
Énergie : un système d’aide à la décision pour les réseaux intelligents
Offrir aux opérateurs de réseau des prévisions de charge fondées sur les données.
Le défi
Les énergies renouvelables sont imprévisibles. G.U peinait à équilibrer l’offre (éolien et solaire) et la demande. Un excédent d’offre entraînait des prix négatifs ; un déficit obligeait à acheter cher sur le marché spot. Les opérateurs avaient besoin d’un « système d’aide à la décision » pour prévoir la production par rapport à la charge et suggérer des actions de trading en temps réel.
La solution
GTEMAS a engagé une équipe dédiée de 5 ingénieurs, des spécialistes indépendants engagés dans le cadre d’un contrat de services avec GTEMAS : 1 Data Architect, 2 ingénieurs Scala et 2 ingénieurs Frontend. Avec l’équipe de G.U, ils ont construit un pipeline de données en streaming qui ingère les données météo, les capteurs des éoliennes et les prix du marché. La prévision : Un modèle prédit la production 24 heures à l’avance. L’interface : Un tableau de bord Angular visualise l’« écart énergétique » et recommande des actions de trading (par exemple « Vendre 50 MW à 14 h »).
Stratégie d’architecture
Architecture événementielle fondée sur Kafka et Akka pour traiter les données à forte concurrence. Montée en charge sur Kubernetes.
Impact et résultats
La plateforme est devenue un outil central de la salle de marché : elle aide G.U à tirer plus de valeur de ses actifs renouvelables et à garder l’offre et la demande en équilibre.
Prévision de la production avant la livraison
Meilleures marges d’arbitrage
Des heures aux secondes
Prêt à écrire votre propre réussite ?
Travaillez avec Global Tech Masters pour bâtir des produits numériques évolutifs et performants.