Affirmation intéressante: "on peut prévoir les productions du #Photovoltaïque et de l'#Eolien".
On va voir si c'est le cas et pour ça on va utiliser les données de prévision de production et les productions effectives fournies par @rte_france pour janvier 2018 2/n
On va voir si c'est le cas et pour ça on va utiliser les données de prévision de production et les productions effectives fournies par @rte_france pour janvier 2018 2/n
Donc j'ai pris mes données ici services-rte.com/fr/telechargez… et j'ai bêtement comparé les prévisions à J-1 aux productions effectivement enregistrées par RTE. Je n'ai fait sur un mois pour un pas de temps horaire 3/n
On rappelle la règle: un contre exemple suffit à rendre invalide un argument mais un exemple ne suffit pas pour faire un argument (sophisme de la généralisation abusive). Donc mon but est de trouver un contre exemple sur un pas de temps significatif 4/n
J'ai pris des données à pas de temps horaire pour les prévisions et la consommation, j'ai enlevé les heures de nuit pour le solaire (ben facile de prévoir une prod de 0 la nuit...) et la première heure de jour car il y avait des écarts étranges qui à mon avis sont des biais. 5/n
Alors déjà regardons au global: voici 3 graphes vous montrant la prod réelle en fonction de la prévision. Je vous ai mis la courbe en tendance et le R² en rouge et ce que devrait être une corrélation parfaite en jaune (prod = prévision à tout instant quelque soit la prod) 6/n 
Bon déjà comme ça on a une belle corrélation, des R² autour de 0.95 c'est pas dégueu clairement. Donc au global on pourrait dire que Paul Neau n'a pas tout à fait tord. Les prévisions sont bien corrélées au production donc on est pas trop nul. 7/n
Ah oui 1 point = une mesure à une heure donnée au fait. Vous constaterez que les points sont répartis sur une forte amplitude de production comme de prévision: c'est une illustration de la fameuse intermittence des #ENRi 8/n
Bon quand même on voit qu'il y a des variations entre ce que serait un alignement parfait et la réalité, donc au global les prévisions ne correspondent pas exactement à la production effective mais de combien ? 9/n
Ici les graphes pour chaque heure d'une journée de l'écart entre la production et la prévision (production - prévision). Une valeur négative veut dire qu'au final on a produit moins et une positive qu'au final on a produit plus. 1pt = l'écart pour un jour à l'heure marquée 10/n
Alors évidemment pour le solaire j'ai enlevé les heures de nuits où il est évident que la prévision et la production seraient d'accord. J'ai aussi enlevé la première heure du jour qui donnait des écarts vraiment étranges. 11/n
C'est assez drole car pour le solaire on a tendance à sous estimer les prévisions le matin et à les surestimer l'après midi sur ce mois ci. Au global on a des erreurs qui se baladent entre + et -1000MW avec quand même quelques gros écarts certaines nuits à 3000MW de manque ! 12/n
Pour rappel, 1000MW c'est un réacteur nucléaire en gros. 13/n
Je vous met maintenant ces mêmes erreurs mais exprimées en % de la production: De cb de % la production a variée par rapport à l'estimation en valeur absolue 14/n
Bon là je sais pas mais je trouve que ça pique perso. On va de -50% à +30% d'erreur ! C'est énorme ! Pour moi c'est le clou dans le cercueil de l'argument de Paul Neau. 5 ou 10% je veux bien mais là on est sur de la voyance à mon humble avis 15/n
Pour en finir je vous mets pour ce mois de janvier 2018 les écarts moyens et médians avec l'écart type observés entre la production et les prévision. Ce tableau concerne les variations production - prévision en valeur absolue 16/n
Donc voilà si je n'ai pas fait de bétise (si c'est le cas merci de me le dire je suis ouvert à la critique et à la correction, je ne fais que soumettre mon travail à votre jugement), on a bien du mal à prévoir la production #ENRi à J-1. 17/n
Je vous laisse imaginez les conséquences de tels écarts avec un réseau où les ENRi sont très fortement implantées avec peu de moyen pilotables en réserve... 18/n
Sur ce merci de m'avoir lu, bonne soirée et n'oubliez pas, RT améliore la prévisibilité des #ENRi !
P.S: Merci à @frdossant qui m'a donné le lien vers les données de RTE
PPS: Dernier graphe pour la route, la variation des erreurs en valeur absolue sur le mois entier. Vous voyez qu'il n'y a pas de tendance, on a un cas extrême ou sur qq heures on passe de 1949MW en trop à 3229 manquant soit 5178MW de suivit de charge rien qu'à cause des #ENRi
poke @TristanKamin
