Optimisation de la consommation énergétique d’une ligne de métro automatique

Optimisation énergétique des tables horaires

Contexte historique

En 1662, sous l’impulsion de Blaise Pascal, la ville de Paris met en place le premier service de transport en commun du monde. Ce service composé initialement de 5 lignes, dont une permettait d’effectuer le tour de la périphérie de Paris, était assuré par des carrosses tractés par des chevaux. Il faut ensuite attendre 1832 pour voir la première ligne de transport urbain à traction thermique être mise en service à New York. Dans les 50 années qui suivirent, la plupart des capitales européennes se sont dotées d’au moins une ligne de tramway similaire à celle de New-York. Par la suite, l’urbanisation qui eut lieu au XXème siècle a vu une densification des réseaux de transports urbains, ainsi que l’abandon de la traction hippomobile au profit de la traction vapeur puis de la traction électrique. C’est ainsi qu’en 1879, Werner Von Siemens fait la démonstration à Berlin de la première locomotive électrique sur un circuit circulaire, puis commercialise ce principe dès 1881 dans la périphérie de Berlin avec une ligne de tramway de 2,4km de long. L’histoire des métros est quant à elle relativement récente : la première ligne de métro électrique voit le jour à Londres en 1890 et ce n’est qu’en 1983 que la première ligne de métro automatisée est ouverte à l’exploitation à Lille.

Contexte sociétal et environnemental
Ce sujet de thèse se trouve à l’intersection des trois piliers du développement durable, à savoir l’économie, l’écologie et le social. Il s’agit de faire évoluer les modes d’exploitation de lignes ferroviaires pour assurer à la fois une amélioration de leur efficacité énergétique, une réduction des coûts d’exploitation (ou tout du moins une stabilisation) et une maximisation de la satisfaction client.

Augmentation de l’urbanisation
Le XXème siècle a vu l’avènement de l’urbanisation, la population urbaine est passée de 15% à 45% au cours du siècle dernier. [1] et [2] estiment ainsi qu’en 2050, 70% de la population mondiale sera concentrée dans des villes. Cette urbanisation croissante s’accompagne également d’une augmentation des flux de mobilités urbains et périurbains.

Épuisement des ressources fossiles et contraintes environnementales
Le développement démographique mondial s’accompagne également d’un accroissement de la consommation de ressources naturelles et notamment des énergies fossiles. De 1973 à 2013, la consommation énergétique mondiale a ainsi plus que doublé et en 2012, 81,7% de cette énergie a été produite par la combustion d’énergies fossiles. Ainsi, les scénarios les plus pessimistes estiment que les réserves en pétrole, gaz et matières fissiles seraient épuisées d’ici la fin du XXIe siècle [4].

D’après l’IEA  , environ 40% de la consommation énergétique mondiale des transports est due aux déplacements urbains en 2012. Cependant, selon [2] la consommation des transports urbains est amenée à doubler d’ici 2050 du fait de l’augmentation des flux humains à l’intérieur des villes.

Outre la problématique de l’épuisement des ressources énergétiques fossiles, l’accroissement de la population mondiale a aussi un impact environnemental non négligeable. Depuis sa création en 1988, le GIEC  a multiplié les études et les rapports pour évaluer l’influence de l’activité humaine sur le réchauffement climatique et proposer des stratégies d’adaptation/atténuation.

Le GIEC a ainsi mis en lumière la nécessité de réduire les émissions de gaz à effets de serre afin de limiter le réchauffement climatique global [6], [7]. En 2014 les gouvernements européens ont adopté un nouveau plan d’action appelé Plan Climat dont l’objectif est de mettre en place une politique européenne énergétique à horizon 2030. Cette politique vise d’une part à réduire de 40% les émissions de gaz à effet de serre par rapport à celles de 1990, d’autre part à améliorer de 27% l’efficacité énergétique globale des infrastructures consommatrices et enfin de faire passer à 27% la part de la production énergétique issue de sources renouvelables.

