L’optimisation énergétique des bâtiments est un enjeu stratégique majeur de la transition bas-carbone. Les systèmes de climatisation, de chauffage et de ventilation (CVC/HVAC) consomment une part importante de l’électricité. Une régulation inefficace génère des coûts élevés et une usure prématurée des équipements. 

Cette transition est portée par un cadre réglementaire avec notamment la mise en œuvre du Décret BACS qui impose des systèmes d’automatisation performants.  

Pour répondre à ces enjeux, et face à la hausse des coûts de l’énergie et aux tensions sur les réseaux électriques, les systèmes de supervision doivent évoluer.  

Cet article décrit au travers d’un exemple comment PcVue transforme la supervision classique en un outil de pilotage intelligent grâce à l’intégration de l’intelligence artificielle (IA) et du machine learning permettant aux équipes opérationnelles de prendre les bonnes décisions pour améliorer la performance des équipements et aux entreprises de réduire leurs consommations.

Cas d’usage concret : pilotage intelligent pour l‘optimisation énergétique de refroidisseurs

A titre d’exemple considérons un bâtiment équipé de plusieurs groupes de climatisation en toiture chargés de maintenir une température intérieure. La charge du système dépend de multiples facteurs : conditions météorologiques, taux d’occupation, périodes de maintenance et efficacité intrinsèque des équipements. 

Données contextuelles intégrées par PcVue 

Grâce à ses connecteurs ouverts et protocoles de communication, PcVue enrichit la supervision avec des données externes et contextuelles essentielles : 

• – Prévisions météorologiques (ex. OpenWeather) 
• – Signaux de flexibilité et production électrique (via API FlexReady) 
• – Données d’exploitation saisies par l’opérateur (occupation des salles, contraintes d’usage, maintenance planifiée) 

Cette intégration permet de créer une supervision intelligente et proactive, capable de prendre en compte le contexte et de prévoir les besoins énergétiques. 

PID classique : une supervision réactive

Les régulations PID traditionnelles reposent uniquement sur l’écart mesuré en temps réel entre la consigne et la variable de procédé. Elles n’intègrent ni modèle prédictif du système, ni capacité d’anticipation des variations de charge.. Les groupes froids sont activés ou désactivés lorsqu’un seuil est atteint. 

Cette approche, bien que robuste, reste strictement réactive. Elle ne prend pas en compte l’inertie des équipements ni l’évolution future de la charge avec des conséquences directes : 

Les systèmes SCADA peuvent surveiller en continu :

• – Fonctionnement prolongé à forte charge
• – Cycles marche/arrêt fréquents
• – Dégradation du coefficient de performance (COP) 
• – Usure mécanique accélérée 
• – Augmentation de la consommation énergétique et des coûts de maintenance 

IA prédictive et scénarios d’optimisation : piloter par la performance

Avec l’intelligence artificielle, PcVue adopte une approche fondamentalement différente. Les algorithmes de machine learning utilisent les données historiques, les prévisions et le contexte d’exploitation pour estimer les charges futures et proposer plusieurs scénarios d’optimisation énergétique. 

Objectifs des scénarios d’optimisation

Chaque scénario permet de : 

• – Répartir la charge de manière plus homogène dans le temps 
• – Anticiper l’activation et l’arrêt des groupes froids 
• – Optimiser le COP global 
• – Limiter les phases de fonctionnement à charge élevée 
• – Réduire les cycles inutiles et sollicitations excessives des équipements 

Visualisation et choix par l’opérateur

L’opérateur peut visualiser et comparer l’impact de chaque scénario sur : 

• – La consommation énergétique 
• – La stabilité du système
• – La durée de fonctionnement des équipements 
• – Les coûts associés

Il choisit le scénario le plus adapté à ses priorités opérationnelles, alliant performance énergétique et durabilité des équipements. 

Planning de charge dynamique et préservation des équipements

PcVue met à disposition un planning de charge dynamique, offrant une vision claire et anticipée de l’état énergétique du bâtiment. 

Contenu du planning dynamique

Le planning intègre : 

• – Les prévisions de charge 
• – Les contraintes d’exploitation
• – Les périodes d’occupation et de maintenance

Bénéfices pour les équipements

En favorisant un fonctionnement plus régulier et mieux réparti des refroidisseurs, cette approche permet un usage optimal des équipements qui permet : 

• – De réduire l’usure prématurée 
• – D’allonger la durée de vie des groupes froids
• – De diminuer les coûts de maintenance corrective et préventive via le logiciel EmVue 

Bénéfices concrets et durables

La solution PcVue avec IA apporte des bénéfices mesurables :

• – Amélioration du COP et réduction des consommations énergétiques  
• – Lissage des charges et limitation des pics
• – Effacement énergétique facilité lors des périodes critiques
• – Réduction de l’usure des équipements et des coûts de maintenance
• – Pilotage énergétique intelligent, orienté performance et durabilité

Avec l’intégration de l’IA, PcVue va au-delà de la supervision classique par un pilotage prédictif pour la flexibilité énergétique et les performances des bâtiments.