Vous êtes sur la page 1sur 48

VALORISATION SOCIO-ÉCONOMIQUE des réseaux électriques intelligents

Synthèse

VALORISATION SOCIO-ÉCONOMIQUE des réseaux électriques intelligents Synthèse JUILLET 2015

JUILLET 2015

Ce document constitue la synthèse des travaux relatifs à la valorisation socio-économique d’un premier périmètre de solutions smart grids réalisés dans le cadre de l’action 5 du plan « Réseaux électriques intelligents » de la Nouvelle France Industrielle.

Les résultats contenus dans le présent document ont été réalisés à partir de la méthodologie et des hypothèses définies dans le rapport sur la valorisation socio-économique des réseaux électriques intelligents. Ils doivent s’appréhender et se comprendre dans ce contexte.

L’étude complète est disponible sur le site internet de RTE.

La responsabilité de RTE Réseau de transport d’électricité S.A. ne saurait être engagée pour les dommages de toute nature, directs ou indirects, résultant de l’utilisation ou de l’exploitation des données et informations contenues dans le présent document, et notamment toute perte d’exploitation, perte financière ou commerciale.

VALORISATION SOCIO-ÉCONOMIQUE des réseaux électriques intelligents

Synthèse

JUILLET 2015

4
4

SOMMAIRE

Valorisation socio-économique des réseaux électriques intelligents

1. CONTEXTE ET OBJECTIFS

6

2. COMPOSITION DU GROUPE DE TRAVAIL

8

3. FONCTIONS AVANCÉES DES RÉSEAUX ÉLECTRIQUES INTELLIGENTS

9

4. CADRE MÉTHODOLOGIQUE DE L’ÉVALUATION SOCIO-ÉCONOMIQUE DES SMART GRIDS

10

4.1 Méthodologie d’évaluation économique

10

4.2 Méthodologie d’évaluation des impacts environnementaux

12

4.3 Méthodologie d’évaluation des effets sur l’emploi

12

5. HYPOTHÈSES ET CONTEXTE ÉNERGÉTIQUE

14

5.1 Constitution d’un socle d’hypothèses reposant en partie sur les résultats des démonstrateurs

14

5.2 Choix d’un contexte économique de référence pour les premières évaluations quantitatives

14

5.3 Sensibilité des résultats obtenus aux hypothèses

15

6. ANALYSE GÉNÉRALE DES RÉSULTATS SUR LA VALEUR SOCIO-ÉCONOMIQUE DES SMART GRIDS

18

6.1 Bilan économique

18

6.2 Bilan

environnemental

18

6.3 Bilan social (effets sur l’emploi)

20

7. GESTION ACTIVE DE LA DEMANDE

22

7.1 Gestion active de la demande dans le secteur résidentiel

22

7.2 Gestion active de la demande dans le secteur tertiaire

24

7.3 Gestion active de la demande dans le secteur industriel

25

8. COMMANDABILITÉ DE LA PRODUCTION ÉOLIENNE

28

8.1 Commandabilité de la production éolienne pour la gestion des congestions

du réseau de transport

28

8.2 Commandabilité de la production éolienne pour la participation à la réserve à la baisse et à l’ajustement

30

9. STOCKAGE DE FAIBLE CAPACITÉ ÉQUIPÉ POUR LE RÉGLAGE PRIMAIRE DE FRÉQUENCE

32

10. OBSERVABILITÉ ET PRÉVISION DE LA PRODUCTION D’ORIGINE RENOUVELABLE DISTRIBUÉE

34

11. ESTIMATION DYNAMIQUE DES CAPACITÉS DE TRANSIT DES OUVRAGES DU RÉSEAU PUBLIC DE TRANSPORT

36

12. LOCALISATION AUTOMATIQUE DE DÉFAUT SUR LES OUVRAGES DU RÉSEAU PUBLIC DE TRANSPORT

38

13. CONCLUSIONS

40

14. PROLONGEMENTS NÉCESSAIRES

44

1. CONTEXTE ET OBJECTIFS L’évolution des politiques énergétiques est aujourd’hui au cœur du débat public

1. CONTEXTE ET OBJECTIFS

L’évolution des politiques énergétiques est aujourd’hui au cœur du débat public en France, en Europe et dans le monde : en témoignent l’intensité des débats au sein du Parlement français sur le projet de loi relatif à la transition énergétique pour la croissance verte, l’im- portance des négociations à venir lors de la prochaine Conférence des Parties de la Convention-Cadre des Nations Unies pour les Changements Climatiques (CCNUCC), qui se tiendra à Paris en décembre 2015, ou les enjeux définis à l’échelle européenne au sein de la récente communication de la Commission euro- péenne sur l’Union de l’énergie.

Le système électrique est identifié dans toutes ces enceintes comme un vecteur majeur de cette tran- sition énergétique, à la fois en propre (réduction de son empreinte carbone) et en relation avec d’autres formes d’énergie (transferts d’usages vers l’élec- tricité). Il doit ainsi évoluer pour accompagner ces transformations (p. ex dans les modes de consomma- tion, dans la nature ou la localisation des moyens de production) tout en maîtrisant les coûts et en main- tenant la qualité de service pour les consommateurs.

Les défis sont nombreux : il s’agit notamment de facili- ter l’adaptation des infrastructures (outils de production et réseau), de faire évoluer les modes de gestion du système et de mobiliser de nouveaux leviers de flexi- bilité pour gagner ainsi en efficacité et en souplesse.

L’innovation au sein du système électrique est au cœur des politiques publiques ambitieuses mises en place pour faire face à ces défis.

Les innovations matérielles, logicielles ou organisa- tionnelles 1 , permises notamment par les technologies de l’information et de la communication, offrent des solutions – communément appelés smart grids – pour répondre à ces enjeux : amélioration de la qualité des informations disponibles sur le système électrique et optimisation de leur utilisation, nouveaux gisements de flexibilité (participation des consommateurs et des énergies renouvelables à la gestion de l’équilibre offre-demande ou l’équilibre des flux sur le réseau, commandabilité du réseau).

Parmi ces solutions, un éventail large est déjà au stade de maturité technologique ou en cours d’expérimen- tation au sein de démonstrateurs. Dès aujourd’hui, leur déploiement peut donc être un vecteur d’optimi- sation mais aussi conduire à l’émergence d’une filière industrielle compétitive dont les débouchés peuvent dépasser les frontières françaises.

Afin de tirer partie des opportunités et des atouts qu’elle peut offrir à l’industrie française, le Président de la République a identifié, en septembre 2013, la filière des smart grids comme l’un des axes importants de sa stratégie industrielle et a confié au président du directoire de RTE la mission de lui remettre une feuille de route permettant d’accom- pagner et d’accélérer le développement des smart grids.

Cette feuille de route, élaborée en collaboration avec les parties prenantes du secteur électrique et du sec- teur industriel des smart grids, recense 10 actions identifiées comme prioritaires pour consolider la filière des réseaux électriques intelligents et per- mettre aux entreprises françaises de jouer un rôle de leader sur ce segment d’activités.

Ces orientations ont été présentées au Président de la République le 7 mai 2014.

Au sein de cette feuille de route sur les réseaux élec- triques intelligents, l’action 5 et l’action 6 sont respec- tivement dédiées à la quantification de la valeur des fonctions smart grids du point de vue économique, environnemental et social (au sens des effets sur l’em- ploi) et au déploiement à grande échelle de certaines de ces fonctions.

Le cahier des charges de l’action 5, défini dans le plan « Réseaux électriques intelligents », était le suivant :

a , établir un cadre méthodologique permettant de quantifier, pour toutes les fonctions avancées, leurs gains et leurs coûts d’un point de vue économique, environnemental et social (au sens des effets sur l’emploi) ;

1. Dont les mécanismes de coordination par le marché

a , quantifi er, sur la base de ce cadre méthodolo- gique, l’apport potentiel d’un périmètre de fonc- tions smart grids identifiées comme suffisamment matures pour envisager leur déploiement à grande échelle 2 à un horizon proche.

L’établissement d’une méthodologie d’analyse pou- vant être appliquée de manière uniforme à toutes les solutions, et intégrant un volet sur l’environnement et l’emploi en France, constitue une plus-value impor- tante et complémentaire aux apports des démons- trateurs. Elle permet de comparer les gains apportés par les fonctions smart grids et facilite ainsi la structu- ration d’une filière industrielle française compétitive sur ce segment d’activités.

En effet, l’émergence de la filière des smart grids s’est initialement constituée autour de projets de démonstrateurs, visant à tester différentes fonctions avancées sur un territoire donné. La diversité de ces différents démonstrateurs permet de couvrir un vaste panorama de situations territoriales et de fonctions avancées et donc de disposer d’une première éva- luation des gains associés à leur déploiement et d’un

Valorisation socio-économique des réseaux électriques intelligents

premier niveau de sélection des différentes solutions vis-à-vis de leur potentiel de viabilité économique. En revanche les méthodologies, les périmètres d’éva- luation et les hypothèses retenues dans ces initia- tives revêtent un caractère hétérogène. En effet, les démonstrateurs testent et évaluent chacun une ou plusieurs solutions smart grids, avec une finalité et des méthodes d’évaluation propres. En l’état, ils ne suffisent donc pas à comparer les apports des diffé- rentes fonctions avancées.

La méthodologie définie dans le cadre de l’action 5 du plan « Réseaux électriques intelligents » et le tra- vail de valorisation associé doivent permettre d’aller au-delà de ce constat, en identifiant les solutions pré- sentant les meilleures performances pour la collecti- vité de manière à permettre un déploiement ciblé et rationalisé des solutions smart grids.

Le présent document constitue la synthèse des conclusions de l’action 5 du plan « Réseaux élec- triques intelligents ». Un rapport détaillé sur la valo- risation socio-économique des réseaux électriques intelligents est également rendu public.

2. Notamment dans le cadre du déploiement prévu dans l’action 6 du plan « Réseaux électriques intelligents »

2. COMPOSITION DU GROUPE DE TRAVAIL Afin de faire émerger un cadre méthodologique partagé ainsi

2. COMPOSITION DU GROUPE DE TRAVAIL

Afin de faire émerger un cadre méthodologique partagé ainsi qu’un socle d’hypothèses technico- économiques relevant de différents champs de compétence (solutions smart grids, système élec- trique, effets environnementaux, effets sur l’em- ploi, etc.), un groupe de travail a été constitué. Piloté par RTE, il a réuni des acteurs institutionnels (Direction Générale des Entreprises du Ministère de l’Économie, de l’Industrie et du Numérique, l’Agence de l’environnement et de la maîtrise de

l’énergie, services de la Commission de régulation de l’énergie 3 ), des industriels fabricants de solu- tions smart grids (Schneider Electric Industries, Alstom Grid), des producteurs/fournisseurs d’élec- tricité (EDF, Engie), des gestionnaires de réseau de distribution (ERDF, URM) et une représentation du monde académique et de la recherche (Laboratoire de génie électrique de Grenoble – G2ELAB et Alliance nationale de coordination de la recherche en énergie – ANCRE).

Figure 1

Figure 1

L’organisation du travail au sein de l’action 5 du plan « Réseaux électriques intelligents »

5 du plan « Réseaux électriques intelligents » ACTEURS PUBLICS DGE, ADEME, CRE GESTIONNAIRES DE RÉSEAU

ACTEURS PUBLICS

DGE, ADEME, CRE

GESTIONNAIRES DE RÉSEAU DE DISTRIBUTION

ERDF, URM PILOTE RTE EDF, ENGIE
ERDF, URM
PILOTE
RTE
EDF, ENGIE

FOURNISSEURS/PRODUCTEURS

D’ÉLECTRICITÉ

FABRICANTS DE SOLUTIONS

Alstom Grid, Schneider Electric Industries

ÉCOLES ET ORGANISMES DE RECHERCHE

ANCRE, G2ELAB

Valorisation socio-économique des réseaux électriques intelligents

3. FONCTIONS AVANCÉES DES RÉSEAUX ÉLECTRIQUES INTELLIGENTS

La première tâche du groupe de travail a été d’identi- fier 4 un périmètre de fonctions avancées smart grids répondant à différents critères adaptés au cadre du plan « Réseaux électriques intelligents » : (i) matu- rité technologique des fonctions leur permettant de s’inscrire dans la perspective d’un déploiement

à un horizon de temps proche, (ii) pertinence pour

accompagner efficacement la transition énergétique et (iii) performance des fonctions pour la gestion et l’optimisation des réseaux électriques.

Les fonctions avancées répondant à ces critères correspondent à deux catégories de services qui peuvent être rendus aux différents acteurs du sys- tème électrique afin d’optimiser leurs investisse- ments et leurs processus opérationnels en termes économiques et environnementaux :

a ,les services d’information (ou observabilité)

À partir de dispositifs de mesure et d’algorithmes de

traitement des informations, ces fonctions avancées permettent aux différents acteurs, dont notamment les gestionnaires de réseau, de disposer de davan- tage d’informations sur l’état du système électrique et son évolution probable à différents horizons. Ces informations peuvent être exploitées 5 par les diffé-

rents acteurs et leur permettre une meilleure optimi- sation de leurs actifs.

a ,les services de flexibilité (ou commandabilité) Ces fonctions avancées fournissent des leviers d’action physiques sur le système électrique en agissant sur une ou plusieurs grandeurs électriques. Ils peuvent représenter des alternatives économiquement perti- nentes aux leviers dits « classiques » (production, infrastructures de réseau).

La figure 2 récapitule les différentes fonctions avan- cées smart grids ayant fait l’objet d’une analyse socio- économique dans le cadre de cette étude.

Le périmètre des fonctions sélectionnées et étudiées

a été adapté aux délais impartis pour ces travaux et

ne couvre pas nécessairement l’ensemble des solu- tions pouvant faire l’objet d’un déploiement à grande

Figure 2

Figure 2

Fonctions avancées étudiées

É T Gestion active de la demande I Industriel Tertiaire Résidentiel Commandabilité de la production
É
T
Gestion active de la demande
I
Industriel
Tertiaire
Résidentiel
Commandabilité
de la production EnR
L
I
Stockage
B
I
X
E
L
F
E
D
S
E
C
I
V
R
E
S
É T I L I Observabilité et prévision de la production EnR distribuée B Estimation
É
T
I
L
I
Observabilité et prévision
de la production EnR distribuée
B
Estimation dynamique
des capacités des ouvrages
du réseau de transport
A
Localisation automatique
de défaut sur les ouvrages
du réseau de transport
V
R
E
S
B
O
D
S
E
C
I
V
R
E
S

échelle à l’horizon de 3 ans, tel que prévu dans le cadre de l’action 6 du plan « Réseaux électriques intelligents ». En particulier, le périmètre des fonctions avancées ne comporte aucune solution dédiée aux réseaux de distri- bution (c-à-d. sans effet significatif pour le réseau de transport ou la gestion de l’équilibre offre-demande). En effet, les gestionnaires de réseau de distribution ont structuré leur réflexion autour des résultats expérimen- taux de projets de démonstrateurs dont les principaux sont articulés autour d’un programme de travail qui s’achève en 2016/2017. Ainsi la maturité des résultats et la capacité à les généraliser à une échelle nationale ne sont pas jugées suffisantes par les gestionnaires de réseau de distribution pour apporter à ce stade des éléments d’analyses consolidés.

