PhD defense of M. Alnour RIBAULT

Date: 
Monday 27 January 2020

M. Alnour RIBAULT soutiendra sa thèse intitulé "Optimisation de la consommation d’énergie d’un entrepôt frigorifique : une double approche par la recherche opérationnelle et l’apprentissage automatique" le lundi 27 janvier 2020 à 10h30 à la salle de conférences de l'IUT Lumière Lyon 2 (160 Boulevard de l'Université, 69500 Bron). La soutenance sera suivie d'un pot. 

Les travaux de thèse seront présentés devant un jury composé de : 

  • Monsieur Stéphane Ploix, Professeur à l'Institut Polytechnique de Grenoble, Rapporteur
  • Monsieur Lyes Benyoucef, Professeur à l'Université d'Aix-Marseille, Rapporteur
  • Madame Nathalie Sauer, Professeur à l'Université de Lorraine, Examinatrice
  • Madame Rosa Abbou, Maître de Conférences à l'Université de Nantes, Examinatrice
  • Monsieur Yacine Ouzrout, Professeur à l'Université Lumière Lyon 2, Directeur de thèse
  • Monsieur Samuel Vercraene, Maître de Conférences à l'INSA de Lyon, Co-encadrant de thèse
  • Monsieur Sébastien Henry, Maître de Conférences à l'Université Claude Bernard Lyon 1, Co-encadrant de thèse

Abstract:

 Cold storage in Europe consume important amounts of energy to maintain cold rooms at low temperatures. The cold production control method most commonly used in cold stores does not account for variations in the price of electricity caused by the fluctuating needs of the electrical network. The thermal inertia of the cold rooms as well as the coolant tank could be used as energy storage. Moreover, the compressors are often used at suboptimal production levels. Those practices lead to extra energy consumption costs.

In the present research work, two approaches are proposed to improve the control of cold stores. The first approach is based on the mathematical modelling of the cold stores, and by the application of optimisation algorithms to those models in order to generate energy consumption schedules with minimal cost. The second approach, based on machine learning techniques, aims at establishing the best production decision in a given context by predicting the future cost generated by each possible production decision. These two approaches are compared to the most common control method for cold stores.