Description de l'offre
Dans un contexte de décarbonation du système électrique français, des enjeux de résilience et de sécurité d’approvisionnement, la filière nucléaire est confrontée à des choix d’investissements stratégiques à moyen et long termes. Ces choix d’investissements qui peuvent concerner les installations de l’amont/aval du cycle combustible ou le lancement d’un programme du nouveau nucléaire (EPR2, SMR…) doivent ainsi prendre en compte des facteurs de risques et des incertitudes de nature technologique, économique et financière.
La méthode des options réelles (MOR) est une méthode d’évaluation des projets au niveau d’une prise de décision d’investissement qui intègre des effets d’incertitudes/risques dans le calcul économique. Le recours à l’analyse par les options réelles a pour but de limiter l’impact de ces effets d’incertitudes par la détention d’une option réelle, ou d’un droit, en général d’achat, sur un projet d’investissement afin de garantir des flux financiers futurs rentables ou non négatifs. L’adoption d’une approche de modélisation par les options réelles vise à incorporer de la flexibilité managériale aux niveaux des stratégies industrielles.
L’objectif de ce stage est de contribuer à la mise en place d’un programme python générateur de BDD, d’intégrer la BDD technico-économique dans un modèle d’évaluation des décisions d’investissement et de réaliser des cas des scénarios d’analyse de sensibilité.
Dans le cadre de ce stage, il s’agit de:
- Réaliser une revue de la littérature sur la méthode des options réelles (principales applications…) et réaliser une synthèse sur la méthodologie de modélisation des stratégies d’investissement
- Développer un code python permettant la création d’une base de données technico-économiques pour la filière nucléaire française et l’intégration des hypothèses de données d’autres modèles de simulation de scénarios de parc nucléaire (modèles COSI, CASPAR et GRUS)
- Réaliser des tests de simulation pour valider le protocole d’échange BDD et modèle d’options réelles
- Réaliser des analyses de sensibilités et évaluation des résultats
Moyens / Méthodes / Logiciels
Python, @Risk (DecisionTools)
Profil du candidat
Etudiant (ingénieur avec une formation économiste…)
Intérêt pour la transition énergétique, modélisation énergétique et curiosité pour les aspects technologiques
Compétences sur le traitement de base de données et analyse de données
Goût pour les analyses quantitatives
Capacité d’analyse et de synthèse
