Evolution des systèmes
d’information énergétiques : étude
de cas concrets et perspectives.
L. Testard
HALIAS Technologies
Université Grenoble Alpes
Systèmes d’Information ?
 Définition...
 Permettre à l’humain de trouver sa place dans la
problématique énergétique globale
Aujourd’hui
 Jaune : calculs
 Rouge : mesures
 Vert : actions
 Bleu : valeurs de référence
Source : thermor.fr + UGA
SI pour la transition énergétique
 Loi sur la Transition Energétique : le numérique est une brique
incontournable pour
o gérer la production (décentralisée), facturation, multiplicité de la production
o optimiser , prendre des décisions, smart grids (distribution ou transport)
o sûreté de fonctionnement, environnement, climat
(Jeremy Rifkin, P. Criqui)
 Pourquoi l’exercice est difficile :
o les techno de l’énergie naissent, vivent et meurent vite !
o l’informatique : c’est pire !
Image CNRS
Evolution de l’informatique
(pour l’énergie)
Simulateur de réseaux électriques (transport)
o jusqu’aux années 80 : machine(s) mixte-analogique(s) dans un hangar
o années 90-2000 : simulation du réseau sur un PC/station de travail
o que dire à l’horizon 2050 !
photo : ACONIT (Grenoble)
Nécessité d’une approche « prospective »
pour les composants du Système d’Information
 Transport, distribution, industriels-bâtiment...
 Technos énergétiques clés:
o Support de solutions de stockage
o Injection production renouvelable
o Pilotage
Cas d’exemple : Smart Grids
source 3M
Méthodologie
Enjeux
énergétiques
Identification des
technos
INFORMATIQUES
EVALUATION
Choix et
déploiement ?
A la recherche des game changers...
 Informatiques (pas technos énergétiques)
 Enjeux / évaluation de critères clés
o E : Adéquation à l’échelle de l’énergie
o A : Accessibilité
o G : gains attendus: financiers et qualitatifs
o OK : Acceptabilité
 Note 1 à 10, tendance, évaluée sur problématique smart grid
E A G OK
Objets Connectés
Dans un cadre grand public (optimisation énergétique),
pas instrumentation des réseaux
Investissements lourds du côté du public. Qui fait cet
investissement ?
Gains ...
Acceptabilité : limites des approches capteur humain
SI : révolution attendue ?
Difficile à évaluer en avance
E A G OK
10 = 3  ?
1-10
?
Image : google
Big data
 Distribution : production extrêmement changeante (injection
production intermittente, reconfiguration)
 Centralisation / anonymisation des données
Probablement une étape obligée pour mise en place de SI capables
d’appréhender enjeux 2050
La promesse est forte
E A G OK
8 7 = 5  3
image : WSJ
Simulation
 Etudes d’impact de choix structurants, évaluation éco., robustesse des
mix, optimisation
o Modélisation précise et rapide des réseaux et infra de production
o Scénarios transitoires rapides, périmètre local / régional / national ...
international ? (COP21)
o Optimisation économique, environnementale, ressources production
 Bénéficier naturellement des progrès de l’informatique de calcul
 Exascale computing pour 2020 ...
 Ordinateurs quantiques ? Démultiplication vitesse, optimisation, etc... Est-ce
que ça marche ?
E A G OK
10 0  7 10
image : kryptonradio.com
De la technique aux usages
 Benchmark de sa conso électrique
o problématique de confidentialité des
données, centralisation, ...
o approche standard SI : acceptabilité ?
le peer to peer / Open Data
les données appartiennent au citoyen:
inadaptation SI standard
tous des pirates ? Oui mais ... de nos
données !
A l’horizon 2050
La problématique énergétique a bien des occasions de changer
d’ici 2050, l’informatique aussi !
« Four-Level-Pyramid-model » par Compo CC BY-SA 3.0
Le SI de la Transition Energétique
reste à inventer ... et on part de
loin !
Le numérique est une brique absolument nécessaire pour la
transformation énergétique, à toutes les échelles !