4. Cette identification s’est effectuée à partir de l’expertise des membres du groupe de travail et sur la base des résultats techniques des démonstrateurs ou du déploiement de certaines fonctions déjà constaté au sein du système électrique.

5. Dans la limite de ce qui est possible en termes de gestion de la confidentialité ou de respect de la vie privée.

4. CADRE MÉTHODOLOGIQUE DE L’ÉVALUATION SOCIO-ÉCONOMIQUE DES SMART GRIDS La construction d’un cadre

4. CADRE MÉTHODOLOGIQUE DE L’ÉVALUATION SOCIO-ÉCONOMIQUE DES SMART GRIDS

La construction d’un cadre méthodologique com- mun et partagé constitue un résultat fondamen- tal des travaux menés au sein de l’action 5 du plan « Réseaux électriques intelligents ». Ce cadre devra permettre de structurer l’ensemble des ana- lyses quantitatives futures afin d’assurer leur cohé- rence et l’exploitation de leurs résultats dans une réflexion globale sur les choix en termes de sou- tien par les pouvoirs publics et de déploiement des smart grids. Son élaboration a pu s’appuyer sur des références académiques ainsi que sur l’expertise des membres du groupe de travail et des démons- trateurs dans lesquels ces derniers sont impliqués.

L’action 5 du plan « Réseaux électriques intel- ligents » a permis de bâtir une méthodolo- gie globale d’analyse socio-économique des technologies smart grids, à même de renvoyer des indicateurs lisibles et objec- tifs de l’intérêt de ces technologies pour la collectivité.

Cette méthodologie peut être appliquée dans tout contexte et à tout pays. Elle n’in- tègre pas à ce stade de volet sur la valeur pour les réseaux de distribution.

4.1 Méthodologie d’évaluation économique

La méthodologie d’évaluation économique des smart grids repose sur la quantification de l’im- pact du déploiement des smart grids sur le surplus collectif. Il s’agit en effet d’évaluer les coûts et les gains 6 pour l’ensemble des acteurs 7 du système électrique (producteurs, fournisseurs, gestionnaire du réseau de transport, gestionnaires de réseau de distribution, consommateurs, opérateurs des fonc- tions smart grids, pouvoirs publics, contribuables, etc.) en dehors de toute contrainte réglementaire et de tout mécanisme incitatif, sans considération sur la répartition des coûts et des gains entre acteurs.

La répartition de la valeur ainsi estimée entre les différents acteurs résulte de la rareté relative de l’offre au besoin, de sa structure de coût ainsi que d’éventuels mécanismes incitatifs. Ainsi réparti entre offreurs et demandeurs, le surplus collectif dégagé par les solutions smart grids ne se traduit donc pas en revenus pour les promoteurs de ces solutions. L’analyse de la répartition de la valeur entre acteurs nécessite des hypothèses sur la profondeur des gisements et leurs coûts et ne fait pas, à ce stade, partie de l’analyse.

En aucun cas, les résultats relatifs à la valeur économique issus de ces travaux ne peuvent être interprétés comme les revenus que peuvent attendre les acteurs investissant dans ces solutions.

Les gains pour le système électrique apportés par les smart grids sont évalués sur l’ensemble des compo- santes de valeur et à l’ensemble des horizons tem- porels considérés (à l’exception de la valeur pour les

6. Les gains désignent ici la réduction des coûts du système électrique (hors coûts de déploiement des solutions smart grids).

7. Au sens des acteurs économiquement concernés par les choix du système électrique.

Valorisation socio-économique des réseaux électriques intelligents

réseaux publics de distribution). Ils correspondent donc, d’une part, à leur contribution à l’équilibre offre-demande aux différentes échelles de temps et, d’autre part, à leur apport dans la gestion et le dimensionnement du réseau de transport.

4.1.1 Méthodologie d’évaluation des gains

pour l’équilibre offre-demande

Un apport essentiel des solutions smart grids rési- dant dans la flexibilité de court-terme ou la réduction des incertitudes sur des échéances de court-terme, la quantification des gains associés nécessite une modélisation fine de ces échéances (représentation des incertitudes, besoins de flexibilité, caractéris- tiques techniques et économiques des différents moyens pouvant répondre à ces besoins).

De manière à disposer d’une telle modélisation, RTE a développé un outil de modélisation spéci- fique 8 , dont la plus-value réside dans la représen- tation du fonctionnement court-terme du système électrique (les incertitudes et leurs évolutions, les contraintes de flexibilité, etc.), et notamment la représentation des coûts associés à la constitution des réserves et aux besoins d’ajustement. Cet outil permet ainsi de capter les composantes de valeur économique apportées par les smart grids. À cet égard, la méthodologie proposée repose sur une optimisation, pour la collectivité 9 , des coûts de l’équilibre offre-demande sur le système électrique européen à différentes échéances (adéquation offre-demande long-terme, programmation et équi- librage infra-journalier, ajustement et services sys- tème), à travers une représentation des aléas et des incertitudes à ces échéances.

4.1.2 Méthodologie d’évaluation des gains

pour le réseau de transport

Les décisions concernant les infrastructures du réseau public de transport résultent d’un arbitrage économique entre les dépenses dans l’infrastruc- ture (développement ou renforcement des réseaux, maintenance) et les coûts de gestion en exploitation

des contraintes du réseau (coûts de redispatching 10 , valeur liée à la qualité de l’électricité 11 , pertes). Les coûts de gestion en exploitation des contraintes du réseau sont liés aux dépenses consenties dans les infrastructures. Ils sont d’autant plus faibles que les dépenses dans les infrastructures sont importantes.

La modélisation proposée dans le cadre du plan « Réseaux électriques intelligents » consiste à repré- senter cet arbitrage économique sous forme d’une minimisation globale des coûts en y intégrant l’apport des solutions smart grids susceptibles de constituer un levier de gestion des contraintes du réseau ou de réduire le niveau et les incertitudes sur ces contraintes.

Selon les niveaux de tension considérés, la modéli- sation repose sur une représentation complète (mais simplifiée) du réseau électrique européen (réseau de grand transport) ou sur une représentation locale de situations types de réseau (réseau de répartition).

Les évaluations menées sur des situations types de réseau ont fait l’objet d’un premier niveau de géné- ralisation tenant compte de la diversité des situa- tions de réseau sur le territoire. Cette généralisation devra faire l’objet de travaux complémentaires afin d’en fiabiliser les résultats.

4.1.3 Méthodologie d’évaluation des gains

pour les réseaux de distribution

Les échéances de ce rapport se sont avérées incom- patibles pour les gestionnaires de réseau de distri- bution avec le calendrier des retours d’expérience de leurs travaux, structurés autour des démonstra- teurs auxquels ils participent. Ainsi, en l’absence d’éléments disponibles, aucun cadre méthodolo- gique d’évaluation des gains pour les réseaux de distribution n’a pu être défini à ce stade.

Cette limite devra être levée, selon un calendrier établi à l’initiative des gestionnaires de réseau de distribution, pour finaliser le cadre méthodologique global conçu dans cette action.

8. Modèle FlexiS

9. Traduisant une hypothèse de concurrence pure et parfaite

10. Les coûts de redispatching représentent les coûts de réajustement des programmes de production afin de gérer des congestions sur le réseau de transport. Le surcoût correspondant à l’énergie non évacuée pour cause réseau (cette énergie est compensée par un autre moyen) en fait partie.

11. Une valeur normative pour l’énergie non distribuée a été retenue.

4.2 Méthodologie d’évaluation des impacts environnementaux La méthodologie d’évaluation environnementale du

4.2 Méthodologie d’évaluation des impacts environnementaux

La méthodologie d’évaluation environnementale du déploiement des smart grids repose sur l’analyse du cycle de vie (ACV), qui constitue une méthodologie reconnue et normée à l’échelle internationale. L’ACV permet de quantifier les impacts environnementaux sur tout le cycle de vie d’un produit ou d’un service depuis l’extraction des matières premières qui le com- posent jusqu’à son élimination en fin de vie, en passant par sa fabrication, son transport et son utilisation.

L’échelle globale de certains impacts environne- mentaux (changement climatique) ainsi que le péri- mètre mondial du cycle de vie de certains produits justifient l’évaluation des impacts environnementaux au niveau mondial.

La méthodologie de l’ACV repose sur deux analyses complémentaires :

a ,l’analyse « attributionnelle » du cycle de vie

Cette analyse repose sur l’identification et la quanti- fication des flux physiques (matière, énergie, rejets, etc.) associés à l’ensemble des étapes du cycle de vie des ressources composant la fonction avancée. Elle fournit une évaluation des impacts environnemen- taux liés au déploiement des ressources smart grids.

a ,l’analyse « conséquentielle » du cycle de vie

Cette analyse porte sur les impacts environne- mentaux (a priori évités) correspondant aux consé- quences du déploiement des smart grids sur le système électrique : conséquences sur la composi- tion du parc de production, sur l’utilisation des com- bustibles par les différents moyens de production et sur le développement des réseaux.

Cette analyse s’appuie sur les modélisations du sys- tème électrique utilisées pour l’évaluation économique.

Les évaluations effectuées sont concentrées sur l’impact sur le changement climatique (reflétant les principales attentes des pouvoirs publics et pour des questions d’accès aux données) mais la méthodolo- gie s’applique à tout type d’impact environnemental.

4.3 Méthodologie d’évaluation des effets sur l’emploi

Dans le cadre du plan « Réseaux électriques intel- ligents » de la Nouvelle France Industrielle, cette action avait notamment pour objectif d’éclairer la prise de décision publique en termes de soutien aux différentes filières par une analyse des créations d’emplois associées à leur développement.

Afin de répondre efficacement à cette demande, un cadre méthodologique a été conçu de manière à évaluer, de manière objective, les différents effets sur l’emploi du déploiement des fonctions smart grids :

a , les emplois créés 12 (directs ou indirects dans la filière des smart grids et les branches sous-traitantes) ;

a , les emplois détruits dans les fi lières substituées :

moyens de production, combustibles, développe- ment des réseaux, etc. ;

a , les emplois induits par les rétroactions macro- économiques avec notamment les emplois induits par la distribution dans l’économie française (à travers une réduction des coûts de l’électricité pour les consommateurs) des bénéfices résultant du déploiement des smart grids : effets liés à l’im- pact sur le pouvoir d’achat des ménages et effets liés à l’impact sur la compétitivité des entreprises.

L’évaluation de ces différents effets sur l’emploi repose sur :

a , une modélisation 13 des emplois créés dans la filière smart grids basée sur une décomposition des coûts des solutions pour en identifier la part qui corres- pond à des salaires en France.

a , une modélisation des conséquences du déploie- ment des smart grids sur le système électrique, afin de quantifier les conséquences en termes d’emplois détruits dans les filières substituées (capacités de production, combustibles, etc.). Cette analyse est basée sur les modélisations uti- lisées pour l’analyse économique du déploiement des smart grids.

12. Emplois de conception, de fabrication, de commercialisation, d’installation, de services associés, etc.

13. Modèle développé par Schneider Electric Industries

Valorisation socio-économique des réseaux électriques intelligents

Figure 3

Figure 3

Principaux mécanismes de création et destruction d’emplois

Déploiement Créations d’emplois dans des smart grids Développement de l’activité dans la filière smart grids
Déploiement
Créations d’emplois dans
des smart grids
Développement de l’activité
dans la filière smart grids
la filière smart grids (et les
branches sous-traitantes)
Destructions d’emplois dans
Réduction de l’activité dans
les filières substituées
les filières substituées (et les
branches sous-traitantes)
Surcoûts ou gains pour
l’économie (redistribués aux
ménages et entreprises)
Emplois induits par
Effet sur la compétitivité
des entreprises
l’effet sur la compétitivité
des entreprises
Emplois induits par
Effet sur le pouvoir d’achat
des ménages
l’effet sur la consommation
des ménages
Salaires associés aux emplois
créés/détruits

a , une modélisation des effets sur l’emploi liés à la redistribution 14 dans l’économie des bénéfices générés par les smart grids. Cette modélisation est basée sur (i) une représentation issue de la comptabilité nationale des conséquences sur les consommations dans les différentes branches de l’économie, de leurs contenus en emplois et de leurs liens de dépendance et (ii) une évaluation de l’effet sur la compétitivité des entreprises à partir d’un modèle macro-économique 15 .

Cette modélisation est plus ambitieuse que certaines analyses de court-terme parfois présentées dans le débat public, dans la mesure où elle ne se borne pas à quantifier les emplois bruts mais identifie bien, d’une part, les emplois nets (en tenant compte des effets de substitution) et prévoit, d’autre part, les conséquences en termes d’emplois du déploiement des fonctions avancées smart grids sur le reste de l’économie.

14. Cette redistribution peut notamment s’opérer à travers la facture d’électricité du consommateur final.

15. Modèle Three-ME développé par l’ADEME et l’OFCE.

5. HYPOTHÈSES ET CONTEXTE ÉNERGÉTIQUE 5.1 Constitution d’un socle d’hypothèses reposant en partie sur les

5. HYPOTHÈSES ET CONTEXTE ÉNERGÉTIQUE

5.1 Constitution d’un socle

d’hypothèses reposant en partie sur les résultats des démonstrateurs

L’évaluation des performances socio-économiques des différentes fonctions avancées smart grids constitue un exercice prospectif.

En l’attente du déploiement prévu dans le cadre

de l’action 6, le plan « Réseaux électriques intelli- gents » ne dispose pas de plateforme d’expérimen- tation technique de solutions smart grids. Ainsi, les hypothèses nécessaires aux évaluations (caractéris- tiques techniques des services rendus par les fonc-

tions avancées, coûts

ne peuvent être établies en

référence à un déploiement concret et proviennent de sources externes au plan « Réseaux électriques intelligents ».

)

Quand cela s’est avéré possible, les retours d’expé- riences des démonstrateurs ont été partagés par les membres du groupe de travail impliqués dans ces démonstrateurs et ont servi à constituer (en complé- ments d’autres sources de données) les hypothèses utilisées pour mener à bien les évaluations.

5.2 Choix d’un contexte

économique de référence pour les premières évaluations quantitatives

Au-delà du travail de définition et de description d’une méthode de valorisation des smart grids, sur le plan économique, environnemental et social (création d’emplois), il était important de fournir aux pouvoirs publics et aux industriels, une première grille d’analyse comparée des apports des diffé- rentes fonctions smart grids.

Le groupe de travail s’est donc attaché à choisir un scénario de contexte économique et énergétique adapté et pouvant refléter de manière pertinente,

pour les pouvoirs publics et les parties prenantes du secteur, la valeur économique associée au déploie- ment des fonctions smart grids.

Dans la mesure où le déploiement des smart grids ainsi que le plan « Réseaux électriques intelligents » s’inscrit dans le contexte de la transition énergétique, il était logique de placer les travaux de valorisation économique des smart grids dans un contexte macro- économique cohérent avec les politiques publiques ambitieuses de transition énergétique, définies aux niveaux français et européen. Les analyses ont ainsi été réalisées dans le cadre du scénario « Nouveau Mix 2030 » du Bilan prévisionnel publié par RTE (édition

2014).

