Cas clients

#08 : Datastorm accompagne l’innovation de RTE

  • > mobilisation de l'expertise scientifique des chercheurs du CREST et de IP Paris
  • > expérimentation des solutions proposées par la Recherche
  • > intégration dans les chaînes de production

Think

RTE a développé ANTARES, un outil de simulation du fonctionnement des réseaux électriques et réseaux gaziers, dont Datastorm accompagne les développements en faisant notamment appel aux chercheurs du CREST et de l'Institut polytechnique de Paris.

Notre client et son environnement

RTE est le garant de la mise en place et du maintien en conditions opérationnelles du réseau de transport d’énergies en France. Pour réaliser cette mission, RTE a développé depuis 2015 un outil nommé ANTARES. Cet outil comporte différents modules permettant la réalisation de bout en bout des traitements : Data Management, Simulations, Calculs de statistiques et Datavisualisation. L'un des usages d’ANTARES est la simulation du fonctionnement de réseaux électriques et réseaux gaziers sous différentes hypothèses. Concrètement, ces hypothèses sont posées sous la forme de valeurs de nombreux paramètres caractéristiques d’un réseau et de son fonctionnement (tension, intensité, puissance active et réactive).

Pour ce projet, Datastorm a fait appel à Fabien Navarro, enseignant-chercheur en statistique rattaché au CREST, le laboratoire de recherche commune à l'ENSAE Paris, l'ENSAI et l'Ecole polytechnique. L'enjeu ? Associer l'expertise scientifique du chercheur à l'ingénierie opérationnelle de Datastorm sur le traitement de données symboliques de type graphes et sur les statistiques en grandes dimensions : complexité algorithmique, traitement de matrices creuses, parallélisation des calculs.

Le gestionnaire de réseaux souhaitait en effet faire évoluer les paramètres caractéristiques des interconnexions entre le réseau dont il a la charge et ceux auxquels il est interconnecté. Si ANTARES permettait la prise en compte de zones telles que la « Central Western Europe » constituée de la France, de l’Allemagne, des Pays-Bas et de la Belgique, l’interconnexion de l’Autriche à la zone nécessitait une adaptation de l'outil. La méthodologie calculatoire sous-jacente modélise les capacités d’échange entre pays comme des domaines convexes de dimension N-1 où N est le nombre de zones. La solution recherchée est alors un domaine optimal défini comme « le polyèdre convexe se calant au mieux aux polyèdres historiques ». Dans ce contexte, l’objet du projet était de faire évoluer le moteur de calcul de telle sorte qu’il puisse prendre des hypothèses concernent 5 pays et donc des polyèdres de dimension 4.

Model

Contexte technique

La solution ANTARES est une solution propre à RTE. Il n’existe pas sur le marché de solution comparable. Le système et certains détails de son fonctionnement sont confidentiels mais une très grande partie du projet est néanmoins publique. Dans le cas des programmes R de traitement des données, les packages sont publiés sous licence libre (https://github.com/rte-antares-rpackage), avec une dimension scientifique forte eut égard à leur publication sur le CRAN, institution de référence concernant le logiciel R.

Après avoir testé les algorithmes existants sur des cas fictifs en dimension 4, il a été constaté une augmentation exponentielle des temps de calcul. Compte tenu des objectifs, une nouvelle méthodologie devait donc être explorée. Après avoir analysé les raisons de cette augmentation, il a été décidé de revoir les paradigmes et les méthodes d’optimisation pour le calcul des polyèdres convexes optimaux.

Le moteur de calcul d’ANTARES fonctionne en production à l’aide de packages R. La solution définie doit ainsi être packagée en respectant des normes de développement très précises. Aussi, pour les problématiques d’optimisation convexe, nous avons été amenés à mettre en œuvre différentes packages R :

  • « qhull » qui fait référence ;

  • « R geometry » auquel contribuent des auteurs de Barber et al. (2012), intéressant d'un point de vue informatique en proposant une interface avec « qhull » ;

  • « vertexenum », basé sur la bibliothèque « lrslib », développé par l’un des auteurs de Avis et Fukuda, (1992).


