R&D

L’avenir du climat est à la croisée des chemins. On prend de plus en plus conscience de la difficulté de réduire de 55 % les émissions de CO2 d’ici à 2030 et une réduction totale d’ici à 2050.

R&D

L’avenir du climat est à la croisée des chemins. On prend de plus en plus conscience de la difficulté de réduire de 55 % les émissions de CO2 d’ici à 2030 et une réduction totale d’ici à 2050.

C’est maintenant qu’il faut agir

Ces dernières années, l’évolution des nouvelles technologies a avancé à grands pas: l’IoT et l’IA font partie de nos foyers depuis un certain temps déjà. Bien que cette évolution laisse supposer que la technologie est répandue partout, le secteur de la réglementation des bâtiments est encore loin derrière, que les bâtiments soient dans le secteur tertiaire, industriel ou en copropriété. L’équipe R&D d’Enerbrain travaille en étroite collaboration avec les centres de recherche européens pour répondre rapidement aux différents défis posés par la Communauté européenne elle-même.

L’équipe R&D d’Enerbrain travaille sur l’intégration des technologies, pour pouvoir d’une part maximiser l’efficacité énergétique, et d’autre part obtenir une solution avec un facteur plug&play très élevé pour rendre la solution toujours plus évolutive.
L’équipe de R&D est composée de mathématiciens, de physiciens, d’ingénieurs en électronique, en énergie et en informatique, et augmente son personnel chaque année. L’objectif est de créer une équipe d’innovation pour apporter sa contribution avec des solutions qui génèrent de l’efficacité énergétique, faciles à installer pour obtenir un impact immédiat.

Innovation des systèmes CVC grâce à l’IA

Les recherches d’Enerbrain se sont notamment concentrées sur la régulation de systèmes CVC, car leur consommation est un élément important, surtout dans le secteur non-résidentiel, bien que des améliorations significatives en termes d’efficacité énergétique aient été réalisées ces dernières années.
L’un des principaux défis liés à la gestion optimale des systèmes CVC consiste à gérer la non-linéarité des variables de contrôle telles que: le comportement des occupants ou les conditions météorologiques externes.

Par conséquent, les chercheurs ont concentré leur attention sur des stratégies de contrôle innovantes pour les systèmes CVC capables de maintenir les conditions de confort thermique intérieur et, en même temps, de réduire la consommation d’énergie. Ces stratégies doivent également être capables de gérer les signaux provenant du réseau électrique afin de répondre aux besoins en énergie et d’améliorer la fiabilité et la stabilité du réseau.

Ces opportunités ont été offertes par l’introduction d’outils d’optimisation automatique des systèmes (ASO) basés sur l’intelligence artificielle (IA), qui peuvent contribuer de manière significative à améliorer la flexibilité énergétique d’un bâtiment. La flexibilité énergétique est une caractéristique essentielle des bâtiments intelligents qui définit leur capacité à s’adapter et à répondre aux demandes du réseau, aux conditions climatiques et aux besoins des utilisateurs.

Prévisions intelligentes

Les régulateurs traditionnels, tels que la commande ON/OFF ou le régulateur proportionnel-intégratif-dérivé (PID), peuvent être inadéquats en raison de leur incapacité à prévoir les changements dynamiques qui affectent le fonctionnement des systèmes énergétiques. La commande ON/OFF régule un processus fonctionnant dans des limites, tandis que le régulateur PID nécessite un réglage fin des paramètres de contrôle avant la mise en œuvre. Bien que ce dernier ait de meilleures performances que les commandes ON/OFF, il peut encore être inadéquat car les performances du PID diminuent considérablement lorsque les conditions de fonctionnement sont différentes des conditions de réglage dans lesquelles les constantes qui régissent la commande sont calibrées.

Cybersécurité

Le terme « Internet of Things » (IoT) désigne l’évolution technologique qui permet aujourd’hui l’interconnexion de plus en plus poussée entre les dispositifs et les objets de tout type.
Le protocole MQTT est à la base de la communication entre les appareils et le réseau qui permet de distribuer des messages d’un à plusieurs destinataires ainsi que de découpler des applications si nécessaire.

