Thèse 'Optimisation des Stratégies sur les Marchés de l'Électricité' H/F - Orange

L'ambition de la Division Innovation est de porter plus loin l'innovation d'Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l'humain, éclairer les choix stratégiques du Groupe à long terme et influencer l'écosystème digital mondial.
Nous formons les expertes et les experts des technologies d'aujourd'hui et de demain, et veillons à une amélioration continue de la performance de nos services et de notre efficacité. La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l'innovation dont 740 chercheurs. Porteurs d'une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, sociologues, graphistes, marketeurs, experts en cybersécurité...), les femmes et les hommes de Innovation sont à l'écoute et au service des pays, des régions et des business units pour faire d'Orange un opérateur multiservices de confiance.

Au sein de Innovation, vous serez intégré(e) dans une équipe de recherche à la pointe de l'innovation et de l'expertise en modélisation mathématique, aide à la décision et data science (recherche opérationnelle, machine learning, séries temporelles, théorie des jeux, ...). Vous ferez partie d'un écosystème de recherche côtoyant les responsables des stratégies d'achat pour l'approvisionnement en électricité des sites d'Orange.Contexte global et problématique du sujet :
Le groupe Orange est un grand consommateur d'électricité avec 3 principaux actifs consommateurs : ses réseaux, ses bâtiments, et (demain) ses flottes de véhicules électriques.

Par ailleurs, les marchés de gros de l'électricité sont en forte évolution concernant les marchés d'achat/vente ou de flexibilité et les types de contrat avec les fournisseurs (contrats " à clics ", où le prix négocié du MWh s'appliquera à toute la consommation, ou contrats " bloc+spot " où le prix négocié ne s'appliquera que pour la taille du bloc acheté, le reste étant à acheter sur le marché spot le jour J, contrats PPAs " Power Purchase Agreements " pour la fourniture d'énergie renouvelable), offrant toujours plus d'opportunités pour optimiser les coûts et/ou favoriser la décarbonation.

Les actifs du groupe Orange sont non seulement des sources de coûts, liés à leur consommation électrique, mais aussi une opportunité de valorisation de leur flexibilité.

L'objectif est de se doter d'un outillage mathématique permettant de guider les stratégies de participation sur les marchés de l'électricité, en conjuguant la stratégie d'achat avec la stratégie de flexibilité, de manière optimiser les coûts et les revenus.

L'objectif scientifique de la thèse est de :
Concevoir un modèle mathématique qui aide à décider quelles tailles de blocs de MW acheter et sur quels marchés
Proposer un modèle permettant d'évaluer et comparer les contrats des fournisseurs en fonction de leurs caractéristiques financières
Concevoir un modèle mathématique permettant de valoriser les actifs énergétiques que sont les batteries ou les véhicules électriques, comme alternative à l'achat d'électricité sur le marché spot lorsque les prix spot sont élevés, ou comme moyen de participer sur les marchés de la flexibilité.

Les principaux défis à lever sont :
Incertitude sur les données : prix d'achat sur les marchés à terme par les acheteurs, prix sur le maché spot, rémunérations par les marchés de la flexibilité, consommation électrique des actifs, production d'énergie renouvelable des PPAs
Modélisation des règles des marchés et des règles d'ingénierie
Horizons de planification : les décisions d'approvisionnement sont à prendre très à l'avance de l'année de livraison de l'électricité, tandis que les décisions sur les marchés de la flexibilité sont la même année que la livraison.

Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste
Compétences en mathématiques théoriques
Compétences en recherche opérationnelle et optimisation mathématique, en particulier en optimisation sous incertitude (optimisation robuste, optimisation stochastique)
Compétences en probabilités et statistiques
Maitrise de la programmation (Julia, Python)
Une connaissance des marchés de l'électricité serait un plus.
Des connaissances en mathématiques financières et de modèles quantitatifs financiers, pour la prévision des prix d'actions/options, seraient un plus.
Faire preuve d'une bonne autonomie, de curiosité et de pugnacité, d'un fort esprit d'initiative et de synthèse.

Formation demandée (master, diplôme d'ingénieur, doctorat, domaine scientifique et technique ...) :
Diplôme d'ingénieur ou Master de recherche en mathématiques appliquées / informatique décisionnelle.

Expériences souhaitées (stages, ...) :
Une première expérience en rapport avec l'aide à la décision est préférable (stage ou projet)