Dans le cadre des débats sur la transition énergétique, l'implémentation des Smart Grids est avancée comme une part de la solution pour répondre à la fois aux questions climatiques et aux enjeux énergétiques. Les modèles de prospective constituent des outils d'aide à la décision permettant d'orienter les trajectoires énergétiques afin de satisfaire aux futures demandes en tenant compte de contraintes environnementales et techniques. Ces modèles historiques, caractérisés principalement par l'adéquation de l'offre à la demande doivent désormais évoluer pour intégrer les développements futurs attendus du système électrique. Dans ce travail, nous avons implémenté dans une approche de long terme différentes fonctionnalités propres aux Smart Grids (gestion de la demande, stockage, énergies renouvelables). Cette approche nous permet d'évaluer les bénéfices liés à chacune d'entre elles séparément, ou bien conjointement au travers de bouquets de solutions, tenant ainsi compte des possibles interactions entre ces fonctionnalités. Nous avons également intégré un indicateur reflétant le niveau de fiabilité du système électrique dans notre modèle. Ce paramètre supplémentaire permet de contraindre les futurs systèmes électriques afin qu'ils garantissent un niveau de service en terme de fourniture électrique identique à celui des systèmes existants. Cette étude est illustrée par le cas de l'île de la Réunion, qui s'est donné pour objectif de produire d'ici 2030 son électricité à partir de sources uniquement renouvelables, et pour qui les fonctionnalités de Smart Grids pourraient constituer un levier intéressant. / In the context of discussions on the energy transition, the general consensus is that part of the solution could come from Smart Grids to deal both with climate and energy issues. Prospective energy systems models may be used to estimate the long-term development of the energy system in order to meet future energy demands while taking into account environmental and technical constraints. These historical models are demand driven and should from now on evolve to considerate future developments of the electricity system. In this study, we have implemented some functionalities related to the concept of Smart Grids in a long-term planning model (demand-side integration, storage, renewable energy). This approach makes it possible to evaluate their benefits separately or collectively, taking into account possible interactions between these functionalities. We have also implemented an indicator reflecting the level of reliability of the electricity system in our model. This additional parameter enables to constrain future electricity systems to ensure a level of reliability identical to the existing one. Our analysis is demonstrated by the case of the Reunion Island, which aims to produce electricity using 100% renewable sources by 2030, and for which Smart Grids functionalities are also potential solutions for reaching this objective.

Increasing demands for energy and water from a growing urban population challenges resource availability and infrastructure capacity in cities worldwide. Planning for infrastructure systems development to meet growing demands has traditionally been done separately, not regarding that these systems are in many aspects interlinked. New York City has well developed systems for supplying these basic needs, but they are among the oldest in the country and may not suffice the needs of a growing population. Meanwhile, ambitious city-planning documents recognize opportunities for holistic planning focused on resource efficiency and long-term sustainability. This thesis aims to develop a foundation for quantitative modelling of how water and energy consumption may be affected by political decisions in New York City. The MARKAL (MARKet ALlocation) framework, commonly used to model long-term energy systems developments, is expanded to include the NYC’s water system. Relevant water system technologies are quantified with economic parameters, energy input and greenhouse gas emissions to give an as realistic as possible description of the entire water system. When combined with the existing MARKAL-model over NYC's energy system, the test runs of the model clearly shows impacts on energy consumption from water system regulations. These preliminary results are not applicable to support urban policy-making at this stage. However, with further development of the model as well as improvements in data quality it is perceived that this integrated water-energy model has the potential to become a powerful decision support tool for joint planning of water and energy systems developments in New York City. This Master thesis has been conducted in collaboration with the Energy Policy and Technology Analysis Group of the Sustainable Energy Technologies Department at Brookhaven National Laboratory, U.S.A.

Dans une problématique énergétique marquée par des contraintes environnementales et de disponibilité des ressources primaires croissantes, le potentiel d'ajustement offert par les technologies fait partie des leviers les plus prometteurs sur le long terme. Les modèles de prospective énergétique constituent alors des supports précieux à l'analyse chiffrée de scénarios énergétiques alternatifs. Pour l'évaluation des choix technologiques futurs, la modélisation de type MARKAL s'avère particulièrement adaptée. Elle détermine une structure technologique optimale sous diverses contraintes, à partir d'une représentation explicite d'un ensemble d'options techniques actuelles et futures pour l'offre et la demande d'énergie. Dans cette thèse nous réalisons une série de modèles de prospective énergétique pour le système énergétique français et nous proposons une nouvelle approche pour améliorer la représentation classique des systèmes électriques dans MARKAL. Les améliorations proposées portent sur le besoin de flexibilité pour le suivi de la courbe de charge, et sur l'impact de la production éolienne sur les choix de moyens de production. Le travail de modélisation effectué comporte un modèle électrique flexible, un modèle électrique ouest européen multirégional, un modèle global du système énergétique français.

