Le «réseau augmenté»: l’ère des microgrids intelligents

Le réseau électrique suisse évolue rapidement, comme en témoignent les bâtiments actuels. Dans un immeuble équipé de pompes à chaleur et de véhicules électriques, la pointe de consommation du soir n’est plus la même qu’il y a dix ans: préparation des repas, lessives, recharge du véhicule électrique et redémarrage de la pompe à chaleur peuvent se produire simultanément. Deux étages plus haut, une simple variation de la production photovoltaïque, par exemple un nuage qui passe, suffit à faire redescendre la puissance injectée dans le réseau en quelques minutes. Ce ne sont pas des scénarios théoriques, mais des situations récurrentes pour les gestionnaires de réseau, qui observent des congestions locales plus fréquentes et une nécessité croissante d’avoir recours au redispatch – un rééquilibrage entre production et consommation – pour stabiliser le système.

Ces tensions ne signifient pas que le système s’effondre, mais qu’il a besoin d’un pilotage plus fin et plus local. Aujourd’hui, la question n’est plus de savoir s’il faut intervenir, mais comment le faire sans compliquer la vie des usagers. Concrètement, cela signifie anticiper un pic de consommation et/ou de production avant qu’il ne devienne un problème, décaler une recharge de quelques minutes, ou séquencer un démarrage pour éviter une coïncidence de charges. Autrement dit, il s’agit de rendre le réseau plus souple et plus flexible, sans pour autant demander aux habitants de devenir des techniciens ni aux exploitants d’adopter des outils trop lourds.

C’est là qu’entre en jeu l’idée suivante: doter les quartiers d’une intelligence locale, avec des mesures fiables à la périphérie du réseau, des préférences humaines réellement prises en compte et un jumeau numérique de quartier capable de tester plusieurs options avant d’agir. Cette approche transforme des ajustements techniques en décisions simples, lisibles et acceptables. Et c’est précisément cette vision pragmatique et ancrée dans le réel qui a guidé deux projets complémentaires: LASAGNE, qui a posé les bases du microgrid moderne, et O-CEI, qui déploie cette intelligence à l’échelle de quartiers et de sites réels dans 11 pays européens, dont la Suisse.

Le projet LASAGNE: la grammaire du microgrid moderne

Le projet européen LASAGNE (Digital framework for smart grid and renewable energies) a été mené de 2022 à 2025. Cofinancé par l’OFEN, il a été coordonné par la Haute école spécialisée de Suisse ­occidentale (HES-SO) et réalisé en collaboration avec ­l’Université de Genève, Clemap (une entreprise zurichoise spécialisée dans la mesure et le contrôle des infrastructures énergétiques), ainsi qu’avec les partenaires suédois KTH, Tvinn et Electricity. Le projet visait à créer un cadre numérique complet pour les réseaux intelligents, fondé sur des dispositifs périphériques de réseau (Grid Edge Devices, GED) capables de mesurer finement les usages et de prendre en charge des services énergétiques locaux grâce à des algorithmes collaboratifs.

Sur le plan technique, le projet a développé quatre éléments essentiels: des dispositifs GED, des jumeaux numériques pour représenter les différents rôles énergétiques d’un quartier, des algorithmes prédictifs qui estiment les consommations d’énergie électrique, et un modèle de coordination décentralisé permettant d’éviter tout point unique de défaillance. L’ensemble a été conçu en intégrant une démarche d’acceptation sociale de ce nouveau type de technologie intelligente afin que les choix de pilotage restent compréhensibles et acceptables pour les habitants.

Sur le plan conceptuel, ce projet a défini ce que nous appelons la «grammaire du microgrid moderne»: une structure simple mais robuste, qui guide la manière dont un quartier peut produire, consommer, prévoir et décider localement. Cette grammaire repose sur trois principes:

• mesurer précisément pour saisir la réalité des usages;
• expliquer simplement pour que les règles de pilotage soient lisibles;
• décider localement en laissant les jumeaux numériques orchestrer des ajustements doux qui soulagent le réseau sans perturber les usagers.

En posant ces fondations techniques et sociales, le projet LASAGNE a préparé le terrain pour la suite logique: le passage à l’échelle et à l’opérationnel, incarné aujourd’hui par le projet O-CEI et son pilote suisse.

