Modèles d’optimisation pour la gestion de consommation d’énergie multi-flux

Optimization models for the management of multi-stream energy consumption

• Auteur / Autrice : David Wu
• Direction : Viet Hung Nguyen
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 20/05/2022
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : LIP6 (1997-....)
• Jury : Président / Présidente : Patrice Perny
• Jury : Examinateurs / Examinatrices : Safia Kedad Sidhoum, Jean-Philippe Gayon
• Jury : Rapporteurs / Rapporteuses : Pierre Fouilhoux, Sophie Demassey

Mots clés

Mots clés contrôlés

Optimisation mathématique

Modèles mathématiques

Consommation d'énergie

Mots clés libres

Science des données

Recherche opérationnelle

Optimisation énergétique

Programmation mathématique

Optimisation robuste

Incertitudes

Data science

Operational research

Energy optimization

Mathematical programming

Robust optimization

Uncertainties

Résumé

La collecte automatisée à grande échelle des données de consommation énergétique soulève de nouveaux problèmes d'optimisation. La problématique abordée dans cette thèse est de proposer des solutions pour la modélisation et la résolution de modèles d’optimisation pour la gestion de la consommation d’énergie multi-flux. Les données de consommation sont représentées sous forme de série temporelle. Nous développons dans un premier temps des modèles déterministes et robustes pour l’optimisation de la souscription de contrat d'électricité. Ce problème est formulé comme la minimisation d'une fonction objectif convexe sous contraintes de structure spéciale (contraintes d'ordre); il est résolu par un nouvel algorithme efficace qui réduit considérablement l'effort de calcul, en présence d'une grande quantité de données, nécessaire pour évaluer la fonction objectif. Nous présentons ensuite des modèles déterministes et robustes autour de la gestion optimale des réseaux d'eau en utilisant une stratégie automatisée basée sur l'utilisation des niveaux de marnages. Nous montrons également que le problème peut être réduit en problèmes journaliers plus petits sans perdre trop de précision. Des résultats numériques sont présentés et révèlent la possibilité de fortes économies dans les différents systèmes énergétiques étudiés.

The large-scale automated collection of energy consumption data raises new optimization problems. The issue addressed in this thesis is to propose solutions for modeling and solving optimization models for multi-stream energy consumption management. The consumption data are represented as a time series.We first develop deterministic and robust models for the optimization of electricity contracting. This problem is formulated as the minimization of a convex objective function under special structure constraints (order constraints); it is solved by a new efficient algorithm that considerably reduces the computational effort, in the presence of a large amount of data, needed to evaluate the objective function. We then present deterministic and robust models around the optimal management of water networks using an automated strategy based on the use of trigger levels. We also show that the problem can be reduced to smaller daily problems without losing too much accuracy. Numerical results are presented and reveal the possibility of strong savings in the different energy systems studied.