Conférence TechnoArk 2016 - eEnergy transition - L'intelligence logicielle au service de la transition énergétique.

1. Evolution des systèmes
d’information énergétiques : 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 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

5. 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

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. Méthodologie
Enjeux
énergétiques
Identification des
technos
INFORMATIQUES
EVALUATION
Choix et
déploiement ?

8. 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

9. 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

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’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

12. 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 !

13. 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 !