Le responsable de l'intégration au réseau de BrainBox AI et expert en IA, Arthur Montes, a récemment assisté à la conférence AEE WORLD 2024 à Nashville. Avec plus de cinq jours de sessions techniques couvrant tous les domaines, des centrales nucléaires aux solutions d'IA basées sur le cloud, la conférence a réuni les esprits les plus brillants de la gestion de l'énergie.
Nous avons rencontré Arthur pour discuter de ses principales conclusions, notamment l'évolution de l'IA dans le secteur de l'énergie et le rôle d'un mélange diversifié de sources d'énergie pour un avenir plus durable.
Arthur, parlez-nous de votre expérience à l'AEE. Y a-t-il des thèmes clés qui vous ont marqué ?
L'AEE m'a ouvert les yeux. Elle a rassemblé des experts du secteur profondément engagés dans la recherche de solutions concrètes. Je suis reparti avec une compréhension beaucoup plus profonde de la direction que prend le secteur.
En termes de thèmes, il y avait quelques points focaux clairs. La réduction des émissions a été un sujet majeur, en particulier pour équilibrer les demandes du réseau tout en poussant vers des objectifs de consommation nette zéro. Un autre thème récurrent était la flexibilité du réseau et l'équilibre entre la production d'énergie et la consommation.
Commençons par la réduction des émissions. Qu'est-ce qui en a fait un sujet d'intérêt à l'AEE ?
La réduction des émissions, en particulier dans l'industrie du bâtiment, est essentielle car elle correspond directement à notre besoin urgent de pratiques énergétiques durables et d'amélioration de l'efficacité énergétique. Alors que la demande mondiale d'énergie continue de croître - alimentée par l'expansion des centres de données et l'électrification des transports - la composition de notre bouquet électrique devient encore plus importante. Ce mix, qui repose encore largement sur les combustibles fossiles mais intègre de plus en plus d'énergies renouvelables telles que le solaire et l'éolien, joue un rôle important dans l'empreinte carbone globale d'un bâtiment.
Pour réduire efficacement cette empreinte, une double approche est nécessaire : améliorer l'efficacité énergétique des bâtiments tout en décarbonisant le réseau électrique. Cette combinaison permet non seulement d'optimiser la consommation d'énergie des bâtiments, mais aussi de s'assurer que l'énergie qui les alimente est aussi propre que possible.
Il est intéressant de noter que le débat sur l'énergie durable a quelque peu changé, ce que j'ai remarqué à l'AEE. Par exemple, l'énergie nucléaire, autrefois considérée comme dépassée, connaît une résurgence grâce à des avancées telles que les petits réacteurs modulaires (SMR) et des protocoles de sécurité renforcés. Cette évolution montre que les innovations dans les technologies existantes peuvent jouer un rôle clé dans la réalisation de nos objectifs en matière de climat.
Y a-t-il des exposés sur la réduction des GES que vous avez particulièrement appréciés lors de l'AEE ?
Il y en a eu beaucoup. L'une de mes sessions préférées était « Naviguer dans la transition verte : Une feuille de route stratégique pour la décarbonisation dans l'immobilier commercial » présentée par Ali Hoss, CSO de Triovest au Canada. Sa présentation proposait une approche stratégique de la décarbonisation adaptée au secteur de l'immobilier commercial, soulignant le besoin urgent de durabilité en tant que stratégie compétitive, axée sur la conformité et satisfaisante pour les investisseurs. La session a décomposé une feuille de route complète pour la décarbonisation des actifs immobiliers, en se concentrant sur l'efficacité énergétique, l'intégration des énergies Renouvelables, l'électrification et les rénovations profondes.
La session de Kelley Whalen, intitulée « Decarbonization : L'intégrer dans la Gestion stratégique de l'énergie ». Dans son intervention, elle a souligné l'importance d'intégrer la décarbonisation dans la Gestion stratégique de l'énergie (GSE), où la planification, le suivi et la mise en œuvre de mesures d'économie d'énergie jouent un rôle essentiel dans la réduction des coûts opérationnels et de l'impact sur l'environnement. Les idées de Whalen ont souligné comment la SEM soutient des objectifs ESG plus larges en favorisant l'efficacité énergétique et la réduction du carbone grâce à l'énergie Renouvelable, à l'adoption de technologies avancées et à des décisions basées sur des données. Cette session a souligné que, pour parvenir à un avenir durable, la gestion de l'énergie doit aller au-delà des économies de coûts et favoriser une culture de gérance environnementale, de responsabilité sociale et de gouvernance.
