Réduction d’arbre de scénario et méthode de décomposition d’opérateurs pour l’optimisation stochastique de systèmes énergétiques

La baisse des coûts de production des systèmes de production d’énergie distribuée et des systèmes de stockage électrochimiques couplée à l’évolution de la réglementation rendent possible la construction de d’opérations de gestion de l’énergie à la maille locale. Le développement de telles opérations sera d’autant plus aisé qu’il permettra aux différents acteurs en jeu de diminuer leur facture d’électricité et/ou leurs émissions de gaz à effet de serre. Or, pour atteindre cet objectif, les différents systèmes énergétiques ont besoin d’être optimisés. La performance d’une telle optimisation poursuit principalement deux objectifs: Le premier objectif est de pouvoir gérer au mieux la nature stochastique de la consommation/production. Le second est de pouvoir gérer des modèles complexes permettant de modéliser finement la physique des systèmes énergétiques. 
Dans ce contexte, l’objectif de l’IFPEN est de développer une solution performante selon ces deux objectifs : gestion des aléas et complexité des modèles. Pour atteindre cet objectif, l’étudiant(e) sera en charge de l’élaboration de méthodes originales de réduction d’arbres de scénarios. Pour ce faire, il ou elle utilisera des outils issus du transport optimal et des sciences des données pour déterminer la meilleure structure et la taille minimale de l’arbre de scénario en parallèle de méthodes de splitting operator en optimisation, permettant d’atteindre de bonnes performances en termes de précision et de vitesse d’exécution..

Mots clefs: Optimisation stochastique, analyse de données, commande optimale, arbres de scénarios

• Directeur de thèse    Dr. de OLIVEIRA Welington (www.oliveira.mat.br)  Centre Mathématiques Appliquées MINES-ParisTech (www.cma.mines-paristech.fr)  
• Ecole doctorale    STIC – Sciences et technologies de l’information et de la communications
• Encadrant IFPEN     Dr., MALISANI Paul, Mathématiques appliquées,  paul.malisani@ifpen.fr 
• Localisation du doctorant    IFP Energies nouvelles, Rueil-Malmaison, France
• Durée et date de début    3 ans, début au cours du quatrième trimestre 2022
• Employeur    IFP Energies nouvelles, Rueil-Malmaison, France
• Qualifications    Master 2 Mathématiques Appliquées / Optimisation / Data Science / Automatique 
• Connaissances linguistique    Bonne maîtrise de l’anglais indispensable, français souhaitable 
• Autres qualifications    Python, LaTeX