RTE construit, transforme, exploite et maintient le réseau public de transport d’électricité français. Sur le plus grand réseau d’Europe, nous équilibrons la production et la consommation, acheminons l’électricité indispensable au quotidien de chacun et à l’activité des industries, et garantissons la solidarité électrique entre les territoires, 24h/24, à chaque seconde.

Acteur central de la transition énergétique, nous développons le potentiel des énergies renouvelables en transformant en profondeur RTE et le réseau, en accompagnant la décarbonation des industries, en éclairant les pouvoirs publics sur les questions énergétiques par des études qui font référence.

Contexte : Dans le cadre de sa mission de service public, RTE (Réseau de Transport d'Électricité), le gestionnaire du réseau de transport français, réalise des études prospectives afin d’évaluer la sécurité d’approvisionnement en électricité et d’éclairer les orientations stratégiques nationales pour l’évolution du système électrique et, plus généralement, du système énergétique français.

Au sein de la R&D de RTE, le pôle CLER (Climat, équilibre offre-demande et réseau) participe au développement des outils permettant de modéliser et simuler des systèmes multi-énergies, outils utilisés dans le cadre des études prospectives françaises (ex. Bilan prévisionnel) et européennes (ex. TYNDP). Antares Simulator est un logiciel open-source développé par RTE, qui permet de réaliser des simulations probabilistes à grande échelle (analyse Monte-Carlo pour intégrer les aléas météorologiques). Sur la base de ce simulateur, Antares Xpansion est un module d’optimisation permettant de sélectionner des investissements en capacité de production et de transport.

Dans une étude d’investissement, l’utilisateur définit certains projets d’investissement afin :

• D’augmenter la capacité de transit entre des zones,
• D’augmenter la puissance maximale d’une installation de production.

Chaque projet d’investissement peut potentiellement réduire le coût opérationnel du système électrique, mais engendre un coût lié à l’investissement supplémentaire qui comprend :

• Les coûts d’investissement annualisés pour la construction de l’installation,
• Les coûts fixes d’exploitation et de maintenance pour assurer son fonctionnement.

La méthode de résolution pour résoudre ce problème d’optimisation stochastique de grande taille est un algorithme de décomposition (Benders). Malgré une implémentation à l’état de l’art de cette méthode, la difficulté numérique de ce problème impose de restreindre la taille de l’échantillon statistique utilisé pour les études d’investissement (nombre d’années météo considérée). L’objectif de ce stage est d’étudier l’impact de cet échantillonnage sur la quantification de la rentabilité des actifs et sur des indicateurs de gestion de risque de défaillance du système.

Missions :

• Le stagiaire aura pour mission de rédiger une note synthétique permettant d’expliciter l’interprétation économique du module d’investissement Antares Xpansion.
• Il s’agira ensuite de quantifier les écarts de rentabilité des investissements et de risque de défaillance évalués dans Antares Xpansion (échantillonnage des aléas) et dans Antares Simulator (distribution complète des aléas). Les écarts peuvent être liés à l’échantillonnage des scénarios Monte-Carlo mais aussi à la relaxation continue du problème d’optimisation et la non prise en compte de post-traitements d’Antares dans la boucle Benders. L’impact de ces approximations sur les décisions d’investissement pourra être quantifié.
• Après avoir étudié un échantillonnage “naïf”, le stagiaire proposera une méthode plus avancée, sur la base d’une revue de littérature, de sélection et pondération des semaines/années Monte-Carlo (clustering, importance sampling, data-driven robust optimization).
• Enfin, une analyse statistique approfondie du comportement du système en simulation (distribution des coûts opérationnels et de la défaillance) sera réalisée afin d’identifier des indicateurs de gestion de risque (ex : Value at Risk) corrélés au critère « classique » du nombre d’heures de défaillance mais présentant une meilleure stabilité numérique. Cette analyse permettra à terme de nourrir les réflexions sur le critère de dimensionnement du système électrique, dans une approche de planification des investissements publics.
• Ce stage sera porté par l’équipe CLER, en lien avec un autre pôle de la R&D et de la direction Data.