AI-Effect

Centre d’expérimentation de l’intelligence artificielle pour le secteur de l’énergie

AI-EFFECT fédère 19 organisations européennes (opérateurs, académiques et industriels) pour accélérer le développement, le test et la validation d’applications IA dans le secteur de l’énergie. Sur trois ans (2024 – 2027), quatre démonstrations au Danemark, aux Pays-Bas, au Portugal et en Allemagne adresseront la gestion multi-énergies, la congestion réseau, l’efficacité énergétique et l’intégration des ressources énergétiques distribuées via une plateforme digitale sécurisée interconnectant laboratoires et infrastructures réelles.

Ce projet a reçu un financement du programme de recherche et d’innovation Horizon Europe de l’Union européenne dans le cadre de l’accord de financement No 101172952

 

Résultats attendus​

Développer et valider 4 démonstrations en conditions réelles :

  • Multi-énergie (DK)
  • Gestion de la congestion (NL)
  • Efficacité énergétique (PT)
  • Intégration des DER (DE)

Compétences

  • Science des données et IA
  • Cybersécurité et partage sécurisé de données

Marchés visés

  • Opérateurs de réseaux de transport et de distribution d’énergie.
  • Fournisseurs de services énergétiques et gestionnaires de la demande
  • Intégrateurs de systèmes multi-énergies et de ressources distribuées (DER)
  • Industriels de la transition énergétique

Mobilité et transport autonome

État du projet : Lancé
Partenaire(s) industriel(s) :
EPRI • EUROPE DAC • INESC • TEC • • IKIM ltd • DNV AS • EnliteAI • GmbH • Watt-IS SA • Cooperativa Electrica do Vale d’este crl (CEVE) • Bornholms Varme As Enel • Grisds S.R.L • Centre Danmark Drift • APS • Tennet • TSO bv
Partenaire(s) académique(s)
DANMARKS TEKNISKE UNIVERSITET (DTU) • TECHNISCHE UNIVERSITEIT DELFT (NL) • Rheinisch-westfälische technische hochschule aachen (univ RWTH DE) • NATIONAL UNIVERSITY OF IRELAND MAYNOOTH ( NUIM IE ) • Hertie School Fraunhofer Gesellschaft
Chef(s) de projet
Reda Yaich
reda.yaich[at]irt-systemx.fr

À consulter également

Projet

AFS – Agilité et Fidélité des Simulations

Améliorer l’agilité et maîtriser la fidélité dans la conception des systèmes physiques complexes.

Projet

SYNERGIES

Générer des scénarios réels et synthétiques pour le développement, la formation, les tests virtuels et la validation de systèmes de mobilité coopérative, connectée et automatisée (CCAM)

Projet

AI4REALNET (AI for Real Networks)

AI for Real-World Network Operations