COSSON 2016 Archivage PDF

NNT : 2016SACLC065
THÈSE DE DOCTORAT
DE L’UNIVERSITÉ PARIS-SACLAY,
préparée à CentraleSupélec
ECOLE DOCTORALE N◦580

Science et Technologies de l’Information et de la Communication
Spécialité de doctorat : Automatique
Par :
Mme Marjorie Cosson
Stabilité du réseau électrique de distribution. Analyse du

point de vue automatique d’un système complexe.
Thèse présentée et soutenue à Gif sur Yvette le 19 septembre 2016 :
Composition du Jury :
M. R. Caire Maitre de Conférence, ENSE3 Examinateur

M. D. Dumur Professeur, CentraleSupélec Directeur de thèse
M. B. François Professeur, Ecole Centrale Lille Rapporteur
M. V. Gabrion Ingénieur, EDF R& D Encadrant
M. A. Girard Directeur de recherche CNRS, L2S Président du jury
M. H. Gueguen Professeur, CentraleSupélec Encadrant
M. F. Kratz Professeur des universités, INSA Centre Val de Loire Rapporteur
M. G. Malarange Ingénieur, EDF R& D Invité
M. B. Marinescu Professeur, Ecole Centrale Nantes Examinateur
Mme C. Stoica Maniu Professeur associé, CentraleSupélec Invitée
I
Résumé
Avec l’arrivée massive de production sur les réseaux de distribution, ces derniers ont vu leur struc-
ture et leur fonctionnement profondément modifiés. Parmi les conséquences de ce phénomène,
on peut citer l’élévation du plan de tension. Pour tenter de maintenir la qualité de fourniture,
les gestionnaires de réseaux de distribution (GRD) ont imaginé plusieurs moyens comme par
exemple les régulations de puissance réactive des producteurs en fonction de la tension à leurs
bornes : les régulations Q(U). Dans ces travaux, nous nous intéressons à l’impact de ce type de
régulations sur la stabilité des départs moyenne tension du réseau électrique de distribution.
Pour tenter d’évaluer leur stabilité, un premier travail de modélisation est mené. Il permet de
formuler le système comme un système hybride affine par morceaux et de mettre en évidence le
risque d’instabilité dans le cas de départs accueillant des régulations Q(U). Nous soulignons aussi
le lien entre la stabilité du système et les paramètres des régulations. Afin d’aider les GRD à
choisir ces paramètres, une méthode est mise au point permettant l’étude formelle de la stabilité
d’un système hybride affine par morceaux. Celle-ci est construite à partir de la création d’une
abstraction discrète du système puis du raffinement du système discret par le biais d’un calcul de
bisimulation. Ainsi, nous développons un outil générique permettant, pour un jeu de paramètres
donné, d’évaluer la stabilité d’un système hybride affine par morceaux comme par exemple un
départ électrique moyenne tension accueillant des régulations Q(U).
La méthode proposée offre des résultats très précis et demande peu d’hypothèses sur le système
mais ceci au prix de la complexité des calculs. Afin de simplifier l’étude des départs accueillant de
nombreuses régulations, un critère de stabilité est formulé dans le cas particulier de régulations
Q(U) identiques dont le filtre de mesure est un filtre passe-bas du premier ordre. Celui-ci permet
aux GRD d’adapter le temps de réponse des régulations au cas par cas en fonction des producteurs
et du réseau auquel ils sont raccordés. Finalement, nous proposons un réglage de la rapidité
des régulations à destination des codes de réseau, c’est-à-dire qui soit valable quels que soient
le réseau et les producteurs qu’il raccorde. Par une analyse de la structure du modèle, une
majoration du critère au cas par cas est proposée afin d’exprimer un critère valable dans tous
les cas. Ces travaux de thèse se concluent par une ouverture vers l’étude de systèmes de plus
en plus complexes, incluant notamment l’extension de la méthode aux producteurs raccordés en
basse tension, l’étude d’éventuelles interactions entre différentes régulations, la prise en compte
d’autres mécanismes de réglage coexistant sur les départs et d’autres structures de filtres de
mesure.
III
Executive Summary
In the last decade, the number of distributed generators (DGs) hosted by distribution grids has
significantly increased. It impacted the structure and operation of distribution grids on many
levels. One of the consequences is the increase of the voltage along distribution feeders hosting
generation. In order to maintain the voltage within specified limits, several solutions have been
investigated such as local control laws of DGs reactive power (Q) as a function of their voltage
(U) : denoted Q(U) control laws. This work studies the impact of Q(U) regulations on distribution
feeders’ voltage stability.
In order to investigate voltage stability, the system is modeled as a piecewise linear hybrid
system. An empirical study of this system is used to confirm risks of voltage instability for
certain distribution feeders hosting DGs. This study highlights the relationship between control
law parameters and system stability. To be able to help distribution grid operators to choose
these parameters, a formal methodology to analyze piecewise linear hybrid system stability is
developed. This methodology is based on the construction of a discrete abstraction and its
refinement using bisimulation calculation. Thus, a generic tool is built to analyze the stability of
a piecewise linear hybrid system such as a distribution feeder hosting DGs.
The proposed approach yields precise results and requires only few hypotheses on the studied
system but generally at a high computational cost. To be able to apply this approach to feeders
hosting several DGs, a stability criterion is formulated specifying few hypotheses on the studied
case, e.g. DGs equipped with identical control laws which measurement filter is a first order low
pass filter. The criterion adapts the response time of the Q(U) control law with respect to grid
and DGs parameters. Finally, a general criterion is formulated with the purpose of being included
in the grid codes, that is to say valid wherever the DG is connected and regardless of its nominal
power. Using the particular structure of the system, a maximal value of the initial criterion is
established, based on a case-by-case analysis, leading to the definition of a new general criterion
valid in any cases. To conclude this work, extension to more complex configurations is discussed,
including various measurement filters, different structures of control laws and interactions with
other voltage regulation mechanisms.
V
Remerciements
Je tiens tout d’abord à remercier Fréderic Kratz et Bruno François pour leur relecture de ces
travaux de thèse. Leurs remarques et leurs questions m’ont permis d’améliorer le manuscrit et
de préparer au mieux la soutenance.
J’adresse également mes vifs remerciements à Antoine Girard, à Raphaël Caire et à Bogdan
Marinescu qui m’ont fait l’honneur d’évaluer ces travaux lors de la soutenance.
Je remercie aussi vivement Didier Dumur qui a dirigé cette thèse. Le recul dont a fait preuve
Didier sur mon sujet comme sur les nombreux qu’il traite m’a permis d’avancer, de me poser de
nombreuses questions et a enrichi ces travaux.
J’adresse toute ma gratitude aux différentes équipes qui m’ont accueillie et accompagnée sur
le chemin de la thèse. Tout d’abord au Département automatique du campus de Gif dont je
remercie tous les membres et particulièrement Cristina Stoica Maniu pour son appui, Pascale
Lepeltier pour son appui logistique et son sourire et enfin la joyeuse bande des doctorants Sophie,
Miassa, Guillaume, Iris, Nicolo et les autres pour l’ambiance qu’ils ont tous participé à créer au
bureau et qui m’est si chère.
Au cours de ces trois années, j’ai aussi eu la chance de travailler sur le campus de Rennes. Je
souhaite sincèrement remercier Hervé Guéguen qui a accompagné chaque étape de ces travaux de
son expertise et de son recul et qui s’est montré particulièrement disponible tout au long de ces
trois années pour mes nombreuses interrogations. De plus, j’adresse mes profonds remerciements
à Pierre Haessig. J’ai pris beaucoup de plaisir à travailler avec Pierre dont l’esprit critique, la
pédagogie et l’amitié m’ont été précieux. Finalement, je remercie toute l’équipe pour l’accueil
dont ils ont fait preuve et bien sûr Roman pour son hospitalité et son expertise en matière de
crêperies et de « petits vélos ».
J’ai aussi eu la chance d’être accueillie au sein de l’équipe R12 du département EFESE de EDF
R&D. Je remercie toutes les personnes avec qui j’ai pu échanger au cours de ces trois années
et qui ont contribué à faire avancer ces travaux. Je pense particulièrement à Vincent Gabrion
pour nos nombreux échanges et à Gilles Malarange qui a initié le sujet et a su y apporter son
expertise et son recul. Gilles, je te remercie chaleureusement pour tes conseils avisés comme pour
ta grande bienveillance. Je garderai un agréable souvenir de Carmen, Josselin, Vincent, Laurent,
Gauthier, Héloïse et de tous mes collègues R12iens pour leur expertise, leur bonne humeur et
leur amitié.
Je souhaite témoigner toute ma reconnaissance à mes amis du bureau et d’ailleurs qui ont vécu
avec moi cette aventure et qui ont su m’écouter tout au long de ces trois années, dans les bons
jours comme dans les mauvais. Qu’ils se rassurent, je n’ai pas fini de râler !
VI
Je remercie du fond du cœur Baptiste qui a su m’écouter, m’épauler et me supporter pendant

ces trois ans, des doutes des premiers mois jusqu’à la folie de la rédaction, et qui m’a donné la
force d’avancer jour après jour.
Finalement, mes derniers remerciements vont à ma famille, mes parents, ma sœur et mon frère,
ma chère grand-mère sans oublier tous les autres dont l’amour et le soutien sans faille ont été
inestimables pour la réussite de cette entreprise. Rien n’aurait été possible sans vous pour cette
thèse comme pour tout le reste.
VII
Table des matières
1 Problématique du réglage de tension sur les réseaux de distribution 7

1.1 Réseaux électriques de distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.1 Organisation des réseaux électriques en France . . . . . . . . . . . . . . . 8
1.1.2 Structure des réseaux de distribution . . . . . . . . . . . . . . . . . . . . . 8
1.1.3 Utilisateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.4 Supervision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Réglage de tension sur les réseaux de distribution . . . . . . . . . . . . . . . . . . 12
1.2.1 Définition et objectifs du réglage . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Structure historique du réglage de tension . . . . . . . . . . . . . . . . . . 13
1.2.3 Réglage de tension en présence de producteurs décentralisés . . . . . . . . 15
1.2.4 Panorama des mécanismes à l’étude pour le réglage de la tension . . . . . 18
1.2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3 Positionnement des travaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.1 Pistes de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.2 Principales contributions des travaux . . . . . . . . . . . . . . . . . . . . . 23
1.3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2 Modélisation du système 27
2.1 Objectifs de l’étude et choix du type de modèle . . . . . . . . . . . . . . . . . . . 28
2.1.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.2 Structure du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.3 Types de modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.4 Choix du type de modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2 Modélisation des producteurs et de leur régulateur . . . . . . . . . . . . . . . . . 32
2.2.1 Caractéristiques et hypothèses de modélisation . . . . . . . . . . . . . . . 32
2.2.2 Modélisation des régulations locales de puissance des producteurs décen-
tralisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.3 Modélisation des régulateurs de puissance en fonction de la tension . . . . 37
2.2.4 Application à un exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3 Modélisation du système électrique . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3.1 Caractéristiques et hypothèses de modélisation . . . . . . . . . . . . . . . 41
VIII Table des matières
2.3.2 Modélisation du réseau électrique . . . . . . . . . . . . . . . . . . . . . . . 42

2.3.3 Modélisation des grandeurs non commandables . . . . . . . . . . . . . . . 45
2.3.4 Mise en équation du comportement du réseau électrique . . . . . . . . . . 46
2.3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.4 Mise en évidence des risques d’instabilité . . . . . . . . . . . . . . . . . . . . . . . 55
2.4.1 Considérations générales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3 Analyse formelle de la stabilité 63

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.2 État de l’art des méthodes existantes . . . . . . . . . . . . . . . . . . . . . 65
3.1.3 Besoin d’une nouvelle méthode pour l’étude de la stabilité . . . . . . . . . 67
3.2 Méthode proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2.1 Étape 1 : Modélisation du système sous la forme d’un système hybride . . 68
3.2.2 Étape 2 : Abstraction discrète . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2.3 Étape 3 : Raffinement de l’abstraction discrète par bisimulation . . . . . . 77
3.2.4 Conclusion – Analyse des résultats disponibles . . . . . . . . . . . . . . . 83
3.3 Application au cas d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.3.1 Étape 1 : Modélisation du système sous la forme d’un système hybride . . 86
3.3.2 Étape 2 : Abstraction discrète . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.3.3 Étape 3 : Raffinement de l’abstraction discrète par bisimulation . . . . . . 88
3.3.4 Conclusion sur la stabilité – Analyse des résultats disponibles . . . . . . . 93
3.3.5 Stabilisation du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.4 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
3.4.1 Sur le fait de pouvoir conclure . . . . . . . . . . . . . . . . . . . . . . . . . 100
3.4.2 Sur la complexité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.4.3 Sur la sensibilité aux paramètres . . . . . . . . . . . . . . . . . . . . . . . 106
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4 Établissement d’un critère explicite de stabilité 109

4.1 Introduction – Objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.2 Méthode proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.2.1 Méthodologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.2.2 Hypothèses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.3 Critère de stabilité explicite pour un producteur . . . . . . . . . . . . . . . . . . . 113
4.3.1 Présentation du système étudié . . . . . . . . . . . . . . . . . . . . . . . . 113
4.3.2 Étape 1 : Étude d’atteignabilité arrière . . . . . . . . . . . . . . . . . . . . 114
Table des matières IX
4.3.3 Étape 2 : Étude d’atteignabilité avant . . . . . . . . . . . . . . . . . . . . 120

4.3.4 Conclusion : Critère de stabilité proposé . . . . . . . . . . . . . . . . . . . 122
4.4 Application au cas d’étude réel à un producteur . . . . . . . . . . . . . . . . . . . 123
4.4.1 Description du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.4.2 Critère de stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.4.3 Simulations dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
4.5 Critère de stabilité pour N producteurs . . . . . . . . . . . . . . . . . . . . . . . 127
4.5.1 Méthodologie proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
4.5.2 Stabilité locale versus stabilité globale . . . . . . . . . . . . . . . . . . . . 127
4.5.3 Application à un cas d’étude réel à deux producteurs . . . . . . . . . . . . 129
4.5.4 Validation par une étude statistique . . . . . . . . . . . . . . . . . . . . . 132
4.5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.6 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.6.1 Sur la complexité de la méthode . . . . . . . . . . . . . . . . . . . . . . . 136
4.6.2 Sur l’existence de cycles complexes . . . . . . . . . . . . . . . . . . . . . . 137
4.6.3 Sur l’extension à différents filtres de mesure . . . . . . . . . . . . . . . . . 137
4.6.4 Sur l’impact de la des-optimisation . . . . . . . . . . . . . . . . . . . . . . 139
4.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
5 Généralisation des critères de stabilité à différents réseaux 143

5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.1 Objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.2 Méthode proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.2 Généralisation du critère explicite pour un producteur . . . . . . . . . . . . . . . 145
5.2.2 Étude des variations du critère en fonction des paramètres du système . . 145
5.2.3 Critère général proposé pour un producteur . . . . . . . . . . . . . . . . . 147
5.2.4 Application numérique dans le cas français . . . . . . . . . . . . . . . . . . 148
5.3 Généralisation du critère implicite pour N producteurs . . . . . . . . . . . . . . . 149
5.3.2 Majoration des modules des valeurs propres des matrices d’évolution du
système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.3.3 Critère général proposé pour N producteurs . . . . . . . . . . . . . . . . . 157
5.4 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
5.4.1 Sur l’impact du ralentissement des régulateurs . . . . . . . . . . . . . . . . 158
5.4.2 Sur le contenu des codes de réseaux . . . . . . . . . . . . . . . . . . . . . . 160
5.4.3 Sur l’extrapolation à différents filtres de mesure . . . . . . . . . . . . . . . 163
5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
X Table des matières
6 Conclusion générale et perspectives 169

6.1 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.2 Remarques générales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
6.3 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
Bibliographie 177
A Illustration du calcul de la matrice d’admittance complexe d’un réseau 189

A.1 Présentation de l’exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
A.2 Mise en équation du réseau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
A.3 Matrice d’admittance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
B Établissement des équations de répartition des charges 193

B.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
B.2 Expression des courants injectés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
B.2.1 A partir des équations des nœuds . . . . . . . . . . . . . . . . . . . . . . . 194
B.2.2 A partir du bilan des puissances . . . . . . . . . . . . . . . . . . . . . . . 194
B.3 Équations de répartition des charges . . . . . . . . . . . . . . . . . . . . . . . . . 194
C Étude d’atteignabilité arrière pour exprimer des conditions suffisantes à la

stabilité 197
C.1 Système étudié . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
C.2 Cycle entre les zones 3 et 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
C.3 Cycle entre les zones 2 et 3 et entre les zones 3 et 4 . . . . . . . . . . . . . . . . 199
C.3.1 Atteignabilité de D2 en venant de D3 . . . . . . . . . . . . . . . . . . . . . 199
C.3.3 Condition nécessaire à C23 . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
C.3.4 Condition suffisante à la stabilité des cycles entre les zones 2 et 3 et les
zones 3 et 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
zones 4 et 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
zones 2 et 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
Table des matières XI

C.6.4 Condition suffisante à la stabilité du cycles entre les zones 1 et 5 . . . . . 208
C.7.4 Condition suffisante à la stabilité du cycles entre les zones 1 et 5 . . . . . 211
C.8 Conclusion de l’étude d’atteignabilité arrière . . . . . . . . . . . . . . . . . . . . . 211
D Étude d’atteignabilité avant pour caractériser les ensembles de points im-

pliqués dans un cycle 213
D.1 Objectif de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
D.2 Caractérisation des points de Sij . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
D.3 Conclusion de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
E Calcul des valeurs propres d’un système composé de deux producteurs 217
E.1 Objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
E.2 Calcul des valeurs propres de A′(i) . . . . . . . . . . . . . . . . . . . . . . . . . . 218
E.2.1 Polynôme caractéristique . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
E.2.2 Racines du polynôme caractéristique . . . . . . . . . . . . . . . . . . . . . 218
E.3 Analyse de la stabilité des zones de fonctionnement linéaire . . . . . . . . . . . . 219
XIII
Liste des tableaux
1 Synthèse du contenu des chapitres . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1 Tension de raccordement de référence pour les consommateurs d’après l’arrêté du

17 mars 2003 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2 Tension de raccordement de référence pour les producteurs d’après l’arrêté du 23
avril 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Définition des notions de contraintes de tension haute et basse sur le réseau de
distribution français . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Moyens existants sur les réseaux de distribution français pour régler la tension . . 17
1.5 Valeurs numériques de la loi de commande Q(U ) étudiée . . . . . . . . . . . . . . 26
2.1 Dynamique des régulations locales de puissance des convertisseurs . . . . . . . . . 36

2.2 Valeurs numériques utilisées pour les paramètres du modèle . . . . . . . . . . . . 40
2.3 Résultats de la comparaison entre la méthode de linéarisation physique (méthode
1) et numérique (méthode 2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.1 Résumé des cas dans lesquels il est possible de conclure à l’issue de l’itération n . 83
3.2 Paramètres du modèle représentant le cas d’étude . . . . . . . . . . . . . . . . . . 85
3.3 Paramètres de la loi de commande Q(U ) en fonction du mode de fonctionnement 86
3.4 Comparaison de la stabilité, du temps de calcul et de la complexité pour différents
réglages de rapidité du filtre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.1 Paramètres de la dynamique dans le cas de la loi de commande décrite figure 4.1 114
4.2 Liste complète des cycles simples possibles pour un régulateur Q(U ) . . . . . . . 114
4.3 Liste complète des cycles simples possibles pour un régulateur Q(U ) . . . . . . . 119
4.4 Paramètres du modèle représentant le cas d’étude . . . . . . . . . . . . . . . . . . 124
4.5 Zones de fonctionnement de la loi de commande agrégée Q(U ) . . . . . . . . . . . 130
4.6 Comparaison des conclusions du critère proposé et de la référence . . . . . . . . . 135
5.1 Tableau des variations de la fonction f . . . . . . . . . . . . . . . . . . . . . . . . 147

5.2 Résumé de la comparaison de plusieurs codes de réseaux . . . . . . . . . . . . . . 163
5.3 Évolution du maximum des rayons spectraux du système le plus contraignant pour
la stabilité avec n la largeur de l’horizon de la moyenne glissante . . . . . . . . . 166
C.1 Dynamique en boucle fermée du système dans chacune des zones de fonctionnement198
XIV
Table des figures
1.1 Schéma de l’organisation des réseaux électriques en fonction de leur tension en

France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Schéma résumant l’organisation et le vocabulaire des réseaux de distribution en
France [1] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Répartition des puissances installées sur le réseau de distribution exploité par Enedis 11
1.4 Illustration de l’impact de l’insertion de production décentralisée sur le plan de
tension d’un départ moyenne tension . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5 Quelques exemples de lois de commande de la puissance réactive en fonction de
la tension issus de la littérature . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6 Schéma du positionnement relatif de quelques études de stabilité des régulations
locales issues de la littérature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.7 Allure de la loi de commande Q(U ) étudiée . . . . . . . . . . . . . . . . . . . . . 26
2.1 Structure du système à modéliser avec plusieurs producteurs décentralisés équipés

de régulateurs locaux de puissance en fonction de la tension . . . . . . . . . . . . 29
2.2 Représentation des différents phénomènes physiques par échelle de temps [2] . . . 31
2.3 Structure du modèle choisi pour représenter les convertisseurs de puissance d’un
producteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4 Structure du modèle choisi pour représenter le régulateur de puissance active ou
réactive en fonction de la tension d’un producteur . . . . . . . . . . . . . . . . . . 33
2.5 Structure du modèle proposé pour un producteur équipé d’un régulateur . . . . . 33
2.6 Exemple de structure de raccordement au réseau électrique d’un dispositif de sto-
ckage d’énergie distribuée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.7 Principe de la régulation de la puissance active injectée au réseau P [3] . . . . . . 35
2.8 Principe de la régulation en boucle ouverte de puissance réactive Q [3] . . . . . . 36
2.9 Principe de la régulation en boucle fermée de puissance réactive Q [3] . . . . . . . 36
2.10 Schéma de la hiérarchie des boucles de régulation des convertisseurs de puissance [4] 37
2.11 Modèle proposé pour les convertisseurs de puissance d’un producteur . . . . . . . 37
2.12 Modèle agrégé discret proposé pour représenter les régulateurs de puissance des
producteurs en fonction de l’amplitude de sa tension . . . . . . . . . . . . . . . . 39
2.13 Modèle du producteur éolien équipé d’un régulateur Q(U ) . . . . . . . . . . . . . 39
2.14 Comparaison de la réponse à un échelon de tension du modèle quasi stationnaire
et du modèle dynamique proposé . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Table des figures XV
2.15 Brique élémentaire modélisant le comportement d’un producteur équipé d’un ré-
gulateur de puissance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.16 Structure du modèle proposé pour représenter le système électrique . . . . . . . . 43
2.17 Modèle en Π de la branche entre les nœuds A et B . . . . . . . . . . . . . . . . . 43
2.18 Modèle de Thévenin du réseau amont . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.19 Modèle équivalent du réseau électrique proposé . . . . . . . . . . . . . . . . . . . 45
2.20 Modèle proposé pour représenter l’influence des régulateurs sur l’amplitude de la
tension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.21 Modèle proposé pour représenter l’influence des perturbations sur l’amplitude de
la tension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.22 Modèle linéarisé du système électrique . . . . . . . . . . . . . . . . . . . . . . . . 53
2.23 Évaluation de la tension du producteur suite à une variation de puissance réactive
(a) ou active (b) avec les trois méthodes proposées . . . . . . . . . . . . . . . . . 54
2.24 Modèle quasi stationnaire proposé pour représenter le système composé de pro-
ducteurs équipés de régulateurs de puissance raccordés au réseau de distribution . 56
2.25 Réponse du filtre de mesure à un échelon unitaire de tension à t = 0 s pour
différentes valeurs de la constante de temps discrète (a) allant de 0 à 0.9 . . . . . 57
2.26 Modèle quasi stationnaire du système étudié . . . . . . . . . . . . . . . . . . . . . 58
2.27 Évolution temporelle de la tension du producteur en réponse à un échelon de sa
puissance active ∆Pd = Pdf − Pd0 pour a = 0, 1 et pour différentes valeurs finales
Pdf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.28 Évolution de la tension du producteur en réponse à un échelon de perturbation
pour différentes valeurs de a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.29 Évolution de la tension du producteur en réponse à un échelon de perturbation
pour différentes valeurs de a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.1 Exemple d’automate représentant un système de transition hybride . . . . . . . . 73

3.2 Illustration de quelques modes discrets de M(0) et quelques trajectoires de T (0)
(0)
constituant le système discret SD . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.3 Illustration du principe de découpage d’un mode discret . . . . . . . . . . . . . . 80
3.4 Quelques exemples d’analyses de graphes avant la convergence du calcul . . . . . 82
3.5 Schéma bilan de la méthode d’étude de stabilité proposée . . . . . . . . . . . . . 83
3.6 Modèle retenu du système étudié . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.7 P a(0) (X ) partition de l’espace d’état constituée des zones de fonctionnement affine 88
3.8 Automate discret représentant l’abstraction discrète de SH . . . . . . . . . . . . . 88
3.9 Partition de l’espace d’état après la première itération P a(1) (X ) . . . . . . . . . . 89
3.10 Identification des domaines inatteignables à l’issue de la première itération . . . . 90
(1)
3.11 Extrait de l’automate discret représentant SD . . . . . . . . . . . . . . . . . . . 91
3.12 Partition de l’espace d’état après la deuxième itération P a(2) (X ) . . . . . . . . . 92
3.13 Partition de l’espace d’état après la troisième itération P a(3) (X ) . . . . . . . . . 93
XVI Table des figures
3.14 Illustration d’une trajectoire discrète instable représentée dans l’automate discret
et dans l’espace d’état et d’une trajectoire hybride correspondante . . . . . . . . 94
3.15 Illustration d’une trajectoire discrète stable représentée dans l’automate discret et
dans l’espace d’état et d’une trajectoire hybride correspondante . . . . . . . . . . 95
3.16 Polyèdres de P a(3) (X ) appartenant à l’un des cycles détecté . . . . . . . . . . . . 97
3.17 Illustration d’une trajectoire hybride discrète instable correspondant au cycle 2 . 97
3.18 Polyèdres de P a(3) (X ) correspondant à une trajectoire discrète définitive et instable 98
3.19 Illustration du lien entre le temps de réponse du système et le nombre d’itérations
nécessaires permettant de conclure . . . . . . . . . . . . . . . . . . . . . . . . . . 100
3.20 Découpage d’un domaine correspondant à une zone de fonctionnement instable . 101
3.21 Illustration du comportement du système pour deux conditions initiales différentes
(1)
dans D22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.22 Régions de l’espace d’état continu pour lesquels la trajectoire hybride associée est
instable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.23 Évolution du nombre d’états discrets avec le nombre d’itérations du calcul de la
bisimulation pour différentes valeurs de a . . . . . . . . . . . . . . . . . . . . . . 105
3.24 Structure de l’outil d’étude de la stabilité . . . . . . . . . . . . . . . . . . . . . . 108
4.1 Loi de commande Q(U ) utilisée pour les calculs formels . . . . . . . . . . . . . . 112
4.2 Zone de réglage de la rapidité du filtre pour laquelle le système est stable (zone
verte) après l’étude des prédécesseurs . . . . . . . . . . . . . . . . . . . . . . . . . 119
4.3 Stabilité des cycles simples en fonction de la constante de temps du filtre (a) . . . 122
4.4 Stabilité des cycles simples en fonction de la valeur de la rapidité du filtre . . . . 124
4.5 Réponse en tension du système à une perturbation constante pour différentes
valeurs de a autour de la limite de stabilité . . . . . . . . . . . . . . . . . . . . . 125
4.6 Réponse en tension du système à une perturbation constante pour deux réglages
de a autour de la limite de stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.7 Loi de commande Q(U ) du producteur Pi . . . . . . . . . . . . . . . . . . . . . . 130
4.8 Réponse en tension du système de deux producteurs à une perturbation constante
pour différentes valeurs de a autour de la limite de stabilité . . . . . . . . . . . . 131
4.9 Schéma de principe de l’étude statistique proposée pour évaluer la validité du
critère de stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4.10 Exemple d’un réseau utilisé pour l’étude statistique . . . . . . . . . . . . . . . . . 133
4.11 Distributions des principaux paramètres sur les 60 cas étudiés . . . . . . . . . . . 133
4.12 Illustration du comportement instable du système avec un filtre de mesure à
moyenne glissante sur deux échantillons . . . . . . . . . . . . . . . . . . . . . . . 138
4.13 Illustration de l’impact du choix de la marge de stabilité sur la dynamique du
système représenté figure 4.10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.1 Modèle des régulateurs de puissance réactive en fonction de la tension étudiés . . 145
Table des figures XVII
5.2 Schéma illustrant l’inductance utilisée pour chaque terme de la matrice KP Q . . 152
(ex)
5.3 Réponse indicielle du filtre de mesure critique adapté au cas d’étude (alim ) et
valable pour tous les départs moyenne tension français (alim ) . . . . . . . . . . . 160
5.4 Lois de commande Q(U ) proposées dans la norme italienne [5] . . . . . . . . . . . 161
5.5 Évolution du maximum des rayons spectraux des matrices d’évolution avec les
paramètres du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
5.6 Réponse indicielle d’un filtre de type moyenne glissante sur n échantillons pour
différentes valeurs de n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
5.7 Réponse indicielle du « pire » système tel que défini précédemment avec un filtre
de type moyenne glissante sur n échantillons pour n = 6, n = 8 et n = 10 . . . . 166
6.1 Diagramme représentant pour chacune des trois méthodes développées dans ces
travaux le compromis proposé entre la précision de la limite de stabilité, la rapidité,
la généricité et la simplicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
A.1 Schéma du réseau théorique considéré . . . . . . . . . . . . . . . . . . . . . . . . 189

A.2 Modèle en Π du réseau considéré . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
C.1 Modèle proposé pour représenter un réseau électrique accueillant un seul produc-
teur équipé d’un régulateur Q(U ) . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
XIX
Lexique
Autoréglage des charges Adaptation naturelle des puissances active et réactive

consommées par les charges en fonction des variations de
la fréquence et de l’amplitude de la tension.
Bancs de condensateurs Automatisme situé en sortie des postes sources visant à com-
penser la puissance réactive consommée par les départs du ré-
seau de distribution en raccordant plus ou moins de conden-
sateurs.
Branche Liaison électrique reliant deux nœuds du réseau.
Commission de régulation Autorité administrative indépendante française chargée de

de l’énergie (CRE) veiller au bon fonctionnement du marché de l’énergie et d’ar-
bitrer les différends entre les utilisateurs et les divers exploi-
tants.
Départ électrique Ensemble des liaisons électriques ayant en commun une liai-
son électrique amont connectée au secondaire d’un transfor-
mateur.
Départ dédié Départ accueillant uniquement des producteurs.
Départ mixte Départ accueillant à la fois des consommateurs et des pro-

ducteurs.
Énergies renouvelables Installations de production électrique à base d’énergies re-

nouvelables : éoliens, photovoltaïques, etc.
Gestionnaire de réseau de Entreprise chargée de l’entretien, du fonctionnement et du

distribution développement de tout ou partie d’un réseau de distribution
d’énergie.
Ilotage non-intentionnel Situation où une partie du réseau se retrouve séparée du

réseau interconnecté, par exemple suite à une manœuvre ou
un défaut, mais reste sous tension.
Jeu de barres Équipement électrique situé dans le poste source permettant

de relier électriquement le secondaire d’un transformateur et
des départs.
XX Notations
Multi-Parametric Toolbox Toolbox Matlab R

pour faire de l’optimisation paramétrique,
(MPT) de la géométrie algorithmique et de la commande prédictive.
Planification des réseaux Ensemble des moyens mis en oeuvre pour anticiper les évolu-
tions du réseau nécessaires à l’acheminement de l’électricité
au moindre coût pour la société et dans des conditions opti-
males de sécurité, de qualité et d’impact environnemental.
Poste de transformation Interface entre deux réseaux de tension différente, étant no-
tamment le siège de la transformation, de la répartition des
flux d’énergie et de la protection du réseau.
Poste source Poste de transformation situé entre le réseau de transport et

le réseau de distribution moyenne tension.
Poste de distribution Poste situé entre le réseau moyenne tension et le réseau basse
tension.
Producteur conventionnel Installation de production raccordée au réseau via un alter-

nateur dont la fréquence est couplée à celle du réseau.
Production intermittente Sources de production d’énergie renouvelable non disponibles

en permanence et dont la disponibilité varie fortement sans
possibilité de contrôle.
Régleurs en charge Automatisme au niveau des transformateurs visant à main-

tenir la tension aval constante en agissant sur le rapport de
transformation.
Réseau HTB Ensemble des liaisons électriques exploitées en haute et très

haute tension (>50 kV).
Réseau HTA Ensemble des liaisons électriques exploitées en moyenne ten-

sion (entre 1 kV et 50 kV).
Réseau BT Ensemble des liaisons électriques exploitées en basse tension

(<1 kV).
Système à commutation Système dont le modèle change de manière discontinue en

fonction d’un mode.
Système hybride Système dont la dynamique intègre des caractéristiques

continues et des caractéristiques événementielles.
Système de transition Système composé d’un ensemble d’états et d’une relation de

transition entre ces états.
XXI
Notations
0n Vecteur de « zéros » de dimension n
1n Vecteur de « uns » de dimension n
In Matrice identité de dimension n × n
f −1 Réciproque de la fonction f
spec(M) Spectre de la matrice M
tr(M) Trace de la matrice M
det(M) Déterminant de la matrice M
Nombre de nœuds du réseau auxquels sont raccordés des producteurs équipés

nU
de régulateurs de puissance
Nombre de nœuds du réseau auxquels sont raccordés des clients non

nN C
commandables
nP Nombre de régulateurs de puissance
nP
P Nombre de régulateurs de puissance active
nQ
P Nombre de régulateurs de puissance réactive
Nombre de zones de fonctionnement linéaire de la loi de commande agrégée

nP Q
des nP régulateurs
nf Dimension du vecteur d’état agrégé des filtres de mesure des nP régulateurs
nd Dimension du terme agrégé des grandeurs non commandables
nx Dimension du vecteur d’état augmenté du système
PM Polynôme caractéristique associé à la matrice M
s Variable de Laplace
< x >T Moyenne de x(t) sur l’horizon T
z⋆ Complexe conjugué associé au nombre complexe z

1
Introduction générale
Les gestionnaires de réseaux de distribution (GRD) s’engagent auprès de leurs utilisateurs à

garantir la qualité de l’électricité qu’ils leurs fournissent. Le maintien de la tension dans certaines
bornes fixées légalement et éventuellement contractuellement est l’un des engagements des GRD.
L’ensemble des moyens mis en œuvre pour contrôler l’amplitude de la tension est regroupé sous
le terme « mécanismes de réglage de la tension ».
Ces mécanismes ont été initialement conçus pour des réseaux de distribution ayant un fonctionne-
ment unidirectionnel, c’est-à-dire servant à acheminer l’électricité du réseau de transport vers les
consommateurs finaux raccordés en moyenne et basse tension. Depuis les années 2000, les instal-
lations de production raccordées au réseau de distribution, principalement de type renouvelable
et intermittent, se développent massivement et rapidement et cette croissance va continuer. Ce
changement profond des réseaux de distribution impacte la planification de leur développement
jusqu’à leur exploitation et impose en particulier l’adaptation des mécanismes de réglage de la
tension.
De nombreux travaux se focalisent sur des moyens de garantir le maintien de la tension dans les
bornes admissibles fixées sur les réseaux de distribution raccordant de la production. Certains
travaux proposent de nouvelles idées de régulation dynamique à intégrer aux mécanismes de
réglage de la tension. De nombreuses questions se posent quant aux grandeurs à réguler, aux
acteurs à impliquer, aux structures des régulations, etc. On peut noter que certains mécanismes
dynamiques de réglage de la tension sont déjà dans les normes publiées par certains pays, comme
certaines régulations locales de la puissance des producteurs en fonction de leur tension.
L’un des verrous au développement de ces nouveaux mécanismes de réglage est l’évaluation
de leurs impacts sur le fonctionnement dynamique des réseaux. En effet, plusieurs inquiétudes
ont émergé d’études empiriques en simulation et en expérimentation concernant le bon fonc-
tionnement des plans de protection ou encore la stabilité en tension de réseaux accueillant des
régulations locales de puissance des producteurs.
Dans ces travaux, nous nous penchons plus particulièrement sur ce dernier aspect. Nous proposons
d’étudier le lien entre les paramètres des régulations locales de puissance des producteurs et la
stabilité des départs.
Le principal objectif de ces travaux est de développer des méthodes d’analyse permettant aux
GRD de garantir la stabilité de la tension sur les réseaux de distribution en présence de produc-
teurs équipés de régulations locales de puissance en fonction de leur tension.
2 Introduction générale
Le premier chapitre présente la problématique du réglage de tension dans le contexte des réseaux
de distribution raccordant de la production. Un panorama des solutions envisagées dans la lit-
térature pour assurer le réglage de la tension est présenté. Une attention particulière est portée
sur les régulations locales de la puissance réactive des producteurs.
Le chapitre 2 pose un cadre formel à la modélisation des réseaux raccordant des producteurs
participant au réglage de la tension. Les mécanismes de réglage étudiés sont des régulations
de la puissance active ou réactive des producteurs en fonction de leur tension. Les régulateurs
considérés sont composés d’une loi de commande de la puissance affine par morceaux et d’un
filtre de mesure de la tension à temps discret avec un temps d’échantillonnage de l’ordre de la
seconde. Le modèle proposé représente donc les éléments du réseau et les producteurs en vue
d’étudier des phénomènes physiques dont le régime transitoire dure quelques secondes. À partir
de ce modèle, une étude empirique simulant le comportement d’un système réel est menée. Elle
permet de confirmer les risques d’instabilité et le besoin de développer une étude formelle de la
stabilité.
Dans le chapitre 3, on se donne pour objectif de développer une méthode pour étudier formel-
lement la stabilité des départs raccordant de la production équipée de régulateurs de puissance.
Nous souhaitons que la méthode proposée permette aux GRD d’étudier la stabilité lors des études
de raccordement. De l’allure des régulations de puissance des producteurs dépend de la nature
des phénomènes d’instabilité que nous étudions. Ici, le comportement instable se traduit par des
cycles, c’est-à-dire les passages successifs d’une zone de fonctionnement de la loi de commande
affine par morceaux à une autre. Afin d’étudier ces transitions, nous représentons le système
sous la forme d’un système hybride de transition. Une abstraction discrète est ensuite construite
pour en étudier la stabilité. Celle-ci est affinée grâce à un calcul de bisimulation pour se rap-
procher d’une abstraction discrète dont la stabilité est équivalente à celle du système physique.
La méthode proposée est construite sur le même principe que les algorithmes de calculs de bisi-
mulation en ajoutant une étape intermédiaire d’analyse de la stabilité puisque l’objectif est ici
de pouvoir conclure sur la stabilité et non de construire la bisimulation. La méthode proposée
permet de conclure en peu d’itérations et même pour certains cas pour lesquels la construction
de la bisimulation est impossible.
Finalement, le chapitre 3 présente une méthode d’analyse de la stabilité adaptée à tous les sys-
tèmes hybrides affines par morceaux. Pour l’étude des réseaux de distribution raccordant des
régulations de puissance, un outil a été développé sous Matlab
R
à l’aide de la Multi-Parametric
Toolbox. Cet outil permettrait aux GRD d’analyser la stabilité en tension de façon précise avec de
nombreux résultats complémentaires tels que les points de fonctionnement instables, l’amplitude
des oscillations de tension, etc. De plus, la méthode proposée est valable pour une grande diver-
sité de systèmes, c’est-à-dire d’allure de loi de commande, de structure de filtre de mesure, de
topologie de réseaux, etc. Cependant, la richesse, la précision et la généricité de la méthode s’ac-
Introduction générale 3
compagnent d’une certaine complexité de calculs rendant difficile son application à des réseaux
raccordant de nombreux producteurs.
L’objectif du chapitre 4 est de proposer aux GRD une méthode plus facile à mettre en place s’ils
n’ont pas besoin d’une analyse aussi riche et précise que celle proposée par la méthode formelle.
Dans ce chapitre, nous formulons une condition suffisante de stabilité des réseaux raccordant
de nombreux producteurs. Pour y parvenir, nous particularisons les systèmes considérés afin de
pouvoir étudier analytiquement leur stabilité. Une attention particulière est portée à proposer des
hypothèses aussi réalistes et peu restrictives que possible. Par exemple, nous limitons l’étude aux
producteurs dont le filtre de mesure est un filtre passe-bas du premier ordre, ce qui correspond
au filtre préconisé, notamment par les normes allemandes.
Finalement, nous formulons une condition suffisante à la stabilité explicite pour un producteur
grâce à l’écriture formelle des conditions d’atteignabilité arrière et avant des cycles instables
(chapitre 4). À partir de ce critère explicite pour un producteur, on conjecture l’existence d’un
critère implicite valable quel que soit le nombre de producteurs. La validité de la conjecture est
évaluée grâce à une étude statistique. Finalement, cette méthode permet d’établir un critère de
stabilité s’adaptant au cas par cas. Ceci permet une grande simplification des calculs par rapport
à la méthode formelle (chapitre 3) tout en gardant un réglage adaptable à chaque système
étudié. Le critère de stabilité présenté ici est uniquement une condition suffisante de stabilité.
Il est donc plus restrictif que nécessaire. Cependant, il est montré sur quelques cas d’étude
qu’il n’entraine pas une erreur importante sur la limite de stabilité, notamment grâce à son
adaptation au cas par cas. On peut cependant remarquer que le fait que le critère dépende des
caractéristiques du système risque d’entrainer un besoin d’évolution des réglages des producteurs
avec les modifications du réseau.
Pour éviter ceci, le chapitre 5 vise à établir une condition garantissant la stabilité, quel que soit
le producteur qui se raccorde et quel que soit le réseau auquel il se raccorde. L’objectif est de
proposer un critère de stabilité à intégrer aux codes de réseau.
Dans le cas de départs raccordant un seul régulateur de puissance, le critère de stabilité explicite
établi au chapitre 4 nous permet, connaissant les caractéristiques des réseaux d’un pays et des
producteurs qui s’y raccordent, d’exprimer le cas le plus contraignant en matière de stabilité.
Ainsi, nous déterminons des réglages garantissant la stabilité du pire producteur au pire nœud
de raccordement.
Nous montrons que ce réglage permet aussi de garantir la stabilité de N producteurs répartis
sur le réseau en étudiant la structure des matrices d’évolution des systèmes de N producteurs.
Finalement, le réglage proposé s’avère valable dans tous les cas et peut être intégré aux codes
de réseau. Ceci permet de garantir la stabilité des départs sans étude de raccordement, mais au
prix d’un critère restrictif qui oblige à ralentir les filtres de mesure des producteurs.
Enfin, le chapitre 6 présente les conclusions et perspectives de ces travaux. Après un résumé des
objectifs fixés, des verrous levés et des méthodes proposées, quelques pistes qu’il serait intéressant
d’explorer sont présentées, comme l’impact du ralentissement de la dynamique des régulateurs
sur le fonctionnement du système.
Il est important de noter que les principales contributions de ces travaux sont méthodologiques.
Les applications aux cas d’étude tout au long de ce manuscrit sont réalisées pour illustrer les
méthodes proposées et servent de support aux discussions. Le tableau 1 résume les travaux
présentés dans ce mémoire.
Ces travaux ont été effectués en collaboration entre CentraleSupélec et EDF R& D dans le cadre
de l’Institut RISEGrid grâce aux financements de la Fondation Supélec et d’EDF R& D. Ils ont
donné lieu à des présentations et des publications lors de groupes de travail et de conférences
dont voici la liste.
Introduction générale
Chapitre Système considéré Méthode développée Discussions sur :
— Filtres de mesure linéaires à temps

discret avec Te ∼ 1s
2 Modélisation générique
— Réglage rapide devant les régula-
tions existantes
— Chapitre 2 +
Méthode formelle d’analyse de la — Décidabilité
— Loi de commande affine par mor-
3 stabilité générique, précise, mais — Complexité pour plusieurs produc-
ceaux
complexe et lente teurs
— Terme de perturbation constant
— Chapitre 3 +
Réglage des paramètres valables
— Régulateurs de même structure et
dans tous les cas, soit méthode — Champ d’application
4 synchronisés
simple, rapide et précise mais — Extension à d’autres filtres
— Filtres passe-bas du 1er ordre
soumise à de fortes hypothèses
— Cycles simples
Condition suffisante de stabilité au

— Chapitre 4 + — Conservatisme de la méthode
cas par cas, soit moins générique et
5 — Réglages régulateurs identiques — Comparaison à la littérature
moins précise, mais plus simple et
— Contraintes de configuration — Extension à d’autres filtres
rapide que la méthode formelle
Comparaison des trois méthodes selon leur
6
rapidité, simplicité, généricité et précision
Tableau 1 – Synthèse du contenu des chapitres
5
Liste des publications

Conférences internationales :
1. M. Cosson, H. Gueguen, D. Dumur, C. Maniu, V. Gabrion, G. Malarange. Voltage sta-
bility of distributed generators by means of discrete abstraction. In IEEE Confe-
rence on Control Applications (CCA), pp. 195–200, 21-23 September 2015, Sydney, Aus-
tralia.
2. M. Cosson, H. Gueguen, D. Dumur, C. Maniu, V. Gabrion, G. Malarange. Stability Ana-
lysis by means of Discrete Abstraction. Application to Voltage Stability of
Distributed Generators. In IFAC Conference on Analysis and Design of Hybrid Sys-
tems (ADHS), pp. 364–370, 14-16 October 2015, Atlanta, USA.
3. M. Cosson, H. Gueguen, P. Haessig, D. Dumur, C. Maniu, V. Gabrion, G. Malarange.
Stability Criterion for Voltage Stability Study of Distributed Generators. In
Workshop on Control of Transmission and Distribution Smart Grids (CTDSG), 11-13
October 2016, Prague, Czech Republic. (soumis)
Conférences nationales :
1. M. Cosson. Modélisation des variations d’amplitude de la tension d’un réseau de
distribution. Dans Conférence Jeunes Chercheurs en Génie Électrique (JCGE) , 10-11
juin 2015, Cherbourg, France.
2. M. Cosson, H. Gueguen, P. Haessig, D. Dumur, C. Maniu, V. Gabrion, G. Malarange.
Critère de stabilité analytique pour les régulations locales de tension des pro-
ducteurs décentralisés. Dans Symposium de Génie Électrique (SGE), 7-9 juin 2016,
Grenoble, France.
Communications orales sans acte :

1. M. Cosson. Sur l’étude de stabilité de régulations locales de la puissance réactive
en fonction de la tension. 1ère journée scientifique de l’Institut RISEGrid, 26 septembre
2014, Gif-sur-Yvette, France.
2. M. Cosson. Méthode d’analyse de la stabilité des régulations locales des pro-
ducteurs décentralisés. – Application aux régulations Q(U ). Dans 2ème journée
scientifique de l’Institut RISEGrid, 25 septembre 2015, Palaiseau, France.
3. M. Cosson. Établissement d’un critère de réglage des paramètres des régula-
tions Q(U ) des producteurs décentralisés garantissant la stabilité du système.
Dans Journée Scientifique iCODE – GT Réseaux et Systèmes Électriques Intelligents, 18
décembre 2015, Gif-sur-Yvette, France.
7
Chapitre 1
Problématique du réglage de tension

sur les réseaux de distribution
Sommaire
1.1 Réseaux électriques de distribution . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Réglage de tension sur les réseaux de distribution . . . . . . . . . . . . . . . . 12
1.3 Positionnement des travaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Résumé :
Dans ce chapitre, nous présentons la problématique du réglage de tension sur les réseaux de
distribution. Après une brève introduction sur la structure et l’organisation des réseaux de dis-
tribution en France, les mécanismes de réglage de la tension sur les réseaux de distribution sont
présentés. Une attention particulière est placée sur l’impact sur ces mécanismes du raccordement
massif et rapide de production décentralisée.
La nécessité de proposer de nouveaux moyens de réglage est présentée. Un bref état de l’art des
mécanismes développés dans la littérature est dressé. Dans ces travaux, nous nous intéressons
aux régulations locales de la puissance des producteurs en fonction de leur tension. De nom-
breux travaux sont encore en cours pour étudier l’allure de ces régulations, leur organisation,
leur intégration aux études de planification, leurs impacts sur le fonctionnement dynamique des
réseaux, etc. Nous nous positionnons dans cette dernière catégorie et plus particulièrement, sur
l’analyse de la stabilité en tension des départs ayant des régulations locales de la puissance des
producteurs.
L’objectif principal de ces travaux est de développer des méthodes les plus génériques, rapides,
simples et précises possibles pour aider les gestionnaires de réseaux à garantir la stabilité de leurs
départs.
8 1.1. Réseaux électriques de distribution
1.1 Réseaux électriques de distribution
1.1.1 Organisation des réseaux électriques en France
Les réseaux électriques sont les infrastructures qui permettent d’acheminer l’énergie électrique
des installations de production jusqu’aux installations de consommation. En France, les réseaux
utilisent le courant alternatif triphasé sinusoïdal à la fréquence de 50 Hz [6]. Le réseau électrique
est exploité à différents niveaux de tension et organisé en fonction de ces derniers.
En France, on appelle réseau de transport tous les réseaux électriques exploités à une tension
supérieure à 50 kV – dit niveau de tension HTB –. Ils assurent le transport de l’énergie électrique
sur de grandes distances à tension élevée afin de minimiser les pertes. Le réseau de transport
raccorde principalement de grands groupes de production, les connexions avec les réseaux de
transports d’autres pays, quelques clients et les réseaux de distribution.
Les réseaux de distribution regroupent tous les réseaux exploités à une tension inférieure ou
égale à 50 kV. Leur rôle est d’assurer la distribution de l’énergie électrique au niveau local. Ils
raccordent la majorité des consommateurs français.
L’organisation des réseaux de transport et de distribution est subdivisée en fonction du niveau
de tension comme l’indique la figure 1.1. Dans la suite de ces travaux, nous nous intéressons aux
réseaux de distribution.
Figure 1.1 – Schéma de l’organisation des réseaux électriques en fonction de leur tension en
France
1.1.2 Structure des réseaux de distribution
Les réseaux de distribution français sont organisés en deux parties selon le niveau de tension [7].
On distingue les réseaux moyenne tension – dits réseaux HTA – et les réseaux basse tension
– dits réseaux BT (figure 1.1).
1. Problématique du réglage de tension sur les réseaux de distribution 9
Réseaux moyenne tension
Le réseau moyenne tension représente plus de 613 000 km de liaisons électriques qui peuvent
être aériennes ou souterraines [8]. Ce réseau est exploité à 20 kV (15 kV ou moins dans quelques
cas) et est généralement arborescent, bouclable, mais exploité de façon radiale sauf en cas de
défaut du schéma d’alimentation principal [7]. Chaque branche est appelée un départ et mesure
généralement jusqu’à une trentaine de kilomètres.
Les réseaux moyenne tension acheminent l’énergie électrique de réseau de transport aux clients
HTA (plus de 100 000 clients en France) et aux réseaux basse tension. Ils sont raccordés au
réseau de transport par l’intermédiaire de plus de 2 200 postes sources. Il s’agit de postes
de transformation qui abaissent la tension généralement de 63 kV à 20 kV. Les postes sources
assurent aussi des missions de réglage de la tension, de protection des réseaux, de comptage, etc.
Réseaux basse tension
Le réseau basse tension représente près de 700 000 km de liaisons électriques qui peuvent être
aériennes ou souterraines [8]. Ce réseau est exploité à 400 V en triphasé ou 230 V en monophasé
et est généralement radial et non bouclé. Les départs du réseau basse tension sont plus courts
que ceux du réseau moyenne tension.
Les réseaux basse tension acheminent l’énergie électrique du réseau moyenne tension jusqu’aux
utilisateurs BT (plus de 35 millions en France). Ils sont raccordés aux réseaux moyenne ten-
sion par l’intermédiaire de plus de 750 000 postes de distribution qui abaissent la tension,
généralement de 20 kV vers 400 V.
La figure 1.2 reprend les principaux concepts présentés dans cette brève introduction afin de
résumer la structure et le vocabulaire des réseaux de distribution français.
Figure 1.2 – Schéma résumant l’organisation et le vocabulaire des réseaux de distribution en

France [1]
10 1.1. Réseaux électriques de distribution
1.1.3 Utilisateurs
Les réseaux de distribution raccordent deux types d’utilisateurs : les installations de consomma-
tion et les installations de production voir les deux dans certains cas.
Consommateurs
Les réseaux de distribution alimentent la majorité des consommateurs. En France, les ins-
tallations de consommation qui y sont raccordées sont principalement des clients résidentiels –
raccordés au réseau basse tension pour la majorité – et des petites industries, PME, etc. – le
plus souvent raccordées au réseau moyenne tension. Pour une installation de consommation, le
niveau de tension auquel se raccorder est fixé par le législateur. Les prescriptions présentées par
l’arrêté du 17 mars 2003 [9] sont résumées dans le tableau 1.1.
Consommateurs Nombre de
Réseau Niveau de tension
concernés conso.
P 1 > 40 MW Transport Haute tension ∼500
S 2 > 250 kVA Distribution Moyenne tension ∼ 100 000
S > 18 kVA Distribution Basse tension triphasée
∼ 35 millions
S ≤ 18 kVA Distribution Basse tension monophasée
Tableau 1.1 – Tension de raccordement de référence pour les consommateurs d’après l’arrêté du
17 mars 2003
Producteurs
Historiquement, les réseaux de distribution ont été conçus pour raccorder des consommateurs.
Ils ne comptaient que très peu d’installations de production. Depuis les années 2000, en réponse
à l’ouverture du marché de l’électricité et aux politiques environnementales, la production
décentralisée s’est massivement et rapidement développée modifiant ainsi l’organisation – et
donc le fonctionnement – des réseaux de distribution.
Définie par opposition à la production centralisée (centrales de productions de quelques centaines
de MW à quelques GW), la production décentralisée désigne l’ensemble des installations de
production raccordé aux réseaux de distribution que ce soit en moyenne ou en basse tension [10].
Ces producteurs, très variés en matière de puissance installée – de quelques kW à quelques
MW–, sont principalement des énergies renouvelables intermittentes. En France, près de
350 000 installations de production sont raccordées au réseau de distribution. Les installations
de type photovoltaïque représentent 99 % des installations raccordées et seulement 27 % de la
puissance raccordée. Les installations de type éolien représentent près de 50 % de la puissance
installée [11]. La figure 1.3 résume les parts en puissance installée des différentes installations de
production raccordées aux réseaux de distribution exploités par Enedis 3 . Il convient de noter que
1. Puissance active de l’installation
2. Puissance apparente de l’installation
3. Depuis le 31/05/2016, ERDF a été renommé Enedis
les installations dites « dispatchables » sont les installations dont le gestionnaire peut moduler
la puissance en fonction de son besoin.
0.8%
1.7%
2.5%
3.4% Eolien
Photovoltaïque
7.4% Cogénération
9.5% Hydraulique
47.3%
Dispatchable
Déchets ménagers
27.4% Biogaz
Biomasse
Figure 1.3 – Répartition des puissances installées sur le réseau de distribution exploité par Enedis
Pour une installation de production, le niveau de tension auquel se raccorder est imposé par le
législateur. Les prescriptions présentées par l’arrêté du 23 avril 2008 [12] sont détaillées dans le
tableau 1.2.
Producteurs Puissance
Réseau Niveau de tension
concernés installée
P > 12 MW Transport Haute tension ∼ 104 GW
S > 250 kVA Distribution Moyenne tension
S > 18 kVA Distribution Basse tension triphasée ∼ 20 GW
S ≤ 18 kVA Distribution Basse tension monophasée
Tableau 1.2 – Tension de raccordement de référence pour les producteurs d’après l’arrêté du 23
avril 2008
1.1.4 Supervision
Le transport et la distribution d’énergie électrique sont des activités encadrées par la Commission
de Régulation d’Énergie (CRE). Leur supervision est considérée comme une mission de service
public. Elle demande un pilotage continu des réseaux qui est assuré par les gestionnaires de
réseaux de transport et de distribution.
En France, RTE est le seul gestionnaire de réseau de transport, mais il y a plusieurs gestion-
naires de réseaux de distribution (GRD). Le principal GRD, Enedis, assure la supervision
de 95 % du réseau de distribution français. Les 5 % restant sont gérés par 160 entreprises locales
de distribution, par exemple Gérédis dans les Deux-Sèvres.
L’une des principales missions des GRD est d’assurer la continuité, la sûreté et la qualité
de fourniture de ses clients. Pour y parvenir, le GRD exploite, entretient et développe le réseau
de distribution. Le maintien de la qualité de la desserte en énergie électrique est au cœur de
12 1.2. Réglage de tension sur les réseaux de distribution
chacune des activités du GRD de la planification à la maintenance en passant par la conduite

des réseaux. Ceci passe notamment par le réglage de la tension sur les réseaux de distribution.
1.2 Réglage de tension sur les réseaux de distribution
1.2.1 Définition et objectifs du réglage
La qualité de fourniture implique, en particulier la garantie de la qualité de l’onde de tension

au point de raccordement de chaque client. Théoriquement, l’onde de tension devrait être une
sinusoïde de fréquence constante (50 Hz en France) et d’amplitude constante (fixée par le niveau
de tension du point de raccordement). En pratique, le contenu spectral et l’amplitude de la
tension varient dans le temps. Le gestionnaire s’engage à maintenir ces variations dans les bornes
fixées par le législateur afin d’éviter de perturber le fonctionnement des appareils connectés au
réseau [6].
Dans ces travaux, nous nous intéressons aux perturbations du type contraintes de tension haute
– dites surtensions – et contraintes de tension basse. Un nœud est dit en surtension (respec-
tivement en contrainte de tension basse) si sa tension est supérieure (respectivement inférieure)
à la borne de tension haute (respectivement basse) de la plage de tension admissible.
Sur le réseau moyenne tension, la plage de tension admissible est définie légalement et contrac-
tuellement (norme C13-200 pour la HTA et C15-100 pour la BT [13]). Le gestionnaire de réseau
de distribution (GRD) s’engage à maintenir la moyenne sur dix minutes de l’amplitude de la
tension dans une plage de plus ou moins 5 % autour de l’amplitude de la tension de consigne
(Uc ). La tension de consigne est fixée contractuellement au raccordement de l’utilisateur et doit
se trouver dans une plage de plus ou moins 5 % de l’amplitude de la tension nominale du réseau
(Un ) – généralement 20 kV en France.
Sur les réseaux basse tension, le gestionnaire s’engage à maintenir la moyenne sur dix minutes
de l’amplitude de la tension au point de raccordement d’un utilisateur dans une plage de plus ou
moins 10 % autour de la tension nominale du réseau – par exemple 400 V pour un raccordement
triphasé en France.
Le tableau 1.3 résume les définitions des contraintes de tensions basse et haute en fonction du
niveau de tension du point de raccordement d’un utilisateur.
Moyenne tension Basse tension

Contrainte de tension basse < U >10min < Uc − 5% 4 < U >10min < Un − 10%
Surtension < U >10min > Uc + 5% < U >10min > Un + 10%
Tableau 1.3 – Définition des notions de contraintes de tension haute et basse sur le réseau de
distribution français
Les plages admissibles de tension ont été définies afin de garantir la qualité et la sûreté de four-
niture. En effet, une tension trop élevée risque d’entrainer le vieillissement ou la destruction des
4. Avec Uc ∈ [Un − 5%, Un + 5%]
matériels raccordés au réseau. Des tensions trop basses peuvent perturber le bon fonctionnement
des matériels des utilisateurs, mais aussi du réseau – comme les plans de protection, etc. –, l’aug-
mentation des pertes et la diminution de la puissance maximale transmissible dans les lignes ce
qui risque d’entrainer une surcharge du réseau [14]. Il est donc important d’éviter les contraintes
de tensions haute et basse. En pratique, si la tension sort des plages admissibles de fonctionne-
ment, les plans de protection des réseaux prennent en charge l’élimination du risque en allant
jusqu’à, si besoin, interrompre l’alimentation de certains utilisateurs. Le lecteur intéressé pourra
trouver des détails sur les plans de protection des réseaux de distribution français dans [15]
et [16].
Afin d’éviter les interruptions et donc d’assurer la continuité de l’alimentation des utilisateurs, le
gestionnaire contrôle le niveau de tension de ses réseaux en agissant de la planification jusqu’à la
conduite des réseaux. Ces différentes actions sont regroupées sous le nom de réglage de tension.
1.2.2 Structure historique du réglage de tension
Les structures des réseaux de transport et de distribution étant historiquement différentes, l’or-
ganisation du réglage de tension l’est aussi. On ne détaillera ici que le réglage de tension sur
les réseaux de distribution. Le lecteur intéressé trouvera des détails sur le fonctionnement du
réglage de tension sur les réseaux de transport dans [14].
Les différents moyens permettant le réglage de la tension ont été conçus avant l’insertion massive
de production décentralisée. Dans un premier temps, nous allons détailler le fonctionnement du
réglage de tension dans le contexte historique (sans production décentralisée). Nous discuterons
ensuite de l’impact des producteurs sur ce réglage.
Comme dit précédemment, le but de ce réglage est de maintenir la tension dans les bornes
admissibles (tableau 1.3). Aujourd’hui, les GRD disposent de moyens de réglage en conduite
(réglages dynamiques) et en planification (réglage statique) pour régler la tension. Ils sont tous
construits sur les mêmes principes physiques. La tension sur le réseau dépend entre autres :
— de la tension en quelques nœuds stratégiques du réseau ;
— des flux de puissance réactive ;
— des flux de puissance active.
Le lecteur intéressé trouvera plus de détails sur le lien entre les flux de puissance réactive ou
active et le plan de tension dans [17].
Les réglages dynamiques
Il en existe principalement deux sur les réseaux de distribution français.

— Les régleurs en charges :
Situés dans les postes sources, les régleurs en charge ont pour but de maintenir constante la
tension en aval du poste source – dite tension au jeu de barres et notée Ujdb (figure 1.2) en
agissant sur le plan de tension [18]. Ceci permet de découpler les plans de tension des réseaux
amont (réseau de transport) et aval (réseau de distribution).
Pour y parvenir, les régleurs en charge sont des automates qui adaptent de façon discrète le
rapport de transformation du transformateur du poste source lorsque la tension en aval (Ujdb )
(ref )
s’écarte de la consigne (Ujdb ). En pratique, la tension en aval est mesurée et comparée à la
valeur de consigne choisie en planification par le GRD. Si la mesure s’écarte de plus de 1 % de la
consigne, et ce pendant une minute, l’automate « passe une prise » c’est-à-dire qu’il augmente (ou
diminue) le nombre de spires au primaire du transformateur afin de diminuer (ou d’augmenter)
le rapport de transformation et donc la tension au jeu de barres Ujdb .
Il convient de noter qu’après le passage de prise, si la tension ne revient pas à moins de 1 % de la
consigne en dix secondes, une deuxième prise est passée. Ceci continue jusqu’à ce que la tension
au jeu de barres revienne dans la plage admissible ou que le régleur en charge arrive en butée.
— Les bancs de condensateurs :
Situés en sortie des postes sources – soit en tête de départ, les bancs de condensateurs ont pour
rôle de compenser la puissance réactive absorbée par les départs du réseau de distribution
raccordés au poste source. Ainsi, ils agissent sur la tension des départs en modifiant le flux de
puissance réactive même si ce n’est pas leur but premier. En effet, les condensateurs fournissent
de la puissance réactive ce qui a pour effet de faire augmenter la tension.
Les bancs de condensateurs sont des automates qui mesurent le flux de puissance réactive et
raccordent au réseau un ou plusieurs gradins de condensateurs si les départs consomment trop
de puissance réactive [19].
Les réglages statiques
Nous regroupons dans les réglages statiques les principaux paramètres que les GRD peuvent fixer
lors des études de raccordement d’un nouveau consommateur et qui ont un impact direct sur
le plan de tension. En effet, le GRD réalise une étude – dite étude de raccordement – lorsque
l’arrivée d’un nouvel utilisateur modifie le fonctionnement du réseau. Un aperçu du principe de
ces études est proposé ci-dessous. Pour une description plus détaillée des études de raccordement,
le lecteur pourra se référer à [1].
Le but de cette étude de planification est de prévoir d’éventuelles contraintes de courant et de
tension basse 5 . Pour y parvenir, les GRD simulent le fonctionnement statique du réseau dans le
cas le plus contraignant – pour une consommation maximale – grâce à des calculs de répartition
des charges.
Si l’étude ne met pas de contrainte en évidence, le nouvel utilisateur peut être raccordé en l’état.
Sinon, le GRD a plusieurs moyens d’action pour éviter la contrainte.
— Dans un premier temps, il peut ajuster la tension de consigne des régleurs en
(ref )
charge (Ujdb ) afin de lutter contre les contraintes de tension basse. Dans le cas d’un
départ ne raccordant que de la consommation, la tension diminue le long du départ. En
(ref )
pratique, afin d’éviter les contraintes de tension basse, la consigne Ujdb est réglée au
5. On rappelle que l’on décrit le principe des mécanismes de réglage de la tension dans le cas historique soit
sans production. Dans ce cas, la tension décroit le long du départ. Il n’y a donc pas de risque de surtension.
maximum admissible sur le réseau 6 .

