Damien Ernst : Biobibliographie & parcours de recherche


Damien Ernst reçoit la médaille Blondel 2018

Portrait-ErnstDamien-V450Parcours académique

2017 - aujourd’hui Professeur ordinaire à l’Université de Liège. Affilié à l’Unité de Recherche Montefiore.
2015 - 2016 Professeur ordinaire à l’Université de Liège. Titulaire de la Chaire EDF- Luminus sur les Smart Grids, à l’Institut Montefiore.
2011 - 2014 Chargé de cours à l’Université de Liège. Titulaire de la Chaire EDF-Luminus sur les Smart Grids, à l’Institut Montefiore.
2007 - 2011 Chercheur qualifié du FRS-FNRS. Affilié à l’unité de Recherche « Systèmes et modélisation », à l’Institut Montefiore.
2006 - 2007 Enseignant-chercheur à SUPELEC (Rennes, France).
2003 - 2006 Chargé de recherche du FRS-FNRS. Affilié au Service de Méthodes Stochastiques, à l’Institut Montefiore.
2003 Diplômé Docteur en sciences appliquées, à l’Université de Liège. Avec la plus grande distinction. Doctorat poursuivi sous la supervision du Prof. Louis Wehenkel, Service de Méthodes Stochastiques.
1998 Diplômé Ingénieur civil électricien et mécanicien, à l’Université de Liège. Avec la plus grande distinction.

 

Séjours réalisés comme chercheur visiteur dans des laboratoires étrangers

Juin 2004 - Septembre 2004 Federal Institute of Technology Zürich (ETH, Suisse).
Mars 2004 – Mai 2004 Massachusetts Institute of Technology (MIT, USA).
Septembre 2003 – Décembre 2003 Carnegie Mellon University (CMU, USA).
Décembre 1999 Royal Institute of Technology in Stockholm (KTH, Suède).
Février 1999 – Avril 1999 Virginia Tech (VT, USA).

 

Domaines de recherche et publications scientifiques

Les travaux scientifiques de Damien Ernst ont fait à ce jour l’objet de la publication de deux livres, de douze chapitres de livre, de plus de cinquante articles de journaux, et d’environ cent cinquante articles dans des actes de congrès.

De sa production scientifique émergent cinq groupes de travaux que nous présentons ci-dessous. Ces travaux ont été réalisés pour la plupart en collaboration avec d’autres chercheurs et l’apport scientifique de Damien Ernst à ces travaux a été essentiel à leur bonne réalisation.

Stabilité transitoire (angulaire) des systèmes électriques

Chronologiquement, les premiers travaux de recherche de Damien Ernst se situent dans le domaine de la stabilité transitoire (angulaire) des systèmes électriques.

Les techniques qu’il a contribué à développer se basent sur la réduction de la dynamique électromécanique d’un système multi-machine à celui d’un modèle simplifié composé d’une « machine critique » et d’un « réseau infini ». Dans cette thématique, il a notamment contribué à la mise au point de schémas de contrôle correctif visant à mitiger les impacts des phénomènes de rupture de synchronisme, par exemple via le rejet de production. Il a également travaillé sur le développement de techniques d’identification rapide de contingences dangereuses et de détermination d’actions de contrôle préventif en vue de limiter le risque de ruptures de synchronisme.

De nombreux chercheurs de par le monde se sont basés sur ces travaux pour construire leurs propres techniques d’analyse et de contrôle pour la stabilité transitoire.

Références

[1] "Model predictive control of HVDC power flow to improve transient stability". Y. Phulpin, J. Hazra and D. Ernst. In Proceedings of the Second IEEE International Conference on Smart Grid Communications (IEEE SmartGridComm), Brussels, Belgium, October 17-20, 2011.

[2] "A unified approach to transient stability contingency filtering, ranking and assessment". D. Ernst, D. Ruiz-Vega, M. Pavella, P. Hirsch and D. Sobajic. In IEEE Transactions on Power Systems, August 2001, Volume 16, No 3, pages 435-443.

