HAL-MINES ParisTech
Not a member yet
27348 research outputs found
Sort by
Développer l'accessibilité par le numérique
No full textTable ronde intitulée "Développer l'accessibilité par le numérique" et animée par Ulysse Baratin. Cette table ronde s'est déroulée lors de la journée d'accélération du projet ciblé THEMIS, intitulée "Re-populariser le théâtre par le numérique ?" et s'inscrivant dans le programme de recherche Industries culturelles et créatives (PEPR ICCARE)
LEARNING TO PREDICT THE RUN-OF-RIVER HYDROPOWER FROM CLIMATE VARIABLES AT A LARGE SCALE
No full textInternational audienceAnalyzing the impact of climate variables on operational planning processes is indispensable for the effective implementation of sustainable power systems. Hydropower plays a crucial role in the transition to renewable energy sources and requires a thorough understanding of how climatic factors influence its performance, especially the run-of-river type. These power plants are less intermittent than solar or wind, but also less dispatchable than water-reservoir-based. Our work focuses on translating climate data into the capacity factor of run-of-river hydropower production on a national scale. This task presents significant challenges, where complexity arises from the need to capture the intricate relationship between water availability and electricity generation. This relationship becomes even more complicated when addressing large, interconnected regions such as European countries. In particular, we aim to identify the most effective techniques for providing power system operators with accurate forecasts and operational guidelines. To this end, we compare the accuracy of models based on an ensemble of decision trees with deep learning models that take temporal relations into account, such as Long Short-Term Memory (LSTM) networks. Furthermore, we enhance forecasting capabilities by employing advanced methodologies that integrate seasonal decomposition with LSTM networks
Du berceau à la tombe - Un cadre global pour tenir compte de l'incertitude dans l'analyse du cycle de vie des technologies photovoltaïques émergentes
No full textThe rapid growth of photovoltaics (PV), particularly emerging technologies such as perovskite/silicon (PSK/Si) tandem, offers promising pathways for a sustainable energy transition. However, their environmental performance must be thoroughly assessed to ensure alignment with the climate and environmental protection goals. Life Cycle Assessment (LCA) is a key methodology for this purpose, but its application to emerging technologies is often challenged by significant uncertainty, encompassing both quantitative and methodological uncertainty, particularly related to recycling modelling. In this context, parameterised models enable the explicit integration of uncertainty by representing technological systems through relevant variables. This provides a flexible foundation for exploring alternative scenarios and evaluating how sensitive the results are to underlying assumptions.This thesis proposes the development of a systematic methodological framework based on the creation of a parameterised model and representative approaches to recycling modelling. Informed by literature and applied to future PV contexts, UnReX (eXtending Recycling in Uncertainty treatment) comprises four steps: 1) construction of a parameterised LCI model, 2) identification of relevant parameters, 3) characterisation of quantitative uncertainty, and 4) integration of selection-based uncertainty. The framework enables the integration of multiple uncertainty sources within the LCI phase into parameterised LCA models, supporting a comprehensive cradle-to-grave uncertainty treatment. Its application to a PSK/Si tandem case study demonstrates strong practical relevance for decision-making and underscores the importance of recycling modelling in uncertainty management. The findings contribute to more robust and transparent LCA practices for emerging PV technologies, reinforcing their role in the energy transition and advancing global climate objectives.La croissance rapide du photovoltaïque (PV), en particulier des technologies émergentes telles que les tandems pérovskite/silicium (PSK/Si), ouvre des perspectives prometteuses pour une transition énergétique durable. Cependant, leur performance environnementale doit être rigoureusement évaluée afin de garantir leur cohérence avec les objectifs climatiques et de protection de l'environnement. L'Analyse du Cycle de Vie (ACV) constitue une méthodologie clé à cet effet, mais son application aux technologies émergentes est souvent confrontée à d'importantes incertitudes, à la fois quantitatives et méthodologiques, notamment en ce qui concerne la modélisation du recyclage. Dans ce contexte, les modèles paramétrés permettent d'intégrer explicitement les incertitudes en représentant les systèmes technologiques à travers des variables clés, offrant ainsi une base souple pour explorer différents scénarios et évaluer la