Le big data au service des économies d’énergie
L'analyse des données collectées dans un bâtiment permet d'adapter la consommation d'énergie aux besoins réels. Des start-up proposent des solutions prometteuses.
20%, 30%, 40%... Les promesses d'économies d'énergie donnent le tournis. Mais les spécialistes de la collecte et de l'analyse des données en sont persuadés : les potentialités du big data dans la gestion d'énergie d'un bâtiment sont énormes. « Nous sommes des fournisseurs d'économies d'énergie, nous voulons aider les foyers à reprendre le contrôle de leur facture », affirme Minh Lê, cofondateur de Qivivo.
Cette jeune pousse nantaise propose un thermostat connecté qui permet de gérer son chauffage depuis son smartphone. Mais la révolution proposée par le big data est ailleurs. A partir du comportement des habitants du logement dans lequel il est installé, de leur présence, de leurs habitudes, de leur géolocalisation, mais aussi de l'ensoleillement, du vent et de la température extérieure, le thermostat se programme automatiquement. « Si vous partez jouer au golf un samedi après-midi sur deux, il le comprend et agit en conséquence », affirme Minh Lê. Et dans un mois si vous changez de rythme, il s'adapte.
Cette analyse des données provenant de la maison (présence/absence des habitants, actionnement des boutons « j'ai froid » / « j'ai chaud »...) ou de l'extérieur (services météo...) permet au thermostat de régler au mieux l'allumage, le réglage et l'arrêt du chauffage de la maison. Le tout sans intervention humaine. Une intelligence artificielle qui permet, selon le fabricant, d'atteindre 40% d'économies d'énergie par rapport un logement à température fixe.
Des données par milliards
Le thermostat de Qivivo recueille 4 millions de données par foyer et par an. « Une centaine de capteurs posés dans un CHU en collecte 3 milliards », annonce Arnaud Legrand, PDG d'Energiency. Cette start-up rennaise de 14 personnes analyse à distance ces immenses volumes de données provenant de ses clients (bailleurs sociaux, industries agroalimentaire et automobile, hôpitaux...). Son algorithme les combine à d'autres informations issues des systèmes d'information de l'entreprise (production, gestion technique...) et de la météo afin d'obtenir le maximum d'économies d'énergie.
Ces analyses permettent aux exploitants d'affiner les réglages de leurs outils industriels : ne pas démarrer les machines trop tôt, ne pas faire fonctionner la chaufferie trop tard, éviter les consommations inutiles le week-end... Une analyse prédictive permet aussi de déterminer, à partir des informations du jour (production, météo...) à quoi devrait correspondre une consommation d'énergie standard, afin de procéder à des ajustements en temps réel.
Si les grands comptes s'intéressent à ces solutions, c'est que la rénovation de bâtiments industriels reste extrêmement couteuse. « Ils doivent réaliser des économies avec le patrimoine existant, ils ne peuvent pas tout refaire », insiste Arnaud Legrand. Une bonne gestion permet de limiter la consommation sans procéder à des travaux.
La rénovation en ligne de mire
Est-ce à dire que l'analyse des données dans ce secteur nuit à l'activité des entreprises de bâtiment ? Pas forcément, le big data peut aussi être mis au service de la rénovation. Sans visite et à partir d'un seul capteur, Qivivo établit par exemple un diagnostic énergétique automatique. « Nous pouvons indiquer à nos clients que la façade ouest doit être rénovée en priorité et que les travaux ne doivent pas porter sur les murs, mais sur les fenêtres », affirme Minh Lê.
Intrigué par les potentialités de ce dispositif, Saint-Gobain s'est dans un premier temps montré sceptique. La confiance est visiblement apparue : le groupe est désormais présent au capital de la petite entreprise nantaise.
Sélectionné pour vous
Le big data au service des économies d’énergie
Tous les champs sont obligatoires
0Commentaire
Réagir