Il s’agit d’un choix de contexte favorable à la valori- sation économique et environnementale des smart grids pour plusieurs raisons :

a , la forte pénétration des énergies renouvelables (36 GW installés d’éolien et 24 GW installés de photovoltaïque) induit de nouvelles contraintes sur le système électrique (besoins en flexibilité, en infrastructures, etc.) que les smart grids peuvent contribuer à résoudre. Ce niveau d’insertion des énergies renouvelables ouvre un espace écono- mique important pour les services de flexibilité et d’observabilité apportés par les smart grids.

a , le fort besoin de nouvelles capacités de pointe (7 GW supplémentaires par rapport au niveau actuel) contribue à valoriser les fonctions smart grids agissant sur l’équilibre offre-demande à la pointe, à hauteur des coûts complets évités des moyens de pointe auxquels elles pourront se substituer (turbine à combustion) soit un coût annualisé de 60 k /MW.

a , les niveaux élevés des coûts variables de la pro- duction à partir d’énergies fossiles, tirés par une hypothèse majeure sur le prix du CO 2 (95 /t 16 ), valo- risent fortement les fonctions avancées qui per- mettent de réduire l’utilisation des combustibles

16. Hypothèse retenue dans le scénario « Nouveau Mix 2030 » du Bilan prévisionnel (édition 2014)

fossiles. Cette hypothèse est compatible avec les évaluations publiques de la valeur tutélaire du CO 2 au regard notamment des engagements de l’État dans la lutte contre le réchauffement clima- tique. En effet, la commission Quinet en 2008 a conduit à retenir une valeur de 100 /tCO 2 à l’hori- zon 2030 afin de refléter les objectifs européens de réduction des émissions de gaz à effet de serre et la difficulté de réussir le déploiement des technologies peu émettrices sur un horizon de temps aussi court (à l’échelle des investissements dans le secteur électrique).

a , l’hypothèse sur le prix du CO 2 entraîne un ali- gnement de l’ordre de préséance économique sur l’ordre de préséance environnementale et conduit à rendre vertueuses sur le plan environ- nemental, les fonctions avancées qui génèrent de la valeur par des transferts d’utilisation entre moyens de production (comme par exemple, la modulation de charge). Cette hypothèse condi- tionne la plupart des analyses sur les impacts environnementaux.

5.3 Sensibilité des résultats obtenus aux hypothèses et interprétation des résultats

Comme toute analyse de nature prospective, l’étude quantitative est basée sur des hypothèses structu- rantes qui, parce qu’elles conditionnent le périmètre de validité des résultats obtenus, doivent être préci- sément décrites et soumises à la discussion.

5.3.1 Hypothèses retenues en matière

de performance technique des fonctions avancées

Les caractéristiques des fonctionnalités apportées par les solutions smart grids sont pour partie en cours de test dans différents démonstrateurs. Ainsi, le plan « Réseaux électriques intelligents » étant mené alors que les retours d’expériences sur cer- taines fonctions avancées ne sont pas achevés, un niveau d’incertitude sur les caractéristiques de ces fonctions doit être pris en compte.

Valorisation socio-économique des réseaux électriques intelligents

certaines technologies et solutions et (iii) de l’ab- sence de valeur de référence faisant autorité. Dans ce cas, plusieurs variantes ont été étudiées. C’est

par exemple le cas du taux de report de l’efface-

ment de consommation sur le chauffage électrique résidentiel ou tertiaire, pour lequel plusieurs acteurs de marché ont récemment proposé des estimations

très variées, allant de 0 % à 100 % et sur lequel des

études sont en cours sous l’égide de RTE.

5.3.2 Hypothèses retenues pour les coûts

des fonctions avancées

Les solutions smart grids font l’objet d’évolutions

technologiques rapides susceptibles d’entraîner à terme une diminution importante de leurs coûts (par exemple par l’intermédiaire d’un déploiement géné- ralisé des objets connectés). Il en résulte une incerti- tude importante sur les coûts des solutions étudiées à l’horizon 2030. C’est en particulier le cas pour les coûts des dispositifs de gestion de l’énergie dans le secteur résidentiel qui, à terme, dépendront en partie d’une éventuelle mutualisation avec d’autres services (efficacité énergétique, télérelève, etc.).

À court terme, un autre facteur d’incertitude porte

sur les références de coûts à considérer pour la

valorisation économique de ces fonctions : étant exposés à une concurrence internationale, certains fabricants de solutions smart grids ne sont pas en situation de diffuser les hypothèses de coûts néces- saires aux analyses.

Ces incertitudes se retrouvent dans les résultats (notamment dans le ratio gains/coûts). Dès lors,

une autre grille de lecture permet d’interpréter les

résultats : il ne s’agit plus de formuler un résultat définitif sur la rentabilité d’une fonction avancée donnée mais plutôt d’établir une cible de coûts « à atteindre » pour que cette solution soit rentable.

Différentes hypothèses sur le coût de déploiement des fonctions avancées ont été étudiées et donnent

lieu, le cas échéant, à l’établissement de fourchettes

de résultats.

5.3.3

Choix de contexte énergétique

retenu

Certaines hypothèses sensibles sont aujourd’hui sujettes à débat du fait (i) du caractère stratégique

Pour

la réalisation des analyses, le scénario « Nouveau

des informations sur ces technologies pour leurs

Mix

2030 » s’est imposé comme scénario de réfé-

promoteurs, (ii) du caractère fortement évolutif de

rence du fait de sa cohérence avec les objectifs de

la transition énergétique. Ce choix conditionne très largement les résultats obtenus. L’étude d’un scénario

la transition énergétique. Ce choix conditionne très largement les résultats obtenus.

L’étude d’un scénario basé sur un prix du CO 2 faible dans le prolongement des niveaux actuellement observés pourrait, à titre d’exemple, conduire à des conclusions très différentes de celles exposées :

l’ordre de préséance économique n’étant pas aligné sur l’ordre de mérite environnemental, des transferts de consommation performants sous l’angle écono- mique conduiraient, toutes choses étant égales par ailleurs, à des effets négatifs sur les émissions de gaz à effet de serre.

L’analyse devra donc également être réalisée dans d’autres contextes énergétiques. Ceux-ci peuvent par exemple prévoir une pénétration plus ou moins importante de l’éolien et du photovoltaïque, un besoin moindre en nouvelles capacités de produc- tion ou encore une intensité plus ou moins élevée de la fiscalité carbone.

5.3.4 Impact du déploiement global des

fonctions avancées sur les résultats de la valorisation socio-économique

Les travaux restitués dans le cadre de ce rapport n’ont en règle générale porté que sur l’analyse socio-économique de déploiements d’ampleur limi- tée, et sans évaluer les effets du déploiement simul- tané de plusieurs fonctions.

Cette approche permet d’identifier les fonctions pro- metteuses et c’est dans ce but qu’elle a été retenue dans le cadre de ces premières analyses. Cependant, toute analyse « fonction » par « fonction » ne peut à elle seule suffire à évaluer le bon « cocktail » de fonc- tions à déployer ainsi que l’ampleur optimale des déploiements.

En effet, la valeur économique d’une fonction est susceptible de dépendre :

a ,du niveau de son déploiement

Cette dépendance de la valeur économique peut résulter (i) de la structure de coût de la fonction (notamment en fonction du rapport entre les coûts fixes et les coûts variables) et (ii) du caractère décrois- sant des gains par installation.

a ,du niveau de déploiement d’autres fonctions

Le déploiement simultané de plusieurs fonctions avancées ne peut être analysé sans tenir compte de leurs interdépendances : le bilan économique du scénario « global » diffère de la somme des bilans économiques établis par fonction. Deux effets de sens opposé ont ainsi été recensés :

- le déploiement simultané de certaines ressources permet de mutualiser les coûts de déploiement et d’augmenter, toutes choses étant égales par ailleurs, la rentabilité des solutions smart grids concernées ;

- des solutions sont, dans le même temps, suscep- tibles d’entrer en concurrence pour l’accès aux mêmes gisements de flexibilité ; ceci conduit, toutes choses étant égales par ailleurs, à une dimi- nution des bénéfices attendus.

Afin de construire, d’évaluer et de débattre d’un scé- nario de déploiement global (notamment concer- nant l’ampleur de l’investissement dans chaque fonction), les analyses présentées dans ce rapport devront être complétées en intégrant les effets cités précédemment et rechercher ainsi un optimum glo- bal. Le cadre méthodologique défini dans le cadre du plan « Réseaux électriques intelligents » est adapté à ce type d’évaluation de scénarios globaux de déploiement. Il permet d’accompagner les choix de déploiement prévus dans l’action 6.

Valorisation socio-économique des réseaux électriques intelligents

Les premières évaluations socio-économiques des fonctions smart grids sont de nature prospective et non prédictive, et les résultats présentés dépendent des hypothèses utilisées. Ces hypothèses sont détaillées et documentées dans le rapport accompagnant le présent document.

S’agissant des performances techniques des fonctions avancées et de leurs coûts de déploiement, des variantes ont dans certains cas été étudiées et ont donné lieu à l’établissement de fourchettes de résultats. Le travail d’analyse de sensibilité des résultats à ce type d’hypothèses structurantes devra être poursuivi.

Une seule hypothèse contextuelle en matière de scénario énergétique a été étudiée (« Nouveau Mix 2030 »). L’étude devra être complétée en étudiant d’autres scénarios moins ambitieux en matière de transition énergétique ou marqués par des caractéristiques dégradées par rapport à l’optimum (prix du CO 2 faible, substitution imparfaite entre infrastructures existantes et fonctions avancées smart grids émergentes, etc.).

Enfin, cette seconde phase d’analyse sera nécessaire pour passer d’une analyse « fonction » par « fonc- tion » et portant sur des niveaux de déploiement limités à une approche portant sur l’analyse de scéna- rios globaux 17 de déploiement et intégrant les effets du niveau de déploiement de chaque fonction (rendements potentiellement décroissants) et des interactions entre les fonctions.

17. Sur le périmètre des fonctions pour lesquelles les enjeux de mutualisation ou d’éviction sont identifiés

6. ANALYSE GÉNÉRALE DES RÉSULTATS SUR LA VALEUR SOCIO-ÉCONOMIQUE DES SMART GRIDS Chaque fonction avancée

6. ANALYSE GÉNÉRALE DES RÉSULTATS SUR LA VALEUR SOCIO-ÉCONOMIQUE DES SMART GRIDS

Chaque fonction avancée a fait l’objet d’une ana- lyse selon la méthodologie établie, appliquée à un contexte spécifique. Les bilans économiques, environnementaux et sociaux (effets sur l’emploi) qui en résultent permettent d’établir de premières tendances qui sont exposées ci-dessous.

Le travail sur les hypothèses (de coûts ou de caractéristiques techniques) a parfois conduit à faire apparaître plusieurs variantes. Les résultats présentés dans les graphiques de synthèse cor- respondent aux hypothèses prudentes identi- fiées sur le coût des solutions smart grids et à une hypothèse de localisation des emplois de R&D et de fabrication des solutions smart grids cohérente avec les objectifs et ambitions du plan « Réseaux électriques intelligents » (part significative des emplois localisés en France).

Dans un contexte de transition énergétique, les fonctions avancées étudiées présentent toutes un bilan économique, environnemental et social allant de franchement positif à légèrement négatif. Les résultats obtenus « fonction » par « fonction » sont très variés et permettent d’identifier les solutions les plus prometteuses au sens de l’intérêt collectif.

6.1 Bilan économique

Les bilans économiques des fonctions étudiées sont nettement positifs ou proches de l’être. Le poids de chacune des sources de gains pour le système (moyens de production évités, renforce- ments reportés ou évités du réseau de transport, réduction de l’utilisation de combustibles, amé- lioration de la qualité de l’électricité, etc.) sont très contrastés selon les fonctions étudiées. Les bilans économiques sont globalement influencés

par l’existence (i) de besoins en capacités de pro- duction de pointe, (ii) de besoins de flexibilité pour l’équilibrage court-terme (auxquels les smart grids apportent une réponse tant en matière de flexibilité que d’observabilité) et (iii) de besoins en renforcement du réseau de transport pour accom- pagner la transition énergétique.

La valeur réelle de certaines fonctions (gestion active de la demande, commandabilité de pro- duction EnR, observabilité de la production EnR) pourrait s’avérer supérieure en tenant compte des gains pour les réseaux publics de distribution, qui, faute d’éléments, n’ont pas été quantifiés. Les gestionnaires de réseau de distribution identi- fient néanmoins que, dans certaines situations, la prise en compte des réseaux de distribution et de leurs contraintes pourraient réduire la valeur esti- mée de la gestion active de la demande dans les secteurs résidentiel et tertiaire. Cette précaution, à ce stade de nature qualitative, ajoute une incer- titude sur le potentiel économique déjà incertain des fonctions de gestion active dans les secteurs résidentiel et tertiaire.

Au-delà de l’information prospective sur la rentabi- lité des différentes fonctions, les analyses réalisées permettent d’identifier dans quelles proportions les services rendus au système électrique peuvent déjà être valorisés au travers des mécanismes de marché (désormais ouverts de manière concur- rentielle à la production, l’effacement explicite 18 ou le stockage) : mécanisme de capacité, marché de l’énergie, mécanisme d’ajustement, services système fréquence et appels d’offre de réserves. Les composantes de valeur relevant de ces méca- nismes pourront donc être captées directement à travers la participation à ces mécanismes.

18. C’est-à-dire exploité par un tiers valorisant cette flexibilité indépendamment du fournisseur

Valorisation socio-économique des réseaux électriques intelligents

Figure 4

Figure 4

Figure 4

Ratio gains/coûts (actualisés) des différentes fonctions avancées smart grids dans le scénario « Nouveau Mix 2030 ». Évaluation à niveau de déploiement faible.

Résidentiel (usages ECS + chauffage) 0,7 déploiement non mutualisé, report 100% Tertiaire (usage chauffage) 1,3
Résidentiel (usages ECS + chauffage)
0,7
déploiement non mutualisé, report 100%
Tertiaire (usage chauffage)
1,3
déploiement non mutualisé, report 100%
Industriel (autoproduction)
5,3
Industriel (modulation de charge)
7,8
Participation de la production
éolienne à l'ajustement
38 (*)
Commandabilité de la production éolienne
pour la gestion du réseau de transport
8,4
Stockage faible capacité équipé
pour le réglage de la fréquence
3,6
Observabilité de la
production EnR distribuée
1,9
Estimation dynamique des capacités de transit
des ouvrages du réseau de transport
3,7
Localisation automatique de défaut sur
les ouvrages du réseau de transport
1,5
-1-1
00
11
22
33
44
55
66
77
88
99
1010
1111
Services de flexibilitéServices
d'information
Stockage
Commandabilité
Gestion active de la demande
de la
production
EnR

M de gains actualisés par M dépensés dans les ressources smart grids

Coûts fixes de capacités de production évitéspar M € dépensés dans les ressources smart grids Coûts de renforcement du réseau de transport

Coûts de renforcement du réseau de transport évitésgrids Coûts fixes de capacités de production évités (et valeur de l’impact sur la qualité de

(et valeur de l’impact sur la qualité de l’électricité)

Coûts de combustible évités Seuil de rentabilité Gain net
Coûts de combustible évités
Seuil de rentabilité
Gain net

(*) Ce ratio particulièrement élevé s’explique par des coûts d’équipement très faibles.

