Le numérique s'est, en une décennie, déployé dans toutes les sphères de la société. L'avènement de géants du secteur, les fameux Gafam (1) , et les investissements faramineux qui ont suivi, ont accéléré les travaux sur l'intelligence artificielle (IA). Désormais, certains prédisent la prochaine révolution industrielle avec des ordinateurs capables de trier, mais aussi d'analyser, d'interpréter et même de décider, grâce aux masses de données produites par les objets connectés omniprésents.

Dans le secteur de l'énergie, l'intelligence artificielle pourrait accélérer la transition entre une production centralisée, comptant quelques dizaines d'installations, et un parc s'appuyant sur des milliers d'installations décentralisées. De la production à la distribution en passant par le négoce, l'IA a déjà investi le domaine de l'énergie depuis quatre à cinq ans. Elle amène de nouveaux acteurs et de nouvelles manières de travailler. « Les acteurs de l'énergie, seuls, ne pourraient proposer ces nouveaux outils, explique Flavien Vottero, directeur d'études stratégiques et économiques pour le groupe Xerfi. Mais il ne faut pas que les énergéticiens soient dépossédés, il y a un équilibre à trouver ».

Accélérer les développements technologiques

L'IFP Énergies nouvelles (Ifpen) a choisi de travailler avec l'Institut national de recherche en sciences et technologies du numérique (Inria). « Nous sommes dans une course à la complexité, on va de plus en plus loin. Le numérique va prendre une place de plus en plus importante et cette place va encore croître demain, avec le calcul quantique. Cela requiert de nouvelles compétences et de nouveaux métiers », analyse Dominique Humeau, directeur de recherche à l'Ifpen.

Les deux partenaires orientent leurs recherches sur les apports de l'IA dans la transition énergétique. « Les enjeux économiques sont forts. Il s'agit de substituer des énergies traditionnelles développées depuis des décennies, avec un fort retour d'expériences. En allant plus loin dans la simulation, l'objectif est de développer de nouvelles technologies déjà optimisées et de réduire ainsi les coûts », explique le chercheur.

L'un de leurs axes de recherche vise par exemple à optimiser les éoliennes flottantes et à accroître leur durée de vie. « Cette technologie sera capable de capter plus de vent, mais elle est aussi plus complexe que les éoliennes en mer posées. Avec les flotteurs, les structures se fatiguent plus vite ». Les données recueillies à partir de capteurs vont permettre de modéliser le fonctionnement des machines et d'estimer en permanence leur endommagement, mais aussi la bonne orientation des pales. L'IA pourrait ainsi faire gagner quelques années de recherche et d'essais et permettre la mise sur le marché de technologies optimisées, avec moins de matières, à moindre coût.

Le concept de « jumeaux numériques » existe déjà dans l'industrie et dans le secteur énergétique. Il s'agit de créer le double numérique d'une installation de production, et de modéliser son fonctionnement pour anticiper les usures, planifier la maintenance… « Cela permet de baisser le coût de l'électricité produite en prolongeant la durée de vie des installations », explique Dominique Humeau.

Optimiser l'implantation et l'intégration des renouvelables

L'IA est également utilisée pour améliorer l'implantation des projets de production. « Les calculs intensifs associés à l'IA sont traditionnellement utilisés dans la prospection et le développement de nouveaux sites de production d'hydrocarbures. Aujourd'hui, de petits projets se développent pour optimiser l'implantation de projets solaires et éoliens en fonction des gisements de vent, de soleil… », indique Flavien Vottero, le directeur d'études de Xerfi. Mais en France, la demande est encore réduite.

Les simulations permettent également d'optimiser l'emplacement des éoliennes au sein d'un parc, pour limiter les effets de sillage. « Nous travaillons à accélérer les simulations complexes, qui mobilisent des moyens de calculs phénoménaux, en les simplifiant. Mais l'objectif est de garder une grande précision, en adaptant le pas de calcul à la nécessité. Cela permet de développer des outils moins gourmands énergétiquement », explique Dominique Humeau.

L'IA s'invite également dans la gestion des réseaux et smart grids : surveillance à distance, analyse des besoins et prévisions, intégration des énergies renouvelables… Les projets de R&D sont longs et nécessitent souvent plusieurs années d'expérimentations.

Partager la connaissance et la recherche

Si les moteurs de recherches sont devenus aujourd'hui très performants sur les langages naturels, les résultats ne sont pas au rendez-vous dès que l'on bascule dans le domaine scientifique. « L'objectif est de créer un outil qui permette de voir toutes les avancées sur un domaine précis dans la littérature scientifique. L'ouverture de la connaissance est dans l'air du temps. La plupart des projets de recherche financés à l'échelle française et européenne prévoient une publication des résultats », souligne Dominique Humeau.

Adapter les offres et proposer de nouveau services

En aval, l'IA se taille une place également : « Les outils d'IA sont très utilisés dans le domaine du trading ; ils permettent de réaliser des modélisations historiques et des projections des prix en fonction de l'évolution de la consommation, des sauts de production…, explique Flavien Vottero. Ces outils sont assez évolués mais ils ont trouvé leur limite lors de la crise de la Covid-19 », ajoute le directeur d'études. Lorsque l'imprévisible arrive, même l'IA y perd son latin…

Derniers maillons de la chaîne, les fournisseurs d'énergie s'intéressent aussi à ces technologies pour améliorer leurs relations clients et leur stratégie marketing. Une meilleure connaissance des clients leur permet de proposer des offres adaptées. « Total Direct énergie fait par exemple de la publicité ciblée. Ces outils sont transversaux à tous les secteurs économiques ; ils permettent d'optimiser les coûts », note Flavien Vottero.

À plus long terme, l'IA leur permettra de proposer des services intelligents d'efficacité énergétique : identification des leviers d'économie d'énergie, pilotage des consommations, optimisation de la production… « C'est le domaine le plus complexe à déployer. On ne prévoit pas de déploiement massif avant 2025 », estime l'expert de Xerfi. Ce domaine pourrait être aussi le plus juteux : de nombreux acteurs se positionnent sur les objets connectés, à commencer par les Gafam.