fr.wedoany.com Rapport : Il y a environ 15 ans, Abhay Gupta a fondé Bidgely aux États-Unis avec l’intention d’exploiter le potentiel inexploité des données des compteurs intelligents. Il a développé une technologie appelée « décomposition de charge », ou surveillance non intrusive de la charge (NILM), dont le principe consiste à analyser les données des compteurs pour identifier les caractéristiques uniques de consommation électrique de chaque appareil, déterminant ainsi quels appareils sont utilisés, quand et combien d’énergie ils consomment.

Abhay Gupta, fondateur et PDG de Bidgely, a partagé davantage d’informations. Il a souligné que les entreprises de services publics avaient auparavant une connaissance limitée de leurs clients, ne disposant que des données de relevé de compteurs, tandis que les compteurs intelligents fournissent des données à intervalles fins (toutes les heures, toutes les 30 minutes, voire plus courtes) qui contiennent des informations précieuses. Bidgely, en tant qu’entreprise de machine learning basée sur la technologie de décomposition de charge, utilise des algorithmes pour décomposer la consommation électrique totale d’un foyer en appareils principaux tels que les climatiseurs, les chauffe-eau et les réfrigérateurs, générant ainsi un profil énergétique pour chaque foyer. Cette technologie transforme la consommation électrique d’une « boîte noire » en quelque chose de visible, à l’image des détails d’une facture de carte de crédit. Initialement, la solution se concentrait sur l’interaction client et les programmes d’efficacité énergétique. Au cours des cinq dernières années, elle s’est étendue à la planification du réseau, à la gestion de la charge de pointe, aux projets d’électrification, à la réponse à la demande, aux centrales électriques virtuelles, aux centres d’appels et à l’analyse des factures élevées. Bidgely dessert, via une plateforme SaaS cloud, des entreprises de services publics d’électricité, de gaz et d’eau dans le monde entier. Ces entreprises fournissent les données des compteurs, et les algorithmes produisent des informations exploitables pour soutenir la prise de décision.

En Inde, Bidgely gère environ 50 millions de compteurs intelligents, un marché de croissance important, et a collaboré avec trois compagnies de distribution d’électricité et une entreprise de services publics privée. Ses produits couvrent la détection des fraudes et l’interaction client destinée aux consommateurs. La détection des fraudes est le principal cas d’utilisation actuel. En plus de la facture mensuelle d’électricité, les consommateurs reçoivent des informations détaillées sur la consommation par appareil (réfrigérateur, climatiseur, chauffe-eau, etc.) et peuvent comparer leur consommation avec celle de foyers similaires dans le voisinage. Cette approche encourage les économies d’énergie en exploitant la psychologie de la comparaison sociale. La plateforme fournit des informations exploitables sur les habitudes de consommation, comme le nombre d’heures de fonctionnement quotidien du climatiseur, aidant les consommateurs à identifier les comportements inefficaces et à réduire leurs factures d’électricité. Le ministère indien de l’Électricité souhaite montrer aux consommateurs les avantages réels de l’investissement dans les compteurs intelligents. Étant donné que les dépenses énergétiques représentent une certaine part du revenu des ménages, les gains d’efficacité peuvent générer des retours financiers significatifs.

L’Inde subit chaque année des pertes non techniques estimées à plusieurs milliards de dollars en raison des fraudes électriques. Bidgely a développé une solution en utilisant son expertise en décomposition de charge pour aider les compagnies de distribution à identifier les cas de fraude à haute probabilité. La plateforme fournit une liste prioritaire des consommateurs les plus susceptibles de commettre des fraudes, permettant des inspections sur le terrain plus ciblées. Les méthodes de fraude incluent la falsification des compteurs, le contournement des compteurs, les connexions non autorisées et l’abus de catégories de consommation. L’algorithme atteint une détection de fraude de haute précision en analysant les schémas de consommation et les anomalies dans les données des compteurs.

Concernant la résilience du réseau, Abhay Gupta a expliqué que la popularité du solaire photovoltaïque en toiture apporte de la variabilité, et que les véhicules électriques augmentent considérablement la demande résidentielle en électricité. La charge normale d’un foyer typique est de 2 à 3 kW, tandis que la recharge d’un véhicule électrique peut ajouter environ 8 kW, portant la demande totale à 10-11 kW ; la recharge simultanée de deux véhicules pourrait approcher les 18 kW. Les transformateurs de distribution sont conçus pour 30 à 50 foyers. Si plusieurs foyers rechargent simultanément la nuit, la charge pourrait dépasser la limite. Au cours des dernières années, le coût des transformateurs a doublé et les délais de livraison se sont allongés à près de trois ans, ce qui pousse les entreprises de services publics à s’appuyer sur une planification basée sur les données. Le logiciel de Bidgely peut détecter automatiquement les caractéristiques de recharge des véhicules électriques à partir des données des compteurs, agréger les informations à travers les foyers, les transformateurs et les feeders, et prévoir la croissance de la charge pour les 12 à 36 prochains mois. Ces informations aident les entreprises de services publics à déployer des programmes de transfert de charge ou des schémas de réponse à la demande, en encourageant la recharge hors pointe via des tarifs horaires ou une tarification dynamique, ou en permettant aux clients d’autoriser le contrôle des horaires de recharge pour décaler les pics. Cette approche peut lisser la demande de pointe, retarder de quatre à sept ans les mises à niveau intensives en capital des transformateurs, et permettre une modernisation planifiée du réseau.