PILOTAGE PONDERE PAR SENSIBILITE ET DETECTION DE NON-CONFORMITE DANS LES RESEAUX DE DISTRIBUTION F/H

EDF; Palaiseau; Remote; EUR 12,000 - 18,000; Full time

Benefits offered by this job

Rémunération stagiaire EDF

Télétravail possible

Stage à EDF Lab Paris-Saclay

Job summary

EDF Lab Paris-Saclay recherche un(e) stagiaire de fin d’études Bac +5 pour contribuer au pilotage de tension et à la détection de non-conformité des DER dans le cadre du numérique Smart Grids.

Le stage, basé au sein du département SYSTEME, durera 5–6 mois et offrira une rémunération conforme aux conventions EDF. Le télétravail peut être envisagé selon le projet et l’équipe.

Qualifications

• Fondamentaux des systèmes électriques: power flow, régulation de tension et estimation d’état.
• Théorie du contrôle et stabilité, analyse de convergence et filtres.
• Notions de machine learning (feature engineering, PCA, régression) et plateformes de calcul.

Responsibilities

• Implémenter la loi de pilotage de tension par sensibilité et développer les coefficients basés sur modèle et mesures.
• Concevoir et tester le pipeline de détection de non-conformité des DER et l’application de méthodes ML.
• Développer une plateforme de simulation et valider les performances sur des cas représentatifs.

Skills

Power flow

Régulation de tension

Réseaux de distribution

Contrôle-commande

Estimation d'état

Education

Bac +5 en ingénierie/énergie

Tools

Python

Matlab/Simulink

Job description

CONTEXTE

La Direction R&D d’EDF a pour missions principales de contribuer à l'amélioration de la performance des unités opérationnelles du Groupe, d'identifier et de préparer les relais de croissance à moyen terme et à long terme. Le département SYSTEME (SYSTèmes Électriques et Marchés des énergies) contribue au travers d’un appui technique et scientifique sur plusieurs thématiques, telles que les fonctions avancées du système de contrôle-commande numérique des réseaux électriques ainsi que les systèmes d’information qui les pilotent.

Avec l'augmentation continue de la pénétration des ressources énergétiques distribuées (DER), la régulation de la tension constitue un défi majeur pour les gestionnaires de réseau de distribution. Le pilotage existante applique une loi de contrôle (ou un facteur de puissance) unique pour tous les DER. Cette approche simple ne prend pas en compte l’impacte imposée par la topologie des réseaux et le placement des DER. Nous s’intéressons dans ce stage, l’exploration d’une stratégie de pilotage décentralisée, où la contribution de chaque DER à la régulation de la tension est pondérée par sa sensibilité à l'écart de tension global, permettant d'allouer plus efficacement la charge de correction entre les DER, sans communication temps réel entre eux (i.e., plus résiliente).

Parallèlement, la fiabilité du pilotage de tension repose sur le respect par chaque DER de sa loi de contrôle volt-var-watt imposée. En pratique (e.g., le black-out Ibérique 2025), certains DER peuvent ne pas respecter cette loi pour plusieurs raisons. Le GRD a besoin d'un mécanisme de détection capable d'identifier les DER non conformes à partir des seules mesures disponibles au niveau du poste source ou des données historiques pour pouvoir effectuer des contrôles ciblés. Ce deuxième scope de stage s’inscrit dans la conception d'une méthode de détection de non-conformité des DER basée sur l'analyse de résidus, la matrice de sensibilité et les méthodes machine Learning.

OBJECTIFS

Les principaux objectifs du stage sont :

• Monter en compétence sur les concepts du sujet en se basant sur l’état de l’art (article de revue et les études en cours au sein d’EDF R&D.
• Implémenter la loi de pilotage de la tension par sensibilité : développer les deux stratégies de calcul des coefficients de sensibilité (basée sur le modèle et basée sur les mesures), la loi de contrôle locale de chaque DER, et l'analyse de convergence (rayon spectral, bornes de gain, robustesse aux erreurs de sensibilité).
• Implémenter le pipeline de détection de non-conformité des DER : prédiction de la puissance réactive aval attendue, calcul du résidu avec seuil adaptatif, attribution par élimination séquentielle/ programmation quadratique/analyse temporelle ou autres techniques machine learning, et confirmation avec scoring de conformité.
• Développer une plateforme de simulation.
• Valider et analyser les performances des deux méthodes sur des cas de test représentatifs (op

ETUDIANT·E∙S CONCERNE∙E∙S

• Stage de fin d’études Bac + 5

COMPETENCES SOUHAITEES

Fondamentaux des systèmes électriques : power flow, régulation de tension, réseaux de distribution, estimation d’état, modèles d'onduleurs et de DER. Théorie du contrôle : stabilité, analyse de convergence, filtres (moyenne mobile, Kalman).

Des notions sur Machine learning : feature engineering, PCA, optimisation et régression, estimation de paramètres, graph neural network., etc. s’appuieraient votre candidature.

Curiosité, rigueur, autonomie et esprit d’initiative font partie des qualités requises.

OUTILS

Python, Matlab, Simulink.

CONTACTS

• [e-mail]
• [e-mail]

CONDITIONS DU STAGE

• Lieu : Le stage sera réalisé à EDF Lab Paris-Saclay.
• Vous intégrerez dans le département SYSTEME (Systèmes Electriques et Marchés des Energies) et le groupe « Contrôle-Commande des Smart Grids» qui comporte une vingtaine de chercheurs.
• Durée : 5-6 mois.
• Divers : Le stage est rémunéré aux conventions d’EDF.
• Télétravail possible dans le cadre du projet d’équipe.