Gestion d'un micro-réseau électrique par des outils dintelligence artificielle
Auteur / Autrice : | Mohamed Kermia |
Direction : | Jérôme Bosche, Dhaker Abbes |
Type : | Projet de thèse |
Discipline(s) : | Sciences pour l'Ingénieur Génie Electrique |
Date : | Inscription en doctorat le Soutenance le 28/06/2023 |
Etablissement(s) : | Amiens |
Ecole(s) doctorale(s) : | École doctorale Sciences, technologie et santé (Amiens) |
Partenaire(s) de recherche : | Laboratoire : MIS - Unité de recherche Modélisation, Information et Systèmes |
Jury : | Président / Présidente : Fabrice Locment |
Examinateurs / Examinatrices : Jérome Bosche, Sébastien Cauet, Dimitri Lefebvre, Christophe Saudemont, Dhaker Abbes | |
Rapporteurs / Rapporteuses : Sébastien Cauet, Dimitri Lefebvre |
Résumé
Cette thèse se concentre sur lutilisation de lintelligence artificielle pour optimiser la gestion des micro-réseaux alimentés par des énergies renouvelables, en particulier pour la recharge des véhicules électriques. Létude souligne limportance de lénergie solaire photovoltaïque pour réduire les émissions de gaz à effet de serre et optimiser lutilisation des énergies renouvelables. Un algorithme de gestion de lénergie électrique en temps réel a été développé pour améliorer la recharge des véhicules électriques en anticipant les périodes de faible production dénergie. Le démonstrateur micro-réseau de lUniversité Catholique de Lille nous a offert une opportunité unique dutiliser ces données pour valider lalgorithme de gestion. En explorant les modes de recharge intelligents, cette recherche vise à contribuer à une meilleure compréhension des enjeux liés à la recharge des véhicules électriques et influencer les politiques et réglementations pour promouvoir leur utilisation.