Évolution des transports urbains

Dans ce contexte d’urbanisation croissante couplée au besoin accru de mobilité des hommes et des biens de consommation, l’évolution des transports urbains doit répondre à deux objectifs contradictoires. Premièrement, la nécessité d’augmenter l’offre de transport afin de faciliter les flux humains et matériels entre les tissus urbains et péri-urbains. Deuxièmement, l’adoption d’une démarche environnementale responsable pour limiter l’impact écologique de la mondialisation.

Depuis quelques années, on assiste au niveau des villes, à un réaménagement des réseaux de transports visant à privilégier le développement des transports collectifs électriques, comme les tramways, les bus électriques ou encore les métros, au détriment des systèmes thermiques plus polluants.

Solutions envisagées

Les moyens pour réduire la consommation énergétique de lignes de métro sont principalement de trois types : la réduction des performances du matériel roulant, l’utilisation de profils d’éco-conduite et la récupération de l’énergie cinétique issue du freinage. La réduction des performances du matériel roulant n’est pas une solution envisagée dans cette étude puisque cela nécessiterait d’exploiter plus de trains pour assurer la même qualité de service. Elle se caractérise notamment par la limitation du taux d’accélération et de la vitesse commerciale des trains pour réduire la consommation globale de la ligne. L’établissement de profils d’éco-conduite repose sur l’exploitation de la topographie de la ligne pour réduire la consommation énergétique des trains, principalement en insérant des phases de marche sur l’erre sur certaines interstations afin de tirer avantage de la déclivité de la voie. La marche sur l’erre (MSE) consiste à allonger le temps de parcours des trains en coupant l’alimentation de leurs moteurs sur des portions d’interstation. Les trains utilisent l’inertie acquise lors de l’accélération pour diminuer la consommation énergétique sur le reste de l’interstation, en ne consommant pas d’énergie de traction lors de ces phases. Cette approche a été utilisée par [9] pour déterminer l’insertion optimale de phases de marche sur l’erre. [10] a également étudié l’impact des techniques d’éco conduite sur la consommation en définissant des profils de vitesse caractérisés par des hautes performances d’accélération/décélération et l’utilisation de phases de marche sur l’erre. Bien que cette démarche semble prometteuse puisque [9] et [10] ont tous les deux enregistré une diminution de la consommation d’énergie de quelques dizaines de pour cent, une dégradation des temps de parcours a été constatée dans le même temps. Ainsi, cette approche n’est pas étudiée ici puisqu’elle engendre une diminution de la qualité de service pour un même nombre de trains en ligne. Dans une ligne de métro classique, le matériel roulant est équipé de deux systèmes de freinage : un frein électrique et un frein mécanique. La récupération de l’énergie cinétique d’un train se fait donc en maximisant l’utilisation du frein électrique pour transformer cette énergie cinétique en énergie électrique réutilisable par la suite. L’énergie électrique générée peut alors soit être stockée dans un système de stockage énergétique fixe ou embarqué, soit être renvoyée sur le réseau HTA (Haute Tension niveau A : 1kV < Un ≤ 50kV ) à l’aide de sous-stations réversibles ou être réutilisée par les autres trains circulant sur la ligne. C’est cette dernière solution qui est étudiée dans ces travaux de thèse puisqu’elle permet d’effectuer l’optimisation énergétique d’une ligne déjà existante sans nécessiter de gros investissements matériels.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport-gratuit.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Table des matières
Table des figures
Liste des tableaux
Table des abréviations
Remerciements
Introduction générale
1 Optimisation énergétique des tables horaires
1.1 Introduction
1.2 Contexte des travaux de thèse
1.2.1 Contexte historique
