Commande Prédictive Pour Des Micro-réseaux

**Commande prédictive pour des micro-réseaux robustes et durables exploitant l’aquathermie de surface**:

- Réf **ABG-127465**
- Stage master 2 / Ingénieur- Durée 6 mois- Salaire net mensuel 930€- 09/12/2024- ESIGELEC- Lieu de travail- Rouen Normandie France- Champs scientifiques- Sciences de l’ingénieur
- Mots clés- Commande prédictive, modélisation mathématique, microgrids, énergie aquathermique, énergies renouvelables-
- 15/01/2025**Établissement recruteur**:
**Site web**:
**L'ESIGELEC** est l'une des 204 écoles d'ingénieurs françaises accréditées au 1er septembre 2020 à délivrer un diplôme d'ingénieur. L'école est reconnue par l'État depuis 1922. Son ministère de contractualisation est celui de l’Enseignement Supérieur et de la Recherche ; elle est régulièrement évaluée et accréditée par la CTI et le HCERES. Elle est membre de la Conférence des grandes écoles (CGE) depuis 1989, de la Conférence des directeurs des écoles françaises d'ingénieurs (CDEFI), école affiliée à l’Institut Mines-Télécom (IMT), avec lequel elle est en convention depuis 2011 et membre stratégique de l'IMT depuis 2022. L'ESIGELEC est également membre associé de Normandie Uiversité.

**L’Institut de Recherches en Systèmes Electroniques Embarqués (IRSEEM UR 4353**) a été crée en 2001. L'IRSEEM est sous la cotutelle de l'ESIGELEC et de l'Université de Rouen Normandie. Depuis 2010, il est régulièrement évalué par le HCERES. Il accueille une trentaine de doctorants. Ses activités de recherche se concentrent sur le thème commun des « Systèmes en environnements sévères » du point de vue de l'électronique, de l'automatique et de l'informatique. Ses activités scientifiques solides et reconnues sont développés selon les axes:

- Le contrôle tolérant aux fautes (commande robuste, diagnostic/pronostic et estimation).
- La CEM et la fiabilité des composants et des systèmes, les circuits radiofréquences et microondes (conception, modélisation et caractérisation).
- La perception et la localisation pour les systèmes mobiles autonomes et connectés.

Ces activités permettent d’adresser des domaines applicatifs très divers et de répondre aux enjeux de mobilités terrestre et aérienne, de l’énergie, de l’aéronautique et du spatial, des télécommunications, des objets connectés et de la santé.

**Description**:
**Contexte**: Ce stage s’inscrit dans le cadre du projet « WaterWarmth ». Ce projet, regroupant 20 partenaires, cofinancé par l’Union Européenne via le programme Interreg Mer du Nord, a pour objectif d'aider les communautés énergétiques à intégrer l’aquathermie de surface dans leurs opérations par un changement durable de la manière d'utiliser l'énergie. Les méthodes développées bénéficieront localement aux communautés énergétiques et permettront de réduire notre dépendance aux énergies fossiles. En tant que partenaire du projet « WaterWarmth », le pôle Automatique & Systèmes de l’IRSEEM (UR4353) a pour mission de proposer des lois de commande prédictive permettant l’usage optimal de l’aquathermie de surface dans les communautés locales en minimisant l’utilisation d’énergies fossiles.

**Objectifs **:Le but principal de ce stage est de développer un modèle mathématique pour la gestion optimale d’un système intégrant diverses sources d’énergies dont l’aquathermie de surface, qui sera la source étudiée principalement. Ce modèle se fondera sur la méthodologie dite des « Energy hubs ». Le stagiaire devra ensuite développer des stratégies de commande prédictive pour optimiser l’utilisation de l’énergie en utilisant des modèles de complexité croissante permettant d’inclure par étapes différents aspects du système. Des données réelles provenant de partenaires et des données générées en simulation seront intégrées afin d’affiner le modèle et les stratégies de commande.

**Profil**:
Etudiant-e, préparant actuellement un diplôme de Master (niveau M2) ou equivalent, souhaitant s’investir dans la modélisation mathématique et la commande de systèmes d’énergies renouvelables ainsi que dans le machine learning. Des compétences en commande prédictive (MPC) et en apprenitssage automatique (machine learning) de même que des compétences de programmation en Python sont requises.

**Prise de fonction**:

- 17/03/2025