Détecter l'architecture

Comme décrit dans l'article Découvrir Detect, Detect est considéré comme la première étape du parcours d'efficacité énergétique : un outil de détection d'économies. Il détermine quels bâtiments de votre portefeuille offrent le plus grand potentiel d'économies et quelles technologies/mesures d'économie d'énergie peuvent être adoptées pour être plus compétitif sur une base récurrente.

La logique derrière ce produit est fondée sur une combinaison de modèles énergétiques, de simulation et d'intelligence artificielle (IA) qui peuvent être exécutés massivement et sans avoir besoin d'installer des compteurs ou tout type de matériel. Regardons son processus technique :

• Présentation de l'architecture de détection
• ETL – Traitement des données
• Regroupement
• Analyse comparative
• Recommandations
• Rapports & Interface utilisateur

Présentation de l'architecture de détection

Ci-dessous, vous pouvez voir une vue d'ensemble de l'architecture de Detect :

• ETL : L'ETL (Extract, Transform and Load) est le processus chargé de rassembler toutes les données nécessaires à l'exécution de tous les calculs dans Detect. Les données récupérées comprennent les données météorologiques, le profil de consommation, les métadonnées de localisation (telles que l'utilisation du bâtiment) et le calendrier des jours fériés locaux.
• Clustering :Le clustering est le processus par lequel chaque bâtiment est regroupé avec jusqu'à 100 bâtiments similaires.
• Benchmarking :Le benchmarking est le processus par lequel chaque bâtiment est comparé aux autres bâtiments qui ont été inclus dans leur cluster à l'étape précédente. À partir de ce benchmark, nous recueillons les économies potentielles pour chaque bâtiment.
• Recommandations :Cette étape estime l’impact de la mise en œuvre des différentes recommandations énergétiques disponibles sur le bâtiment. L'impact est calculé d'un point de vue financier et de consommation énergétique. 
• Rapports & Interface utilisateur :Dans cette étape, nous traçons les résultats qui ont été obtenus dans toutes les étapes précédentes dans l'interface utilisateur et les rapports.
• Modèles à valeur ajoutée :Cette section supplémentaire n'est activée que dans certains cas spécifiques qui seront abordés plus en détail dans les sections suivantes.

ETL - Traitement des données

Une fois le compte configuré dans la plateforme comme expliqué dans cet article, Detect rassemble toutes les entrées requises telles que la météo, la consommation d'énergie électrique et les métadonnées (surface*, prix, tags, code postal, activité…) 

*Si la surface est configurée comme <10m2, Detect estimera la surface du bâtiment via l'imputer de surface : une régression linéaire par activité qui a été entraînée avec des surfaces réelles de notre base de données. 

Dans le cadre de ce traitement de données, Detect valide la qualité des données (lacunes dans les données, valeurs aberrantes dans la consommation énergétique, valeurs constamment répétées...) et écarte les emplacements qui ne correspondent pas aux critères requis. La liste suivante montre certaines des raisons rejetées :

• Si la consommation des 12 derniers mois est inférieure à 1500 kWh, l'emplacement est écarté car la consommation est considérée comme trop faible.
• S'il y a moins de 6 mois de données, l'emplacement sera supprimé en raison du manque de données.
• Si un emplacement ne dispose d'aucun appareil de référence, Detect n'est pas en mesure d'identifier quel appareil représente la consommation totale du bâtiment et doit supprimer l'emplacement.
• L'emplacement est rejeté s'il ne dispose pas de relevés électriques.
• L'emplacement pourrait être écarté si la consommation spécifique (kWh/m2) est trop élevée ou trop faible compte tenu de l'usage du bâtiment.

