L’objectif de cette mission était de développer un outil d’aide à la décision destiné aux exploitants en vue d’optimiser l’engagement des équipements de production et de stockage en fonction des performances techniques, des besoins énergétiques et des signaux de marché. Ce travail s’est décomposé en 2 phases. D’une part, la mise en place d’un programme de Machine Learning permettant la prévision des besoins thermiques et frigorifiques sur un réseau à horizon J+3 et J+7 en fonction de variables météorologiques et calendaires. D’autre part, la mise en place d’un algorithme d’optimisation permettant de proposer un programme de production optimal, en fonction des variables mentionnées précédemment.