Télécharger le fichier pdf d’un mémoire de fin d’études
Caractéristiques du Réseau Interconnecté d’Antananarivo (RIA)
Eléments constitutifs du RIA
Réseau de Transport 138kV et 63 kV
|
Table des matières
Chapitre I : Système d’exploitation opérationnel du Réseau Interconnecté d’Antananarivo
I.1 Présentation et organisation du Secteur de l’Electricité à Madagascar
I.2 Caractéristiques du Réseau Interconnecté d’Antananarivo (RIA)
I.2.1 Délimitation et description sommaire du RIA
I.2.2 Structure générale d’un réseau électrique
I.2.3 Eléments constitutifs du RIA
I.2.4 Les Centrales de production
I.2.4.1 Les Centrales Hydroélectriques (CH)
I.2.4.2 Les Centrales Thermiques (CT)
I.2.5 Topologie du RIA
I.2.5.1 Réseau de Transport 138kV et 63 kV
I.2.5.2 Réseau de Répartition 35kV et 63kV
I.2.5.3 Réseau de Distribution MT
I.2.5.4 Réseau de distribution BT
I.3 Exploitation et conduite du RIA
I.3.1 Conduite de Réseau au Bureau Central de Conduite
I.3.2 Conduite de Réseau au PIA
I.4 Conclusion partielle
Chapitre II : Méthodes de modélisation et de prévision à court-terme de la demande en électricité
II.1 La Demande en électricité du RIA
II.2 Importances et approches générales des prévisions de la demande en électricité
II.2.1 Importances des prévisions
II.2.2 Approches générales des prévisions
II.3 Séries temporelles ou Séries chronologiques
II.3.1 Définition et notations
II.3.2 Composantes de séries temporelles
II.3.3 Décomposition des séries temporelles
II.3.4 Démarche générale de prévisions des séries temporelles
II.4 Modèle BATS (Box-Cox Transformation, ARMA errors, Trend and Seasonal Components)
II.4.1 Transformation de Box-Cox
II.4.2 Modèle ARMA (Autoregressive-Moving Average)
II.4.2.1 Stationnarité des Séries Temporelles
II.4.2.2 Modèle auto-régressif : AR(p)
II.4.2.3 Modèle moyenne mobile : processus MA(q)
II.4.2.4 Modèle ARMA : processus ARMA(p,q)
II.4.3 Méthodes de lissages exponentiels
II.4.3.1 Description générale de la méthode
II.4.3.2 Lissage exponentiel simple (LES)
II.4.3.3 Lissage exponentiel double ou lissage exponentiel de Holt (LEH)
II.4.3.4 Lissage exponentiel de Holt-Winters à double saisonnalité et à tendance amortie (LEHWDS)
II.4.4 Caractérisation du modèle BATS
II.4.5 Caractérisation du modèle TBATS
II.4.6 Estimation des paramètres des modèles
II.4.7 Validation des modèles
II.4.8 Différentes formulations des erreurs
II.5 Acquisition, prétraitement des données et calcul des paramètres des modèles
II.5.1 Acquisition de données
II.5.2 Correction des données manquantes et aberrantes
II.5.3 Traitement des données avec R
Chapitre III : Résultats et interprétations, discussions et limites de la recherche
III.1 Modèles BATS et TBATS retenus
III.2 Prévisions calculées à partir des modèles
III.2.1 Graphes des prévisions journalières (h=43)
III.2.2 Graphes des prévisions hebdomadaires (h=301)
III.2.3 Graphes des prévisions bihebdomadaires (h=302)
III.3 Erreurs de prévisions
III.4 Paramètres des modèles
III.4.1 Paramètres du modèle TBATS
III.4.2 Paramètres du modèle BATS
III.5 Analyse des erreurs intra-échantillon des modèles : ?
III.5.1 Erreurs du modèle BATS
III.5.2 Erreurs du modèle TBATS
III.6 Limites de la recherche
III.6.1 Prévisions associées aux jours fériés
III.6.2 Données inexploitables pour certaines périodes
Conclusion
Bibliographie
Webographie
Annexe 1 : Données de consommation d’électricité du RIA du 10-02-2014
Annexe 2 : Script R utilisé
Télécharger le rapport complet
