Stage - Amélioration de Modélisation d'Un Actif de Production pour la Valorisation Face Marché H/F EDF

Bienvenue à la R&D d'EDF au sein du département OSIRIS qui accompagne les entités opérationnelles du Groupe sur les sujets du management d'énergie, de l'analyse des marchés de l'énergie, de la gestion des risques financiers, de la prévision de consommation ou de production d'énergie renouvelable (EnR) et de l'impact du changement climatique.

Vous rejoindrez l'équipe « Gestion Court-Terme du Portefeuille et Modélisation Hydraulique » qui a pour missions principales de développer les modèles mathématiques et les plateformes logiciels qui optimisent et simulent les programmes de production à l'horizon court-terme et d'anticiper l'évolution du processus de gestion afin de s'adapter au contexte actuel : intégration des énergies intermittentes, nouveau code réseau, évolution des règles de marchés, etc.

EDF développe de nouveaux projets d'actifs de type batterie, hybride (batterie + production renouvelable) ou STEP (station de transfert d'énergie par pompage). Ces actifs apportent de la flexibilité au système électrique, flexibilité rendue nécessaire face à l'afflux sur le réseau de nouveaux moyens de production renouvelables non pilotables. Ils peuvent percevoir une rémunération du fait de leur participation aux marchés de puissance active (journalier et infra-journalier) mais sont également susceptibles de participer à l'équilibrage du réseau et d'en tirer des revenus. La prise en compte de ces diverses sources de rémunération est indispensable pour prendre les bonnes décisions en amont de la décision d'investissement dans de tels actifs. EDF R&D a développé des outils pour optimiser un actif hybride face à divers marchés. Afin d'obtenir la valorisation la plus juste possible, il est nécessaire de représenter le plus fidèlement possible les contraintes de fonctionnement intrinsèques de ces actifs ainsi que les opportunités présentes sur les marchés de l'énergie.

L'objectif du stage est d'améliorer la modélisation des actifs hybrides dans un outil interne codé en Python permettant d'optimiser ces actifs face à plusieurs signaux de prix.

Ces améliorations consisteront en :
· La formulation et l'implémentation de nouvelles contraintes, de type contrainte de cyclage, contrainte de durée minimale entre un passage d'un mode soutirage à un mode injection, ...
· Implémentation de coûts de démarrage ;
· Modélisation des marchés de puissance active avec impact sur la liquidité ;
· Modélisation des services système pour un actif de type STEP ;
· Introduire la possibilité de simuler un placement sur des prévisions de prix.
L'impact de ces différentes évolutions sera évalué sur un cas concret pour un actif de type STEP, au moyen d'un backtest de la stratégie de placement de l'actif sur données historiques.