Contexte
Le client souhaite réduire la consommation énergétique. L'usine maintient en permanence une température de 21°C en salle blanche, toute l'année. Les travaux d'optimisation commencent par la chaufferie.
Défi
Prédire les besoins en chaleur en fonction de l'évolution des conditions extérieures. Cette étape de modélisation permettra de déterminer si les actions de réglages de la chaufferie améliorent la consommation énergétique.
Technologies utilisées
SGBD : SQL Server 2008R2 & 2016 • Python 3.6 • Cloud AWS • Pandas, Jupyter, Scikit-Learn, XGBoost
Méthodologie et réalisation
Projet d'optimisation énergétique par modélisation prédictive :
**Collecte des données** - Capteurs de température (intérieur/extérieur) - Mesures de consommation de gaz - Données météorologiques - Occupation des bâtiments - État des équipements
**Modélisation** 1. Création d'un modèle énergétique du bâtiment (baseline) 2. Analyse de l'inertie thermique 3. Prédiction des besoins en chauffage 24h à l'avance 4. Optimisation de la température de consigne en fonction des prévisions météo
**Optimisation** - Réduction de la température de consigne pendant les périodes favorables - Anticipation des pics de froid - Exploitation de l'inertie thermique du bâtiment
**Mesure des gains** Comparaison consommation réelle vs modèle de référence sur 12 mois
Résultats
Construction d'un modèle énergétique des bâtiments, optimisation de la température de consigne
Visualisations
Prévision du rendement de la chaufferie
Analyse de l'optimisation énergétique