ReCharge

• 

  Recharge

• 

  Photo d'équipe

• 

  Le phénomène de pointes

• 

  La problématique

• 

  L'idée

• 

  L'algorithme

• 

  Prototype : Accueil

• 

  Prototype : Préférences

• 

  Prototype : Données avancées

• 

  Prototype : Profil utilisateur

• 

  Prix actuels et prédits par notre modèle IA

• 

  Exemple de trajectoire de charge/décharge optimale calculée par notre algorithme

Inspiration

En janvier 2022, les Québécois.e.s ont pu assister à un nouveau record historique. En plein grand froid hivernal, leur demande en puissance a dépassé le seuil des 40,3 gigawatts. Pour répondre à ce genre de pointes historiques, Hydro-Québec se doit de faire fonctionner sa centrale à gaz de Bécancour à plein régime.

Le phénomène de pointe coûte cher et pollue beaucoup.

Diverses initiatives comme les thermostats intelligents, la tarification dynamique ou le stockage d'énergie permettent aux opérateurs de réseaux électriques de déplacer la demande énergétique dans le temps. Au Québec, les start-ups Hilo et Evlo s'occupent respectivement des thermostats intelligents et du stockage d'énergie. Mais qui d'autres peut faire sa part ?

Le Québec prévoit électrifier l'ensemble de sa flotte automobile d'ici 2035. Alors que les véhicules sont à l'arrêt plus de 90% du temps, pourquoi ne pas utiliser leur capacité de stockage énergétique pour contribuer à un réseau plus fort ?

Notre proposition est de créer une plateforme intermédiaire entre les propriétaires de véhicules électriques et Hydro-Québec dans laquelle le particulier devient à la fois acheteur et vendeur d'électricité selon le moment dans la journée.

Ce que ça fait

L'application ReCharge permet de facilement et habilement participer à l'échange d'électricité dynamique avec un véhicule électrique. L'utilisateur gagne de l'argent en échangeant l'énergie de la batterie de son véhicule électrique lors d'une période de pointe. Cet échange augmente l'énergie disponible dans le réseau ce qui prévient l'importation d'énergie, la production d'énergie polluante: donc les émission de GES.

Notre algorithme utilise un modèle IA afin de prédire le prix jusqu'à 32 heures à l'avance. Ceci est rendu possible par les données énergétiques ouvertes dont la production en temps réel, la demande en temps réel, le débit d'eau en temps réel et les prévisions météorologiques. Une trajectoire de charge/décharge optimale est ensuite calculée afin de respecter les besoins de l'utilisateur et maximiser son profit (incidemment, minimiser la quantité de GES produites avec la consommation d'énergie)..

Pour une batterie de voiture moyenne, l'utilisateur pourrait récolter jusqu'à 28 000$ sur la durée de vie du véhicule.

Built With

• ai
• mpc
• powerapps
• python