Vous êtes ici : Accueil > Nos formations > Transition Énergétique et Économie Circulaire / Méthodes avancées d'optimisation des systèmes énergétiques

TEEC02 - Méthodes avancées d'optimisation des systèmes énergétiques - 2025

Domaine Transition Énergétique et Économie Circulaire

Certifiante

(4.9)/5 (32 avis)

Français

Maroc - CIFpro-Maroc

Certifiante

Référence

TEEC02

Durée

2 semaines

Type

Présentiel

Prix

5700.00 €

Pays

Maroc - CIFpro - Maroc

Télécharger le PDF Inscrivez-vous à cette Formation Demander un devis

Partagez cette formation sur :

Description

Cette formation vise à vous familiariser avec les méthodes avancées d’optimisation appliquées aux systèmes énergétiques, en s’appuyant sur des outils modernes comme Python. Vous découvrirez les bases des algorithmes d’optimisation, de la programmation linéaire aux algorithmes génétiques, ainsi que la notion d’optimisation multi-objectif pour équilibrer plusieurs critères (performance, coût, impact environnemental).

Le programme vous guide pas à pas dans l’utilisation de Python, un langage puissant et accessible, pour mener vos propres études d’optimisation. Vous apprendrez à coupler Python avec des outils de simulation énergétique, comme EnergyPlus, pour enrichir vos modèles et affiner vos analyses.

Des études de cas pratiques vous permettront d’appliquer ces concepts à des problèmes concrets : dimensionnement optimal d’échangeurs thermiques, optimisation de pompes à chaleur, ou encore production photovoltaïque. L’objectif est de développer votre capacité à modéliser, si... Lire la suite

Réviser les notions de base en algorithmique utiles à l’optimisation.

Maîtriser les algorithmes fondamentaux d’optimisation, y compris l’optimisation multi-objectif.

Apprendre à utiliser Python pour réaliser des études d’optimisation appliquées aux systèmes énergétiques.

Savoir coupler Python avec des outils de simulation pour modéliser et optimiser des systèmes réels.

Ingénieurs et techniciens en énergie, environnement, génie climatique ou bâtiment.

Consultants et chefs de projet souhaitant intégrer l’optimisation dans leurs missions.

Professionnels intéressés par la modélisation et l’analyse numérique appliquées à la transition énergétique.

Étudiants avancés en ingénierie énergétique ou informatique appliquée.

Formation interactive combinant exposés théoriques simples, démonstrations pratiques et ateliers de programmation.

Utilisation d’exercices guidés pour appliquer les concepts à des problématiques concrètes.

Études de cas réels et travail sur des outils professionnels.

Module 1 : Notions de base en algorithmique et optimisation

Rappel des principes fondamentaux de l’algorithmique.
Introduction aux algorithmes d’optimisation : méthode du gradient, programmation linéaire, algorithmes génétiques.
Présentation de l’optimisation multi-objectif pour prendre en compte plusieurs critères.

Module 2 : Introduction à Python pour l’optimisation

Initiation à Python : environnement, syntaxe et bibliothèques utiles (NumPy, SciPy, matplotlib).
Programmation simple d’algorithmes d’optimisation.
Manipulation des données et visualisation des résultats.

Module 3 : Optimisation des systèmes énergétiques avec Python

Modélisation de systèmes énergétiques simples en Python.
Application des algorithmes d’optimisation pour dimensionner ou améliorer les performances.
Mise en œuvre d’exemples concrets : échangeurs thermiques, pompes à chaleur, capteurs photovoltaïques.

Module 4 : Couplage Python et outils de simulation énergétique

Présentation d’EnergyPlus et autres simulateurs similaires.
Techniques pour intégrer Python avec ces outils via scripts ou API.
Études de cas : simulations couplées, analyse et optimisation de scénarios énergétiques complexes.

Bases en informatique et algorithmique.

Notions élémentaires en énergie ou systèmes énergétiques.

Curiosité pour la programmation, aucune maîtrise préalable de Python requise mais appréciée.