STAGE PFE - Chargé d'étude sur la modélisation des incertitudes du système électrique F/H

RTE (Réseau de Transport d'Électricité); Puteaux; Sur place; EUR 7 800 - 10 000; Plein temps

Résumé du poste

RTE (Réseau de Transport d'Électricité) propose un stage de 6 mois à partir de janvier 2027 au sein du département R&D, pour étudier et modéliser la gestion des incertitudes dans l'exploitation du réseau électrique. Vous travaillerez dans un groupe pluridisciplinaire, entre théorie et application, et développerez des outils d'aide à la décision en temps réel.

Le stage vise à estimer les probabilités des aléas et à quantifier leurs conséquences via des simulations de cascades de surcharge, avec

Qualifications

• Étudiant en master ou école d’ingénieur dans le domaine pertinent.
• Bon niveau en Python ou R et bonnes bases en analyse de données.
• Intérêt pour les réseaux électriques et les méthodes de modélisation d’incertitude.

Responsabilités

• Effectuer des revues de littérature sur les probabilités des aléas.
• Évaluer des modèles de cascades et leur déploiement potentiel.
• Préparer et fiabiliser les données nécessaires: nettoyage et structuration.
• Développer des scripts en Python ou en R pour analyses et simulations.
• Échanger avec les équipes métiers pour aligner les résultats sur les besoins opérationnels.
• Contribuer à la rédaction d'articles scientifiques si pertinent.

Connaissances

Python

R

Data analysis

Modélisation probabiliste

Formation

Master 2 ou équivalent en informatique / mathématiques / énergie

Outils

Git

Pandas

Description du poste

Lieu : 7c place du dôme, 92800 PARIS LA DEFENSE Durée et/ou période du stage : 6 mois, à partir de janvier 2027 Le couplage des marchés européens, l'intégration croissante des énergies renouvelables et les nouveaux usages de l'électricité ont profondément changé la façon dont les flux d'électricité sont répartis sur le réseau de transport d'électricité, rendant les décisions des opérateurs plus difficiles. Dans ce contexte, le département R&D de RTE développe des outils d'aide à la décision pour les assister en temps réel et en anticipation. En tant que stagiaire vous serez intégré(e) au sein d'un groupe de recherche du pôle Pilotage du réseau de la Direction R&D, dont les missions sont de participer à la réalisation d'études prospectives, à la fourniture d'expertise sur le fonctionnement du réseau électrique et au développement d'outils d'étude et d'exploitation du réseau. Vous travaillerez au sein d'une équipe multidisciplinaire, entre modèles théoriques et applications. Sous la responsabilité de votre tuteur, vous contribuerez à un projet portant sur l'étude et la modélisation de la gestion des incertitudes dans l'exploitation du réseau électrique. L'objectif est d'étudier comment mieux prendre en compte les incertitudes liées aux aléas sur des ouvrages et à l'évolution de la production et de la consommation d'électricité, encore difficiles à anticiper à quelques heures de l'échéance, afin de fiabiliser les études d'exploitation et de fournir aux équipes de conduite du réseau des informations pertinentes pour faciliter leur prise de décision. En particulier, le stage se concentrera sur l'estimation de la probabilité des aléas ainsi que sur la quantification détaillée de leurs conséquences par des simulations de cascades de surcharge. Missions :

• * Revue de littérature sur le calcul de probabilité des aléas.
• * Revue de littérature sur les calculs de cascade de surcharge pour les réseaux.
• * Evaluer la pertinence des modèles identifiés à partir des données et contraintes de l'entreprise, ainsi que leur capacité à être déployées à grande échelle sur un réseau électrique étendu.
• * Préparer et fiabiliser les données nécessaires aux études : nettoyage, structuration, constitution de bases de données et visualisation.
• * Développer des scripts en Python ou en R pour réaliser des analyses de données, des simulations et interpréter les résultats obtenus.
• * Échanger avec les équipes métiers de RTE afin de confronter les résultats aux besoins opérationnels et d'identifier des pistes d'amélioration. En fonction des résultats et de vos appétences, ces travaux pourront conduire à une contribution dans la rédaction d'articles scientifiques.