III.2.c IA et optimisation de la consommation énergétique

III.2.c

IA et optimisation de la consommation énergétique du bâtiment.

La consommation énergétique des bâtiments est responsable de plus de 30% des émissions de CO2. A New York, ce chiffre s'élève à 70%, faisant ainsi des gratte-ciels la principale source de pollution de la ville. Dès lors, comment l’IA peut-elle nous aider à réduire l’empreinte énergétique des bâtiments ? 127

Parallèlement, l’urbanisation croissante et la digitalisation des échanges amèneront les villes à jouer des rôles de leaders dans la révolution énergétique ; il leur faudra relever des défis importants en termes de surveillance, de gestion des réseaux, de l’offre et de la demande en énergie.

On parle aujourd’hui de ‘’smart grids’’ et de ‘’centrales électriques virtuelles’’ (Virtual Power Plant) : des systèmes intégrant tous les types de sources dans un cluster de générateurs distribués, ainsi que des capteurs multiples remontant des données sur l’offre et la demande, permettant ainsi d’optimiser les diverses sources d’énergie.

Selon l’agence internationale de l’énergie, la demande mondiale en énergie augmenterait de 37% d’ici 2040. 128

En 2030, 50% des bâtiments présents sur les sols américains seront issus de construction ayant eu lieu avant les années 2000. Il est donc crucial d’être en mesure d’optimiser ces bâtiments existants (avec des infrastructures parfois vieillissantes).

Maxen Technology (start-up Québécoise) espère atteindre cet objectif en agissant sur des données complexes. La startup entraine ainsi son IA à optimiser l’efficacité énergétique d’un bâtiment en prenant en compte des données externes (la météo, environnement …) et internes (un plateau peut bénéficier de la chaleur produite par l’étage d’en dessous). L’IA peut également être utilisée pour augmenter la part d’énergies renouvelables utilisées par les bâtiments.

127 https://www1.nyc.gov/office-of-the-mayor/news/663-17/mayor-dramatic-drop-energy-use-carbonemissions-large-buildings-citywide 128 https://webstore.iea.org/statistics-data

ENSAM – Mémoire Master – Loïck Maire - 2019

« Au Texas, on peut vous payer, notamment la nuit, pour que vous utilisiez l’énergie

éolienne produite » David Hsu - Professeur de planification urbaine et environnementale au MIT

Ce phénomène s’explique par un décalage entre l’offre d’énergies vertes et la demande d’énergie. Dès lors, l’IA, en prévoyant les pics de consommation (et de production d’énergies renouvelables) pourrait pallier ce problème. 129

Le quartier connecté amène à la dernière étape dans la gestion énergétique des villes qui concerne la résilience des systèmes. L’inter-connection permet de gérer les crises après des tornades, des sinistres graves, ou des usages critiques et d’améliorer la capacité du système à se remettre en marche. Le réchauffement climatique et l’urbanisation des populations montre combien il est crucial de penser dès aujourd’hui la résilience de nos villes : les crises seront de plus en plus fréquentes et répandues.

Pour autant, et en dépit de ces possibilités, l’IA est loin d’être une solution miracle. « On aura encore besoin d’énergies non-renouvelables. Ne serait-ce que parce que le vent ne souffle pas toujours et que le soleil ne brille pas à longueur de journées… » (D.H). Si cette technologie peut optimiser des modèles, il est de notre responsabilité de les questionner et d’en imaginer d’autres, plus durables.

129 Bâtiment responsable et Intelligence Artificielle - PDF - Groupe de travail « Réflexion Bâtiment Responsable 2020-2050 » - 2018

ENSAM – Mémoire Master – Loïck Maire - 2019

L’enjeu est de faciliter la récupération des données afin de les rendre accessibles après des opérations de transformation pour les exploiter. En effet, beaucoup de bâtiments sont déjà connectés, mais la collecte des données est difficile et coûteuse. Les constructeurs ont chacun leur langage propre et les normes sur les capteurs et les protocoles de communication ne sont pas encore totalement établies. IntentOS, la solution logicielle d’Intent est vue comme un PAAS (Platform as a Service) et permet l’accès aux données de capteurs sur un grand parc de bâtiments afin de valoriser ces données.

Si la pose de capteurs est déjà utile au niveau d’un bâtiment individuel pour permettre l’optimisation de la consommation d’énergie avec des gains importants, on ne pourra vraiment exploiter tout le potentiel du bâtiment connecté que dans l’interconnexion des systèmes.

Le bâtiment connecté et les « Smart Grids » sont aujourd’hui des secteurs innovants et en construction. Cependant il est prématuré d’adopter une stratégie globale et une planification figée. La mise en place et l’évolution des systèmes sera très complexe et très progressive.130

De plus, les normes et les processus devront être décidés de façon souple et adoptés au fur et à mesure, autour d’un écosystème en perpétuelle évolution et extrêmement contraint. La seule manière de parvenir à un contrôle et une souplesse satisfaisante est la collaboration de tous les acteurs, bi ou tri-latérales dans un premier temps, au travers de projets innovants, puis de manière multilatérale, lorsque suffisamment d’expérimentations auront été menées pour fournir une connaissance plus globale, tirer des conclusions et prendre les décisions adaptées.

L’occupant devra

alors avoir la liberté de se déconnecter, de reprendre la main, d’interrompre les automatismes. La technologie doit être une offre de services que l’occupant a toujours loisir de refuser. L’usager ne doit pas avoir le sentiment de perdre le contrôle de sa vie face aux tout-puissants algorithmes et l’automatisation ne doit pas restreindre l’autonomie de l’individu.

-130 Sciences et Avenir - L'intelligence artificielle au service des économies d'énergie dans le bâtiment 2018

ENSAM – Mémoire Master – Loïck Maire - 2019