— Le GRD peut aussi choisir de modifier le rapport de transformation fixe d’un poste
de distribution pour lutter contre les contraintes de tension basse sur un départ basse
tension. Il convient de noter que les postes de distribution ont généralement trois prises
fixes. Le changement de prise se fait uniquement hors tension.
— Finalement, si les leviers précédents ne suffisent pas à éviter les contraintes, le GRD peut
choisir de renforcer un ouvrage en contrainte ou de créer un nouvel ouvrage.
En pratique il s’agit par exemple de remplacer les lignes ou les câbles d’une liaison ou
encore de créer une nouvelle liaison pour éviter des cas de contrainte de courant. Ce levier
est généralement choisi en dernier recours à cause de son coût et de la durée des travaux
potentiels.
L’organisation du réglage de tension a été établie avant l’arrivée massive de production décen-
tralisée. Nous allons maintenant étudier l’impact de cette production sur le fonctionnement du
réglage de tension et les adaptations de ce réglage qui ont été effectuées par les GRD.
1.2.3 Réglage de tension en présence de producteurs décentralisés
L’insertion massive de production sur les réseaux de distribution a profondément modifié les
flux de puissance transités par ces derniers. Conçus pour des flux descendants – du poste
source vers les consommateurs, les liaisons des réseaux de distribution transportent maintenant
des flux bidirectionnels – des producteurs décentralisés vers les consommateurs – voire ascendants
– lorsque la production d’un départ dépasse sa consommation.
Cette modification impacte le fonctionnement du réseau de distribution à plusieurs niveaux, des
plans de protection aux plans de tension en passant par l’observabilité. Dans ces travaux, nous
nous intéressons aux impacts sur les plans de tension. Le lecteur intéressé pourra trouver
des informations détaillées sur les impacts de la production décentralisée dans [20]–[27].
Comme dit précédemment, sur un départ raccordant uniquement des consommateurs, la tension
décroit lorsque l’on s’éloigne du poste source en fonction des puissances consommées et des
caractéristiques des liaisons électriques (figure 1.4a).
Dans le cas d’un départ raccordant de la production, la tension risque d’augmenter localement.
Des surtensions peuvent donc apparaitre et être invisibles depuis la mesure de la tension au poste
source (figure 1.4b). Ainsi, les régleurs en charge ne suffisent donc pas à éviter les contraintes de
tension en présence de production décentralisée. De même, les bancs de condensateurs ne sont
pas suffisants.
Jusqu’à présent, le risque de surtension causé par les producteurs décentralisés est maîtrisé à
l’aide des réglages statiques de tension présentés partie 1.2.2. En plus des moyens déjà présentés,
l’arrêté du 23 avril 2008 (article 10) prévoit que le GRD puisse imposer aux producteurs qui
se raccordent au réseau moyenne tension de fournir ou d’absorber une puissance réactive égale
6. La valeur maximale admissible est Un + 5% (tableau 1.3) et la consigne choisie est généralement Un + 4%
(20,8 kV dans le cas d’un réseau exploité à 20 kV) car les régleurs en charge maintiennent la tension à plus ou
moins 1 % de la consigne.
Tension Tension max Tension

Ujdb • Ujdb •
Tension min
Distance Distance
Départ 1 Départ 1
Ujdb Ujdb
∼ Producteur
Départ 2 Départ 2
(a) Sans producteur (b) Avec producteurs
Figure 1.4 – Illustration de l’impact de l’insertion de production décentralisée sur le plan de

tension d’un départ moyenne tension
à une fraction de la puissance active – appelée « tan(ϕ) » – qu’ils injectent au réseau. Pour ce
faire, le GRD fixe le tan(ϕ) des producteurs entre -0,35 (en cas de risque de surtension) et 0,4
(en cas de risque de contrainte de tension basse).
Si le réglage du tan(ϕ) du producteur qui se raccorde ne suffit pas à résoudre les contraintes de
tension, le GRD a alors recours aux moyens statiques cités précédemment. Il peut diminuer la
(ref )
consigne de tension des régleurs en charge (Ujdb ) à condition que ceci n’entraine pas de risque
de contrainte de tension basse sur un départ adjacent. Si ceci ne suffit pas, le GRD peut choisir
d’intervenir sur le réseau afin de modifier une prise fixe d’un poste de distribution, de renforcer
un ouvrage ou d’en créer un nouveau.
Ainsi, aujourd’hui, les GRD utilisent des réglages statiques de la tension pour limiter les contraintes
de tension causées par les producteurs décentralisés. Cependant, ces réglages atteignent vite leurs
limites et le renforcement des réseaux devient alors nécessaire [28]. De plus, il s’agit de réglages
statiques qui ne tenaient déjà pas compte des variations de la consommation et qui ne tiennent
pas non plus compte du caractère intermittent de nombreux producteurs décentralisés et donc
des contraintes [29].
Finalement, il est nécessaire de repenser le réglage de tension pour permettre aux réseaux de
distribution d’accueillir une importante production décentralisée au meilleur coût pour la so-
ciété. Plusieurs idées de nouveaux mécanismes de réglage de la tension ont été envisagés dans
la littérature. Avant d’en présenter quelques-uns (partie 1.2.4), nous proposons de résumer les
leviers existants ainsi que leurs principales caractéristiques dans le tableau 1.4 7 .
7. Il convient de noter que, depuis le 1 février 2016, un nouveau mécanisme de réglage dynamique de la tension
en agissant sur le flux de puissance réactive au niveau des producteurs est proposé en France par Enedis. Celui-ci
sera présenté dans la partie 1.2.4
1. Problématique du réglage de tension sur les réseaux de distribution
Réglage Départs Réseaux
Levier Action sur Emplacement Objectifs
dynamique ? indépendants concernés
Découpler Ujdb des
variations de la tension
Régleurs en charge X U Poste source HTA et BT
sur le réseau de
transport
Compenser la puissance
Bancs de réactive consommée par
X Q Tête de départs HTA et BT
condensateurs les départs de
distribution Qconso
Maintenir la tension
Producteurs
tan(ϕ) X Q X HTA et BT des producteurs autour
HTA
de la consigne
Consigne des (ref )
Adapter Ujdb à la
régleurs en charge U Poste source HTA et BT connaissance a priori
(ref )
Ujdb du réseau
Rapport de Adapter le rapport
transformation des Poste de entre UHT A et UBT à la
U BT
postes de distribution connaissance a priori
distribution du réseau
Modifier les
caractéristiques du
Renforcement R et X 8 X Au choix HTA et BT
réseau pour lever les
risques de contraintes
Tableau 1.4 – Moyens existants sur les réseaux de distribution français pour régler la tension
17
8. Agit sur les caractéristiques des réseaux.
1.2.4 Panorama des mécanismes à l’étude pour le réglage de la tension
De nombreux leviers sont à l’étude dans la littérature afin de permettre une augmentation des
capacités d’accueil des départs moyenne et basse tension tout en évitant ou reportant les tra-
vaux de renforcement des réseaux. Un panorama très riche des différents leviers comparant leur
principe, leur état d’avancement, les verrous à lever, etc. a été récemment proposé par [1]. Dans
ce mémoire, nous ne présentons qu’un bref tour d’horizon des nouveaux mécanismes de réglage
de la tension en les classant en fonction de leur principe physique.
— Les mécanismes agissant sur les flux de puissance réactive :
Ce type de leviers propose une adaptation en temps réel de la puissance réactive –
contrairement au réglage statique qui reste le même, quel que soit l’état du réseau. En cas de
surtension sur le réseau, une absorption de puissance réactive va être demandée aux acteurs
participant à ce réglage. La commande peut être locale ou centralisée. Ce type de réglages peut
être effectué par les producteurs raccordés en moyenne et basse tension, par des dispositifs de
compensation de puissance réactive – comme les bancs de condensateurs situés en tête de départ
–, par des charges, etc.
Agir sur les flux de puissance réactive permet de participer au réglage de tension sans restreindre
la puissance active injectée sur le réseau, ce qui est particulièrement intéressant pour les ins-
tallations de production 9 . Cependant, l’augmentation des flux de puissance réactive entraine
l’augmentation des courants dans les branches et donc des pertes. L’action de ce type de leviers
est donc limitée.
Les mécanismes de contrôle dynamique de la puissance réactive absorbée/fournie par les pro-
ducteurs ont donné lieu à de nombreuses études. Parmi les nouveaux mécanismes de réglage
de la tension en agissant sur les flux de puissance réactive, les régulations locales de puis-
sance réactive des producteurs sont les plus avancées. Différents types de régulations ont été
expérimentées en réseau [30]–[34] et certains sont déjà intégrés aux codes de réseaux [35]–[38].
— Les mécanismes agissant sur les flux de puissance active :
Ce type de mécanismes n’existe pas parmi les mécanismes historiques de réglage de la tension
présentés précédemment (partie 1.2.2). L’apparition de ces mécanismes est motivée par l’aug-
mentation de la production décentralisée et par son caractère intermittent. En effet, aujourd’hui,
la capacité d’accueil des départs du réseau de distribution est calculée de façon déterministe en
prenant le scénario le plus contraignant sans tenir compte de la probabilité de réalisation d’un
tel scénario.
Le principe des mécanismes de réglage de la tension agissant sur les flux de puissance active est de
modifier en temps réel la production en fonction d’un calcul instantané de la capacité d’ac-
cueil du départ. Ce type de réglages peut être effectué directement au niveau des producteurs en
effaçant de l’énergie disponible, à l’aide d’un système de stockage, en contrôlant dynamiquement
la charge, etc. Les consignes peuvent être déterminées localement ou de façon centralisée.
9. La possibilité de fournir ou d’absorber de la puissance réactive quelle que soit la puissance active n’est
possible que si la chaine de conversion de puissance du producteur à été surdimensionnée.
Agir sur les flux de puissance active permet de résoudre efficacement les contraintes de tension,
mais l’un des verrous au développement de ce type de mécanismes est économique. En effet, dans
le cas de producteurs de type énergie renouvelable sans système de stockage, l’effacement revient
à une perte de productible et donc à une perte financière. Le réglage de la puissance active
au niveau des producteurs est très efficace pour résoudre des contraintes de tension et a donc
été largement étudié dans la littérature [39]–[43]. À cause de son coût, il est souvent envisagé
en dernier recours par exemple lorsque les régulations de puissance réactive des producteurs ne
suffisent pas [44]–[48] ou en solution temporaire pour les producteurs dans l’attente de travaux
de raccordement [33], [49]–[51].
— Quelques autres exemples de mécanismes :
Des leviers agissant sur le plan de tension sont aussi envisagés pour commander la tension
en un point particulier du réseau. C’est par exemple le cas des régleurs en charge situés aux
postes sources. Les mécanises envisagés dans la littérature proposent notamment de commander
dynamiquement la tension en différents points du réseau par exemple en équipant certains postes
de distribution de régleurs en charge [52]–[55], ou encore de commander dynamiquement les
consignes de tension de ces mécanismes par exemple en ajustant la consigne de tension au jeu
de barres en fonction de l’état du réseau [17], [56]–[58].
D’autres travaux proposent d’agir dynamiquement sur les caractéristiques des départs électriques.
Il s’agit de modifier temporairement le schéma de raccordement d’un ou plusieurs départs grâce
aux organes de manœuvre télécommandés [59]. Ceci permet d’agir sur les flux de puissance par
exemple en raccordant quelques heures un producteur d’un départ contraint à un départ qui l’est
moins [60]–[64].
1.2.5 Conclusion
Nous avons cité quelques exemples de mécanismes dynamiques de réglage envisagés sur les ré-
seaux de distribution afin d’y améliorer le réglage de la tension. On retiendra de ce bref état
de l’art que les leviers les plus proches de la mise en œuvre sur les réseaux sont les réglages
locaux de puissance au niveau des producteurs. Ceci s’explique notamment par les faibles
investissements nécessaires à la mise en œuvre d’un tel réglage.
Par exemple, les régulations locales de puissance réactive des producteurs sont déjà en place dans
certains réseaux. C’est le cas en France puisque ce type de mécanismes de réglage a été intégré
à la documentation technique de référence d’Enedis depuis février 2016 [38] après une dizaine
d’années d’études [65], [66], [67], [68], [38] et d’expérimentations [30], [34], [33].
Pour conclure, dans ces travaux, nous nous intéresserons plus particulièrement aux régulations
locales de puissances active et réactive des producteurs et à leurs impacts sur le fonctionnement
des réseaux.Afin de positionner les travaux présentés ici par rapport à la littérature, nous allons
détailler l’état de l’art concernant ce type de régulations.
20 1.3. Positionnement des travaux
1.3 Positionnement des travaux
1.3.1 Pistes de recherche
Faire participer dynamiquement les producteurs décentralisés au réglage de tension permettrait

d’augmenter la capacité d’accueil des réseaux de distribution tout en répartissant l’effort de
réglage. Cette solution, déjà en place sur le réseau de transport, est à l’étude pour les réseaux
de distribution depuis une dizaine d’années [69].
De nombreuses questions ouvertes se sont posées – et se posent encore – sur l’intérêt de faire par-
ticiper les producteurs décentralisés au réglage de tension, les moyens possibles, les coûts pour les
différents acteurs, les impacts sur la dynamique du système, etc. Nous allons présenter quelques
éléments de réponse proposés dans la littérature. Pour cela, nous avons classé les interrogations
en trois catégories :
— les réflexions sur les mécanismes de réglage ;
— les réflexions sur leur intégration au réseau ;
— les réflexions sur leurs impacts sur le fonctionnement dynamique du réseau.
Mécanismes de réglage
Le principal avantage des régulations dynamiques de puissance réactive, par rapport aux réglages
statiques, est d’éviter la consommation ou l’injection de puissance réactive – et donc les pertes
– quand le réseau n’en a pas besoin. Dans la littérature, ce type de régulations a été envisagé
pour les producteurs raccordés en moyenne et basse tension [48], [70]–[72]. Plusieurs stratégies
de commande de la puissance réactive ont été proposées.
Certains travaux proposent d’adapter la puissance réactive absorbée à la puissance active ins-
tantanée injectée en suivant une loi de commande affine afin de compenser l’élévation de
tension provoquée par le producteur à ses bornes [73]–[74]. D’autres travaux ont développé
un réglage dynamique du facteur de puissance (cos(ϕ)) en fonction de la puissance active
injectée ou de la tension [5], [37], [75]. Ce type de régulations permet d’adapter la participa-
tion au réglage de tension des producteurs à leur production instantanée et donc a priori à leur
contribution aux contraintes de tension.
D’autres régulations proposent de commander la consigne de puissance réactive en fonction de la
mesure de la tension et de la puissance installée au lieu de la puissance instantanée. On appelle
ce type de régulations les régulations Q(U). Il existe plusieurs variantes dont les différences
principales sont l’allure de la loi de commande et le filtre choisi pour la mesure de la tension. La
figure 1.5 présente quelques allures de lois de commandes issues de la littérature [43], [66], [67],
[75], [76], [77]. On peut remarquer que le principe de ces lois repose sur une puissance réactive
limitée, voire nulle en régime de fonctionnement normal, une absorption maximale de puissance
réactive lorsque la tension devient trop importante et une injection maximale lorsque la tension
devient trop faible.
De plus, la majorité des régulations présentées dans la littérature ne sont pas linéaires, mais
QM
Q QM
Q
Q0 U (ref )
| U | U
U (ref )
Qm Qm
(a) Multi-niveaux (b) Statisme complet

QM
Q QM
Q
| U | U
U (ref )
Qm Qm
(c) Bande-morte (d) Avec hystérésis
Figure 1.5 – Quelques exemples de lois de commande de la puissance réactive en fonction de la

tension issus de la littérature
plutôt affines par morceaux. Ces lois de commande sont généralement précédées d’un filtre
de mesure dont l’objectif est de lisser les variations rapides de l’amplitude de la tension – de
dynamique inférieure à quelques centaines de millisecondes – et de suivre la tendance des varia-
tions de puissance active des producteurs – de l’ordre de la seconde. Pour les régulations Q(U ),
les filtres les plus répandus dans la littérature sont les filtres passe-bas du premier ordre [32],
[78]–[80]. On peut aussi citer [31] et [38] qui proposent l’utilisation de filtres du type moyenne
glissante. Les filtres de mesures proposés ont généralement un temps de réponse de l’ordre de
quelques secondes.
En France, différentes lois de commande de puissance réactive en fonction de la tension ont été
étudiées et expérimentées en réseau [30], [34]. Ces études ont mené Enedis à choisir de proposer
aux producteurs raccordés au réseau moyenne tension de s’équiper d’une régulation Q(U ) avec
bande morte (figure 1.5) et un filtre de mesure du type moyenne glissante [38].
Aujourd’hui, de nombreuses questions se posent encore comme l’intérêt et la mise en place
d’un réglage centralisé de la puissance réactive. On peut aussi citer les études menées pour
évaluer l’intérêt d’une structure centralisée pour ces régulations, la répartition du réglage entre
les producteurs, la coordination avec d’autres régulations de tension, etc. [46], [48], [81]–[83].
Intégration au réseau
Un deuxième pan majeur des travaux sur les nouveaux mécanismes de réglage de la tension
porte sur leur intégration au réseau. En effet, en présence d’une forte production décentralisée,
les méthodes traditionnelles de planification des réseaux aboutissent généralement à des travaux
d’adaptation du réseau potentiellement coûteux et longs à mettre en œuvre. Ce recours fréquent
au renforcement de réseau provient en grande partie de l’approche déterministe utilisée pour
dimensionner le réseau qui ne prend pas en compte le caractère intermittent d’une grande partie
de la production décentralisée. L’approche déterministe consiste à systématiquement adapter le
réseau pour résoudre 100 % des contraintes détectées sur des cas pessimistes de consommation
et de production, sans tenir compte de la probabilité d’apparition des contraintes.

L’intégration de nouveaux leviers dynamiques comme les régulations locales Q(U ) implique de
réviser les méthodes de planification pour pouvoir choisir les mécanismes et leurs réglages
permettant de réduire les coûts d’intégration des producteurs décentralisés tout en maintenant
un niveau de risque acceptable en exploitation. Plusieurs approches de planification ont été
proposées récemment pour être capable d’étudier rapidement un grand nombre de scénarios
afin d’évaluer le plus précisément possible les impacts technico-économiques de ces leviers à
moyen/long terme [1], [68], [84], [85]. Les études économiques sont particulièrement complexes à
mener puisqu’elles demandent de prendre en compte les coûts pour un grand nombre d’acteurs
– des pertes sur les réseaux au coût des onduleurs des producteurs – sur un grand nombre de
scénarios pour pouvoir généraliser les conclusions.
Parmi les problématiques liées à l’intégration des mécanismes centralisés de réglage de la tension
aux réseaux de distribution, on peut aussi citer l’estimation de l’état du réseau à partir d’un
nombre minimum de mesures. Elle reste aujourd’hui l’un des principaux verrous à lever pour
permettre le développement de régulations centralisées au meilleur coût pour la société [86]–[91].
L’objectif est de permettre aux acteurs centraux de prendre en temps réel les meilleures décisions
avec des structures de communication des mesures et des consignes les plus fiables et les moins
chères possible.
Impact sur le fonctionnement dynamique des réseaux
Malgré toutes les questions encore d’actualité, certaines régulations sont déjà en place sur les
réseaux ou en passe de l’être. Ceci soulève une autre série d’interrogations portant sur l’impact
de ces leviers sur l’exploitation des réseaux.
Le bon fonctionnement des plans de protection des réseaux de distribution en présence de méca-
nismes de réglage dynamique de la tension est aussi un sujet au cœur des interrogations sur l’im-
pact des régulations des producteurs décentralisés. En particulier la détection des situations
d’ilotage non intentionnel dans le cas de réseaux de distribution accueillant des régulations
locales de puissance des producteurs est aujourd’hui à l’étude dans la littérature [92]–[96].
On peut aussi s’interroger sur l’impact sur le fonctionnement des matériels en place sur les
réseaux en régime normal de fonctionnement. Le vieillissement des onduleurs des producteurs
participant aux réglages Q(U ) est étudié, mais aussi celui des régleurs en charge et des bancs de
condensateurs [97]–[102]. Par exemple, les résultats de l’expérimentation sur un départ présentés
par [30] ont relevé que la loi de commande Q(U ) avec statisme complet testée (figure 1.5b) avait
sollicité plus fréquemment les régleurs en charge et les bancs de condensateurs que la loi de
commande avec bande morte testée (figure 1.5c).
Les risques d’interactions avec les réglages existants ne sont pas les seuls étudiés. En effet,
des travaux récents s’intéressent aux risques d’interactions entre plusieurs régulations locales
provoquant des oscillations entretenues de la tension. Les régulations locales fonctionnent en
boucle fermée – le producteur mesure sa tension pour adapter sa consigne de puissance, ce qui
impacte sa tension – ainsi, ces dernières représentent un risque pour la stabilité des départs.
Dans la littérature, à notre connaissance, peu de travaux traitent des problématiques de stabilité
des régulations Q(U ). En effet, ce type d’études pose des défis lorsque les systèmes étudiés ne
sont pas linéaires. Comme nous l’avons remarqué figure 1.5, les lois de commande Q(U ) ne sont
généralement pas linéaires, mais plutôt affines par morceaux. Afin de tester la stabilité de réseaux
accueillant un ou plusieurs producteurs équipés de régulations Q(U ), des études empiriques
en simulation et en expérimentation ont été menées sur des cas particuliers.
Les différents départs étudiés par [34] ou [32] restent stables malgré la présence de régulations
locales Q(U ). Cependant, d’autres travaux tirent des conclusions contraires. Par exemple, [102]
identifie des cas d’instabilité de la tension en simulant le fonctionnement d’un producteur équipé
d’une régulation Q(U ). Il semble donc compliqué de généraliser les résultats obtenus en étudiant
des réseaux particuliers. On peut aussi citer [80] qui étudie le lien entre la stabilité et la constante
de temps du filtre de mesure dans le cas d’un départ accueillant trois producteurs équipés de
régulations Q(U ) avec bande-morte (figure 1.5c). Cette étude permet sur un cas donné d’identifier
des paramètres des régulations visant à garantir la stabilité du système. Même s’il semble difficile
d’extrapoler les valeurs numériques proposées à partir de l’étude d’un exemple à d’autres réseaux,
ces travaux permettent d’illustrer le lien entre les paramètres des régulations Q(U) et la
stabilité.
Sans formalisation de l’analyse de stabilité des régulations Q(U ), il semble compliqué de pouvoir
généraliser ces résultats. Récemment, [79] propose une étude analytique de la stabilité d’une
régulation Q(U ) avec bande-morte (figure 1.5c) dans chacune des zones linéaires de cette loi
de commande Q(U ). Le lien entre la stabilité des zones de fonctionnement linéaire et celle du
système global n’est pas abordé.
Dans ces travaux, nous proposons de formaliser l’étude de la stabilité d’un réseau de distri-
bution accueillant des producteurs décentralisés équipés de régulations locales de leur puissance
en fonction de leur tension afin de pouvoir tirer des conclusions les plus générales possible
en matière de réseaux et de régulations étudiés comme illustré figure 1.6.
1.3.2 Principales contributions des travaux
Dans nos travaux, le système étudié est un réseau de distribution accueillant un ou plusieurs
producteurs équipés de régulations locales de puissance active ou réactive en fonction de leur
tension. L’objectif est de développer une méthodologie d’étude de la stabilité de ce type de
systèmes qui s’adapte aux besoins des gestionnaires de réseaux de distribution (GRD). Comme
illustré figure 1.6, l’idéal est de développer une méthode valable quels que soient le réseau
et les régulations des producteurs, mais aussi dont la mise en œuvre répond aux
contraintes des gestionnaires.
Dans un premier temps (chapitre 2), la modélisation du système est proposée en vue de l’étude
d’instabilités de tension provoquées par les régulations locales de producteurs. Ce type de phé-
Chapitre 3 : Méthode adaptée à

tous les réseaux et toutes les ré-
gulations affines par morceaux
Régulation
Tendances obtenues quelconque Chapitre 4 :
avec plusieurs
régulations testées Méthode adaptée
sur un réseau aux filtres passe-
ex : [78], [80] bas d’ordre un
Méthodes empiriques Chapitre 5 :

en simulation ou Méthode adaptée
en expérimentation aux filtres passe-bas
Régulation
ex : [32], [34], d’ordre un identiques
particulière Réseau particulier Réseau quelconque
[102], [103]
Expression paramétrique de la limite de stabi-
lité pour un régulateur sur plusieurs réseaux
ex : [79]
Figure 1.6 – Schéma du positionnement relatif de quelques études de stabilité des régulations
locales issues de la littérature
nomènes a une dynamique de l’ordre de quelques secondes. Une modélisation des

producteurs décentralisés, de leurs régulations et des différents éléments du réseau
adaptée à cette échelle de temps y est décrite. Celle-ci a pour objectif de poser formellement le
modèle du système en explicitant clairement les hypothèses faites et le domaine d’application de
ce type de modèles.
Une fois le modèle clairement défini, nous pouvons caractériser le système sous la forme d’un
système hybride affine par morceaux. Trois méthodes d’étude de la stabilité de ce type de
systèmes sont alors proposées en fonction des objectifs de l’étude.
La première méthode présentée (chapitre 3) a pour objectif d’étudier formellement la stabi-
lité d’un départ quelconque raccordant des régulations les plus générales possible en
matière d’allure de la loi de commande et de structure du filtre de mesure. La méthode proposée
est construite sur l’abstraction discrète du système physique qui est ensuite affinée pour s’ap-
procher d’une abstraction discrète dont la stabilité est équivalente à celle du système physique.
Ce calcul itératif est construit sur la base des calculs de bisimulation à laquelle on ajoute une
phase d’analyse de la stabilité à chaque itération. Ceci permet de conclure rapidement sur la
stabilité du système et même de conclure dans certains cas pour lesquels les calculs classiques de
bisimulation ne convergent pas.
La méthode d’étude de stabilité développée au chapitre 3 est valable pour tout système hybride
affine par morceaux et en particulier pour l’étude de la stabilité des départs accueillant des
producteurs équipés d’une régulation locale de puissance. Elle offre des résultats riches et
génériques (figure 1.6), mais demande un effort de calcul important et qui augmente
avec le nombre de producteurs étudiés. Ce type de méthodes semble donc intéressant pour
l’étude de cas sensibles c’est-à-dire des cas pour lesquels le GRD a besoin de choisir un réglage
précis des paramètres des régulations.
Ce compromis ne répond pas toujours aux besoins du GRD. C’est pourquoi le chapitre 4 a pour
objectif de développer une méthode adaptée à l’étude d’un grand nombre de produc-
teurs en un temps raisonnable. Afin de simplifier l’analyse de la stabilité, le cas étudié est
particularisé en termes d’allure de la régulation et de structure du filtre de mesure.
Si l’on se réfère à la figure 1.6, ceci revient à se déplacer sur l’axe des ordonnées. Il convient de
noter que si l’application demande de particulariser les régulations étudiées, la méthode reste
néanmoins générale.
Dans le chapitre 4, une condition suffisante de stabilité est formulée grâce à une étude
d’atteignabilité arrière puis avant des différents cycles possibles. La méthode est ici appliquée
à une loi de commande avec bande morte (figure 1.5c) et un filtre de mesure passe-bas du premier
ordre. Une condition suffisante de stabilité explicite pour un producteur et implicite pour N
producteurs est établie. Cette méthode est plus restrictive que la méthode formelle développée
au chapitre 3, mais facilite grandement les calculs à faire par le gestionnaire de réseau.
Finalement, l’application au cas d’étude permet de mettre en évidence le compromis à réaliser
entre la rapidité du système et sa stabilité, mais aussi entre la généricité et la simplicité de la
méthode d’analyse de la stabilité.
Ensuite, le chapitre 5 développe l’expression d’une condition suffisante de stabilité valable

quel que soit le réseau auquel se raccorde le producteur. Le but de ce chapitre est de
proposer une méthode permettant d’évaluer les paramètres des régulations à conseiller dans les
codes de réseau. La méthode proposée est fondée d’une part sur l’analyse de la condi-
tion suffisante explicite de stabilité pour un producteur et d’autre part sur l’analyse
des la structure des matrices d’évolution du système. Encore une fois, la méthode est
appliquée à des régulateurs de puissance réactive particuliers dont les filtres de mesure sont des
filtres passe-bas du premier ordre tous identiques. Les résultats sont donc spécifiques à l’exemple
étudié (figure 1.6) mais la méthode se généralise à différentes régulations.
Finalement, le chapitre 5 permet de proposer un critère de stabilité valable quels que soient le
nombre de producteurs, leur puissance, leur position sur le réseau, etc. Un tel critère permet
l’intégration massive de régulations locales de puissance aux réseaux sans mettre en danger leur
stabilité. Une application numérique de ce critère pour les codes de réseaux français est proposée.
Pour finir, les trois approches développées sont résumées au chapitre 6. On y compare leur
généricité, mais aussi leur rapidité, leur simplicité et leur précision.
1.3.3 Conclusion
Pour conclure, l’approche proposée se veut méthodologique. Pour y parvenir, les méthodes ainsi
que les hypothèses nécessaires sont mises en avant. Toutes ces méthodes sont appliquées à un
cas particulier : les réseaux de distribution raccordant des producteurs équipés des régulations
locales de puissance affine par morceaux. À chaque étape, les hypothèses proposées se veulent
les moins restrictives possible et l’application des méthodes à des systèmes plus larges que les
hypothèses est discutée.
De plus, chaque étape est illustrée dans le cas particulier de producteurs raccordés aux réseaux
moyenne tension dont la loi de commande utilisée est représentée figure 1.7 et dont les valeurs
numériques sont détaillées dans le tableau 1.5. La régulation étudiée a été construite à partir
des lois de commande proposées par Enedis dans sa documentation technique de référence [38].
On notera que la loi de commande étudiée est symétrique par rapport à la tension de référence
(20 kV) ce qui n’est pas le cas de la loi de commande retenue par Enedis.
Variable Valeur
Um 18 kV
∆Q U1 19 kV
QM
U2 19,25 kV
U3 U4 UM U3 20,75 kV
| | ∆Uf
Um U1 U2 a U4 21 kV
UM 21 kV
Qm
Qm -0,4 Pmax
QM 0,4 Pmax
Figure 1.7 – Allure de la loi de commande
Tableau 1.5 – Valeurs numériques de la loi
Q(U ) étudiée
de commande Q(U ) étudiée
Ayant précisé le cadre de cette étude, nous allons maintenant décrire l’approche de modélisation
proposée. Il convient de noter que dans la suite de ces travaux, nous appellerons régulateurs de
puissance des producteurs en fonction de la tension l’ensemble composé d’un filtre de mesure de
la tension suivi d’une loi de commande de la puissance en fonction de la tension.
27
Chapitre 2
Modélisation du système
Sommaire
2.1 Objectifs de l’étude et choix du type de modèle . . . . . . . . . . . . . . . . . 28
2.2 Modélisation des producteurs et de leur régulateur . . . . . . . . . . . . . . . . 32
2.3 Modélisation du système électrique . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4 Mise en évidence des risques d’instabilité . . . . . . . . . . . . . . . . . . . . . 55
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Résumé :
Nous présenterons dans ce chapitre la modélisation des différents éléments utiles pour étudier
la stabilité de la tension de réseaux de distribution accueillant des producteurs décentralisés
équipés de régulateurs locaux de puissance en fonction de la tension (abrégé ci après régulateurs
de puissance).
Les caractéristiques des régulateurs de puissance identifiées au chapitre 1 permettent de qualifier
les oscillations de tension que pourraient causer les régulateurs. A partir de ces constatations, un
type de modélisation peut être choisi pour représenter le système. Celui-ci sera modélisé à l’aide
de deux briques élémentaires :
— La première représente le comportement des producteurs équipés d’un régulateur de puis-
sance. Ce bloc sera à temps discret avec pour temps d’échantillonnage Te celui du régula-
teur du producteur.
— La seconde représente le comportement du système électrique auquel sont raccordés les
producteurs. Cette brique sera constituée d’un modèle linéarisé à temps continu du réseau
électrique.
Nous terminerons ce chapitre par la mise en évidence des risques pour la stabilité en tension
du système grâce à la modélisation d’un système réel et à la simulation de son comportement
dynamique pour plusieurs réglages des paramètres du régulateur de puissance du producteur.
28 2.1. Objectifs de l’étude et choix du type de modèle
2.1 Objectifs de l’étude et choix du type de modèle
Afin d’étudier la stabilité en tension d’un réseau accueillant des producteurs équipés de régula-
teurs de puissance, un modèle mathématique de ce système doit être déterminé. La pertinence
des résultats de l’étude dépend directement de la qualité du modèle proposé. Ainsi, si la mo-
délisation du système n’est pas le cœur de ces travaux, elle constitue tout de même une étape
nécessaire pour les mener à bien.
Un choix adapté de modèle repose sur un compromis entre la précision de la modélisation
et sa complexité. En effet, un modèle trop simple risque de conduire à des résultats éloignés de
la réalité et un modèle trop complexe sera difficile à manipuler et pourra demander un temps
de calcul incompatible avec la finalité de l’étude. C’est pourquoi, avant de détailler les modèles
établis, nous proposons de définir clairement les objectifs de l’étude et le système étudié.
2.1.1 Objectifs
Dans ces travaux, nous souhaitons étudier les éventuelles oscillations de tension causées par
les régulateurs de puissance des producteurs décentralisés en fonctionnement normal (régime
équilibré). En effet, comme indiqué partie 1.3.1, plusieurs inquiétudes quant à la stabilité de ce
type de systèmes ont été soulevées dans la littérature. Si elles existent, les oscillations de tension
sont dues à des oscillations de la consigne de puissance calculée par le régulateur du producteur.
Or les consignes de puissance sont bornées par les capacités du producteur. Les éventuelles
oscillations de tension seront donc d’amplitude bornée.
Par ailleurs, comme les régulateurs fonctionnent à temps discret avec un temps d’échantillonnage
Te de l’ordre d’une seconde (partie 1.3.1), les oscillations de tension auront une période ou
pseudo-période de l’ordre de quelques secondes. L’objectif du modèle est donc d’étudier
le comportement dynamique sur quelques secondes d’un réseau de distribution quelconque en
présence d’un ou plusieurs producteurs équipés de régulateurs de puissance échantillonnés à la
seconde.
2.1.2 Structure du modèle
Le modèle doit représenter le comportement du réseau électrique et des producteurs qui y sont
raccordés. Il sera donc composé de briques élémentaires de deux types :
— Les briques représentant un producteur décentralisé équipé d’un régulateur
de puissance. Le modèle des producteurs devra représenter l’évolution de la puissance
injectée au réseau par chacun des producteurs en fonction de la mesure de l’amplitude de
la tension à son point de raccordement (PDR) et de son régulateur.
— La brique représentant le système électrique auquel sont raccordés les producteurs
étudiés, à savoir le réseau électrique de distribution, les consommateurs, etc. Le modèle du
système électrique devra quant à lui permettre d’évaluer l’impact sur le plan de tension
des variations de puissances injectées par les producteurs à leur nœud de raccordement.
2. Modélisation du système 29
La figure 2.1 représente la structure proposée du modèle.
Puissances injectées aux PDR Amplitudes des tensions aux PDR

Système électrique
Producteurs équipés
de régulateurs
P (U ) ou Q(U )
Figure 2.1 – Structure du système à modéliser avec plusieurs producteurs décentralisés équipés
de régulateurs locaux de puissance en fonction de la tension
Cette structure de modèle est pour l’instant très générale. Elle s’adapte au système étudié et ce
quels que soient :
— le nombre et le type des producteurs équipés de régulateurs,
— les types de régulateurs de puissance des producteurs,
— la topologie du réseau de distribution,
— le niveau de tension considéré,
— le nombre de consommateurs,
— ···
Afin de pouvoir étendre les résultats de ces travaux au plus grand nombre de systèmes possibles,
nous ferons particulièrement attention à conserver au maximum la généricité des modèles étudiés.
Par exemple, le modèle proposé pour les producteurs doit être valable qu’il s’agisse d’une ferme
éolienne ou photovoltaïque, d’éoliennes à vitesse fixe ou variable, d’un producteur de quelques
kilowatts ou d’un producteur de plusieurs mégawatts, etc. Ainsi, les modèles proposés pour les
deux parties élémentaires viseront à rester les plus génériques possible.
Ayant défini les objectifs et la structure du modèle à développer, nous allons nous intéresser au
type de modèle le plus adapté.
2.1.3 Types de modèles
Dans la littérature, il est commun de classer les modèles illustrant le fonctionnement des ré-
seaux électriques en quatre catégories en fonction des constantes de temps des phénomènes qu’ils
permettent d’étudier [2] :
1. Les modèles transitoires électromagnétiques.

Ils sont principalement adaptés à la représentation de phénomènes transitoires dont les
constantes de temps sont inférieures à la dizaine de millisecondes. Ainsi, ce type
de phénomènes déforme l’onde de tension – dont la période est de l’ordre de 20 ms pour
un réseau à 50 Hz – que l’on ne peut donc pas supposer sinusoïdale. Les modèles sont
dans ce cas fondés sur les équations de propagation des ondes électromagnétiques
faisant ainsi intervenir des dérivées temporelles et spatiales des grandeurs électriques. On
30 2.1. Objectifs de l’étude et choix du type de modèle
peut citer comme exemple d’application de tels modèles l’étude des courts-circuits.
2. Les modèles transitoires électromécaniques.

Il s’agit de modèles adaptés à l’étude de phénomènes transitoires plus lents que la pé-
riode de l’onde de tension c.-à-d. de constante de temps supérieure à quelques
dizaines de millisecondes. Pour ce type de modèles, on considère que l’onde de tension
reste sinusoïdale pendant les phénomènes transitoires. Les grandeurs électriques sont donc
considérées en régime sinusoïdal établi et sont représentées sous la forme de grandeurs
complexes. Les phénomènes transitoires électromécaniques sont liés au comportement des
générateurs synchrones, asynchrones, etc. Le mouvement de chaque machine est donc mo-
délisé par une équation différentielle représentant son bilan des puissances électriques et
mécaniques. La résolution de cette équation permet de calculer l’évolution de la vitesse
de rotation de la machine. La fréquence est calculée localement grâce à la moyenne
des vitesses de rotation des générateurs synchrones pondérée de leur inertie. Ce type de
modèle est par exemple adapté à l’étude des oscillations locales de fréquence.
3. Les modèles dynamiques lents.

Ces modèles représentent des phénomènes dont la constante de temps est de l’ordre
de plusieurs secondes à plusieurs dizaines de minutes. Lorsque l’on étudie ces
phénomènes, on néglige les oscillations de vitesse entre les rotors des différentes machines.
On considère donc que la vitesse de rotation est la même pour tous les généra-
teurs synchrones. Elle est calculée à partir d’un modèle fictif de générateur synchrone
équivalent. La vitesse de rotation de cette machine équivalente permet de calculer la fré-
quence du système. Les grandeurs électriques sont représentées en régime permanent et
une équation différentielle agrégée est généralement considérée pour modéliser l’évolution
de la fréquence avec le temps. Ces modèles permettent par exemple d’étudier le réglage
secondaire de fréquence ou encore des phénomènes lents pour lesquels la fréquence évolue,
comme l’équilibre dynamique production-consommation.
4. Les modèles quasi stationnaires.

Pour finir, les modèles quasi stationnaires sont utilisés pour représenter des phénomènes
dont la dynamique est au moins de l’ordre d’une seconde. Par rapport aux modèles
dynamiques lents, on considère cette fois la fréquence du réseau comme constante.
Le système électrique est représenté par un modèle algébrique dont certaines grandeurs
de commande dépendent du temps. Le système est décrit par une succession d’états
d’équilibre. Cela sous-entend qu’entre deux états, les régimes transitoires se sont éteints
et que le système n’a pas bifurqué de trajectoire (par exemple qu’il n’y a pas eu de déclen-
chement de protection). Ce type de modèle peut être utilisé pour étudier les écroulements
du plan de tension. Il convient de noter que l’étude d’un phénomène instable avec un
modèle quasi stationnaire risque de provoquer l’arrêt du calcul suite à des singularités du
modèle mathématique puisqu’en réalité le système aura bifurqué de trajectoire. Alors, la
trajectoire décrite par le modèle ne représentera pas forcément celle du système réel.
La figure 2.2 représente quelques exemples de phénomènes physiques avec l’échelle de temps à
laquelle ils ont lieu.
| | | | |
qq µs qq ms qq s qq min qq h Constante
de temps
Foudre
Surtensions
Courts-circuits
Ferrorésonance
Oscillations rotoriques
Tenue de la tension
Tenue de la fréquence
Figure 2.2 – Représentation des différents phénomènes physiques par échelle de temps [2]
2.1.4 Choix du type de modèle
Pour conclure, l’objectif de notre modèle est d’étudier l’impact des régulateurs de puissance des
producteurs sur la stabilité en tension du réseau. Ces régulateurs sont censés fonctionner en
régime dit « normal ». Dans la suite, nous ferons l’hypothèse suivante :
Hypothèse 1. On suppose que le système fonctionne en régime triphasé équilibré.
De plus, la fréquence sur ce réseau est supposée maintenue constante par le gestionnaire de ré-
seau de transport. Les phénomènes instables que l’on souhaite caractériser sont des oscillations
de la tension du réseau de distribution dont la période est de l’ordre de quelques secondes. Par
conséquent, un modèle quasi stationnaire du réseau est le plus adapté à cette étude. Un tel
modèle permet de représenter le système par un modèle algébrique ce qui facilite gran-
dement les calculs. Cependant, nous avions remarqué que ce type de modèle n’est généralement
pas adapté à l’étude de systèmes instables. En effet, si les excursions de tension atteignent les
seuils de déclenchement de certains ouvrages, le comportement du modèle ne représentera plus
celui du système réel. Or, dans le cadre de ces travaux, les oscillations de tension considérées
sont d’amplitude bornée, car les puissances des producteurs le sont aussi. Ainsi, en vérifiant que
l’amplitude de ces oscillations n’atteint pas des seuils critiques, on peut étendre l’usage d’un
modèle quasi stationnaire à l’étude des instabilités du plan de tension causées par les régulateurs
locaux de puissance des producteurs décentralisés.
Hypothèse 2. L’amplitude des oscillations de tension reste dans les bornes admissibles du fonc-
tionnement des réseaux.
Il convient de noter que, généralement, dans le cas d’un réseau de distribution électrique, aucune
machine tournante n’est raccordée au réseau. On peut remarquer que, dans ce cas, les modèles
32 2.2. Modélisation des producteurs et de leur régulateur
électromécaniques et dynamiques lents sont équivalents à un modèle quasi stationnaire. Après

avoir choisi le type de modélisation adapté au cadre de l’étude, nous allons détailler le contenu
des briques élémentaires du modèle (figure 2.1). Commençons tout d’abord avec la modélisation
quasi stationnaire des producteurs équipés d’un régulateur de puissance.
2.2 Modélisation des producteurs et de leur régulateur

2.2.1 Caractéristiques et hypothèses de modélisation
Nous souhaitons établir un modèle, le plus générique possible, représentant les producteurs rac-
cordés au réseau de distribution et équipés de régulateurs de puissance en fonction de l’amplitude
de la tension à leurs bornes. Pour ce faire, nous allons commencer par caractériser les produc-
teurs étudiés. Sur le réseau exploité par Enedis, les installations de type éolien et photovoltaïque
(PV) représentent à elles seules plus de 74 % de la puissance distribuée et plus de 99 % des ins-
tallations raccordées au réseau de distribution [11]. Ce type de producteurs est principalement
raccordé au réseau par des convertisseurs de puissance [104]. On considérera dans ces travaux que
l’ensemble des producteurs étudiés est dans ce cas. On dit alors qu’ils ne sont pas synchrones
au réseau, c’est-à-dire qu’ils n’ont pas de machines tournantes (c’est le cas par exemple des pan-
neaux PV [105]) ou que leur vitesse de rotation est découplée de la fréquence du réseau auquel
ils sont raccordés (c’est le cas par exemple des éoliennes à vitesse variable [106]).
Hypothèse 3. Les producteurs modélisés ne sont pas synchrones au réseau.
Grâce à cette hypothèse, nous pouvons caractériser la dynamique des régulateurs de puissance
des producteurs étudiés et ce même si leurs structures de raccordement au réseau sont très
variées. Ainsi, afin de conserver la généricité des modèles proposés, une modélisation fine du
fonctionnement des convertisseurs de puissance raccordant les producteurs au réseau n’est pas
à envisager. De plus, la dynamique que l’on souhaite étudier ici est celle des régulateurs de
puissance en fonction de la tension. Il faut donc modéliser la dynamique de la régulation locale
du producteur entre la consigne de puissance calculée par son régulateur et la puissance injectée
au réseau (figure 2.3).
Consignes de Puissances injectées

puissance
Régulation locale
au réseau
de P ou de Q
Preg du producteur P
Qreg Q
Figure 2.3 – Structure du modèle choisi pour représenter les convertisseurs de puissance d’un
producteur
Dans ces travaux, il faut également modéliser le régulateur du producteur qui adapte la consigne
de puissance en fonction du niveau de la tension au point de raccordement. Comme indiqué
partie 1.3.1, ce régulateur fonctionne à temps discret avec un temps d’échantillonnage
Te de l’ordre d’une seconde.
Hypothèse 4. Le temps d’échantillonnage Te du régulateur de puissance des producteurs est de

l’ordre d’une seconde.
Comme illustré partie 1.3.1, ce régulateur est généralement composé de deux éléments (figure 2.4).
Amplitude Tension Consignes de

de la tension Filtre de filtrée Loi de commande puissance
U mesure Uf de Preg ou de Qreg
Preg

Qreg
Figure 2.4 – Structure du modèle choisi pour représenter le régulateur de puissance active ou
réactive en fonction de la tension d’un producteur
Tout d’abord, un filtre de mesure permet de lisser la mesure de l’amplitude de la tension au

point de raccordement. Plusieurs hypothèses sont faites sur le comportement de ce filtre afin
d’en proposer un modèle générique.
Hypothèse 5. Le filtre de mesure est linéaire et fonctionne à temps discret et tous les filtres de
mesure des producteurs sont synchronisés.
Ensuite, la loi de commande permet d’adapter la consigne en puissance de la régulation locale

du producteur à la valeur de la tension filtrée. Suite à l’étude bibliographique (partie 1.3.1), nous
pouvons faire l’hypothèse suivante :
Hypothèse 6. La loi de commande de la consigne de puissance est affine par morceaux.
Finalement, la figure 2.5 récapitule la structure complète du modèle des producteurs équipés d’un
régulateur de puissance. Pour chaque élément de ce modèle, nous allons maintenant proposer un
modèle quasi stationnaire.
Producteur équipé d’un régulateur de puissance

Preg P
Uf Loi de commande Qreg Regulation locale
U Filtre de Q
de P ou de Q
mesure de Preg ou de Qreg
du producteur
Figure 2.5 – Structure du modèle proposé pour un producteur équipé d’un régulateur
2.2.2 Modélisation des régulations locales de puissance des producteurs dé-

centralisés
Les régulations locales de puissance active ou réactive des producteurs décentralisés, telles que
décrites dans [4] et [3], sont effectuées par les convertisseurs de puissance raccordant ces derniers
au réseau. Ces convertisseurs fonctionnement sur le principe de la commutation très rapide
d’interrupteurs. Généralement, la fréquence de commutation des convertisseurs (fc ) est de l’ordre
de quelques kilohertz. Les régimes transitoires des courants et tensions de ces convertisseurs sont
donc très rapides. Ils seront modélisés ici en régime permanent. Seule la dynamique propre
des régulations locales de puissance a besoin d’être représentée dans cette étude.
Afin d’illustrer la modélisation proposée, nous prenons l’exemple d’une structure de raccordement
d’une installation de stockage (figure 2.6). Les résultats établis restent valables quel que soit le
type de producteur raccordé au réseau via de l’électronique de puissance.
PDC = P
Q
Hacheur Bus Continu Onduleur Réseau
isto Zf
ir1
DC DC V r1
iDC
— ir2
Stockage Vsto Vh VDC — V r2
ir3
DC AC V r3
—
////
Commandes de ir et VDC
Preg Qreg
Figure 2.6 – Exemple de structure de raccordement au réseau électrique d’un dispositif de stockage
d’énergie distribuée
Régulation locale de puissance active
Dans ce type d’installation, la puissance active injectée sur le réseau (P ) n’est pas déterminée
directement par la puissance extraite du dispositif de stockage mais par par la puissance du bus
continu (PDC ). Le système fonctionne sur le principe des vases communiquant. La puissance est
d’abord extraite du stockage vers le bus continu. Ensuite, si la puissance de consigne envoyée au
réseau est identique, la puissance est extraite du bus continu vers le réseau, sinon le bus se charge
ou se décharge. On note que la capacité de stockage du bus continu est limitée, cette solution
n’est que temporaire. Les boucles de régulation assurent l’équilibre des puissances.
La structure de commande est donc composée de deux boucles imbriquées. La consigne de
puissance et la mesure de la tension aux bornes du stockage permettent de calculer la référence
du courant soutiré au dispositif de stockage (isto ). La régulation de ce courant est réalisée en
agissant sur la tension du hacheur par le biais des fonctions de commutation. Ensuite, au niveau
de l’onduleur, la consigne de la composante directe du courant injecté (ird ) au réseau est adaptée
pour permettre d’extraire la totalité de la puissance stockée dans le bus DC vers le réseau. La
figure 2.7 représente les différentes boucles impliquées dans la régulation de la puissance active
injectée au réseau [3].
Afin d’évaluer le temps de réponse à 95 % de la boucle de régulation de la puissance active injectée
Preg + Correcteur Régulation Calcul de la Régulation Calcul P

de P de VDC consigne de ird de ird de P
−
Figure 2.7 – Principe de la régulation de la puissance active injectée au réseau P [3]
au réseau (noté trP ), nous proposons de discuter dans un premier temps du temps de réponse
de la boucle de régulation du courant injecté au réseau (tri ). Pour ceci, rappelons que le courant
est une grandeur sinusoïdale de période 20 ms. Afin de d’assurer le bon fonctionnement de la
régulation, le temps de réponse de la boucle de courant doit donc être très inférieur à la période
de la grandeur à réguler. Généralement, on choisi un temps de réponse d’au plus 0, 5 ms [107].
tri . 0, 5 ms (2.1)
Les boucles étant en cascade, la dynamique de la boucle de puissance active doit être au moins
10 fois plus lente que celle de la boucle de tension du bus continu qui est elle aussi environ 10
fois plus lente que la boucle de courant afin d’assurer la stabilité de l’ensemble. On peut donc
écrire :
trP ∼ 100 · tri . 50 ms (2.2)
Ainsi, nous proposons de représenter la dynamique de la régulation locale de puissance

active par un système du premier ordre répondant en moins de 50 ms soit très rapi-
dement devant les phénomènes que l’on souhaite étudier.
Pour conclure, nous pouvons dire que même si la structure de commande varie en fonction de
la nature de l’installation (ferme photovoltaïque, ferme éolienne, etc.), l’approche proposée reste
la même. On peut toujours dire que la boucle de régulation de la puissance active réagit très
rapidement devant la constante de temps des phénomènes que l’on souhaite étudier.
Régulation locale de puissance réactive
Le même raisonnement est appliqué aux régulations locales de puissance réactive. La puissance
réactive injectée sur le réseau (Q) est contrôlée directement à partir de la composante en qua-
drature du courant injecté au réseau (irq ). Cette régulation est plus rapide que celle de puissance
active puisqu’il n’y a pas besoin d’attendre que le bus continu soit en régime permanent. Ces
régulations peuvent être effectuées en boucle ouverte (rapide, mais peu précise) ou en boucle
fermée (plus lente, mais précise) et dans les deux cas, leur dynamique peut se représenter
sous la forme d’un système du premier ordre avec un gain unitaire dont le temps de
réponse à 95 % est noté trQ [107].
Afin d’évaluer ce temps de réponse, nous nous intéressons à la boucle de régulation du courant
en quadrature injecté sur le réseau. Il s’agit à nouveau d’une boucle rapide qui répond en tri soit
moins de 0,5 ms, voir (2.1).
Dans le cas d’un fonctionnement en boucle ouverte, la régulation de puissance réactive suit la
Qreg Calcul de la Régulation Calcul Q

consigne de irq de irq de Q
Figure 2.8 – Principe de la régulation en boucle ouverte de puissance réactive Q [3]
Qreg + Correcteur Régulation Calcul Q

de Q de irq de Q
−
Figure 2.9 – Principe de la régulation en boucle fermée de puissance réactive Q [3]
dynamique de la boucle de courant (figure 2.8). Dans le cas d’une boucle fermée, la dynamique
est environ dix fois plus lente que celle de la boucle de courant (figure 2.9).
Finalement, on peut dire que dans tous les cas, que la boucle de régulation de puissance réactive
répond en moins de 50 ms. Nous pouvons donc conclure que la régulation de la puissance réactive
est très rapide devant les phénomènes que nous souhaitons étudier. À nouveau, ce résultat est
valable pour différents types de producteurs interfacés par l’électronique de puissance.
Conclusion
Le tableau 2.1 reprend les résultats proposés ci-dessus quant à la dynamique des principales
régulations locales des convertisseurs de puissance.
Régulation de la tension du bus Régulation du courant injecté au

Boucles
continu réseau
rapides Répond en moins de 5 ms Répond en moins de 0,5 ms
Régulation de la puissance
Boucles Régulation de la puissance active
réactive
lentes Répond en moins de 50 ms Répond en moins de 50 ms
Tableau 2.1 – Dynamique des régulations locales de puissance des convertisseurs
La figure 2.10 – issue de [4] – schématise la hiérarchie des différentes boucles de régulation et
les ordres de grandeurs de leurs constantes de temps respectives. Dans cette partie nous avons
détaillé la structure de la boucle de commande externe qui régule les puissances active et réactive
injectées au réseau. Les « commandes supplémentaires » sont, par exemple, un régulateur de
puissance en fonction de la tension.
Finalement, les régulations locales de puissance des producteurs peuvent être repré-
sentées sous la forme de systèmes du premier ordre répondant en moins de 50 ms soit
rapidement devant les phénomènes que l’on souhaite observer. Ainsi, dans le cadre d’un modèle
quasi stationnaire des producteurs équipés d’un régulateur de puissance, les régulations locales
de puissance seront représentées en régime permanent. Les boucles locales de puissance
active ou réactive sont modélisées de la même façon : par un gain unitaire (figure 2.11). Ainsi,
par la suite, on notera directement P et Q les puissances issues des régulateurs.
Impulsions
µs Régulation des fonctions de commutation
Référence de tension Vrreg
ms Régulation interne
Référence de courant irreg
<s Régulation externe

Référence des puissances Preg , Qreg
s Régulation primaire
Figure 2.10 – Schéma de la hiérarchie des boucles de régulation des convertisseurs de puissance
[4]
Régulation locale
de puissance
Consignes de Puissances injectées
puissance au réseau
1
Preg P
Qreg Q
Figure 2.11 – Modèle proposé pour les convertisseurs de puissance d’un producteur
La rapidité des régulations des convertisseurs de puissance des producteurs décentralisés per-
met de se limiter à un modèle en régime permanent qui est simple et qui permet de conserver
une certaine généralité. Nous nous intéressons maintenant à la modélisation des régulateurs de
puissance des producteurs.
2.2.3 Modélisation des régulateurs de puissance en fonction de la tension
Comme le montre la figure 2.5, le régulateur de puissance d’un producteur est décomposé en
deux parties. Tout d’abord le filtre de mesure de chaque producteur calcule à partir de la tension
à ses bornes U , la tension filtrée Uf . Chaque filtre est supposé linéaire (hypothèse 5). On note
nP le nombre de régulateurs de puissance raccordés au réseau et nU le nombre de nœuds du
réseau auquel un ou plusieurs régulateurs de puissance est raccordé. On remarque que nU ≤ nP
puisque chacun des nU nœuds accueille au moins un régulateur.
Un modèle agrégé des filtres de mesure des nP régulateurs de puissance est proposé. On note
U(k) ∈ RnU le vecteur des tensions de chacun des nœuds du réseau raccordant des producteurs
équipés de régulateurs à l’instant t = kTe . On définit aussi Uf (k) ∈ RnU le vecteur des tensions
filtrées.
Comme discuté précédemment, nous souhaitons donc proposer un modèle générique. C’est pour
cela que nous choisissons de représenter chacun des nU filtres de mesure sous la forme d’un
système d’état de dimension nfi ∈ N. Par la suite, nous noterons xfi (k) ∈ Xfi ⊂ Rnfi le vecteur
d’état du filtre du i-ème producteur tel que :
(
xfi (k + 1) = Ai xfi (k) + Bi Ui (k)
(2.3)
Ufi (k) = Ci xfi (k)
avec Ui (k) ∈ R la tension aux bornes du i-ème producteur et Ufi (k) ∈ R la tension filtrée du
i-ème producteur à l’instant kTe . La matrice d’évolution du i-ème filtre Ai est de dimension
nfi × nfi , la matrice de commande Bi est de dimension nfi × 1 et la matrice d’observation Ci
est de dimension 1 × nfi .
Nous choisissons comme vecteur d’état du filtre agrégé xf = [xTf1 . . . xTfn ]T ∈ Xf de dimension
P
nf . Le modèle d’état agrégé associé est défini grâce aux matrices d’état A ∈ Rnf ×nf , de
commande B ∈ Rnf ×nU et d’observation C ∈ RnU ×nf .
(
xf (k + 1) = Axf (k) + BU(k)
(2.4)
Uf (k) = Cxf (k)
Ensuite, la tension filtrée de chacun des producteurs est convertie en consigne de puissance
Preg ou Qreg selon une loi de commande. De la même manière, une écriture agrégée de la loi
de commande du vecteur des nP consignes de puissance active ou réactive en fonction des nU
tensions filtrées est proposée :
" #
Preg (k)
= f ( Uf (k) ) (2.5)
Qreg (k)
On note que, pour l’instant, aucune hypothèse n’est faite sur la fonction f : RnU → RnP .
Pour conclure, on propose de modéliser la dynamique du régulateur de puissance en fonction de
la tension aux bornes du producteur de façon générique par la représentation d’état du filtre de
mesure et l’équation de fonctionnement – dépendant de la valeur de la tension filtrée – de la
loi de commande. La figure 2.12 résume le modèle proposé pour les régulateurs de puissance en
fonction de la tension.
2.2.4 Application à un exemple
Afin d’illustrer ceci, nous proposons d’appliquer la modélisation développée dans ces travaux à un
cas d’étude réel. Il s’agit d’un départ rural français d’Enedis composé de 124 nœuds. Les branches
sont exploitées à 20 kV et mesurent jusqu’à une quinzaine de kilomètres. La consommation totale

Preg (k)
U(k) Uf (k)
Qreg (k)

xf (k + 1) = Axf (k) + BU(k) Preg (k)
= f ( Uf (k) )
Uf (k) = Cxf (k) Qreg (k)
Figure 2.12 – Modèle agrégé discret proposé pour représenter les régulateurs de puissance des
producteurs en fonction de l’amplitude de sa tension
du départ est de l’ordre de 8 MW. En sortie du poste source, la puissance de court-circuit est
donnée égale à 150 MVA. La tension de référence U0 est fixée à 20,4 kV par le gestionnaire de
réseau de distribution. Un producteur éolien de 6 MW est raccordé au réseau (nU = nP = 1) ; il
se situe à 10 km du poste source.
La production sur le départ étant importante et située relativement loin du poste source, des
problématiques de tension haute risquent d’apparaitre. Pour tenter de les éviter, il est envisagé
d’équiper ce producteur d’un régulateur de puissance réactive en fonction de la tension. La mesure
de tension est filtrée grâce à un filtre à temps discret du premier ordre (nf = 1) de gain unitaire
représenté par son équation de récurrence :
(
xf (k + 1) = axf (k) + (1 − a)U (k)
⇔ Uf (k + 1) = a Uf (k) + (1 − a) U (k) (2.6)
Uf (k) = xf (k)
Le paramètre a ∈ [0, 1] est appelé constante de temps discrète du filtre de mesure. Il peut être
vu comme le facteur de lissage du filtre. Ici il est choisi égal à 0, 1 afin d’avoir un système rapide
et donc d’étudier la validité du modèle proposé pour les convertisseurs de puissance.
La loi de commande de la puissance réactive choisie est inspirée de la norme d’Enedis [38]
(figure 1.7). Finalement, le modèle proposé pour le producteur est présenté figure 2.13.
Producteur équipé d’un régulateur Q(U )

Filtre de mesure Loi de commande Q(U )
Q QM
U (k) Uf (k) Q(k)
Uf (k + 1) = U3 U4 UM
| | Uf
aUf (k) + (1 − a)U (k) Um U1 U2
Qm
Figure 2.13 – Modèle du producteur éolien équipé d’un régulateur Q(U )
Afin de tester la validité du modèle développé ici, nous allons comparer les réponses à un échelon
de tension au point de raccordement du producteur du modèle proposé dans ces travaux et du
modèle développé dans les travaux de thèse [3]. Le tableau 2.2 reprend les valeurs numériques
des paramètres utilisés pour cette étude comparative.
Le filtre de mesure
a = 0,1
La loi de commande Q(U )
U1 = 19 kV U2 = 19,25 kV
U3 = 20,75 kV U4 = 21 kV
Um = 18 kV UM = 22 kV
Qm = -0,4 Pmax QM = 0,4 Pmax
Pmax = 6 MW
Le convertisseur de puissance
fc = 20 kHz tri = 0,5 ms
Tableau 2.2 – Valeurs numériques utilisées pour les paramètres du modèle
Des détails supplémentaires quant au modèle de la régulation de puissance réactive en boucle

fermée implémenté ici sont disponibles dans [3]. Nous ne présentons ici que les résultats de
simulation. La réponse du système à un échelon de la tension aux bornes du producteur allant
de 20 kV à 21 kV à t = 1 s est simulée (figure 2.14a).
21
Tension [kV]
20, 5
20
0 1 2 3 4 5 6
Temps [s]
(a) Échelon de tension imposé aux bornes du producteur
Puissances réactives [MVAr]
0 Modèle quasi stationnaire

Modèle dynamique
−1
−2
0 1 2 3 4 5 6
Temps [s]
(b) Puissances réactives injectées au réseau en réponse à l’échelon de tension
Figure 2.14 – Comparaison de la réponse à un échelon de tension du modèle quasi stationnaire

et du modèle dynamique proposé
Comme on peut le voir figure 2.14b, la boucle de régulation de la puissance réactive a bien atteint
son régime permanent au bout de Te . Ainsi on ne remet pas en cause la modélisation en
régime permanent des régulations locales de puissance des convertisseurs raccordant
les producteurs au réseau pour observer des phénomènes dont la constante de temps
est de l’ordre de quelques secondes. Ceci permet de simplifier les calculs. Sur cet exemple,
le modèle quasi stationnaire est 20 % plus rapide à simuler.
2.2.5 Conclusion
Pour conclure, nous proposons de représenter la dynamique des producteurs par la dynamique du
régulateur local de puissance. En effet, le modèle quasi statique des convertisseurs de puissance
revient à un gain unitaire. Nous considérons donc que la puissance injectée au réseau peut être
considérée comme égale à la puissance de consigne à cette échelle de temps. Le modèle des
producteurs sera donc composé du filtre de mesure linéaire à temps discret du régulateur et de
la loi de commande de puissance affine par morceaux. Ce modèle a été testé sur un exemple qui
a permis de valider sa structure pour observer d’éventuelles instabilités de la tension ayant pour
constante de temps quelques secondes.
La figure 2.15 résume le modèle générique développé pour l’étude quasi stationnaire d’un pro-
ducteur équipé d’un régulateur de puissance en fonction de la tension à son PDR.
Producteur équipé d’un régulateur

Filtre de mesure Loi de commande
P(k)
U(k) Uf (k)

xf (k + 1) = Axf (k) + BU(k)

P(k)

Q(k)
= f ( Uf (k) )
Uf (k) = Cxf (k) Q(k)
Figure 2.15 – Brique élémentaire modélisant le comportement d’un producteur équipé d’un ré-
gulateur de puissance
2.3 Modélisation du système électrique

Dans la partie précédente, nous avons proposé un modèle quasi stationnaire pour représenter
un producteur équipé d’un régulateur de puissance. Nous allons maintenant nous intéresser à la
modélisation du système électrique auquel les producteurs sont raccordés. Nous souhaitons établir
un modèle quasi stationnaire le plus générique possible qui permette, à partir des variations des
puissances des producteurs équipés de régulateurs, de calculer l’amplitude de la tension à leurs
points de raccordement. Nous allons commencer par caractériser le système électrique auquel le
producteur peut être raccordé.
2.3.1 Caractéristiques et hypothèses de modélisation
Ce que nous appelons système électrique est en fait composé du réseau électrique et des
autres acteurs raccordés à ce réseau. Pour commencer, nous allons caractériser le réseau
électrique auquel peuvent être raccordés les producteurs équipés de régulateurs de puissance.
Comme dit précédemment, nous nous intéressons dans ces travaux à des producteurs raccordés au
réseau de distribution. Ces réseaux sont composés de départs moyenne tension et basse tension.
Les départs moyenne tension mesurent généralement moins de 40 km. Les postes de distribution
sont des transformateurs chargés de faire l’interface entre les réseaux moyenne et basse tension.
42 2.3. Modélisation du système électrique
En amont du réseau de distribution, on trouve le réseau de transport qui achemine l’électricité

des producteurs jusqu’au réseau de distribution. Il est chargé du maintien de la fréquence sur le
réseau de distribution, mais aussi de la tension en tête des départs de distribution. Les postes
sources servent d’interface entre les réseaux de transport et de distribution. De manière similaire
aux postes de distribution, ils permettent de diminuer le niveau de tension (généralement de
63 kV à 20 kV) et assurent également des fonctions de protection contre les défauts.
Pour conclure, le réseau électrique est composé du réseau de transport, de postes
sources et des départs du réseau de distribution. Avant de nous intéresser à la modélisation
de ces éléments, nous allons discuter des acteurs qui peuvent être raccordés aux réseaux de
distribution.
Les producteurs équipés de régulateurs de puissance active et/ou réactive en fonction de la tension
peuvent cohabiter avec des producteurs dont la consigne de puissance ne dépend pas de la tension
et des consommateurs. Leurs puissances varient dans le temps, mais ces variations ne sont pas
commandées par un régulateur. Par la suite, nous appellerons « grandeurs non commandables »
toutes les grandeurs électriques dont les variations ne sont pas commandées par le système comme
les puissances des producteurs non équipés de régulateurs de puissance, des consommateurs, les
variations de la tension du réseau de transport, etc.
Parmi les grandeurs non commandables, on inclut les régulations existantes des réseaux de
distribution. Elles contrôlent généralement la puissance ou la tension en un point, mais ont gé-
néralement une dynamique bien différente de celle des phénomènes que l’on étudie. Par exemple,
les régleurs en charge sont des automates situés dans les postes sources dont la mission est de
maintenir une tension au secondaire du transformateur – la tension en tête de départ – constante
malgré les éventuelles variations de la tension sur le réseau de transport. Pour ce faire, ils modi-
fient le rapport de transformation des postes sources au bout d’une minute de surtension ou de
sous-tension [14]. Ainsi, leur temps de réponse est supérieur à une minute, les régleurs en charge
seront donc modélisés en régime permanent. C’est aussi le cas des bancs de capacité, régulations
de puissance réactive au niveau des postes sources qui répondent en 60 secondes.
Hypothèse 7. Les régulations existantes sur les réseaux de distribution répondent suffisamment
lentement pour être considérées en régime permanent pendant l’étude de stabilité des régulateurs
de puissance des producteurs décentralisés.
La validité de cette hypothèse sera discutée dans la suite des travaux (partie 2.4).
Pour conclure, nous avons choisi de séparer la modélisation du système électrique en deux parties :
le réseau électrique et l’influence des grandeurs non commandables. La structure du modèle
associé est présentée figure 2.16. Nous allons maintenant proposer un modèle quasi stationnaire
pour chacune de ces parties.
2.3.2 Modélisation du réseau électrique
Comme indiqué précédemment, le réseau électrique est composé des lignes du réseau de distri-
bution et du réseau amont. Les variations des puissances des producteurs équipés de régulateur
Influence des grandeurs
non commandables
P
Q UP Q U
Réseau électrique +
Figure 2.16 – Structure du modèle proposé pour représenter le système électrique
induisent des variations de l’amplitude de la tension. Ces dernières sont plus ou moins impor-
tantes en fonction des caractéristiques du réseau auquel sont raccordés les producteurs. Il est
donc important de proposer un modèle du réseau électrique permettant d’évaluer les variations
de tension aux bornes des producteurs en fonction des variations des puissances injectées au
réseau et des caractéristiques de celui-ci. Commençons avec la modélisation des lignes du réseau
de distribution [108].
Lignes du réseau de distribution
Une ligne peut être caractérisée par quatre paramètres :

— sa résistance série linéique Rl (en Ω/km) ;
— sa réactance série linéique Xl (en Ω/km) ;
— sa conductance de fuites linéique Gl (en S/km) ;
— sa susceptance de fuites linéique Bl (en S/km).
Si la ligne est « suffisamment courte », alors les phénomènes de propagation de l’onde de tension
dans la ligne peuvent être négligés. Ceci est valable pour des lignes jusqu’à une centaine de
kilomètres. Ainsi, elle s’applique aux réseaux de distribution français. On peut alors représenter
la ligne entre deux nœuds A et B par un modèle équivalent monophasé couramment utilisé pour
représenter les éléments passifs : le « modèle en Π » [109] (figure 2.17).
ZAB
A IA IB B
• •
YAB YAB
VA VB
2 2
—
//// —
////
Figure 2.17 – Modèle en Π de la branche entre les nœuds A et B
Dans ce modèle, l’impédance série complexe ZAB ∈ C (respectivement l’admittance de fuites

complexe YAB ∈ C) de la ligne entre A et B est égale à ZAB = (Rl + jXl ) · dAB (respectivement
YAB = (Gl + jBl ) · dAB ) avec dAB la longueur de la ligne entre les nœuds A et B.
Pour conclure, chaque ligne du réseau de distribution peut être représentée par une
impédance et deux admittances complexes comme décrit figure 2.17. Nous verrons par
la suite comment calculer l’amplitude de la tension en chaque nœud à partir de ce modèle des
lignes. Mais tout d’abord, discutons de la modélisation du réseau amont.
Réseau amont
On souhaite représenter le réseau de transport du point de vue du réseau de distribution. On se

place en sortie du poste source (interface entre le réseau de transport et de distribution) et on
appelle « réseau amont » l’ensemble du réseau de transport ainsi que le transformateur du poste
source. On cherche ici à modéliser la capacité du réseau de transport à maintenir la tension en
tête de départ constante, quelle que soit la tension sur le réseau de distribution.
Lorsque l’on suppose que la tension en tête de départ – notée Vjdb pour tension au jeu de barres
du nom de l’élément physique en sortie des postes sources – est complètement indépendante de
l’état du réseau de distribution aval, on modélise le réseau amont sous la forme d’un « nœud
infini » , c’est-à-dire une source de tension idéale capable d’imposer la tension V0 et la fréquence
f0 quel que soit le système auquel elle est raccordée.
Il est possible d’affiner le modèle du réseau de transport en modélisant l’impact sur la tension en
tête de départ des variations de puissance sur le réseau de distribution. Pour ce faire, on adopte
un modèle agrégé de réseau amont sous la forme d’une impédance équivalente. Ceci revient à
modéliser le réseau amont sous la forme d’un modèle de Thévenin équivalent composé d’une
source de tension idéale et d’une impédance complexe équivalente Zeq (figure 2.18).
Zeq
•
V0 ∼ Vjdb
—
////
Figure 2.18 – Modèle de Thévenin du réseau amont
La tension du nœud infini V0 est alors égale au produit du rapport de transformation du poste
source (k) et de la tension d’exploitation du réseau haute tension (VHT B ).
V0 = k · VHT B (2.7)
L’impédance équivalente Zeq du réseau amont vue depuis le réseau de distribution est aussi
appelée « impédance de court-circuit » notée ZCC . Son module est calculé en un point à
partir de l’amplitude du courant ICC qui circulerait en ce point en cas de court-circuit à la terre
à la tension nominale V0 . On parle plus souvent en termes de puissance triphasée de court-circuit
(SCC ) :
√ U02
SCC = 3V0 ICC = 3U0 ICC = (2.8)
| ZCC |
La valeur de la puissance de court-circuit évolue dans le temps puisqu’elle dépend de la topologie
du réseau, des groupes de production démarrés, etc. Plus la puissance de court-circuit est grande,
plus le réseau amont s’oppose aux variations de la tension en tête de départ. En France, on estime
la puissance de court-circuit vue depuis la sortie des postes sources de l’ordre d’une centaine de
MVA [22]. Il convient de noter que sur le réseau de transport français, la réactance des lignes est
de l’ordre de dix fois supérieure à leur résistance [109]. On peut donc considérer que l’impédance
équivalente du réseau est purement inductive.
ZCC ∼ jXCC (2.9)
Finalement, le modèle monophasé équivalent retenu pour représenter le réseau amont vu depuis
la sortie du poste source et les lignes du réseau de distribution est constitué d’une source de
tension idéale à V0 , d’une réactance de court-circuit XCC et des impédances et admittances des
lignes du réseau de distribution (figure 2.19).
ZCC Z0 I1 Ii Zi I i+1
0
• •1 ... •i •
i+1 ...
Y0 Y0 Yi Yi
V0 ∼ Vjdb V1 Vi V i+1
2 2 2 2
–
/// –
/// –
/// /// – –
///
Figure 2.19 – Modèle équivalent du réseau électrique proposé
Nous allons maintenant discuter de la modélisation de l’impact des variations des grandeurs non
commandables
2.3.3 Modélisation des grandeurs non commandables
Les variations de l’amplitude de la tension sont influencées par les variations des puissances
injectées en chacun des nœuds. Le terme « grandeurs non commandables » a été défini pour
regrouper toutes les grandeurs électriques dont l’évolution n’est pas régulée comme les puissances
actives et réactives soutirées par les consommateurs. Nous proposons ici une étude non exhaustive
des grandeurs non commandables qui peuvent influencer l’amplitude de la tension sur le réseau.
Il convient de noter qu’il sera toujours possible par la suite de prendre en compte une nouvelle
régulation de puissance d’un acteur, par exemple d’un consommateur. Il faudra alors le modéliser
comme présenté partie 2.2.
Consommateurs et producteurs
Dans cette partie, nous nous intéressons aux consommateurs et aux producteurs dont la puissance
n’est pas fixée par un régulateur. Ils seront modélisés par les puissances qu’ils injectent au réseau.
Ces puissances sont considérées comme variables dans le temps.
À ce stade, l’adaptation naturelle des puissances active et réactive soutirées par les charges – dit
autoréglage des charges – en fonction des variations de la tension n’est pas représentée. En effet,
c’est un phénomène rapide devant les constantes de temps qui nous intéressent et d’amplitude
relativement faible dans le cas de réseaux interconnectés à un réseau de transport ayant une
grand puissance de court-circuit et étant très réactif [108]. Un modèle statique de ce phénomène
pourra être pris en compte par la suite.
Ces acteurs seront modélisés comme des nœuds PQ, c’est-à-dire comme des nœuds auxquels
la tension et le courant s’adaptent afin que certaines puissances soient injectées au réseau. Ces
puissances injectées ou soutirées vont induire des variations du plan de tension au même titre
que les variations de puissances engendrées par les régulateurs des producteurs. Ces deux effets
seront modélisés de façon identique, mais seront découplés puisque l’on s’intéresse à l’impact
des grandeurs commandées sur le système. Les variations des grandeurs non commandables
seront vues comme un terme de perturbation. Avant de détailler le modèle proposé, nous allons
caractériser les régulations existantes sur les réseaux de distribution.
Régulations existantes sur les réseaux de distribution
D’après l’hypothèse 7, les régulations existantes peuvent être représentées en régime per-
manent pour l’étude des oscillations de tension provoquées par les régulateurs de puissance des
producteurs. On modélisera l’impact des régleurs en charge comme un terme de perturbation sur
la tension en tête de départ. Son influence sur la tension en chacun des nœuds sera modélisée
par la suite.
Nous allons maintenant nous intéresser à la mise en équation du comportement du système
électrique et plus précisément aux variations de l’amplitude de la tension engendrées par des
variations des puissances injectées sur le réseau et de la tension en tête de départ.
2.3.4 Mise en équation du comportement du réseau électrique
Comme indiqué précédemment, nous souhaitons établir un modèle quasi stationnaire du

système électrique. Pour ce type d’études, le réseau est modélisé sous forme algébrique c’est-
à-dire par les équations de répartition des charges.
Avant de discuter des équations de fonctionnement, nous allons poser quelques définitions. Dans
la suite, n ∈ N désigne le nombre de nœuds du réseau étudié et N = {1, . . . , n} l’ensemble
des nœuds de ce réseau. On définit aussi NU ⊂ N comme l’ensemble des nU nœuds du réseau
auxquels un (ou plusieurs) producteur(s) équipé(s) d’un régulateur de puissance est raccordé.
On rappelle que le réseau accueille nP régulateurs dont nPP régulateurs de puissance active et nQ
P
régulateurs de puissance réactive (nP = nPP + nQ
P ).
Finalement, NN C ⊂ N désigne l’ensemble des nN C nœuds du réseau auxquels un consommateur

ou un producteur sans régulateur est raccordé. On peut remarquer que certains nœuds i ∈ N
peuvent appartenir à la fois à NU et à NN C et d’autres peuvent n’appartenir ni à l’un ni à l’autre.
Avec un modèle quasi stationnaire, les grandeurs électriques sont généralement représentées en
régime permanent et donc sous la forme de grandeurs complexes. On pose IN le vecteur de
Cn dont la i-ème composante est le courant Ii injecté au nœud i ∈ N . Le signe de ce courant
dépend du bilan des puissances injectées et soutirées au nœud i.
De la même manière, on pose UN ∈ Cn le vecteur des tensions complexes entre phases en chaque
√
nœud du réseau. On définit aussi VN = UN / 3 le vecteur des tensions complexes entre phase
et neutre en chaque nœud du réseau. Dans la suite, on notera U ∈ CnU le vecteur des tensions
complexes entre phases aux nœuds du réseau appartenant à NU et Ud ∈ CnNC le vecteur des
tensions complexes entre phases aux nœuds du réseau appartenant à NN C . On définit de la même
manière V ∈ CnU et Vd ∈ CnNC .
Pour finir, on pose PN ∈ Rn , P ∈ RnU et Pd ∈ RnNC les vecteurs des bilans de puissance active
injectées aux nœuds du réseau, de NP et de NN C . On définit de même les vecteurs QN ∈ Rn ,
Q ∈ RnU et Qd ∈ RnNC pour les puissances réactives.
À partir de ces définitions, nous allons établir un modèle du système électrique permettant de
calculer les variations d’amplitude de la tension aux nœuds de raccordement des producteurs
équipés de régulateurs en fonction des puissances injectées par ces producteurs, mais aussi des
grandeurs non commandables comme les puissances soutirées par les consommateurs et les pro-
ducteurs sans régulateur de puissance ou les variations de la tension en tête de départ.
On commence par écrire la loi des nœuds en un nœud quelconque i ∈ N :
X
Ii = Yii · Vi + Yij · Vj (2.10)
j∈N \{i}
L’annexe A illustre le calcul de la matrice d’admittances complexe sur un exemple simple. Ici on
retiendra que :
— Yii est l’admittance complexe propre au nœud i soit la somme des admittances – de fuite
et de branche – se terminant au nœud i ;
— Yij est l’admittance complexe mutuelle entre les nœuds i et j soit l’opposé de la somme
des admittances des branches reliant les nœuds i et j, si les nœuds sont reliés.
Pour écrire (2.10) sous la forme matricielle, on pose :
 
Y11 · · · Y1n
 . .. .. 
Y =  . . (2.11)
 . . 

