Modélisation et simulation d'une architecture d'entreprise - Application aux Smart Grids / Rachida Seghiri ; sous la direction de Frédéric Boulanger

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Catalogue Worldcat

Systèmes d'information

Modèles mathématiques

Réseaux électriques intelligents

Simulation, Méthodes de

Boulanger, Frédéric (19..-.... ; directeur de thèses en informatique) (Directeur de thèse / thesis advisor)

Sabouret, Nicolas (1976-.... ; chercheur en informatique) (Président du jury de soutenance / praeses)

Aït-Ameur, Yamine (1966-.... ; enseignant-chercheur en informatique) (Rapporteur de la thèse / thesis reporter)

Si-Said Cherfi, Samira (1969-.... ; chercheuse en systèmes d'information) (Rapporteur de la thèse / thesis reporter)

Lecocq, Claire (Membre du jury / opponent)

Boughzala, Imed (1972-....) (Membre du jury / opponent)

Taverson, Bruno (Membre du jury / opponent)

Université Paris-Saclay (2015-2019) (Organisme de soutenance / degree-grantor)

École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....) (Ecole doctorale associée à la thèse / doctoral school)

CentraleSupélec (2015-....) (Autre partenaire associé à la thèse / thesis associated third party)

Laboratoire de recherche en informatique (Orsay, Essonne ; 1998-2020) (Laboratoire associé à la thèse / thesis associated laboratory)

Résumé / Abstract : Les Smart Grids sont des réseaux électriques intelligents permettant d’optimiser la production, la distribution et la consommation d’électricité grâce à l’introduction des technologies de l’information et de la communication sur le réseau électrique. Les Smart Grids impactent fortement l’ensemble de l’architecture d’entreprise des gestionnaires de réseaux électriques. Simuler une architecture d’entreprise permet aux acteurs concernés d’anticiper de tels impacts.Dès lors, l’objectif de cette thèse est de fournir des modèles, méthodes et outils permettant de modéliser puis de simuler une architecture d’entreprise afin de la critiquer ou de la valider.Dans ce contexte, nous proposons un framework multi-vues, nommé ExecuteEA, pour faciliter la modélisation des architectures d’entreprise en automatisant l’analyse de leurs structures et de leurs comportements par la simulation. ExecuteEA traite chacune des vues métier, fonctionnelle et applicative selon trois aspects : informations, processus et objectifs. Pour répondre au besoin d’alignement métier/IT, nous introduisons une vue supplémentaire : la vue intégration. Dans cette vue nous proposons de modéliser les liens de cohérence inter et intra vues.Nous mettons, par ailleurs, à profit des techniques issues de l’ingénierie dirigée par les modèles en tant que techniques support pour la modélisation et la simulation d’une architecture d’entreprise. Notre validons ensuite notre proposition à travers un cas métier Smart Grid relatif à la gestion d’une flotte de véhicules électriques.

Résumé / Abstract : In this thesis, we propose a framework that facilitates modeling Enterprise Architectures (EA) by automating analysis, prediction, and simulation, in order to address the key issue of business/IT alignment. We present our approach in the context of Smart Grids, which are power grids enabled with Information and Communication Technologies. Extensive studies try to foresee the impact of Smart Grids on electric components, telecommunication infrastructure, and industrial automation and IT. However, Smart Grids also have an impact on the overall EA of grids operators. Therefore, our framework enables stakeholders to validate and criticize their modeling choices for the EA in the context of Smart Grids. What we propose is a multi-view framework with three aspects – information, processes, and goals – for each view. In addition to thebusiness, functional and application views, we add an integration view to ensure inter and intra-view consistency. We rely on Model Driven Engineering (MDE) techniques to ease the holistic modeling and simulation of enterprise systems. Finally, we show the utility of our approach by applying it on a Smart Grid case study: the management of an electric vehicles fleet.