Étude de faisabilité d’un outil de gestion tarifaire dans le cadre de la transition énergétique

Libéralisation du marché

Actuellement le marché suisse n’est pas ouvert à 100%. En effet, depuis 2009, seul les gros consommateurs ayant plus de 100’000 kWh de consommation annuelle peuvent choisir librement leur fournisseur d’électricité. Les consommateurs en-dessous de cette limite (petits consommateurs) n’ont pas la possibilité de choisir librement leur fournisseur et subissent la tarification appliquée localement suivant la zone dans laquelle ils se trouvent. Ils sont ce que l’on appelle des clients « captifs ». Il n’est pas encore très clair si ce désavantage va être enlevé prochainement ou non mais tout porte à croire que le marché suisse devrait s’ouvrir totalement comme le reste de l’EU.

En France ainsi que pour le reste des pays adhérents de l’EU, l’ouverture du marché est pour tout le monde depuis 2007 et pour les gros consommateurs depuis 1999 [Gaubert, 2019]. Ainsi les gros consommateurs, pouvant choisir leur fournisseur d’électricité, peuvent négocier leur électricité au prix du marché. Évidemment, comme on va le voir ci-après, ce prix est soumis à plusieurs facteurs qui le feront varier. Cette libéralisation du marché permettra de donner un nouveau souffle sur les mécanismes actuels et nourrira une saine concurrence. Elle permettra peut-être d’avoir des prix qui remontent comme nous disent Gay et Glita en parlant du début de la libéralisation du marché électrique en Europe : « La libéralisation du marché électrique n’a pas apporté la baisse de prix escomptée, à part une légère baisse vers les années 2000 avec l’entrée en jeu de nouveaux acteurs. Ils sont même repartis à la hausse dès 2006 pour atteindre environ 23% de hausse en 2011 notamment en Allemagne, au Royaume-Uni et aux Pays-Bas » [Gay & Glita, 2012].

Prix de l’électricité et ses facteurs de variabilité Le prix de l’électricité sur la bourse est soumis à la loi de l’offre et de la demande, ainsi, lorsque la demande ou l’offre en électricité change, le prix sera influencé en positif ou négatif.

_ la demande est notamment influencée par les aléas météorologiques. Par exemple, s’il fait plus froid, la consommation d’électricité va augmenter à cause de l’enclenchement des chauffages chez les particuliers. Des moyens de production supplémentaires devront être enclenchés, ainsi le prix va varier. Une étude sur la demande mensuelle en électricité d’un pays comme l’Italie a mis en évidence que les changements de température et les effets calendaires (jours fériés, vacances) sont des facteurs de variabilité de la demande électrique [Apadula, Bassini, Elli, & Scapin, 2012].

_ l’offre est notamment influencée aussi par la météo surtout depuis l’arrivée des NER qui sont des moyens de production stochastiques. Ainsi plus le rayonnement solaire est intense, pour le cas des PV, plus il y aura de production d’énergie électrique sur le réseau.

Ceci aura pour effet de venir changer l’ordre de mérite des centrales et viendra intercaler les centrales de production NER à l’avant du panel (cf. Annexe A.8, p.67). L’injection du courant produit par des NER aura aussi pour effet de rendre le prix du marché plus volatile ce qui peut induire une légère baisse sur le marché SPOT comme nous l’apprend une étude sur l’impact du courant issu des éoliennes sur le prix SPOT en Allemagne Les politiques gouvernementales, les coûts des mesures de protection de l’environnement ou encore les coûts des énergies primaires utilisées pour produire de l’électricité sont aussi des facteurs influençant le prix de l’électricité comme le conclut une étude sur l’évolution des prix de l’électricité dans les pays d’Europe centrale [Cruciani & al, 2010]. Pour revenir en territoire Suisse, il a été remarqué que le prix moyen pour le consommateur final (tout type de consommateur et tarifs confondus) a augmenté régulièrement de 2009 à 2012. Dès 2012, il est resté plutôt stable avec une petite cassure en 2017 alors que le nombre de gestionnaires du réseau de distribution (GRD) diminuait régulièrement depuis 2010 avec une cassure en 2014 (cf. Figure 1.1, p.4 et cf. Figure 1.2, p.4). Vous pouvez trouver la table de valeur issue des données de prix agrégées par l’ElCom en annexe (cf. Annexe A.6, p.65).

