Dans le contexte des micro-réseaux arctiques, la sélection d'une technologie de stockage d'énergie appropriée est une tâche d'optimisation multi-critères complexe. La méthode SIMUS (Sequential Interactive Model for Urban Systems) fournit un cadre robuste pour cette analyse. La matrice de décision est au cœur du processus. Les lignes représentent les critères d'évaluation, tandis que les colonnes détaillent les alternatives de stockage envisagées.

Pour un micro-réseau arctique, les critères pertinents vont au-delà des mesures de performance standard. Ils incluent la puissance de sortie (kW), la capacité énergétique (kWh), le temps de décharge, l'efficacité aller-retour, mais aussi des facteurs environnementaux cruciaux comme la résilience aux basses températures, la maintenabilité dans des conditions isolées, et l'empreinte écologique dans un écosystème fragile. Chaque cellule (i, j) de la matrice contient la performance de l'alternative j par rapport au critère i.

La quantification précise des performances de chaque alternative est essentielle. Les options de stockage courantes présentent des profils de performance très distincts, qui doivent être traduits en données numériques pour la matrice.

• Batteries Lithium-ion : Elles offrent une haute densité énergétique et une efficacité aller-retour élevée. Cependant, leur performance se dégrade de manière significative à basse température, ce qui doit être modélisé, soit par un facteur de déclassement, soit par l'inclusion du coût énergétique du chauffage du système de batterie.
• Systèmes à hydrogène (électrolyseur et pile à combustible) : Idéaux pour le stockage à long terme ou saisonnier, ils permettent de faire face aux longues périodes sans soleil. Leurs inconvénients sont une efficacité aller-retour plus faible et la complexité logistique de la production et du stockage de l'hydrogène.
• Volants d'inertie : Ils excellent dans la fourniture d'une puissance élevée sur de courtes périodes. Cela les rend parfaits pour la régulation de fréquence et la stabilisation du réseau, mais leur faible capacité énergétique les rend inadaptés au stockage d'énergie sur plusieurs heures.

La force de l'approche SIMUS réside dans sa capacité à traiter ces données hétérogènes sans nécessiter de pondération subjective a priori de la part du décideur. La méthode normalise les données et utilise une approche itérative pour trouver une solution de compromis.

La méthode SIMUS transforme la matrice de décision en une série de problèmes de programmation linéaire, résolus à l'aide de l'algorithme du simplexe. Chaque critère (ligne de la matrice de décision) devient, à son tour, la fonction objectif à optimiser (maximiser ou minimiser).

Les alternatives de stockage (colonnes) deviennent les variables de décision dans le tableau du simplexe. Les contraintes sont formulées pour garantir que les exigences du micro-réseau sont respectées. Par exemple, une contrainte pourrait stipuler que la puissance totale fournie par les systèmes de stockage sélectionnés doit être supérieure ou égale à la charge de pointe maximale anticipée. Une autre pourrait définir une capacité énergétique minimale pour assurer l'autonomie pendant une période définie sans production renouvelable.

SIMUS commence par attribuer des poids égaux à tous les critères, créant une première solution non biaisée. Ensuite, l'algorithme résout un problème de PL pour chaque critère, le traitant comme l'objectif principal tout en gardant les autres comme contraintes. Le résultat est une matrice de résultats classés qui identifie l'alternative la plus robuste sur l'ensemble des objectifs.

Sujet aux contraintes suivantes :

Le processus est répété pour chaque critère, générant une solution pour chaque perspective. L'analyse finale de ces résultats permet d'identifier l'alternative qui offre le meilleur compromis global, un élément crucial pour la résilience et la durabilité d'un micro-réseau dans un environnement aussi exigeant que l'Arctique.