République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université M’hamed Bougara Boumerdes
Faculté des Sciences
Département de Mathématiques

MémoirePrésenté

Pour L’Obtention Du Diplôme De Master

En Recherche Opérationnelle

Option : Recherche Opérationnelle et Mathématique de gestion (ROMAG)

Par : GUELLAL Z’hor

Et : GACI Yacine

abb
bbb
bbb
bbb
bbb
bbb
bbb
bbb
bbb
bbb
bbb
bbb
bbb
bbb
bbc
d Optimisation du transport de gaz naturel e
d e
d e
par le gazoduc GZ1 Hassi R’mel-Arzew
d e
d e
TRC-SONATRACH
fgg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggh

Soutenu à l’UMBB, le 20/06/2016, devant le jury composé de :

Président : Mr CHEURFA Fateh UMBB.

Examinateur : Mme CHEIKH Asma UMBB.
Encadreur : Mr ASLI Larbi UMBB.
Co encadreur : Mr ISSADI Badreddine UMBB.

Année Universitaire 2015 − 2016

 Tous sous le ciel, connaissant le beau comme le beau : voici le laid !
Tous connaissant le bien comme le bien : voici le mal !
C’est ainsi que l’être et le non-être naissent l’un de l’autre,
Que le difficile et le facile s’accomplissent l’un par l’autre,
Que mutuellement le long et le court se délimitent,
Le haut et le bas se règlent,
Le ton et le son s’accordent,
L’avant et l’après s’enchaînent.
C’est pourquoi le sage s’en tient à la pratique du non-agir.
Il enseigne sans parler.
Tous les êtres agissent et il ne leur refuse pas son aide.
Il produit sans s’approprier,
Travaille sans rien attendre,
Accomplit des œuvres méritoires sans s’attacher,
Et, justement parce qu’il ne s’y attache pas, Elles subsistent.

- LAO-TSEU, De la Voie et de sa vertu, II.

 Table des matières

Introduction générale

1 Présentation de la Sonatrach
1.1 Description du groupe pétrolier SONATRACH . . . . . . . . . . . . . . . . . . .
1.2 Organisation de la SONATRACH . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.1 Structures opérationnelles . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.2 Structures fonctionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Présentation de l’Activité transport par canalisation TRC . . . . . . . . . . . .
1.3.1 Le transport par canalisation . . . . . . . . . . . . . . . . . . . . . . . .
1.4 Organisation de l’Activité TRC . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Missions de l’Activité TRC . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6 Patrimoine de l’Activité TRC . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Généralités sur les hydrocarbures

2.1 Définition des hydrocarbures . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Mode de transport des hydrocarbures . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Définition d’une canalisation . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2 Les caractéristiques de la canalisation . . . . . . . . . . . . . . . . . . . .
2.2.3 Les types de canalisation . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Gaz naturel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Description du réseau de transport du gaz . . . . . . . . . . . . . . . . . . . . .
2.4.1 Les gazoducs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4.2 Terminal de départ et d’arrivée . . . . . . . . . . . . . . . . . . . . . . .
2.4.3 Les types de montage des gazoducs . . . . . . . . . . . . . . . . . . . . .
2.5 Stations de compression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5.1 Les aéroréfrigérants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5.2 Contrôle à distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
 2.6 Les compresseurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.1 La compression du gaz naturel . . . . . . . . . . . . . . . . . . . . . . . .
2.6.2 Compresseur centrifuge . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.3 Principe de fonctionnement d’un compresseur centrifuge . . . . . . . . .
2.6.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.5 Les turbines à gaz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7 Centres de dispatching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7.1 Présentation du Champ de Hassi R’mel . . . . . . . . . . . . . . . . . . .
2.8 Calculs hydrauliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.9 Formule d’écoulement du gaz . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.9.1 Équation de chute de pression (perte de charge) . . . . . . . . . . . . . .
2.9.2 Équation de calcul du débit Q . . . . . . . . . . . . . . . . . . . . . . . .

3 Problématique et Modélisation
3.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Données et paramètres du problème . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.1 Système de Transport par Canalisation GZ1/GZ2/GZ3 . . . . . . . . . .
3.2.2 Présentation de la ligne GZ1 . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Etude de la station de compression . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1 Régime de fonctionnement d’une station de compression . . . . . . . . .
3.3.2 Régime de fonctionnement des compresseurs . . . . . . . . . . . . . . . .
3.3.3 Modélisation des courbes caractéristiques des compresseurs . . . . . . . .
3.3.4 Estimation des valeurs de la hauteur adiabatique et du rendement adia-
batique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4 Formulation mathématique du problème . . . . . . . . . . . . . . . . . . . . . .
3.4.1 Les hypothèses du problème . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.2 Définition des données . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.3 Paramètres du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.4 Variables de décision . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.5 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.6 La fonction objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.7 Evaluation du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5 L’état de l’art . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.1 Les différentes approches de modélisation et de résolution de "Gaz Pipe-
line Fuel Consumption Minimisation Problem (GPFCMP)" . . . . . . . .
4 Méthodes de résolution
4.1 Méthodes d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 La programmation non linéaire mixte en nombres entiers . . . . . . . . . . . . .
4.2.1 Qu’est ce qu’un programme MINLP ? . . . . . . . . . . . . . . . . . . . .
4.3 Les méthodes déterministes . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4 Les méthodes approchées (stochastiques) . . . . . . . . . . . . . . . . . . . . . .
4.4.1 Technique de résolution . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.2 Les heuristiques classiques . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5 Les métaheuristiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.1 Méthode du recuit simulé . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.2 Principe de RS : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.3 Algorithme général du Recuit simulé . . . . . . . . . . . . . . . . . . . .
4.6 Les algorithmes génétiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.1 Présentation de la méthode . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.2 Principe de la méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.7 Démarches Hybrides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5 Résolution du problème
5.1 Résultats obtenus par l’approche déterministe . . . . . . . . . . . . . . . . . . .
5.2 Adaptation d’une heuristique au problème . . . . . . . . . . . . . . . . . . . . .
5.2.1 Principe de l’heuristique . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.2 Procédure de l’heuristique . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.3 Organigramme de l’heuristique . . . . . . . . . . . . . . . . . . . . . . .

6 Implémentation informatique
6.1 C’est quoi le MTLAB ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Résultats de l’application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.3 Comparaison des résultats obtenus avec les données réelles . . . . . . . . . . . .
 Table des figures

1.1 Schéma organisationnel et fonctionnel de la SONATRACH. . . . . . . . . . . . .

1.2 Le processus du transport des hydrocarbures . . . . . . . . . . . . . . . . . . . .
1.3 Organigramme de l’Activité TRC . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4 Réseau de transport par canalisations . . . . . . . . . . . . . . . . . . . . . . . .

2.1 La production de gaz naturel en 2014 . . . . . . . . . . . . . . . . . . . . . . . .

2.2 Carte du Réseau de Transport du Gaz naturel . . . . . . . . . . . . . . . . . . .
2.3 Chaine de transport par gazoduc . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Un gazoduc de l’amont vers l’aval . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5 Une station de compression avec quatre machines(turbocompresseurs) . . . . . .
2.6 Un compresseur centrifuge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7 Schéma synoptique d’un Turbocompresseur . . . . . . . . . . . . . . . . . . . . .
2.8 Turbine à gaz General Electric . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.9 Centre National de Dispatching Gaz - Hassi R’mel . . . . . . . . . . . . . . . . .
2.10 Situation géographique du site de Hassi R’Mel . . . . . . . . . . . . . . . . . . .
2.11 Schéma d’un tube . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.12 Schéma d’un tronçon ij . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.1 Schéma descriptif du Système de Transport par Canalisation . . . . . . . . . . .

3.2 Profil Altimétrique des gazoducs GZ1/GZ2/GZ3 . . . . . . . . . . . . . . . . . .
3.3 Présentation de la ligne GZ1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4 Chaque station de compression de GZ1 a 4 TC . . . . . . . . . . . . . . . . . .
3.5 Courbe de la hauteur adiabatique d’un compresseur centrifuge . . . . . . . . . .
3.6 Courbe de rendement d’un compresseur centrifuge . . . . . . . . . . . . . . . . .
3.7 Résultats obtenus par estimation . . . . . . . . . . . . . . . . . . . . . . . . . .
3.8 Représentation de la ligne étudiée GZ1 . . . . . . . . . . . . . . . . . . . . . . .
3.9 Schéma de la ligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1 TABLE DES FIGURES

4.1 Le processus de l’analyse du système . . . . . . . . . . . . . . . . . . . . . . . .

4.2 Classes des problèmes d’optimisation. . . . . . . . . . . . . . . . . . . . . . . . .
4.3 Vue d’ensemble des problèmes d’optimisation. . . . . . . . . . . . . . . . . . . .
4.4 Méthodes classiques de résolution de problèmes MINLP. . . . . . . . . . . . . .
4.5 Schéma des méthodes approchées . . . . . . . . . . . . . . . . . . . . . . .
4.6 Schéma d’un algorithme génétique . . . . . . . . . . . . . . . . . . . . . . . . . .
4.7 Sélection par roulette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8 Sélection par tournoi (entre deux individus) . . . . . . . . . . . . . . . . . . . .
4.9 Croisement en un point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10 La mutation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.11 Schéma d’hybride de bas niveau . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.12 Schéma d’hybride de Haut niveau . . . . . . . . . . . . . . . . . . . . . . . . . .

5.1 Structure de l’environnement GAMS pour la résolution d’un problème MINLP. .

5.2 Organigramme de l’heuristique . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.1 Execution sur Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.2 Comparaison des résultats obtenus avec les données réelles . . . . . . . . . . . .
6.3 Evolution en terme de nombre de stations (2005-2014) . . . . . . . . . . . . . .
6.4 Courbe caractéristique d’un compresseur centrifuge . . . . . . . . . . . . . . . .

Présenté par : Yacine & Zohor UMBB

2

Remerciements

abbb b b b b b bb b b b bb b bb b b b b bb b bb b b b bb bb b bb b bb b
b b c
d e
Premièrement, nous remercions Dieu le Miséricordieux, qui nous a
d éclairés sur le chemin du savoir pour nous avoir donné la volonté et la e
d e
d e
d e
force pour accomplir ce modeste travail.
d Nous exprimons nos remerciements les plus sincères à notre promoteure
d e
d M. ASLI Larbi pour avoir accepté de nous encadrer, et son exigence e
d e
d e
d e
critique, la confiance et le soutien qu’il nous a accordés.
d Nos remerciements s’adressent également à l’ensemble des enseignants e
d e
d e
d e
du Département des Mathématiques et spécialement spécialité
d e
d e
Recherche Opérationnelle.
d Nous tenons ensuite à remercier le personnel de SONATRACH TRC e
d e
d Siège. A ce titre, nous citons Mesdames BOHRI Samia, NOUNE e
d e
d e
d e
d e
Hassiba et BOUTERFA Fatiha, Messieurs LEFGOUNE Madjid,

d e
d Farid,BENZAOUI Ahmed pour leurs suivi et conseils, aussi pour la e
BOURERSA Mohamed, AZZI Khaled, DAOUED, YAYCI

d e
d documentation qu’ils ont mis à notre disposition et l’intérêt qu’ils ont e
d e
d e
d e
d e
porté à notre travail.

d e
d e
Nous tenons également à remercier les membres du jury :

d [Link] Fateh et [Link] Asma, Mr ISSADI Badreddine.e

d e
d d’avoir accordé de leurs temps précieux pour expertiser notre travail, e
d e
d nous espérons qu’ils en soient satisfaits. Nos remerciements chaleureuxe
d e
d e
d e
s’adressent également à nos familles, pour leur patience et leur
d e
d e
encouragement ainsi que leur sacrifice.
d e
d e
Merci pour tous.
d e
fgg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggg
ggh

Présenté par : Yacine & Zohor UMBB

3

Dédicaces

Je dédie ce modeste travail à :

A mon pére, qui était et sera toujours mon école exemplaire,qui m’a toujours
soutenu et aidé à affronter les difficultés,qui a veillé,tout au long de ma vie, à
ce que je n’eusse besoin de rien, qui m’a encouragé à continuer mes études avec
tout le soutien nécessaire et inconditionnel, je reste certain que sans lui, je ne
serais jamais arrivée à ce point. J’espère que sa fierté ne sera pas que celle de
ce titre obtenu, mais surtout d’avoir fait de moi ce que je suis, que Dieu le
protège.
Ma chère mère,qui par sacrifice m’a mit au monde, qui par sacrifice a fait de
moi ce que je suis. . . celle qui m’a donnée le sens de vie, celle qui a toujours
été là pour moi, et qui n’a pas cessé de prier pour moi et de m’encourager, je
lui remercie pour tous ses efforts, ses souffrances et son sacrifice irréfutable,
que Dieu me la garde.
A toute ma grande famille.
A tous mes voisins et mes voisines.
A ma chére soeur Manel que j’adore.
A mon binôme Yacine et sa famille.
A youcef djeddi pour son aide.
A tous mes chers amis
Yasmine,Nora,Rania,Dalia,Lyna,Samia,Saida,Sylia,Ghizlane,Hadia
Sofiane,Bilel,Rahma,toufik,Ossama,Ikram.
A tous mes camarades de la promotion sortante 2016 Recherche Opérationnelle.
A tous ceux qui me sont chers.

Zohor

Présenté par : Yacine & Zohor UMBB

4

Dédicaces

Du profond mon cœur,je dédie ce travail à tous ceux qui me sont chers :
A Ma mère et mon père Aucune dédicace ne saurait exprimer mon respect,
mon amour éternel et ma considération pour les sacrifices que vous avez
consenti pour mon instruction et mon bien être.
Je vous remercie pour tout le soutien et l’amour que vous me portez depuis
mon enfance. Que ce modeste travail soit l’exaucement de vos vœux tant
formulés, le fruit de vos innombrables sacrifices.
A mes chères sœurs nassima et djamila et mon frere Younes que j’adore, et qui
je souhaite un avenir radieux plein de réussite.
A toute ma grande famille.
A Mme Fadila Kourta, pour vos soutiens et motivations les plus précieux dans
mes études et ma vie, merci pour votre grand cœur toutes vos qualités qui
seraient trop longues à énumérer, vous resteriez toujours mon exemple.
A ma PRINCESSE Ton encouragement et ton soutien étaient la bouffée
d’oxygène qui me ressourçait dans les moments pénibles, de solitude et de
souffrance. Merci d’être toujours à mes côtés, par ta présence, par ton amour
dévoué que je suis aujourd’hui là,
A ma coéquipière ZOHOR et sa famille,
A tous mes camarades de la promotion sortante 2016 Recherche Opérationnelle.
A tous mes amis,
mes petites familles ( Eureka, Ciub,) les Bouchawistes(Békis,Hamama, Chihab,
Sonia, Fateh, Hjila, Mourad, Tintine, Mehdi),Nordine, Yahia, Juba, Hani . . .
en Souvenir des plus beaux instants qu’on a passé ensemble.

Yacine

Présenté par : Yacine & Zohor UMBB

5

Introduction générale

Le gaz naturel est la source d’énergie fossile qui a connu la plus forte progression depuis
les années [Link] effet, elle représente la cinquième position dans la consommation énergétique
mondiale. En raison de ses avantages économiques et écologiques, le gaz naturel devient chaque
jour plus attractif pour beaucoup de [Link] représente la deuxième source d’énergie la plus
utilisée après le pétrole.

Pour transporter des quantités de plus en plus importantes sur des distances toujours
plus grande, le système de transport de gaz naturel par canalisation reste le mode le plus utilisé
à travers le monde. La compagnie sonatrach s’intéresse, d’une manière régulière, à réduire les
coûts d’investissement et les charges d’exploitation pour le développement et le maintien de
leur réseaux.

Dans notre étude, nous nous intéressons à la minimisation des charges d’exploitation
dans le transport du gaz naturel de Hassi R’mel à Arzew. En effet, l’acheminement du gaz
dans le réseau passe par divers dispositifs de la conduite. le gaz perd en pression suite aux
frottements avec la paroi de la canalisation, cette perte en pression est compensée par les
stations de compression qui élèvent la pression de gaz.

Pour comprimer le gaz à travers les stations, ces dernières ont besoins de consommer
une quantité de gaz prélevée à partir de la canalisation. Dans notre pays, elles consomment
beaucoup de gaz naturel, plus de 600 millions de m3 /an, soit un coût de 130 millions de dollars
par an.

L’objectif de notre étude, est donc de chercher une meilleure solution qui permet de
minimiser la quantité de gaz consommée par les stations de compression de telle sorte à
satisfaire la demande en transport à l’aide des méthodes de la recherche opérationnelle.

