Le 24/04/2019 par Taha :

Contexte

Le stockage de l’énergie constitue aujourd’hui une des solutions technologiques les plus favorables pour la réduction de l’empreinte carbone. L’utilisation des énergies renouvelables dépendait, jusqu’à récemment, d’une utilisation instantanée, de par la difficulté du stockage de l’énergie.

Le stockage peut être utilisé aujourd’hui pour l’autoconsommation et la régulation du réseau électrique. Cette dernière, souvent oubliée, est pourtant essentielle. Un réseau électrique non régulé ne fonctionne pas : un réseau ponctionné, sans réajuster la génération à la hausse, fait baisser la fréquence avec un risque majeur de black-out et vice versa.

Aujourd'hui, la régulation du réseau est opérée par RTE : pour la fréquence, la régulation s'opère à l'échelle globale, tandis que pour la tension, la régulation s'opère à l'échelle locale. Demain, dans certaines conditions, la régulation pourra s'opérer au stade de la consommation avec un grand nombre d'avantages associés.

Dans ce contexte, le candidat sera accueilli dans le cadre du projet Irèd où l'objectif est de concevoir des approches d’optimisation et d’intelligence artificielle permettant de maximiser l'autoconsommation distribuée avec stockage et la régulation aidant à la stabilité des réseaux électriques. Ceci passera par plusieurs étapes dans lesquelles un échange et une collaboration étroite avec les partenaires industriels et l’organisme de régulation RTE sont à mener. Par ailleurs, la récupération, l’analyse et le traitement des données en vue d’une conception d’une approche d’optimisation sont essentielles. Le candidat intégrera une équipe de recherche et de développement composée d’ingénieurs, d’ingénieurs de recherche, d’enseignants chercheurs appartenant à plusieurs partenaires du projet.

Missions

Les missions principales du candidat sont les suivantes :

• Concevoir et implémenter des méthodes d’optimisation pour le problème d’autoconsommation et de régulation de fréquence,
• Effectuer des tests sur le terrain afin de valider les méthodes développées,
• Participer et collaborer avec les experts RTE afin de prendre en compte les contraintes spécifiques de la régulation,
• Collaborer avec les partenaires du projet afin d’intégrer les méthodes développées dans le système intelligent global.

Compétences

Le candidat doit être titulaire d’un doctorat en recherche opérationnelle, en informatique ou en mathématiques appliquées. La bonne maîtrise des méthodes d’optimisation et des méthodes d’analyse de données et d’apprentissage est requise. Le candidat doit avoir des bases solides en programmation en langage orienté objet (de préférence C++ ou Java) et il est préférable d’avoir une bonne connaissance sur les systèmes d’exploitation.

Durée 

18 mois avec possibilité d’extension.

Date de début prévue

1 juin 2019

Lieu d'exercice

Laboratoire LOSI-UTT en partenariat avec un industriel local.

Rémunération

30k-40k brut.

Candidatures

Toute candidature est à envoyer à taha.arbaoui@utt.fr et à farouk.yalaoui@utt.fr. Les dossiers de candidatures doivent contenir un CV, une lettre de motivation, le dernier diplôme obtenu et des lettres de recommandation. D’autres pièces pouvant renforcer la candidature peuvent également être jointes.

La date limite des candidatures est le 15 mai 2019.