Objectifs de l’étude Nous avons pu voir qu’une augmentation des installations PV est clairement en train d’arriver. En nous fiant aux différentes stratégies, nous pouvons affirmer que cette augmentation va aller en s’accélérant en supposant que le potentiel solaire sur les façades et toitures en Suisse se monte à 67 TWh/a [AES, 2019]. Suite à ce constat, la question qui se pose est la suivante : qui va payer pour l’entretien et l’exploitation du réseau de distribution et de transport de l’électricité si tous les clients autoconsomment leur propre énergie produite localement ? Comment tarifier au mieux les prosumers V pour que les CAPEX et OPEX du réseau soient répartis le plus équitablement possible entre tous types de consommateurs ? De plus, la nature stochastique de l’énergie solaire rend les prévisions de consommation plus compliquées.

En effet, le taux d’erreur des prévisions météorologiques vont venir creuser l’écart sur le taux d’erreur de la prévision de la consommation électrique que le mandant exécute chaque jour. Si leur taux d’erreur augmente, cela veut dire que le GRD devra faire appel à des centrales rapides pour combler les erreurs de prévisions sur la demande et devra donc payer pour cette capacité demandée en plus. Nous le voyons ici, l’engouement pour les NER est présent et même important mais cela comporte deux points négatifs. D’une part, cela est gênant pour les distributeurs car leur taux d’erreur sur les prévisions de consommation électrique va augmenter et ils vont devoir payer pour combler cette erreur.

D’autre part, cela est paradoxal car des centrales à enclenchement rapide devront être activées, souvent du charbon ou éventuellement des stations de pompage-turbinage Monachon Lucas Chapitre 1 Travail de Diplôme Cette étude est destinée à l’entreprise SEIC TELEDIS SA, appelé « la mandant » pour le reste du travail. Elle a pour premier objectif de proposer une méthode d’analyse de l’impact d’une pénétration croissante des installations PV sur la tarification actuelle du distributeur. En deuxième lieu, elle doit pouvoir proposer des scénarios de tarifications dynamiques qui tiendraient compte des différents facteurs liés à la présence de PV chez le client. Finalement, cette étude doit permettre l’établissement d’indicateurs de performance utiles au distributeur. De cette manière, ceci pourra l’aider à prendre les bonnes décisions quant à l’établissement de scénarios probables pour le futur de ses consommateurs et ainsi pouvoir proposer la tarification la plus adaptée pour chaque client en adéquation avec toujours plus de prosumers.

Structure du rapport Après avoir vu dans quel contexte l’étude va évoluer, le chapitre suivant se concentrera sur l’aspect « entreprise » pour présenter le mandant et son positionnement plus en détail dans le paysage énergétique suisse. Nous traiterons le fonctionnement de la partie énergie de l’entreprise et la façon dont ils s’approvisionnent pour répondre à la demande. Nous verrons aussi une explication détaillée de la tarification actuelle pratiquée par le mandant et les types de clients qu’il doit fournir. La partie « Développement », le coeur de ce travail, portera sur l’aspect « clients » avec la méthodologie utilisée pour désagréger une courbe de charge donnée d’un transformateur moyenne tension (MT) / basse tension (BT) du mandant. Un transformateur MT/BT se trouvant en amont d’autres transformateurs ou coffrets de distribution et délimite une zone de desserte du distributeur et fait la jonction entre la moyenne tension et la basse tension. Nous verrons comment réaliser un profilage de clients types ce qui nous amènera à faire une catégorisation afin de simplifier la désagrégation de la courbe de charge pour mieux situer les types de clients qu’un distributeur peut avoir.