Présenté par : Yacine & Zohor UMBB

6

Pour mener à bien notre projet nous avons élaboré le plan suivant :

– Le premier chapitre servira à faire une brève présentation de l’entreprise SONA-

TRACH,ses activités ses objectifs, ainsi que la branche TRC.
– Dans le deuxième chapitre, nous donnons quelques généralités sur le gaz naturel et les
termes techniques utilisés dans ce mémoire.
– Le troisième chapitre propose la problématique et l’objectif assigné à notre travail, ainsi
que la modélisation du problème.
– Le quatrième chapitre est réservé aux méthodes de résolution du problème proposé.
– Le cinquième chapitre porte sur la résolution du problème étudié.
– Le sixième chapitre porte sur la description générale de l’application informatique.
– Enfin, nous terminons notre travail par une conclusion générale portant sur ce qui a été
élaboré.

Présenté par : Yacine & Zohor UMBB

7

Avant Propos

Le travail présenté dans ce rapport rentre dans le cadre du stage de deux éme et derniére
année de formation Master en Recherche Opérationnelle de l’Université M’hamed bougara
(UMBB)

Ce stage s’est déroulé à la Direction de Transport par Canalisation (TRC),au sein de la

société SONATRACH (Sidi Arcine),et plus précisément à la Direction Etude et Planification.

Ce travail a été possible grâce aux différents équipes des services de la SONATRACH qui
par leur diversité,complémentarité et compétences nous ont permis de bien mener nos travaux.

Présenté par : Yacine & Zohor UMBB

8

Résumé : Ce travail est une modeste contribution à la formulation mathématique d’un

problème qui répond à la détermination d’un régime de fonctionnement d’un gazoduc. Ce
modèle a été appliqué au gazoduc GZ1 Hassi R’mel- Arzew, l’optimisation des régimes de
de fonctionnement consiste à minimiser la consommation du gaz naturel par les stations de
compression qui ont pour but de compenser la perte de charge en déterminant les stations à
mettre en marche, ainsi que le nombre de turbocompresseurs en service dans chacune de ces
stations. Une heuristique de type amélioratif a été proposée pour déterminer une configuration
optimale. Cette heuristique représente une alternative intéressante pour l’optimisation du
régime de fonctionnement d’un gazoduc.

MOTS CLÉS : optimisation du transport du gaz naturel, perte de charge, modélisation

mathématique, programmation non linéaire mixte en nombre entier, estimation, heuristique,
métaheuristique, hybridation, moindres carrées, algorithme génétique, recuit simulé.

Absract : This thesis presents mathematical formulation proposed for determining gas
pipeline operation, gas pipeline operation optimization consists in minimize the fuel consump-
tion by compression stations which are designed to compensate pressure drop, the principal
decisions variables are chosen to be the operating compression station and the number of
operating turbo compressors in each of these stations. An ameliorative heuristic was proposed
to determine a feasible solution.

KEYWORDS : Gas transport, Gaz Pipeline Fuel Consumption Minimisation Problem,

pressure drop, mathematical modeling, Mixed Integer Nonlinear Programming, estimation,
heuristic, metaheuristic, hybridization, least squares, genetic algorithm, simulated annealing

Présenté par : Yacine & Zohor UMBB

9

Chapitre 1
Présentation de la Sonatrach

Introduction
Sonatrach est une compagnie étatique algérienne et un acteur international majeur dans
l’industrie des hydrocarbures.
La société nationale de transport et de commercialisation des hydrocarbures Sonatrach a été
crée par le décrit N˚63/491 du 31 décembre 1963 paru au journal officiel du 10 nouvombre
[Link] missions on été élargies le 22 Septembre 1966 pour s’étendre à tous les domaines de
l’industrie pétrolière, la recherche et le transport des hydrocarbures.[1]
La nationalisation des hydrocarbures le 24 février 1971 a poussé sonatrach à prendre en main
le destin pétrolier et gazier du pays.

Sonatrach a fait l’objet d’un découpage qui a donné naissance à d’autres entreprises
telles que NAFTAL,ASMIDAL, ENPE. . .etc.
Aujourd’hui et après sa restructuration en 1981, sonatrach garde les principales fonctions du
secteur des hydrocarbures à savoir :[1]

– L’exploitation, le forage et la production.

– Le transport des hydrocarbures.
– Le traitement et la liquéfaction du gaz naturel.
– La commercialisation des hydrocarbures liquides et gazeux.

Présenté par : Yacine & Zohor UMBB

10 CHAPITRE 1. PRÉSENTATION DE LA SONATRACH

1.1 Description du groupe pétrolier SONATRACH

Elle a pour missions de valoriser de façon optimale les ressources nationales d’hydrocarbures
et de créer des richesses au service du développement économique et social du pays.

– Forme juridique :Société par action (SPA) .

– Effectif de SONATRACH :59 304 agents en 2014 [3] .
– Chiffre d’affaires à l’exportation en 2014 : 58.4 milliard de dollars,contre 63.5 en 2013,
soit une baisse de 8% .
– Production totale d’hydrocarbures en 2014 :195,2 millions TEP [2].
– La production de gaz naturel en 2014 : 130,9 milliards de m3 [2].
– Dettes envers Groupe et Associés :Elles s’établissent à 2 379 milliards de DA contre 2 157
milliards de DA en 2013, soit une progression de 10 % .
– Position du groupe Sonatrach sur le plan international [1] :
– Le groupe pétrolier et gazier est classé 1eren Afrique et 12eme dans le monde en 2013 .
– Quatrième exportateur mondial de Gaz Naturel Liquéfié (GNL).
– Troisième exportateur mondial de Gaz Pétrole Liquéfié (GPL).
– Cinquième exportateur de Gaz Naturel(GN).

1.2 Organisation de la SONATRACH

1.2.1 Structures opérationnelles

Les activités opérationnelles exercent les métiers du groupe et développent son potentiel
d’affaires tant en Algérie qu’à l’étranger. Les activités opérationnelles, qui sont placées sous
l’autorité d’un vice-président sont :

– L’Activité Exploration – Production (E&P) : ouvre les activités de recherche, d’ex-

ploration, de développement et de production d’hydrocarbures. Elles sont assurées par
Sonatrach seule, ou en association avec d’autres compagnies pétrolières.
– L’Activité Liquéfaction, Raffinage et Pétrochimie (LRP) : couvre le développe-
ment et l’exploitation des complexes de liquéfaction de gaz naturel, de séparation de GPL,
de raffinage et des gaz industriels.
– L’Activité Transport par Canalisations (TRC) : assure l’acheminement des hy-
drocarbures (pétrole brut, condensat, GPL et gaz naturel) et dispose d’un réseau de
canalisations de près de 19 623 km en 2015 contre 14 915 en 2005, soit une augmentation
de 4 708 km.

Présenté par : Yacine & Zohor UMBB

11 CHAPITRE 1. PRÉSENTATION DE LA SONATRACH

– L’Activité Commercialisation (COM) : a pour missions l’élaboration et l’applica-

tion de la stratégie de Sonatrach en matière de commercialisation des hydrocarbures sur
le marché intérieur et à l’international par les opérations de trading et des hipping.
Ces opérations sont menées en coopération avec les filiales NAFTAL pour l’approvision-
nement du marché national en produits pétroliers et gaziers (GPL), HYPROCSC pour le
transport maritime de ces produits et COGIZ pour la commercialisation des gaz indus-
triels.

1.2.2 Structures fonctionnelles

– Direction Coporate :
– Stratégie, Planification & Économie (SPE) ;
– Finances (FIN) ;
– Ressources Humaines (RHU) ;
– Direction Centrale :
– Filiales & participations (FIP) ;
– Activités Centrales (ACT) ;
– Juridique (JUR) ;
– Informatique & Système d’Information (ISI) ;
– Marchés et Logistique (MLG) ;
– Santé, sécurité & environnement (HSE) ;
– Business Développent (BSD) : nouvelle direction chargée de détecter des opportunités
de croissance, d’évaluer et de lancer des nouveaux projets dans les activités de base de
l’entreprise ;
– Recherche & Développement (RDT) : nouvelle direction chargée de promouvoir et de
mettre en œuvre la recherche appliquée et de développer des technologies dans les
métiers de base de l’entreprise.

Présenté par : Yacine & Zohor UMBB

12 CHAPITRE 1. PRÉSENTATION DE LA SONATRACH

Les structures opérationnelles et structures fonctionnelles de sonatrach sont schématisées

par l’organigramme suivant.

Figure 1.1 – Schéma organisationnel et fonctionnel de la SONATRACH.

1.3 Présentation de l’Activité transport par canalisation

TRC
L’activité Transport par Canalisation est en charge de l’acheminement des hydrocarbures,
de pétrole brut, de gaz, de GPL et de condensat, à partir des zones de production vers les zones
de stockage, les complexes GNL et GPL, les raffineries, les ports pétroliers ainsi que vers les
pays importateurs.
Elle constitue le noyau dynamique de la chaîne pétrolière du Groupe Sonatrach.

Présenté par : Yacine & Zohor UMBB

13 CHAPITRE 1. PRÉSENTATION DE LA SONATRACH

Elle dispose d’un réseau de canalisations de près de 19 623 km en 2015 contre 14 915 en 2005,
soit une augmentation de 4 708 km [4] :
– Des gazoducs d’une longueur de 9 677 km, avec des diamètres variant principalement
entre 40” et 48” ;
– Des oléoducs d’une longueur de 9 946 km, avec des diamètres variant principalement entre
20” et 34”.

1.3.1 Le transport par canalisation

Le Transport par Canalisation constitue le maillon intermédiaire entre l’Amont de l’activité
pétrolière et gazière et les activités en Aval en matière de transformation, de traitement des
hydrocarbures et leur commercialisation.
Le transport par canalisations est une étape charnière dans la chaîne des hydrocarbures.

Figure 1.2 – Le processus du transport des hydrocarbures

Présenté par : Yacine & Zohor UMBB

14 CHAPITRE 1. PRÉSENTATION DE LA SONATRACH

1.4 Organisation de l’Activité TRC

l’activité Transport par Canalisation est organisée autour des Structures Opérationnelles
et des Structures Fonctionnelles [4].

Figure 1.3 – Organigramme de l’Activité TRC

Présenté par : Yacine & Zohor UMBB

15 CHAPITRE 1. PRÉSENTATION DE LA SONATRACH

1.5 Missions de l’Activité TRC

La branche de transport par canalisation a pour mission :

– La gestion et l’exploitation des ouvrages concentrés et les canalisations de transport des

hydrocarburs.
– La coordination et le contrôle de l’exécution des programmes de transport arrêtés en
fonction des impératifs de production et de commercialisation.
– La maintenance, l’intervention et la protection des ouvrages concentrés et canalisation de
transport des hydrocarburs.
– La conduite des études, la réalisation et la gestion des projets de développement du réseau.

1.6 Patrimoine de l’Activité TRC

– TRC dispose de 34 canalisations dont 11 sont réservées au pétrole brut, 3 pour le conden-
sât, 4 pour le GPL et 16 pour le gaz naturel.
– 357 millions TEP en Pétrole.
– 82 stations de pompage et de compression.
– 127 bacs de stockage d’une capacité de design de 4.3 millions TEP .
– 03 ports pétroliers d’une capacité opérationnelle de 320 MTA.
– 03 bases principales de maintenance.
– 21 oléoducs d’une longueur de 9 946 km, avec une Capacité de transport de 198,51 Millions
TM/an ;
– 16 gazoducs d’une longueur totale de 9 677 km, avec une Capacité de transport de 165,7
milliards de Sm3/an ;
– 01 Centre National de Dispatching Gaz (CNDG) Hassi R’mel.
– 01 Centre de Dispatching des Hydrocarbures Liquides (CDHL) Haoud El Hamra.
– 01 Centre de Stockage et Transfert des Huiles (CSTH).[1]

Présenté par : Yacine & Zohor UMBB

16 CHAPITRE 1. PRÉSENTATION DE LA SONATRACH

Sonatrach assure l’acheminement et le transport des hydraucarubures via l’activité TRC.

Figure 1.4 – Réseau de transport par canalisations

Présenté par : Yacine & Zohor UMBB

17

Chapitre 2
Généralités sur les hydrocarbures

Introduction
Confrontées à une problématique d’optimisation liée au transport des hydrocarbures, plus
précisément les stations de compression, nous présenterons dans ce chapitre la terminologie
nécessaire avant de décrire la problématique et ses facettes.

2.1 Définition des hydrocarbures

Les hydrocarbures sont des molécules organiques exclusivement composées de carbone et
d’hydrogène. Ils sont inflammables, à l’image du pétrole et du gaz naturel , deux carburants
importants. Par ailleurs, ils ne se mélangent pas à l’eau.

2.2 Mode de transport des hydrocarbures

Pour le transport des hydrocarbures il existe plusieurs moyens permettant de satisfaire cette
instance,parmi ces moyens il y a :
– Le transport routier.
– Le transport par voie ferrée.
– Le transport par voie navigable.
– Le transport par canalisation.

Présenté par : Yacine & Zohor UMBB

18 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.2.1 Définition d’une canalisation

Une canalisation ou un pipeline(en anglais) est une conduite destinée à l’acheminement de
matières gazeuses, liquides, ou poly-phasiques, d’un endroit à un autre.
Les pipelines sont le plus souvent construits à partir de tubes d’aciers soudés de bout à bout,
revêtus extérieurement voire intérieurement et généralement enfouis dans le sol.
Ces pipelines s’avèrent couteux et parfois difficiles à mettre en œuvre selon les caractéristiques
des terrains traversés (c’est le cas sous l’eau).

2.2.2 Les caractéristiques de la canalisation

Les caractéristiques de la canalisation ainsi définies, diamètre et épaisseur permettant de
fixer pression de service et perte de charges, conduisant à la détermination de l’énergie de
pression à fournir au fluide par pompage ou par compression, le problème simple pour les
fluides incompressibles, pour lesquels la perte de charges est proportionnelle à la distance,
devient évidement plus complexe pour les gaz, pour lesquels la perte de charge dépend de la
pression moyenne dans le tronçon de la canalisation, donc l’espacement des points d’injection
de puissance, c’est-à-dire des station de compression.

2.2.3 Les types de canalisation

Le nom et le type d’une canalisation dépendent des caractéristiques physiques et des condi-
tions d’acheminement du produit à déplacer.
– Pour le gaz naturel, on parle de gazoduc.
– Pour le pétrole, on parle d’oléoduc.
– Pour l’eau on parle d’aqueduc.
– Pour l’eau salée, on utilise le terme de saumoduc.
– Pour l’oxygène, on utilise le terme d’oxygénoduc ou d’oxyduc.
– Pour l’hydrogène, on utilise le terme d’hydrogénoduc.

2.3 Gaz naturel

Le gaz naturel est une énergie primaire bien répartie dans le monde, propre et de plus en
plus utilisée. Elle dispose de nombreuses qualités abondance relative, souplesse d’utilisation,
qualités écologiques, prix compétitifs. La mise en oeuvre de cette énergie repose sur la maîtrise
technique de l’ensemble de la chaîne gazière, qui va de l’extraction aux utilisateurs, en passant
par le stockage, le transport, et la distribution.[5]

Présenté par : Yacine & Zohor UMBB

19 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

Description du gaz naturel

Le gaz naturel est incolore, inodore, insipide, sans forme particulière et plus léger
que l’air. Il se présente sous sa forme gazeuse au dessus de -161˚C. Le gaz naturel est
un mélange d’hydrocarbures légers comprenant du méthane, de l’éthane, du propane, des
butanes et des pentanes. Cependant, son composant principal est le méthane(au moins 84,87%).

Issu de la dégradation d’anciens organismes vivants, il est souvent présent dans les mêmes
zones de production que le pétrole à des profondeurs allant de 1000 à 6000 mètres sous terre,
il est extrait par forage [5].

Les Caractéristiques principales du gaz naturel sont les suivantes :

– Densité : 0.656 par rapport à l’air.

– Masse volumique : 0.78 kg/ m3.
– La capacité énergétique du gaz naturel est appelée Pouvoir Calorifique Supérieur (PCS) :
9482 Kcal= m3.

Figure 2.1 – La production de gaz naturel en 2014

Présenté par : Yacine & Zohor UMBB

20 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.4 Description du réseau de transport du gaz

Le transport du gaz consiste à l’acheminer depuis la zone d’extraction jusqu’à la zone de
consommation afin d’alimenter les réseaux de distribution.
A l’échelle nationale ou internationale, le transport du gaz relie les gisements aux réseaux
de distribution de manière efficace, généralement invisible et en toute sécurité, les moyens de
transport du gaz doivent parfois couvrir de longues distances et traverser plusieurs frontières afin
de relier les pays producteurs aux pays consommateurs. Il existe deux moyens complémentaires
pour transporter le gaz efficacement [5] :
– les gazoducs.
– la transformation en gaz naturel liquéfié (GNL).

