Une nouvelle méthodologie de modélisation cinétique des procédés de raffinage traitant les charges lourdes a été développée. Elle modélise, au niveau moléculaire, la composition de la charge et les réactions mises en œuvre dans le procédé.La composition de la charge est modélisée à travers un mélange de molécules dont les propriétés sont proches de celles de la charge. Le mélange de molécules est généré par une méthode de reconstruction moléculaire en deux étapes. Dans la première étape, les molécules sont créées par assemblage de blocs structuraux de manière stochastique. Dans la deuxième étape, les fractions molaires sont ajustées en maximisant un critère d'entropie d'information.Le procédé de raffinage est ensuite simulé en appliquant, réaction par réaction, ses principales transformations sur le mélange de molécules, à l'aide d'un algorithme de Monte Carlo.Cette méthodologie est appliquée à deux cas particuliers : l'hydrotraitement de gazoles et l'hydroconversion de résidus sous vide (RSV). Pour le premier cas, les propriétés globales de l'effluent sont bien prédites, ainsi que certaines propriétés moléculaires qui ne sont pas accessibles dans les modèles traditionnels. Pour l'hydroconversion de RSV, dont la structure moléculaire est nettement plus complexe, la conversion des coupes lourdes est correctement reproduite. Par contre, la prédiction des rendements en coupes légères et de la performance en désulfuration est moins précise. Pour les améliorer, il faut d'une part inclure de nouvelles réactions d'ouverture de cycle et d'autre part mieux représenter la charge en tenant compte des informations moléculaires issues des analyses des coupes de l'effluent.

Une nouvelle méthodologie de modélisation cinétique des procédés de raffinage traitant les charges lourdes a été développée. Elle modélise, au niveau moléculaire, la composition de la charge et les réactions mises en œuvre dans le procédé.La composition de la charge est modélisée à travers un mélange de molécules dont les propriétés sont proches de celles de la charge. Le mélange de molécules est généré par une méthode de reconstruction moléculaire en deux étapes. Dans la première étape, les molécules sont créées par assemblage de blocs structuraux de manière stochastique. Dans la deuxième étape, les fractions molaires sont ajustées en maximisant un critère d’entropie d’information.Le procédé de raffinage est ensuite simulé en appliquant, réaction par réaction, ses principales transformations sur le mélange de molécules, à l'aide d'un algorithme de Monte Carlo.Cette méthodologie est appliquée à deux cas particuliers : l’hydrotraitement de gazoles et l’hydroconversion de résidus sous vide (RSV). Pour le premier cas, les propriétés globales de l’effluent sont bien prédites, ainsi que certaines propriétés moléculaires qui ne sont pas accessibles dans les modèles traditionnels. Pour l'hydroconversion de RSV, dont la structure moléculaire est nettement plus complexe, la conversion des coupes lourdes est correctement reproduite. Par contre, la prédiction des rendements en coupes légères et de la performance en désulfuration est moins précise. Pour les améliorer, il faut d'une part inclure de nouvelles réactions d'ouverture de cycle et d'autre part mieux représenter la charge en tenant compte des informations moléculaires issues des analyses des coupes de l'effluent. / In the present PhD thesis, a novel methodology for the kinetic modelling of heavy oil refining processes is developed. The methodology models both the feedstock composition and the process reactions at a molecular level. The composition modelling consists of generating a set of molecules whose properties are close to those obtained from the process feedstock analyses. The set of molecules is generated by a two-step molecular reconstruction algorithm. In the first step, an equimolar set of molecules is built by assembling structural blocks in a stochastic manner. In the second step, the mole fractions of the molecules are adjusted by maximizing an information entropy criterion. The refining process is then simulated by applying, step by step, its main reactions to the set of molecules, by a Monte Carlo method. This methodology has been applied to two refining processes: The hydrotreating (HDT) of Light Cycle Oil (LCO) gas oils and the hydroconversion of vacuum residues (VR). For the HDT of LCO gas oils, the overall properties of the effluent are well predicted. The methodology is also able to predict molecular properties of the effluent that are not accessible from traditional kinetic models. For the hydroconversion of VR, which have more complex molecules than LCO gas oils, the conversion of heavy fractions is correctly predicted. However, the results for the composition of lighter fractions and the desulfurization yield are less accurate. To improve them, one must on one hand include new ring opening reactions and on the other hand refine the feedstock representation by using additional molecular information from the analyses of the process effluents.