Le projet O-CEI

O-CEI (Open Cloud-Edge-IoT Platform Uptake in Large Scale Cross-Domain Pilots) est un projet Horizon Europe (2025-2028) conçu pour faire passer les solutions numériques du stade du prototype à celui du déploiement à grande échelle. Il orchestre une plateforme Cloud-Edge-IoT capable de gérer les données, les modèles et les décisions de manière cohérente entre le bâtiment, le quartier et une infrastructure informatique dans le cloud. Le projet s’appuie sur huit sites pilotes, déployés sur 10 pays. Multisecteurs, ceux-ci couvrent notamment les réseaux intelligents, l’électromobilité, l’agriculture, la logistique et les environnements urbains.

En Suisse, la HES-SO supervise un pilote intitulé «Renforcer l’engagement des citoyens et l’acceptation de la flexibilité énergétique dans les quartiers urbains», dans lequel cinq partenaires suisses sont impliqués: la HES-SO, Clemap, la coopérative d’habitation Polygones, à Genève, la commune de Val ­d’Anniviers et l’entreprise d’approvisionnement énergétique Groupe E. Le pilote est déployé sur trois sites contrastés – Polygones (à Genève), le site composé du quartier Bel-Air, de l’écoquartier de ­l’Ancienne Papeterie et du MIC Business Park (à Fribourg), et des infrastructures touristiques du Val d’Anniviers –, afin d’observer, dans des conditions réelles, comment les usagers et le réseau réagissent à des stratégies locales de flexibilité et de pilotage intelligent. Ensemble, ces sites illustrent exactement ce qu’un service microgrid doit produire: anticiper un pic de consommation ou de production, lisser un appel de puissance et rendre les règles d’usage lisibles, sans transformer les habitants en ingénieurs ni les exploitants en opérateurs réseau.

Sur le plan conceptuel, O-CEI est une extension à l’échelle régionale et européenne du projet LASAGNE: là où ce dernier a défini localement la grammaire du microgrid – mesurer finement grâce aux GED de Clemap, représenter les acteurs via des jumeaux numériques, prédire les consommations futures et coordonner sans point unique de défaillance –, O-CEI fournit l’infrastructure distribuée permettant de faire coopérer, par exemple au Val d’Anniviers, plusieurs bâtiments, des bornes de recharge pour véhicules électriques et des remontées mécaniques. La plateforme Cloud-Edge-IoT permet de partager des modèles, d’exécuter des décisions de manière dynamique et de synchroniser la flexibilité entre des sites hétérogènes, tout en respectant des exigences strictes en matière de confidentialité, de sécurité et de performance.

Et surtout, forte de l’expérience du projet LASAGNE, la Suisse apporte à O-CEI une compétence distinctive: celle de l’acceptation sociale appliquée aux microgrids. Le pilote suisse devient ainsi un laboratoire pionnier dans lequel l’ingénierie, les usages réels et les préférences des habitants sont intégrés dans une même boucle de décision. LASAGNE a permis de construire les fondations, O-CEI est en train de déployer la solution à grande échelle, et la Suisse montre, dans le cadre de ce projet européen, que les microgrids peuvent fonctionner concrètement, avec l’adhésion des habitants.

Pourquoi est-ce crucial pour l’avenir?

Avec l’électrification croissante de la production de chaleur et de la mobilité, les appels de puissance en basse tension (pompes à chaleur, véhicules électriques, cuisson en soirée) augmentent et se concentrent sur quelques heures. Renforcer physiquement tous les tronçons du réseau serait long et coûteux. C’est ce qu’on appelle «l’approche cuivre». Il est plus réaliste d’étaler la demande là où elle apparaît, en décalant ou en séquençant certains usages locaux, sans perturber le confort. Cette vision est communément dénommée «approche intelligente».

Parallèlement, la variabilité de l’énergie photovoltaïque déplace les contraintes: des perturbations de tension peuvent apparaître dans des quartiers où personne ne les attendait, simplement parce qu’un passage nuageux modifie brutalement la production. Dans ces situations, une intervention rapide et ciblée au niveau du quartier suffit souvent à stabiliser l’ensemble avant qu’un incident local ne devienne un problème systémique.

Le recours au redispatch est utile, mais coûteux, et ne traite jamais la cause. Il est plus efficace et plus rationnel de résoudre les déséquilibres là où ils surviennent, c’est-à-dire dans les quartiers eux-mêmes, avant qu’ils ne se propagent vers la moyenne ou la haute tension.

Enfin, aucune de ces solutions ne tiendra dans la durée si les usagers ne s’y retrouvent pas. Plus les interfaces sont techniques ou complexes, plus l’adhésion diminue. C’est pourquoi les solutions locales doivent rester lisibles: quelques repères simples (produire, consommer, économiser), deux modes d’usage (confort ou économie) et une règle de partage compréhensible suffisent. C’est cette simplicité qui garantit que la flexibilité locale sera réellement adoptée.

