Benchmark rend les outils de prévision comparables

Des chercheurs du Fraunhofer IPA ont développé un outil de référence. Il permet de comparer différentes méthodes permettant d'estimer la consommation d'énergie future. (Source : Fraunhofer IPA / Photo : Rainer Bez)

Le dilemme du choix : les entreprises souhaitant profiter de prix de l'électricité faibles ou négatifs ont besoin de prévisions fiables de leur consommation future d'électricité. Étant donné que le marché des outils de prévision est peu clair, des chercheurs de l'Institut Fraunhofer IPA ont développé une référence qui compare les solutions disponibles sur le marché.

Lorsque le soleil ne brille pas et que le vent ne souffle pas, les parcs solaires et les installations éoliennes ne produisent pas d'électricité. Une telle période de faible production est plutôt rare, mais plus la part d'énergie renouvelable dans la production électrique augmente, plus l'offre d'électricité est soumise à des fluctuations saisonnières et météorologiques – et avec elles, le cours à la bourse de l'électricité de Leipzig monte ou descend. En 2019, il est même tombé en dessous de zéro pendant 200 heures. Les entreprises souhaitant profiter de telles baisses de cours doivent cependant pouvoir estimer avec précision leur consommation d'électricité dans un avenir proche et augmenter leur production lorsque le prix de l'électricité est bas ou négatif.

Il existe cependant une telle abondance d'outils de prévision permettant d'estimer la consommation électrique que le marché lui-même est difficile à suivre, même pour des gestionnaires d'énergie expérimentés. Depuis des méthodes simples, qui supposent que la consommation en jours ouvrables en été reste à peu près constante, jusqu'à des algorithmes auto-apprenants qui interrogent la consommation toutes les quinze minutes sur une longue période et en tirent des conclusions pour l'avenir.

Un outil de référence simule des prévisions de charge

La question de savoir quel outil de prévision convient le mieux à une entreprise ne peut être répondue qu'avec beaucoup d'efforts. « Outre l'offre du marché, il faut également examiner soigneusement ses propres données énergétiques », conseille Thilo Walser du département Systèmes énergétiques industriels de l'Institut Fraunhofer pour la production technique et l'automatisation IPA. Lui et ses collègues ont développé un outil de référence qui compare les outils de prévision disponibles sur le marché avec les particularités d'une entreprise afin de déterminer la méthode la plus adaptée.

Pour cela, les chercheurs ont besoin d'accéder aux données du logiciel de gestion de l'énergie d'une entreprise. « Une grande disponibilité et qualité des données sont indispensables pour une prévision réussie », explique Can Kaymakci, chercheur associé à l'Institut Fraunhofer IPA. Sur la base de ces données, l'outil de référence simule des prévisions de charge avec toutes les méthodes possibles. Le résultat de cette analyse comparative est une liste qui classe les outils de prévision évalués selon leur pertinence.

Les chercheurs veulent développer leur propre outil de prévision

« L'outil de référence ne se limite pas à une évaluation indépendante des outils de prévision », explique Walser, « mais fournit également des informations sur les exigences que le procédé de prévision impose au système informatique d'une entreprise et sur la rapidité avec laquelle le modèle calcule ses prévisions. » Lors d'une consultation complémentaire, les chercheurs donnent également des conseils sur les données à collecter à l'avenir pour obtenir des prévisions de charge plus précises.

Mais les chercheurs tirent également de leur outil de référence de nouvelles connaissances. En le développant, ils ont accumulé suffisamment d'expertise pour lancer leur propre procédé de prévision. « Celui-ci vise à améliorer la prévision des consommations d'électricité difficiles à prévoir », explique Christian Dierolf de l'Institut Fraunhofer IPA. Cela est particulièrement intéressant pour les entreprises industrielles dont les courbes de charge varient fortement chaque jour. « Des prévisions améliorées leur permettraient de tirer parti des fluctuations du prix de l'électricité comme potentiel de revenu », poursuit Dierolf.