Optimiser les consignes d’équilibrage électrique avec l’IA

• Optimiser les consignes d’équilibrage électrique avec l’IA
• Prévoir la demande et la production pour guider l’équilibrage
• Encadrer les recommandations de l’IA en conduite du réseau

Opérateurs de conduite, ingénieurs réseau et data scientists

Notions sur l’équilibrage du réseau et sur les modèles prédictifs

• Définir l’équilibrage électrique et ses consignes de conduite
• Identifier les données utiles à l’équilibrage en temps réel
• Prévoir la consommation et la production renouvelable par l’IA
• Comprendre l’optimisation sous contraintes appliquée aux consignes
• Construire des consignes d’ajustement des moyens de production
• Intégrer le stockage et l’effacement dans les propositions du modèle
• Évaluer la qualité des prévisions et leurs incertitudes
• Comparer les consignes de l’IA à celles de la conduite humaine
• Définir les règles de validation avant application d’une consigne
• Suivre la performance du modèle en exploitation courante

• Comparer une prévision de demande à la consommation réelle
• Rédiger une règle de validation d’une consigne issue de l’IA
• Évaluer une consigne d’équilibrage au regard des contraintes

• Guide de mise en œuvre de l’IA pour l’équilibrage du réseau
• Check list de validation d’une consigne issue de l’IA
• Fiche repère des données utiles à l’équilibrage électrique