Nouveau modèle de marché pour les réseaux gaz-électricité
L’intégration des ressources énergétiques distribuées (DER) dans les réseaux locaux représente désormais une réalité opérationnelle, et non plus une vision futuriste, à l’ère de la transition énergétique et de la transformation numérique. Pourtant, face à la prolifération des panneaux solaires, des systèmes de stockage sur batterie et des véhicules électriques (VE) dans les zones résidentielles et industrielles, les gestionnaires de réseau doivent relever un défi croissant : comment coordonner efficacement ces actifs décentralisés tout en maintenant la fiabilité du système et l’équité économique ? Une étude novatrice publiée dans Automation of Electric Power Systems apporte une réponse convaincante en proposant un nouveau cadre de clearing marché conçu pour les réseaux de distribution intégrés gaz-électricité, intégrant activement les DER dans les opérations journalières.
Cette recherche, dirigée par Yixuan Weng du Shenzhen Power Supply Bureau Co., Ltd., en collaboration avec des chercheurs de l’Université Tsinghua et de Beijing QU Creative Technology Co., Ltd., présente un mécanisme de trading centralisé spécifiquement conçu pour les systèmes de distribution moyenne tension où les infrastructures électriques et gazières sont étroitement couplées. Contrairement aux modèles pair-à-pair (P2P) qui privilégient l’autonomie au détriment de l’efficacité systémique, cette approche utilise la tarification marginale locative (LMP) au niveau de la distribution pour aligner les incitations des participants sur les objectifs globaux du réseau : maximisation du bien-être social, minimisation de la congestion et amélioration de l’intégration des énergies renouvelables.
Au cœur de cette innovation se trouve une architecture d’optimisation double système qui respecte les frontières opérationnelles et institutionnelles entre les utilities électriques et gazières. Historiquement, ces réseaux étaient gérés par des entités distinctes avec des mandats réglementaires, des protocoles de données et des horizons de planification différents. Tenter de fusionner leurs opérations dans un modèle monolithique unique s’avère souvent impraticable en raison des préoccupations liées à la confidentialité des données et de la complexité computationnelle. Les auteurs contournent cet obstacle en adoptant la méthode alternée des multiplicateurs (ADMM) — une technique d’optimisation distribuée permettant une coordination itérative sans nécessiter la divulgation complète d’informations propriétaires.
Cette méthode permet aux réseaux de distribution électrique et gazière de résoudre indépendamment leurs sous-problèmes respectifs tout en échangeant des signaux limités et anonymisés liés aux dispositifs de couplage — à savoir les turbines gazières et les unités de power-to-gas (P2G). Ces actifs servent de ponts physiques et économiques entre les deux vecteurs énergétiques. Lorsque les prix de l’électricité augmentent durant les pics de demande, les turbines gazières peuvent accroître leur production pour répondre à la charge locale, réduisant ainsi la pression sur les lignes de transport amont. Inversement, lorsque les surplus de production renouvelable font baisser les prix de l’électricité, les installations P2G peuvent convertir l’excédent d’énergie en méthane de synthèse, l’injectant dans le réseau gazier pour une utilisation ou un stockage ultérieur. Cette flexibilité bidirectionnelle est essentielle pour libérer la résilience et la valeur économique du système, mais seulement si les signaux de marché reflètent avec précision les conditions en temps réel sur les deux réseaux.
Pour rendre cette vision computationnellement traitable, l’équipe a employé des techniques mathématiques avancées pour linéariser des physiques intrinsèquement non linéaires. Pour le réseau de distribution électrique, ils ont utilisé la relaxation de programmation conique du second ordre (SOCP) pour approximer les équations de flux de puissance AC — une approche courante qui équilibre précision et solvabilité dans les réseaux radiaux. Pour le réseau gazier, cependant, ils ont opté pour une stratégie différente : le développement en série de Taylor autour des points de fonctionnement pour linéariser l’équation de Weymouth, qui régit les relations pression-débit dans les pipelines. Bien que la SOCP soit largement appliquée aux systèmes électriques, son utilisation dans les réseaux gaziers reste controversée en raison d’imprécisions potentielles sous certains régimes d’écoulement. En choisissant le développement de Taylor — une méthode qui s’adapte aux conditions de fonctionnement locales — les auteurs ont assuré une meilleure fidélité dans la modélisation des écoulements gazeux sans sacrifier la convexité.
