LearningGrid by Grenoble : Un concentré d’intelligence et de technologies parmi les plus avancées du marché

Améliorer l’efficacité énergétique d’un bâtiment est un champ connu, toujours en forte évolution, mais relativement maîtrisé. Les exemples de réalisation ne manquent plus dans ce domaine. Appréhender celle d’un quartier, comprenant des capacités de production d’énergie et d’autoconsommation, constitue un tout autre défi ! Or c’est bien le challenge qui se présentait aux équipes de Schneider Electric lorsqu’il a fallu imaginer et implanter les solutions permettant d’atteindre les résultats visés par le LearningGrid by Grenoble. À savoir, une réduction de 30 % des consommations énergétiques et une diminution dans les mêmes proportions des émissions de gaz à effet de serre.

Un MicroGrid à la pointe de la recherche internationale

“Le campus de l’IMT fonctionne comme une petite ville, avec logements, boulangerie, coiffure, restaurants, salles de gym, bureaux et ateliers... Or, dès 2012, Schneider Electric a initié un projet de R&D européen FP7, nommé Ambassador, associant 15 partenaires sur le continent, dont le CEA-Ines. Il avait précisément pour objectif d’élaborer les outils de pilotage intelligents destinés à monitorer et optimiser le fonctionnement énergétique d’un quartier présentant des caractéristiques similaires au LearningGrid (production, stockage, autoconsommation d’énergie), sur deux cibles : l’énergie électrique et les réseaux de chaleur, retrace Alfredo Samperio, program manager analytics & artificial intelligence de Schneider Electric et coordinateur du projet européen. Ce programme de recherche, clôturé en 2016, a permis de faire émerger de nouvelles solutions techniques – algorithmes d’exploitation optimisée de la flexibilité notamment –, mais surtout de mettre en avant le rôle clé de la gouvernance du quartier. Nous avons ainsi conçu la solution DEMIS (District Energy Management and Information System) pour gérer à l’intérieur du MicroGrid les interfaces entre les besoins en énergie des différents bâtiments, les capacités de production et de stockage et, à l’extérieur, les liens avec les fournisseurs d’énergie, en fonction des tarifs d’achat ou de revente disponibles... Il s’agit d’un système d’informatique décisionnelle extrêmement évolué, relevant des big data et de l’intelligence artificielle”, souligne Alfredo Samperio. Ce sont bel et bien les solutions imaginées lors du projet Ambassador qui ont trouvé un premier terrain d’application dans le LearningGrid by Grenoble.

Une architecture technique à la fois unique et reproductible

Mais le MicroGrid grenoblois va encore plus loin : il combine, outre l’énergie électrique et le réseau de chaleur, une alimentation en gaz. Il repose sur un recours massif aux technologies Iot (Internet des objets) pour recueillir, transmettre les données et rendre les bâtiments communicants. Il s’appuie aussi sur les outils de prédiction, modélisation et optimisation hébergés dans le “cockpit énergétique” (le seul bâtiment construit dans le cadre du projet). Ceux-ci, en fonction des évolutions de la météo, “décident” des options les plus efficientes grâce aux algorithmes et solutions d’intelligence artificielle développées par Schneider Electric (entre autoconsommation de l’énergie produite ou redistribution vers les réseaux externes, par exemple). L’architecture globale du système se révèle ainsi totalement innovante, pleinement adaptée au campus – il a fallu installer 800 compteurs intelligents pour servir les finalités pédagogiques du projet – et dans le même temps, reproductible à d’autres cas d’usage. “Pendant que nous réalisions les études et la mise en oeuvre du LearningGrid, nous réfléchissions en parallèle au déploiement de l’offre. C’est ce qui nous a permis, très vite, d’envisager d’autres opérations pilotes, telles que RennesGrid”, amorce Jean-Jacques Daniel, business developer et responsable équipe efficacité énergétique de Schneider Electric. À partir de ce démonstrateur, une nouvelle histoire commençait déjà à s’écrire...