Thèse:conception Des Systèmes énergétiques Par

_**Approche systémique pour la conception et le dimensionnement optimaux des systèmes énergétiques décentralisés en présence du vecteur hydrogène. Développement de méthodes d’optimisation générative à base de techniques d’intelligence artificielle.**_
- **Systemic approach for the optimal design and sizing of decentralized energy systems in the presence of the hydrogen vector. Development of generative optimization methods based on artificial intelligence techniques.**_

**Présentation du projet de thèse**

L’ambition de l’Union européenne est d’arriver à zéro émission de carbone en 2050. En France, la loi sur la transition énergétique s’appuie entre autres sur l’augmentation de la production d’énergie décarbonée, leur intégration optimale sur les réseaux, l’usage de vecteurs énergétiques propres, comme l’électricité et l’hydrogène décarbonés, ainsi que les transferts d’usages vers l’électricité. L’accroissement des productions décentralisées d’électricité à partir de sources renouvelables s’appuiera sur des systèmes énergétiques décentralisés (SED), éventuellement multi-énergie, dont le rôle sera central pour maximiser les usages de l’énergie produite localement. Ces SED doivent présenter des propriétés de flexibilité et d’adaptabilité pour intégrer au mieux les productions d’énergie renouvelables, mais aussi pour répondre à des besoins et usages variables dans le temps. La contrepartie à cette flexibilité est de disposer d’outils performants aussi bien pour la conception, afin de proposer des dimensionnements robustes d’un point de vue économique et environnemental, que pour la gestion et le pilotage de ces réseaux afin d’optimiser leur performance et agilité.

Les travaux de recherche prévus dans cette thèse ont pour objectif d’apporter un cadre méthodologique et systémiques, ainsi que des outils numériques afférents, pour la conception et le dimensionnement optimaux de systèmes énergétiques décentralisés en présence du vecteur hydrogène décarboné (SED-vH2). L’approche envisagée, dite générative, consistera, selon un processus de décisions séquentielles, à générer pas à pas le système énergétique optimal. Différentes approches existent comme les algorithmes évolutionnistes, l’apprentissage par renforcement ou le traitement automatique du langage.

**Objectifs**

Les travaux de recherche consisteront à:

- La définition d’un cadre de modélisation modulaire pour les différentes infrastructures potentielles pouvant constituer un SED ainsi que les caractéristiques de son environnement ;
- La mise en place d’une base de connaissances pour caractériser les potentiels sous-systèmes d’un SED, et son couplage à un logiciel d’optimisation numérique multicritères afin de dimensionner différents SED selon des scenarios et des critères de dimensionnement choisis ;
- La construction d’un environnement de modélisation pour mettre en place et comparer les différentes méthodes d’optimisation génératives : EA (algorithmes évolutionnistes), RL (apprentissage par renforcement), NLP (traitement automatique du langage) ;
- L’analyse systématisée, la comparaison et la validation des différentes approches selon la complexité des modèles envisagés

**Résultats attendus**

Les principaux résultats des travaux de recherche de cette thèse sont donc le développement d’une méthodologie systémique pour la conception optimale des systèmes énergétiques décentralisés avec des outils numériques de conception basés sur les approches envisagées. Il est attendu que les outils développés puissent servir aux porteurs de projet de systèmes énergétiques distribués, notamment en autoconsommation collective.

**Financement**

La thèse sera co-financée par la Région Occitanie et l’Université de Toulouse pour 36 mois.

**Encadrement**

La thèse sera encadrée par des équipes de recherche pluridisciplinaires d’IMT Mines Albi issues des centres de recherche:

- RAPSODEE, UMR CNRS : activités de recherche dans le domaine de l’énergie, et plus particulièrement sur l’optimisation des systèmes énergétiques décentralisé.
- Génie Industriel : activités de recherche dans la conception et développement d’outils d’aide à la décision et dans l’ingénierie de connaissance.

**Localisation**

Laboratoire RAPSODEE, IMT Mines Albi, France

**Etablissement délivrant le doctorat**

IMT Mines Albi

**Ecole doctorale**

ED MEGEP

Vous êtes en dernière année d’une école d’ingénieurs généralistes ou en seconde année de Master universitaire avec des expériences significatives en modélisation, optimisation, apprentissage automatique, ingénierie des connaissances et des compétences en codage (Python / Matlab) et en développement de code.

Vous êtes très intéressé par la transition énergétique et le numérique.

Vous ave