Yn1 · · · Ynn
On peut alors écrire IN = Y ·VN . Cependant, il n’est pas courant de parler en termes de courant
injecté au réseau, mais plutôt en termes de puissances. Avec Pi et Qi les puissances active et
réactive injectées au nœud i ∈ N , on peut écrire le bilan de puissance au nœud i :
Pi − jQi
Pi + jQi = Vi · Ii ∗ ⇔ Ii = (2.12)
Vi ∗
En combinant (2.10) et (2.12), on peut exprimer la tension complexe au nœud i :

Pi − jQi 1 X
Vi = − Yij · Vj (2.13)
Yii · Vi ⋆ Yii
j∈I\{i}
Les variations de tension en fonction des variations de puissances injectées sur le réseau peuvent
donc s’exprimer sous la forme d’un système de 2n équations (n équations complexes) à 2n
inconnues (les amplitudes et phases des tensions en chacun des n nœuds). Ce système d’équations
est connu dans la littérature sous le nom « d’équations de répartition des charges » :
( Pn
Pi = j=1 Yij Vi Vj cos(θij − δi + δj )
P (2.14)
Qi = − nj=1 Yij Vi Vj sin(θij − δi + δj )
où Vi représente le module de Vi et δi sa phase. De même, Yij = Yij ejθij . L’annexe B détaille

les calculs permettant d’obtenir ces équations à partir des équations des nœuds et du bilan des
puissances injectées en chaque nœud du réseau.
Ces 2n équations ne sont ni linéaires, ni explicites. Une résolution numérique est souvent
privilégiée par rapport à leur résolution formelle. De nombreuses méthodes existent dans la lit-
térature. La majorité de ces méthodes sont itératives. Le plan de tension est calculé à chaque
itération et le calcul a convergé lorsque deux itérations successives donnent des résultats simi-
laires. C’est le principe des méthodes de Gauss-Siedel [108], Newton-Raphson [108], découplant
d’une part puissance active et amplitude de la tension et d’autre part puissance réactive et fré-
quence [110] ou encore de la méthode Backward-Forward dans le cas de réseaux radiaux [111].
Ces méthodes ont l’avantage d’offrir une bonne précision, mais ne permettent pas d’établir un
modèle explicite, même approché, du comportement du réseau. Une résolution itérative semble
donc peu adaptée ici. De plus, dans nos travaux, seule l’amplitude de la tension nous intéresse,
les régulations de puissance réagissant uniquement en fonction de l’amplitude de la tension. Nous
allons donc proposer ci-dessous un modèle explicite des variations d’amplitude de la tension aux
différents nœuds en fonction des variations des puissances injectées. Pour ce faire, nous proposons
de linéariser les équations de répartition des charges (2.14).
Linéarisation des équations du réseau électrique
Le point de fonctionnement autour duquel nous allons linéariser les équations de

répartition des charges est défini par les puissances de référence injectées en chaque nœud
du réseau notées P0N = [P10 . . . Pn0 ]T et Q0N = [Q01 . . . Q0n ]T et par la tension en tête de départ
V00 . Pour ce point, les équations de répartition des charges sont résolues numériquement et le
0 = [V 0 . . . V 0 ]T et δ 0 = [δ 0 . . . δ 0 ]T . Dans la suite, nous
plan de tension ainsi obtenu est noté VN 1 n N 1 n
noterons ∆X = X − X 0 pour tout paramètre X.

Plusieurs méthodes existent dans la littérature pour linéariser les équations du système (2.14)
autour d’un point de fonctionnement, nous n’en citerons ici que deux.
1. Méthode de la chute de tension [112]
Cette méthode permet d’exprimer l’amplitude de la tension en chaque nœud en fonction

de la tension du nœud infini et du cumul des chutes de tension dans les branches en
amont du nœud considéré. Ainsi, il est proposé par [112] d’écrire les équations des mailles du
réseau sous la forme du théorème de Thévenin généralisé :
VN = 1n V0 + Z · IN (2.15)
Avec V0 ∈ R la tension de référence du nœud infini prise comme référence des phases et 1n
un vecteur de « 1 » de taille n. Ici Z représente la matrice d’impédances complexes du réseau
calculée comme l’inverse de la matrice d’admittance Y définie précédemment. On pose R ∈ Rn×n
et X ∈ Rn×n les matrices telles que Z = R + jX. On peut remarquer que pour tout (i, j) ∈ N 2 ,
Rij est une composante de R qui représente la somme des résistances des branches qui se trouvent
en amont du nœud i et en amont du nœud j et Xij peut être défini de la même manière à partir
des réactances des branches.
Pour déterminer l’amplitude des tensions à partir de l’équation complexe (2.15), on peut donc
écrire que :
s 2 2
R X
VN = 1n V0 + PN + QN (2.16)
V0 V0
Afin de pouvoir expliciter les variations d’amplitude de la tension de façon linéaire avec les varia-
tions des puissances injectées et de la tension en tête de départ, une hypothèse supplémentaire
est nécessaire.
Hypothèse 8. Les variations des puissances de fuites dans les branches du réseau sont négli-
geables devant celles des puissances injectées aux différents nœuds du réseau.
À partir de cette écriture, on peut approcher l’expression du vecteur des modules des tensions
en chacun des nœuds du réseau par :
R X
VN ∼ 1n V0 + PN + QN (2.17)
V0 V0
Ainsi, on peut exprimer les variations d’amplitude de la tension autour du point de fonctionne-
ment par :
R X
∆VN ∼ 1n ∆V0 + ∆PN + ∆QN (2.18)
V0 V0
Ainsi, nous avons un modèle linéaire et explicite des variations de tension construit à
partir du comportement physique du réseau moyennant une hypothèse sur les courants
de fuites. La validité de cette hypothèse sera discutée sur le cas d’application (partie 2.3.5). La
deuxième méthode propose une approche numérique plutôt que physique du problème.
2. Linéarisation des variations de la fonction implicite
En partant des équations de répartition des charges (2.14), on peut déduire qu’il existe une
certaine fonction implicite, que l’on notera F, qui permet d’écrire le plan de tension en
fonction des puissances injectées :
 
PN
 
VN = F  QN 
  (2.19)
V0
Cette fonction ne peut pas être explicitée, mais on peut en calculer la valeur en différents
points de fonctionnement grâce aux méthodes de résolution numérique de type itératif citées
précédemment. Ici, on propose de linéariser le comportement de la fonction F par rapport aux
variations de puissances et de tension autour du point de fonctionnement défini par P0 , Q0 et V00 .
Pour ce faire, la fonction est assimilée à son gradient par rapport à chacune des variables autour
du point de fonctionnement. Le gradient de la fonction F ne peut pas s’expliciter, cependant, on
peut l’approcher numériquement en calculant les termes de la matrice jacobienne de la fonction.
Le vecteur des termes en fonction de Pi peut, pour ∆Pi suffisamment petit, s’exprimer comme
suit :
h iT h iT
T T T T
F P0N Q0N V00 + [0 . . . ∆Pi . . . 0]T − F P0N Q0N V00 − [0 . . . ∆Pi . . . 0]T
∂F
∼ (2.20)
∂Pi 0 2 × ∆Pi
On pose ▽F0PN ∈ Rn×n la matrice dont chaque colonne i ∈ {1, . . . , n} est le vecteur des gradients
de F par rapport aux variations de la puissance active injectée au nœud i (i.e. ∂F/∂Pi ). De même,
on définit ▽F0QN ∈ Rn×n et ▽F0V0 ∈ Rn×1 grâce aux gradients de f par rapport aux variations
de puissances réactives injectées et de la tension en tête de départ.
Finalement, on propose de linéariser le comportement de la fonction implicite autour du point
de fonctionnement, on peut alors appliquer le théorème de superposition et écrire :
∆VN ∼ ▽F0V0 ∆V0 + ▽F0PN ∆PN + ▽F0QN ∆QN (2.21)
Finalement, nous avons proposé une méthode de linéarisation des équations de répartition
des charges dont les coefficients ne peuvent s’exprimer que numériquement. Afin de
les calculer, il faut résoudre numériquement les équations de répartition des charges en plusieurs
points autour du point de fonctionnement : six calculs sont nécessaires pour chaque nœud du
réseau auquel des producteurs sont raccordés. Cette méthode demande donc une phase de
construction en amont de l’étude qui peut être longue si le nombre de producteurs étudiés
est important. En contrepartie, on s’attend à une meilleure précision puisqu’aucune hypothèse
n’est nécessaire sur les courants de fuites.
Conclusion
Il est possible d’établir un modèle approché linéaire et explicite du fonctionnement du

réseau électrique. Deux approches différentes ont été proposées. L’une fondée sur une compré-
hension des phénomènes physiques permettant un modèle de comportement analytique assurant
une bonne compréhension, mais demandant de fortes hypothèses. Le deuxième modèle proposé
est quant à lui numérique ce qui ne permet pas d’évaluer l’impact des différents paramètres sur le
modèle, mais permet de minimiser les hypothèses nécessaires. Dans la suite (partie 2.3.5), nous
proposerons une comparaison des deux méthodes présentées sur un exemple réel.
Pour l’instant, nous retiendrons qu’un modèle linéaire permet de représenter les variations d’am-
plitude de la tension entre phases en chacun des nœuds du réseau (∆UN ) en fonction des va-
riations des puissances injectées (∆PN et ∆QN ) et de la tension entre phases en tête de départ
(∆U0 ). Dans la suite, nous noterons KU0 ∈ Rn×1 , KPN ∈ Rn×n et KQN ∈ Rn×n les matrices
telles que :
∆UN = KU0 ∆U0 + KPN ∆PN + KQN ∆QN (2.22)
Comme indiqué précédemment, nous souhaitons séparer l’effet des régulateurs de puissance de
celui des variations des grandeurs non commandables. Pour ce faire, nous allons reprendre l’équa-
tion (2.22) en séparant les variations de puissance liées aux producteurs équipés de régulateurs de
celles liées aux grandeurs non commandables. On définit ∆UP Q ∈ RnU le vecteur des variations
de tension engendrées par les nP régulateurs de puissance en chacun de nU nœuds du réseau
raccordant au moins un régulateur. On définit aussi ∆Ud ∈ RnU comme le vecteur des variations
de tension engendrées par les nd grandeurs non commandables en chacun des nU nœuds du ré-
seau raccordant au moins un régulateur. Pour finir, ∆U ∈ RnU est défini comme le vecteur des
variations de tension en chacun des nU nœuds du réseau raccordant au moins un régulateur. Par
le théorème de superposition, il s’exprime comme la somme des variations commandées UP Q et
des variations non commandables Ud .
P Q
Finalement, on pose KP ∈ RnU ×nP et KQ ∈ RnU ×nP les matrices telles que :
∆UP Q = KP ∆P + KQ ∆Q (2.23)
On peut donc modéliser l’impact des producteurs équipés de régulateurs sur l’amplitude de la
tension aux nœuds accueillant des producteurs de façon linéaire grâce à une matrice de gains
KP Q = [KP KQ ]. La figure 2.20 résume le modèle proposé pour les variations de tension dues
aux variations de puissances des producteurs équipés d’un régulateur.
Réseau électrique

P ∆P
Q ∆Q ∆UP Q
- KP Q
h iT
T T
P0 Q0
Figure 2.20 – Modèle proposé pour représenter l’influence des régulateurs sur l’amplitude de la
tension
Pour ce qui est de l’impact des grandeurs non commandables, à partir de l’équation (2.22), on
peut isoler l’influence des variations des grandeurs non commandables (∆Pd , ∆Qd et
∆U0d ) sur les variations d’amplitude de la tension.
Q
∆Ud = KU 0 P
d ∆U0d + Kd ∆Pd + Kd ∆Qd (2.24)
Finalement, le modèle proposé pour représenter les variations des grandeurs non commandables
peut s’écrire sous la forme :
 
h i  ∆U0d
Q 
∆Ud = Kd · ∆D = KU
d
0
K P
d K d ·  ∆Pd 
  (2.25)
∆Qd
La figure 2.21 résume le modèle proposé pour représenter l’influence des grandeurs non comman-
dables.
Influence des
perturbations
∆D ∆Ud
Kd
Figure 2.21 – Modèle proposé pour représenter l’influence des perturbations sur l’amplitude de
la tension
Le modèle proposé pour représenter le système électrique est un modèle algébrique du fait du
choix d’une représentation quasi stationnaire. Les grandeurs de commandes dépendant du
temps sont les puissances injectées par les producteurs équipés de régulateurs et le
terme agrégé de perturbation. On notera maintenant ∆P(k), ∆Q(k) et ∆D(k).
La figure 2.22 résume le modèle proposé pour représenter le fonctionnement du système électrique.
∆Ud (k)

∆P(k) Réseau électrique
∆Q(k) ∆UP Q (k) ∆U(k)
KP Q +
Figure 2.22 – Modèle linéarisé du système électrique
Afin d’illustrer le modèle développé ici, nous proposons d’appliquer la modélisation au réseau
moyenne tension auquel est raccordé le producteur décrit dans la partie 2.2.4.
Le réseau ne raccorde qu’un seul producteur et celui-ci est équipé d’une régulation de sa puissance
réactive qui adapte les variations de la consigne de puisance réactive (∆Q ∈ R) en fonction des
variations de sa tension (∆U ∈ R). Le terme de perturbation va donc représenter les variations de
consommation, de la puissance active du producteur et de la tension en tête de départ. Pour cette
application, nous allons considérer que le seul terme de perturbation variable est la puissance
active du producteur (qui n’est pas commandée par un régulateur contrairement à la puissance
réactive). Les autres composantes du terme de perturbation seront considérées comme constantes
sur la durée de l’étude (quelques dizaines de secondes).
On peut alors écrire les variations de tension comme suit, à l’instant kTe :
∆U (k) = KP Q ∆Q(k) + Kd ∆Pd (k) (2.26)
Afin de calculer la valeur des gains modélisant le système électrique, il reste à définir le point de
fonctionnement autour duquel le système sera modélisé. Au vue de l’allure de la loi de commande
de puissance réactive, le point de fonctionnement va être défini par Q = 0 soit en zone de
fonctionnement « nominal ». Au niveau des perturbations, nous avons choisi de faire les calculs
dans le cas de la production moyenne (3 MW), de la consommation maximale (∼8 MW) et
de tension U0 nominale (20,4 kV). On rappelle que les seuls perturbations considérées comme
variables pour ce cas d’étude sont les variations de la puissance active du producteur.
La figure 2.23 présente l’évolution de la tension avec les variations de la puissance réactive ou
active du producteur calculée de trois façons différentes :
1. Avec une méthode de résolution numérique itérative (ici Backward-Forward) assurant une
précision de l’ordre de 10−8 V prise comme méthode de référence pour la comparaison ;
2. Avec la méthode physique – soit la méthode de la chute de tension – proposant un calcul

du gain en fonction des caractéristiques des branches ;
3. Avec la méthode numérique – soit la linéarisation de la fonction implicite – proposant un

calcul du gain à partir de deux calculs de répartition des charges (avec la méthode de
référence) pour chaque terme à évaluer.
Modèle de référence
21, 1 Modèle physique 21, 1
Modèle numérique Modèle de référence
Modèle physique
Tension [kV]
20, 9 Modèle numérique

20, 9
Tension [kV]
20, 7
20, 7
20, 5
20, 5
20, 3
−2 −1 0 1 2
Variation de Q [MVAr] 20, 3
−2 −1 0 1 2
(a) Évaluation de la tension du producteur suite Variation de P [MW]
à une variation de puissance réactive (b) Évaluation de la tension du producteur suite
à une variation de puissance active
Figure 2.23 – Évaluation de la tension du producteur suite à une variation de puissance réactive
(a) ou active (b) avec les trois méthodes proposées
La figure 2.23a montre que les variations de l’amplitude de la tension avec la puissance réactive
injectée/soutirée par le producteur ont bien une allure linéaire. Les deux méthodes de linéarisation
semblent adaptées et équivalentes. La méthode physique semble un peu moins précise puisqu’elle
commet une erreur absolue maximale de l’ordre de 45,6 V et la méthode numérique commet
une erreur allant jusqu’à 29,7 V. Ces erreurs sont négligeables devant la tension du producteur
(de l’ordre de 20 kV) puisqu’elles en représentent moins de 0,25 %. La figure 2.23b permet de
tirer les mêmes conclusions concernant les variations d’amplitude de la tension en réponse à des
variations de puissance active. On note que, à nouveau, la méthode physique semble un peu moins
précise que la méthode numérique pour estimer les variations de tension liées à des variations de
puissance active. Le tableau 2.3 résume les résultats de la comparaison.
Puissance réactive Puissance active

KP Q Erreur Erreur Kd Erreur Erreur Temps de
[V/MVAr] Max [V] Moy. [V] [V/MW] Max [V] Moy. [V] Calcul 1 [ms]
Méthode 1 268,7 45,6 11,5 184,7 37,6 12,2 ∼ 150
Méthode 2 271,3 29,7 11,5 181,7 32,5 12,5 ∼ 80
Tableau 2.3 – Résultats de la comparaison entre la méthode de linéarisation physique (méthode

1) et numérique (méthode 2)
Comme on peut le voir, les deux méthodes de détermination des gains donnent des résultats
similaires. On peut donc voir que l’hypothèse nécessaire pour appliquer la méthode 1 semble
validée : les variations des courants de fuites sont négligeables devant les variations des courants
dans les branches. La précision des deux méthodes, de l’ordre d’une dizaine de volts est suffisante
pour les études menées dans ces travaux.
Finalement, les deux méthodes semblent adaptées et de précision équivalentes. Pour ce cas
d’étude, la méthode numérique est un peu plus précise concernant les variations d’amplitude
1. Les calculs ont été réalisés avec un ordinateur ayant un processeur Intel Core i7 à 3,6 GHz et 16 Go de
Mémoire RAM
de la tension liées aux variations de puissance réactive. Elle sera donc privilégiée pour calculer
les matrices de gain modélisant le réseau. La première méthode offre quant à elle un interpréation
physique du gain du réseau qui peut être utile en fonction de l’étude menée. On note aussi que
les deux méthodes ont un temps de calcul relativement rapide, mais que, dans le cas de réseaux
accueillant beaucoup de producteurs, la deuxième méthode risque d’être plus longue à mettre en
œuvre. Afin de généraliser ces résultats, une étude comparative sur un grand nombre de réseaux
devra être menée.
2.3.6 Conclusion
Le modèle proposé pour représenter le système électrique est fondé sur la linéarisation autour
d’un point de fonctionnement des calculs de répartition des charges. Cette hypothèse nous per-
met d’obtenir un modèle explicite du système électrique ce qui en facilite grandement l’étude.
Le modèle est composé d’une matrice de gains représentant la sensibilité de l’amplitude de la
tension à des variations de la puissance active ou réactive d’un producteur. Ensuite, un terme
de perturbations est rajouté pour modéliser l’influence des grandeurs non commandables. Fi-
nalement, les variations d’amplitude de la tension aux nœuds de raccordement des producteurs
équipés de régulateurs peuvent s’écrire sous la forme :
" #
∆P(k)
∆U(k) = KP Q + Kd ∆D(k) (2.27)
∆Q(k)
Ce modèle a été testé sur l’exemple d’un réseau réel ce qui a permis de vérifier sa validité. Par la
suite, le système électrique sera modélisé, autour d’un point de fonctionnement, comme indiqué
figure 2.22.
2.4 Mise en évidence des risques d’instabilité
2.4.1 Considérations générales
Dans ce chapitre, nous avons tout d’abord établi un modèle des producteurs équipés de régula-
teurs de puissance (partie 2.2) puis un modèle linéarisé du système électrique (partie 2.3). Ce
dernier est valable uniquement autour d’un point de fonctionnement. Pour proposer un modèle
du système, nous exprimons le modèle des producteurs en terme de variation des grandeurs
autour du point de fonctionnement.
Comme on peut le voir figure 2.15, le filtre de mesure choisi est un filtre linéaire et la loi de
commande est affine par morceaux. Le modèle du producteur qui exprime Q(k) à partir de la
tension aux bornes des producteurs équipés de régulateurs U(k) peut s’écrire de la même manière
autour du point de fonctionnement. On peut donc écrire les équations du système comme suit :
56 2.4. Mise en évidence des risques d’instabilité


 ∆xf (k + 1) = A ∆xf (k) + B ∆U(k)




 ∆Uf (k) = C ∆xf (k)

 " #
 ∆P(k)
= f ( ∆Uf (k) ) (2.28)


 ∆Q(k)

 " #

 ∆P(k)
 ∆U(k) = KP Q + Kd ∆D(k)


∆Q(k)
Le modèle associé à ce système d’équations est présenté figure 2.24. Il synthétise toutes les étapes
décrites précédemment.
∆Ud (k)

∆P(k) Réseau électrique
∆Q(k) ∆UP Q (k) ∆U(k)
KP Q +
Producteurs équipés d’un régulateur

Loi de commande Filtre de mesure
∆Uf (k)
∆P(k) ∆xf (k + 1) = A∆xf (k) + B∆U(k)
= f ( ∆Uf (k) )
∆Q(k) ∆Uf (k) = C∆xf (k)
Figure 2.24 – Modèle quasi stationnaire proposé pour représenter le système composé de produc-
teurs équipés de régulateurs de puissance raccordés au réseau de distribution
Comme on peut le voir sur la figure 2.24, lorsque les producteurs sont équipés de régulateurs
de puissance, le système fonctionne alors en boucle fermée. Dans de tels cas, la réponse du
système à une perturbation doit être maîtrisée afin d’en assurer la stabilité, la rapidité et la
précision. Un mauvais réglage du régulateur de puissance représente donc un danger
pour la stabilité du système, le risque majeur étant de voir apparaitre des phénomènes de
pompage entre plusieurs zones de fonctionnement des lois de commande et donc des oscillations
de la tension. L’existence de telles oscillations de tension et la difficulté à les étudier
s’explique en partie par la non linéarité des lois de commande de puissance en
fonction de la tension.
Dans le cas des réseaux accueillant des producteurs équipés de régulateurs de puissance, afin de
régler la stabilité du système il est possible d’agir sur les paramètres du filtre de mesure et sur
les paramètres de la loi de commande. Cependant, les paramètres de la loi de commande sont
directement liés à la participation du producteur au réglage de tension. Ainsi, nous privilégierons
le réglage des paramètres du filtre de mesure. Dans un second temps, lorsque celui-ci ne permettra
pas d’assurer la stabilité du système, le réglage des paramètres de la loi de commande sera
envisagé.
Avant de discuter des méthodes pour étudier la stabilité d’un tel système, nous allons illustrer
les risques d’instabilité sur l’exemple réel modélisé dans les parties précédentes.
Nous reprenons ici le système réel modélisé précédemment (parties 2.2.4 et 2.3.5).
Ce régulateur a été modélisé partie 2.2.4. On retient qu’il se compose d’un filtre de mesure du
premier ordre échantillonné à une seconde et de gain unitaire. Le paramètre a ∈ [0, 1] permet
de régler la rapidité du filtre de mesure. Il s’agit en quelque sorte d’un facteur de lissage dont
l’effet est illustré par la figure 2.25.
1
Sortie du filtre
0.5 aր
0
0 10 20 30 40
Temps [s]
Figure 2.25 – Réponse du filtre de mesure à un échelon unitaire de tension à t = 0 s pour

différentes valeurs de la constante de temps discrète (a) allant de 0 à 0.9
La loi de commande Q(U ) est affine par morceaux avec cinq zones de fonctionnement comme
décrit dans le tableau 2.2. Le réseau auquel est raccordé le producteur peut se modéliser sous
la forme d’un gain KP Q = 271 V/MVAr (cf. tableau 2.3). Lors de la modélisation du réseau
(partie 2.3.5), nous avions supposé que le seul terme de perturbation variable à l’échelle de
quelques secondes était la puissance active du producteur et l’on avait calculé Kd = 182 V/MW.
Ainsi, le modèle proposé est représenté figure 2.26.
Afin d’illustrer les risques d’instabilité, le système présenté figure 2.26 est simulé grâce au lo-
giciel Matlab
R
-Simulink et son comportement dynamique est étudié. La figure 2.27 représente
la réponse du système à différents échelons de puissance active en partant d’une production de
Pd0 = 1 MW et pour a = 0, 1.
Afin de conclure sur la stabilité de ce système, une première définition de ce terme s’impose.
Dans ces travaux, nous considérerons que le système est stable, lorsque, au bout d’un
certain temps, les éventuelles oscillations de tension sont amorties. Il convient de noter
que le système peut être considéré comme stable même si le point de fonctionnement final
58 2.4. Mise en évidence des risques d’instabilité
KdP ∆Pd (k)
Réseau électrique
∆Q(k) ∆UP Q (k) ∆U (k)
KP Q +

Loi de commande Q(U ) Filtre de mesure
∆Q
∆QM ∆Uf (k)
∆U3 ∆U U
4 M ∆Uf (k + 1) =
| | ∆Uf
Um ∆U1 ∆U2 a∆Uf (k) + (1 − a)∆U (k)
∆Qm
Figure 2.26 – Modèle quasi stationnaire du système étudié

Puissance active du prod. [MW]
21
Tension du producteur [kV]
20, 5
4
Pd = 0M W
f
20 Pd = 1M W
2 f
Pd = 2M W
f
Pd = 3M W
f
Pd = 6M W
f
Pd = 7M W
f
0 19, 5
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
Temps [s] Temps [s]
(a) Échelon de puissance du producteur ∆Pd (b) Tension du producteur après un échelon
Figure 2.27 – Évolution temporelle de la tension du producteur en réponse à un échelon de sa

puissance active ∆Pd = Pdf − Pd0 pour a = 0, 1 et pour différentes valeurs finales Pdf
est différent du point de fonctionnement initial. Dans la suite, une formalisation de cette
première définition sera proposée.
La figure 2.27b montre que le système est instable pour une perturbation de 7 MW 2 . En effet,
pour une puissance active finale de 7 MW, la tension aux bornes du producteur oscille avec
une période de deux secondes (2Te ) et une amplitude jusqu’à 200 V. On note aussi que tous les
points de fonctionnement ne sont pas instables (figure 2.27b). En effet, lorsque la puissance active
finale vaut 0, 1, 2, 3 et 6 MW, il n’y a pas d’oscillation de la tension. On peut donc dire que
le comportement du système est stable et ce même si le point d’équilibre après la perturbation
n’est pas le même qu’avant cette dernière.
2. Il convient de noter que cette valeur est théorique car le producteur raccordé ici fait 6 MW et non 7 MW.
Néanmoins, un tel échelon de perturbation peut être obtenu si les effets de plusieurs grandeurs non commandables
se combinent.
Pour conclure, la stabilité du système dépend du point de fonctionnement étudié. Il semble ainsi
difficile de conclure à la stabilité du système seulement après une étude empirique en simulation
ou en expérimentation. Un outil d’analyse formelle de la stabilité est nécessaire pour
pouvoir généraliser les résultats observés pour quelques points de fonctionnement.

20, 9 20, 9
20, 7 20, 7
20, 5 20, 5
20, 3 20, 3
a=0 a = 0, 5
a = 0, 1 a = 0, 6
a = 0, 4 a = 0, 7
20, 1 20, 1
0 5 10 15 20 25 0 5 10 15 20 25
Temps [s] Temps [s]
(a) Profils de tension instables (b) Profils de tension stables
Figure 2.28 – Évolution de la tension du producteur en réponse à un échelon de perturbation

pour différentes valeurs de a
La figure 2.28 illustre l’action du filtre de mesure sur le système. En effet, cette figure représente le
comportement du système pour un même échelon du terme de perturbation, mais avec différents
réglages de la rapidité du filtre. On peut voir sur la figure 2.28 que la stabilité du système dépend
de la valeur de a. Pour a égal à 0, 0,1 et 0,4 (figure 2.28a) le système est instable alors que pour a
égal à 0,5, 0,6 et 0,7 (figure 2.28b) le système est stable. Il semble donc que plus le filtre répond
lentement – plus a augmente – plus le système est stable. Ainsi, les risques d’instabilité mis en
évidence peuvent – au moins en partie – être évités en réglant la rapidité du filtre.
De plus, on peut voir sur les figures 2.28 que le système, qu’il soit stable ou non, atteint son
régime permanent en une vingtaine de secondes. Ceci confirme la validité de l’hypothèse 7.
Nous proposons maintenant de nous intéresser à l’évolution de la puissance réactive des produc-
teurs et de la tension filtrée.
Comme on peut le voir figure 2.29, nous retrouvons les même résultats en matière de stabilité ainsi
qu’en temps de réponse. En effet, les oscillations observées sur l’amplitude de la tension peuvent
aussi l’être sur la tension filtrée et la puissance réactive. Dans la suite, nous nous contenterons
d’étudier l’une des ces trois grandeurs : l’amplitude de la tension du producteur.
Pour conclure, nous avons montré dans cette partie que les risques pour la stabilité du système
lorsque les producteurs sont équipés de régulateurs de puissance en fonction de la tension sont
réels. Enfin, nous avons montré qu’un réglage de la rapidité du filtre pouvait permettre de
stabiliser le comportement du système.
60 2.5. Conclusion
replacemen
20, 9
Tension filtrée [kV] 20, 9
Tension filtrée [kV]

20, 7
20, 7
20, 5
20, 5
20, 3 20, 3
a=0 a = 0, 5
a = 0, 1 a = 0, 6
a = 0, 4 a = 0, 7
20, 1 20, 1
0 5 10 15 20 25 0 5 10 15 20 25
Temps [s] Temps [s]
(a) Profils de tension filtrée instables (b) Profils de tension filtrée stables
0, 1
0
Puissance réactive [MVAr]
Puissance réactive [MVAr]

−0, 3
−0, 2
−0, 6
−0, 9
−1, 2 −0, 5
a=0 a = 0, 5
−1, 5
a = 0, 1 a = 0, 6
a = 0, 4 a = 0, 7
−1, 8 −0, 8
0 5 10 15 20 25 0 5 10 15 20 25
Temps [s] Temps [s]
(c) Profils de puissance réactive instables (d) Profils de puissance réactive stables
Figure 2.29 – Évolution de la tension du producteur en réponse à un échelon de perturbation

pour différentes valeurs de a
2.5 Conclusion
Dans ces travaux, nous nous intéressons aux réseaux de distribution accueillant un ou plusieurs
producteurs équipés de régulateurs de puissance active et/ou réactive en fonction de la tension.
Dans la littérature, plusieurs travaux ont mis en évidence des risques d’instabilité pour de tels
systèmes. Dans ce chapitre, nous avons proposé une modélisation adaptée à l’étude des oscillations
de tension générées par les régulateurs de puissance.
Les instabilités issues des régulateurs de puissance des producteurs décentralisés ont une période
ou pseudo-période supérieure au temps d’échantillonnage des régulateurs. Ce dernier étant de
l’ordre d’une seconde, nous nous intéressons donc ici à des phénomènes dont la constante de
temps est de l’ordre de quelques secondes. De plus, les consignes de puissance des régulateurs
étant nécessairement bornées, les oscillations de tension, si elles existent, seront d’amplitude
bornée.
Les caractéristiques des phénomènes que l’on souhaite observer nous ont amenés à choisir un
modèle quasi stationnaire. Ceci permet de représenter en régime permanent les phénomènes
beaucoup plus rapides et beaucoup plus lents que les oscillations que l’on souhaite étudier. Ceci
nous a amenés à ne modéliser la dynamique du producteur que par la dynamique de son régulateur
de puissance. De plus, nous avons choisi de modéliser le réseau par les équations de répartition
des charges que l’on a linéarisées autour d’un point de fonctionnement choisi comme le milieu
des gammes de réglage de puissance. L’évolution des grandeurs qui ne sont pas contrôlées par
un régulateur de puissance est modélisée sous la forme de terme de perturbations dont l’effet est
lui aussi linéarisé.
Finalement, le modèle proposé pour étudier les éventuelles oscillations induites par l’introduction
de régulateurs de puissance est décrit figure 2.24.
Ce modèle a été illustré sur un cas réel, un départ moyenne tension accueillant une ferme éolienne
de 6 MW. Le comportement du système étudié a été simulé pour plusieurs perturbations et pour
plusieurs paramètres du filtre de mesure. Cette étude empirique a permis de mettre en évidence le
risque d’instabilité des départs accueillant des régulateurs de puissance, mais aussi l’impact de la
rapidité du filtre sur la stabilité de la tension. Ainsi, il apparait, dans le cas étudié, qu’en réglant
la rapidité du filtre de mesure, la stabilité du système peut être assurée. Dans ces travaux, nous
allons donc tenter de proposer des réglages de la rapidité du filtre, en fonction des paramètres
du système, afin d’assurer la stabilité de la tension sur le réseau.
Nous avons montré, grâce au cas d’étude, l’insuffisance des méthodes empiriques pour conclure sur
la stabilité. En effet, lorsque le système est instable, il peut exister des points de fonctionnement
stables. Ainsi, les observations faites sur quelques points de fonctionnement semblent difficilement
généralisables. C’est pour cela que nous proposons de développer un outil d’analyse formelle de
la stabilité dont la construction est détaillée au chapitre 3.
63
Chapitre 3
Analyse formelle de la stabilité
Sommaire
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.2 Méthode proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Application au cas d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.4 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Résumé
Nous présenterons dans ce chapitre une méthode d’étude formelle de la stabilité des systèmes
hybrides affines par morceaux comme par exemple un réseau électrique de distribution accueillant
des producteurs équipés de régulateurs de puissance.
La méthode proposée se compose de trois étapes :
1. construction d’un système de transition hybride à partir de la description du système
physique faite au chapitre 2 ;
2. abstraction discrète de ce système de transition hybride en système discret afin d’associer
à chaque zone de fonctionnement linéaire un mode discret ;
3. raffinement de la définition des modes discrets de manière à pouvoir conclure sur la sta-
bilité du système hybride en étudiant uniquement les trajectoires du système discret.
Nous terminerons ce chapitre en discutant de la possibilité d’utiliser cet outil dans le cadre des
études de raccordement menées par les gestionnaires de réseaux de distribution.
64 3.1. Introduction
3.1 Introduction
Grâce au chapitre précédent, l’existence de risques pour la stabilité de réseaux accueillant des
producteurs équipés d’un régulateur de puissance a été établie. Il a aussi été souligné qu’une étude
empirique est insuffisante pour conclure à la stabilité du système. Ainsi, une étude formelle de la
stabilité est nécessaire afin de pouvoir conclure lorsque le système est stable ou lorsqu’il ne l’est
pas.
L’objectif de ce chapitre est donc de proposer aux gestionnaires de réseaux de distribution un
outil leur permettant de choisir des réglages des régulations des producteurs assurant la stabilité
du réseau auquel ils sont raccordés. La méthode d’analyse de stabilité sur laquelle sera élaboré cet
outil est construite en fonction des caractéristiques du système physique étudié et de la finalité
de l’étude. C’est pour cela que nous commençons par définir clairement les objectifs de cette
méthode.
3.1.1 Objectifs
Nous pouvons remarquer que le modèle proposé pour ces travaux (figure 2.24) est linéaire si
et seulement si la loi de commande de puissance en fonction de la tension l’est. Or, dans la
littérature, ce type de loi n’est généralement pas linéaire du fait par exemple des saturations.
C’est le cas de la régulation de puissance réactive choisie par Enedis (figure 1.7) qui est affine
par morceaux avec cinq zones de fonctionnement. La méthode formelle d’étude de la stabilité
que nous allons proposer devra donc être adaptée à l’étude des systèmes non linéaires de ce
type.
Le but de l’étude est de prévoir, lors du raccordement d’un nouveau producteur équipé d’un
régulateur de puissance, si le système sera stable ou non et de choisir en conséquence les para-
mètres du régulateur du producteur. Ainsi, nous souhaitons proposer une méthode permettant
de conclure lorsque le système est stable et lorsqu’il est instable.
Le système linéaire par morceaux sera dit stable si, quelle que soit la condition initiale, au
bout d’un certain temps, le point de fonctionnement du système reste dans la même zone de
fonctionnement linéaire et que celle-ci est stable au sens de la stabilité d’un système linéaire. Au
contraire, il sera dit instable si le point de fonctionnement ne reste jamais dans une des zones
de fonctionnement ou qu’il reste dans une zone instable au sens de l’instabilité d’un système
linéaire.
Pour pouvoir construire la méthode d’étude de stabilité, il convient aussi de remarquer que l’on
peut voir le système comme un système à commutation, c’est à dire un système dont les
paramètres changent avec son état ou avec le temps. Dans le cas de la loi de commande affine
par morceaux retenue par Enedis (figure 1.7), les paramètres cette loi changent en fonction de
la valeur de la tension filtrée. Le système présente cinq zones de fonctionnement distinctes
à l’intérieur desquelles l’évolution du système est linéaire.
Ce type de systèmes appartient à la famille des systèmes hybrides. Il s’agit de systèmes mé-
langeant des parties continues et discrètes, que ce soit des dynamiques pouvant être à temps
3. Analyse formelle de la stabilité 65
continu et discret ou des signaux pouvant être définis sur un ensemble continu ou discret [113].
Dans ce cas particulier, le système évolue à temps discret avec des signaux définis sur des en-
sembles continus (comme la tension, la puissance réactive, etc.) et un signal discret, le mode de
fonctionnement dans lequel se trouve la loi de commande.
Dans ce chapitre, nous allons donc proposer une méthode formelle pour l’étude de la stabilité
d’un système hybride affine par morceaux.
3.1.2 État de l’art des méthodes existantes
Dans la littérature, beaucoup de méthodes existent pour étudier la stabilité des systèmes hybrides
affines par morceaux et plus généralement des systèmes hybrides non linéaires. On citera par
exemple la méthode du premier harmonique [114]. Cette méthode propose l’analyse formelle
de l’existence d’auto-oscillations par le calcul du gain complexe équivalent à la partie non linéaire.
Cette méthode ne s’applique qu’aux systèmes « simples » car elle implique deux hypothèses
fortes :
— la séparabilité des dynamiques linéaire et non linéaire. Cette hypothèse est vérifiée dans
notre cas, en effet la partie linéaire regroupe le comportement du filtre de mesure du
producteur et du système électrique et le comportement non linéaire est causé uniquement
par la loi de commande de puissance.
— le comportement passe-bas du système linéaire. Cette hypothèse permet de limi-
ter l’étude des instabilités à l’étude du premier harmonique des signaux. Dans notre cas,
aucune hypothèse n’est pour l’instant faite sur « l’efficacité » du filtre de mesure du pro-
ducteur, cette hypothèse n’est donc pas vérifiée.
Depuis, notamment avec les progrès des puissances de calculs disponibles, de nouvelles méthodes
ont été proposées dans la littérature permettant ainsi d’étendre le domaine de validité de l’étude.
Les méthodes les plus souvent utilisées pour étudier la stabilité de systèmes non linéaires quel-
conques sont fondées sur une approche par fonctions de Lyapunov. La théorie de Lyapunov
propose d’établir une condition suffisante à la stabilité d’un système autour d’un point de fonc-
tionnement sans en résoudre les équations [115]. Elle est donc particulièrement intéressante dans
le cas de systèmes non linéaires. Sa principale difficulté repose sur la formulation d’une fonction
de Lyapunov permettant de montrer la stabilité du système. De nombreux travaux sont axés sur
le développement numérique de fonctions de Lyapunov adaptées à certains types de systèmes.
Par exemple, les auteurs de [116] s’intéressent à la formulation d’une fonction de Lyapunov adap-
tée à l’étude de systèmes affines par morceaux particuliers. Par la suite [117] et [118] étendent la
validité de cette étude en proposant des fonctions de Lyapunov elles-aussi affines par morceaux.
On peut aussi penser aux travaux menés dans le cas de systèmes de Lur’e. Il s’agit de systèmes
bouclés dont la chaîne directe est composée d’un système linéaire invariant et dont le chaîne de
retour est composée d’un système non-linéaire dont les paramètres peuvent dépendre du temps.
La partie non linéaire noté φ(y) vérifie une condition de cône [119] :
φ(y)
∃(a, b) : a<b et ∀y, a≤ ≤b (3.1)
y
Par exemple, les auteurs de [120] et [121] proposent la construction d’une fonction de Lyapunov
pour l’étude de systèmes de Lur’e à temps discret.
Finalement, on retiendra que l’approche par fonctions de Lyapunov propose une analyse numé-
rique de la stabilité d’un système. Cependant, elle ne s’applique qu’à l’étude de la stabilité
autour d’un point d’équilibre or, les systèmes étudiés dans ces travaux ont a priori plusieurs
points d’équilibre dont l’atteinte dépend des conditions initiales. De plus, ce type de méthodes
formule une condition suffisante à la stabilité et ne permet donc pas de conclure à l’instabilité
du système. Nous avons donc préféré aborder notre problème par une autre approche.
En effet, on souhaite que la méthode formelle choisie permette de conclure lorsque le système est
stable, mais aussi lorsqu’il est instable. La non linéarité du système étant en réalité souvent affine
par morceaux, on peut remarquer que le fonctionnement du système sera linéaire par morceaux.
Dans la littérature, ce type de systèmes peut être représenté sous la forme d’un automate discret.
Ceci mène à considérer les méthodes d’étude de stabilité fondées sur l’abstraction discrète d’un
système hybride [122].
L’abstraction discrète d’un système est une transformation d’un système en une nouvelle repré-
sentation de ce système, choisie de manière à préserver les propriétés importantes, comme la
stabilité, et à masquer les détails inutiles. L’auteur de [123] a introduit la notion de bisimula-
tion pour les systèmes de transition continus. Il s’agit d’une partition finie de l’espace d’état
(qui pouvait être infini pour le système d’origine) sur laquelle les propriétés de logique de temps
arborescent (« Computational Tree Logic » [124]) – incluant les propriétés de stabilité des trajec-
toires – sont vérifiées de façon équivalente au système initial et plus facilement. La construction
de la bisimulation d’un système hybride a été proposée par [125]. Elle est obtenue de façon itéra-
tive à partir de l’étude des prédécesseurs d’une partition de l’espace d’état. Lorsque le calcul
converge, la bisimulation du système est obtenue. Son étude permet de conclure sur la stabilité,
mais aussi l’instabilité du système puisque la stabilité de bisimulation est équivalente à
celle du système initial.
Il convient de noter que la convergence du calcul itératif de construction de la bisi-
mulation n’est pas garantie. En cas de non-convergence, le système discret obtenu n’est pas
équivalent au système initial notamment en matière de stabilité. Il n’est alors pas possible de
conclure sur le système initial.
Pour conclure, l’étude de la littérature nous a permis d’identifier le potentiel des méthodes d’abs-
traction discrète et plus précisément de construction de la bisimulation pour pouvoir conclure sur
la stabilité du système. Cependant, il a été montré qu’il existe des cas pour lesquels la construc-
tion de la bisimulation ne converge pas. On dit que la construction de la bisimulation est un
problème non décidable [126]. Ainsi, nous ne pouvons pas garantir qu’il sera possible de conclure
dans tous les cas grâce à cette méthode.
3.1.3 Besoin d’une nouvelle méthode pour l’étude de la stabilité
Les systèmes étudiés dans ces travaux sont hybrides affines par morceaux. Les méthodes
d’abstraction discrète et plus précisément de construction de la bisimulation du système semblent
particulièrement adaptées à l’étude de leur stabilité. Cependant, nous souhaitons une méthode
d’étude de la stabilité capable de conclure dans tous les cas, même en cas de non-convergence
du calcul de bisimulation.
Pour ces travaux, nous proposons donc une méthode fondée sur la construction de la bisimu-
lation du système hybride affine par morceaux qui étudie la stabilité des abstractions discrètes
construites à chaque itération de l’algorithme de bisimulation. En effet, la stabilité de cette abs-
traction discrète n’est pas équivalente à celle du système hybride initial, mais peut nous permettre
de tirer des informations sur la stabilité du système et ainsi de conclure avant la construction de
la bisimulation du système.
De plus, dans la méthode proposée, nous utiliserons l’analyse des graphes intermédiaires
pour orienter le calcul réalisé à l’itération suivante de la bisimulation vers les sous-domaines
intéressants pour l’étude de stabilité. Ceci permet de réduire le nombre et la durée des itérations
nécessaires avant de pouvoir conclure sur la stabilité du système.
Pour finir, nous proposons dans ce chapitre de développer une méthode d’étude de la stabilité d’un
système hybride affine par morceaux qui permette de conclure lorsque le système est stable
mais aussi lorsqu’il est instable. Cette méthode est construite à partir du calcul itératif de la
bisimulation du système et propose de perfectionner l’analyse de l’abstraction discrète construite
à chaque itération afin de pouvoir conclure même lorsque le calcul de la bisimulation ne converge
pas.
3.2 Méthode proposée
La méthode d’étude de stabilité repose sur la formulation du système sous la forme d’un système
de transition hybride. Ensuite, ce système sert de base à la construction d’un système discret
grâce aux techniques d’abstraction discrète. Toutefois, le système discret ainsi construit n’est
pas nécessairement équivalent au système hybride initial, particulièrement en ce qui concerne
sa stabilité. Pour tenter d’obtenir une bisimulation du système hybride, un calcul itératif est
proposé. À chaque étape de ce calcul, soit avant l’obtention de la bisimulation, la stabilité du
graphe correspondant au système discret est analysée afin de tenter de tirer des conclusions sur
la stabilité du système hybride sans avoir à attendre la convergence du calcul.
Nous allons tout d’abord décrire la construction d’un système de transition hybride à partir du
système physique décrit au chapitre 2. Les notations sont définies dans le cas général partie 3.2
et sont ensuite appliquées (partie 3.3) au cas d’étude décrit précédemment.
68 3.2. Méthode proposée
3.2.1 Étape 1 : Modélisation du système sous la forme d’un système hybride
Objectif
Le système étudié ici correspond à un réseau électrique de distribution accueillant des producteurs
décentralisés équipés d’un régulateur de puissance en fonction de leur tension. Ce système est
modélisé comme décrit figure 2.24. Par la suite, on fera l’hypothèse suivante :
Hypothèse 9. La loi de commande de la puissance d’un producteur en fonction de sa tension

est affine par morceaux.
On note que rien n’impose que les producteurs aient la même loi de commande.
Une loi agrégée pour l’ensemble des producteurs peut être définie. Elle sera aussi affine
par morceaux et sera définie sur l’ensemble Uf ⊂ RnU du vecteur agrégé des tensions filtrées avec
nU ∈ N⋆ le nombre de nœuds accueillant des producteurs équipés d’un régulateur de puissance.
nP ∈ N⋆ désigne le nombre de régulateurs de puissance – active ou réactive – raccordés au réseau.
Pour chacun des nP régulateurs, on note nP Qj le nombre de zones de fonctionnement affine de
la loi de commande du j-ème régulateur. Dans la suite, nP Q ∈ N⋆ désigne le nombre de zones
de fonctionnement affine de la loi de commande agrégée. Il vaut au plus le produit des nP Qj
sur tous les régulateurs. Chaque zone de fonctionnement i ∈ NP Q = {1, . . . , nP Q } correspond
à un sous-ensemble des tensions filtrées Ii ⊂ Uf dans lequel la loi de commande des variations
de puissance [∆PT , ∆QT ]T ∈ RnP en fonction des variations du vecteur des tensions filtrées
∆Uf ∈ Ii ⊂ Uf est affine.
" #
∆P
∀∆Uf ∈ Ii , = G(i)∆Uf + F(i) (3.2)
∆Q
On note G(i) ∈ RnP ×nU la matrice contenant les nP coefficients directeurs, dans la i-ème zone
de fonctionnement, de chacune des lois de commande de puissance active ou réactive en fonction
de la tension. De même, F(i) ∈ RnP représente le vecteur des ordonnées à l’origine dans la i-ème
zone de fonctionnement.
La nature du système étudié confère aux matrices G(i) une structure particulière. En effet, ces
matrices lient la puissance de chaque producteur équipé d’un régulateur à sa tension filtrée. Ainsi,
la ligne l de la matrice G(i) qui permet de calculer la consigne de puissance du producteur l situé
au p-ème nœud de raccordement contient un seul terme non nul qui se trouve sur la colonne p
et qui est égal au coefficient directeur de la loi de commande du producteur l dans la zone de
fonctionnement i.
Nous illustrons ces notations dans le cas d’un réseau accueillant deux producteurs, l’un, raccordé
au nœud 1, équipé d’un régulateur de puissance active en fonction de la tension filtrée à ses
bornes (∆Uf1 ) avec ∆P1 (k) = σP (iP )·∆Uf1 (k)+γP (iP ) où iP désigne la zone de fonctionnement
(P )
parmi les nP Q zones de la loi de commande de puissance active en fonction de la tension. Le
deuxième producteur, raccordé au nœud 2, est équipé d’un régulateur de puissance réactive en
fonction de la tension filtrée à ses bornes (∆Uf2 ) avec ∆Q2 (k) = σQ (iQ ) · ∆Uf2 (k) + γQ (iQ ) avec
(Q)
iQ la zone de fonctionnement parmi les nP Q zones de fonctionnement de cette loi de commande.
(P ) (Q)
Finalement, dans cet exemple, nous avons nU = nP = 2, nP Q = nP Q · nP Q et i l’indice de la
zone de fonctionnement de la loi de commande agrégée tel que i ∈ {1, . . . , nP Q }. Les variations
des puissances peuvent être calculées en fonction des variations des tensions filtrées aux bornes
des producteurs.
" # " # " # " #
∆P1 (k) σP (i) 0 ∆Uf1 (k) γP (i)
= · + (3.3)
∆Q2 (k) 0 σQ (i) ∆Uf2 (k) γQ (i)
| {z } | {z }
G(i) F(i)
Dans ce cas particulièrement simple, pour chaque i ∈ NP Q , la matrice G(i) est une matrice
diagonale.
En revenant au cas général, on peut remarquer que les domaines Ii sont construits comme
l’intersection de nU intervalles. Le j-ème intervalle représente l’ensemble des tensions filtrées du
régulateur de puissance j telles que ∆Ufj soit dans la i-ème zone de fonctionnement de la loi
de commande du régulateur de puissance. Ces intervalles sont donc fermés et définis par des
(−) (+)
contraintes linéaires du type ∆Ufj ≤ ∆Ufj ≤ ∆Ufj . Ainsi, Ii est aussi un ensemble fermé
défini par des contraintes linéaires. On peut donc dire que Ii est un polyèdre de dimension
nU . On peut aussi noter que, comme la loi de commande est définie sur l’ensemble de l’espace des
variations des tensions filtrées Uf , l’ensemble des domaines (Ii )i∈NP Q représente une partition de
Uf . Les intervalles définissant chaque zone de fonctionnement de la loi de commande agrégée étant
construits à partir d’inégalités larges, on peut dire que les domaines Ii ne sont pas disjoints. La
frontière entre deux polyèdres non disjoints Ii et Ij est un ensemble de dimension strictement
inférieure à nU .
(−) (+)
Revenons à l’exemple à deux producteurs décrit ci-dessus. Soit (αi , αi ) les bornes de la i-ème
zone de fonctionnement de la loi de commande de puissance active en fonction de la tension du
producteur 1. On peut alors écrire :
(−) (+)
∀∆Uf1 (k) , αi ≤ ∆Uf1 (k) ≤ αi ⇒ ∆P1 (k) = σP (i) × ∆Uf1 (k) + γP (i) (3.4)
On remarque que la loi de commande est définie sur un espace continu des tensions filtrées ∆Uf1
(+) (−)
donc pour toute zone de fonctionnement i telle que 2 ≤ i ≤ nPP Q , nous avons αi−1 = αi . On
(−) (+)
définit de même (βi , βi ) les bornes de la i-ème zone de fonctionnement de la loi de commande
Q(U ). Les domaines Ii de fonctionnement de la loi de commande agrégé sont construits à partir
de ceux des deux lois élémentaires.
(−) (+) (−) (+)

Ii = {αi ≤ ∆Uf1 (k) ≤ αi } ∩ {βi ≤ ∆Uf2 (k) ≤ βi } (3.5)
Finalement, dans le cas général, on peut dire que le comportement dynamique du système dépend
du mode de fonctionnement dans lequel il se trouve. Celui-ci est déterminé par la valeur du
vecteur des tensions filtrées qui elle-même dépend de la perturbation (∆Ud ) et du passé du
système (∆xf ). Ainsi, pour décrire le comportement du système à chaque instant kTe , nous
choisissons comme variable d’état continue le vecteur des états des filtres de mesure des
régulateurs, noté ∆xf (k) ∈ Xf ⊂ Rnf et le terme de perturbation ∆Ud (k) ∈ Ud ⊂ RnU .
Dans la suite, le vecteur d’état du système sera noté ∆x(k) ∈ X = Xf × Ud .
" #
∆xf (k)
∆x(k) = (3.6)
∆Ud (k)
Il convient de noter que l’espace d’état X du système sera considéré comme borné. En effet,
les valeurs prises par le vecteur des tensions filtrées et le vecteur des perturbations ne peuvent
pas dépasser certains seuils en cas de « fonctionnement normal » du système. C’est sous cette
condition qu’il est demandé aux producteurs de participer au réglage de tension. Lorsque cette
dernière dépasse les bornes admissibles de « bon fonctionnement » alors la sécurité du système
ne peut plus être garantie et d’autres réglages et automates prennent le relais pour rétablir la
tension dans les zones admissibles de fonctionnement. Dans la suite, on fera donc l’hypothèse
suivante :
Hypothèse 10. L’espace d’état continu du système X est borné.
Afin de représenter la dynamique du système, il faut expliciter la dynamique du vecteur d’état

du filtre et du terme de perturbation. On fera, pour l’instant, l’hypothèse que le terme de
perturbation peut être considéré comme constant sur la durée de l’étude de la dynamique
du système. Comme indiqué chapitre 2, l’échelle de temps qui nous intéresse est de l’ordre de
quelques secondes. Ainsi, l’hypothèse proposée revient donc à considérer que les puissances des
consommateurs, des producteurs sans régulateurs, et des autres termes de perturbation peuvent
être considérées comme constantes sur quelques secondes.
Hypothèse 11. Le terme de perturbation est considéré constant, il sera noté ∆Ud ∈ RnU .
Ainsi, la dynamique du système peut s’exprimer grâce aux équations (2.28) et (3.2) avec i ∈ NP Q
tel que ∆Uf (k) ∈ Ii .
(
∆xf (k + 1) = (A + BKPQ G(i)C) ∆xf (k) + B∆Ud (k) + BKPQ F(i)
(3.7)
∆Ud (k + 1) = ∆Ud (k)
Avec un tel choix de vecteur d’état, l’espace d’état du système n’est pas Uf , mais X . Nous allons
donc définir l’ensemble des domaines (Di )i∈NP Q représentant la partition de l’espace d’état X
construite à partir de l’ensemble (Ii )i∈NP Q partition non disjointe de Uf .
∀i ∈ NP Q , ∆Uf ∈ Ii ⇔ ∆x ∈ Di ⊂ X (3.8)
Par la suite, on notera nx = nf + nU la dimension du vecteur d’état. Chaque domaine Di

est de dimension nx et est construit comme l’intersection de Ii et de Ud qui sont tous deux
des polyèdres. Ainsi les domaines Di sont des polyèdres non nécessairement disjoints de X . On
définit les matrices Ki et Li qui permettent de définir Di comme un jeu d’inégalités linéaires qui
représentent l’image des tensions minimales et maximales associées à chaque zone linéaire i.
∀i ∈ NP Q, ∀∆x ∈ Di ⇔ Ki ∆x ≤ Li (3.9)
La dynamique du système peut donc s’écrire sous la forme matricielle comme suit :
" # " #
A + BKPQ G(i)C B BKPQ F(i)
∆x(k + 1) = ∆x(k) +
0nU ×nf InU 0nU ×1 (3.10)
| {z } | {z }
A(i) B(i)
On note que 0nU ×nf représente la matrice de zéros de dimension nU × nf et que InU représente
la matrice identité de dimension nU × nU . Finalement, les matrices A(i) appartiennent à Rnx ×nx
et les vecteurs B(i) à Rnx quel que soit i.
Les paramètres du système changent en fonction de la valeur de l’état puisqu’ils dépendent de
la zone linéaire dans laquelle se trouve la loi de commande. Le système est donc un système à
commutation. Dans la suite, on notera qi le mode de fonctionnement dans lequel se trouve
le système. Le système considéré peut se trouver dans nP Q modes de fonctionnement différents
puisqu’il y a nP Q zones de fonctionnement de la loi de commande.
Q = (qi )i∈NP Q (3.11)
Pour conclure, à l’instant kTe , le système peut être représenté par son état ∆x(k) ∈ X défini sur
un espace d’état continu et appelé par la suite état continu et par le mode de fonctionnement
q(k) tel que ∆x(k) ∈ Dq . Ainsi, le système est décrit par un vecteur de grandeurs définies
sur un espace continu – l’état continu du système – et une grandeur discrète – le mode de
fonctionnement. On peut donc dire que le système est un système hybride. On souhaite proposer
une modélisation adaptée aux caractéristiques de ce système afin de pouvoir en étudier la stabilité.
Une modélisation sous la forme d’un système de transition hybride est proposée ci-dessous.
Construction
Afin de pouvoir décrire le système physique comme un système de transition, nous allons dé-
finir les fonctions qui associent à un état hybride du système e(k) la dynamique et l’invariant
correspondant.
e(k) = (∆x(k), q(k)) ∈ E = Rnx × Q (3.12)
Dyn : Q → Rnx ×(nx +1)

(3.13)
q 7→ Dyn(q)
On définit la fonction Dyn qui associe à la partie discrète de l’état du système q les ma-
trices de l’équation dynamique du système physique associés au mode de fonctionnement q.
Dyn(q) = [A(q) B(q)] (3.14)
On note que, afin d’alléger les notations, on écrit abusivement A(q) pour représenter A(i) avec
i ∈ NP Q tel que q = qi . Ainsi, la fonction Dyn permet de calculer l’état continu du système à
l’instant (k + 1)Te à partir du point de fonctionnement à l’instant kTe .
" #
∆x(k)
∆x(k + 1) = Dyn(q) (3.15)
1
Ensuite, nous définissons la fonction Inv qui associe l’ensemble des valeurs possibles de la
partie continue de l’état du système lorsque la partie discrète de l’état vaut q.
nx
Inv : Q → 2R
(3.16)
q 7→ Inv(q)
nx
où 2R représente l’ensemble de sous-espaces d’un ensemble Rnx .
L’invariant Inv(q) associé au mode de fonctionnement q correspond au domaine de l’espace d’état
continu (X ) pour lequel le système se trouve dans le mode q. Ceci correspond à la définition de
l’ensemble (Di )i∈NP Q
Inv(q) = Dq (3.17)
Par abus de notation, on désigne par Dq le domaine Di avec i ∈ NP Q tel que q = qi .

Ces domaines forment une partition de X , ainsi on peut dire que :
∀∆x ∈ X , ∃q ∈ NP Q : ∆x ∈ Inv(q) (3.18)
Finalement, le système physique peut être décrit par le système de transition hybride SH
défini comme suit :
SH =< E, Dyn, Inv > (3.19)
L’espace hybride d’état E est défini par (3.12). L’évolution du système dans un mode de fonc-
tionnement donné est déterminée par la fonction Dyn (3.13). Les changements de modes de
fonctionnement sont une conséquence de l’évolution de l’état continu ∆x par l’intermédiaire de
la fonction Inv (3.16). La figure 3.1 représente l’automate associé à un système de transition
hybride avec deux modes de fonctionnement.
Étude de la stabilité
Ayant construit le système de transition hybride représentant le système physique, nous allons
désormais nous intéresser à l’étude de sa stabilité. Pour ce faire, nous définissons tout d’abord
la notion de trajectoire.
Pour tout état initial e0 ∈ E, la trajectoire hybride issue de e0 notée T rajH (e0 ) représente
l’ensemble infini des états hybrides e(k) du système de transition pour tout k ∈ N et avec
∆x(k + 1) ∈ Inv(q ′ )
∆x(k) ∈ Inv(q) ∆x(k) ∈ Inv(q ′ )
∆x(k+ 1) = ∆x(k+ 1) =
∆x(k) ∆x(k)
Dyn(q) Dyn(q ′ )
1 1
∆x(k + 1) ∈ Inv(q)
q q′
Figure 3.1 – Exemple d’automate représentant un système de transition hybride
e(0) = e0 .
T rajH (e0 ) = {e0 , e1 , . . . , en , en+1 , . . .} (3.20)
Nous pouvons noter que le système de transition hybride considéré est un système détermi-
niste. Ainsi, nous pouvons calculer l’ensemble des états pris par le système à partir d’un état
initial e0 donné.
La stabilité du système est fortement liée à la construction des trajectoires. En effet, une tra-
jectoire hybride est dite stable si et seulement si, au bout d’un certain temps, l’état
du système hybride reste dans le même mode de fonctionnement q ∈ Q et que la
dynamique associée à ce mode est stable.
(
∀k > n, q(k) = q(n)
T rajH (e0 ) est stable ⇔ ∃n ∈ N :
La dynamique linéaire du mode q(n) est stable
(3.21)
Ainsi, il peut y avoir deux causes d’instabilité. Tout d’abord, si la trajectoire ne reste pas dans un
seul mode de fonctionnement, le système n’est pas stable puisque (3.21) n’est pas vérifiée. Par la
suite, on dira que ces trajectoires décrivent des cycles entre plusieurs modes de fonctionnement.
Si au contraire, les états associés à une trajectoire restent, au bout d’un certain temps, dans
le même mode de fonctionnement, la trajectoire n’est pas stable pour autant. En effet, si le
mode de fonctionnement linéaire n’est pas stable, alors la trajectoire ne le sera pas non plus. Il
convient de noter que, dans un mode de fonctionnement donné, la dynamique du système est
linéaire. Ainsi, on peut évaluer la stabilité d’un mode de fonctionnement à partir de l’étude des
valeurs propres de la matrice d’évolution du système dans ce mode. L’étude de la stabilité d’une
trajectoire revient donc à étudier les transitions entre plusieurs systèmes linéaires, les
cycles et la stabilité de ces systèmes.
Pour conclure, le système sera dit stable si l’ensemble de ses trajectoires est stable. Si par contre, il
existe au moins une trajectoire instable, alors le système sera dit instable. Ainsi, pour démontrer
la stabilité du système, il faut procéder à l’étude de l’ensemble des trajectoires. Or, l’espace
d’état hybride E est infini puisque l’espace d’état continu X l’est. Il existe donc une infinité
de conditions initiales possibles et donc une infinité de trajectoires à étudier. Il n’est pas
possible de réaliser l’étude de la totalité des trajectoires du système de transition hybride et donc
il n’est, pour l’instant, pas possible de conclure sur la stabilité du système.
Pour contourner cette difficulté, nous proposons de regrouper les trajectoires passant par les
mêmes modes de fonctionnement. Comme le nombre de modes de fonctionnement du système
est fini, le nombre de groupe de trajectoires à étudier le sera aussi permettant ainsi l’étude
exhaustive des trajectoires. La partie suivante présente la construction d’une abstraction discrète
correspondant au système de transition hybride SH .
3.2.2 Étape 2 : Abstraction discrète
Objectif
Le système physique est modélisé sous la forme d’un système de transition hybride SH . La
stabilité de ce système dépend de la stabilité de l’ensemble de ses trajectoires. Or le nombre
infini de trajectoires du système de transition hybride rend l’étude exhaustive des trajectoires
impossible. Il est alors proposé de construire l’abstraction discrète du système de transition
hybride afin d’obtenir un ensemble dénombrable de trajectoires à étudier.
Construction
L’abstraction discrète d’un système consiste à proposer une nouvelle représentation qui permet
de masquer les détails inutiles et ainsi de faciliter l’étude. Ici, comme nous l’avons vu précé-
demment, l’enjeu de l’étude de la stabilité réside dans l’étude des transitions entre les différents
modes de fonctionnement linéaires du système. Nous proposons donc une abstraction discrète
du système de transition hybride regroupant en un seul mode discret tous les états
continus ∆x du système qui appartiennent au même mode de fonctionnement Inv(q).
On rappelle que l’ensemble (Inv(q))q∈Q représente une partition de l’espace d’état continu X .
On notera P a(0) (X ) cet ensemble.
On définit la fonction Φ(0) qui à chaque domaine de P a(0) (X ) associe un mode de fonctionnement
m ∈ M(0) , avec M(0) l’ensemble discret des modes de fonctionnement.
Φ(0) : P a(0) (X ) → M(0)

(3.22)
D 7→ Φ(0) (D) = m
À partir de ces modes discrets, il faut s’intéresser aux conditions de passage d’un mode
discret à un autre. Pour ce faire, on construit l’ensemble T (0) des transitions possibles. Il
contient le couple (m, m′ ) ∈ M(0) × M(0) de modes discrets s’il existe au moins un état hybride
de SH dont la partie continue appartient au domaine (Φ(0) )−1 (m) et qui permet d’atteindre au
pas suivant le domaine (Φ(0) )−1 (m′ ).


