Énergie
La transition énergétique constitue un défi majeur face au réchauffement climatique, et l’informatique peut contribuer à y répondre.
Au Loria, six grands axes de recherche sont directement concernés : l’Internet des objets (IoT), la cosimulation, l’optimisation, l’exploration de données et l’apprentissage automatique, l’informatique frugale et la cybersécurité.
Ces activités s’inscrivent dans le cadre des activités principales des équipes (non détaillées ici ; pour plus d’informations se référer aux équipes), de certains projets transversaux et d’activités d’animation. Vous trouverez ici quelques éléments représentatifs de nos activités.
Projets transversaux
PEPR ACT-4-IE
Les équipes Simbiot et Optimist apportent leur expertise au PEPR SPLEEN « Soutenir l’innovation pour développer de nouveaux procédés industriels largement décarbonés », et plus spécifiquement au projet ACT-4-IE.
Ce projet propose de construire une approche systémique pour évaluser, diagnostiquer et optimiser les zones industrielles pour les transformer en des territoires agiles, à faible impact carbone, alors qu’elles sont généralement gérées sans prendre en compte l’environnement urbain et industriel qui les entoure.
Hy2Car, un projet de véhicule autonome et propre.
- Une collaboration avec l’ATMO Grand Est, le LRGP, le GREEN, le Loria, le CRAN, PerseUs, le BETA.
- Porté par l’Université de Lorraine et le CNRS, ce projet vise à développer un concept de voiture électrique combinant une pile à combustible sous-dimensionnée à des supercondensateurs pour le transport (sub)urbain. Une première phase consiste à installer la source hybride dans un véhicule. La seconde, à concevoir un véhicule personnel dédié au transport. Le Loria participe notamment sur les activités d’apprentissage, d’optimisation, les réseaux de capteurs et la so-simulation au travers des équipes Mosaik, Optimist et Simbiot.
Projet PIA CYMOVE
Face aux transformations du secteur automobile, avec des véhicules électriques, connectés et de nouveaux enjeux de cybersécurité, CyMoVE a pour objectif de développer les compétences nécessaires aux métiers de demain. Porté par un consortium d’acteurs engagés, réunissant établissements de formation, laboratoires de recherche, entreprises et partenaires du territoire, le projet s’articule autour de quatre axes :
- Développer de nouvelles formations et modules pédagogiques
- Concevoir des outils pédagogiques innovants
- Accompagner la formation des enseignants et formateurs
- Valoriser les métiers et les formations liés aux mobilités de demain.
Soutenu par le programme France 2030, CyMoVE s’inscrit dans une démarche d’innovation au service de la formation, de l’emploi et des transitions technologiques.
Le Loria participe à ce projet au travers des équipes Caramba, Optimist, Resist et Simbiot.
Logiciel MECSYCO
MECSYCO (Multi-agent Environment for Complex SYstem CO-simulation) est un logiciel de simulation et modélisation de systèmes complexes. Il permet de réaliser des simulations numériques à partir de simulateurs existants et hétérogènes.
Cette plateforme utilise une architecture multi-agent pour réaliser l’intégration rigoureuse des différents composants de la simulation.
Ce logiciel a été impliqué dans plusieurs projets en lien avec des partenaires industriels :
- Avec le soutien de EDF R&D en partenariat avec Inria, le projet MS4SG (Multi-Simulation for Smart-Grid) a permis plusieurs développements importants (version C++ de MECSYCO, intégration de NS3, intégration d’Omnet++).
- Le projet LiveGrid, plateforme expérimentale pour les réseaux électriques intelligents où MECSYCO était retenu pour la partie simulation.
Thèse CIFRE
Théo Docquier nous explique dans cette vidéo ses travaux réalisés dans le cadre d’une thèse CIFRE entre l’équipe Simbiot du Loria et la SCLE : « Méthodologies pour l’évaluation de performances d’architectures réseaux smart grids ».
Collaborations internationales
Collaboration Université de Lorraine, Loria / Université internationale de Rabat TICLAB.
Ce projet de recherche a pour ambition de proposer des outils d’aide à la décision pour la gestion d’un système cyber physique de véhicules électriques (VE). Ces outils d’aide à la décision combinent les approches de co-simulation, d’optimisation et des méthodes d’apprentissage en intelligence artificielle. Ces nouvelles approches permettent de combiner les forces des trois domaines (la co-simulation, l’optimisation et de l’apprentissage) afin de tenir compte des paramètres endogènes et exogènes de l’écosystème du véhicule électrique.
Cette collaboration est concrétisée par deux thèses en cotutelle au sein des équipes Optimist et Simbiot.
Enseignement
Les enseignants-chercheurs du Loria, outre leur activités d’enseignement dans leur composantes d’affectation, s’impliquent également dans le master Erasmus mundus DENSYS (Decentralized Energy Systems).
