Un cadre amélioré de gestion de l’énergie basé sur des troupes de gorilles artificiels pour l’exploitation optimale de multi-nanogrids raccordés au réseau

Une électricité plus intelligente pour les lieux du quotidien

Maintenir l’éclairage et l’alimentation dans les maisons, les écoles et les petites entreprises devient plus complexe à mesure que des panneaux solaires de toit, de petites éoliennes et des batteries se connectent au réseau. Cette étude examine comment piloter des grappes de ces petits systèmes électriques locaux, appelés nanoréseaux, de façon à garantir la fiabilité de l’électricité tout en réduisant les factures d’énergie quotidiennes. En s’inspirant du comportement social des troupes de gorilles, les chercheurs conçoivent un nouveau « cerveau » numérique qui décide quand exploiter le soleil, le vent, les batteries, les générateurs diesel ou le réseau principal afin d’assurer aux bâtiments une électricité abordable et à faible carbone 24 heures sur 24.

Petits réseaux électriques travaillant ensemble

Un nanoréseau fonctionne comme un mini-réseau électrique pour un seul bâtiment ou un petit site, généralement d’une puissance maximale d’environ 100 kilowatts. Il peut comprendre des panneaux solaires de toiture, de petites éoliennes, des batteries et un générateur diesel de secours, tous interconnectés sur un bus à courant continu (DC). Plusieurs nanoréseaux peuvent être reliés en un cluster multi-nanoréseau, partageant l’excédent d’énergie entre eux et avec le réseau de distribution. Dans le système étudié ici, quatre nanoréseaux — certains basés sur le solaire, d’autres sur l’éolien — sont connectés entre eux par des liaisons DC et reliés au réseau principal par une liaison AC. Chacun dispose de ses propres dispositifs locaux mais est coordonné par un système central de gestion de l’énergie qui équilibre en continu l’offre et la demande.

Planifier à l’avance et s’ajuster en temps réel

Le cœur du travail est un système de gestion de l’énergie amélioré qui opère à deux échelles temporelles. D’abord, un planificateur jour-à-jour utilise des prévisions d’ensoleillement, de vent, de prix de l’électricité et de demande des bâtiments pour tracer un calendrier optimal sur 24 heures. Il décide quand déplacer des appareils flexibles comme les chauffe-eau ou les lave-linge vers des heures moins chères, quand charger ou décharger les batteries, quel effort demander aux générateurs diesel et quand acheter ou vendre de l’électricité au réseau. Ensuite, un contrôleur en temps réel vérifie ce qui se passe réellement — intensité solaire, vitesse du vent, tarifs du réseau et consommation des usagers. Quand la réalité diverge des prévisions, il ajuste finement les flux d’énergie chaque heure pour contenir les coûts tout en respectant les limites techniques telles que l’état de charge des batteries et les capacités de sortie des générateurs.

Résolution de problèmes numérique inspirée des gorilles

Choisir la meilleure combinaison d’actions pour des dizaines d’appareils sur 24 heures constitue un problème d’optimisation difficile, avec de nombreuses contraintes et incertitudes. Plutôt que de s’appuyer sur des formules mathématiques rigides susceptibles de rester bloquées dans des solutions sous-optimales, les auteurs recourent à une famille plus récente de méthodes de recherche appelée Artificial Gorilla Troops Optimizer (AGTO). AGTO imite la façon dont une troupe de gorilles explore son environnement puis se rassemble autour du leader le plus fort, le « dos argenté ». Dans cette analogie, chaque gorille virtuel représente un calendrier énergétique possible. Lors de la phase d’exploration, la troupe se disperse pour échantillonner des modes de fonctionnement très différents, comme en allant explorer des terrains d’alimentation inconnus. Lors de la phase d’exploitation, les candidats convergent vers les meilleures solutions connues, à l’image du suivi du dos argenté ou de la compétition pour affiner la position du groupe. Ce processus est répété de nombreuses fois jusqu’à ce que l’algorithme converge vers un plan d’exploitation à faible coût.

Des factures réduites grâce au déplacement et au partage des charges

Les chercheurs testent leur cadre sur des données réalistes pour une ville côtière égyptienne, en utilisant des profils horaires de température, d’intensité solaire, de vitesse du vent et de prix du réseau. Ils comparent AGTO à plusieurs outils d’optimisation établis, notamment l’optimisation par essaim de particules et d’autres méthodes inspirées du comportement animal. Tant pour des nanoréseaux isolés que pour des clusters de quatre nanoréseaux, le planificateur inspiré des gorilles trouve systématiquement des calendriers moins coûteux. Le déplacement des charges flexibles hors des pics onéreux du soir vers des périodes moins chères réduit les frais d’exploitation d’environ 7 % à lui seul, tout en lissant la courbe de demande. Quand les nanoréseaux peuvent coopérer et partager de l’énergie, le coût énergétique quotidien total diminue d’environ 8 % par rapport à un fonctionnement isolé. Globalement, AGTO permet des économies d’environ 15 à 16 % par rapport aux algorithmes concurrents lorsque la planification jour-à-jour et la gestion des charges sont appliquées conjointement.

Une électricité résiliente dans un monde en mutation

Pour les utilisateurs ordinaires, l’important est que la coordination intelligente des énergies locales propres et du stockage peut discrètement réduire les factures d’électricité et la dépendance aux combustibles fossiles sans sacrifier le confort ou la fiabilité. En combinant planification jour-à-jour, ajustement en temps réel et une stratégie de recherche efficace inspirée du comportement social des gorilles, le système proposé maintient l’équilibre des clusters multi-nanoréseaux même lorsque la météo, les prix et la demande dévient des prévisions. L’étude suggère que, à mesure que davantage de bâtiments adoptent des renouvelables de toiture et des batteries, une gestion intelligente de l’énergie de ce type pourrait jouer un rôle clé pour rendre les réseaux électriques à l’échelle de quartier à la fois économiques et résilients.

Citation: Elsayed, W.T., Abdulnabi, A., Ali, A.A. et al. An enhanced energy management framework based on artificial gorilla troops for optimal operation of grid-connected multi-nanogrids. Sci Rep 16, 12741 (2026). https://doi.org/10.1038/s41598-026-45884-5

Mots-clés: nanoréseaux, gestion de l’énergie, énergie renouvelable, algorithmes d’optimisation, gestion côté demande