• Aucun résultat trouvé

— Sujet de stage de M2R — Optimisation bayésienne et recherche de solutions quasi-optimales: application à l’intégration d’énergies renouvelables dans les réseaux de distribution

N/A
N/A
Protected

Academic year: 2022

Partager "— Sujet de stage de M2R — Optimisation bayésienne et recherche de solutions quasi-optimales: application à l’intégration d’énergies renouvelables dans les réseaux de distribution"

Copied!
1
0
0

Texte intégral

(1)

— Sujet de stage de M2R —

Optimisation bayésienne et recherche de solutions quasi-optimales:

application à l’intégration d’énergies renouvelables dans les réseaux de distribution

Mots-clés — Mathématiques appliquées ; optimisation ; méthodes bayésiennes ; plans d’expériences numériques ; estimation paramétrique et non-paramétrique ; simulations numériques.

Contexte

Les méthodes d’optimisation bayésiennes permettent de converger rapidement vers l’optimum global d’une fonction.

Ces méthodes constituent un sujet de recherche considéré avec très grand intérêt aujourd’hui, notamment dans le domaine de la conception de systèmes par simulations numériques (les simulations numériques sont souvent très coûteuses en temps de calcul, ce qui limite fortement le nombre d’itérations envisageable au cours d’une procédure d’optimisation).

De manière informelle, le principe d’un algorithme d’optimisation bayésienne repose sur l’utilisation d’un a priori sur la fonction à optimiser, exprimé sous la forme d’un processus aléatoire. En calculant les lois a posteriori de certaines fonctions de ce processus, on peut évaluer le gain qui peut être attendu d’une nouvelle évaluation de la fonction en un point donné. Plusieurs études ont montré empiriquement l’efficacité et la pertinence de ces algorithmes, d’où leur popularité croissante.

Objectifs du stage

On s’intéressera dans ce stage au développement de méthodes d’optimisation bayésiennes originales, visant non pas à localiser l’optimum global de la fonction à minimiser, mais plutôt un ensemble de solutions « quasi-optimales », en un sens qu’il conviendra de préciser. On s’attachera à développer une ou plusieurs méthodes répondant à ce problème, qui devront en particulier être applicables au cas « bruité » où la fonction à minimiser est la moyenne de la sortie d’un code numérique stochastique (simulateur « Monte Carlo »).

Les méthodes développées seront testées sur un problème proposé par EDF R&D : l’optimisation de stratégies de planification pour mieux intégrer les énergies renouvelables dans les réseaux de distribution. Il s’agit d’optimiser, en s’appuyant sur un simulateur stochastique développé par EDF R&D, la façon dont le gestionnaire de réseau utilise les différents « leviers » à sa disposition pour intégrer les nouveaux producteurs, et en particulier les petits producteurs éoliens et photovoltaïques, dans le réseau de distribution existant.

Compétences requises du futur stagiaire Connaissances spécifiques

 Mathématiques appliquées : probabilités/statistiques et méthodes numériques (en particulier optimisation).

 Maîtrise d’au moins un langage de programmation « scientifique » de haut niveau (type Python, Matlab/Octave, R).

 Bon niveau en anglais écrit et parlé (TOEIC > 800).

Aptitudes personnelles souhaitées

 Autonomie, ouverture d’esprit, sens du travail en équipe, écoute, synthèse…

Informations complémentaires

 Durée et commencement prévus : 5 à 6 mois à partir d’avril 2018

 Ce stage peut donner lieu à une poursuite en thèse CIFRE avec EDF R&D (Saclay)

 Contacts : Julien Bect et Emmanuel Vazquez (prenom.nom@centralesupelec.fr)

Références

Documents relatifs

Il s’agit d’étudier et implémenter une technique de vérification (présentée dans [4]) pour analyser des réseaux de Petri qui est basée sur une approche incrémentale [1] et

Choisir et motiver un langage ou un modèle formel [1,3] (Réseaux de Petri, automates finis, systèmes de transition,...) cible, supportant une vérification formelle, vers lequel

Grande réactivité, mais: Coût de production élevé + Emissions + sens

Le stage présenté ici, s’inscrit dans le contexte de cette étude et a pour objectif de déterminer l’impact des différents modèles de mobilité des nœuds sur le réseau Ad Hoc

Avec les futures évolutions des VANETs, les véhicules seront désormais capables de communiquer entre eux grâce au système de communication V2V (véhicule à véhicule) mais

Dans le cadre de l'optimisation technico-économique des réseaux électriques de distribution en présence d’énergies renouvelables, EDF R&D utilise un simulateur qui

L’objectif du stage proposé est d’étudier des modèles non-gaussiens pour l’optimisation bayésienne : transformations non-linéaires de processus gaussiens, warped Gaussian

Différentes stratégies de planification paramétrables, décrivant les solutions à mettre en œuvre pour intégrer les EnR à moyen/long terme, ont été élaborées dans ce