Intelligence artificielle (IA) pour la gestion de l'énergie dans le secteur résidentiel

Face à la nécessité de maintenir un équilibre dynamique entre production et consommation, il apparaît essentiel de développer la maîtrise et la flexibilité de la consommation. Dans le secteur résidentiel, cela s'illustre par exemple par le report de l'usage de certaines charges (véhicule électrique (VE), chauffe-eau…) aux heures de forte production d'électricité décarbonée.

La complexité et la multiplicité des scénarios de production et de consommation, tout comme l'important volume de données à traiter, rendent les méthodes d'IA particulièrement adéquates pour analyser les signaux électriques en temps-réel et piloter les systèmes énergétiques.

L'équipe IMTIS de l'IRIMAS contribue activement à ce domaine de recherche ouvert et actuel, et recherche un(e) doctorant(e) désireux(se) de mener à bien une thèse relevant le défi de la conception d'un tel système de gestion de l'énergie. Le (la) doctorant(e) pourra s'appuyer sur les collaborations transfrontalières de l'IRIMAS, notamment les projets européens ASIMUTE et Agri-PV (projets Interreg - Rhin Supérieur), ainsi qu'avec l'entreprise EDF et la m2A.

Objectifs de la thèse

L'objectif de cette thèse est de contribuer à la conception de systèmes automatisés de gestion de l'énergie électrique grâce au développement d'algorithmes d'IA. Le projet se concentre plus particulièrement sur les applications au secteur résidentiel (à différentes échelles incluant le logement individuel et le patrimoine collectif).

Il s'agira notamment d'étudier un modèle complet d'une maison électrifiée : panneaux PV, pompe à chaleur (PAC), batterie de stockage, recharge bidirectionnelle des VE… en prenant également en considération les flux financiers dans le cas d'une tarification dynamique telle que celle pratiquée dans d'autres pays (en Allemagne, par exemple).

La thèse proposera des solutions innovantes de pilotage intelligent et flexible de l'énergie pour les maisons connectées. Le cas du pilotage local sera examiné (edge AI).

Une attention particulière sera portée aux enjeux d'explicabilité des algorithmes (XAI).

Missions du (de la) doctorant(e)

Structurer, nettoyer et analyser des données énergétiques. Dresser un état de l'art bibliographique et assurer une veille technologique et scientifique. Évaluer et comparer les performances d'algorithmes d'apprentissage automatique existants, et leur pertinence dans le contexte applicatif de la thèse. Répondre aux objectifs de la thèse en proposant des méthodes d'IA innovantes, s'appuyant sur l'apprentissage profond et le traitement des séries temporelles. Réaliser des expériences de simulation en temps-réel suivant différents scénarios de production et de consommation résidentielle (sur la plateforme Opal-RT de l'IRIMAS). Nature du financement Autre financement public Précisions sur le financement ANR Présentation établissement et labo d'accueil IRIMAS - Université de Haute-Alsace

L'Institut de Recherche en Informatique, Mathématiques, Automatique et Signal (IRIMAS) est une Unité de Recherche (UR 7499) qui rassemble tous les travaux de recherche liés aux disciplines de l'informatique, des mathématiques, de l'électronique, de l'électrotechnique, de l'automatique et du traitement du signal et de l'image à l'Université de Haute-Alsace (UHA). L'institut est structuré en 3 départements et 7 équipes.

Niveau requis : master 2 (informatique, ingénierie mathématique, science des données, automatique ou énergie)., Programmation (Python, Matlab) et gestion de base de données (CSV, SQL/MySQL). Maîtrise des techniques d'intelligence artificielle et d'apprentissage automatique. Excellente capacité d'analyse, rigueur scientifique et autonomie. Intérêt pour les systèmes énergétiques. Maîtrise orale et écrite de l'anglais.

Contrat : thèse de doctorat à temps plein (100 %)

Durée : 36 mois

Intelligence artificielle (IA) pour la gestion de l'énergie dans le secteur résidentiel, L'électrification des usages représente un levier majeur de la transition énergétique, en relation avec les enjeux de décarbonation et de souveraineté. Les énergies renouvelables constituent une part croissante du mix énergétique mondial, tout particulièrement en matière de production d'électricité. Or, ces modes de production d'énergie - photovoltaïque (PV) et éolien, notamment - sont par nature intermittents. Cette situation engendre de nouveaux risques d'instabilité du réseau électrique, ainsi que l'apparition de prix spot négatifs lorsque la production est supérieure à la consommation.