Comme les confinements dus à COVID-19 entraînent des changements massifs dans le comportement des consommateurs, les services publics se tournent maintenant vers des algorithmes d’apprentissage automatique pour prévoir ces changements de modèles. Prenons l’exemple d’Innowatts, qui a mis au point une boîte à outils automatisée pour la surveillance et la gestion de l’énergie, avec des clients tels que Portland General Electric et Gexa Energy. En analysant les données de plus de 34 millions de compteurs intelligents, répartis entre 21 millions de clients sur 14 marchés régionaux, Innowatts effectue des prévisions sur les charges et la sensibilité aux conditions météorologiques, et peut même comparer différentes structures de coûts. Parallèlement, Autogrid travaille avec plus de 50 services publics dans 10 pays pour fournir des informations sur l’utilisation de l’énergie à l’aide de l’intelligence artificielle. La plate-forme phare d’Autogrid, Flex, utilise la science des données, l’apprentissage machine et les algorithmes d’optimisation du réseau pour modéliser à la fois la physique et le comportement des consommateurs. Parallèlement à la solution d’Autogrid pour les installations de batteries et de micro-réseaux des utilisateurs finaux, Flex peut ainsi anticiper et s’adapter de manière dynamique aux changements de l’offre et de la demande.
Pourquoi c’est important ? Selon Peter Fox-Penner, directeur de l’Institut pour l’énergie durable de l’université de Boston, les revenus des services publics vont souffrir énormément. Même si nous constatons une hausse de la demande d’électricité des ménages, la croissance de ce petit sous-ensemble du marché aura un effet minuscule pour compenser la réduction de la demande des entreprises. La capacité à prévoir et à s’adapter aux changements radicaux de comportement des consommateurs contribuera donc à atténuer le pire de la pandémie. “L’impact sociétal [de la pandémie] continuera à se faire sentir – les gens peuvent continuer à travailler à distance au lieu d’aller au bureau, ils peuvent modifier leurs horaires de travail pour éviter les foules aux heures de pointe, ou ils peuvent se tourner vers d’autres modes de transport. Tout cela aura un impact sur la courbe de charge quotidienne, et c’est là que l’IA et l’automatisation peuvent nous aider pour la maintenance, les performances et les diagnostics dans nos maisons, nos bâtiments et dans le réseau”, déclare Emmanuel Lagarrigue, directeur de l’innovation chez Schneider Electric.
