Optimisation du renforcement des réseaux électriques pour une intégration robuste et un fonctionnement amélioré des pompes à chaleur

Optimization of grid reinforcements for the robust integration and improved operation of heat pumps

• Auteur / Autrice : Léo Pereire
• Direction : Vincent Reinbold
• Type : Projet de thèse
• Discipline(s) : Génie électrique
• Date : Inscription en doctorat le 01/10/2025
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Electrical, optical, bio-physics and engineering
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Génie Electrique et Electronique de Paris
• Partenaire(s) de recherche : Référent : CentraleSupélec

Mots clés

Mots clés libres

Pompes à chaleur

Renforcement des réseaux électriques

Optimisation robuste

Approches interdisciplinaires

Programmation linéaire en nombres entiers

Heat pumps

Mixed-integer linear programming

Robust optimization

Electrical grid reinforcements

Interdisciplinary approaches

Résumé

Le déploiement à grande échelle des pompes à chaleur (PAC) dans le secteur résidentiel est essentiel pour atteindre les objectifs climatiques de l'Europe, compte tenu de leur efficacité énergétique élevée et de leur potentiel à réduire drastiquement les émissions de CO₂ liées au chauffage des bâtiments et à la production d'eau chaude sanitaire. Toutefois, l'intégration massive des PAC pose des défis importants aux réseaux de distribution d'électricité, qui sont souvent proches de leurs limites de capacité. Cette thèse de doctorat vise à étudier dans quelles conditions le renforcement des réseaux de distribution basse tension peut permettre de libérer tout le potentiel économique et environnemental des PAC. Pour ce faire, nous étendrons notre approche d'optimisation interdisciplinaire, qui couple notamment la modélisation des PAC, la dynamique thermique des bâtiments, le confort des usagers et les modèles de réseaux électriques. Une attention particulière sera portée à l'intégration des options de renforcement (par exemple, le remplacement de transformateurs ou le redimensionnement de câbles) en tant que variables d'optimisation, en tenant compte de leurs coûts économiques et environnementaux, tout en veillant à préserver les propriétés mathématiques favorables du problème d'optimisation. Les incertitudes liées au changement climatique (qui affecte des paramètres clés comme la température extérieure) seront prises en compte à l'aide de techniques d'optimisation robuste. Des méthodes avancées telles que la programmation linéaire en nombres entiers, les relaxations convexes des équations de flux de puissance et les méthodes de décomposition seront utilisées pour résoudre le problème d'optimisation et relever les défis attendus en matière de temps de calcul. Les méthodes proposées seront appliquées à des cas d'étude représentatifs en France et en Europe, afin de fournir des éléments d'aide à la décision pour la planification des réseaux électriques et le déploiement durable de technologies de chauffage bas-carbone.

The large-scale deployment of heat pumps (HPs) in the residential sector is essential to achieving Europe's climate goals, given their high energy efficiency and potential to drastically reduce CO₂ emissions from space heating and domestic hot water production. However, the integration of HPs at scale poses significant challenges to electricity distribution grids, which often operate near their capacity limits. This PhD thesis aims to investigate under which conditions reinforcing low-voltage distribution networks can unlock the full economic and environmental potential of HPs. To this end, we will expand our interdisciplinary optimization framework that notably couples HPs modelling, building thermal dynamics, user comfort, and electrical network models. Particular attention will be given to integrating reinforcement options (e.g., transformer upgrades, cable resizing) as optimization variables and accounting for their economic and environmental costs into the optimization, all while ensuring that the optimization problem retains favorable mathematical properties. Uncertainties related to climate change (which impacts key parameters such as the outdoor temperature) will be addressed using robust optimization. Advanced techniques such as mixed-integer linear programming, convex relaxations of power flow equations, and decomposition methods will be employed to solve the optimization problem and address the expected challenges in terms of computing time. The proposed methods will be applied to representative case studies in France and Europe, providing insights to support decision-making for grid planning and the sustainable deployment of low-carbon heating technologies.