Assimilation de données pour l'estimation de l'état hydraulique d'un aménagement hydroélectrique du Rhône équipé de la commande prédictive

Producteur d'electricite, la CNR gere 19 barrages et 19 centrales hydroelectriques repartis le long du Rhone de la frontiere Suisse a la Mediterranee. La majorite des amenagements de ce fleuve sont equipes de la commande predictive. Cette methode de regulation a nettement ameliore la gestion de ces amenagements. Cependant, il existe des situations qui perturbent le calcul de cette commande. L'objectif de ce travail de recherche est donc de mettre au point une methodologie et des algorithmes pour detecter les sources d'erreurs, les corriger et recaler le modele hydraulique sur lequel s'appuie le calcul de la commande, au fur et a mesure de l'acquisition des donnees observees. Pour cela, la methode d'assimilation de donnees de type stochastique tel que le filtre de Kalman semble etre la plus adaptee. L'hypothese forte de cette methode est la necessite d'employer un modele lineaire bien que le systeme etudie soit non-lineaire. De ce fait, analyser l'impact de la linearisation du modele et determiner ses limites d'application, furent indispensable. Pour s'assurer de l'efficacite de cette methode, une etude de la convergence du filtre a ete menee. Puis les notions d'observabilite et de detectabilite ont ete abordees afin de determiner les hypotheses suffisantes a la convergence du filtre. Pour illustrer ces etudes, des tests sur des experiences jumelles ont ete realises afin de voir si le filtre de Kalman joue bien son role d'estimateur d'etat dans diverses situations jugees problematiques pour la regulation. L'originalite de ce travail a aussi ete la possibilite de traiter des scenarii reels sur la plateforme de tests de la regulation de la CNR. Cet outil a donc servi a faire un comparatif entre la methode de mise a jour des observations qui est actuellement utilisee pour la regulation des amenagements du Rhone et celle qui est etudiee dans ce travail de these.