6.2 Bilan environnemental

Les bilans environnementaux 19 , quand les informa- tions disponibles ont rendu leurs évaluations pos- sibles, s’avèrent positifs à l’exception notable de la solution consistant à écrêter la production d’origine renouvelable pour éviter des renforcements du réseau de transport.

En particulier, même les effacements «gris» reposant sur l’utilisation de moyens d’autoproduction à partir de ressources fossiles présentent un bilan positif, résul- tant notamment de la meilleure optimisation du mix de production (notamment les stocks hydrauliques) qu’ils rendent possible.

Bien que l’écrêtement de production d’origine renouvelable pour éviter des renforcements du réseau de transport présente un bilan environne- mental négatif (l’énergie écrêtée pour contrainte du

réseau doit être compensée par d’autres moyens, potentiellement carbonés), le coût environnemen- tal ne peut pas justifier de renoncer à cette solution sauf à attribuer une valeur de l’ordre de 6 000 à la tonne de CO 2 supplémentaire émise.

La plupart des bilans environnementaux sont parti- culièrement sensibles à l’hypothèse sur la préséance économique entre la production à partir de cycles combinés au gaz et à partir de moyens au charbon. En d’autres termes, ces bilans pourraient être néga- tifs dans un contexte énergétique plus proche de la situation actuelle.

De plus, l’absence de certaines données sur le cycle de vie de certains matériels smart grids rendent certaines analyses partielles. Si les biais possibles semblent faibles à dire d’experts, ces analyses méri- teraient d’être complétées par ces données d’analyse du cycle de vie afin de confirmer cette hypothèse.

19. L’analyse est limitée au seul impact sur le changement climatique.

Figure 5 Impact environnemental des différentes fonctions avancées smart grids dans le scénario « Nouveau
Figure 5

Figure 5

Figure 5

Impact environnemental des différentes fonctions avancées smart grids dans le scénario « Nouveau Mix 2030 »

Résidentiel (usages ECS + chauffage) 2,0 déploiement non mutualisé, report 100% Tertiaire (usage chauffage) 1,9
Résidentiel (usages ECS + chauffage)
2,0
déploiement non mutualisé, report 100%
Tertiaire (usage chauffage)
1,9
déploiement non mutualisé, report 100%
Industriel (autoproduction)
(*)
2,9
Industriel (modulation de charge)
(*)
27,8
Participation de la production
éolienne à l'ajustement
(*)
340
000 (**)
Commandabilité de la production éolienne
pour la gestion du réseau de transport
(*)
-1,6
Stockage faible capacité équipé
pour le réglage de la fréquence
Informations non disponibles
Observabilité de la
production EnR distribuée
(*)
3,8
Estimation dynamique des capacités de transit
des ouvrages du réseau de transport
Informations non disponibles
Localisation automatique de défaut sur
les ouvrages du réseau de transport
Informations non disponibles
-4
0
4
8
12
16
20
24
28
32
Services de flexibilitéServices
d'information
Stockage
Commandabilité
Gestion active de la demande
de la
production
EnR

Kilo-tonnes équivalent CO 2 évitées par M dépensés dans les ressources smart grids

Émissions liées au cycle de vie des matériels déployés (dont consommation électrique)par M € dépensés dans les ressources smart grids Émissions évitées par l’utilisation des combustibles

Émissions évitées par l’utilisation des combustiblesdes matériels déployés (dont consommation électrique) Émissions évitées par la réduction des capacités de

Émissions évitées par la réduction des capacités de production installées

par la réduction des capacités de production installées Effet net en termes d’émissions de gaz à

Effet net en termes d’émissions de gaz à effet de serre

(*) Hors émissions de GES liées au cycle de vie des ressources déployées. (**) Cette valeur particulièrement élevée s’explique par des coûts d’équipement très faibles.

6.3 Bilan social (effets sur l’emploi)

L’effet net du déploiement des smart grids est positif (ou très positif) pour l’emploi en France pour toutes les fonctions étudiées. Ce résultat n’allait pas de soit dès lors qu’il s’agit d’évaluer un effet net et non un effet brut des seuls emplois créés dans la filière smart grids. Pourtant, ce résultat est conservé, dans des proportions moindres, y compris dans le cas de figure où les étapes de fabrication des matériels sont localisées à l’étranger (les emplois de conception, commercialisation, services et installation restent supposés localisés en France 20 ).

Cet effet résulte notamment (i) directement du diffé- rentiel de contenu en emplois en France entre, d’une part, la filière des smart grids (conception, fabrication, commercialisation, services, et installation) et, d’autre part, les filières auxquelles les smart grids se substituent (combustibles, capacités de production, infrastructure

de réseau) 21 et (ii) indirectement, des conséquences sur l’emploi en France résultant de la distribution dans l’économie française des bénéfices économiques réa- lisés (augmentation du pouvoir d’achat des ménages à travers la réduction des coûts de l’électricité, compéti- tivité accrue pour les entreprises).

Il est à noter que de ces deux effets, c’est le second (impact résultant de la distribution des bénéfices dans l’économie française) qui l’emporte largement pour la plupart des fonctions avancées étudiées. Autrement dit, la plus grande part des créations d’emplois qui figurent dans le bilan correspond aux emplois, locali- sés dans l’ensemble de l’économie, qui sont induits par l’effet des fonctions sur la baisse des coûts du système électrique (au bénéfice de l’ensemble de l’économie française). Cet effet dépend de la rentabilité écono- mique des fonctions avancées qui sont pour la plupart très rentables pour la collectivité.

20. La phase de fabrication représente environ un tiers des emplois dans la filière smart grids, le reste correspondant aux phases de conception, commercialisation, services et installation. Ce ratio varie selon les fonctions smart grids.

21. Le secteur électrique génère par unité de dépense moins d’emplois en France que la moyenne des autres branches de l’économie. Ceci est particulièrement vrai pour les dépenses de combustibles car ils sont importés.

Valorisation socio-économique des réseaux électriques intelligents

Figure 6

Figure 6

Figure 6

Effets sur l’emploi des différentes fonctions avancées smart grids dans le scénario « Nouveau Mix 2030 »

Résidentiel (usages ECS + chauffage) 4,0 déploiement non mutualisé, report 100% Tertiaire (usage chauffage) 5,5
Résidentiel (usages ECS + chauffage)
4,0
déploiement non mutualisé, report 100%
Tertiaire (usage chauffage)
5,5
déploiement non mutualisé, report 100%
Industriel (autoproduction)
2,0
Industriel (modulation de charge)
66,2
Participation de la production
éolienne à l'ajustement
920 (*)
Commandabilité de la production éolienne
pour la gestion du réseau de transport
84,3
Stockage faible capacité équipé
pour le réglage de la fréquence
Informations non disponibles
Observabilité de la
production EnR distribuée
36,8
Estimation dynamique des capacités de transit
des ouvrages du réseau de transport
35,1
Localisation automatique de défaut sur
les ouvrages du réseau de transport
13,1
-100
-50
0
50
100
150
Services de flexibilitéServices
d'information
Stockage
Commandabilité
Gestion active de la demande
de la
production
EnR

200

Création d'emplois en ETP/an par M dépensés dans les ressources smart grids

Création d’emplois dans la filière smart grids smart grids

Destruction d’emplois dans le secteur des combustiblesgrids Création d’emplois dans la filière smart grids Effet induit par le pouvoir d’achat Effet induit

Effet induit par le pouvoir d’achatDestruction d’emplois dans le secteur des combustibles Effet induit via les salaires des emplois nets créés

Effet induit via les salaires des emplois nets créés ou détruitsdes combustibles Effet induit par le pouvoir d’achat Destruction d’emplois dans les capacités de production

Destruction d’emplois dans les capacités de production Destruction d’emplois dans les infrastructures réseau Effet induit par la compétitivité

Effet net sur l’emploi

(*) Cette valeur particulièrement élevée s’explique par des coûts d’équipement très faibles.

7. GESTION ACTIVE DE LA DEMANDE L’effacement de consommation n’est pas une pré- occupation nouvelle

7. GESTION ACTIVE DE LA DEMANDE

L’effacement de consommation n’est pas une pré- occupation nouvelle pour les pouvoirs publics. Historiquement développés par le biais d’offres tari- faires incitant les consommateurs à réduire leur consommation d’électricité lors de périodes préala- blement identifiées, la question de l’effacement de consommation a connu un regain d’attention à partir de 2009. Elle est désormais au centre des politiques publiques sur la régulation des marchés de l’élec- tricité afin de permettre à l’effacement de se déve- lopper également en dehors de ce canal historique.

La présente étude s’est attachée à valoriser différentes formes de gestion active de la demande, c’est-à-dire de solutions reposant sur l’aptitude des consommateurs à adapter temporairement leur consommation d’électri- cité de façon dédiée aux besoins ponctuels du système électrique, en réponse à un signal externe relayant ces besoins (signal tarifaire, asservissement).

Bien que, dans certains discours, les notions de gestion active de la demande et d’efficacité éner- gétique soient souvent reliées, il est important de noter que, sur le plan méthodologique a minima, ces deux notions doivent être distinguées. Les actions d’efficacité énergétique sont en effet mises en place avec un objectif de réduction pérenne de la consommation en énergie reposant sur une opti- misation de son utilisation au périmètre du site de consommation et non en réponse à un signal expri- mant les besoins du système électrique.

7.1 Gestion active de la demande dans le secteur résidentiel

Le chauffage électrique, la production d’eau chaude sanitaire – ECS – (et, lorsque le foyer en est équipé, la recharge de véhicules électriques) sont les usages pour lesquels une flexibilité d’utilisation accrue semble acceptable pour les consommateurs résidentiels. L’analyse menée dans le cadre de ces travaux fait repo- ser le pilotage de ces usages au sein d’un logement sur l’installation ciblée de matériels (dont un dispositif de gestion de l’énergie) et de solutions télécom.

Dans l’hypothèse d’un modèle dominant «ECS + chauffage », les gains par foyer équipé dans le scéna- rio de contexte « Nouveau Mix 2030 » sont significatifs

(a minima 70 /foyer équipé/an). Au regard des hypo- thèses de coûts, la rentabilité pour la collectivité ne semble pourtant pas garantie même dans ce scénario de transition énergétique favorable.

La rentabilité n’apparaît comme possible que si au moins l’une des conditions suivantes est remplie :

a ,une diminution importante des coûts (par rapport à ceux pris comme hypothèse dans cette étude) ou une mutualisation de ces coûts avec d’autres ser- vices au sein de l’habitat ;

a ,des performances significatives en matière d’écono- mie d’énergies (c-à-d. un taux de report inférieur à 50 %, en rupture avec les résultats des démonstra- teurs identifiés) ;

a,des hypothèses sur les caractéristiques techniques des services possibles (nombre ou durée des effa- cements de chauffage acceptés par les consom- mateurs, puissance accessible par foyer équipé…) beaucoup plus favorables que celles identifiées jusqu’ici dans les démonstrateurs et prises comme référence dans cette étude ;

a ,l’existence d’une composante de valeur pour le réseau de distribution positive (non évaluée à ce stade) et suffisamment importante (de l’ordre d’une vingtaine d’euros par foyer équipé par an).

Pour les foyers disposant d’un véhicule électrique, le gisement de flexibilité supplémentaire et la mutuali- sation des matériels nécessaires à son pilotage avec les usages « chauffage » et « eau chaude sanitaire » permettrait d’augmenter significativement la valeur dégagée et d’atteindre (de peu) la rentabilité dans les hypothèses dans cette étude.

Même dans un scénario de transition énergé- tique favorable, la gestion active de la demande dans le secteur résidentiel n’apparaît pas comme une solution dont la rentabilité soit garantie sans condition. Cette rentabilité semble néanmoins atteignable sous condition notamment celle d’une maîtrise des coûts à travers une mutuali- sation avec d’autres services au sein de l’habitat.

à effet de serre

Emplois créés équipé/an)

Emploi créés équipé/an)

de gaz équipé/an)

(en 10-3 ETP.an/foyer

(en 10-3 ETP.an/MW

teqCO 2 /MW

(en évitées

Émissions

Valorisation socio-économique des réseaux électriques intelligents

Figure 7

Figure 7

Figure 7

Coûts et gains pour le système électrique de la gestion active de la demande dans le secteur résidentiel Scénario «Nouveau Mix 2030»

200 180 160 140 120 100 80 60 40 20 0 Chauffage Chauffage Chauffage Chauffage
200
180
160
140
120
100
80
60
40
20
0
Chauffage
Chauffage
Chauffage
Chauffage
Chauffage
Chauffage
Hyp.
Hyp.
Report
Report
Report
Report
Report
Report
Haute
Basse
0%
50%
100%
0%
50%
100%
ECS+chauffage
ECS+chauffage+VE
Coûts
Gains
€/foyer équipé/an

Coûts de renforcement

et END réseau de transport évités

Coûts de combustibleCoûts de renforcement et END réseau de transport évités évités via participation à l’ajustement court-terme

évités via participation à l’ajustement court-terme

Coûts de combustibleévités via participation à l’ajustement court-terme évités via participation au marché énergie Coûts

évités via participation au marché énergie

Coûts évités dans lescombustible évités via participation au marché énergie capacités de production SI/Télécom/Conso électrique

capacités de production

SI/Télécom/Consoénergie Coûts évités dans les capacités de production électrique Installation Matériel La valeur de la gestion

électrique

Installation

Matériel

La valeur de la gestion active de la demande dans le résidentiel correspond essentiellement 22 (en dehors de la valeur potentielle pour le réseau de distri- bution, non évaluée à ce jour) aux services pour la gestion de l’équilibre offre-demande (à tous les hori- zons de temps) qui peuvent désormais être valorisés

explicitement à travers les mécanismes de marché. En effet, la valeur pour le réseau de transport est très faible, ce qui reflète la faible adaptation de ce levier à la gestion des contraintes du réseau de transport (effet report sur le chauffage, placements déjà en période de faible consommation pour l’eau chaude sanitaire, etc.).

Figure 8

Figure 8

Figure 8

Valorisation socio-économique de la gestion active de la demande dans le secteur résidentiel (usages ECS + chauffage avec 100 % de report, déploiement non mutualisé) Scénario «Nouveau Mix 2030»

120 30 90 22,5 60 15 30 7,5 0 0 -30 -7,5 -60 -15 -90
120
30
90
22,5
60
15
30
7,5
0
0
-30
-7,5
-60
-15
-90
-22,5
-120
-30
Bénéfice
(en
€ /foyer économique
équipé/an)
Bénéfice
(en
k € /MW économique
équipé/an)
Émissions
évitées 2 /foyer
de gaz équipé/an)
à effet de serre
(en teqCO

Économie

0,20

50

0,15

37,5

0,10

25

0,05

12,5

0

0

-0,05

-12,5

-0,10

-25

-0,15

-37,5

-0,20

-50

Environnement

1,5

375

1,0

 

250

0,5

 

125

0

0 0

0

-0,5

 

-125

-1,0

-250

-1,5

-375

Emploi

Renforcements du

réseau de transport évités

Combustibles évités-375 Emploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

22. Cette valeur correspond à un déploiement réparti uniformément sur le territoire métropolitain.

à effet de serre

équipé/an)

Emploi créés équipé/an)

de gaz équipé/an)

Emplois tertiaire

créés

(en 10-3 ETP.an/MW

teqCO 2 /MW

(en 10-3 ETP.an/site

(en évitées

Émissions

teqCO 2 /MW (en 10-3 ETP.an/site (en évitées Émissions Le bilan environnemental en termes de réduction

Le bilan environnemental en termes de réduction des émissions de gaz à effet de serre (GES) apparaît claire- ment positif même dans le cas où le taux de report de l’effacement sur le chauffage est de 100 %. Ceci s’ex- plique, d’une part, par le faible poids environnemental du cycle de vie des solutions déployées (consomma- tion électrique comprise) et, d’autre part, par les trans- ferts d’énergie induits depuis les instants où les coûts marginaux sont les plus élevés (qui, dans ce contexte, sont également les instants où le contenu marginal en CO 2 est le plus élevé) vers les instants aux coûts mar- ginaux les plus faibles (au contenu marginal en CO 2 plus faible). L’hypothèse considérée sur la préséance économique entre la production des centrales à char- bon et des cycles combinés au gaz y est bien entendu centrale à ce résultat dont elle est inséparable.

