Les conditions météorologiques extrêmes sont devenues un défi central pour la sécurité et la stabilité du nouveau système électrique. Les catastrophes météorologiques telles que les vents violents, les pluies torrentielles, les tempêtes de neige et le givrage des lignes peuvent facilement provoquer des fluctuations brutales de la production des énergies renouvelables, soumettant la gestion du réseau électrique à une pression constante. Depuis longtemps, les prévisions météorologiques électriques en Chine sont entravées par trois goulots d'étranglement majeurs : les risques de sécurité liés à la puissance de calcul étrangère, l'adaptabilité insuffisante des modèles généraux aux scénarios spécifiques, et la précision obsolète des modèles de prévision traditionnels. La transition intelligente et autonome du secteur exige des solutions révolutionnaires.

Récemment, le premier grand modèle météorologique spécialisé pour l'électricité en Chine, entièrement nationalisé sur l'ensemble de la chaîne — formation, inférence et déploiement opérationnel —, baptisé « Jiheng », a été officiellement mis en service permanent. Ce modèle, développé conjointement par l'Institut de recherche en génie électrique de Chine (ci-après « CEPRI »), l'Université des sciences et technologies de Chine et Hygon Information Technology Co., Ltd. (ci-après « Hygon »), résout avec précision trois problèmes majeurs du secteur : la faible efficacité des prévisions numériques traditionnelles, la mauvaise adaptabilité de l'IA générique et les contraintes de la puissance de calcul sous-jacente. Il a permis d'améliorer la précision des prévisions de puissance de plus de 70 % des centrales d'énergie renouvelable, créant ainsi une référence reproductible et extensible de collaboration industrie-université-recherche pour l'innovation autonome des grands modèles dans le secteur vertical de l'énergie.

Lancement du premier grand modèle météorologique électrique « Jiheng »

Le « Plan du 15e quinquennat pour le développement des énergies renouvelables » définit clairement l'orientation vers un nouveau système électrique intelligent, raffiné et autonome, faisant de la maîtrise indépendante la boussole centrale du développement du secteur.

Avec l'expansion continue de la capacité installée des énergies renouvelables en Chine, l'impact des conditions météorologiques extrêmes sur l'ensemble de la chaîne du système électrique — sources d'énergie, réseau et charge — ne cesse de s'approfondir et de s'élargir. Les perturbations météorologiques sont passées d'un risque occasionnel à une variable clé affectant l'équilibre entre l'offre et la demande d'électricité. La moindre erreur dans les prévisions météorologiques électriques est amplifiée à chaque niveau : une erreur de vitesse du vent de seulement 1 mètre par seconde peut provoquer un déséquilibre de puissance de l'ordre de plusieurs dizaines de gigawatts, aggravant les tensions entre la sécurité d'approvisionnement et l'absorption des énergies renouvelables. Les modèles météorologiques génériques traditionnels peinent à répondre aux besoins de décision de gestion du réseau en matière d'échelle fine, de haute précision et de chaîne complète. La mise en place d'un système de soutien météorologique électrique spécialisé, personnalisé et autonome est devenue une urgence absolue.

Le système météorologique électrique traditionnel chinois présente actuellement trois lacunes majeures qui entravent sérieusement le développement de qualité du secteur.

Premièrement, les modèles de prévision traditionnels manquent de rapidité et de précision.

Le nouveau système électrique impose des exigences strictes en matière de prévision des typhons, vagues de froid, phénomènes convectifs violents et givrage des lignes. Or, les prévisions numériques du temps (NWP) traditionnelles sont longues à calculer, très gourmandes en ressources et en énergie, et à faible fréquence de mise à jour. Elles ne peuvent pas soutenir une gestion fine à l'échelle de la minute ou de la centrale, ni capturer les changements micro-météorologiques locaux rapides, ce qui accentue constamment la pression sur la régulation de fréquence et de pointe du réseau.

Deuxièmement, les grands modèles génériques ne disposent pas de capacités d'adaptation spécifiques au domaine électrique.

« Il existe un écart entre les services météorologiques publics et les besoins réels de la production électrique », estime Huang Yuehui, ingénieur en chef de l'Institut des énergies nouvelles du CEPRI. Selon elle, l'observation météorologique n'est pas suffisamment représentative de l'emplacement des équipements électriques ; elle ne répond pas aux exigences de la production électrique en termes de temps fixe, de lieu fixe et de quantité fixe ; et les éléments météorologiques clés nécessaires à la production électrique font défaut.

