Le fil

Enedis et Datastorm : l’économétrie et la recherche au service de la décision stratégique

R&D - 27 juin 2020

La Direction de la Stratégie d’Enedis s’appuie sur les travaux économétriques de Datastorm pour mieux comprendre les phénomènes d’élasticité-prix de l’électricité. Laurent Gilotte, Chargé de mission Stratégie chez Enedis, nous éclaire sur l’apport de ces outils et méthodes dans l’aide à la décision.

Laurent Gilotte, quel est le rôle de la Direction de la Stratégie au sein d’Enedis ?
Laurent Gilotte : chez Enedis, la Direction de la Stratégie a une double mission. En premier lieu, elle interroge en permanence le modèle d’activité de l’entreprise et anticipe les évolutions du métier en termes de risques et d’opportunité. C’est classique mais fondamental pour un acteur majeur de la transition énergétique. En second lieu, elle mène une mission Economie et Prospective qui étudie notamment la structure et l’évolution du tarif de réseau. Il représente entre le quart et le tiers de la facture d’électricité des particuliers.

Enedis ne vend pas l’électricité, elle la distribue, pourquoi le prix est un sujet stratégique pour l’entreprise ?
L.G. Nous avons une mission de service public qui nous demande d’offrir un service de qualité au meilleur coût. Et ce, dans un contexte où les attentes et les usages évoluent, notamment en fonction du prix payé par le consommateur final. On ne fait pas d’analyse coût-bénéfice sérieuse sans bien comprendre la demande. Mieux la cerner, anticiper son évolution est un élément essentiel pour assurer la performance du réseau, faire évoluer nos services et programmer nos investissements.

Vous avez justement confié à Datastorm une étude économétrique sur l’élasticité-prix de l’électricité.
L.G. A partir d’un jeu de données unique rassemblant des millions de relevés semestriels de compteurs d’électricité en France entre 2007 et 2015, Datastorm nous a aidés à comprendre comment la demande évolue avec les prix. L’étude porte sur une durée suffisamment longue pour donner une nouvelle estimation de ce lien entre le prix et la demande. Ce sont des sujets économétriques complexes qui demandent une robustesse scientifique. La proximité de Datastorm avec des laboratoires de recherche de premier plan, comme le CREST, garantit cette robustesse. Cette étude a d’ailleurs fait l’objet d’une publication dans laquelle les auteurs proposent trois angles d’approche différents pour étudier l’élasticité‑prix. C’est très intéressant pour nous, gestionnaire de réseau d’électricité et potentiellement pour tous les acteurs du secteur énergétique.

 

“Enedis développe un service public de nouvelle génération, une intelligence énergétique dont l’économétrie, la Data Science et l’IA sont des piliers.”

 

D’autant que le secteur se transforme…
L.G. En effet, dans cette période de transition et de transformation, les acteurs de l’énergie sont amenés à réinterroger les modèles pour rester adaptés aux enjeux de l’époque et à leur vision prospective. L’exercice est complexe mais les données se sont étoffées et la puissance de calcul a été démultipliée. Nous avons là tous les ingrédients d’une recherche capable d’éclairer mieux encore la décision stratégique, par exemple en valorisant l’effet, pour les clients, des projets d’évolution de structure du tarif.

Au-delà des études d’impact économétriques pour prévoir, estimer, optimiser… Enedis fait aussi évoluer ses outils et méthodes grâce à la Data Science et au Machine Learning. Quelles sont les applications principales ?
L.G. Je pense au ciblage des points de modernisation du réseau. A l’intersection entre la maintenance et la politique d’investissement, les techniques de Data Science permettent de prioriser certains choix d’intervention pour la modernisation du réseau dont, je le rappelle, la moitié des lignes est en souterrain.
Autre exemple : le traitement des données dans le processus de Reconstitution des Flux, qui permet d’attribuer à chaque fournisseur les flux que ses clients demandent, à la demi-heure aujourd’hui et d’ici quelques années, au quart d’heure. Ou encore : l’identification des effacements de demande réalisés. Datastorm accompagne Enedis sur plusieurs de ces sujets qui sont facilités par le développement des compteurs communicants.

Et demain ?
L.G. La transition énergétique, bien sûr, dans laquelle nous sommes déjà engagés. Grâce à l’analyse de données, nous pouvons fournir aux collectivités locales des informations qui servent à des politiques de rénovation énergétique de l’habitat. Et ce, à une maille de l’ordre du quartier. Nous préparons aussi cette mutation à travers différents démonstrateurs de smart grids qui intègrent l’émergence de nouveaux usages, comme celui des véhicules électriques. En fait, Enedis développe un service public de nouvelle génération, une intelligence énergétique dont l’économétrie, la Data Science et l’IA sont des piliers.

 

« L’élasticité-prix de la demande d’électricité en France »
Lire l’article dans la revue Economics & Statistics de l’Insee, n°513

Repères
> Enedis est le gestionnaire du réseau public de distribution d’électricité
> L’entreprise couvre 95 % du territoire français métropolitain
> Elle compte 37 millions de clients
> Elle gère 1,4 million de kilomètres de lignes

Enedis.fr

 

 

 

Technologie photo créé par jcomp – fr.freepik.com
Compteurs intelligents et tarification dynamique de l’électricité : l’analyse de Datastorm

Dans sa réponse à la consultation de la Commission de régulation de l’énergie, Datastorm partage son analyse sur la mise en place d’une tarification dynamique de l’électricité liée au déploiement des compteurs intelligents.

« Tous les projets data ne trouvent pas leurs solutions dans les réseaux de neurones »

Benoit Thieurmel est le Directeur des opérations de Datastorm. Son mantra : partage de connaissance, rigueur, méthode… et vigilance quand on croise une boite noire.

R&D
Optimiser ses sessions de calcul avec Shinybatch

Dans la famille des packages shiny développés par Datastorm, voici Shinybatch. La solution idéale lorsqu’un utilisateur métier a besoin de paramétrer et lancer un calcul gros consommateur de ressources (temps, CPU, RAM, …) sans surcharger le serveur et bloquer les autres utilisateurs.

Toute l'expertise du Groupe ENSAE-ENSAI

Plateau de Saclay
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE

Paris
24 rue Barbès
92120 MONTROUGE - FRANCE