Dans le cadre des débats sur la transition énergétique, l'implémentation des Smart Grids est avancée comme une part de la solution pour répondre à la fois aux questions climatiques et aux enjeux énergétiques. Les modèles de prospective constituent des outils d'aide à la décision permettant d'orienter les trajectoires énergétiques afin de satisfaire aux futures demandes en tenant compte de contraintes environnementales et techniques. Ces modèles historiques, caractérisés principalement par l'adéquation de l'offre à la demande doivent désormais évoluer pour intégrer les développements futurs attendus du système électrique. Dans ce travail, nous avons implémenté dans une approche de long terme différentes fonctionnalités propres aux Smart Grids (gestion de la demande, stockage, énergies renouvelables). Cette approche nous permet d'évaluer les bénéfices liés à chacune d'entre elles séparément, ou bien conjointement au travers de bouquets de solutions, tenant ainsi compte des possibles interactions entre ces fonctionnalités. Nous avons également intégré un indicateur reflétant le niveau de fiabilité du système électrique dans notre modèle. Ce paramètre supplémentaire permet de contraindre les futurs systèmes électriques afin qu'ils garantissent un niveau de service en terme de fourniture électrique identique à celui des systèmes existants. Cette étude est illustrée par le cas de l'île de la Réunion, qui s'est donné pour objectif de produire d'ici 2030 son électricité à partir de sources uniquement renouvelables, et pour qui les fonctionnalités de Smart Grids pourraient constituer un levier intéressant.

L'augmentation des prix de l'énergie due à la raréfaction des énergies fossiles et la prise en compte des impacts environnementaux rend inéluctable l'engagement des industriels dans une démarche de maitrise de leurs consommations énergétiques et leurs émissions. L'Industrie Diffuse (ID), par opposition aux IGCE, est de plus en plus importante sur le plan économique, énergétique et environnemental. Elle devient ainsi une cible prioritaire d'autant plus que l'on constate qu'elle a été peu traitée dans les analyses énergétiques malgré l'intérêt des politiques en matière d'efficacité énergétique et le nombre considérable d'articles et de livres sur l'énergie. Comment quantifier alors l'implication de l'ID dans la contrainte réglementaire liée au changement climatique ? Quelles technologies et politiques à mettre en œuvre pour contribuer aux objectifs fixés par les plans d'actions pour l'efficacité énergétique ?Le travail de cette thèse repose ainsi sur une optimisation technico-économique de la chaine énergétique, à partir du modèle « bottom-up » de TIMES, dans une approche prospective pertinente des conséquences énergétique et environnementale de politiques MDE dans l'ID. Ce modèle s'appuie notamment sur une représentation par usages à l'inverse des IGCE du fait de l'inadaptabilité de l'approche produit/procédé. Dans ce cadre, l'analyse de la valorisation de la chaleur perdue en sortie des procédés à travers le déploiement de PAC dans l'agroalimentaire a été réalisée.Le recours à la modélisation prospective permet notamment d'observer le profil technologique et le timing des investissements des PAC en réponse à des contraintes énergétiques ou de mesures incitatives dans le cadre de Certificat d'Économie d'Énergie ou de valorisation des émissions de CO2. Il peut mettre aussi en lumière, d'une part, une possibilité d'étude sur un ajustement incrémentiel d'une taxe sur les émissions par les autorités de régulation pour atteindre leurs objectifs environnemental et énergétique sur le court, moyen et long-terme. D'autre part, il constitue un bon outil d'aide à la décision en déterminant des coûts différenciés d'économies d'énergie dans le cadre d'investissements de technologies MDE pour un meilleur criblage sectoriel. / The growing energy prices due to the rarefaction of the fossil fuels and the consideration of the environmental impacts makes inevitable the involvement of industrials to promote energy efficiency policy and emissions reductions. We notice that the Non-energy intensive industry (NEI), by opposition to the energy intensive industry (EI), is expected to play an important role because of their economic and energy importance and its relatively high growth rate. It becomes then a priority target especially since it has been neglected in energy analysis despite the continuing policy interest in energy efficiency and the many reports and book written on the topic. How can NEI contribute effectively to the reduction of the energy consumptions and the CO2 emissions? Which technologies and/or policies should be implemented to reach these objectives?This PhD work is then based on a technical economic optimization of the sectoral energy system, by using a “bottom-up” model with TIMES framework, in a relevant prospective approach of the energy and environmental consequences of MDE policies in NEI. This model relies on a representation by energy end-uses contrary to the EI because of the unsuitability of the approach product/process. As part of this, we analyzed the industrial heat recovery on processes through the deployment of HP in Food & Drink industry, the most important NEI's sector.Then, this prospective modelling allows observing the shape of investments of HP in response to energy constraints or incentive policies within the mechanism of Energy Savings Certificate or valuation of CO2 emissions. It can give, on one hand, a possibility of study which giving the different adjustment of a tax on gas emissions by the authorities of regulation to reach their environmental and energy objectives in NEI over a medium or long-term horizon. On the other hand, it is very useful as a good decision-making tool by determining differentiated costs for energy savings within the investments of efficient technologies at the highest level of disaggregation for a better sectoral screening

