La spécificité de notre approche est de s’adapter aux changements de régimes. Dans le cadre de la prévision de la demande électrique, ces ruptures peuvent être brutales et ont de multiples origines : les confinements lors de la crise du coronavirus, l’électrification des usages (l’introduction de véhicules électriques en particulier), la volonté de prévoir à une échelle plus locale et donc plus instable, le développement des nouvelles énergies renouvelables qui incitent à prévoir la demande nette (consommation réduite de la production solaire et éolienne)… Notre monde devenant plus instable il nous semble nécessaire d’introduire des modèles de prévision adaptatifs.
Depuis les variables explicatives jusqu’à la prévision finale, nous appliquons 4 étapes, la 3ème étant celle qui permet d’évoluer au cours du temps :
- Sélection de variables d’intérêt pour le modèle de prévision.
- Utilisation de modèles classiques de prévision (statistiques, machine learning).
- Adaptation du modèle par une représentation dite espace-état.
- Définition de la prévision finale après un éventuel modèle correctif (correction infra-journalière, agrégation de modèles…).
Viking Conseil, SAS
157 rue de l’Université, 75007 Paris
joseph.de-vilmarest [at] vikingconseil.fr