Vers une production d’énergie durable : un cadre comparatif d’apprentissage automatique pour prédire le coût de l’hydrogène vert à travers le continent africain

Pourquoi le prix de l’hydrogène vert compte

Alors que le monde cherche des moyens de réduire la pollution carbone des navires, des usines et des transports longue distance, l’hydrogène vert apparaît comme un carburant propre prometteur. Mais sa démocratisation dépend d’une question simple et persistante : combien coûtera la production d’un kilogramme ? Cet article s’attaque à cette question pour l’Afrique, un continent riche en ressources solaires et éoliennes mais disposant de peu de données concrètes sur ce que pourrait réellement coûter l’hydrogène vert dans différents pays.

Vue d’ensemble : une carte continentale des coûts

Les chercheurs se sont donné pour objectif de construire une image fondée sur les données des coûts de l’hydrogène à l’échelle du continent. Plutôt que de se concentrer sur une seule usine ou un seul pays, ils ont rassemblé 54 scénarios couvrant de nombreux États africains, chacun décrivant un projet hydrogène potentiel. Pour chaque scénario, ils ont enregistré le coût moyen sur la durée de vie de la production d’hydrogène et 14 autres facteurs, tels que la taille des fermes solaires et éoliennes, la capacité des équipements d’électrolyse, le besoin en stockage et en pipelines, la sécurité et la fiabilité du système énergétique local, le stade de développement du projet et la consommation d’eau éventuelle. En regroupant tous ces éléments dans un tableau commun soigneusement harmonisé, ils ont créé une base permettant de comparer les pays de manière cohérente.

Comment fonctionne l’outil de sélection intelligent

Plutôt que de calculer manuellement les coûts pour chaque cas, l’équipe a entraîné une série de modèles d’apprentissage automatique pour apprendre les liens entre les caractéristiques des projets et le coût final de l’hydrogène. Ils ont divisé les données de sorte que la majorité des scénarios serve à l’entraînement et que le reste soit conservé comme test indépendant. Onze méthodes différentes ont été testées, allant de formules linéaires simples à des approches à base d’arbres plus flexibles et des réseaux neuronaux profonds. Pour éviter l’illusion d’un bon résultat due au surapprentissage — des modèles qui mémorisent au lieu de généraliser — ils ont utilisé une validation croisée imbriquée, en mélangeant et en scindant les données à plusieurs reprises pour vérifier la stabilité des prédictions sur de nombreux tirages.

Ce qui fait varier les coûts

Le modèle le plus performant était un système de gradient boosting optimisé, qui empile de nombreux arbres de décision simples pour capturer des schémas complexes. Il a reproduit avec une précision remarquable les coûts observés d’hydrogène, n’affichant qu’une marge d’erreur moyenne de quelques centimes par kilogramme. À l’aide d’une technique appelée SHAP, les auteurs ont ensuite « ouvert la boîte noire » pour identifier les facteurs les plus influents dans les décisions du modèle. De plus grandes centrales renouvelables et des systèmes d’électrolyse de plus grande capacité étaient fortement associés à des coûts prévus plus bas, reflétant des économies d’échelle. Les pays disposant d’une meilleure sécurité énergétique — des systèmes électriques plus fiables et diversifiés — présentaient également des coûts plus faibles dans le modèle. En revanche, une demande en eau plus élevée et de longs pipelines de distribution ont tendance à faire augmenter les coûts prédits, soulignant l’importance des limites locales en ressources et des besoins en infrastructures.

Schémas entre pays et stades de projet

En examinant les 54 scénarios africains, le coût typique de l’hydrogène vert se situait autour de 4,9 euros par kilogramme, avec des valeurs allant d’environ 3,75 à 5,60 euros. Mais ces chiffres n’étaient pas aléatoires. Les projets arrivés aux stades de conception détaillée ou de construction avaient tendance à se regrouper vers l’extrémité inférieure de la fourchette des coûts, tandis que les idées encore au stade « concept uniquement » étaient sensiblement plus coûteuses. Cela suggère qu’au fur et à mesure que les projets mûrissent — en clarifiant leur conception, leurs infrastructures et leur financement — le coût attendu de l’hydrogène diminue. L’analyse a également montré que les faibles coûts coïncidaient généralement avec des systèmes bien intégrés et à grande échelle, associant de grandes capacités renouvelables à un stockage robuste, des pipelines et une bonne gouvernance énergétique, plutôt qu’avec un ingrédient miraculeux ou un pays isolé se distinguant seul.

Lien avec les objectifs de durabilité plus larges

Comme les mêmes indicateurs utilisés pour prédire les coûts sont aussi liés à des enjeux sociaux et environnementaux, les auteurs ont examiné comment leurs résultats se rapportent aux Objectifs de développement durable mondiaux. Une capacité renouvelable plus élevée et une meilleure sécurité énergétique relient l’expansion de l’hydrogène vert à une énergie propre abordable et à des infrastructures modernes. Parallèlement, des indicateurs tels que les réductions de dioxyde de carbone, la demande en eau et les niveaux d’investissement mettent en évidence des arbitrages et des synergies avec l’action climatique et le stress hydrique. Le cadre ne prétend pas mesurer l’ensemble des impacts réels, mais il offre un point de départ transparent pour peser ensemble coût, bénéfices climatiques, infrastructures et ressources.

Ce que cela signifie pour les décideurs

Concrètement, cette étude propose un outil de présélection rapide pour les gouvernements, investisseurs et planificateurs contraints de décider où concentrer une attention et des capitaux limités. Elle montre que, dans les scénarios examinés, les coûts de l’hydrogène vert en Afrique sont compétitifs seulement lorsque les projets sont de grande taille, bien intégrés à des systèmes électriques fiables et soigneusement planifiés en tenant compte des contraintes en eau et en infrastructures. Le cadre d’apprentissage automatique ne peut pas remplacer des études d’ingénierie et financières détaillées, mais il peut rapidement mettre en évidence quels pays et quels designs de projets paraissent les plus prometteurs — et lesquels méritent des investigations plus poussées — bien avant que le béton ne soit coulé ou que les pipelines ne soient posés.

Citation: Elewa, A.M.T., Snousy, M.G., Saqr, A.M. et al. Toward sustainable energy production: a comparative machine learning framework for predicting green hydrogen cost across the african continent. Sci Rep 16, 12855 (2026). https://doi.org/10.1038/s41598-026-47726-w

Mots-clés: hydrogène vert, énergie en Afrique, apprentissage automatique, énergie renouvelable, infrastructures durables