Avec l’augmentation des productions et consommations connectées via des convertisseurs d’électronique de puissance, le réseau électrique évolue vers une structure plus dynamique et décentralisée. Cette transformation accroît le besoin et l’intérêt de leur participation active à la flexibilité et à la stabilité du système, notamment pour compenser les variations de production des énergies renouvelables et assurer un bon équilibre entre l’offre et la demande. La coordination optimisée du contrôle de ces dispositifs présente un fort potentiel pour améliorer la résilience du réseau, en exploitant intelligemment leurs capacités de régulation de tension, de fréquence et de puissance réactive. Toutefois, pour intégrer efficacement ces contributions à grande échelle, il est crucial de développer des approches de modélisation holistique permettant de capturer les interactions multi-échelles, tant spatiales que temporelles. Les travaux de modélisation dans cette thèse visent à représenter le lien entre la flexibilité de réponse en puissance active/réactive des convertisseurs d’électronique de puissance et la marge de stabilité apporté au réseau et aussi l’agrégation de leurs actions en vue d’une contribution au système intégré. Suite à cette étape, des architectures et des algorithmes de contrôle coordonnées entre le réseau de distribution et le réseau de transport seront étudiés, développés et validés.

Cette thèse s’inscrit dans le défi de la décarbonation des systèmes industriels et territoriaux en proposant une transition vers des micro-réseaux en courant continu (DC), pilotés par un Jumeau Numérique. Face à la saturation des réseaux alternatifs due à l’essor du photovoltaïque, du stockage et de la mobilité électrique, le DC permet de réduire les pertes de conversion (5 à 15 %), d’améliorer la flexibilité et de simplifier l’architecture électrique.
Le projet repose sur le développement d’un Jumeau Numérique haute fidélité synchronisé en simulation temps réel. Plus qu’un outil de suivi, il agit comme un système décisionnel proactif intégrant des algorithmes d’optimisation avancés, tels que l’intelligence artificielle et la commande prédictive. Il anticipe les instabilités de tension, particulièrement critiques dans les réseaux DC à faible inertie, et optimise en continu les flux de puissance afin de maximiser l’autoconsommation tout en préservant la durée de vie des batteries.
La validation expérimentale s’appuie sur une approche Hardware-in-the-Loop au sein de l’écosystème CEA-Liten/G2Elab, intégrant des convertisseurs physiques. Cette méthodologie garantit la robustesse, la sécurité et la résilience avant tout déploiement réel.
Les retombées attendues sont scientifiques (stabilité et modélisation temps réel), opérationnelles (Fourniture de guides techniques et d'outils de décision ) et stratégiques (Renforcement de la souveraineté technologique française sur les Smart Grids et accélération de la trajectoire de neutralité carbone 2050 prônée par l'ADEME).