Le passage à un système d'énergie renouvelable entraîne une augmentation rapide de la capacité de production. Les personnes concernées doivent trouver la solution qui leur convient dans de nombreuses situations. Il est donc nécessaire d'établir un lien entre la motivation, l'économie et la responsabilité sociale. Ce travail sera soutenu par des données et des algorithmes complets.
Pour que les émissions de gaz à effet de serre soient nulles en 2050 [1], le système énergétique actuel doit être considéré comme une priorité. Si l'on veut que les futurs consommateurs d'énergie soient alimentés en énergie plus riche en CO2, il faut que les entreprises traditionnelles produisent et vendent des produits respectueux de l'environnement. Eine solche Transformation geht einher mit der Steigerung der Energieeffizienz und dem Erschliessen erneuerbarer Energiequellen wie Sonne, Wind, Biomasse, Geothermie, Gewässer etc.[2].
Le mélange technologique d'un système énergétique, qui sera entièrement alimenté par des énergies renouvelables, est plus complexe que le système énergétique actuel, dominé par l'huile et le gaz. Pour que les sources d'énergie renouvelables puissent être exploitées, mais aussi pour que leur utilisation puisse être évitée, il faut disposer de diverses solutions techniques, telles que les systèmes solaires, les systèmes à eau chaude, les systèmes de pompage de l'eau, les systèmes à eau chaude et à eau bouillante et les systèmes à eau chaude. En outre, les systèmes de gestion de l'énergie interagissant entre eux peuvent être utilisés de manière sûre et efficace.
L'évolution de la structure et de l'organisation des systèmes énergétiques doit également être prise en compte. Les sources d'énergie renouvelables sont naturellement peu abondantes et se situent dans les zones urbaines et rurales. L'utilisation de sources d'énergie solitaires à l'échelle locale et régionale a des effets positifs sur l'économie et augmente l'efficacité énergétique. Dezentrale Energiesysteme1) sind Konzepte, welche die Transformation des Energiesystems vorantreiben.[3]
Il s'agit d'un ensemble de plusieurs bâtiments situés dans un même quartier ou une même zone, qui utilisent des sources d'énergie renouvelables et diverses technologies de l'environnement et de l'eau (voir illustration ci-dessous).
Le concept de la gestion décentralisée de l'énergie a donné lieu à de nombreux nouveaux produits et services. Cette démonstration de la capacité d'innovation dans le secteur de l'énergie est essentielle pour la réalisation du projet Netto-null-Ziel. Pour parvenir à ce but précis, mais réaliste, il faut tenir compte d'un grand nombre de considérations. Hervorgerufen durch neue Produkte und Dienstleistungen2) erweitert sich die Auswahl an möglichen Lösungen kontinuierlich (Bild unten). La question qui se pose est la suivante : comment un planificateur énergétique peut-il trouver, dans un espace de production rapidement extensible, la solution la plus avantageuse pour son projet ?
Pour parvenir à un niveau de rendement toujours plus élevé, il est nécessaire de s'orienter. Les planificateurs de l'énergie peuvent ainsi comparer les différents produits et services et trouver la meilleure solution pour leur projet de gestion de l'énergie. Au cours des dernières années, trois critères d'évaluation de la performance énergétique ont été appliqués en tant qu'outils d'orientation : Zuverlässigkeit, Wirtschaftlichkeit und Umweltverträglichkeit des Energiesystems. Ces trois critères permettent de maximiser les chances de trouver la meilleure solution pour le projet en question. Les critères sont souvent en conflit avec d'autres. Si, par exemple, la responsabilité sociale est diminuée, la responsabilité économique est diminuée et la responsabilité sociale est diminuée. Entre ces trois critères, il faut trouver un moyen de résoudre le problème : Das Energieversorgungs-Trilemma muss bewältigt werden (Bild unten).
Le planificateur énergétique doit faire face à un nombre considérable de technologies et de combinaisons de technologies possibles pour résoudre ce problème et trouver la meilleure solution possible en termes de consommation d'énergie pour son projet. Il est évident qu'avec les instruments de planification traditionnels - en particulier les outils de calcul basés sur Excel - la recherche de solutions optimales dans le cadre du trilemme est très fastidieuse et ne peut se faire qu'en tenant compte des critères critiques. La numérisation aide les planificateurs d'énergie à trouver la solution optimale.
