Gestion et optimisation
L’objectif est d’optimiser la consommation résidentielle, où la tendance est à l’augmentation avec les voitures électriques et les IoT, afin de ne pas diminuer la qualité de vie, tout en faisant des économies énergétiques et budgétaires.
Pour piloter entre eux les différents systèmes, le contrôle basé sur l’apprentissage de l’intelligence artificielle est fondamentale.
Le système de contrôle commande associé à l’intelligence artificielle doit pouvoir s’adapter en fonction des différentes typologies d’installation :
- Revente totale : aucune gestion n’est possible car l’ensemble de l’énergie est directement vendu. Il n’y a aucun moyen d’améliorer la rentabilité d’une installation à l’aide d’une gestion intelligente.
- Autoconsommation OffGrid : la gestion est minime. L’ensemble du système doit être sur-dimensionné pour pouvoir garantir l’apport d’énergie en permance. La stratégie est simple. En cas de surplus, l’énergie est stockée dans les batteries et en cas de sous production, les batteries injectent leurs énergies aux consommateurs. Il n’y a, là aussi, aucun moyen d’améliorer la rentabilité de son installlation.
- Autocosommation OnGrid sans stockage : la gestion devient complexe. Il faut corréler le mieux possible la production et la consommation à chaque instant. Or, la production et la consommation varient continuellement sans concordance.
- Autocosommation OnGrid avec stockage : la gestion devient encore plus complexe. Il faut avoir la meilleur corrélation entre consommation et le couple production/stockage, rajoutant une variable délicate au cas d’autoconsommation sans batterie.
Le boitier de gestion et de contrôle intelligent doit également pouvoir s’adapter aux paramètres variables d’une installation :
- Le type et la puissance crête de production
- Le type et la capacité de stockage
- La consommation spécifique de chaque habitation (habitudes de connsommation, chauffage électrique ou non, climatisation, piscine, isolation, nombre d’habitant, superficie, ville ou campagne, …. )
Au final, le boitier de gestion doit s’implementer dans toutes situations d’autoconsommation et permettre une amélioration notable de rentabilité.
Pour cela, l’intelligence artificielle est en charge de gérer de manière optimale l’adéquation entre la consommation, la production, le stockage et le réseau électrique pour une meilleure efficacité énergétique.
Grâce au réseau d’acquisition de données en temps réel implanté sur les différents démonstrateurs (consommation, production, stockage), les informations transmises à l’intelligence artificielle centralisée permettront de mettre en oeuvre des stragégies afin d’optimiser la consommation d’énergie, tout en conservant la qualité de service et en participant activement à la transition énergétique.