École Nationale Supérieure de
Techniques Avancées

Résumé

L’un des grands défis des systèmes énergétiques durables consiste à intégrer la variabilité climatique dans les processus de planification opérationnelle à court terme (semestrielle) et à long terme. Dans ce projet, on se propose d’étudier la production hydroélectrique au fil de l’eau en se basant sur les variables météorologiques de température et des précipitations. Traduire les séries temporelles des données climatiques en séries temporelles de la production hydroélectrique est une opération très délicate, du coup il faut déchiffrer la relation complexe qui relie la disponibilité de l’eau et la génération d’énergie électrique. En effet, il faut tenir compte dans cette étude de plusieurs contraintes. Parmi ces contraintes, on note d’une part que le flux de l’eau est une fonction non-linéaire des variables climatiques. D’autre part, des phénomènes physiques tel que la fonte de neige agit après une certaine durée sur le ruissellement, et donc il est clair que l’impact des variables météorologiques se produit avec un certain délai. Ce travail s’inscrit dans le cadre du projet Européen CLIM2POWER. Il consiste à traduire les données climatiques en systèmes d’énergie et indicateurs de puissance et à sélectionner les meilleures techniques afin de fournir aux opérateurs des systèmes électriques des données précises et des directives opérationnelles pour les centrales électriques. Ainsi, ce travail vise à développer des modèles efficaces de machine learning pour la prévision de la production d’hydroélectricité au fil de l’eau à partir des variables climatiques. Ces modèles seront des réseaux de neurones.