sensibilité des résultats aux hypothèses retenues.Cette thèse propose le développement d'un cadre méthodologique systématique s'appuyant sur le développement d'un modèle paramétré ainsi que des approches représentatives de modélisation du recyclage. Nourri par une revue de la littérature et des applications aux futurs contextes photovoltaïques, UnReX (eXtending Recycling in Uncertainty treatment), se décline en quatre étapes : 1) la construction d'un modèle d'inventaire paramétré, 2) l'identification des paramètres pertinents, 3) la caractérisation de l'incertitude quantitative, et 4) l'intégration des incertitudes liées aux choix de modélisation. Ce cadre permet d'intégrer de multiples sources d'incertitude au sein de la phase d'inventaire dans des modèles ACV paramétrés, assurant ainsi un traitement global des incertitudes sur l'ensemble du cycle de vie. Son application à une étude de cas sur les modules tandem PSK/Si démontre sa pertinence pratique pour l'aide à la décision et souligne l'importance de la modélisation du recyclage dans la gestion des incertitudes. Les résultats obtenus contribuent à renforcer la robustesse et la transparence des pratiques ACV appliquées aux technologies émergentes, en soutenant leur rôle dans la transition énergétique et la réalisation des objectifs climatiques mondiaux
Signer le travail scientifique
No full textInternational audienceLa signature des publications scientifiques concentre les tensions entre organisation collective du travail et évaluation individuelle des contributions, qui sont au cœur des transformations de la science contemporaine et de ses modes de production
Decomposition for handling storage in power generation expansion planning
No full textInternational audienceSystem periodicity is exploited in long-term planning to reduce the size of the model by reducing the time horizon to a limited set of representative periods. System dynamic is then captured by a fine time discretization within each period, but this temporal representation prevents to model interdependencies between the periods, including storage conservation. We consider modelling non-periodic storage in integrated models for long-term expansion planning of power systems, from micro to continental grids, using temporal decomposition and block coordination between investment and operation
La science-fiction, levier de transformation organisationnelle
No full textLa science-fiction institutionnelle (SFI) intéresse organisations et chercheurs. Peu de connaissances sont établies néanmoins quant à ses modalités de production et leurs implications pour les institutions commanditaires. Cet article propose d’étudier les effets produits sur une organisation lors du processus de co-conception de SFI impliquant acteurs internes et externes. Il analyse la conception de fictions Red Team Défense du ministère des Armées françaises. Il qualifie les effets induits par ce processus sur les membres de l’organisation militaire. La méthodologie, qualitative, permet d’analyser de façon systématique les interventions des membres du ministère au cours de la production des récits. Les frottements créatifs, la confrontation des regards des acteurs internes et externes impliqués, sont identifiés et qualifiés. L’analyse est centrée en effet sur les acteurs internes. Un autre angle de lecture aurait pu être mis à l’étude, celui des auteurs, prolongement possible de cette recherche
Développement d'une Méthodologie de Conception pour le Système de Gestion Thermique des Véhicules Électriques
No full textThe global shift toward sustainable transportation is accelerating the adoption of electric vehicles, yet challenges in energy efficiency, thermal management, and driving range persist. The Thermal Management System, critical to ensuring the optimal performance of batteries, power electronics, and cabin environments, is a key factor in addressing these challenges. EV performance can decline by over 50% depending on weather conditions and TMS design. Current TMS design methods, constrained by predefined architectures and heuristic optimizations, limit adaptability and innovation. This thesis addresses these gaps by developing a method for designing and evaluating TMS architectures. First, it establishes the context of TMS in EVs, reviewing current designs and their limitations. Next, a complete vehicle model, including detailed thermal models of the TMS, battery, and cabin systems, is developed and validated with experimental data. This model is used to assess the impact of external factors, such as temperature and operational behavior, on energy consumption. A comparative study of TMS architectures in Tesla Model 3, Chevrolet Bolt, and Nissan Leaf highlights significant efficiency differences under various conditions. The core contribution is a design tool utilizing graph representations and Constraint Satisfaction Problems to automatically generate and evaluate TMS architectures. A hybrid optimization method integrates this tool with a refrigerant