L’effet sur l’emploi est également positif. Il résulte essentiellement d’un contenu en emplois en France associé à l’activité créée par le déploiement de solutions de gestion active de la demande chez les consommateurs résidentiels supérieur à celui asso- cié à l’activité détruite (notamment dans la filière des imports de combustibles). Ce résultat reste valable, dans des proportions moindres, même dans l’hypothèse où la fabrication des matériels est localisée hors de France.

7.2 Gestion active de la demande dans le secteur tertiaire

Le pilotage du chauffage électrique dans le secteur tertiaire possède des caractéristiques proches de celles du secteur résidentiel 23 . Néanmoins, l’effet d’échelle (permettant d’atteindre la même puissance avec moins de sites 24 ) permet des coûts d’accès à cette flexibilité moindres par rapport au secteur résidentiel. Ceci conduit à une évaluation légèrement positive de la rentabilité de cette fonction avancée, y compris dans l’hypothèse d’un taux de report de 100 %.

Le bilan environnemental est analogue à celui de la gestion active de la demande de chauffage dans le résidentiel. Il apparaît clairement positif, même dans le cas où le taux de report est de 100 %. Ce résultat dépend très fortement de l’hypothèse sur la pré- séance économique entre la production des centrales à charbon et des cycles combinés au gaz, et donc du prix de la tonne de CO 2 considéré dans l’analyse.

L’effet sur l’emploi (estimé dans l’hypothèse d’un déploiement non mutualisé et pour un report de 100 %) est positif, notamment du fait des impacts sur l’activité résultant de la redistribution de ces béné- fices économiques dans l’économie française.

Figure 9

Figure 9

Figure 9

Valorisation socio-économique de la gestion active de la demande dans le secteur tertiaire (usage chauffage avec hypothèse de report 100 %) Scénario «Nouveau Mix 2030»

1000 20 2,0 40 800 16 1,5 30 600 12 1,0 20 400 8 0,5
1000
20
2,0
40
800
16
1,5
30
600
12
1,0
20
400
8
0,5
10
200
4
0
0
0,0
0
-200
-4
-0,5
-10
-400
-8
-1,0
-20
-600
-12
-1,5
-30
-800
-16
-1000
-20
-2,0
-40
Économie
Environnement
économique
(en € Bénéfice
/site tertiaire
équipé/an)
Bénéfice
(en
k € /MW économique
équipé/an)
Émissions
évitées
gaz à effet
de serre
(en teqCO
/site de
tertiaire
équipé/an)
2

20

400

15

300

10

200

5

 

100

0

0 0

0

-5

 

-100

-10

-200

-15

-300

-20

-400

Emploi

Renforcements du

réseau de transport évités

Combustibles évités-400 Emploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

23. Les profils de la demande pour le chauffage sont différents pour le tertiaire et le résidentiel.

24. Cependant, cet effet est partiellement compensé par une structure de coûts différente.

Ce résultat reste valable, dans des proportions moindres, dans l’hypothèse où la fabrication des matériels est localisée hors de France.

7.3 Gestion active de la demande dans le secteur industriel

La gestion active de la demande dans le secteur indus- triel est déjà une réalité en France. Au travers de diffé- rents mécanismes de marché ou appels d’offre (marché de l’énergie, mécanisme d’ajustement, services sys- tème, participation aux réserves rapide et complémen- taire, interruptibilité), de nombreux sites industriels ont déjà développé la flexibilité dont ils disposent sur leur consommation pour la mettre au service du système électrique. Ils bénéficient aujourd’hui de dispositifs spécifiques dédiés (appels d’offres effacements, inter- ruptibilité). Cette flexibilité peut prendre différentes formes : modulation de charge, effacement industriel par renoncement de production ou autoproduction à partir de groupes électrogènes, etc.

L’analyse menée sur deux catégories types avec des hypothèses normatives permet d’identifier des conclusions encadrantes applicables à différents types de process industriels/formes de flexibilité.

Le bilan économique de l’effacement industriel est très nettement positif. Les gains pour le système à horizon 2030 sont estimés entre 65 k /MW/an et 115 k /MW/an selon les caractéristiques considé- rées et sont essentiellement tirés par la substitution de cette flexibilité à des moyens de production de pointe (TAC) et dans une moindre mesure par la participation au marché de l’énergie et au méca- nisme d’ajustement. Cette rentabilité repose sur la nécessité de moyens de pointe pour assurer l’adé- quation offre-demande du système électrique mais également sur la fluidité du mouvement de substi- tution. En d’autres termes, toute politique ou déci- sion conduisant à prolonger le maintien ou assurer la construction de moyens de production de pointe dans le système au moment où ces flexibilités appa- raissent détruit quasiment toute la valeur écono- mique de ces flexibilités.

La valeur des effacements industriels pour le seul réseau de transport est relativement faible (entre 0 et 3 k /MW/an). Il convient de noter que ce résul- tat pourrait être modifié en cas d’utilisation de cette flexibilité en mode « curatif » plutôt qu’en mode

Valorisation socio-économique des réseaux électriques intelligents

« préventif ». Certains industriels sont en mesure de réagir de façon très rapide à des évènements dont la probabilité d’occurrence est faible, ce qui per- met d’envisager que l’alimentation d’une zone de consommation puisse reposer en partie sur la pos- sibilité d’activer de manière « curative », c’est-à-dire immédiatement après un défaut sur le réseau, un gisement de flexibilité bien localisé. Concrètement, le « N-1 » (c’est-à-dire la faculté pour le réseau élec- trique à pouvoir supporter, sans rupture de service, la perte d’une ligne) serait alors assuré par une solu- tion d’effacement et non par le dimensionnement du réseau. Une telle approche pourrait théoriquement générer une valeur de l’ordre de 5 k/MW/an dans des zones contraintes, sous condition de vérifier le caractère exploitable d’un tel système et d’une garantie absolue de disponibilité de la part des industriels concernés pour répondre à ce type de sollicitation très exigeante.

En tout état de cause, l’essentiel de la valeur pour le système électrique de cette flexibilité correspond aux services associés à l’équilibre offre-demande (à toutes les échéances) qui peuvent être explicitement valorisés sur les différents mécanismes de marché.

Le bilan environnemental, contrasté selon les carac- téristiques de la flexibilité, est positif dans tous les cas. Bien que contre-intuitif, ce résultat reste valable pour les effacements « gris », c’est-à-dire consistant en un recours à de l’autoproduction reposant sur des ressources fossiles. En effet, la participation de cette flexibilité à la réserve 15’ permet de « libérer » des capacités hydrauliques pour d’autres usages que la réserve. Ceci permet d’exploiter au mieux la capa- cité de stockage de l’hydraulique en le plaçant sur les périodes de coût marginal le plus élevé qui corres- pondent aux instants où le parc est le plus émetteur de CO 2 . Ces résultats restent néanmoins dépendants du scénario de contexte retenu et notamment de la préséance économique entre la production à partir de cycles combinés au gaz et la production à partir de centrales au charbon.

L’effet net sur l’emploi apparaît positif, dans des proportions contrastées selon les caractéristiques de la flexibilité). Il résulte de deux principaux effets :

d’une part, l’effet (à la baisse) sur l’emploi résultant de la réduction des capacités de production de pointe installées et, d’autre part, l’effet induit par la distribution dans l’économie française des béné- fices économiques générés.

Figure 10 Valorisation socio-économique de la gestion active de la demande dans le secteur industriel
Figure 10

Figure 10

Figure 10

Valorisation socio-économique de la gestion active de la demande dans le secteur industriel (Recours à l’autoproduction ou modulation de charge) Scénario «Nouveau Mix 2030»

120 400 300 80 200 40 100 0 0 -100 -40 -200 -80 -300 -120
120
400
300
80
200
40
100
0
0
-100
-40
-200
-80
-300
-120
-400
Autoproduction
Modulation
Bénéfice économique
(en k € /MW/an)
Émissions évitées de gaz à effet de serre
(en teqCO 2 /MW/an)

Économie

Autoproduction Modulation
Autoproduction
Modulation

Environnement (*)

2,0 1,5 1,0 0,5 0 -0,5 -1,0 -1,5 -2,0 Autoproduction Modulation Emplois créés (en ETP.an/MW/an)
2,0
1,5
1,0
0,5
0
-0,5
-1,0
-1,5
-2,0
Autoproduction
Modulation
Emplois créés
(en ETP.an/MW/an)

Emploi

(*) Hors émissions de GES liées au cycle de vie des ressources déployées

Renforcements du

réseau de transport évités

Combustibles évitésdéployées Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

Valorisation socio-économique des réseaux électriques intelligents

8. COMMANDABILITÉ DE LA PRODUCTION ÉOLIENNE Les énergies renouvelables sont souvent présen- tées comme intermittentes

8. COMMANDABILITÉ DE LA PRODUCTION ÉOLIENNE

Les énergies renouvelables sont souvent présen- tées comme intermittentes (la production élec- trique dépend d’un phénomène naturel variable) et « fatales » (lorsque la ressource primaire est dispo- nible, l’installation produit de manière automatique de l’électricité). Cette caractéristique est renforcée par la nature des régimes de soutien à ces sources de production d’électricité, qui consistent souvent en des formes de priorité d’injection (physique ou économique) considérant implicitement la produc- tion d’origine renouvelable comme une « produc- tion fatale » à intégrer aux prévisions et aux bilans mais dénuée de possibilité de pilotage. Pour autant, les installations de production d’électricité d’ori- gine renouvelable, comme les éoliennes, sont ou peuvent être équipées pour pouvoir faire varier à la baisse leur production en fonction de la situation du système électrique. Même si cette forme de flexibi- lité est relativement peu développée, elle doit être étudiée, notamment dans le cadre de scénarios reposant de plus en plus largement sur le déploie- ment d’EnR.

L’écrêtement de cette production doit s’envisager sous l’angle économique : parce que son coût mar- ginal est nul, la perte de valeur pour chaque MWh d’énergie écrêtée est forte. Cette fonction peut néanmoins présenter un intérêt pour le système élec- trique à double titre : pour contribuer à l’équilibre offre-demande d’une part et pour permettre de gérer des contraintes sur les réseaux et d’éviter un surdi- mensionnement de l’infrastructure d’autre part.

Selon la finalité poursuivie (équilibre offre-demande, exploitation et développement du réseau), les exi- gences sur la commandabilité sont différentes et ne requièrent pas nécessairement les mêmes formes de déploiement 25 . Ainsi, la notion générale de com- mandabilité de la production EnR sera étudiée sous deux angles, emportant des caractéristiques tech- niques et des ressources nécessaires différentes. Les analyses menées ont porté uniquement sur la com- mandabilité de la production éolienne à ce stade.

8.1 Commandabilité de la production éolienne pour la gestion des congestions du réseau de transport

En supposant le déploiement de dispositifs tech- niques de commandabilité ainsi que la mise en place d’un schéma organisationnel entre producteurs éoliens, gestionnaires de réseau de distribution et RTE, ce dernier peut disposer d’un levier pour réduire le niveau de l’injection des producteurs éoliens en cas de contraintes sur le réseau de transport.

Pouvoir écrêter, dans certaines situations, la pro- duction éolienne permet d’éviter que le dimension- nement du réseau obéisse au souci d’évacuer la puissance dans toutes les circonstances. Ceci per- met, toutes choses étant égales par ailleurs, de limi- ter les renforcements du réseau pour accueillir les raccordements de production EnR.

Cette politique n’est pas nouvelle : le recours à l’écrê- tement de la production EnR est une possibilité prévue dans le cadre des schémas régionaux de raccordement au réseau des énergies renouvelables (S3REnR) et prise en compte par RTE pour dimensionner l’infrastructure.

Le bénéfice économique est très important, de l’ordre de 2,7 k/MW commandable /an. Il traduit de faibles coûts d’équipement et de faibles volumes d’énergie écrêtée pour permettre une réduction significative des besoins de renforcement du réseau de transport. Cette démarche a permis de réduire la part « trans- port » moyenne de la quote-part S3REnR de l’ordre de 25 %, soit 3 k/MW EnR raccordé 26 (sur une part « transport » effective moyenne de 10 k/MW EnR raccordé une fois cette économie prise en compte).

La logique d’arbitrage pourrait néanmoins être pous- sée plus loin, dans deux directions.

Une première piste consiste à instruire la possibilité de modes d’exploitation (modification du contrôle-

25. Notamment en termes de localisation

26. L’unité MW EnR raccordé correspond à la puissance totale d’EnR raccordée alors qu’une faible partie des installations (exprimée en MW commandable ) doit être équipée pour mettre en œuvre cette fonction avancée. Présenter les résultats sous cette unité permet une évaluation par rapport au coût du réseau de transport dans la quote-part de raccordement des EnR.

/MW commandable/an)

économique

(en k Bénéfice

Valorisation socio-économique des réseaux électriques intelligents

commande des postes, modification des processus et outils du gestionnaire du réseau de transport) permettant un recours plus important à l’écrête- ment. Cette piste permettrait une réduction supplé- mentaire de 18 % des coûts, soit 1,8 k /MW EnR raccordé , correspondant à une réduction des coûts de renforcement du réseau de 2,5 k /MW EnR raccordé mais associés à une perte d’énergie pesant pour

0,7 k /MW EnR raccordé .

Une seconde piste consiste à réviser les niveaux de surcharge admissibles dans le dimensionnement du réseau (permettant ainsi d’augmenter la capacité que peut accueillir le réseau tout en garantissant sa sûreté en cas d’incident). Cette évolution permet- trait une réduction de l’ordre de 10 % des coûts soit

1 k /MW EnR raccordé .

Cependant, ces pistes soulèvent de nouvelles ques- tions d’exploitabilité du réseau qui nécessitent une ins- truction spécifique afin d’en apprécier la faisabilité ainsi que les éventuels nouveaux coûts qui seraient induits.

