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 : 
Mémoire Pietro Favaro (PDF)
Intervention de Pietro lors du webinaire, à partir de 00:35:58