[3] Transient Stability of Power Systems: A Unified Approach to Assessment and Control. M. Pavella, D. Ernst, and D. Ruiz-Vega. Kluwer Academic Publishers. Printed in the United States of America (2000). 255 pages. ISBN: 0-7923-8163-7.

Apprentissage par renforcement et contrôle des systèmes électriques

Au cours de sa thèse de doctorat [7], Damien Ernst a étudié les techniques d’apprentissage par renforcement pour mettre au point des schémas de contrôle correctif pour endiguer les phénomènes de perte de synchronisme. L’apprentissage par renforcement est un domaine de l’apprentissage automatique visant à mettre au point des agents intelligents capables de maximiser un signal de récompense à partir de l’information collectée au cours d’interactions avec leur environnement. L’apprentissage par renforcement est également souvent considéré comme une approche de type Monte-Carlo pour résoudre des problèmes de commande optimale.

Cette première application de l’apprentissage par renforcement dans les réseaux électriques a été suivie par de nombreuses autres recherches et applications. A titre d’exemple, Damien Ernst a aussi appliqué l’apprentissage par renforcement à l’amortissement des oscillations électromécaniques lentes [4,6], ou encore pour modéliser le comportement de différents acteurs de marché agissant sur un système électrique [5].

Les travaux de Damien Ernst ont été précurseurs dans l’utilisation de ces approches venant de l’apprentissage par renforcement dans le contexte des systèmes électriques. Depuis lors, de nombreux autres chercheurs de ce domaine en ont également fait usage.

Références

[4] "Reinforcement learning versus model predictive control: a comparison on a power system problem". D Ernst, M Glavic, F Capitanescu, L Wehenkel. In IEEE Transactions on Systems, Man and Cybernetics. Part B, April 2009, Volume 2, pages 517-519.

[5] "A comparison of Nash equilibria analysis and agent-based modelling for power markets". T Krause, EV Beck, R Cherkaoui, A Germond, G Andersson, D Ernst. International Journal of Electrical Power & Energy Systems ; 2006, 28 (9), 599-607.

[6] "Power systems stability control: Reinforcement learning framework". D. Ernst, M. Glavic and L. Wehenkel. In IEEE Transactions on Power Systems, February 2004, Volume 19, pages 427-435.

[7] "Near Optimal Closed-Loop Control. Application to Electric Power Systems". D. Ernst. PhD thesis, University of Liège, Belgium, March 2003, 284 pages.

Apprentissage par renforcement et programmation stochastique

Assez tôt dans sa recherche, Damien Ernst s’est rendu compte que les méthodes existantes en apprentissage par renforcement et en programmation stochastique n’étaient pas capables de faire face à la complexité des problèmes de contrôle et de décision séquentielle que l’on rencontre dans de nombreuses applications réelles. Il a dès lors également travaillé sur le développement de nouveaux algorithmes d’apprentissage par renforcement [11,12] et de programmation stochastique [10], plus adaptés aux problèmes en grande dimension auxquels il s’intéressait.

Il est notamment le premier auteur de l’article «Tree-based batch mode reinforcement learning» publié en 2005 [12], et qui s’est depuis imposé comme étant l’une des références majeures dans le domaine de l’apprentissage par renforcement. De nombreux scientifiques dans des domaines aussi divers que la médecine, la finance et la robotique se sont d’ailleurs inspirés des algorithmes proposés dans cet article – et plus particulièrement de l’algorithme « Fitted-Q Iteration » (FQI) - pour construire des solutions à leurs propres problèmes de contrôle optimal ou de décision séquentielle.

Ces dernières années, Damien Ernst a dirigé ou plusieurs thèses de doctorat dans ce domaine de recherche extrêmement bouillonnant (p.ex. [8,9]).

Références

[8] "Benchmarking for Bayesian Reinforcement Learning". M. Castronovo, D. Ernst, A. Couetoux and R. Fonteneau. PLoS ONE 11(6), 2016, 25 pages.

