HAL-MINES ParisTech
Not a member yet
27348 research outputs found
Sort by
HYDROGEN AND SUSTAINABILITY IN MENA: NAVIGATING THE TENSIONS BETWEEN EXPORT AMBITIONS AND ENERGY SECURITY - A TECHNICAL-ECONOMIC ANALYSIS BASED ON TIAM-FR
No full textInternational audienc
Conception des politiques publiques et de la régulation relatives à la flexibilité électrique : intégrations marchandes de nouvelles formes de services
No full textInternational audienceThe development of flexibilities addresses two energy regulation challenges: improving the balancing of the electricity system and minimizing the costs of managing distribution and transmission networks. An examination of the guidelines set out in the new “Tariff for Use of Public Electricity Networks” (TURPE 7) and their translation into contractual, technical, and commercial mechanisms reveals specific courses of action for each of these challenges: influencing producers and consumers through signals, and influencing the networks themselves. These results contribute to a socio-legal analysis of the development of flexibility in France, organized into four themes: regulation, doctrines, mechanisms, and markets.Le développement des flexibilités répond à deux enjeux de régulation énergétique : améliorer l'équilibrage du système électrique, et minimiser les coûts de gestion des réseaux de distribution et de transport. L'examen des orientations prévues dans le cadre du nouveau "Tarif d'Utilisation des Réseaux Publics d’Électricité" (TURPE 7) et de leurs traductions en dispositifs contractuels, techniques et marchands permet de distinguer des modalités d'action propres à chacun de ces enjeux : agir sur les producteurs et les consommateurs au moyen de signaux, et agir sur les réseaux eux-mêmes. Ces résultats participent à une analyse socio-juridique du développement des flexibilités en France organisé en quatre thèmes : régulation, doctrines, dispositifs, marchés
L'utilisation de l'expertise économique, de la modélisation économique et des travaux sur les trajectoires dans les contentions climatiques
No full textInternational audienceL'utilisation de l'expertise économique, de la modélisation économique et des travaux sur les trajectoires dans les contentions climatiques
From real-time and fully 3D examination of the microstructure evolution to FE simulation of crack initiation and growth
No full textInternational audienc
'Bad' Oil, 'Worse' Oil and Carbon Misallocation
No full textNot all barrels of oil are created equal: their extraction varies in both private cost and carbon intensity. Leveraging a comprehensive micro-dataset on world oil fields, alongside detailed estimates of carbon intensities and private extraction costs, this study quantifies the additional emissions and costs from having extracted the ’wrong’ deposits. We do so by comparing historical deposit-level supplies to counterfactualsthat factor in pollution costs, while keeping annual global consumption unchanged. Between 1992 and 2018, carbon misallocation amounted to at least 11.00 gigatons of CO2-equivalent (GtCO2eq), incurring an environmental cost evaluated at 2018). This translates into a significant supply-side ecological debt for major producers of high-carbon oil. Looking forward, we estimate the gains from making deposit-level extraction socially optimal at about 9.30 GtCO2eq, valued at $1.9 trillion, along a future aggregate demand pathway coherent with the objective of net-zero emissions in 2050, and document unequal reserve stranding across oil nations
Données textuelles pour la modélisation avancée des dynamiques de la demande et des prix d'électricité
No full textDespite the increasing maturity of current power systems and markets, they still face numerous uncertain risks, such as sudden changes in electricity demand due to special events. In this context, leveraging machine learning and natural lan-guage processing (NLP) technologies for integrated modelling to address uncertainties in power systems holds significant promise.This thesis revisits traditional power forecasting models, exploring the potential of using information embedded in social texts and investigates multimodal forecasting methods to enhance the robustness and decision-making intelligence of power systems. It designs a novel power forecasting framework that enables the acquisition, modelling, and interpretation of social text knowledge to improve power forecasting.To extract knowledge from vast amounts of text, various text embedding, feature extraction, and feature selection tech-niques have been developed. For modelling this knowledge, the thesis enhances machine learning methods by consider-ing both deterministic and probabilistic forecasting. To explain the impact of this knowledge on power systems, different approaches based on correlation and causality are designed, providing a comprehensive picture of the power-social-economic relationship.The proposed methods have been validated through experiments across different countries, languages, levels, and ob-jectives. In summary, the research findings of this thesis contribute to strengthening the capability of power systems to cope with uncertainties and promote the intelligent development of power systems.Malgré la maturité croissante des systèmes électriques et des marchés actuels, ils sont toujours confrontés à de nombreux risques incertains, tels que des changements soudains de la demande d’électricité en raison d’évènements spéciaux. Dans ce contexte, l’utilisation des technologies de l’apprentissage automatique et du traitement du langage naturel (NLP) pour une modélisation intégrée afin de répondre aux incertitudes des systèmes électriques présente un potentiel significatif.Cette thèse revisite les modèles de prévision de l’électricité traditionnels, en explorant le potentiel d’utilisation des informations intégrées dans les textes sociaux et en investiguant des méthodes de prévision multimodales pour améliorer la robustesse et l’intelligence décisionnelle des systèmes électriques. Elle conçoit un nouveau cadre de prévision d'électricité qui permet l’acquisition, la modélisation et l’interprétation des connaissances issues des textes sociaux afin d'améliorer les prévisions de l’électricité.Pour extraire des connaissances de vastes quantités de textes, diverses techniques d’intégration de texte, d’extraction de caractéristiques et de sélection de caractéristiques ont été développées. Pour modéliser ces connaissances, la thèse améliore les méthodes d’apprentissage automatique en prenant en compte les prévisions déterministes et probabilistes. Pour expliquer l’impact de ces connaissances sur les systèmes électriques, différentes approches basées sur la corrélation et la causalité sont conçues, fournissant une image complète de la relation entre le système électrique, la société et l’économie.Les méthodes proposées ont été validées a` travers des expériences menées dans différents pays, langues, niveaux et objectifs. En résumé, les résultats de recherche de cette thèse contribuent à renforcer la capacité des systèmes électriques à faire face aux incertitudes et a` promouvoir le développement intelligent des systèmes électriques