Résumé Technique : LLM pour la Gestion Agentique de l'Énergie Domestique

Problématique

Les systèmes de gestion de l'énergie domestique (HEMS) offrent un potentiel significatif pour réduire les coûts d'électricité résidentiels et soutenir la réponse à la demande en décalant les charges flexibles (ex: recharge de VE, lave-linge, lave-vaisselle) vers des créneaux optimaux. Cependant, leur adoption est entravée par le « fardeau de l'interaction utilisateur » : les HEMS conventionnels exigent que des utilisateurs non experts traduisent leurs préférences quotidiennes en contraintes de planification techniques. Bien que les modèles de langage étendus (LLM) offrent une interface en langage naturel pour combler ce fossé, la recherche actuelle sur les HEMS agentiques fait face à quatre limitations critiques :

1. Couverture de Modèle Limitée : Les travaux antérieurs reposent sur des modèles open-source, avec des échecs signalés dans la coordination multi-appareils.
2. Optimisation Uniquement sur le Prix : Les systèmes existants optimisent uniquement les prix de gros de l'électricité, ignorant l'autoconsommation solaire et la génération photovoltaïque (PV) sensible à la météo.
3. Évaluation Étroite : Les évaluations utilisent souvent des données de prix sur une seule journée sans rigueur statistique ou tests à travers différents régimes de volatilité.
4. Conflits de Contraintes Non Testés : Les études antérieures n'évaluent pas le comportement des agents lorsque des calendriers optimaux en termes de coût violent des contraintes strictes (ex: échéances, plafonds de puissance), créant des zones d'ombre en matière de sécurité.

Méthodologie

Les auteurs proposent un agent ReAct à outil unique (single tool-calling) conçu pour opérer sur des données de marché de détail en direct (tarif Agile d'Octopus Energy au Royaume-Uni) et des prévisions météorologiques. Contrairement aux conceptions multi-agents hiérarchiques, ce système utilise un seul LLM pour orchestrer la récupération de données, l'analyse et la prise de décision.

Architecture du Système

• Cœur de l'Agent : Un agent ReAct basé sur LangGraph qui entrelace le raisonnement avec des invocations d'outils.
• Couche d'Outils : L'agent accède à six outils spécifiques :
  1. Récupération du prix de l'électricité (tarifs Agile toutes les demi-heures).
  2. Récupération des prévisions météo (température, irradiance).
  3. Prédiction de la production PV (conversion des données météo en production attendue).
  4. Calcul de la fenêtre la plus économique (identification des créneaux de démarrage optimaux).
  5. Planification des appareils (engagement des heures de démarrage).
  6. Rapport d'infaisabilité (déclaration formelle de requêtes insatisfaisables).
• Vérité Terrain (Ground Truth) : Les calendriers sont comparés à un solveur de programmation linéaire en nombres entiers mixtes (MILP) étendu qui minimise le coût net, défini comme les coûts d'importation moins les revenus d'exportation, tout en tenant compte de l'autoconsommation PV et des plafonds de puissance domestiques.
• Modèles Évalués : Trois modèles commerciaux ont été testés : GPT-4o-mini (OpenAI), Gemini 2.5 Flash (Google) et Claude Sonnet 4.6 (Anthropic).
• Interfaces : L'étude compare l'appel de fonction natif (invocation d'outils structurée) par rapport à l'extraction d'actions par analyse de texte (extraction de sortie en texte libre).

Design Expérimental

L'évaluation s'étend sur quatre expériences :

1. Benchmark Multi-Jours : 12 jours de tarification distincts à travers des régimes de faible, moyenne et haute volatilité, testant la planification simple et multi-appareils.
2. Suite de Stress de Conflit de Contraintes : Six scénarios adverses (S1–S6) testant les conflits d'échéance, les violations de plafond de puissance, l'interprétation de calendriers irréguliers, le rapport d'infaisabilité, les conflits d'instructions et la récupération de défaillance d'outil.
3. Co-optimisation Sensible à la Météo : Comparaison des objectifs de prix seuls par rapport aux objectifs de coût net (incluant le PV) à travers des régimes ensoleillés, mixtes et nuageux, avec une analyse de sensibilité sur les erreurs de prévision.
4. Déploiement Longitudinal : Une simulation glissante d'une semaine projetant les coûts sur quatre semaines et testant les capacités de planification hebdomadaire conjointe.