Figure 2.2 – Carte du Réseau de Transport du Gaz naturel

2.4.1 Les gazoducs

Ils sont le moyen de transport du gaz naturel le plus utilisé car ils sont fiables et rentables.
Des tubes d’acier sont soudés pour former une canalisation pouvant atteindre plus de 3 000
kilomètres de long. Le diamètre de ces tubes varie entre 20" à 48" (1"pouce"=2.54cm).
Pour des raisons de sécurité et d’environnement, les gazoducs sont le plus souvent enterrés (de
1 à 1.5 mètre).

Présenté par : Yacine & Zohor UMBB

21 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

Cependant, dans les régions désertiques ou lorsque le sol est gelé (ex : pergélisol), le gazoduc
est installé à même le sol.
Les gazoducs sous-marins sont posés au fond de l’océan.
Chaque gazoduc à sa particularité c’est pour cela qu’il faut affecter à chaque conduite ses
propres caractéristiques tels que :
– Les tronçons.
– La longueur en kilomètres.
– Le diamètre en pouce.
– le produit qu’il transporte.
– Le nombre de stations de compression.
– La provenance et la destination.

Il existe deux types de gazoducs :

– Gazoducs Amont :
Les lignes amont transportent le gaz produit par les gisements vers les Centres de Dis-
patching.
– Gazoducs Aval :
Les lignes Aval transportent le gaz acheminé par les Gazoducs Amont vers les principales
installations gazières nationales au nord ainsi que les clients de Sonatrach (Espagne,Italie).

Figure 2.3 – Chaine de transport par gazoduc

Présenté par : Yacine & Zohor UMBB

22 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.4.2 Terminal de départ et d’arrivée

Terminal de départ

Un terminal de départ est un point source sert à exploiter le gaz via le réseau principal, il
est essentiellement constitué de :
– Une gare de lancement de racleur pour nettoyer périodiquement la conduite,
– Un réseau de tuyauterie,
– Un banc de filtration,
– Un banc de régulation qui a pour but de régler la pression au départ du gazoduc pour
permettre l’exploitation à des valeurs basses de débits,
– Un banc de comptage.

Terminal arrivée

Un terminal arrivée est un point de livraison où se terminent un ou plusieurs gazoducs

principaux, il est constitué principalement de :
– Une gare de réception de racleur de nettoyage,
– Un réseau de tuyauterie,
– Un terminal d’arrivé peut également comporter un bacs de stockage.

Figure 2.4 – Un gazoduc de l’amont vers l’aval

Présenté par : Yacine & Zohor UMBB

23 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.4.3 Les types de montage des gazoducs

Il en existe deux types :

1. Montage en paralléle
Une station est dite montée en paralléle si le fluide qui arrive est dérivé sur plusieurs
compresseurs qui à leur tour,l’injection dans la [Link] débit de sortie sera égal à
la somme des débits évacués par chaque compresseur mais avec une pression constante.

2. Montage en série
Une station est dite en série si le fluide qui arrive est injecté par le premier compresseur
vers le deuxiéme ,puis le troisiéme et ainsi de suite.A la sortie de la station, on aura ainsi
une forte pression qui permettra au fluide d’avoir une force accrue de progression dans la
canalisation.

2.5 Stations de compression

Les stations de compression servent à compenser les pertes de pression dues au déplacement
du gaz naturel,situées sur des intervalles réguliers sur les gazoducs (tous les 120 à 150 km),
En effet, en circulant dans les canalisations, le gaz naturel est ralenti par le frottement sur les
parois, entraînant une baisse de pression.[6]

Les stations de compression permettent de redonner de la pression au gaz naturel afin

que celui-ci soit transporté sur de grandes distances et dispose d’une pression suffisante pour
être livré aux points de cession (réseaux de distribution et industriels).
Elles rassemblent plusieurs compresseurs qui aspirent le gaz à basse pression pour le rejeter à
une pression importante .
Une station de compression est constitué principalement de :[6]

– Plusieurs turbocompresseur (un compresseur entrainé par une turbine à gaz).

– Des aéroréfrigérateurs .
– Deux turbogénérateur .
– Un bâtiment de contrôle .
– Un bâtiment de service et de logistique .
– Une base de vie.
– Un bac d’eau et une pompe d’incendie .

Présenté par : Yacine & Zohor UMBB

24 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

Figure 2.5 – Une station de compression avec quatre machines(turbocompresseurs)

2.5.1 Les aéroréfrigérants

Les aéroréfrigérants sont des échangeurs de chaleur servant à baisser la température du gaz
à la sortie des compresseurs jusqu’à 60◦, afin de prévenir la détérioration du gazoduc. Il est
prévu un nombre de deux aéroréfrigérants par compresseurs.

2.5.2 Contrôle à distance

Les stations de compressions sont entiérement télécommandées,leur gestion est assurée par
le SMG (service mouvement du gaz)basé à billiére.

2.6 Les compresseurs

2.6.1 La compression du gaz naturel

La pression d’arrivée du gaz naturel à une station de compression est appelée pression
d’aspiration, et la pression de gaz sortante d’une station est appelée pression de refoule-
ment. On les notera respectivement Pasp et Pref .
La compression du gaz est un processus destiné à réaliser une augmentation de la pression
d’aspiration Pasp à la pression de refoulement Pref .

La variation de température n’est qu’une conséquence d’accroissement de la pression

des circonstances dans lesquelles s’effectue la compression.

Présenté par : Yacine & Zohor UMBB

25 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

La compression peut s’effectuer dans des machines fonctionnant suivant des principes
divers. Il existe deux types de compresseurs :
– Compresseurs à piston.
– Compresseurs centrifuges.
Dans notre travail, on n’utilise que les compresseurs centrifuges montés en parallèle.

2.6.2 Compresseur centrifuge

Les compresseurs centrifuges transforment l’énergie mécanique de rotation en augmentation
de pression du gaz. Autrement dit, ils transforment la vitesse en pression et sont les plus utilisés
dans l’industrie des pipelines, en raison de leur domaine d’application, de leur prix moins élevé,
de leur souplesse d’exploitation et de leur bon rendement qui varie dans l’intervalle suivant
[0.70 - 0.85].
Les paramètres qui permettent le choix des compresseurs sont :
– Le débit du gaz à comprimer.
– La pression de refoulement.
– Le taux de compression.

Figure 2.6 – Un compresseur centrifuge

2.6.3 Principe de fonctionnement d’un compresseur centrifuge

Le compresseur tourne à vitesse élevée dans laquelle une ou plusieurs roues fournissent
l’énergie nécessaire au transfert du gaz. Lorsque cette énergie doit être importante, il est
nécessaire de prévoir plusieurs roues conduisant parfois à l’amélioration de ces machines par
plusieurs étages de compression.

Présenté par : Yacine & Zohor UMBB

26 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

L’augmentation de pression est assurée par les roues, les diffuseurs et les canaux de retour.
La vitesse de rotation de la roue soumet le gaz à une force centrifuge qui se traduit par une
augmentation de vitesse, de pression et de température dans la roue. Le diffuseur puis le canal
permet de ramener le gaz dans la roue suivante en gagnant encore de la pression par rapport
à celle de sortie par ralentissement de la vitesse du gaz.
Les compresseurs centrifuges demandent une pression minimale et une autre maximal.

– Pression de d’aspiration (pression minimale) :c’est la pression minimale exigée par les
compresseurs pour qu’ils fonctionnent.
– Pression de refoulement (pression maximale) :c’est la pression maximale avec laquelle les
stations refoulent le gaz.

2.6.4 Applications
Le compresseur centrifuge est utilisé :
– dans les gazoducs (pour déplacer le gaz naturel du gisement au consommateur).
– pour le stockage souterrain du gaz naturel mais aussi du dioxyde de carbone.
– dans les raffineries de pétrole et sur les sites de traitement de gaz naturel, pétrochimiques
et chimiques.
– sur les sites de séparation de l’air (pour fabriquer des produits gaziers).
– dans les appareils de réfrigération de climatisation.
– dans les appareils fournissant de l’air comprimé.
– dans les turbines à gaz et les unités auxiliaires de puissance.
– dans les systèmes de pressurisation à bord des aéronefs (dans le but de maintenir une
pression sécuritaire et confortable aux personnes).

Figure 2.7 – Schéma synoptique d’un Turbocompresseur

Présenté par : Yacine & Zohor UMBB

27 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.6.5 Les turbines à gaz

Une turbine à gaz est une machine tournante thermodynamique appartenant à la famille
des moteurs à combustion interne dont le rôle est de produire :

– Soit de l’énergie mécanique par l’entrainement en rotation d’un arbre lui-même couplé à
une machine industrielle ou à une hélice,
– Ou bien de l’énergie cinétique par détente des gaz en sortie de turbine dans une tuyère,
– La plupart des moteurs thermiques utilisent l’oxygène de l’air ambiant comme comburant
et lui font subir des transformations suivant trois phases principales qui se succèdent dans
l’ordre :
– Compression, afin d’élever sa pression et sa température,
– Avant de pénétrer dans la chambre de combustion où il est mélangé au carburant pour
créer le mélange carburé qui sera enflammé,
– Et fournira l’énergie thermique nécessaire à l’entrainement du compresseur par détente
dans la turbine puis l’énergie cinétique ou mécanique demandée par l’application.

Figure 2.8 – Turbine à gaz General Electric

Présenté par : Yacine & Zohor UMBB

28 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.7 Centres de dispatching

– Le Centre de Dispatching d’Hydrocarbures Liquides (CDHL) :
Il a une Capacité de 1 400 000 barils/jour, est implanté à Haoud El Hamra (Hassi Mes-
saoud), il permet notamment d’assurer :
– La réception du pétrole brut et condensat.
– Le stockage du pétrole brut et condensat.
– L’expédition du pétrole brut et condensat vers les Terminaux Marins et les raffine-
ries,avec une flexibilité et une souplesse d’exploitation.

– Le Centre National de Dispatching Gaz (CNDG) :

Il a une capacité de 390 millions Sm3/jour, situé à Hassi R’mel, reçoit la totalité de la
production de Gaz naturel en vue de son acheminement par gazoducs, en plus du marché
national, vers :

– La zone industrielle d’Arzew, via la nappe ouest.

– La zone industrielle de Skikda, via la nappe est.
– La région centre, via le GG1.
– L’exportation directe, via le GEM, à destination de l’Italie et de la Slovénie.
– L’exportation directe, via le GPDF, à destination de l’Espagne et du Portugal.
– MEDGAZ à destination de l’Espagne, via le GZ4.

Figure 2.9 – Centre National de Dispatching Gaz - Hassi R’mel

Présenté par : Yacine & Zohor UMBB

29 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.7.1 Présentation du Champ de Hassi R’mel

Hassi R’mel est située à environ 550 km au sud de la capitale à une altitude moyenne de
760 m.
Le développement du champ de Hassi R’mel est étroitement lié au développement de l’industrie
du gaz dans le monde et les importantes réserves recelées par ce gisement, plus de 2800 milliards
de m3 ont constitués un atout important pour lancer une politique d’industrie gazière de grande
envergure pour le pays [7] .

Figure 2.10 – Situation géographique du site de Hassi R’Mel

La gaz naturel de Hassi R’mel est riche en condensats. Pour maximiser la récupération
totale, une partie du gaz "sec" (après extraction des condensats) est réinjecté dans le gisement.
Cette pratique se traduit sur le long terme par une diminution du ratio condensats/gaz. Du gaz
de Hassi R’Mel est également injecté dans des gisements de pétrole alentour, pour y améliorer
la récupération du pétrole [7].

Présenté par : Yacine & Zohor UMBB

30 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

2.8 Calculs hydrauliques

Débit
Un Débit est le quotient de la quantité du fluide qui traverse une section droite de la conduite
par la durée de cet écoulement, on a deux types de débit :

– Débit massique M
si 4m est la masse de fluide qui a traversé une section droite de la conduite pendant le
temps 4t de cet écoulement, le débit massique est défini comme suit :

4m
M= (2.1)
4t
unité : kgs
– Débit volumique Q
Si 4V est le volume de fluide qui a traversé une section droite de la conduite pendant le
temps 4t de cet écoulement, le débit volumique est défini comme suit :

4V
Q= (2.2)
4t
unité : m3 s
Le diamètre D
On définie le diamètre d’un gazoduc par la formule suivante

2.54
 
D = Dext . − 2.e (2.3)
100
Où
D : Le diamètre intérieur du tube en mètre.
Dext : Le diamètre extérieur du tube qui est donné en pouces .
e : épaisseur de la paroi du tube en mètre.
Il faut aussi préciser que : 1 pouce=0.0254 m

Figure 2.11 – Schéma d’un tube

Présenté par : Yacine & Zohor UMBB

31 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

• La perte de charge :
Lors de son transport dans les gazoducs, le gaz subit des frottements avec les parois des canali-
[Link] qui fait perdre de la pression au gaz et cette perte est appelée perte de charge.C’est
le phénomène le plus problématique du transport de gaz et de là provient une des difficultés
du problè[Link] effet,sans la perte de pression induite par ce phénomène,le gaz circulerait très
facilement dans les gazoducs.

2.9 Formule d’écoulement du gaz

2.9.1 Équation de chute de pression (perte de charge)

La formule de perte de charge dans un tronçon "ij" s’exprime de la façon suivante :

Q2
Pi2 − eseij Pj2 = Rij . (2.4)
D5
avec

– Pi : Pression initiale (entrante) dans le tronçon (Kpas).

– Pj : Pression terminale (sortante) sur le tronçon (Kpas).
– Q : Débit du gaz (m3 / jour).
– D : Diamètre intérieur du gazoduc (mm).
– Rij : Constante qui dépend des paramètres du tronçon.
– e : Base de logarithme népérien (e=2,718...).
– seij une constante qui prend en considération l’altitude de la conduite, sans unité, définie
par la formule suivante :
" #
Hj − Hi
seij = 0.0684.G (2.5)
Tf Z
avec

Présenté par : Yacine & Zohor UMBB

32 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

– Hi : L’altitude en amont de tronçon (m).

– Hj : L’altitude en aval de tronçon (m).
– Tf : La température finale du gaz K(273,15+C˚).
Cette constante sera calculée à partir de l’équation du débit de la manière suivante :

2.9.2 Équation de calcul du débit Q

L’equation de calcul du débit s’exprime de la façon suivante : [8]
v
− eseij Pj2
u  " 2 #
u Tb P
Q= −4
5.747 ∗ 10 .F.t . i .D2.5 (2.6)
Pb Tm .Leij .G.Z
avec

Figure 2.12 – Schéma d’un tronçon ij

– Q : Débit du gaz (m3 =jours).

– Pb : Pression de base (Kpas).
– Tb :Température de base K (273,15 +C˚ ).
– G : Gravité du gaz.
– Z : Facteur de compressibilité (sans unité).
– Tm : Température moyenne du gaz dans la conduite K (273,15 +C˚).
√
– F = 2 \ λ avec λ : facteur de friction
– Pi : Pression initiale dans le tronçon (Kpas).
– Pj : Pression terminale sur le tronçon (Kpas).
– D : Diamètre intérieur de la conduite (mm).
– e : Base de logarithme népérien (e=2,718...).
– Leij : Longueur équivalente qui prend en considération la différence de l’altitude entre

Présenté par : Yacine & Zohor UMBB

33 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

l’amont et l’aval du tronçon .

L(eseij − 1)
Leij = (2.7)
seij
Transformation de l’équation de flux pour avoir la formule de chute de pression, pour
déterminer le coefficient Rij .

1. On calcule Q2
Pi2 − eseij Pj2
" #
Tb
 
2 2 −8 2
Q = (5.747) ∗ 10 .F . . .D5 (2.8)
Pb Tm .Leij .G.Z
2. On fait sortir la formule de perte en charge
 

Q2  Tm .Leij .G.Z 
Pi2 − eseij Pj2 = (2.9)
 
D5 Tb 
  
(5.747)2 ∗ 10−8 .F 2 .

Pb
Tb
 
On pose A = (5.747)2 ∗ 10−8 et B =
Pb
3. On fait sortir le coefficient Rij
Tm .Leij .G.Z
Rij = (2.10)
A.B.F 2
D’où la perte de charge sera exprimée comme suit :

Q2
Pi2 − eseij Pj2 = Rij . (2.11)
D5
4. Le facteur de compressibilité

On dit qu’un fluide est compressible, si pour une quantité massique donnée de gaz
qui occupe un volume donné V1, dans les conditions de pression et de tempéra-
ture(P1 ;T1), occupe un autre volume V2 en changent les conditions de (P1 ;T1 ) à
(P2 ;T2 ). [8]
Cette propriété de gaz est représentée par le facteur de compressibilité Z qui est exprimé
en fonction de la température, la pression et la composition de gaz.
Il exister plusieurs méthodes pour le calcul du facteur de compressibilité, on peut citer la
méthode de CNGA (California Natural Gas Association), qui est la plus simple et rapide
en termes de calcul.

