Comment l'intelligence artificielle réduit la consommation d'énergie dans les bâtiments commerciaux.

‍

Jusqu'à 30 % de la consommation d'énergie dans les bâtiments commerciaux est gaspillée. Mais grâce à l'intelligence artificielle, il est désormais plus facile d'identifier les gaspillages d'énergie et d'en déterminer les causes.

‍

La consommation d'énergie des bâtiments commerciaux est le principal responsable de la dégradation du climat à l'échelle mondiale. Selon l'Agence internationale de l'énergie (AIE), l'efficacité énergétique est le principal facteur de réduction de nos émissions de CO2 pour atteindre nos objectifs climatiques en 2030 et en 2050.

Mais il y a un problème : chaque bâtiment est unique. C'est pourquoi la recherche d'économies d'énergie nécessite un audit physique. Non seulement cet audit est coûteux et prend du temps, mais il ne tient pas nécessairement compte de la consommation en dehors des heures de travail, ce qui constitue un énorme problème en soi.

‍

Plus rapide que les méthodes manuelles : l'utilisation de l'IA pour identifier les économies d'énergie.

Mais les audits physiques des bâtiments et les calculs sur les économies d'énergie théoriques devraient appartenir au passé. Les progrès technologiques - tels que les compteurs d'énergie relevés à distance et l'intelligence artificielle - signifient que nous pouvons numériser et automatiser de nombreuses parties du processus d'optimisation énergétique.

Nous devons utiliser ces nouveaux outils si nous voulons atteindre notre objectif de transition écologique dans le secteur de la construction. Tout comme une IA peut apprendre à conduire une voiture, la technologie peut également être formée pour identifier et documenter les économies d'énergie dans les bâtiments commerciaux. Pour les propriétaires de bâtiments, les résultats ajoutent rapidement de la valeur, par exemple en éliminant le gaspillage d'énergie.

L'intelligence artificielle n'est pas destinée à remplacer les professionnels. Elle est censée les aider à identifier les économies d'énergie qui, autrement, passeraient inaperçues ou prendraient beaucoup de temps à être identifiées à l'aide de la méthode traditionnelle. Grâce à la numérisation, les économies d'énergie peuvent être mieux identifiées et classées par ordre de priorité. Il est ainsi possible d'agir là où l'impact est le plus important.

‍

L'identification des gaspillages d'énergie est la première étape de la réduction des émissions de CO2.

De nombreux particuliers connaissent aujourd'hui le problème du gaspillage alimentaire. De même, on peut parler de gaspillage d'énergie, c'est-à-dire de kilowattheures produits et distribués mais inutiles pour l'utilisateur final. Dans les bâtiments commerciaux, le gaspillage d'énergie est un problème énorme. Cependant, on n'en parle pas beaucoup parce que, historiquement, il est difficile de l'identifier.

Par exemple, le contrôle des systèmes de ventilation pose souvent problème. S'éteignent-ils réellement lorsque le dernier employé est parti ? C'est là que l'intelligence artificielle entre en jeu, car elle peut identifier des irrégularités dans la consommation beaucoup plus rapidement et mieux que les humains.

L'automatisation des bâtiments est souvent si inefficace qu'une étude de l'université américaine UC Berkeley estime qu'entre 10 et 30 % de la consommation totale d'énergie dans les bâtiments commerciaux est gaspillée. Les résultats américains sont largement similaires à ce qui a été constaté lors de l'examen de la consommation d'énergie des bâtiments danois. Par exemple, des chercheurs de l'Université technique du Danemark (DTU) ont également constaté que l'intelligence artificielle permettait de réaliser d'importantes économies dans les bâtiments danois.

‍

La banque danoise Arbejdernes Landsbank est l'un des nombreux propriétaires de bâtiments à utiliser l'IA.

Cependant, les économies d'énergie et la réduction des émissions de CO2 ne sont possibles que lorsque les analyses sont traduites en actions. C'est donc à ce stade que les gestionnaires de l'énergie et des opérations doivent prendre le relais. En fonction des ressources et des compétences internes du propriétaire du bâtiment, la partie mise en œuvre peut être réalisée en collaboration avec des conseillers ou des techniciens en énergie. Avec l'accord du propriétaire du bâtiment, ces derniers peuvent également utiliser l'outil.

Arbejdernes Landsbank est l'une des entreprises danoises qui utilisent l'intelligence artificielle pour réduire sa consommation. Ici, l'outil - en collaboration avec le personnel opérationnel spécialisé - a permis de réduire la consommation d'électricité d'un peu plus de 16 % dans l'ensemble du portefeuille de bâtiments.

‍

Les économies d'énergie peuvent être documentées automatiquement.

Grâce à la compréhension approfondie de la consommation d'énergie par l'intelligence artificielle, les économies d'énergie peuvent également être documentées automatiquement. Tout comme la correction "à l'ancienne" des degrés-jours au niveau mensuel, l'intelligence artificielle prend automatiquement en compte 15 variables différentes toutes les heures. Par exemple, elle comprend l'impact de la météo, des vacances et de l'effet du confinement lié au coronavirus sur le bâtiment.

La solution d'Ento alimentée par l'IA est actuellement utilisée dans des bâtiments commerciaux tels que des bureaux, des banques, des chaînes de magasins et des bâtiments publics tels que des crèches, des maisons de retraite et des écoles primaires. Pour les propriétaires de bâtiments, aucun nouveau matériel n'est nécessaire pour commencer à utiliser l'outil.

Bien que la plupart des propriétaires de bâtiments estiment avoir une bonne maîtrise de leur consommation d'énergie, l'intelligence artificielle n'a pas encore "rencontré" un propriétaire de bâtiment dont la consommation d'énergie ne peut pas être améliorée.