Au début de l’année 2020, les États de l’Uttar Pradesh et du Bihar, situés dans une région où les étés et les hivers sont extrêmes et qui compte certaines des plus grandes bases de consommateurs en Inde, ont demandé de l’aide à Mercados EMI. En plus de chercher une solution qui intégrerait l’IA dans le processus de prévision, les responsables souhaitaient mieux comprendre tous les facteurs qui ont un impact sur la demande, et pas seulement les données historiques.
Il s’avère que la météo revêt une grande importance dans la prévision de la consommation d’énergie.
« Les longues discussions que nous avons eues pendant six mois avec les services collectifs nous ont ouvert les yeux sur le rôle majeur que jouent des données météorologiques précises dans la prévision de la demande », se souvient M. Agarwal. Fort de ces nouvelles informations, Mercados EMI a créé jouleOS, une solution de prévision de la demande basée sur l’IA et sur Environmental Data Services, provenant de The Weather Company, une entreprise IBM. La technologie aide les responsables à prévoir les besoins énergétiques pour le lendemain.
Depuis, la solution IBM s’est développée. Désormais, les organisations peuvent accéder aux API pour les données météorologiques via IBM Environmental Intelligence Suite, une suite d’applications qui combinent et intègrent les API de The Weather Company Data avec des analyses géospatiales, des tableaux de bord pour la visualisation et des capacités d’alerte.
Pour concevoir sa solution de prévision, Mercados EMI a d’abord développé un modèle pour comprendre avec précision la demande. Le modèle combinait les données historiques sur la demande dans l’État avec les données historiques sur les profils météorologiques issues du pack de données historiques à la demande de The Weather Company.
« Nous disposions déjà des données sur la demande des années précédentes. Ce dont nous avions besoin, c’étaient des profils météorologiques historiques », ajoute M. Agarwal. « Ainsi, par exemple, si la demande est de 5 000 mégawatts à un instant T, quels étaient les conditions météorologiques à ce moment-là ? Et lorsque les conditions météorologiques ont changé, comment la demande a-t-elle évolué ? »
Pour répondre à ces questions et, au final, répondre aux exigences de résolution des données du gouvernement, Mercados EMI a appliqué les moteurs de prévision de Enhanced Forecast Data de The Weather Company et la plateforme IBM Environmental Intelligence Suite. « IBM nous a énormément aidé au niveau des données météorologiques », ajoute M. Agarwal. « Non seulement nous obtenons des prévisions par tranches de 15 minutes sur sept heures, mais également pour un rayon géographique de 500 x 500 mètres. » Les prévisions sur 15 minutes représentent une amélioration significative. Auparavant, les États disposaient de données météorologiques pour un créneau de trois heures issues de bases de données open source accessibles au public.
Les modèles, combinés au moteur d’IA propriétaire de Mercados EMI, aident les compagnies de distribution à mieux prévoir la demande en électricité pour le lendemain. Mercados EMI propose désormais sa technologie jouleOS dans sa suite de solutions Power Portfolio Optimization.
Aujourd’hui, les deux États de l’Uttar Pradesh et de Bihar utilisent ce système, tandis que le Madhya Pradesh et un État du sud de l’Inde leur emboîteront bientôt le pas.