Les performances à atteindre

Les premiers tests réalisés en dimension 4 nécessitaient près de 6 jours de calcul intensif là où un cas réel en dimension 3 ne nécessitait que quelques dizaines de minutes. Aussi les objectifs étaient-ils simples à exprimer :

- pouvoir passer à l’échelle, c’est-à-dire développer un nouvel algorithme qui puisse supporter un nombre de dimensions amené à augmenter ;

- être adaptable, c’est-à-dire pouvoir choisir des paramètres spécifiques permettant de « régler » l’équilibre entre temps de calcul et précision de l’optimum obtenu.

Les travaux réalisés par Datastorm ont consisté à  :

> rassembler les informations relatives à la méthodologie existante permettant d’orienter la recherche d’informations et la bibliographie de façon pertinente ;

> expérimenter les solutions proposées par la Recherche et donc réussir à les adapter aux spécificités techniques du problème à résoudre ;

> partager les résultats avec la communauté à travers des packages R publiés sur le CRAN, tout en préservant les savoir-faire propres à RTE, ce qui a nécessité de bien concevoir l’architecture fonctionnelle des développements et l’organisation des traitements.

Build

Cette dernière partie a consisté à mettre à jour les différents scripts R concernés par l’évolution désirée et tout particulièrement les packages fbAntares et fbClust.

https://github.com/rte-antares-rpackage/fbAntares

https://github.com/rte-antares-rpackage/fbClust

Antares RTE

Figure 1 : Flux de traitement des données et fonctions principales impliquées ( source RTE).




Résultats


Les objectifs ont été atteints grâce à des travaux académiques récents remontés par une étude bibliographique sérieuse. La méthode est ainsi parfaitement scalable et a pu être intégrée dans les chaines de production.

Les packages R livrés sont actuellement utilisés par les experts de la gestion des réseaux de RTE qui peuvent choisir d’améliorer ou non la couverture de l’espace et donc la précision des simulations à la puissance de calcul disponibles et au temps nécessaire.

Au global, l'effort de Recherche & Développement de Datastorm a mobilisé 8 personnes pendant 6 mois à des intensités variables, pour un total d'environ 150 jours/homme.




R&D et Crédit Impôt Recherche


Le projet ANTARES de RTE illustre parfaitement comment la capacité de Datastorm a accompagner l'innovation des entreprises grâce à son puissant écosystème R&D. Datastorm est par ailleurs titulaire de l’agrément Crédit Impôt Recherche dont l'assiette est doublée en 2020.


Solliciter l'expertise de Datastorm sur vos travaux R&D peut vous permettre de bénéficier du CIR à hauteur de 30% des dépenses éligibles jusqu'à 100 millions d'€. Le crédit d'impôt innovation, qui fait partie du CIR concerne les entreprises qui mettent au point des prototypes et des installations pilotes. Il est égal à 20% des dépenses éligibles dans la limite d'un plafond de 400 000 € par an.


Vous avez un projet R&D ?
Contactez-nous


Pratique :
le CIR en six questions

DataStorm adresse la chaîne complète de valeur Data des entreprises

De l’application des résultats des derniers travaux des chercheurs associés à l’ENSAE à la mise en production et à la maintenance de solutions permettant aux entreprises d’innover grâce à l’exploitation des données.

L'ingénierie

Nou vous accompagnons dans la mise en oeuvre des outis et applications vous permettant de valoriser vos leviers opérationnels.

La recherche appliquée

En fonction de vos projets, nous mobilisons les équipes de recherche du CREST et des laboratoires associés à Saclay et à Rennes.

L'expertise

Nous vous aidons à développer votre propre expertise data et machine learning, dédiée à vos métiers.

Toute l'expertise du Groupe ENSAE-ENSAI

Plateau de Saclay
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE

Paris
24 rue Barbès
92120 MONTROUGE - FRANCE