ABONNEZ-VOUS À NOTRE LETTRE D'INFORMATION

Pour suivre nos actualités et nos analyses de marché

IA et énergies renouvelables: l’avenir de notre planète

Avril 2019

Prévision du vent pour l’énergie éolienne étude des surfaces photovoltaïques indices de pluviosité pour l’énergie hydroélectrique. Les applications de l’IA sont nombreuses et peuvent dégager des dizaines de milliards de dollars d’économies.

Apprentissage automatique, algorithmes, modèles prédictifs. Le potentiel des applications de l’intelligence artificielle pour le développement des énergies renouvelables est immense, à tel point que de nombreux acteurs de ce marché testent des solutions innovantes pour améliorer les rendements de différents systèmes. Les applications de l’intelligence artificielle permettent de tirer le meilleur parti du fonctionnement des installations en anticipant les conditions météorologiques telles que l’exposition des surfaces photovoltaïques au soleil, la direction et la puissance des vents dans le cas de l’énergie éolienne ou encore l’indice de pluviosité pour l’énergie hydroélectrique. Elles peuvent cependant aussi contribuer à la gestion de l’approvisionnement énergétique des ménages vivant en ville en optimisant l’ensemble du réseau de distribution.

Intelligence artificielle et économie circulaire

Selon le rapport «Artificial Intelligence and the Circular Economy. AI as a Tool to Accelerate the Transition» (L’intelligence artificielle et l’économie circulaire. L’IA comme outil pour accélérer la transition) de la Fondation Ellen MacArthur, l’intelligence artificielle pourrait résoudre des problèmes complexes plus rapidement que l’homme et ainsi aider les entreprises et gouvernements à accélérer le flux des ressources dans une économie circulaire en instaurant un cercle vertueux. Il existe trois principaux moyens d’y parvenir: la conception de produits, de composants et de matériaux pour l’économie circulaire, la gestion de modèles économiques circulaires et l’optimisation des infrastructures de l’économie circulaire. 

Agriculture et électronique: les deux secteurs qui démontrent le potentiel de l’IA

Le rapport présente l’exemple de deux secteurs qui démontrent comment l’IA peut accroître la circularité de nombreuses initiatives économiques. En premier lieu, l’IA pourrait faciliter le choix des projets visant à éliminer le gaspillage dans le secteur de l’alimentation: les technologies de l’IA pourraient indiquer le moment où les fruits et légumes sont prêts à être récoltés, entraînant un ajustement constant de l’offre alimentaire à la demande au cours de cette période donnée. Un mécanisme vertueux qui pourrait permettre d’économiser près de 130 milliards de dollars par an à partir de 2030. Autre secteur d’activité, dans l’électronique grand public, l’IA pourrait améliorer la maintenance des appareils grâce à des modèles prédictifs et, en exploitant les mécanismes de reconnaissance d’images et de robotique, gérer le système de recyclage des déchets électroniques de manière intelligente. Ces applications pourraient générer jusqu’à 90 milliards de dollars d’économies d’ici 2030. 

Algorithmes d’apprentissage automatique pour prédire le comportement du vent

DeepMind, le laboratoire londonien de Google, fournit également un exemple d’application de l’intelligence artificielle: l’énergie produite par les éoliennes est en croissance constante et a atteint 600 gigawatts dans le monde entier en 2018. Le vent est toutefois difficile à prévoir et il n’est donc pas possible de prédire l’approvisionnement en énergie obtenue uniquement à partir du vent. Grâce aux algorithmes d’apprentissage automatique, il est cependant possible d’anticiper le comportement du vent au moins 36 heures à l’avance dans les grands parcs à éoliennes et, par conséquent, la quantité d’énergie produite, et ce, en croisant les données historiques avec les prévisions météorologiques. Dans le Midwest des États-Unis, cette méthode a été testée et le rendement énergétique a augmenté de 20%. «Nous ne pouvons pas éliminer l’imprévisibilité du vent, mais nos résultats préliminaires indiquent que l’apprentissage automatique peut faire en sorte que l’énergie éolienne soit plus prévisible et donc plus utile», ont expliqué les chercheurs responsables du test.