Nouvel algorithme pour bâtiments à stockage énergétique virtuel
Dans la quête incessante de stabilité du réseau électrique et d’efficacité économique, une approche révolutionnaire transforme les murs et fenêtres de nos bâtiments en actifs énergétiques invisibles mais puissants. Une équipe de chercheurs vient de dévoiler une méthode d’optimisation multi-échelles temporelles sophistiquée qui considère les bâtiments non plus comme de simples consommateurs d’énergie, mais comme des batteries thermiques dynamiques – baptisées « stockage énergétique virtuel ». Cette innovation promet de réduire considérablement les coûts opérationnels des micro-réseaux bâtimentaires et de lisser les fluctuations imprévisibles causées par les énergies renouvelables comme le solaire.
Le concept repose sur une réalité physique simple mais sous-exploitée : les bâtiments possèdent une masse. Le béton, la brique, le verre et l’isolation qui forment l’enveloppe d’un bâtiment n’isolent pas seulement des intempéries ; ils absorbent, stockent et restituent lentement la chaleur. Cette inertie thermique intrinsèque signifie que la température intérieure d’un bâtiment ne change pas instantanément lorsque la climatisation est ajustée. Il existe un délai, un tampon. Ce tampon, jadis considéré comme une caractéristique passive, devient désormais une ressource activement pilotée.
En permettant stratégiquement à la température intérieure de dériver légèrement dans une plage de confort prédéfinie – par exemple entre 22 et 25 degrés Celsius durant les heures de bureau – le système de refroidissement peut être modulé intelligemment. Lorsque le réseau est sous tension ou que les prix de l’électricité sont élevés, le système peut « décharger » sa fraîcheur stockée en réduisant légèrement la puissance du climatiseur, laissant la masse thermique du bâtiment absorber une partie du gain de chaleur. Inversement, lors des périodes d’abondance d’énergie solaire bon marché, le système peut « charger » en surfroidissant légèrement l’espace, stockant cette énergie frigorifique dans la structure pour une utilisation ultérieure. C’est l’essence du stockage énergétique virtuel : transformer la structure physique du bâtiment en une batterie géante à déplacement lent.
La force des travaux de l’équipe ne réside pas seulement dans l’identification de ce potentiel, mais dans la création d’un cadre opérationnel pratique à deux étages pour l’exploiter pleinement. Leur système fonctionne sur deux échelles de temps distinctes : la planification journalière et la correction infra-journalière. Cette approche à double niveau est cruciale pour gérer l’incertitude inhérente aux systèmes énergétiques modernes, particulièrement la volatilité du solaire et de l’éolien.
Lors de l’étape de planification journalière, le système agit comme un planificateur stratégique. Utilisant des données prévisionnelles pour les 24 prochaines heures – incluant les températures extérieures prévues, l’irradiance solaire et les patterns d’occupation du bâtiment – il calcule un planning optimal. L’objectif principal ici est économique : minimiser le coût total d’achat de l’électricité au réseau. En pré-refroidissant le bâtiment durant les périodes de bas prix de l’électricité ou de forte production solaire, le système peut éviter d’acheter une puissance coûteuse durant les heures de pointe. Le modèle de stockage virtuel permet à l’algorithme de voir au-delà du besoin immédiat de refroidissement ; il considère le bâtiment comme un réservoir d’énergie thermique pouvant être géré pour un gain financier.
Cependant, les prévisions ne sont jamais parfaites. Le soleil peut être obscurci par des nuages imprévus, ou un bureau peut être plus occupé qu’anticipé, générant plus de chaleur corporelle. C’est là que la seconde étape, la correction infra-journalière, devient indispensable. Opérant sur une échelle de temps beaucoup plus fine de 15 minutes, cette phase est l’opérateur tactique. Elle prend le plan journalier non comme une commande rigide, mais comme une cible à suivre. Des capteurs en temps réel alimentent le système en données sur la production solaire réelle, les prix de l’électricité en temps réel et les températures intérieures et extérieures précises. L’algorithme effectue ensuite des ajustements minute par minute sur la puissance du système de refroidissement, gérant efficacement les cycles de « charge » et « décharge » de la batterie virtuelle pour garantir que la consommation électrique du bâtiment corresponde précisément à la cible journalière.
