Machine Learning Informed Optimization Applied to Pumped Hydro Energy Storage
Machine Learning Informed Optimization Applied to Pumped Hydro Energy Storage
Le travail de Pietro Favaro s’intéresse au potentiel des stations de pompage-turbinage (SPT), ces unités de stockage d’électricité où l’eau est pompée et/ou turbinée entre deux bassins situés à des altitudes différentes (Coo-Trois Ponts, Plate Taille, etc.). Son travail a consisté à mobiliser l’intelligence artificielle pour mieux modéliser les phénomènes physiques mis en œuvre dans les SPT, particulièrement dans l’hypothèse où ceux-ci pourraient être installés en milieu sous-terrain. Des concepts d’ingénierie et de recherche opérationnelle ont été combinés aux contraintes économiques, notamment via un simulateur répliquant le fonctionnement et les conditions du marché avec un haut degré de fiabilité. Rien qu’en Wallonie, 76 sites potentiellement accessibles aux SPT ont été identifiés. Outre les atouts d’indépendance énergétique accrue et de création d’emplois, ce type de dispositif pourrait contribuer au développement des communautés d’énergie, rapprochant les consommateur·rice·s finaux·ales (entreprises et particuliers) des lieux décentralisés de production.
A télécharger :
Intervention de Pietro lors du webinaire, à partir de 00:35:58
L'avis du jury du HERA Award Sustainable IT 2023
Pour réussir la transition énergétique et évoluer vers un monde moins carboné, le stockage à très grande échelle de l’électricité issue d’énergies renouvelables est un enjeu essentiel. Le jury félicite Pietro Favaro pour sa proposition d’amélioration de l’efficacité des stations de pompage-turbinage (SPT), grâce à l’intelligence artificielle (IA). Dans son travail, il démontre habilement qu’en recourant à cette technologie, des gains d'efficacité importants sont réalisables dans le stockage et la restitution d’électricité « verte ». La plus-value du mémoire est double et montre un bel exemple d’ « IT for green » : d'une part, la modélisation proposée est innovante en ce qu’elle peut être immédiatement appliquée à des sites existants grâce à l’IA ; d'autre part, les gains apportés rendent économiquement possible de convertir d’anciennes carrières ou mines en SPT (avec un impact moindre sur la faune et la flore, puisque ces zones sont déjà artificialisées). Cependant, une meilleure prise en compte des aspects sociaux et participatifs enrichirait l’étude. Le jury est convaincu que ce mémoire peut être utile pour les décideurs et décideuses politiques, ainsi que pour les opérateurs de solutions de production d’énergie.
A télécharger :
François Vallée est professeur et vice-doyen de la faculté polytechnique de Mons.
Jean-François Toubeau est chercheur senior à la KU Leuven et collaborateur scientifique à l'UMONS.
Galerie
