l’intérêt de la planification de l’utilisation de l’énergie dans un tel centre

 Proposer des mécanismes de négociation nécessitant peu d’informations

 Évaluer l’impact de la limitation des informations disponibles pour l’optimisation

Contacts

Léo Grange (leo.grange@irit.fr)

Encadrants : Patricia Stolf (patricia.stolf@irit.fr), Georges Da Costa (dacosta@irit.fr)

Dans le contexte de l’intégration de sources d’énergie renouvelables dans les réseaux électriques, les « Solar fuels » ont été identifiés comme une potentielle solution technologique, notamment pour le Japon. Le LAAS (Toulouse) et le RCAST (Tokyo) se sont associés dans le cadre d’un laboratoire international commun NextPV afin de répondre aux challenges technologiques de la transformation d’énergie solaire en hydrogène. Dans le but d’optimiser le rendement de production d’hydrogène 24h/24, la structure présentée en Figure 1 est proposée. L’énergie solaire est captée par des cellules photovoltaïques à haut rendement dites « multi-jonction ». Un étage de conversion DC/DC comprenant un micro-convertisseur Boost par cellule photovoltaïque, appelé architecture distribuée, permet d’alimenter un bus DC basse tension tout en maximisant la puissance fournie par les cellules. Ce bus alimente à son tour des électrolyseurs à travers un deuxième étage de conversion DC/DC distribué comprenant des convertisseurs Buck. Les électrolyseurs fonctionnent ainsi à leur tension d’alimentation optimale et produisent de l’hydrogène à rendement maximal. Des batteries Lithium sont ajoutées comme solution de stockage électrochimique afin d’assurer le fonctionnement des électrolyseurs face aux intermittences typiques de l’ensoleillement (ombrages, nuages, cycles jour/nuit).

Objectifs scientifiques

Les objectifs du système sont :

 Maximiser la production solaire photovoltaïque.

 Maximiser le rendement de production d’hydrogène 24h/24

 Minimiser les pertes de conversion d’énergie

Figure 1 : « Système optimisé de conversion d’énergie Solaire en Hydrogène »

Contacts

kneuhaus@laas.fr, alonsoc@laas.fr