1
Z=" !#0 (2.12)
Pm ∗ 344.4(10)1.785∗d
1+
Tm3.825
avec :

Présenté par : Yacine & Zohor UMBB

34 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

– Pm : Pression moyenne (Kpas).

– Tm : Température moyenne K (273,15+C˚).
– d : Densité relative du gaz.
5. Nombre de Reynolds

Un paramètre important pour caractériser le type de mouvement des fluides circu-

lant dans un gazoduc, le nombre de Reynolds dépend du débit massique M, le diamètre
intérieur du gazoduc, la densité et la viscosité du gaz, il peut être calculé par la relation : [8]

4M
Re = (2.13)
πDµ0
– Re : nombre de Reynolds (sans unité).
– M : Le débit massique, M = Q × ρ
– Q : Le débit volumique.
– ρ : La masse volumique de gaz, (ρ= 0,78).
– π = 3,14.....
– D : Diamètre intérieur du gazoduc.
– µ : La viscosité du gaz (Kg/m.s), (µ = 1,25 × 10−5 ).
6. Coefficient de friction

Coefficient de résistance hydraulique établit par Darcy, il est calculé de la même

manière que pour les liquides. Le calcul du coefficient de friction peut se faire par
l’intermédiaire de la formule suivante :[8]

158 [Link]
 
λ = 0.067 + (2.14)
Re D
– Re : nombre de Reynolds (sans unité).
– Rug : La Rugosité de la conduite (mm), Rug = 0,015.
7. Puissance de compression

La formule qui calcule la puissance d’un compresseur nécessaire pour comprimer

un débit Q est la suivante : [8]
" m #
286.76 Pj
Wa = T1 −1 (2.15)
mG Pi
– Wa : Puissance d’un compresseur (joule=kg).
– m = γ-1 / γ, avec
γ : Le rapport de chaleur spécifique qui vaut 1,28.

Présenté par : Yacine & Zohor UMBB

35 CHAPITRE 2. GÉNÉRALITÉS SUR LES HYDROCARBURES

– T1 : Température d’aspiration de gaz (K) .

– Pi : Pression d’aspiration (Kpas) .
– Pj : Pression de refoulement (Kpas).

8. Hauteur adiabatique

La Hauteur adiabatique caractérise la puissance absorbée par le compresseur pour

comprimer le gaz en supposons que la transformation est adiabatique. [8]
Remarque :
On obtient la formule précédente en multipliant la formule de la puissance de compression
par g, où g = 9,81m3 .kg −1 .s−2 .

Conclusion
Le gaz naturel, ses caractéristiques, le fonctionnement des stations de compression, et ses
composants et les régimes d’écoulement du gaz élaborés dans ce chapitre seront l’objet d’étude
pour la diminution des coûts de fonctionnement de ces stations que nous présenterons à la suite
de ce mémoire.

Présenté par : Yacine & Zohor UMBB

36

Chapitre 3
Problématique et Modélisation

Introduction
Le gaz naturel est devenu, ces dernières années, un véritable enjeu mondial. Sa demande
s’accroit de jour en jour et pour fournir cette énergie aux différents usagers les compagnies
gazières s’intéressent d’une manière régulière à réduire les coûts d’investissement et les
charges d’exploitation, les montants engagés par ces compagnies sont importants, donc une
amélioration dans les frais d’investissements et les charges d’exploitation peut impliquer des
montants substrats importants. De ce fait ces compagnies doivent assurer le transport du gaz
aux consommateurs d’une manière à réduire les coûts du transport pour le développement et
le maintien de leurs réseaux.

Dans ce cadre, l’Algérie avec des réserves gazières importantes, doit profiter de cette
conjecture favorable. Le système de transport par canalisation est largement développé à
travers les grandes régions de notre pays.

Les stations de compression du réseau de transport algérien consomment beaucoup de

gaz naturel,plus de 600 millions de m3 par ans soit un coût de 130 millions de dollars par
an,une réduction de 1% de cette consommation peut économiser 1,3 millions de dollars par an.

Présenté par : Yacine & Zohor UMBB

37 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

3.1 Position du problème

L’acheminement du gaz naturel dans le réseau de transport passe par divers dispositifs
constitués de pipes, de régulateurs, de valves et de compresseurs. Le gaz naturel est introduit
avec une pression importante.
Le gaz perd en pression suite au frottement avec la cloison des canalisations quand le gaz les
traverse. La perte de compression est compensée par les stations de compression qui élèvent la
pression.

L’objectif de cette étude consiste à :

– Identifier,parmi toutes les stations de compression,celles à mettre en marche,

– Définir,pour chacune des stations en marche le nombre optimal de compresseurs à faire
fonctionner en vue de minimiser la quantité à consommer par les stations de compression
en service dans le respect des conditions d’exploitation (débit à l’entrée de la station
Q,pression d’aspiration Pasp et de refoulement pref ).

En Recherche Opérationnelle,une bonne modélisation d’un probléme représente une phase

importante dans le processus de sa ré[Link] consiste en la conversion la plus fidéle
possible d’une réalité,généralement trés complexe en un modéle mathématique,elle consiste en
trois étapes :

– Identification des variables de décision :

Les variables de décison représentent comme leur nom l’indique,les décisions à prendre
afin de satisfaire le ou les [Link] solution est un ensemble de décisions [Link]
principe est de fixer ces variables afin d’optimiser le ou les objectifs.
– Définition d’une fonction coût :
(appelée aussi fonction objectif) permettant d’évaluer l’état du systéme (ex :rende-
ment,performance,...).Autrement dit,c’est le but à atteindre.
Un probléme en optimisation peut prendre en compte plusieurs objectifs,même contra-
[Link] parle alors d’optimisation multicritéres.
– Description des contraintes imposées aux variables de décision :
Les solutions doivent satisfaire des contraintes.

Présenté par : Yacine & Zohor UMBB

38 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Approche de modélisation
La détermination d’un régime de fonctionnement optimal des stations de compression néces-
site le choix de la station de compression à mettre en marche ainsi que le nombre de compresseurs
qui fonctionnent dans cette station choisie. D’autre part, pour chaque compresseur en fonction
on détermine le débit, la vitesse et la hauteur adiabatique de telle sorte à minimiser l’énergie
en respectant son domaine de fonctionnement.
Pour permettre la résolution du problème relatif à la perte de charge à travers la canalisation,
la présentation de la modélisation mathématique, les paramètres, les variables, les contraintes,
ainsi que la fonction objectif seront définis dans ce qui suit .

3.2 Données et paramètres du problème

3.2.1 Système de Transport par Canalisation GZ1/GZ2/GZ3

Un systéme de Transport par Canalisation est constitué d’un ensemble de canalisation
(gazoducs),
Le Système de Transport par Canalisation (STC) GZ1/GZ2/GZ3 fait partie du patrimoine de
la Direction Régionale Transport Ouest (RTO).

Figure 3.1 – Schéma descriptif du Système de Transport par Canalisation

Présenté par : Yacine & Zohor UMBB

39 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Figure 3.2 – Profil Altimétrique des gazoducs GZ1/GZ2/GZ3

3.2.2 Présentation de la ligne GZ1

La ligne de transport du gaz naturel GZ1 a été mise en service en 1976. D’une longueur de
507 km de diamétre 40", elle relie Hassi R’mel (Terminal Départ) à Arzew (Terminal Arrivée).
GZ1 dispose de cinq stations de compression (SC) comme l’illustre la Figure 3.3 :
– SC1 Timzhert(Laghouat),
– SC2 M’seka (Laghouat),
– SC3 Medarreg (Tiaret),
– SC4 Djebel Nador (Tiaret),
– SC5 Kenenda (Relizane).

Présenté par : Yacine & Zohor UMBB

40 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Figure 3.3 – Présentation de la ligne GZ1

réparties sur la ligne assurant la mise sous pression du fluide gazeux nécessaire à son
écoulement, entrainées par 4 compresseurs centrifuges (voir Figure 3.4), les cinq stations de
compression consomment du gaz.

Figure 3.4 – Chaque station de compression de GZ1 a 4 TC

Présenté par : Yacine & Zohor UMBB

41 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

3.3 Etude de la station de compression

3.3.1 Régime de fonctionnement d’une station de compression

L’écoulement du gaz naturel dans la conduite est soumis à une perte de pression dûs
essentiellement à la rugosité de la surface interne de la conduite et aux éventuels incidents sur
la ligne, ce qui se traduit par une insuffisance de la qualité acheminée qu’il faudrait compenser
par l’installation des stations de compression.

Les compresseurs centrifuges sont mieux utilisés pour leur faible investissement et leur
rendement élevé,l’exploitation de ces compresseurs incite de faire fonctionner les compresseurs
aux voisinages d’un régime de fonctionnement optimal.

3.3.2 Régime de fonctionnement des compresseurs

Les caractéristiques de fonctionnement d’un compresseur centrifuge sont représentées par
une courbe propre à chaque compresseur,dans notre cas tous les compresseurs sont identiques.
La courbe de fonctionnement est donnée en fonction du débit volumique Q (axe des abscisses),
de la hauteur adiabatique H (axe des ordonnées), la vitesse S et le rendement adiabatique η.

Les caractéristiques d’un compresseur centrifuge sont limitées par :

• La limite de pompage.

• La limite de gavage.

• vitesse maximale de rotation.

• vitesse minimale de rotation.

3.3.3 Modélisation des courbes caractéristiques des compresseurs

L’exploitation optimale des stations de compression nécessite la modélisation des courbes
caractéristiques des compresseurs ,alors la modélisation tient une place importante pour le bon
fonctionnement des compresseurs et par conséquent les stations de compression.

Un diagramme de fonctionnement d’un compresseur

Il est possible de représenter les caractéristiques de fonctionnement d’un compresseur

centrifuge sur une courbe de fonction du débit Q,la vitesse S,la hauteur adiabatique Had et le
rendement adiabatique η.

Présenté par : Yacine & Zohor UMBB

42 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Figure 3.5 – Courbe de la hauteur adiabatique d’un compresseur centrifuge

Figure 3.6 – Courbe de rendement d’un compresseur centrifuge

Présenté par : Yacine & Zohor UMBB

43 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Interprétation
Les caractéristiques d’un compresseur sont limitées par :

– Sur la gauche du diagramme : Limitation par la zone de pompage (débit trop faible).
Le pompage se produit dans un compresseur centrifuge quand le débit est réduit à tel
point que le compresseur, à une vitesse donnée, ne peut plus pomper contre la hauteur
de pression présente.
A ce moment, une inversion momentanée du sens d’écoulement se produit ainsi qu’une
chute de la hauteur de pression normale et le cycle recommence. Cela provoque une
impulsion et un choc dans l’ensemble du compresseur et des tuyauteries associées.
Dans ce cas il faut soit diminuer la hauteur soit augmenter le débit, de façon à ce que le
fonctionnement du compresseur retourne à droite de la ligne de pompage.
– Sur la droite du diagramme : Limitation par la zone de gavage (débit trop important).
L’examen d’une courbe caractéristique à vitesse donnée montre qu’au delà d’un certain
débit volumique, la hauteur utile diminue, de plus en plus vite, vers les hauts débits.
A ce moment, le rendement diminue également très vite et toute augmentation de puis-
sance ne permet qu’une très faible augmentation de débit.
– Vers le haut du diagramme :
Limitation par la vitesse maximale admissibles.
– Vers le bas du diagramme :
Limitation par la vitesse minimale que peut développer la turbine.

On définit la hauteur adiabatique d’un compresseur Had par l’énergie qui resterait emmagasinée
dans le fluide par suite d’un procédé de compression adiabatique qui a lieu entre la pression
d’aspiration du compresseur et la pression de refoulement de ce dernier.
Les quantités reliées aux compresseurs centrifuges sont le débit Q, La vitesse S, La hauteur
adiabatique Had et le rendement adiabatique η, ces relations sont représentées par les équations
suivantes :

La hauteur adiabatique :
Had = (a0 + a1 (Q/S) + a2 (Q/S)2 + a3 (Q/S)3 ) × S 2

Le rendement adiabatique :
η = b0 + b1 (Q/S) + b2 (Q/S)2 + b3 (Q/S)3
où les paramètres a0 , a1 , a2 , a3 ,b0 , b1 , b2 et b3 sont des constantes qui dépendent du type du
compresseur.

Présenté par : Yacine & Zohor UMBB

44 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

3.3.4 Estimation des valeurs de la hauteur adiabatique et du rende-

ment adiabatique
Pour estimer les valeurs de la hauteur adiabatique et du rendement adiabatique théo-
rique, on doit trouver les valeurs des paramètres a1, a2, a3, a4 (pour la hauteur adiabatique) et
b1, b2, b3, b4 (pour le rendement). La méthode des moindre carrées sera utilisée pour minimiser
l’erreur entre les données observées à partir des courbes caractéristiques du compresseur et les
données théoriques calculées à l’aide de formules exprimées ci-dessus.

Principe de la méthode des moindres carrées

La méthode des moindres carrées est élaborée par Legendre et Gauss au début du
XIXe siècle. Permet de comparer des observations qui concernent la mesure des grandeurs
physiques, elles sont forcément soumises à des erreurs plus ou moins considérables,[9] à un
modèle mathématique censé décrire ces données.
La régression linéaire multiple [10] est la généralisation multivariée de la régression simple.
Nous cherchons à expliquer les valeurs prises par la variable endogène Y à l’aide de p variables
exogènes Xj , (j = 1,. . .,p).
L’équation de régression s’écrit :

yi = a0 + a1 xi,1 + . . . + ap xi,p + εi . (3.1)

Nous devons estimer les valeurs des (p + 1) paramètres (a0 , a1 , . . . ap ) à partir d’un échantillon
de n observations. Nous remarquons dans le modèle :

– i = 1, . . . , n correspond au numéro des observations ;

– yi est la i-ème observation de la variable Y ;
– xi,j est la i-ème observation de la j-ème variable ;
– εi est l’erreur du modèle, il résume les informations manquantes qui permettrait d’expli-
quer linéairement les valeurs de Y à l’aide des p variables Xj .
Pour simplifier les notations, on retrouve souvent une écriture matricielle du modèle dans la
littérature :
Y = Xa + ε (3.2)

Les dimensions des matrices sont respectivement :

– Y −→ (n,1)
– X −→ (n,p+1)
– a −→ (p+1,1)
– ε −→ (n,1)

Présenté par : Yacine & Zohor UMBB

45 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

La matrice X de taille (n ; p + 1) contient l’ensemble des observations sur les exogènes, avec
une première colonne formée par la valeur 1 indiquant que l’on intègre la constante a0 dans
l’équation.

 

1 x1,1 . . . x1,p 
 
1 x2,1 . . . x2,p 
X=
 
 ..

.


 
1 xn,1 . . . xn,p

Application

Notre modèle de régression est défini comme suit :

Pour laHauteur adiabatique :  
 2  3    2  3 
Q Q Q Q Q Q
Had = S
, S
, S
; a1 , a2 , a3 , a4 = a1 + a2 S
, a3 S
, a4 S
∗ S2
Pour le Rendement adiabatique : 
 2  3    2  3
ηad = Q S
, Q
S
, Q
S
; b , b ,
1 2 3 4b , b = b 1 + b Q
2 S , b Q
3 S , b Q
4 S

On calcule le coefficient de corrélation entre les deux valeurs (valeur observée et valeur
théorique), noté r qui est égale au rapport de leur covariance et du produit non nul de leurs
écarts types (le coefficient de corrélation est compris entre -1 et 1).

Cov(X,Y )
Cor(X, Y ) = σX σY

où Cov(X, Y ) désigne la covariance des variables σX et σY leurs écarts types.

Les valeurs des paramètres a1 , a2 , a3 ,4 pour la hauteur adiabatique (b1 , b2 , b3 , b4 pour le
rendement adiabatique) calculées avec le solveur de Microsoft Excel sont :
Pour la Hauteur adiabatique :
a1 =1,0000.103 ,
a2 =-1,9912.10−12 ,
a3 =-7,5939.10−12 ,
a4 = -2,9715.10−10 .
Le coefficient de corrélationr = 0.991
Pour le rendement adiabatique :
b1 =6,7363.10−1 ,
b2 =-1,1512.10−2 ,
b3 =4,9884. 10−4 ,
b4 = -4,3506.10−6 .
Le coefficient de corrélationr = 0.976

Présenté par : Yacine & Zohor UMBB

46 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Figure 3.7 – Résultats obtenus par estimation

Présenté par : Yacine & Zohor UMBB

47 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

3.4 Formulation mathématique du problème

3.4.1 Les hypothèses du problème

– Dans une station de compression, le débit rentrant est égale au débit sortant de la station
de compression.
– Chaque station de compression est constituée d’un nombre fixe de compresseurs centri-
fuges identiques (4 compresseurs ) montés en parallèle. Cette hypothèse nous a conduit à
diviser le débit écoulé à travers la station de compression identiquement sur les compresseurs
utilisés.
– Dans une station de compression, le nombre de compresseurs qu’on peut faire fonctionner
est 3. Le quatrième reste en mode standby.
– La ligne étudiée admet un seul terminal départ et un seul terminal arrivé, donc le débit
qui rentre en aval du gazoduc est égale au débit en amont du gazoduc.
– Le diamètre est le même pour tous les tronçons.

