Résumé

Malgré la qualité des prévisions concernant la consommation d'électricité, des erreurs sont inévitables lors d'un exercice de prévision. Ces erreurs ne sont pas des bruits temporellement décorrélés, puisqu'elles sont causées par des phénomènes physiques mal anticipés. La modélisation de l'évolution de ces erreurs pourrait donc permettre d'améliorer leur compensation en temps réel. Après avoir mis en évidence la structure temporelle complexe des erreurs J-1, cette contribution propose plusieurs modèles de séries temporelles dont la qualité statistique est discutée. Afin de valider leur utilité, ces modèles sont ensuite mis en œuvre pour résoudre le problème de contrôle optimal d'un stockage visant à compenser les erreurs de prévision. Cette application académique permet de mettre en évidence que la qualité statistique d'un modèle n'est pas systématiquement reliée à une valeur ajoutée dans un contexte applicatif de contrôle optimal.