Il y a quelques années encore, des millions de personnes habitant dans certaines zones rurales d’Inde n’avaient pas un accès fiable à l’électricité, selon un rapport publié par la Banque mondiale (lien externe à ibm.com). Les raisons pour lesquelles de nombreux foyers se retrouvaient dans le noir était multiples : infrastructure vieillissante, distribution inefficace, population en augmentation constante et fossé permanent entre l’offre et la demande.
Pour lutter contre ce problème, l’Inde a lancé en 2016 son programme 24/7 Power For All (Électricité pour tous 24 h/24 et 7 j/7), qui vise à fournir à chaque ménage, entreprise et autre entité consommatrice d’énergie un accès permanent à l’électricité. Initiative conjointe entre le gouvernement central et les gouvernements des États, ce programme a également imposé de nouvelles réglementations strictes liées à l’offre et à la demande d’énergie.
Rachit Kumar Agarwal est le directeur associé de Mercados Energy Markets India Private Limited, Inde (Mercados EMI), un cabinet de conseil spécialisé dans les solutions pour le secteur de l’énergie. Il se souvient du défi qui était à relever : « Les États devaient fournir l’électricité à l’avance. Ils devaient donc savoir précisément la quantité d’électricité nécessaire chaque jour, chaque heure et toutes les 15 minutes. C’était un vrai problème. »
Pour les gouvernements des États, la clé pour équilibrer l’offre et la demande est de prévoir cette dernière avec précision. Mais jusqu’à récemment, les responsables calculaient les prévisions manuellement dans des feuilles de calcul. Ils analysaient des années de données historiques sur la demande, mais les calculs étaient incorrects. Les prévisions étaient trop élevées ou trop basses. Ce manque de précision faisait que les compagnies de distribution achetaient trop d’électricité, ce qui entraînait des gaspillages, ou trop peu, ce qui contribuait à des pertes financières.
Des prévisions plus fiables
Prédit la demande en électricité avec des marges d’erreur de 1,8 à 6 %, contre 10 à 15 % par le passé
De meilleurs résultats
Prévisions météorologiques par tranches de 15 minutes sur sept heures
Le problème s’est davantage compliqué lorsque l’autorité indienne de régulation de l’électricité, la Central Electricity Regulatory Commission (CERC), a réduit la bande de fréquence de fonctionnement du réseau national à la plage de 49,9 hertz à 50,05 hertz. « Pour maintenir la fréquence dans cette fourchette, les services collectifs doivent estimer la demande avec précision », explique M. Agarwal, « puis prélever la quantité exacte d’électricité en fonction de cette demande. Si vous en prélevez trop ou pas assez, des pénalités sont possibles. »
« Conclusion : vous devez connaître la quantité d’électricité que vous allez consommer afin de n’acheter que ce dont vous avez besoin. »
Au début de l’année 2020, les États de l’Uttar Pradesh et du Bihar, situés dans une région où les étés et les hivers sont extrêmes et qui compte certaines des plus grandes bases de consommateurs en Inde, ont demandé de l’aide à Mercados EMI. En plus de chercher une solution qui intégrerait l’IA dans le processus de prévision, les responsables souhaitaient mieux comprendre tous les facteurs qui ont un impact sur la demande, et pas seulement les données historiques.
Il s’avère que la météo revêt une grande importance dans la prévision de la consommation d’énergie.
« Les longues discussions que nous avons eues pendant six mois avec les services collectifs nous ont ouvert les yeux sur le rôle majeur que jouent des données météorologiques précises dans la prévision de la demande », se souvient M. Agarwal. Fort de ces nouvelles informations, Mercados EMI a créé jouleOS, une solution de prévision de la demande basée sur l’IA et sur Environmental Data Services, provenant de The Weather Company, une entreprise IBM. La technologie aide les responsables à prévoir les besoins énergétiques pour le lendemain.
Depuis, la solution IBM s’est développée. Désormais, les organisations peuvent accéder aux API pour les données météorologiques via IBM Environmental Intelligence Suite, une suite d’applications qui combinent et intègrent les API de The Weather Company Data avec des analyses géospatiales, des tableaux de bord pour la visualisation et des capacités d’alerte.
Pour concevoir sa solution de prévision, Mercados EMI a d’abord développé un modèle pour comprendre avec précision la demande. Le modèle combinait les données historiques sur la demande dans l’État avec les données historiques sur les profils météorologiques issues du pack de données historiques à la demande de The Weather Company.
« Nous disposions déjà des données sur la demande des années précédentes. Ce dont nous avions besoin, c’étaient des profils météorologiques historiques », ajoute M. Agarwal. « Ainsi, par exemple, si la demande est de 5 000 mégawatts à un instant T, quels étaient les conditions météorologiques à ce moment-là ? Et lorsque les conditions météorologiques ont changé, comment la demande a-t-elle évolué ? »
Pour répondre à ces questions et, au final, répondre aux exigences de résolution des données du gouvernement, Mercados EMI a appliqué les moteurs de prévision de Enhanced Forecast Data de The Weather Company et la plateforme IBM Environmental Intelligence Suite. « IBM nous a énormément aidé au niveau des données météorologiques », ajoute M. Agarwal. « Non seulement nous obtenons des prévisions par tranches de 15 minutes sur sept heures, mais également pour un rayon géographique de 500 x 500 mètres. » Les prévisions sur 15 minutes représentent une amélioration significative. Auparavant, les États disposaient de données météorologiques pour un créneau de trois heures issues de bases de données open source accessibles au public.
