Data assimilation for hydraulic state estimation of a development project

N. Jean-Baptiste (1) , C. Dorée (1) , Pierre-Olivier Malaterre (2) , J. Sau (3)

1 Aucun
2 UMR G-EAU - Gestion de l'Eau, Acteurs, Usages
3 LMFA - Laboratoire de Mecanique des Fluides et d'Acoustique

Assurer la sûreté hydraulique sur les aménagements du Rhône est la priorité pour la Compagnie Nationale du Rhône. Cela signifie qu'il est indispensable de respecter les consignes d'exploitation sur les aménagements. Pour la régulation automatique des aménagements, le calcul de la commande prédictive s'appuie sur les mesures en cote en certains points caractéristiques ainsi que sur les débits aux ouvrages. De ce fait, lors de pannes de capteurs ou bien lors de forts phénomènes transitoires (tels que des arrêts ou démarrages de turbines), la régulation est perturbée. Suite à la présente étude, la solution proposée pour corriger les observations et mettre à jour les lignes d'eau intervenant dans le calcul des commandes, est la mise en place d'une méthode d'assimilation de données de type filtre de Kalman. Cette méthode est optimale dans le sens où elle assure la minimisation de l'erreur d'estimation. Mais cela n'est pas suffisant pour certaines applications industrielles. C'est pourquoi les notions de détectabilité et de convergence ont été approfondies. Cette étude a permis de déterminer des conditions suffisantes qui assurent une erreur de l'estimation convergente vers une moyenne nulle. Pour tester la mise en place d'une telle méthode, celle-ci a été implémentée sur l'outil de test industriel appelé " plateforme de simulation ". Des exemples de scénarios habituellement difficiles pour les régulations automatiques, telles que la perte de capteur et l'arrêt brutal d'une turbine sont présentés. Ils permettent de démontrer l'apport de la solution proposée. / Ensure the safety of development projects of the Rhône is the priority of the Compagnie Nationale du Rhône. That means it is essential to respect the water levels at some set points along the river. To regulate its development projects, the computation of the predictive control is based on measurements at the characteristic points as well as flows at the hydraulic facilities. Thus, when failures of sensors occur or during strong transients (such as stopping or starting the turbines), the regulation process can be disturbed. Following this study, the new solution suggested to detect sensor defaults, to correct the observations and to update the water profiles involved in the calculation of control actions, is based on a data assimilation method (Kalman Filter). This method is optimal because it ensures minimizing the estimation error. But this property is not sufficient for our industrial application. This is why the notions of detectability and convergence have been studied into detail. This study has identified sufficient conditions that ensure the error of the estimate to converge towards a nil average. In order to test and validate such a method, it has been implemented into the industrial test tool called "simulation platform." Examples of usually difficult scenarios simulating a loss of sensor and an unexpected stopping of a turbine are presented in this document. It allows demonstrating the benefits of the presented solution.

Mots clés: FILTRE DE KALMAN; ETAT HYDRIQUE; CONVERGENCE; AMENAGEMENT HYDRAULIQUE; RHONE COURS D'EAU

Domaines: Sciences de l'environnement

N. Jean-Baptiste, C. Dorée, Pierre-Olivier Malaterre, J. Sau. Data assimilation for hydraulic state estimation of a development project. SimHydro 2012: Hydraulic modeling and uncertainty, Sep 2012, Sophia-Antipolis, France. p. - p. ⟨hal-00783016⟩