Une optimisation fondée sur la recherche pour la planification énergétique complexe.
Le moteur d'optimisation de Sympheny repose sur une décennie de recherche Empa et Domaine ETH en modélisation de systèmes multi-énergies : optimisation MILP, planification de réseaux de chauffage à distance, contraintes de réseau, clustering et comparaison de scénarios à valeur de décision.
Les sources comprennent des revues à comité de lecture, des dépôts ETH et Empa, des jeux de données ouverts et des applications de projets publiées. Les affirmations figurant sur cette page renvoient à l'article, au jeu de données ou aux preuves de cas sous-jacents lorsqu'ils sont disponibles.
Ce n'est pas un calculateur statique.
Sympheny n'est pas une couche de reporting au-dessus de tableurs. C'est un flux de travail d'optimisation pour les systèmes énergétiques multi-vecteurs, construit autour de méthodes publiées pour la modélisation des réseaux, des technologies, du stockage et de l'exploitation horaire dans un seul processus de décision.
Optimisation multi-énergie
Sympheny repose sur la formulation du hub énergétique : électricité, chaleur, refroidissement, gaz, hydrogène, stockage et technologies de conversion sont modélisés ensemble plutôt que comme des calculs déconnectés.
La plateforme peut ainsi dimensionner les technologies, planifier l'exploitation et comparer coût, CO₂ et autosuffisance sur un modèle cohérent unique.
Planification intégrant le réseau
La recherche ne s'arrête pas au choix des équipements. Elle inclut la topologie des réseaux de chauffage à distance (CAD), les pertes thermiques du réseau, les contraintes de réseau et les interactions entre bâtiments.
C'est ce qui rend Sympheny opérationnel pour les quartiers, les ports, les campus, les services industriels et les communautés énergétiques multi-propriétaires.
Passage à l'échelle computationnelle
Des méthodes de clustering et d'horizon glissant évaluées par les pairs réduisent la charge computationnelle de l'optimisation multi-bâtiments sur l'année complète.
Les planificateurs peuvent évaluer beaucoup plus de scénarios dans le même délai de projet, au lieu de réduire le problème jusqu'à ce qu'il tienne dans un tableur.
Preuves à valeur de décision
La même ligne de recherche a été appliquée dans de vrais concepts énergétiques, des feuilles de route à l'échelle de la ville, des sites industriels, des campus et des modélisations adjacentes aux politiques publiques.
C'est ce qui transforme la science en preuves de planification pratiques : risque réduit avant l'engagement de capitaux, arbitrages plus clairs et plus de confiance dans l'investissement.
Des preuves qui soutiennent les décisions techniques et d'investissement
Confiance technique
Fiez-vous à la structure du modèle : les méthodes sous-jacentes sont publiées et évaluées par les pairs, pas une logique de tableur cachée.
Modélisez le système réel : technologies, vecteurs énergétiques, réseaux, stockage et exploitation horaire interagissent dans une seule optimisation.
Explorez plus d'options : les méthodes de clustering et d'horizon glissant rendent les ensembles de scénarios plus importants praticables.
Défendez la recommandation : chaque scénario peut être comparé sur le coût, le CO₂, l'autosuffisance et l'impact réseau.
Confiance pour l'investissement
Réduisez le risque d'investissement avant d'engager des capitaux dans des infrastructures qui dureront des décennies.
Quantifiez les arbitrages plutôt que de choisir trop tôt un seul concept guidé par un fournisseur.
Trouvez des conceptions qui améliorent simultanément le carbone et le coût lorsque le système le permet.
Donnez aux champions internes des preuves qu'ils peuvent porter auprès des responsables budgétaires, des conseils d'administration et des parties prenantes publiques.
La science a été appliquée à de vraies décisions d'infrastructure
La recherche prouve que la méthode fonctionne ; les projets montrent que les équipes peuvent l'utiliser dans des conditions réelles : propriétaires multiples, réseaux, tarifs, objectifs carbone, exigences de résilience et décisions de capital.
Joint Base Andrews - Thermal Network, USA
Première application DoD de la conception par plateforme ; conception du réseau thermique réalisée.
Preuve de terrain pour la planification énergétique d'installations militaires et la conception de réseaux thermiques résilients, ancrée dans la même logique de conception structurée et de hub énergétique décrite par Sulzer, Wetter, Mutschler et Sangiovanni-Vincentelli.
Industrial Harbor Energy Community, Basel (IWB)
Réduction de 20 à 25% des coûts énergétiques sur un site industriel et de services multi-parties prenantes.
Analogue le plus proche des systèmes énergétiques portuaires, industriels et communautaires multi-propriétaires où les décisions de gouvernance et d'infrastructure se recoupent.
Net-Zero Commercial Park, Gossau, Switzerland
Réduction de 75% du CO₂ et coût du cycle de vie inférieur de 20% par rapport à la référence.
Référence coût-bénéfice solide pour la planification de campus commerciaux et de quartiers bas carbone.
Energy Self-Sufficient Campus, Birr, Switzerland
Conception d'autosuffisance totale avec PV, hydrogène, biogaz CHP et batteries.
Valide la logique d'îlotage, de stockage saisonnier et de vecteur hydrogène dans un flux de travail de planification pratique.
Nanoverbund, Basel
Un réseau de partage thermique communautaire, opérationnel depuis 2023/24.
Preuve de terrain pour le couplage thermique communautaire et l'infrastructure énergétique locale partagée.
Zurich Industrial Site Strategic Energy Plan
Réduction de 65% du CO₂ à coût du cycle de vie équivalent.
Démontre une planification multi-vecteur couvrant la chaleur fatale, les pompes à chaleur, le PV, les charges industrielles et les contraintes de coût.
GEVAG Waste Incineration Plant, Trimmis (Graubünden)
Coût du cycle de vie de 54-65 CHF/tonne CO₂. Lavage aux amines optimal dans les scénarios à prix d'électricité élevé.
Étude de faisabilité de capture carbone : flux énergétiques modélisés (vapeur à 400 °C / 230 °C, eau chaude à 120 °C, électricité) et comparaison lavage aux amines vs. cycle au potassium chaud. Sous-traité par l'Empa.
Sympheny aide les équipes à prendre de meilleures décisions en matière d'infrastructure énergétique parce que la méthode d'optimisation a déjà été mise à l'épreuve.
L'affirmation commerciale est simple : des scénarios plus crédibles, une itération plus rapide et des arbitrages d'investissement plus clairs pour les systèmes énergétiques complexes.
