Exploitation de la flexibilité énergétique des bâtiments et des communautés pour la décarbonisation et la résilience à l'aide de contrôles avancés et de l'apprentissage automatique
Le réseau électrique doit faire face quotidiennement et saisonnièrement à des demandes de pointe et hors pointe. Avec l'électrification croissante et l'intégration des énergies renouvelables, le réseau est confronté à des défis de plus en plus importants pour gérer ces pointes croissantes et pour équilibrer l'offre et la demande. Les bâtiments, en tant que gros consommateurs d'électricité, peuvent jouer un rôle clé dans cette transition énergétique en fournissant des services de flexibilité au réseau. La capacité des bâtiments à ajuster leur demande d'électricité en réponse aux exigences du réseau, connues à l'avance ou à tout moment, peut être définie au sens large comme la flexibilité énergétique des bâtiments. Exploiter ce potentiel de flexibilité des bâtiments, ou des communautés à plus grande échelle, requiert des stratégies et des technologies de contrôle améliorées. Ce projet vise à examiner comment des méthodes de contrôle avancées, telles que la commande prédictive, l'apprentissage par renforcement ou d'autres techniques d'apprentissage automatique, peuvent contribuer à exploiter la flexibilité énergétique des bâtiments et des communautés. Les stratégies de contrôle développées seront évaluées dans un environnement de simulation selon des indicateurs de performance clés liés à la flexibilité. Des modèles énergétiques physiques et basés sur les données seront développés pour permettre la simulation numérique.
Connaissances requises
Connaissance des techniques de modélisation énergétique des bâtiments et des systèmes CVCA; Connaissance des langages de programmation tels que Python, Modelica ou MATLAB; Familiarité avec l'apprentissage automatique et la science des données.