En termes simples, les modèles génériques présentent des lacunes évidentes d'adaptation aux scénarios : absence de jeux de données dédiés aux lignes de transport et aux centrales d'énergie renouvelable, résolution spatiale insuffisante, représentation déformée des catastrophes à fort impact électrique comme le givrage, les phénomènes convectifs violents et les typhons, et résultats non directement exploitables par les plateformes de gestion du réseau. C'est comme un vêtement de confection qui ne peut pas s'adapter à une morphologie personnalisée.

Troisièmement, la puissance de calcul sous-jacente dépend fortement de l'offre étrangère, créant des écueils de sécurité incontournables dans la chaîne industrielle.

Les experts du secteur soulignent que le développement futur de la prévision météorologique électrique intelligente doit se concentrer sur trois axes majeurs : la construction d'un système de prévision différencié, le développement technologique sur l'ensemble du cycle de vie et la normalisation sectorielle, afin de promouvoir globalement une modernisation autonome et intelligente.

Répondant aux besoins fondamentaux de la construction du nouveau système électrique, le grand modèle météorologique électrique « Jiheng » a vu le jour. Son nom s'inspire de l'instrument astronomique antique « Xuanji Yuheng », symbolisant la capacité à sonder avec précision les caprices du ciel grâce à une puissance de calcul autonome, et à protéger la sécurité et la stabilité du réseau électrique grâce à des technologies de base robustes. Il constitue un pilier majeur de l'autonomie scientifique et technologique dans le secteur de la météorologie énergétique.

Le projet a mis en place un système de collaboration industrie-université-recherche tripartite réunissant le CEPRI, l'Université des sciences et technologies de Chine et Hygon, formant une boucle d'innovation complète : « traction par les scénarios industriels, avancées algorithmiques de pointe, fondation par la puissance de calcul nationalisée ». Ce système relie l'ensemble de la chaîne, des besoins opérationnels à la recherche et développement technologique jusqu'à l'application sur le terrain. Les trois parties, chacune dans son rôle, sont profondément intégrées et ont conjointement surmonté de nombreuses difficultés technologiques majeures du secteur.

Le CEPRI, en tant qu'organisme pilote du projet, travaille depuis des décennies dans le domaine de la météorologie électrique et a accumulé une expertise technique et une expérience pratique considérables. L'équipe a intégré les données de mesure réelles de milliers de centrales d'énergie renouvelable à travers le pays, les données de surveillance météorologique des lignes de transport et les cas de catastrophes météorologiques historiques, défini les normes opérationnelles et les spécifications de vérification pour l'ensemble de la chaîne — gestion du réseau, inspection et maintenance des équipements, raccordement des énergies renouvelables —, et a dirigé le développement et l'optimisation itérative du modèle, corrigeant avec précision les écarts d'adaptation entre les algorithmes et les opérations réelles du réseau, résolvant ainsi le problème récurrent du décalage entre l'IA et les scénarios industriels électriques.

L'Université des sciences et technologies de Chine a mis à profit ses atouts en mathématiques et en IA interdisciplinaire pour optimiser l'architecture et les algorithmes du modèle. L'équipe a innové en créant une architecture de prévision emboîtée à trois niveaux « mondial — national — provincial », avec une transmission progressive « connaissances — structure — paramètres », portant la résolution spatiale du modèle provincial à 3 × 3 km, permettant ainsi des prévisions météorologiques précises à l'échelle de la centrale.

Parallèlement, le mécanisme d'attention et la fonction de perte multi-objectifs ont été optimisés de manière ciblée, un algorithme d'assimilation de données multi-sources a été développé en interne, fusionnant des données d'observation multidimensionnelles provenant de stations au sol et de capteurs de centrales. Des avancées clés ont été réalisées dans l'estimation fine de la production et l'identification précise des conditions météorologiques extrêmes. La fonction de perte adaptée aux scénarios électriques a efficacement résolu le problème courant des modèles génériques — « convergence des prévisions et imprécision en conditions extrêmes » —, permettant aux prévisions météorologiques par IA de s'aligner profondément sur la logique de fonctionnement du réseau et améliorant les capacités d'alerte et de prévision pour plus de dix types de conditions météorologiques à fort impact sur le réseau.

