Black-outs roulants. Prix ​​erratiques. Stockage limité pour l'énergie excédentaire générée par les énergies renouvelables.

Tous affligent le système énergétique américain. Les idées d'amélioration vont des propriétaires qui quittent le réseau à la refonte complète du système.

Une étude menée par des chercheurs de l'Université de Buffalo et de l'Université Purdue propose une suggestion plus pratique :améliorer la prévision de la demande d'énergie avec des modèles prédictifs qui capturent les interdépendances entre les différents secteurs énergétiques et les utilisateurs finaux tels que les ménages unifamiliaux ou les usines.

« L'amélioration des prévisions de la demande peut aider les entreprises de services publics à offrir des prix plus stables et un service plus fiable aux propriétaires et aux autres clients. Cela est particulièrement important compte tenu des systèmes énergétiques vieillissants du pays, qui subissent des pressions alors que le climat continue de se réchauffer et que les événements météorologiques extrêmes s'intensifient, " dit l'auteur correspondant de l'étude, Sayanti Mukherjee, Doctorat., professeur adjoint d'ingénierie industrielle et des systèmes à l'UB School of Engineering and Applied Sciences.

L'étude décrit un modèle prédictif développé par les chercheurs qui démontre à quel point la demande d'électricité et de gaz naturel sont fortement interdépendantes. Le modèle tient également compte des interdépendances dans quatre secteurs d'utilisation finale :résidentiel, commercial, production d'électricité industrielle et électrique.

Dans l'État de New York, le modèle a amélioré de 15 % l'exactitude des prévisions de la demande résidentielle de gaz naturel au cours des mois précédents du printemps et de l'automne.

"Cela peut sembler peu, mais vous parlez d'une sous-estimation du gaz naturel qui s'élève à des dizaines de millions de dollars chaque mois dans tout l'État, " dit Mukherjee.

« C'est l'un des premiers cas à évaluer l'impact du climat sur la filière couplée électricité-gaz naturel. La plupart des études portent sur l'un ou l'autre, mais notre travail a montré que cela pourrait conduire à d'importantes fausses représentations de la demande, " dit le co-auteur de l'étude Roshanak Nateghi, Doctorat., Purdue professeur adjoint de génie industriel et de génie environnemental et écologique.

« En ce qui concerne les services publics qui fournissent notre électricité et notre gaz naturel, la plupart sont des entités distinctes qui partagent rarement des informations sur les projections de la demande. Nos travaux ont montré que cela pouvait effectivement créer des pertes pour les services publics, les projections de la demande étant plus précises si l'on considère la nature couplée des deux services, " dit Renée Obringer, auteur principal de l'étude et titulaire d'un doctorat. candidat en ingénierie environnementale et écologique à Purdue.

Le modèle considère 57 variables

Alors que la plupart des entreprises de services publics envisagent de modifier les conditions météorologiques, les chercheurs soutiennent qu'une approche plus holistique est nécessaire.

Leurs recherches antérieures suggèrent d'autres prédicteurs climatiques, telles que la température moyenne du point de rosée et la température maximale extrême, présenter une vision plus précise des futures demandes d'électricité.

Dans la nouvelle étude, les co-auteurs ont créé un modèle de 57 variables, y compris les données climatiques et météorologiques, historique de la demande de gaz naturel et d'électricité, et les données socio-économiques du Département du Travail des États-Unis.

Les chercheurs ont choisi d'appliquer le modèle à l'État de New York pour diverses raisons. Parmi eux :c'est le quatrième état le plus peuplé, il a la troisième plus grande économie et c'est le cinquième plus grand consommateur de gaz naturel.

Le modèle s'est avéré le plus efficace de mars à mai et de septembre à novembre. Au cours de ces mois, il a montré sa capacité à surperformer les modèles traditionnels dans tous les secteurs, à l'exception du secteur industriel.

Le modèle a également bien fonctionné de juin à août, lorsque la demande d'électricité a augmenté en raison, en partie, à l'utilisation de climatiseurs et au réchauffement climatique. Elle était moins efficace pendant les mois d'hiver et pour certains secteurs comme les centrales électriques.

Le modèle est assez générique, disent les chercheurs, à appliquer à d'autres régions ou états, et il est possible d'étendre le cadre pour inclure d'autres services publics tels que l'eau.