La collecte de données dans le domaine urbain est de plus en plus complexe. Avec des données satellitaires et des images aériennes, il est possible de créer des modèles 3D numériques de quartiers, de zones urbaines et de zones résidentielles. Les données SIG et BIM permettent d'identifier les nouvelles infrastructures et de créer des modèles numériques géoréférencés pour le bâtiment et le terrassement. Les profils anonymes des personnes qui se déplacent dans les villes permettent d'une part aux entreprises technologiques, comme Google, de proposer des services personnalisés et, d'autre part, de créer des profils de consommation statistiquement pertinents pour les restaurants, les communes ou les commerces. Le profil de consommation final peut également contribuer à la planification et à la mise en œuvre de systèmes énergétiques, notamment en ce qui concerne le dimensionnement d'équipements techniques et la mise en œuvre de solutions énergétiques fluides telles que l'air et le vent[4].
Ce ne sont que quelques exemples de la façon dont la "base de données de la ville" peut fournir des informations sur les systèmes énergétiques. La base de données permet non seulement d'obtenir des informations actualisées sur l'état de l'approvisionnement en énergie, mais aussi de développer des idées pour le futur système énergétique. Si une installation de chauffage au gaz de synthèse dans le quartier X de la ville Y est irréprochable, elle peut être simulée et optimisée grâce à des données et des algorithmes. Les résultats peuvent être analysés en fonction des trois critères suivants : utilité, économie et sécurité. Die Wirkung kann im Trilemma dargestellt werden und hilft Energieplanern, zum Beispiel die WKK-Lösung im Vergleich mit anderen Versorgungsvarianten zu beurteilen.
Si l'on ne veut pas seulement étudier une technologie, mais aussi plusieurs technologies existantes et nouvelles, ainsi que leur combinaison, il faut disposer d'ordinateurs et d'algorithmes puissants (voir aussi l'apprentissage automatique3)). La division "Informatique urbaine" (UI) a été créée pour répondre à ces besoins et à bien d'autres encore4) en matière d'utilisation des données urbaines. Le but de l'IU est d'analyser et d'interpréter des données volumineuses et détaillées [5-7]. Dans l'automne qui vient, la clarté du trilemme est indispensable pour pouvoir réaliser des études fondamentales.
Dans le domaine de l'interface utilisateur, des instruments de pointe pour la planification et la gestion de systèmes complexes, tels que les systèmes énergétiques décentralisés, ont été mis au point. Au sein de l'Empa et de l'ETH Zurich, ainsi que dans le cadre du SCCER-FEEB&D5), des algorithmes ont été développés au cours des sept dernières années pour aider à la planification et à la mise en œuvre de systèmes énergétiques décentralisés[8]. Sur la base de différentes bases de données, des modèles numériques de systèmes énergétiques actuels et futurs peuvent être élaborés.
. Ces modèles permettent de simuler et d'optimiser les systèmes d'énergie.
L'objectif est de trouver toutes les solutions optimales pour un projet dans le domaine de l'énergie et de les soumettre à l'appréciation du planificateur énergétique. Les planificateurs peuvent choisir, à partir des résultats, la solution la plus appropriée en fonction de la consommation d'énergie. Ils ont ainsi la certitude que la solution la plus adaptée est toujours la meilleure, ce qui garantit une sécurité et une sécurité maximales et une meilleure rentabilité.
L'évaluation des trois critères du trilemme est basée sur l'utilisation de l'empaquetage Sympheny, comme suit :
Avec les technologies en nuage, l'immense capacité de production de tous les systèmes d'énergie possibles sera maintenue. Les solutions optimales sont représentées par un front de Pareto (voir illustration ci-contre). Le critère d'efficacité énergétique n'est pas représenté sur le front de Pareto, car il ne peut être atteint qu'à 100 %. Le planificateur énergétique peut, grâce au front de Pareto simple et bidimensionnel, choisir la solution la plus adaptée à ses clients. Chaque solution repose sur une combinaison spécifique de technologies, qui peuvent être visualisées et analysées en détail.
