The growing load demand along with the increased penetration of intermittent renewable energy sources push power systems closer to their limits. The volatile nature of demand and generation is becoming a challenging issue for power system stability properties from different aspects. To ensure the secure power system operation and power quality, uncertainty management requires more effort. This thesis concentrates on developing an analytical framework to systematically investigate and interpret the impacts of uncertainty on voltage stability and proposes novel data-driven solutions to exploit the inherent uncertainty and enhance the long-term voltage stability of power systems.

As a first step, stochastic dynamic load variations are considered to formulate a stochastic dynamic power system model and analytically investigate their impact on voltage stability properties. By leveraging on bifurcation theory for the stochastic dynamic system, it is shown that the load variation intensity and the load power variation speed determine the existence of strong and weak noise regimes in which the load uncertainty may or may not affect the voltage stability margin. Moreover, the trade-off relationship of the two parameters is uncovered, providing significant insights regarding the use of energy storage to maintain a desired voltage security level. The stochastic dynamic power system model is further extended to include the renewable generation variations, such as solar and wind. Results indicate that the volatility of renewables may play a more significant role on voltage stability when load and renewable generation uncertainty coincide.

After showing the potential detrimental impacts of the uncertainty on the stability margin, novel strategies are proposed to enhance grid monitoring and better support voltage stability. By exploiting the potential of Phasor Measurement Units and the abundant amount of grid data, a novel data-driven method is designed to estimate dynamic load parameters and capture the dynamic load behavior that drives the time evolution of voltages. The proposed methodology takes advantage of the regression theorem of the Ornstein-Uhlenbeck process and the properties of recursion and provides highly accurate estimation for the parameters of the dynamic load model without requiring any information about the power system model. Simulation results demonstrate the effectiveness of the method in tracking online changes of the load parameters as well as its robustness to noisy measurements.

A novel online data-driven Wide-Area Voltage Control scheme which utilizes measurement data to improve voltage stability is also proposed. The proposed data-driven approach captures the load dynamics and estimates the sensitivity matrices related to voltage control. The estimation result is exploited towards the design of the control algorithm, aiming to achieve voltage restoration by controlling the on-field reactive power resources. In this direction, an online constrained optimization problem is formulated to minimize the overall voltage deviation by adjusting the voltage reference points of the voltage-controlled buses equipped with Flexible AC Transmission Devices. Numerical studies validate the performance of the data-driven Wide-Area Voltage Controller in various network topologies and combinations of voltage-controlled and voltage-uncontrolled buses as well as its robustness against erroneous or missing data.

La demande croissante d’énergie électrique et la pénétration accrue des sources d’énergies renouvelables mais intermittentes poussent le fonctionnement des réseaux électriques au plus près de leurs limites. La nature volatile de la demande et de la production devient un problème difficile pour les propriétés de stabilité des réseaux électriques sous différents as- pects. Afin de garantir le fonctionnement sécuritaire des réseaux et la qualité de l’alimentation électrique, il importe de faire plus d’efforts en matière de gestion du risque des incerti- tudes. Cette thèse se concentre sur le développement d’un cadre analytique pour évaluer systématiquement et mieux comprendre les impacts de l’incertitude sur la stabilité de ten- sion et propose des nouvelles solutions axées sur les données pour améliorer la stabilité long terme de tension des réseaux électriques en présence d’incertitudes.

En premier lieu, les variations dynamiques stochastiques de charge électrique sont utilisées pour formuler le modèle dynamique stochastique du réseau et étudier leur impact sur les propriétés de stabilité de tension. En s’appuyant sur la théorie des bifurcations pour des systèmes dynamiques stochastiques, on montre que l’intensité et la vitesse des variations de charge sont les paramètres déterminants pour l’existence de régimes de bruit forts et faibles dans lesquels l’incertitude peut ou non affecter la marge de stabilité de tension. De plus, un compromis entre les deux paramètres est obtenu, qui peut fournir des informations sur l’utilisation du stockage d’énergie pour garder la tension en sécurité. Dans l’étape suiv- ante, le modèle dynamique stochastique du réseau est étendu pour inclure les variations de production d’énergie renouvelable, comme les énergies éolienne et solaire. Les résultats in- diquent que la volatilité des énergies renouvelables peut jouer un rôle plus important sur la stabilité de tension en cas que l’incertitude de charge et l’incertitude de production d’énergie renouvelable coı̈ncident.

Après avoir montré les effets néfastes potentiels de l’incertitude sur la marge de stabilité de tension, de nouvelles stratégies sont proposées pour améliorer la surveillance du réseau et la stabilité de tension. En exploitant le potentiel des synchrophaseurs et la vaste quantité de données, une nouvelle méthode fondée sur des données est proposée pour estimer les paramètres du modèle dynamique de la charge et capturer le comportement dynamique qui détermine l’évolution de la tension. La méthodologie proposée consiste à tirer parti du théorème de régression du processus d’Ornstein-Uhlenbeck et de la propriété de récursivité et fournit une estimation précise sans nécessiter aucune information sur le modèle du réseau. Des simulations confirment l’efficacité de la méthode pour suivre les variations des paramètres de charge en ligne ainsi que la robustesse face aux données bruyantes.

Un nouveau schéma globale de réglage secondaire coordonnée de tension fondée sur des données en ligne est proposé pour améliorer la stabilité de la tension du réseau électrique. L’approche proposée peut capturer la dynamique de la demande et estimer les matrices de sensibilité liées au réglage de tension. Le résultat de l’estimation est utilisé dans le cadre d’un algorithme de contrôle, qui permet la restauration de tension en contrôlant les ressources de puissance réactive distribuées dans tout le réseau électrique. À cette fin, un problème d’optimisation avec contraintes est formulé pour minimiser des variations de tension de tout le réseau en ajustant les tensions de référence des bus équipés de systèmes de transmission flexible en courant alternatif. Les résultats des études numériques permettent de valider le fonctionnement de la méthode sous différentes conditions, telles que diverses topologies de réseau et combinaisons des bus contrôlés et non contrôlés ainsi que la robustesse face aux données erronées ou manquantes.