3.4.2 Définition des données

Soient les données suivantes :

Tronçons :

– Q : Le débit dans le gazoduc (m3/jour).

– Rij : Une constante de la formule de perte de charge liée aux caractéristiques du tronçon
(i,j).
– D : le diamètre du gazoduc (mm).

Compresseurs :

– Pmin : La pression minimale de service (kpa) .

– Pmax : La pression maximale de service (kpa).
– Smin : La vitesse minimale du compresseur (RPM) (Tour Par Minute).
– Smax : La vitesse maximale du compresseur (RPM) (Tour Par Minute).
– qmin : Le débit minimal du compresseur (m3/h).
– qmax : Le débit maximal du compresseur (m3/h).

3.4.3 Paramètres du modèle

Pour simplifier la modélisation on définit les paramètres suivants :

Présenté par : Yacine & Zohor UMBB

48 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

– I : L’ensemble de tous les points du gazoduc ( Voir la figure )

I = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
– Ec : L’ensemble des couples ordonnées (i,j) représentant les stations de compression.
Ec = {(2, 3); (4, 5); (6, 7); (8, 9); (10, 11)}
– Ep : L’ensemble des couples ordonnées (i ; j) représentant les tronçons.
Ep = {(1, 2); (3, 4); (5, 6); (7, 8); (9, 10); (11, 12)}

Figure 3.8 – Représentation de la ligne étudiée GZ1

3.4.4 Variables de décision

Le problème posé se résume à :
Déterminer le nombre de compresseurs à mettre en fonction à la station (i,j) où (i,j) ∈ Ec

de telle sorte à minimiser la quantité de gaz consommée par cette station, en fonction des
invariants, tout en respectant le domaine de fonctionnement des compresseurs.
Donc les variables de décision sont :

– Pi : pression
 au point i , i ∈ I.
 1 si la station (i,j) fonctionne

– Wij = 
 0 si non
– nij : Le nombre de compresseurs en fonction dans la station (i,j),∀(i, j)∈ Ec .
– Sij : La vitesse de rotation du compresseur dans la station (i,j),∀(i, j)∈ Ec .
– hij : La hauteur adiabatique du compresseur dans la station (i,j), ∀(i, j)∈ Ec .
– qij : Le débit volumique passé par le compresseur dans la station (i,j),∀(i, j)∈ Ec ..

3.4.5 Contraintes
a- Contraintes relatives aux tronçons

1. Pour un tronçon (i,j) ∈ Ep , il existe des règles de conservation en perte de charge à

respecter. Ceci est exprimé à l’aide de la contrainte suivante (Voir calcul perte de charge page :

Présenté par : Yacine & Zohor UMBB

49 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Q2
Pi2 − eseij Pj2 = Rij . ∀(i, j) ∈ Ep (3.3)
D5
2. La pression au point i doit être supérieure à la pression minimale de service Pmin et
inférieure à la pression maximale de service Pmax , ce qui est exprimé à l’aide de la double
contrainte suivante :

Pmin 6 pi 6 Pmax ∀i ∈ I (3.4)

b- Contraintes relatives aux compresseurs

3. La pression de refoulement Pj d’une station de compression (i, j) est supérieure ou égale

à la pression d’aspiration Pi de cette station. En effet, si la station de compression fonctionne
alors Pj > Pi sinon Pj = Pi .
Ce qui est présenté par la double contrainte suivante :

Pj Pmax
16 6 ∀(i, j) ∈ Ec (3.5)
Pi Pmin
Pour chaque station de compression en marche, le débit qui passe par elle est divisé
identiquement sur les turbocompresseurs en fonction. D’où le débit qui passe par chaque
turbocompresseur est égal à wij .Q \ nij donc le triplet des variables wij .Q \ nij ,Pi ,Pj doit
satisfaire le domaine de fonctionnement d’un turbocompresseur.
Ce qui est présenté par les contraintes suivantes :

4. La hauteur adiabatique est constante entre les compresseurs de la même station :

 ! !2 !3  
qij qij qij
hij = a1 + a2 + a3 + a4 ∗ Sij2  .Wij ∀(i, j) ∈ Ec (3.6)
Sij Sij Sij
Avec " m #
286.76 Pj
hij = T1 .g −1 ∀(i, j) ∈ Ec (3.7)
m.G Pi
5. La hauteur adiabatique hij ne doit pas dépasser la hauteur adiabatique maximale et doit
être supérieur ou égale à la hauteur adiabatique minimale, ce qui est présenté par la double
contrainte suivante :

H L .Wij 6 hij .Wij 6 H U .Wij ∀(i, j) ∈ Ec (3.8)

avec

2 3 !
qmax qmax qmax
   
L 2
H = a1 + a2 + a3 + a4 ∗ Smin (3.9)
Smax Smax Smax

Présenté par : Yacine & Zohor UMBB

50 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

2 3 !
qmin qmin qmin
   
U 2
H = a1 + a2 + a3 + a4 ∗ Smax (3.10)
Smin Smin Smin
6. Le débit Q est partagé de manière équitable sur les compresseurs utilisés dans une même
station de compression :

[Link] .qij .ni, j + (1 − Wij ) = Q ∀(i, j) ∈ Ec (3.11)

7. Le rendement d’un compresseur dans la station de compression (i,j) doit être inférieur ou
égale à 1 :
! !2 !3
qij qij qij
b1 + b2 + b3 + b4 61 ∀(i, j) ∈ Ec (3.12)
Sij Sij Sij
8. La vitesse de rotation Sij d’un compresseur en marche dans la station(i,j) ne doit pas
dépasser la vitesse maximale et doit être supérieur ou égale à la vitesse minimale. Ce qui est
présenté par la double contrainte suivante :

Smin .Wij 6 Sij .Wij 6 Smax .Wij ∀(i, j) ∈ Ec (3.13)

9. Le débit qij qui passe par un compresseur dans la station(i,j) ne doit pas dépasser le débit
maximal et doit être supérieur ou égale au débit minimal. Ceci est exprimé par la double
contrainte suivante :

qmin .Wij 6 qij .Wij 6 qmax .Wij ∀(i, j) ∈ Ec (3.14)

10. Le rapport entre le débit et la vitesse du compresseur doit être compris entre pompage
et gavage.
avec

qmin qmax
P ompage = Gavage = (3.15)
Smin Smax

On peut exprimer ça par la double contrainte suivante :

qmin qij qmax

.Wij 6 .Wij 6 .Wij (3.16)
Smin Sij Smax

3.4.6 La fonction objectif

Notre objectif est de minimiser la quantité du gaz consommée par toute les stations de
compression du gazoduc. Cette quantité va être donc égale à la somme des quantités du gaz

Présenté par : Yacine & Zohor UMBB

51 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

consommées par chaque station de compression . D’où :

X
M in(Z) = fij (3.17)
(i,j)∈Ec

avec : fij est la fonction qui calcule la quantité du gaz consommée par la station (i,j), (i,j) ∈
Ec , définie comme suit :

hij 
Q.ρ.

fij =  1000 
(3.18)
 24.η .η .η .P CI  Wij

ij T R mc

avec :

– ηT R = 0,35 : Le rendement de la turbine.

– ηmc = 0,95 : Le rendement mécanique.
– PCI :Pouvoir Calorifique Inférieur du gaz ( PCI=36 000kj=m3).
– η = b0 + b1 (Q/S) + b2 (Q/S)2 + b3 (Q/S)3

Présenté par : Yacine & Zohor UMBB

52 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Doncon aura le modèle mathématique suivant :

P
 M in(Z) = fij





 (i,j)∈Ec

s.c





Q2



Pi2 − eseij Pj2 = Rij . ...............∀(i, j) ∈ Ep ...(1)



D5








 Pi > pmin ................∀i ∈ I...(2)


pi 6 Pmax ................∀i ∈ I...(3)





Pj



> 1...............∀(i, j) ∈ Ec ...(4)





 Pi
Pj Pmax





 6 ...............∀(i, j) ∈ Ec ...(5)



 Pi Pmin





 
 ! !2 !3  
qij qij qij


 ∗ S 2  .Wij ...............∀(i, j)

hij = a1 + a2 + a3 + a4 ∈ Ec ...(6)


 ij



 Sij Sij Sij







Pj m
 " #
286.76

 
− 1 ...............∀(i, j) ∈ Ec ...(7)


 hij = T1 .g
m.G Pi






hij .Wij > H L .Wij ...............∀(i, j) ∈ Ec ...(8)







hij .Wij 6 H U .Wij ...............∀(i, j) ∈ Ec ...(9)







[Link] .qij .n(i, j) + (1 − W( ij)) = Q...............∀(i, j) ∈ Ec ...(10)

P =






 ! !2 !3

 q ij q ij q ij
b1 + b2 + b3 + b4 6 1...............∀(i, j) ∈ Ec ...(11)



Sij Sij Sij













Sij .Wij > Smin .Wij ...............∀ ∈ Ec ...(12)






Sij .Wij 6 Smax .Wij ...............∀(i, j) ∈ Ec ...(13)







qij .Wij > qmin .Wij ...............∀(i, j) ∈ Ec ...(14)







qij .Wij 6 qmax .Wij ...............∀(i, j) ∈ Ec ...(15)




qij qmin



.W > .Wij ...............∀(i, j) ∈ Ec ...(16)

ij




 Sij Smin
qij qmax


.Wij ...............∀(i, j) ∈ Ec ...(17)


 .Wij 6
Sij Smax






Pi > 0...............∀i ∈ I...(18)







nij ∈ {0, 1, 2, 3}...............∀(i, j) ∈ Ec ...(19)






qij > 0...............∀(i, j) ∈ Ec ...(20)







hij > 0...............∀(i, j) ∈ Ec ...(21)







Sij > 0...............∀(i, j) ∈ Ec ...(22)







 W ∈ {0, 1}...............∀(i, j) ∈ E ...(23)

ij c

Présenté par : Yacine & Zohor UMBB

53 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

3.4.7 Evaluation du modèle

a- Nombre de variables
– | I | = 12 , alors nous avons :
– 12 variables de type Pi
– | Ec | = 5, alors nous avons :
– 5 variables de type qij .
– 5 variables de type Sij .
– 5 variables de type hij .
– 5 variables de type nij .
– 5 variables de type wij .
Donc le nombre de variables est :12 + 5 + 5 + 5 + 5 + 5 = 37.

b- Nombre de contraintes
– | Ep | = 6 alors nous avons :
- 6 contraintes de type (1).
– | I | = 12 alors nous avons :
– 12 contraintes de type (2).
– 12 contraintes de type (11).
– | Ec | = 5 alors nous avons :
– 5 contraintes de type (3)(4)(5)(6)(7)(8)(9)(10)(11)(12)(13)(14)(15)(16)
Donc le nombre des contraintes est :6 + (2∗12) + (13 ∗ 5) = 95.

L’analyse du modèle mathématique du problème posé montre qu’on est en présence

d’un problème non linéaire mixtes en nombre entiers MINLP (Mixed-Integer NonLineaire
Programming), en fonction d’une variable bivalente (wij ), une variable entière (nij ) et des
variables continues Pi , qij , sij et hij .

Notre problème appartient à la famille des problèmes appelés "Gaz Pipeline Fuel Consump-
tion Minimisation Problem (GPFCMP)". Dans ce qui suit, nous présenterons une petite
bibliographie concernant les travaux réalisés liés au problème (GPFCMP).

Présenté par : Yacine & Zohor UMBB

54 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

3.5 L’état de l’art

Dans le monde technologique dans lequel nous vivons, la croissance de la demande des
hydrocarbures en général et le gaz naturel en particulier, a créé une pression sur nombreuses
entreprises. Ces dernières doivent résoudre des problèmes d’optimisation concernant le transport
de gaz par canalisation. C’est ce besoin d’optimisation dans ce secteur très concurrentiel qui
a enrichi la recherche en problème de "Gaz Pipeline Fuel Consumption Minimisation Problem
(GPFCMP)".

3.5.1 Les différentes approches de modélisation et de résolution

de "Gaz Pipeline Fuel Consumption Minimisation Problem
(GPFCMP)"
Plusieurs points de vue ont été utilisés pour aborder ce problème, qui possède plusieurs
invariants selon les hypothèses de modélisation et les décisions à prendre. Une de ces hypothèses
réalisées dans beaucoup de travaux est que le nombre de compresseurs qui fonctionnent au sein
de chaque station de compression est fixé et le débit qui passe par les tronçons et les stations
de compression est considéré comme une variable, où la plupart des approches proposées ont
été basées sur des technique de la programmation dynamique, citons les travaux de Wong et
al, et Carter[9]qui ont travaillé sur un algorithme de programmation dynamique lorsque le
débit est fixé.

Pecell et al[12]ont traité le problème tout en utilisant le gradient réduit généralisée

(GRG) pour l’optimisation non linéaire. D’autre part, Wu et al [13]. ont proposé un modèle
mathématique pour la minimisation du coût de carburant sur une seule station de compression.

Le premier ouvrage qui prend en considération le nombre d’unités de compression comme

une variable est celui deWu et al [13], ils ont d’abord déterminé au premier lieu la quantité
d’écoulement à travers la station de compression, puis, à une deuxième étape, de déterminer le
nombre d’unité qu’il faut mettre en fonction pour ce flux particulier. Ensuite en 2003, Zaleta
a étudié ce problème sur une ligne [14] qui comporte une seule station de compression qui
possède dix unités de compression voir la figure (3.9).

Présenté par : Yacine & Zohor UMBB

55 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

Figure 3.9 – Schéma de la ligne

Le débit qui passe par les tronçons et la station de compression est considéré comme
une variable de décision, Zaleta prend en considération les contraintes relatives à la plage
de fonctionnement des compresseurs et la contrainte concernant le débit qui passe par les
deux tronçons (3,4) et (3,5) où leur somme est égale au débit au noeud 3. Pour la résolution
elle utilise une démarche déterministe, où elle fait l’implémentation à l’aide de logiciel de
modélisation GAMS (Algebraic modeling language ou AML). Il faut souligner que lorsque
l’instance du problème augmente le solveur ne peut pas résoudre le problème.

Chebouba et al. proposent dans [15] un algorithme basé sur la technique de la pro-
grammation dynamique en première partie, et dans une deuxième partie un programme qui
fait le choix automatique des compresseurs à utiliser.

Les métaheuristiques n’étaient pas largement utilisées pour résoudre "Gaz Pipeline Fuel
Consumption Minimisation Problem (GPFCMP)" :

– Les algorithmes génétiques ont été utilisés pour la première fois, en 1985 par Goldberg,
où les contraintes concernant la plage de fonctionnement des compresseurs sont prise en
considération.
– Chebouba et Smati [15] ont appliqué pour la première fois les algorithmes de colonies de
fourmis pour la résolution de ce problème.

En 2011, et pour la première fois Rodriguez et al. [16] formulent le problème de façon
multi-objectif en maximisant la quantité transportée et en minimisant la consommation des
compresseurs.

Il est à noter qu’il existe d’autres travaux qui traitent ce problème mais il s’avère que
ces recherches ont été si spécifiques où il est question de modéliser un problème de flux dans
un réseau non linéaire. La plupart de ces travaux ne prennent pas en considérations toutes les

Présenté par : Yacine & Zohor UMBB

56 CHAPITRE 3. PROBLÉMATIQUE ET MODÉLISATION

contraintes du problème.

Conclusion
L’analyse de notre modèle mathématique montre qu’on est en présence d’un problème non
linière mixte en nombre entiers (MINLP).
Pour la résolution du problème posé par SONATRACH, nous étudierons au chapitre suivant
les différentes méthodes de résolution.

Présenté par : Yacine & Zohor UMBB

57

Chapitre 4
Méthodes de résolution

Introduction
A l’heure actuelle, il est généralement admis de considérer la résolution des problèmes
comme un processus complexe de la modélisation mathématique. Ce processus complexe peut
se traduire par la mise en oeuvre d’une démarche de résolution impliquant plusieurs phases.

Résoudre des problèmes après la formulation mathématique nécessite un questionnement sur la

nature du modèle. Ceci consiste à comprendre l’énoncé et à construire une modélisation, puis
mettre en oeuvre des stratégies et des procédures de résolution. Ces phases sont indissociables,
la démarche considérée pour analyser et résoudre un système est illustrée dans le schéma
suivant :

Figure 4.1 – Le processus de l’analyse du système

Présenté par : Yacine & Zohor UMBB

58 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

4.1 Méthodes d’optimisation

L’optimisation constitue une part importante des activités de recherche en plusieurs do-
maines on peut classer les problèmes rencontrés en fonction de leur expression mathématique,
ce classement est général et s’étend à toutes les disciplines où l’optimisation est mise en oeuvre.
Le critère fondamental pour l’établir repose sur la nature des variables : discrètes ou conti-
nues. Historiquement, la classification se réduisait aux problèmes linéaires (LP) et non linéaires
(NLP). Les différentes classes de problèmes recensées actuellement, ainsi que certaines procé-
dures très classiques de résolution, sont indiquées sur la figure 4.2 [17].