loop generator and a genetic algorithm for optimizing the secondary coolant loop. Case studies confirm the adaptability and efficiency of the proposed methods, offering a scalable, systematic approach to creating energy-efficient and adaptable TMS architectures, reducing energy consumption and extending EV range.La transition mondiale vers une mobilité durable accélère l’adoption des véhicules électriques, mais des défis subsistent en matière d’efficacité énergétique, de gestion thermique et d’autonomie. Le système de gestion thermique, essentiel pour assurer les performances optimales des batteries, des composants électroniques de puissance et de l’habitacle, joue un rôle clé dans la résolution de ces enjeux. Les performances des VE peuvent diminuer de plus de 50 % selon les conditions météorologiques et la conception du TMS. Les méthodes actuelles de conception, limitées par des architectures prédéfinies et des approches heuristiques, freinent l’innovation et l’adaptabilité. Cette thèse propose de combler ces lacunes en développant un cadre automatisé pour concevoir et évaluer les architectures TMS. Tout d'abord, elle établit le contexte des TMS dans les VE, en examinant les conceptions actuelles et leurs limites. Ensuite, un modèle complet du véhicule, incluant des modèles thermiques détaillés du TMS, de la batterie et de l’habitacle, est développé, validé par des données expérimentales et utilisé pour évaluer l’impact des facteurs externes, tels que la température et le comportement opérationnel, sur la consommation énergétique. Une étude comparative des architectures TMS des Tesla Model 3, Chevrolet Bolt et Nissan Leaf révèle des différences significatives d’efficacité selon les conditions. La contribution principale réside dans un outil de conception utilisant des représentations graphiques et des problèmes de satisfaction de contraintes pour générer et évaluer automatiquement les architectures TMS. Une méthode d’optimisation hybride, intégrant un générateur de boucle de réfrigérant et un algorithme génétique pour optimiser la boucle secondaire, démontre l’efficacité et l’adaptabilité des méthodes proposées, offrant une approche évolutive pour concevoir des TMS écoénergétiques et adaptables, réduisant ainsi la consommation énergétique et augmentant l’autonomie des VE
ORCHYD: Combination of High-Pressure Water Jet and Percussion to Improve Drilling Performance in Hard Rocks
No full textInternational audienceAbstract Drilling through hard crystalline rocks like granites is challenging and taxing on the overall performance due to reduced rate of penetration (ROP). While efforts have been made in improving polycrystalline diamond compact (PDC) bits to increase ROP in hard rocks, the evidence of their field performance is currently restricted to only a few sites. There exists scope for alternative drilling technology where a significant fraction of hard rocks are present, such as in deep geothermal wells for electricity generation. In the ORCHYD project, two mature technologies – high pressure water jetting (HPWJ) and percussion drilling - were combined. A combination of bit profile and peripherical groove (slotted by HPWJ) creates a stress-relief effect releasing the rock from surrounding geological stresses, requiring lower energy to break the rock using a mud hammer. Furthermore, pressure waves due to percussion are reflected by free surfaces at the groove aiding in rock breakage. In this project, an experimental study on the influence of operating conditions such as HPWJ pressure, bottom hole pressure and surrounding geological stresses on the drilling performance was conducted. Several tests were performed at a dedicated drilling laboratory where the operational parameters can be varied to emulate drilling conditions for depths up to 4 km. As compared to tricone roller bits, ORCHYD technology guaranteed at least 4 times increase in the drilling performance. The performance of HPWJ in slotting a peripheral groove and mud hammer in rock breakage were strongly influenced by the operational conditions, e.g., for a given jet pressure the groove depth decreased significantly with increased bottom hole pressure. In this work, effects of such operating conditions on drilling performance were tested for different types of rocks such as Sidobre, Kuru Grey and Red Bohus. A sensitivity analysis of the influencing parameters on drilling performance of this technology is presented in this work. With increasing geological stresses, the proposed drilling technique is more effective in increasing ROP due to the stress relief effect. A novel technique combining HPWJ and percussion drilling using a mud hammer prototype was developed to show improved drilling performance in deep, hard rocks as compared to conventional drilling technique. Through this work, the performance of this method under different realistic drilling conditions was studied to optimize ROP, especially when drilling hard abrasive formations in deep oil and gas or geothermal wells