ELE758 - Méthodes d’optimisation et d’apprentissage pour les réseaux électriques

Ce cours fait partie du programme de l’IGEE sous le sigle IGEE419.

Introduction aux méthodes d’optimisation et d’apprentissage pour la gestion, l’opération et la planification des réseaux électriques modernes. Optimisation convexe : écoulement de puissance optimal et relaxations convexes. Optimisation en nombres entiers : planification de la production (unit commitment),reconfiguration du réseau et planification de l’expansion du réseau de transport. Optimisation stochastique et robuste : écoulement de la puissance et planification de la production en présence d’énergie renouvelable. Apprentissage supervisé. Régression linéaire : formulation, identification de la topologie du réseau et estimation de l’état du réseau. Classification : K plus proche voisins (K−NN), régression logistique, machine à vecteur de support (SVM) et reconfiguration automatique du réseau. Réseaux neuronaux : formulation, identification des défauts des lignes et des fautes dans le réseau, approximation de fonctions. Apprentissage non supervisé. Méthode de groupement : K-moyenne et identification des profils de consommation. Apprentissage par renforcement : programmation dynamique, Q-learning, SARSA, tarification dynamique (temps réel et tarif critique), gestion de la demande avec charge thermostatique, opération d’unité de stockage. À noter qu’une maturité mathématique ainsi qu’une connaissance de base de Python sont requises pour ce cours.