Normalisation : La clé de l'optimisation de l'échelle

Par Marty Crotty, vice-président directeur de l'optimisation des actifs
EDF Renewables Amérique du Nord

L'industrie américaine des énergies renouvelables a connu des changements spectaculaires au cours des 10 à 15 dernières années. Avec la baisse du coût de l'énergie éolienne et solaire, les marges ont diminué. La rentabilité dépend en grande partie de la capacité à tirer parti de l'échelle et à optimiser l'efficacité organisationnelle, ce qui rend la normalisation essentielle pour réussir sur le marché.

EDF Renewables a mis en œuvre plusieurs initiatives pour exploiter la puissance des données et des analyses afin d'identifier, de comprendre et d'éliminer tout facteur susceptible de réduire notre capacité à produire la plus grande quantité possible d'énergie sans carbone. Elles font toutes partie d'une stratégie plus large visant à nous maintenir à la pointe de l'industrie des énergies renouvelables.

Un résultat important de cette focalisation sur l'efficacité est la création d'un KPI appelé facteur de perte d'exploitation (OLF), qui est défini comme le montant des revenus potentiels d'un projet donné qui est perdu pour une raison quelconque - essentiellement, toute incapacité à capter la quantité d'énergie qui était disponible.

Lors de l'évaluation de l'OLF, la seule exception concerne la réduction externe, qui échappe à notre contrôle. Nous ne faisons pas d'exception pour des événements comme le givrage des aubes de turbine, car nous avons un état d'esprit qui recherche les possibilités de minimiser ou d'éviter les pertes dues à des facteurs environnementaux. En outre, aucune exception n'est faite pour les restrictions biologiques, qui consistent à arrêter des turbines individuelles - ou un parc éolien entier - pour réduire le risque de dommages aux oiseaux ou aux chauves-souris. Bien que nous soutenions fermement ce type d'initiative de conservation, nous nous efforçons de trouver des moyens de maximiser la production d'énergie propre tout en protégeant pleinement la faune et la flore sauvages.

Composer les tableaux de bord

L'un des principaux effets de l'attention que nous portons à l'OLF a été l'élaboration et la mise en place de tableaux de bord standardisés dans toute la flotte nord-américaine, qui présentent une série de mesures pour chaque site et nous permettent de voir ce qui se cache derrière chaque mesure. Ces tableaux de bord nous permettent d'identifier les principaux facteurs de l'OLF sur un site donné, ainsi que dans l'ensemble de l'organisation.

Au niveau des sites, l'accent est mis sur les trois principaux problèmes qui contribuent aux pertes d'exploitation. Le personnel du site est formé pour procéder à un dépannage détaillé afin d'identifier et d'éliminer la cause première. Au niveau de l'organisation, les cinq principaux facteurs de pertes d'exploitation relèvent de la responsabilité de notre groupe d'ingénierie de la fiabilité des performances, qui désigne un ingénieur pour résoudre chaque problème.

La théorie de la feuille d'oranger : Nous ne savons pas ce que nous ne savons pas

Si notre concentration sur les cinq premiers OLF est efficace, elle constitue néanmoins une approche réactive aux pertes qui se sont déjà produites. Idéalement, nous aimerions anticiper et traiter les problèmes avant qu'ils ne se produisent.

Notre objectif est d'utiliser l'IA et l'apprentissage machine pour analyser les relations entre les différentes sources de données afin d'identifier les causes profondes. Il peut y avoir des points de données qui semblent sans rapport jusqu'à ce qu'une analyse approfondie révèle des connexions qui étaient auparavant passées inaperçues. J'appelle cela ma "théorie de la feuille orange", car une analyse effectuée par l'IA pourrait révéler que si X et Y se sont produits, et que les feuilles deviennent orange (indiquant que c'est la chute, ce qui signifie que l'air est plus frais et plus dense, et qu'il exerce une plus grande charge sur la turbine), il en résultera probablement Z.

L'utilisation de l'IA augmentera également la cohérence et la rapidité avec lesquelles nous pouvons évaluer et classer la source de problèmes comme les défauts de turbine. Jusqu'à présent, ces déterminations ont été effectuées par le personnel, ce qui prend plus de temps et, dans certains cas, introduit un jugement subjectif dans l'équation. L'automatisation du processus le rendra plus rapide et plus cohérent.

À l'heure actuelle, les travaux de développement de cette technologie se déroulent sur place et sont dirigés par une équipe nord-américaine, mais ils font partie d'un effort mondial et notre intention est de les "soulever et de les faire passer" à l'environnement nuageux à l'avenir.

L'élément humain de la transformation numérique

La transformation numérique d'EDF Renewables fait passer une grande partie de nos activités commerciales à des plateformes collaboratives sur le cloud. Les données de l'ensemble de la flotte mondiale peuvent désormais être combinées dans un seul système et analysées pour produire des informations plus significatives d'un point de vue statistique. Si cette évolution crée des opportunités importantes en termes de partage d'informations et de connaissances au sein de l'organisation mondiale, elle a également nécessité un changement de mentalité. La coordination des équipes dans les différents pays exige une direction proactive et de la transparence.

Regard sur l'avenir

Nous continuons à travailler à l'automatisation de nos processus de collecte et d'analyse des données dans le but de créer davantage d'informations exploitables. Bien que la plupart des outils que nous avons initialement développés soient destinés à l'éolien, notre plateforme multi-technologique englobe désormais également le solaire, et inclura bientôt les batteries. En tant qu'entreprise mondiale, nous voulons utiliser les mêmes outils de diagnostic et de prévision basés sur le nuage dans toute l'organisation, dans le but de maximiser l'efficacité et de minimiser les pertes.