Ce que j'ai apprécié, c'est que ces deux sessions ont offert des perspectives exploitables et ont souligné l'élan croissant dans l'industrie pour aligner les pratiques immobilières sur les objectifs de durabilité et de décarbonisation.
Vous avez mentionné que la flexibilité du réseau était également un thème clé de l'AEE. Pouvez-vous nous en dire un peu plus à ce sujet ?
Bien sûr. L'un des principaux thèmes était l'harmonisation de la demande d'énergie et de la production, c'est-à-dire la flexibilité du réseau. Ce qui m'a vraiment frappé pendant la conférence, c'est le sentiment que l'industrie est en train de passer d'une simple tentative d'augmentation de la production d'énergie Renouvelable à une utilisation optimale de notre infrastructure existante.
Vous constatez donc que le débat sur les sources d'énergie plus vertes est délaissé au profit de la flexibilité du réseau ? S'agit-il d'un moment « oui, et... », où nous supposons que davantage d'énergies renouvelables seront mises en œuvre et où nous devons maintenant nous pencher sur la manière dont nous pouvons préparer nos réseaux à cette éventualité ?
Tout à fait. Pendant des années, l'accent a été mis sur l'augmentation des sources d'énergie renouvelables comme le solaire et l'éolien. Mais aujourd'hui, la conversation a évolué. Si l'augmentation des énergies Renouvelables reste cruciale, il est devenu tout aussi important d'optimiser la façon dont nous utilisons l'énergie dont nous disposons déjà. Ce changement met l'accent sur la préparation de nos réseaux pour qu'ils soient plus flexibles et plus efficaces.
« La conversation a évolué. Si l'augmentation des énergies Renouvelables est toujours cruciale, il est devenu tout aussi important d'optimiser la façon dont nous utilisons l'énergie dont nous disposons déjà. »
Dans ce contexte, il est essentiel de trouver un équilibre. C'est comme essayer de rattraper un train qui s'emballe : il faut faire deux choses à la fois - accélérer le rythme (augmenter la production d'énergie) tout en appliquant les freins (réduire la demande d'énergie superflue). Ce n'est qu'en harmonisant ces efforts - en optimisant la production tout en réduisant les déchets - que nous pourrons combler l'écart entre ce que nous produisons et ce dont nous avons réellement besoin. Cette harmonisation est cruciale si nous voulons faire de réels progrès dans la transition énergétique.
Il s'agit donc d'atteindre l'équilibre grâce à la flexibilité du réseau, c'est-à-dire d'adapter précisément la production d'énergie à la consommation ?
Oui, mais il est également important de reconnaître que la flexibilité du réseau joue un rôle différent selon l'heure de la journée et la nature de la demande. Pour reprendre notre exemple, les centrales nucléaires fonctionnent 24 heures sur 24 et 7 jours sur 7, même lorsque la demande est faible la nuit. Mais la flexibilité du réseau à elle seule ne résoudra pas cette inefficacité spécifique puisque la demande nocturne est naturellement faible.
C'est en période de pic de consommation que la flexibilité du réseau est la plus efficace, par exemple lors d'une chaude journée d'été, lorsque l'utilisation de la climatisation est à son maximum. Dans ces situations, la capacité de production existante n'est souvent pas suffisante pour répondre à la pointe de la demande, ce qui oblige les services publics à mettre en marche des centrales électriques marginales, dont la production de carbone est généralement beaucoup plus élevée. En tirant parti de la flexibilité du réseau, nous pouvons déplacer la consommation d'énergie en dehors de ces heures de pointe. Cela évite d'avoir à activer ces centrales de secours à fortes émissions, ce qui réduit l'impact global sur le carbone.
Il s'agit essentiellement d'utiliser des systèmes plus intelligents et plus réactifs pour aligner la demande sur une production durable, en veillant à ce que nous puissions répondre à nos besoins énergétiques sans avoir recours à des solutions moins efficaces et à forte intensité de carbone. C'est là que réside la véritable valeur de la flexibilité du réseau - non seulement en équilibrant la production et la consommation, mais aussi en optimisant le moment et la manière dont nous utilisons l'énergie déjà produite.
L'IA peut-elle nous aider à optimiser la consommation d'énergie ?
Absolument, l'IA peut jouer un rôle crucial dans l'optimisation de la consommation d'énergie, en particulier lorsqu'il s'agit de tirer parti de la flexibilité du réseau. Prenons l'exemple des bâtiments. Pendant les périodes de pointe, comme les chaudes après-midi d'été où tout le monde augmente sa climatisation, le réseau a souvent du mal à répondre à l'augmentation de la consommation. C'est là que l'IA peut faire une grande différence.
