Une équipe propose une approche basée sur l'IA pour établir une

Une équipe de recherche conjointe a développé des technologies clés pour réaliser une « électrification urbaine » à l'aide de l'intelligence artificielle (IA). Leurs résultats ont été publiés dans la revue Villes et sociétés durablesL'équipe comprend des chercheurs du Laboratoire des systèmes d'énergie renouvelable et du Département de recherche sur les TIC énergétiques de l'Institut coréen de recherche sur l'énergie (KIER).

L’électrification urbaine vise à réduire l’utilisation des combustibles fossiles et à introduire des sources d’énergie renouvelables, telles que la technologie solaire intégrée aux bâtiments, pour transformer les systèmes énergétiques urbains. Bien que ce concept soit relativement peu connu en République de Corée, il est promu comme une stratégie clé aux États-Unis et en Europe pour atteindre la neutralité carbone et créer des environnements urbains durables.

Dans les modèles urbains traditionnels, l'approvisionnement énergétique peut être facilement ajusté en utilisant des combustibles fossiles pour répondre à la demande en électricité. Cependant, dans les villes électrifiées, la forte dépendance aux énergies renouvelables entraîne une plus grande variabilité de l'approvisionnement énergétique en raison des changements climatiques. Cela entraîne des décalages dans la demande d'électricité entre les bâtiments et rend le fonctionnement stable du réseau électrique plus difficile.

En particulier, les événements à faible probabilité et à fort impact (LPHI), tels que les vagues de froid soudaines ou les vagues de chaleur extrêmes, peuvent provoquer une forte augmentation de la demande énergétique tout en limitant la production. Ces événements constituent une menace importante pour la stabilité du réseau électrique urbain, pouvant conduire à des pannes de courant à grande échelle.

L'équipe de recherche a développé un algorithme de gestion de l'énergie basé sur l'analyse de l'IA pour résoudre les problèmes de stabilité du réseau électrique et l'a mis en œuvre dans un système. La démonstration du système développé a montré une réduction de 18 % des coûts d'électricité par rapport aux méthodes conventionnelles.

L’équipe de recherche a d’abord utilisé l’IA pour analyser les schémas de consommation énergétique par type de bâtiment et les schémas de production d’énergie renouvelable. Ils ont également découvert comment des variables complexes, telles que la météo, les comportements humains et l’échelle et l’état opérationnel des installations d’énergie renouvelable, affectent le réseau électrique.

Ils ont notamment découvert que les événements à faible probabilité et à fort impact, qui se produisent en moyenne seulement 1,7 jour par an (environ 0,5 % du temps), ont un impact décisif sur la stabilité globale du réseau électrique et ses coûts d’exploitation.

Le contenu analysé est transformé en un algorithme et un système. L'algorithme développé optimise le partage d'énergie entre les bâtiments et gère efficacement la demande de pointe et la production d'énergie de pointe. En plus de maintenir l'équilibre énergétique quotidien, le système est conçu pour répondre aux événements à faible probabilité et à fort impact, garantissant la stabilité du réseau électrique même dans des situations extrêmes.

Lorsque le système développé a été appliqué à un environnement réel à l'échelle d'une communauté reproduisant l'électrification urbaine, il a atteint un taux d'autosuffisance énergétique de 38 % et un taux d'autoconsommation de 58 %. Il s'agit d'une amélioration significative par rapport au taux d'autosuffisance de 20 % et d'autoconsommation de 30 % des bâtiments sans le système. Cette application a également entraîné une réduction de 18 % des coûts d'électricité et a considérablement amélioré la stabilité du réseau électrique.

En particulier, la consommation annuelle d'énergie utilisée dans la démonstration a été de 107 mégawattheures (MWh), soit sept fois plus que les études basées sur des simulations menées par des institutions internationales de premier plan. Cela améliore considérablement le potentiel d'application du système dans des environnements urbains réels.

Le Dr Gwangwoo Han, auteur principal de l'étude et chercheur au département de recherche sur les TIC dans le domaine de l'énergie, a déclaré : « Les résultats de cette étude démontrent que l'IA peut améliorer l'efficacité de l'électrification urbaine et résoudre les problèmes de stabilité du réseau électrique, tout en soulignant l'importance de la gestion des événements à faible probabilité et à fort impact. »

Il a également prédit que « en appliquant ce système à divers environnements urbains à l'avenir, nous pourrons améliorer l'efficacité énergétique et renforcer la stabilité du réseau, contribuant ainsi de manière significative à la réalisation de la neutralité carbone. »