[9] "Batch mode reinforcement learning based on the synthesis of artificial trajectories". R. Fonteneau, S.A. Murphy, L. Wehenkel and D. Ernst. Annals of Operations Research, Volume 208(1), September 2013, pages 383-416.

[10] "Multistage stochastic programming: A scenario tree based approach to planning under uncertainty". B. Defourny, D. Ernst and L. Wehenkel. In Decision Theory Models for Applications in Artificial Intelligence: Concepts and Solutions, 2011, Information Science Publishing, 51 pages.

[11] "Reinforcement Learning and Dynamic Programming using Function Approximators". L. Busoniu, R. Babuska, B. De Schutter and D. Ernst. Published by Taylor & Francis CRC Press, 2010. ISBN: 978-1-4398-2108-4.

[12] "Tree-based batch mode reinforcement learning". D. Ernst, P. Geurts and L. Wehenkel. In Journal of Machine Learning Research, April 2005, Volume 6, pages 503-556.

Les super-grilles électriques

Depuis quelques années, Damien Ernst s’intéresse à la manière de développer et de commander les super-grilles électriques (continentales ou intercontinentales), notamment afin d’assurer un meilleur fonctionnement des très grands systèmes électriques.

Il a notamment travaillé sur le problème de la mutualisation de la réserve primaire entre des zones synchrones interconnectées par des liaisons à courant continu. La démarche scientifique qu’il a adoptée pour analyser et résoudre ce problème est très originale. En effet, c’est la première fois que des éléments de la théorie du consensus, très étudiée ces dernières années en théorie du contrôle, sont employés dans ce contexte pour optimiser le contrôle des réseaux électriques [13].

Damien Ernst a également travaillé ces dernières années sur la cristallisation d’une vision de l’évolution à long terme de la structure des systèmes électriques. Ces travaux l’ont amené à conclure que, grâce aux investissements massifs que l’on observe dans le domaine des énergies renouvelables, une super-grille globale reliant la majorité des grands centres de consommation et de production d’énergie électrique au niveau planétaire pourrait voir le jour. Cette vision a été publiée en 2013 dans un article intitulé « The Global Grid » [14]. Actuellement, plusieurs chercheurs de l’équipe de Damien Ernst travaillent sur ce concept de « Global Grid », en se focalisant dans un premier temps sur la construction d’une méga-connexion électrique entre le Groenland et la France [15], étape plausible pour ensuite connecter électriquement le continent européen avec le continent américain.

De nombreux autres chercheurs dans le domaine des réseaux électriques, ainsi que certains industriels au niveau international (notamment en Europe et en Chine) sont intéressés par ces sujets.

Références

[13] "Cooperative frequency control with a multi-terminal high-voltage DC network". J. Dai, Y. Phulpin, A. Sarlette and D. Ernst. Automatica, Volume 48, Issue 12, December 2012, pages 3128–3134.

[14] "The global grid". S. Chatzivasileiadis, D. Ernst and G. Andersson. Renewable Energy, Volume 57, September 2013, pages 372–383.

[15] "Harvesting Greenland’s katabatic winds for European electricity supply". D. Ernst et al. To be submitted, non disponible on-line mais joint comme annexe au dossier de candidature.

Intégration des énergies renouvelables dans les réseaux de distribution

Depuis 2011, Damien Ernst est titulaire de la chaire de Smart Grids à l’Université de Liège, et travaille de manière très étroite avec différents acteurs du secteur électrique belge pour intégrer de manière efficace les énergies renouvelables au sein des réseaux électriques de distribution. L’approche scientifique qu’il a développée est tout à fait originale dans le sens où il travaille sur une mise au point intégrée de tous les éléments de la chaine de décision (modèles d’interactions entre acteurs, stratégies d’investissement, gestion prévisionnelle, contrôle en temps réel) nécessaires pour pouvoir résoudre ce problème de manière viable.

