Smart Cities : simulation multi-agents d’un éco-quartier sous GAMA

En deuxième année de cycle ingénieur, majeure Informatique Big Data et Objets Connectés, Hugo Pousseur a choisi d’intégrer le Parcours Recherche. En parallèle de son cursus, l’élève-chercheur travaille sur un projet de recherche au sein du De Vinci Research Center.

Hugo, ESILV promo 2019, a consacré ces derniers mois au sujet des smart cities en simulant l’implémentation d’un microgrid au sein d’un éco-quartier à l’aide d’un système multi-agents.

L’ESILV, une école d’ingénieurs généraliste pour mûrir son projet professionnel

J’ai intégré l’ESILV en première année de la classe préparatoire intégrée. Passionné par l’informatique et la robotique, mais encore incertain de faire de ces passions un métier, j’ai choisi cette école en raison de son cursus généraliste. Celui-ci me laissait toutes les portes ouvertes et donnait une certaine importance à l’informatique.

Très vite mes doutes sont devenus des certitudes, choisir la majeure Informatique Big Data et Objets connectés en deuxième année de cycle ingénieur était en parfaite adéquation avec mon choix de carrière.

En dehors des études, j’ai intégré l’association de robotique DaVinciBot. Cela m’a permis de rencontrer d’autres passionnés, de travailler ensemble, d’échanger nos connaissances et de nous pousser à apprendre par nous-même, notamment des technologies telles que ROS.

Le choix du Parcours Recherche

C’est ce côté autodidacte, qui je pense, m’a orienté vers le monde de la R&D. Le Parcours Recherche était alors une chance pour moi car il permet de se faire une idée du travail d’un chercheur, souvent inconnu des étudiants.

De l’état de l’art à la rédaction d’articles, des hypothèses aux résultats expérimentaux, ce parcours permet de comprendre la méthode scientifique et systémique.

Chaque étudiant du parcours est suivi par un enseignant-chercheur. Il est présent pour nous aider à avancer mais aussi pour nous donner des conseils.

Cette initiation à la recherche m’a permis de découvrir une nouvelle façon d’apprendre et de découvrir le lien entre sciences dures et leurs applications concrètes, confirmant mon choix de poursuivre mes études après mon diplôme d’ingénieur.

Allier transition énergétique et transition numérique

En septembre dernier, nous devions choisir notre sujet de recherche parmi une liste établie. À la première lecture, j’ai tout de suite accroché sur le sujet des smart cities dont le but était de simuler l’implémentation d’un microgrid au sein d’un quartier à l’aide d’un système multi-agents. Il s’agit d’un système possédant un environnement dans lequel vivent un ensemble d’entités avec des buts différents, capables ou non d’interagir avec leur environnement et d’autres entités.

Je dois l’avouer, c’est la partie informatique qui m’a séduit dans ce sujet, d’autant plus que j’avais déjà des notions dans la modélisation systémique. Je me suis alors fié à ma première intuition même si le monde de l’énergie n’était pas au centre de mes intérêts.

Je dois reconnaître qu’au fil de mes recherches j’ai beaucoup appris et j’ai apprécié travailler dans ce contexte qui mêle transition énergétique et transition numérique.

Le microgrid est un réseau électrique intelligent à l’échelle d’un quartier. Ce réseau transmet à la fois de l’électricité et de l’information afin de gérer au mieux la distribution et la consommation. Contrairement à un réseau électrique classique, les flux producteurs à consommateurs sont bidirectionnels, on parle aussi d’autoconsommation ou de partage des ressources.

Simulation d’un éco-quartier sous GAMA, en vidéo

Un algorithme d’optimisation de la consommation énergétique d’un quartier

Le but de cette simulation est d’aplanir la consommation d’un quartier afin de diminuer les pics de consommation, provoquant une forte demande auprès du producteur et des congestions sur les lignes de transmission. Cette irrégularité impacte à la fois l’environnement car le réseau électrique doit être en mesure d’assurer à un instant T une grande quantité d’électricité et cela à l’aide d’énergies fossiles, sans oublier les pertes sur le réseau électrique.

Pour uniformiser cette consommation, nous avons utilisé la recherche opérationnelle afin d’établir la meilleure combinaison des appareils à lancer, en fonction des choix d’utilisateurs, d’informations liées aux appareils et des facteurs extérieurs.

Cela peut sembler perturbant de laisser un algorithme gérer les appareils, mais si nous prenons pour exemple la machine à laver, dans ce modèle l’utilisateur renseigne l’heure à laquelle il souhaite avoir ses vêtements propres et l’algorithme lancera la machine au moment le plus opportun en fonction de la consommation actuelle, du prix de l’électricité et du choix de l’utilisateur.

En plus de se réguler de façon autonome, chaque maison est connectée à un microgrid dans le but de trouver ensemble la meilleure répartition de l’électricité actuellement disponible.

Pour mettre en place ce consensus, nous nous sommes basés sur le principe du Leader-Follower, utilisé notamment dans le monde du Big Data, dont le but est d’élire un leader temporaire qui aura pour responsabilité de calculer par aide à la décision la répartition énergétique adoptée par le quartier.

L’implémentation d’un réseau décentralisé permet d’éviter qu’une panne impacte l’ensemble du réseau, si une maison n’est plus en mesure de communiquer, le reste du réseau ne sera pas perturbé. L’implémentation d’une telle structure est très coûteuse, nous avons donc voulu créer une simulation qui soit adaptable en fonction d’un quartier.

Le choix de la technologie utilisée pour la simulation

Cette simulation a été réalisée sous deux technologies différentes : JADE, un framework de Java; GAMA, environnement conçu pour le développement de systèmes multi-agents.

Dans un premier temps j’ai utilisé JADE car il permet de mettre en place des systèmes très complexes (à ne pas confondre avec la difficulté, un système est dit complexe lorsque son étude ne se limite pas à une entité mais à un ensemble d’entités et de leurs interactions).

Par la suite, nous avons décidé de remplacer JADE par GAMA car il permet de créer simplement une interface graphique améliorant le suivi de la simulation en temps réel, chose difficile avec JADE.

Comme présenté sur la vidéo, avant de lancer la simulation, il est possible de renseigner plusieurs paramètres, comme le nombre de maisons. Une fois la simulation lancée, nous pouvons voir en temps réel diverses informations, telles que : la consommation et le suivi des appareils d’une maison sélectionnée, la consommation globale et une vue en 3D du quartier.

Les perspectives de recherche

J’ai eu la chance pendant mon année de participer à la rédaction d’un article scientifique publié dans une conférence internationale, SMARTGREEN2018 en co-écriture avec Guillaume Guérard, enseignant-chercheur et un élève-ingénieur de cinquième année en Nouvelles Énergies, Loup-Noé Levy. Un deuxième article, dont je suis le premier auteur, est actuellement en relecture.

Actuellement, la simulation reste un peu rigide sur les habitudes de consommation, les recherches que j’entreprends maintenant reposent sur l’apprentissage machine des appareils au sein d’une maison. Le but, mieux comprendre la façon de vivre de ses habitants et donc mieux prédire les consommations à venir et s’adapter en conséquence.

Je tenais à remercier Thomas Raimbault d’avoir mis en place ce Parcours Recherche il y a deux ans, c’est une chance car peu d’écoles proposent une telle immersion dans le monde de la recherche. Je remercie aussi Guillaume Guérard, mon mentor du Parcours Recherche, pour son suivi et son aide sur mes travaux.

Plus d’informations sur les majeures de spécialisation proposées à l’ESILV, école d’ingénieurs généraliste au cœur des technologies du numérique.