Recherche

Une thèse portant sur les marchés de l’électricité récompensée par l’Association des Ingénieurs de la FPMs

Publié le 7 octobre 2020
Rédigé par Nicolas Heymans
Jean-François Toubeau, chargé de recherche FNRS (UMONS - Génie Electrique), est lauréat du prix triennal et multidisciplinaire GUIBAL & DEVILLEZ, qui prime un travail de doctorat en sciences appliquées dont la pertinence en termes d’applications des résultats a pu être démontrée. La thèse visait à coupler les techniques d’intelligence artificielle et d’optimisation pour améliorer le fonctionnement des réseaux électriques, et ainsi favoriser l’intégration des énergies renouvelables.

Le travail de doctorat de Jean-François Toubeau (chargé de recherche FNRS), réalisé sous la supervision du Prof. François Vallée et du Dr Zacharie De Grève au sein du service de Génie Electrique de la Faculté Polytechnique (UMONS), a reçu le Prix GUIBAL & DEVILLEZ. Cette récompense triennale est décernée conjointement par la FPMs et l’Association des Ingénieurs de la FPMs au titulaire d’un doctorat dont l’applicabilité concrète a été prouvée.

 

Le travail de thèse a été effectué dans le cadre du projet SMARTWATER (2015-2018), financé par la Région Wallonne, dont l’objectif est de valoriser d’anciennes installations industrielles, telles que des carrières ou des cavités souterraines (mines) en fin d’exploitation, en les utilisant comme bassin naturel pour des Stations de Transfert d’Energie par Pompage (STEP). Ces configurations présentent néanmoins des contraintes inédites et complexes d’un point vue mathématique (dus aux non-linéarités qui en découlent) qu’il est primordial de considérer lors de leur utilisation. En ce sens, cette thèse de doctorat est composée de trois contributions majeures.

 

Le premier objectif consiste à modéliser de manière fiable le comportement de STEPs souterraines, au sein d’une formulation mathématique assurant la participation optimisée de ces ressources dans les marchés de l’électricité. Cette tâche est réalisée via une approche hybride qui combine un outil d’optimisation avec un modèle de simulation de STEP qui tient compte de manière très fine et représentative les dépendances entre les paramètres hydrogéologiques et électriques.

 

Le deuxième objectif vise au développement d’un outil (basé sur les récents développements en intelligence artificielle) pour prédire les incertitudes qui affectent la prise de décision dans les marchés de l’électricité. En effet, le niveau de risque dépend des incertitudes sur les futures conditions de marché (ces dernières dépendant elles-mêmes de la demande totale en électricité et de la production d’origine renouvelable).

 

Finalement, le troisième objectif repose sur l’observation que la valorisation des STEPs (et, de manière plus générale, des unités de stockage) est plus importante lorsque ces dernières sont incluses dans un portefeuille plus large favorisant la mutualisation des ressources. Une formulation innovante est développée pour traiter le grand nombre de variables de décision (dû aux différentes unités qui doivent planifier leur profil de puissance sur un grand horizon temporel), combiné au niveau d’incertitude élevé (relatif aux variables aléatoires à inclure dans la formulation du problème).

 

De manière générale, les méthodologies développées sont génériques, et peuvent dès lors être appliquées à d’autres technologies avec des contraintes de fonctionnement complexes. Dans le cadre du projet SMARTWATER, ces outils sont mis en pratique sur des scénarios réalistes (carrière de Maizeret) afin de vérifier la rentabilité économique du site, ainsi que son potentiel dans un portefeuille de production classique.

 

Plus d’informations: Dr Jean-François Toubeau – jean-francois.toubeau@umons.ac.be