Work package 8

Développement d’une intelligence artificielle de prédiction de la consommation d’énergie à l’aide de NILM pour une utilisation optimale des installations PV en combinaison avec des pompes à chaleur

Recherche coordonnée par Hochschule Furtwangen
Bâtiment de l'université de Furtwangen, qui travaille sur la consommation énergétique pour le projet ASIMUTE

La question de recherche qui est ici au premier plan est l’étude des comportements de production et de consommation et leur optimisation avec les deux technologies AI et NILM. Un prototype doit être développé qui prédit la consommation d’énergie des différents appareils en fonction de la consommation globale et utilise ces connaissances pour réguler de manière optimale la pompe à chaleur. La pompe à chaleur en tant que consommateur central est ici particulièrement importante, car elle peut influencer considérablement votre propre consommation grâce à une régulation optimisée. En particulier, la combinaison d’un système photovoltaïque, d’une pompe à chaleur et d’un stockage par batterie offre un fort potentiel d’optimisation de votre propre consommation. Le lot de travaux sera réalisé sur toute la durée du projet.

Alors que les méthodes de simulation précédentes pour prévoir l’autoconsommation reposent sur des données très simplifiées telles que la consommation annuelle ou la puissance de pointe installée du système photovoltaïque, la consommation énergétique individuelle est déjà prise en compte lors de la conception d’un système photovoltaïque en combinaison avec une pompe à chaleur avec ou sans stockage d’énergie basé sur. Afin de mettre cela en pratique, un système de mesure est installé sur une certaine période de temps afin d’enregistrer autant de données de consommation que possible. Une question de recherche ici est le dimensionnement de la période de mesure. Combien de temps les données de consommation doivent-elles être mesurées et analysées afin d’obtenir un profil d’utilisateur de base pour la conception de l’installation photovoltaïque et du système de stockage d’énergie. Une période de mesure aussi courte que possible est un avantage. La question de savoir si un profil d’utilisateur généralisé peut être dérivé des données de mesure doit être étudiée plus en détail. Un autre objectif du WP est d’optimiser la consommation énergétique des combinaisons de systèmes existants de photovoltaïque et de pompes à chaleur. Cela permet de profiter du fait que l’énergie requise par la pompe à chaleur n’est généralement pas nécessaire immédiatement car les systèmes de chauffage sont généralement très lents. En optimisant le contrôle de la pompe à chaleur, votre propre consommation d’énergie peut être améliorée. Si un dispositif de stockage d’énergie est disponible, cela peut encore augmenter votre propre consommation. Afin de pouvoir procéder à une optimisation plus poussée, une prévision de la consommation des ménages peut s’avérer utile. Afin d’obtenir les prévisions les plus précises possibles, les consommateurs concernés du foyer sont regroupés de manière à ce que, par exemple, lorsque la machine à laver est allumée, il soit clair quelle consommation supplémentaire peut être attendue dans les prochaines heures.

  • Élaboration de l’état de l’art pour optimiser l’autoconsommation dans les systèmes photovoltaïques en combinaison avec des pompes à chaleur et du stockage d’énergie
  • Analyse des ensembles de données PV existants : cela nécessite des ensembles de données avec la résolution la plus élevée possible <1 min, idéalement 1 Hz.
  • Analyse des jeux de données existants sur la consommation des ménages, notamment avec les pompes à chaleur : Cela nécessite des jeux de données avec la plus haute résolution possible <1min, idéalement 1 Hz
  • Mesures supplémentaires des ménages privés équipés de pompes à chaleur et de systèmes photovoltaïques
    • Sélection d’appareils de mesure pour l’enregistrement des données à long terme
    • Mise en place d’interfaces adaptées pour la collecte de données issues du PV et du stockage d’énergie
    • Mise en place d’un serveur pour un accès à distance sécurisé aux appareils de mesure pour une évaluation et un suivi en temps opportun de la collecte de données
  • Synchronisation de différents ensembles de données et fusion d’ensembles de données
  • Évaluation des résultats de mesure et création de modèles pour analyser la consommation personnelle
  • Regroupement de consommateurs pertinent pour la consommation globale
  • Création d’un modèle pour une meilleure prévision de la consommation électrique
  • Création d’un environnement de simulation pour optimiser l’autoconsommation, prenant en compte les différentes données de production et de consommation
  • Création d’un modèle de prédiction pour la conception optimisée du PV et du stockage d’énergie

Ce WP est étroitement lié à tous les autres WP. En particulier, les connaissances acquises dans le WP6 peuvent être utilisées pour créer un modèle prenant en compte les circonstances spécifiques à chaque pays. En se connectant aux WP7 et WP8, les avantages de la recharge bidirectionnelle des voitures, des bâtiments et des modèles de chauffage peuvent être utilisés pour optimiser l’autoconsommation. Parmi les ensembles de données synchronisés contenant la production photovoltaïque et la consommation d’énergie des ménages et des pompes à chaleur, les WP6 à WP13 peuvent être utilisés en particulier.

Il est prévu de développer et d’implémenter un algorithme sur un système embarqué pour une optimisation en temps réel de l’autoconsommation.

Logo de l'Université de Furtwangen

Hochscule Furtwangen

Robert-Gerwig-Platz 1,

78120 Furtwangen im Schwarzwald,

Allemagne

Logo de l'Université de Furtwangen

Hochscule Furtwangen

Robert-Gerwig-Platz 1,

78120 Furtwangen im Schwarzwald,

Allemagne