15 Université de Grenoble

  • 1.
    Evolution des systèmes d’informationénergétiques : étude de cas concrets et perspectives. L. Testard HALIAS Technologies Université Grenoble Alpes
  • 2.
    Systèmes d’Information ? Définition...  Permettre à l’humain de trouver sa place dans la problématique énergétique globale
  • 3.
    Aujourd’hui  Jaune :calculs  Rouge : mesures  Vert : actions  Bleu : valeurs de référence Source : thermor.fr + UGA
  • 4.
    SI pour latransition énergétique  Loi sur la Transition Energétique : le numérique est une brique incontournable pour o gérer la production (décentralisée), facturation, multiplicité de la production o optimiser , prendre des décisions, smart grids (distribution ou transport) o sûreté de fonctionnement, environnement, climat (Jeremy Rifkin, P. Criqui)  Pourquoi l’exercice est difficile : o les techno de l’énergie naissent, vivent et meurent vite ! o l’informatique : c’est pire ! Image CNRS
  • 5.
    Evolution de l’informatique (pourl’énergie) Simulateur de réseaux électriques (transport) o jusqu’aux années 80 : machine(s) mixte-analogique(s) dans un hangar o années 90-2000 : simulation du réseau sur un PC/station de travail o que dire à l’horizon 2050 ! photo : ACONIT (Grenoble) Nécessité d’une approche « prospective » pour les composants du Système d’Information
  • 6.
     Transport, distribution,industriels-bâtiment...  Technos énergétiques clés: o Support de solutions de stockage o Injection production renouvelable o Pilotage Cas d’exemple : Smart Grids source 3M
  • 7.
  • 8.
    A la recherchedes game changers...  Informatiques (pas technos énergétiques)  Enjeux / évaluation de critères clés o E : Adéquation à l’échelle de l’énergie o A : Accessibilité o G : gains attendus: financiers et qualitatifs o OK : Acceptabilité  Note 1 à 10, tendance, évaluée sur problématique smart grid E A G OK
  • 9.
    Objets Connectés Dans uncadre grand public (optimisation énergétique), pas instrumentation des réseaux Investissements lourds du côté du public. Qui fait cet investissement ? Gains ... Acceptabilité : limites des approches capteur humain SI : révolution attendue ? Difficile à évaluer en avance E A G OK 10 = 3  ? 1-10 ? Image : google
  • 10.
    Big data  Distribution: production extrêmement changeante (injection production intermittente, reconfiguration)  Centralisation / anonymisation des données Probablement une étape obligée pour mise en place de SI capables d’appréhender enjeux 2050 La promesse est forte E A G OK 8 7 = 5  3 image : WSJ
  • 11.
    Simulation  Etudes d’impactde choix structurants, évaluation éco., robustesse des mix, optimisation o Modélisation précise et rapide des réseaux et infra de production o Scénarios transitoires rapides, périmètre local / régional / national ... international ? (COP21) o Optimisation économique, environnementale, ressources production  Bénéficier naturellement des progrès de l’informatique de calcul  Exascale computing pour 2020 ...  Ordinateurs quantiques ? Démultiplication vitesse, optimisation, etc... Est-ce que ça marche ? E A G OK 10 0  7 10 image : kryptonradio.com
  • 12.
    De la techniqueaux usages  Benchmark de sa conso électrique o problématique de confidentialité des données, centralisation, ... o approche standard SI : acceptabilité ? le peer to peer / Open Data les données appartiennent au citoyen: inadaptation SI standard tous des pirates ? Oui mais ... de nos données !
  • 13.
    A l’horizon 2050 Laproblématique énergétique a bien des occasions de changer d’ici 2050, l’informatique aussi ! « Four-Level-Pyramid-model » par Compo CC BY-SA 3.0 Le SI de la Transition Energétique reste à inventer ... et on part de loin ! Le numérique est une brique absolument nécessaire pour la transformation énergétique, à toutes les échelles !