Cas d’usage · Energy Forecasts

La bonne prévision pour chaque processus énergétique.

Du périmètre d’équilibre (Bilanzkreis) aux points de soutirage RLM individuels et aux centrales hybrides, jusqu’aux portefeuilles photovoltaïques et éoliens ainsi qu’aux sites industriels : aimpera prévoit la consommation et la production exactement là où des prévisions fiables sont nécessaires pour la planification, l’approvisionnement et l’exploitation.

Créées automatiquement, actualisées en continu et intégrées de façon transparente aux processus énergétiques existants.

Pour les régies municipales d’énergie (Stadtwerke) · fournisseurs d’énergie · gestion de portefeuille · responsables d’équilibre (BKV)

Prévisions de périmètre d’équilibre

Des milliers de séries temporelles. Une prévision de périmètre d’équilibre fiable.

Consommations RLM (mesure de courbe de charge enregistrée) et SLP (profil de charge standard), données iMSys, installations photovoltaïques et éoliennes, stockage, pompes à chaleur et infrastructure de recharge : dans un périmètre d’équilibre, des profils de consommation et de production de plus en plus variés se côtoient. aimpera prévoit les différentes composantes et les réunit en une prévision cohérente au quart d’heure pour le day-ahead et l’intraday.

Le problème au quotidien

Un périmètre d’équilibre n’est pas une courbe de charge homogène. Des groupes de clients différents, la production décentralisée et les nouveaux consommateurs flexibles font évoluer le portefeuille en permanence. En même temps, la météo, le calendrier, les plannings de production et les changements d’exploitation à court terme influencent l’évolution réelle.

Les informations individuelles des grands clients RLM sont particulièrement lourdes à traiter. Fermetures annuelles, équipes supplémentaires, fenêtres de maintenance ou arrêt d’une installation de production sont, dans la pratique, souvent communiqués à court terme et de manière non structurée.

  • Des milliers de séries temporelles hétérogènes de consommation et de production doivent être fusionnées au quart d’heure près.
  • La qualité des données, les valeurs manquantes, les jours particuliers et l’évolution des comportements de consommation génèrent en permanence des exceptions.
  • Des changements à court terme chez certains gros consommateurs ou installations de production peuvent déplacer la position de l’ensemble du périmètre d’équilibre.
  • Des messages de clients tels que « la machine 3 est à l’arrêt à partir de lundi pour quatre jours » doivent être interprétés sur le plan métier, rattachés à un point de marché (MaLo) et traduits en un ajustement concret de la prévision.
  • Plus le portefeuille grandit, plus il est difficile de faire monter ce processus en charge avec des corrections manuelles.
Comment aimpera travaille

aimpera prévoit les consommations et les producteurs au niveau approprié, puis agrège les résultats en une prévision cohérente du périmètre d’équilibre.

Pour cela, aimpera combine des séries temporelles historiques avec des données météorologiques, des informations de calendrier et des états d’exploitation connus. Les modèles sont mis à jour en continu avec de nouvelles valeurs réelles et reproduisent individuellement les différents profils de consommation et de production.

Les informations d’exploitation à court terme peuvent elles aussi alimenter la prévision. Si un client industriel signale par exemple un arrêt de machine de quatre jours, aimpera peut rattacher l’information à la charge concernée et la relier aux évolutions historiques d’états d’exploitation comparables. Au lieu de construire manuellement une nouvelle courbe de charge, on obtient ainsi une correction de prévision fondée sur les données.

Les prévisions sont actualisées en continu et réinjectées, via des interfaces, dans les systèmes existants de gestion des données énergétiques (EDM) et de gestion de portefeuille.

