Méthode d'aide à la décision pour le développement et la contractualisation de systèmes de production d'hydrogène vert.

Decision-making methodologies for the development and contracting of green hydrogen production systems.

• Auteur / Autrice : Owen Palmer
• Direction : Robin Girard
• Type : Projet de thèse
• Discipline(s) : Energétique et génie des procédés
• Date : Inscription en doctorat le 01/06/2022
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique
• Partenaire(s) de recherche : Laboratoire : Energétique et Procédés
• Partenaire(s) de recherche : Equipe de recherche : PERSEE - Centre Procédés, Energies Renouvelables, Systèmes Energétiques
• Partenaire(s) de recherche : établissement opérateur d'inscription : Mines Paris-PSL

Mots clés

Mots clés libres

Énergie

Optimisation

Marchés

Hydrogen

Energy

Optimization

Markets

Hydrogen

Résumé

Les sources d'électricité d'origine renouvelable prennent une part de plus en plus importante dans les mix énergétiques. La dépendance de la production correspondante aux conditions météorologiques (ensoleillement, régimes hydrologiques, vents, etc.) est un frein important à leur développement vis-à-vis duquel il existe plusieurs types de solutions dites de flexibilité. Celles-ci agissent à différentes échelles d'espace et de temps, parfois de manière concurrente : pilotage de la demande, pilotage à la baisse de la production renouvelable, interconnexions à grande échelle des réseaux, stockage d'électricité sous forme mécanique ou chimique, conversion de l'électricité sous forme de méthane, d'hydrogène ou de chaleur. Dans le même temps, les développeurs de projet de production renouvelable doivent s'adapter à la disparition des tarifs d'achat garantis, et valoriser leur production à travers différents marchés. Ceci renforce le besoin de nouvelles méthodes quantitatives d'aide à la décision pour le développement de projets renouvelables couplés à de la flexibilité, notamment hydrogène. La liste exacte des éléments clés que doivent intégrer ces modèles est encore à déterminer, mais c'est cette intégration qui constitue l'objectif principal de cette thèse. Celle-ci pourrait inclure les options de dimensionnement liés au contextes local et assez classiques déjà aujourd'hui, comme la ressource en vent, en soleil, la place disponible, le type de consommateurs proches, ou les contraintes locales du réseau. Il s'agira d'y ajouter un modèle du cadre opérationnel dans lequel les revenus seront obtenus, à la fois vis-à-vis de l'intégration sur les différents marchés (PPA, J-1, infra-journalier, …) sur lesquels seront valorisés les éléments, ou vis à vis de contraintes opérationnelles liées à la consommation locale, aux contraintes réseau éventuelles, ou aux contraintes de fonctionnement des flexibilités. Enfin, il faudra intégrer l'impact des évolutions structurelles à venir sur le système énergétique, comme l'augmentation de la production renouvelable qui impacte la dynamique des prix, l'évolution des coûts et performances des différentes options technologiques, les mécanismes réglementaires propres aux appels d'offre envisagés si le projet n'est pas monté en pur marché, ou encore comme l'impact des autres éléments du portefeuille du développeur sur l'usage et les bénéfices qui seront fait à partir des nouveaux investissements. Sur le plan scientifique, la difficulté sera de définir et valider une stratégie d'investissement qui soit à la foi capable d'intégrer toute la richesse du problème (multi échelle sur le plan temporel et spatial, multi-marché, sous plusieurs incertitudes, adaptable à différents contextes) sans une complexité superflue, souvent source d'erreur.

Renewable sources of electricity are becoming an increasingly important part of the energy mix. The dependence of renewable production on meteorological conditions (sunshine, rainfall, wind, etc.) is a major obstacle to their development, and several types of so-called flexibility solutions exist. These act on different scales of space and time, sometimes in competition with each other: demand management, capping of renewable production, large-scale interconnections of networks, storage of electricity in mechanical or chemical form, conversion of electricity into methane, hydrogen, or heat. At the same time, renewable generation project developers are having to adapt to the disappearance of feed-in tariffs, and obtain value for their production through different fluctuating markets. This reinforces the need for new quantitative decision support methods for the development of renewable projects coupled with flexibility, including hydrogen. The exact list of key elements to be integrated into these models is yet to be determined, but it is this integration that is the main objective of this thesis. This could include classic sizing options related to the local contexts, such as wind resources, solar resources, available space, type of nearby consumers, or local grid constraints. It will be necessary to add a model of the operational framework in which the revenues will be obtained, both with respect to the integration of the various markets (PPA, D-1, intraday, ...) on which the elements will be valued, or with respect to operational constraints linked to local consumption, to possible network constraints, or to particular technical constraints for the operation of the flexibilities. Finally, it will be necessary to integrate the impact of future structural evolutions on the energy system, such as the increase in renewable production which impacts the price dynamics, the evolution of the costs and performances of the various technological options, the regulatory mechanisms specific to governmental calls for tender envisaged if the project is not set up as a pure market, or the impact of the other elements of the developer's portfolio on the use and benefits which will be made from the new investments. From a scientific point of view, the difficulty will be to define and validate an investment strategy that is capable of integrating all the richness of the problem (multi-scale in terms of time and space, multi-market, under several uncertainties, adaptable to different contexts) without unnecessary complexity, often a source of error.