Le déploiement d'énergies renouvelables rompt avec la structure traditionnelle des réseaux de transport et de distribution d'énergie français centralisés. Avec la multiplication des lieux de production et les problématiques liées à la gestion et à l'optimisation de ces flux, le secteur des énergies renouvelables (ENR) implique le déploiement d'une nouvelle filière de services digitaux, dont font partie les acteurs de l'intelligence artificielle (IA).

On estime le nombre d'éoliennes terrestres en France en 2021 à 8.000, réparties sur 1.380 parcs. La production est portée par l'éolien terrestre, mais le nombre d'appels d'offres pour l'éolien offshore est croissant sur les dernières années. Pour adresser ce marché, des entreprises développent des solutions de mesures et d'optimisation de chaque machines présentes sur ces parcs.

Se pencher sur le problème du bruit des éoliennes

« L'objectif de Sereema est d'optimiser les exploitations éoliennes avec le digital, explique Jérôme Imbert, CEO de Sereema à Montpellier. Notre technologie se compose d'une boîte embarquée sur les éoliennes, qui, telle une montre connectée, va utiliser ses capteurs pour collecter des informations sur l'environnement et le comportement de l'éolienne. L'IA permet d'identifier certains signaux et appuie nos diagnostics. Notre prochaine innovation sera de définir un optimum de fonctionnement pour chaque machine, en fonction de son orientation spécifique ou de l'axe du vent. C'est un processus de machine learning actuellement à l'étude. Ces questions peuvent ensuite entraîner des gains de productivité, et donc des gains monétaires importants. »

Chez Engie Green, Philippe Alexandre, conseiller technique Business & Innovation, indique que l'énergéticien a voulu s'intéresser au problème du bruit généré par les parcs éoliens : « C'est une préoccupation importante pour les riverains des lieux de production et qui fait l'objet d'une réglementation contraignante. La projet IA Presence est une méthode de machine learning où l'IA sépare les bruits naturels de ceux produits par les éoliennes. Notre algorithme affiche encore une marge d'erreur de 2 à 3 db, mais nous améliorons le produit en continue pour obtenir assez vite des résultats fiables ».

Mieux comprendre les taux d'ensoleillement

En 2019, la capacité du parc solaire photovoltaïque raccordé au réseau en France métropolitaine a atteint 9,4 GW, une progression de 10,4% par rapport à 2018. Pour continuer à augmenter la production d'énergie solaire, les acteurs de l'IA misent sur une meilleure compréhension des taux d'ensoleillement.

Jean-Baptiste Beyssac, CEO de SESA Solar Energy Systems Analytics, présente sa solution : « 39% des capacités de production installées dans monde sont solaires, détaille. Cela représente un défi d'exploitation, surtout si on veut consommer cette énergie en local. Notre société propose un logiciel d'estimation de la ressource solaire qui fait l'objet d'un brevet d'invention du CNRS. En local, on s'adapte à l'instrumentation du site, aux besoins du client et à la dynamique de prévision souhaitée ».

« Notre projet Soleye travaille avec les images satellitaires, reprend Philippe Alexandre, chez Engie Green. Mais notre objectif est de récolter des données sur le long terme, dix ans, et de les corréler avec les données issues d'une quinzaine de sites tests. L'objectif est d'estimer la ressource solaire sur le long terme pour chaque site. »

Mohamed Masmoudi est professeur à l'Institut de Mathématique de Toulouse et fondateur d'Adagos, qui a mis au point un logiciel d'intelligence artificielle économe et argumentationnel trouvant de nombreuses applications dans l'industrie, l'IoT, la santé ou encore l'énergie : « Il y a toujours un micro-climat sur les sites de production. L'objectif de l'IA est de corriger les biais des prévisions météorologiques grâce à une connaissance très fine du terrain ».