Ceci afin de déterminer un cas d’étude de base. . Le suite du travail verra se définir des scénarios afin de faire varier les courbes de charge des clients et ainsi étudier l’impact d’une tarification basique « Heures pleines – Heures creuses ». De cette façon, nous pourrons discuter de la tarification dynamique, son fonctionnement et l’apport que cela peut engendrer pour une entreprise comme un GRD. Nous discuterons notamment de la gestion de la demande (DR) qui est une possibilité pour répondre aux besoins de flexibilités du réseau sans trop impacter le confort des clients. Finalement, les derniers chapitres permettront de quantifier ces impacts en développant des indicateurs de performance de la méthode et ainsi permettre une évaluation rapide par le gestionnaire des scénarios testés.

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 propose le téléchargement des modèles gratuits 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
Liste des tableaux
Liste des figures
Liste des abréviations
I Introduction
1 Introduction générale
1.1 Contexte de l’étude
1.1.1 Libéralisation du marché
1.1.2 Prix de l’électricité et ses facteurs de variabilité
1.1.3 Construction du prix de l’électricité
1.1.4 Marché de l’énergie électrique en Suisse
1.1.5 Stratégie énergétique valaisanne
1.1.6 Le rôle évolutif du distributeur d’électricité
1.2 Objectifs de l’étude
1.3 Structure du rapport
1.4 Motivations
2 Présentation de l’entreprise
2.1 Présentation générale
2.2 Stratégie d’achat de l’énergie chez le mandant
2.3 Types de clients et tarification
2.4 Tarification pratiquée chez le mandant
2.4.1 Niveaux de tension
2.4.2 Heures pleines – heures creuses
2.4.3 DUP
2.4.4 Saisonnalité
II Développements
3 Introduction
4 Notions théoriques
4.1 Courbe de charge
4.2 Base et peak d’une CDC
4.3 Autoconsommation et autosuffisance
4.4 Durée d’utilisation de la puissance
5 Méthodologie
5.1 Acquisition et type de données
5.2 Désagrégation de la CDC d’un transformateur
5.2.1 Choix d’un transformateur
5.2.2 Profilage des clients
5.3 Reconstruction d’une CDC « zéro »
6 Objectif 1 : impact du solaire
6.1 Hypothèse de travail
6.2 Simulation de production solaire sur l’entier des communes raccordées à Écône
6.3 Résultats et commentaires
7 Objectif 2 : propositions de tarification pour les ménages avec PV
7.1 La tarification dynamique comme système tarifaire pour les ménages ?
7.2 Hypothèse de travail
7.3 Création du banc de test virtuel et simulations réalisées
7.4 Résultats et commentaires
7.4.1 Time Of Use
7.4.2 Critical Peak Pricing
7.4.3 Real Time Pricing
7.4.4 Indicateur de performance
III Conclusion
8 Rappel des résultats et conclusion
8.1 Développements futurs
Références
Annexes
A.1 Répartition mondiale des sources d’énergies génératrices d’électricité
A.2 Puissance mondiale en GWp installée par année
A.3 Pyramide de la stratégie énergétique du canton du Valais
A.4 Ensoleillement annuel de la ville de Sion
A.5 Émissions de GES en Suisse de 1990 à 2017 avec une projection polynomiale pour 2020
A.6 Données agrégées des prix moyens du kWh vendus par les GRD en Suisse
A.7 Tarification 2019 de SEIC Teledis
A.8 Ordre de mérite des centrales de production
A.9 Énergie fournie en 2018 par catégorie de tarif
A.10 Consommation d’un chantier du 27 au 30 avril
A.11 Extrait du plan physique du réseau MT/BT du mandant
A.12 Ratios pour calculer le nombre de clients par stations pour une commune
A.13 Calcul pour le coefficient de simultanéité en fonction du nombre de clients raccordés en aval
A.14 Code du script matlab pour établir la CDC estimée des clients « ménages »
A.15 Fonction matlab pour calculer les degrés-jours d’une courbe de température
A.16 Calcul d’une MAPE
A.17 Ensoleillement de Saxon
A.18 Analyse de la base-peak-offpeak
A.19 Contrats d’achats pour la fourniture de base pour l’année 2018
A.20 Prédiction de température au moyen du Support Vector Machine
A.21 Catégories de consommateurs définies par l’ElCom.