Postdoctorat modélisation et prospective du système électrique

Description de l'offre

Le ou la postdoctorant.e aura pour mission principale de bâtir les fondations de données du projet EQUALS. Son travail s'articulera autour de deux axes majeurs:

1. Construction de données et génération de séries temporelles.
Le chercheur sera responsable de la création d'une base de données mondiale de séries temporelles horaires.

· Modélisation de la demande : Il s'agira de reconstruire des profils de demande électrique nationaux intégrant la thermosensibilité (besoins en chauffage et climatisation selon les scénarios climatiques), l'électrification des usages finaux et les trajectoires de développement.

· Génération du productible EnRv : Le candidat développera des profils de production horaire pour l'éolien et le solaire photovoltaïque à haute résolution spatiale pour toutes les régions du globe.

· Justice énergétique : En collaboration avec l'équipe, il co-concevra des narratifs traduisant le concept de « niveaux de vie décents » (Decent Living Standards) en besoins énergétiques quantifiables, permettant d'intégrer la dimension de justice sociale dans la modélisation de la demande.

2. Intégration système et analyses multi-scénarios.
Une fois ces données générées, le ou la postdoctorant.e jouera un rôle clé dans la phase de modélisation systémique :

· Harmonisation prospective : Il s'assurera de la cohérence des hypothèses climatiques, technologiques et environnementales à travers l'ensemble du projet.

· Développement du modèle : Il contribuera activement à l'évolution et à la maintenance du modèle d'optimisation global en utilisant CAIRN, l'outil open-source développé au CEA.

· Analyses de sensibilité : Sous la direction du PI, il réalisera des simulations multi-scénarios pour évaluer les trajectoires permettant de minimiser le recours aux moyens de production pilotables tout en respectant les planchers sociaux et les plafonds planétaires.

Ce travail exige une forte interaction avec les experts du projet (géographie, écologie industrielle, climat) pour assurer la pertinence interdisciplinaire des résultats.

Profil du candidat

De formation docteur en modélisation des systèmes énergétiques, mathématiques appliquées, sciences de l’environnement.

Une expérience avec les méthodes de Machine Learning est souhaitée.

Une expérience dans le domaine des systèmes énergétiques serait appréciée.

Des compétences en développement informatique (e.g., Python) sont attendues

Vous avez encore un doute ? nous vous proposons :

• Un écosystème de recherche à la pointe, unique en son genre et dédié à des thématiques à fort enjeu sociétal,
• Un équilibre vie privé – vie professionnelle reconnu, (28 CP, 24 JRTT, accord télétravail)
• Une rémunération adaptée prenant en compte votre profil et expérience professionnelle
• Une participation aux transports en commun à hauteur de (85% à Grenoble)
• Un CSE actif en termes de loisirs et d’activités extra-professionnelles,
• Une politique diversité et inclusion