Figure 4.2 – Classes des problèmes d’optimisation.

Notations :
AG : algorithme génétique.
LP : programmation linéaire.
MINLP : programmation mixte entière non linéaire.
MIP : programmation mixte entière.
NLP : programmation non linéaire.
PQ : programmation quadratique.
RS : recuit simulé [17]h.

Présenté par : Yacine & Zohor UMBB

59 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

4.2 La programmation non linéaire mixte en nombres

entiers
Les problèmes d’optimisation sont classés en grandes catégories, linéaire(LP), non linéaire(
NLP), programmation linéaire mixte en nombres entiers (MINLP), en fonction de leurs carac-
téristiques mathématiques. La formulation la plus complexe, rencontrée fréquemment à l’ingé-
nierie, relève des problèmes non linéaires mixte en nombres entiers «Mixed Integer Non Lineair
Programming [17]».

4.2.1 Qu’est ce qu’un programme MINLP ?

Un programme non linéaire mixte en nombres entiers MINLP est un problème d’optimisa-
tion consiste à minimiser une fonction objectif non linéaire à n variables mixtes, discrètes et
continues soumises à un ensemble de contraintes non linéaire exprimées sous forme d’équations
ou d’inéquations.
La formulation

générale d’un problème MINLP est donnée par :




M in f(x,y)





 sc :


h(x, y) = 0






P = g(x, y) ≤ 0 Où



x∈X










 y ∈ Y entier





– f(x,y) : fonction objectif.

– h(x,y) : Ensemble des contraintes égalité.
– g(x,y) : Ensemble des contraintes inégalité.
– X : Ensemble des variables continues.
– Y : Ensemble des variables entières.

La variable x correspond généralement aux variables physiques (débit, pression, température,

etc). Et la variable y correspond aux variables qui traduisent l’existence ou non d’une opération
unitaire, le nombre d’unités d’une entité, etc.
Le problème MINLP représente une formulation très complexe, englobant de façon évidente les
classes NLP et MIP.

Présenté par : Yacine & Zohor UMBB

60 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

Figure 4.3 – Vue d’ensemble des problèmes d’optimisation.

Cependant, les algorithmes des méthodes les plus utilisées pour la résolution de problèmes
MINLP seront présentés. La résolution numérique des problèmes MINLP est relativement
récente vis-à-vis des autres méthodes de programmation mathématique. En effet, le développe-
ment de procédures de résolution pour des problèmes de type NLP (NonLinear Programming),
MILP (Mixed Integer Linear Programming) et LP (Linear Programming), a fortement
contribué à l’évolution de nouvelles procédures pour le traitement des problèmes MINLP [17].
En ce qui concerne les procédures de résolution, on distinguera deux classes de méthodes pour
le traitement de problèmes MINLP : la programmation stochastique et la programmation
déterministe, comme cela est présenté sur la figure 4.4

Figure 4.4 – Méthodes classiques de résolution de problèmes MINLP.

Présenté par : Yacine & Zohor UMBB

61 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

L’approche stochastique est généralement basée sur une procédure reproduisant un phé-
nomène naturel. Il en résulte des algorithmes évolutifs qui permettent, à partir d’un procédé
initial acceptable vis-à-vis des contraintes, des modifications de structure à travers de règles
d’évolution. Ce sont généralement des procédures faciles à utiliser, qui présentent cependant
l’inconvénient de ne pouvoir garantir un optimum.
L’approche déterministe est fondée sur une résolution itérative qui permet de trouver un et un
seul optimum global. Les procédures déterministes nécessitent généralement la mise en oeuvre
de méthodes adéquates à chaque type particulier de problème [17] .
La sélection d’une méthode d’optimisation particulière est effectuée selon la nature du problème
abordé, l’ensemble des classes de méthodes utilisées pour la résolution de problèmes MINLP
sera présenté dans ce qui suit :

4.3 Les méthodes déterministes

Dans le cadre des méthodes déterministes, on a [17] :

• La méthode Branch & Bound( Leyffer, 1999).

• La décomposition généralisée de Benders(Benders 1962 ; Geoffrion 1972).

• La méthode des approximations externes (Duran & Grossman 1986 ; Fletcher & Leyffer 1994).

4.4 Les méthodes approchées (stochastiques)

Face au caractère intraitable de certains problèmes d’optimisation combinatoire, où la solu-
tion optimale de ces problèmes est souvent hors d’atteinte en raison de l’explosion combinatoire
de leur espace de recherche et vu la nécessité de fournir des solutions de "bonne" qualité en
un temps "raisonnable", les heuristiques [18] deviennent l’unique moyen d’obtenir une bonne
solution en un temps raisonnable.

Présenté par : Yacine & Zohor UMBB

62 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

Figure 4.5 – Schéma des méthodes approchées

4.4.1 Technique de résolution

La programmation non linéaire mixte en nombre entier combine la difficulté de l’optimisa-
tion combinatoire sur des ensembles de variables entières avec la difficulté de la manipulation
d’une fonction objectif non linéaire et des contraintes non linéaires. L’exécution des méthodes
dites exactes (programmation dynamique, séparation et évaluation) pour la résolution de ce
problème risque de prendre un temps de calcul considérable.

Afin d’éviter ce genre de situation, on se contente souvent d’une solution dite appro-
chée données par certaines méthodes appelées méthodes approchées et dont la valeur de
la fonction objectif correspondante se rapproche de celle de la solution exacte. Vu qu’on est
en présence d’un problème non linéaire en variables mixtes assez complexe, nous proposons
d’utiliser une heuristique pour obtenir une solution réalisable et on peut l’améliorer avec deux
métaheuristiques : Algorithme génétique et recuit simulé.

4.4.2 Les heuristiques classiques

Une heuristique est une méthode spécifique développée pour résoudre un problème donné,
elle lui est intimement liée et conçue pour prendre en charge les caractéristiques de celui-ci
et couvrir les propriétés de ses différentes instances. Ces méthodes sont généralement basées
sur un raisonnement logique ou intuitif et se doivent d’être simples, rapide et bien sûr de

Présenté par : Yacine & Zohor UMBB

63 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

fournir des solutions de bonne qualité. La difficulté majeur est toutefois de déterminer une
garantie de performance d’une heuristique, aussi pour un même problème, il existe souvent
plusieurs heuristiques et selon l’instance traitée, leurs performances peuvent varier, donc il est
impossible de dire qu’une heuristique est meilleure qu’une autre.

Les heuristiques peuvent être classées en deux catégories :

• Les heuristiques de construction : sont des méthodes approchées qui démarrent d’une entité
élémentaire quelconque et construisent de proche en proche une solution réalisable, par
exemple la méthode de plus proche voisin pour le problème PVC.

• Les heuristiques d’amélioration : sont des méthodes approchées qui démarrent d’une solution
réalisable (probablement moins intéressante), et l’améliorent de proche en proche. Par
exemple, on trouve la méthode 2-opt (PVC).

On retrouve en général des principes de base utilisés dans ces heuristiques tels que :

– Principe glouton : ce principe repose sur le choix définitif des valeurs de la solution, ce
qui interdit toute modification ultérieure. Autrement dit d’après Sakarovitch [22] Il consiste
à "manger" les élément de la solution dans un certain ordre sans jamais remettre en question
un choix une fois qu’il est effectué .
– Principe de construction progressive : c’est une extension du principe glouton dans la
mesure où l’on s’autorise, cette fois-ci, à modifier des valeurs déjà assignées. On retrouve par
exemple l’algorithme de Ford pour la recherche des chemins optimaux.
– Principe de partitionnement : ce principe repose sur le fait que résoudre le problème global
se révèle souvent plus complexe que résoudre la somme des sous problèmes qui le composent.
Toute la difficulté réside alors dans le fusionnement des solutions de chaque sous problème.
On retrouve par exemple l’algorithme de Dichotomie.

4.5 Les métaheuristiques

Depuis environ, une quarantaine d’années, sont apparues des approches de résolution plus
générale, qui peuvent donc, moyennant la fixation de certaines paramètres et quelques adap-
tations, s’appliquent à une large classe de problèmes d’optimisation, ces méthodes sont dites
heuristiques de haut niveau ou métaheuristiques (dérivées de la composition de deux mots grecs :
« heuriskien » qui signifie trouver, et « Méta » qui signifie dans un niveau supérieur).

Présenté par : Yacine & Zohor UMBB

64 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

4.5.1 Méthode du recuit simulé

Présentation de la méthode

Le recuit simulé est une procédure d’optimisation combinatoire multi-variables développée

depuis plus d’une vingtaine d’années. C’est une méthode locale qui permet d’éviter de se blo-
quer dans des zones d’optimum local, en autorisant occasionnellement un accroissement du
critère, contrairement aux méthodes déterministes.
La méthode se fonde sur une analogie entre les problèmes d’optimisation à caractère combina-
toire et ceux de la physique statistique représentant le comportement d’une opération thermo-
dynamique, le recuit physique des solides ; cette technique est utilisée en métallurgie lors de la
solidification des métaux pour obtenir un état cristallin bien ordonné.[17]

La fixation des paramètres

Déterminer la valeur la plus appropriée des paramètres est certainement l’aspect le plus
délicat de l’implémentation du recuit simulé, qui sont choisi en fonction du problème considéré
et de l’instance traitée.

1. La température initiale
Elle doit être élevée pour accepter suffisamment et facilement une solution moins bonne
que la solution courante, donc tous les voisins de la solution courante ont la même
probabilité d’être acceptés.

2. Le coefficient de refroidissement
Le paramètre α est à choisir avec précaution. En effet, s’il est choisi trop grand, la tempé-
rature baissera très rapidement et l’algorithme pourra être bloqué dans un minima local,
si il est choisi trop petit, la température baissera très lentement et le temps de calcul sera
très grand.

3. Le nombre d’itérations à chaque palier de température

Un paramètre borne le nombre d’essais (itérations) par palier. A la fin d’un palier, le
compteur est incrémenté si le pourcentage d’acceptation est inférieur à un seuil, remis à
zéro si la qualité de la meilleure solution a évolué au cours du palier.

4. Critère d’arrêt
Tout au long du processus la température sera diminuée, il faudra donc déterminer une
température finale θf telle que la procédure du recuit simulé se termine lorsque la tem-
pérature courante atteint la température finale.

Présenté par : Yacine & Zohor UMBB

65 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

4.5.2 Principe de RS :
Le principe du recuit simulé est de parcourir de manière itérative l’espace des solutions, on
part d’une solution notée x initialement générée d’une manière aléatoire ( ou trouvée à l’aide
d’une autre méthode approchée) qui correspond à une énergie initiale Z(x) et une température
initiale θ0 , généralement élevée.
A chaque itération de l’algorithme un changement s’effectue sur la solution. Cette solution x’
fait varier l’énergie du système, =Z(x’) - Z(x)si cette variation est négative( la nouvelle solution
améliore la fonction objectif) et permet de diminuer l’énergie du système, elle est acceptée. Si la
solution trouvée est moins bonne que la précédente alors elle sera acceptée avec une probabilité
−
calculée suivant y = e θ .
−
En fonction du critère de Métropolis, un nombre p ∈ [0, 1] est comparé à la probabilité y = e θ .
Si y 6 p la nouvelle solution est acceptée.
Le fonctionnement de critère de Métropolis est interprété par :
−
– Si =Z(x’) - Z(x) < 0, alors e θ > 1 donc p est toujours inférieure à cette valeur est on
accepte la solution x’.
−
– Si > 0, alors e θ ' 1, tout voisin est systématiquement acceptée.
−
– Si > 0, θ ≪, alors e θ ' 0, une dégradation à peu de chance d’être accepté.

Présenté par : Yacine & Zohor UMBB

66 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

4.5.3 Algorithme général du Recuit simulé

Algorithme 1 Recuit simulé

Entrées : x = x0 ; Z = Z(x) ; xop = x ; Z(xop ) ;θ = θ0 ; nr ; θf ; a ;
Début
tantque θ > θf faire
tantque nb > nr faire
4: x’ := π(x) ;
Z(x’) ;
∆Z = Z(x’) - Z(x) ;
si ∆Z < 0 alors
8: x := x’ ;
Z(x) := Z(x’) ;
si Z(x) < Z(xop ) alors
xop := x’ ;
12: Z(xop ) := Z(x’) ;
finsi
sinon
p ∈ [0, 1] ;
−4Z
16: y := e θ ;
si p 6 y alors
x := x’ ;
Z(x) := Z(x’) ;
20: finsi
finsi
nb := nb + 1 ;
fin tantque
24: θ := a.θ ;
fin tantque
Fin

Présenté par : Yacine & Zohor UMBB

67 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

4.6 Les algorithmes génétiques

Les algorithmes génétiques sont des algorithmes d’optimisation s’appuyant sur des tech-
niques dérivées de la génétique et des mécanismes d’évolution de la nature : croisements, mu-
tations, sélections, etc.

4.6.1 Présentation de la méthode

. Dans la nature, les êtres vivants croisent et interagissent les uns avec les autres. Chaque in-
dividu est caractérisé par un génotype indépendant de l’environnement où il vit. Les opérateurs
génétiques fonctionnent au niveau génotypique tandis que le mécanisme de sélection opère au
niveau phénotypique (le phénotype d’un individu est l’ensemble des traits caractéristiques d’un
individu, alors que le génotype est le codage de ces traits en gènes). Les algorithmes génétiques
sont à la base des algorithmes d’optimisation stochastiques, mais peuvent également servir
pour l’apprentissage automatique, par exemple. Les principes fondamentaux des algorithmes
génétiques dans le cadre de l’optimisation mathématique ont été développés entre 1960 et 1970
par John Holland.[13].

Figure 4.6 – Schéma d’un algorithme génétique

Présenté par : Yacine & Zohor UMBB

68 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

Les algorithmes génétiques sont directement inspirés du concept de sélection naturelle éla-
boré par Charles Darwin en 1859. Le vocabulaire employé, calqué sur celui de la génétique,
comporte des termes tels que : individus (solutions potentielles), population, gènes (variables),
chromosomes, parents, enfants, sélection, survie, croisement, mutation. S’il n’existe pas de
preuve générale de l’efficacité des algorithmes génétiques, il est par contre aisé de constater
l’efficacité de la sélection naturelle dans le monde vivant.
En effet, il est clair que l’évolution a permis l’émergence d’organismes étonnamment adap-
tés à leur environnement. Les algorithmes génétiques tirent leur puissance de ces mécanismes
d’évolution naturelle, qui sont rappelés ci-après.

4.6.2 Principe de la méthode

L’algorithme génétique (AG) est un algorithme de recherche basé sur les mécanismes de la
sélection naturelle et de la génétique. Il combine une stratégie de ”survie des plus forts” avec
un échange d’information aléatoire mais structure. Pour un problème pour lequel une solution
est inconnue, un ensemble de solutions possibles est crée aléatoirement.
On appelle cet ensemble la population. Les caractéristiques (ou variables à déterminer) sont
alors utilisées dans des séquences de gènes qui seront combinées avec d’autres gènes pour former
des chromosomes et par après des individus. Chaque solution est associée à un individu, et cet
individu est évalué et classifié selon sa ressemblance avec la meilleure, mais encore inconnue,
solution au problème. Il peut être démontré qu’en utilisant un processus de sélection naturelle
inspirée de Darwin, cette méthode convergera graduellement à une solution. Comme dans les
systèmes biologiques soumis à des contraintes, les meilleurs individus de la population sont ceux
qui ont une meilleure chance de se reproduire et de transmettre une partie de leur héritage
génétique à la prochaine génération. Une nouvelle population, ou génération, est alors créée
en combinant les gènes des parents. On s’attend à ce que certains individus de la nouvelle
génération possèdent les meilleures caractéristiques de leurs deux parents, et donc qu’ils seront
meilleurs et seront une meilleure solution au problème.
Le nouveau groupe (la nouvelle génération) est alors soumis aux même critères de sélection, et
par après génére ses propres rejetons. Ce processus est répété plusieurs fois, jusqu’‘a ce que tous
les individus possèdent le même héritage génétique. Les membres de cette dernière génération,
qui sont habituellement très différents de leurs ancêtres, possèdent de l’information génétique
qui correspond à la meilleure solution au problème[29].