Ce qui s’améliore ainsi
  • Moins de corrections manuelles des prévisions lors de messages de grands clients, de fermetures annuelles et d’événements particuliers
  • Réaction plus rapide aux changements à court terme de la consommation et de la production
  • Prévisions cohérentes de chaque composante du portefeuille jusqu’à l’ensemble du périmètre d’équilibre
  • Base de décision plus fiable pour l’approvisionnement et les processus day-ahead et intraday
  • Meilleure capacité de montée en charge, même avec des portefeuilles de séries temporelles très vastes et hétérogènes
Du flux de données à la prévision du périmètre d’équilibre
Données d’entrée
RLMSLP / iMSysProsommateursPVÉolienautres producteurs
aimpera EnergyForecast System
Séries temporelles historiquesCalendrierMétéoInformations d’exploitationInformations sur les événements
Prévisions individuelles actualisées toutes les 15 min
Agrégation → prévision du périmètre d’équilibre
Utilisation
EDM / PFMApprovisionnementDay-aheadIntraday
Poste de travail de gestion de portefeuille / périmètre d’équilibre avec courbes de charge
Pour les régies municipales d’énergie (Stadtwerke) · fournisseurs d’énergie · ventes · gestion de portefeuille

RLM difficiles et sous-portefeuilles

Les quelques courbes de charge qui génèrent le plus gros effort de prévision.

Tous les points de marché RLM ne suivent pas un schéma stable. Certaines charges réagissent fortement à la production, aux horaires d’ouverture, à la météo ou à des changements d’exploitation à court terme. D’autres modifient leur structure ou, en tant que nouveau point de marché, ne disposent encore que de peu d’historique.

Ce sont précisément ces exceptions qui causent souvent une part disproportionnée du travail de reprise manuelle – et peuvent engendrer des écarts de prévision considérables sur certains quarts d’heure.

Le problème au quotidien

À l’échelle du portefeuille global, certaines courbes de charge difficiles passent souvent presque inaperçues statistiquement. Sur le plan opérationnel, ce sont pourtant précisément ces séries temporelles qui requièrent sans cesse de l’attention.

  • Une boulangerie démarre soudain sa production de nuit deux heures plus tôt.
  • Un client industriel ajoute une équipe supplémentaire ou réduit sa production à court terme.
  • Un entrepôt frigorifique réagit fortement à la température et aux conditions météorologiques.
  • Fermetures annuelles, jours fériés ou horaires d’ouverture exceptionnels modifient des profils de charge connus.
  • Les nouveaux points de marché ne disposent pas encore d’un historique suffisant pour une prévision individuelle fiable.
  • Les ruptures structurelles et les modes d’exploitation modifiés rendent les schémas historiques en partie inutilisables.

Les simples extrapolations ou une méthode de prévision unique atteignent rapidement leurs limites avec de telles charges. Conséquence : corrections manuelles, traitements particuliers récurrents et écarts évitables précisément sur les quarts d’heure où ils deviennent économiquement pertinents.

Comment aimpera travaille

aimpera considère chaque charge selon ses caractéristiques propres.

Les séries temporelles entrantes sont contrôlées automatiquement pour détecter lacunes de données, valeurs aberrantes et changements structurels. Pour la prévision, les profils de charge historiques sont combinés à des facteurs d’influence pertinents tels que le calendrier, les jours fériés, les fermetures annuelles et – lorsque c’est utile – les données météorologiques.

Selon les caractéristiques du point de marché, aimpera peut mettre en œuvre différentes approches de prévision et évaluer en continu quel modèle livre les meilleurs résultats.

Les nouveaux points de marché n’ont pas non plus à partir de zéro. Si l’historique propre est encore insuffisant, aimpera peut s’appuyer sur des profils de consommation similaires et des charges comparables pour produire dès le départ une prévision initiale fiable. À chaque nouvelle valeur mesurée, cette prévision est ensuite adaptée plus précisément au comportement réel du point de marché.

Si une charge existante se modifie durablement, les nouveaux schémas alimentent en continu la prévision.

