Deep Mind peut anticiper la production d’une éolienne

Deep Mind peut anticiper la production d’une éolienne
Innovation

 

L’un des défauts majeurs de l’énergie produite par une éolienne est son intermittence et son imprévisibilité. Deep Mind, la filiale de Google dédiée à l’IA, a partiellement répondu à ce problème. L’entreprise est capable de prédire avec une grande finesse la production d’électricité d’une éolienne, jusqu’à 36 heures à l’avance.

Racheté en 2014 par Google, Deep Mind est l’entreprise mondiale la plus avancée dans l’apprentissage des intelligences artificielles (IA). La firme a notamment développé les très médiatiques IA qui ont battu des champions de jeu de go ou de Starcraft.

Google gère des parcs éoliens dans le centre des Etats-Unis

Mais Deep Mind a également de nombreuses applications beaucoup plus pratiques. L’une des plus importantes pour l’avenir de la planète vient peut-être d’être dévoilée par Google, fin février, dans une note de blog. Le géant américain est en train de bâtir un impressionnant parc mondial de projets dédiés aux énergies renouvelables. Google gère notamment un champ d’éoliennes, dans le centre des Etats-Unis.

C’est dans ce cadre que Deep Mind a entraîné une IA à la prévisibilité de la production des éoliennes. Cette dernière source d’énergie, tout comme le solaire, souffre en effet de son intermittence et de son imprévisibilité. Une éolienne ne produit d’électricité que quand le vent souffle.

Utiliser les capacités d’apprentissage neuronal de Deep Mind

Si de grandes tendances peuvent être définies en fonction du site d’implantation de l’équipement, il demeure difficile de savoir, d’un jour sur l’autre, quelle quantité d’énergie sera disponible. Ce qui a d’importantes conséquences sur le système énergétique adossé à ces éoliennes. Une transition énergétique mondiale réussie impose de développer largement les énergies renouvelables intermittentes, et donc de répondre à ces problématiques.

Google a donc décidé de mettre les capacité d’apprentissage neuronal de Deep Mind au service de son parc éolien. La filiale britannique du géant du net utilise ainsi des algorithme nourri avec l’historique de production des éoliennes du parc (corrélé avec la météo à l’instant de production) et une masse de prévisions météorologiques à très court terme, à court terme et à moyen terme. La puissance de calcul et des algorithmes de Deep Mind a fait le reste.

Des prévisions fiables, 36 heures à l’avance

La firme est ainsi capable de prévoir la production du parc environ 36 heures à l’avance, avec une réelle finesse. Google peut ainsi annoncer un jour à l’avance quelles seront les livraisons horaires d’électricité sur le réseau. La note de blog met en avant l’effet économique immédiat de cette prévisibilité : la valeur de l’électricité livrée a augmenté de 20% par rapport à un scénario où le gestionnaire réseau ne sait pas quelle quantité d’énergie sera produite.

Mais au-delà de la question pécuniaire, l’avantage offert par Deep Mind pourrait permettre aux gestionnaires réseau de mieux anticiper et répondre, en temps réel, à la délicate question de l’adéquation entre la demande d’électricité et la production électrique. Cette question est d’autant plus prégnante que l’électricité produite est intermittente et décentralisée.

Mettre l’IA au service de la transition énergétique

Prévoir cette production permet d’adapter avec plus de finesse les stratégies du réseau électrique local, notamment la question du stockage ou du pilotage de la consommation. S’il demeure impossible de forcer le soleil à briller et le vent à souffle, savoir quand les éléments naturels seront en mesure de produire de l’énergie est une clé fondamentale de la révolution énergétique en cours.

De ce point de vue, l’avancée de Deep Mind est une excellente nouvelle. Reste à souhaiter que cette capacité soit transmise, le plus rapidement possible, à un maximum de parcs éoliens dans le monde – et que ces algorithmes seront, également, mis au service de l’énergie solaire.

Leave a Reply

You must be logged in to post a comment.