Présenté par : Yacine & Zohor UMBB

69 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

A. Initialisation

[Link] des données

Le codage est une partie très importante des algorithmes génétiques, il permet de représen-
ter une solution x du problème d’optimisation par une séquence (string) de caractères, cette
séquence sera appelée individu, elle constitue l’ensemble des gènes du chromosome. Plusieurs
codages sont employés. Voici quelques exemples.[20]

– Le codage binaire : représente une solution par une suite de variables binaires.
– Le codage par permutations de valeurs entières : le gène est codé par une valeur
entière dans un ensemble de cardinalité égale au nombre de gènes.

A2. Fonction fitness d’un individu

A un individu donné est associée une fonction fitness (forme physique), elle mesure la per-
formance de cet individu et a pour but d’évaluer si un individu est mieux adapté qu’un autre à
son environnement. Elle est évidemment étroitement liée avec la fonction objectif du problème
d’optimisation.[20]

A3. Population initiale

Différents individus sont considérés, souvent générés aléatoirement afin d’assurer une popu-
lation diversifiée. La population initiale est ainsi constituée d’un ensemble d’individus 1,....,N
et le paramètre n est appelé taille de la population.
La taille N d’une population est un paramètre important d’un algorithme génétique. Elle doit
être fixée en tenant compte de la longueur d’un individu, une taille grande favorise une meilleur
diversification mais au prix d’un plus grand temps de calcul pour une itération. [20].

B. Itération d’un algorithme génétique

Sur base de la population courante, diverses opérateurs vont être appliqués successivement à
des sous-ensembles d’individus, appelés des parents, pour générer de nouveau individus appelés
enfants.

B1. Opérateur de sélection

Il s’agit des pairs d’individus qui sont sélectionnées au sein de la population courante, une
telle paire sera noté P1 et P2. Il convient donc de définir un mécanisme de sélection de paires
de parents. Cet opérateur de sélection est généralement aléatoire mais doit néanmoins d’autant

Présenté par : Yacine & Zohor UMBB

70 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

plus favoriser la sélection d’un individu que sa fonction fitness est meilleure. [20] Plusieurs
méthodes existent et sont, généralement, basées sur la théorie de Darwin. Nous présenterons
les deux plus connues :

– La roulette (roulette Wheel sélection) :[13] Cette méthode exploite la métaphore

d’une roulette de casino. La roue est divisée en autant de secteurs que d’individus dans la
population. La taille de ces secteurs est proportionnelle à l’adaptation de chaque individu
(une probabilité pi ). Un nombre aléatoire r ∈ [0,1] désigne alors l’individu i∗ sélectionné par
la formule :

Figure 4.7 – Sélection par roulette

– Sélection par tournoi(tournatment selection) : [20] Plusieurs individus (classi-

quement deux) sont d’abord choisis totalement aléatoirement dans la population. Ils se
confrontent alors sur base de leur valeur fitness et le meilleur est sélectionné.

Présenté par : Yacine & Zohor UMBB

71 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

Figure 4.8 – Sélection par tournoi (entre deux individus)

B2. Opérateur de croisement

Un opérateur de croisement (crossover) consiste à créer de nouveaux individus -des enfants-

en échangeant des caractères -des gènes- entre les deux parents. La zone de croisement est
généralement choisie aléatoirement dans les chromosomes. Toutefois l’opérateur de croisement
n’est pas systématiquement appliqué à chaque paire de parents, mais avec une probabilité de
croisement pc (classiquement ≥ 0.9, nous suivrons ici aussi le schéma classique où deux enfants
(notés E1 et E2) sont créés par le croisement. [20]

Figure 4.9 – Croisement en un point

B3. Opérateur de mutation

Pour des raisons de diversification, il est bon de temps en temps de modifier très légèrement
un enfant créé. C’est le rôle de l’opérateur de mutation qui est appliqué à un enfant avec une
petite probabilité pm (classiquement ≤ 0.01).[20]

Présenté par : Yacine & Zohor UMBB

72 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

Figure 4.10 – La mutation

C. Critère d’arrêt

Les critères les plus utilisés sont les suivants :

– Arrêt de l’algorithme après un certain nombre de générations, fixé au départ ; c’est ce que
l’on est tenté de faire lorsque l’on doit trouver une solution dans un temps limité.
– L’algorithme peut être arrêté lorsque la population n’évolue plus ou plus suffisamment
rapidement, c.-à-d. les meilleurs individus ne s’améliorent plus depuis un certain nombre de
générations. [20]

Paramètres internes de l’algorithme génétique

Les algorithmes génétiques possèdent des paramètres internes qui doivent être choisis avec
les considérations suivantes :

– Taille de la population N : Elle doit être judicieusement choisie en fonction de la taille

du problème.
– Probabilité de croisement : Plus le taux de croisement est élevé, plus il y aura de
nouvelles structures qui apparaissent dans la population.
– Probabilité de mutation : la probabilité de mutation est généralement inférieur à
0.01, mais il n’est pas rare de voir dans d’autres applications un taux plus important, par
exemple dans les problèmes d’ordonnancement.

Présenté par : Yacine & Zohor UMBB

73 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

4.7 Démarches Hybrides

Cette méthodologie combine différentes approches, elle permet d’amplifier les avantages de
ces méthodes et d’autre part réduire les limites. Les algorithmes hybrides peuvent être classés
en deux catégories :

1. Bas niveau d’hybridation : Ce type d’hybridation consiste à intégrer une méthode de

résolution (méthode 2) dans une autre méthode (méthode 1) (Voir figure 4.11 ).

Figure 4.11 – Schéma d’hybride de bas niveau

2. Haut niveau d’hybride : Ce type d’hybridation consiste à trouver une solution par une
méthode, ensuite l’améliorer par une autre méthode ( Voir figure 4.12 ),Par exemple :
On peut utiliser l’algorithme génétique en première étape, ensuite en appliquant le Récuit
simulé en démarrant de la solution trouvée par l’algorithme génétique.

Figure 4.12 – Schéma d’hybride de Haut niveau

Conclusion
Le choix de méthodes de résolution stochastique jusqu’à un passé récent paraissait inéluc-
table pour traiter la gamme de problèmes considérés. Vu l’évolution importante des méthodes

Présenté par : Yacine & Zohor UMBB

74 CHAPITRE 4. MÉTHODES DE RÉSOLUTION

de résolution déterministes, l’utilisation d’un logiciel d’optimisation déterministe s’est avéré être
une alternative très intéressante, car elle engendre moins de contraintes pour l’initialisation des
variables, d’où une motivation supplémentaire de cette étude pour l’utilisation d’une méthode
déterministe pour la résolution des problèmes MINLP.
Le choix s’est porté sur l’utilisation de l’environnement d’optimisation GAMS qui est présenté
dans le chapitre suivant mais cette démarche nous a pas donné des résultats souhaitées ce qui
nous a poussé à opter la démarche approchée.

Présenté par : Yacine & Zohor UMBB

75

Chapitre 5
Résolution du problème

Introduction
Après l’élaboration du modelé mathématique associé à ce problème qui est un problème non
linéaire mixte en nombre entier, nous nous sommes orientées vers un logiciel de programmation
mathématique et d’optimisation qui est le GAMS( General Algabraic Modeling System) pour la
résolution de notre problème qui est une démarche déterministe que nous avons bien maitrisé,
mais vu la complexité de notre problème, GAMS n’a pas pu implémenté toutes les contraintes
non linéaires surtout celles qui définissent le domaine de fonctionnement d’un compresseur.
Cette difficulté nous a conduit à abandonner cette approche et aller vers la résolution approchée.

5.1 Résultats obtenus par l’approche déterministe

Avant de présenter les résultats obtenus par la première démarche qui est l’approche déter-
ministe(exacte), nous allons exhiber une sobre description sur le logiciel utilisé.

Présentation de GAMS

Initialement développé par un groupe d’économistes de la Banque Mondiale suite à la

complexité des problèmes de modélisation économique,GAMS dispose d’un langage d’entrée
qui permet d’écrire des modèles avec une formulation algébrique concise et facilement lisible.
GAMS est capable de résoudre des problèmes aussi volumineux que complexes ; Il peut être
utilisé pour traiter une grande variété de problèmes (NLP, MIP, MINLP,. . ., etc). La simplicité
du formalisme GAMS est un avantage pour la description des problèmes. Les principales

Présenté par : Yacine & Zohor UMBB

76 CHAPITRE 5. RÉSOLUTION DU PROBLÈME

caractéristiques de l’environnement GAMS sont brièvement reprises, suivant la problématique

de l’étude. Il s’articule autour de la description de deux techniques de Programmation
Mathématique implémentées dans GAMS [30] :

– Le solveur DICOPT++ est une application de l’algorithme des Approximations. Externes

[31].
– Le solveur SBB met en oeuvre un algorithme Branch Bound de forme classique mais
adapté à la résolution de problèmes mixtes non linéaires, utilise uniquement le module CO-
NOPT3 pour la résolution des problèmes NLP.
– Le solveur DICOPT++, repose sur des modules de résolution de problèmes continus
non-linéaires (NLP) et linéaires en variables mixtes (MILP), respectivement CONOPT3 et
CPLEX.

Figure 5.1 – Structure de l’environnement GAMS pour la résolution d’un problème MINLP.

Présenté par : Yacine & Zohor UMBB

77 CHAPITRE 5. RÉSOLUTION DU PROBLÈME

Après avoir programmé le modèle mathématique avec le logiciel GAMS, voici les résultats
obtenus.
Les variables suivantes représentent :
wij=la station (i,j),
nij=nombre de compresseur dans la station (i,j),
fij : fonction objectif, consommation de gaz naturel.

Dénomination Station
w23 la station 1 (Timzehrt)avec n23 : nombre de compresseur.
w45 la station 2 (M’seka) avec n45 : nombre de compresseur.
w67 la station 3 (Mederrag)avec n67 : nombre de compresseur.
w89 la station 4 (Djbel Nador)avec n89 : nombre de compresseur.
w1010 la station 5 (knenda) avec n1010 : nombre de compresseur.

Table 5.1 – Représentation des variables.

Avec un débit de : 26873129 m3 /jr.

Avec un débit de : 27000893 m3 /jr.

Présenté par : Yacine & Zohor UMBB

78 CHAPITRE 5. RÉSOLUTION DU PROBLÈME

Avec un débit de : 35000893 m3 /jr.

Avec un débit de : 10035567 m3 /jr.

Donc ce qu’on a remarqué que GAMS a pu implémenté le modèle mais il n’a pas pu traduire
toutes les contraintes de notre problème vu sa complexité ce qui nous a incité vers les
méthodes approchées.

Présenté par : Yacine & Zohor UMBB

79 CHAPITRE 5. RÉSOLUTION DU PROBLÈME

5.2 Adaptation d’une heuristique au problème

Pour la résolution de notre problème, nous présentons une heuristique de type amélioration
basée sur le principe de construction progressive. Cette heuristique se fera en deux étapes,
une première pour l’initialisation, en démarrant d’une solution initial aléatoire réalisable, et
une deuxième pour l’amélioration de la solution.

5.2.1 Principe de l’heuristique

1. Étape Initialisation :

(a) Initialiser toutes les stations en marche.

(b) Pour chaque station i générer aléatoirement :

– Le nombre de compresseurs en marche entre (1, 3) tout en respectant le débit
maximal rentrant à un compresseur (qmax =530 000 m3 /h).
– Les vitesses de rotation des turbocompresseurs en marche comprises entre (Smin
= 3 250 et Smax = 6 825 ) tout en respectant les contraintes concernent la
hauteur adiabatique Had et le rendement adiabatique η.

2. Étape Amélioration :

(a) Pour chaque pression d’aspiration d’une station de compression i calculer sa

valeur en supposant que la station de compression i-1 n’est pas en marche on
aura deux cas :

– (Si Paspi ≤ 45 bars ) alors la station i-1 reste en marche.

– (Si Paspi > 45 bars ) alors changer l’état de la station i-1 de 1 à 0.

Présenté par : Yacine & Zohor UMBB

80 CHAPITRE 5. RÉSOLUTION DU PROBLÈME

5.2.2 Procédure de l’heuristique

Algorithme 2 Procédure Heuristique NSCM

Entrées : E,Q : Entier ; a1 , a2 , a3 , a4 , b1 , b2 , b3 , b4 ,T1 ,g,G,m : réel ;
S :w,n,q,s,H,eta,Pasp ,Pref :vecteur ;
Début
Initialisation
pour i := 1 à 5 faire
w[i] := 1 ;
Q
l[i] := 24.530000 ; // pour respecter du débit max
n[i] := random(l,3) ;
Q
q[i] := n[i].24 ;
S[i] := random(3250,6825)
 ;
! !2 !3 
q[ i] q[ i] q[ i]
H[i] := a1 + a2 + a3 + a4  ∗ S[i]2 ;
S[ i] S[ i] S[ i]
 ! !2 !3 
q[ i] q[ i] q[ i]
eta[i] := b1 + b2 + b3 + b4 ;
S[ i] S[ i] S[ i]
si (eta[i] < 0) ou (eta[i] > 1) ou ((H[i] < 9092) ou (H[i] > 4579)) alors
rpter
S[i] := random(3250,6825)
 ;
! !2 !3 
q[ i] q[ i] q[ i]
H[i] := a1 + a2 + a3 + a4  ∗ S[i]2 ;
S[ i] S[ i] S[ i]
 ! !2 !3 
q[ i] q[ i] q[ i]
eta[i] := b1 + b2 + b3 + b4 ;
S[ i] S[ i] S[ i]
jusqu’ (eta[i] > 0) et (eta[i] < 1) et ((H[i] < 9092) et (H[i] > 4579))
finsi
fin pour

Présenté par : Yacine & Zohor UMBB

81 CHAPITRE 5. RÉSOLUTION DU PROBLÈME

Algorithme 3 Procédure Heuristique NSCM-2-

Amélioration
pour i := 2 à 5 faire
! 0.5
Q2

 (Pref [i−1])2 − r[i].
D5 


Pasp [i] := 
 ese[i]

 ;
 

si Pasp [i] > 45 alors

w[i - 1] := 0 ; S[i - 1] := 0 ; n[i - 1] := 0 ;H[i - 1] := 0 ;eta[i - 1] := 0 ; Pasp [i - 1] := Pref [i
- 1] ;
sinon  1/m
H[i−1]
Pref [i − 1] := 286,76.g.T1 +1 .Pasp [i − 1] ;
G.m
2 0.5
!
Q

 (Pref [i−1])2 − r[i]. 5
D

 
Pasp [i] := 
 ese[i]

 ;
 

finsi
fin pour
Z :=0 ;
pour i := 1 à 5 faire
si w[i] = 0 alors
f[i] := 0 ;
sinon
H[i]
n[i].q[i].ρ.( 1000 )
f[i] := eta[i].ηmc .ηT R .P CI
;
finsi
Z := Z + f[i] ;
fin pour
Fin

Présenté par : Yacine & Zohor UMBB

82 CHAPITRE 5. RÉSOLUTION DU PROBLÈME

5.2.3 Organigramme de l’heuristique

Figure 5.2 – Organigramme de l’heuristique

Présenté par : Yacine & Zohor UMBB

83

Chapitre 6
Implémentation informatique

Introduction
Nous aboutissons maintenant à l’étape finale à savoir l’élaboration d’une application
aussi convivial que possible, munie d’une interface claire et accessible, facilitant ainsi son
utilisation. Avant de procéder à la présentation de notre application, une description de
l’environnement de programmation utilisé (MATLAB) s’avère nécessaire.

6.1 C’est quoi le MTLAB ?

MATLAB est un environnement puissant, complet et facile à utiliser destiné au calcul
scientifique. Il apporte aux ingénieurs, chercheurs et à tout scientifique un système interactif
intégrant calcul numérique et visualisation. C’est un environnement performant, ouvert et
programmable qui permet de remarquables gains de productivité et de créativité.

MATLAB est un environnement complet, ouvert et extensible pour le calcul et la vi-

sualisation. Il dispose de plusieurs centaines (voire milliers, selon les versions et les modules
optionnels autour du noyeau Matlab) de fonctions mathématiques, scientifiques et tech-
niques. L’approche matricielle de MATLAB permet de traiter les données sans aucune
limitation de taille et de réaliser des calculs numériques et symboliques de façon fiable
et rapide. Grâce aux fonctions graphiques de MATLAB, il devient très facile de modifier
interactivement les différents paramètres des graphiques pour les adapter selon nos souhaits.

Présenté par : Yacine & Zohor UMBB

84 CHAPITRE 6. IMPLÉMENTATION INFORMATIQUE

6.2 Résultats de l’application

Aprés l’implémentation de l’heuristique adoptée à ce problème avec le langage de program-
mation MATLAB, nous avons illustré nos résultats en choisissant comme exemple un débit
de 32000000 m3 /jour.

