Un rapport explore comment libérer la flexibilité sans écrêtement grâce aux batteries domestiques pour alimenter les centres de données

Le rapport de Piq Energy Libérer la flexibilité sans écrêtement explore comment des batteries domestiques pilotées de manière coordonnée pourraient aider à raccorder de grands consommateurs d’électricité à des réseaux contraints. Publié le 29 octobre, le rapport décrit un projet mené avec Base Power, dans le cadre duquel le pilotage ciblé de batteries a permis de résorber les surcharges du réseau de transport modélisées et causées par une charge proposée de 100 MW près de Fort Worth, au Texas.

Ce résultat est pertinent pour les centres de données d’IA, dont l’accès à l’électricité dépend à la fois de la capacité du réseau à acheminer l’énergie et de la disponibilité de la production. Il confère aussi un second rôle à l’IA : Piq s’appuie sur une plateforme de planification agentique pour organiser les analyses techniques nécessaires à l’évaluation de solutions potentielles pour le réseau.

Les batteries domestiques comme ressource pour la planification du réseau de transport

Base Power développe, installe et exploite des systèmes de batteries résidentiels. Son modèle d’affaires associe l’alimentation de secours des foyers à une exploitation coordonnée susceptible de soutenir le réseau. Une même batterie répond ainsi à un besoin local de résilience tout en participant à une ressource gérée à plus grande échelle.

La question, pour la planification, est de savoir où cette ressource peut faire la différence. L’ajout de demande modifie les flux dans le réseau, et les batteries les plus efficaces ne se trouvent pas nécessairement à proximité du client qui cherche à se raccorder. Charger à un endroit et décharger à un autre peut détourner les flux d’un élément de transport surchargé.

Le programme pilote de ressources énergétiques distribuées agrégées d’ERCOT fournit un cadre permettant à plusieurs sites raccordés au réseau de distribution de répondre collectivement aux consignes de pilotage. Ses exigences en matière d’enregistrement, de télémétrie et de qualification montrent pourquoi coordonner un parc est plus complexe que d’additionner les puissances nominales des batteries individuelles.

Résultats de l’étude de Burleson Switch

Le rapport examine un raccordement proposé à Burleson Switch, dans la zone desservie par Oncor. L’ajout d’une charge de 100 MW a entraîné huit contraintes thermiques sur cinq installations du réseau de transport. Dans le modèle, un pilotage coordonné sur 11 sites a permis de résoudre les huit contraintes, avec une puissance brute mobilisée par les batteries d’environ 81,5 MW.

Le scénario de charge plus élevée met en évidence des rendements décroissants :

Le premier cas justifie d’approfondir l’étude des batteries distribuées. Le second montre pourquoi leur utilité dépend de leur emplacement et des conditions du réseau : résoudre les quelques dernières contraintes peut nécessiter un portefeuille bien plus vaste. Une combinaison de ressources flexibles et de renforcements conventionnels pourrait s’avérer plus pratique.

Pourquoi 81,5 MW ne correspondent pas à l’alimentation électrique du centre de données

Le livre blanc technique sous-jacent, daté du 1er septembre, distingue la puissance brute mobilisée de l’injection nette. Dans un scénario de contingence illustré, certaines batteries injectent 43,2 MW tandis que d’autres absorbent 38,2 MW, soit une injection nette de 5 MW.

Les batteries redistribuent les flux au lieu d’alimenter la totalité de la charge de 100 MW. Le nouveau client a toujours besoin d’une alimentation en énergie ; l’intervention modélisée vise à résoudre les surcharges du réseau de transport. La puissance des batteries, mesurée en MW, diffère également de l’énergie stockée, mesurée en MWh, qui détermine la durée de la réponse possible.

Le rôle de l’IA agentique dans l’ingénierie des réseaux

La technologie de Piq combine des jeux de données sur les réseaux, des moteurs de simulation et des processus d’ingénierie reproductibles. Son agent de planification, Delphi, aide à configurer les études, à explorer les modèles de réseau, à comparer les résultats et à rédiger des rapports, tandis que les ingénieurs conservent le pouvoir décisionnel.

L’entreprise décrit un système dans lequel des demandes formulées en langage naturel contribuent à orchestrer des analyses déterministes. L’exécution parallèle des études permet de tester davantage de scénarios, et les résultats restent associés à des versions précises des modèles. Cette distinction est au cœur de l’apport de l’IA : un modèle de langage peut aider à organiser le travail sans remplacer les calculs d’écoulement de puissance utilisés pour évaluer un réseau électrique.

Lors de l’entretien de Unite.AI avec Tom Nudell, cofondateur et PDG, celui-ci a insisté sur la reproductibilité et sur le travail nécessaire pour coordonner les spécialistes, définir les analyses et élaborer des modèles utiles. Ce rapport illustre cette stratégie dans un cas d’application précis. Piq affirme avoir mené le projet à bien en quelques jours, contre plusieurs mois selon ses estimations pour une approche conventionnelle ; cette comparaison relève de l’évaluation de l’entreprise et non d’une étude comparative contrôlée de manière indépendante.

Ce qu’il reste à démontrer

L’étude technique s’appuie sur une analyse des flux de puissance en courant continu et évalue les contraintes thermiques. Les flux de puissance en courant alternatif, la tension, la stabilité, les communications et la fiabilité opérationnelle doivent faire l’objet d’une évaluation plus approfondie avant la mise en œuvre. L’optimisation ne tient pas compte des prix et ne permet donc pas d’établir quelle est la solution commerciale la moins coûteuse.

Ses résultats numériques s’appliquent au point de raccordement étudié, au parc supposé et aux conditions du réseau considérées. Ils ne peuvent pas être transposés directement à un autre emplacement. Le modèle ne permet pas non plus, à lui seul, d’établir qu’un raccordement ferme a été approuvé et est en service.

La analyse de Base sur l’agrégation des ressources décentralisées explique l’intérêt commercial de prendre en compte les batteries à des emplacements précis du réseau de transport. Pour les promoteurs, l’occasion consiste à évaluer la flexibilité parallèlement au développement des infrastructures. Pour les exploitants, la fiabilité de la répartition et les règles qui en régissent l’utilisation restent essentielles.

Une approche plus ciblée des contraintes d’alimentation électrique des centres de données

Le rapport montre le rôle pratique que l’IA peut jouer dans la planification des infrastructures : faciliter l’étude de différentes combinaisons de ressources, déterminer où elles sont utiles et mettre en évidence les situations où leurs avantages s’amenuisent. Une analyse plus rapide peut améliorer les choix de projets, même lorsqu’elle conclut que les batteries, à elles seules, ne suffisent pas.

Les lecteurs peuvent consulter les conclusions dans Libérer la flexibilité sans écrêtement et examiner les hypothèses et les limites dans le livre blanc technique qui l’accompagne. Ensemble, ces documents plaident en faveur de l’évaluation de la coordination des batteries résidentielles dans le cadre de la planification du réseau électrique des centres de données, la validation technique devant déterminer où celle-ci peut fournir une capacité utile.