L’algorithme CVC peut offrir un confort thermique aux occupants du bâtiment, avec une empreinte carbone plus faible

Alors que les organisations s’efforcent de réduire leur consommation d’énergie et les émissions de carbone associées, un domaine qui reste à optimiser est le chauffage et la climatisation intérieure. En fait, le CVC, qui signifie chauffage, ventilation et climatisation, représente en moyenne environ 40 % de la consommation énergétique totale d’un bâtiment. Les méthodes permettant d’économiser l’électricité tout en offrant un environnement intérieur confortable aux travailleurs pourraient faire une différence significative dans la lutte contre le changement climatique.

Aujourd’hui, des chercheurs de l’Université d’Osaka ont démontré d’importantes économies d’énergie grâce à l’application d’un nouvel algorithme basé sur l’IA pour contrôler les systèmes CVC. Cette méthode ne nécessite pas de modélisation physique complexe, ni même de connaissances préalables détaillées sur le bâtiment lui-même. L’ouvrage est publié dans la revue Énergie appliquée.

Par temps froid, il est parfois difficile pour les systèmes conventionnels basés sur des capteurs de déterminer quand le chauffage doit être arrêté. Cela est dû aux interférences thermiques provenant de l’éclairage, des équipements ou encore de la chaleur produite par les travailleurs eux-mêmes. Cela peut conduire à l’activation du CVC alors qu’il ne devrait pas l’être, gaspillant ainsi de l’énergie.

Pour surmonter ces obstacles, les chercheurs ont utilisé un algorithme de contrôle permettant de prédire la réponse thermodynamique du bâtiment sur la base des données collectées.

Cette approche peut s’avérer plus efficace que de tenter de calculer explicitement l’impact de la multitude de facteurs complexes susceptibles d’affecter la température, tels que l’isolation et la génération de chaleur. Ainsi, avec suffisamment d’informations, les approches « basées sur les données » peuvent souvent surpasser même les modèles sophistiqués. Ici, le système de contrôle CVC a été conçu pour « apprendre » les relations symboliques entre les variables, y compris la consommation d’énergie, sur la base d’un vaste ensemble de données.

L’algorithme a permis d’économiser de l’énergie tout en permettant aux occupants du bâtiment de travailler confortablement. « Notre système autonome a permis de réaliser d’importantes économies d’énergie, de 30 % ou plus pour les immeubles de bureaux, en exploitant le pouvoir prédictif de l’apprentissage automatique pour optimiser les heures de fonctionnement du système CVC », explique l’auteur principal Dafang Zhao. « Ce qui est important, c’est que les chambres étaient confortablement chauffées malgré l’hiver. »

L’algorithme a permis de minimiser l’énergie totale consommée, la différence entre la température ambiante réelle et souhaitée et la modification du taux de puissance de sortie en cas de demande de pointe. « Notre système peut être facilement personnalisé pour donner la priorité aux économies d’énergie ou à la précision de la température, en fonction des besoins de la situation », ajoute l’auteur principal Ittetsu Taniguchi.

Pour atteindre collectivement l’objectif d’une économie neutre en carbone, il est fort probable que les entreprises devront être à l’avant-garde de l’innovation. Les chercheurs notent que leur approche pourrait être adoptée rapidement en période de hausse des coûts de l’énergie, ce qui rend leurs conclusions bénéfiques à la fois pour l’environnement et pour la viabilité de l’entreprise.