Approche systémique pour la conception et le dimensionnement optimaux des systèmes énergétiques décentralisés en présence du vecteur hydrogène. Développement de méthodes d'optimisation générative à base de techniques d'intelligence artificielle

Systemic approach for the optimal design and sizing of decentralized energy systems in the presence of the hydrogen vector. Development of generative optimization methods based on artificial intelligence techniques

• Auteur / Autrice : Islem Jelassi
• Direction : Jean-Louis Dirion, Aurélie Montarnal
• Type : Projet de thèse
• Discipline(s) : Génie des Procédés et de l'Environnement
• Date : Inscription en doctorat le 01/01/2024
• Etablissement(s) : Ecole nationale des Mines d'Albi-Carmaux
• Ecole(s) doctorale(s) : École doctorale Mécanique, énergétique, génie civil et procédés
• Partenaire(s) de recherche : Laboratoire : RAPSODEE - Centre de Recherche d'Albi en Génie des Procédés, des Solides Divisés, de l'Energie et de l'Environnement
• Partenaire(s) de recherche : Equipe de recherche : Groupe Energique et Environnement

Mots clés

Mots clés libres

Gan

Ontologie

Systèmes énergétiques renouvelables

Génération de configurations

Ai

Conception guidée par la connaissance

Gan

Ontology

Renewable energy systems

Configuration generation

Ia

Knowledge-driven design

Résumé

Les travaux de recherche prévus dans cette thèse ont pour objectif d'apporter un cadre méthodologique et systémiques, ainsi que des outils numériques afférents, pour la conception et le dimensionnement optimaux de systèmes énergétiques décentralisés en présence du vecteur hydrogène décarboné (SED-vH2). L'approche envisagée, dite générative, consistera, selon un processus de décisions séquentielles, à générer pas à pas le système énergétique optimal. Différentes approches existent comme les algorithmes évolutionnistes, l'apprentissage par renforcement ou le traitement automatique du langage.

The research work planned in this thesis aims at providing a methodological and systemic framework, as well as related numerical tools, for the optimal design and sizing of decentralized energy systems in the presence of the decarbonized hydrogen vector (SED-vH2). The envisaged approach, called generative, will consist in generating the optimal energy system step by step, according to a process of sequential decisions. Different approaches exist such as evolutionary algorithms, reinforcement learning or automatic language processing.