Le 15/11/2022 par CecileR :

Stage EDF R&D - Optimisation de l'utilisation du combustible des tranches nucléaires en avenir incertain

Description :

Le département OSIRIS (Optimisation, SImulation, RIsques et Statistiques pour les marchés de l'énergie) de la R&D d’EDF réalise des études et des outils de calculs permettant d’assurer l’équilibre entre la production et les besoins en énergie à moindre coût et à risque maîtrisé.

Une des décisions structurantes pour la gestion de l’équilibre offre-demande en électricité est l’élaboration de la stratégie de gestion du combustible disponible dans le cœur des tranches nucléaires sur les 3 ans à venir. Connaissant les dates d’arrêt pour rechargement et la quantité de combustible rechargée pour chaque tranche, on peut notamment déterminer les tranches ayant des économies de combustible à réaliser, c’est-à-dire celles que l’on ne pourra pas faire fonctionner à pleine puissance jusqu’à leur arrêt pour rechargement, faute de combustible en quantité suffisante. On cherche alors à optimiser l’utilisation du combustible, c’est-à-dire à produire lors des périodes de tension sur l’équilibre offre-demande, ou au contraire à moduler lors des périodes calmes. La disponibilité des actifs de production et la consommation d’électricité peuvent pour cela être estimées à l’avance mais sont soumises à des incertitudes. Le problème résolu est donc un problème d’optimisation combinatoire en avenir incertain.

Le nouvel outil Moon développé par OSIRIS pour résoudre ce problème a été mis en service en septembre 2022. Il est utilisé chaque semaine au sein des équipes opérationnelles. La résolution du problème par ce nouvel outil repose sur la Programmation Dynamique Stochastique. Par rapport au précédent outil, Moon permet une meilleure anticipation des contraintes de stock ainsi qu'un renforcement de la robustesse des résultats face aux aléas. Il ouvre par ailleurs des perspectives sur la prise en compte de nouvelles contraintes inhérentes à la manœuvrabilité des tranches.

Afin de tirer profit au maximum de ce nouvel outil, un certain nombre de choix méthodologiques doivent être approfondis. Il s’agit de la construction des variables explicatives utilisées dans le calcul des espérances conditionnelles effectué par Moon pour « anticiper » l’avenir, des techniques de résolution du problème de transition (graphes thermiques, programmation dynamique ou programmation linéaire) voire d’étudier le passage à une Programmation Dynamique Stochastique Duale (SDDP) pour monter en dimension et modéliser les nouvelles contraintes.

Compétences recherchées : optimisation, recherche opérationnelle, C++, python

Conditions matérielles :

Lieu du stage : EDF Lab, 7 Boulevard Gaspard Monge 91120 Palaiseau.

Durée : 6 mois

Rémunération : en fonction du niveau d’étude et de la formation préparée.

Connaissances requises : Troisième année d’école d’ingénieur / Master 2 en optimisation.

Profil : Mathématiques appliquées (optimisation), informatique (Python/C++).

Contacts :

Clément BAFFIE : clement.baffie@edf.fr

Blandine BLOMME : blandine.blomme@edf.fr