Contributions Clés

1. Benchmark de Modèle Multi-Jours (C1) : Une comparaison statistiquement fondée de modèles commerciaux pour les HEMS agentiques. L'étude démontre qu'avec l'appel de fonction natif, les modèles commerciaux atteignent une coordination quasi parfaite, tandis que les interfaces par analyse de texte dégradent considérablement la fiabilité.
2. Suite de Stress de Conflit de Contraintes (C2) : Un cadre adversaire réutilisable révélant que les modèles optimaux en coût et en sécurité diffèrent. L'étude introduit des métriques pour la satisfaction des échéances, la violation des contraintes et le rapport d'infaisabilité, soulignant que le guidage par prompt ne peut corriger tous les échecs critiques de sécurité.
3. Co-optimisation Solaire Sensible à la Météo (C3) : Une extension de l'objectif de planification pour inclure les prévisions PV en direct. L'étude montre que l'intégration météo apporte des bénéfices dépendants du régime : elle améliore le coût net les jours nuageux, mais peut être contre-productive les jours ensoleillés avec des prix d'importation négatifs, où l'importation du réseau est moins chère que l'autoconsommation.

Résultats

• Performance de Planification : Avec l'appel de fonction natif, les trois modèles ont atteint 100 % de succès de planification sur 36 exécutions. GPT-4o-mini et Gemini 2.5 Flash ont atteint 100 % d'optimalité (correspondant à la vérité terrain MILP), tandis que Claude Sonnet 4.6 a atteint 86 % d'optimalité avec un écart de coût négligeable (0,12 %).
• Fiabilité de l'Interface : Les interfaces par analyse de texte ont provoqué une chute brutale des performances. L'optimalité de GPT-4o-mini est tombée à 31 %, et Claude Sonnet 4.6 a présenté un « court-circuit conversationnel », où il fournissait des confirmations en prose fluide sans réellement engager les actions de planification (taux de succès de 31 %).
• Gestion des Contraintes :
  • Claude Sonnet 4.6 est apparu comme le modèle le plus performant pour la conformité aux contraintes, gérant correctement les plafonds de puissance et les rapports d'infaisabilité sans guidage explicite.
  • GPT-4o-mini, bien que le plus efficace, a échoué à sérialiser les appareils sous les contraintes de plafond de puissance et a privilégié les instructions informelles aux échéances strictes, même avec des prompts guidés.
  • Gemini 2.5 Flash était sensible au guidage, nécessitant des règles explicites pour résoudre les conflits d'instructions de manière fiable.
• Intégration Météo : La planification sensible à la météo a réduit les coûts nets de 0,14 £/jour les jours nuageux en décalant les charges vers les pics PV. Cependant, les jours ensoleillés avec des prix négatifs, la politique sensible à la météo était légèrement plus coûteuse (0,15 £/jour de plus) car elle privilégiait l'autoconsommation par rapport aux importations moins chères du réseau.
• Impact Économique : Sur une semaine simulée, les agents ont capturé 96,7–98,0 % des économies disponibles pour l'oracle MILP. Comparé à une base de minuteur hors pointe standard, les agents projettent des économies annuelles d'environ 1 270 £.

Signification et Revendications

L'article affirme faire progresser le domaine des HEMS agentiques en allant au-delà des applications de LLM de type « interface uniquement » pour passer à des agents de planification autonomes qui engagent directement des décisions. Sa principale signification réside dans trois domaines :

1. Faisabilité des HEMS Agentiques Commerciales : L'étude établit que les LLM commerciaux avec appel de fonction natif peuvent remplacer de manière fiable les pipelines d'optimisation complexes et codés à la main pour la planification résidentielle, atteignant une optimalité proche du MILP sans configuration manuelle de paramètres.
2. La Sécurité comme Métrique Primaire : Les auteurs soutiennent que la conformité aux contraintes sous conflit est un « axe d'évaluation de premier rang ». Ils démontrent que le modèle le plus efficace n'est pas nécessairement le plus sûr, nécessitant un validateur de faisabilité déterministe et indépendant du modèle avant toute exécution de calendrier.
3. Optimisation Sensible au Contexte : Le travail souligne qu'une optimisation « taille unique » est insuffisante ; la co-optimisation sensible à la météo doit être activée ou désactivée dynamiquement en fonction des régimes de marché (ex: prix négatifs) pour éviter des pertes économiques.

L'article conclut que bien que les HEMS agentiques soient viables et économiquement supérieures aux bases fondées sur des règles, leur déploiement nécessite une sélection prudente du modèle de backend en fonction du compromis spécifique entre efficacité et contraintes de sécurité, ainsi que des mécanismes de validation post-hoc robustes.