(0)
 m = Φ "(Inv(q))


#
(m, m′ ) ∈ T (0) ⇔ ∃e = (∆x, q) ∈ E : ∆x (3.23)
 Dyn(q)

 ∈ (Φ(0) )−1 (m′ )
1
Pour l’instant, nous n’avons pas encore étudié les transitions d’un mode discret à l’autre afin
de distinguer celles qui sont franchissables de celles qui ne le sont pas. Cette étude sera menée
lors du raffinement de l’abstraction discrète par bisimulation. Ainsi, on propose de supposer à
ce stade que toutes les transitions sont possibles et d’affiner ceci lors de la première itération du
calcul de bisimulation.
∀(m, m′ ) ∈ M(0) × M(0) , (m, m′ ) ∈ T (0) (3.24)
(0)
Finalement, une abstraction discrète SD est construite à partir du système de transition hybride
SH défini précédemment.
(0)
SD =< M(0) , T (0) > (3.25)
Les modes de fonctionnement du système sont représentés par l’ensemble discret M(0) et les
transitions possibles entre ces modes sont contenues dans l’ensemble T (0) . La figure 3.2 illustre
l’automate ainsi construit.
m1 m2 ... mnP Q
Figure 3.2 – Illustration de quelques modes discrets de M(0) et quelques trajectoires de T (0)
(0)
constituant le système discret SD
Avant de procéder à l’étude de la stabilité de l’automate discret construit à partir du système de

transition hybride, nous allons définir les notions de prédécesseur et de successeur.
Soit ∆x ∈ X un état continu du système tel que (∆x, q) ∈ E, on notera P re(∆x) l’ensemble de
ses prédécesseurs et P ost(∆x) son successeur.
( " # )
∆x′
P re(∆x) = ∆x′ ∈X | Dyn(q ′ )
= ∆x avec : ∈E q′ (∆x′ , q′ )
1
( " # ) (3.26)
∆x
P ost(∆x) = ∆x′ ∈ X | ∆x′ = Dyn(q) avec q : (∆x, q) ∈ E
1
Par extension on définit le prédécesseur et le successeur d’un ensemble δ ⊂ X .
[ [
P re(δ) = P re(∆x) P ost(δ) = P ost(∆x) (3.27)
∆x∈δ ∆x∈δ
On remarque que, comme dit précédemment, l’étude de la stabilité du système passe par l’étude
(0)
de ses trajectoires. Nous avons construit SD à partir de SH afin de permettre l’étude exhaustive
des trajectoires, nous allons donc définir la notion de trajectoire discrète.
Pour tout mode discret m0 ∈ M(0) , la trajectoire discrète issue de m0 , notée T rajD (m0 ) repré-
sente l’ensemble infini des modes discrets m(k) pour tout k ∈ N avec m(0) = m0 et m(k + 1) tel
que (m(k), m(k + 1)) ∈ T (0) .
T rajD (m0 ) = {m0 , m(1), . . . , m(n), m(n + 1), . . .} (3.28)
Par extension de la notion de stabilité d’une trajectoire hybride, une trajectoire discrète est dite
stable si, au bout d’un certain temps, le système discret reste dans le même mode discret et que
la dynamique associée à ce mode est stable.
Dans la partie précédente, l’étude de la stabilité du système hybride via l’étude de ses trajectoires
hybrides n’était pas possible puisqu’il existe une infinité de trajectoires hybrides. Le système
(0)
discret SD a quant à lui un ensemble fini de conditions initiales possibles puisque l’ensemble
M(0) est un ensemble dénombrable de trajectoires discrètes. L’étude exhaustive de ces
trajectoires discrètes est donc possible. Cependant, pour que les conclusions sur la stabilité du
système discret permettent de conclure sur la stabilité du système hybride, il faut vérifier que
l’abstraction discrète proposée conserve bien l’équivalence des notions de stabilité.
Premièrement, il convient de vérifier que toutes les trajectoires hybrides sont représentées par au
moins une trajectoire discrète. Ici, nous avons construit l’ensemble des transitions T (0) de manière
à ce que toutes les transitions possibles y soient (3.24). Ainsi, chaque trajectoire hybride est
représentée par une trajectoire discrète et donc, s’il existe une trajectoire hybride instable, il existe
nécessairement une trajectoire discrète instable. Par contraposée, si la totalité des trajectoires
discrètes est stable alors toutes les trajectoires hybrides le sont aussi.
(0)
SD stable ⇒ SH stable (3.29)
Afin d’obtenir l’équivalence des notions de stabilité, il faut encore vérifier que chaque trajectoire
discrète représente au moins une trajectoire hybride. Or, comme on peut le voir figure 3.2, les
modes discrets ont plusieurs destinations possibles. En effet, on a supposé que, depuis un mode
discret donné, l’ensemble des modes discrets de M(0) était atteignable. Dans la réalité, seul un
mode discret peut être atteint depuis un état donné. Il risque donc d’exister des trajectoires
discrètes qui ne représentent aucune trajectoire hybride. Ainsi, si le système discret est
instable, il faut vérifier qu’il existe une trajectoire discrète instable correspondant à au moins
une trajectoire hybride avant de pouvoir conclure à l’instabilité du système hybride.
(0)
SD instable ; SH instable (3.30)
Finalement, la stabilité du système discret est une condition suffisante à la stabilité du système
hybride, mais n’est pas une condition nécessaire et suffisante. Ainsi, on ne peut conclure que
(0)
lorsque SD est stable. C’est par exemple ce que l’on peut constater pour le système discret
représenté figure 3.2. En effet, d’après la structure de T (0) issue de (3.24), quel que soit (m, m′ ) ∈
(M(0) )2 , nous avons (m, m′ ) ∈ T (0) et (m′ , m) ∈ T (0) . On peut donc dire que la trajectoire
discrète T rajD (m) = {m, m′ , m, . . .} existe. Or cette trajectoire discrète est instable car elle
décrit un cycle entre les modes discrets m et m′ . Finalement, on sait que le système discret
(0)
construit SD n’est pas stable, on ne peut donc pas conclure, pour l’instant, sur la stabilité du
système hybride SH .
Pour obtenir l’équivalence, il faut supprimer les trajectoires discrètes qui ne correspondent pas à
au moins une trajectoire hybride. Pour ce faire, on propose d’affiner la définition de l’ensemble des
modes discrets M(0) de manière à n’avoir que des modes discrets ayant une unique destination
possible.
3.2.3 Étape 3 : Raffinement de l’abstraction discrète par bisimulation
Objectif
(0)
Un système discret SD a été construit par abstraction discrète du système de transition hybride
SH . Le système discret possède un nombre fini de trajectoires, mais sa stabilité n’est pas équiva-
lente à celle du système physique. Afin de construire un système discret dont la stabilité est
équivalente à celle du système de transition hybride, on propose d’appliquer les principes
du calcul de la bisimulation. Ce type de calculs permet de construire, par récurrence, un
système discret conservant les propriétés des trajectoires et donc la stabilité du système physique
initial.
(n) (n−1)
À chaque itération n du calcul, on construit un nouveau système discret SD à partir de SD
en supprimant les trajectoires discrètes qui ne correspondent à aucune trajectoire
hybride. Le but est d’obtenir la bisimulation du système hybride, soit un système discret
(B)
SD =< M(B) , T (B) > tel que toute trajectoire hybride soit représentée par une trajectoire
discrète et que toute trajectoire discrète représente au moins une trajectoire hybride. Dans le
cas d’un système déterministe, on peut remarquer que la bisimulation du système hybride
vérifie :
∀m ∈ M(B) , ∃ !m′ ∈ M : (m, m′ ) ∈ T (B) (3.31)
Ceci revient à dire que chaque mode discret m ∈ M(B) a un unique successeur m′ , on est
donc sûr que tous les états hybrides regroupés dans m mènent à la même destination m′ en un
pas de temps. On va se servir de cette propriété comme indicateur de la convergence
du calcul de bisimulation.
Construction
Le calcul permettant de construire la bisimulation du système hybride est itératif. Il sera initialisé
(0)
avec le système discret construit à l’étape précédente SD =< M(0) , T (0) >.
(n)
Soit SD =< M(n) , T (n) > le système obtenu après la n-ème itération du calcul de bisimulation
et Φ(n) : P a(n) (X ) 7→ M(n) la fonction qui lie la n-ème partition de l’espace d’état au n-ème
(n)
ensemble des modes discrets. À ce stade, si l’on fait l’hypothèse que SD ne permet pas de conclure
(n+1)
sur la stabilité du système hybride, alors il faut construire SD =< M(n+1) , T (n+1) > afin
d’affiner la définition des trajectoires discrètes. Initialement, les ensembles M(n+1) , P a(n+1) (X )
et T (n+1) sont vides. 


 M(n+1) = ∅
P a(n+1) (X ) = ∅ (3.32)


 T (n+1) = ∅
Ils sont complétés au fur et à mesure en balayant l’ensemble des modes discrets m ∈ M(n) . Il y
a alors deux cas possibles.
1er cas : si m vérifie (3.31) alors m a déjà une unique destination m′ ∈ M(n) . Ainsi, m ne
pose pas de problème pour l’étude de stabilité. Il est donc recopié tel quel dans le (n + 1)-ème
ensemble des modes discrets (première ligne de (3.33)) et dans la (n+1)-ème partition (deuxième
ligne). On recopie aussi la transition de m dans T (n+1) (troisième ligne) et toutes les transitions
vers m (quatrième ligne).


 M(n+1) = M(n+1) ∪ {m}


 P a(n+1) (X ) = P a(n+1) (X ) ∪ {(Φ(n) )−1 (m)}
(3.33)


 T (n+1) = T (n+1) ∪ {(m, m′ )}

∀m′′ ∈ M(n) : (m′′ , m) ∈ T (n) , T (n+1) = T (n+1) ∪ {(m′′ , m)}

2ème cas : si m a plusieurs destinations possibles, alors il faut diviser m en « sous-

modes » discrets correspondant à une partition plus fine de l’espace d’état X . Pour ce faire,
on propose de diviser le domaine d = (Φ(n) )−1 (m) en sous-domaines en fonction des successeurs
possibles des états continus du système appartenant à d. On balaye alors l’ensemble des succes-
seurs possibles m′ de m. On pose d′ = (Φ(n) )−1 (m′ ), on sait que P re(d′ ) contient l’ensemble des
états continus menant en un coup à m′ . Pour obtenir δ l’ensemble des états continus associés à
m et menant à m′ en un pas de temps, on définit :
δ = d ∩ P re(d′ ) (3.34)
On pose (K, L) ∈ RnC ×nx × RnC des matrices permettant de définir d avec nC le nombre de
contraintes linéaires nécessaires images des contraintes en tension.
∆x ∈ d ⇒ K∆x ≤ L (3.35)
′ ′
On pose de la même manière (K′ , L′ ) ∈ RnC ×nx × RnC des matrices définissant d′ .
On note q l’état discret du système associé au mode discret m. On peut donc dire que d ⊂ Inv(q)
avec la fonction invariant comme définie par (3.16). Par construction de l’ensemble M(0) puis
de Mn , un tel état q existe toujours. Il permet de calculer l’état pris par le système à l’instant
suivant. En effet, pour tout état continu ∆x(k) ∈ d, nous pouvons écrire :
" #
∆x(k)
∆x(k + 1) = Dyn(q) = A(q)∆x(k) + B(q) (3.36)
1
Finalement, on peut dire que le domaine δ représente le sous-ensemble des états continus de d
dont les successeurs appartiennent à d′ , ce qui peut s’écrire :
( (
∆x ∈ d K ∆x ≤ L
∆x ∈ δ ⇔ ⇔ (3.37)
A(q)∆x + B(q) ∈ d′ K′ A(q) ∆x ≤ L′ − KB(q)
Ainsi, on peut dire que δ est aussi un polyèdre qui peut être construit à partir des polyèdres
d et d′ et de la dynamique associée à d.
( " # " # )
K L
(3.38)

δ= ∆x ∈ X ∆x ≤ avec q : ∆x ∈ Inv(q)
K′ A(q) L′ − K′ B(q)
Il y a alors deux cas possibles :
— Si δ est vide ou de dimension strictement inférieure à nx , aucun état continu associé à

m ne permet d’atteindre le mode m′ au pas suivant ou alors ces états se trouvent sur la
frontière des deux domaines. Dans ce cas, nous affinons la définition de l’automate discret
et supprimons cette transition de la liste des transitions franchissables.
— Dans le cas contraire, il existe bien au moins des états continus associés à m qui permettent
d’atteindre des états continus associés au mode m′ au pas suivant. On peut donc dire
que m′ est l’une des destinations de m. Alors, on crée un nouveau mode discret
µ = Φ(n+1) (δ) qui regroupe donc tous les états continus dont le successeur correspond à
m′ . Ce mode discret µ est ajouté à l’ensemble des modes M(n+1) (première ligne de 3.39).
Le domaine de l’espace d’état continu correspondant (δ ∈ X ) est ajouté à la partition
P a(n+1) (X ) (deuxième ligne). Par construction, µ a une unique destination : m′ . Cette
transition est ajoutée à T (n+1) (troisième ligne). Pour finir, tous les modes discrets qui
pointaient vers m pointent maintenant vers µ (quatrième ligne).


 M(n+1) = M(n+1) ∪ {µ}


 P a(n+1) (X ) = P a(n+1) (X ) ∪ {δ}
(3.39)


 T (n+1) = T (n+1) ∪ {(µ, m′ )}

∀m′′ ∈ M(n) : (m′′ , m) ∈ T (n) , T (n+1) = T (n+1) ∪ {(m′′ , µ)}

La figure 3.3 illustre le découpage d’un mode discret ayant plusieurs successeurs possibles.
(n)
mj
(n)
Dj
(n) (n)
mi Di (n)
Dk
(n)
mk
X
(a) Modes discrets à l’itération n (b) Domaines de X associés à l’itération n
(n+1) (n+1)
mij mj (n+1)
Dij Dj
(n+1)
(n+1)
mii (n+1)
Dii Dk
(n+1)
(n+1)
mik
(n+1)
mk
(n+1) Dik
X
(c) Modes discrets à l’itération n + 1 (d) Domaines de X associés à l’itération n + 1
Figure 3.3 – Illustration du principe de découpage d’un mode discret
(n) (n) (n)

À l’itération n, le mode discret mi a trois destinations possibles : lui-même, mj et mk . Lors
(n)
de la (n + 1)-ème itération, le domaine de l’espace d’état associé à mi est donc divisé en trois
sous-domaines en fonction de leur destination. Ces trois sous-domaines permettent de construire
(n+1) (n) (n+1) (n) (n+1)
trois nouveaux modes discrets : mii menant uniquement à mi , mij à mj et mik à
(n) (n+1)
mk . Comme on peut le voir, à l’issue de la (n + 1)-ème itération, les modes discrets mij et
(n+1) (n+1) (n)
mik ont bien une unique destination mais le mode mii en a trois puisque mi a été divisé
en trois sous-modes. On peut déjà dire que le calcul n’a pas convergé à la (n + 1)-ème itération.
Lorsque la totalité des modes discrets de M(n) a été balayée, nous avons construit le système
(n+1)
discret SD =< M(n+1) , T (n+1) >. Avant de procéder à une itération supplémentaire du calcul
(n+1)
de bisimulation, il faut d’abord tester si SD est construit à partir d’une partition suffisamment
fine de l’espace d’état pour pouvoir conclure.
(n+1)
Le calcul de construction de la bisimulation décrit par [125] propose de tester si SD véri-
fie (3.31) c’est-à-dire si tous les modes discrets ont bien une unique destination. Si oui, alors
(n+1)
SD est la bisimulation du système hybride initial et sa stabilité est équivalente à celle du
système hybride. Cependant, comme l’indique les auteurs de [126], il n’existe aucune garantie
de convergence de ce type de calculs. Pour contourner cette difficulté, nous proposons
(n+1)
ici une étude approfondie des trajectoires du système discret SD afin de conclure
sans attendre la convergence du calcul de bisimulation. En effet, dans ces travaux on
ne cherche pas à construire la bisimulation complète du système mais on utilise le raffinement
uniquement pour conclure sur la stabilité.
Il existe deux cas permettant de conclure avant la convergence :
— 1er cas : il existe au moins une trajectoire discrète instable correspondant à au moins
une trajectoire hybride. Alors le système hybride est instable.
— 2ème cas : toutes les trajectoires discrètes qui correspondent à au moins une trajectoire
hybride sont stables et, parmi le reste des trajectoires discrètes, aucune ne risque de causer
d’instabilité. Alors le système hybride est stable.
(n+1)
Nous devons donc réaliser l’étude de stabilité de SD . Celle-ci est réalisée à partir du graphe
G (n+1) dont les nœuds sont les modes discrets de M(n+1) et les branches correspondent aux
transitions appartenant à T (n+1) . L’étude de la stabilité se ramène donc à la recherche de
cycles dans le graphe orienté G (n+1) .
De nombreux travaux proposent des méthodes de recherche de cycles dans des graphes orien-
tés [127], [128], [129]. Ici on propose une méthode fondée sur un parcours inverse en largeur
du graphe. En effet, on peut reconnaitre facilement les nœuds stables, puisqu’ils ont une unique
destination, eux-mêmes. On balaye le graphe à la recherche de trajectoires discrètes stables c’est-
à-dire ne menant qu’à des modes discrets stables. Pour ce faire, on étiquette chaque nœud de
G (n+1) en fonction des informations dont on dispose à l’itération n + 1. Si le nœud n’a qu’une
seule destination, lui même, il est étiqueté « Stable ». Sinon, nous ne pouvons rien en dire a
priori, on lui attribue l’étiquette « ? ».
Ensuite, on remonte dans le graphe de proche en proche à partir des nœuds stables, en trans-
mettant à chaque père l’étiquette de son fils à la recherche de trajectoires discrètes définitives.
On dit que T rajD (m0 ) est une trajectoire discrète définitive lorsque la totalité des successeurs
de m0 ont une unique destination possible. Alors, on sait que ces modes discrets ne seront pas
découpés dans les itérations suivantes du calculs de bisimulation, ils appartiendront à la bisi-
mulation. Lorsqu’une trajectoire discrète définitive est instable, on peut conclure à
l’instabilité du système. Cependant, lorsqu’elle est stable, il faut encore étudier le reste du
graphe pour pouvoir conclure.
Si un nœud a plusieurs fils, on peut dire que les trajectoires discrètes passant par ce nœud ne
sont pas définitives. Cependant, il existe des cas pour lesquels on peut tirer des conclusions sur la
stabilité de trajectoires discrètes non-définitives. Par exemple, si un nœud à plusieurs fils, il faut a
priori le découper à l’itération suivante. Or, si tous les fils de ce nœud sont étiquetés comme stable,
on peut d’ores et déjà conclure que ce nœud mènera uniquement à des trajectoires définitives
stables (figure 3.4a). Il n’est donc pas nécessaire de découper ce mode discret pour pouvoir
conclure sur la stabilité du système. On peut donc directement l’étiqueter comme « Stable » et
le retirer de la liste des modes discrets à découper à l’itération suivante.
En revanche, si au moins un successeur de ce mode discret n’est pas encore étiqueté comme
stable, on ne peut pas encore conclure à la stabilité du système (figures 3.4b et 3.4c).
1 Stable 1 ? 1 ?
Stable 2 3 Stable ? 2 3 ? Stable 2 3 ?
(a) Exemple stable (b) Exemple instable (c) Exemple indéterminé
Figure 3.4 – Quelques exemples d’analyses de graphes avant la convergence du calcul
Une fois que tous les nœuds ont été balayés, on s’intéresse aux nœuds qui sont encore étiquetés
« ? ». Il y a alors trois cas possibles :
1. Il n’y a aucun nœud étiqueté « ? ». Alors tous les nœuds ont été étiquetés « Stable », car
ils mènent à un (ou plusieurs) nœud(s) stable(s) (figure 3.4a). Dans ce cas, nous pouvons
conclure à la stabilité du système avant la convergence du calcul de bisimulation.
2. Il existe des nœuds étiquetés « ? » qui génèrent une trajectoire discrète définitive. Si celle-
ci forme un cycle (figure 3.4b), nous pouvons conclure à l’instabilité du système avant la
convergence du calcul de bisimulation. Dans ce cas, on est sûr que le calcul s’arrête ici
quel que soit le reste du graphe.
3. Les nœuds ne sont pas étiquetés car nous ne disposons pas encore d’assez d’information
pour pouvoir conclure sur ces trajectoires (figure 3.4c). Dans ce cas, une nouvelle itération
du calcul de bisimulation est nécessaire.
Comme on l’a vu, de cette analyse de graphe, on identifie aussi les modes discrets ayant plu-
sieurs destinations mais ne gênant pas l’étude de la stabilité. Il n’est donc pas nécessaire
de découper ces modes dans la suite des itérations. Ceci permet d’accélérer les itérations en se
concentrant sur les modes discrets critiques pour la stabilité. Il convient de noter que cette accé-
lération se fait au détriment de la construction de la bisimulation du système hybride
dès lors que l’on ne découpe pas l’ensemble des modes discrets ayant plusieurs destinations. Fina-
(B)
lement, si le calcul de raffinement a convergé, on a construit SD dont la stabilité est équivalente
à celle de SH . Avant la convergence, à chaque itération du calcul, on procède à une analyse du
(n)
graphe G (n) représentant SD afin de chercher des trajectoires permettant de conclure avant la
convergence. Le tableau 3.1 résume les cas dans lesquels nous pouvons conclure sur la stabilité
du système en fonction de la convergence du calcul et du résultat de l’analyse du graphe.
Conclure avant la convergence est particulièrement intéressant puisque le calcul de bisimulation

est non décidable ce qui signifie qu’il existe des cas dans lesquels le calcul ne converge pas.
Il convient cependant de noter que, pour l’instant, aucune garantie de pouvoir conclure sans
attendre la convergence du calcul de bisimulation n’a été établie.
❵❵❵Convergence du calcul ?
❵❵❵
❵❵❵ OUI NON
Analyse de G n ❵❵❵
❵❵
Toutes les trajectoires

discrètes (définitives et non
Stable SH est stable
définitives) sont stables
⇒ SH est stable
Refaire une itération du

Indéterminé IMPOSSIBLE
calcul
Il existe au moins une
trajectoire discrète définitive
Instable SH est instable qui est instable
⇒ SH est instable
Tableau 3.1 – Résumé des cas dans lesquels il est possible de conclure à l’issue de l’itération n
3.2.4 Conclusion – Analyse des résultats disponibles
Le principe de la méthode proposée pour étudier la stabilité d’un système hybride affine par
morceaux est résumé par la figure 3.5.
Etape 3 :
Raffinement de
Etape 1 : Etape 2 :
Système Système Système l’abstraction Conclusion sur
Physique Modélisation Hybride Abstraction Discret la stabilité
du système Discrète

Analyse de
la Stablilité
Figure 3.5 – Schéma bilan de la méthode d’étude de stabilité proposée
L’approche proposée est fondée sur la construction d’une abstraction discrète du système
hybride. Celle-ci est réalisée en regroupant en un mode discret tous les états continus du système
ayant la même dynamique. Le système discret ainsi construit ne permet pas encore de conclure
sur la stabilité du système. Il est donc proposé d’affiner la partition de l’espace d’état sur laquelle
est construit le système discret afin de pouvoir conclure à la stabilité. Cette étape est fondée sur le
calcul de la bisimulation [125]. Il est ici proposé une analyse du système discret, construit
à chaque itération du calcul, en prenant en compte les trajectoires même temporaires afin
de conclure sur la stabilité du système hybride avant la convergence du calcul.
Cette méthode permet d’accélérer l’analyse de la stabilité d’un système et de conclure sur la
stabilité dans certains cas lorsque le calcul de bisimulation ne converge pas. Nous rappelons
que le calcul de bisimulation est non décidable et qu’aucune garantie de pouvoir conclure sur la
stabilité à l’aide de la méthode développée dans ces travaux n’a été établie jusqu’à présent.
Lorsque que le calcul de bisimulation converge, la bisimulation du système hybride a été construite.
84 3.3. Application au cas d’étude
Celle-ci permet d’avoir accès à de nombreuses informations en plus de la stabilité. Parmi ces in-
formations, citons les points suivants :
(B)
— La construction de SD permet, pour l’ensemble des états possibles e0 du système, de
connaitre les modes de fonctionnement par lesquels passent la trajectoire issue de e0 . Ceci
permet par exemple d’identifier la plus longue trajectoire et donc de pouvoir estimer le
temps de réponse du système.
— On peut aussi, à partir d’un domaine d de la partition P a(B) (X ), avoir accès à l’ensemble
D des domaines menant à d en un ou plusieurs pas de temps. Ceci est particulièrement
intéressant lorsque d représente un domaine de l’espace d’état dangereux pour la sureté
du système.
(B)
— En cas d’instabilité, l’étude de SD peut aussi nous permettre d’identifier l’ensemble des
domaines de l’espace d’état qui appartiennent à un cycle. Ceci peut par exemple permettre
de borner les oscillations de tension qui seront induites par ce fonctionnement instable.
— En cas d’instabilité, il est possible de mettre en évidence l’ensemble des domaines menant
à l’un des cycles. Ces domaines sont particulièrement intéressants puisque si l’on peut
assurer que les conditions initiales ne seront pas dans l’un de ces domaines, alors la stabilité
du système pourra être assurée.
Ces informations sont très riches mais risquent de coûter cher en temps de calcul et même, dans
certains cas, d’être inatteignables. Or, nous rappelons que le but premier de l’étude présentée est
de pouvoir conclure sur la stabilité d’un système hybride affine par morceaux. C’est pourquoi,
dans la méthode proposée, il a été choisi de se focaliser sur la stabilité et de considérer les
informations données par la bisimulation comme secondaires.
Cette méthode d’étude de la stabilité adaptée aux systèmes hybrides affines par morceaux est
appliquée dans les paragraphes suivants à un cas d’étude réel de réseau électrique accueillant des
producteurs équipés de régulation de puissance en fonction de la tension.
3.3 Application au cas d’étude
On reprend l’exemple détaillé partie 2.2.4. L’objectif de cette partie est d’étudier formellement la
stabilité de ce système hybride affine par morceaux grâce à la méthode développée dans la partie
précédente. On rappelle le modèle représentant le système réel retenu à l’issue du chapitre 2.
Le tableau 3.2 résume les valeurs numériques des différents paramètres du modèle. Ces valeurs
sont issues des données du cas d’étude et de la modélisation réalisée au chapitre 2.
Nous avons mis en évidence (partie 2.4) les risques d’instabilité de ce système pour un filtre de
mesure très rapide. Ici, nous avons choisi de fixer le paramètre a à zéro, le filtre de mesure est
donc un retard pur ce qui est le cas le plus pénalisant pour la stabilité.
∆Uf (k + 1) = ∆U (k) (3.40)
D’après l’étude empirique menée précédemment, ce système devrait être instable.

∆Ud
Réseau électrique
∆Q(k) ∆UP Q (k) ∆U (k)
KP Q +

∆Q
∆QM ∆Uf (k)
∆U3 ∆U ∆U
4 ∆Uf (k + 1) =
| | M
∆Uf
∆Um ∆U1 ∆U2 a∆Uf (k) + (1 − a)∆U (k)
∆Qm
Figure 3.6 – Modèle retenu du système étudié
Le point de fonctionnement
U0 = 20,1 kV Q0 = 0 VAr
∆X = X − X0
Le réseau
KP Q = 271 V/MVAr
∆Ud = -2 kV ∆Ud = 2 kV
∆U1 = -1,1 kV ∆U2 = -850 V
∆U3 = 650 V ∆U4 = 900 V
∆Um = -2,1 kV ∆UM = 1,9 kV
∆Qm = -2,4 MVAr ∆QM = 2,4 MVAr
Le filtre de mesure
a = 0 Te = 1s
Tableau 3.2 – Paramètres du modèle représentant le cas d’étude
Nous allons le confirmer en procédant à l’analyse formelle de la stabilité grâce à la méthode

proposée ci-dessus.
Cette méthode a été implémentée sous le logiciel Matlab

R à l’aide de la « Multi-Parametric
Toolbox » [130].
Nous allons en détailler les différentes étapes (figure 3.5).

3.3.1 Étape 1 : Modélisation du système sous la forme d’un système hybride
Le système réel étudié ne contient qu’un seul producteur. Ainsi, la loi de commande Q(U ) n’a
pas besoin d’être agrégée. Elle contient donc cinq zones de fonctionnement (figure 3.6).
(
nP Q = 5 d’où NP Q = {1, 2, 3, 4, 5}
(3.41)
nU = 1 d’où ∆Uf ∈ Uf ⊂ R
La loi de commande affine par morceaux est décrite par (3.2). Le tableau résume les paramètres
de la loi de commande dans les différentes zones de fonctionnement.
i Ii = [αi , βi ] G(i) F (i)

1 [∆Um , ∆U1 ] 0 ∆QM
2 [∆U1 , ∆U2 ] − ∆U∆Q M
2 −∆U1
−G(2) · ∆U2
3 [∆U2 , ∆U3 ] 0 0
∆Qm
4 [∆U3 , ∆U4 ] ∆U4 −∆U3 −G(4) · ∆U3
5 [∆U4 , ∆UM ] 0 ∆Qm
Tableau 3.3 – Paramètres de la loi de commande Q(U ) en fonction du mode de fonctionnement
Comme nous l’avons dit précédemment, l’état du système peut être représenté par l’état du
filtre (ici ∆xf (k) = ∆Uf (k) ∈ R) et la perturbation (∆Ud ∈ Ud ⊂ R). Le vecteur ∆x(k) =
[∆xf (k) ∆Ud ]T décrivant le système est donc choisi comme vecteur d’état comme indiqué par
(3.6). On peut remarquer ici que ∆x(k) appartient à X ⊂ R2 . Ceci permettra la représentation en
deux dimensions de l’espace d’état continu. On rappelle que cet espace est borné (hypothèse 10).
On pose ∆Ud ∈ R et ∆Ud ∈ R tels que :
Ud = [∆Ud , ∆Ud ] (3.42)
La dynamique du système dépend de la zone dans laquelle se trouve son vecteur d’état (3.8).
Ainsi, on peut définir Di à partir de Ii = [αi , βi ] – ici les bornes en tension de chaque zone de
fonctionnement linéaire – et Ud comme suit :
( " ( # )

∆Uf
αi ≤ ∆Uf ≤ βi
∀i ∈ NP Q, Di = ∆x = ∈X
∆U d ∆Ud ≤ ∆Ud ≤ ∆Ud
 
 

    
 


 1 0 βi 



 
 −1    
 (3.43)

 0   −αi  
⇔ Di = ∆x ∈ X   ∆x ≤ 
 



 0
1 
  ∆Ud  




 



 0 −1 −∆U d




 | {z } | {z } 


Ki Li
Pour chaque i, on définit donc les matrices Ki et Li comme indiqué ci-dessus. Ensuite, on
construit chaque polyèdre Di comme indiqué (3.9) grâce à la fonction Polyhedron de MPT.
L’ensemble (Di )i∈NP Q est un ensemble de polyèdres représentant une partition de l’espace d’état
continu X . Soit i ∈ NP Q 
tel que ∆x ∈ "Di , on peut écrire la dynamique# du système grâce à (3.10)
avec : 
 a + (1 − a)KP Q G(i) 1 − a
 A(i) =


0 1
" # (3.44)

 (1 − a)KP Q F (i)
 B(i) =


0
On a donc, comme indiqué précédemment, un système à commutation dont la dynamique
est affine par morceaux. On distingue cinq modes de fonctionnement puisque nP Q = 5. On
pose donc qi ∈ Q la variable qui décrit le mode de fonctionnement dans laquelle se trouve le
système.
Q = {q1 , q2 , q3 , q4 , q5 } (3.45)
Pour conclure, à tout instant kTe , l’état du système e(k) peut être décrit par un état continu
∆x(k) ∈ X et un état discret qi (k) ∈ Q.
∀k ∈ N, e(k) = (∆x(k), qi (k)) avec i ∈ NP Q : ∆x(k) ∈ Di (3.46)
On rappelle, afin d’alléger les notations, on écrit abusivement A(q) pour représenter A(i) avec
i ∈ NP Q tel que q = qi .
Le système est donc un système hybride dont le fonctionnement est affine par morceaux.
Nous allons le modéliser comme proposé partie 3.2.1. Pour ce faire, on définit :
— E = X × Q l’espace d’état hybride,
— Dyn la fonction qui à chaque q ∈ Q associe la matrice [A(q), B(q)] qui décrit la dyna-
mique du système dans la i-ème zone de fonctionnement,
— Inv la fonction qui à chaque q ∈ Q associe le polyèdre Dq .
Ainsi, on peut définir le système de transition hybride représentant le système physique par
SH =< E, Dyn, Inv >. Comme décrit partie 3.2.1, l’analyse de la stabilité de SH passe par
l’analyse de l’ensemble de ses trajectoires, or il en existe une infinité. L’étude exhaustive n’est
donc pas possible. Pour contourner cette difficulté, nous proposons de construire une abstraction
discrète du système de transition hybride.
3.3.2 Étape 2 : Abstraction discrète
Comme on l’a déjà mentionné ci-dessus, l’ensemble des polyèdres Di forme une partition de
l’espace d’état continu X . Nous noterons P a(0) (X ) cette partition. Comme la partie continue de
l’état appartient à R2 , on peut représenter graphiquement cette partition (figure 3.7).
Pour construire une abstraction discrète du système de transition hybride, on associe
(0) (0)
à chaque domaine Di un mode discret mi ∈ M(0) regroupant les états du système hybride
ayant la même dynamique.
(0)
Comme décrit partie 3.2.2, on définit la fonction Φ(0) qui associe à chaque polyèdre Di le mode
(0) (0)
discret mi correspondant. On définit ensuite l’ensemble T des transitions possibles.
∆Ud
Perturbation
(0) (0) (0) (0) (0)
D1 D2 D3 D4 D5
∆Ud
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Tension filtrée aux bornes du producteur (∆Uf )
Figure 3.7 – P a(0) (X ) partition de l’espace d’état constituée des zones de fonctionnement affine
Comme dit précédemment, dans un premier temps, on suppose que toutes les transitions sont
possibles. Ici, depuis l’un des cinq modes discrets, on suppose que l’on peut atteindre tous les
autres modes. Ainsi, l’ensemble T (0) contient 25 couples de modes discrets. Finalement, on définit
(0)
le système discret SD représentant l’abstraction discrète du système de transition hybride par
(0)
SD =< M(0) , T (0) >. La figure 3.8 représente l’automate discret correspondant.
(0) (0) (0) (0) (0)

m1 m2 m3 m4 m5
Figure 3.8 – Automate discret représentant l’abstraction discrète de SH
Comme la théorie l’a indiqué, ce premier système discret n’est pas équivalent au système hybride
SH en termes de stabilité. Ainsi, on ne peut pour l’instant conclure sur la stabilité de SH que
(0)
lorsque SD est stable. Or, pour l’instant ce n’est pas le cas. En effet, il existe plusieurs trajec-
(0) (0) (0) (0)
toires discrètes cycliques de SD formant un cycle comme par exemple {m1 , m2 , m1 , . . .}.
Afin de pouvoir conclure, la méthode propose de raffiner l’automate discret grâce au calcul de
bisimulation.
3.3.3 Étape 3 : Raffinement de l’abstraction discrète par bisimulation

(1)
1ère itération : Nous construisons SD =< M(1) , T (1) > en affinant la définition des modes
(0)
discrets par rapport à SD . Les cinq modes discrets de M(0) ont tous cinq destinations possibles.
Ils sont donc divisés en au plus cinq sous-modes discrets lors de la première itération du calcul
de la bisimulation.
(0) (0)
Pour chaque mode mi et pour chaque destination possible mj de ce mode, le polyèdre δij est
construit comme l’ensemble des états continus du système qui correspondent au mode discret
(0) (0)
mi dont le successeur en un coup correspond au mode discret mj . À partir du polyèdre
(0) (0) (0) (0) (0)
Di correspondant au mode discret mi et de Dj correspondant à mj , le polyèdre δij est
calculé comme décrit précédemment (3.38). Dans l’environnement MPT, chaque polyèdre est
une structure qui contient notamment un jeu de matrices K et L définissant le polyèdre (3.9).
(0) (0)
Grâce à aux matrices (K, L) associées aux polyèdres Di et Dj et à la dynamique associée
(0)
à mi , on construit δij . Afin d’éviter tout problème numérique, les inégalités redondantes dans
la définition de δ sont réduites avec la fonction minHRep de MPT puis normalisées à l’aide de la
(0) (0)
fonction normalize. Finalement, la dimension du domaine δij = Di ∩ P re(Dj ) est testée à
l’aide de la fonction isFullDim qui permet de savoir si le domaine est vide ou est une droite.
(1)
Dans ce cas, tous les sous-domaines δij (notés Dij sur la figure 3.9) sont de dimension 2. Ainsi,
à l’issue de cette première itération, on a finalement construit un automate discret composé de
25 modes discrets ayant tous cinq destinations. Tous les modes discrets de M(0) ont été divisés
en cinq sous-modes. Ceci signifie que, pour l’instant, aucune transition discrète de T (0) n’a
été détectée comme impossible. La figure 3.9 représente la partition de l’espace d’état continu
P a(1) (X ) construite à l’issue de la première itération. On note que la couleur des noms de
domaines est choisie en fonction de la destination du mode discret associé. Par exemple, le mode
(1) (0)
discret associé à D13 est m3 .
∆Ud
(1)
D35
(1)
D34
Perturbation
(1)
(1)
D43 D53
(1)
(1)
D33
(1)
D13 D23
(1)
D32
(1)
D31
∆Ud
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Figure 3.9 – Partition de l’espace d’état après la première itération P a(1) (X )
La partition P a(1) (X ) est composée de 25 polyèdres. Chacun de ces polyèdres est associé à
un mode discret de M(1) par la fonction Φ(1) . Les polyèdres ont été construits de manière à
n’avoir qu’une destination de M(0) mais l’abstraction est reconstruite à chaque itération. On
(1) (1) (0) (0)
note mij = Φ(1) (Dij ) le sous-mode discret de mi = Φ(0) (Di ) menant au pas de temps
(0) (0) (0)
suivant à mj = Φ(0) (Dj ). Or, ici, chacun des modes discrets mj ∈ M(0) a ensuite été divisé
en cinq sous-modes. Ainsi, chacun des 25 modes discrets composant M(1) a cinq destinations
possibles et non pas une. L’ensemble des transitions possibles T (1) contient donc 255 couples de
modes discrets. On comprend aisément pourquoi nous n’essayerons pas de représenter l’automate
discret correspondant.
On peut remarquer sur la figure 3.9 que l’union de tous les polyèdres constituant la partition
P a(1) (X ) n’est pas nécessairement égale à l’espace d’état X . En effet, il existe des domaines de
l’espace d’état (domaines grisés sur la figure) qui, en un coup, font sortir du domaine d’état
admissible X . La figure 3.10 présente un zoom de la figure 3.9
∆Ud
(1) (1)
D45 D55
Perturbation
∆Q
∆QM
∆x2 (0) ∆x2 (1)

• (1)
D54 • ∆U3 ∆U4 ∆UM
| | ∆Uf
∆x1 (0) ∆Um ∆U1 ∆U2
• (1) •
∆x1 (1)
(1) (1) (1)
D44 (1)
D15 D25 D35 D53
∆Qm
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Tension filtrée (b) Loi de commande Q(U )
(a) Partition de X
Figure 3.10 – Identification des domaines inatteignables à l’issue de la première itération
Comme on peut le voir sur la figure 3.10a, les points ∆x1 (0) = [∆Uf1 (0) ∆Ud1 (0)]T et ∆x2 (0) =
[∆Uf2 (0) ∆Ud2 (0)]T appartiennent à la première zone de fonctionnement. En effet, d’après la
figure nous avons : (
∆Um < ∆Uf1 (0) = ∆Uf2 (0) < ∆U1
(3.47)
∆Ud ≤ ∆Ud1 (0) ≤ ∆Ud2 (0) ≤ ∆Ud
Ainsi, d’après la caractéristique de la loi de commande (figure 3.10b) et de l’équation dynamique

du système (3.10), on peut calculer l’état du système au pas de temps suivant en se souvenant
qu’ici a = 0 (tableau 3.2).
(
∆Uf (1) = ∆Ud (0) + KP Q ∆QM
(3.48)
∆Ud (1) = ∆Ud (0)
Avec les valeurs numériques de cet exemple et de ∆Ud1 (0), on peut calculer ∆Uf1 (1). En étudiant
les valeurs numériques, on remarque que ∆Ud1 (0) = ∆UM − KP Q ∆QM . Ainsi, on peut dire que
∆Uf1 (1) = ∆UM . Comme on peut le voir sur la figure 3.10a, le point de fonctionnement ∆x1 (1)
se trouve à la limite du domaine de définition de l’état du système.
∆x1 (1) = [∆UM ∆Ud1 (0)]T (3.49)
On s’intéresse maintenant au successeur en un coup du point de fonctionnement ∆x2 (0). On

a ∆Ud2 (0) > ∆Ud1 (0), on peut donc en déduire que ∆Uf2 (1) > ∆Uf1 (1) = ∆UM . Ainsi, le
successeur en un pas de temps de ∆x2 (0) n’est pas dans le domaine de fonctionnement considéré
comme illustré figure 3.10a.
C’est le cas de l’ensemble des points de fonctionnement du domaine grisé de la figure 3.10a. Dans
la suite des calculs, ces zones seront considérées comme inatteignables puisqu’elles ne permettent
pas de garantir le respect du bon fonctionnement du système (hypothèse 10). Si la tension filtrée
est supérieure à la limite de fonctionnement ∆UM (ou inférieure à ∆Um ), on ne peut plus garantir
le bon fonctionnement du système. Des automates de protection prendront le relais pour protéger
le système et les usagers d’un éventuel dommage.
(1)
Finalement, on analyse la stabilité du système discret SD . Nous avons déjà remarqué qu’il existe
des modes discrets ayant plusieurs destinations – c’est ici le cas des 25 modes discrets de M(1)
– on peut donc dire que le calcul de la bisimulation n’a pas encore convergé. Ainsi, on ne peut
(1)
conclure sur la stabilité de SH que si SD est stable ou s’il existe au moins une trajectoire discrète
(1)
instable et définitive. Afin d’illustrer l’étude de stabilité de SD , nous représentons un extrait de
l’automate associé à ce système discret. Il convient de noter que dans un souci de lisibilité, la
(1) (1)
figure 3.11 ne représente que les transitions discrètes issues de m12 et celles issues de m21 .
(1) (1) (1) (1) (1)

m11 m21 m31 m41 m51
(1) (1) (1) (1) (1)

m12 m22 m32 m42 m52
(1) (1) (1) (1) (1)

m13 m23 m33 m43 m53
(1) (1) (1) (1) (1)

m14 m24 m34 m44 m54
(1) (1) (1) (1) (1)

m15 m25 m35 m45 m55
(1)
Figure 3.11 – Extrait de l’automate discret représentant SD
(1) (1) (1)

Il existe des cycles dans le graphe associé à SD . Par exemple, m12 a cinq destinations dont m21
(1)
qui a lui aussi cinq destinations dont m12 (figure 3.11). Il existe donc au moins une trajectoire
(1) (1) (1)
discrète instable {m12 , m21 , m12 , . . .}, mais aucune de ces trajectoires instables ne peut
être définitive, car tous les modes discrets de M(1) ont plusieurs destinations. Finalement, pour
pouvoir conclure sur la stabilité du système de transition hybride, au moins une itération
supplémentaire du calcul de bisimulation est nécessaire.
(2)
2ème itération : Elle permet de construire SD =< M(2) , T (2) >, P a(2) (X ) et Φ(2) à partir
(1)
du système discret construit suite à la première itération. On rappelle que SD est composé de
25 modes discrets ayant tous cinq destinations. Ainsi, M(2) contient au plus 25×5=125 modes
discrets.
Après la deuxième itération du calcul, on a construit 53 modes discrets d’après l’outil d’étude for-
melle de la stabilité. La partition de l’espace d’état associée P a(2) (X ) est représentée figure 3.12.
On avait prévu au plus 125 modes discrets dans M(2) et finalement, seuls 53 sont nécessaires
(2)
pour construire SD . Ceci signifie donc que parmi les 125 transitions possibles de T (1) , 72 se sont
révélées impossibles.
∆Ud
Perturbation
∆Ud
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Figure 3.12 – Partition de l’espace d’état après la deuxième itération P a(2) (X )
L’outil développé permet de dire que l’ensemble T (2) contient encore 105 transitions possibles,
il existe donc des modes discrets de M(2) ayant plusieurs destinations. En effet, on compte 26
modes discrets ayant plusieurs destinations possibles. Les domaines correspondant à ces modes
discrets sont ceux représentés en rouge sur la figure 3.12. L’outil d’étude permet d’ajouter que
ces 26 modes ont chacun trois destinations possibles. Le calcul de bisimulation n’a donc pas
encore convergé, mais cette fois-ci, il existe 27 modes n’ayant qu’une seule destination et donc
potentiellement des trajectoires définitives. L’analyse du graphe construit à partir du système
(2) (2)
discret SD (non représenté ici) permet de conclure à l’instabilité de SD . Cependant, il n’existe
pas de trajectoire discrète instable qui soit définitive. Ainsi, nous ne pouvons conclure ni à
la stabilité ni à l’instabilité de SH . Une nouvelle itération du calcul de bisimulation
est nécessaire.
(3)
3ème itération : La troisième itération du calcul de bisimulation permet de construire SD =<
M(3) , T (3) >, P a(3) (X ) et Φ(3) . On rappelle que M(2) contient 53 modes discrets dont 26 ont
trois destinations possibles. Ainsi, à la construction de M(3) , les 27 modes discrets de M(2)
ayant une unique destination sont recopiés tels quels. Les 26 autres modes sont divisés en, au
plus, 26×3=78 sous-modes discrets. Finalement, M(3) contient au plus 26×3+27=105 modes
discrets.
Après la troisième itération du calcul, l’outil de calcul a construit 71 modes discrets dont six ont
plusieurs destinations possibles. L’ensemble T (3) des transitions possibles contient 79 couples
de modes discrets. La partition de l’espace d’état associée P a(3) (X ) est représentée figure 3.13.
Nous y avons mis en évidence les polyèdres qui ont encore plusieurs destinations possibles après
la troisième itération.
Le calcul n’a toujours pas convergé puisqu’il existe encore six modes discrets ayant plusieurs
destinations possibles (figure 3.13). On pourra conclure sur la stabilité de SH si le système discret
est stable ou s’il contient au moins une trajectoire discrète instable et définitive, c’est-à-dire, ne
passant par aucun des six modes discrets ayant plusieurs destinations. L’analyse du graphe
(3)
construit à partir de SD permet de conclure qu’il existe des trajectoires discrètes définitives et
∆Ud
Perturbation
∆Ud
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Figure 3.13 – Partition de l’espace d’état après la troisième itération P a(3) (X )
instables. Nous pouvons donc conclure à l’instabilité du système de transition hybride

et ce dès la troisième itération du calcul de la bisimulation. Ayant terminé le découpage
du système discret, nous présentons maintenant l’analyse des résultats.
3.3.4 Conclusion sur la stabilité – Analyse des résultats disponibles
Comme nous l’avons décrit, nous pouvons conclure après la troisième itération du calcul de bisi-
mulation et avant sa convergence. Nous concluons grâce à l’existence d’au moins une trajectoire
discrète définitive et instable. Ce résultat est conforme aux conclusions de l’étude empi-
rique en simulation décrite partie 2.4. Avant de présenter l’ensemble des domaines impliqués dans
un cycle, nous allons illustrer l’instabilité du système pour une trajectoire discrète particulière.
Pour ce faire, nous choisissons une trajectoire discrète instable comme exemple. La figure 3.14a
représente un extrait de l’automate discret construit grâce à l’outil formel proposé à l’issue de
(3) (3)
trois itérations. Comme on peut le voir, le mode discret m1 a pour unique successeur m2 qui
(3)
a pour unique successeur m1 . Il y a donc au moins une trajectoire discrète définitive qui est
instable. On peut aussi voir, d’après l’automate discret (figure 3.14a) que ce cycle est atteignable
(3)
en un pas de temps depuis le mode discret m0 .
Afin d’identifier les points de fonctionnement correspondant à ce cycle, nous représentons les
domaines de l’espace d’état associés à ces trois modes discret (figure 3.14b). Le domaine rouge
(3)
représente l’ensemble des états continus du système associés au mode discret m0 et sera noté
(3) (3) (3) (3)
D0 = (Φ(3) )−1 (m0 ). On définit de même D1 et D2 . On peut remarquer que pour les états
(3)
continus appartenant à D0 , la tension filtrée aux bornes du producteur est comprise entre ∆U2
de ∆U3 , il s’agit donc de point de fonctionnement dans la troisième zone de fonctionnement de
(3)
la caractéristique Q(U ) soit la bande-morte (tableau 3.3). Le domaine D1 regroupe des points
(3)
de la cinquième zone de fonctionnement soit la saturation basse et D2 regroupe des points de
la quatrième zone.
Grâce à l’automate discret (figure 3.14a, nous pouvons retracer la séquence dynamique dans le
(3)
domaine d’état. Soit un point de fonctionnement ∆x(k) dans le domaine D0 . Le mode discret
ts
(3) (3) (3)

m0 m1 m2
(a) Trajectoire discrète instable de l’automate discret
Tension filtrée du producteur

∆Ud ∆x1
∆x3 ∆x3
∆x0 ∆x2
∆x1
Perturbation
∆U4
∆U3 ∆x2
∆Ud ∆x0
0 5 10 15 20 25 30
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM Temps [s]
(b) Trajectoire discrète instable dans l’espace d’état (c) Trajectoire hybride instable
Figure 3.14 – Illustration d’une trajectoire discrète instable représentée dans l’automate discret
et dans l’espace d’état et d’une trajectoire hybride correspondante
(3) (3)
associé à ce point de fonctionnement est m0 qui a pour successeur m1 . Ainsi, ∆x(k + 1),
(3) (3)
qui est le successeur de ∆x(k), appartient au domaine Φ(3) (m1 ) = D1 . De même, on peut
(3) (3)
dire que ∆x(k + 2) appartient à D2 , ∆x(k + 3) à D1 et ainsi de suite. On retrouve donc un
fonctionnement instable comme prévu.
Pour illustrer la dynamique associée à cette trajectoire discrète, on choisit un point de fonc-
(3)
tionnement ∆x0 = [∆Uf (0) ∆Ud (0)]T ∈ D0 et on calcule la trajectoire hybride associée. Les
coordonnés du point choisi pour cette étude sont ∆x0 = [0 V 1350 V]T . Le successeur de ∆x0 ,
noté ∆x1 est calculé grâce à l’équation (3.10) dans la troisième zone de fonctionnement de la loi
de commande Q(U ). On trouve alors que :
" # " #
∆Uf (1) ∆Ud (0)
∆x1 = = (3.50)
∆Ud (1) ∆Ud (0)
On a donc ∆Uf (1) = 1350 V soit ∆U4 ≤ ∆Uf (1) ≤ ∆UM . Comme prévu, on peut dire que
(3)
∆x1 ∈ D1 et ce qui correspond à la cinquième zone de fonctionnement de la loi de commande
Q(U ). On calcule de la même manière ∆x2 le successeur de ∆x1 avec la dynamique associée à
la cinquième zone de fonctionnement.
" # " #
∆Uf (2) ∆Ud (1) + KP Q ∆Qm
∆x2 = = (3.51)
∆Ud (2) ∆Ud (1)
Grâce aux valeurs numériques données (tableau 3.2), on peut donc calculer ∆Uf (2) = 700 V.
(3)
On remarque que ∆U3 ≤ ∆Uf (2) ≤ ∆U4 . Comme prévu, on peut dire que ∆x2 ∈ D2 . Ainsi on
peut calculer ∆x3 le successeur de ∆x2 .

" # " #
∆Uf (3) ∆Ud (2) + KP Q σ(∆xf (2) − ∆U3 )
∆x3 = = (3.52)
∆Ud (3) ∆Ud (2)
Ainsi on trouve ∆Uf (3) = 1220 V ce qui nous ramène dans la cinquième zone de fonctionnement
de la loi de commande Q(U ). À nouveau, le successeur peut être calculé grâce à l’équation
dynamique dans la zone cinq. Or, comme on peut le voir dans l’équation (3.51), cette équation
ne dépend pas de l’état précédent. C’est pourquoi on peut dire que le successeur de ∆x3 est ∆x2 .
La trajectoire a atteint le cycle limite en deux pas de temps. La tension filtrée aux bornes du
producteur oscille entre ∆x2 et ∆x3 .
La figure 3.14c montre la trajectoire hybride décrite par le système en réponse à un échelon
de perturbation de Ud (0) à T = 10 s. Ainsi, à partir de cet instant, le système se trouve au
point ∆x0 . On peut remarquer que cette trajectoire est conforme aux conclusions de l’analyse
de la trajectoire discrète. La condition initiale étudiée mène comme prévu à un fonctionnement
instable du système avec des oscillations de tension aux bornes du producteur de l’ordre de 500 V.
Nous avons donc illustré le comportement instable du système à l’aide d’un exemple de trajectoire
discrète instable et de trajectoire hybride correspondant. Nous rappelons que l’étude empirique
de la stabilité (partie 2.4) a permis de mettre en évidence l’existence de points de fonctionnement
stables. Prenons un exemple de trajectoire discrète définitive stable. La figure 3.15a en est un
(3)
exemple. Le seul successeur du mode discret m′ 1 est lui-même, il est donc stable et appartient
(3)
à la bisimulation du système hybride. Tout mode discret dont l’unique successeur est m′ 1 est à
(3)
l’origine d’une trajectoire discrète stable. C’est par exemple le cas de m′ 0 .
(3) (3)
m′ 0 m′ 1
(a) Trajectoire discrète stable de l’automate discret

∆Ud
∆x0 ∆x2 ∆x1 ∆x1
Perturbation
∆U4 ∆x2
∆U3
∆x0
∆Ud
0 5 10 15 20 25 30
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM Temps [s]
(b) Trajectoire discrète stable dans l’espace d’état (c) Trajectoire hybride stable
Figure 3.15 – Illustration d’une trajectoire discrète stable représentée dans l’automate discret et
dans l’espace d’état et d’une trajectoire hybride correspondante
(3)
D’après la figure 3.15a, la trajectoire discrète issue de m′ 0 est stable et peut s’écrire :
(3) (3) (3) (3)

T rajD (m′ 0 ) = {m′ 0 , m′ 1 , m′ 1 , . . .} (3.53)
(3) (3)
Afin d’identifier les points de fonctionnement associés aux modes discrets m′ 0 et m′ 1 , on trace
(3) (3) (3) (3)
les polyèdres associés D ′ 0 = (Φ(3) )−1 (m′ 0 ) et D ′ 1 = (Φ(3) )−1 (m′ 1 ) (figure 3.15b). L’outil
de calcul nous permet d’identifier les points de fonctionnement correspondant au mode discret
(3)
m′ 0 . On note que ces points de fonctionnement correspondent à la troisième zone de la loi de
commande Q(U ).
" # (
∆Uf (k) (3) ∆U2 ≤ ∆Uf (k) ≤ ∆U3
∆x(k) = ∈ D′ 0 ⇔ (3.54)
∆Ud (k) 1535 V ≤ ∆Ud (k) ≤ ∆Ud
(3)
De même, on caractérise les points de D ′ 1 grâce aux résultats de l’analyse.
" # (
∆Uf (k) (3) ∆U4 ≤ ∆Uf (k) ≤ ∆UM
∆x(k) = ∈ D′ 1 ⇔ (3.55)
∆Ud (k) 1535 V ≤ ∆Ud (k) ≤ ∆Ud
(3)
Afin d’illustrer une trajectoire hybride correspondant à la trajectoire discrète issue de m′ 0 , on
(3)
choisit un point de fonctionnement initial appartenant à D ′ 0 . Prenons par exemple ∆x0 =
(3)
(0V, 1600V ). On remarque que l’on a bien ∆x0 ∈ D ′ 0 . On calcule ∆x1 le successeur en un pas
de temps de ∆x0 grâce à l’équation de fonctionnement dynamique dans la troisième zone.
" # " #
∆Uf (1) ∆Ud (0)
∆x1 = = (3.56)
∆Ud (1) ∆Ud (0)
On a donc ∆Uf (1) = 1650 V soit ∆U4 ≤ ∆Uf (1) ≤ ∆UM . Comme prévu, on peut dire que
(3)
∆x1 ∈ D ′ 1 et correspond à la cinquième zone de fonctionnement de la loi de commande Q(U ).
On calcule de la même manière ∆x2 le successeur de ∆x1 avec la dynamique associée à la
cinquième zone de fonctionnement. L’équation est la même que celle présentée par (3.51). On
(3)
trouve alors ∆Uf (2) = 1000 V et ∆Ud (2) =1650 V. On en déduit que ∆x(2) ∈ D ′ 1 . On calcule
∆x(3) le successeur de ∆x(2) et on montre que ∆x(3) = ∆x(2). Finalement la trajectoire
hybride atteint son régime permanent en deux pas de temps. On peut dire qu’elle est stable et
que son état d’équilibre est ∆x(2). Le profil temporel de la trajectoire (figure 3.15c) illustre ce
comportement.
Nous avons mis en évidence l’existence d’une trajectoire discrète définitive instable. L’outil a
permis de mettre en évidence six cycles définitifs. Chaque cycle est un trajectoire discrète oscillant
entre deux modes discrets. La figure 3.16 représente les polyèdres associés à ces modes discrets.
Sur la figure 3.16, les domaines de même couleur correspondent à des modes discrets menant l’un
à l’autre et donc à une trajectoire discrète définitive instable. Intéressons nous à la trajectoire
discrète instable nommée cycle 2. Elle correspond à deux polyèdres, l’un dans la première zone
∆Ud
Cycle 1 C12
Perturbation
Cycle 2 C13
Cycle 3 C23
Cycle 4 C34
Cycle 5 C35
Cycle 6 C45
∆Ud
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Figure 3.16 – Polyèdres de P a(3) (X ) appartenant à l’un des cycles détecté
de fonctionnement linéaire de la loi de commande et l’autre dans la troisième zone. On rappelle

que ces zones correspondent respectivement à la saturation haute et à la bande morte de la loi
de commande Q(U ). On notera ce cycle C13 . Les trajectoires hybrides représentées par cette
trajectoire discrète vont présenter des oscillations de la tension du producteur et de sa puissance
réactive. Les points de fonctionnement sont successivement dans la première et la troisième zone
de la loi de commande. Ainsi la puissance réactive oscillera entre ∆QM et 0. On s’attend donc
à des oscillations de tension de l’ordre de |KP Q · ∆Qm | = 650 V. D’après la figure 3.16, le
point de fonctionnement ∆x = [0 V − 1200 V]T appartient au cycle 2. On calcule la trajectoire
hybride issue de ce point. On applique au système un échelon de perturbation de -1200 V à T
= 10s. Ainsi, à cet instant, l’état du système se trouve en ∆x. Comme on le voit figure 3.17,
le système se comporte comme prévu. En régime établi, la puissance réactive oscille entre 0 et
∆QM (figure 3.17a) et l’amplitude des oscillations de la tension filtrée du producteur est bien de
650 V (figure 3.17b).
∆QM
−0.55
∆Q
∆xf [kV]
∆U4
∆U3
0 −1.2 ∆x
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps [s] Temps [s]
(a) Puissance réactive du producteur (b) Tension filtrée du producteur
Figure 3.17 – Illustration d’une trajectoire hybride discrète instable correspondant au cycle 2
Il convient de noter que le cycle illustré précédemment (figure 3.14) correspond ici au cycle 6 entre
les quatrième et cinquième zones de fonctionnement de la loi de commande Q(U ). On s’attendait
donc à des oscillations de puissance réactive entre ∆Qm et un certain ∆Q ∈ [∆Qm , 0]. On prévoit
PSfrag
donc des oscillations de tensions comprises entre 0 V et |KP Q ∆Qm | =650 V. L’analyse d’une
trajectoire hybride correspondant au cycle (figure 3.14c) avait mis en évidence des oscillations
de tension de l’ordre de 500 V ce qui correspond bien à la prévision.
Finalement, l’analyse des domaines impliqués dans les cycles nous permet d’évaluer – ou au moins
d’encadrer – les oscillations de tensions associées à chaque cycle. À partir de l’analyse du graphe
(3)
associé à SD , on peut aussi identifier des zones de l’espace d’état menant, de façon définitive,
à l’un des cycles détectés. La figure 3.18 montre les domaines de P a(3) (X ) correspondant aux
modes discrets dont la trajectoire est instable et définitive. Le cas des domaines ayant encore
plusieurs destinations sera discuté dans la suite (partie 3.4).
∆Ud
Cycle 1
Pred. du cycle 1
Cycle 2
Perturbation
Pred. du cycle 2
Cycle 3
Pred. du cycle 3
Cycle 4
Pred. du cycle 4
Cycle 5
Pred. du cycle 5
Cycle 6
Pred. du cycle 6
∆Ud
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Figure 3.18 – Polyèdres de P a(3) (X ) correspondant à une trajectoire discrète définitive et instable
Pour conclure, on peut dire que cette étude à permis de mettre en évidence le comporte-
ment instable du système étudié. Nous avons pu identifier les zones de fonctionnement
impliquées dans un cycle et celles y menant sans avoir à attendre la convergence du calcul
de bisimulation. De plus, l’étude de quelques points de fonctionnement a illustré l’existence de
trajectoires stables malgré le caractère instable du système. Un point de fonctionnement « mal »
choisi pourrait mener à conclure à tort à la stabilité du système. Ainsi, une étude empirique
risque de ne pas être suffisante pour conclure sur la stabilité du système. Une étude
formelle est donc nécessaire. Cette étude formelle ayant permis de conclure à l’instabilité du
système, nous allons étudier ci-dessous comment le stabiliser.
3.3.5 Stabilisation du système
La méthode proposée a permis de conclure à l’instabilité du cas d’étude pour a = 0. Le but

de ces travaux est de proposer des réglages du régulateur du producteur assurant la
stabilité du système. On rappelle que l’étude empirique menée précédemment (partie 2.4) a
permis de mettre en évidence l’influence de la rapidité du filtre de mesure a sur la stabilité du
système. Nous proposons donc de ralentir le filtre de mesure et de réitérer l’étude formelle afin
d’identifier un réglage assurant la stabilité du cas d’étude.
À ce stade, grâce aux résultats de l’étude formelle de stabilité menée sur le système, nous savons
dire, pour une valeur de a donnée, si le système est stable ou non. Afin de choisir un réglage
garantissant la stabilité du système étudié, plusieurs valeurs de a ∈ [0, 1[ sont testée. On peut par
exemple proposer une recherche par dichotomie. Le tableau 3.4 résume les résultats de l’étude
formelle de stabilité pour différentes valeurs de a.
Le calcul de Nombre Nombre de

Temps de
a Stable ? bisimulation d’itérations avant domaines
calcul [s]
a convergé ? de pouvoir conclure construits
0 NON NON 3 71 1,1
0,10 NON NON 4 136 2,2
0,20 NON NON 4 184 2,7
0,30 NON NON 4 268 3,7
0,42 NON NON 3 134 2,0
0,43 NON NON 3 81 1,5
0,44 NON NON 3 82 1,5
0,45 OUI NON 3 83 1,5
0,50 OUI NON 3 79 1,4
0,65 OUI NON 4 119 2,0
0,80 OUI NON 12 393 6,7
0,95 OUI NON 38 3019 56,5
Tableau 3.4 – Comparaison de la stabilité, du temps de calcul et de la complexité pour différents

réglages de rapidité du filtre
Dans un premier temps, on peut remarquer que le cas étudié est stable pour a ≥ 0, 45 avec
la finesse de la grille choisie. Ceci semble indiquer que le système est d’autant plus stable que le
filtre de mesure est lent.
En se penchant sur les résultats présentés dans le tableau 3.4, on observe que le nombre d’itéra-
tions nécessaires avant de pouvoir conclure est important lorsque le paramètre a est largement
supérieur à la limite de stabilité. Ainsi, il est plus long de conclure lorsque le système est
lent. Ceci peut s’expliquer par le fait que le nombre d’itérations du calcul peut être vu comme
la durée du régime transitoire des trajectoires avant d’atteindre la zone de fonctionnement finale
ou le cycle limite. Plus a est grand, plus le système mettra de temps avant d’atteindre son état
d’équilibre ou son cycle limite. La figure 3.19 illustre ce phénomène. Comme on peut le voir sur
le cas représenté sur cette figure, quand a = 0, 03, le cycle limite est atteint rapidement par
le système. Peu d’itérations seront nécessaires pour construire cette trajectoire même si elle est
instable. Dans le cas où a = 0, 80, la trajectoire étudiée ici rejoint sa zone finale (la quatrième
zone de fonctionnement) huit pas de temps après la perturbation. Il faudra donc décrire des
trajectoires de longueur au moins huit ce qui demande au moins huit itérations. Ainsi, plus le
système est lent – et donc plus il est stable – plus un grand nombre d’itérations est nécessaire
avant de pouvoir conclure.
On peut aussi remarquer qu’il est plus long de conclure à la stabilité du système qu’à
son instabilité. En effet, pour identifier un système instable, il suffit d’avoir construit une seule
trajectoire discrète définitive et instable. En revanche, pour pouvoir conclure à la stabilité du
système, il faut que toutes les trajectoires (définitives ou non) soient stables.
Pour conclure, dans le cas étudié et quelle que soit la rapidité du filtre de mesure, il a toujours
100 3.4. Discussions

21.1
20.9
20.7
20.5
20.3 a = 0, 03
a = 0, 80
20.1
0 5 10 15 20
Temps [s]
Figure 3.19 – Illustration du lien entre le temps de réponse du système et le nombre d’itérations
nécessaires permettant de conclure
été possible de conclure sur la stabilité du système malgré l’absence de garantie de convergence
de la méthode proposée. On note aussi que dans tous les cas étudiés, la méthode développée dans
ces travaux permet de conclure avant la construction complète de la bisimulation du système.
Pour finir, il est envisageable d’intégrer une telle méthode dans les études de raccordement menées
par les gestionnaires de réseaux.
Avant de conclure sur la méthode d’analyse de stabilité proposée, nous présentons quelques
remarques supplémentaires sur, entre autre, la convergence de la méthode.
3.4 Discussions
3.4.1 Sur le fait de pouvoir conclure
On rappelle que le calcul de la bisimulation proposée par [125] est un problème non décidable.
Or, pouvoir conclure sur la stabilité du système dans un temps donné et un espace mémoire fixé
est essentiel. Pour parvenir à la conclusion avant l’obtention de la bisimulation, nous proposons
une méthode qui alterne une phase de raffinement de l’automate discret et une phase d’analyse
de la stabilité. Le fait de pouvoir conclure avec la méthode proposée dans ces travaux
n’est pas garanti. Il convient de noter que, par rapport à la méthode classique de calcul de
la bisimulation, nous avons élargi le nombre de cas pour lesquels il est possible de
conclure et nous avons accéléré l’obtention de cette conclusion. En effet, le tableau 3.4
permet de voir que dans tous les cas étudiés, nous avons pu conclure sur la stabilité du système
étudié avant d’en avoir construit la bisimulation. Dans ce qui suit, nous montrons qu’il existe des
cas pour lesquels il est impossible de construire la bisimulation du système mais pour lesquels la
méthode développée dans ces travaux permet de conclure sur la stabilité.
Prenons par exemple le cas a = 0 décrit précédemment. L’analyse de la stabilité détaillée par-
tie 3.3 a permis de conclure à l’instabilité du système après seulement trois itérations du calcul
de raffinement. Ces trois itérations n’ont pas suffit a construire la bisimulation du système. Ef-
fectivement, nous avons pu remarquer qu’a l’issue de la troisième itération, il reste encore six
modes discrets ayant plusieurs destinations. On remarque que la totalité de ces modes se trouve
dans la deuxième ou la quatrième zone de fonctionnement linéaire.
La figure 3.20 illustre le découpage d’un domaine de la deuxième zone de fonctionnement linéaire
correspondant à l’un des modes discrets ayant plusieurs destinations (domaine grisé).
Perturbation
Perturbation
Perturbation
Tension filtrée Tension filtrée Tension filtrée
(a) Itération 1 (b) Itération 2 (c) Itération 3
Figure 3.20 – Découpage d’un domaine correspondant à une zone de fonctionnement instable
(1)
La figure 3.20a représente le domaine lors de la première itération du calcul. On le notera D22 .
(1)
1 est issu de la division de m (0)
Le mode discret m22 correspondant à D22 2 en cinq sous-modes
(0) (0) (0) (0) (0) (0) (1)
puisque m2 a cinq destinations possibles (m1 , m2 , m3 , m4 et m5 ). Le domaine D22
(0)
regroupe l’ensemble des états ∆x(k) du système correspondant aux prédécesseurs de D2 dans
(0)
D2 .
 " # 
 ∆x(k) = ∆xf (k) ∈ D(0)
 
 ∆U2 ≤ ∆xf (k) ≤ ∆U3
2
∆Ud ⇔ (1 + KP Q σ)∆U2 ≤ ∆Ud + KP Q σ∆xf (k) ≤ ∆U3 + KP Q σ∆U2 (3.57)
(0)
 
∆x(k + 1) ∈ D2 ∆Ud ≤ ∆Ud ≤ ∆Ud
 
(1) (0)
Ainsi, on a construit lors de la première itération m22 comme le sous-mode allant de m2 vers
(0) (0) (1)
m2 . Or, m2 a été divisé en cinq lors de la première itération du calcul. Ainsi, même si m22
(0)
a été construit pour pointer vers un unique mode discret de l’abstraction initiale SD , après la
(0) (1) (1) (1)
subdivision de m2 à la première itération, il pointe vers cinq modes discrets de SD : m21 , m22 ,
(1) (1) (1)
m23 , m24 et m25 .
(1)
À l’itération suivante m22 , qui a cinq destinations possibles, peut être découpé au plus en cinq
sous-modes. L’outil nous permet de voir qu’il a été découpé en seulement trois sous-modes. En
(1)
effet, le calcul a identifié qu’il n’existe aucun point de D22 permettant d’atteindre en un pas de
(1) (1) (2) (2) (2)
temps les domaines associés à m24 et m25 . Nous noterons m221 , m222 et m223 les trois sous-
modes construits à la deuxième itération. Intéressons nous à la construction de trois domaines
associés.
(1)
Soit ∆x(k) un point appartenant à D22 , on peut écrire que :
∆xf (k + 1) = ∆Ud + KP Q σ(∆xf (k) − ∆U2 ) (3.58)

(1)
La droite D (en vert sur la figure 3.20a) représente la droite des points fixes de D22 .

