{"id":1096,"date":"2016-02-01T17:15:37","date_gmt":"2016-02-01T16:15:37","guid":{"rendered":"https:\/\/lirima.inria.fr\/?page_id=1096"},"modified":"2017-09-04T13:36:11","modified_gmt":"2017-09-04T11:36:11","slug":"moha","status":"publish","type":"page","link":"https:\/\/lirima.inria.fr\/fr\/research-teams\/moha\/","title":{"rendered":"MOHA"},"content":{"rendered":"

Mixed Multi-objective Optimization using Hybrid Algorithms: Application to smart grids
\n<\/strong><\/span><\/h2>\n

 <\/p>\n

\"\"<\/a>

El-GHazali Talbi & Rachid Ellaia<\/p><\/div>\n

 <\/p>\n

Porteurs du projet<\/span><\/strong><\/span>
\nRachid Ellaia<\/a>\u00a0–\u00a0EMI, Rabat,\u00a0Maroc
\n<\/span>El-Ghazali Talbi<\/a>, \u00e9quipe de recherche DOLPHIN<\/a>, Inria<\/span><\/h4>\n

<\/h4>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

R\u00e9sum\u00e9<\/span><\/strong><\/span><\/p>\n

\"\"<\/a>Cette \u00e9quipe-associ\u00e9e a int\u00e9gr\u00e9 le LIRIMA en janvier 2016. Avec l’\u00e9mergence\u00a0des r\u00e9seaux \u00e9nerg\u00e9tiques intelligents (Smart Grids),\u00a0 la maitrise de la consommation d’\u00e9nergie jouera un r\u00f4le important dans l’\u00e9conomie d’\u00e9nergie. Les particuliers, responsables d’une part consid\u00e9rable de la demande \u00e9nerg\u00e9tique mondiale, vont devenir des acteurs de leurs consommations, voir de leurs productions.
\nLa demande d’\u00e9nergie dans le secteur r\u00e9sidentiel est compl\u00e8tement in\u00e9lastique par rapport au prix du march\u00e9, car\u00a0 il est difficile d’\u00e9valuer l’effet des variations du prix sur l’\u00e9volution de la demande\u00a0\u00e9nerg\u00e9tique. Ainsi, les performances des syst\u00e8mes de production et de la distribution d’\u00e9nergie peuvent \u00eatre am\u00e9lior\u00e9s en optimisant la gestion de l’\u00e9nergie r\u00e9sidentielle. Ce probl\u00e8me\u00a0 implique des objectifs multiples comme le co\u00fbt et le confort des utilisateurs, et plusieurs d\u00e9cideurs notamment les utilisateurs finau<\/strong>x et les op\u00e9rateurs \u00e9nerg\u00e9tiques.<\/p>\n

Nous proposons un syst\u00e8me automatique qui permet de contr\u00f4ler la planification d’appareils m\u00e9nagers, afin d’optimiser simultan\u00e9ment le co\u00fbt de l’\u00e9nergie totale et la satisfaction du client.
\nLe d\u00e9fi majeur de ce projet est de proposer de nouveaux mod\u00e8les d’optimisation et de nouveaux algorithmes hybrides pour la ma\u00eetrise de la demande en \u00e9nergie (DSM) dans les r\u00e9seaux \u00e9lectriques intelligents, dans un contexte d’incertitude et de pr\u00e9sence de plusieurs objectifs contradictoires. Ces probl\u00e8mes d’optimisation complexes sont \u00e9galement caract\u00e9ris\u00e9s par la pr\u00e9sence \u00e0 la fois des variables continues et discr\u00e8tes.<\/p>\n

L’enjeu du probl\u00e8me mixte et multi-objectif de la gestion d’\u00e9nergie des m\u00e9nages est de contr\u00f4ler les appareils \u00e9lectriques en fonction de l’information op\u00e9rationnelle des utilisateurs, afin de minimiser la facture d’\u00e9lectricit\u00e9 du client\u00a0 et de maximiser sa satisfaction. Le syst\u00e8me automatique serait en mesure de surveiller l’\u00e9quipement dans le logement en d\u00e9terminant le temps de d\u00e9marrage de certains services, ainsi qu’en r\u00e9gulant la temp\u00e9rature du syst\u00e8me de refroidissement et de chauffage \u00e9lectrique..<\/p>\n

Le syst\u00e8me pourrait \u00e9galement g\u00e9n\u00e9rer le planning optimal du chargement\u00a0 des batteries domestiques (incluant les voitures \u00e9lectriques), en sugg\u00e9rant des d\u00e9cisions en temps de chargement et d\u00e9chargement. Par ailleurs, le mod\u00e8le int\u00e9grera certaines incertitudes dans les donn\u00e9es\u00a0: en effet,\u00a0 dans des situations r\u00e9elles, de nombreuses donn\u00e9es d’entr\u00e9e du mod\u00e8le sont incertaines, par exemple, la production et la consommation al\u00e9atoire dues aux conditions atmosph\u00e9riques (ex. temp\u00e9rature). Ainsi, des solutions robustes, insensibles \u00e0 ces incertitudes, doivent \u00eatre d\u00e9velopp\u00e9es.<\/p>\n

Mots cl\u00e9s <\/strong><\/span> : Optimisation multi-objectif, Optimisation hybride, M\u00e9taheuristiques, Smart grids<\/span>
\n<\/strong>Site web<\/strong><\/span>\u00a0:\u00a0<\/span>https:\/\/ocm.univ-lille1.fr\/~talbi\/momh\/<\/span><\/a><\/span><\/h4>\n","protected":false},"excerpt":{"rendered":"

Mixed Multi-objective Optimization using Hybrid Algorithms: Application to smart grids     Porteurs du projet Rachid Ellaia\u00a0–\u00a0EMI, Rabat,\u00a0Maroc El-Ghazali Talbi, \u00e9quipe de recherche DOLPHIN, Inria       R\u00e9sum\u00e9 Cette \u00e9quipe-associ\u00e9e a int\u00e9gr\u00e9 le LIRIMA en janvier 2016. Avec l’\u00e9mergence\u00a0des\u2026<\/p>\n

Continue reading<\/span><\/i><\/a> <\/p>\n","protected":false},"author":478,"featured_media":0,"parent":66,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1096","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/pages\/1096","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/users\/478"}],"replies":[{"embeddable":true,"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/comments?post=1096"}],"version-history":[{"count":51,"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/pages\/1096\/revisions"}],"predecessor-version":[{"id":1964,"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/pages\/1096\/revisions\/1964"}],"up":[{"embeddable":true,"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/pages\/66"}],"wp:attachment":[{"href":"https:\/\/lirima.inria.fr\/fr\/wp-json\/wp\/v2\/media?parent=1096"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}