Un processus prédictif qui estime la demande électrique future sur des horizons définis (de minutes à années) en utilisant des consommations historiques, la météo, le calendrier, des données économiques et comportementales pour soutenir la planification de la production, l'approvisionnement, le dimensionnement des réserves et la planification opérationnelle.

Principe

La charge future est inférée statistiquement à partir de schémas passés et d'éléments exogènes ; la précision et l'incertitude des prévisions quantifient le risque d'erreurs de planification, et ces erreurs se traduisent par des besoins en réserves, des coûts d'achat et des décisions opérationnelles.

Démonstration

Scénario illustratif : un opérateur produit une prévision de charge jour‑à‑l'avance en tenant compte de la température et du calendrier ; la prévision sous‑estime le pic de 5 %, ce qui oblige l'opérateur à mobiliser des réserves tournantes en temps réel, augmentant le coût d'exploitation et l'utilisation des réserves.

Mauvaise application

Utiliser une prévision ponctuelle déterministe comme si elle était certaine pour le dispatch et la planification des réserves ; l'erreur sémantique est de négliger l'incertitude et de ne pas dimensionner réserves ou couvertures en conséquence.

Conséquence

Une prévision précise réduit les coûts d'engagement des unités, améliore la planification et l'allocation des réserves et diminue le risque de déséquilibre ; une prévision médiocre accroît les activations de réserve, les coûts d'exploitation et le risque pour la fiabilité, et peut conduire à des achats inefficients.

Inversion

Avec l'augmentation de la demande flexible, du stockage distribué et des marchés temps‑réel, la dépendance aux prévisions déterministes à long terme pour un dispatch serré peut diminuer ; les prévisions probabilistes ou basées sur des scénarios et des programmes de marché adaptatifs en quasi‑temps réel peuvent réduire les conséquences des erreurs de prévision ponctuelles.

Limite

Clairement inclus : prévisions de charge court à long terme utilisées par les utilités et les opérateurs pour la planification et l'exploitation. Cas limite : prévisions à très petite échelle temporelle et spatiale (ménage minute par minute) où le comportement stochastique domine et des méthodes différentes s'appliquent. Clairement exclu : prévisions de disponibilité des ressources de production (solaire/éolien), qui constituent une classe de prévision distincte bien qu'elles soient souvent combinées aux prévisions de charge.

Tension sémantique

Tension entre l'amélioration de la précision des prévisions (souvent au prix de données plus granulaires et sensibles pour la vie privée) et le respect de la vie privée des consommateurs et des coûts de collecte de données.

Synthèse

La prévision de charge est une donnée opérationnelle probabiliste : les planificateurs et opérateurs doivent utiliser des prévisions tenant compte de l'incertitude (intervalles de confiance, scénarios) et concevoir des réserves et mécanismes de marché qui gèrent explicitement l'erreur de prévision plutôt que de s'appuyer sur une seule prédiction déterministe.