L’évolution des algorithmes de contrôle

Aujourd’hui, les PID sont les systèmes de contrôle de niveau inférieur les plus courants, tandis que le contrôle RBC (Rule Based Controller) est considéré comme la norme pour l’optimisation de la gestion de haut niveau des systèmes CVC, mais les économies d’énergie qui en résultent sont limitées. En effet, dans le contrôle RBC, les stratégies sont fixes et non évolutives en fonction des différentes conditions climatiques ou des caractéristiques du bâtiment, incapables de prévoir les changements dans les systèmes CVC.
Pour surmonter ces limitations, l’application de stratégies de contrôle basées sur des modèles a été explorée ces dernières années. En particulier, le MPC (commande prédictive) est devenu la stratégie de contrôle dominante dans la recherche sur le fonctionnement des bâtiments intelligents.
Toutefois, bien que la mise en œuvre du MPC ait démontré son excellente capacité à améliorer le confort thermique et à réduire la consommation d’énergie, sa nature, basée sur des modèles, représente un problème critique dans certains cas. En effet, un problème important du MPC est lié à la dépendance de la performance à la définition du modèle pour l’optimisation de la stratégie de contrôle, qui est souvent difficile à concevoir de manière précise. De plus, il est difficile de généraliser son utilisation à différents types d’usines et de bâtiments. Par conséquent, les contrôleurs MPC n’ont pas été adoptés comme prévu dans le secteur de la construction, malgré des résultats prometteurs.
La recherche s’est également concentrée sur le développement de contrôleurs sans modèle basés sur l’apprentissage automatique (ML), qui a montré un grand potentiel pour améliorer la performance des bâtiments, en particulier lorsqu’ils sont basés sur l’apprentissage par renforcement (RL). L’intérêt pour les stratégies de contrôle basées sur RL augmente, et Enerbrain contribue à la recherche dans ce domaine.

Les projets de recherche dans lesquels nous sommes impliqués

National

Help2Grow-Technologies innovantes pour une agriculture cybernétique

Help2Grow veut donner vie à une agriculture cybernétique pour la ferme du futur (Farm 4.0), en proposant de nouvelles technologies et des ressources renouvelables gérées par des algorithmes d’intelligence artificielle pour rendre l’espace agricole plus efficace sur le plan énergétique et permettre la croissance des plantes avec une faible utilisation de pesticides.

Période
En cours, mars 2020 – mars 2022.

Financement
Bando PRISM-E, F.E.S.R. 2014/2020, Région Piémont.

Sujets impliqués
Partenaires industriels: ATM SERVICE SRL
Instituts de recherche: Université de Turin – Centre AGROINNOVA; l’École Polytechnique de Turin – Département des sciences appliquées et de la technologie; Université de Milan Bicocca – Département d’ingénierie des matériaux.

I progetti di ricerca nei quali siamo coinvolti

Help2Grow

Technologies innovantes pour une agriculture cybernétique

Help2Grow veut donner vie à une agriculture cybernétique pour la ferme du futur (Farm 4.0), en proposant de nouvelles technologies et des ressources renouvelables gérées par des algorithmes d’intelligence artificielle pour rendre l’espace agricole plus efficace sur le plan énergétique et permettre la croissance des plantes avec une faible utilisation de pesticides.

Période
En cours, mars 2020 – mars 2022.

Financement
Bando PRISM-E, F.E.S.R. 2014/2020, Région Piémont.

Sujets impliqués
Partenaires industriels
ATM SERVICE SRL

Instituts de recherche
Université de Turin – Centre AGROINNOVA; l’École Polytechnique de Turin – Département des sciences appliquées et de la technologie; Université de Milan Bicocca – Département d’ingénierie des matériaux.

AI4CITIES

Accélérer la neutralité carbone

AI4CITIES est un projet d’achats publics avant commercialisation (APAC) financé par l’UE, visant à aider les villes à accélérer leur transition vers la neutralité carbone. Le projet s’appuie sur des solutions d’IA pour réduire les émissions de gaz à effet serre dans les domaines de la mobilité et de l’énergie, deux domaines responsables de 82 % de l’ensemble des émissions de gaz à effet serre dans les villes européennes.

Période
Juillet 2021 – en cours

Financement
Programme de recherche et d’innovation Horizon 2020 de l’Union européenne