Nous avons le plaisir de vous convier au 5e édition du workshop du Laboratoire SEIDO
Nous vous remercions de réserver la date, le programme détaillé sera communiqué courant décembre 2017.
Le workshop est ouvert à tous sur inscription et dans la limite des places disponibles, l’inscription sera ouverte bientôt.
Proceedings of the 20th International Enterprise Distributed Object Computing Workshop (IEEE). Sep. 2016
DOI: 10.1109/EDOCW.2016.7584391
Abstract: We propose a data-centric three leveled modeling architecture in an effort towards a Model Driven approach of services for the Internet of Things (IoT): a resources level, an artifacts level and a semantic level. In this architecture, the resources level abstracts all important pieces of information describing real objects as resources. The artifacts level allows to collect all objects and contexts information necessary for the execution of a given service. The semantic level introduces semantic notions to the architecture. So, data and actions are named in a standardized naming and the rules facilitate the interaction of the system with the non-expert users. We illustrate our architecture on a small example in which we present all three levels.
Réécouter l’émission en totalité ou le reportage à partir de la minute 47′.
A partir d’un certain seuil, le fort appel en puissance pourra localement augmenter les pics de consommation et avoir ainsi un impact significatif sur les réseaux de production et de distribution électriques. Le développement des véhicules électriques ne pourra se faire sans une gestion adaptée de sa recharge. Il sera donc opportun de disposer de communications radios entre les VE en recherche de bornes de recharge publiques ou privées. Concernant ce dernier type de bornes, un travail en commun avec le département MIRE d’EDF R&D permet de développer un simulateur d’approche de véhicule en WIFI sur un site multi-bornes.
Le gestionnaire d’énergie conçu dans le cadre de cette thématique est réalisé sous forme de simulateur logiciel développé sous Matlab. Ce
simulateur est illustré par des scénarios de la Smart Home élaborés à partir du simulateur SMACH. Le procédé permet d’optimiser la consommation
électrique d’une Smart Home (Smart Building, Smart Factory). Il a été illustré au travers du stage de Lionel Capo-Chichi qui a réalisé, dans le cadre d’une maison type, une dizaine d’usages de consommation électrique et le choix des courbes de charge, un type de VE avec sa courbe de charge spécifique, des familles type, pour prévoir un simulateur étendu au quartier disposant de variabilité au niveau des occupants et de leurs consommations électriques.
L’objectif du stage de Nassim Baakel est de mettre en œuvre un dispositif matériel pour simuler l’approche d’un VE et l’affectation d’une borne de recharge sur un site multi-bornes via une communication radio en s’appuyant sur la norme ISO/IEC 15118 : spécification des messages échangés entre le VE et le gestionnaire d’énergie du site, implémentation du protocole de communication préconisé, mise en œuvre de la plateforme de test.
Le numéro du mois de juin de SEIDO LAB News est disponible en format PDF.
Ziad Ismaïl
Du fait de l’évolution des menaces, la gestion des risques de sécurité dans le contexte d’un réseau électrique dit intelligent, ou smart grid, représente un défi. Cette thèse traite cette problématique en proposant des solutions basées sur la théorie des jeux non coopérative, les graphes d’attaques et les processus de décision Markovien sous contraintes.
Dans la première partie de cette thèse, nous proposons et résolvons des modèles en théorie des jeux non coopérative pour optimiser le déploiement des ressources de défense dans le smart grid. Nous identifions le choix optimal des modes de sécurité sur les équipements d’une infrastructure relative aux compteurs intelligents, ou Advanced Metering Infrastructure (AMI), permettant de protéger la confidentialité des données clients. En outre, nous présentons un modèle analytique permettant d’identifier et de renforcer les équipements de communication les plus sensibles du réseau électrique.
Afin d’améliorer la sécurité des systèmes de contrôle industriel, la stratégie de défense a besoin d’être à la fois proactive, en anticipant les cibles potentielles des attaquants, et réactive en ajustant le type et l’intensité de la réponse en fonction du niveau de la menace. Dans la deuxième partie de la thèse, nous abordons ce défi et présentons une solution qui calcule la politique de sécurité optimale garantissant que les objectifs du défenseur sont satisfaits. Cette politique est obtenue par la résolution d’un processus de décision Markovien sous contraintes construit à partir d’un graphe d’attaque généré préalablement et représentant l’évolution de l’état de l’attaquant dans le système.
L’équilibre entre la production et la consommation est essentielle pour un bon fonctionnement du système électrique. Le déploiement croissant des sources d’énergie renouvelables intermittentes, parmi d’autres facteurs, rend cet équilibre plus difficile à maintenir. La Gestion Active de la Demande (GAD) est une solution capable de contribuer à répondre aux besoins d’équilibre grâce à l’exploitation de la flexibilité de la consommation. Cela permet de réduire les coûts du système et d’augmenter sa fiabilité.
L’Internet des Objets (IdO) et le déploiement des équipements connectés permettent la mise en place de solutions avancées. En effet, il devient possible d’avoir plus de visibilité et un contrôle fin sur différents équipements qui consomment, stockent ou produisent de l’énergie dans une maison.
Dans cette thèse, nous considérons des solutions ayant la capacité de produire des décisions de contrôle direct à différents niveaux de granularité en fonction des variables mesurées dans les habitats. Nous nous sommes concentré particulièrement sur le contrôle optimal des équipements durant des périodes où la capacité de génération disponible ne suffit pas pour satisfaire la demande générée par toutes les maisons. Le contrôle est basé sur une optimisation d’utilité perçue. Des fonctions utilité sont définies à travers une approche générique qui considère la flexibilité de la charge et l’impact des décisions de contrôle sur les utilisateurs. L’approche proposée n’impose pas de restrictions sur le type des équipements contrôlés ni sur la granularité des décisions de contrôle. Ceci permet un contrôle joint d’équipements hétérogènes.
Nous considérons trois types d’architectures de contrôle à savoir : des solutions centralisées, partiellement distribuées et entièrement distribuées. Ces architectures diffèrent dans la distribution de la prise de décision entre les entités impliquées dans le contrôle et les données qui sont mis à disposition de ces entités. L’analyse numérique montre les compromis des solutions proposées du point de vue de la performance, de l’extensibilité et de la complexité.
Mots-clés : Gestion active de la demande, contrôle direct des équipements, réseau électrique intelligent, Internet des Objets, recherche opérationnelle
Abstract: The electricity distribution grid was not designed to cope with load dynamics imposed by high penetration of electric vehicles, neither to deal with the increasing deployment of distributed Renewable Energy Sources. Distribution System Operators (DSO) will increasingly rely on flexible Distributed Energy Resources (flexible loads, controllable generation and storage) to keep the grid stable and to ensure quality of supply. In order to properly integrate demand-side flexibility, DSOs need new energy management architectures, capable of fostering collaboration with wholesale market actors and prosumers. We propose the creation of Virtual Distribution Grids (VDG) over a common physical infrastructure, to cope with heterogeneity of resources and actors, and with the increasing complexity of distribution grid management and related resources allocation problems. Focusing on residential VDG, we propose an agent-based hierarchical architecture for providing Demand Side
Management services through a market-based approach, where households transact their surplus/lack of energy and their flexibility with neighbours, aggregators, utilities and DSOs. For implementing the overall solution, we consider fine-grained control of smart homes based on Internet of Things technology. Homes seamlessly transact self-enforcing smart contracts over a blockchain-based generic platform. Finally, we extend the architecture to solve existing problems on smart home control, beyond energy management.
