Mettez en oeuvre l'optimisation des processus avec l'IA

La loi relative à la transition énergétique pour la croissance verte impose qu’à horizon 2030, 10% de la consommation de gaz en France provienne de sources biométhanes. Différents projets d’injection de biométhane sur le réseau sont et seront donc sélectionnés dans les prochaines années pour intégrer le réseau gazier français.

Dans ce contexte, notre client a demandé à Sia Partners de développer un modèle d’optimisation des raccordements prenant en compte les contraintes liées aux différents types de projets et raccordements, afin de minimiser le budget global. A ce titre, quatre types de raccordements au réseau sont considérés, les coûts et contraintes techniques associées sont intégrés au modèle.

Comme seule une partie des projets est actuellement connue ; le modèle intègre un module de positionnement aléatoire des futurs projets à partir des gisements méthanisables et du volume cible pour 2030. 

Les positions des futurs projets, dits “fictifs, dont la position exacte n’est pas encore connue, sont prédites de manière stochastique en se basant sur, le potentiel méthanisable de chaque canton, ainsi que sur les caractéristiques des projets d’injections existants.

Dans un deuxième temps, l’opérateur fixe le volume d’injection cible définissant la quantité de projets “fictifs” à créer avec leurs capacités d’injections respectives. Le modèle d’optimisation construit un réseau de raccordement en considérant pour chaque projets quatre types de raccordements possibles sur différents points du réseau avec les coûts d’installation et les contraintes techniques du réseau associés. 

Le modèle, associé à un solveur, calcule la solution techniquement possible la moins chère selon des contraintes imposées par l'opérateur. Un algorithme de métaheuristique fait enfin vibrer la solution de manière à raccorder les projets entre eux et éviter tout minimum local.

• Intégration et traitement des données de notre client dans une base de données géographiques ;
• Simulation des positions des points à raccorder à partir de projets existants et de données de gisements disponibles ;
• Formalisation, puis implémentation et résolution du problème mathématique d’optimisation, paramétrable en entrée par un opérateur (résolution du problème entier linéaire, implémentation d’arbres de Steiner puis vibration de la solution à l’aide d’un algorithme métaheuristique);
• Réalisation d’un outil complémentaire permettant la réalisation d’une étude de Monte-Carlo sur les résultats avec comme paramètre aléatoire le placement des projets selon les données de gisement méthanisables par canton en France.
• Développement de cartes de visualisation géographiques permettant une observation dynamique et génération d’exports des résultats détaillés du modèle.

Selon les contraintes techniques et les coûts considérés, les multiples simulations rendues possibles par le modèle ont mis en évidence une répartition de l’intégration de ces nouveaux projets sur le réseau entre le distributeur et le transporteur. 

Ces différentes simulations permettent d’alimenter les discussions avec la Commission de Régulation de l'Énergie sur les règles de gestion et les limites des contrats proposés aux nouveaux producteurs lors de leur raccordement au réseau.

Nos équipes d’experts en Data Science, Optimisation et Data Engineer vous accompagnent pour intégrer l’outil au sein de votre Système d’Information. Une fois intégré, il se révèle être un outil complet d’aide à la décision, facilitateur et accélérateur dans la réalisation de vos études. Tout ajout de fonctionnalité ou de nouvelles données se fait sur-mesure et selon vos besoins, afin qu’à terme, l’outil soit intégralement inscrit au sein de votre structure et indépendant de l’intervention de nos équipes.