Stratégies de contrôle de ferme d’éoliennes basées sur une modélisation dynamique simplifiée des sillages pour la gestion d’un compromis entre production d’énergie et limitation de la fatigue structurelle

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l’industrie, l’innovation technologique est au cœur de son action, articulée autour de trois priorités stratégiques : mobilité durable, énergies nouvelles et hydrocarbures responsables.
Dans le domaine de l’énergie éolienne, les exploitants se préoccupent aujourd’hui d’utiliser les éoliennes situées dans des fermes de la meilleure façon possible, de manière à soit produire le maximum d’énergie possible, soit produire l’énergie au bon moment et dans la bonne quantité, afin de satisfaire les besoins du réseau électrique. Cela en limitant la fatigue mécanique de l’éolienne, dans le but de minimiser le coût de l’énergie éolienne. 
Il est possible de limiter les interactions entre le sillage d’une éolienne et les éoliennes avales en pilotant l’angle de lacet du rotor de l’éolienne et la puissance produite, et ainsi limiter les pertes de production et la fatigue mécanique de la ferme. Dans ce contexte, notre question centrale sera « Comment minimiser le coût de l’énergie d’une ferme éolienne via un algorithme de contrôle utilisant un modèle d’écoulement du vent dynamique, de manière robuste, et comment intégrer ce genre d’algorithme sur le terrain ? » En effet, les dimensions « intégration sur le terrain », « utilisation d’un modèle dynamique de l’écoulement » et « minimisation du coût de l’énergie » du sujet sont très importants. 
D’une part, la plupart des travaux actuels s’intéressent à des cas où la ferme est en production nominale. Hors, pour envisager un déploiement sur ferme réelle, il est essentiel d’adresser les cas particuliers où certaines turbines sont à l’arrêt ou dans un mode de fonctionnement anormal. 
D’autre part, jusqu’à présent la plupart des travaux utilisent des modèles statiques pour le contrôle de ferme éolienne. Poser un problème de contrôle optimal s’appuyant sur des nouveaux modèles d’écoulement dynamiques serait une des avancées de la thèse. 
Enfin, les travaux récents ont souvent comme objectif de soit maximiser la production d’énergie, soit réguler la production de la ferme sous contraintes de fatigue, mais très peu de travaux s’intéressent à la minimisation du coût de l’énergie explicite, ce qui intéresse directement les exploitants. Nous sommes donc confrontés à un défi scientifique solide.
Les résultats de la thèse permettront trois avancées majeures :
1.    Contribuer à la mise en œuvre et au déploiement d'algorithmes de contrôle améliorés, robustes et efficaces sur des parcs éoliens commerciaux
2.    Démontrer et évaluer la valeur ajoutée de l'utilisation de modèles dynamiques de flux de parcs éoliens intégrés aux stratégies de contrôle de ferme éolienne 
3.    Définir un critère de coût permettant de minimiser efficacement le coût de l'énergie sur le long terme
Le candidat recherché devra être diplômé d’une école généraliste ou d’un master en mathématiques ou mécanique avec si possible une spécialisation en automatique, optimisation ou traitement du signal. Des connaissances en machine Learning sont appréciées.

Mots clés : Eolien, Ferme, Automatique, Estimation, Contrôle optimal, Optimisation, Commande prédictive, Machine learning