Les implications de cette technologie s’étendent bien au-delà de la facture énergétique d’un seul bâtiment. Pour les gestionnaires de réseau gérant les postes de distribution – les sous-stations locales desservant les quartiers et zones commerciales – la prolifération des ressources énergétiques distribuées comme le solaire rooftopp a créé un flux électrique bidirectionnel complexe et difficile à gérer. Les bâtiments équipés de stockage virtuel deviennent des charges intelligentes et flexibles pouvant être orchestrées pour soutenir la stabilité du réseau.
Le facteur humain est, bien entendu, primordial. Aucun système d’économie d’énergie ne réussira s’il rend les personnes inconfortables. Les chercheurs en sont parfaitement conscients et ont intégré le confort des utilisateurs au cœur même de leur modèle. Le système de stockage virtuel n’opère qu’à l’intérieur de bandes de température strictement définies et jugées acceptables par les occupants. L’algorithme ne pousse jamais la température au-delà de ces limites ; il exploite simplement la flexibilité à l’intérieur de celles-ci.
L’exécution technique de ce système est tout aussi impressionnante. Les chercheurs ont développé une architecture de contrôle hiérarchique pour la phase de correction infra-journalière, comportant un « ordonnanceur de niveau supérieur » et un « gestionnaire de niveau inférieur ». Cette structure garantit une opération robuste et efficace. L’ordonnanceur de niveau supérieur reçoit la cible de haut niveau du plan journalier et les données en temps réel du terrain. Son travail est de résoudre le problème d’optimisation complexe toutes les 15 minutes pour déterminer la puissance de refroidissement optimale et le setpoint de température intérieure correspondant. Il envoie ensuite ces commandes de haut niveau au gestionnaire de niveau inférieur.
Cette recherche représente un bond en avant significatif dans le domaine de la gestion de l’énergie des bâtiments et de la flexibilité du réseau. Alors que des études antérieures ont exploré le concept de la masse thermique des bâtiments comme medium de stockage, la plupart se limitaient à l’échelle de temps journalière. La véritable innovation ici est l’intégration d’un mécanisme de correction en temps réel et infra-journalier qui gère activement la batterie virtuelle pour contrer les erreurs de prévision.
Pour l’avenir, les auteurs eux-mêmes pointent plusieurs pistes de recherche excitantes. Le modèle actuel se concentre sur un seul bâtiment de type bureau. La prochaine étape est de monter en échelle et d’explorer des clusters de types de bâtiments divers – résidentiels, commerciaux, industriels – chacun avec ses caractéristiques thermiques uniques et patterns d’occupation. Un autre domaine critique est l’expansion du modèle pour gérer des conditions météorologiques plus extrêmes et variables.
En conclusion, ces travaux offrent une solution visionnaire et hautement pratique aux défis duals de la hausse des coûts énergétiques et de l’instabilité du réseau. En re-imaginant le simple bâtiment de bureau comme une batterie thermique sophistiquée, les chercheurs ont libéré un vaste réservoir de flexibilité précédemment inexploité. Leur méthode d’optimisation multi-échelles temporelles, opérant de manière transparente entre la planification stratégique journalière et la correction tactique infra-journalière, fournit un blueprint pour un futur énergétique plus résilient, efficient et économique.
Par Xu Huang, Guoqiang Zu, Wei Si, Qi Ding, Mingyang Liu, Wanxin Tang et Xiaolong Jin. Publié dans Energy Storage Science and Technology, 2024, 13(2): 568-577. doi: 10.19799/j.cnki.2095-4239.2023.0677.