Le bilan environnemental évalué apparaît négatif car cette solution consiste à écrêter de l’énergie

non carbonée (et donc à la substituer à ces instants par les autres moyens de production) pour réduire les renforcements dans le réseau. Néanmoins, l’en- jeu en termes d’émissions de GES, de l’ordre de 0,5 tCO 2 /MW commandable /an, est très faible ramené à la valeur économique créée (près de 6 000 de valeur créée par tonne de CO 2 supplémentaire occasionnée). Ceci est lié, d’une part, au faible volume d’énergie écrêté permettant de réduire les besoins de renforcement et, d’autre part, au faible contenu marginal en CO 2 de la production d’élec- tricité pendant les besoins où les écrêtements sont nécessaires 27 . Ce résultat est néanmoins à consoli- der avec l’étude plus exhaustive de configurations de réseau et la prise en compte du cycle de vie des matériels déployés et des renforcements de réseau évités (ainsi que les éventuelles conséquences sur les pertes électriques).

L’effet net sur l’emploi est positif et est tiré par la création d’emplois induits par la redistribution dans l’économie française des bénéfices importants apportés par cette fonction avancée. Ce résultat reste donc valable dans l’hypothèse où la fabrication des matériels est localisée hors de France.

Figure 11

Figure 11

Figure 11

Valorisation socio-économique de la commandabilité de la production éolienne pour la gestion des congestions du réseau de transport Scénario «Nouveau Mix 2030»

5

4

3

2

1

0

-1

-2

-3

-4

-5

Économie

5 4 3 2 1 0 -1 -2 -3 -4 -5 Émissions évitées gaz à
5
4
3
2
1
0
-1
-2
-3
-4
-5
Émissions
évitées
gaz à effet de serre
(en teqCO
2 /MW de commandable/an)

Environnement (*)

60 45 30 15 0 -15 -30 -45 -60 Emplois créés (en 10-3 ETP.an/MW commandable/an)
60
45
30
15
0
-15
-30
-45
-60
Emplois créés
(en 10-3 ETP.an/MW
commandable/an)

Emploi

Renforcements du

réseau de transport évités

Combustibles évitésEmploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

(*) Hors émissions de GES liées au cycle de vie des ressources déployées

27. Les instants d’écrêtement de la production EnR pour contrainte locale du réseau correspondent globalement aux instants de forte production nationale à base d’EnR où le MWh marginal a généralement un contenu en CO 2 très faible.

8.2 Commandabilité de la production éolienne pour la participation à la réserve et à l’ajustement

8.2 Commandabilité de la production éolienne pour la participation à la réserve et à l’ajustement

Les perspectives de pénétration accrue des EnR dans le mix électrique conduisent à envisager des scénarios dans lesquels la production réputée fatale pourrait par moment dépasser la consommation et les capacités d’export. Dans ces situations, le recours à l’écrêtement de production EnR (quel qu’en soit le vecteur) est inévitable pour assurer l’équilibre entre l’offre et la demande.

Au-delà de ces instants, la participation des instal- lations de production éolienne à la réserve à la baisse et à l’ajustement pourrait à plus court-terme présenter une valeur dans les moments de « butée de baisse » où le système électrique est limité en flexibilité à la baisse et où la constitution de réserves requises à la baisse s’avère coûteuse car reposant sur la substitution de production nucléaire par des moyens de production thermique ou hydraulique plus flexibles à la baisse.

Les gains résultant de la participation aux réserves à la baisse et à l’ajustement sont d’environ 3,2 k /MW commandable /an (i.e. par MW de capacité éolienne installée commandable à la baisse) et correspondent à l’augmentation possible de la pro- duction nucléaire lors des journées de « butée de baisse » permise par l’existence de cette flexibilité. Ces gains couvrent très largement les coûts.

Le bilan environnemental est largement positif même si cette fonction avancée repose sur la disponibilité d’écrêtement d’une production décarbonée. Cela s’explique, d’une part, par la faible occurrence d’ap- pel sur le mécanisme d’ajustement de cette flexibi- lité à la baisse (du fait de son coût marginal nul) et, d’autre part, par les économies de combustibles réalisées sur les épisodes de « butée de baisse » qui consistent essentiellement à transférer de la produc- tion d’origine fossile vers la production nucléaire.

L’effet net sur l’emploi en France est très positif et est tiré par la création d’emplois liée à la redistri- bution dans l’économie française des bénéfices importants apportés par cette fonction avancée. Ce résultat reste valable dans l’hypothèse où la fabrica- tion des matériels est localisée hors de France.

Figure 12

Figure 12

Figure 12

Valorisation socio-économique de la commandabilité de la production éolienne pour la participation à la réserve et à l’ajustement Scénario «Nouveau Mix 2030»

4 3 2 1 0 -1 -2 -3 -4 économique (en k Bénéfice € /MW
4
3
2
1
0
-1
-2
-3
-4
économique
(en k Bénéfice
€ /MW commandable/an)

Économie

30 20 10 0 -10 -20 -30 Émissions évitées gaz à effet de serre (en
30
20
10
0
-10
-20
-30
Émissions
évitées
gaz à effet de serre
(en teqCO
2 /MW de commandable/an)

Environnement(*)

80 60 40 20 0 -20 -40 -60 -80 Emplois créés (en 10-3 ETP.an/MW commandable/an)
80
60
40
20
0
-20
-40
-60
-80
Emplois créés
(en 10-3 ETP.an/MW
commandable/an)

Emploi

Renforcements du

réseau de transport évités

Combustibles évitésEmploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

(*) Hors émissions de GES liées au cycle de vie des ressources déployées

Valorisation socio-économique des réseaux électriques intelligents

9. STOCKAGE DE FAIBLE CAPACITÉ ÉQUIPÉ POUR LE RÉGLAGE PRIMAIRE DE LA FRÉQUENCE La nécessité

9. STOCKAGE DE FAIBLE CAPACITÉ ÉQUIPÉ POUR LE RÉGLAGE PRIMAIRE DE LA FRÉQUENCE

La nécessité d’assurer en permanence l’équilibre offre-demande d’électricité, dans un contexte où la variabilité existante de la demande s’accompagne également de l’intermittence d’une part croissante de la production, confère au stockage un statut de solution technique idéale pour le système électrique.

Certaines formes de stockage ont déjà été déve- loppées en France (réservoirs hydrauliques dont les stations de transfert d’énergie par pompage) y compris à travers certains usages de l’électricité comme les chauffe-eaux (eau chaude sanitaire). Les gisements de développement des technologies de stockage centralisé hydraulique apparaissent néan- moins très limités, et c’est vers d’autres formes de stockage que s’orientent aujourd’hui beaucoup de travaux et de réflexions sur le plan technique, éco- nomique ou institutionnel.

Même si les performances techniques de cer- taines technologies ne sont pas encore stabilisées, les différentes formes de stockage stationnaire 28 d’électricité peuvent en théorie ou pourront à l’avenir contribuer à l’ensemble des probléma- tiques du système électrique, telles que l’adéqua- tion long-terme de l’offre et de la demande (en substitution à des moyens de pointe), l’équilibre offre-demande à court-terme (en remplacement à l’utilisation des moyens de production ou d’autres formes de flexibilité), ou la gestion des contraintes sur les réseaux (comme alternative au renforce- ment des réseaux).

Sur le plan économique, les travaux de référence conduits par l’ADEME 29 ont permis de comparer, pour une large gamme de technologies de stockage, les gains pour le système électrique aux coûts de déploiement. Ces travaux parviennent à la conclu- sion que, pour un déploiement en France métropo- litaine, la seule forme de stockage (hormis les STEP dont le gisement technique est a priori limité) ayant un potentiel de rentabilité concerne les formes de

participation au réglage primaire de la fréquence. Ainsi, le travail d’analyse mené dans le cadre des travaux restitués dans cette synthèse a porté uni- quement sur le cas particulier d’un stockage (bat- terie de technologie lithium-ion) de faible capacité équipée d’un dispositif permettant la participation au réglage primaire de la fréquence.

La participation du stockage au réglage de la fré- quence soulève une problématique spécifique associée aux contraintes de stock. En effet, les exi- gences portant sur les services système fréquence sont historiquement conçues pour des groupes de production n’ayant pas (ou quasiment pas) de contraintes de stock. La possible émergence de formes de stockage disposant de contraintes de stock fortes (p.e. temps de décharge de l’ordre de 30’) pouvant participer au réglage de la fré- quence amènera nécessairement à réinterroger les contraintes réglementaires pour définir un niveau d’exigence cohérent avec les besoins de sûreté. Au niveau français (dans le cadre des règles ser- vices système) et européen (au travers des codes de réseau), les débats réglementaires sur les dis- positions applicables au stockage sont engagées.

L’analyse économique conduit à identifier une ren- tabilité élevée pour le système électrique, mais soumise à des incertitudes techniques également fortes rappelées supra. Les gains correspondent essentiellement à la réduction des coûts de consti- tution des services système et sont évalués à envi- ron 500 k /MW/an (soit environ 55 /MW/h) dans le scénario considéré. Cette valeur représente le coût marginal (et non le coût moyen) de constitution des services système et est très élevée par rapport aux évaluations actuelles. Elle est indissociable du scénario étudié et s’explique par la durée impor- tante (6 500 heures/an) de sollicitation des moyens nucléaires pour la constitution de la réserve pri- maire, ce qui ne permet pas à ces moyens aux coûts variables faibles de produire à pleine puissance.

28. Le terme de stockage stationnaire se définit par opposition aux stockages dédiés à des usages mobiles (batteries pour véhicules, téléphones, ordinateurs, etc.).

29. ADEME, « Étude sur le potentiel du stockage d’électricité », 2013

Valorisation socio-économique des réseaux électriques intelligents

Cette valeur est comparable à celle estimée par l’ADEME 30 dans le cadre des travaux cités supra.

Néanmoins, malgré ces premiers résultats promet- teurs, plusieurs limites doivent être mentionnées.

D’une part, du fait de la faible profondeur du mar- ché de la réserve primaire, l’évaluation de la valeur est très sensible aux hypothèses sur la participa- tion aux services système des différentes filières et aux potentiels échanges à venir de réserves entre pays. Par exemple, la participation de 100 MW de capacités de soutirage ou de capacités étrangères contribuerait à faire baisser de 20 % la valeur esti- mée. En particulier, un développement significatif de la participation de sites de soutirage au réglage de la fréquence (qui est désormais autorisée et constitue déjà une réalité avec des volumes signifi- catifs) pourrait réduire très fortement, voire annuler, l’intérêt économique du stockage aux conditions de

coûts étudiées. Pour cette même raison, l’évalua- tion, menée en supposant un déploiement faible, ne peut être extrapolée à un déploiement plus consé- quent (cette précaution est valable également pour les autres fonctions avancées étudiées mais dans des proportions moindres) : cette extrapolation constitue justement l’objectif des études complé- mentaires identifiées pour l’avenir.

D’autre part, la participation de ce type de stoc- kage aux services système fréquence nécessite des évolutions techniques et réglementaires en matière d’exigences sur la gestion de stock, ce qui pourrait diminuer significativement la valeur obtenue.

En l’absence d’hypothèses sur le cycle de vie de la batterie ainsi que le contenu en emplois en France de la construction d’une batterie, l’analyse environ- nementale (qui aurait sinon été beaucoup trop par- tielle) et l’effet sur l’emploi n’ont pas été menés.

Figure 13

Figure 13

Figure 13

Valorisation socio-économique du stockage de faible capacité équipé pour le réglage primaire de la fréquence Scénario «Nouveau Mix 2030»

600 400 200 0 -200 -400 -600 Bénéfice (en k € économique /MW/an)
600
400
200
0
-200
-400
-600
Bénéfice
(en k € économique
/MW/an)

Économie

Informations non disponibles Émissions évitées de 2 gaz à effet de serre (en teqCO /MW/an)
Informations
non
disponibles
Émissions évitées
de 2 gaz
à effet de serre
(en teqCO
/MW/an)

Environnement

Informations non disponibles Emplois créés (en 10-3 ETP.an/MW//an)
Informations
non
disponibles
Emplois
créés
(en 10-3
ETP.an/MW//an)

Emploi

Renforcements du

réseau de transport évités

Combustibles évitésEmploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

30. Valeur estimée à 450 k /MW/an (ADEME, 2013)

10. OBSERVABILITÉ ET PRÉVISION DE LA PRODUCTION D’ORIGINE RENOUVELABLE DISTRIBUÉE Dans un contexte d’insertion

10. OBSERVABILITÉ ET PRÉVISION DE LA PRODUCTION D’ORIGINE RENOUVELABLE DISTRIBUÉE

Dans un contexte d’insertion massive d’installations photovoltaïques et éoliennes dans le mix électrique européen, la faculté de pouvoir anticiper correcte- ment cette production intermittente, tant au niveau national qu’au niveau local, représente un enjeu important.

La production éolienne et photovoltaïque fait l’ob- jet de prévisions à différentes échéances proches du temps réel pour anticiper (i) les problématiques d’équilibre offre-demande et (ii) les transits sur les réseaux.

À cet effet, RTE (au titre de la gestion de l’équilibre offre-demande et de la gestion des congestions sur le réseau de transport) et les gestionnaires de réseau de distribution (au titre de la gestion des congestions sur les réseaux de distribution) ont déployé des systèmes de télémesure et des algo- rithmes de prévision pour remplir leurs missions respectives. En particulier, RTE a mis en place ces dernières années un outil 31 de suivi en temps réel et de prévision des productions éoliennes et photovol- taïques (qu’elles soient raccordées sur le réseau de transport ou de distribution) de manière à pouvoir anticiper les impacts de l’intermittence sur l’équi- libre offre-demande et d’être en mesure d’activer les leviers nécessaires pour résoudre les situations de déséquilibres identifiées.

Cependant, la granularité et la qualité des données de production restent à l’heure actuelle perfectibles, tout particulièrement pour la production renouve- lable raccordée en moyenne tension.

Un déploiement généralisé de moyens de téléme- sure temps-réel de toute la production éolienne et photovoltaïque raccordée sur les réseaux de

distribution en moyenne tension (HTA) permettrait d’améliorer la qualité des données et, par consé- quent, celle de la prévision des flux sur le réseau de transport et des potentiels déséquilibres à venir entre l’offre et la demande.

Ainsi, toutes choses étant égales par ailleurs, l’amé- lioration de la qualité des prévisions de produc- tion EnR raccordées en moyenne tension (pour le gestionnaire du réseau de transport et les respon- sables d’équilibre) peut permettre (i) de réduire le niveau des marges requises et les besoins d’équi- librage offre-demande et (ii) d’exploiter le réseau de transport plus proche de ses limites du fait de la réduction des incertitudes sur les prévisions de flux. Ramenés au MW installé d’EnR observable, les gains pour le système électrique sont de l’ordre de 300 /MW observable /an. Ces gains, provenant pour l’es- sentiel de l’équilibrage offre-demande, suffisent à assurer la rentabilité économique d’une telle évo- lution sur l’observabilité de la production EnR dis- tribuée, au regard des hypothèses de coûts des dispositifs.

Le bilan environnemental est positif : la réduction des besoins d’équilibrage engendre une moindre utilisation des moyens de stockage hydraulique existants (centrales de pompage-turbinage ou STEP) et ainsi une réduction des pertes d’énergie prove- nant du rendement de ces derniers.

L’effet net sur l’emploi est positif et résulte d’une part du faible nombre d’emplois détruits dans la filière des combustibles ainsi que des effets induits sur l’emploi par la redistribution des bénéfices dans l’économie française. Ce résultat reste valable, dans des propor- tions moindres, dans l’hypothèse où la fabrication des matériels est localisée hors de France.