Regroupement

Le module de clustering regroupe des bâtiments similaires, jusqu'à 100 bâtiments dans chaque cluster. Les critères pour trouver les bâtiments les plus similaires sont les suivants :

• Utilisation similaire du bâtiment :L'utilisation du bâtiment détermine principalement le besoin et le modèle de consommation. A titre d'exemple, les bureaux consomment habituellement de 9h à 18h tous les jours et ont une consommation quasi nulle le week-end.
• Besoins similaires en chauffage et en refroidissement :En prenant en compte les degrés-jours, nous comparerons des bâtiments qui font partie du même climat. Un besoin similaire de chauffage et de refroidissement équivaut à la même météo.
• Modèle de consommation d'énergie similaire : Pour les bâtiments ayant la même utilisation et un besoin similaire de chauffage et de refroidissement, des modèles de consommation d'énergie différents détermineront le type d'équipement disponible dans chaque bâtiment. Par exemple, un bureau avec chauffage électrique augmentera sa consommation à mesure que le besoin de chauffage augmente, tandis qu'un bureau avec chauffage au gaz se comportera très différemment. 

En conclusion, un bâtiment sera considéré comme similaire à un autre s’ils ont la même utilisation, le même climat et un modèle de consommation similaire. Dans ces conditions, la comparaison sera considérée comme valable.

 

Graphique tridimensionnel des résultats de clustering pour un modèle de consommation donné. Le point rouge représente un bâtiment, la couleur orange représente les bâtiments similaires/voisins à ce bâtiment et la couleur bleue représente les autres bâtiments. 

 

 

Analyse comparative

Le module d'analyse comparative estime l'efficacité énergétique et le potentiel d'économies d'un bâtiment donné, sur la base d'une comparaison au sein du groupe de bâtiments similaires obtenus dans le module de clustering.

À chaque bâtiment est attribué un score d’efficacité énergétique compris entre 0 et 100, 100 indiquant un bâtiment qui fonctionne déjà à une efficacité maximale. De plus, pour chaque bâtiment, nous fournissons un tableau comparatif mensuel des valeurs de consommation énergétique avec la moyenne et les 10 % supérieurs des bâtiments de chaque groupe. Cette comparaison permet d'évaluer le potentiel d'économies pour chaque bâtiment, exprimé de trois manières : en énergie (KWh), en revenus et en pourcentage de la consommation actuelle du bâtiment.

Grâce à ces informations, l’utilisateur peut rapidement identifier les bâtiments présentant une marge d’amélioration élevée ainsi que les bâtiments les plus économes en énergie, et procéder à la mise en œuvre et à la validation d’éventuelles solutions d’efficacité supplémentaires.

Résultats d'analyse comparative de la performance énergétique mondiale fournis par DEXMA Detect

 

Recommandations

Dans cette étape, les recommandations d’efficacité énergétique disponibles sont évaluées pour chaque bâtiment d’un point de vue financier et de consommation énergétique. Si une recommandation permet de réaliser des économies pour le bâtiment, elle est alors affichée dans l’interface utilisateur. Il existe 3 types de recommandations :

• Recommandations qui nécessitent un investissement, comme la mise en place d'un système photovoltaïque dans le bâtiment.
• Recommandations qui font référence au comportement des utilisateurs, comme le transfert de la consommation d'énergie des périodes tarifaires les plus chères vers les moins chères.
• Conseils énergétiques : Recommandations génériques qui s'appliquent à tous les bâtiments et qui ont un but informatif, c'est-à-dire qui n'impliquent aucun calcul financier.

Pour certaines recommandations, il est nécessaire de connaître les équipements de chauffage et de refroidissement installés dans les locaux (par exemple, certaines recommandations de chauffage ne peuvent être appliquées que si le système de chauffage fonctionne au gaz). Cela peut être estimé en détectant s'il existe une corrélation claire entre les degrés-jours et la consommation d'électricité. Cette estimation ne sera possible que pour certaines activités puisque certains bâtiments pourraient ne pas être aussi affectés que d'autres par les variations des degrés-jours.

 

Pour plus d'informations, veuillez consulter l'article suivant sur Détecter les mesures d'économie d'énergie.

Recommandations d'audit virtuel dans l'interface utilisateur de DEXMA Detect

 

Rapport & Interface utilisateur

Toutes les sorties de Detect sont affichées via une interface à l'intérieur de la plateforme et peuvent être exportées de 3 manières :

• Grâce à un rapport mensuel généré.
• Via un fichier csv qui montre les détails des calculs de détection (disponible dans l'interface utilisateur).
• Grâce à un fichier csv qui montre les détails des simulations de détection des mesures énergétiques (disponible dans l'interface utilisateur).

Exemple de rapport de détection