Stage de fin d'études chez TOTAL - Optimisation de systèmes hybrides
Forum 'Stages' - Sujet créé le 2021-02-18 par Anna Robert
STAGE – INGENIEUR DE RECHERCHE
CONTEXTE
Intégré au programme de recherche CSE, Data Science et AI, le projet « Optimization » a pour but de développer des solutions d’aide à la décision au service des branches du groupe. Basé(e) à Saclay, vous effectuerez votre stage au sein de la thématique « Systèmes hybrides » du projet « Optimization ». Ce thème est dédié à la recherche et au développement de modèles et d’algorithmes d’aide à la décision offrant des réponses aux problèmes de dimensionnement et de contrôle de systèmes de production électrique mettant en jeu différentes technologies, notamment bas carbone. Le stage sera réalisé en forte collaboration avec la branche « Gas, Renewables and Power » de Total qui porte le thème d’un point de vue plus industriel.
LE STAGE
Ce stage a pour but de réaliser une première brique logicielle au sein d'un ensemble plus large ambitionné par le projet. Il s'agira ici de :
- considérer un système hybride réduit à 3 types d'actifs technologiques (PV, batteries, turbines à gaz)
- comprendre et modéliser leur fonctionnement intrinsèque et leurs interactions
- identifier les incertitudes (exogènes et/ou endogènes) auxquelles est soumis le système
- poser un problème d'optimisation sous incertitudes de la gestion opérationnelle du système qui soit pertinent et réaliste
- proposer une (ou plusieurs) méthode(s) de résolution de ce problème
- mettre en oeuvre informatiquement, tester et analyser ces méthodes
Ce stage sera l'occasion de mener une action de recherche complète : bibliographie, spécifications, modélisation, développements informatiques, tests, rédaction de rapport (et éventuellement d'un article pour publication), présentations orales, etc.
Il s’agit d’un travail préparatoire à un doctorat. Total envisage donc de le poursuivre en élargissant le cadre applicatif (intégration d’une grande variété de briques technologiques) ainsi que celui des problèmes d’optimisation considérés (le dimensionnement sera notamment considéré). La prise en compte des incertitudes constituera un des défis posés par ce sujet. Le(a) candidat(e) peut prendre cette information en compte dans son positionnement, sachant que l’offre de thèse sera par ailleurs publiée en son temps.
MISSIONS
Le programme du stage se définit comme suit :
- Etudier les briques technologiques en jeu dans le cadre du problème posé : leurs paramètres, les décisions les concernant, leurs interactions, les incertitudes auxquelles elles sont soumises
- Proposer une ou plusieurs modélisations du comportement de ces briques au sein d’un système de production électrique
- Définir le problème d’optimisation du pilotage opérationnel de ce système et les incertitudes retenues
- Un travail bibliographique sera alors nécessaire pour rapprocher le problème posé de l’état de l’art en matière d’optimisation dans l’incertain
- Proposer et implémenter une méthode de résolution permettant de résoudre le problème
- Définir et mettre en oeuvre une méthodologie de test, puis analyser les performances de la solution mise en place
- Le stage donnera lieu à la rédaction d’un rapport ainsi qu’à une ou plusieurs présentations internes
- La soumission d’un article de recherche en conférence ou en revue scientifique, si la qualité des travaux effectués le permet, peut être envisagée
VOTRE PROFIL
Etudiant en Master 2 ou en Ecole d’ingénieur, vous êtes à la recherche d’un stage de fin d’études dans les domaines de la Recherche Opérationnelle et de l’Optimisation mathématique appliquées aux systèmes industriels.
Vous avez le goût de la recherche et développement et souhaitez y faire carrière. Vous êtes curieux, attiré par l’innovation et par les problématiques de transition énergétique, êtes force de proposition et possédez de bonnes capacités d’expression écrite et orale (anglais et français maîtrisés).
Vous êtes familier/confortable avec un langage de programmation informatique (Python, Julia, C++, etc.). Une connaissance préliminaire de l’optimisation dans l’incertain est un plus. Vous êtes à l’aise avec les outils – solveurs/modeleurs – d’optimisation classiques (CPLEX, XPressMP, Gurobi, CBC, GLPK, GAMS, etc.).
CONTACT
Anna ROBERT : anna.robert[ at ]total.com