Dans un scénario classique, si la demande dépasse la capacité du réseau, les services publics doivent mettre en marche des centrales électriques marginales qui émettent beaucoup de carbone. Mais les systèmes dotés d'IA peuvent prévoir ces pics à l'avance et ajuster la consommation d'énergie d'un bâtiment en conséquence, en le pré-refroidissant tôt le matin, lorsque la demande sur le réseau est plus faible et que l'électricité est moins chère. Ensuite, pendant les heures de pointe, nous pouvons réduire la charge CVC (Chauffage), en déplaçant la consommation d'énergie du bâtiment en dehors de ces périodes critiques.
En optimisant comment et quand un bâtiment consomme de l'énergie, l'IA contribue à alléger la pression sur le réseau, évitant ainsi d'avoir à activer ces centrales de secours à fortes émissions.
L'IA a-t-elle été un grand sujet de conversation à l'AEE ?
Oui, c'est vrai. J'ai d'ailleurs fait une présentation sur ce même sujet, même si elle était surtout éducative et axée sur les principes fondamentaux. En gros, j'ai décomposé l'IA en ses principaux composants : l'apprentissage automatique (ML), l'apprentissage profond (DL) et l'IA générative (Gen AI), en citant des cas d'utilisation pour chacun d'entre eux.
Le sujet a suscité beaucoup d'intérêt. Une chose qui m'a frappé, cependant, c'est à quel point les grands modèles de langage ont dominé la conversation tout au long de la conférence - et combien d'opportunités manquées il y a pour employer des méthodes d'apprentissage automatique plus traditionnelles.
Pouvez-vous expliquer dans quels cas l'apprentissage automatique traditionnel pourrait être plus efficace que l'IA générative ?
Bien sûr. L'IA générative a certainement ses points forts (en particulier lorsqu'il s'agit de gérer des tâches complexes et ouvertes comme le traitement du langage ou de donner un sens à des données non structurées). Cependant, nous devons reconnaître que des défis différents requièrent des outils différents.
Par exemple, dans la Gestion de la Charge, lorsqu'il s'agit de prévoir la charge, un modèle de mémoire à long terme (LSTM) peut faire un excellent travail. Les modèles LSTM sont conçus pour traiter des séries de données temporelles, ce qui les rend idéaux pour prédire les charges énergétiques sur la base de modèles historiques. L'utilisation d'un modèle d'IA générative dans ce contexte pourrait introduire une complexité et une surcharge de calcul inutiles. De même, pour les systèmes de prise de décision en temps réel où le temps de réponse est critique - comme l'optimisation des systèmes CVC (Chauffage, Ventilation et Climatisation) dans les bâtiments - l'IA générative en elle-même pourrait introduire un temps de latence.
C'est pourquoi une technologie comme ARIA (l'ingénieur en bâtiment virtuel de BrainBox AI) est si puissante. Elle offre le meilleur des deux mondes : elle combine des techniques traditionnelles d'apprentissage automatique, comme l'apprentissage par renforcement, avec des capacités d'IA générative. Il dispose ainsi d'une base de données plus restreinte et plus ciblée, ce qui permet d'obtenir des résultats plus précis et de consommer moins d'énergie.
Selon moi, les outils d'IA générative tels que ChatGPT sont incroyablement puissants, mais ils peuvent s'avérer excessifs pour certains cas d'utilisation spécifiques - un peu comme si l'on utilisait un lance-roquettes pour écraser une mouche. Parfois, un modèle d'apprentissage automatique simple ferait le travail tout aussi efficacement, en utilisant moins de puissance de calcul et de ressources. Et parfois, vous avez besoin d'une combinaison des deux. Il s'agit de choisir le bon outil pour la tâche à accomplir.
« Les outils de GenAI tels que ChatGPT sont incroyablement puissants, mais ils peuvent s'avérer excessifs pour certains cas d'utilisation spécifiques - un peu comme utiliser un lance-roquettes pour écraser une mouche. Parfois, un modèle d'apprentissage automatique simple ferait le travail tout aussi efficacement, en utilisant moins de puissance de calcul et de ressources. Et parfois, vous avez besoin d'une combinaison des deux. Il s'agit de choisir le bon outil pour la tâche à accomplir. »
Quels conseils donneriez-vous aux entreprises qui commencent tout juste à explorer et à intégrer ces outils d'IA ?
Je dirais que : Commencez par connaître le problème que vous essayez de résoudre. Comprendre votre problème vous aidera naturellement à choisir la solution qui convient le mieux - c'est comme cuisiner un repas nutritif au lieu d'aller au fast-food. Cela demande un peu plus d'efforts mais, à long terme, c'est plus bénéfique.
