Energieplattform AG optimise ses prévisions et réduit les coûts de l’énergie d’ajustement
Établir des prévisions plus précises grâce aux outils conviviaux d’Optimatik
La société Energieplattform AG a été créée en janvier 2014. Elle se charge d’approvisionner les fournisseurs d’électricité en courant, mais leur propose également des prestations de service dans les domaines suivants : réseaux et énergie, marché et conseil, assistance commerciale et suivi. Plus de 50 fournisseurs d’énergie profitent de ses services, ce qui équivaut à un chiffre d’affaires de 2 TWh. Cela leur permet de rester implantés dans la région et d’être indépendants tout en profitant du savoir-faire technique d’Energieplattform AG.
La mission
La pression sur les prix est très forte dans le secteur énergétique. Afin de rester compétitifs, les acteurs du marché doivent sans cesse augmenter leur efficacité. L’objectif du projet d’optimisation consistait à réduire les coûts de l’énergie d’ajustement en améliorant la qualité des prévisions des modèles existants. En effet, dans ce domaine, la règle est la suivante : plus les prévisions sont précises, moins les coûts de l’énergie d’ajustement sont élevés.
La solution
Différentes mesures adaptées les unes aux autres ont permis d’atteindre l’objectif, c’est-à-dire augmenter la qualité des prévisions.
apprendre plus
Répartition géographique des pools de prévisions
La zone d’approvisionnement d’Energieplattform AG s’étend sur plusieurs régions météorologiques. Dans le pire des cas, il neige dans l’Appenzell tandis que le foehn souffle dans la vallée du Rhin. Ces conditions dégradent la qualité des prévisions globales réalisées à l’aide d’une seule station météo. Le pool de prévisions globales a donc été réparti en six pools de prévisions distincts. Pour ce faire, on a procédé au classement régional des différents points de mesure, on les a additionnés et on a choisi des stations météo appropriées.
Distinction entre prévisions de consommation et prévisions de production
Dans la mesure du possible, on distingue les prévisions de consommation des prévisions de production. Cela permet aux facteurs décisifs d’avoir davantage de poids. Par exemple, le facteur débit avec une courbe de charge présentant une part élevée d’énergie hydraulique.
Recours à l’intelligence artificielle
Afin d’obtenir des prévisions de grande qualité, on a eu recours aux réseaux logiques adaptatifs (ALN) du module BelVis PRO. Les modèles de prévision utilisent des procédés brevetés par Kisters et offrent une qualité optimale en matière de prévisions. Pour atteindre les meilleurs résultats, la programmation par apprentissage des modèles a été effectuée avec les données historiques de l’année précédente ou des deux dernières années.
Modélisation automatique
Il n’est pas nécessaire de faire appel à des mathématiciens pour optimiser les modèles ALN. En effet, le responsable des prévisions met à disposition du modèle différents facteurs, tels que le type de jour, le rayonnement total et la température. Le procédé automatique se charge ensuite lui-même de déterminer le bon nombre de neurones et de poids. Le modèle idéal est trouvé en quelques minutes à l’aide d’un apprentissage itératif. Le système peut procéder régulièrement à l’optimisation automatique, ce qui représente un gain de temps précieux pour les responsables des prévisions.
Intégration complète
Energieplattform AG mise sur la plateforme éprouvée BelVis pour son système de traitement des données. Le module de prévisions a ainsi pu être aisément activé et utilisé dans le système de gestion des données commerciales. Les prévisions sont établies automatiquement tous les jours et envoyées à l’approvisionnement au moyen d’un mandat BelVis. Les prévisions sont ensuite archivées une à une pour pouvoir être contrôlées. Il est ainsi possible d’analyser de manière détaillée la qualité des prévisions.
Au cours du projet d’optimisation des prévisions qui a duré six jours, nous avons pu profiter de l’expérience, des conseils précieux et des idées intéressantes d’Optimatik. Cela nous a permis d’améliorer considérablement les prévisions en termes de consommation et de production. »
Dominik Burkolter, gestionnaire de portefeuilles chez Energieplattform AG
Les avantages
Les mesures décrites ont permis de réduire nettement les erreurs moyennes de prévision. Energieplattform AG peut réaliser chaque année des économies conséquentes en termes de coûts d’énergie d’ajustement ; ce montant se chiffre en dizaines de milliers de francs.
Grâce au transfert de connaissances dont a profité Energieplattform AG, les responsables des prévisions peuvent procéder eux-mêmes à d’autres optimisations et donc continuer à améliorer la qualité des prévisions.