Les modèles, combinés au moteur d’IA propriétaire de Mercados EMI, aident les compagnies de distribution à mieux prévoir la demande en électricité pour le lendemain. Mercados EMI propose désormais sa technologie jouleOS dans sa suite de solutions Power Portfolio Optimization.
Aujourd’hui, les deux États de l’Uttar Pradesh et de Bihar utilisent ce système, tandis que le Madhya Pradesh et un État du sud de l’Inde leur emboîteront bientôt le pas.
La précision des prévisions de la demande dans l’État s’est améliorée presque immédiatement. Lorsque le processus était manuel, les marges d’erreur allaient de 10 à 15 %. Avec les données météorologiques d’IBM comme source majeure d’informations, Mercados EMI a atteint un taux d’erreur initial de seulement 5 à 6 %. Certains jours, ce taux est de 1,8 %, soit un taux de précision de 98,2 %.
M. Agarwal attribue la réussite de la solution aux données météorologiques. « Nous disposons d’autres informations, comme les jours fériés, les journées spéciales et les dimanches. Mais le facteur le plus important, c’est la météo. Les coefficients de l’équation de la demande ont montré que les conditions météorologiques jouent un rôle très important dans les prévisions. »
Outre la prévision de la demande pour le lendemain, Mercados EMI utilise les données météorologiques de The Weather Company pour la prévision de la demande en temps réel. Le marché en temps réel a été lancé par les bourses de l’énergie en Inde en juin 2020 afin de négocier l’électricité quelques blocs de temps à l’avance. En réponse, Mercados EMI a déployé avec succès le premier moteur de marché en temps réel en Inde pour l’Uttar Pradesh Power Corporation en janvier 2021. Ce moteur aide les compagnies de distribution de l’Uttar Pradesh à prévoir la demande à des heures de livraison spécifiques et à acheter et vendre de l’électricité sur le marché en temps réel.
« Il est ainsi possible de prédire à 10 h 17 la demande à 14 h 00 », conclut M. Agarwal. « Ces prévisions à sept heures de la demande sont à un niveau granulaire, avec une très grande précision. Il s’agira de la première solution de ce type en Inde et nous avons officiellement cité IBM comme notre source de prévisions météorologiques. »
Basé à Delhi, Mercados EMILien externe (lien externe à ibm.com) est un cabinet de conseil reconnu au niveau international et spécialisé dans les solutions pour les secteurs de l’électricité, du pétrole et du gaz, et des énergies renouvelables. Parmi ses services et ses domaines d’expertise, citons la conception du marché de l’énergie, la prévision de la demande, l’optimisation des portefeuilles énergétiques, les politiques et les réglementations, la gestion des services collectifs, la simulation de marché, la stratégie métier et la modélisation des réseaux. La société Mercados EMI a été fondée en 2008.
Notes de bas de page
© Copyright IBM Corporation 2021. IBM Corporation, The Weather Company, New Orchard Road, Armonk, NY 10504
Produit aux États-Unis, janvier 2021.
IBM, le logo IBM et ibm.com sont des marques commerciales d’International Business Machines Corp., déposées dans de nombreux pays. Les autres noms de produits et de services peuvent être des marques d’IBM ou d’autres sociétés. La liste actualisée des marques d’IBM est disponible sur la page Web « Copyright and trademark information » à l’adresse www.ibm.com/fr-fr/legal/copytrade.shtml.
The Weather Channel®, The Weather Company® et Weather Underground® sont des marques commerciales ou des marques déposées de TWC Product and Technology, LLC, une société IBM.
Les informations contenues dans le présent document étaient à jour à la date de sa publication initiale. Elles peuvent être modifiées sans préavis par IBM. Les offres mentionnées dans le présent document ne sont pas toutes disponibles dans tous les pays où la société IBM est présente.
Les données de performance et les exemples de clients cités sont présentés à titre informatif uniquement. Les résultats des performances peuvent varier en fonction des configurations et des conditions de fonctionnement. LES INFORMATIONS CONTENUES DANS LE PRÉSENT DOCUMENT SONT FOURNIES « EN L’ÉTAT », SANS AUCUNE GARANTIE EXPLICITE OU IMPLICITE, NOTAMMENT SANS AUCUNE GARANTIE DE QUALITÉ MARCHANDE, D’ADÉQUATION À UN USAGE PARTICULIER ET AUCUNE GARANTIE OU CONDITION D’ABSENCE DE CONTREFAÇON. Les produits IBM sont garantis conformément aux dispositions des contrats qui régissent leur utilisation.