(1) ∆Ud KP Q σ
D = ∆x(k) ∈ D22 ∆x(k + 1) = ∆x(k) = − ∆U2 (3.59)
1 − KP Q σ 1 − KP Q σ
On peut remarquer que la dynamique associée à la zone de fonctionnement 2 s’écrit comme

une suite arithmético-géométrique, c’est-à-dire de la forme uk+1 = quk + r. Comme dans le cas
d’une suite géométrique, la convergence de ce type de suite dépend du |q|. Ici, on peut dire que
q = KP Q σ = −2, 6 et donc que |q| > 1. Finalement, la suite étudiée diverge ce qui implique
(1)
qu’aucun point de D22 \ D ne reste dans ce domaine quand k → ∞.
Il convient de noter que q < 0 donc le point de fonctionnement oscille autour de la droite des
points fixes D en s’en éloignant un peu plus à chaque pas de temps. Ayant décrit la dynamique des
(1) (1)
points de D22 , nous revenons à l’étude du mode discret m22 et à ses trois destinations possibles.
Nous avons dit que le point de fonctionnement ∆x(k) oscille autour de D en s’en éloignant. Il y
a alors trois possibilités pour ∆x(k + 1), le successeur de ce point :
(1)
— Soit ∆x(k) est suffisamment proche de D pour que ∆x(k + 1) appartienne aussi à D22 ;
— Soit ∆x(k) est tel que ∆x(k + 1) > ∆U3 + KP Q σ∆U2 et donc l’état du système sort en
(1) (1)
un pas de temps de D22 et ∆x(k + 1) ∈ D21 ;
— Soit ∆x(k) est tel que ∆x(k + 1) < (1 + KP Q σ)∆U2 et donc l’état du système sort aussi
(1) (1)
en un pas de temps de D22 et ∆x(k + 1) ∈ D23 .
(1)
Finalement, les trois destinations possibles de m22 sont effectivement atteignables. Lors de la
(1)
deuxième itération (figure 3.20b), le domaine D22 est donc découpé en trois sous-domaines :
(2) (1)
— D221 (domaine bleu sur la figure 3.20b) regroupe des points sortant en un coup de D22
vers l’un des deux domaines violet.
(2)
— D223 (domaine rouge sur la figure 3.20b) regroupe le reste des points sortant en un coup
(1)
du domaine D22 vers l’un des domaines orange.
(2)
— D222 (domaine gris sur la figure 3.20b) de la figure 3.20b regroupe les points restant dans
(1)
le domaine D22 de la figure 3.20a en un coup.
Comme on peut le voir, après la deuxième itération, les modes discrets associés aux domaines
(2) (2)
D221 et D223 ont tous les deux deux destinations possibles. Le mode discret associé au domaine
(2)
D222 a à nouveau trois destinations possibles dont lui-même.
(3) (2)
Le même raisonnement s’applique pour construire SD et on peut donc dire que D222 sera divisé en
(2)
trois sous-domaines dont l’un regroupe les points restant dans D222 (en gris sur la figure 3.20c), un
(2)
autre les points dont les successeurs appartiennent à D221 (en bleu sur la figure 3.20c) et un dernier
(2)
regroupant les points dont les successeurs appartiennent à D223 (en bleu sur la figure 3.20c).
La construction de la bisimulation du système hybride va continuer à découper le domaine
instable (grisé) en trois sous-domaines à chaque itération. Les sous-domaines construits ont une
surface de plus en plus petite mais ne sont jamais vides. Le calcul itératif de construction de
la bisimulation ne peut donc pas converger. Il convient de noter que ceci n’empêche pas de
conclure sur la stabilité du système. Effectivement, on sait déjà que tout point de fonctionnement
appartenant à l’un des domaines grisés des figures 3.20 ne peut pas y rester et rejoindra le cycle
2. Une partition plus précise de l’espace d’état permettrait de savoir en combien de pas de temps
le point de fonctionnement rejoint le cycle 2. De plus, les domaines grisés ont comme unique
prédécesseur eux-même, c’est-à-dire que la seule possibilité de les atteindre est de s’y trouver
à l’instant initial. La figure 3.21 présente deux trajectoires hybrides issues de deux points de
(1)
fonctionnement initiaux appartenant à D22 .

Perturbation
∆U2
∆x2 ∆x1
∆x2
∆x1
∆U1
∆Ud
0 5 10 15 20 25
∆U1 ∆U2
Tension filtrée Temps [s]
(a) Espace d’état (b) Trajectoire hybride
Figure 3.21 – Illustration du comportement du système pour deux conditions initiales différentes
(1)
dans D22
(1)
Comme on peut le voir, les points de fonctionnement ∆x1 et ∆x2 se trouvent dans la zone D22
(figure 3.21a). On a simulé le comportement du système à partir de ces points. La figure 3.21b
représente les deux trajectoires hybrides issues de ces points. Comme prévu, les trajectoires sont
instables. Elles finissent par sortir de la zone de tension filtrée comprise entre ∆U1 et ∆U2 et donc
par quitter la deuxième zone de la loi de commande Q(U ). La différence entre ces deux trajectoires
est le nombre de pas de temps nécessaires avant d’atteindre le cycle limite. La trajectoire hybride
issue de ∆x1 l’atteint en trois pas de temps et celle issue de ∆x2 en cinq pas de temps. Cette
différence ne modifie pas les conclusions sur la stabilité.
Finalement, sur cet exemple, il est impossible de construire la bisimulation du système
de transition hybride. Malgré ceci, la méthode proposée dans ces travaux permet de
conclure sur la stabilité du système ce qu’une méthode fondée sur le calcul classique de la
bisimulation n’aurait pas pu faire.
On peut remarquer que, dans ce cas d’étude, l’ensemble des modes discrets ayant plusieurs
destinations mène, en plus ou moins de pas de temps, à l’un des cycles existants. On peut donc
d’ores et déjà dire que, même en poursuivant les itérations du calcul de bisimulation, aucun
nouveau cycle ne sera identifié. La figure 3.16 représente donc l’ensemble des cycles possibles
de ce système. De plus, on peut ajouter les modes discrets ayant plusieurs destinations à la
liste des modes menant à un fonctionnement instable. On ne peut cependant pas conclure sur
le nombre de pas de temps requis avant d’atteindre le cycle limite. La figure 3.22 représente le
nouvel ensemble des polyèdres associés à un mode discret menant à un fonctionnement instable.
On peut aussi remarquer que, même si théoriquement le calcul de bisimulation ne converge pas, en
pratique, on semble atteindre la convergence au bout d’un certain temps. Ceci peut s’expliquer,
∆Ud
Cycle 1
Pred. du cycle 1
Cycle 2
Perturbation
Pred. du cycle 2
Cycle 3
Pred. du cycle 3
Cycle 4
Pred. du cycle 4
Cycle 5
Pred. du cycle 5
Cycle 6
Pred. du cycle 6
∆Ud
∆Um ∆U1 ∆U2 ∆U3 ∆U4 ∆UM
Tension filtrée aux bornes du producteur
Figure 3.22 – Régions de l’espace d’état continu pour lesquels la trajectoire hybride associée est
instable
car les sous-modes discrets construits à chaque itération correspondent à des polyèdres de surface
de plus en plus petite. Au bout d’un certain temps, la précision numérique du calcul n’est plus
suffisante et le nouveau domaine créé est considéré comme vide même s’il ne l’est théoriquement
pas. On obtient donc une « fausse-convergence » du calcul de bisimulation. Le nombre d’itérations
nécessaire avant celle-ci est d’autant plus grand que l’ordinateur permet un calcul précis.
Finalement, la méthode proposée dans ces travaux permet de conclure sur la stabilité même dans
certains cas pour lesquels il est impossible de construire la bisimulation. Ceci a été illustré sur
un cas mais n’a pas été généralisé. Par la suite, il serait intéressant d’étudier la décidabilité de la
méthode proposée afin de pouvoir garantir qu’il est toujours possible de conclure sur la stabilité
d’un système hybride affine par morceaux.
3.4.2 Sur la complexité
Nous nous intéressons maintenant à la problématique de la complexité du calcul. Celle-ci est

cruciale puisque plus il y a de modes discrets construits plus les itérations du calcul sont coûteuses
en temps et en mémoire.
Le système discret initialement construit (étape 2 de la méthode) contient autant de modes
discrets que nécessaire pour pouvoir tenir compte de toutes les combinaisons de zones de fonc-
tionnement linéaire des lois de commande. Si le système étudié compte nP régulateurs avec
Qnp
chacun nP Qi zones de fonctionnement linéaire, alors il y aura i=1 nP Qi zones de fonctionne-
ment linéaire de la loi de commande agrégée et donc autant de modes discrets dans l’abstraction
discrète initiale. Ainsi, le nombre initial de modes discrets augmente exponentiellement
avec le nombre de producteurs équipés d’un régulateur et avec le nombre de zones
de fonctionnement linéaire des régulateurs.
Ensuite, à chaque itération, le nombre de modes discrets créés est inférieur ou égal au cardinal de
l’ensemble des transitions discrètes. On a donc une croissance au maximum exponentielle.
La figue 3.23 trace le nombre de modes discrets à chaque itération du calcul de bisimulation
pour le cas d’étude précédent et les valeurs du paramètre a présentées dans le tableau 3.4. On
remarque que, sur cet exemple, le nombre de modes discrets a tendance à augmenter
exponentiellement avec le nombre d’itérations au début du découpage puis linéai-
rement lorsque l’analyse permet de supprimer des transitions discrètes infaisables.
Malgré ceci, le nombre de modes discrets augmente rapidement avec la taille du système étudié
et le nombre d’itérations du calcul rendant difficile l’étude de grands systèmes.
4000
300
3000
Nb d’états
Nb d’états
200
2000
100 1000
00 10 20 30 40
00 1 2 3 4 Nb. d’itérations
Nb. d’itérations
(a) a = 0, 30
(b) a = 0, 95
Figure 3.23 – Évolution du nombre d’états discrets avec le nombre d’itérations du calcul de la
bisimulation pour différentes valeurs de a
Plus le nombre de modes discrets est grand, moins nous pourrons réaliser d’itérations avant
d’atteindre la limite de mémoire ou de temps du calcul. Il est donc important de réduire autant
que possible le nombre de modes discrets de l’abstraction initiale. Afin d’y contribuer, une étude
préliminaire du fonctionnement du système est réalisée afin de détecter d’éventuelles zones de
fonctionnement du système qui sont inatteignables.
Dans certains cas, pour deux producteurs électriquement proches, l’étude préalable des équations
de fonctionnement du réseau pourrait amener à conclure que si l’un des producteurs est en
surtension (zone linéaire 5 de la loi de commande Q(U )), l’autre ne peut pas être en sous-
tension (1ère zone linéaire) et donc que le mode discret correspondant est inatteignable. Pour
deux producteurs, l’étude préalable revient à déterminer pour chaque zone de fonctionnement
i1 du producteur 1 les valeurs maximale et minimale de la consigne de puissance. Ensuite,
la plage de variations de la tension du producteur 2 est calculée en supposant que toute la
plage de variation de sa consigne de puissance est atteignable. Si malgré cette hypothèse (toutes
les zones atteignables), la plage de variations de la tension du producteur 2 ne couvre pas la
totalité des zones de fonctionnement de sa loi de commande, alors il existe des zones de la loi
de commande du producteur 2 qui sont inatteignables sachant que le producteur 1 est dans la
zone de fonctionnement i1 . On répète le calcul pour toutes les zones de fonctionnement de la loi
de commande du producteur 1. Ainsi, un calcul simple permet dans certains cas de réduire le
(0)
nombre de modes discrets de SD en fonction des propriétés du réseau étudié.
Pour conclure, on peut dire que le nombre de producteurs a un impact fort sur le nombre
d’itérations faisables dans les limites de temps et de mémoire fixées. Cette méthode risque donc
d’être difficilement applicable à l’étude de la stabilité de « grands » systèmes.
3.4.3 Sur la sensibilité aux paramètres
Dans cette dernière partie de la discussion, nous nous intéressons à la sensibilité des résultats
de l’étude formelle. Il s’agit de quantifier l’impact que peuvent avoir les variations d’un
des paramètres du modèle sur la validité des résultats. En effet, la connaissance des pa-
ramètres du modèle est toujours soumise à une certaine incertitude. Par exemple, les hypothèses
de modélisation faites entrainent une incertitude sur les paramètres comme la valeur des com-
posantes de la matrice de gains du réseau. Finalement, on peut ajouter que le modèle constitue
une photographie du système à un instant donné, mais celui-ci évolue dans le temps avec la
température, le vieillissement des matériels, le raccordement de nouveaux clients, etc.
Il est souhaitable de pouvoir garantir la validité des résultats de l’étude formelle de
la stabilité malgré les incertitudes sur le modèle. Voici quelques éléments de réponse
s’appuyant sur le système réel étudié ci-dessus. L’analyse de la stabilité pour différents réglages
de la rapidité du filtre de mesure (tableau 3.4) peut nous conduire à fixer a = 0, 45, car il s’agit du
filtre de mesure le plus rapide assurant la stabilité qui ait été identifié lors de l’étude précédente.
Nous allons maintenant tester les variations maximales des différents paramètres admissibles sans
remettre en cause les conclusions sur la stabilité du système.
— Supposons que les puissances réactives QM et Qm fournies par le producteur soient sou-
mises à une incertitude. Si l’amplitude du réglage en puissance réactive du producteur
est plus étroite que prévu, le système reste toujours stable. Cependant, si le producteur
fournit/consomme plus de puissance réactive que prévu, alors le système risque de deve-
nir instable. Afin d’illustrer ceci, on étudie la stabilité du système décrit partie 3.3 avec
l’outil formel développé pour différentes valeurs de QM et Qm . Les simulations montrent
que si QM varie de 10 kVar alors le système est instable avec a = 0, 45. Cette variation
représente une incertitude inférieure à 0,5 % sur les paramètres de la régulation. Ainsi, la
conclusion sur la stabilité du système est très sensible aux incertitudes sur les paramètres
de la loi de commande.
— On s’intéresse maintenant à l’incertitude maximale admissible portant sur le gain du
réseau. On montre que si le gain du réseau augmente de plus de 0,2 % alors le système
est instable.
Cette étude de sensibilité de la stabilité aux incertitudes sur quelques paramètres suffit pour
mettre en évidence l’importance d’évaluer la marge de stabilité avant de proposer un
réglage aux producteurs. Pour ce faire, il faut connaitre la limite de stabilité, c’est-à-dire le filtre
le plus rapide possible assurant la stabilité du système. Nous appelons alim la rapidité de ce filtre.
La marge de stabilité associée à un réglage donné de la rapidité du filtre de mesure est l’image
de l’écart entre alim et le réglage proposé. Avec la méthode formelle d’étude de la stabilité,
nous n’avons pas de formule explicite afin de calculer la rapidité limite. Une étude dichotomique
pourrait être proposée pour l’évaluer. Ce type de méthode est long par rapport à une expression
explicite et ne permet pas d’évaluer l’impact de la modification d’un paramètre du système. Ces
inconvénients ne sont pas critiques puisque les études de raccordement ne sont pas réalisées en
temps réel. Cependant, la tendance est plutôt à l’allègement de ces études afin de s’adapter au
nombre croissant de demandes de raccordement. Pour la suite de l’étude, il serait intéressant de
proposer une expression explicite de la limite de stabilité.
Finalement, nous avons mis en évidence la richesse des résultats de la méthode proposée dans
ces travaux. Cependant, cette richesse s’accompagne d’une complexité et d’une sensibilité des
résultats aux paramètres du modèle non négligeables.
3.5 Conclusion
Dans ce chapitre, nous avons construit une méthode permettant l’analyse formelle de la
stabilité d’un système hybride affine par morceaux. C’est par exemple le cas d’un réseau
de distribution accueillant des producteurs équipés d’un régulateur de puissance en fonction de la
tension dont la loi de commande est elle-même affine par morceaux. L’objectif était de proposer
une méthode permettant de conclure quant à la stabilité du système étudié.
La méthode développée dans ces travaux est fondée sur la modélisation du système physique
comme un système de transition hybride. Dans un deuxième temps, une abstraction dis-
crète du système de transition hybride est construite à partir des zones de fonctionnement
linéaire. Cette abstraction est ensuite affinée grâce à un calcul itératif fondé sur le principe du
calcul de la bisimulation auquel on ajoute, à chaque itération, une analyse de la stabilité
avant la convergence permettant de conclure plus rapidement que les méthodes classiques.
Cette méthode permet d’étudier formellement la stabilité et l’instabilité d’un système hybride
affine par morceaux quelconque. La méthode proposée offre une grande flexibilité quant aux
caractéristiques du système étudié – dans le cas d’un réseau : nombre de producteurs, allure des
lois de commande, structure des filtres de mesure, etc. Un outil a été developpé à l’aide de la
toolbox de calcul polyédral MPT.
Même si la méthode proposée permet de conclure dans certains cas pour lesquels le calcul de
la bisimulation ne converge pas, aucune garantie de convergence de la méthode proposée
n’a été démontrée pour l’instant. D’autre part, nous avons illustré que la richesse des ré-
sultats s’accompagne d’une complexité forte des calculs. Cette complexité peut devenir
problématique lorsque la taille du système (nombre de régulateurs de puissance) augmente.
Revenons au cas d’application : l’analyse de la stabilité d’un réseau électrique de distribution
accueillant des producteurs équipés de régulateurs de puissance en fonction de la tension. Le but
d’un tel outil est d’appuyer les gestionnaires de réseaux de distribution (GRD) dans
leurs choix des paramètres du régulateur d’un producteur lors de l’étude de son raccordement.
L’outil développé dans ces travaux pourrait être intégré aux études de raccordement sous la forme,
par exemple, d’une étude dichotomique permettant aux GRD d’identifier le filtre de mesure le plus
rapide possible assurant la stabilité. La flexibilité de la modélisation proposée permet d’utiliser
cet outil pour le réglage d’une grande variété de structures de réseaux et de régulateurs de
puissance tant qu’elles sont affines par morceaux. La figure 3.24 représente la structure générale
d’un tel outil.
108 3.5. Conclusion
Paramètres du réseau
Stable ?
OUTIL
Régulation du producteur
Figure 3.24 – Structure de l’outil d’étude de la stabilité
Afin de pouvoir conclure dans la majorité des cas, le GRD devra s’assurer d’un temps et d’une
mémoire alloués au calcul « suffisant ». Il serait intéressant de quantifier cette notion d’autant
plus qu’une étude dichotomique peut demander de nombreuses itérations. Le principal avantage
d’une telle étude est de pouvoir évaluer la marge de stabilité associée à un réglage proposé par le
GRD. Une marge trop faible peut mettre en danger la robustesse du réglage et une marge trop
grande peut ralentir le système plus que nécessaire.
Finalement, il apparait déjà plusieurs limites au développement d’un tel outil formel d’analyse
de la stabilité. Dans la suite de ces travaux, nous proposons d’introduire des hypothèses sim-
plificatrices de structure afin d’alléger l’étude de stabilité et de pouvoir, par exemple, exprimer
explicitement la limite de stabilité. Un tel critère permettra, entre autres, d’appréhender l’étude
de grands systèmes et d’être capable d’évaluer l’impact des paramètres du système sur la marge
de stabilité associée à un réglage.
109
Chapitre 4
Établissement d’un critère explicite de

stabilité
Sommaire
4.1 Introduction – Objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.2 Méthode proposée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.3 Critère de stabilité explicite pour un producteur . . . . . . . . . . . . . . . . . 113
4.4 Application au cas d’étude réel à un producteur . . . . . . . . . . . . . . . . . 123
4.5 Critère de stabilité pour N producteurs . . . . . . . . . . . . . . . . . . . . . . 127
4.6 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Résumé
Nous présentons dans ce chapitre un critère permettant d’évaluer la stabilité d’un réseau ac-
cueillant des producteurs équipés d’un régulateur de puissance. L’objectif d’un tel critère est de
simplifier les études de raccordement réalisées par les gestionnaires de réseaux. Afin de pouvoir
obtenir une expression de ce critère, plusieurs hypothèses de simplification ont été faites. Par
exemple les filtres de mesure des producteurs sont supposés identiques et être uniquement des
filtres passe-bas du premier ordre.
Le raisonnement proposé se décompose en deux parties :
1. Tout d’abord, une condition suffisante de stabilité est développée pour les cas les plus
simples : les réseaux accueillant un unique producteur. Dans ce cas, une étude exhaus-
tive des cycles possibles est menée, par atteignabilité arrière puis avant afin d’obtenir
l’expression formelle d’un critère de stabilité.
2. Puis, l’approche est étendue à des réseaux de N producteurs et la validité du critère
proposé est évaluée grâce à l’étude de la stabilité d’un grand nombre de réseaux.
Nous terminons ce chapitre en discutant de l’intérêt d’un tel critère pour les gestionnaires de
réseaux et de la pertinence de son extension à des systèmes plus compliqués.
110 4.1. Introduction – Objectifs de l’étude
4.1 Introduction – Objectifs de l’étude

Dans le chapitre précédent, nous avons développé une méthode formelle pour l’étude de la stabi-
lité d’un système hybride affine par morceaux. En particulier, nous avons proposé un outil per-
mettant d’étudier formellement la stabilité d’un réseau accueillant plusieurs producteurs équipés
d’un régulateur de puissance. Cet outil s’adapte quels que soient le nombre de producteurs, la
structure du réseau auquel ils sont raccordés ou encore leur régulateur. La méthode proposée
offre donc une grande flexibilité et une grande richesse de résultats disponibles, mais ceci s’ac-
compagne de calculs pouvant être lourds aussi bien en temps qu’en mémoire nécessaire. Ceci
peut freiner l’intégration de cet outil aux études de raccordement menées par les gestionnaires
de réseaux de distribution (GRD).
Le but de ce chapitre est de proposer un critère simplifiant les études de raccordement.
Ce critère devra permettre aux GRD de choisir un jeu de paramètres du régulateur qui
garantit une marge de stabilité choisie par le GRD. Il devra donc s’adapter au cas par cas,
c’est-à-dire au producteur qui se raccorde et au réseau auquel il se raccorde. Dans ce chapitre,
nous allons donc proposer une méthode pour obtenir un critère de stabilité portant sur les
paramètres du système qui soit a minima une condition suffisante de stabilité.
Quelques travaux récents se sont penchés sur la formulation d’un tel critère de stabilité. Les
auteurs de [80] proposent par exemple, pour un départ donné, d’étudier la stabilité du système
pour plusieurs réglages de la rapidité du filtre de mesure. Ces travaux semblent confirmer que
plus le filtre est lent, plus le système est stable, mais l’approche empirique ainsi que la valeur
numérique proposée pour la limite de stabilité semblent difficilement généralisables quel que soit
le départ étudié.
Nous avons mis en évidence, au chapitre précédent, que les comportements instables décrivent des
cycles entre plusieurs zones de fonctionnement. Les transitions d’une zone à l’autre semblent donc
cruciales pour étudier la stabilité. Il est dès lors souhaitable de proposer une méthode prenant
en compte ces transitions. La méthode proposée conduit à s’intéresser à la stabilité des zones
de fonctionnement linéaires rejoignant les travaux de [79]. Le domaine de validité des résultats
proposés par [79] est ainsi élargi et une expression explicite du critère de stabilité est proposée.
4.2 Méthode proposée

4.2.1 Méthodologie
Ces travaux proposent une méthode permettant d’exprimer un critère explicite de stabilité.
Celle-ci est fondée sur l’étude exhaustive des cycles possibles. Plus précisément, nous pro-
posons de raisonner par l’absurde. Nous allons supposer que le système est instable et donc qu’il
existe au moins un cycle.
On rappelle qu’un cycle est un ensemble de trajectoires hybrides qui oscillent de façon pério-
dique entre plusieurs des nP Q zones de fonctionnement linéaire du système hybride affine par
morceaux. Nous allons étudier l’ensemble des cycles possibles. Pour chacun, nous allons exprimer
des conditions nécessaires à l’existence du cycle portant sur les paramètres du système.
4. Établissement d’un critère explicite de stabilité 111
Pour établir ces conditions nécessaires, nous partons de deux constatations. Si un cycle existe
entre les zones de fonctionnement linéaire i ∈ NP Q et j ∈ NP Q avec i 6= j, alors :
— le domaine Di de l’espace d’état continu X associé à la i-ème zone de fonctionnement est
atteignable depuis Dj et inversement ;
— il existe au moins un point de fonctionnement de Di appartenant au cycle entre i et j et
inversement.
Ces deux propositions permettent d’expliciter une condition C sur les paramètres du système,
nécessaire à l’existence du cycle :
Si cycle entre i et j alors C(param. du système) (4.1)
Finalement, on en déduit une condition suffisante à l’inexistence de ce cycle :
Si not (C(param. du système)) alors Absence de cycle entre i et j (4.2)
On applique alors cette méthode pour tous les cycles possibles afin de trouver des conditions
suffisantes à l’inexistence de tous les cycles et donc à la stabilité du système. En choisissant un
réglage des paramètres du régulateur qui satisfait les conditions suffisantes formulées, on assure
donc la stabilité du système.
L’étude exhaustive et formelle des cycles possibles, sur un système quelconque, est rapide-
ment très complexe. Nous proposons ici de faire quelques hypothèses sur le système étudié afin
de simplifier l’expression du critère. Une attention particulière est portée à ce que les hypothèses
proposées restent réalistes dans les cas d’étude classiques. L’obtention d’un critère simplifiant
l’étude de stabilité se fait donc au prix de la généralité de la méthode. Nous rappelons que si
l’expression explicite dépend des hypothèses qui vont suivre, la méthode proposée
reste valable dans le cas général.
4.2.2 Hypothèses
Le but de ces hypothèses est de simplifier les calculs afin de pouvoir conserver une écriture
formelle.
Hypothèses sur les producteurs :
Tout d’abord, afin de limiter le nombre de paramètres desquels dépend la stabilité du système,
nous allons faire l’hypothèse suivante :
Hypothèse 12. Tous les N producteurs d’un départ électrique ont un régulateur de puissance
identique, soit le même filtre de mesure, et la même loi de commande et sont synchronisés.
La dimension de l’état du système dépend directement de celle du vecteur d’état des filtres de
mesure et impacte la complexité des calculs. Afin de contourner cette difficulté, nous choisissons
d’étudier uniquement des filtres du premier ordre. Ainsi, la dimension du vecteur d’état du
filtre de chacun des N producteurs est limitée à un. L’état augmenté du système, composé de
l’état du filtre et de la perturbation (3.6), sera donc de dimension nx = N + 1.
Hypothèse 13. Le filtre de mesure de chacun des producteurs est un filtre passe-bas du premier
ordre à temps discret et de gain unitaire.
Cette hypothèse semble réaliste puisque c’est le type de filtre de mesure recommandé dans les
codes de réseaux de plusieurs pays, comme en Allemagne [37], ou encore en Italie [5]. Dans la
suite des travaux, on discutera ce choix et l’extension du critère établi à différents filtres de
mesure.
Comme dit précédemment, la loi de commande de chaque producteur équipé d’un régulateur est
supposée affine par morceaux (hypothèse 9). La loi de commande agrégée des N producteurs est
elle aussi affine par morceaux. On note nP Q le nombre de zones de fonctionnement affine de la
loi de commande agrégée. Les calculs présentés dans ce chapitre sont effectués dans le cas d’une
loi de commande Q(U ) symétrique avec cinq zones de fonctionnement comme illustré figure 4.1.
∆Q
∆QM
∆U1 ∆U2 ∆UM

| | ∆Uf
−∆UM −∆U2 −∆U1
−∆QM
Figure 4.1 – Loi de commande Q(U ) utilisée pour les calculs formels
Comme chaque producteur a cinq zones de fonctionnement, on a nP Q = 5N . Encore une fois,

on rappelle que les calculs sont détaillés pour un exemple de loi de commande sans perdre la
généralité de la méthode. Les calculs seront ensuite illustrés dans le cas de la loi Q(U ) non
symétrique choisie par Enedis (figure 1.7).
Hypothèses sur les cycles :

Nous souhaitons réaliser une étude exhaustive des cycles risquant d’apparaitre entre plusieurs
zones de fonctionnement parmi les nP Q zones du système et ainsi induisant l’instabilité du
système. Même si le nombre de zones est fini, le nombre de cycles possibles est infini car
le système peut rester plusieurs fois dans la même zone de fonctionnement avant d’en sortir. Il
n’est donc pas possible de mener une étude exhaustive. Afin de contourner cette difficulté, nous
proposons de limiter l’étude des conditions nécessaires d’existence à certains cycles particuliers.
Dans la suite, nous appellerons cycles simples les cycles n’impliquant que deux modes discrets de
l’abstraction discrète qui mènent l’un à l’autre. Les cycles simples ont donc une période minimale
de 2Te .
Hypothèse 14. Les seuls cycles pouvant exister sont des cycles simples.
Grâce à cette hypothèse, on limite le nombre de cycles à étudier à « 2 parmi nP Q » le coefficient

binomial donnant le nombre de parties de deux éléments dans un ensemble de nP Q éléments.
Cette hypothèse est motivée par le fait qu’en pratique, tous les cycles qui ont été identifiés sont
des cycles simples. Par exemple, dans la partie 3.3, six cycles ont été détectés et tous sont des
cycles simples. La validité de cette hypothèse sera discutée dans la suite (partie 4.6.2).
Finalement, on a donc un nombre fini de cycles à étudier. Dans le cas de la loi de commande
représentée figure 4.1, on rappelle que nP Q = 5N avec N le nombre de producteurs. Ainsi, pour
un réseau accueillant un producteur, il y a 2 parmi 5 soit 10 cycles simples à étudier. Pour un
réseau accueillant deux producteurs, il y a 2 parmi 52 soit 300 cycles simples à étudier. Pour
trois producteurs, il y a 7750 cycles à étudier. On comprend aisément que l’étude exhaustive,
faite à la main, même en se limitant aux cycles simples, demande aussi de limiter le nombre
de producteurs. Nous allons commencer par établir une condition suffisante de stabilité dans
le cas d’un réseau n’accueillant qu’un seul producteur équipé d’un régulateur de puissance.
4.3 Critère de stabilité explicite pour un producteur
4.3.1 Présentation du système étudié
Comme dit précédemment, nous nous limitons à l’étude d’un réseau accueillant un seul pro-
ducteur équipé d’un régulateur de puissance. Avec les notations du chapitre précédent, on a
N = nU = nP = 1. Le régulateur est un régulateur de puissance réactive en fonction de la
tension composé :
— d’un filtre de mesure de la tension ∆U (k) ∈ R aux bornes du producteur. Le filtre discret
est un passe-bas du premier ordre de gain unitaire et de constante de temps a ∈ [0, 1[ tel
que :
∆Uf (k + 1) = a · ∆Uf (k) + (1 − a) · ∆U (k) (4.3)
— d’une loi de commande représentée figure 4.1 qui a cinq zones de fonctionnement (nP Q =
5). Quand la tension filtrée se trouve dans le i-ème zone, la puissance réactive du produc-
teur ∆Q(k) ∈ R est calculée comme suit :
∆Q(k) = G(i) ∆Uf (k) + F (i) (4.4)
Le réseau est quant à lui modélisé par un gain KP Q ∈ R comme décrit partie 2.3. Le terme
de perturbation agrégé ∆Ud (k) ∈ R est supposé constant (hypothèse 11). Finalement, l’état du
système peut être décrit par ∆x(k) = [∆Uf (k) ∆Ud (k)]T ∈ R2 . Pour i ∈ NP Q = {1, . . . , nP Q }
tel que ∆x(k) ∈ Di , le comportement en boucle fermée du système peut s’écrire :
" # " #
a + (1 − a)KP Q G(i) 1 − a (1 − a)KP Q F (i)
∆x(k + 1) = ∆x(k) + (4.5)
0 1 0
| {z } | {z }
A(i) B(i)
114 4.3. Critère de stabilité explicite pour un producteur
Grâce aux paramètres de la loi de commande Q(U ) (figure 4.1), on peut exprimer les paramètres
G(i) ∈ R, F (i) ∈ R et les domaines Di ⊂ X pour chaque zone de fonctionnement i.
i G(i) F (i) Di

1 0 ∆QM {−∆UM ≤ ∆Uf ≤ −∆U2 } ∩ ∆Ud ≤ ∆Ud ≤ ∆Ud

2 σ = − ∆U∆Q M
2 −∆U1
σ∆U1 {−∆U2 ≤ ∆Uf ≤ −∆U1 } ∩ ∆Ud ≤ ∆Ud ≤ ∆Ud

3 0 0 {−∆U1 ≤ ∆Uf ≤ ∆U1 } ∩ ∆Ud ≤ ∆Ud ≤ ∆Ud

4 σ −σ∆U1 {∆U1 ≤ ∆Uf ≤ ∆U2 } ∩ ∆Ud ≤ ∆Ud ≤ ∆Ud

5 0 −∆QM {∆U2 ≤ ∆Uf ≤ ∆UM } ∩ ∆Ud ≤ ∆Ud ≤ ∆Ud
Tableau 4.1 – Paramètres de la dynamique dans le cas de la loi de commande décrite figure 4.1
Le but de cette étude est d’exprimer des conditions nécessaires à l’existence de chacun des dix
cycles simples possibles. Pour ce faire, pour tout (i, j) ∈ NP2 Q avec i 6= j, on suppose que le cycle
entre les zones de fonctionnement i et j existe. On notera Cij lorsque le cycle i ↔ j existe et Cij
lorsqu’il n’existe pas. Le tableau 4.2 présente la liste des 10 cycles qui peuvent exister pour
un réseau accueillant un seul producteur équipé du régulateur de puissance réactive en fonction
de la tension selon la loi de commande présentée figure 4.1.
1↔2 1↔3 1↔4 1↔5

2↔3 2↔4 2↔5
3↔4 3↔5
4↔5
Tableau 4.2 – Liste complète des cycles simples possibles pour un régulateur Q(U )
4.3.2 Étape 1 : Étude d’atteignabilité arrière
Principe
Comme dit précédemment, pour toutes zones de fonctionnement i et j différentes de NP Q , si le

cycle i ↔ j existe, alors le domaine de l’espace d’état associé à i (Di ) est atteignable depuis celui
associé à j (Dj ) et inversement. On s’intéresse donc aux prédécesseurs des domaines Di
et Dj .
Le prédécesseur d’un domaine D ⊂ X , défini par (3.26), désigne l’ensemble des points de l’espace
d’état continu X qui permettent, au pas de temps suivant, d’atteindre D. Ainsi, dire que le cycle
i ↔ j existe implique qu’il existe au moins un point de Di qui appartienne à P re(Dj )
et inversement. (
P re(Dj ) ∩ Di 6= ∅
Cij ⇒ (4.6)
P re(Di ) ∩ Dj 6= ∅
À l’inverse, si aucun point ne satisfait (4.6), on peut en conclure que le cycle i ↔ j ne peut pas
exister.

 P re(Dj ) ∩ Di = ∅


OU ⇒ Cij (4.7)


 P re(D ) ∩ D = ∅
i j
Nous allons caractériser l’ensemble des points vérifiant (4.6). Nous allons décrire les calculs dans
le cas particulier de la loi de commande Q(U ) représentée figure 4.1.
Description détaillée sur un cas particulier
On raisonne par l’absurde. On suppose donc l’existence de chacun des dix cycles possibles de la
liste (tableau 4.2). Pour chacun, on réécrit (4.6) grâce aux paramètres de la loi de commande
(tableau 4.1).
Commençons par étudier le cycle entre les zones 3 et 5.
(
P re(D5 ) ∩ D3 6= ∅
C35 ⇒ (4.8)
P re(D3 ) ∩ D5 6= ∅
Atteignabilité de D5 en venant de D3 : Soit ∆x = [∆Uf ∆Ud ]T ∈ X ⊂ R2 tel que

∆x ∈ D3 et ∆x ∈ P re(D5 ). On peut donc écrire :
(
∆x ∈ D3
(4.9)
A(3) ∆x + B (3) ∈ D5
Avec les paramètres du régulateur Q(U ), on peut écrire :


 −∆U1 ≤ ∆Uf ≤ ∆U1


∆Ud ≤ ∆Ud ≤ ∆Ud (4.10)


 ∆U
2 ≤ a∆Uf + (1 − a)∆Ud ≤ ∆UM
On sait que 0 ≤ a < 1, dans un premier temps, on suppose que a 6= 0. Le système 4.10 peut
s’écrire alors :



 −a∆U1 ≤ a∆Uf ≤ a∆U1
∆Ud ≤ ∆Ud ≤ ∆Ud (4.11)


 ∆U − (1 − a)∆U ≤ a∆U ≤ ∆UM − (1 − a)∆Ud
2 d f
À l’aide de la première et de la dernière équation du système précédent, on exprime des conditions

nécessaires sur ∆Ud pour qu’un tel point ∆x ∈ X existe.
(
−a∆U1 ≤ ∆UM − (1 − a)∆Ud
(4.12)
∆U2 − (1 − a)∆Ud ≤ a∆U1
Pour tout 0 < a < 1, le système précédent implique que :
∆U2 − a∆U1 ≤ (1 − a)∆Ud ≤ ∆UM + a∆U1 (4.13)
On reprend maintenant les calculs dans le cas où a = 0. Le système (4.10) implique alors :
(
∆U2 ≤ ∆Ud
(4.14)
∆Ud ≤ ∆UM
Dans la suite, on ne garde que l’inégalité la plus contraignante des deux – la première ligne de
(4.14) – afin d’exprimer une condition nécessaire au cycle.
Finalement, on a donc montré que pour tout a ∈ [0, 1[ on peut dire que :
P re(D5 ) ∩ D3 6= ∅ ⇒ ∆U2 − a∆U1 ≤ (1 − a)∆Ud (4.15)
Après avoir exprimé une condition nécessaire pour que D5 soit atteignable depuis D3 , nous allons
nous intéresser à l’atteignabilité de D3 depuis D5 .
Atteignabilité de D3 en venant de D5 : Soit ∆x = [∆Uf ∆Ud ]T ∈ D5 tel que ∆x ∈

P re(D3 ). On peut donc écrire :
(
∆x ∈ D5
(4.16)
A(5) ∆x + B (5) ∈ D3
Ceci est équivalent à :


 ∆U2

 ≤ ∆Uf ≤ ∆UM
∆Ud ≤ ∆Ud ≤ ∆Ud (4.17)


 −∆U ≤ a∆Uf + (1 − a)∆Ud − (1 − a)KP Q ∆QM ≤ ∆U1
1
On suppose que a 6= 0 de sorte que le système peut s’écrire :



 a∆U2 ≤ a∆Uf ≤ a∆UM
∆Ud ≤ ∆Ud ≤ ∆Ud (4.18)

−∆U1 − (1 − a)∆Ud + (1 − a)KP Q ∆QM ≤ a∆Uf ≤ ∆U1 − (1 − a)∆Ud + (1 − a)KP Q ∆QM

Pour qu’un tel point ∆x ∈ X existe pour tout 0 < a < 1, il faut que :
(1 − a)∆Ud ≤ ∆U1 − a∆U2 + (1 − a)KP Q ∆QM (4.19)
À nouveau, on ne garde que la condition la plus contraignante.

On montre que cette expression est aussi valable pour a = 0. Finalement, on a donc montré que
pour tout a ∈ [0, 1[ on peut dire que :
P re(D3 ) ∩ D5 6= ∅ ⇒ (1 − a)∆Ud ≤ ∆U1 − a∆U2 + (1 − a)KP Q ∆QM (4.20)

Condition nécessaire à C35 : Pour conclure, grâce aux équations (4.8), (4.15) et (4.20), on
peut dire que :
(
∆U2 − a∆U1 ≤ (1 − a)∆Ud
C35 ⇒ (4.21)
(1 − a)∆Ud ≤ ∆U1 − a∆U2 + (1 − a)KP Q ∆QM
Ceci n’est possible que si :
∆U2 − a∆U1 ≤ ∆U1 − a∆U2 + (1 − a)KP Q ∆QM (4.22)
On rappelle que σ = −∆QM /(∆U2 − ∆U1 ) donc on peut écrire :
C35 ⇒ 1 + a + (1 − a)KP Q σ ≤ 0 (4.23)
Ceci est une condition nécessaire à l’existence du cycle 3 ↔ 5. On en déduit une condition
suffisante à l’inexistence du cycle 3 ↔ 5.
0 < 1 + a + (1 − a)KP Q σ ⇒ C35 (4.24)

Cette condition est une fonction des paramètres du réseau (KP Q ), de la loi de commande du
producteur (σ) et du filtre de mesure (a). Afin de ne contraindre ni la position sur le réseau, ni le
pouvoir de réglage du producteur, on choisit d’exprimer cette condition suffisante en fonction de
la rapidité du filtre de mesure. Pour ce faire, on remarque que 1 − KP Q σ est strictement positif
car −KP Q σ est positif ou nul. Effectivement, d’après sa définition (2.18), le gain du réseau est
toujours positif et d’après l’allure de la loi de commande étudiée (figure 4.1) la pente dans la
i-ème zone de fonctionnement (σ (i) ) est toujours négative.
−1 − KP Q σ
< a ⇒ C35 (4.25)
1 − KP Q σ
Conclusion de l’étude d’atteignabilité arrière
On fait le même calcul pour chaque cycle de la liste (tableau 4.2). Les calculs sont détaillés dans
l’annexe C, on ne présente ici que les résultats et la discussion de ces résultats. Il a été montré
dans l’annexe C que :


 −1−KP Q σ


 1−KP Q σ < a ⇒ C13 et C35




 −KP Q σ


 1−KP Q σ ≤ a ⇒ C12 , C23 , C34 et C45


 ∆U +∆U1
KP Q QM − 2
−KP Q σ (4.26)

2
KP Q QM +∆U2 ≤a ou 1−KP Q σ ≤a ⇒ C14 , C25


 ∆U2 +∆U1
 KP Q QM − −KP Q σ
ou


 2
∆U2 +∆U1 ≤a 1−KP Q σ ≤a ⇒ C24

 KP Q QM + 2



 KP Q QM −∆U2

 KP Q QM +∆U2 ≤a ⇒ C15
Discussions sur le risque d’existence de certains cycles : Pour certains cycles, le rai-
sonnement par contraposée nous a permis d’obtenir deux conditions suffisantes à l’inexistence
du cycle. Si l’une d’elle est toujours vérifiée, ce cycle ne peut pas exister. C’est ce que nous
souhaitons étudier ici. Si on se penche sur le système (4.26), nous pouvons remarquer que nous
avons exprimé des valeurs minimales de a telles que si a est supérieure à cette valeur, le cycle
concerné ne peut pas exister. Si nous pouvons garantir que cette valeur minimale est négative,
comme nous savons que a ≥ 0, nous pourrons dire que le cycle concerné n’existe jamais. Nous
pouvons dire que −KP Q σ est toujours positif mais ne pouvons rien dire à priori du signe de
−1 − KP Q σ. Or, nous pouvons remarquer, d’après (4.26) que :
(
∆U2 +∆U1
KP Q QM − 2 < 0 ⇒ C14 , C25 , C24
(4.27)
KP Q QM − ∆U2 < 0 ⇒ C15
Ainsi, si les termes ci-dessus sont strictement négatifs, nous pourrons assurer l’inexistence des
cycles 1 ↔ 4, 2 ↔ 5, 2 ↔ 4 et 1 ↔ 5.
Discutons tout d’abord de l’ordre de grandeur du gain KP Q représentant le réseau. Celui-ci
dépend de la réactance linéique des branches entre le producteur et le poste source, de leur
longueur, du niveau de tension et de la puissance de court-circuit en sortie du poste source (côté
HTA). En France, sur les réseaux de distribution moyenne tension, cette dernière est généralement
de l’ordre d’une centaine de MVA comme discuté partie 2.3.2. La réactance des lignes est de
l’ordre de quelques dixièmes d’Ohm par kilomètre et les départs mesurent au plus une trentaine
de kilomètres [109].
Les producteurs raccordés en moyenne tension font au plus 12 MW [12]. Leur consigne de puis-
sance réactive peut aller jusqu’à 40 % de la puissance active raccordée [38]. Il convient de noter
que les régulateurs de puissance réactive en fonction de la tension concernent les producteurs
en départ mixte. Aujourd’hui, un producteur peut être raccordé en départ mixte s’il n’engendre
pas une tension sur le départ trop « importante » lorsque la consommation du départ est mi-
nimale [131]. Si l’on considère l’exemple partie 2.4, le producteur de 6 MW se trouve à 15 km
du poste source et la tension à ces bornes dépasse 21 kV lorsque la consommation est minimale
(de l’ordre de 20 % de la consommation maximale). Lorsque le producteur absorbe 40 % de sa
puissance active raccordée en puissance réactive, la tension à ces bornes est égale à 20,8 kV ce qui
semble déjà élevé. Avec les règles de raccordement actuelles, ce producteur est déjà très contrai-
gnant pour être raccordé en départ mixte. On peut s’attendre à ce que les règles de raccordement
évoluent pour autoriser le raccordement d’un tel producteur s’il est équipé d’un régulateur Q(U )
mais le raccordement en départ mixte d’un producteur encore plus contraignant semble peu
probable à la vue des contraintes de tension qu’il causerait.
L’exemple proposé est donc déjà très contraignant. On en rappelle les valeurs numériques :
KP Q = 271 V/MVAr QM = 2, 4 MVAr (4.28)
Les valeurs numériques de la loi de commande Q(U ) symétrique (figure 4.1) sont adaptée du
tableau 1.5 : 
 Ucons = 20 kV

 (
∆U1 = 750 V
U3 = 20, 75 kV ⇒ (4.29)


 U = 21 kV ∆U2 = 1000 V
4
On a donc :
∆U2 + ∆U1
KP Q QM = 650 V < = 875 V (4.30)
2
Finalement, avec les conditions actuelles de raccordement aux réseaux moyenne tension en France,
les cycles 1 ↔ 4, 2 ↔ 5, 2 ↔ 4 et 1 ↔ 5 ne peuvent pas exister sur les départs moyenne tension.
À l’avenir, même si les règles de raccordement sont modifiées pour permettre à un producteur
comme celui du cas d’étude de se raccorder en départ mixte, la conclusion ne sera pas modifiée. Si
la réglementation évolue et que cet ordre de grandeur n’est plus valable, il sera toujours possible
de reprendre les calculs proposés en intégrant de nouveaux cycles.
Conclusion : Finalement, sur les dix cycles possibles, on a montré que quatre ne peuvent
jamais exister avec les ordres de grandeur des départs moyenne tension français et des régulateurs
Q(U ) (annexe C). Le tableau 4.3 résume la liste des six cycles encore possibles.
1↔2 1↔3
2↔3
3↔4 3↔5
4↔5
Tableau 4.3 – Liste complète des cycles simples possibles pour un régulateur Q(U )
Grâce à (4.26), nous pouvons exprimer des conditions suffisantes à la stabilité :

( −1−KP Q σ
1−KP Q σ < a ⇒ C13 et C35
−KP Q σ
<a ⇒ C12 , C23 , C34 et C45 (4.31)
1−KP Q σ
La figure 4.2 représente graphiquement la zone de stabilité mise en évidence grâce à l’étude
d’atteignabilité arrière des domaines dans le cas particulier d’un système tel que −1 − KP Q σ est
positif.
−1−KP Q σ −KP Q σ
0 1−KP Q σ 1−KP Q σ 1
I I I I a
C12 , C23 , C34 , C45
C13 , C35
C14 , C25 , C24 ,C15
STABLE
Figure 4.2 – Zone de réglage de la rapidité du filtre pour laquelle le système est stable (zone
verte) après l’étude des prédécesseurs
On observe en pratique que le système semble stable pour des filtres plus rapides que la limite
(ceci sera illustré partie 4.4). Ce critère de stabilité semble trop restrictif. Pour étendre la zone
de stabilité, on propose d’affiner les conditions nécessaires d’existence des cycles afin d’élargir les
conditions suffisantes de stabilité grâce à l’étude d’atteignabilité avant qui permet de caractériser
les points qui appartiennent réellement au cycle.
4.3.3 Étape 2 : Étude d’atteignabilité avant
Principe
Pour tenter de formuler des conditions nécessaires à l’existence des cycles qui soient plus
strictes que précédemment, on propose de caractériser les points appartenant à chaque
cycle et ainsi montrer que, sous certaines conditions, les points de fonctionnement impliqués
dans le cycle ne correspondent pas à un comportement instable. En effet, nous allons
mettre en évidence que dans certains cas, il existe un unique point impliqué dans un cycle et
que celui-ci appartient bien à deux domaines puisqu’il se trouve sur leur frontière commune
mais que les trajectoires hybrides associées ne sont pas instables.
Pour caractériser ces points, nous allons construire l’ensemble des points de Di impliqués dans le
cycle i ↔ j, c’est-à-dire les points appartenant à Di dont le successeur au pas de temps suivant
est dans Dj et le successeur en deux pas de temps est à nouveau dans Di . Cet ensemble sera noté
Sij .
Sij = {∆x ∈ Di |P ost(∆x) ∈ Dj et P ost(P ost(∆x)) ∈ Di } (4.32)
On définit de même Sji . On peut alors réécrire ces ensembles l’un en fonction de l’autre :
Sij = {∆x ∈ Di | P ost(∆x) ∈ Sji }

(4.33)
Sji = {∆x ∈ Dj | P ost(∆x) ∈ Sij }
Finalement, on peut exprimer une condition nécessaire à l’existence du cycle i ↔ j en fonction de

ces ensembles. Dans un souci de lisibilité, nous noterons ∆xij (respectivement ∆xji ) les éléments
de Sij (resp. Sji ).
Cij ⇒ ∃ (∆xij , ∆xji ) ∈ Sij × Sji : ∆xij 6= ∆xji (4.34)
Pour assurer l’inexistence du cycle entre les zones de fonctionnement i et j, on propose de garantir
qu’aucun point ne vérifie (4.34).
Sij = Sji ⇒ Cij (4.35)
Pour réussir à exprimer des conditions suffisantes de stabilité, nous proposons de caractériser
l’ensemble des points satisfaisant (4.35). Nous allons décrire les calculs dans le cas d’une loi de
commande Q(U ) représentée figure 4.1.
Description détaillée sur un cas particulier
Nous démontrons dans l’annexe D que, pour tout (i, j) ∈ NP Q × NP Q , l’ensemble Sij est l’inter-
section d’une droite ∆ij et de Di .
( " # )
∆Uf αj βi + βj γj + αj γi
∆ij = ∆x = ∈ X ∆Ud = ∆Uf − (4.36)
∆Ud 1 − αi αj 1 − αi αj
Pour en revenir aux conditions nécessaires d’existence du cycle i ↔ j, le cycle Cij implique qu’il
y ait au moins un point de fonctionnement de Di qui mène à Dj et qui soit sur la droite ∆ij .
Nous allons détailler les calculs des conditions nécessaires d’existence d’un tel point dans le cas
du cycle 3 ↔ 4.
(" # )
∆Uf 1 − a(a + (1 − a)K P Q σ) K P Q σ
∆34 = ∈ X ∆Ud = ∆Uf + ∆U1 (4.37)
∆Ud (a + 1 + (1 − a)KP Q σ)(1 − a) a + 1 + (1 − a)KP Q σ
Soit ∆x = [∆Uf ∆Ud ]T un point de D3 impliqué dans le cycle 3 ↔ 4. On sait que :

 
 ∆x ∈ D3  −∆U1 ≤ ∆Uf ≤ ∆U1

 

P ost(∆x) ∈ D4 ⇒ ∆U1 ≤ a∆Uf + (1 − a)∆Ud ≤ ∆U2 (4.38)

 

 ∆x ∈ ∆  ∆x ∈ ∆
34 34
Grâce à la définition de ∆34 , on peut exprimer le terme de perturbation en fonction de la valeur

de la tension filtrée :
1 + a − aKP Q σ KP Q σ
∆Ud = ∆Uf + ∆U1 (4.39)
1 + a + (1 − a)KP Q σ 1 + a + (1 − a)KP Q σ
Finalement, on a donc deux encadrements de la tension filtrée :

(
−∆U1 ≤ ∆Uf ≤ ∆U1
1+a 1+a (1−a)KP Q σ (4.40)
1+a+(1−a)KP Q σ ∆U1 ≤ 1+a+(1−a)KP Q σ ∆Uf ≤ ∆U2 − 1+a+(1−a)KP Q σ ∆U1
On rappelle que a ∈ [0, 1[ et que σ est négatif, on ne peut rien dire a priori du signe de 1 + a +
(1 − a)KP Q σ. Supposons dans un premier temps que 1 + a + (1 − a)KP Q σ > 0 alors on peut dire
que (4.40) implique que :
(
∆Uf ≤ ∆U1
(4.41)
∆U1 ≤ ∆Uf
Ceci revient à dire que le seul point de D3 impliqué dans le cycle 3 ↔ 4 est ∆Uf = ∆U1 . Ce point
a la particularité d’être la frontière entre les domaines D3 et D4 . Le même calcul concernant les
points de D4 impliqués dans le cycle mène à la même conclusion. Finalement, nous avons montré
que
S34 = S43 (4.42)
Ceci permet de conclure que C34 ne peut pas exister lorsque 1 + a + (1 − a)KP Q σ > 0. En effet,
nous avons montré que le seul point appartenant au cycle 3 ↔ 4 se situe sur la frontière entre
D3 et D4 . La trajectoire correspondante est :
∆Uf (k) = ∆Uf (k + 1) = ∆U1 (4.43)
Cette trajectoire ne peut pas être considérée comme instable. On peut donc conclure que :
1 + a + (1 − a)KP Q σ > 0 ⇒ C34 (4.44)
Dans le cas où 1 + a + (1 − a)KP Q σ est négatif, on ne peut rien dire a priori sur l’existence ou
non du cycle.
On remarque qu’on retrouve la même condition suffisante d’inexistence que celle des cycles 1 ↔ 3
et 3 ↔ 5.
Conclusion de l’étude d’atteignabilité avant
On répète le même raisonnement pour exprimer des conditions nécessaires à C12 , C23 et C45 . On
montre que si 1+a+(1−a)KP Q σ > 0 alors les cycles possibles sont des points de fonctionnement
unique et donc ne correspondent pas à un fonctionnement instable. Finalement, si a vérifie
1 + a + (1 − a)KP Q σ > 0, aucun de ces cycles n’est possible. Avec les conclusions de l’étude
d’atteignabilité arrière (4.31), on conclut que :
−1 − KP Q σ
= alim < a ⇒ C13 , C35 , C12 , C23 , C34 , C45 (4.45)
1 − KP Q σ
Pour conclure, nous avons affiné la limite de stabilité proposée précédemment. Ainsi, nous pou-
vons étendre la zone de stabilité grâce à l’étude d’atteignabilité avant.
4.3.4 Conclusion : Critère de stabilité proposé
Nous avons mené les calculs formels dans le cas de la loi de commande Q(U ) décrite figure 4.1.
Pour cette loi, nous avons montré que pour un filtre de mesure passe-bas du premier ordre dont le
−1−KP Q σ
paramètre a est supérieur à 1−KP Q σ , aucun cycle simple ne peut exister. La figure 4.3 représente
le réglage du filtre de mesure assurant la stabilité du système dans le cas particulier d’un système
tel que −1 − KP Q σ est positif.
−1−KP Q σ −KP Q σ
0 alim = 1−KP Q σ 1−KP Q σ 1
I I I I a
? STABLE
Figure 4.3 – Stabilité des cycles simples en fonction de la constante de temps du filtre (a)
On rappelle que les calculs présentés ici permettent d’établir une condition suffisante à la
stabilité et non une condition nécessaire et suffisante. Ainsi, si a > alim le système est
stable. En revanche, dans le cas contraire, on ne peut pas prévoir le comportement du système.
Il se peut que le critère soit encore trop restrictif. Cet aspect sera illustré sur des cas d’étude
(partie 4.5.4).
Pour conclure nous proposons de discuter de la forme du critère. On rappelle qu’il a été choisi
d’exprimer le critère de stabilité en termes de paramètre a minimum et donc de rapidité maximale
du filtre de mesure. La rapidité du filtre critique (alim ) dépend des caractéristiques du réseau
accueillant le producteur (KP Q ) et de sa loi de commande (σ).
Nous avons montré que si l’on choisit un réglage de a ∈ [0, 1[ tel que a > alim alors, le système
est stable. Il est intéressant de remarquer que, quels que soient KP Q et σ, on a toujours alim <
1. Ceci permet de conclure qu’il existe toujours un filtre passe-bas du premier ordre
suffisamment lent pour garantir la stabilité du système. Ainsi, le choix de limiter cette
étude aux filtres passe-bas du premier ordre afin d’alléger les calculs (hypothèse 13) ne restreint
pas le nombre de cas que l’on peut stabiliser en jouant sur les réglages du filtre de mesure.
On peut aussi remarquer qu’on ne peut rien dire, a priori, du signe de −1 − KP Q σ. Il peut donc
exister des systèmes pour lesquels alim ≤ 0 c’est-à-dire des systèmes stables même avec un
filtre de mesure du type retard pur (a = 0). Cela pourrait par exemple être le cas pour des
petits producteurs proches du poste source.
Comme dit précédemment, les calculs ont été menés ici dans le cas d’une loi de commande
Q(U ) symétrique. Cependant, la méthode proposée s’étend à d’autres types de régulateurs. Par
exemple, si la loi de commande n’est pas symétrique, on note σ (i) la pente dans chacune des
zones de fonctionnement i ∈ NP Q. Dans ce cas, la zone de fonctionnement ayant la plus grande
pente (en valeur absolue) définit le filtre critique.
−1 − KP Q σ (i)
alim = max ( )<a ⇒ Le système est stable (4.46)
i∈NP Q 1 − KP Q σ (i)
C’est le cas, par exemple, du producteur du cas d’étude réel décrit partie 2.4 et 3.3. Nous
proposons d’appliquer le critère de stabilité établi dans ces travaux à ce cas d’étude réel.
4.4 Application au cas d’étude réel à un producteur
4.4.1 Description du système
On reprend le système du cas d’étude décrit dans la partie 2.4 dont on rappelle les valeurs
numériques.
Les limites des zones de fonctionnement ne sont pas symétriques donc nous ne sommes pas dans
le cas de la loi de commande Q(U ) décrite figure 4.1. Cependant, les pentes de la loi de commande
sont bien symétriques comme dans le cas de la figure 4.1.

(1) (3) (5)
 σ =σ =σ =0


−∆QM
σ (2) = ∆U2 −∆U1 = −9600 VAr/V (4.47)


 σ (4) = −∆QM
∆U4 −∆U3 = −9600 VAr/V
124 4.4. Application au cas d’étude réel à un producteur
Le point de fonctionnement
U0 = 20,1 kV ∆Ui = Ui − U 0
∆Ud = -2 kV ∆Ud = 2 kV
Les gains du réseau
KP Q = 271 V/MVAr
∆U1 = -1100 V ∆U2 = -850 V
∆U3 = 650 V ∆U4 = 900 V
∆Um = -2100 V ∆UM = 1900 V
∆Qm = -2,4 MVAr ∆QM = 2,4 MVAr
Le filtre de mesure
a ∈ [0, 1[ Te = 1s
Tableau 4.4 – Paramètres du modèle représentant le cas d’étude
On remarque que les pentes des zones linéaires (zones 2 et 4) sont identiques. Par la suite, on
notera σ cette pente.
4.4.2 Critère de stabilité
On propose d’appliquer la méthode développée dans ce chapitre. Grâce à l’expression de la pente

σ et aux données du tableau 4.4 on exprime le critère de stabilité proposé dans ces travaux :
−1 − KP Q σ
alim = ∼ 0, 45 (4.48)
1 − KP Q σ
On rappelle que les cycles 1 ↔ 4, 2 ↔ 4, 2 ↔ 5 et 1 ↔ 5 sont impossibles dans le cas de ce

producteur (cf. partie 4.3.2). Ainsi, d’après les travaux présentés dans ce chapitre, on peut dire
que le système est stable pour a > alim .
−KQ σ
0 alim = 0, 45 = 0, 73
1−KQ σ 1
I I I I a
? STABLE
Figure 4.4 – Stabilité des cycles simples en fonction de la valeur de la rapidité du filtre
La figure 4.4 illustre l’intérêt de l’étape d’atteignabilité avant du calcul. En effet, avant cette
étape, un critère de stabilité avait été proposé (4.26). L’étude d’atteignabilité avant a permis
d’étendre la zone de stabilité par rapport à ce critère. Avec les valeurs numériques de ce cas
d’étude, l’étape d’atteignabilité avant a permis d’étendre la zone de stabilité de a > 0, 73 à
a > 0, 45. Afin de tester le critère de stabilité proposé, nous simulons le comportement du
système pour des valeurs de rapidité autour de la limite proposée.
4.4.3 Simulations dynamiques
On simule le comportement du système pour des valeurs de a comprises dans la zone de stabilité
ou non (figure 4.4).
21 21, 1

21
20, 8
20, 9
20, 6
20, 8
a=0 a = 0, 5
a = 0, 2 a = 0, 6
a = 0, 4 a = 0, 8
20, 5 20, 7
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps [s] Temps [s]
(a) a ≤ alim (b) alim < a
Figure 4.5 – Réponse en tension du système à une perturbation constante pour différentes valeurs
de a autour de la limite de stabilité
Nous pouvons voir, sur la figure 4.5b, que le système est stable pour tout a > alim comme prévu
dans l’étude théorique. Dans les cas où a ≤ alim , on rappelle que cette étude ne nous permet
pas de conclure. Cependant, ici, comme on peut le voir figure 4.5a, il semble que pour tout a ne
respectant pas le critère de stabilité proposé, le système soit instable.
Afin de tester le comportement du système autour de la limite de stabilité, nous étudions la
figure 4.6. Elle représente le comportement du système pour un filtre de rapidité 1 % plus lente
que la limite et 1 % plus rapide.
21
20, 8
a = alim · 0, 99
a = alim · 1, 01
20, 6
0 10 20 30 40 50 60 70 80
Temps [s]
Figure 4.6 – Réponse en tension du système à une perturbation constante pour deux réglages de
a autour de la limite de stabilité
Finalement, on peut voir sur la figure 4.6 que le système se comporte comme prévu par
126 4.4. Application au cas d’étude réel à un producteur
le critère même autour de la valeur limite : il est stable dès que a > alim . La figure 4.6 permet
aussi de mettre en évidence que dès que a < alim , le cas d’étude est instable. Bien que le critère
ne soit qu’une condition suffisante de stabilité, il semble, sur ce cas particulier, être une condition
nécessaire et suffisante de stabilité. Nous discuterons du lien entre le critère et l’instabilité du
système en étudiant d’autres systèmes dans la suite (parties 4.5.3 et 4.5.4).
À partir de cet exemple, nous pouvons conclure que le système est stable dès que le filtre de
mesure respecte le critère proposé. De plus, nous avons montré que le critère proposé est aussi
restrictif que possible puisqu’il existe au moins un cas instable dès que a < alim .
4.4.4 Conclusion
Au final, nous avons illustré la validité du critère de stabilité proposé sur un exemple réel.
Ce critère permet aux gestionnaires de réseaux de distribution de calculer simplement une
valeur limite de la rapidité du filtre de mesure pour les départs n’accueillant qu’un seul
producteur. En proposant un filtre de mesure plus lent au producteur, les gestionnaires peuvent
garantir la stabilité du réseau de distribution.
Nous avons déjà insisté sur l’intérêt pour les gestionnaires d’évaluer la marge de stabilité associée
au réglage proposé. L’écart entre le paramètre a du producteur et la valeur de alim représente
une image de cette marge. Comme illustré sur cet exemple, il existe des cas pour lesquels, si le
critère n’est pas respecté, alors le système est instable. Ceci permet de justifier que le critère
de stabilité exprimé dans ces travaux est au plus près possible de la limite physique de
stabilité. Sur cet exemple, le critère semble même être une condition nécessaire et suffisante à la
stabilité du système. Ceci sera discuté dans la suite sur des cas d’étude à plusieurs producteurs
(parties 4.5.3 et 4.5.4). Le gestionnaire choisira la marge de stabilité en fonction du compromis
entre la rapidité du système (a le petit possible) et la stabilité (a le plus grand possible) qu’il
souhaite garantir. Ce compromis est illustré par la figure 4.5b. Il convient de noter que si le
système est trop lent, la validité de certaines hypothèses devra être revue par exemple le fait de
considérer les grandeurs non-commandables comme constantes (hypothèse 11) ou encore le fait
de pouvoir découpler l’action des régleurs en charge de celle des régulateurs Q(U ).
Finalement, nous avons obtenu une condition suffisante à la stabilité du système dont l’expression
dépend explicitement des grandeurs du système. Cette expression n’est valable que dans le cas
d’un seul producteur.
Or, il serait intéressant d’étendre le critère proposé à plusieurs producteurs puisque nous avons
montré les limites numériques de l’étude formelle proposée au chapitre 3 quand le nombre de
producteurs sur le réseau augmente. Nous allons donc tenter de proposer un critère de stabilité
valable aussi pour les réseaux accueillant plusieurs régulateurs.
4.5 Critère de stabilité pour N producteurs
4.5.1 Méthodologie proposée
La méthode utilisée pour étudier la stabilité d’un départ accueillant un seul producteur équipé
d’un régulateur repose sur l’étude exhaustive des cycles simples. Dans le cas d’un réseau
accueillant N producteurs, équipés de régulateurs de puissance affines par morceaux avec chacun
m zones de fonctionnement, il peut exister jusqu’à mN zones de fonctionnement de la loi de
commande agrégée. Il peut donc y avoir jusqu’à « 2 parmi mN » cycles simples. On comprend
vite que l’étude exhaustive, même réduite aux cycles simples, n’est pas adaptée à l’étude d’un
réseau accueillant N régulateurs de puissance principalement pour des raisons de temps de
calcul et de mémoire disponible.
Pour contourner cette difficulté, nous proposons d’étudier la structure du critère proposé pour
un producteur. On peut remarquer que l’expression établie pour calculer alim (4.46) dépend de
la pente de la loi de commande agrégée dans les zones de fonctionnement linéaire. Ainsi, on peut
dire que la stabilité du système hybride affine par morceaux peut être reliée au comportement
du système dans chacune des zones de fonctionnement linéaire.
Dans cette partie, nous allons donc mettre en évidence un lien, pour un producteur, entre la
dynamique des zones de fonctionnement linéaire et la stabilité du système global. Ensuite, nous
étudierons l’extension de ce lien pour des réseaux accueillant N producteurs.
4.5.2 Stabilité locale versus stabilité globale
Cas à un producteur
Dans la suite, nous désignerons par stabilité locale la stabilité de l’ensemble des zones de fonc-
tionnement linéaire du système. Le terme stabilité globale sera utilisé pour signifier la stabilité
du système hybride affine par morceaux. On rappelle que dans le cas général, ces deux notions
ne sont pas équivalentes.
La principale différence repose sur les outils à disposition pour étudier la stabilité. En effet, dans
une zone de fonctionnement donnée, la dynamique du système est linéaire. On peut donc en
évaluer la stabilité par l’étude des valeurs propres de la matrice d’évolution du système. La
stabilité globale quant à elle demande d’étudier le système non linéaire dans son ensemble à l’aide
par exemple de l’outil d’étude formelle de la stabilité développé dans ces travaux (chapitre 3).
Dans le cas d’un réseau accueillant un seul producteur comme décrit partie 4.3.1, la stabilité
globale peut être évaluée grâce au critère proposé :
−1 − KP Q σ
alim = <a ⇒ Stabilité globale (4.49)
1 − KP Q σ
On propose d’étudier la stabilité locale de chacune des zones de fonctionnement linéaire du

système afin d’identifier un lien avec la stabilité globale. On rappelle l’expression des matrices
128 4.5. Critère de stabilité pour N producteurs
d’évolution dans le cas général établie par (3.10) :

" #
A + BKPQ G(i)C B
A(i) = (4.50)
0nU ×nf InU
Dans le cas particulier étudié ici – un seul producteur dont le filtre de mesure est un
filtre passe-bas du premier ordre – les matrices d’évolution de chacune des cinq zones de
fonctionnement sont exprimées à partir de (4.5) et du tableau 4.1 :
" #
a + (1 − a)KP Q σ (i) 1 − a
A(i) = (4.51)
0 1
On rappelle que le terme de perturbation est constant (hypothèse 11). Ainsi, il n’est pas nécessaire
de le considérer dans l’état du système pour étudier la stabilité. Il suffit donc s’intéresser à
l’équation en boucle fermée de l’évolution de l’état du filtre pour pouvoir déterminer si la zone
linéaire est stable (3.10). On notera A′(i) ∈ RnU cette matrice d’évolution avec nU le nombre
de nœuds du réseau raccordant un régulateur de puissance. En voici l’expression dans le cas
général :
A′(i) = A + BKP Q G(i) C (4.52)
Dans le cas particulier qui nous intéresse, il n’y a qu’un seul régulateur raccordé au réseau dont
le filtre de mesure est un passe-bas du premier ordre et dont la loi de commande a cinq zones de
fonctionnement linéaire. On peut écrire :
A′(1) = A′(3) = A′(5) = a

(4.53)
A′(2) = A′(4) = a + (1 − a)KP Q σ
Comme les matrices dynamiques sont des scalaires, on peut écrire facilement leur spectre que
l’on notera spec(.) :
spec(A′(1) ) = spec(A′(3) ) = spec(A′(5) ) = a
(4.54)
spec(A′(2) ) = spec(A′(4) ) = a + (1 − a)KP Q σ
Dire que la zone de fonctionnement i ∈ {1, . . . , 5} est stable est équivalent à dire que :
∀λ ∈ spec(A′(i) ), |λ| < 1 (4.55)
On remarque que le filtre de mesure étant un filtre passe-bas, on sait que a ∈ [0, 1[. Ainsi, les
zones de fonctionnement 1, 3 et 5 sont toujours stables. Les zones de fonctionnement 2 et 4 ne
sont stables que si :
−1 < a + (1 − a)KP Q σ < 1 (4.56)
Finalement, on peut dire que :

−1 − KP Q σ
Stabilité locale ⇔ < a (4.57)
1 − KP Q σ
| {z }
alim
On reconnait l’expression de alim . On peut donc conclure que, dans le cas d’un réseau raccordant
un seul régulateur, la stabilité locale est une condition suffisante à la stabilité globale du système
hybride affine par morceaux.
Stabilité locale à 1 producteur ⇒ Stabilité globale à 1 producteur (4.58)
Cas à N producteurs
Afin de proposer un critère de stabilité pour N producteurs sans réaliser d’étude exhaustive de
tous les cycles simples possibles, nous faisons la conjecture que le lien entre stabilité locale
et globale est aussi vrai pour N producteurs. Ainsi, pour vérifier la stabilité d’un système
de N producteurs, il faut étudier la stabilité des nP Q zones de fonctionnement linéaire de la loi
de commande agrégée. En conséquence, l’étude de la stabilité d’un réseau accueillant
N producteurs revient à l’étude des valeurs propres des nP Q matrices d’évolution du
système.
Conjecture 1. Stabilité locale à N producteurs ⇒ Stabilité globale à N producteurs
À notre connaissance, il n’est pas possible de démontrer la validité de cette conjecture. Ce-
pendant, nous souhaitons quand même l’évaluer. Pour ce faire, nous proposons de tester cette
conjecture tout d’abord sur un exemple réel de réseau accueillant deux producteurs. Ensuite,
nous proposerons une étude statistique de la stabilité d’un grand nombre de réseaux
afin de vérifier que celle-ci peut être déduite du critère proposé.
4.5.3 Application à un cas d’étude réel à deux producteurs
On s’intéresse à un départ mixte moyenne tension exploité par Enedis sur lequel le régulateur
Q(U ) a été expérimenté [34]. Deux fermes photovoltaïques sont raccordées à ce départ. L’une
(notée P1 ) se situe à 9 km du poste source et raccorde PP1 = 6 MW de panneaux solaires. L’autre
(notée P2 ) se situe à 16,2 km du poste source et raccorde PP2 = 2,5 MW de panneaux solaires.
Le départ accueille environ 1 MW de consommation.
Enedis envisage de demander à ces producteurs de participer au réglage de tension par l’intermé-
diaire d’un régulateur Q(U ). On supposera ici que les deux producteurs sont équipés du même
régulateur et sont synchronisés (hypothèse 12). Leur filtre de mesure est supposé être un filtre
passe-bas du premier ordre dont le paramètre de rapidité est noté a. La loi de commande est
décrite figure 4.7.
La pente de chaque loi de commande en fonction de la zone de fonctionnement dans laquelle il
se trouve est donnée ci-dessous :
( ∆QM
σP1 ,1 = σP1 ,3 = σP1 ,5 = 0 ; P1
σP1 ,2 = σP1 ,4 = − ∆U2 −∆U = σP1 = −9600 VAr/V
∆QM
1 (4.59)
σP2 ;1 = σP2 ,3 = σP2 ,5 = 0 ; σP2 ,2 = σP2 ,4 = − ∆U2 −∆U
P,2
1
= σP2 = −4000 VAr/V
∆Q
∆QMPi = 0, 4PPi
∆U3 ∆U4 ∆UM

| | ∆Uf
∆Um ∆U1 ∆U2
∆QmPi = −0, 4PPi
Figure 4.7 – Loi de commande Q(U ) du producteur Pi
À partir des lois de commande des deux producteurs ayant toutes deux cinq zones de fonction-
nement, on construit les nP Q = 25 zones de la loi de commande agrégée.
Pente P1 (i) PenteP2 (i) Pente(i)

Zone i ZoneP1 (i) ZoneP2 (i) (i) (i)
notée σP1 notée σP2 notée σ (i)
1 1 1 0 0 0
2 1 2 0 σP 2 0
3 1 3 0 0 0
4 1 4 0 σP 2 0
5 1 5 0 0 0
6 2 1 σP 1 0 0
7 2 2 σP 1 σP 2 σP 1 · σP 2
8 2 3 σP 1 0 0
9 2 4 σP 1 σP 2 σP 1 · σP 2
10 2 5 σP 1 0 0
11 3 1 0 0 0
...
25 5 5 0 0 0
Tableau 4.5 – Zones de fonctionnement de la loi de commande agrégée Q(U )
Pour ce cas d’étude, le nombre de régulateurs nP est égal au nombre de nœuds du réseau
accueillant un régulateur nU et est égal à 2. La matrice KP Q ∈ R2×2 modélise la réaction du
réseau. " #
K11 K12
KP Q = (4.60)
K21 K22
Les termes de cette matrice sont évalués à l’aide de la méthode numérique (méthode 2) présentée
partie 2.3.
K11 = 1, 0 × 10−4 V/VAr ; K12 = 8, 7 × 10−5 V/VAr
(4.61)
K21 = 9, 9 × 10−5 V/VAr ; K22 = 1, 7 × 10−4 V/VAr
Les deux filtres de mesure des deux producteurs sont ici des filtres passe-bas du premier ordre
dont la constante de temps discrète (a) est identique. On détailles les expressions des matrices
A, B et C composant le modèle d’état du filtre agrégé (2.4) dans ce cas particulier.