31. Outil IPES (Insertion de la Production Éolienne et photovoltaïque sur le Système).

Valorisation socio-économique des réseaux électriques intelligents

Figure 14

Figure 14

Figure 14

Valorisation socio-économique de l’observabilité et de la prévision de production EnR distribuée Scénario « Nouveau Mix 2030 »

400 300 200 100 0 -100 -200 -300 -400 économique (en Bénéfice € /MW observable/an)
400
300
200
100
0
-100
-200
-300
-400
économique
(en Bénéfice
€ /MW observable/an)

Économie

1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Émissions évitées de gaz
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
Émissions
évitées
de gaz
à effet de serre
(en teqCO
observable/an)
2 /MW

Environnement (*)

6 4 2 0 -2 -4 -6 Emplois créés (en 10-3 ETP.an/MW observable/an)
6
4
2
0
-2
-4
-6
Emplois créés
(en 10-3 ETP.an/MW
observable/an)

Emploi

Renforcements du

réseau de transport évités

Combustibles évitésEmploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

(*) Hors émissions de GES liées au cycle de vie des ressources déployées

11. ESTIMATION DYNAMIQUE DES CAPACITÉS DE TRANSIT DES OUVRAGES DU RÉSEAU DE TRANSPORT Dans un

11. ESTIMATION DYNAMIQUE DES CAPACITÉS DE TRANSIT DES OUVRAGES DU RÉSEAU DE TRANSPORT

Dans un contexte d’insertion massive d’installa- tions de production renouvelable (photovoltaïque et éolienne) dans le mix électrique, les flux sur le réseau de transport sont amenés à être modifiés en structure, conduisant à donner naissance à de nou- velles contraintes sur le réseau ou à accroître celles qui existent. Si des évolutions structurelles de l’in- frastructure sont nécessaires pour répondre à ces enjeux (développement de nouveaux ouvrages), l’utilisation optimisée de l’infrastructure existante revêt également une importance cruciale. C’est dans ce contexte que les méthodes permettant d’exploi- ter le réseau proche de ses limites techniques 32 sont testées et utilisées par les gestionnaires de réseau.

Le souci d’une optimisation accrue de l’utilisation des lignes existantes n’est pas une nouveauté. Ces dernières années, RTE a ainsi engagé une démarche visant à revisiter les limites de transit 33 et intégrant un premier niveau de différentiation selon la tem- pérature externe. Cette approche a permis globa- lement d’augmenter les capacités de transit mais demeure normative et ne prend pas en compte l’état du réseau et/ou les conditions climatiques en temps réel.

Avec les smart grids, la politique d’optimisation des ouvrages existants peut néanmoins être poussée plus loin. Parmi les nouvelles solutions techniques disponibles, l’estimation dynamique des capacités de transit des lignes permet sur la base de mesures en temps réel de l’état des lignes et/ou des para- mètres météorologiques d’évaluer les contraintes réelles de transit.

Cette meilleure évaluation permet par exemple de prendre en compte l’accroissement du transit pos- sible sur les lignes en présence de vent (le vent refroi- dit les conducteurs, qui peuvent donc transporter

plus de courant, toutes choses étant égales par ail- leurs). Or, dans un contexte où les contraintes sont amenées à provenir de façon significative d’insertion de production d’origine éolienne, l’effet du vent sur la capacité de transit des ouvrages doit faire l’objet d’une attention particulière.

Le bilan économique de l’estimation dynamique des capacités de transit des lignes apparaît positif sur un cas type de réseau normatif. Cette solution permet localement une réduction de la part « transport » des coûts d’insertion de la production EnR de l’ordre de 2 k /MW EnR raccordé , les gains étant associés à des économies en matière d’investissement dans de nouvelles infrastructures. RTE expérimente actuelle- ment cette solution et le futur retour d’expériences permettra d’améliorer les connaissances sur l’apport technique réel (en capacités de transit) et ainsi d’affi- ner ces premiers résultats. Dans tous les cas, l’intérêt d’une telle solution doit être évalué au cas par cas (configuration du réseau et des contraintes, orien- tation des lignes par rapport aux vents dominants, etc.).

Le bilan environnemental est neutre au premier ordre : la réduction d’énergie écrêtée, à infrastruc- ture inchangée, est compensée par l’écrêtement supplémentaire lié au décalage dans le temps des renforcements du réseau.

L’effet net sur l’emploi est positif. L’effet négatif sur l’emploi dans la filière des infrastructures de réseau est plus que compensé par les emplois créés dans la filière des smart grids ainsi que les emplois induits résultant de la redistribution des bénéfices dans l’économie française. Ce résultat reste valable, dans des proportions moindres, dans l’hypothèse où la fabrication des matériels est localisée hors de France.

32. Les transits influencent par effet Joule la température des câbles et entraînent une dilatation thermique qui augmente les flèches et peut, si elle n’est pas contrôlée, présenter un danger, les câbles se rapprochant de la végétation et des activités humaines.

33. Compte-tenu des niveaux de flèches localement acceptables vis-à-vis des enjeux de sécurité

Valorisation socio-économique des réseaux électriques intelligents

Figure 15

Figure 15

Figure 15

Valorisation socio-économique de l’estimation dynamique des capacités de transit des ouvrages du réseau de transport Scénario « Nouveau Mix 2030 »

500 400 300 200 100 0 -100 -200 -300 -400 -500 Bénéfice (en k €
500
400
300
200
100
0
-100
-200
-300
-400
-500
Bénéfice
(en k € économique
/ligne)

Économie

Informations non disponibles Émissions évitées de gaz à effet de serre (en teqCO 2 /ligne)
Informations
non
disponibles
Émissions évitées
de gaz
à effet de serre
(en teqCO
2 /ligne)
créés
(en Emplois
ETP.an/ligne)

Environnement

10

8

6

4

2

0

-2

-4

-6

-8

-10

Emploi

Renforcements du

réseau de transport évités

Combustibles évités-10 Emploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

12. LOCALISATION AUTOMATIQUE DE DÉFAUT SUR LES OUVRAGES DU RÉSEAU DE TRANSPORT La qualité de

12. LOCALISATION AUTOMATIQUE DE DÉFAUT SUR LES OUVRAGES DU RÉSEAU DE TRANSPORT

La qualité de l’électricité délivrée représente un enjeu fort pour les consommateurs, et notamment pour certaines industries dont la performance en dépend.

Les réseaux électriques peuvent être le siège de défauts électriques qui, s’ils ne sont pas corrigés ou compensés, donnent lieu à des coupures dont le coût peut être élevé.

Les évolutions technologiques récentes offrent de nouveaux outils pour localiser les défauts sur le réseau de transport et permettre ainsi d’accélérer la reprise de service (rétablissement de la tension sur

les ouvrages identifiés comme sains et réparation sur les ouvrages sièges du défaut).

Le déploiement d’une solution de localisation auto- matique de défaut s’avère rentable pour un déploie- ment sur 75 % des sites du réseau de transport à travers la valeur attribuée par les consommateurs à la qualité de l’électricité. RTE a engagé ce déploiement.

L’effet sur l’emploi est considéré comme positif et est tiré par les emplois induits par la redistribution de gains économiques 34 de cette fonction avancée dans l’économie française.

Figure 16

Figure 16

Figure 16

Valorisation socio-économique de la localisation automatique de défaut sur les ouvrages du réseau de transport Scénario « Nouveau Mix 2030 »

15 10 5 0 -5 -10 -15 Bénéfice économique (en M € /an)
15
10
5
0
-5
-10
-15
Bénéfice
économique
(en M
€ /an)

Économie

Informations non disponibles Émissions évitées de gaz 2 /an) à effet de serre (en teqCO
Informations
non
disponibles
Émissions évitées
de gaz 2 /an)
à effet de serre
(en teqCO

Environnement

300 200 100 0 -100 -200 -300 Emplois créés (en ETP.an/an)
300
200
100
0
-100
-200
-300
Emplois
créés
(en
ETP.an/an)

Emploi

Renforcements du

réseau de transport évités

Combustibles évitésEmploi Renforcements du réseau de transport évités Moyens de production évités Ressources smart grids

Moyens de productiondu réseau de transport évités Combustibles évités évités Ressources smart grids Emplois induits via

évités

Ressources smart grids smart grids

Emplois induits via via

pouvoir d’achat

Emplois induits via via

compétitivité

Emplois induits via via

les salaires

Bilan net

34. Ces gains ne sont pas directement monétisés mais représentent une valeur réelle pour les consommateurs (réduction des coûts liés à une mauvaise QdE).

Valorisation socio-économique des réseaux électriques intelligents

13. CONCLUSIONS Les pouvoirs publics souhaitent aujourd’hui accom- pagner le développement en France et à

13. CONCLUSIONS

Les pouvoirs publics souhaitent aujourd’hui accom- pagner le développement en France et à l’interna- tional de la filière des smart grids, en identifiant et en favorisant le déploiement en France des fonctions avancées les plus intéressantes pour la collectivité.

L’action 5 du plan « Réseaux électriques intelligents » contribue à la réalisation de cet objectif à plusieurs titres :

a , Les travaux de construction méthodologique per- mettent de définir un cadre cohérent et partagé entre les pouvoirs publics, les acteurs du système électrique et les fabricants de solutions smart grids pour étudier et comparer les performances des diffé- rentes fonctions avancées de manière harmonisée, tant d’un point de vue économique, environnemen- tal que social (au travers de l’impact sur l’emploi).

a , La méthodologie et les outils développés sont valo- risables au-delà du périmètre d’études défini dans le cadre du plan « Réseaux électriques intelligents ». Cela permet ainsi d’évaluer les performances socio-économiques dans d’autres contextes éner- gétiques ainsi que pour d’autres fonctions. Dans un marché des smart grids à fort potentiel mais où les modèles économiques des innovations dévelop- pées ne sont pas encore bien établis, l’existence d’une telle méthodologie de référence représente une valeur ajoutée importante pour les acteurs du système électrique, les fabricants de solutions smart grids et les pouvoirs publics français.

a , Si le potentiel technique de plusieurs fonctions avancées avait déjà été démontré au sein des démonstrateurs existants, l’application de la métho- dologie a permis d’identifier les fonctions smart grids dont le potentiel économique, environnemen- tal et social (à travers les effets sur l’emploi) semble prometteur en vue d’un déploiement à grande échelle dans le contexte de transition énergétique étudié. Ce travail permet également de mettre en perspective l’apport d’autres fonctions avancées dont la rentabilité pour la collectivité n’existe que si des hypothèses importantes venaient à être modi- fiées par rapport à celles prises en compte dans cette étude (réduction des coûts, amélioration des caractéristiques techniques, contexte de transition énergétique plus poussé…).

a , Les travaux du plan « Réseaux électriques intelligents » doivent être considérés comme un point de départ et non comme un aboutissement. Les prolongements nécessaires et envisagés permettront d’apporter les éléments complémentaires (robustesse des résultats aux scénarios de transition énergétique, niveaux de déploiement pertinents, cohérence du déploiement de plusieurs fonctions fournissant des services ana- logues…) pour éclairer plus efficacement la prise de décision. Ils permettront en particulier d’éclairer les orientations sur le mix électrique le plus compétitif, sobre en carbone et créateur d’emplois possible. La méthodologie développée est adaptée à la réa- lisation de ces futurs travaux. À titre d’exemple, il serait nécessaire de compléter ce travail prospectif en réalisant une « coupe 2017 » et en simulant un scénario global de déploiement simultané des dif- férentes fonctions avancées, de manière à confirmer ou nuancer les premiers résultats obtenus.

Un cadre méthodologique dédié à l’évaluation socio-économique des smart grids

Le premier enjeu formulé dans la feuille de route du plan « Réseaux électriques intelligents » présentée au Président de la République en mai 2014 consistait à définir un cadre méthodologique permettant d’éva- luer la performance économique, environnementale et sociale (à travers les effets sur l’emploi) des fonc- tions smart grids. Ce cadre a été développé dans la perspective d’en faire un outil pertinent d’aide à la décision.

Ce travail s’est appuyé sur des références méthodo- logiques existantes (EPRI, JRC, etc.) et les travaux menés dans les démonstrateurs mais a nécessité d’aller au delà, en s’appuyant sur l’expertise des membres du groupe de travail, pour répondre aux ambitions de cette action.

Notamment, les travaux ont rapidement conduit à la nécessité de modéliser plus finement le fonctionne- ment du système électrique aux échéances de court- terme généralement pas ou mal représentées dans les solutions de modélisation et ce alors qu’une part importante de la valeur de la plupart des solutions smart grids en dépend.

Dans ce cadre, RTE a développé une solution nou- velle de modélisation, FlexiS, dont la plus-value réside essentiellement dans la représentation du fonctionnement court-terme du système électrique (les incertitudes et leurs évolutions, les contraintes de flexibilité, etc.), et notamment la représentation des coûts associés à la constitution des réserves et aux besoins d’ajustement. Cette solution permet ainsi de capter spécifiquement les composantes de valeur économique apportées par les smart grids en termes de flexibilité et de réduction des incertitudes.

Cette solution de modélisation n’intègre pas d’enjeux associés aux réseaux de distribution.

Une méthodologie de référence applicable à des fonctions avancées et des contextes énergétiques différents

L’une des difficultés associées à l’étude des smart grids tient au caractère évolutif des fonctions asso- ciées, aux incertitudes sur leurs coûts, à la sensibilité des résultats aux scénarios énergétiques étudiés et aux hypothèses de déploiement conjoint des nou- velles solutions.

Les études présentées dans le cadre de l’action 5 du plan « Réseaux électriques intelligents » ont été réa- lisées, pour l’horizon 2030, sur la base du scénario « Nouveau Mix 2030 » issu du Bilan prévisionnel de RTE. Les résultats en sont largement tributaires.

La méthodologie définie a néanmoins été conçue pour s’appliquer de manière large à d’autres configurations.

Tout d’abord, les scénarios énergétiques de réfé- rence peuvent être modulés (en faisant varier, par exemple, la part du nucléaire, la pénétration de cer- taines filières renouvelables, le prix de la tonne de CO 2 , etc.).

En second lieu, le périmètre des fonctions avancées testées peut être étendu, notamment aux diffé- rentes formes de stockage d’énergie.

De ce fait, la méthodologie développée dans le cadre du plan « Réseaux électriques intelligents » pourra à court terme être utilisée et valorisée dans le cadre des

Valorisation socio-économique des réseaux électriques intelligents

bilans des démonstrateurs smart grids, ou pour toute étude ultérieure souhaitée par les pouvoirs publics.

Enfin, la méthodologie proposée n’intégrant pas en tant que telle de spécificité associée au sys- tème électrique français, elle peut être appliquée à d’autres pays. Les outils de modélisation dévelop- pés en soutien à cette action du plan « Réseaux élec- triques intelligents » ont en effet été conçus pour intégrer des corps d’hypothèses différents tradui- sant d’autres réalités énergétiques, par exemple des systèmes électriques plus carbonés dans lesquels l’utilisation des fonctions avancées smart grids pré- sente des bilans environnementaux plus favorables.