1.2.2 Contexte sociétal et environnemental
1.2.2.1 Augmentation de l’urbanisation
1.2.2.2 Épuisement des ressources fossiles et contraintes environnementales
1.2.2.3 Évolution des transports urbains
1.2.2.4 Solutions envisagées
1.3 Planification ferroviaire
1.3.1 Planification stratégique et Planification opérationnelle
1.3.2 Évaluation de la capacité
1.3.3 Problème de planification des trains
1.3.3.1 Utilisation de la Recherche Opérationnelle
1.3.3.2 Exemples de résolution du train timetabling problem
1.4 Optimisation énergétique en milieu ferroviaire
1.4.1 Réduction des pics de puissance électrique consommée
1.4.2 Diminution de la consommation électrique
1.4.3 Modélisation des flux de puissance
1.5 Conclusion
2 Modélisation d’une ligne de métro automatique
2.1 Introduction
2.1.1 Enjeux – objectifs
2.1.2 Terminologie
2.1.3 Spécificités de l’étude
2.2 Présentation du réseau de traction
2.2.1 Sous-station d’alimentation
2.2.1.1 Caractéristiques des sous-stations d’alimentation
2.2.1.2 Problématique d’implantation
2.2.2 Feeders
2.2.3 Rails d’alimentation et système de guidage
2.2.4 Coffrets de Surveillance du Potentiel Négatif
2.3 Présentation du matériel roulant
2.3.1 Alimentation électrique du matériel roulant
2.3.2 Description de la chaine de traction
2.3.3 Principe de fonctionnement du système de traction d’une voiture
2.3.4 Conditions d’utilisation du système de freinage
2.3.5 Plage d’application du freinage conjugué
2.3.5.1 Cas particulier du système Néoval
2.3.6 Equipements auxiliaires
2.4 Modélisation énergétique du matériel roulant
2.4.1 Modélisation du déplacement des trains
2.4.1.1 Approche épisodique
2.4.1.2 Approche temporelle
2.4.2 Modélisation mécanique du matériel roulant
2.4.3 Modélisation électrique du matériel roulant
2.4.3.1 Conventions de modélisation
2.4.3.2 Modélisation du rhéostat de freinage
2.5 Modélisation d’une ligne de métro
2.5.1 Modélisation du système d’électrification ferrovaire
2.5.2 Présentation des hypothèses de modélisation
2.5.3 Application à un exemple simplifié
2.5.4 Analyse nodale modifiée
2.6 Résolution d’un problème de répartition des charges
2.6.1 Analogie avec une résolution load flow
2.6.2 Historique de la résolution de problème de load flow
2.6.3 Méthode de Newton-Raphson
2.6.3.1 Présentation générale
2.6.3.2 Formulation mathématique du problème
2.6.3.3 Algorithme de résolution
2.6.4 Méthode de Broyden
2.6.4.1 Mise à jour de Broyden
2.6.4.2 Mise à jour de Sherman-Morrison
2.6.4.3 Remarques générales sur la méthode
2.6.5 Résolution par heuristique itérative
2.6.6 Résultats et performances de la résolution
2.7 Conclusion
3 Optimisation des paramètres d’exploitation
3.1 Introduction
3.2 Formulation du problème d’optimisation
3.2.1 Cahier des charges
3.2.2 Sélection des paramètres les plus influents en hors-ligne
3.2.3 Définition des variables utilisées
3.2.4 Définition des contraintes
3.2.5 Définition de la fonction objectif
3.3 Optimisation de l’intervalle
3.3.1 Simulation d’un carrousel établi
3.3.2 Etude des intervalles d’exploitation
3.3.3 Répartition des pertes dans une ligne de métro
3.3.4 Analyse d’une table horaire type
3.3.5 Confrontation avec des essais sites
3.4 Optimisation des temps d’arrêt en station
3.4.1 Principe de la modulation des temps d’arrêt en station
3.4.2 Estimation de l’espace des solutions
3.4.3 Détermination de la méthode d’optimisation
3.4.4 Optimisation par métaheuristique
3.4.5 Algorithmes évolutionnaires
3.4.5.1 Optimisation par algorithme génétique
3.4.5.2 Représentation des chromosomes
3.4.5.3 Opérateurs de sélection
3.4.5.4 Opérateurs de croisement
3.4.5.5 Opérateurs de mutation
3.4.5.6 Paramétrage de l’algorithme
3.4.6 Algorithmes d’intelligence en essaim
3.4.6.1 Optimisation par essaims particulaires
3.4.6.2 Règles de déplacement
3.4.6.3 Codage des solutions
3.4.6.4 Notion de voisinage
3.4.6.5 Limitation de la vitesse de déplacement
3.4.6.6 Implémentation de l’algorithme
Conclusion générale

Rapport PFE, mémoire et thèse PDFTélécharger le rapport complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *