Renewable generation and energy storage systems are technologies which evoke the future energy paradigm. While these technologies have reached their technological maturity, the way they are integrated and operated in the future smart grids still presents several challenges. Microgrids appear as a key technology to pave the path towards the integration and optimized operation in smart grids. However, the optimization of microgrids considered as a set of subsystems introduces a high degree of complexity in the associated control problem. Model Predictive Control (MPC) is a control methodology which has been satisfactorily applied to solve complex control problems in the industry and also currently it is widely researched and adopted in the research community. This paper reviews the application of MPC to microgrids from the point of view of their main functionalities, describing the design methodology and the main current advances. Finally, challenges and future perspectives of MPC and its applications in microgrids are described and summarized.

The efficient integration of distributed energy resources (DERs) in buildings is a challenge that can be addressed through the deployment of multienergy microgrids (MGs). In this context, the Interreg SUDOE project IMPROVEMENT was launched at the end of the year 2019 with the aim of developing efficient solutions allowing public buildings with critical loads to be turned into net-zero-energy buildings (nZEBs). The work presented in this paper deals with the development of a predictive energy management system (PEMS) for the management of thermal resources and users’ thermal comfort in public buildings. Optimization-based/optimization-free model predictive control (MPC) algorithms are presented and validated in simulations using data collected in a public building equipped with a multienergy MG. Models of the thermal MG components were developed. The strategy currently used in the building relies on proportional–integral–derivative (PID) and rule-based (RB) controllers. The interconnection between the thermal part and the electrical part of the building-integrated MG is managed by taking advantage of the solar photovoltaic (PV) power generation surplus. The optimization-based MPC EMS has the best performance but is rather computationally expensive. The optimization-free MPC EMS is slightly less efficient but has a significantly reduced computational cost, making it the best solution for in situ implementation.

Contribution à l’optimisation de la performance énergétique des bâtiments de grande dimension : une approche intégrée diagnostic / commande économique et coopérative à horizon glissant: Au cours des deux dernières décennies, la prise de conscience du changement climatique et des conséquences du réchauffement climatique a incité diverses institutions à prendre de nouvelles directives. Ces directives portent principalement sur le contrôle des émissions des gaz à effet de serre, sur l'utilisation des ressources énergétiques non conventionnelles et l'optimisation de la consommation d'énergie dans les systèmes existants. L'Union européenne a proposé de nombreux projets dans le cadre du 7e PCRD pour réaliser jusqu'à 20% d’économies d'énergie d’ici 2020. En particulier, selon la directive sur l'efficacité énergétique, les bâtiments sont majoritairement responsables de 40% des dépenses énergétiques en Europe et de 36% des émissions de CO2 ; c’est la raison pour laquelle un ensemble d’initiatives européennes dans le cadre du 7ième PCRD favorise l'utilisation de technologie intelligente dans les bâtiments et rationalise les règles existantes. Energy IN TIME est l'un des projets axés sur l'élaboration d'une méthode de contrôle basée sur la simulation intelligente de l'énergie qui permettra de réduire la consommation des bâtiments non résidentiels. Ce mémoire de thèse propose plusieurs solutions novatrices pour réaliser les objectifs du projet mandaté à l'Université de Lorraine. Les solutions développées dans le cadre de ce projet devraient être validées sur différents sites européens de démonstration. Une première partie présente l'analyse détaillée de ces sites de démonstration et leurs contraintes respectives. Un cadre général correspondant à la construction type de ces sites a été élaboré pour simuler leur comportement. Ce cadre de construction de référence sert de banc d'essai pour la validation des solutions proposées dans ce travail de thèse. Sur la base de la conception de la structure de construction de référence, nous présentons une formulation de contrôle économique utilisant un modèle de contrôle prédictif minimisant la consommation d'énergie. Ce contrôle optimal possède des propriétés de contrôle conscientes de la maintenance. En outre, comme les bâtiments sont des systèmes complexes, les occurrences de pannes peuvent entraîner une détérioration de l'efficacité énergétique ainsi que du confort thermique pour les occupants à l'intérieur des bâtiments. Pour résoudre ce problème, nous avons élaboré une stratégie de diagnostic des dysfonctionnements et une stratégie de contrôle adaptatif des défauts basé sur le modèle économique ; les résultats en simulation ont été obtenus sur le bâtiment de référence. En outre, l'application des solutions proposées peut permettre de relever des défis ambitieux en particulier dans le cas de bâtiments à grande échelle. Dans la partie finale de cette thèse, nous nous concentrons sur le contrôle économique des bâtiments à grande échelle en formulant une approche novatrice du contrôle prédictif de mode réparti. Cette formule de contrôle distribué présente de nombreux avantages tels que l'atténuation de la propagation des défauts, la flexibilité dans la maintenance du bâtiment et les stratégies simplifiées de contrôle du plug-and-play. Enfin, une attention particulière est accordée au problème d'estimation des mesures dont le nombre est limité sur des bâtiments à grande échelle. Les techniques d'estimation avancées proposées sont basées sur les méthodologies de l'horizon mobile. Leur efficacité est démontrée sur les systèmes de construction de référence