Position de doctorat : Planification de systèmes d’énergies renouvelables distribués avec apprentissage automatique

France
Posted 7 months ago
Organisation/Entreprise
IMT Mines Albi
Domaine de recherche
Informatique » Autre
Ingénierie » Génie informatique
Ingénierie » Génie industriel
Profil de chercheur
Chercheur de première étape (R1)
Pays
France
Date limite d’inscription
Type de contrat
Temporaire
Statut du travail
À temps plein
Heures par semaine
35
Date de début de l’offre
Le poste est-il financé par le programme-cadre de recherche de l’UE ?
7e PC
Numéro de réference
101158432
L’emploi est-il lié au poste du personnel au sein d’une infrastructure de recherche ?
Oui

Description de l’offre

Description et objectif du projet

De nombreux pays se sont engagés à réduire leurs émissions de gaz à effet de serre (GES), et plus d’une centaine se sont engagés à atteindre la neutralité carbone d’ici 2050 ou 2060. Ainsi, les politiques environnementales nationales et européennes visent à réduire significativement, voire à abandonner, l’utilisation des énergies fossiles. carburants, augmenter la part des énergies renouvelables et accroître l’électrification des usages, comme avec le développement des véhicules électriques. Afin d’anticiper les évolutions futures des besoins énergétiques ou des réglementations environnementales, il est essentiel que les décideurs politiques ou les parties prenantes disposent d’outils d’aide à la décision pour planifier à moyen et long terme l’évolution du système énergétique. Ces décisions reposent sur le contrôle des coûts, la capacité à répondre aux augmentations attendues de la demande et la fiabilité énergétique, tout en réduisant les émissions de GES.

Une étape dans le développement de ces outils d’aide à la décision consiste à scénariser l’évolution future de la consommation et de la production d’énergie à l’échelle considérée, ainsi que les coûts des équipements de production et de stockage d’électricité et d’énergie, afin de pouvoir décider du changements à apporter au système énergétique au fil du temps.

Le projet ORION « Novel Digital Components For International Renewable Energy Value Chains » est financé par le programme d’action de recherche et d’innovation Horizon Europe de l’Union européenne. Le projet rassemble 11 partenaires de 8 pays, représentant un consortium international de laboratoires et d’entreprises de R&D&I. Au sein de ce consortium, les laboratoires de Télécom Sud Paris et IMT Mines Albi visent à mettre en œuvre une approche méthodologique et des outils numériques associés pour le développement d’un outil d’aide à la décision pour accompagner l’évolution des réseaux électriques locaux intégrant une part croissante d’énergies renouvelables.

Objectifs de thèse et approche méthodologique

L’objectif principal du doctorant sera de développer des algorithmes pour prédire et planifier l’évolution des systèmes énergétiques locaux (microgrids) sur un horizon temporel de plusieurs années, en utilisant des techniques d’apprentissage automatique et d’optimisation numérique. Une attention particulière sera portée à la prise en compte du caractère aléatoire de certaines variables dans la conception de scénarios prédictifs. Pour cette raison, les techniques d’optimisation stochastique devraient être combinées avec l’apprentissage automatique.

D’autre part, le projet ORION fournira deux cas d’usage sur lesquels appliquer la méthodologie développée. Ces cas d’usage correspondent aux réseaux énergétiques isolés des ports maritimes, avec des activités soutenues de pêche et de tourisme (navires de croisière). Les spécificités de ces applications devront naturellement être intégrées dans les approches proposées. Il faudra donc envisager des algorithmes de classification et d’agrégation des données à grande échelle.

Concrètement, les principales étapes des travaux de recherche consisteront à :

  • l’inventaire des données disponibles nécessaires à la mise en œuvre de la méthodologie,
  • la mise en place d’une architecture distribuée de traitement des données, utilisant des méthodes d’apprentissage fédéré ne nécessitant pas de partage ou de transport de données.
  • l’analyse, la classification, l’agrégation et la modélisation de séries temporelles, telles que les profils de consommation et de production, afin de les intégrer dans l’outil d’aide à la décision,
  • l’élaboration d’une procédure d’élaboration de scénarios futurs de production et de consommation à partir des données collectées,
  • le développement actuel de l’outil numérique permettant de proposer la planification du système énergétique local, selon les scénarios prédictifs. La modélisation modulaire des différentes infrastructures du système énergétique local sera utilisée pour fournir un outil pouvant être généralisé à un large éventail de situations.

En plus des activités de recherche liées à l’objectif de la thèse, le doctorant participera aux réunions d’avancement du projet ORION pour présenter les résultats obtenus. Le doctorant aura également pour mission de communiquer ses résultats lors d’événements extérieurs au projet, tels que des conférences internationales. Il sera également amené à rédiger des articles scientifiques.

Exigences

Domaine de recherche
Informatique » Autre
niveau d’éducation
Master ou équivalent
Domaine de recherche
Ingénierie
niveau d’éducation
Master ou équivalent
Compétences/qualifications

Apprentissage automatique

python

science des données

énergie

Langues
ANGLAIS
Niveau
Excellent

Où postuler

E-mail
dirion@mines-albi.fr

Job Features

Job CategoryDoctorat

Apply For This Job

Check Also

A Revolutionary Cancer Treatment Sets New Medical Milestones

A promising cancer treatment is set to change the face of traditional therapies. Imagine a …