l'IA et de l'évaluation des risques liés à l'énergie solaire lors de l'ESIG 2026

Nos collègues Lars et Peter, de l'équipe « Forecasting Key Accounting », ont participé du 15 au 17 juin aux ateliers d'été 2026 de l'ESIG (Energy Systems Integration Group) à Denver, dans le Colorado.

Lors de l'événement de cette année, ils ont abordé deux thèmes centraux qui façonnent l'avenir des prévisions en matière d'énergies renouvelables : les prévisions basées sur l'IA et les rapports de connaissance de la situation (Situational Awareness) pour les centrales solaires situées dans des zones à haut risque.

Amélioration de l'évaluation des risques solaires grâce à la connaissance de la situation

La présentation de Peter porte sur l'importance croissante des produits liés à la connaissance de la situation pour les installations solaires situées dans des zones à haut risque. Alors que la production d’énergie solaire continue de croître dans toute l’Amérique du Nord, il devient de plus en plus nécessaire de mieux comprendre et gérer les risques liés aux événements météorologiques extrêmes.

Afin d’accompagner ses clients dans de telles situations, energy & meteo systems élabore différents scénarios permettant une évaluation complète des risques. Outre les améliorations continues apportées à la prévision de la production solaire, nous proposons des produits d’évaluation de la situation qui aident les clients à évaluer les impacts potentiels à partir de scénarios du pire cas. Nous nous concentrons actuellement sur l’évaluation des impacts des feux de forêt et des fortes chutes de neige sur les parcs solaires que nous surveillons.

IA explicable : l’apprentissage automatique dans les prévisions

Lars a présenté notre approche de l’apprentissage automatique dans les prévisions météorologiques et en a discuté à la fois les atouts et les limites. Bien que les modèles météorologiques basés sur l’IA aient obtenu des résultats exceptionnels dans de nombreuses études comparatives internationales et surpassent souvent les modèles traditionnels de prévision numérique du temps (NWP), energy & meteo systems estime que la transparence reste d’une importance cruciale.

Lors de l’ESIG, Lars a expliqué pourquoi nous misons sur l’apprentissage automatique explicable dès les premières phases de la prévision et a présenté les principaux enseignements que nous avons tirés de l’application pratique de ces méthodes.

Nous nous réjouissons de contribuer, à travers ces présentations et en collaboration avec la communauté ESIG, à faire avancer l’innovation et à renforcer la résilience du réseau.