Le modèle de clearing conjoint qui en résulte optimise la dispatch non seulement des actifs conventionnels comme les turbines gazières, mais aussi de diverses DER : photovoltaïques en toiture, stockage stationnaire sur batterie et stations de recharge de VE agrégées. Chaque participant soumet des courbes d’offre reflétant sa volonté d’acheter ou de vendre de l’énergie à différents niveaux de prix. Les prosommateurs photovoltaïques offrent leur surplus de production ; les batteries arbitrent les écarts de prix en chargeant lorsque les prix sont bas et en déchargeant lorsqu’ils sont élevés ; les flottes de VE déplacent leurs charges de recharge vers les heures creuses tout en garantissant des exigences minimales d’état de charge pour les besoins de mobilité. L’opérateur de marché clearing ensuite ces offres sous contraintes de réseau, produisant un calendrier qui maximise le surplus total tout en respectant les limites de tension, les capacités thermiques et les contraintes de pression gazeuse.
Crucialement, le modèle produit des LMP au niveau de la distribution — des prix qui varient par nœud et dans le temps pour refléter la congestion et les pertes locales. Ces prix servent de signaux économiques puissants : ils incitent les DER à se situer et à fonctionner là où elles apportent le plus de valeur au réseau. Par exemple, une batterie installée près d’un feeder fortement chargé pourrait générer des revenus plus élevés en se déchargeant durant les pics de soirée, non seulement parce que les prix de l’énergie sont élevés, mais aussi parce qu’elle atténue la congestion locale, capturée dans la « composante de congestion » du LMP. De même, les stations de recharge de VE dans des zones avec un fort ensoleillement midi pourraient être récompensées pour absorber l’excès de production, aidant à éviter les curtailments.
Les chercheurs ont validé leur cadre en utilisant un système de distribution IEEE 33 nœuds modifié couplé à un réseau gazier de 7 nœuds. Les simulations ont révélé des dynamiques convaincantes. Durant les périodes de bas prix (par exemple, la nuit et le midi), le système importait de l’énergie du marché de gros et chargeait les actifs de stockage. Durant les fenêtres de prix élevés (fin d’après-midi et début de soirée), la production locale — incluant les turbines gazières et les batteries déchargées — fournissait la majorité de la demande, réduisant la dépendance aux importations coûteuses. Les unités P2G fonctionnaient stratégiquement : elles réduisaient la conversion lorsque les prix de l’électricité dépassaient le coût marginal de la production gazière, préservant l’efficacité économique.
Peut-être plus significativement, l’étude a comparé le mécanisme centralisé proposé à une base de trading P2P sous différents niveaux de pénétration des DER. À mesure que la part des ressources distribuées augmentait de 20 % à 100 %, l’avantage de bien-être du modèle centralisé croissait substantiellement. À pleine pénétration, le bien-être social — défini comme le bénéfice net pour tous les participants après comptabilisation des coûts — était près de 40 % plus élevé que dans le scénario P2P. Cet écart apparaît parce que les trades P2P, bien que flexibles, ignorent souvent les contraintes systémiques. Sans coordinateur central, les participants peuvent convenir de transactions qui surchargent collectivement un transformateur ou violent les limites de tension, forçant le gestionnaire de réseau à réduire les trades a posteriori — un processus qui érode la confiance et l’efficacité. Le modèle centralisé, en revanche, internalise ces contraintes en amont, garantissant que chaque transaction clearing est physiquement réalisable et économiquement optimale.