" # " # " #
a 0 1−a 0 1 0
A= , B= , C= (4.62)
0 a 0 1−a 0 1
Finalement, on peut exprimer les matrices d’évolution du système dans chacune des 25 zones de
fonctionnement comme suit :
" (i) (i)
#
a + (1 − a)K11 σP1 (1 − a)K12 σP2
∀i ∈ NP Q , A′(i) = (i) (i) (4.63)
(1 − a)K21 σP1 a + (1 − a)K22 σP2
Pour exprimer les valeurs propres de A′(i) quel que soit i ∈ NP Q , on note G(i) la matrice diagonale
dont les termes sont les pentes de chacun des producteurs dans la zone de fonctionnement i ∈
NP Q. On définit aussi tr(·) la fonction qui à une matrice carrée associe sa trace et det(·) la
fonction qui à une matrice carrée associe son déterminant. À partir de l’étude du polynôme
caractéristique associé à A′(i) , on exprime les éléments contenus dans le spectre de A′ (i). Les
calculs sont détaillés dans l’annexe E. On retient ici que le spectre de A′ (i) peut s’écrire comme
suit :
 s 
 (i)
(i)
2 
tr(KP Q G ) tr(KP Q G )
spec A′(i) = a + (1 − a) ± (1 − a) − det(KP Q G(i) ) (4.64)
 2 2 
De plus, l’annexe E présente l’étude du module des valeurs propres avec les valeurs numériques
du cas d’étude. On obtient que :
alim = 0, 18 < a ⇔ Stabilité locale (4.65)
Afin d’évaluer la validité de la conjecture proposée, nous étudions la stabilité du cas d’étude
grâce à l’outil formel construit précédemment (chapitre 3) et ce pour différentes valeurs de a. On
souhaite vérifier que le système est bien stable pour tout a > alim . Pour illustrer les résultats
de l’analyse formelle, nous présentons plusieurs simulations dynamiques caractéristiques de la
stabilité du système.
Tension des producteurs [kV]
Tension des producteurs [kV]
21 21
20, 9 20, 9
20, 8 20, 8
20, 7 20, 7
Producteur 1 Producteur 1
Producteur 2 Producteur 2
20, 6 20, 6
0 10 20 30 0 10 20 30
Temps [s] Temps [s]
(a) a = 0, 15 < alim (b) alim < a = 0, 21
Figure 4.8 – Réponse en tension du système de deux producteurs à une perturbation constante
pour différentes valeurs de a autour de la limite de stabilité
Comme on peut le voir figure 4.8b lorsque l’on choisit un paramètre de filtre supérieur à la
limite de stabilité, le comportement dynamique du système est stable comme prévu par le critère
proposé. On rappelle que la condition suffisante de stabilité ne permet pas de conclure si a < alim .
Dans le cas présenté figure 4.8a, on peut voir que pour l’exemple choisi (a = 0, 15), le système
est instable. Sur cet exemple, on peut donc dire que le critère proposé n’est pas très restrictif.
Finalement, l’outil formel d’étude de la stabilité confirme que le système est stable dès que le
filtre est plus lent que le filtre critique. Sur cet exemple, la condition suffisante à la stabilité du
système semble aussi être une condition nécessaire. En effet, dès que a < alim , le système est
instable.
Finalement, le cas d’étude réel proposé ici semble confirmer la conjecture faite :
Stabilité locale des 2 producteurs ⇒ Stabilité globale des 2 producteurs (4.66)
Afin d’évaluer la validité de cette conjecture, un plus grand nombre de cas doit être étudié. Pour
ce faire, nous réalisons une étude statistique.
4.5.4 Validation par une étude statistique
Principe
Nous avons démontré, pour un producteur, que la stabilité locale est une condition suffisante
à la stabilité globale du système hybride affine par morceaux. Afin d’étudier la stabilité d’un
réseau accueillant N régulateurs, nous partons du postulat que la stabilité locale est une condi-
tion suffisante à la stabilité globale et ce quel que soit le nombre de régulateurs raccordés au
réseau. La validité de cette conjecture a été illustrée pour le cas d’un réseau réel accueillant deux
producteurs. Nous souhaitons ici poursuivre la validation de la conjecture 1. Comme nous ne
savons pas démontrer formellement la validité de la conjecture, nous proposons de tester celle-ci
sur un grand nombre d’exemples.
Pour ce faire, nous allons construire un générateur aléatoire de réseaux accueillant plusieurs
producteurs. Pour chaque réseau tiré au sort, nous allons analyser sa stabilité à l’aide de l’outil
formel décrit chapitre 3 et à l’aide du critère (conjecture 1). La comparaison de ces deux
analyses de stabilité nous permettra d’évaluer la validité du critère proposé pour N
producteurs. La figure 4.9 schématise le principe de l’étude statistique proposée.
Outil
Stable ?
Générateur formel
aléatoire VS
de réseaux
Critère Stable ?
Figure 4.9 – Schéma de principe de l’étude statistique proposée pour évaluer la validité du critère
de stabilité
Avant de procéder à la comparaison des résultats, décrivons brièvement les caractéristiques des
réseaux étudiés.
Description des scénarios étudiés
Le générateur aléatoire de réseaux permet de tirer au sort :

— le nombre de producteurs équipés de régulateur Q(U ) du réseau,
— le nœud de raccordement de chacun des producteurs,
— la puissance installée de chacun des producteurs.
Dans cette étude, nous tirons au sort 60 scénarios. Pour chacun, le réseau de distribution moyenne
tension accueillant les N producteurs est le même. Il est composé de 20 nœuds et 20 branches
comme indiqué figure 4.10.
0 1 2 3 4 5 6 7 8
20.4 kV
1.1 MW Légende :
19 20 Poste source (noeud bilan)
5.1 MW Noeud raccordant des conso.
15 16 17 18 Noeud raccordant un producteur
9 10 11 12 13 14
Figure 4.10 – Exemple d’un réseau utilisé pour l’étude statistique
Chaque branche mesure deux kilomètres et a les caractéristiques linéiques suivantes :
Rl = 0, 5 Ω/km Xl = 0, 25 Ω/km Gl = 0 S/km Bl = 3, 5 × 10−5 S/km (4.67)
Les branches mesurent donc jusqu’à 16 km. Le nombre maximal de producteurs raccordés
à ce réseau a été limité à quatre afin d’assurer un temps de calcul et une mémoire deman-
dée raisonnables pour la méthode formelle d’étude de la stabilité. La figure 4.11a représente la
répartition en pourcentage du nombre de producteurs pour les 60 scénarios étudiés.
40 40
Fréquence [%]
Fréquence [%]
30 30
20 20
10 10
0 0 6
1 2 3 4 2 4 8 10
Nb producteurs Puissance cumulée [MW]
(a) Nombre de producteurs (b) Puissance cumulée
Figure 4.11 – Distributions des principaux paramètres sur les 60 cas étudiés
Comme dit précédemment, la puissance installée de chacun des producteurs est tirée au sort.
Dans un souci de réalisme, nous avons limité la puissance totale raccordée au réseau
à 10 MW. La puissance de chaque producteur est donc tirée au sort entre 0 et la puissance
encore disponible sur le réseau soit 10 MW moins la somme des puissances déjà raccordées. La
figure 4.11b représente la répartition de la puissance totale installée sur les 60 départs étudiés.
On remarque que dans 80 % des cas, la puissance totale du départ dépasse 8 MW. Le réseau
illustré figure 4.10 accueille 6,2 MW répartis en deux producteurs. La répartition des puissances
cumulées n’est pas uniforme mais comme plus le départ raccorde de puissance plus la stabilité
est contrainte, il parait intéressant d’étudier des cas qui raccordent beaucoup de production et
donc qui auront tendance à ne pas être stables naturellement.
Nous souhaitons étudier des cas pour lesquels le plan de tension est autour de la tension de
référence afin de pouvoir atteindre toutes les zones de fonctionnement possibles. En effet, lorsque
toutes les transitions sont possibles, il s’agit des cas ayant le plus fort risque d’instabilité. Pour ce
faire, la consommation totale du départ est adaptée en fonction des producteurs de ce dernier. On
choisit la consommation totale du départ supérieure de 10 % à la production totale raccordée au
départ. La consommation est répartie sur les 20 nœuds du réseau de façon homogène.
Pour chacun des 60 scénarios, tous les producteurs raccordés au réseau sont équipés d’un régu-
lateur Q(U ) identique à celui illustré figure 4.7. Chaque scénario est étudié pour six valeurs de
rapidité du filtre a ∈ {0, 0, 1, 0, 2, 0, 3, 0, 4, 0, 5}. Ainsi, nous étudions 360 cas à partir de 60
départs différents.
En s’appuyant sur l’analyse des résultats de l’outil formel, on peut voir que les 360 scénarios
permettent de couvrir une large gamme de systèmes. On a identifié 34,7 % des cas (125 cas)
comme instables. Par exemple, le scénario représenté figure 4.10 est instable pour a = 0 et
a = 0, 1 et stable pour toutes les autres valeurs de a d’après l’outil formel d’étude de la stabilité.
On peut aussi remarquer que, parmi ces 60 réseaux, on peut dire que 13 (soit 21,7 %) sont stables
naturellement, c’est-à-dire déjà stable pour a = 0. On ajoute que l’ensemble des 60 réseaux est
stable pour a = 0, 5.
Après avoir détaillé les 360 cas étudiés, nous allons comparer les résultats de l’étude formelle de
stabilité et du critère proposé.
Analyse de la cohérence des deux méthodes
Afin de mener cette comparaison, nous rappelons que l’on souhaite valider le fait que la stabilité
locale pour N producteurs est une condition suffisante à la stabilité globale (conjecture 1). Pour ce
faire, nous définissons les cas dits « faux positifs » comme les cas pour lesquels le critère proposé
conclut à la stabilité alors que l’étude formelle conclut à l’instabilité. Nous définissons aussi les
cas « faux négatifs » comme ceux pour lesquels le critère est instable alors que l’étude formelle
est stable. Le tableau 4.6 compare les résultats obtenus avec le critère proposé (conjecture 1) et
ceux obtenus grâce à l’outil formel développé au chapitre 3 désigné comme méthode de référence.
Comme on peut le voir, quand le critère est stable, le système est stable dans 100 % des cas.
Critère # cas stables # cas instables

❵❵❵
Total (en %)
❵❵❵
Référence (en %) (en %)
❵❵❵
❵❵❵
# cas stables (en %) 206 (57 %) 29 (8 %) 235 (65 %)
# cas instables (en %) 0 (0 %) 125 (35 %) 125 (35 %)
Total (en %) 206 (57 %) 154 (43 %) 360 (100 %)
Tableau 4.6 – Comparaison des conclusions du critère proposé et de la référence
Il n’y a aucun cas « faux positifs ». Ainsi, le critère proposé est validé, au moins jusqu’à
quatre producteurs sur le même départ pour les ordres de grandeur des réseaux français. La
stabilité locale est bien une condition suffisante à la stabilité globale du système hybride affine
par morceaux.
Par ailleurs, on remarque qu’il existe 29 cas « faux négatifs » c’est-à-dire 8,1 % des cas pour
lesquels le critère proposé juge le filtre de mesure trop rapide pour assurer la stabilité du système,
mais la méthode de référence conclut à la stabilité du système. Ceci s’explique par le fait que
le critère de stabilité évalue la stabilité de chaque zone de fonctionnement linéaire
sans préjuger du fait qu’il existe ou non un point de fonctionnement dans cette zone
linéaire. Dans le cas où une zone de fonctionnement serait instable, mais non-atteignable, le
critère conclut à l’instabilité du système alors que ce dernier est stable. La méthode de référence
permet de détecter ce type de cas de figure. C’est par exemple le cas du système représenté
figure 4.10. Lorsque les deux producteurs sont dans la deuxième (ou dans la quatrième) zone de
fonctionnement, le réglage a = 0, 3 ne suffit pas à assurer la stabilité de cette dynamique locale.
Cependant, la distance électrique entre les producteurs est telle qu’ils ne peuvent pas être tous
les deux en même temps dans la zone de fonctionnement 2 (ou 4). En effet, le tension aux bornes
du producteur du nœud 17 est de l’ordre de 20,96 kV dans l’état de référence alors que celle du
producteur du noeud 19 est de l’ordre de 20,26 kV. On voit que l’écart entre les deux producteurs
est largement supérieur à la largeur de la zone linéaire (250 V). Ils ne peuvent donc pas être
tous les deux dans leur zone linéaire en même temps. C’est pourquoi, le calcul formel conclut à
la stabilité pour a = 0, 2.
Finalement, la stabilité locale n’est pas une condition nécessaire à la stabilité globale
puisqu’il existe des cas « faux négatifs ». Il convient cependant de noter que dans les cas où a est
réglé de manière à ce qu’il existe une zone de fonctionnement instable, mais que celle-ci n’est pas
atteignable, la marge de stabilité sera très étroite. En effet, si un nouveau consommateur
se raccorde et modifie l’écart de tension entre les différents producteurs, la zone instable risque
de devenir atteignable rendant ainsi le système instable.
Pour conclure, l’étude statistique a permis de valider le critère de stabilité proposé (conjecture 1)
pour des réseaux accueillant jusqu’à quatre producteurs. Il serait intéressant de mener une étude
statique avec une plus grande puissance de calcul afin de pouvoir élargir les conditions testées,
notamment le nombre maximal de producteurs par départ.
4.5.5 Conclusion
Finalement, nous avons élaboré une condition suffisante et explicite de stabilité pour un pro-
ducteur dans la partie 4.3, sans pour autant réussir à obtenir l’expression d’un critère explicite
pour un réseau accueillant N régulateurs. Pour contourner cette difficulté, nous avons proposé
un critère implicite, mais dont l’étude est moins complexe que l’étude formelle proposée cha-
pitre 3. Ce critère est fondé sur la structure du critère explicite pour un producteur. En effet,
nous avons montré que pour un producteur, la stabilité de chacune des zones de fonctionnement
linéaire du système – dite stabilité locale – est une condition suffisante à la stabilité du système
hybride affine par morceaux – dite stabilité globale. Nous avons donc émis l’hypothèse que cette
implication était vérifiée pour un réseau accueillant N producteurs.
Afin d’évaluer la validité de cette conjecture, nous avons tout d’abord considéré un cas d’étude
réel à deux producteurs qui a permis de confirmer pour cette configuration le lien entre stabilité
locale et globale à deux producteurs. Ensuite, une étude sur 360 systèmes théoriques accueillant
jusqu’à quatre producteurs, construits avec les ordres de grandeur des réseaux moyenne tension
français, a permis de valider la conjecture faite.
Finalement, le critère de stabilité retenu, quel que soit le nombre de producteurs raccordés au
réseau, est le suivant :
Stabilité locale à N producteurs ⇒ Stabilité globale à N producteurs
⇐⇒ (4.68)
∀i ∈ NP Q , ∀λ ∈ spec(A′(i) ), |λ| < 1 ⇒ Stabilité globale à N producteurs
Le critère proposé n’est pas explicite car l’expression des valeurs propres d’une matrice carrée de
taille quelconque n’est pas explicite. Cependant, il convient de noter que calculer numériquement
les valeurs propres d’une matrice, même de grande taille, peut se réaliser facilement notamment
à l’aide d’outils de calcul comme Matlab
R
. Ainsi, vérifier la stabilité d’un système accueillant N
régulateurs par l’expression des (N + 1) valeurs propres des nP Q matrices dynamiques permet
de réduire la complexité de l’étude de stabilité par rapport à l’outil formel proposé. Avant de
conclure ce chapitre, nous proposons quelques éléments de réflexion sur le critère de stabilité
proposé.
4.6 Discussions
4.6.1 Sur la complexité de la méthode
Le critère proposé pour N producteurs n’est pas explicite. En effet, celui-ci porte sur l’étude des
nx valeurs propres des nP Q matrices d’évolution du système dont il est difficile d’obtenir une
expression formelle pour des matrices de taille supérieure à 3, mais dont une expression numérique
approchée peut être calculée facilement. Ainsi, le critère proposé diminue fortement la complexité
de l’étude de stabilité par rapport à l’outil formel proposé précédemment. Pour illustrer ceci, on
propose de comparer le temps de calcul des deux méthodes sur l’étude statistique menée. Sur
les 360 cas étudiés, l’outil formel a demandé plus de 15 heures alors que le critère proposé n’a
demandé que 7 minutes. Sur cet exemple, le critère de stabilité est donc 140 fois plus rapide que
la méthode formelle. Selon le type d’études réalisées, le gain de temps peut être un paramètre
important. Par exemple, pour évaluer la limite de stabilité par une méthode dichotomique comme
proposée précédemment, il faut répéter plusieurs fois les calculs pour un même cas d’étude en
faisant varier les réglages du filtre de mesure. Ainsi, avoir un calcul élémentaire rapide est un
facteur d’autant plus important que le calcul élémentaire est répété de nombreuses fois.
4.6.2 Sur l’existence de cycles complexes
On désigne par cycle complexe tous les comportements instables du système de période supérieure
strictement à deux fois le temps d’échantillonnage des régulateurs. Par exemple, la trajectoire
discrète suivante décrit un cycle de période 3Te et donc est considérée comme un cycle complexe :
m1 → m2 → m3 → m1 → m2 → m3 → m1 → . . . (4.69)
En pratique, aucune étude formelle réalisée n’a mis en évidence l’existence d’un cycle complexe,
que ce soit sur les deux cas d’étude réels étudiés ou sur les 360 cas théoriques testés au cours de
l’étude statistique. Ceci nous a donc conduit à émettre l’hypothèse que tous les cycles sont des
cycles simples (hypothèse 14). Cette hypothèse a permis d’établir une expression formelle de la
limite de stabilité pour un producteur.
Même si l’étude statistique n’a pas contredit cette hypothèse, nous attirons l’attention du lecteur
sur le fait que toutes les études ont été menées avec des filtres de mesure passe-bas du premier
ordre. Pour un tel filtre, l’état à l’instant (k + 1)Te ne dépend que de l’état du filtre et du système
à l’instant kTe . L’ordre des filtres étudiés pourrait donc être à l’origine de l’inexistence de
cycles complexes. La discussion concernant leur existence sera poursuivie dans la partie suivante.
4.6.3 Sur l’extension à différents filtres de mesure
Comme nous venons de le souligner, nous nous sommes pour l’instant limités à l’étude de filtres
passe-bas du premier ordre afin de limiter la complexité des calculs analytiques. Cette hypothèse
se justifie par le fait que nous avons montré qu’il existe toujours un filtre passe-bas du premier
ordre suffisamment lent pour assurer la stabilité d’un départ accueillant des régulateurs. De plus,
de nombreux pays ont fait le choix d’un filtre de mesure de ce type. Malgré tout, il convient de
noter que certains pays ont fait un choix différent. Par exemple, en France, le filtre de mesure
privilégié par Enedis est un filtre à moyenne glissante [38]. Le critère proposé ne s’applique, a
priori, pas aux filtres d’ordre supérieur strictement à un, mais l’outil formel permet d’étudier la
stabilité du système, quel que soit l’ordre du filtre de mesure. Il serait donc intéressant d’évaluer
la validité du critère proposé dans le cas de filtres de mesure d’ordre supérieur strictement à un.
Nous proposons, comme premier élément de réponse, de comparer la stabilité locale et globale
d’un exemple pour lequel le filtre de mesure est d’ordre deux. Nous choisissons comme cas d’étude
le cas réel présenté partie 2.4 dont le filtre de mesure est maintenant un filtre à moyenne
glissante sur deux échantillons. Nous choisissons comme état du filtre à l’instant kTe le vec-
teur ∆xf (k) = [∆U (k − 1) ∆U (k − 2)]T ∈ R2 . L’équation dynamique du filtre de mesure peut
s’écrire :  " # " #

 0 0 1


 ∆xf (k + 1) = ∆xf (k) + ∆U (k)


 1 0 0
| {z } | {z }
h A i B (4.70)


 ∆Uf (k) = 1 1 ∆xf (k)

 2 2

 | {z }

C
La matrice d’évolution du système en boucle fermée A′(i) dans le mode i ∈ {1, . . . , 5} peut
s’écrire comme indiqué par (3.10) à partir de KP Q ∈ R le gain équivalent au réseau et de
σ (i) ∈ R la pente de la loi de commande dans le mode i.
" #
KP Q σ(i) KP Q σ(i)
A′(i) = 2 2 (4.71)
1 0
La stabilité de ce système est étudiée avec l’outil formel décrit au chapitre 3. Cette étude permet
de mettre en évidence l’instabilité du système. La figure 4.12 illustre ce comportement sur un
point de fonctionnement.
20, 9
20, 7
20, 5
20, 3
20, 1
0 5 10 15 20 25 30
Temps [s]
Figure 4.12 – Illustration du comportement instable du système avec un filtre de mesure à
moyenne glissante sur deux échantillons
Afin d’évaluer la possibilité d’étendre le critère proposé à d’autres filtres de mesure, nous étudions
la stabilité locale de ce système. Avec les valeurs numériques du cas d’étude (tableau 3.2), nous
calculons les valeurs propres des matrices A′(i) dans les cinq zones de fonctionnement de la loi de
commande Q(U ). À nouveau, il apparait que les zones contraignantes pour la stabilité sont les
zones 2 et 4. Dans ces zones, il existe des valeurs propres dont le module est supérieur strictement
à un.
∀i ∈ {2, 4}, max (|λ|) = 1, 17 (4.72)
λ∈spec(A′(i) )
Ainsi dans ce cas d’étude, d’après le critère proposé, on ne peut pas garantir la stabilité globale
du système. Cette conclusion est bien en accord avec les résultats de l’étude formelle.
Prenons maintenant l’exemple d’un producteur de 3 MW au lieu de 6 MW raccordé au même
réseau que précédemment. La pente σ de la loi de commande est donc divisée par deux. Cette
fois, l’étude formelle conclut de stabilité globale du système et l’étude des valeurs propres montre
que :
∀i ∈ {2, 4}, max (|λ|) = 0, 79 (4.73)
λ∈spec(A′(i) )
Le critère, s’il s’appliquait ici, permettrait de conclure à la stabilité du système ce qui est, à
nouveau, en accord avec les résultats de l’étude formelle.
Pour conclure, sur un exemple, nous avons montré que le critère proposé semble rester valable
même si le filtre de mesure est d’ordre supérieur à un. Une étude statistique plus approfondie
serait souhaitable pour confronter cette conjecture à une plus grande variété de cas d’étude.
De plus, on peut remarquer sur la figure 4.12 que le cycle décrit a une période de trois secondes
soit 3Te . Ainsi, nous venons de mettre en évidence qu’il peut bien exister des cycles complexes
lorsque l’ordre du filtre est supérieur strictement à un. Cependant, l’existence de ce cycle ne
semble pas limiter le champ de validité de la condition suffisante à la stabilité proposée dans
ces travaux. Encore une fois, il serait intéressant de mener une étude sur un grand nombre de
réseaux et de filtres de mesures d’ordre supérieur à un afin de pouvoir étendre le critère proposé
précédemment aux filtres de mesure quelconques et aux cycles complexes.
Il serait aussi intéressant de proposer un critère adapté aux cas pour lesquels les N producteurs
ont des filtres de mesure différents les uns des autres. Le critère proposé prend déjà en compte
les cas pour lesquels les lois de commande sont différentes d’un producteur à l’autre, tant que
les lois agrégées P (U ) et/ou Q(U ) restent affines par morceaux.
4.6.4 Sur l’impact de la des-optimisation
Nous avons aussi mis en évidence grâce à l’étude statistique que le critère proposé n’est pas
une condition nécessaire et suffisante à la stabilité du système, mais uniquement une condition
suffisante. Ainsi, il existe des cas pour lesquels la limite de stabilité calculée grâce au critère est
supérieure à la réalité. Le risque de cette surestimation est de ralentir le système plus que
nécessaire.
Parmi les 360 systèmes étudiés, il y a eu 29 « faux négatifs » (tableau 4.6). C’est par exemple
le cas du système illustré figure 4.10. Pour cet exemple, le critère permet d’assurer la stabilité
du système dès que a ≥ 0, 3 alors que la méthode formelle conclut à la stabilité du système
dès a = 0, 2. Une étude dichotomique est réalisée pour encadrer les valeurs critiques de la
rapidité avec les deux méthodes proposées à 10−2 près. On trouve pour le critère de stabilité
(C) (F )
0, 21 < alim < 0, 22 et avec la méthode formelle 0, 17 < alim < 0, 18.
Ainsi, pour 0, 18 < a < 0, 21 le critère ne permet pas de détecter la stabilité du système. Ceci
amènera le GRD à régler les filtres de mesure des producteurs avec une dynamique plus lente que
nécessaire. La figure 4.13 illustre la dynamique du système pour différentes marges de stabilités
(F ) (C)
calculées à partir de l’outil formel (alim ) et du critère proposé (alim ).
On peut voir que si la marge de stabilité n’est pas assez grande (figure 4.13a), d’importantes
oscillations ont lieu en régime transitoire. Le temps de réponse du système est alors lent, on peut
(F ) (C)
lire sur la figure 4.13a que le temps de réponse vaut 11 s pour a = 1, 5alim et 6 s pour a = 1, 5alim .
21, 1 20, 9 20, 9
Tension [kV]
Tension [kV]
Tension [kV]
20, 9
20, 8 20, 8
20, 8
(F )
20, 7 (F )
20, 7 (F )
20, 7 a = 1, 5alim a = 3alim a = 4alim
(C) (C) (C)
a = 1, 5alim a = 3alim a = 4alim
20, 6 20, 6 20, 6
0 5 10 15 20 0 2 4 6 8 0 5 10 15 20
Temps [s] Temps [s] Temps [s]
(a) Marge faible (b) Marge moyenne (c) Marge importante
Figure 4.13 – Illustration de l’impact du choix de la marge de stabilité sur la dynamique du

système représenté figure 4.10
Dans ce cas, la surestimation de la valeur limite de temps de réponse du filtre réalisée par le
critère permet d’avoir une marge de stabilité plus grande et donc des oscillations plus amorties
en régime permanent.
Dans le cas où la marge de stabilité est grande (figure 4.13c), le régime permanent est apériodique.
(F ) (C)
Lorsque que a = 4alim le temps de réponse vaut deux secondes alors que lorsque a = 4alim , le
temps de réponse du système vaut 7 s. Cette fois, la surestimation de la valeur limite de temps
de réponse du filtre réalisée par le critère ralentit le système puisqu’elle entraine une marge de
stabilité plus grande que prévue.
(F ) (C)
La figure 4.13b illustre un cas intermédiaire pour lequel les deux réglages (a = 3alim et a = 3alim )
résultent en un temps de réponse d’une seconde avec un dépassement dans le premier cas et
sans oscillation dans le deuxième. Finalement, la figure 4.13 permet d’illustrer l’importance de
bien évaluer et bien choisir la marge de stabilité afin de faire le meilleur compromis possible
entre la stabilité et la rapidité du système. On peut dire que la surestimation de la limite de
stabilité risque d’entrainer un important ralentissement du système (figure 4.13c) mais que ceci
n’est pas systématique. Des travaux devront être faits pour aider les gestionnaires à choisir la
« bonne marge de stabilité » en fonction de leur cahier des charges. Pour ce faire, il faudrait aussi
pouvoir évaluer les gains, par exemple en matière de vieillissement des ouvrages, apportés par
une optimisation de la rapidité du système.
De plus, nous avons déjà remarqué que l’écart entre les deux méthodes provient du fait que
pour 0, 18 < a < 0, 21, il existe au moins une zone de fonctionnement instable qui n’est pas
atteignable. Dans notre exemple, la distance électrique entre les deux producteurs est telle qu’ils
ne peuvent pas se trouver dans leur zone 2 ou 4 en même temps. Or, l’écart de tension entre les
deux producteurs peut évoluer par exemple avec le raccordement d’un nouveau consommateur.
Ainsi, régler a ∈ [0, 18, 0, 21] permet d’optimiser la rapidité du système, mais demande de
(C)
revoir le choix à chaque modification du système. Si au contraire, le GRD règle a > alim , alors
tant qu’aucun autre producteur ne se raccorde, la stabilité du système sera garantie. À chaque
nouveau raccordement de régulateur, la dynamique du système est modifiée, les valeurs propres
aussi. Il faut donc recalculer la valeur limite de la constante de temps du filtre discret.
Finalement, le critère de stabilité proposé est plus restrictif que celui calculé à l’aide de la
méthode formelle. En revanche, il permet d’assurer la stabilité du système jusqu’au raccordement

d’un nouveau producteur. Il serait intéressant d’étudier l’impact du raccordement d’un nouveau
producteur en quantifiant, par exemple, la marge de stabilité nécessaire pour que le réglage
proposé n’ait pas besoin d’être revu au raccordement d’un nouveau producteur. Cette piste est
envisagée au chapitre suivant.
4.7 Conclusion
Dans le chapitre précédent, nous avons développé une méthode formelle d’analyse de la stabilité
des systèmes hybrides affines par morceaux. Celle-ci nous a permis de construire un outil étudiant
la stabilité d’un départ raccordant des producteurs équipés de régulateurs de puissance. L’outil
proposé pour appuyer les gestionnaires de réseaux de distribution (GRD) au cours des études de
raccordement présente une grande flexibilité quant aux caractéristiques du système étudié. En
effet, la méthode est adaptée, quels que soient le nombre de producteurs, leur filtre de mesure ou
encore leur loi de commande. L’outil proposé offre aussi aux GRD des résultats riches puisqu’il
permet non seulement de conclure sur la stabilité du système, mais aussi, par exemple, d’identifier
les points de fonctionnement impliqués dans les éventuels cycles et ceux y menant que l’on
pourrait qualifié de « conditions initiales dangereuses », d’estimer les amplitudes des oscillations
de tension associées à un cycle, etc. Il pourrait être intéressant de se pencher plus précisément
sur les résultats donnés par l’outil de calcul formel. Ceci pourrait permettre d’évaluer le lien
entre la marge de stabilité et la comportement dynamique. Finalement, on peut noter la grande
précision des résultats fournis par l’outil formel notamment, la capacité de détecter la stabilité du
système lorsqu’il existe des zones de fonctionnement instable mais inatteignables. Par ailleurs,
ces avantages s’accompagnent d’une complexité des calculs qui augmente rapidement avec le
nombre de producteurs du réseau et le nombre de zones de fonctionnement linaire de leur loi
de commande. Ainsi, les calculs risquent d’être longs et de demander une importante mémoire
disponible. De plus, aucune expression explicite d’un critère de stabilité n’a pu être établie avec
cet outil.
Afin de dépasser ces difficultés nous avons souhaité proposer aux gestionnaires de réseaux de
distribution (GRD) un critère permettant d’évaluer plus rapidement la stabilité d’un
cas d’étude. Ce critère a été établi en restreignant les cas étudiés. Ceci revient à diminuer
la flexibilité de la méthode par rapport à la méthode formelle dans le but d’en diminuer la
complexité. Pour ce faire, nous avons proposé de nous limiter aux producteurs dont le filtre
de mesure est du type passe-bas du premier ordre à temps discret. Nous avons aussi
supposé que tous les producteurs d’un même départ avaient des régulateurs de même structure
et synchronisés.
Grâce à ces hypothèses, nous avons pu établir un critère explicite de stabilité pour un
départ accueillant un seul producteur.
L’obtention d’une expression explicite facilite notamment l’étude de sensibilité aux différents
paramètres du système de la limite de stabilité. Ce point sera détaillé dans la suite de ces travaux
142 4.7. Conclusion
!
−1 − KP Q σ (i)
max <a ⇒ Le système est stable (4.74)
i∈NP Q 1 − KP Q σ (i)
(partie 5.2.2), on peut d’ores et déjà remarquer que la limite de stabilité dépend du produit
KP Q σ. Ainsi, il est aussi contraignant pour la stabilité que le producteur ait une puissance
raccordée importante (proportionnelle à σ) ou une grande distance électrique au poste source
(proportionnelle à KP Q ).
Ensuite, nous avons conjecturé l’extension de ce critère aux départs raccordant plusieurs pro-
ducteurs.
∀i ∈ NP Q , max (|λ|) < 1 ⇒ Le système est stable (4.75)

λ∈sp(A′(i) )
La conjecture a été validée sur 360 réseaux théoriques accueillant jusqu’à quatre producteurs. Il
convient de noter que le critère proposé pour N producteurs n’est pas explicite. Cependant, il
permet de réduire fortement le temps de calcul nécessaire pour pouvoir conclure sur la stabilité
du système.
Finalement, le critère établi dans ce chapitre permet aux GRD de calculer, à chaque étude de
raccordement, la rapidité du filtre critique – c’est-à-dire le filtre le plus rapide qui assure la
stabilité – et de proposer aux producteurs du départ un réglage de la rapidité de son filtre en
fonction de la marge de stabilité que le GRD souhaite garantir. Ce critère a été étudié dans le
cas de filtre passe-bas du premier ordre. Une étude plus approfondie permettrait de discuter de
la validité du critère, quel que soit le filtre de mesure des producteurs.
Nous avons aussi mis en évidence grâce à l’étude statistique que le critère proposé n’est pas une
condition nécessaire et suffisante à la stabilité du système, mais uniquement une condition
suffisante. Ainsi, il existe des cas pour lesquels la limite de stabilité calculée grâce au critère
est supérieure à la réalité. Il a été illustré sur un exemple que cette surestimation n’entraine pas
forcément un ralentissement important du système et permet de garantir la stabilité au moins
jusqu’au raccordement d’un nouveau producteur équipé d’un régulateur de puissance.
À ce stade, à chaque nouveau raccordement, il conviendrait de revoir les réglages proposés à
l’ensemble des producteurs du départ. Ceci risque de poser rapidement problème vu le nombre
important de nouveaux raccordements. De plus, pour certains producteurs, par exemple les
producteurs raccordés en basse tension, le raccordement ne donne pas systématiquement lieu à
une étude préalable. On s’interroge alors sur la possibilité de demander à ces producteurs d’être
équipé d’un régulateur de puissance en fonction de la tension et sur leur impact sur la stabilité des
départs. Une solution serait de formuler un critère de stabilité valable pour tous les producteurs,
quel que soit le réseau auquel ils se raccordent. Le chapitre 5 se propose d’étudier cette question.
143
Chapitre 5
Généralisation des critères de stabilité

à différents réseaux
Sommaire
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.2 Généralisation du critère explicite pour un producteur . . . . . . . . . . . . . . 145
5.3 Généralisation du critère implicite pour N producteurs . . . . . . . . . . . . . 149
5.4 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
Résumé
Nous présentons dans ce chapitre une méthodologie permettant d’obtenir un critère général de
stabilité. Ce critère s’applique pour l’étude d’un départ quelconque raccordant des producteurs
quelconques dont les régulateurs sont identiques et les filtres de mesure sont de type passe-bas
du premier ordre à temps discret. L’objectif est de proposer un paramétrage unique des filtres de
mesure assurant la stabilité de tous les producteurs, qui pourrait être intégré aux documentations
techniques de référence (ou codes de réseau) des gestionnaires.
Le raisonnement permettant d’obtenir un tel critère se décompose en deux parties :
— Tout d’abord, une condition suffisante de stabilité d’un départ quelconque raccordant un
unique producteur est formulée. Nous proposons de majorer le critère de stabilité explicite
afin de proposer un réglage valable pour tous les systèmes.
— Ensuite, la condition suffisante est étendue aux départs raccordant N producteurs. Grâce
à la structure des matrices d’évolution du système, nous montrons que N producteurs
contraignent moins la stabilité s’ils sont dispersés sur le départ que s’il sont regroupés en
un producteur situé au pire nœud en matière de stabilité.
Nous terminons ce chapitre en comparant le critère général proposé au contenu des documenta-
tions techniques de référence publiées par les gestionnaires.
5.1 Introduction
Dans le chapitre précédent, la stabilité des réseaux a été étudiée dans le cas particulier de produc-
teurs équipés de filtres de mesure passe-bas du premier ordre identiques. Une condition implicite
suffisante de stabilité a été formulée. Elle porte sur les valeurs propres des différents modes de
fonctionnement du système. Dans le cas d’un départ n’accueillant qu’un seul producteur, une
formulation explicite du critère a été établie. Elle permet de calculer les paramètres du filtre le
plus rapide assurant la stabilité du système étudié.
Le choix de ces paramètres est effectué au cas par cas lors de l’étude de raccordement. Ceci
impose de limiter la participation au réglage de tension aux producteurs pour lesquels une étude
de raccordement est faite, excluant ainsi une grande partie de la production basse-tension pour
lesquels aucune étude de raccordement n’est aujourd’hui faite. De plus, à chaque nouveau raccor-
dement de production, les paramètres de l’ensemble des régulateurs doivent être revus. L’objectif
de ce chapitre est de proposer un critère de stabilité plus général qui permette de s’affranchir de
ces limitations.
5.1.1 Objectifs de l’étude
Nous souhaitons établir un critère de stabilité valable pour tous les producteurs, et pour
tous les réseaux auxquels ils peuvent se raccorder. Pour ce faire, nous allons identifier
une valeur du paramètre du filtre passe-bas qui garantisse la stabilité du système, quel qu’il soit.
S’affranchir d’un réglage au cas par cas est particulièrement intéressant dans le cas de producteurs
pour lesquels aucune étude de raccordement n’est faite. C’est aujourd’hui le cas de la majorité
de la production raccordée en basse-tension.
Un tel réglage des filtres de mesure permet aussi de ne pas avoir d’inquiétude quant à la stabilité
à chaque modification du réseau. Ainsi, le raccordement d’un nouveau producteur ne demandera
ni étude supplémentaire ni ajustement des paramètres des régulateurs des producteurs déjà
raccordés.
Un tel critère pourra alors être ajouté aux documentations techniques de référence (ou codes de
réseau) des gestionnaires de réseaux distribution.
5.1.2 Méthode proposée
Nous avons montré dans le chapitre précédent que l’on peut choisir la constante de temps des
filtres de mesure des producteurs afin d’assurer la stabilité du système. Le critère de stabilité
au cas par cas permet, pour chaque système étudié, de calculer numériquement la valeur limite
du paramètre du filtre de mesure, qui est la plus petite valeur qui garantit la stabilité. Celle-
ci dépend des paramètres du système de façon explicite pour un départ accueillant un unique
producteur et de façon implicite dans un cas à plusieurs producteurs.
Dans ce chapitre, nous allons montrer, dans les deux cas, qu’il est possible de majorer les
constantes de temps du filtre passe-bas, quel que soit le système étudié. De cette manière,
5. Généralisation des critères de stabilité à différents réseaux 145
il sera possible d’assurer la stabilité de tous les systèmes en choisissant un filtre de mesure dont
la constante de temps est plus grande que le majorant. Pour obtenir l’expression de ce majorant,
nous allons distinguer deux approches selon l’expression – explicite ou non – de la condition
suffisante de stabilité établie précédemment.
Penchons nous tout d’abord sur le cas des départs accueillant un seul producteur.
5.2 Généralisation du critère explicite pour un producteur
Dans le chapitre précédent, nous nous sommes intéressés à la stabilité d’un départ quelconque
accueillant un seul producteur équipé d’un régulateur de puissance dont le filtre de mesure est
un filtre passe-bas du premier ordre de constante de temps discrète a et dont la loi de commande
Q(U ) est affine par morceaux avec cinq zones de fonctionnement comme représenté figure 5.1.

Filtre de mesure Loi de commande Q(U )
∆Q
∆U (k) ∆Uf (k) ∆QM ∆Q(k)
∆Uf (k + 1) = ∆U1 ∆U
2 ∆UM
|
−∆UM−∆U2−∆U1
| ∆Uf
a∆Uf (k) + (1 − a)∆U (k)
−∆QM
Figure 5.1 – Modèle des régulateurs de puissance réactive en fonction de la tension étudiés
Nous avons examiné l’existence de cycles simples pour ce type de systèmes, ce qui nous a permis
de formuler explicitement une condition suffisante de stabilité.
−1 − KP Q σ
= alim < a ⇒ Système stable (5.1)
1 − KP Q σ
La valeur minimale du paramètre a permettant d’assurer la stabilité (alim ) est calculée en fonction
des paramètres de chaque cas d’étude. Le but est maintenant de proposer une majoration de
la valeur de alim afin de garantir la stabilité de toutes les configurations possibles du
système. Pour y parvenir, nous proposons de borner les paramètres du système. Ensuite,
grâce à l’expression explicite du critère de stabilité nous pourrons remonter à une majoration de
alim valable quel que soit le système.
5.2.2 Étude des variations du critère en fonction des paramètres du système
Les paramètres du système qui interviennent dans l’expression du critère de la stabilité sont le
gain du réseau KP Q et la pente de la loi de commande Q(U ) notée σ. Ils apparaissent sous
la forme du produit de ces deux paramètres. On pose donc X = −KP Q σ ce qui nous permet
146 5.2. Généralisation du critère explicite pour un producteur
d’écrire :
−1 + X
alim = (5.2)
1+X
Afin de majorer alim , nous étudions les variations de alim en fonction des paramètres KP Q et σ
du système. Pour ce faire, on rappelle que le calcul du gain du réseau a été détaillé au chapitre 2.
Nous avons montré que la valeur du gain peut être approchée par :
Xl · L U0
KP Q ∼ + (5.3)
U0 SCC
où Xl représente l’inductance linéique de la branche reliant le poste source au le producteur,

L la longueur de ces branches, SCC la puissance apparente de court-circuit en sortie du poste
source et U0 la tension de base sur le réseau. Nous souhaitons borner le gain du réseau KP Q .
Pour cela, on peut tout d’abord remarquer que ce gain est positif. De plus, on note que KP Q
augmente avec la distance entre le producteur et le poste source et diminue avec la puissance de
court-circuit du réseau amont. Or, en France, les branches des réseaux de distribution mesurent
au plus quelques dizaines de kilomètres. La puissance de court-circuit est au moins de l’ordre
d’une centaine de MVA en aval du poste source, c’est-à-dire côté réseau moyenne tension. Ainsi,
on peut borner la valeur du gain du réseau en fonction de la longueur maximale des lignes (L) et
de la puissance de court-circuit minimale (SCC ). Pour borner KP Q , nous prendrons des valeurs
(moy)
moyennes d’inductance linéique des branches moyenne tension (Xl ) et du niveau de tension
(moy)
(U0 ).
(moy) (moy)
Xl ·L U0
KP Q ∈ [0, K] avec K = (moy)
+ (5.4)
U0 SCC
Ayant borné KP Q , on s’intéresse maintenant à σ. On rappelle que σ représente la pente de la loi

de commande la plus contraignante en matière de stabilité, c’est-à-dire la zone linéaire ayant la
plus grande pente en valeur absolue.
−∆QM
σ= (5.5)
∆U2 − ∆U1
On souhaite borner σ. Pour y parvenir, on propose de remarquer que σ est négatif et que, plus
∆QM est important, plus le module σ augmente. Or, la puissance réactive maximale fournie
ou absorbée par un producteur est généralement limitée à une fraction de sa puissance active
installée par le legislateur. En France, ce ratio est limité légalement à 0,4 (article 10 de l’arrêté
du 23 avril 2008 [12]) et peut éventuellement atteindre 0,5 dans certains cas [38]. De plus, la
puissance maximale d’un producteur raccordé au réseau de distribution est elle aussi réglementée.
Par exemple, en France, elle est limité à 12 MW par l’article 4 de l’arrêté du 23 avril 2008 [12].
On peut donc borner la valeur de la pente de la loi de commande du producteur en fonction de
la puissance réactive maximale (∆QM ) admissible sur les réseaux étudiés. Pour minorer σ, nous
prendrons la largeur de la zone linéaire (∆U2 − ∆U1 ) présentée dans le tableau 1.5.
−∆QM
σ ∈ [σ, 0] avec σ= (5.6)
∆U2 − ∆U1
À partir des encadrements de KP Q et de σ, on en déduit que X = −KP Q · σ est borné.
X ∈ [0, X] avec X = −K · σ (5.7)
La plage des variations de X étant définie, nous nous intéressons maintenant à la majoration de
alim . Pour ce faire, nous étudions les variations de la fonction f telle que alim = f (X).
f : [0, X] → R
−1+X
(5.8)
X 7→ 1+X
Le tableau 5.1 représente les variations de signe de la dérivée f ′ de la fonction f et les variations
de la fonction f sur son ensemble de définition.
X 0 X
2
f ′ (X) = (1+X)2 +
−1+X
1+X
f ր
−1
Tableau 5.1 – Tableau des variations de la fonction f
Comme on peut le voir sur le tableau 5.1, la fonction f est strictement croissante sur l’intervalle
[0, X]. Les valeurs prises par la fonction f sur son ensemble de définition peuvent donc être
encadrées.
−1 + X
∀X ∈ [0, X], −1 = f (0) ≤ f (X) ≤ f (X) = (5.9)
1+X
Finalement, nous avons réussi à majorer les valeurs prises par la fonction f et donc par la limite
de stabilité. On peut alors dire que, quel que soit le système accueillant le producteur équipé
d’un régulateur de puissance, on a :
−1 − Kσ
alim < alim = (5.10)
1 − Kσ
5.2.3 Critère général proposé pour un producteur
Nous venons de montrer qu’il est possible d’exprimer un majorant de la limite de stabilité alim
d’un départ donné accueillant un seul producteur équipé d’un régulateur de puissance. Le
majorant est valable quel que soit le système qui respecte les règles de connexion. Pour conclure,
en choisissant a > alim , on peut garantir que a > alim et donc que le système est stable quelle
que soit la puissance du producteur et quel que soit le réseau auquel il se raccorde.
148 5.2. Généralisation du critère explicite pour un producteur
Grâce à l’expression explicite de alim dans le cas de départs raccordant un seul producteur, nous
avons pu exprimer explicitement un majorant de alim en fonction des caractéristiques du réseau
– longueur maximale des lignes, réactance linéique, tension de base, puissance de court-circuit,
etc. – et de celles des producteurs les plus puissants – et donc de la plus forte pente en valeur
absolue – que l’on peut raccorder au réseau.
−1 − Kσ
alim = (5.11)
1 − Kσ
Finalement, nous avons montré que, dans le cas de départ accueillant un unique producteur
équipé d’un régulateur dont le filtre de mesure est de type passe-bas du premier ordre :
Le système est stable pour tout producteur

alim < a ⇒ (5.12)
et pour tout point de raccordement
La valeur numérique de ce critère peut être évaluée en fonction des caractéristiques des réseaux.
Celles-ci peuvent varier d’un gestionnaire de réseau à l’autre. Nous proposons d’évaluer numéri-
quement ce nouveau critère de stabilité dans le cas des réseaux exploités par Enedis.
5.2.4 Application numérique dans le cas français
Nous avons exprimé un majorant des limites de stabilité, quel que soit le réseau étudié en fonction
des caractéristiques des réseaux (5.11). Afin d’obtenir la valeur numérique de cette limite dans le
cas des réseaux gérés par Enedis, le gestionnaire de réseau de distribution devra déterminer les
valeurs de K et de σ. Les valeurs numériques proposées ont pour objectif d’illustrer la démarche
plus que de servir de référence pour les gestionnaires français. Avant d’être intégrée aux docu-
mentations techniques de référence, la valeur numérique devra être calculée par le gestionnaire
avec des données adaptées aux réseaux.
Nous commençons par la valeur maximale du gain du réseau qui est définie par (5.4). Pour pou-
voir l’évaluer, on propose de se pencher sur les caractéristiques des réseaux moyenne tension.
La tension de référence sur ces départs est de l’ordre de 20 kV. Les lignes mesurent jusqu’à
une trentaine de kilomètres et ont une réactance linéique de quelques dixièmes d’Ohm par kilo-
mètre 1 [109]. Par ailleurs, la puissance de court-circuit en aval du poste source est généralement
supérieure à une centaine de MVA. Grâce à ces ordres de grandeur, on peut évaluer :


 L = 30 km


 S
CC = 150 MVA
(moy) ⇒ KP Q ≤ K . 4 × 10−4 V/VAr (5.13)


 Xl = 0, 2 Ω/km

 (moy)
U0 = 20 kV
De même, on cherche à évaluer σ. Pour ceci, il convient de noter qu’en France la puissance
1. La réactance linéique dépend de chaque branche. Pour les liaisons aériennes, elle est plutôt de l’ordre de
0,35 et pour les liaisons souterraines de l’ordre de 0,1. Ici, une valeur moyenne a été choisie.
des producteurs raccordés en moyenne tension est limitée à 12 MW [12]. En pratique, de tels
producteurs seront raccordés en départ dédié. Les départs mixtes accueillent des producteurs
jusqu’à quelques mégawatts. De plus, il peut être demandé à un producteur raccordé au réseau
moyenne tension français de fournir ou d’absorber une puissance réactive jusqu’à 40 % de la
puissance active qu’il injecte au réseau [12]. Pour finir, dans la loi de commande choisie par
Enedis [38], la largeur de la zone de fonctionnement linéaire 2 ou 4 est de 250 V. Finalement, on
peut dire que :



 ∆QM = 0, 4 · P
P = 10 MW ⇒ σ . −16000 VAr/V ≤ σ (5.14)


 ∆U − ∆U = 250 V
2 1
À partir de ces valeurs numériques, nous pouvons déduire une valeur du paramètre alim dans le
cas des réseaux moyenne tension français.
alim ≤ alim . 0, 75 (5.15)
Ainsi, nous avons montré que pour des réseaux vérifiant la configuration proposée, si tous
les producteurs équipés de régulateurs Q(U ) ont un paramètre du filtre de mesure
passe-bas du premier ordre supérieur à 0,75, la stabilité du système est garantie
quel que soit le point de raccordement du producteur sur le réseau moyenne tension.
Attention, le critère n’est valable que dans le cas de départ raccordant un seul producteur. Si
le départ auquel se raccorde le producteur accueille déjà un producteur équipé d’un régulateur
Q(U ), le réglage proposé risque de ne pas être suffisant pour assurer la stabilité du système.
Afin de pouvoir envisager d’inscrire ce type de réglages dans les documentations techniques de
référence des gestionnaires de réseaux, il est important d’étudier la validité de ce critère dans le
cas de départs accueillant plusieurs producteurs.
5.3 Généralisation du critère implicite pour N producteurs

Dans le chapitre précédent, nous avons établi une condition suffisante implicite de stabilité d’un
départ accueillant N producteurs. Celle-ci est fondée sur l’étude des N valeurs propres des
matrices dynamiques pour chaque mode de fonctionnement i ∈ NP Q.
Toutes les valeurs propres des matrices

dynamiques de tous les modes de
⇒ Stabilité globale à N producteurs
fonctionnement ont un module strictement
inférieur à 1
(5.16)
Nous rappelons que ce critère de stabilité est valable uniquement si les N producteurs sont
équipés de régulateurs de puissance identiques et synchronisés et dont le filtre de mesure est un
150 5.3. Généralisation du critère implicite pour N producteurs
filtre passe-bas du premier ordre.

Dans ce chapitre, nous souhaitons exprimer une condition suffisante de stabilité qui soit valable
quel que soit le système étudié. Dans la partie précédente, nous avons exprimé une telle condition
de stabilité dans le cas des départs raccordant un seul producteur (5.12). Pour exprimer alim , nous
nous étions appuyé sur l’expression explicite du critère de stabilité en fonction des paramètres
du réseau.
Cependant, dans le cas d’un départ raccordant N producteurs, le critère proposé n’est pas expli-
cite. En effet, l’expression formelle des valeurs propres d’une matrice carrée de dimension N × N
quelconque n’est pas explicite. Nous devons donc proposer une autre méthode pour majorer le
module des valeurs propres des matrices. La méthode proposée ici est construite à partir de
l’étude de la structure des matrices d’évolution du système.
5.3.2 Majoration des modules des valeurs propres des matrices d’évolution
du système
Expression des matrices d’évolution A′(i)
On rappelle que pour une matrice M , le rayon spectral de M , noté ρ(M ), correspond au rayon
de la plus petite boule fermée contenant toutes les valeurs propres de M .
ρ(M ) = max |λ| (5.17)

λ∈spec(M )
Afin de garantir la stabilité de tous les départs, quels que soient le nombre de producteurs rac-
cordés et leur nœud de raccordement, nous allons exprimer un majorant des rayons spectraux
des matrices d’évolution du système. Pour ce faire, nous proposons d’exploiter la structure par-
ticulière des matrices d’évolution.
On rappelle l’expression de la matrice d’évolution dans le mode i ∈ NP Q (4.52).
(i)
A′ = A + BKP Q G(i) C (5.18)
Dans le cas d’un départ accueillant N producteurs tous équipés du même régulateur dont le filtre
de mesure est un filtre passe-bas du premier ordre et dont la loi de commande Q(U ) (représentée
figure 4.1) est affine par morceaux avec cinq zones de fonctionnement, nous remarquons que :
— la matrice KP Q représentant le départ est une matrice carrée de dimension N × N ;
— la représentation d’état du filtre de mesure agrégé combine les représentations d’état des
N filtres de mesure passe-bas du premier ordre de chaque producteur.
A = a · IN B = (1 − a) · IN C = IN (5.19)
où IN est la matrice identité de dimension N × N ;

— la loi de commande agrégée des N producteurs est elle aussi affine par morceaux avec
5N zones de fonctionnement. Dans chaque zone i, les variations de la puissance réactive
du j-ème producteur (∆Qj ) sont calculées en fonction des variations de sa tension filtrée
(i) (i)
(∆Ufj ) grâce à une relation affine de pente σj et d’ordonnée à l’origine γj qui sont
définis en fonction du vecteur des tensions filtrées comme indiqué (3.2). Le vecteur des
variations de puissance réactive des N producteurs (∆Q ∈ RN ) peut s’exprimer à partir
du vecteur des tensions filtrées des N producteurs (∆Uf ∈ RN ).
 (i)
  (i) 
σ1 0 ... 0 γ1
 .. .. ..   .
 ..

 0
 . . .  


∆Q(k) =  . .. ..  ∆Uf (k) +  .  avec i : ∆Uf (k) ∈ Ii (5.20)
 .. . . 0   .. 
   
(i) (i)
0 ... 0 σN γN
| {z } | {z }
G(i) F(i)
On retrouve la matrice G(i) qui dans ce cas particulier

est diagonale de dimension N × N
(i) (i) (i)
et que l’on notera G = diag σ1 , . . . , σN .
Finalement, la matrice d’évolution dans la zone de fonctionnement i ∈ NP Q peut s’écrire à partir
des équations (5.18), (5.19) et (5.20).

(i) (i) (i)
A′ = a · IN + (1 − a) · KP Q × diag σ1 , . . . , σN (5.21)
Expression des valeurs propres de A′ (i)
Nous souhaitons caractériser les valeurs propres de cette matrice carrée de dimension N × N .
Pour un mode de fonctionnement i ∈ NP Q donné, nous rappelons que spec(A′ (i) ) représente le
spectre de A′ (i) soit l’ensemble des ses valeurs propres. Considérons λ ∈ spec(A′ (i) ), il convient
de noter que nous ne savons pas si la matrice A′ (i) est diagonalisable dans R. Pour l’instant, nous
considérons le cas général, soit λ ∈ C. Nous pouvons écrire que :
(i)
∃X ∈ Cn : A′ × X = λX (5.22)
Or nous pouvons exprimer la matrice A′ (i) en fonction des caractéristiques du système d’après
(5.21).

(i) (i)
(5.22) ⇔ a × IN + (1 − a) × KP Q × diag σ1 , . . . , σN × X = λX

(i) (i)
(5.23)
⇔ aX + (1 − a) × KP Q × diag σ1 , . . . , σN × X = λX
Nous rappelons que a ∈ [0, 1[. On peut donc écrire que :

(i) (i)
λ−a
(5.22) ⇔ KP Q × diag σ1 , . . . , σN ×X = X (5.24)
| {z } − a}
|1 {z
M(i) µ

(i) (i)
On pose M(i) = KP Q · diag σ1 , . . . , σN . On peut remarquer que l’équation (5.24) revient à
dire que λ−a
1−a est une valeur propre de M(i) . On pose µ tel que :
λ−a
µ= ∈ spec(M(i) ) (5.25)
1−a
Ainsi, nous avons montré que si λ est une valeur propre de A′ (i) alors µ est une valeur propre
de M(i) . Nous proposons alors de caractériser le spectre de A′ (i) en nous intéressant à celui de
M(i) .
Propriétés liées à la structure de M(i)
Avant toute chose, nous rappelons une définition utile par la suite.
Définition 1. Une matrice M de dimension n × p est dite matrice à coefficients positifs ou

nuls lorsque tous ses éléments sont des réels positifs ou nuls. On écrira alors M ≥ 0.
On s’intéresse à la matrice de gains du réseau KP Q = (kgh )1≤g,h≤N . Elle représente l’impact

sur l’amplitude de la tension des variations de la puissance injectée par les différents régulateurs.
Dans le cas étudié, les N producteurs sont équipés d’un régulateur de puissance réactive. D’après
(2.18), on peut dans ce cas exprimer la matrice des gains du réseau comme suit :
X
KP Q ∼ (5.26)
U0
On rappelle que U0 représente l’amplitude moyenne de la tension sur le réseau et que X ∈ RN ×N

est la matrice telle que le terme xgh pour tout 1 ≤ g, h ≤ N est la somme des inductances des
branches qui se trouvent en amont des nœuds de raccordement des producteurs g et h comme
établi partie 2.3.2.
La figure 5.2 représente un exemple de départ accueillant deux producteurs notés g et h et indique
les branches utilisées pour calculer les inductances xgg , xhh , xgh et xhg et donc les termes de kgg ,
khh , kgh et khg de la matrice KP Q .
• Prod. g Légende :
• • • Poste source
• • – Branche considérée pour calculer xgg
– Branche considérée pour calculer xhh
• • – Branche considérée pour calculer xgh et de
Prod. h xhg
Figure 5.2 – Schéma illustrant l’inductance utilisée pour chaque terme de la matrice KP Q
Le modèle physique du réseau, exprimé en fonction d’une somme d’inductance et de l’amplitude
de la tension (U0 ), nous permet de remarquer que tous les termes de la matrice KP Q sont positifs
ou nuls.
∀1 ≤ g, h ≤ N kgh ≥ 0 ⇔ KP Q ≥ 0 (5.27)
Il convient de noter que s’il existe (g, h) tel que kgh = 0, alors les producteurs g et h n’ont aucune
branche en commun. Ceci n’est pas possible ici car les producteurs sont raccordés à un même
départ.
(i)
Revenons maintenant à la matrice M(i) = (mgh )1≤g,h≤N .
 (i) (i)

k11 σ1 . . . k1N σN
 .. .. .. 
M(i) =
 . . . 
 (5.28)
(i) (i)
kN 1 σ1 . . . kN N σN
Nous avons déjà discuté du signe des coefficients kgh . Nous allons maintenant nous intéresser au
(i)
signe des coefficients σh correspondant à la pente de la loi de commande du h-ème producteur
dans la i-ème zone de fonctionnement. Par exemple, pour la loi de commande Q(U ) que nous
avons étudiée précédemment (figure 1.7), nous pouvons remarquer que la pente varie en fonction
de la zone de fonctionnement, mais qu’elle est toujours négative ou nulle. Cette constatation
peut se généraliser. En effet, toute injection de puissance (active ou réactive) a pour conséquence
une élévation de la tension. Or, l’objectif est de demander aux producteurs de s’opposer aux
variations de la tension afin de participer à son maintien autour de la valeur de consigne. Ainsi,
il est possible de jouer sur la valeur de la pente pour régler la « sensibilité » de la consigne de
puissance du producteur aux variations de tension, mais cette dernière sera toujours négative
dans le cadre de producteurs participant au réglage de tension.
(i)
∀i ∈ NP Q, ∀1 ≤ h ≤ N, σh ≤ 0 (5.29)
Finalement, ceci nous permet de conclure que tous les coefficients de la matrice M(i) sont négatifs.
(i) (i)
∀i ∈ NP Q, ∀1 ≤ g, h ≤ N, mgh = kgh · σh ≤ 0 (5.30)
(i)
On pose P(i) = (pgh )1≤g,h≤N la matrice carrée telle que :
(i) (i)
∀1 ≤ g, h ≤ N, pgh = −mgh ≥ 0 (5.31)
Ainsi, on peut dire que P(i) est une matrice à coefficients positifs ou nuls. Nous proposons d’en
étudier le spectre.
Spectre d’une matrice à coefficients positifs
Le théorème de Perron-Frobenius s’applique pour des matrices à coefficients strictement posi-

tifs [132]. Il permet, notamment, de borner le spectre de ce type de matrices. Nous proposons de
montrer ici que cette propriété reste vraie pour des matrices à coefficients positifs ou nuls.
Démonstration. Soit M = (mij )1≤i,j≤n une matrice réelle carrée telle que M ≥ 0. On définit
Propriété 1. Soit M = (mij )1≤i,j≤n une matrice réelle carrée à coefficients positifs.
Le rayon spectral ρ(M) de M est majoré par le maximum des sommes des éléments de chaque
ligne.  
Xn
ρ(M) ≤ max  mij  (5.32)
1≤i≤n
j=1
l’ensemble S comme suit :

  



 
 0 ≤ vi ≤ 1, ∀1 ≤ i ≤ n
 P




+
S = γ ∈ R ∃V = (vi )1≤i≤n ∈ Rn : n
i=1 vi = 1 (5.33)

 
 

  0 ≤ MV − γV 
1. Montrons que S n’est pas un ensemble vide
Soit λ ∈ C une valeur propre de M. Alors, il existe un vecteur X = (xi )1≤i≤n ∈ Cn différent du
vecteur nul tel que :
MX = λX (5.34)
Ceci revient à dire que :
n
X
∀1 ≤ i ≤ n, mij xj = λxi (5.35)
j=1
On s’intéresse au module de cette égalité scalaire. On a :

X
n
∀1 ≤ i ≤ n,
m ij x j
= |λxi |
(5.36)
j=1
P P
Or, d’après l’inégalité triangulaire, on sait que nj=1 mij xj ≤ nj=1 |mij | · |xj |, d’où :

n
X
∀1 ≤ i ≤ n, |λ| · |xi | ≤ |mij | · |xj | (5.37)
j=1
On rappelle que la matrice M est à coefficients positifs ou nuls. Donc, pour tout 1 ≤ i, j ≤ n, on
a |mij | = mij . De plus, pour tout 1 ≤ i ≤ n on pose yi = |xi | et Y ∈ Rn le vecteur dont la i-ème
composante est yi . On peut alors écrire que :
n
X
∀1 ≤ i ≤ n, 0 ≤ (mij · yj ) − |λ| · yi ⇔ 0 ≤ MY − |λ|Y (5.38)
j=1
On souhaite montrer que |λ| appartient S. Pour ce faire, on remarque que, comme Y n’est pas
le vecteur nul, on peut dire que :
∃1≤k≤n: yk 6= 0 (5.39)
Pn
De plus, par construction, on sait que yi ≥ 0 quel que soit i. On en déduit donc que j=1 yj > 0.
On peut alors définir le vecteur V = (vi )1≤i≤n ∈ Rn tel que :
Y
V = Pn (5.40)
j=1 yj
Ce vecteur vérifie :
∀ 1 ≤ i ≤ n vi = Pnyi ⇒ 0 ≤ vi ≤ 1
j=1 yj
Pn Pn Pn
Pni=1 yi ⇒ (5.41)
i=1 vi =
j=1 yj
i=1 vi =1
0 ≤ MY − |λ|Y ⇒ 0 ≤ MV − |λ|V
Finalement, on remarque que |λ| appartient à S. On a donc montré que :
λ ∈ spec(M) ⇒ γ = |λ| ∈ S ⇒ S=
6 ∅ (5.42)
On en conclut que l’ensemble S n’est pas vide.

