Transfert de connaissances vers l'industrie
Département de l'Electricité et de l'Hydrogène pour les Transports (LITEN)
Laboratoire Architecture Electrique et Hybridation
Système énergétiques, mathématiques appliqués
01-09-2020
SL-DRT-20-0828
Réseaux énergétiques intelligents (.pdf)
Les systèmes embarqués hybrides en source d'énergie sont plébiscités pour la transition énergétique mais sont aussi complexes à dimensionner : il y a notamment une forte dépendance entre le design des sources d'énergies (batterie, pile à combustible, éolienne, moteur thermique, etc.) et le choix et paramétrage de la loi de commande en temps réel (taux d'hybridation, stratégie temps réel). Plus le nombre de source est important, plus le problème à résoudre est dit « complexe » : le nombre de variables de décision et les couplages entre elles deviennent trop importants pour des méthodes d'optimisation classiques. Pré-dimensionner de tels systèmes requiert une nouvelle méthode d'optimisation. D'après l'état de l'art de la recherche sur le pré-dimensionnement par optimisation de système hybrides incluant la loi de commande, la méthode devra probablement s'appuyer sur une hybridation de différentes techniques d'optimisation (branch and bound, stochastique, multi-niveaux, quadratique, etc.). L'objectif de cette hybridation serait de gérer correctement les interdépendances des sources d'énergie avec la loi de commande lors de la phase de pré-dimensionnement tout en garantissant une optimalité du système avec un coût de calcul raisonnable. La méthode proposée dans la thèse pourra être testée, analysée et améliorée sur différents cas d'applications tels que l'Energy Observer.
Département Thermique Biomasse et Hydrogène (LITEN)
Laboratoire des Systèmes Energétiques et Démonstrateurs Territoriaux
Mathématiques appliquées, Intelligence artificelle
01-10-2020
SL-DRT-20-0990
Réseaux énergétiques intelligents (.pdf)
Au cours du temps, les réseaux thermiques (réseau de chaleur et de froid) vieillissent différemment et les dommages invisibles et non réparés rapidement sur les canalisations enterrées mettent directement en danger non seulement l'équilibre financier du l'exploitant du réseau mais aussi la qualité d'approvisionnement en chaleur des usagers surtout en période hivernale. Ainsi, la lutte contre les fuites hydrauliques et autres anomalies reste l'une des priorités absolues de l'exploitant du réseau car elle nécessite une part d'investissement importante liée aux travaux du génie civil pour la localisation et la réparation des fuites. L'objectif de cette thèse consiste à mettre en ?uvre une approche de diagnostic innovante pour la détection et la localisation d'anomalies sur les canalisations d'un réseau de chaleur, en exploitant la force de l'intelligence artificielle et les données de mesures du réseau (données au niveau des sous-stations et les données de détecteurs positionnés dans les caniveaux). Les principaux objectifs de cette thèse sont les suivants : - La génération par simulation numérique d'une base de données de modes de fonctionnement normaux et anormaux du réseau. On s'appuiera pour cela sur des modèles numériques existants au laboratoire d'accueil. - L'utilisation des modèles numériques pour la réconciliation et l'amélioration de la qualité des données de mesures issues d'un réseau réel - L'identification d'algorithmes de détection et localisation d'anomalies en se basant sur les algorithmes d'apprentissage automatique (IA), les données générées par simulation et des données de mesures issues d'un réseau réel - La validation de la fiabilité des algorithmes de détection d'anomalies sur divers scénarios de fonctionnement simulés puis en situation réelle - La mise en place d'un outil d'aide à la décision pour la détection et la localisation d'anomalies pour les réseaux thermiques Une des originalités du travail réside dans la complémentarité entre les l'utilisation de méthodes d'intelligence artificielle (apprentissage supervisé, non-supervisé et classification) et de modèles thermo-hydrauliques détaillés des réseaux. Ces derniers devront permettre de compenser deux des principaux écueils rencontrés actuellement par l'utilisation des méthodes d'IA : la forte dépendance à la qualité des données de mesures, et la nécessité de disposer de bases de données très larges comportant notamment beaucoup d'occurrence d'anomalies.
Département Thermique Biomasse et Hydrogène (LITEN)
Laboratoire Conception et Assemblages
Sciences des matériaux
01-10-2020
SL-DRT-20-1174
Réseaux énergétiques intelligents (.pdf)
Dans le cadre de développements futurs, GRTgaz s'intéresse aux possibilités d'introduction d'hydrogène dans son réseau de gaz naturel. Afin de garantir la sécurité du réseau, il est nécessaire d'évaluer les effets du mélange gazeux hydrogéné sur le comportement des aciers constituants les canalisations, notamment sous sollicitations cycliques. Le laboratoire LITEN/LCA du CEA/GRENOBLE est actuellement impliqué dans une étude pour GRTgaz visant à déterminer le comportement de ces aciers dans des mélanges GN/H2 afin d'améliorer la prédiction des durées de vie de ces composants en service. Pour ce faire, des essais de fatigue oligocyclique et de propagation de fissure de fatigue sont menés sous différentes pressions de ces mélanges. Le centre SMS de l'école des Mines de Saint-Etienne s'associe au laboratoire LITEN/LCA dans la réalisation de cette étude, avec pour objectif d'approfondir la compréhension des interactions hydrogène/plasticité cyclique et des mécanismes de fragilisation par l'hydrogène (FPH) de cette famille d'aciers faiblement alliés. Les résultats devraient permettre in fine une meilleure estimation des teneurs en hydrogène admissibles dans le réseau de GRTgaz.