Que fait réellement le système?

Pour comprendre concrètement le fonctionnement d’un microgrid de nouvelle génération, il faut se baser sur les données fournies quotidiennement par les capteurs GED. Les mesures réalisées dans les trois sites du pilote suisse – la coopérative de Meyrin, le site de Fribourg, et le site de Val d’Anniviers (un hôtel, un restaurant d’altitude, des bornes de recharge pour véhicules électriques et des remontées mécaniques) – révèlent une réalité énergétique très différente selon les lieux. Dans un hôtel de montagne, par exemple, les courbes de consommation indiquent des rythmes très marqués: pics de la cuisine, chambres en transition rapide, sauna ou spa à des horaires réguliers, et recharges de véhicules électriques plus concentrées certains jours (figure 1). Ce ne sont pas des modèles, mais les usages réels, et c’est à partir de ces usages que le système commence à travailler.

Une fois ces données mesurées, le jumeau numérique analyse ce qui risque d’arriver dans les minutes ou les heures suivantes. Il ne cherche pas à faire de la prédiction parfaite, mais à anticiper suffisamment pour éviter une coïncidence d’appels de puissance. Si une pointe se dessine, il peut par exemple décaler une recharge de quelques minutes, séquencer deux démarrages trop proches ou répartir la puissance sur une durée un peu plus longue. L’objectif n’est pas de changer les habitudes, mais d’ajuster discrètement ce qui peut l’être, sans perturber la vie des habitants ou l’exploitation d’un hôtel. Ainsi, le système peut ajuster les usages en douceur tout en maintenant une logique de pilotage claire et équitable pour l’ensemble des ménages.

Cet ensemble repose sur une boucle d’observation associant mesures, préférences humaines et simulations. À Polygones, plusieurs scénarios ont été proposés aux habitants (figure 2): quels sont les appareils dont la consommation peut être décalée, pendant combien de temps et sous quelles conditions? Dans les écoles, les mesures révèlent des pointes courtes mais très régulières, ce qui permet un séquençage minimal sans perturber l’organisation des activités. Au Val d’Anniviers, les variations saisonnières et l’affluence touristique créent un profil énergétique bien plus irrégulier: les données fines permettent d’ajuster les consignes au fil de la journée. Dans chacun des trois sites, la même logique s’applique: mesurer, écouter, simuler, appliquer en douceur, et apprendre pour l’avenir. C’est cette boucle qui transforme un concept technique en un service stable et compréhensible.

La figure 3 permet de visualiser comment ces briques s’assemblent. Elle présente l’architecture du pilote suisse, avec les capteurs GED de Clemap (Edge AI) qui effectuent des mesures locales, les jumeaux numériques qui représentent les différents acteurs du quartier, et l’orchestration Cloud-Edge-IoT qui relie les bâtiments, les usages et les décisions. Cette figure montre clairement que le microgrid n’est pas un objet opaque: c’est un système cohérent dans lequel chaque couche remplit un rôle précis. Le GED sert à protéger la vie privée et à réagir rapidement, le cloud agrège et compare des scénarios afin d’améliorer les modèles, et les jumeaux numériques testent les adaptations retenues avant de passer à l’action, afin que les décisions locales restent douces et acceptées.

En combinant ces trois dimensions – mesures fines, scénarios sociaux et jumeaux numériques –, le microgrid devient un véritable service d’énergie locale. On comprend ainsi pourquoi cette approche permet de réduire les essais-erreurs, d’éclairer les choix et de prendre des décisions qui respectent à la fois le réseau, les exploitants et les habitants. En somme, il s’agit d’une technologie qui n’impose pas, mais qui accompagne et fournit des preuves avant de demander l’adhésion.

Le réseau augmenté, côté service

L’ère des microgrids intelligents est arrivée: des capteurs mesurent la réalité, des jumeaux numériques anticipent juste ce qu’il faut, les dispositifs GED réagissent à proximité des gens, et les sciences sociales garantissent l’adhésion. Le résultat n’est pas un gadget, mais un service d’énergie locale lisible, équitable, sobre en données, qui lisse les pointes et valorise le solaire sans perturber les usages. Ce «réseau augmenté» n’impose rien; il accompagne, prouve, puis apprend à chaque boucle. C’est ainsi qu’on gagne en fiabilité, en coûts maîtrisés et en confiance partagée. Et si tout se passe bien, la seule alarme qui sonnera, ce sera celle de la machine à café, juste le temps d’un ristretto, une fois la pointe de charge passée.