Les travaux réalisés par Damien Ernst dans ce contexte ont conduit à des publications scientifiques de premier plan [16,17,18] et déjà à l’implémentation de certains de ses résultats de recherche sur des réseaux de distribution en Belgique. Ces travaux ont aussi conduit à la création de la société BLACKLIGHT ANALYTICS (Damien Ernst en est un des co-fondateurs) qui commercialise des solutions logicielles basées sur ces travaux.

Références

[16] "Active network management for electrical distribution systems: problem formulation, benchmark, and approximate solution". Q. Gemine, D. Ernst and B. Cornélusse. In Optimization and Engineering, September 2017, Volume 18(3), September 2017, pages 587–629

[17] "DSIMA: A testbed for the quantitative analysis of interaction models within distribution networks". M. Sébastien, Q. Louveaux, D. Ernst and B. Cornélusse. In Sustainable Energy, Grids and Networks, Volume 5, 2016, pages 78-93.

[18] "Active management of low-voltage networks for mitigating overvoltages due to Photovoltaic Units". F. Olivier, P. Aristidou, D. Ernst and T. Van Cutsem. In IEEE Transactions on Smart Grid, Volume 2(7), March 2016, pages 926-936.

Liens avec l'industrie et opérateurs électriques

La plupart des travaux de Damien Ernst se sont concrétisés par des publications scientifiques qui, dans la majorité des cas, proposent des solutions à des problèmes très concrets rencontrés dans notre société et, en particulier, dans le domaine des systèmes électriques. Beaucoup d’autres chercheurs de par le monde se sont basés sur ses travaux pour alors développer des solutions à des problèmes similaires et qui ont également mené à des applications concrètes.

En début de son post-doctorat, Damien Ernst a séjourné dans le centre de conduite du gestionnaire du réseau de transport grec pour y mettre en service le module d’analyse et de commande pour la stabilité transitoire développé à l’Université de Liège.

A l’heure actuelle, il dirige une équipe de chercheurs dont l’objectif est notamment de fournir à plusieurs distributeurs d’électricité les logiciels de prise de décision pour pouvoir intégrer efficacement les énergies renouvelables ainsi que les charges flexibles dans leur réseau. Il a également cofondé en 2017 la société BLACKLIGHT ANALYTICS afin d’industrialiser ces logiciels. À ce jour, cette compagnie commercialise deux produits principaux : un logiciel de calcul de capacité d’accueil des énergies renouvelables au sein des réseaux de distribution et des solutions pour moduler de manière intelligente la production des sources d’énergie renouvelable afin d’éviter les problèmes de congestion et de tension dans les réseaux de distribution. La caractéristique principale des logiciels développés dans ce cadre vient du caractère extrêmement performant des algorithmes de prise de décision, construits grâce aux compétences de son équipe de recherche non seulement dans le domaine des réseaux électriques, mais également en optimisation et en intelligence artificielle.

On notera également que depuis deux ans, Damien Ernst collabore étroitement avec le Prof. Bertrand Cornélusse de l’Université de Liège (chaire de Micro-Réseaux) et avec les sociétés RESA (gestionnaire du réseau de distribution local), Nethys et CMI à la mise au point et à l’industrialisation d’un « Energy Management System » pour les micro-réseaux et basé sur des techniques d’intelligence artificielle [1].

[1] “Efficient management of a connected microgrid in Belgium”. B. Cornélusse, D. Ernst, L. Warichet and W. Legros. Proceedings of the 24th International Conference on Electricity Distribution, June 2017, 4 pages.

Contact

Pr Damien ERNST

Université de Liège, Montefiore Institute, Bâtiment B28

Quartier Polytech

Allée de la découverte, 10

4000 Liège

BELGIQUE

 

Portable : +32 493 04 25 68

E-mail : dernst@uliege.be

Site Web : www.damien-ernst.be

Facebook : www.facebook.com/damien.ernst.5

Twitter @DamienERNST1

 

Partagez cette page