Équipe AUT (AUTomatic Control)

L’équipe Automatique de l'IETR développe des solutions algorithmiques de commande et d’analyse des systèmes de grande taille et interagissants. Son domaine d'application principal est l’énergie : réseaux électriques, bâtiment à énergie positive…
AUT research team at CentraleSupélec, June 2023

Présentation & thèmes de recherche

L'équipe est composée de 7 permanents enseignants-chercheurs de CentraleSupélec. Au 1er janvier 2022, elle (co-)accueille 6 doctorants.

L’équipe est localisée sur le campus de Rennes de CentraleSupélec.

L'équipe Automatique travaille à la fois sur :

  • des contributions méthodologiques pour l'analyse et de commande des systèmes dynamiques, indépendantes d'un domaine d'application particulier
  • des contributions applicatives particulières au domaine de l'énergie, grâce à son expérience du contexte et des technologies particulières des réseaux électrique, de l'énergie dans les bâtiments et des systèmes énergétiques en général.

Contributions méthodologiques

D’un point de vue méthodologique, les travaux de l'équipe portent sur :

  • la distribution et la hiérarchisation de l’analyse, de l’identification, de la commande et de l’estimation d’état des systèmes dynamiques en particulier hybrides
  • la prise en compte de la sûreté et de la robustesse des applications de commande distribuées lorsque l’un des acteurs coopérants devient non-coopératif

Contributions au domaine de l'énergie

En se basant sur ses acquis méthodologiques et applicatifs, elle contribue au développement des Systèmes Intelligents d’Énergie en particulier au travers de ses travaux sur :

  • l’efficacité énergétique des systèmes
  • la gestion de l’énergie et l’intégration des Énergies Renouvables (EnR) dans les bâtiments à énergie positive
  • l’intégration des bâtiments actifs dans les réseaux de distribution d’énergie
  • la gestion active des réseaux de distribution et les micro-réseaux afin d’assurer leur fonctionnement optimal et favoriser leur flexibilité

Projets

  • Smart building (Stanislav Aranovskiy, financement Rennes Métropole)
  • Smart & Secure Room : Plateau technique dont le but est d'améliorer la résilience des smart grids, face à des pannes et des cyber-attaques : étude de vulnérabilités (matérielles, logicielles et comportementales) et mise en œuvre de lois de commande résiliente.
    • Financement : CentraleSupélec (55%), Rennes Métropole (30%), IETR (10%), IRISA (5%).

Thèses en cours

Alexandre Faye-Bédrin (2022-2025)

Contrôle prédictif & adaptatif sans modèle (data-driven)

Microgrid sizing under uncertainty

Elsy EL SAYEGH (2021 – 2024)

Conception de microgrid prenant en compte la résilience et l'incertain long terme (ex. : évolution de la consommation ou du prix des carburants à l'horizon de plusieurs années). Collaboration avec EDF R&D (thèse CIFRE).

Alexis Wagner (2021 – 2024)

Smart home: Analyse sur Cycle de Vie et apports des systèmes de commande avancée (partenariat avec laboratoire SATIE)

Convergence of estimator illustration

Marina Korotina (2020 – 2023)

Performance Enhancement in Adaptive and Learning Control Systems. Possible applications include model-predictive control with model adaptation and data-driven control for real-time power management. Double postgraduate program with ITMO University (Russia).

Zhigang ZHANG (2020 – 2023)

Contract-based energy management of flexibility in microgrids.

Thèse soutenues

Joy EL FEGHALI (2023)

Thèse : Réduction du modèle des systèmes multi-énergies en Modelica. Application à un réseau multi-énergies urbain. Collaboration avec EDF et L2S (institut RISEGrid).

Chargée d'études R&D sur le réseau de transport électrique chez RTE.

Rafael Accácio NOGUEIRA (2022)

Thèse : Gestion des agents non coopératifs dans un cadre d'optimisation distribuée.

Chercheur post-doctoral au LAAS (CNRS)

Xiang DAI (2021)

Thèse : Décomposition duale pour la commande prédictive : terminaison accélérée dans les itérations.

Post-doc au Gipsa-lab sur la navigation des avions militaires grâce à des données inertielles et de vision.

Jesse James PRINCE AGBODJAN (2021)

Thèse : Conception de contrôleur résilient faces au évènements extrêmes et rare pour des systèmes énergétiques. Ex. pilotage d'un microgrid avec stockage qui tienne compte du risque de panne du réseau principal.

Data scientist chez le gestionnaire de réseau SRD depuis 2022, après un an de postdoc au laboratoire SATIE, ENS Rennes.

Amanda ABREU (2019)

Thèse : Commande prédictive hiérarchisée hybride pour la gestion de l’énergie dans les bâtiments. Collaboration industrielle avec Delta Dore (thèse CIFRE).

Ingénieure R&D Automation & Control chez DeltaDore depuis 2019.