Ce qui s’améliore ainsi
  • Moins de traitements particuliers manuels pour les charges RLM atypiques et irrégulières
  • De meilleures prévisions là où les méthodes standard atteignent leurs limites
  • Réaction plus précoce aux ruptures structurelles et aux changements de comportement de charge
  • Des prévisions de départ pertinentes pour les nouveaux points de marché, même avec peu d’historique
  • Une optimisation plus ciblée de sous-portefeuilles individuels plutôt qu’uniquement au niveau du portefeuille
  • Des prévisions plus fiables sur les quarts d’heure économiquement pertinents
Collage de sites industriels et commerciaux avec RLM
Pour les exploitants de centrales hybrides · producteurs indépendants (IPP) · développeurs de projets · commercialisateurs

Centrales hybrides

Plusieurs actifs. Un seul raccordement au réseau. Une prévision commune.

Sur les sites hybrides, le PV, l’éolien et le stockage sont exploités ensemble – leur impact économique ne naît donc pas isolément, mais de leur interaction. aimpera prévoit les différentes sources de production et les réunit en une prévision cohérente au point de raccordement commun au réseau.

Le problème au quotidien

Pour les centrales hybrides, il ne suffit pas de prévoir séparément le PV et l’éolien. Ce qui compte, c’est ce qui sera réellement disponible et injectable au point de raccordement commun au réseau.

Les profils de production se superposent, les conditions météorologiques évoluent à court terme et la puissance de raccordement disponible fixe une limite technique commune. C’est précisément de là que naissent des périodes où la production peut être entièrement injectée – et d’autres où des excédents apparaissent.

  • Le PV et l’éolien suivent des schémas météorologiques et de production différents et doivent d’abord être prévus de manière spécifique à chaque technologie.
  • Seule l’agrégation montre quelle puissance totale est à attendre sur le site.
  • La puissance de raccordement commune limite la puissance qui peut être injectée simultanément.
  • Les excédents attendus, les limitations d’injection et les capacités de raccordement libres doivent être visibles le plus tôt possible.
  • L’exploitation du stockage, le planning de marche et la commercialisation nécessitent pour cela des prévisions cohérentes pour tous les actifs.
  • Les écarts de prévision d’installations individuelles se répercutent sur la position de l’ensemble du site hybride.
Comment aimpera travaille

aimpera établit des prévisions de production individuelles pour les différents actifs d’une centrale hybride, puis les réunit en une prévision commune au point de raccordement au réseau.

Les caractéristiques propres au PV, à l’éolien et aux autres technologies de production sont prises en compte séparément. Les prévisions individuelles donnent une image cohérente de la production totale attendue du site.

La production prévue est ensuite confrontée à la puissance de raccordement disponible. On voit ainsi à l’avance quand des excédents de production peuvent apparaître, quand le raccordement au réseau devient le facteur limitant et quand une capacité de raccordement supplémentaire reste disponible.

Ces prévisions constituent la base de données des décisions en aval – par exemple les plannings de stockage, la commercialisation, l’établissement du planning de marche ou l’optimisation de la centrale hybride.

Parc photovoltaïque au sol avec stockage par batteries sur le raccordement commun
Pour les agrégateurs / commercialisateurs directs · producteurs indépendants (IPP) · négoce d’énergie · exploitants de grands portefeuilles de production

Commercialisation PV et éolien

Des prévisions de production précises – pour des installations individuelles comme pour des portefeuilles entiers.

Qu’il s’agisse d’un parc solaire, d’un parc éolien ou d’un portefeuille de production réparti sur un vaste territoire : pour une commercialisation fiable, il faut connaître à tout moment le plus précisément possible la puissance réellement attendue. aimpera prévoit la production PV et éolienne au niveau de l’installation, du parc ou du portefeuille et actualise les prévisions en continu pour le day-ahead, l’intraday et l’exploitation à court terme.

Le problème au quotidien

La production attendue des installations PV et éoliennes évolue en permanence. Les prévisions météo sont actualisées, les installations ne sont parfois pas entièrement disponibles, le curtailment limite l’injection et les données de mesure peuvent manquer ou être erronées.

Dès une installation isolée, de tels changements peuvent avoir des effets considérables sur la position de commercialisation. Pour les portefeuilles plus importants s’ajoute le défi de réunir de manière cohérente de nombreux actifs répartis géographiquement, avec des situations météorologiques et des états d’exploitation différents.

