L’objectif principal est de former les étudiant(e)s aux réseaux électriques intelligents tout en les sensibilisant aux nouvelles approches de
distribution de l’énergie électrique dans un contexte de l’ouverture à la concurrence du secteur électrique. Ces méthodes modernes sont
basées sur des algorithmes d'optimisation et d'apprentissage machine en intelligence artificielle. On montre dans ce cours comment
exploiter les ressources électriques d'un réseau de distribution (sources à énergies renouvelables, éléments de stockage, de régulation et
de protection) tout en respectant les enjeux techniques, économiques et environnementaux et en considérant les différents profils de
consommation et de production distribuées. La sécurité des transactions énergétiques est également traitée dans ce cours.
Les enjeux économiques concernent les fluctuations du prix de l’énergie, le CAPEX et le OPEX. Les contraintes techniques s’expriment en
priorité par la stabilité du réseau de distribution tout en considérant les fluctuation stochastiques des sources à énergie renouvelables et
des charges modernes comme les véhicules électriques.
Cet objectif est atteint en formant les étudiant(e)s à des méthodes numériques de traitement des données massives, à des algorithmes de
prédiction et à l’apprentissage machine pour concevoir une distribution électrique stable, éco-responsable et économe. On montre dans
ce cours l’effet des programmes de motivation offerts aux consommateurs et des programmes de gestion de la demande sur la qualité de
la distribution.

Le cours est réparti sur 13 séances de 3h30 chaque. Il est assuré en mode hybride, les séances à distance sont assurées sur ZOOM et sont
consacrées pour la transmission aux étudiants en temps réel et en mode interactif des connaissances nécessaires. Un sondage pour
valider l’assimilation des connaissances est effectué à la suite de chaque thème traité. Les réponses aux sondages sont discutées pour
éviter toute mauvaise compréhension. Les séances en présentiel sont consacrées pour discuter en classe avec les étudiant(e)s des études
de cas et pour résoudre des exercices qui sont adaptés aux connaissances transmises. Le calendrier des séances à distance et des séances
en présentiel est déterminé à l'avance. Le site Moodle de l’ETS est adopté pour mettre à disposition des étudiant(e)s les ressources
nécessaires (documents de référence, vidéo de formation, présentations ppt, exercices et leurs solutions, résultats des sondages, et tout
autres ressources d’études de cas) et pour soumettre les devoirs.

Introduction du cours (1h) : Description – Objectifs – Apprentissage attendu – Contenu du cours – Méthode d’apprentissage – Méthode
d’évaluation.
Chapitre 1 (3h) : Intérêts et Défis Concernant les Réseaux Électriques Intelligents : Historique et évolution de la distribution Électrique.
Prévisions du marché concernant les Réseaux Électriques Intelligents (REI). Caractéristiques des REIs. Stratégies et déploiement des REIs
en Amérique du nord et en Europe. Situation des REIs par rapport à la transition énergétique.
Chapitre 2 (3h) : Architectures des REIs et Ressources Distribuées: Modèles architecturaux des REIs. Critères de conception des REIs.
Architecture de référence SGAM. Domaines, zones et couches de l'architecture SGAM. Intégration des ressources distribuées dans les
REIs et études stochastiques de la production d'énergie renouvelable. Considérations opérationnelles et équilibre
consommation/production. Impacte de l'échange d'énergie active et réactive sur le point de couplage REI/Source.
Chapitre 3 (6h): Nouvelles considérations dans la distribution électrique: Charge/Décharge des Véhicules Électriques (VE) et Empreintes
Carbobe. Pénétration des VEs dans les réseaux de distribution. Gestion de a charge/décharge. Gestion et Optimisation décentraisée de la
charge/décharge des VEs. Étude de cas sur un réseau de distribution. Éjection, Injection, Transfère et Pertes du flot de carbone dans un
réseau de distribution. Répartition des émissions GES associées aux ressources distribuées. Étude de cas.
Chapitre 4 (8h) : Gestion de la demande en énergie électrique: Programmes de gestion de la demande - Transactions énergétiques -
Optimisation de la demande. Les programmes temporels et évènementiels. Les programmes pilotables et non pilotables. Déploiement et
évaluation des programmes de gestion de a demande. Calcul de la consommation de base des clients. Optimisation de la demande par la
méthde de groupement (clustering).
Les transactions énergétiques chez Hydro-Québec. Opérstions de coordination et de commerce de l'énergie électrique par des
transactions pair à pair.
Chapitre 5 (6h) : Analyse et Traitement des Données Massives des Réseaux Électriques Intelligents : Caractéristiques et infrastructures de
communication des données. Traitement intelligent des données. Algorithmes d'apprentissage supervisé et non supervisé pour la
prévision des données. Régression linéaire. régression logique. Arbres de décision. Algorithmes de groupement (clustering). Applications
et études de cas.
Chapitre 6 (6h) : Méthodes et Outils pour l’Analyse spatio-temporelle des données d'un REI : Résolutions spatiales et temporelles. Séries
temporelles et prévisions. Horizons de prévision. Analyse Spatiale et corrélation entre les sources distribuées. Distribution des réserves.
Flexibilité des ressources. Modèle stochastique pour la distribution éolienne.
Modèle stochastique pour la production PV. Applications et études de cas.
Chapitre 7 (6h) : Sécurité des REIs: Sources de menace. Modèles d'attaque. Sécurité par la méthode des Block-chains et des Holo-Chains.
Algorithmes de consensus pour la sécurité de l'information. Cryptation et décryptation de l'information. l’Internet de l’Énergie (IoE).

Présence et Participation aux sondages (10%) – La totalité des points de présence est obtenue pour une présence supérieure à 85% aux
modules en présentiel et à distance. Des sondages sont effectués au cours des séances pour évaluer la compréhension des étudiants des
différents thèmes expliqués au cours des séances. La totalité des points est obtenues à la suite de la participation à tous les sondages.
Travail individuel à remettre en 3 étapes (30%) – Un certain nombre de sujets liés au cours sont proposés au début du semestre. Chaque
étudiant(e) traite le sujet de son choix. Le travail demandé consiste en une première étape de faire une recherche bibliographique sur la
problématique posée. En une deuxième étape faire une analyse des solutions proposées et en une troisième étape de préparer une
présentation du travail effectué.
Examen Intra (30%).
Examen final (30%).

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).

Tout document et liens URLs téléversé ou enregistré dans le site MOODLE du cours (présentations ppt, exercices, vidéos, articles, textes supplémentaires...)

Pour chaque chapitre du cours il existe un dossier de références téléversé dans le site MOODLE du cours.

L'adresse internet du site du cours est:

https://ena.etsmtl.ca/course/view.php?id=23314