Hygon fournit la base de puissance de calcul entièrement nationalisée pour l'ensemble du processus du modèle, consolidant ainsi les fondations de la maîtrise autonome. Le projet s'appuie sur la plateforme de calcul IA nationale DCU-3G pour prendre en charge l'ensemble des opérations nationalisées : prétraitement des données, assimilation des données, formation du modèle et inférence en ligne. L'équipe de R&D a optimisé l'architecture de collaboration calcul-stockage-transmission en fonction des caractéristiques de calcul en grille à haute résolution des données météorologiques, profondément adapté et personnalisé les principaux frameworks d'apprentissage profond, réalisant une amélioration de cent fois de l'efficacité des calculs de prévision, éliminant complètement la dépendance à la puissance de calcul étrangère et atteignant véritablement une maîtrise totale et autonome de la chaîne complète du grand modèle météorologique électrique.

Équipe de développement et avantages clés du grand modèle météorologique électrique « Jiheng »

Le DCU-3G de Hygon est parfaitement compatible avec les frameworks dominants tels que PyTorch et TensorFlow, réduisant considérablement les barrières à l'entrée pour la recherche et le déploiement. Grâce à sa puissance de calcul à haute densité et à ses capacités d'optimisation au niveau des opérateurs, une seule carte DCU peut réaliser en une minute les prévisions météorologiques mondiales sur les 10 prochains jours, soit une efficacité cent fois supérieure aux modèles numériques traditionnels, fournissant un soutien de calcul puissant pour des prévisions météorologiques à haute fréquence et haute précision du réseau électrique.

Grâce à la matrice de collaboration tripartite, « Jiheng » a parcouru la boucle complète « besoins opérationnels orientant la R&D — itération bidirectionnelle données-calcul — validation sur le terrain », passant du statut de résultat technologique de laboratoire à celui de sentinelle météorologique veillant jour et nuit sur le réseau électrique.

Les résultats de déploiement de « Jiheng » valident le succès du modèle de collaboration tripartite « traction opérationnelle — avancées algorithmiques — base de calcul ». En termes de performance de prévision, son erreur de prévision de vitesse du vent sur 10 jours est globalement comparable à celle des modèles internationaux de référence, et sa prévision de température près du sol atteint le niveau optimal parmi tous les modèles évalués.

Les tests en conditions réelles menés sur plusieurs réseaux électriques régionaux à travers le pays confirment que la précision globale des prévisions du modèle est comparable aux meilleurs modèles météorologiques IA internationaux, avec des performances de pointe dans plusieurs scénarios spécifiques. La précision des prévisions de production de plus de 70 % des centrales d'énergie renouvelable s'est nettement améliorée, permettant d'anticiper les phénomènes convectifs violents, les tempêtes de neige et le givrage des lignes, offrant ainsi une marge de manœuvre suffisante pour l'ajustement des charges, la maintenance des équipements et la gestion des urgences. Le modèle est actuellement intégré aux plateformes de gestion de plusieurs réseaux électriques provinciaux, fonctionnant en continu 7j/7 et 24h/24. L'ensemble de la solution technique, du matériel et des procédures d'exploitation et de maintenance est mature et complet, réunissant toutes les conditions pour un déploiement à grande échelle à l'échelle nationale.

Dans le contexte de la construction du nouveau système électrique et de l'autonomie scientifique et technologique du secteur énergétique, les trois parties continueront à approfondir leur collaboration durable industrie-université-recherche, à améliorer en continu les fonctionnalités et les performances du modèle « Jiheng », et à perfectionner sans cesse ses capacités d'observation, de prévision et d'alerte météorologiques intelligentes pour le secteur électrique.

Le déploiement opérationnel permanent du grand modèle météorologique électrique « Jiheng », entièrement nationalisé sur toute la chaîne, constitue à la fois une avancée majeure dans la transformation intelligente du secteur de la météorologie électrique et un exemple typique d'innovation autonome dans le secteur vertical de l'IA énergétique en Chine, reposant sur la collaboration industrie-université-recherche. Son paradigme d'intégration « scénario + algorithme + puissance de calcul » a brisé avec succès les barrières technologiques étrangères et les difficultés de déploiement des modèles génériques, ouvrant la voie à une chaîne complète allant de la recherche et développement indépendante des grands modèles verticaux à leur application pratique et à leur diffusion à grande échelle.

À l'avenir, grâce à l'itération continue des technologies, à l'expansion des scénarios d'application et à la reproduction et la diffusion du modèle d'innovation, « Jiheng » continuera à libérer la valeur des technologies d'IA nationalisées, à consolider les fondations d'un nouveau système électrique sûr, efficace et intelligent, à soutenir la transition verte et la modernisation du secteur énergétique chinois, à contribuer à la réalisation des objectifs « double carbone », et à promouvoir de manière globale l'autonomie scientifique et technologique et le développement de qualité du secteur énergétique.