Des modèles prédictifs contribuent à une gestion efficace de l'énergie
La gestion à haut rendement énergétique des bâtiments jouera un rôle majeur dans la réduction de la consommation et des coûts de l'énergie à l'avenir étant donné qu'une grande partie de l'énergie est aujourd'hui consommée dans les bâtiments. L'utilisation de la commande prédictive (MPC, pour «model predictive control» en anglais) et des projections liées à la météo et à l'occupation constitue une approche efficace en vue de réaliser d'importantes économies. Le contrôle du réseau électrique est un problème considérable en raison du nombre croissant de sources d'énergie renouvelable, ce qui représente une variable supplémentaire. Le recours à un stockage supplémentaire grâce à l'exploitation de l'énergie thermique stockée au sein même du bâtiment permet de limiter les frais. Le projet SMPCBCSG (Stochastic model predictive control, energy efficient building control, smart grid), financé par l'UE, a donc étudié les modèles prédictifs informatiques pouvant être appliqués aux bâtiments et aux réseaux électriques. Le groupe de chercheurs a développé, mis en œuvre et testé une nouvelle stratégie de contrôle de l'énergie destinée aux bâtiments sur un banc d'essai de l'université de Berkeley, aux États-Unis. Ils ont aussi formulé des problèmes de transit de puissance dynamique tractables impliquant une formule stochastique envisageant les bâtiments comme stockage complémentaire. Les défis que représente une gestion à haut rendement énergétique dans les bâtiments et les réseaux électriques ont été pris en charge à l'aide de nouvelles formules stochastiques MPC basées sur la théorie des martingales. La formule de contrainte initiale reposait sur une approche par scénarios, qui a ensuite été adaptée en ligne selon l'évolution des contraintes et sur la base d'une probabilité empirique de non-respect des contraintes. La stratégie de commande stochastique des bâtiments mise au point peut aussi être utilisée pour la régulation de fréquence du réseau électrique. Elle comprend certaines contraintes liées au hasard en raison de l'incertitude de la météo et des contraintes importantes visant à garantir un service de réserve pour tous les écarts de fréquence. Le nouveau modèle MPC stochastique a été testé en vue d'une application aux réseaux électriques. Les résultats ont montré que la probabilité de non-respect converge vers le niveau visé. Des économies peuvent dès lors être réalisées. Par ailleurs, plusieurs reformations de contraintes aléatoires analytiques ont été comparées dans une formule optimale de transit de puissance liée à la sécurité. Le projet SMPCBCSG a étudié de nouvelles solutions de commande avancées pour gérer l'incertitude, les systèmes à grande échelle ou distribués et les projections du comportement futur du système. Les dernières avancées en programmation complexe aléatoire ont été associées aux MPC pour mettre au point une nouvelle formule MPC stochastique pouvant être appliquée aux vastes systèmes impliqués dans le contrôle des bâtiments et les réseaux électriques.
Mots‑clés
Gestion à haut rendement énergétique, systèmes de construction, commande prédictive, chaîne cinématique, modèle stochastique, SMPCBCSG, réseau intelligent, théorie des martingales
