Dimensionnement dynamique des besoins FRR

Étude sur le dimensionnement dynamique des besoins FRR (octobre 2017)

Dans cette étude, Elia présente une nouvelle méthode permettant de dimensionner « de manière dynamique » les besoins en réserves de balancing presqu’en temps réel, en fonction des conditions du système prévues en day-ahead, en incluant l’énergie éolienne offshore et onshore, l’énergie solaire photovoltaïque, la demande en électricité et les plannings des centrales électriques et des éléments du réseau de transport.

Cette méthode s’oppose à la méthode « statique » actuelle qui dimensionne les réserves de balancing une année à l’avance en fonction des déséquilibres historiques du système et des erreurs de prévision concernant les énergies renouvelables. Avec une telle méthode, où les besoins sont fixés pour l’année entière, les événements extrêmes – qui devraient se produire plus fréquemment à l’avenir, mais seulement dans des conditions exceptionnelles – définissent les besoins en réserves pour toute l’année. Il en résulte un surdimensionnement pendant les périodes de risque réduit, mais aussi un manque de capacité pendant les périodes caractérisées par des risques de déséquilibre réellement élevés.

L’étude démontre que la méthodologie alternative proposée améliore la fiabilité et la rentabilité de l’équilibrage de la production et du prélèvement, en particulier dans les systèmes du futur, avec une production renouvelable accrue. Des solutions statistiques avancées, y compris des techniques de « machine learning », sont utilisées pour déterminer les besoins totaux de ces réserves de balancing, c’est-à-dire les besoins en FRR, sur la base d’une analyse des déséquilibres historiques du système et des prévisions des conditions du système.

Afin d’évaluer le potentiel d’une telle approche dynamique, l’étude contient deux parties. La première reprend les résultats d’une analyse (dont une analyse des coûts et bénéfices) de six méthodes potentielles de dimensionnement dynamique des besoins en FRR. L’objectif de cette première partie est de formuler des recommandations concernant un ensemble de méthodologies devant faire l’objet d’analyses plus poussées dans le cadre d’une démonstration de faisabilité (proof of concept).

La deuxième partie contient la sélection finale de la méthode/des méthodes les plus prometteuses destinées à être mises en œuvre, accompagnée d’un plan d’implémentation. Outre la démonstration de faisabilité, cette partie comprend également une évaluation de l’impact financier de l’implémentation. Le rapport conclut que l’implémentation d’une méthode de dimensionnement dynamique aurait les effets suivants :

  • une meilleure gestion de la fiabilité et solidité comportementale du futur système électrique ;
  • une meilleure rentabilité grâce à la réduction des besoins moyens en réserves de balancing;
  • une solution plus durable pour l’avenir que celle proposée par une méthode de dimensionnement statique;
  • et une faisabilité technique et la transparence des résultats.

La durée d’implémentation d’un outil opérationnel est estimée à un délai compris entre 9 et 12 mois. L’application effective du dimensionnement dynamique dépendra d’une étude de suivi concernant l’achat dynamique (« quotidienne ») de réserves mFRR (manual Frequency Restoration Reserves, aussi connu comme les réserves tertiaires) en 2018.