Le chauffage basé sur les données peut réduire la consommation d’énergie dans les bâtiments

Le chauffage basé sur les données réduit la consommation d’énergie dans les bâtiments. Alors que les prix grimpent en flèche, les gestionnaires immobiliers commerciaux doivent maîtriser plus intelligemment la consommation d’énergie, et le chauffage offre de nombreuses économies potentielles.

L’institut de recherche norvégien SINTEF travaille actuellement avec les développeurs de logiciels Kiona et les gestionnaires immobiliers DNB Næringseiendom pour découvrir comment nous pouvons chauffer nos bâtiments de manière plus intelligente. Dans le cadre d’un projet appelé Databygg, des algorithmes sont en cours de développement pour réguler la température dans le système de distribution de chaleur d’un bâtiment en fonction de ses besoins en chauffage.

Traditionnellement, la température de l’eau qui alimente les radiateurs de chauffage (dite température de départ) dépend de la température extérieure. Plus il fait froid dehors, plus la température de départ est élevée. De tels systèmes sont conçus pour augmenter l’efficacité énergétique, mais ne tiennent pas suffisamment compte des besoins réels de chauffage des bâtiments.

“L’algorithme de contrôle que nous développons dans ce projet tient compte non seulement de la température extérieure, mais aussi des prévisions météorologiques et de l’utilisation prévue des bâtiments”, explique Åsmund Svinndal, qui est CBDO et responsable de la R&D chez Kiona. “Notre objectif est de fournir exactement la quantité d’énergie nécessaire pour maintenir la température ambiante souhaitée”, déclare-t-il.

Économiser de l’énergie dès le premier jour

Sur la base de mesures détaillées prises sur une période de deux ans, un modèle basé sur les données a été développé pour le contrôle prédictif du système de chauffage. Le modèle est capable de prédire la température ambiante qui sera atteinte pour une température de départ de radiateur donnée.

“Cependant, il est apparu que la variation des données était trop limitée pour pouvoir entraîner le modèle à fonctionner comme prévu”, explique John Clauss, chercheur au SINTEF et chef de projet Databygg.

Pour cette raison, des algorithmes ont été développés qui ajustent automatiquement et en continu la température du radiateur en réponse à la température ambiante mesurée. Les algorithmes enregistrent la température ambiante une fois toutes les 30 minutes afin de déterminer s’il est nécessaire de fournir du chauffage. Si le chauffage n’est pas nécessaire, la température dans le circuit du radiateur est réduite.

Si la température ambiante baisse et que les pièces deviennent trop froides, la température de départ est à nouveau augmentée. La probabilité d’un moins bon confort thermique est faible si la température est vérifiée toutes les 30 minutes.

Consommation énergétique réduite de 10 à 15%

Le système a été testé dans un immeuble de bureaux au centre de Trondheim l’automne dernier. L’énergie utilisée pour le chauffage a été réduite de 10 à 15 % tout en maintenant les températures ambiantes souhaitées. De plus, la température dans les radiateurs a été augmentée progressivement afin d’éviter les pics d’énergie lors de l’augmentation de la température de départ.

“Les algorithmes ont aidé le système à économiser de l’énergie dès le premier jour”, déclare Erlend Kaland Simonsen, directeur du développement et de la numérisation chez DNB Næringseiendom.

Le modèle amélioré permettra d’économiser encore plus d’énergie

En plus d’économiser de l’énergie, les algorithmes mis en œuvre génèrent davantage de données qui peuvent ensuite être utilisées pour former des modèles dans le but de prédire plus précisément les futures températures ambiantes. Ces modèles seront appliqués à l’avenir dans le cadre d’un algorithme de contrôle prédictif qui peut anticiper les besoins de chauffage.

Cet algorithme utilise de nouvelles données pour résoudre un problème d’optimisation généré une fois par heure. Sur la base des données générées par les mesures prises dans le bâtiment, l’algorithme propose une température de départ qui assurera la température ambiante souhaitée pour les 12 heures suivantes. Cela contribuera à de nouvelles économies d’énergie.

“Notre intention est d’utiliser des algorithmes prédictifs dans plusieurs de nos bâtiments”, déclare Simonsen. “Avant l’été de cette année, nous étudierons également comment nous pouvons réduire la consommation d’énergie dans notre système de refroidissement”, dit-il.