L'augmentation des prix de l'énergie due à la raréfaction des énergies fossiles et la prise en compte des impacts environnementaux rend inéluctable l'engagement des industriels dans une démarche de maitrise de leurs consommations énergétiques et leurs émissions. L'Industrie Diffuse (ID), par opposition aux IGCE, est de plus en plus importante sur le plan économique, énergétique et environnemental. Elle devient ainsi une cible prioritaire d'autant plus que l'on constate qu'elle a été peu traitée dans les analyses énergétiques malgré l'intérêt des politiques en matière d'efficacité énergétique et le nombre considérable d'articles et de livres sur l'énergie. Comment quantifier alors l'implication de l'ID dans la contrainte réglementaire liée au changement climatique ? Quelles technologies et politiques à mettre en œuvre pour contribuer aux objectifs fixés par les plans d'actions pour l'efficacité énergétique ?Le travail de cette thèse repose ainsi sur une optimisation technico-économique de la chaine énergétique, à partir du modèle " bottom-up " de TIMES, dans une approche prospective pertinente des conséquences énergétique et environnementale de politiques MDE dans l'ID. Ce modèle s'appuie notamment sur une représentation par usages à l'inverse des IGCE du fait de l'inadaptabilité de l'approche produit/procédé. Dans ce cadre, l'analyse de la valorisation de la chaleur perdue en sortie des procédés à travers le déploiement de PAC dans l'agroalimentaire a été réalisée.Le recours à la modélisation prospective permet notamment d'observer le profil technologique et le timing des investissements des PAC en réponse à des contraintes énergétiques ou de mesures incitatives dans le cadre de Certificat d'Économie d'Énergie ou de valorisation des émissions de CO2. Il peut mettre aussi en lumière, d'une part, une possibilité d'étude sur un ajustement incrémentiel d'une taxe sur les émissions par les autorités de régulation pour atteindre leurs objectifs environnemental et énergétique sur le court, moyen et long-terme. D'autre part, il constitue un bon outil d'aide à la décision en déterminant des coûts différenciés d'économies d'énergie dans le cadre d'investissements de technologies MDE pour un meilleur criblage sectoriel.

Le contexte énergétique et politique en France laisse présager de l'apparition d'une forte contrainte de réduction des émissions de CO2 des ménages dans les décennies à venir. Plusieurs interrogations se posent alors : Quelles sont les technologies permettant d'atteindre une telle réduction ? Quelles politiques mettre en œuvre pour atteindre un tel objectif ? Et quel est l'impact de ces politiques sur le budget des ménages ? Le présent travail de thèse s'attache à répondre à ces questions à partir d'un modèle bottom-up d'optimisation de type TIMES portant sur les secteurs résidentiel et transports, réalisé dans le cadre de cette thèse. Ce modèle s'appuie notamment sur une représentation des ménages très désagrégée qui permet d'apporter beaucoup plus de robustesse par rapport aux autres modèles de ce type, basés sur la description d'un ménage moyen. De plus, à l'aide d'une enquête auprès de 2000 ménages réalisée dans le cadre de cette thèse, il est possible de prendre en compte le comportement de consommation des ménages de manière relativement fine, notamment en rendant compte des contraintes subies par les ménages et des arbitrages qu'ils réalisent entre coût et confort. L'exercice de prospective réalisé à partir de ce modèle permet d'évaluer l'efficacité en terme de réduction et l'impact sur le budget des ménages de différents outils politiques. Il permet notamment de visualiser que l'instauration d'une taxe carbone est un moyen efficace de réduire les émissions et que la mise en place conjointe de subventions ciblées permet de compléter l'action de cette taxe tout en diminuant son impact distorsif sur le budget des ménages.