Des projets open source d’IA déjà utilisés par RTE, TenneT et des opérateurs néerlandais vont changer d’échelle grâce à un financement de 2,5 millions de dollars accordé à LF Energy. Au-delà du code, l’enveloppe couvre données, modélisation, prévision et des actions de formation et de déploiement dans toute l’Europe.
Des briques open source déjà massivement adoptées
Plusieurs outils soutenus par LF Energy sont déjà en production. RTE en France et TenneT aux Pays-Bas exploitent PowSyBl, et TenneT a bâti en cinq mois une solution basée sur ce cadre, avec un gain de performances par un facteur dix. Power Grid Model, moteur de calcul pour la distribution, a dépassé 10 millions de téléchargements et est utilisé et développé par Alliander, Enexis et Stedin. Côté données, OpenSynth regroupe 10 millions de profils de charge domestique synthétiques générés par IA et intègre la topologie réelle du réseau de transmission français publiée par RTE.
La dotation de 2,5 M$ vise l’IA prête à l’emploi
Google.org consacre 2,5 millions de dollars à LF Energy afin de stimuler la création et la diffusion d’outils open source destinés aux réseaux européens. Ce financement a pour vocation de consolider des solutions d’IA déjà existantes plutôt que de repartir de zéro, dans le but de satisfaire les besoins locaux et de faciliter l’adoption par des opérateurs et des régions disposant de moins de ressources. Elle cible des données de réseau prêtes pour l’IA, une modélisation plus rapide et des prévisions plus précises.
Contexte système : faire plus avec les réseaux existants
Les réseaux électriques européens subissent une pression accrue liée aux renouvelables, au chauffage électrifié, au transport et aux centres de données, au-delà de leur conception initiale. Les nouvelles lignes n’arrivent pas assez vite. À court terme, les opérateurs doivent maximiser la capacité existante, ce qui exige des technologies d’observation, de modélisation et de prévision fiables.
Vous codez avec l’IA ?
Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Quatre projets phares ciblant données, calcul et prévision
OpenSynth met à disposition des données réalistes pour chercheurs et planificateurs sans exposer d’informations clients, notamment pour étudier l’impact des véhicules électriques, des pompes à chaleur et du solaire sur les réseaux locaux. PowSyBl, cadre modulaire d’analyse des réseaux de transmission, aide à gérer la congestion et à planifier renforcements et nouvelles connexions renouvelables. Power Grid Model exécute des milliers de scénarios simultanément afin d’anticiper les risques de surcharge des réseaux de distribution. OpenSTEF prévoit charge et production de quelques minutes à plusieurs jours, offrant un délai d’anticipation pour gérer la congestion et exploiter des charges flexibles comme la recharge des véhicules électriques ; Alliander l’emploie pour la congestion et Sigholm pour la planification du chauffage urbain.
Messages des parties prenantes et accompagnement au déploiement
Alex Thornton, directeur exécutif de LF Energy, souligne que l’IA n’est utile que si elle repose sur des données et des modèles solides, et indique que l’appui de Google.org via INCO porte précisément sur ces fondations, avec des bénéfices diffusés à tous grâce à l’open source. Adam Elman, directeur de la durabilité pour l’EMEA chez Google, rappelle que la résilience du réseau repose aussi sur des outils numériques ouverts et mentionne que le financement de 2,5 millions de dollars à Linux Foundation Europe doit aider LF Energy à mettre à l’échelle données, modélisation et prévision IA pour des opérateurs de toutes tailles. Le soutien ne se limite pas à la technique : guides, ressources de mise en œuvre, formations, ateliers co-localisés avec le LF Energy Summit Europe et traductions dans plusieurs langues de l’UE sont prévus.