  • Les changements météorologiques peuvent décaler sensiblement la production PV ou éolienne attendue en quelques heures.
  • Les arrêts d’installations, la disponibilité réduite et le curtailment modifient l’injection réellement attendue.
  • Des valeurs mesurées manquantes ou erronées compliquent l’évaluation à court terme de la situation de production actuelle.
  • Pour les portefeuilles, de nombreuses installations et parcs individuels doivent être agrégés de façon cohérente en une prévision globale.
  • Les nouvelles installations ne disposent d’abord que d’un historique propre limité et doivent pourtant être prévues dès le début.
  • Entre le day-ahead, l’intraday et l’exploitation en cours, il reste peu de temps pour la vérification et l’ajustement manuels.
Comment aimpera travaille

aimpera établit des prévisions de production au niveau où elles sont nécessaires : pour une installation isolée, un parc éolien ou solaire, un sous-portefeuille ou l’ensemble du portefeuille de production.

Pour cela, les données de production historiques sont combinées à des informations météorologiques actuelles et prévues ainsi qu’aux données d’exploitation disponibles. Les modèles tiennent compte des caractéristiques propres à chaque installation et sont actualisés en continu avec de nouvelles valeurs mesurées.

Lorsque les prévisions météo ou les états d’exploitation changent, l’évolution de production attendue est elle aussi réévaluée. La disponibilité des installations, le curtailment et les restrictions connues peuvent alimenter la prévision, afin de refléter non seulement le potentiel de production théorique, mais autant que possible l’injection réellement attendue.

Pour les portefeuilles plus importants, aimpera agrège les prévisions des installations et des parcs en une prévision globale cohérente. On peut ainsi comprendre comment les changements d’actifs individuels influencent la position attendue de l’ensemble du portefeuille.

Les nouvelles installations peuvent elles aussi être intégrées au processus de prévision avec un historique propre encore faible. Les informations disponibles sur l’installation, les données météorologiques et des profils de production comparables permettent une prévision de départ pertinente, qui s’adapte de plus en plus au comportement individuel de l’actif à mesure que la base de données s’étoffe.

Les prévisions sont actualisées en continu et mises à disposition via des interfaces pour les processus existants de commercialisation, de négoce et de gestion de portefeuille.

Parc photovoltaïque au sol et parc éolien
Pour les entreprises industrielles · industrie manufacturière · entreprises multi-sites · achats d’énergie centralisés

Industrie et multi-sites

Anticiper les charges – de l’usine isolée au portefeuille de sites.

Plannings de production, modèles d’équipes, météo, maintenances ou changements d’exploitation à court terme influencent directement les besoins en électricité d’un site. aimpera prévoit en continu la charge attendue – pour des usines individuelles comme sur plusieurs sites. Les pointes de charge deviennent ainsi visibles plus tôt, et les responsables de l’énergie disposent d’une base fiable pour l’exploitation, les coûts de réseau et l’approvisionnement en énergie.

Le problème au quotidien

Les courbes de charge industrielles résultent de l’exploitation réelle – et celle-ci suit rarement un schéma constant. Des lignes de production démarrent ou s’arrêtent, les équipes changent, des installations sont entretenues, une infrastructure de recharge s’ajoute ou un site produit soudain plus que prévu.

Cela a des conséquences économiques directes : pour les points de soutirage à mesure de puissance, une seule pointe de charge élevée peut déjà faire augmenter la puissance maximale annuelle déterminante. En même temps, les achats d’énergie centralisés doivent savoir le plus tôt possible quelle charge est à attendre sur chaque site et à l’échelle de toute l’entreprise.

