Quand les maisons distribuent leur énergie

Le système de contrôle intelligent de l’Empa distribue l’électricité

Le système de contrôle intelligent de l’Empa distribue l’électricité des capteurs solaires de manière optimale. Il n’a pas besoin d’être programmé, mais ’apprend’ les besoins des occupants grâce à l’intelligence artificielle et s’adapte au moment de la journée et aux saisons. Il peut être utilisé pour des bâtiments de différents types et de différentes tailles. Lors de la distribution de l’énergie, le confort thermique des occupants est la priorité absolue. La batterie de la voiture électrique sert de tampon et doit offrir une autonomie suffisante le matin pour le premier voyage de la journée. L’électricité du réseau est achetée lorsqu’elle est particulièrement bon marché.

La gestion de l’énergie dans une maison équipée d’un système solaire devient de plus en plus complexe : quand dois-je allumer le chauffage pour qu’il fasse agréablement chaud le soir - Combien d’électricité peut contenir le réservoir d’eau chaude - Y aura-t-il encore assez d’énergie pour la voiture électrique - L’intelligence artificielle peut aider : Les chercheurs de l’Empa ont développé un système de contrôle qui permet d’apprendre toutes ces tâches de manière autonome grâce à l’IA - et d’économiser ainsi plus de 25 pour cent d’énergie.

Comme les temps étaient simples : au printemps, lorsque le prix du mazout de chauffage baissait, il suffisait de remplir à ras bord les réservoirs de la cave. Vous étiez alors libéré de tous vos soucis jusqu’à la prochaine saison. Il y avait aussi de l’essence pour la voiture à chaque coin de rue. 24 heures sur 24. Remplissez le réservoir et circulez, c’est tout.
L’élimination progressive des combustibles fossiles rend la tâche beaucoup plus difficile pour les dépensiers intelligents. Aujourd’hui, les prix de l’énergie changent toutes les heures au lieu de tous les ans. L’énergie solaire est abondante vers midi - le soir, le soleil bas ne fournit pratiquement pas d’énergie, alors que dans le même temps, les personnes rentrant chez elles augmentent rapidement la demande d’électricité en ville et à la campagne. L’effet est si clairement visible sur les graphiques de consommation que les scientifiques lui ont donné son propre nom : la "courbe du canard". Lorsque le canard lève la tête, cela devient coûteux pour tous ceux qui doivent maintenant utiliser de l’électricité.
Il serait donc important que les conducteurs de voitures électriques et les propriétaires de maisons surveillent l’heure lorsqu’ils consomment de l’énergie. À l’avenir, ceux qui veulent utiliser les énergies renouvelables disponibles de manière bon marché et écologique ne pourront plus compter sur des thermostats installés en permanence et des boutons à commande manuelle.

Bratislav Svetozarevic, chercheur au laboratoire "Systèmes énergétiques urbains" de l’Empa, a reconnu le problème. Ce qu’il faut, c’est un système de contrôle automatique qui stocke l’énergie aux moments favorables de la journée et la rend disponible pour les moments plus coûteux. Par exemple, la batterie d’une voiture électrique, qui est connectée à sa station de recharge dans le garage, pourrait servir de dispositif de stockage. Mais Svetozarevic est confronté à un problème aux multiples facettes : Chaque maison est différente, tout comme ses occupants. De plus, en fonction du temps et de la période de l’année, l’électricité produite par les systèmes solaires change, tout comme la demande de chauffage ou de refroidissement. Un système de contrôle énergétique optimal doit donc apprendre le rythme quotidien d’une maison et de ses occupants - et doit également pouvoir réagir avec souplesse en cours de fonctionnement, par exemple si un changement de temps bouleverse tous les calculs.

La solution à ces problèmes est l’intelligence artificielle. Le chercheur de l’Empa a conçu un système de contrôle grâce à l’IA basé sur le principe de l’apprentissage par renforcement. Lorsque le système agit "correctement", il reçoit une "récompense". Progressivement, le contrôleur perfectionne son comportement de cette manière.
Initialement, le système de contrôle fut uniquement simulé sur un ordinateur. Les spécifications : Une pièce spécifique d’un bâtiment devait être chauffée électriquement à la température souhaitée puis la maintenir. Dans le même temps, le système devait fournir de l’électricité à une voiture électrique, qui devait être chargée à au moins 60 % à 7 heures du matin et se mettre en route. Le soir à 17 heures, la voiture électrique retourne à la station de recharge avec une charge résiduelle et peut également alimenter la maison pendant la nuit. Le système de contrôle était alimenté par les données météorologiques et les températures ambiantes de l’année précédente et devait faire face à deux tarifs d’électricité : l’électricité coûteuse pendant la journée entre 8 heures et 20 heures et l’électricité bon marché pendant la nuit.
Le résultat fut stupéfiant : le système de contrôle à auto-apprentissage a permis d’économiser environ 16 % d’énergie par rapport à une solution à programmation fixe et a également permis de maintenir la température souhaitée dans la pièce de manière beaucoup plus précise.

Le système de contrôle devait ensuite passer le test dans la réalité. Pour cela, Svetozarevic a utilisé le bâtiment de recherche NEST sur le campus de l’Empa. Dans l’unité DFAB House, l’algorithme intelligent a contrôlé la température d’une chambre d’étudiant pendant une semaine. En même temps, la batterie de stockage de 100 kWh du NEST a été utilisée pour simuler la batterie de la voiture électrique. Cette fois, le résultat est encore plus clair : Lors d’une semaine froide en février 2020, le contrôleur intelligent a permis d’économiser 27 % d’énergie de chauffage, par rapport à la chambre d’étudiant voisine, dont le chauffage était commandé par un contrôle à programme fixe (basé sur des règles).
"La beauté de notre contrôle grâce à l’IA autodidacte est que vous pouvez l’utiliser non seulement pour le NEST, mais aussi dans n’importe quel autre bâtiment", explique Bratislav Svetozarevic. "Il n’y a pas besoin d’un ingénieur pour programmer le système de contrôle, ni de personne pour analyser la maison au préalable et calculer une solution personnalisée".

Dans une prochaine étape, Svetozarevic et ses collègues veulent maintenant déterminer comment le système peut être étendu d’une pièce à des bâtiments plus grands. "Dans notre première expérience, nous voulions modéliser un ménage typique du futur", explique le chercheur de l’Empa. Par souci de simplicité, l’équipe s’est limitée au chauffage et à la recharge des véhicules. Toutefois, ce travail pose les bases de bien d’autres choses encore. Svetozarevic en est certain : "Notre système de contrôle grâce à l’IA sera toujours capable de faire face lorsqu’un système photovoltaïque fournira de l’électricité, qu’une pompe à chaleur et un réservoir d’eau chaude local devront fonctionner - et que les exigences de confort des occupants ne cesseront d’évoluer".
Toutefois, pour à l’avenir utiliser l’intelligence artificielle pour un approvisionnement énergétique optimal, une nouvelle génération de voitures électriques est nécessaire. Les modèles européens et américains standard d’aujourd’hui, équipés du port de charge rapide CSC, ne peuvent pour le moment que faire le plein d’électricité, mais pas en fournir. Les voitures japonaises équipées de prises Chademo, en revanche, sont conçues pour une charge dite bidirectionnelle. La société coréenne Hyundai a annoncé en décembre qu’elle allait également équiper sa nouvelle plateforme de voiture électrique E-GMP pour la recharge bidirectionnelle. Cela pourrait aider les voitures électriques à économiser de l’énergie à long terme et, en même temps, à stabiliser le réseau électrique.


This site uses cookies and analysis tools to improve the usability of the site. More information. |