NEOM : quand l’intelligence artificielle optimise la production d’énergie verte

L’énergie renouvelable prend de plus en plus d’importance dans les stratégies nationales, notamment dans les plans de développement ambitieux comme celui de l’Arabie Saoudite. Le projet NEOM, en particulier, incarne un défi unique en matière d’autonomie énergétique, où l’intégration de sources renouvelables doit s’adapter aux conditions climatiques extrêmes. Comment peut-on concevoir un système énergétique durable face à ces imprévus naturels ?

Le gouvernement saoudien s’est fixé l’objectif de produire plus de la moitié de l’électricité du pays grâce à des sources renouvelables d’ici 2030. Cette ambition se manifeste particulièrement dans la région de NEOM, où un projet de grande envergure vise à créer une communauté alimentée exclusivement par des énergies renouvelables.

L’innovation au service de NEOM

Des chercheurs de KAUST ont développé un modèle de clustering-optimisation qui pourrait aider à concevoir un système énergétique multisectoriel intégré pour NEOM. Leur modèle prend en compte les jours où les conditions météorologiques rendent la demande d’électricité extrême, par exemple lorsque l’irradiation solaire est limitée ou qu’il n’y a pas de vent.

“Les modèles d’optimisation existants utilisent des données météorologiques, mais ils ignorent généralement les valeurs aberrantes, ce qui n’aide pas à déterminer la fiabilité de la production d’énergie renouvelable,” a précisé Ricardo Lima de KAUST. Lima a travaillé sur ce projet avec Jefferson Riera et Justin Ezekiel sous la supervision des professeurs Omar Knio et Martin Mai de KAUST.

“L’intermittence inhérente de l’énergie éolienne et solaire impose de tenir compte de la variabilité des conditions météorologiques, y compris des événements extrêmes,” a poursuivi Ricardo Lima. “L’intégration des technologies renouvelables à travers différents secteurs constitue également une considération importante. Nous avons adopté une approche multisectorielle novatrice pour optimiser le système proposé.”

L’utilisation des données historiques

Les chercheurs ont utilisé des données météorologiques historiques (2008-2018) de la région de NEOM dans leur modèle. Leur approche intègre les interactions entre la génération d’électricité, la désalinisation de l’eau et la production de chaleur, permettant ainsi un échange d’informations sur la demande et la production à travers le système.

Le modèle pourrait être étendu pour inclure des systèmes de refroidissement de district et de nouvelles méthodes de stockage d’énergie. Les résultats fournissent des insights précieux non seulement pour NEOM mais aussi pour les systèmes énergétiques nationaux de l’Arabie Saoudite.

“Notre méthode d’optimisation explore de nombreuses combinaisons de production d’énergie renouvelable, de désalinisation de l’eau, d’énergie géothermique et de technologies de conversion de chaleur pour identifier les meilleures conditions opérationnelles pour répondre aux demandes horaires,” a expliqué Jefferson Riera. “Notre but est de concevoir un système efficace qui minimise les investissements annuels et les coûts d’exploitation.”

Le modèle souligne plusieurs points clés pour les planificateurs : concevoir des systèmes entièrement renouvelables sans tenir compte des conditions météorologiques extrêmes conduit à des demandes énergétiques non satisfaites. Toutefois, si le système intègre un stockage et une flexibilité suffisants, et que les conditions météorologiques extrêmes sont prises en compte, la fiabilité du système s’améliore considérablement.

Des réflexions sur l’énergie géothermique et les combustibles fossiles

“Le système de NEOM pourrait bénéficier de l’utilisation de l’énergie solaire concentrée et les coûts globaux seraient réduits en investissant dans l’énergie géothermique, particulièrement pour le secteur de la chaleur,” a indiqué Ricardo Lima. “Pour le système énergétique de NEOM, les coûts liés aux événements météorologiques extrêmes pourraient être atténués en incluant 10% d’énergie produite par des combustibles fossiles.”

L’équipe continuera à affiner et à optimiser leur modèle. Par exemple, le modèle ne considère pas encore les fluctuations des coûts capitaux et opérationnels des technologies renouvelables, ce qui pourrait affecter le système énergétique résultant. L’équipe prévoit également d’intégrer la production d’hydrogène et sa conversion en autres produits chimiques dans le modèle.

“Ce travail spécifique s’est basé sur des données météorologiques historiques, mais il pourrait facilement être adapté pour utiliser des projections issues de modèles de changement climatique pour des régions spécifiques. Nous espérons tirer parti de ces projections pour concevoir des systèmes énergétiques résilients face au changement climatique,” a conclu Omar Knio.

Légende illustration : Les chercheurs de KAUST améliorent un modèle d’optimisation des regroupements qui tient compte de la variabilité météorologique extrême afin d’aider à concevoir des systèmes énergétiques multisectoriels intégrés pour les environnements désertiques. Crédit : KAUST.

Article : « Addressing extreme weather events for the renewable power-water-heating sectors in Neom, Saudi Arabia » – s43247-024-01777-x

Riera, J.A., Lima, R.M., Ezekiel, J., Mai, P.M. & Knio, O. Addressing extreme weather events for the renewable power-water-heating sectors in Neom, Saudi Arabia. Nature Communications Earth & Environment 5, 614 (2024)