  • Les programmes de production, les modèles d’équipes et les états des installations modifient parfois la courbe de charge à court terme.
  • Sans prévision, les pointes de charge ne deviennent souvent visibles qu’une fois qu’elles sont déjà survenues.
  • Chaque usine a ses propres horaires d’exploitation, profils de charge et facteurs d’influence et doit être considérée individuellement.
  • Les consommateurs dépendants de la météo, l’infrastructure de recharge, l’autoproduction ou le stockage modifient en outre les profils de charge existants.
  • Avec plusieurs sites, une vision de prévision cohérente pour l’ensemble de l’entreprise fait souvent défaut.
  • Pour les questions de tarifs d’acheminement (frais de réseau) et de prix de la puissance, la charge propre à chaque site est déterminante – pour les achats centralisés, s’y ajoute la charge globale agrégée.
  • Là où des régimes individuels de tarifs d’acheminement sont pertinents, les fenêtres de forte charge et d’autres conditions-cadres côté réseau peuvent aussi entrer dans les décisions opérationnelles.
Comment aimpera travaille

aimpera prévoit les besoins en électricité attendus au niveau où ils sont nécessaires : pour un site isolé, plusieurs usines ou l’ensemble du portefeuille de sites.

La prévision repose sur des courbes de charge historiques et tient compte de facteurs d’influence pertinents tels que le calendrier, les jours de la semaine, les jours fériés, la météo et les informations d’exploitation connues. Lorsque les données correspondantes sont disponibles, des informations de production et d’exploitation peuvent également alimenter la prévision.

Il en résulte non pas une simple extrapolation des courbes de charge passées, mais une attente actualisée en continu des besoins réels futurs en électricité.

Au niveau du site, aimpera rend visible à l’avance quand des situations de charge critiques ou de nouvelles pointes de charge se dessinent. Les responsables de l’énergie gagnent ainsi du temps pour examiner des mesures opérationnelles avant que la pointe ne se produise réellement.

Au niveau multi-sites, les prévisions des différents sites sont réunies en une vision globale cohérente. Le siège voit ainsi à la fois ce qui est à attendre dans chaque usine et comment évolue la charge de l’ensemble de l’entreprise.

On obtient ainsi une base de prévision commune pour différents processus énergétiques – de la gestion des pointes (peak management) et des tarifs d’acheminement sur un site isolé jusqu’à l’approvisionnement en énergie multi-sites.

Le pilotage proprement dit des consommateurs, des stockages ou des installations de production relève de la gestion énergétique. aimpera en fournit la base de données prospective : que va-t-il probablement se passer – avant qu’il ne faille agir ou piloter ?

Ce qui s’améliore ainsi
  • Détecter plus tôt les pointes de charge imminentes, au lieu de ne réagir qu’après leur apparition
  • Des prévisions de charge fiables par usine, fondées sur le comportement d’exploitation individuel
  • Une vision multi-sites cohérente, du site isolé à la charge agrégée de l’entreprise
  • Plus de temps de réaction pour les responsables de l’énergie et les équipes opérationnelles
  • Une meilleure base pour les questions de prix de la puissance et de tarifs d’acheminement sur chaque site
  • Un approvisionnement en énergie plus prévoyant grâce à une attente fiable de la charge globale future
  • Une base de données commune pour la prévision et la gestion énergétique, sans mélanger prévision et pilotage
Carte des sites en Europe (multi-sites)
Pour les régies municipales d’énergie (Stadtwerke) · fournisseurs d’énergie ayant externalisé la prévision, la gestion du périmètre d’équilibre ou le négoce

Transparence des prévisions avec un prestataire externe

Une seconde prévision indépendante – sur la base de vos propres données.

Lorsque la prévision, la gestion du périmètre d’équilibre ou le négoce sont externalisés, une part essentielle de la base de décision opérationnelle se trouve chez un prestataire externe. Le résultat est disponible – mais les causes des écarts, les sous-portefeuilles atypiques ou les charges problématiques individuelles ne sont souvent que partiellement compréhensibles.

aimpera crée une base de prévision supplémentaire sur vos propres données et permet ainsi de mieux situer la qualité de prévision.