Des options prometteuses pour la France à l’horizon 2030

Les résultats des évaluations des fonctions smart grids permettent d’obtenir des ordres de grandeur des coûts et des bénéfices associés au déploiement de ces fonctions. Plusieurs options semblent pro- metteuses pour la France dans un scénario 2030. Il s’agit notamment :

a ,des fonctions avancées relatives à la flexibilité des énergies renouvelables (participation à l’ajus- tement, écrêtement pour besoins réseau) ;

a , de l’effacement industriel (levier déjà largement utilisé en France) ;

a,de tous les services d’information étudiés (observa- bilité de la production d’origine renouvelable distri- buée, estimation dynamique des capacités de transit des ouvrages du réseau de transport, localisation automatique de défaut sur le réseau de transport).

Ces évaluations sont inhérentes au scénario éner- gétique pris comme référence et associées à un périmètre de validité précis. Ce résultat peut pro- bablement être extrapolé à d’autres contextes, mais dans des proportions qui restent à étudier.

Dans une phase ultérieure des travaux, il convien- dra de vérifier les conditions dans lesquelles ces analyses menées pour un déploiement d’ampleur limitée restent valides pour des déploiements plus importants et intégrant plusieurs fonctions avan- cées. Les prolongements présentés infra participent de cet objectif.

Des options dont la rentabilité dépend des hypothèses retenues et des scénarios étudiés Certaines fonctions

Des options dont la rentabilité dépend des hypothèses retenues et des scénarios étudiés

Certaines fonctions avancées, comme la gestion active de la demande dans les secteurs résidentiel et tertiaire, ne présentent pas de rentabilité col- lective établie ou robuste aux incertitudes sur les hypothèses. Notamment, la rentabilité de la gestion active de la demande dans le résidentiel est condi- tionnée à la vérification d’au moins l’une des hypo- thèses suivantes :

a ,une diminution importante des coûts (par rapport à ceux pris comme hypothèse dans cette étude) ou une mutualisation de ces coûts avec d’autres services au sein de l’habitat ;

a ,des performances significatives en matière d’éco- nomie d’énergies (c-à-d. un taux de report infé- rieur à 50 %, en rupture avec les résultats des démonstrateurs identifiés) ;

a ,des hypothèses sur les caractéristiques techni- ques des services possibles (volume ou durée des effacements de chauffage acceptés par les consommateurs, puissance accessible par foyer équipé…) plus favorables que celles identifiées jusqu’ici dans les démonstrateurs et prises comme référence dans cette étude ;

a ,l’existence d’une composante de valeur pour le réseau de distribution positive (non évaluée à ce stade) et suffisamment importante (de l’ordre d’une vingtaine d’euros par foyer équipé par an).

Ces options ne semblent donc pas, en l’état actuel des connaissances techniques acquises à leur sujet, pouvoir obéir dès aujourd’hui à une logique de déploiement « sans regret ». Il sera ainsi nécessaire de les évaluer pour plusieurs scénarios de transi- tion énergétique et en affinant les hypothèses sur les caractéristiques techniques et les coûts au fur et à mesure des retours d’expérience. Là encore, les prolongements proposés permettront d’affiner ce premier résultat.

Par ailleurs, la rentabilité de certaines fonctions peut être interrogée, notamment au regard de leur sensibilité aux hypothèses de déploiement des fonctions concurrentes. Cette question est parti- culièrement sensible pour les gisements de valeur dont la profondeur est faible et dont l’intégralité pourrait être capté par des solutions concurrentes.

C’est notamment le cas du stockage équipé pour le réglage de la fréquence. Si les analyses montrent une forte rentabilité de ce type de stockage, cette der- nière semble particulièrement sujette aux hypothèses prises sur le développement de solutions smart grids concurrentes (notamment, la participation des sites de soutirage au réglage de la fréquence).

Or, ces hypothèses présentent un niveau d’incerti- tude très fort et viennent donc interroger les résultats obtenus : la participation des sites de soutirage aux services système a été récemment ouverte et leur potentiel maximal de participation est aujourd’hui méconnu.

Valorisation socio-économique des réseaux électriques intelligents

14. PROLONGEMENTS NÉCESSAIRES La poursuite des travaux engagés apparaît néces- saire et semble faire consensus

14. PROLONGEMENTS NÉCESSAIRES

La poursuite des travaux engagés apparaît néces- saire et semble faire consensus afin d’approfondir et de poursuivre l’action 5 du plan « Réseaux élec- triques intelligents ».

Dans sa délibération du 25 février 2015 sur le déve- loppement des smart grids, la CRE a noté la pro- position de RTE de contribuer à la réalisation d’une analyse économique globale, dans le prolonge- ment des travaux du plan « Réseaux électriques intelligents ». La CRE s’est déclarée favorable à cette démarche et a appelé l’ensemble des acteurs impliqués dans le développement des smart grids en France à contribuer aux études menées dans ce cadre, en transmettant aux gestionnaires de réseau concernés leurs hypothèses permettant de mener une analyse coûts-bénéfices.

Plusieurs axes d’approfondissement des travaux sont présentés infra afin d’amorcer le dialogue avec les parties prenantes. Ces axes impliquent la mobi- lisation de moyens significatifs et permettraient de compléter efficacement les analyses menées et pré- sentées dans le cadre du plan « Réseaux électriques intelligents ». Ces propositions ne sont pas exhaus- tives et pourront être affinées et priorisées.

Ces travaux ont notamment vocation à s’inscrire en soutien à l’État dans le cadre de la mise en œuvre des dispositions prévues dans le projet de loi relatif à la transition énergétique pour la croissance verte, et qui font référence aux évolutions à venir du sys- tème électrique.

Ils pourraient également contribuer à l’évaluation par l’ADEME des projets de démonstrateurs finan- cés dans le cadre des investissements d’avenir, ali- menter les travaux engagés par la Commission de régulation de l’énergie dans le cadre d’une éven- tuelle réforme du cadre de régulation et servir de support aux travaux de l’association « Réseaux élec- triques intelligents – Smart Grids France » pour le développement à l’international des filières smart grids.

Analyser la répartition de la valeur, les modèles d’affaires possibles et les éventuels freins réglementaires

Les évaluations économiques menées dans le cadre de ces études ont porté sur la valeur pour la collec- tivité (ou surplus collectif) afin d’accompagner la prise de décision publique. La répartition de la valeur entre les différents acteurs du système n’a pas été abordée à ce stade. La quantification de cette répartition et notamment de la rentabilité pour l’in- vestisseur dans les smart grids permettra d’identifier l’existence ou non de modèles d’affaires là où une valeur collective a été évaluée et les éventuels freins au développement de projets pourtant rentables pour la collectivité.

Une telle analyse nécessite notamment d’estimer les prix d’équilibre des différents services que peuvent rendre les smart grids (pour les services qui sont ren- dus à travers des mécanismes de marché) et requiert de compléter les analyses menées sur des déploie- ments d’ampleur limitée avec des analyses intégrant l’évolution du coût de déploiement ainsi que des gains générés en fonction de l’ampleur du déploie- ment des solutions smart grids.

Passer d’analyses de déploiement d’ampleur limitée à des analyses intégrant la profondeur des gisements de flexibilité

Les travaux ont été menés « fonction » par « fonction », sans tenir compte des effets de mutualisation ou au contraire d’éviction engendrés par un déploie- ment coordonné. Il s’agit désormais de compléter cette vision pour dessiner un scénario global de déploiement 35 , qui visera à identifier les volumes de déploiement de chaque fonction en prenant en compte les effets de décroissance des rendements, les effets d’accès concurrents des différentes fonc- tions au même gisement de valeur, ainsi que les pos- sibles mutualisations de déploiement.

35. Sur le périmètre des fonctions pour lesquelles les enjeux de mutualisation ou d’éviction sont identifiés.

Le cadre méthodologique développé est adapté à l’évaluation de scénarios globaux de déploiement.

Passer de l’étude d’un scénario prospectif 2030 à l’analyse des scénarios de référence des pouvoirs publics pour la transition énergétique

Les évaluations ont été menées avec des hypo- thèses sur l’évolution du contexte énergétique définies dans le Bilan prévisionnel de RTE (scénario « Nouveau Mix 2030 »). Elles doivent être testées sur un éventail plus large de scénarios, impliquant par exemple une pénétration plus ou moins forte de certaines énergies renouvelables ou une décrois- sance plus ou moins marquée du nucléaire.

Étendre le périmètre d’analyse à d’autres fonctions avancées pour inclure notamment les différentes caractéristiques de stockage d’énergie

Les méthodologies n’ont pas encore été appliquées à certaines fonctions avancées. À titre d’exemple, seule une forme de stockage d’énergie a fait l’objet d’une évaluation, alors que ce sujet fait l’objet d’une attention forte des pouvoirs publics et des industriels, et est au cœur des discussions sur le projet de loi rela- tif à la transition énergétique pour la croissance verte.

Étendre le périmètre des acteurs consultés

Le temps consacré à ces travaux a été court, notam- ment dans la mesure où il s’agissait à la fois de définir une méthodologie de référence robuste et de dispo- ser d’une première évaluation de la valorisation des fonctions smart grids. Il a donc été choisi d’organiser les réflexions avec un périmètre limité d’acteurs.

La poursuite des travaux doit être l’occasion d’élargir le périmètre des acteurs impliqués (acteurs du système énergétique, universitaires, etc.), de manière à mettre en débat les résultats, enrichir le corps d’hypothèses techniques et économiques et intégrer l’ensemble des réactions en vue d’une actualisation des résultats. Le rapport présenté participe de cette volonté.

Valorisation socio-économique des réseaux électriques intelligents

Consolider et approfondir la constitution d’hypothèses sur les coûts et les caractéristiques techniques des solutions smart grids

Les hypothèses concernant les caractéristiques techniques (p.e. report de consommation effacée, acceptabilité des consommateurs pour participer à l’effacement, possibilité de participer aux services système fréquence, etc.) des fonctions avancées restent aujourd’hui peu consolidées, notamment du fait de l’état d’avancement des démonstrateurs.

Les hypothèses concernant les coûts des solutions sont aujourd’hui sujettes à de fortes incertitudes du fait du caractère stratégique de ces informations pour leurs promoteurs et du caractère fortement évolutif de certaines technologies et solutions.

Les travaux à venir doivent donc permettre de consolider le jeu d’hypothèses utilisées pour la valo- risation des fonctions smart grids afin d’éclairer le plus finement possible les conclusions exposées. L’ouverture des travaux à un périmètre plus large d’acteurs est un moyen d’y parvenir.

Évaluer l’apport des fonctions avancées smart grids sur les besoins d’investissements dans les réseaux basse et moyenne tension

Les fonctions smart grids étudiées (services d’in- formation, gestion active de la demande, écrê- tement de la production d’origine renouvelable, stockage…) sont susceptibles d’apporter des solu- tions nouvelles dans l’exploitation et le dimension- nement des infrastructures de réseau en basse et moyenne tension. Les gestionnaires de réseau de distribution expérimentent ces différentes solutions dans le cadre de démonstrateurs et une plus-value importante consistera à intégrer les résultats des ces expérimentations au sein de ces travaux à l’initiative des gestionnaires de réseau de distribution.

Un enjeu spécifique réside dans la prise en compte conjointe des flexibilités dans l’estimation des différentes composantes de valeur (équilibre offre-demande, réseau de transport, réseaux de dis- tribution). Ceci permettra d’intégrer l’influence des

effets d’interaction et de mutualisation sur la valeur obtenue (à l’instar de ce qui a

effets d’interaction et de mutualisation sur la valeur obtenue (à l’instar de ce qui a été proposé pour les valeurs « équilibre offre-demande » et «réseau de transport»).

Approfondir les travaux sur les impacts environnementaux

Les impacts environnementaux étudiés ont, dans certains cas, été abordés de façon partielle faute de données disponibles. D’une part, la contribution de certains matériels smart grids au changement climatique n’a pas été intégrée faute de données disponibles sur le cycle de vie. D’autre part, lorsque les données étaient disponibles, l’analyse envi- ronnementale s’est limitée aux émissions de gaz à effet de serre. La même méthodologie pourrait être déclinée sur d’autres enjeux d’intérêt pour les pou- voirs publics (notamment impacts sur la consomma- tion de ressources, sur la santé humaine et sur les écosystèmes) à condition de disposer des données nécessaires et cohérentes, ce qui n’est pas le cas aujourd’hui.

Les travaux menés par l’ADEME sur les smart grids permettront d’approfondir la dimension environne- mentale dans l’étude de la valorisation socio-éco- nomique des smart grids. En particulier, une étude menée par l’ADEME apportera prochainement des éléments de quantification des consommations d’électricité induites par les solutions smart grids.

Approfondir les travaux d’évaluation des effets sur l’emploi

Les quantifications des effets sur l’emploi ont été adaptées et proportionnées aux délais et informa- tions disponibles. Ce travail apparaît robuste dans le cadre d’un déploiement de faible ampleur mais la modélisation de certains effets pourrait trouver ces limites pour évaluer l’effet sur l’emploi d’un déploie- ment massif.

Par ailleurs, il convient de souligner que l’état des lieux des marchés et des emplois relatifs aux acti- vités liées à l’efficacité énergétique et aux éner- gies renouvelables en France, que l’ADEME dresse chaque année depuis 2008, sera prochainement enrichi d’une fiche sur la filière des smart grids. Ces travaux permettront de consolider ou affiner les hypothèses utilisées dans les analyses menées jusqu’ici.

Appliquer la méthodologie à d’autres contextes énergétiques

Une extension de ces travaux à des contextes éner- gétiques internationaux, et notamment à des sys- tèmes électriques plus carbonés, est également envisageable dans le cadre de projets français à l’export, par exemple dans le cadre de l’associa- tion « Réseaux électriques intelligents – Smart Grids France ».

RTE - Réseau de transport d’électricité 1, terrasse Bellini TSA 41000 92919 La Défense Cedex
RTE - Réseau de transport d’électricité 1, terrasse Bellini TSA 41000 92919 La Défense Cedex
RTE - Réseau de transport d’électricité 1, terrasse Bellini TSA 41000 92919 La Défense Cedex
RTE - Réseau de transport d’électricité 1, terrasse Bellini TSA 41000 92919 La Défense Cedex

RTE - Réseau de transport d’électricité 1, terrasse Bellini TSA 41000 92919 La Défense Cedex www.rte-france.com

Bellini TSA 41000 92919 La Défense Cedex www.rte-france.com RTE Réseau de transport d’électricité, Société
Bellini TSA 41000 92919 La Défense Cedex www.rte-france.com RTE Réseau de transport d’électricité, Société
Bellini TSA 41000 92919 La Défense Cedex www.rte-france.com RTE Réseau de transport d’électricité, Société
Bellini TSA 41000 92919 La Défense Cedex www.rte-france.com RTE Réseau de transport d’électricité, Société
Bellini TSA 41000 92919 La Défense Cedex www.rte-france.com RTE Réseau de transport d’électricité, Société

RTE Réseau de transport d’électricité, Société anonyme à Directoire et Conseil de surveillance au capital de 2 132 285 690 – RCS Nanterre 444 619 258 Conception & réalisation : Good Eye’D – Impression sur papiers issus de forêts gérées durablement.

444 619 258 Conception & réalisation : Good Eye’D – Impression sur papiers issus de forêts