Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Engage Grants Program

Université Laval

$25,000.00

Modélisation de l'incertitude prévisionnelle des processus hydrologiques via une modélisation des processus intrants au processus hydrologique

EF 2015-16

Résumé
Ce projet vise à modéliser de manière plus adéquate l'incertitude reliée aux prévisions hydrologiques d'ensemble pour les systèmes hydriques gérés par la division Énergie électrique de Rio Tinto Alcan (RTA). RTA est un producteur d'aluminium ayant des installations au Québec, en Colombie-Britannique et à d'autres sites à travers le monde. Puisque la production d'aluminium est un processus nécessitant de très grandes quantités d'électricité, à certains endroits dans le monde RTA possède des droits hydrauliques et gère la production hydro-électrique qui sert à alimenter ses usines. Au Canada, la division Énergie Électrique a le mandat de gérer deux grands systèmes hydriques soient les systèmes Lac St-Jean au Québec et Nechako en Colombie-Britannique. Pour gérer de manière efficace et sécuritaire les systèmes hydriques, des scénarios prévisionnels d'apports hydriques aux réservoirs sont produits et servent d'intrant aux modèles de gestion hydrique. Une modélisation adéquate de l'incertitude reliée à ces prévisions est cruciale car elle permet une mitigation adéquate des risques d'inondation de même qu'une production maximale d'énergie hydro-électrique pour une quantité d'eau donnée. La modélisation de l'incertitude hydrologique est un processus complexe puisque de nombreuses sources d'incertitude composent l'incertitude prévisionnelle réelle : l'incertitude liée à la prévision météorologique future, l'incertitude liée à la structure et à la paramétrisation des modèles de prévision hydrologique, l'incertitude liée aux conditions initiales des modèles hydrologiques, ... Dans ce projet, nous proposons une approche de modélisation de l'incertitude hydrologique qui consiste à décomposer le principal intrant au processus de modélisation hydrologique, soit le processus météorologique, en deux composants : le processus météo et un processus d'erreur aléatoire, inconnu en ce moment. L'idée principale de cette recherche est de modéliser et estimer ce processus d'erreur qui permettrait une représentation adéquate de l'incertitude du processus hydrologique.
Programme
Engage Grants Program
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
479534-2015
Name nom
Duchesne, Thierry
Department département
Mathématiques et statistique
Organization id
51
Institution établissement
Université Laval
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2015
Competition year année de concours
2015
Award amount
25000
Program id
EGP
Program name en
Engage Grants Program
Program name fr
Programme de subventions d'engagement partenariat
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1552
Committee name en
Quebec Internal Decision Committee
Committee name fr
Comité de décision interne pour le Québec
Area of application code
304
Area of application group en
Energy resources
Area of application group fr
Ressources d'énergie
Area of application en
Electrical energy
Area of application fr
Énergie électrique
Research subject code
3000
Research subject group en
Statistics and probability
Research subject group fr
Statistique et probabilité
Research subject en
Statistics and probability
Research subject fr
Statistique et probabilité
Partie
1
Nb partie
1
Application title
Modélisation de l'incertitude prévisionnelle des processus hydrologiques via une modélisation des processus intrants au processus hydrologique
Keyword
NSERC
Application summary
Ce projet vise à modéliser de manière plus adéquate l'incertitude reliée aux prévisions hydrologiques d'ensemble pour les systèmes hydriques gérés par la division Énergie électrique de Rio Tinto Alcan (RTA). RTA est un producteur d'aluminium ayant des installations au Québec, en Colombie-Britannique et à d'autres sites à travers le monde. Puisque la production d'aluminium est un processus nécessitant de très grandes quantités d'électricité, à certains endroits dans le monde RTA possède des droits hydrauliques et gère la production hydro-électrique qui sert à alimenter ses usines. Au Canada, la division Énergie Électrique a le mandat de gérer deux grands systèmes hydriques soient les systèmes Lac St-Jean au Québec et Nechako en Colombie-Britannique. Pour gérer de manière efficace et sécuritaire les systèmes hydriques, des scénarios prévisionnels d'apports hydriques aux réservoirs sont produits et servent d'intrant aux modèles de gestion hydrique. Une modélisation adéquate de l'incertitude reliée à ces prévisions est cruciale car elle permet une mitigation adéquate des risques d'inondation de même qu'une production maximale d'énergie hydro-électrique pour une quantité d'eau donnée. La modélisation de l'incertitude hydrologique est un processus complexe puisque de nombreuses sources d'incertitude composent l'incertitude prévisionnelle réelle : l'incertitude liée à la prévision météorologique future, l'incertitude liée à la structure et à la paramétrisation des modèles de prévision hydrologique, l'incertitude liée aux conditions initiales des modèles hydrologiques, ... Dans ce projet, nous proposons une approche de modélisation de l'incertitude hydrologique qui consiste à décomposer le principal intrant au processus de modélisation hydrologique, soit le processus météorologique, en deux composants : le processus météo et un processus d'erreur aléatoire, inconnu en ce moment. L'idée principale de cette recherche est de modéliser et estimer ce processus d'erreur qui permettrait une représentation adéquate de l'incertitude du processus hydrologique.