2. Montrons que S est majoré
Ayant montré que S contient au moins un élément, nous pouvons considérer γ ∈ S. Alors, on
sait qu’il existe V = (vi )1≤i≤n ∈ Rn qui vérifie :

 0P≤ vi ≤ 1, ∀1 ≤ i ≤ n


n
i=1 vi = 1 (5.43)


 0 ≤ MV − γV
La dernière ligne nous permet d’écrire :
 
n
X n
X
∀ 1 ≤ i ≤ n, γ · vi ≤ (mij vj ) ≤ max (vj ) ·  mij  (5.44)
1≤j≤n
j=1 j=1
On sait alors qu’il existe 1 ≤ i0 ≤ n tel que vi0 = max1≤j≤n (vj ) et vi0 > 0 car tous les vj sont
positifs ou nuls et leur somme vaut un. On peut donc écrire :
n
X
γ ≤ m i0 j (5.45)
j=1
On a donc montré que tout élément de S est majoré par la somme des éléments de la ligne i0
de la matrice M et donc a fortiori par le maximum des sommes des éléments de chaque ligne.
Finalement, on en conclut que l’ensemble S est borné.

 
Xn
γ ≤ max  mij  (5.46)
1≤i≤n
j=1
3. Conclusion de la démonstration
Finalement, nous avons montré que S est un ensemble non vide et majoré par le maximum des
sommes des éléments de chaque ligne de la matrice M. De plus, dans la première partie de la
preuve, nous avions montré que pour tout λ valeur propre de M, alors |λ| appartient à S (5.42).
Donc :
 
n
X
M≥0 ⇒ ∀λ ∈ spec(M), γ = |λ| ≤ max  mij  (5.47)
1≤i≤n
j=1
Si l’on note ρ(M) le rayon spectral de M, on peut alors dire que :

 
n
X
M≥0 ⇒ ρ(M) ≤ max  mij  (5.48)
1≤i≤n
j=1
On rappelle que nous avions montré que P(i) est une matrice à coefficients positifs ou nuls. Ainsi,
grâce à la propriété 1, on peut donc en déduire que :
N
!
X (i)
∀ ν ∈ spec(P(i) ), |ν| ≤ max −kgh σh (5.49)
1≤g≤N
h=1
Finalement, on peut écrire que :
N
!
X (i)
∀ i ∈ NP Q , ρ(P(i) ) ≤ max −kgh σh (5.50)
1≤g≤N
h=1
Conclusion
Ayant réussi à majorer le rayon spectral de P(i) , nous allons maintenant revenir à celui de M(i) .
Pour ce faire, il convient de remarquer que :
∀ ν ∈ spec(P(i) ), µ = −ν ∈ spec(M(i) ) (5.51)
Les équations (5.50) et (5.51) nous permettent de dire que :
N
!
X (i)
(i)
∀ µ ∈ spec(M ), |µ| ≤ max −kgh σh (5.52)
1≤g≤N
h=1
On rappelle que l’on a montré précédemment (5.24) que :

(i)
µ ∈ spec(M(i) ) ⇔ λ = a + (1 − a)µ ∈ spec(A′ ) (5.53)
Or, grâce à l’inégalité triangulaire et en se souvenant que 0 ≤ a < 1, on peut montrer que :
|λ| = |a + (1 − a)µ| ≤ a + (1 − a)|µ| (5.54)
Finalement, en étudiant les propriétés des matrices d’évolution A′ (i) du système dans chaque
zone de fonctionnement i ∈ NP Q, nous avons montré que le module des valeurs propres de ces
matrices d’évolution peut être majoré par :
N
!
X
′ (i) (i)
λ ∈ spec(A ) ⇒ |λ| ≤ a + (1 − a) max −kgh σh (5.55)
1≤g≤N
h=1
5.3.3 Critère général proposé pour N producteurs
Nous rappelons que l’objectif de cette étude est de proposer un critère de stabilité valable
pour un départ quelconque accueillant N producteurs quelconques équipés de régulateurs
identiques. Dans la partie 5.3.2, nous avons exprimé un majorant du module des valeurs propres
de la i-ème zone de fonctionnement. Ce majorant dépend des paramètres du système tels que la
longueur des lignes, leur inductance, la puissance installée des producteurs, etc.
Afin de proposer un critère valable quels que soient le départ et le producteur, nous allons
exprimer un majorant du module des valeurs propres plus large que celui obtenu par (5.55) et
valable dans tous les cas. Pour y parvenir, nous rappelons que, d’après l’expression physique
approchée de la matrice des gains du départ (partie 2.3.2), nous pouvons dire que pour 1 ≤
g, h ≤ N , kgh ≤ kgg . En effet, le gain kgh est proportionnel à la longueur des branches en amont
des nœuds de raccordement des producteurs g et h qui est nécessairement inférieure ou égale
à la longueur des branches en amont du nœud de raccordement de l’un des deux producteurs
(figure 5.2).
À partir de ce constat, nous proposons d’écrire : Nous cherchons à interpréter physiquement
N
! N
! N
!
X (i)
X (i)
X (i)
max −kgh σh ≤ max kgg −σh = max kgg · −σh
1≤g≤N 1≤g≤N 1≤g≤N
h=1 h=1 h=1
| {z } | {z } | {z }
N prod. répartis sur le départ Les N prod. en un noeud Les N prod. au pire noeud
(5.56)
ce dernier encadrement. Il revient à dire que N producteurs répartis sur le départ sont moins
P (i)
contraignants en termes de stabilité qu’un producteur de pouvoir réglant N h=1 −σh situé au
pire nœud de raccordement, c’est-à-dire au nœud ng tel que kng ng = max1≤g≤N kgg .
Nous avons discuté, dans le cas de départs raccordant un seul producteur, de la plus grande
Finalement, nous avons montré que la stabilité du système à un producteur dont la puissance
réactive réglante est égale à la somme des puissances réactives réglantes et qui se situe au nœud
de raccordement ayant le plus grand gain du départ implique celle du système à N producteurs.
valeur possible du gain du réseau (K). Cette majoration est toujours valable.
kng ng ≤ K (5.57)
La puissance maximale raccordée à un départ moyenne tension ne dépasse pas quelques méga-
watts qu’ils soient répartis en N producteurs ou en un seul. La minoration de σ est donc toujours
valable.
N
X
(i)
σ≤ σh (5.58)
h=1
Finalement, nous avons montré qu’un départ raccordant N producteurs équipés de régulateurs
identiques est moins contraignant pour la stabilité qu’un départ accueillant un seul producteur
de taille σ raccordé à un nœud tel que le gain du réseau soit K.
Ainsi, si on garantit la stabilité du « pire » système à un producteur, on garantit celle
de tous les départs accueillant N producteurs. Le critère général (5.12) proposé dans la
partie précédente est donc suffisant pour assurer la stabilité de tous les départs moyenne tension
quel que soit le nombre de régulateurs qui y sont raccordés.
−1 − Kσ Le système est stable quels que soient le nombre de

a > alim = ⇒ (5.59)
1 − Kσ producteurs et le départ auquel ils se raccordent
La valeur numérique proposée dans le cas des départs moyenne tension français (5.15) est donc
toujours valable.
alim . 0, 75 (5.60)
Nous proposons de comparer cet ordre de grandeur avec les critères exprimés précédemment en
étudiant des réseaux réels.
5.4 Discussions
5.4.1 Sur l’impact du ralentissement des régulateurs
Dans ce chapitre, nous avons établi une condition suffisante de stabilité de tous les départs ac-
cueillant un ou plusieurs régulateurs de puissance identiques et composés d’un filtre passe-bas
du premier ordre. Nous en avons proposé une évaluation numérique dans le cadre des départs
moyenne tension français. Celle-ci nous a permis de proposer une condition portant sur le para-
mètre a des filtres de mesure des producteurs qui garantit la stabilité.
0, 75 ≤ a ⇒ Le système est stable (5.61)
Nous proposons de comparer cet ordre de grandeur avec la limite de stabilité du cas
d’étude réel à un producteur proposé dans les chapitres précédents (parties 2.4, 3.3 et 4.4).
(ex)
Nous avons établi précédemment que ce système était stable pour tout a ≥ alim = 0, 45.
Dans ce chapitre, nous avons majoré les valeurs des rapidités limites alim pour toutes les valeurs
de production possibles et tous les nœuds de raccordement. Nous avons proposé alim = 0, 75.
On peut donc remarquer que le cas d’étude réel est bien moins contraignant que le « pire » cas
proposé pour le calcul de alim .
(ex)
alim ≪ alim (5.62)
Dans le chapitre 4, nous avons déjà remarqué que le producteur du cas d’étude réel est très
contraignant d’après les règles de raccordement en vigueur en France. En effet, même équipé
d’un régulateur Q(U ), ce producteur provoque une augmentation importante de la tension sur
le départ. Avec les normes actuelles, ce producteur est à la limite des producteurs pouvant se
raccorder en départ mixte et devrait l’être avec une consigne de ratio entre la puissance réactive
et la puissance active – dit consigne de tan(ϕ) – le plus bas possible d’après l’arrêté du 23 avril
2008 [12].
Cependant, le « pire » cas pour la stabilité a été évalué sans tenir compte des pratiques de raccor-
dement actuelles mais uniquement des dispositions légales – puissance des producteurs raccordés
en moyenne tension, etc. On obtient donc un résultat beaucoup plus restrictif que les cas réa-
listes ; cependant l’usage actuel est voué à évoluer en accueillant de plus en plus de production de
plus en plus loin sur les départs. Imposer dans les codes de réseau ou documentations techniques
de référence un filtre de mesure passe-bas du premier ordre avec un paramètre de filtre supérieur
à alim garantit la stabilité même en cas de modification éventuelle des règles de raccordement.
Ceci se fait au prix de la rapidité du système.
Pour illustrer ceci, nous traçons la réponse indicielle du filtre de mesure dans le cas d’étude
réel pour les deux réglages proposés du paramètre du filtre passe-bas du premier ordre. Nous
rappelons que la valeur numérique proposée de alim l’est à titre indicatif.
Comme on peut voir sur la figure 5.3, pour le cas étudié, la surestimation de la limite de stabilité
entraine un allongement du temps de réponse à 5 % du filtre de mesure. En effet, celui-ci est
(ex)
passé de 4 s pour a = alim = 0, 45 à 11 s pour a = alim = 0, 75.
Il convient de noter que, même en choisissant le filtre de mesure valable dans tous les cas (alim ),
le temps de réponse du filtre reste autour d’une dizaine de secondes. Ceci semble suffisamment
rapide pour assurer l’inexistence d’interaction avec les régleurs en charge et les bancs de capacités
installés aux postes sources qui eux répondent au bout d’une minute (hypothèse 7).
En conclusion, le choix de a = alim permet de garantir la stabilité de tous les systèmes accueillant
des producteurs équipés de régulateurs de puissance réactive identiques. Il a été calculé à partir
Sortie du filtre de mesure

1
0, 95
(ex)
0, 50 tr alim = 4s tr alim = 11s
a = alim
(ex)
a = alim
0
0 5 10 15 20
Temps [s]
(ex)
Figure 5.3 – Réponse indicielle du filtre de mesure critique adapté au cas d’étude (alim ) et valable
pour tous les départs moyenne tension français (alim )
d’un cas très pessimiste ce qui améliore la stabilité des systèmes au détriment de leur rapidité.
Cependant, le temps de réponse du filtre lent (alim ) est de l’ordre d’une dizaine de secondes ce
qui ne remet pas en cause les hypothèses de découplage temporel des régulateurs de
puissance par rapport aux régulations existantes sur les réseaux.
Il convient de noter enfin que, dans les codes de réseau en vigueur en France, la qualité de tension
est mesurée grâce à l’amplitude moyenne de la tension sur dix minutes. Ainsi, le choix d’imposer
un temps de réponse minimal de l’ordre de dix secondes ne devrait pas impacter la qualité de la
tension sur les réseaux. Afin d’évaluer plus précisément l’impact du ralentissement des régulateurs
proposé dans ces travaux, une étude dynamique des profils de tension serait souhaitable avec des
profils plus réalistes.
Ayant discuté des départs moyenne tension français, nous proposons maintenant de comparer ces
résultats aux normes en vigueur – ou à l’étude – dans d’autres pays européens.
5.4.2 Sur le contenu des codes de réseaux
Comme nous l’avons déjà évoqué, il existe des pays dans lesquels il est possible, pour certains
producteurs, de participer au réglage de tension par l’intermédiaire d’un régulateur de puis-
sance réactive. Les paramètres de ce régulateur sont spécifiés par les gestionnaires de réseaux
de distribution (GRD). Les recommandations générales sont données dans les codes de réseau
ou les documentations techniques de référence. Nous allons comparer les réglementations
proposées dans quelques pays européens.
Autriche
Commençons par nous intéresser au cas de l’Autriche. Le régulateur autrichien « E-control » est
l’auteur de documentations techniques de référence dont une se focalise sur le fonctionnement
des installations de production raccordées aux réseaux de distribution [36]. Dans ce document,
il est indiqué que le GRD peut demander aux producteurs raccordés aux réseaux moyenne et
basse tension de participer au réglage de tension. Ce réglage peut prendre plusieurs formes :
— un réglage fixe spécifiant une consigne de puissance réactive ou une consigne du facteur
de puissance dit « cos(ϕ) » ;
— un réglage dynamique de la puissance réactive en fonction de la tension (dit Q(U )) ou du
cos(ϕ) en fonction de la puissance active.
Il est donc possible pour un GRD de demander aux producteurs de s’équiper d’un régulateur
de puissance réactive. Il est ajouté dans la documentation technique de référence que la loi de
commande de la puissance réactive en fonction de la tension doit être continue et que la pente
devra être limitée.
Dans les travaux présentés dans ce mémoire, nous avons illustré l’impact de la pente de la loi
de commande (notée σ) sur la stabilité. Le critère établi (5.12) montre que le système peut être
stabilisé en limitant la pente, comme proposé par le code de réseau autrichien. Cependant, un
tel choix modifie la participation des producteurs au réglage de tension en régime permanent
en réduisant la puissance réactive maximale et minimale ou en réduisant la largeur de la bande
morte. Nos travaux ont permis de mettre en évidence qu’il est possible de contraindre la dyna-
mique du réglage de tension sans modifier la caractéristique statique de la loi de commande. Par
rapport aux propositions du code de réseau autrichien, ceci permettrait de garantir la stabilité
sans limiter la participation des producteurs au réglage de tension.
Italie
En Italie, le comité de normalisation « CEI » a publié des règles techniques de raccordement des
producteurs au réseau de distribution [5] dans lesquelles figure un paragraphe sur la participation
au réglage de tension des producteurs décentralisés. Il est prévu que les GRD puissent demander à
toute installation dont la puissance est supérieure à 6 kW de respecter une caractéristique Q(U ).
Deux allures de loi de commande Q(U ) type sont proposées dans ce document (figure 5.4).
Q Q
Qmax Qmax
1, 08 1, 1 1, 08 1, 1
| | U/Un | | U/Un
0, 9 0, 92 0, 9 0, 92
Qmin Qmin
(a) Loi Q(U ) avec bande-morte (b) Loi Q(U ) avec hystérésis
Figure 5.4 – Lois de commande Q(U ) proposées dans la norme italienne [5]
On remarque que l’on retrouve l’allure de la loi de commande étudiée dans ces travaux (fi-
gure 5.4a). Le choix des paramètres est donné à titre indicatif et peut être ajusté au cas par cas
par le GRD. Cette fois-ci, la norme contient des recommandations concernant la dynamique de ce
type de régulateurs. En effet, il est demandé aux producteurs de garantir un temps de réponse à
5 % inférieur à dix secondes. Fixer une limite haute au temps de réponse des régulateurs permet
d’assurer le découplage entre les régulateurs de tension des producteurs et les réglages existants
plus lents comme les régleurs en charge. Ceci apparait aussi comme l’un des poins essentiel de
nos travaux (hypothèse 7). Par contre, nous ne pouvons pour l’instant pas discuter de la valeur
numérique de cette limite haute du temps de réponse. En effet, pour ceci, une étude approfondie
de la structure et du fonctionnement des réseaux de distribution italiens devrait être menée car
ces derniers sont différents du cas français.
Nos travaux ont permis d’illustrer le besoin d’une limite haute sur le temps de réponse des
régulateurs mais aussi d’une limite basse. Cette dernière permet d’éviter les oscillations entre
plusieurs zones de fonctionnement des régulateurs des producteurs. Ainsi, imposer uniquement
une limite haute du temps de réponse des régulateurs, comme proposé dans la norme italienne [5],
semble représenter un risque pour la stabilité des systèmes.
Allemagne
On s’intéresse maintenant au cas de l’Allemagne en étudiant les directives pour le raccordement

des producteurs aux réseaux moyenne tension publiées par l’association allemande pour l’énergie
« BDEW » [37]. Ce document prévoit que le GRD puisse demander aux producteurs raccordés
au réseau moyenne tension de participer au réglage de tension de façon statique (consigne de
puissance réactive ou de facteur de puissance fixe) ou de façon dynamique (loi de commande
Q(U ) ou du facteur de puissance en fonction de la puissance active). Le document recommande
le choix de lois de commande continues et de pentes limitées. Le temps de réponse à 5 % des
régulateurs Q(U ) doit être compris entre dix secondes et une minute.
Comme dit précédemment, le choix d’un temps de réponse maximum, s’il est bien réglé, permet
de garantir l’absence d’interaction avec des régulations plus lentes comme les régleurs en charge.
De plus, le choix d’un temps de réponse minimal, s’il est bien réglé, permet de garantir l’absence
d’interactions instables entre plusieurs zones de fonctionnement des régulateurs des producteurs.
Nos travaux ont permis de conclure qu’il est important d’encadrer le temps de réponse des
régulateurs comme le propose la norme allemande.
Nous pouvons remarquer que les valeurs numériques des bornes haute et basse du temps de
réponse proposées dans ces travaux sont similaires aux valeurs numériques proposées par [37]. En
effet, les réglages existant en France – régleurs en charge et bancs de condensateurs – répondent
au bout d’une minute. Il faut donc s’assurer que les régulateurs répondent en moins d’une minute.
De plus, nous avons étudié la réponse indicielle d’un filtre de mesure avec alim (F r) (figure 5.3).
Le temps de réponse minimal proposé dans ces travaux est donc aussi de l’ordre de dix secondes.
Ainsi, le critère que nous proposons pour la France est du même ordre de grandeur que celui
proposé pour les réseaux moyenne tension allemands. Cependant, il convient de noter qu’afin
de justifier que celui-ci permet d’assurer la stabilité des réseaux aussi en Allemagne, il faudrait
étudier la structure et le fonctionnement des réseaux moyenne tension allemands ainsi que le
temps d’échantillonnage des filtres de mesure des régulateurs des producteurs.
Pour conclure, le tableau 5.2 résume les différentes recommandations des codes de réseaux étudiés
ici ainsi que les recommandations issues de ces travaux.
Temps de Temps de
réponse réponse Remarque
minimal maximal
Notre approche Nécessaire Nécessaire
Stabilité assurée en
Autriche [36]
jouant sur la pente
Italie [5] X Risque d’instabilité
Vérifier les valeurs
Allemagne [37] X X
choisies
Tableau 5.2 – Résumé de la comparaison de plusieurs codes de réseaux
5.4.3 Sur l’extrapolation à différents filtres de mesure
En France, la documentation technique de référence rédigée par Enedis propose aux producteurs
raccordés à un départ moyenne tension mixte de participer au réglage de tension. Cette partici-
pation peut se faire sous la forme d’un régulateur local de puissance réactive en fonction de la
tension [38]. Comme nous l’avons déjà noté (partie 4.6.3), ce document propose aux producteurs
une loi de commande Q(U ) telle que celle étudiée dans ces travaux (figure 1.7). Cependant, le
filtre de mesure choisit par Enedis n’est pas un filtre passe-bas du premier ordre, mais un filtre
à moyenne glissante sur dix échantillons avec un temps d’échantillonnage d’une se-
conde.
Dans le chapitre précédent, nous avions discuté de la validité du critère proposé pour un filtre
du type moyenne glissante. L’étude d’un exemple, à un producteur, avait illustré que la stabilité
locale du système avec ce type de filtres impliquerait la stabilité globale. Nous avions donc
envisagé d’étendre le critère proposé pour les filtres passe-bas du premier ordre aux filtres
du type moyenne glissante.
Ici, nous allons supposer que ceci est vrai et donc que l’étude des valeurs propres des matrices
d’évolution du système dans chacun des modes de fonctionnement permet d’évaluer la stabilité
de ce dernier même en présence de filtres de type moyenne glissante. À partir de ce postulat, nous
proposons d’évaluer empiriquement, sur un exemple de système, les « pires » valeurs propres d’un
système accueillant un producteur équipé d’un régulateur Q(U ) avec un filtre à moyenne
glissante sur n ∈ N⋆ échantillons.
Pour ce faire, pour un filtre donné, nous commençons par rappeler le modèle d’état choisi pour
représenter la moyenne glissante sur n échantillons. On note ∆xf (k) ∈ Rn le vecteur d’état à
l’instant kTe du filtre.

    


 0 ... ... ... 0 1

    




 1 0 ... ... 0  
 0 
 

  .. .. .. 
  . 
. 
. .

 ∆xf (k + 1) = 
 0 .  ∆xf (k) + 
 .  ∆U (k)
.. . . . . . . ..  (5.63)
 ... 
   




 . . . . .   





 0 ... 0 1 0 0
 h i

 ∆Uf (k) 1 1
= n ... ... n
∆xf (k)
Nous exprimons ensuite A′(i) la matrice d’évolution dans le mode i dans le cas d’un réseau
raccordant un seul régulateur de puissance dont le filtre est un filtre à moyenne glissante sur n
échantillons.
 
KP Q ×σ(i) KP Q ×σ(i)
n ... ... n
 
′(i)

 0 

A = ..  (5.64)

 In−1 . 

0
On rappelle que In−1 est la matrice identité de dimension (n − 1).

Le but est d’étudier le « pire » rayon spectral de ces matrices pour tout i ∈ NP Q . Encore une fois,
on ne sait pas exprimer formellement les valeurs propres d’une matrice de dimension n × n. Nous
proposons donc une approche empirique. Afin d’étudier le plus grand rayon spectral possible,
nous allons, pour une valeur de n donnée, évaluer l’évolution maximale sur les différents modes
de fonctionnement i ∈ NP Q des rayons spectraux ρ(A′(i) ) en fonction des paramètres du système.
On peut déjà remarquer que, comme décrit partie 5.2.2, les paramètres du système apparaissent
sous la forme du produit du gain du réseau et du pouvoir réglant du producteur. On trace donc

l’évolution de maxi∈NP Q ρ(A′(i) ) en fonction de ce produit.
n=2
1, 5
maxi (ρ(A′(i) ))
n=5
1, 0
0, 5
0
Kσ 0
Évolution du produit (KP Q σ)

Figure 5.5 – Évolution du maximum des rayons spectraux des matrices d’évolution avec les
paramètres du système
On peut remarquer sur la figure 5.5 que le cas le plus contraignant en matière de stabilité
est le réseau ayant le plus grand gain (K) et le producteur ayant la plus grande pente en valeur
absolue (σ). On retrouve le même résultat que dans le cas d’un filtre passe-bas d’ordre un comme
on s’y attendait. On peut aussi noter sur la figure 5.5 que le maximum des rayons spectraux
des différents A′(i) semble diminuer quand n augmente. Ceci amène à penser que plus n
augmente, plus le système est stable. Une étude rapide des réponses indicielles d’un filtre
moyenne glissante pour différentes valeurs de n (figure 5.6) amène à penser que plus n est grand
plus le filtre moyenne glissante est lent. On peut donc dire qu’on retrouve le résultat précédent :
plus le système est lent plus il est stable.
1
Sortie du filtre de mesure
0, 5
n=1
n=2
n=4
n=6
0
0 2 4 6 8 10
Temps [s]
Figure 5.6 – Réponse indicielle d’un filtre de type moyenne glissante sur n échantillons pour
différentes valeurs de n
On peut donc conjecturer que plus le producteur sera loin et puissant plus le système
risquera d’être instable. De plus, on peut penser qu’en augmentant n – soit l’horizon temporel
de la moyenne glissante –, on pourra stabiliser le système.
Nous avions exprimé le paramètre a d’un filtre passe-bas du premier ordre assurant la stabilité de
tous les systèmes. Nous allons faire de même en estimant nlim le plus petit n tel que le système
soit stable pour KP Q = K et σ = σ. On rappelle que les valeurs des majorants sont données
à titre illustratif. Alors on pourra dire que pour tout n ≥ nlim et tout système respectant la
configuration présentée partie 5.2.4, le système sera stable quel que soit le producteur qui s’y
raccorde et quel qu’en soit le nœud de raccordement.
Pour évaluer empiriquement nlim , on calcule le rayon spectral de A′(i) pour le système le plus
contraignant (K et σ) et pour différentes valeurs de n. Le tableau 5.3 présente l’évolution du
maximum des rayons spectraux pour différents horizons de la moyenne glissante.
On peut voir que pour tout n ≥ 8, le rayon spectral des matrices d’évolution est strictement
inférieur à un dans le cas du réseau le plus contraignant défini ici. On peut donc supposer qu’il
le sera toujours, quelles que soient la puissance et la position du producteur raccordé.
n ≥ nlim = 8 ⇒ Stabilité locale de chaque mode de fonctionnement i (5.65)

n maxi∈NP Q ρ(A′(i) ) Stabilité locale ?

1 6,40 NON
2 1,78 NON
3 1,63 NON
4 1,21 NON
5 1,09 NON
6 1,02 NON
7 1,00 ?
8 0,99 OUI
9 0,99 OUI
10 0,99 OUI
Tableau 5.3 – Évolution du maximum des rayons spectraux du système le plus contraignant pour
la stabilité avec n la largeur de l’horizon de la moyenne glissante
Nous avions montré au chapitre 4, pour un producteur équipé d’un filtre passe-bas du premier
ordre, que la stabilité locale est une condition suffisante de stabilité globale du système. Si l’on
montre que le raisonnement s’étend aux moyennes glissantes, comme conjecturé sur un exemple,
alors on pourra dire que la conjecture suivante est vérifiée pour les réseaux respectant les valeurs
numériques proposées partie 5.2.4.
n ≥ nlim = 8 ⇒ Le système est stable (5.66)
Il convient cependant de noter que le rayon spectral est très proche de un, la marge de stabilité
même pour n = 10 reste très faible. La figure 5.7 illustre la réponse du système à un échelon de
perturbation pour n = 6, n = 8 et n = 10. On peut voir que le système est bien instable pour
n = 6 (figure 5.7a) et stable pour n = 8 (figure 5.7b). Par contre, on peut aussi remarquer que
le temps de réponse du système est très lent. Même pour n = 10, on trouve un système stable
mais lent (figure 5.7c).
Tension [kV]
Tension [kV]
Tension [kV]
20, 8
20, 8 20, 8
20, 4
20, 4 20, 4
20
n=6 n=8 n = 10
0 100 200 300 400 0 100 200 300 400 0 100 200 300 400
Temps [s] Temps [s] Temps [s]
(a) n = 6 (b) n = 8 (c) n = 10
Figure 5.7 – Réponse indicielle du « pire » système tel que défini précédemment avec un filtre de
type moyenne glissante sur n échantillons pour n = 6, n = 8 et n = 10
Cette étude empirique rapide nous amène à penser que le raisonnement proposé pour des filtres
passe-bas du premier ordre s’entend aux filtre à moyenne glissante. Une étude plus approfondie,
notamment pour N producteurs, semble nécessaire pour vérifier ceci. De plus, une étude appro-
fondie des ordres de grandeurs des différents paramètres dans le cas des réseaux français semble
intéressante afin de pouvoir discuter de la validité du réglage proposé par Enedis (n = 10) et du
comportement dynamique du système avec n = 10.
5.5 Conclusion
Dans le chapitre précédent, nous avons étudié les systèmes de N producteurs équipés de régu-
lateurs de puissance identiques et dont le filtre de mesure est un filtre passe-bas
du premier ordre à temps discret. Dans ce cas particulier, nous avons pu établir un critère
explicite de stabilité pour un départ accueillant un seul producteur et un critère implicite pour
un départ accueillant plusieurs producteurs. Il s’agit de conditions suffisantes de stabilité des
systèmes. Même si cette méthode est plus restrictive que l’outil formel décrit au chapitre 3, elle
permet de faciliter grandement les études de stabilité des réseaux accueillant de nombreux régu-
lateurs. Pour autant, La limite de stabilité doit être calculée à l’aide du critère établi au cas par
cas. Ainsi, à chaque nouveau raccordement, les réglages des producteurs déjà en place doivent
être revus. Ceci complique le processus de raccordement et limite la participation au réglage de
tension aux producteurs pour lesquels une étude de raccordement est réalisée.
Afin de contourner ces difficultés, nous avons souhaité proposer aux gestionnaires de réseaux
de distribution (GRD) une condition suffisante de stabilité qui soit valable, quels que
soient le producteur et le réseau auquel il se raccorde. Dans le cas de départs n’accueillant
qu’un seul producteur, le critère de stabilité au cas par cas est formulé de façon explicite. À
partir de l’expression de alim dans un cas donné et des caractéristiques techniques des réseaux,
nous avons exprimé un majorant de alim que l’on note alim . Son expression générique est donnée
en fonction de K le gain maximal d’un départ quelconque et de σ le pouvoir réglant maximal
(en valeur absolue) d’un producteur quelconque.
−1 − Kσ
alim = <a ⇒ Stabilité globale à un producteur (5.67)
1 − Kσ
Une application numérique dans le cas d’un exemple de réseaux moyenne tension français a été
proposée. Cette étude a permis de montrer, dans ce cas particulier, que :
alim . 0, 75 (5.68)
Il convient de noter que même si la valeur numérique de alim n’est pas généralisable en l’état,
l’approche l’est par exemple pour des réseaux autres que la moyenne tension ou pour des lois de
commande affines par morceaux autres que la loi Q(U ) retenue par Enedis.
Ensuite, nous avons étendu le domaine de validité du critère généralisé d’un producteur vers N
producteurs. Dans le cas d’un départ accueillant N producteurs, le critère établi est implicite.
La généralisation proposée pour un producteur ne peut donc pas s’appliquer. Pour lever ce
verrou, nous nous sommes penchés sur l’étude des valeurs propres des matrices d’évolution des
168 5.5. Conclusion
départs accueillant N producteurs. En effet, le critère de stabilité établi lie le rayon spectral
de ces matrices à la stabilité globale du système hybride affine par morceaux. L’étude de la
structure particulière des matrices modélisant le système a permis d’exprimer un majorant de
leur rayon spectral. Ainsi, il a été montré que le cas de N producteurs répartis sur un départ
est moins contraignant pour la stabilité que l’ensemble de ces producteurs au « pire » nœud de
raccordement.
Finalement, assurer la stabilité d’un départ accueillant N producteurs revient à assu-
rer celle d’un départ n’en raccordant qu’un seul. Nous avons donc étendu le domaine de
validité du critère proposé précédemment.
−1 − Kσ
alim = <a ⇒ Stabilité globale à N producteurs (5.69)
1 − Kσ
Pour conclure, nous avons proposé une méthodologie permettant de traiter la stabilité des ré-
gulateurs de puissance de manière générale. Le critère proposé avec cette méthode est valable
quel que soit le réseau étudié et quel que soit le producteur qui s’y raccorde. Encore une fois,
cette simplification de l’étude de stabilité se fait au prix de la rapidité du système. Avant de
conclure sur les travaux proposés et leurs perspectives (chapitre 6), nous pouvons d’ores et déjà
noter qu’il serait souhaitable de quantifier plus précisément l’impact de ce ralentissement sur le
système grâce à des études dynamiques.
Chapitre 6
Conclusion générale et perspectives
Le développement de la production décentralisée s’accompagne de l’apparition de nombreux ré-

gulateurs sur les réseaux. Ces régulateurs sont le plus souvent locaux, en particulier au niveau
des producteurs. De nombreuses interrogations quant à l’impact de ces régulateurs décentralisés
sur la stabilité des réseaux ont été soulevées à la fois dans la littérature et dans l’industrie. Ce-
pendant la non-linéarité du système, le nombre d’acteurs à représenter ainsi que la grande variété
de structures existantes compliquent la mise au point d’une méthode d’étude de la stabilité du
système. Malgré tout, l’analyse formelle de la stabilité semble nécessaire afin d’accompagner le
développement des régulateurs locaux sans mettre en danger la stabilité des réseaux de distribu-
tion.
Dans ces travaux, trois méthodes originales d’étude de la stabilité d’un réseau de distribution
accueillant des régulateurs locaux de puissance sont proposées. Celles-ci ont pour objectif d’aider
les gestionnaires de réseaux de distribution à choisir des jeux de paramètres des régulateurs
qui garantissent la stabilité du réseau. Différentes méthodes sont développées en fonction des
besoins des gestionnaires en matière de généricité, de précision, de rapidité et de simplicité de la
démarche.
6.1 Conclusions
Dans un premier temps, nous proposons une méthode permettant de modéliser les réseaux élec-
triques et les producteurs équipés de régulateurs qui y sont raccordés. Les modèles développés
ici sont adaptés à l’étude de phénomènes dont le temps caractéristique est de l’ordre de quelques
secondes. Une attention particulière est portée à leur généricité. En effet, les modèles proposés
s’adaptent à tous les réseaux radiaux et à tous les producteurs non synchrones équipés de régula-
teurs locaux de puissance en fonction de la tension. La modélisation proposée a permis de mettre
en évidence l’existence de risques d’instabilité et le besoin d’une étude formelle de la stabilité.
Dans un deuxième temps, nous développons une méthode formelle d’analyse de la stabilité fondée
sur la construction d’une abstraction discrète représentant le système physique. La méthode
proposée permet d’évaluer avec précision la limite de stabilité puisqu’elle analyse la stabilité de
169
170 6.1. Conclusions
chaque trajectoire, et se veut très générique puisqu’elle est adaptée à tout réseau de distribution
raccordant des producteurs équipés de régulateurs affines par morceaux. Cependant, elle demande
un effort de calcul important. En effet, la méthode formelle devient rapidement complexe à
mettre en place et nécessite un temps de calcul important lorsque le nombre de producteurs
augmente. En conclusion, la méthode formelle proposée ici est particulièrement adaptée à l’étude
de cas particuliers comme l’étude d’interactions entre différents régulateurs ou encore l’étude
de systèmes pour lesquels il est important de ne pas ralentir inutilement la dynamique des
régulateurs.
De ce fait, nous cherchons à proposer une méthode qui allège les calculs. Pour y parvenir, nous
particularisons les systèmes étudiés. Nous proposons une méthode permettant d’établir une condi-
tion suffisante de stabilité pour des réseaux quelconques raccordant des régulateurs dont les filtres
de mesure ont la même structure. Cette deuxième méthode proposée simplifie grandement les
calculs et la mise en œuvre tout en introduisant un conservatisme faible puisque la limite de
stabilité est évaluée pour chaque configuration considérée. Cependant, cette deuxième méthode
est moins générique que la méthode formelle proposée précédemment. La démarche envisagée
est plus spécifiquement adaptée aux problématiques de réglage des paramètres des régulateurs
au cours des études de raccordement. Dans ces travaux, la méthode est appliquée à l’étude du
raccordement de régulateurs de puissance réactive avec bande-morte dont les filtres de mesure
sont des filtres passe-bas du premier ordre. Elle permet de formuler une condition suffisante
de stabilité explicite pour des réseaux accueillant un seul producteur équipé de régulateur de
puissance et implicite dans le cas général.
Pour finir, une dernière méthode simplifiant encore l’analyse est présentée. Elle permet d’identifier
des valeurs de paramètres des régulations permettant d’assurer la stabilité de tous les systèmes
possibles. Elle est fondée sur l’étude des contraintes légales et contractuelles de configuration
des réseaux et sur l’étude de la structure des matrices d’évolution du système dans chaque
zone de fonctionnement. Proposer un réglage universel permet une étude simple et rapide de la
stabilité puisqu’elle est réalisée une seule fois pour tous les producteurs, mais ceci s’accompagne
d’une perte de précision sur la détermination de la limite de stabilité. Le principal intérêt de
cette méthode est de proposer des jeux de paramètres des régulateurs à intégrer aux codes
de réseaux et par exemple d’assurer la stabilité de producteurs pour lesquels aucune étude de
raccordement n’est faite ou encore d’éviter de modifier les réglages des régulateurs à chaque
nouveau raccordement sur le départ. Ici, cette troisième méthode est appliquée à l’étude du
raccordement de régulateurs de puissance réactive avec bande-morte dont les filtres de mesure
sont des filtres passe-bas du premier ordre à temps discret dont les paramètres sont identiques.
Elle fournit une constante de temps discrète minimale en fonction de la configuration des réseaux
étudiés qui permet de garantir la stabilité, quel que soit le réseau étudié et quels que soient les
producteurs qui y sont raccordés.
6. Conclusion générale et perspectives 171
Finalement, toute méthode de modélisation, de simulation ou d’analyse des systèmes répond à un

compromis entre le conservatisme des résultats – correspondant ici à la précision avec laquelle la
limite de stabilité est évaluée –, la rapidité des calculs, la généricité et la simplicité de la méthode.
Dans ces travaux, nous avons développé trois approches permettant d’évaluer la stabilité d’un
départ accueillant plusieurs régulateurs locaux de puissance et correspondant à trois compromis
différents entre les quatre critères. L’analyse qualitative des inconvénients et des avantages de
chaque méthode est résumée figure 6.1.
Précision de la limite de stabilité
Condition suffisante spécifique Condition suffisante générale
Simplicté Rapidité
Méthode formelle
Généricité
Figure 6.1 – Diagramme représentant pour chacune des trois méthodes développées dans ces
travaux le compromis proposé entre la précision de la limite de stabilité, la rapidité, la généricité
et la simplicité
6.2 Remarques générales
Les principales contributions, du point de vue méthodologique, de ces travaux ont été résumées
précédemment. Nous nous intéressons ici aux remarques générales qui découlent de l’application
des méthodes à quelques cas d’étude.
• La stabilité d’un producteur dépend de sa position sur le réseau, de sa puis-
sance installée et de son filtre de mesure. Dans le cas des filtres de mesure passe-bas
du premier ordre, nous avons montré que le système est d’autant plus stable que le pro-
ducteur est proche du poste source, que la pente de sa loi de commande est douce et que
son filtre de mesure est lent. Ces résultats rejoignent les habitudes des gestionnaires de
réseaux qui veillent à ne pas raccorder loin du poste source des producteurs puissants.
Le choix de la pente de la loi de commande devra être un compromis entre la stabilité
(pente douce) et une injection/absorption de puissance réactive la plus sélective possible
172 6.3. Perspectives
(pente raide). Le choix de la constante de temps du filtre devra être un compromis entre
la stabilité (constante de temps grande) et la rapidité (constante de temps petite) du
système.
• Les études empiriques ne suffisent pas pour conclure sur la stabilité. Si la

stabilité dépend de la position sur le réseau, de la pente de la loi de commande et de la
constante de temps du filtre, dans ces travaux nous avons aussi montré qu’elle dépend
du point de fonctionnement. En effet, l’analyse d’un cas d’étude réel a permis de mettre
en évidence que certaines conditions initiales peuvent mener à un fonctionnement stable
alors que d’autres non. Ainsi, l’étude de quelques points de fonctionnement peut ne pas
être suffisante pour conclure sur la stabilité du système. C’est ce qui a motivé la mise au
point d’une méthode formelle d’étude de la stabilité.
• Les filtres passe-bas du premier ordre semblent suffisants pour assurer la sta-
bilité. Pour ce type de filtres, nous avons montré que le cas le plus contraignant pour la
stabilité était un départ raccordant toute la production regroupée en un producteur et
au pire nœud du réseau. Pour étudier la stabilité d’un producteur, nous avons formulé
un critère explicite. Comme nous l’avons déjà remarqué, l’étude de ce dernier permet de
montrer qu’il existe toujours un filtre passe-bas suffisamment lent pour garantir la sta-
bilité du système. Ainsi, nous pouvons conclure que, quels que soient le réseau étudié et
les producteurs qui s’y raccordent, il existe toujours une constante de temps discrète des
filtres passe-bas du premier ordre suffisamment grande pour assurer la stabilité.
Finalement, nos travaux ont permis de fournir aux gestionnaires de réseaux de distribution des
méthodologies de réglage des paramètres des régulateurs locaux au niveau des producteurs. Les
différentes démarches proposées présentent des possibilités variées afin de s’adapter au mieux
aux besoins et aux capacités des gestionnaires de réseaux de distribution.
6.3 Perspectives
Différentes méthodes ont été proposées dans ces travaux pour étudier la stabilité des réseaux de
distribution raccordant des producteurs équipés de régulateurs locaux de puissance. Différentes
hypothèses ont été faites tout au long de l’étude et quelques éléments de réflexion ont déjà été
proposés pour étendre le champ d’application des méthodes proposées. Nous allons maintenant
présenter quelques pistes de recherche qu’il serait intéressant d’explorer pour poursuivre ces
travaux et étendre leur domaine d’application.
1. Dans un premier temps, certaines pistes découlent naturellement des limites observées des
méthodes développées dans ces travaux :
• Réduire le temps de calcul de la méthode formelle. La complexité et le temps
de calcul de la méthode formelle développée dans le chapitre 3 la rendent incompatible
avec l’étude de réseaux raccordant de nombreux producteurs. Dans ces travaux, une
première étape d’amélioration de la convergence par rapport aux méthodes classiques
de construction de la bisimulation a été proposée. Aujourd’hui, la méthode conclut

en quelques itérations lorsque le système est instable, mais la détection de la stabilité
du système est nécessite plus d’efforts. Plusieurs pistes peuvent être envisagées pour
améliorer ceci, par exemple améliorer la détection des trajectoires non définitives, mais
stables dans l’analyse de graphe ou encore arrêter le découpage d’un mode discret dès
qu’il est identifié comme non définitif, mais stable. De plus, l’implémentation de l’outil
pourrait être améliorée en considérant par exemple un langage de programmation
orienté objet.
• Renforcer l’étude statistique. L’étude statistique menée au chapitre 4 a permis de
comparer les stabilités locale et globale de nombreux cas d’étude. Le nombre maximal
de producteurs considérés pour cette étude a été limité par la complexité et le temps
de calcul de la méthode formelle, ce dont nous avons déjà discuté. La variété des cas
étudiés a été évaluée a posteriori grâce aux résultats de l’analyse de stabilité. Une
étude préalable concernant la construction des scénarios pourrait permettre de réduire
le nombre de cas à tester tout en garantissant une grande variété dans les scénarios
par exemple en ayant recours aux techniques de plan d’expériences ou de clustering.
Ceci pourrait permettre d’approfondir l’étude statistique sans l’allonger.
• Dimensionner les marges de stabilité. Nous avons mis en évidence l’importance
d’évaluer la marge de stabilité associée à un jeu de paramètres afin de prévoir le com-
portement du système et de garantir la robustesse des réglages proposés. Une analyse
– par exemple paramétrique – du lien entre le choix de la constante de temps discrète
du filtre de mesure et l’allure de la réponse indicielle du système en boucle fermée par
exemple en termes de temps de réponse ou encore d’amplitude du premier dépasse-
ment pourrait aider à identifier les marges de stabilité correspondant au compromis
rapidité/stabilité choisi par le gestionnaire de réseau de distribution.
• Raffiner et décliner le critère de stabilité général. Le critère de stabilité général,
établi au chapitre 5, a été exprimé formellement. Une application numérique, inspirée
des ordres de grandeurs français, a été réalisée. Une étude plus fine des réseaux de
distribution français et des règles de connexion des producteurs permettrait de pro-
poser un critère plus fin adapté aux codes de réseaux français. Une étude similaire
concernant d’autres gestionnaires de réseaux pourrait aussi être menée.
2. Dans ces travaux, certaines hypothèses ont été faites pour simplifier l’analyse de la sta-
bilité. En fonction de la finalité de l’étude et du système étudié, certaines hypothèses
risquent d’être mises en défaut.
• Amélioration des modèles du réseau et des producteurs. Afin de proposer
un modèle le plus générique et le plus simple possible, plusieurs hypothèses ont été
faites, comme la rapidité des boucles de régulation de puissance de l’électronique de
puissance des producteurs devant les phénomènes étudiés. Nous avons aussi proposé
de linéariser les équations du réseau autour d’un point de fonctionnement. Il pourrait
être intéressant d’évaluer l’impact de ces hypothèses de modélisation sur la précision

de la limite de stabilité. Si l’étude menée demande d’améliorer cette précision, il faudra
alors revoir les méthodes pour les adapter à des modèles plus précis du système.
• Modélisation de la dynamique des perturbations. Parmi les hypothèses de mo-
délisation proposées, nous avons regroupé l’ensemble des grandeurs non commandables
en un terme de perturbation. Dans un premier temps, les études de stabilité ont été
menées en considérant ce terme de perturbation comme constant. Il serait intéressant
de modéliser la dynamique de certaines grandeurs non commandables comme les va-
riations de la production intermittente ou encore de la consommation sur le départ afin
de pouvoir prendre en compte leurs effets sur la tension dans les études de stabilité.
Ainsi, on pourrait évaluer l’impact des grandeurs non commandables sur la stabilité
du système.
• Structure des filtres de mesure. Afin d’établir des conditions suffisantes de sta-
bilité (chapitres 4 et 5), seuls des filtres de mesure passe-bas du premier ordre ont
été considérés. Même s’il a été montré qu’il est toujours possible de trouver un filtre
passe-bas du premier ordre suffisamment lent pour assurer la stabilité, certaines études
demandent de s’intéresser à différents filtres de mesure. Ici, nous avons présenté les
premières réflexions quant à l’extension des méthodes proposées aux filtres de type
moyenne glissante. Les premiers résultats semblent prometteurs. Il serait intéressant
d’appliquer les méthodes proposées dans ces travaux afin de valider l’extension aux
filtres de type moyenne glissante du lien entre stabilité locale et globale puis entre la
stabilité d’un producteur au pire nœud du réseau et de N producteurs répartis sur le
réseau. Ceci permettrait de discuter du réglage du filtre de mesure proposé aux pro-
ducteurs par Enedis. De plus, l’ouverture à différents filtres de mesure permettrait de
discuter de l’impact de la structure de filtre choisie par exemple sur le comportement
du système ou encore sur le dimensionnement des marges de stabilité.
• Allure des lois de commande. Les conditions suffisantes de stabilité ont été établies
dans le cas d’une loi de commande de la puissance réactive avec bande-morte. Il serait
intéressant d’adapter les méthodes proposées à différentes allures de lois de commande
de puissance réactive et active par exemple qui ne soient pas symétriques ou encore
qui soient à hystérésis. Ceci permettrait de mener une comparaison de différentes lois
et par exemple d’appuyer les gestionnaires de réseaux dans le choix d’une allure de
loi de commande. De plus, les conditions suffisantes de stabilité présentées ici ont
été formulées en ne considérant que des régulateurs de même structure sur un même
départ. L’étude de la cohabitation de différentes allures de lois de commande semble
importante pour pouvoir généraliser les résultats.
3. Les méthodes développées ici ont été appliquées à l’étude de régulateurs locaux de la
puissance des producteurs en fonction de leur tension, mais les approches proposées sont
plus générales.
• Appliquer l’outil formel à d’autres systèmes. Dans nos travaux, nous avons
établi une méthode formelle permettant l’étude de la stabilité d’un système hybride
affine par morceaux. Un outil a été développé pour l’étude de la stabilité des réseaux
de distribution accueillant des régulateurs locaux. D’un point de vue méthodologique,
il serait intéressant de perfectionner l’outil afin de pouvoir étudier la stabilité de dif-
férentes applications comprenant des systèmes hybrides affines par morceaux.
• Étudier la participation des producteurs basse tension. L’évaluation du critère
général de stabilité a été faite dans le cas de producteurs raccordés au réseau moyenne
tension. Afin de pouvoir intégrer ce critère aux codes de réseaux, il serait intéressant
d’en proposer une déclinaison pour les producteurs raccordés au réseau basse tension
et participant au réglage de tension. Dans le cas de producteurs raccordés au réseau
triphasé, celle-ci semble découler directement de l’application des méthodes aux pro-
ducteurs moyenne tension. L’extension aux producteurs raccordés au réseau triphasé
et à plus long terme monophasé risque d’induire de nouvelles problématiques en termes
de modélisation, de dimensionnement, de nombre de producteurs sur un départ, etc.
• Interactions avec d’autres régulateurs. Le panorama des différents leviers pour
éviter le renforcement des réseaux a permis de mettre en évidence la grande diversité
des mécanismes envisagés. Il serait intéressant d’étudier l’éventualité d’interactions
entre différentes régulations coexistant sur un même départ comme des régulateurs
locaux et centralisés de la tension. En effet, jusqu’à présent les régulateurs autres
que locaux n’ont pas été pris en compte mais leur évolution dans le futur pourrait
induire des interactions avec les régulateurs locaux. Bien maîtrisées, ces interactions
peuvent participer à la stabilité des réseaux ce qui pourrait permettre d’accompagner
le développement de mécanismes de réglage de la tension complémentaires comme des
régulateurs locaux de puissance réactive couplés à des régulateurs centralisés de puis-
sance active en fonction de la tension. D’autres régulations sont envisagées à plus long
terme sur les réseaux de distribution. On peut par exemple penser aux régulations de
la fréquence en jouant sur la consommation des charges. L’intégration de ces nouvelles
régulations aux études de stabilité pourrait permettre d’apporter des réponses quant
au développement possible de ces nouveaux mécanismes.
• Intérêt pour le système de régulateurs rapides. Pour l’instant, il a été proposé
de ralentir les régulateurs des producteurs afin d’assurer la stabilité. Ce choix tech-
nique se justifie, car aujourd’hui, la rapidité de la réponse des régulateurs de tension
des producteurs n’est pas valorisée. Il serait intéressant d’étudier le fonctionnement
dynamique du système afin d’identifier l’éventuel intérêt que peuvent représenter des
régulateurs rapides. En effet, la dynamique du filtre de mesure est transparente si
l’on mesure la moyenne sur dix minutes de l’amplitude de la tension, mais ne l’est
peut-être pas si l’on défini la qualité de la tension sur un horizon plus court. Il serait
intéressant d’évaluer le service que des régulateurs rapides peuvent rendre au réseau,
notamment afin de déterminer l’intérêt que les gestionnaires de réseaux peuvent avoir
à choisir entre un critère spécifique et le critère général de stabilité voire à limiter la

participation de certains producteurs au réglage de tension.
• Fonctionnement hors du régime normal. Dans ces travaux, nous avons considéré
comme hypothèse de départ le fait que le bon fonctionnement du réseau est garanti par
les gestionnaires. Afin d’accompagner le développement massif des régulateurs locaux
de puissance des producteurs, l’étude de leur comportement en régime perturbé devra
être menée. En effet, il faut s’assurer de l’absence d’interactions avec les protections
de découplage, les détections d’ilotages et tout autre mécanisme assurant la protection
des réseaux. Il serait aussi intéressant d’étudier le comportement des régulateurs en
cas de défaillance de l’un d’entre eux ; on peut par exemple penser à un défaut de
synchronisation entre les régulateurs d’un même départ.
• Nouvelles structures de réseau. Nous avons considéré la problématique de l’in-
tégration de régulateurs locaux à des réseaux de structure traditionnelle. Il serait
intéressant d’étudier l’insertion de ce type de régulateurs à des nouvelles architectures
de réseau, par exemple aux microgrids. En effet, pour ce type d’applications, nous
risquons d’être confrontés en particulier, à des problématiques de modélisation et à
des besoins du système différents.
Pour conclure, il serait intéressant de compléter ce type d’approches avec des méthodes d’ana-
lyse de « grands » systèmes afin de se préparer à la multiplication de producteurs équipés de
régulateurs variés sur les réseaux électriques.
177
Bibliographie
[1] H. Dutrieux. Méthodes pour la planification pluriannuelle des réseaux de distribution. Ap-
plication à l’analyse technico-économique des solutions d’intégration des énergies renouve-
lables intermittentes. Thèse, Ecole Centrale de Lille, Novembre 2015.
[2] M. Stubbe, B. Meyer, and M. Jerosolimski. Outils de simulation dynamique des réseaux
électriques. Techniques de l’ingénieur : Réseaux électriques de transport et de répartition,
Cahier D(4120), Novembre 1998.
[3] G. Delille. Contribution du Stockage à la Gestion Avancée des Systèmes Électriques.
Approches Organisationnelles et Technico-économiques dans les Réseaux de Distribution.
Thèse, Ecole Centrale de Lille, Novembre 2010.
[4] S. Cole. Steady-state and dynamic modelling VSC HVDC systems for power systems simu-
lation. Thèse, Katholieke Universiteit Leuven, Septembre 2010.
[5] Comitato Elettrotecnico Italiano. Regola tecnica di riferimento per la connessione di utenti
attivi e passivi alle reti BT delle imprese distributrici di energia elettrica, Septembre 2014.
Dernière consultation : 17/12/2015.
[6] Commission de Régulation de l’Energie. Description générale des réseaux électriques. Der-
nière consultation : 01/06/2016.
[7] A. Doulet. Réseaux de distribution d’électricité - présentation. Techniques de l’ingénieur :
Réseaux électriques et applications, Cahier D(4200), Mai 2010.
[8] Enedis. Le réseau électrique : vue d’ensemble. Dernière consultation : 01/06/2016.
[9] Legifrance. Arrêté du 17 mars 2003 relatif aux prescriptions techniques de conception et
de fonctionnement pour le raccordement au réseau public de distribution d’une installation
de consommation d’énergie électrique, Mars 2003. Dernière consultation : 01/06/2016.
[10] J.-L. Fraisse and L. Karsenti. Raccordement de la production décentralisée aux réseaux
de distribution - aspects règlementaires et organisationnels. Techniques de l’ingénieur :
Réseaux électriques et applications, Cahier D(4239), Mai 2014.
[11] Enedis. Installations de production raccordées au réseau géré par Enedis à fin mars 2016,
Mars 2016. Dernière consultation : 01/06/2016.
[12] Legifrance. Arrêté du 23 avril 2008 relatif aux prescriptions techniques de conception et
de fonctionnement pour le raccordement à un réseau public de distribution d’électricité en
178 Bibliographie
basse tension ou en moyenne tension d’une installation de production d’énergie électrique,

Avril 2008. Dernière consultation : 26/02/2016.
[13] Enedis. Description physique du réseau public, Avril 2008. Dernière consultation :
13/06/2016.
[14] D. Souque, L. Chatonnet, and E. Monnot. Réglage de tension : Rôles, obligations et
organisation du producteur pour les besoins du système électrique en france. Techniques de
l’ingénieur : Réseaux électriques de transport et de répartition, Cahier D(4096), Novembre
2013.
[15] A. Croguennoc. Plan de protection des réseaux de distribution publique à moyenne tension
- principes. Techniques de l’ingénieur : Réseaux électriques et applications, Cahier D(4811),
Mai 2011.
[16] M. Oddi. Protection des réseaux à basse tension de distribution publique. Techniques de
l’ingénieur : Réseaux électriques et applications, Cahier D(4815), Septembre 1991.
[17] B. Bernseneff. Réglage de la tension dans les réseaux de distribution du futur. Thèse, Ecole
Nationale Supérieure d’Electrochimie et d’Electrométallurgie de grenoble, Décembre 2010.
[18] J.P. Signal. Réglage de tension HTA et BT. Préscription du Réseau de Distribution
d’Electricité, 2011. Document Enedis B.5.1-01.
[19] P. Sarrand and J. Verseille. Compensation de l’énergie réactive et tenue de la tension dans
les réseaux publics. Techniques de l’ingénieur : Réseaux électriques et applications, Cahier
D(4305), Juin 1986.
[20] N. Hadjsaid, J. F. Canard, and F. Dumas. Dispersed generation impact on distribution
networks. IEEE Computer Applications in Power, 12(2) :22–28, Avril 1999.
[21] P. P. Barker and R. W. De Mello. Determining the impact of distributed generation
on power systems. I. radial distribution systems. In Power Engineering Society Summer
Meeting, 2000. IEEE, volume 3, pages 1645–1656 vol. 3, Juillet 2000.
[22] J.-F. Canard. Impact de la génération d’énergie dispersée dans les réseaux de distribution.
Thèse, Institut National Polytechnique de Grenoble, Décembre 2000.
[23] P. Dondi, D. Bayoumi, C. Haederli, D. Julian, and M. Suter. Network integration of
distributed power generation. Journal of Power Sources, 106(1–2) :1 – 9, Avril 2002.
Proceedings of the Seventh Grove Fuel Cell Symposium.
[24] C. L. Masters. Voltage rise : the big issue when connecting embedded generation to long
11 kV overhead lines. Power Engineering Journal, 16(1) :5–12, Février 2002.
[25] L. Kojovic. Impact DG on voltage regulation. In Power Engineering Society Summer
Meeting, 2002 IEEE, volume 1, pages 97–102, Juillet 2002.
[26] L. F. Ochoa, A. Padilha-Feltrin, and G. P. Harrison. Evaluating distributed generation
impacts with a multiobjective index. IEEE Transactions on Power Delivery, 21(3) :1452–
1458, Juillet 2006.
Bibliographie 179
[27] J.A. Peças Lopes, N. Hatziargyriou, J. Mutale, P. Djapic, and N. Jenkins. Integrating
distributed generation into electric power systems : A review of drivers, challenges and op-
portunities. Electric Power Systems Research, 77(9) :1189 – 1203, Juillet 2007. Distributed
Generation.
[28] A. Minaud, C. Gaudin, and L. Karsenti. Analysis of the options to reduce the integra-
tion costs of renewable generation in the distribution networks. Part 1 : Impact of PV
development in france and global analysis of considered alternatives to reinforcement. In
Electricity Distribution (CIRED 2013), 22nd International Conference and Exhibition on,
pages 1–4, Juin 2013.
[29] G. Strbac, M. Aunedi, P. Djapic, I. Konstantelos, and D. Papadaskalopoulos. Grid im-

pact studies of electric vehicles - future distribution network planning tools : Functional
specifications, Mars 2014. Dernière consultation : 13/06/2016.
[30] J. Witkowski, E. Lejay-Brun, G. Malarange, and L. Karsenti. Field demonstration of local

voltage regulation on ERDF MV network. In Electricity Distribution (CIRED 2013), 22nd
International Conference and Exhibition on, pages 1–4, Juin 2013.
[31] B. Bletterie, A. Stojanovic, S. Kadam, G. Lauss, M. Heidl, C. Winter, D. Hanek, A. Pamer,

and A. Abart. Local voltage control by PV inverters : first operating experience from
simulation, laboratory tests and field tests. In 27th European Photovoltaic Solar Energy
Conference and Exhibition, pages 4574 – 4581, Septembre 2013.
[32] P. Esslinger and R. Witzmann. Experimental study on voltage dependent reactive power
control Q(V) by solar inverters in low-voltage networks. In Electricity Distribution (CIRED
2013), 22nd International Conference and Exhibition on, pages 1–4, Juin 2013.
[33] Enedis. Délibération de la commission de régulation de l’energie du 12 juin 2014 portant

sur le développement des réseaux électriques intelligents actions ERDF couvrant le champ
des recommandations de la CRE, Juin 2014. Dernière consultation : 06/01/2016.
[34] F. Beauné, A. Minaud., A. Pagnetti, G. Pelton, and L. Karsenti. Voltage regulation on

DG connected to MV network study and experimentations. In Challenges of Implementing
Active Distribution System Management, CIRED 2014 Workshop, pages 1–4, Mai 2014.
[35] Synergrid. Prescriptions techniques spécifiques pour les installations de production dé-
centralisées fonctionnant en parallèle sur le réseau de distribution.s, Juin 2012. Dernière
consultation : 17/12/2015.
[36] E-Control. Technische und organisatorische regeln für betreiber und benutzer von netzen.
Teil D : Besondere technische regeln. hauptabschnitt d4 : Parallelbetrieb von erzeugung-
sanlagen mit verteilernetzen, Septembre 2013. Dernière consultation : 17/12/2015.
[37] BDEW. Generating plants connected to the medium-voltage network. Guideline for ge-
nerating plants’ connection to and parallel operation with the medium-voltage network,
Décembre 2008. Dernière consultation : 17/12/2015.
180 Bibliographie
[38] Enedis. Principe et conditions de mise en œuvre d’une régulation locale de puissance
réactive pour les installations de production raccordées au réseau public de distribution
HTA, Février 2016. Dernière consultation : 19/04/2016.
[39] Q. Zhou and J. W. Bialek. Generation curtailment to manage voltage constraints in dis-
tribution networks. IET Generation, Transmission Distribution, 1(3) :492–498, Mai 2007.
[40] R. Tonkoski, L. A. C. Lopes, and T. H. M. El-Fouly. Coordinated active power curtailment
of grid connected PV inverters for overvoltage prevention. IEEE Transactions on Sustai-
nable Energy, 2(2) :139–147, Avril 2011.
[41] T. Zhou and B. Francois. Energy management and power control of a hybrid active wind
generator for distributed power generation and grid integration. IEEE Transactions on
Industrial Electronics, 58(1) :95–104, Janvier 2011.
[42] Z. Hu and F. Li. Cost-benefit analyses of active distribution network management, Part I :
Annual benefit analysis. IEEE Transactions on Smart Grid, 3(3) :1067–1074, Septembre
2012.
[43] S. Weckx, C. Gonzalez, and J. Driesen. Combined central and local active and reactive
power control of PV inverters. IEEE Transactions on Sustainable Energy, 5(3) :776–784,
Juillet 2014.
[44] E. F. Mogos and X. Guillaud. A voltage regulation system for distributed generation. In
Power Systems Conference and Exposition, 2004. IEEE PES, pages 787–794 vol.2, Octobre
2004.
[45] T. Sansawatt, L. F. Ochoa, and G. P. Harrison. Operational windows for decentralized
control of renewable DG : Techno-economic trade-offs. In Innovative Smart Grid Techno-
logies (ISGT Europe), 2011 2nd IEEE PES International Conference and Exhibition on,
pages 1–6, Décembre 2011.
[46] G. Valverde and T. Van Cutsem. Model predictive control of voltages in active distribution
networks. IEEE Transactions on Smart Grid, 4(4) :2152–2161, Décembre 2013.
[47] S. Georgiopoulos, E. Cerqueira, R. Johnston, R. Currie, and C. Marantes. Flexible plug and
play low carbon networks : An open and scalable active network management solution for
a faster and cheaper distributed generation connection. In Electricity Distribution (CIRED
2013), 22nd International Conference and Exhibition on, pages 1–4, Juin 2013.
[48] F. Olivier, P. Aristidou, D. Ernst, and T. Van Cutsem. Active management of low-voltage
networks for mitigating overvoltages due to photovoltaic units. IEEE Transactions on
Smart Grid, 7(2) :926–936, Mars 2016.
[49] K. L. Anaya and M. G. Pollitt. Experience of the use of smarter connection arrange-
ments for distributed wind generation facilities, Décembre 2012. Dernière consultation :
16/06/2016.
[50] A. L. Estopier, S. Georgiopoulos, E. C. Eyre, and C. Marantes. Flexible plug and play
low carbon networks : Commercial solutions for active network management. In Electricity
Bibliographie 181
Distribution (CIRED 2013), 22nd International Conference and Exhibition on, pages 1–4,
June 2013.
[51] H. Sun, Y. Wang, D. Nikovski, and J. Zhang. Flex-grid : A dynamic and adaptive confi-
gurable power distribution system. In PowerTech, 2015 IEEE Eindhoven, pages 1–6, Juin
2015.
[52] C. Oates, A. Barlow, and V. Levi. Tap changer for distributed power. In Power Electronics
and Applications, 2007 European Conference on, pages 1–9, Septembre 2007.
[53] P. Esslinger and R. Witzmann. Regulated distribution transformers in low-voltage networks

with a high degree of distributed generation. In 2012 3rd IEEE PES Innovative Smart Grid
Technologies Europe (ISGT Europe), pages 1–7, Oct 2012.
[54] C. Körner, M. Hennig, K. Handt, and R. Schmid. Gaining experience with a regulated
distribution transformer in a smart grid environment. In Integration of Renewables into
the Distribution Grid, CIRED 2012 Workshop, pages 1–4, Mai 2012.
[55] C. Reese, C. Buchhagen, and L. Hofmann. Enhanced method for voltage range control-
led OLTC-equipped distribution transformers. In 2012 IEEE Power and Energy Society
General Meeting, pages 1–8, Juillet 2012.
[56] M. Kolenc, I. Papic, and B. Blazic. Minimization of losses in smart grids using coordinated
voltage control. Energies, 5(10) :3768, 2012.
[57] X. Liu, A. Aichhorn, L. Liu, and H. Li. Coordinated control of distributed energy storage
system with tap changer transformers for voltage rise mitigation under high photovoltaic
penetration. IEEE Transactions on Smart Grid, 3(2) :897–906, Juin 2012.
[58] G. De Carne, M. Liserre, K. Christakou, and M. Paolone. Integrated voltage control and line
congestion management in active distribution networks by means of smart transformers.
In 2014 IEEE 23rd International Symposium on Industrial Electronics (ISIE), pages 2613–
2619, Juin 2014.
[59] A. Doulet. Réseaux de distribution - exploitation. Techniques de l’ingénieur : Réseaux

électriques de transport et de répartition, Cahier D(4230), Février 1997.
[60] K. Nara, Y. Mishima, and T. Satoh. Network reconfiguration for loss minimization and
load balancing. In Power Engineering Society General Meeting, 2003, IEEE, volume 4,
page 2418 Vol. 4, Juillet 2003.
[61] B. Enacheanu, B. Raison, R. Caire, O. Devaux, W. Bienia, and N. HadjSaid. Radial network
reconfiguration using genetic algorithm based on the matroid theory. IEEE Transactions
on Power Systems, 23(1) :186–195, Février 2008.
[62] A. Swarnkar, N. Gupta, and K. R. Niazi. Efficient reconfiguration of distribution systems

using ant colony optimization adapted by graph theory. In 2011 IEEE Power and Energy
Society General Meeting, pages 1–8, Juillet 2011.
182 Bibliographie
[63] P. C. Ramaswamyand, P. Vingerhoets, and G. Deconinck. Reconfiguring distribution grids

for more integration of distributed generation. Electricity Distribution (CIRED 2013),
22nd International Conference and Exhibition on, (0405), 2013.
[64] S. Touré. Optimisation des réseaux : réseau actif et flexible. Thèse, Université de Grenoble,
Mars 2015.
[65] Pierre Bousseau, Etienne Monnot, Gilles Malarange, and Olivier Gonbeau. Distributed
generation contribution to voltage control. In 19th International Conference on Electricity
Distribution (CIRED), 2007.
[66] J. Duval, G. Delille, J. L. Fraisse, and X. Guillaud. Contribution of local voltage regulation
to a better insertion of DG in distribution grids. In Electricity Distribution - Part 2, 2009.
CIRED 2009. The 20th International Conference and Exhibition on, pages 1–1, Juin 2009.
[67] E. Chabod, L. Karsenti, J. Witkowski, and G. Malarange. Local voltage regulation influence
on DG and distribution network. In Integration of Renewables into the Distribution Grid,
CIRED 2012 Workshop, pages 1–4, Mai 2012.
[68] G. Delille, G. Malarange, and C. Gaudin. Analysis of the options to reduce the integration
costs of renewable generation in the distribution networks. Part 2 : A step towards advanced
connection studies taking into account the alternatives to grid reinforcement. In Electricity
Distribution (CIRED 2013), 22nd International Conference and Exhibition on, pages 1–4,
Juin 2013.
[69] M. H. J. Bollen and A. Sannino. Voltage control with inverter-based distributed generation.
IEEE Transactions on Power Delivery, 20(1) :519–520, Janvier 2005.
[70] K. Tanaka, M. Oshiro, S. Toma, A. Yona, T. Senjyu, T. Funabashi, and C. H. Kim.

