Produire de l’électricité de manière plus propre, c’est un des objectifs du Pays qui souhaite atteindre les 75% d’énergie renouvelable d’ici 2030. Le projet en cours d’élaboration à l’Université de la Polynésie pourrait aider à aller dans ce sens. Pour ce projet baptisé Récif, Vateanui Sansine a créé des modèles de prévision d'ensoleillement fonctionnant grâce à l'intelligence artificielle... Portrait de notre partenaire TNTV.
Parti dans l’Hexagone après son baccalauréat, Vateanui Sansine est devenu ingénieur à l’Institut de physique nucléaire d’Orsay, où il aide à la construction d’accélérateurs de particules. Il travaille durant deux ans avant de décider de revenir en Polynésie.
Sur place, il décide de reprendre des études et de faire une thèse. L’objet de celle-ci : la mise au point d’un outil de prédiction de production solaire. Ses modèles de prévision sont basés sur l’intelligence artificielle : « j’utilise plusieurs modèles d’intelligence artificielle que je vais entraîner pour qu’ils puissent me donner des prédictions sur l’ensoleillement que l’on aura dans une heure ou dans une journée. Ce qui va nous permettre d’anticiper l’énergie que l’on va avoir et d’optimiser la gestion du micro réseau ».
Ce micro réseau, c’est Récif. Un projet expérimental en cours de montage à l’Université. Coordonné par Pascal Ortega, professeur des universités, il tient dans un conteneur. Alimenté par des panneaux solaires, Récif doit permettre de produire de l’électricité, de stocker de l’énergie et de faire fonctionner un système de climatisation. Le tout, indépendamment du réseau électrique… « On produit de l’électricité via des panneaux solaires, ça c’est bien connu. Mais là, le stockage ne se fait pas avec des batteries électrochimiques, des batteries au lithium », explique Franco Ferrucci post -doctorant à l’UPF.
« On utilise de l’hydrogène. Avec de l’électricité et de l’eau distillée, on peut produire du gaz hydrogène. Ensuite, il y a une autre machine qui va récupérer ce gaz hydrogène pour la production d’électricité ». Un système qui permet de continuer à produire lorsque le temps est nuageux, ou la nuit par exemple. « Les deux machines qui produisent l’hydrogène et qui utilisent l’hydrogène (…) ont un rendement assez faible, d’environ 50%. Ça signifie que l’autre partie est transformée en chaleur. Le but du projet c’est d’utiliser cette chaleur pour la production de froid ».
Les modèles de prévision d’ensoleillement de Vateanui aujourd’hui appliqués au micro réseau Récif pourraient servir sur tout le territoire, à améliorer la gestion du réseau électrique et ainsi éviter, par exemple, les black-out… « Sur le réseau électrique il y a des fermes solaires, des particuliers qui ont des panneaux photovoltaïques aussi, et des entreprises comme EDT font des prévisions pour savoir à quel endroit il y aura plus de production et savoir qu’est-ce qu’on fait dans le cas où, par exemple, il y a des nuages qui passent, quelles sont les actions à mettre en place pour éviter le black-out. Si on sait bien anticiper, une des options serait d’utiliser moins de stockage et, du coup, il y aurait une réduction du coût, de l’achat, et aussi de la maintenance vu que les composants seront plus petits ».
Les modèles ont déjà été utilisés à l’Université. Et les résultats sont concluants : « Grâce à ces modèles on a amélioré la production sur le site de l’Université. Ce sont des méthodes très géo-spécifiques, c’est-à-dire spécifiques à la région où on se trouve. C’est grâce aux mesures qu’on fait à l’Université qu’on peut avoir des prévisions. Pour étendre cela à toute l’île, il faudrait faire des mesures un peu partout et utiliser des modèles d’intelligence artificielle pour faire des prévisions sur toute l’île ».
Les données utilisées pour entraîner les intelligences artificielles nécessaires à ces modèles de prévisions sont relevées à l’Université grâce à divers appareils « pour mesurer, l’ensoleillement, la température, l’humidité ; on a aussi une caméra qui prend des images du ciel à partir du sol et qui va nous donner des informations sur la couverture nuageuse, surtout pour des échelles à court terme. On a aussi utilisé des prévisions faites par Météo France pour améliorer et faire des prévisions à notre tour ».
L’intelligence artificielle est déjà utilisée ailleurs dans d’autres modèles de prévision d’ensoleillement depuis plusieurs années. Mais la méthode de Vateanui est innovante. « J’ai mis au point une méthode pour avoir des prévisions probabilistes, c’est-à-dire avec des probabilités. Mes modèles vont dire par exemple : dans tel intervalle, on aura une chance de 38% d’avoir les mesures ».
Manon Kemounbaye pour TNTV
