Optimisation économique bi-niveaux de l'intégration des processus de stockage et de conversion de l'énergie dans les parcs éco-industriels // Bi-level Economic Optimization of the Integration of Energy Storage and Conversion Processes in Eco-Industrial Pa

Les parcs éco-industriels (PEI) sont des zones industrielles dans lesquelles les entreprises sont interconnectées pour échanger des ressources - telles que des fluides, des sous-produits ou de l'énergie - dans le but d'améliorer les performances environnementales et économiques.
Pour maximiser les bénéfices collectifs et individuels des EIP, leur architecture doit être optimisée. Il s'agit de déterminer l'organisation spatiale et fonctionnelle optimale des échanges interentreprises, en tenant compte des contraintes techniques, économiques et temporelles.
Comme alternative à l'utilisation de modèles d'optimisation multi-objectifs, de nouveaux modèles basés sur les jeux Single-Leader-Multi-Follower (SLMF) ont été étudiés et ont montré leur efficacité dans la conception optimale de PEI impliquant des échanges de flux de matières. Mais dès que les échanges d'énergie sont également pris en compte, des leaders multiples apparaissent naturellement, ce qui conduit à ce que l'on appelle le paradigme multi-leader-multi-follower (MLMF). Alors que les jeux SLMF ont été analysés en profondeur, il reste beaucoup à faire d'un point de vue théorique et numérique pour les modèles MLMF.
En outre, pour les PEI impliquant des échanges d'énergie, même dans des configurations optimisées, une part importante de la chaleur produite dans le parc reste souvent inutilisée, en raison de l'inadéquation des niveaux de température, des périodes de disponibilité ou de la nature des besoins énergétiques (par exemple, chaleur, refroidissement ou électricité).
Les systèmes de sorption (absorption, adsorption ou thermochimie) sont des technologies de conversion thermique qui peuvent produire du froid à partir de chaleur de qualité faible à moyenne et, dans certaines configurations, assurer le stockage de l'énergie thermique. Il s'agit de technologies matures, disponibles dans le commerce, fonctionnant dans une large gamme de températures et d'échelles de puissance (de quelques kW à plusieurs MW) et convenant à diverses applications (par exemple, refroidissement de l'espace, congélation). Des recherches récentes (en particulier au laboratoire PROMES) ont porté sur l'extension de leur plage de température de fonctionnement, l'amélioration de la flexibilité du système et la démonstration du potentiel de cogénération d'électricité à partir du froid. Ces études ont abouti à des preuves de concept expérimentales et au développement de modèles numériques validés expérimentalement, capables de simuler les performances et le comportement dynamique des systèmes.
Dans ce contexte, l'objectif principal de cette thèse est à la fois de développer des méthodes numériques efficaces pour les modèles MLMF et d'optimiser l'intégration des systèmes de sorption dans des configurations EIP représentatives et d'évaluer leur potentiel pour améliorer les performances environnementales et économiques globales des parcs.
Les principaux défis scientifiques et méthodologiques à relever sont les suivants :
- Proposer des reformulations intelligentes des modèles MLMF afin de pouvoir appliquer des schémas de calcul modernes, comme l'approche SOS1 couplée à des conditions d'optimalité du premier ordre pour traiter le problème MLMF avec des problèmes suiveurs à contraintes linéaires ;
- Développer des modèles représentatifs des EIP qui tiennent compte des échanges couplés de matières et d'énergie, ainsi que des contraintes technico-économiques cohérentes propres à chaque acteur industriel ;
- Réduire la complexité des modèles détaillés des systèmes de sorption pour permettre une intégration efficace dans les outils d'optimisation, tout en préservant une précision suffisante dans la prédiction des performances énergétiques et économiques.
Cette recherche contribue au contexte plus large de la transition énergétique et de l'optimisation des systèmes, en accord avec les priorités de recherche stratégiques du laboratoire PROMES concernant la valorisation de la chaleur résiduelle.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Eco-industrial parks (EIPs) are industrial zones in which companies are interconnected to exchange resources—such as fluids, by-products or energy—with the objective of improving both environmental and economic performance. Depending on their configuration, exchanges may involve material flows (e.g., water, chemical by-products) and/or energy flows (e.g., heat, cooling, electricity).
To maximize the collective and individual benefits of EIPs, their architecture must be optimized. This involves determining the optimal spatial and functional organization of inter-company exchanges, taking into account technical, economic, and temporal constraints.
As an alternative to the use of Multi-objective optimization models, new models based on Single-Leader-Multi-Follower games (SLMF) have been studied and have shown their efficiency in the optimal design of IEP involving material flow exchanges. But as soon as energy exchanges are also considered multiple leaders naturally occurs, thus leading to the so-called Multi-Leader-Multi-Follower paradigm (MLML). While SLMF games have been deeply analysed, a lot remains to be done from a theoretical and numerical point of view for MLMF models.
Moreover, for IEP involving energy exchanges, even in optimized configurations, a significant share of the heat produced within the park often remains unutilized, due to mismatches in temperature levels, availability periods, or the nature of energy needs (e.g., heat, cooling or electricity).
Sorption systems (absorption, adsorption, or thermochemical) are thermal conversion technologies that can produce cooling from low- to medium-grade heat and, in some configurations, provide thermal energy storage. These are mature, commercially available technologies, operating across a wide range of temperatures and power scales (from a few kW to several MW), and suitable for diverse applications (e.g., space cooling, deep freezing). Recent research (particularly at the PROMES laboratory) has focused on extending their operating temperature range, enhancing system flexibility [6], and demonstrating the potential for cold-electricity cogeneration. These studies have led to experimental proof-of-concepts and the development of experimentally validated numerical models capable of simulating system performance and dynamic behavior.
In this context, the main objective of this PhD thesis is both to develop efficient numerical methods for MLMF models and to optimize the integration of sorption systems into representative EIP configurations and assess their potential to improve the parks' overall environmental and economic performance.
The key scientific and methodological challenges to be addressed include:
• Propose some smart reformulations of MLMF models in order to be able to apply modern computational schemes, like SOS1 approach coupled with first order optimality conditions to tackle MLMF problem with linearly constrained follower problems;
• Developing representative models of EIPs that account for coupled material and energy exchanges, along with coherent techno-economic constraints specific to each industrial actor;
• Reducing the complexity of detailed sorption system models to enable efficient integration into optimization tools, while preserving sufficient accuracy in predicting energetic and economic performance.
This research contributes to the broader context of energy transition and system optimization, in alignment with the strategic research priorities of the PROMES laboratory regarding waste heat valorization.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Contrat doctoral

Concours pour un contrat doctoral

Université de Perpignan Via Domitia

305 Energie et Environnement

Des compétences en mathématiques appliquées sont bien sûr attendues, en particulier en optimisation différentiable et non différentiable. Mais une grande ouverture vers l'ingénieurie sera aussi attendue du candidat. De très bonnes compétences en programmation Julia ou Python seront nécessaires.
Skills in applied mathematics are of course expected, particularly in differentiable and non-differentiable optimisation. However, the candidate will also be expected to be open-minded towards engineering. Very good skills in Julia or Python programming will be required.