Rechercher
STAGE - Optimisation des systèmes énergétiques hybrides : Focus sur les simulations de Monte Carlo H/F
est une compagnie multi-énergies mondiale de production et de fourniture d’énergies : pétrole et biocarburants, gaz naturel et gaz verts, renouvelables et électricité. Ses 105 000 collaborateurs s'engagent pour une énergie toujours plus abordable, propre, fiable et accessible au plus grand nombre. Présent dans plus de 130 pays, TotalEnergies inscrit le développement durable dans toutes ses dimensions au cœur de ses projets et opérations pour contribuer au bien-être des populations.
Activités
L'objectif est d'améliorer l'outil d'optimisation existant pour le dimensionnement et le fonctionnement des systèmes hybrides en intégrant la fonctionnalité de simulation de Monte Carlo. Cela améliorera la capacité de l'outil à gérer les incertitudes et à fournir des résultats d'optimisation plus robustes.
Les systèmes hybrides, qui combinent plusieurs sources d'énergie, sont de plus en plus utilisés pour améliorer l'efficacité énergétique et la fiabilité. Cependant, l'optimisation de ces systèmes est complexe en raison de la variabilité et de l'incertitude de facteurs tels que la demande énergétique, les conditions météorologiques et les performances des composants. Les simulations de Monte Carlo peuvent traiter ces incertitudes en effectuant une analyse probabiliste, fournissant ainsi une solution d'optimisation plus complète.
Activités principales :
- Réaliser une revue de littérature complète sur les méthodologies existantes pour les simulations de Monte Carlo dans les systèmes énergétiques.
- Identifier les meilleures pratiques et les défis potentiels de l'intégration des simulations de Monte Carlo avec les outils d'optimisation.
- Développer des algorithmes pour intégrer les simulations de Monte Carlo dans le cadre d'optimisation existant, en assurant la compatibilité et l'efficacité.
- Comparer les résultats avec les méthodes d'optimisation déterministes traditionnelles pour démontrer les améliorations et améliorer les capacités de prise de décision des utilisateurs grâce à l'analyse probabiliste.
- Documenter toutes les conclusions dans un rapport complet et préparer des présentations pour les progrès et les résultats finaux.
Le stagiaire interagira avec plusieurs équipes impliquées dans les sujets d'optimisation des systèmes hybrides (équipe R&D, lignes techniques et lignes clients). Vous rejoindrez l'équipe R&D basée sur le campus de Paris-Saclay dans le bâtiment NEXT. Pour renforcer l'équipe sur site, TotalEnergies recherche de jeunes talents qui apporteront de nouvelles idées et relèveront les défis de la R&D.
Vous évoluerez au sein d'une équipe de professionnels confirmés et auprès d'un tuteur-coach, le référent de votre futur métier. Un accompagnement individualisé vous permettra de favoriser votre autonomie et de vous mener à votre diplôme !
Contexte et environnement
Pour répondre aux défis et aux ambitions de TotalEnergies, la R&D Hybride et Stockage propose des solutions pour optimiser la dimensionnement et l’exploitation des systèmes énergétiques couplant plusieurs sources d’énergie, souvent intermittentes, pour diverses applications, et évaluer les indicateurs clés de performance lors de la phase de dimensionnement et préparer la phase de mise en service de tels projets. Avec la complexité croissante des nouveaux systèmes énergétiques et la diversité des technologies, le projet OptimHYSe vise à construire une bibliothèque de modèles pour ces technologies, avec une analyse approfondie de leur conception et de leur fonctionnement.
Activités
L'objectif est d'améliorer l'outil d'optimisation existant pour le dimensionnement et le fonctionnement des systèmes hybrides en intégrant la fonctionnalité de simulation de Monte Carlo. Cela améliorera la capacité de l'outil à gérer les incertitudes et à fournir des résultats d'optimisation plus robustes.
Les systèmes hybrides, qui combinent plusieurs sources d'énergie, sont de plus en plus utilisés pour améliorer l'efficacité énergétique et la fiabilité. Cependant, l'optimisation de ces systèmes est complexe en raison de la variabilité et de l'incertitude de facteurs tels que la demande énergétique, les conditions météorologiques et les performances des composants. Les simulations de Monte Carlo peuvent traiter ces incertitudes en effectuant une analyse probabiliste, fournissant ainsi une solution d'optimisation plus complète.
Activités principales :
- Réaliser une revue de littérature complète sur les méthodologies existantes pour les simulations de Monte Carlo dans les systèmes énergétiques.
- Identifier les meilleures pratiques et les défis potentiels de l'intégration des simulations de Monte Carlo avec les outils d'optimisation.
- Développer des algorithmes pour intégrer les simulations de Monte Carlo dans le cadre d'optimisation existant, en assurant la compatibilité et l'efficacité.
- Comparer les résultats avec les méthodes d'optimisation déterministes traditionnelles pour démontrer les améliorations et améliorer les capacités de prise de décision des utilisateurs grâce à l'analyse probabiliste.
- Documenter toutes les conclusions dans un rapport complet et préparer des présentations pour les progrès et les résultats finaux.
Le stagiaire interagira avec plusieurs équipes impliquées dans les sujets d'optimisation des systèmes hybrides (équipe R&D, lignes techniques et lignes clients). Vous rejoindrez l'équipe R&D basée sur le campus de Paris-Saclay dans le bâtiment NEXT. Pour renforcer l'équipe sur site, TotalEnergies recherche de jeunes talents qui apporteront de nouvelles idées et relèveront les défis de la R&D.
Vous évoluerez au sein d'une équipe de professionnels confirmés et auprès d'un tuteur-coach, le référent de votre futur métier. Un accompagnement individualisé vous permettra de favoriser votre autonomie et de vous mener à votre diplôme !
Contexte et environnement
Pour répondre aux défis et aux ambitions de TotalEnergies, la R&D Hybride et Stockage propose des solutions pour optimiser la dimensionnement et l’exploitation des systèmes énergétiques couplant plusieurs sources d’énergie, souvent intermittentes, pour diverses applications, et évaluer les indicateurs clés de performance lors de la phase de dimensionnement et préparer la phase de mise en service de tels projets. Avec la complexité croissante des nouveaux systèmes énergétiques et la diversité des technologies, le projet OptimHYSe vise à construire une bibliothèque de modèles pour ces technologies, avec une analyse approfondie de leur conception et de leur fonctionnement.
Publiée le 08/01/2025