Figure 6.1 – Execution sur Matlab

– Résultats obtenus par l’heuristique NSCM pour le débit choisi :

Présenté par : Yacine & Zohor UMBB

85 CHAPITRE 6. IMPLÉMENTATION INFORMATIQUE

TC Vitesse Débit TC Had Rendement Pasp pref consommation

SC1=0 - - - - - 55 55 -
SC2=1 3 3742(RTM) 45501(m3/h) 37138 0.82 45.6 52.74 6387(m3/h)
SC3=1 3 4209(RTM) 51623(m3/h) 33086 0.81 49.5 53.6 6260(m3/h)
SC4=0 - - - - - 49 49 -
SC5=1 3 3989(RTM) 48314(m3/h) 35118 0.82 53.12 55.39 5324(m3/h)
La quantité de gaz consommée 17970(m3/h)

Table 6.1 – Itération 1.

Et vu que les heuristiques ont une caractéristique de l’aléatoire donc pour avoir une
meilleure solution il faut exécuter plusieurs fois.

TC Vitesse Débit TC Had Rendement Pasp pref consommation

SC1=0 - - - - - 45 45 -
SC2=1 3 3932(RTM) 44642(m3/h) 37138 0.61 45 52.74 1250.8(m3/h)
SC3=0 - - - - - 50.5 50.5 -
SC4=0 - - - - - 50.5 50.5 -
SC5=0 - - - - - 50.5 50.5 -
La quantité de gaz consommée 1250.8(m3/h)

Table 6.2 – Itération 2.

TC Vitesse Débit TC Had Rendement Pasp pref consommation

SC1=0 2 4287(RTM) 52074(m3/h) 35931 0.74 45 55 7652.6(m3/h)
SC2=1 3 3972(RTM) 44642(m3/h) 36138 0.69 45 52.74 3742.3(m3/h)
SC3=0 3 3955(RTM) 45940(m3/h) 33587 0.77 47.5 53.5 1604.6(m3/h)
SC4=0 - - - - - 45.5 50.5 -
SC5=0 - - - - - 45.5 50.5 -
La quantité de gaz consommée 13000(m3/h)

Table 6.3 – Itération 3.

Donc après 3 itérations nous avons pu remarqué que la 2 ème itération représente la
configuration optimale pour un débit de 32000000 m3 /jour d’une consommation minimale de
1250,8 m3 /h.

Présenté par : Yacine & Zohor UMBB

86 CHAPITRE 6. IMPLÉMENTATION INFORMATIQUE

Pour des débits entre 24 000 000 et 38 000 000 m3 /jour, une exécution de cette mé-
thode a donné les résultats suivants :

Débit (m3/jour) Configuration optimale Quantité du gaz

*106 SC1 SC2 SC3 SC4 SC5 consommée
24 0 0 0 0 2 3726,9
25 0 0 0 2 0 4066,7
26 0 0 3 3 0 7806,2
27 0 3 0 0 3 8741,1
28 0 3 0 3 0 1200,3
29 3 3 0 0 3 5344,8
32 0 3 3 3 3 1250,8
33 3 0 3 3 3 57882
34 3 3 0 3 3 13232
35 3 3 3 0 3 44174
36 3 3 3 3 3 74650
37 3 3 3 3 3 30300
38 3 3 3 3 3 134110

Table 6.4 – Configuration optimale pour des débits différents

Après l’exécution de l’heuristique NSCM , les résultats obtenus montrent l’importance du

choix des stations de compression à mettre en marche pour des débits importants.
En effet, l’augmentation du débit rentrant dans le gazoduc engendre une chute de pres-
sion importante (en dessous de la pression minimale 45 bars), ce qui conduit à augmenter le
nombre de stations en marche ainsi que la vitesse de rotation des turbocompresseurs en fonction.

6.3 Comparaison des résultats obtenus avec les données

réelles
Une comparaison entre la quantité du gaz consommée pour le régime de fonctionnent usuel
et la quantité de gaz consommée pour le régime de fonctionnent obtenue avec l’optimisation
pour les débits usuels est représentée dans le tableau ci-dessous.

Présenté par : Yacine & Zohor UMBB

87 CHAPITRE 6. IMPLÉMENTATION INFORMATIQUE

Débit(m3/jour) Régime usuel (m3/h) Régime optimisé (m3/h) Gain

26873129 19210,75 4596,8 14613,95
27000893 23103,29 4779,5 18323,79
26863871 24289 7505,7 16783,3
27035567 19481,25 4659,2 14822,05
25126400 18589,875 6984,6 11605,275
23481194 14136,115 3508 10628,115
25247167 13923 9117,9 4805,1

Figure 6.2 – Comparaison des résultats obtenus avec les données réelles

On remarque que l’heuristique NSCM nous donne des résultats satisfaisants.

Présenté par : Yacine & Zohor UMBB

88

Conclusion générale

Notre projet de fin d’étude nous a permis de nous confronter pour la première fois à un
problème du monde réel avec le bagage académique dont nous disposons.
L’entreprise SONATRACH nous a confié une étude qui a pour titre "Optimisation de transport
du gaz naturel par le gazoduc GZ1".

Pour mener bien ce projet, il a fallu maîtriser et comprendre des notions hors notre do-
maine d’étude comme les données physiques et techniques. Au-delà de la connaissance de ces
données, nous avons essayé le calcul hydraulique avec différentes formules afin d’obtenir un
résultat qui traduit la réalité.

Nous avons abouti l’élaboration d’un modèle mathématique qui est un problème non li-
néaire mixte en nombre entiers. En ce qui concerne l’approche de résolution, nous nous sommes
orientées en premier temps vers le solveur GAMS ( General Algabraic Modeling System) qui
est une démarche déterministe, que nous avons bien maitrisé, mais vu la complexité de notre
problème, GAMS n’a pas pu implémenté toutes les contraintes surtout celles qui définissent le
domaine de fonctionnement d’un compresseur. Cette difficulté nous a incité vers une démarche
stochastique(heuristique NSCM) , ce qui nous a conduit à abandonner cette approche.

Présenté par : Yacine & Zohor UMBB

89

Bibliographie

[1] [Link]
[2] Rapport annuel Sonatrach 2014.
[3] CODE RESEAU Décembre 2015.
[4] Décision A-589(R6) organisation de TRC du 08 02 2016
[5] [Link], [Link], [Link], S. JULLIAN, M. VALAIS ; «Le gaz naturel : pro-
duction, traitement, transport» ; Editions Technip-Paris ; 1994.
[6] Station de [Link]
[7] CHEBLI Laid et ABBASSI Youcef,calcul des paraétres de fonctionnement du dépropani-
seur ; traitement de GPL) "Modue III, Hassi R’mel" Mémoire de fin d’études.
[8] [Link], Menon, Gas Pipeline Hydraulics, CRC Press, Boca Raton, FL 2005.
[9] Maillet-BACHELIER J, BERTRAND, Méthode des moindres carrées par Gauss, 1855.
[10] Rakotomalala,Econometrie La regression linéaire simple et multiple,Ricco, 2016
[11] SONATRACH, PetroGas Consult, Calcul thermohydraulique des gazoducs.
[12] H. S. Lall and P. B. Percell (1990). A dynamic programming based gas pipeline optimizer.
In A. Bensoussan and J. L. Lions (editors), Analysis and Optimization pp. 123-132, Springer-
Verlag, Berlin.
[13] R. [Link] , Model relaxations for the fuel cost minimization of steady-state gas pipeline
networks , Mathematical and Computer Modeling. 2000.
[14] D. Cobos Zaleta, Modelos de Optimización Entera Mixta no Lineal en Sistemas de Trans-
porte de Gas Natural, tesis en opción al grado de mastero en ciencais en ingenía de sistemas,
2003.

Présenté par : Yacine & Zohor UMBB

90 BIBLIOGRAPHIE

[15] A. Chebouba, Farouk Yalaoui, A. Smati, Lionel Amodeo, K. Younsi, A. Tairi, Optimization
of natural gas pipeline transportation using Ant Colony, optimization algorithm computers
and operations research 06/2009.
[16] [Link], Optimization of gas transmission networks under energetic and environmen-
tal considerations, thèse doctorat en Génie de procédé et de l’environnement, 2011.
[17] [Link], Identification de modèles de procedes par programmation mixte déterministe ,
thèse doctorat, 2006.
[18] [Link], Technique Mathématique de la recherche opérationnelle Optimisation Combi-
natoire , Haermann, 1984.
[19] barichard. v. Approches hybrides pour les problémes multiobjectifs. PhD thesis, Ecole
Doctorale d’Angers, 24 Novembre 2003.
[20] [Link], Recherche opérationnelle Tome1, Ellipses, 2012.
[21] Goldberg D. E., Les algorithmes génétiques, éditions Addison Wesley, 1994.
[22] [Link],Pipeline Optimization : Dynamic programming after 30 years, PSIG Annual
Meeting, 28-30 October, Denver, Colorado 1998.
[23] Hao J. K., Galinier P., Habib [Link] de modeles de procédés par programmation
mixte détermniste , Métaheuristiques pour l’optimisation combinatoire et l’affectation sous
contrainte, Revue d’Intelligence Artificielle, 1999.
[24] Dietz A., Optimization multicritère pour la conception d’ateliers discontinus multipro-
duits : aspects économique et environnemental. Thèse de doctorat, INP ENSIACET, Tou-
louse, France, 2004.
[25] Yuan X., Zhang S., Pibouleau L., Domenech S., Une méthode d’optimisation nonlinéaire
en variables mixtes pour la conception de procédés. Recherche Opérationnelle/Opérations
Reseach, 1988.
[26] Hocine S., Elgue S., Montastruc L., Azzaro-Pantel C., Cabassud M., Pibouleau L., Dome-
nech S., A hybrid optimization method (GA/SQP) for methyl acetate production process by
reactive batch distillation, ICheaP-6, Pisa, Italy, 8-11 June 2003.
[27] Montastruc L., Modélisation et optimisation d’un réacteur en lit fluidise de déphosphata-
tion d’effluents aqueux, Thèse de doctorat, INP ENSIACET, 2003.
[28] [Link] and [Link] , Optimization of natural-gas pipeline systems via dynamic
programming . IEEE Transactions on Automatic Control, 1968.
[29] Holland,Adaptation in naturel and artificial [Link] of Michigan Press,Ann
Arbor,1975.
[30] GAMS, GAMS The Solver Manuals, GAMS Development Corporation, 2004.

Présenté par : Yacine & Zohor UMBB

91 BIBLIOGRAPHIE

[31] Duran M. A., Grossmann I.E., An outer-approximation algorithm for a class of mixedin-
teger nonlinear programs. Mathematical Programming, 36, 307-339, 1986.

Présenté par : Yacine & Zohor UMBB

92

Annexe

Dénomination GZ1 GZ2 GZ3

Diamétre (pouce) 40 40 42
Longueur (Km) 507 511 511
Facteur de marche (jours) 330 330 330
Capacité design (109 Sm3 /an) 13.679 12.507 14.462
Capacité réelle (109 Sm3 /an) 13.679 8.989 8.207

Table 6.5 – Descriptif du STC GZ1-GZ2-GZ3.

Les données Les valeurs

Longueur (km) 507
Diamètre "en pouce" 40
Nuance d’acier X60
Épaisseur du tube (mm) 11.9
Rugosité du tube (mm) 0.015
Nombre de station de compression (05) Sc1 ,Sc2 ,Sc3 ,Sc4 ,Sc5
Nombre de turbocompresseurs (par station) 04 (3+1)
Mode d’assemblage des compresseurs Parallèle
Pression maximale du service design (bars) 70
Capacité maximale réelle (109 Sm3 /ans) 13.679
Le débit maximum de gazoduc (36.106 m3 /h)

Table 6.6 – Caractéristiques de la ligne GZ1.

Présenté par : Yacine & Zohor UMBB

93 BIBLIOGRAPHIE

Lieu PK (km) Altitude (m)

Terminal départ 0.000 749
Station 1 75 840
Station 2 149 1045
Station 3 226 970
Station 4 295 1235
Station 5 397 205
Terminal arrivée 507 56

Table 6.7 – Profil Altimétrie.

Les données la valeur Unité

Type (km) Centrifuge /
débit maximale 530000 m3 /min
débit minimale 126200 m3 /min
La vitesse minimale du compresseur 3250 RPM (Rotation Par Minute)
La vitesse maximale du compresseur 6825 RPM (Rotation Par Minute)
Le rendement mécanique (η tr ) 0.95 /
Le rendement de la turbine ( η mc ) 0.35 /
La pression minimale d’aspiration 45 bar
La pression maximale de refoulement 70 bar

Table 6.8 – Caractéristiques des compresseurs.

Présenté par : Yacine & Zohor UMBB

94 BIBLIOGRAPHIE

Formules Composés % Masse molaire

CH4 Méthane 0.862 16.04
C2H6 Ethane 0.093 30.07
C3H8 Propane 0.013 44.09
n-C4H10 n-Butane 0.001 58.12
i-C4H10 Isobutane 0.001 58.12
n-C5H12 n-Pentane - 72.15
i-C5H12 Isopentane - 72.15
n-C6H14 n-Hexane - 86.18
n-C7H16 n-Heptane - 100.21
H2S Hydrogène sulfuré - 34.08
CO2 Dioxyde de carbone 0.020 44.01
N2 Azote 0.010 28.01
Masse Molaire 18.47
Masse Volumique 0.78 kg / m3

Table 6.9 – Caractéristiques de gaz naturel.

Figure 6.3 – Evolution en terme de nombre de stations (2005-2014)

Présenté par : Yacine & Zohor UMBB

95 BIBLIOGRAPHIE

Figure 6.4 – Courbe caractéristique d’un compresseur centrifuge

Présenté par : Yacine & Zohor UMBB

96 BIBLIOGRAPHIE

Résumé : Ce travail est une modeste contribution à la formulation mathématique d’un

problème qui répond à la détermination d’un régime de fonctionnement d’un gazoduc. Ce
modèle a été appliqué au gazoduc GZ1 Hassi R’mel- Arzew, l’optimisation des régimes de
de fonctionnement consiste à minimiser la consommation du gaz naturel par les stations de
compression qui ont pour but de compenser la perte de charge en déterminant les stations à
mettre en marche, ainsi que le nombre de turbocompresseurs en service dans chacune de ces
stations. Une heuristique de type amélioratif a été proposée pour déterminer une configuration
optimale. Cette heuristique représente une alternative intéressante pour l’optimisation du
régime de fonctionnement d’un gazoduc.

MOTS CLÉS : optimisation du transport du gaz naturel, perte de charge, modélisation

mathématique, programmation non linéaire mixte en nombre entier, estimation, heuristique,
métaheuristique, hybridation, moindres carrées, algorithme génétique, recuit simulé.

Absract : This thesis presents mathematical formulation proposed for determining gas
pipeline operation, gas pipeline operation optimization consists in minimize the fuel consump-
tion by compression stations which are designed to compensate pressure drop, the principal
decisions variables are chosen to be the operating compression station and the number of
operating turbo compressors in each of these stations. An ameliorative heuristic was proposed
to determine a feasible solution.

KEYWORDS : Gas transport, Gaz Pipeline Fuel Consumption Minimisation Problem,

pressure drop, mathematical modeling, Mixed Integer Nonlinear Programming, estimation,
heuristic, metaheuristic, hybridization, least squares, genetic algorithm, simulated annealing

Présenté par : Yacine & Zohor UMBB

97 BIBLIOGRAPHIE

Résumé : Ce travail est une modeste contribution à la formulation mathématique d’un

problème qui répond à la détermination d’un régime de fonctionnement d’un gazoduc. Ce
modèle a été appliqué au gazoduc GZ1 Hassi R’mel- Arzew, l’optimisation des régimes de
de fonctionnement consiste à minimiser la consommation du gaz naturel par les stations de
compression qui ont pour but de compenser la perte de charge en déterminant les stations à
mettre en marche, ainsi que le nombre de turbocompresseurs en service dans chacune de ces
stations. Une heuristique de type amélioratif a été proposée pour déterminer une configuration
optimale. Cette heuristique représente une alternative intéressante pour l’optimisation du
régime de fonctionnement d’un gazoduc.

MOTS CLÉS : optimisation du transport du gaz naturel, perte de charge, modélisation

mathématique, programmation non linéaire mixte en nombre entier, estimation, heuristique,
métaheuristique, hybridation, moindres carrées, algorithme génétique, recuit simulé.

Absract : This thesis presents mathematical formulation proposed for determining gas
pipeline operation, gas pipeline operation optimization consists in minimize the fuel consump-
tion by compression stations which are designed to compensate pressure drop, the principal
decisions variables are chosen to be the operating compression station and the number of
operating turbo compressors in each of these stations. An ameliorative heuristic was proposed
to determine a feasible solution.

KEYWORDS : Gas transport, Gaz Pipeline Fuel Consumption Minimisation Problem,

pressure drop, mathematical modeling, Mixed Integer Nonlinear Programming, estima-
tion, heuristic, metaheuristic, hybridization, least squares, genetic algorithm, simulated
annealing

Présenté par : Yacine & Zohor UMBB