Les planificateurs de l'énergie qui, jusqu'à présent, élaboraient leurs stratégies avec des tableaux Excel complexes et peu précis, peuvent, grâce à ces nouveaux instruments de planification, élaborer des stratégies complètes et optimisées avec peu de moyens pour leurs clients. Les planificateurs disposent de plus de temps pour travailler de manière créative, par exemple en effectuant des analyses de sensibilité, afin d'élaborer des solutions solides. Solche Instrumente sind als Werkzeuge zu verstehen. Ils n'affectent pas le professeur, mais contribuent à son travail.
Die IBC Energie Wasser Chur hat sich zum Ziel gesetzt, bis 2040 kein CO2 in ihrem Versorgungsgebiet zu emittieren. Um den optimalen Technologiemix für die Energieversorgung zu finden, wurde für die Stadt Chur ein digitales Modell (Bild oben) erstellt. Anhand dieses Modells wurden die Pareto-Fronten für 2018, 2035 und 2050 berechnet (Bild unten). Jeder Punkt auf der Pareto-Front repräsentiert ein optimales Energiekonzept. Auf der Pareto-Front 2035 und 2050 kann die Lösung gewählt werden, mit welcher die Stadt Chur ihre CO2-Ziele von <3 kg CO2/m2EFB6) beziehungsweise null CO2-Emissionen bei minimalen Kosten erreicht. In den Detailanalysen der jeweiligen Lösungen werden die Massnahmen für den Umbau des Energiesystems ersichtlich. Interessant war dabei, zu erkennen, dass das heutige Energiesystem (rechts von Pareto-Punkt 1 im Bild unten7)) in ein nahezu CO2-freies Energiesystem (Pareto-Punkt 3) umgebaut werden kann, ohne die Wirtschaftlichkeit, das heisst die Lebenszykluskosten, zu erhöhen. Zu beachten gilt, dass der Umbau hohe Investitionen benötigt, welche jedoch die Wirtschaftlichkeit gegenüber heute nicht verschlechtern.
En outre, l'IBC peut constituer un processus de transformation efficace. Après chaque versement, les possibilités d'obtenir les nouveaux versements peuvent être améliorées grâce à de nouvelles technologies et/ou à de nouvelles allocations de ressources, et être intégrées dans un front de Pareto plus large. L'IBC est donc en mesure d'optimiser chaque demande d'intervention à l'aide d'informations actualisées. Cela permet de réduire au minimum les risques liés à l'utilisation des systèmes énergétiques. Die IBC nutzt die neusten Erkenntnisse der algorithmen-unterstützten Planung, um das Netto-null-Ziel mit minimalem Risiko zu erreichen, das heisst mit optimalen Lösungen.
[1] "Totalrevision des CO2-Gesetzes nach 2020", "Abkommen zwischen der Schweiz und der EU über die Verknüpfung der Emissionshandelssysteme", Bafu, 2020, in Vernehmlassung.
[2] "Energiestrategie 2050 Monitoring-Bericht 2018 Langfassung", BFE, 2018, S. 17-19.
[3] M. Sulzer, K. Orehounig, A. Bollinger, "Komplexität ist die neue Einfachheit", Aqua & Gas, 9/2020.
[4] C. Waibel, R. Evins, J. Carmeliet, "Co-simulation et optimisation de la géométrie des bâtiments et des systèmes multi-énergie : Interdependencies in energy supply, energy demand and solar potentials", Applied Energy, Nummer 242, 2019, S. 1661-1682.
[5] F. Radulovic, M. Poveda-Villalón, D. Vila-Suero, V. Rodríguez-Doncel, R. García-Castro, A. Gómez-Pérez, "Guidelines for Linked Data generation and publication : An example in building energy consumption", Automation in Construction, Nummer 57, 2015, Seiten 178-187.
[6] F. Orlandi, A. Meehan, M. Hossari, S. Dev, D. O'Sullivan, T. AlSkaif, "Interlinking Heterogeneous Data for Smart Energy Systems", Proc. International Conference on Smart Energy Systems and Technologies (SEST), 2019.
[7] M. Zekić-Sušac, S. Mitrović, A. Has, "Machine learning based system for managing energy efficiency of public sector as an approach towards smart cities" International Journal of Information Management, 2020, 102074.
[8] F Bünning, B Huber, P Heer, A Aboudonia, J Lygeros, "Experimental demonstration of data predictive control for energy optimization and thermal comfort in buildings", Energy and Buildings 211, 10979.
[9] www.bafu.admin.ch/co2-statistk.
2021_03_sulzer_energieplanung.pdf