Decentralised control of voltage in distribution systems by distributed generators. IET
Generation, Transmission Distribution, 4(11) :1251–1260, Novembre 2010.
[71] E. Demirok, P. C. González, K. H. B. Frederiksen, D. Sera, P. Rodriguez, and R. Teodo-

rescu. Local reactive power control methods for overvoltage prevention of distributed solar
inverters in low-voltage grids. IEEE Journal of Photovoltaics, 1(2) :174–182, Octobre 2011.
[72] M. Farivar, L. Chen, and S. Low. Equilibrium and dynamics of local voltage control in
distribution systems. In 52nd IEEE Conference on Decision and Control, pages 4329–4334,
Décembre 2013.
[73] P. M. S. Carvalho, P. F. Correia, and L. A. F. M. Ferreira. Distributed reactive power

generation control for voltage rise mitigation in distribution networks. IEEE Transactions
on Power Systems, 23(2) :766–772, Mai 2008.
[74] R. Aghatehrani and A. Golnas. Reactive power control of photovoltaic systems based on
the voltage sensitivity analysis. In 2012 IEEE Power and Energy Society General Meeting,
pages 1–5, Juillet 2012.
Bibliographie 183
[75] D. Unger, N. G. A. Hemdan, and M. Kurrat. Reactive power concepts in the future distri-
bution networks. In Electricity Distribution (CIRED 2013), 22nd International Conference
and Exhibition on, pages 1–4, Juin 2013.
[76] K. Turitsyn, P. Sulc, S. Backhaus, and M. Chertkov. Options for control of reactive power
by distributed photovoltaic generators. Proceedings of the IEEE, 99(6) :1063–1073, 2011.
[77] R. Dugan, W. Sunderman, and B. Seal. Advanced inverter controls for distributed re-
sources. In Electricity Distribution (CIRED 2013), 22nd International Conference and
Exhibition on, pages 1–4, Juin 2013.
[78] C. Elbs, R. Pardatscher, R. Nenning, and R. Witzmann. Einsatz der Q(U)-regelung bei
der vorarlberger energienetze GmbH, Juin 2014.
[79] F. Andren, B. Bletterie, S. Kadam, P. Kotsampopoulos, and C. Bucher. On the stability

of local voltage control in distribution networks with a high penetration of inverter-based
generation. Industrial Electronics, IEEE Transactions on, 62(4) :2519–2529, April 2015.
[80] K. Dallmer-Zerbe, D. Berardo, A. Salman, and B. Wille-Haussmann. Small-disturbance

voltage stability of OLTC & decentralized reactive power droop control. In Energy Confe-
rence (ENERGYCON), 2016 IEEE International, Avril 2016.
[81] O. Richardot. Réglage coorodonné de tension dans les réseaux de distribution à l’aide de
la poduction décentralisée. Thèse, Ecole Nationale Supérieure d’Ingénieurs Electriciens de
Grenoble, Octobre 2006.
[82] M. Biserica, B. Berseneff, Y. Bésanger, and C. Kiény. Upgraded coordinated voltage control
for distribution systems. In PowerTech, 2011 IEEE Trondheim, pages 1–6, Juin 2011.
[83] M. Farivar, R. Neal, C. Clarke, and S. Low. Optimal inverter VAR control in distribution
systems with high PV penetration. In 2012 IEEE Power and Energy Society General
Meeting, pages 1–7, Juillet 2012.
[84] M.-C. Alvarez, R. Caire, B. Raison, B. Enacheanu, O. Devaux, R. Jeannot, and N. Had-
jsaid. Distribution network long term planning methods comparison with respect to DG
penetration. In Innovation for Sustainable Production, pages 1–7, Avril 2008.
[85] Z. Hu and F. Li. Cost-benefit analyses of active distribution network management, Part
II : Investment reduction analysis. IEEE Transactions on Smart Grid, 3(3) :1075–1081,
Septembre 2012.
[86] F. C. Schweppe and J. Wildes. Power system static-state estimation, part i : Exact model.
IEEE Transactions on Power Apparatus and Systems, PAS-89(1) :120–125, Janvier 1970.
[87] F. F. Wu. Power system state estimation : a survey. International Journal of Electrical
Power & Energy Systems, 12(2) :80 – 87, Avril 1990.
[88] A. Monticelli. Electric power system state estimation. Proceedings of the IEEE, 88(2) :262–
282, Février 2000.
184 Bibliographie
[89] V. Terzija, G. Valverde, D. Cai, P. Regulski, V. Madani, J. Fitch, S. Skok, M. M. Begovic,

and A. Phadke. Wide-area monitoring, protection, and control of future electric power
networks. Proceedings of the IEEE, 99(1) :80–93, Janvier 2011.
[90] A. Gomez-Exposito, A. Abur, A. de la Villa Jaen, and C. Gomez-Quiles. A multilevel state
estimation paradigm for smart grids. Proceedings of the IEEE, 99(6) :952–976, Juin 2011.
[91] K. Maheshwari, M. Lim, L. Wang, K. Birman, and R. van Renesse. Toward a reliable,
secure and fault tolerant smart grid state estimation in the cloud. In Innovative Smart
Grid Technologies (ISGT), 2013 IEEE PES, pages 1–6, Février 2013.
[92] R. A. Walling and N. W. Miller. Distributed generation islanding-implications on power
system dynamic performance. In Power Engineering Society Summer Meeting, 2002 IEEE,
volume 1, pages 92–96 vol.1, Juillet 2002.
[93] F. De Mango, M. Liserre, A. Dell’Aquila, and A. Pigazo. Overview of anti-islanding algo-
rithms for pv systems. Part I : Passive methods. In Power Electronics and Motion Control
Conference, 2006. EPE-PEMC 2006. 12th International, pages 1878–1883, Août 2006.
[94] P. Mahat, Zhe Chen, and B. Bak-Jensen. Review of islanding detection methods for dis-
tributed generation. In Electric Utility Deregulation and Restructuring and Power Tech-
nologies, 2008. DRPT 2008. Third International Conference on, pages 2743–2748, Avril
2008.
[95] A. Timbus, A. Oudalov, and C. N. M. Ho. Islanding detection in smart grids. In 2010
IEEE Energy Conversion Congress and Exposition, pages 3631–3637, Septembre 2010.
[96] V. Gabrion, D. Klaja, S. Emelin, S. Grenard, and A. Minaud. Requirement to enlarge
interface protections frequency ranges for generators connected to distribution networks :
Study of alternatives and solution proposal. In PowerTech, 2015 IEEE Eindhoven, pages
1–6, Juin 2015.
[97] H. Jimenez, H. Calleja, R. González, J. Huacuz, and J. Lagunas. The impact of photovoltaic
systems on distribution transformer : A case study. Energy Conversion and Management,
47(4) :311 – 321, Mars 2006.
[98] E. Demirok, D. Sera, R. Teodorescu, P. Rodriguez, and U. Borup. Clustered pv inverters
in lv networks : An overview of impacts and comparison of voltage control strategies. In
Electrical Power Energy Conference (EPEC), 2009 IEEE, pages 1–6, Octobre 2009.
[99] A. Toliyat, A. Kwasinski, and F. M. Uriarte. Effects of high penetration levels of residential
photovoltaic generation : Observations from field data. In Renewable Energy Research and
Applications (ICRERA), 2012 International Conference on, pages 1–6, Novembre 2012.
[100] B. Meyer, M. Fiedeldey, H. Mueller, C. Hoffman, R. Koeberle, and J. Bamberger. Impact of
large share of renewable generation on investment costs at the example of AUW distribution
network. In Electricity Distribution (CIRED 2013), 22nd International Conference and
Exhibition on, pages 1–4, Juin 2013.
Bibliographie 185
[101] F. M. Uriarte, A. Toliyat, A. Kwasinski, and R. E. Hebner. Consumer-data approach

to assess the effect of residential grid-tied photovoltaic systems and electric vehicles on
distribution transformers. In 2014 IEEE 5th International Symposium on Power Electronics
for Distributed Generation Systems (PEDG), pages 1–8, Juin 2014.
[102] T. Stetz. Autonomous Voltage Control Strategies in Distribution Grids with Photovoltaic
Systems : Technical and Economic Assessment. Thèse, Kassel university, Décembre 2013.
[103] J. H. Braslavsky, J. K. Ward, and L. Collins. A stability vulnerability in the interac-
tion between volt-var and volt-watt response functions for smart inverters. In 2015 IEEE
Conference on Control Applications (CCA), pages 733–738, Septembre 2015.
[104] J. Machowski, J. Bialek, and J. Bumby. Power system dynamics : stability and control.
John Wiley & Sons, Chichester, U.K., 2011.
[105] E. F. Mogos. Production décentralisée dans les réseaux de distribution, étude pluridiscipli-
naire de la modélisation pour le contrôle des sources. Thèse, Ecole Nationale Supérieure
des Arts et Métiers, Juillet 2005.
[106] Y. Wang. Evaluation de la performance des réglages de fréquence des éoliennes à l’échelle
du système électrique : application à un cas insulaire. Thèse, Ecole Centrale de Lille,
Novembre 2012.
[107] D. Lu. Conception et contrôle d’un générateur PV actif à stockage intégré Application
à l’agrégation de producteurs-consommateurs dans le cadre d’un micro réseau intelligent
urbain. Thèse, Ecole Centrale de Lille, Décembre 2010.
[108] P. Kundur, N. J. Balu, and M. G. Lauby. Power system stability and control. McGraw-hill,
New-York, NY, USA, 1994.
[109] J.-C. Sabonnadière and N. Hadjsaïd. Lignes et réseaux électriques 1 : lignes d’énergie
électrique, volume 1. Hermès-Lavoisier, 2007.
[110] B. Stott and O. Alsac. Fast decoupled load flow. IEEE Transactions on Power Apparatus
and Systems, 93(3) :859–869, Mai 1974.
[111] D. Shirmohammadi, H. W. Hong, A. Semlyen, and G. X. Luo. A compensation-based power
flow method for weakly meshed distribution and transmission networks. IEEE Transactions
on Power Systems, 3(2) :753–762, Mai 1988.
[112] S. Bolognani and S. Zampieri. On the existence and linear approximation of the power flow
solution in power distribution networks. IEEE Transactions on Power Systems, 31(1) :163–
172, Janvier 2016.
[113] R. Alur, C. Courcoubetis, N. Halbwachs, T.A. Henzinger, P.-H. Ho, X. Nicollin, A. Olivero,
J. Sifakis, and S. Yovine. The algorithmic analysis of hybrid systems. Theoretical Computer
Science, 138(1) :3–34, Février 1995.
[114] D. Viault and P. Boucher. Systèmes non linéaires : Méthode du premier harmonique.
Techniques de l’ingénieur : Modélisation et analyse de systèmes asservis, Cahier R(7190),
Janvier 1983.
186 Bibliographie
[115] D. G. Luenberger. Introduction to dynamic systems : theory, models, and applications.

Wiley and Sons, New York, NY, USA, 1979.
[116] M. Johansson and A. Rantzer. Computation of piecewise quadratic Lyapunov functions
for hybrid systems. IEEE Transactions on Automatic Control, 43(4) :555–559, Avril 1998.
[117] M. S. Branicky. Stability of hybrid systems : state of the art. In Decision and Control,
Proceedings of the 36th IEEE Conference on, volume 1, pages 120–12, Décembre 1997.
[118] G. Ferrari-Trecate, F. A. Cuzzola, D. Mignone, and M. Morari. Analysis of discrete-time
piecewise affine and hybrid systems. Automatica, 38(12) :2139 – 2146, Décembre 2002.
[119] A. I. Lur’e and V. N. Postnikov. On the theory of stability of control systems. Applied
mathematics and mechanics, 8(3) :246–248, 1944.
[120] C. A. Cavichioli Gonzaga, M. Jungers, J. Daafouz, and E. B. Castelan. A new class of
Lyapunov functions for nonstandard switching systems : The stability analysis problem. In
50th IEEE Conference on Decision and Control and European Control Conference, pages
411–416, Décembre 2011.
[121] J. Louis, M. Jungers, and J. Daafouz. Switching control consistency of switched Lur’e
systems with application to digital control design with non uniform sampling. In Control
Conference (ECC), 2015 European, pages 1754–1759, Juillet 2015.
[122] T. A. Henzinger. The theory of hybrid automata. In Proceedings of the 11th Annual
Symposium on Logic in Computer Science, pages 278–292, 1996.
[123] R. Milner. Communication and concurrency. Prentice Hall, New-York, NY, USA, 1989.
[124] E. M. Clarke and E. A. Emerson. Design and synthesis of synchronization skeletons using
branching time temporal logic. In Workshop on Logic of Programs, volume 131 of Lecture
Notes in Computer Science, pages 52–71, 1981.
[125] R. Alur, T. A. Henzinger, G. Lafferriere, and G. J. Pappas. Discrete abstractions of hybrid
systems. Proceedings of the IEEE, 88(7) :971–984, Juillet 2000.
[126] Thomas A. Henzinger, Peter W. Kopke, Anuj Puri, and Pravin Varaiya. What’s decidable
about hybrid automata ? In Proceedings of the Twenty-seventh Annual ACM Symposium
on Theory of Computing, STOC ’95, pages 373–382, New York, NY, USA, 1995. ACM.
[127] J. A. Bondy and U. S. R. Murty. Graph theory with applications. Macmillan, London,
U.K., 1976.
[128] C. Berge. Théorie des graphes et ses applications. Dunod, Paris, FR, 1959.
[129] D. B. West. Introduction to graph theory, volume 2. Prentice Hall, 2001.
[130] M. Herceg, M. Kvasnica, C.N. Jones, and M. Morari. Multi-Parametric Toolbox 3.0. In
Proc. of the European Control Conference, pages 502–510, Zürich, Switzerland, Juillet 2013.
http://control.ee.ethz.ch/~mpt.
[131] Enedis. Etude de l’impact sur la tenue thermique et sur le plan de tension des ouvrages en
réseau pour le raccordement d’une production décentralisée en HTA, Février 2016. Dernière
consultation : 13/05/2016.
Bibliographie 187
[132] C. D. Meyer. Matrix analysis and applied linear algebra, volume 2, chapter Perron-
Frobenius Theory Of Nonnegative Matrices. Society for Industrial and Applied Mathe-
matics, 2000.
189
Annexe A
Illustration du calcul de la matrice

d’admittance complexe d’un réseau
A.1 Présentation de l’exemple

Nous considérons ici un exemple simple d’un réseau théorique composé de cinq nœuds afin
d’illustrer le calcul de la matrice d’admittance complexe d’un réseau (figure A.1).
B23 3
B01 B12
0 1 2
B24 4
Figure A.1 – Schéma du réseau théorique considéré
On notera V i la tension entre phase et neutre au nœud i et I i le courant injecté au réseau au

nœud i. La tension au nœud 0 est supposée fixe et est prise comme référence des phases.
A.2 Mise en équation du réseau

Afin de mettre en équation le comportement de ce réseau, nous allons le décrire grâce à un modèle
en Π. Dans ce modèle, Y bij représentera l’admittance complexe de la branche entre les nœuds
i et j (égale à l’inverse de l’impédance) et Y fij représenteront les admittances de fuite de cette
branche réparties entre l’amont et l’aval de la branche.
Le courant injecté au nœud i par tous les clients qui y sont raccordés sera noté I i . Le courant
circulant dans l’admittance de la branche sera noté I bij , celui circulant dans l’admittance de fuite
amont sera noté I am av
ij et dans l’admittance aval sera noté I ij .
190 A.2. Mise en équation du réseau
La figure A.2 représente le modèle en Π de ce réseau.
Y b24 I4
I b24
•4
I am
24 I av
24
f f
Y 24 Y 24
V4
2 2
I1 I2 – I3 –
0 I 0 I b01 Y b01 1 I b12 Y b12 2 I b23 Y b23 3
• • • •
I am
01 I av
01 I am
12 I av
12 I am
23 I av
23
f f f f f f
Y 01 Y 01 Y 12 Y 12 Y 23 Y 23
V0 V1 V2 V3
2 2 2 2 2 2
– – – – – –
Figure A.2 – Modèle en Π du réseau considéré
A partir de la figure A.2, nous proposons d’écrire les équations des noeuds aux nœuds 0 à 4.



 I 0 + I am
01 = I b01

I b01 + I av am
= I b12

01 + I 1 + I 12



I b12 + I av am am
12 + I 2 + I 23 + I 24 = I b23 + I b24 (A.1)




 I b23 + I av
23 + I3 = 0


 I b24 + I av
24 + I4 = 0
Nous pouvons exprimer les courants dans les branches en fonction des tensions amont et aval
grâce aux équations de fonctionnement des admittances.


 I b01 = Y b01 (V0 − V 1 )


 Ib = Y b12 (V 1 − V 2 )
12
(A.2)
 I b23
 = Y b23 (V 2 − V 3 )


 b
I 24 = Y b24 (V 2 − V 4 )
On exprime de même les courants dans les admittances de fuites.


Y f01


 I am
01 = − 2 V0

 Y f01 Yf



 I av am
01 + I 12 = −( 2 + 212 )V 1
Yf Yf Yf
I av am am
12 + I 23 + I 24 = −( 212 + 223 + 224 )V 2 (A.3)


 Yf


 I av
23 = − 223 V 3


 Yf
I av
24 = − 224 V 4
A. Illustration du calcul de la matrice d’admittance complexe d’un réseau 191
En injectant (A.2) et (A.3) dans (A.1), on peut écrire :


Y f01


 I0 = (Y b01 + b
2 )V0 − Y 01 V 1


 b b b Y f01 Y f12 b
 I1

 = −Y 01 V0 + (Y 12 + Y 01 + 2 + 2 )V 1 − Y 12 V 2
f f
Y 12 Y 23 Y f24
I2 = −Y b
V + (Y b
+ Y b
+ Y b
+ + + − Y b23 V 3 − Y b24 V 4 (A.4)
 12 1 12 23 24 2 2 2 )V 2

 Y f
b b
 I3

 = −Y 23 V 2 + (Y 23 + 2 )V 3
23


 b b Y f24
I4 = −Y 24 V 2 + (Y 24 + 2 )V 4
A.3 Matrice d’admittance

La matrice d’admittance du réseau, notée Y, permet de calculer les courants injectés à chaque
noeud en fonction des tensions des différents noeuds du réseau.
I=Y·V (A.5)
avec I = [I 0 . . . I 4 ]T le vecteur des courants injectés aux différents noeuds et V = [V 0 . . . V 4 ]T le

vecteur des tensions.
Pour déterminer l’expression formelle de la matrice d’admittance, il faut mettre sous forme
matricielle (A.4).
 f 
Y 01
Y b01 + 2
−Y b01 0 0 0
f f
 
b Y 01 Y 12
−Y Y b12 + Y b01 + −Y b12
 
 01 2
+ 2
0 0 
f f f
 
Y= b Y 12 Y 23 Y 24
Y b12 + Y b23 + Y b24 + −Y b23 −Y b24
 
 0 −Y 12 2
+ 2
+ 2


f
 b b Y 23 

 0 0 −Y 23 Y 23 + 2
0 

f
b b Y 24
0 0 −Y 24 0 Y 24 + 2
(A.6)
Pour conclure, on retrouve l’expression générale de la matrice d’amittance Y proposée (2.10)

avec :
— Y ii la somme des admittances – de fuite et de branche – se terminant au nœud i ;
— Y ij l’opposé de la somme des admittances des branches reliant les nœuds i et j, si les
noeuds sont reliés.
193
Annexe B
Établissement des équations de

répartition des charges
Dans cette annexe, nous allons démontrer, à partir des équations des nœuds, le système d’équa-
tions connu sous le nom d’équation de répartition des charges.
B.1 Définitions
Soit un réseau électrique de distribution composé de n nœuds. On notera dans la suite N l’en-
semble de ces n nœuds.
Pour un nœud i ∈ N quelconque, on définit :
— le courant complexe injecté au réseau au nœud i que l’on notera Ii ∈ C ;

— la tension complexe entre phase et neutre au nœud i que l’on notera Vi ∈ C.
On définit aussi Y ∈ Rn×n la matrice d’admittance complexe comme illustré par l’annexe A où
Y ij ∈ C désigne le terme de la i-ème ligne et j-ème colonne de la matrice.
Dans la suite, S i ∈ C désigne la somme des puissances apparentes complexes injectées au nœud
i. La partie réelle de S i représente la puissance active (Pi ∈ R) injectée au nœud i et la partie
imaginaire de S i représente la puissance réactive (Qi ∈ R) injectée au nœud i.
Si = Pi + jQi (B.1)
Si le bilan des clients raccordés au noeud i est :
— consommateur, alors Pi < 0 et Qi < 0 ;

— producteur, alors Pi > 0 mais on ne peut rien dire du signe de Qi ;
— neutre alors Pi = Qi = 0.
194 B.2. Expression des courants injectés
B.2 Expression des courants injectés
B.2.1 A partir des équations des nœuds
On rappelle que l’on peut écrire la loi des nœuds au nœud i sous la forme (2.10) :
X
Ii = Yik · Vk (B.2)
k∈N
B.2.2 A partir du bilan des puissances
Par définition, la puissance injectée au réseau au nœud i ∈ N peut s’écrire à partir de la tensions
et du courant injecté en ce nœud :
S i = Vi · I i ⋆ (B.3)
Où Ii ⋆ désigne le complexe conjugué associé à Ii .

On souhaite exprimer le courant injecté au nœud i à partir de cette équation. On remplace la
notion de puissance apparente par son expression en fonction des puissances active et réactive
(B.1) :
Pi + jQi
Ii ⋆ = (B.4)
Vi
Finalement, on peut écrire que :
Pi − jQi
Ii = (B.5)
Vi ⋆
B.3 Équations de répartition des charges
Nous avons obtenu deux expressions du courant injecté au nœud i, l’une en fonction des para-
mètres du réseau (B.1) et l’autre en fonction du bilan des puissances injectées au nœud i (B.5).
Nous pouvons donc écrire :
n
Pi − jQi X
= Yik · Vk (B.6)
Vi ⋆
k=1
Ceci peut se réécrire sous la forme :
n
!
X
⋆
Pi − jQi = Vi · Yik · Vk (B.7)
k=1
Afin de séparer les équations de la partie réelle et de la partie imaginaire, nous définissons, pour
tout (k, l) ∈ N × N : (
Vk = Vk · ejδk
(B.8)
Ykl = Ykl · ejθkl
B. Établissement des équations de répartition des charges 195
Nous introduisons les modules et phases des tensions et des admittances complexes dans (B.7).
n
X
Pi − jQi = Yik · Vi · Vk · ej(θik −δi +δk ) (B.9)
k=1
Finalement, on séparant la partie réelle et imaginaire de l’équation ci-dessus, on obtient l’expres-

sion du système des équations de répartition des charges comme on le trouve classiquement dans
la littérature [108] :
( Pn
Pi = k=1 (Yik · Vi · Vk · cos(θik − δi + δk ))
Pn (B.10)
Qi = − k=1 (Yik · Vi · Vk · sin(θik − δi + δk ))
Ces équations sont valables quel que soit i ∈ N . Ainsi, les équations de répartition des charges
sont un système de 2n équations à 2n inconnues. Le but est de calculer les modules et phases
des tensions en chacun des n nœuds du réseau à partir des puissances active et réactive injectées
en chacun des nœuds. Il apparait clairement que ce système n’est ni linéaire ni explicite. Les
méthodes de résolution classiques – comme le pivot de Gauss – ne peuvent donc pas s’appliquer.
Une résolution numérique itérative est souvent privilégiée.
197
Annexe C
Étude d’atteignabilité arrière pour

exprimer des conditions suffisantes à la
stabilité
On détaille dans cette annexe l’étude d’atteignabilité arrière permettant d’obtenir des conditions
suffisantes à l’inexistence de chacun des cycles simples de la liste 4.2. Celles-ci sont obtenues grâce
à un raisonnement par l’absurde. Dans un premier temps, l’existence du cycle entre les zones
de fonctionnement i et j est supposée. Ceci implique, notamment, que la zone i est atteignable
depuis j et inversement. Ainsi nous exprimons des conditions portant sur les paramètres du
système qui sont nécessaires à l’existence du cycle. Pour finir, de ces conditions nécessaires on
déduit des conditions suffisantes à l’inexistence du cycle entre les zones i et j.
Avant de détailler les calculs, on rappelle les caractéristiques du système étudié.
C.1 Système étudié

La figure C.1 représente le schéma du système étudié. Le tableau C.1 rappelle les équations de
la dynamique en boucle fermée du système dans chacune des cinq zones de fonctionnement ainsi
que le domaine des tensions filtrées associé.
198 C.2. Cycle entre les zones 3 et 5
∆Ud
Réseau électrique
∆Q(k) ∆UP Q (k) ∆U (k)
KP Q +

∆Q
∆QM ∆Uf (k)
∆U1 ∆U ∆U
2 ∆Uf (k + 1) =
| | M
∆Uf
−∆U−∆U
M
2 −∆U1 a∆Uf (k) + (1 − a)∆U (k)
−∆QM
Figure C.1 – Modèle proposé pour représenter un réseau électrique accueillant un seul producteur
équipé d’un régulateur Q(U )

−∆UM ≤ ∆Uf (k) ≤ −∆U2
Zone 1 :
∆Uf (k + 1) = a∆Uf (k) + (1 − a)∆Ud + (1 − a)KP Q ∆QM

−∆U2 ≤ ∆Uf (k) ≤ −∆U1
Zone 2 :
∆Uf (k + 1) = (a + (1 − a)KP Q σ)∆Uf (k) + (1 − a)∆Ud + (1 − a)KP Q σ∆U1

−∆U1 ≤ ∆Uf (k) ≤ ∆U1
Zone 3 :
∆Uf (k + 1) = a∆Uf (k) + (1 − a)∆Ud

∆U1 ≤ ∆Uf (k) ≤ ∆U2
Zone 4 :
∆Uf (k + 1) = (a + (1 − a)KP Q σ)∆Uf (k) + (1 − a)∆Ud − (1 − a)KP Q σ∆U1

∆U2 ≤ ∆Uf (k) ≤ ∆UM
Zone 5 :
∆Uf (k + 1) = a∆Uf (k) + (1 − a)∆Ud − (1 − a)KP Q ∆QM
Tableau C.1 – Dynamique en boucle fermée du système dans chacune des zones de fonctionnement
C.2 Cycle entre les zones 3 et 5
Dans la partie 4.3.2, les calculs ont été détaillés pour le cycle 3 ↔ 5. On retient qu’il a été montré
que :
−1 − KP Q σ
< a ⇒ C35 (C.1)
1 − KP Q σ
C. Étude d’atteignabilité arrière pour exprimer des conditions suffisantes à la
stabilité 199
Les même calculs sont réalisés pour exprimer une condition nécessaire à l’existence du cycle entre
les zones de fonctionnement 1 et 3. D’après le tableau C.1, la dynamique et l’invariant de la zone
1 sont similaires à ceux de la zone 5. Ainsi, les calculs pour l’existence du cycle 1 ↔ 3 sont
similaires à ceux pour l’existence du cycle 3 ↔ 5. Finalement on montre que :
−1 − KP Q σ
< a ⇒ C13 et C35 (C.2)
1 − KP Q σ
Nous nous intéressons maintenant aux autres cycles de la liste 4.2 et plus particulièrement à C23
et C34 qui sont similaires.
C.3 Cycle entre les zones 2 et 3 et entre les zones 3 et 4
Dans cette partie, les calculs sont illustrés sur l’étude du cycle 2 ↔ 3. On commence par supposer
l’existence de ce cycle. On peut alors dire que :
(
P re(D2 ) ∩ D3 6= ∅
C23 ⇒ (C.3)
P re(D3 ) ∩ D2 6= ∅
À partir de ce système, nous allons exprimer des conditions nécessaires à l’existence du cycle.
C.3.1 Atteignabilité de D2 en venant de D3
On peut dire que :


 ∆x ∈ D3
" # 

∆Uf " #
P re(D2 ) ∩ D3 6= ∅ ⇒ ∃∆x = ∈X : ∆x (C.4)
∆Ud  Dyn(3) × ∈ D2


1
Grâce à l’expression de la dynamique dans la zone de fonctionnement 3, on peut dire que ∆x

vérifie aussi : 
 −∆U1 ≤ ∆Uf ≤ ∆U1


⇔ ∆Ud ≤ ∆Ud ≤ ∆Ud (C.5)


 −∆U ≤ a∆U + (1 − a)∆U ≤ −∆U
2 f d 1
On sait que 0 ≤ a < 1, donc on peut dire que le système précédent implique :
(
−a∆U1 ≤ a∆Uf ≤ a∆U1
(C.6)
−∆U2 − (1 − a)∆Ud ≤ a∆Uf ≤ −∆U1 − (1 − a)∆Ud
On obtient ainsi deux encadrements de a∆Uf , pour qu’il existe un tel point de fonctionnement,
il faut que : (
−a∆U1 ≤ −∆U1 − (1 − a)∆Ud
(C.7)
−∆U2 − (1 − a)∆Ud ≤ a∆U1
200 C.3. Cycle entre les zones 2 et 3 et entre les zones 3 et 4
Finalement, on obtient une condition nécessaire pour que D2 soit atteignable en venant de D3 .
P re(D2 ) ∩ D3 6= ∅ ⇒ −∆U2 − a∆U1 ≤ (1 − a)∆Ud ≤ −(1 − a)∆U1 (C.8)
On peut dire que :


 ∆x ∈ D2 "
" # 

∆Uf #
P re(D3 ) ∩ D2 6= ∅ ⇒ ∃∆x = ∈X : ∆x (C.9)
∆Ud  Dyn(2) × ∈ D3


1

 −∆U2 ≤ ∆Uf ≤ −∆U1


⇔ ∆Ud ≤ ∆Ud ≤ ∆Ud


 −∆U ≤ (a + (1 − a)K σ)∆U + (1 − a)∆U + (1 − a)K σ∆U ≤ ∆U
1 PQ f d PQ 1 1
(C.10)
On ne peut rien dire a priori du signe de a + (1 − a)KP Q σ. Il convient alors de distinguer deux
cas.
Cas 1 : a + (1 − a)KP Q σ ≥ 0
On peut dire que (C.10) implique que :

(
−(a + (1 − a)KP Q σ)∆U2 ≤ ∆U1 − (1 − a)∆Ud − (1 − a)KP Q σ∆U1
−∆U1 − (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −(a + (1 − a)KP Q σ)∆U1
(C.11)
On note que QM = −σ(∆U2 − ∆U1 ). Finalement, on obtient une condition nécessaire pour que
D3 soit atteignable en venant de D2 quand a + (1 − a)KP Q σ ≥ 0.
−(1 − a)∆U1 ≤ (1 − a)∆Ud ≤ ∆U1 + a∆U2 − (1 − a)KP Q QM (C.12)
Cas 2 : a + (1 − a)KP Q σ < 0
On procède de même dans ce cas. On peut dire que (C.10) implique que :
(
−∆U1 − (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −(a + (1 − a)KP Q σ)∆U2
(C.13)
Finalement, on obtient une condition nécessaire pour que D3 soit atteignable en venant de D2
quand a + (1 − a)KP Q σ < 0.
a∆U2 − ∆U1 − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ (1 + a)∆U1 (C.14)

stabilité 201
C.3.3 Condition nécessaire à C23
On combine les conditions nécessaires au passage de D3 vers D2 et inversement afin d’obtenir

des conditions nécessaires à l’existence du cycle. Pour ce faire, on distingue à nouveau deux cas.
Cas 1 : a + (1 − a)KP Q σ ≥ 0
À partir de (C.8) et (C.12), on peut écrire que :

(
−∆U2 − a∆U1 ≤ (1 − a)∆Ud ≤ −(1 − a)∆U1
(C.15)
−(1 − a)∆U1 ≤ (1 − a)∆Ud ≤ ∆U1 + a∆U2 − (1 − a)KP Q QM
On en déduit donc que ∆Ud = −∆U1 . Si on reprend (C.6) et (C.10), on peut aussi montrer
que, pour tout k ∈ N, ∆Uf (k) = −∆U1 . On remarque que ce point est à la frontière entre les
domaines D2 et D3 . Donc le point seul point de fonctionnement qui appartienne à C23 lorsque
a + (1 − a)KP Q σ ≥ 0 est à la frontière entre les deux domaines. Ce point de fonctionnement n’est
pas instable puisque la tension filtrée reste constante. Finalement, le cycle entre les zones 2 et 3
ne peut pas avoir lieu si a + (1 − a)KP Q σ ≥ 0.
Cas 2 : a + (1 − a)KP Q σ < 0

(
−∆U2 − a∆U1 ≤ (1 − a)∆Ud ≤ −(1 − a)∆U1
(C.16)
∆U2 − ∆U1 + −(1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ (1 + a)∆U1
L’existence d’un tel point de fonctionnement n’est possible que si :

(
−∆U2 − a∆U1 ≤ (1 + a)∆U1
(C.17)
∆U2 − ∆U1 + −(1 − a)KP Q QM ≤ −(1 − a)∆U1
La première équation du système est toujours vérifiée et la deuxième revient à imposer a + (1 −

a)KP Q σ < 0. On n’a donc pas exprimé de condition nécessaire plus large que celle issue du
premier cas. On retient que :
C23 ⇒ a + (1 − a)KP Q σ < 0 (C.18)
C.3.4 Condition suffisante à la stabilité des cycles entre les zones 2 et 3 et

les zones 3 et 4
Les calculs menés dans le cas du cycle 3 ↔ 4, qui ne sont pas détaillés ici, permettent de conclure
que :
C34 ⇒ a + (1 − a)KP Q σ < 0 (C.19)
Finalement, à partir de (C.18) et (C.19) et en remarquant que 1 − KP Q σ > 0, on peut exprimer

une condition suffisante à C23 et C34 .
−KP Q σ
<a ⇒ C23 , C34 (C.20)
1 − KP Q σ
(
P re(D2 ) ∩ D1 6= ∅
C12 ⇒ (C.21)
P re(D1 ) ∩ D2 6= ∅
On peut dire que :


 ∆x ∈ D1 "
" # 

∆Uf #
P re(D2 ) ∩ D1 6= ∅ ⇒ ∃∆x = ∈X : ∆x (C.22)
∆Ud  Dyn(1) × ∈ D2


1
Grâce à l’expression de la dynamique dans la zone de fonctionnement 1, on peut dire que ∆x

vérifie aussi :

 −∆UM ≤ ∆Uf ≤ −∆U2


⇔ ∆Ud ≤ ∆Ud ≤ ∆Ud (C.23)


 −∆U ≤ a∆Uf + (1 − a)∆Ud + (1 − a)KP Q QM ≤ −∆U1
2
Ceci implique que :

(
−a∆UM ≤ −∆U1 − (1 − a)∆Ud − (1 − a)KP Q QM
(C.24)
−∆U2 − (1 − a)∆Ud − (1 − a)KP Q QM ≤ a∆U2
(P re(D2 ) ∩ D1 6= ∅).
−(1 − a)∆U2 − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ a∆UM − ∆U1 − (1 − a)KP Q QM (C.25)

stabilité 203
On peut dire que :


 ∆x ∈ D2
" # 

∆Uf " #
P re(D1 ) ∩ D2 6= ∅ ⇒ ∃∆x = ∈X : ∆x (C.26)
∆Ud  Dyn(2) × ∈ D1


1

 −∆U2 ≤ ∆Uf ≤ −∆U1


⇔ ∆Ud ≤ ∆Ud ≤ ∆Ud


 −∆U ≤ (a + (1 − a)KP Q σ)∆Uf + (1 − a)∆Ud + (1 − a)KP Q σ∆U1 ≤ −∆U2
M
(C.27)
cas.
Cas 1 : a + (1 − a)KP Q σ ≥ 0

(
−(a + (1 − a)KP Q σ)∆U2 ≤ −∆U2 − (1 − a)∆Ud − (1 − a)KP Q σ∆U1
−∆UM − (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −(a + (1 − a)KP Q σ)∆U1
(C.28)
quand a + (1 − a)KP Q σ ≥ 0.
−∆UM + a∆U1 ≤ (1 − a)∆Ud ≤ −(1 − a)∆U2 − (1 − a)KP Q QM (C.29)
Cas 2 : a + (1 − a)KP Q σ < 0
On procède de même dans ce cas. On peut dire que (C.27) implique que :
(
−(a + (1 − a)KP Q σ)∆U1 ≤ −∆U2 − (1 − a)∆Ud − (1 − a)KP Q σ∆U1
−∆UM − (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −(a + (1 − a)KP Q σ)∆U2
(C.30)
quand a + (1 − a)KP Q σ < 0.
a∆U2 − ∆UM − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ a∆U1 − ∆U2 (C.31)

Cas 1 : a + (1 − a)KP Q σ ≥ 0

(
−(1 − a)∆U2 − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ a∆UM − ∆U1 − (1 − a)KP Q QM
−∆UM + a∆U1 ≤ (1 − a)∆Ud ≤ −(1 − a)∆U2 − (1 − a)KP Q QM
(C.32)
On en déduit donc que ∆Ud = −∆U2 − KP Q QM . Si on reprend (C.23) et (C.27), on peut aussi
montrer que, pour tout k ∈ N, ∆Uf (k) = −∆U2 . On remarque que ce point est à la frontière
entre les domaines D2 et D1 . Donc le point seul point de fonctionnement qui appartienne à C12
lorsque a+(1−a)KP Q σ ≥ 0 est à la frontière entre les deux domaines. Comme précédemment, on
peut en conclure que le cycle entre les zones 1 et 2 ne peut pas avoir lieu si a + (1 − a)KP Qσ ≥ 0.
Cas 2 : a + (1 − a)KP Q σ < 0

(
−(1 − a)∆U2 − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ a∆UM − ∆U1 − (1 − a)KP Q QM
a∆U2 − ∆UM − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ a∆U1 − ∆U2
(C.33)
L’existence d’un tel point de fonctionnement n’est possible que si :
(
−(1 − a)∆U2 − (1 − a)KP Q QM ≤ a∆U1 − ∆U2
(C.34)
a∆U2 − ∆UM − (1 − a)KP Q QM ≤ a∆UM − ∆U1 − (1 − a)KP Q QM
La deuxième équation du système est toujours vérifiée et la première revient à imposer a + (1 −

a)KP Q σ < 0. Finalement, on a montré que :
C12 ⇒ a + (1 − a)KP Q σ < 0 (C.35)

les zones 4 et 5
Les calculs menés dans le cas du cycle 4 ↔ 5 permettent de conclure que :
C45 ⇒ a + (1 − a)KP Q σ < 0 (C.36)
Finalement, à partir de (C.35) et (C.36), on peut exprimer une condition suffisante à C12 et C45 .
−KP Q σ
<a ⇒ C12 , C45 (C.37)
1 − KP Q σ
stabilité 205
(
P re(D4 ) ∩ D1 6= ∅
C14 ⇒ (C.38)
P re(D1 ) ∩ D4 6= ∅
Dire que
" D4 est#atteignable depuis D1 implique qu’il existe au moins un point de fonctionnement
∆Uf
∆x = ∈ X qui appartient à D1 et dont le successeur est dans D4 . Pour que ceci soit
∆Ud
possible, il est nécessaire que ∆x vérifie :
(
−∆UM ≤ ∆Uf ≤ −∆U2
(C.39)
∆U1 ≤ a∆Uf + (1 − a)∆Ud + (1 − a)KP Q QM ≤ ∆U2
À partir de ce système, on peut exprimer une condition nécessaire au passage de D1 vers D4

portant sur le terme de perturbation.
a∆U2 + ∆U1 − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ a∆UM + ∆U2 − (1 − a)KP Q QM (C.40)
Dire que
" D1 est# atteignable depuis D4 implique qu’il existe au moins un point de fonctionnement
∆Uf
∆x = ∈ X qui vérifie :
∆Ud



 ∆U1 ≤ ∆Uf ≤ ∆U2
∆Ud ≤ ∆Ud ≤ ∆Ud


 −∆U ≤ (a + (1 − a)KP Q σ)∆Uf + (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −∆U2
M
(C.41)
cas.
Cas 1 : a + (1 − a)KP Q σ ≥ 0

(
(a + (1 − a)KP Q σ)∆U1 ≤ −∆U2 − (1 − a)∆Ud + (1 − a)KP Q σ∆U1
−∆UM − (1 − a)∆Ud + (1 − a)KP Q σ∆U1 ≤ (a + (1 − a)KP Q σ)∆U2
(C.42)
quand a + (1 − a)KP Q σ ≥ 0.
−∆UM − a∆U2 + (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ −∆U2 − a∆U1 (C.43)
Cas 2 : a + (1 − a)KP Q σ < 0
Dans ce cas, on peut dire que (C.41) implique que :

(
−∆UM − (1 − a)∆Ud + (1 − a)KP Q σ∆U1 ≤ (a + (1 − a)KP Q σ)∆U1
(C.44)
quand a + (1 − a)KP Q σ < 0.
−a∆U1 − ∆UM ≤ (1 − a)∆Ud ≤ −(1 − a)∆U2 + (1 − a)KP Q QM (C.45)

Cas 1 : a + (1 − a)KP Q σ ≥ 0
Pour que le système vérifie (C.40) et (C.43), il est nécessaire que :

(
a∆U2 + ∆U1 − (1 − a)KP Q QM ≤ −∆U2 − a∆U1
(C.46)
−∆UM − a∆U2 + (1 − a)KP Q QM ≤ a∆UM + ∆U2 − (1 − a)KP Q QM
À partir de la première équation du système, on peut écrire que :
∆U2 + ∆U1
(1 + a) ≤ (1 − a)KP Q (−σ) (C.47)
∆U2 − ∆U1
2∆U1
⇔ (1 + a)(1 + ) + (1 − a)KP Q σ ≤ 0 (C.48)
∆U2 − ∆U1
2∆U1
⇔ (1 + a)(1 + ) + (1 − a)KP Q σ ≤ 0 (C.49)
∆U2 − ∆U1
stabilité 207
2∆U1
⇔ (1 + a) + 1 + a + (1 − a)KP Q σ ≤ 0 (C.50)
∆U2 − ∆U1 | {z }
| {z } 0≤
0≤
Finalement, on en conclut que le cycle entre les zones 1 et 4 ne peut pas avoir lieu si a + (1 −
a)KP Q σ ≥ 0.
Cas 2 : a + (1 − a)KP Q σ < 0
Pour que le système vérifie (C.40) et (C.43), il est nécessaire que :

(
a∆U2 + ∆U1 − (1 − a)KP Q QM ≤ −(1 − a)∆U2 + (1 − a)KP Q QM
(C.51)
−∆UM − a∆U1 ≤ a∆UM + ∆U2 − (1 − a)KP Q QM
À partir de ce système, on déduit une condition nécessaire à C14 quand a + (1 − a)KP Q σ < 0.
KP Q QM − ∆U2 +∆U
2
1
C14 ⇒ a≤ (C.52)
KP Q QM + ∆U2

les zones 2 et 5
Les calculs menés dans le cas du cycle 2 ↔ 5 permettent de conclure que :
2
1
−KP Q σ
C25 ⇒ a≤ et a≤ (C.53)
KP Q QM + ∆U2 1 − KP Q σ
Finalement, à partir de (C.52) et (C.53), on peut exprimer une condition suffisante à C14 et C25 .
2
1
−KP Q σ
<a ou <a ⇒ C14 , C25 (C.54)
KP Q QM + ∆U2 1 − KP Q σ

On commence par supposer l’existence de ce cycle. On peut alors dire que :
(
P re(D5 ) ∩ D1 6= ∅
C14 ⇒ (C.55)
P re(D1 ) ∩ D5 6= ∅
Dire que
∆Uf
∆Ud

(
−∆UM ≤ ∆Uf ≤ −∆U2
(C.56)
∆U2 ≤ a∆Uf + (1 − a)∆Ud + (1 − a)KP Q QM ≤ ∆UM

(1 + a)∆U2 − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ (1 + a)∆UM − (1 − a)KP Q QM (C.57)
Dire que
∆Uf
∆Ud
(
∆U2 ≤ ∆Uf ≤ ∆UM
(C.58)
−∆UM ≤ a∆Uf + (1 − a)∆Ud − (1 − a)KP Q QM ≤ −∆U2

−(1 + a)∆UM + (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ −(1 + a)∆U2 + (1 − a)KP Q QM (C.59)
On combine les conditions nécessaires au passage de D1 vers D5 (C.57) et inversement (C.59)

afin d’obtenir des conditions nécessaires à l’existence du cycle. On montre que :
KP Q QM − ∆U2
C15 ⇒ a≤ (C.60)
KP Q QM + ∆U2
C.6.4 Condition suffisante à la stabilité du cycles entre les zones 1 et 5
Finalement, à partir de (C.60), on peut exprimer une condition suffisante à C15 .
KP Q QM − ∆U2
<a ⇒ C15 (C.61)
KP Q QM + ∆U2

On commence par supposer l’existence de ce cycle. On peut alors dire que :
(
P re(D2 ) ∩ D4 6= ∅
C24 ⇒ (C.62)
P re(D4 ) ∩ D2 6= ∅
stabilité 209
On peut dire que :


 ∆x ∈ D2
" # 

∆Uf " #
P re(D4 ) ∩ D2 6= ∅ ⇒ ∃∆x = ∈X : ∆x (C.63)
∆Ud  Dyn(2) × ∈ D4


1

 −∆U2 ≤ ∆Uf ≤ −∆U1


⇔ ∆Ud ≤ ∆Ud ≤ ∆Ud


 ∆U
1 ≤ (a + (1 − a)KP Q σ)∆Uf + (1 − a)∆Ud + (1 − a)KP Q σ∆U1 ≤ ∆U2
(C.64)
cas.
Cas 1 : a + (1 − a)KP Q σ ≥ 0

(
∆U1 − (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −(a + (1 − a)KP Q σ)∆U1
(C.65)
On en déduit une condition nécessaire pour que D4 soit atteignable en venant de D2 quand
a + (1 − a)KP Q σ ≥ 0.
(1 + a)∆U1 ≤ (1 − a)∆Ud ≤ (1 + a)∆U2 − (1 − a)KP Q QM (C.66)
Cas 2 : a + (1 − a)KP Q σ < 0

(
∆U1 − (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −(a + (1 − a)KP Q σ)∆U2
(C.67)
a + (1 − a)KP Q σ < 0.
a∆U2 + ∆U1 − (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ ∆U2 + a∆U1 (C.68)

On peut dire que :


 ∆x ∈ D4
" # 

∆Uf " #
P re(D2 ) ∩ D4 6= ∅ ⇒ ∃∆x = ∈X : ∆x (C.69)
∆Ud  Dyn(4) × ∈ D2


1

 ∆U1

 ≤ ∆Uf ≤ ∆U2
⇔ ∆Ud ≤ ∆Ud ≤ ∆Ud


 −∆U ≤ (a + (1 − a)KP Q σ)∆Uf + (1 − a)∆Ud − (1 − a)KP Q σ∆U1 ≤ −∆U1
2
(C.70)
cas.
Cas 1 : a + (1 − a)KP Q σ ≥ 0

(
−∆U2 − (1 − a)∆Ud + (1 − a)KP Q σ∆U1 ≤ (a + (1 − a)KP Q σ)∆U2
(C.71)
a + (1 − a)KP Q σ ≥ 0.
−(1 + a)∆U2 + (1 − a)KP Q QM ≤ (1 − a)∆Ud ≤ −(1 + a)∆U1 (C.72)
Cas 2 : a + (1 − a)KP Q σ < 0

(
−∆U2 − (1 − a)∆Ud + (1 − a)KP Q σ∆U1 ≤ (a + (1 − a)KP Q σ)∆U1
(C.73)
a + (1 − a)KP Q σ < 0.
−∆U2 − a∆U1 ≤ (1 − a)∆Ud ≤ −∆U1 − ∆U2 + (1 − a)KP Q QM (C.74)

stabilité 211
Cas 1 : a + (1 − a)KP Q σ ≥ 0
Les équations (C.66) et (C.72) impliquent que :

(
(1 + a)∆U1 ≤ −(1 + a)∆U1
(C.75)
−(1 + a)∆U2 + (1 − a)KP Q QM ≤ (1 + a)∆U2 − (1 − a)KP Q QM
On peut voir que la première équation est impossible. On peut donc dire que le cycle entre les
zones 1 et 5 ne peut pas avoir lieu si a + (1 − a)KP Q σ ≥ 0.
Cas 2 : a + (1 − a)KP Q σ < 0
Les équations (C.68) et (C.74) impliquent que :

(
a∆U2 + ∆U1 − (1 − a)KP Q QM ≤ −∆U1 − ∆U2 + (1 − a)KP Q QM
(C.76)
−∆U2 − a∆U1 ≤ ∆U2 + a∆U1
On peut remarquer que la deuxième équation est toujours vraie. Finalement, nous avons montré
que :
∆U2 +∆U1
KP Q QM − 2
C24 ⇒ a + (1 − a)KP Q σ ≤ 0 et a ≤ ∆U2 +∆U1
(C.77)
KP Q QM + 2
C.7.4 Condition suffisante à la stabilité du cycles entre les zones 1 et 5
Finalement, à partir de (C.77), on peut exprimer une condition suffisante à C24 .
∆U2 +∆U1
KP Q QM − 2 −KP Q σ
∆U2 +∆U1
<a ou <a ⇒ C24 (C.78)
KP Q QM + 2
1 − KP Q σ
C.8 Conclusion de l’étude d’atteignabilité arrière

Finalement, nous avons montré que :
 −1−KP Q σ


 1−KP Q σ < a ⇒ C13 et C35

 −KP Q σ


 1−KP Q σ < a ⇒ C12 , C23 , C34 et C45

 ∆U2 +∆U1
KP Q QM − −KP Q σ
KP Q QM +∆U2
2
<a ou 1−KP Q σ <a ⇒ C14 , C25 (C.79)

 ∆U2 +∆U1
 KP Q QM − −KP Q σ



2
∆U2 +∆U1 <a ou 1−KP Q σ <a ⇒ C24
 KP Q QM + 2

 KP Q QM −∆U2

KP Q QM +∆U2 <a ⇒ C15
La discussion de ces résultats est ramenée dans le corps du mémoire (partie 4.3.2).
213
Annexe D
Étude d’atteignabilité avant pour

caractériser les ensembles de points
impliqués dans un cycle
D.1 Objectif de l’étude

On détaille dans cette annexe l’expression des ensembles Sij et Sji en supposant l’existence du
cycle i ↔ j. Nous allons montrer que ces ensembles sont nécessairement des droites pour un
système dont la dynamique peut s’écrire à partir de (αi , βi , γi ) ∈ R3 .
" # " #
αi βi γi
A(i) = B (i) = (D.1)
0 1 0
On peut remarquer d’après le tableau 4.1, qu’avec ce type de loi de commande, dans toutes les
zones de fonctionnement i ∈ NP Q , la dynamique associée peut s’écrire sous la forme de l’équation
(D.1) avec :

 γ1 = −γ5 = (1 − a)KP Q QM
( 

α1 = α3 = α5 = a
γ2 = −γ4 = (1 − a)KP Q ∆U1 σ
α2 = α4 = a + (1 − a)KP Q σ 

 γ =0
3 (D.2)
β1 = β2 = β3 = β4 = β5 = 1 − a
D.2 Caractérisation des points de Sij
Pour ce faire, considérons i et j deux zones de fonctionnement telles que le cycle i ↔ j existe.
Les domaines de l’espace d’état continu X ⊂ R2 associés à ces zones de fonctionnement (respec-
tivement Di et Dj ) sont des polyèdres. Les dynamiques associées aux modes de fonctionnement
permettant de construire Sij et Sji sont affines. On peut donc dire que les sous-ensembles Sij et
214 D.2. Caractérisation des points de Sij
Sji sont aussi des polyèdres inclus dans X . On peut donc écrire
(
∃(Kij , Lij ) ∈ Rnij ×2 × Rnij : ∀∆x ∈ Sij , Kij ∆x ≤ Lij
(D.3)
∃(Kji , Lji ) ∈ Rnji ×2 × Rnji : ∀∆x ∈ Sji , Kji ∆x ≤ Lji
Dans cette expression, nij représente le nombre de contraintes linéaires décrivant le domaine
Sij . On sait que ce domaine est de dimension deux et borné puisqu’il appartient à Di qui est
lui-même de dimension deux et borné. Ainsi on peut dire qu’il faut au moins quatre contraintes
pour définir Sij .
Grâce aux deux définitions de l’ensemble (4.33) et à (D.3), on peut écrire :
∀∆x ∈ Sij , Kji A(i) ∆x ≤ Lji − Kji B (i) (D.4)
Cette relation est satisfaite pour tout ∆x ∈ Sij , elle est donc équivalente à la définition de Sij
(D.3). On peut ainsi en déduire que :
(
Kij = λKji A(i)
∃λ ∈ R : (D.5)
Lij = λ(Lji − Kji B (i) )
On montre de la même manière que :

(
Kji = µKij A(j)
∃µ ∈ R : (D.6)
Lji = µ(Lij − Kij B (j))
En combinant (D.5) et (D.6), on peut écrire :

(
Kij = λµKij A(j) A(i)
(D.7)
(1 − λµ)Lij = −λµKij (B (j) + A(j) B (i) )
On fait l’hypothèse que λµ 6= 1. On pose (Kij1 , Kij2 ) ∈ Rnij ×Rnij les vecteurs colonnes formant
Kij = [Kij1 Kij2 ]. Grâce à (D.1), on peut écrire que :
 
1
 Kij1

 = λµαi αj Kij1 

 λµ = αi αj
λµ αj βi +βj
Kij2 = 1−λµ (αj βi + βj )Kij1
⇔ Kij2 = αi αj −1 Kij1 (D.8)

 
 γ +αj γi
λµ
 L
ij = − 1−λµ (γj + αj γi )Kij1  Lij = − αji αj −1 Kij1
On note que cette hypothèse n’est valable que si αi αj 6= {0, 1}. Ainsi pour tout 0 < a < 1, on
peut donc caractériser le sous-ensemble Sij .
" #
∀∆x = ∈ Sij , Kij1 ∆Uf + ∆Ud ≤ − Kij1 (D.9)
∆Ud αi αj − 1 αi αj − 1
Kij1 est un vecteur colonne dont on note les éléments (kh )1≤h≤nij . Ceci nous permet de décom-
D. Étude d’atteignabilité avant pour caractériser les ensembles de points
impliqués dans un cycle 215
poser l’équation matricielle ci-dessus en nij équations scalaires.

αj βi + βj γj + αj γi
∀h ∈ {1, . . . , nij } : kh ∆Uf + ∆Ud ≤− kh (D.10)
αi αj − 1 αi αj − 1
On s’intéresse maintenant au signe des scalaires kh . Comme dit précédemment, le domaine Sij
est borné. Ainsi, les contraintes linéaires définissant le domaine (D.3) contiennent à la fois les
bornes supérieures et inférieures du domaine en termes de ∆Uf et ∆Ud . Pour définir la borne
supérieure de ∆Uf , il existe h1 ∈ {1, . . . , nij } tel que kh1 > 0. Pour définir la borne inférieure, il
existe h2 ∈ {1, . . . , nij } tel que kh1 < 0. Or (D.10) est valable pour tout h ∈ {1, . . . , nij }, ce qui
impose :
αj βi + βj γj + αj γi
∆Uf + ∆Ud = − (D.11)
αi αj − 1 αi αj − 1
D.3 Conclusion de l’étude

Finalement, " #
∀∆x = ∈ Sij , ∆Ud = ∆Uf − (D.12)
On reconnait l’expression d’une droite. Ainsi, quels que soient les modes de fonctionnement i et
j pourvu que les dynamiques associées s’écrivent de la forme D.1, nous avons montré que Sij est
l’intersection entre une droite que l’on nomme ∆ij et Di .
( " # )
∆ij = ∆x = ∈ X ∆Ud = ∆Uf − (D.13)
217
Annexe E
Calcul des valeurs propres d’un système

composé de deux producteurs
E.1 Objectifs de l’étude
On souhaite analyser la stabilité des zones linéaires de fonctionnement d’un système de deux
producteurs équipés de régulateurs de puissance réactive tel que décrit partie 4.5.3. Dans la i-
ème zone de fonctionnement, la dynamique du système est linéaire. Elle est régie par la matrice
d’évolution A′(i) dont on rappelle l’expression :
" (i) (i)
#
a + (1 − a)K11 σP1 (1 − a)K12 σP2
∀i ∈ NP Q , A′(i) = (i) (i) (E.1)
(1 − a)K21 σP1 a + (1 − a)K22 σP2
Afin d’analyser la stabilité du système, nous allons étudier le module des valeurs propres de
la matrice d’évolution puisque le fonctionnement du système dans une zone est linéaire. Dans
cette annexe, nous présentons le calcul formel des valeurs propres dans le cas général de deux
producteurs. Ensuite, dans le cas d’étude réel décrit partie 4.5.3, nous étudions numériquement
le module de ces valeurs propres.
Avant toutes choses, nous rappelons quelques notations utiles.

" (i)
# " #
(i) σP 1 0 K11 K12
G = (i) et KP Q = (E.2)
0 σP 2 K21 K22
Dans la suite, nous noterons tr(.) la trace d’une matrice carrée, det(.) son déterminant et spec(.)
son spectre soit l’ensemble de ses valeurs propres.
218 E.2. Calcul des valeurs propres de A′(i)
E.2 Calcul des valeurs propres de A′(i)

Afin de calculer les valeurs propres de A′(i) , nous allons exprimer son polynôme caractéristique
que l’on notera PA′(i) . Ce dernier est défini comme suit :

∀x ∈ C, PA′(i) (x) = det A′(i) − x · In (E.3)
où n est la taille de la matrice carrée A′(i) et In est la matrice identité de taille n × n.

On rappelle que les valeurs propres de la matrice A′(i) sont aussi les racines du polynôme carac-
téristique PA′(i) . Commençons donc par exprimer ce polynôme.
E.2.1 Polynôme caractéristique
Pour tout x ∈ C, on peut écrire que :

" (i) (i)
#!
a + (1 − a)K11 σP1 − x (1 − a)K12 σP2
PA′(i) (x) = det (i) (i) (E.4)
(1 − a)K21 σP1 a + (1 − a)K22 σP2 − x
Grâce à l’expression du déterminant d’une matrice 2 × 2, on peut dire que :

(i) (i)
PA′(i) (x) = a + (1 − a)K11 σP1 − x a + (1 − a)K22 σP2 − x
(i) (i)
(E.5)
−(1 − a)2 K21 σP1 K12 σP2
Finalement, ceci peut se réécrire sous la forme d’un polynôme du second degré :
PA′(i) (x) = x2
(i) (i)
−x 2a + (1 − a)(K11 σP1 + K22 σP2 ) (E.6)

2 (i) (i) 2 (i) (i) (i) (i)
+a + a(1 − a)(K11 σP1 + K22 σP2 ) + (1 − a) K11 σP1 K22 σP2 − K12 σP1 K21 σP2
Ayant exprimer le polynôme caractéristique associé à A′(i) , on cherche à en exprimer les racines.
E.2.2 Racines du polynôme caractéristique
Comme dit précédemment, il s’agit d’un polynôme caractéristique. Nous proposons donc d’en
calculer le discriminant que l’on notera ∆.

(i) (i) 2
∆= 2a + (1 − a)(K11 σP1 + K22 σP2 )

(i) (i) (i) (i) (i) (i)
−4 a2 + a(1 − a)(K11 σP1 + K22 σP2 ) + (1 − a)2 K11 σP1 K22 σP2 − K12 σP1 K21 σP2
(E.7)
On développe l’expression du discriminant :
(i) (i) (i) (i)

∆ = 4a2 + (1 − a)2 (K11 σP1 + K22 σP2 )2 + 4a(1 − a)(K11 σP1 + K22 σP2 )

(i) (i) (i) (i) (i) (i)
−4a2 − 4(1 − a)2 K11 σP1 K22 σP2 − K12 σP1 K21 σP2 −4a(1 − a)(K11 σP1 + K22 σP2 )
(E.8)
E. Calcul des valeurs propres d’un système composé de deux producteurs 219
Finalement, on obtient :

(i)
2 (i) 2 (i) (i) (i) (i)
∆ = (1 − a) K11 σP1 + K22 σP2 − 4 K11 σP1 K22 σP2 − K12 σP1 K21 σP2 (E.9)
Afin de calculer les racines de PA′(i) , on s’intéresse au signe du discriminant. Pour ce faire, on
propose de l’écrire sous la forme suivante :

2 (i) (i) 2 (i) (i)
∆ = (1 − a) K11 σP1 − K22 σP2 + 4 K12 K21 σP1 σP2 (E.10)
On peut remarquer que : 



 (1 − a)2 ≥ 0

 K σ (i) + K σ (i) 2


11 P1 22 P2 ≥ 0
(E.11)



 K12 K21 ≥ 0

 (i) (i)
σP 1 σP 2 ≥ 0
Finalement, on en déduit que :
∆≥0 (E.12)
On peut donc dire que λ1 et λ2 les deux racines du polynôme caractéristique sont réelles. Afin
de les exprimer, nous pouvons remarquer que :
( (i) (i)
tr(KP Q G(i) ) = K11 σP1 + K22 σP2
(i) (i) (i) (i) (E.13)
det(KP Q G(i) ) = K11 σP1 K22 σP2 − K12 σP1 K21 σP2
Ce qui nous permet de réécrire (E.9) sou la forme :

2
2 (i) (i)
∆ = (1 − a) tr(KP Q G ) − 4 det(KP Q G ) (E.14)
On peut donc écrire :

q 2
(i) (i)
2a + (1 − a)(K11 σP1 + K22 σP2 ) ± (1 − a) tr(KP Q G(i) ) − 4 det(KP Q G(i) )
λ1,2 = (E.15)
2
Pour conclure, nous avons donc exprimer formellement les deux réels appartenant au spectre de
A′(i) dans le cas d’un système de deux régulateurs.
( r )

tr(KP Q G(i) ) tr(KP Q G(i) ) 2
spec A′(i) = a + (1 − a) 2 ± (1 − a) 2 − det(KP Q G(i) )
E.3 Analyse de la stabilité des zones de fonctionnement linéaire
Afin de garantir la stabilité de la i-ème zone de fonctionnement linéaire, nous pouvons choisir a
tel que |λ1,2 | < 1.
220 E.3. Analyse de la stabilité des zones de fonctionnement linéaire
Par soucis de lisibilité, dans la suite, nous noterons T la trace de la matrice KP Q G(i) et D sont
déterminant. Avec ces notations, nous pouvons exprimer les valeurs propres comme suit :
 q q
T 2 T 2
T
T



 λ1 = a 1 − 2 − 2 −D + 2 + 2 −D


(E.16)

 q q
T 2 T 2
 T
T

 λ2 = a 1 −

2 + 2 −D + 2 − 2 −D
Ainsi les deux valeurs propres évoluent de façon affine avec la constante de temps du filtre de
mesure (a ∈ [0, 1[). Nous pouvons remarquer que les pentes des deux lois affines sont telles que :
s s
T T 2 T T 2
1− + −D ≤ 1− − −D (E.17)
2 2 2 2
De plus, dans ce cas particulier, grâce aux valeurs numériques décrite partie 4.5.3, nous pouvons
remarquer que les deux pentes sont strictement positives.
Pour finir, on peut remarquer que lorsque a est égale à un, les deux valeurs propres sont égales
à un. Finalement, on en déduit que :
∀0 ≤ a < 1 λ 2 < λ1 < 1 (E.18)
Finalement, assurer la stabilité de ce système particulier revient à choisir a ∈ [0, 1[ tel que
−1 < λ2 . Ceci revient à dire que :
s  s 
T T 2 T T 2
−1 − + − D < a 1 − + − D (E.19)
2 2 2 2
q
T 2
T

Dans ce cas particulier, on remarque que numériquement 1− 2 + 2 −D > 0.
On peut donc écrire que la stabilité des zones linéaires revient à dire que :
q
T 2
T

−1 − 2 + 2 −D
q < a (E.20)
T 2
T

1− 2 + 2 −D
| {z }
alim
Nous avons donc exprimé la limite de stabilité locale dans ce cas particulier. Numériquement,
nous trouvons alim < 0, 18. Finalement, nous avons montré que :
alim < 0, 18 < a ⇒ Stabilité locale

Titre : Stabilité du réseau électrique de distribution. Analyse du point de vue automatique d’un
système complexe
Mots clés : Analyse de stabilité, Systèmes hybrides, Insertion de la production décentralisée, Stabilité
en tension
Résumé : Pour maintenir la tension dans des proposées.

bornes admissibles, des régulations locales de puis- Tout d’abord, une méthode formelle fondée sur les
sance réactive (Q) en fonction de la tension (U) sont notions d’abstraction discrète et de bisimulation est
envisagées sur les réseaux de distribution. Ces tra- développée. Elle offre une grande précision au prix
vaux étudient l’impact de ces régulations sur la sta- d’un effort de calcul important. Pour contourner
bilité des réseaux de distribution accueillant de la cette difficulté, un critère analytique portant sur le
production. temps de réponse des régulations Q(U) est formulé.
Une étude empirique confirme le risque d’instabilité Ensuite, un critère valable dans tous les cas est pro-
de la tension et souligne le lien avec les paramètres posé pour les codes de réseaux. Enfin, l’extension des
de la régulation. Pour aider les gestionnaires à les méthodes à des cas plus complexes est discutée.
choisir, trois méthodes d’étude de la stabilité sont
Title : Stability of a distribution electrical network. Analysis from a complex system point of
view
Keywords : Stability analysis, Hybrid systems, Distributed generation, Voltage stability

Abstract : To maintain the voltage within speci- First, a formal method based on discrete abstrac-
fied limits, local control laws of distributed generation and bisimulation calculation is developed. The
tors (DGs) reactive power (Q) with respect to their proposed approach yields precise results but with a
voltage (U) have been considered. This work studies high computational load. Then, to overcome this is-
the impact of Q(U) control laws on distribution fee- sue, an analytical criterion adapting Q(U) control
ders’ voltage stability. laws response time with respect to grid parameters
An empirical study confirms the risk of voltage insta- is formulated. Finally, a general criterion, valid in
bility and highlights its dependence on control law any cases, is established in order to be included in
parameters. To help distribution grid operators to the grid codes. To conclude this work, extension to
choose these parameters, three methods assessing more complex cases is discussed.
stability are formulated.
Université Paris-Saclay
Espace Technologique / Immeuble Discovery
Route de l’Orme aux Merisiers RD 128 / 91190 Saint-Aubin, France

COSSON 2016 Archivage PDF

Transféré par

Droits d'auteur :

Formats disponibles

COSSON 2016 Archivage PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

COSSON 2016 Archivage PDF

Transféré par

Droits d'auteur :

Formats disponibles

NNT : 2016SACLC065

ECOLE DOCTORALE N◦580

Stabilité du réseau électrique de distribution. Analyse du

Thèse présentée et soutenue à Gif sur Yvette le 19 septembre 2016 :

M. R. Caire Maitre de Conférence, ENSE3 Examinateur

Je remercie du fond du cœur Baptiste qui a su m’écouter, m’épauler et me supporter pendant

Table des matières

1 Problématique du réglage de tension sur les réseaux de distribution 7

2.3.2 Modélisation du réseau électrique . . . . . . . . . . . . . . . . . . . . . . . 42

3 Analyse formelle de la stabilité 63

4 Établissement d’un critère explicite de stabilité 109

4.3.3 Étape 2 : Étude d’atteignabilité avant . . . . . . . . . . . . . . . . . . . . 120

5 Généralisation des critères de stabilité à différents réseaux 143

6 Conclusion générale et perspectives 169

A Illustration du calcul de la matrice d’admittance complexe d’un réseau 189

B Établissement des équations de répartition des charges 193

C Étude d’atteignabilité arrière pour exprimer des conditions suffisantes à la

C.6 Cycle entre les zones 1 et 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207

D Étude d’atteignabilité avant pour caractériser les ensembles de points im-

Liste des tableaux

1 Synthèse du contenu des chapitres . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1 Tension de raccordement de référence pour les consommateurs d’après l’arrêté du

2.1 Dynamique des régulations locales de puissance des convertisseurs . . . . . . . . . 36

5.1 Tableau des variations de la fonction f . . . . . . . . . . . . . . . . . . . . . . . . 147

Table des figures

1.1 Schéma de l’organisation des réseaux électriques en fonction de leur tension en

2.1 Structure du système à modéliser avec plusieurs producteurs décentralisés équipés

3.1 Exemple d’automate représentant un système de transition hybride . . . . . . . . 73

A.1 Schéma du réseau théorique considéré . . . . . . . . . . . . . . . . . . . . . . . . 189

Autoréglage des charges Adaptation naturelle des puissances active et réactive

Branche Liaison électrique reliant deux nœuds du réseau.

Commission de régulation Autorité administrative indépendante française chargée de

Départ dédié Départ accueillant uniquement des producteurs.

Départ mixte Départ accueillant à la fois des consommateurs et des pro-

Énergies renouvelables Installations de production électrique à base d’énergies re-

Gestionnaire de réseau de Entreprise chargée de l’entretien, du fonctionnement et du

Ilotage non-intentionnel Situation où une partie du réseau se retrouve séparée du

Jeu de barres Équipement électrique situé dans le poste source permettant

Multi-Parametric Toolbox Toolbox Matlab R

Poste source Poste de transformation situé entre le réseau de transport et

Producteur conventionnel Installation de production raccordée au réseau via un alter-

Production intermittente Sources de production d’énergie renouvelable non disponibles

Régleurs en charge Automatisme au niveau des transformateurs visant à main-

Réseau HTB Ensemble des liaisons électriques exploitées en haute et très

Réseau HTA Ensemble des liaisons électriques exploitées en moyenne ten-

Réseau BT Ensemble des liaisons électriques exploitées en basse tension

Système à commutation Système dont le modèle change de manière discontinue en

Système hybride Système dont la dynamique intègre des caractéristiques

Système de transition Système composé d’un ensemble d’états et d’une relation de

0n Vecteur de « zéros » de dimension n

1n Vecteur de « uns » de dimension n

In Matrice identité de dimension n × n

spec(M) Spectre de la matrice M

tr(M) Trace de la matrice M

det(M) Déterminant de la matrice M

Nombre de nœuds du réseau auxquels sont raccordés des producteurs équipés

Nombre de nœuds du réseau auxquels sont raccordés des clients non

nP Nombre de régulateurs de puissance

Nombre de zones de fonctionnement linéaire de la loi de commande agrégée