AleaSoft Energy Forecasting, 30 octobre 2026. L’écart entre les heures où les prix de marché sont les plus bas et celles où ils sont les plus élevés permet d’évaluer la valeur de la flexibilité de la demande industrielle. Une simulation fondée sur les prix du marché day-ahead de 2026 illustre le potentiel du déplacement d’une partie de la consommation au sein d’une même journée. Sa mise en œuvre exige de connaître les limites de chaque processus, les conditions d’achat d’énergie et les risques des décisions opérationnelles.
L’écart des prix horaires modifie le coût de la consommation industrielle
Le marché électrique espagnol présente des écarts entre les prix des heures centrales de la journée et ceux de la tombée de la nuit. Le 24 octobre en est un exemple : le prix moyen du marché day-ahead s’est établi autour de 137 €/MWh, mais une grande partie des heures centrales de la journée a affiché un prix nul, tandis que les prix ont augmenté à la tombée de la nuit. En septembre, la moyenne mensuelle du marché day-ahead a été de 143,25 €/MWh, soit plus du double de celle d’un an plus tôt. Toutefois, 32 heures à prix nuls ou négatifs ont été enregistrées au cours du mois. Au cours des trois premiers trimestres de l’année, le prix moyen a été de 74,10 €/MWh, bien que 936 heures à prix nuls ou négatifs se soient accumulées sur cette période.
Cet écart peut représenter une opportunité pour les grands consommateurs capables de déplacer leur consommation vers les heures où les prix sont plus bas. Toutefois, la valeur du déplacement d’une partie de la consommation vers les heures aux prix plus bas doit être quantifiée pour chaque installation. La réponse dépend du processus de production et des conditions d’achat d’énergie. Une moyenne journalière ou mensuelle ne suffit pas pour estimer le coût de profils de consommation différents.
La gestion de la demande exige de relier chaque décision opérationnelle au prix des heures concernées. Avant de modifier un programme de production, il convient de comparer les économies d’énergie attendues avec les exigences de fonctionnement et les coûts d’adaptation du processus. L’objectif doit être d’améliorer le résultat économique de l’activité industrielle tout en respectant ses exigences de production.
Source : Prix horaires du marché MIBEL pour l'Espagne en septembre 2026, disponibles dans Alea Energy DataBase.Une simulation pour quantifier la valeur du déplacement de la consommation
Pour donner un ordre de grandeur, AleaSoft Energy Forecasting a simulé le coût de l’énergie d’un consommateur industriel au profil plat par rapport à celui d’un autre qui déplacerait, au sein d’une même journée, 10% et 20% de sa consommation vers les heures aux prix les plus bas. L’exercice utilise les prix du marché day-ahead du 1er janvier au 27 octobre 2026, soit une période de 300 jours.
Le profil plat aurait payé en moyenne 81,70 €/MWh. En déplaçant 10% de la consommation, la moyenne tombe à 69,24 €/MWh, soit un écart de 12,46 €/MWh et une économie de 15,3%. Avec un déplacement de 20%, le coût moyen baisse à 60,93 €/MWh, soit un écart de 20,77 €/MWh et une économie de 25,4%.
Les résultats varient d’un jour à l’autre. Pour le déplacement de 10%, l’économie journalière va de 4,35 €/MWh au percentile 10 à 20,78 €/MWh au percentile 90, avec une médiane de 11,86 €/MWh. Pour le déplacement de 20%, les valeurs correspondantes sont de 7,21 €/MWh, 35,05 €/MWh et 20,09 €/MWh. Cette dispersion invite à analyser la distribution des résultats, en plus de l’économie moyenne, lors de l’évaluation d’une stratégie de flexibilité.
Les conditions de l’exercice délimitent son application
Le calcul ne tient compte que du prix de l’énergie du marché day-ahead. Il exclut les tarifs de réseau et les charges, les marges de commercialisation et les autres coûts étrangers à ce prix. Par conséquent, les pourcentages obtenus se rapportent à la composante analysée et ne représentent pas une réduction équivalente des coûts totaux d’électricité.
La simulation part d’une consommation constante de 1 MWh par heure, tous les jours de la période. Dans aucune heure, la consommation ne peut dépasser de plus de 50% son niveau de base, et le déplacement s’effectue au sein d’une même journée. Ces conditions délimitent la capacité d’adaptation attribuée au consommateur de l’exercice.
L’analyse ne suppose pas non plus que tous les processus industriels puissent être déplacés. Ses résultats reflètent les prix observés sur la période étudiée et ne constituent pas une prévision d’économies. Pour transposer l’exercice à une installation concrète, il faudrait intégrer ses contraintes opérationnelles et comparer le coût avec son contrat de fourniture. La simulation offre une référence pour étudier le potentiel d’adaptation, sans garantir qu’un autre consommateur obtienne les mêmes résultats.
La flexibilité exige de connaître les limites du processus de production
Une entreprise industrielle qui souhaite explorer cette possibilité devrait commencer par identifier la charge déplaçable dont elle dispose et pendant combien de temps elle peut modifier sa consommation. Ensuite, il convient de prévoir sa disponibilité horaire dans les limites du processus et de l’optimiser en fonction des prix prévus. La comparaison entre la consommation prévue et la consommation réelle permet de réviser les hypothèses utilisées. L’entreprise peut ainsi évaluer si la stratégie apporte des économies suffisantes pour justifier sa mise en œuvre.
L’autoconsommation et les batteries derrière le compteur pourraient élargir les options de gestion dans certains cas. Leur intégration exige d’étudier conjointement la demande, la production disponible et les possibilités de stockage. L’analyse de chaque installation doit déterminer quelle combinaison mérite une évaluation économique plus approfondie.
Des prévisions et des analyses pour évaluer la flexibilité industrielle
AleaBlue, la division d’AleaSoft Energy Forecasting spécialisée dans les prévisions à court et moyen terme, fournit des prévisions de prix et de demande d’électricité. Ces informations permettent d’élaborer des scénarios pour étudier l’adaptation de la consommation et évaluer les décisions d’achat d’énergie.
De son côté, AleaStorage propose des analyses des revenus et des économies du stockage d’énergie, du dimensionnement et des stratégies d’exploitation, avec des applications qui incluent l’autoconsommation avec batteries. Ces analyses permettent d’étudier l’intégration du stockage dans les options de gestion d’une installation industrielle.
L’électrification de l’industrie exige d’évaluer comment adapter la demande à un système présentant des écarts de prix entre les heures. Connaître le profil de consommation, quantifier sa flexibilité et disposer de prévisions permet de décider quels changements opérationnels valent la peine d’être mis en œuvre. L’opportunité doit être mesurée pour chaque consommateur, avec ses propres contraintes et conditions contractuelles, avant de transformer une économie illustrative en une attente d’investissement.
Source : AleaSoft Energy Forecasting