Le problème au quotidien

Les prestataires externes prennent souvent en charge une part considérable des processus de prévision et de gestion du périmètre d’équilibre. La régie municipale (Stadtwerk) ou le fournisseur d’énergie dispose ainsi de moins de visibilité propre sur la genèse de la prévision.

Tant que les résultats sont bons, cela ne pose généralement pas de problème. La situation devient plus délicate lorsque des écarts apparaissent, que le portefeuille évolue ou qu’une prolongation de contrat ou un nouvel appel d’offres approche.

  • Les clients, charges ou producteurs qui causent les plus gros écarts de prévision ne sont souvent pas immédiatement visibles.
  • Des sous-portefeuilles atypiques peuvent se cacher derrière une bonne qualité globale du portefeuille.
  • Il reste incertain si les écarts proviennent de la qualité des données, de la modélisation, de changements à court terme ou d’ajustements manuels.
  • Des horizons de prévision et des moments d’actualisation différents compliquent une comparaison directe.
  • L’effet des interventions manuelles du prestataire n’est souvent que partiellement compréhensible pour le donneur d’ordre.
  • Avant des prolongations de contrat, des appels d’offres ou un changement de prestataire, il manque une base de comparaison propre.
Comment aimpera travaille

En parallèle du prestataire existant, aimpera peut établir ses propres prévisions pour des charges, producteurs, sous-portefeuilles sélectionnés ou pour l’ensemble du périmètre d’équilibre.

Les prévisions reposent sur vos propres séries temporelles historiques ainsi que sur des facteurs d’influence pertinents tels que la météo, le calendrier et les informations d’exploitation disponibles. Il en résulte un second regard indépendant sur la consommation ou la production attendue.

Cette prévision parallèle n’a ni à remplacer le prestataire existant ni à modifier ses processus. Elle peut être mise en œuvre de façon ciblée là où davantage de transparence est nécessaire – par exemple pour des clients RLM atypiques, certains sous-portefeuilles ou des horizons de prévision particulièrement pertinents.

Lorsque des différences apparaissent entre les prévisions, elles peuvent être examinées plus précisément : l’écart ne concerne-t-il que certains points de marché ? Touche-t-il certaines périodes ? Existe-t-il un lien avec la météo, des jours particuliers ou des profils de charge modifiés ?

Pour une comparaison historique structurée, le Forecast Benchmark peut en outre être utilisé. Il permet de confronter différentes prévisions sur la même base de données et avec des indicateurs de qualité définis.

Ce qui s’améliore ainsi
  • Une seconde base de prévision indépendante sur vos propres données
  • Plus de transparence sur les charges et sous-portefeuilles atypiques
  • Analyser les écarts de façon plus ciblée, au lieu de ne regarder que le résultat global
  • Plus de compétence de prévision en interne, même si les processus opérationnels restent externalisés
  • Une base plus solide pour les échanges avec le prestataire
  • Une base de décision plus objective avant des prolongations de contrat, des appels d’offres ou un éventuel changement de prestataire
Contrôle des résultats à l’écran, comparaison neutre
Une plateforme, de nombreux cas d’application

Tous les cas d’usage reposent sur la plateforme aimpera ML Core

La même plateforme ML Core, la même IA pour séries temporelles : du raccordement des données à la prévision continue, jusqu’à la restitution dans vos systèmes. Ce n’est pas l’algorithme qui est au centre, mais votre processus opérationnel – du périmètre d’équilibre au site industriel.

Plateforme aimpera ML Core : de l’entrée à la sortie en passant par le code ML
Dr Joscha Grüger, Chief Operating Officer d’aimpera
Votre interlocuteur personnel

Où la prévision peut-elle vous apporter davantage ?

Nous examinons ensemble vos données, vos processus et vos exigences et montrons comment aimpera Energy Forecasts s’intègre de façon transparente à vos processus existants.

Dr. Joscha Grüger Chief Operating Officer · aimpera

joscha.grueger@aimpera.de · +49 15565 397332

E-world 2027 Nous y serons ! 16–18 février · Essen · Hall 4, stand 4F 124 Prendre rendez-vous maintenant