Dans la publicité, l’intelligence artificielle est ce que le Bluetooth était autrefois – indispensable pour chaque produit. Les algorithmes autoadaptatifs peuvent effectivement être utilisés avantageusement dans de nombreux domaines, y compris l’énergie solaire. Ils analysent la météo et prédisent la production d’énergie des installations solaires ou détectent les erreurs et les pannes dans les données des installations solaires. Le développement se poursuit à un rythme effréné. Toutefois, les centres de calcul ont besoin pour cela de toujours plus d’électricité précieuse.
L’IA optimise le rendement avec beaucoup d’énergie
Texte: Beat Kohler
L’intelligence artificielle (IA) offre de nombreuses possibilités d’amélioration également dans le secteur de l’énergie solaire au niveau de l’efficacité et de la performance. L’IA aide par exemple aujourd’hui déjà à gérer intelligemment l’injection dans le réseau et l’autoconsommation en lien avec la production. De nouvelles solutions logicielles viennent régulièrement s’y ajouter.
Mieux reconnaître les erreurs
Les chercheurs de l’Institut pour l’analyse des données et la conception de processus (IDP) de la ZHAW ont par exemple développé, dans le cadre d’un projet Innosuisse, un module logiciel qui combine les connaissances techniques déjà existantes avec l’intelligence artificielle. Les analyses de performance qui en découlent permettent de minimiser les pertes d’énergie des centrales solaires. En général, l’encrassement des modules, l’ombrage de certaines zones, les pannes électroniques, les dysfonctionnements de l’onduleur ou un suivi erroné des installations peuvent entraîner des pertes d’énergie considérables, voire une perte de puissance. Le programme de l’équipe de la ZHAW peut diagnostiquer les pertes d’énergie d’une centrale photovoltaïque dues à des pannes électroniques, à des erreurs de tracker ou à des modules photovoltaïques encrassés et reconnaître ainsi à temps le moment où une intervention dans le système est nécessaire. Il reconnaît automatiquement les événements de perte d’énergie de diverses causes et peut décider quand une maintenance de la centrale vaut vraiment la peine. «Grâce à la combinaison de précieuses connaissances spécialisées et d’un modèle d’apprentissage profond axé sur les données, le module peut détecter les erreurs dans l’installation plus tôt et plus précisément que les approches précédentes. La capacité à détecter les erreurs de tracker a été améliorée de 70% par rapport aux modèles d’IA traditionnels», explique Lilach Goren Huber, chef de projet.
Minimiser l’extension du réseau
Un autre exemple a été récompensé par le Watt d’Or 2024 dans la catégorie
« Technologies énergétiques ». En coopération avec le fournisseur d’électricité argovien AEW Energie AG, l’ETH Zurich a développé un algorithme appelé « Online Feedback Optimization », qui peut résoudre un problème d’optimisation dans le réseau électrique. L’application de l’algorithme se base sur des mesures en temps réel du réseau électrique d’AEW et peut réguler de manière optimale la puissance réactive et la tension dans le réseau. Selon Lukas Ortmann, chercheur à l’ETH et désormais professeur de technique de régulation à la Haute école spécialisée de Suisse orientale à Rapperswil, leur logiciel d’optimisation a été testé dans un projet-pilote sur une installation solaire d’AEW Energie. L’innovation et l’avantage de l’algorithme de l’ETH résident dans le fait qu’il se base sur des données en temps réel provenant du réseau électrique AEW et qu’il peut adapter la puissance réactive à la situation dominante afin d’optimiser localement le flux de puissance réactive. « En principe, nous avons montré, par le biais d’une seule installation solaire AEW existante, que notre logiciel d’optimisation peut contribuer à la stabilité du réseau en Suisse », explique Lukas Ort- mann.
L’IA est également utilisée pour le développement de nouvelles cellules solaires. Ainsi, en Allemagne, des chercheurs de l’Institut Helmholtz veulent développer un assistant numérique IA capable de générer de nouveaux matériaux et d’optimiser les processus de fabrication de manière autonome. Quelle sera la durée de vie probable de la cellule solaire prévue? Quels matériaux doivent être utilisés ? « SOL-AI doit fournir des réponses rapides et sur mesure à toutes ces questions», explique Stefan Sandfeld, directeur de l’institut IAS-9 – Materials Data Science and Informatics au centre de recherche de Jülich.
La consommation d’électricité augmente
Malgré l’euphorie suscitée par les applications possibles, il ne faut pas oublier une chose – l’IA est en premier lieu une grande consommatrice d’énergie. Selon les prévisions de l’Agence internationale de l’énergie, la consommation d’électricité des centres de données mondiaux, y compris les applications d’IA et les cryptomonnaies, pourrait passer de 460 TWh en 2022 à 620, voire 1050 TWh en 2026, en fonction de la rapidité avec laquelle l’IA sera appliquée dans les secteurs les plus divers. En Europe, la Suisse présente la deuxième plus forte densité de centres de données par habitant. Selon l’Office fédéral de l’énergie (OFEN), la consommation d’électricité des centres de données s’élevait à 2,1 TWh en 2019, soit 3,6% de la consommation totale de la Suisse. D’ici 2025/2026, les centres de données devraient représenter environ 6 % de la consommation, selon l’analyse de l’OFEN. Les applications d’IA n’ont même pas encore été prises en compte dans ces scénarios. Le professeur Adrian Altenburger, directeur de l’institut et de la filière technique du bâtiment et énergie de la Haute école de Lucerne, estime dans le magazine destiné aux clients de l’EWZ que d’ici 2030, la consommation d’électricité des centres de données pourrait déjà représenter 8 TWh en raison des nouvelles applications d’IA, soit 14 à 15% de la consommation totale d’électricité en Suisse.