L'IA au secours de l'optimisation thermique des bâtiments
L’intelligence artificielle peut également être d’une aide précieuse pour réduire les émissions de GES des bâtiments publics. La puissance de calcul des algorithmes permet d’automatiser le traitement des grosses masses données générées par la consommation énergétique des bâtiments. Elle permet également de jongler avec les très nombreux paramètres dont la « bonne combinaison » permet d’ajuster au mieux le fonctionnement souhaité des bâtiments pour réduire leur consommation tout en offrant les conditions d’utilisation souhaitées à leurs occupants. Elle permet aussi de simuler tous les types de travaux possibles pour choisir ceux qui offrent le meilleur rendement.
C’est précisément dans ce but que le Ministère de la Transition Écologique et de la Cohésion des Territoires et le Ministère de la Transition Énergétique ont lancé en 2022, un appel à projets (AP) baptisé « Démonstrateurs d’IA frugale au service de la transition écologique dans les territoires » (DIAT). Dotée d’un budget de 40 M€ sur 5 ans, cette initiative est pilotée par le Secrétariat général pour l’investissement et opérée par la Banque des Territoires.
RECITAL
La ville de Noisy-le-Grand a été l’une des quatre collectivités lauréates de cet appel à projets avec le projet RECITAL. Elle est accompagnée dans ce projet par les sociétés Eridanis (spécialiste de la data), Efficacity (énergéticien) et deux filiales d’EDF (Datanumia et Cité-gestion).
« L’objectif de ce projet est d’atteindre en 2030 (première échéance du décret tertiaire) 50 % de réduction de la consommation énergétique des bâtiments de la ville », explique Alexis Semmama, directeur général d’Eridanis. « Dans ce but, le rôle d’un premier « gros moteur » d’IA conçu par Eridanis sera de comparer des centaines voire de milliers de simulations différentes de travaux et de patterns (modèles) de travaux pour déterminer le meilleur chemin afin d’atteindre cet objectif en dépensant le moins possible. Celui du deuxième «moteur » – un algorithme de clustering 1 permettra de regrouper par similarité de fonctionnement énergétique les différents immeubles. Cette classification facilitera l’application d’un modèle de réduction de consommation déjà répertorié et validé par son efficacité. Au-delà du service rendu à la ville de Noisy-le-Grand, l’objectif du projet est de mettre en place une offre réplicable qui pourra profiter à toutes les autres collectivités. »
Rédaction : Christophe Guillemin & Ariel Gomez
Extrait du Smart City Mag N°54 BIS – HORS SÉRIE – SEPTEMBRE 2023