D’un point de vue politique, les résultats portent des implications importantes. Alors que les régulateurs mondiaux envisagent la conception de marchés au niveau de la distribution — particulièrement dans les régions à forte pénétration d’énergies renouvelables — le compromis entre décentralisation et coordination devient critique. Les modèles P2P purs peuvent séduire par des idéaux libertaires de souveraineté du consommateur, mais ils risquent des résultats sous-optimaux dans des réseaux fortement contraints. L’approche des auteurs trouve un équilibre pragmatique : elle préserve l’autonomie des participants dans la soumission des offres tout en assurant l’intégrité du système grâce au clearing centralisé. De plus, en utilisant l’ADMM, elle s’accommode des réalités institutionnelles — les utilities électriques et gazières peuvent rester des entités légales et opérationnelles distinctes tout en atteignant une optimisation conjointe.
Le modèle s’aligne également sur les tendances mondiales vers des systèmes énergétiques intégrés. Le paquet « Fit for 55 » de l’Union européenne et l’Inflation Reduction Act américain mettent tous deux l’accent sur le couplage sectoriel — reliant l’énergie, les transports, le chauffage et l’industrie grâce à des technologies de conversion flexibles. L’intégration gaz-électricité est une étape fondatrice dans ce parcours, et des mécanismes de marché efficaces sont essentiels pour libérer son potentiel. En démontrant comment les signaux de prix peuvent coordonner des actifs transsectoriels dans de vrais réseaux de distribution — et pas seulement dans des systèmes de transport théoriques — l’étude fournit un blueprint pour une mise en œuvre pratique.
Les experts de l’industrie notent que le timing de cette recherche est particulièrement opportun. Avec le déploiement rapide des compteurs intelligents, des onduleurs avancés et des pilotes vehicle-to-grid (V2G), l’infrastructure technique pour la participation des DER est de plus en plus en place. Ce qui manque, c’est la couche marché — les règles, les mécanismes de prix et les protocoles de règlement qui transforment le matériel en services réseau. Le modèle de clearing proposé comble cette lacune en offrant un cadre évolutif, respectueux de la vie privée et économiquement solide, adaptable à différents contextes réglementaires.
Looking ahead, les auteurs reconnaissent les limites et suggèrent des pistes pour des travaux futurs. Leur modèle actuel se concentre sur la planification journalière et suppose des prévisions parfaites — une simplification que les opérateurs du monde réel doivent aborder via des ajustements en temps réel et une modélisation de l’incertitude. Ils prévoient également d’étendre le cadre pour inclure le support de puissance réactive, les charges thermiques et le mélange d’hydrogène dans les réseaux gaziers. À terme, leur vision est une architecture de marché hiérarchique où les plates-formes au niveau de la distribution interagissent de manière transparente avec les marchés de gros, permettant une coordination de bout en bout des interconnexions nationales jusqu’aux VE individuels.
Pour les planificateurs de réseau, cette recherche offre plus qu’un aperçu théorique — elle fournit une méthodologie testée pour gérer la transition énergétique au niveau local. Alors que les ressources distribuées passent de connexions passives à des participants actifs du marché, le besoin de mécanismes intelligents, intégrés et compatibles avec les incitations n’a jamais été aussi grand. Cette étude démontre qu’avec le bon mélange de théorie économique, d’innovation mathématique et de pragmatisme technique, de tels mécanismes sont non seulement possibles mais déjà à portée de main.
Auteurs : Yixuan Weng¹, Weizhe Ma¹, Fuquan Huang¹, Zizhao Lin¹, Xue Liu²,³, Yujun He²,³, Deliang Zhang⁴
Affiliations :
¹ Shenzhen Power Supply Bureau Co., Ltd., Shenzhen 518020, Chine
² State Key Laboratory of Power System and Generation Equipment, Université Tsinghua, Beijing 100084, Chine
³ Département de génie électrique, Université Tsinghua, Beijing 100084, Chine
⁴ Beijing QU Creative Technology Co., Ltd., Beijing 100084, Chine
Revue : Automation of Electric Power Systems
DOI : 10.7500/AEPS20230518003