Lisser la consommation d’énergie

Home > Challenges > Lisser la consommation d’énergie

Lisser la consommation d’énergie


Comment caractériser la consommation d'électricité à l'échelle d'un quartier (commerces, bureaux, logements sociaux, copropriétés,...) au regard de la production d'énergie locale, afin d’optimiser la puissance installée et de réduire la facture des consommateurs du quartier?

Villes

Corporates

  • Cas d'usage et bénéfices attendus

  • Ressources mises à disposition par les partenaires

  • Opportunités business pour les partenaires

  • Experimentation et profil de startup envisagés

Caractériser la consommation électrique de chaque consommateur au regard de la production locale

 

 

 

Mise en contexte

 

 

Chaque métier, chaque usager consomme différemment ; de la même manière, chaque unité de production (solaire, éolienne,…) peut injecter de l’électricité en fonction de paramètres divers.


Ce projet a pour ambition de caractériser la consommation et la puissance électrique de chaque consommateur pour identifier les leviers (regroupement à la maille d’un quartier, lotissement,…) pour lisser ces indicateurs et déterminer à l’avance et dynamiquement l’impact d’une production locale d’énergie renouvelable.

 

 

 

Cas d’usage

 

 

 

Le périmètre de l’expérimentation concerne un éco-quartier avec de la production d’énergie solaire. Le projet s’intéresse à la consommation d’EnR à l’échelle d’un quartier pour apporter un raisonnement optimal sur une multiplicité d’usage (sans se concentrer uniquement sur la production d’EnR ou sur l’autoconsommation par exemple).

 

Comment au regard de la diversité des besoins en électricité et de la volatilité des productions d’énergies renouvelables (ENR) qui ont des courbes de charge différentes, peut-on optimiser la production d’ENR ?  

 

Exemple de situations pour divers consommateurs d’énergie dans un eco-quartier:

  • Paul vit seul et part au travail à 8h pour rentrer à 19h; il charge son véhicule électrique de 19h du soir à 8h du matin;
  • Henry reste dans son foyer toute la journée;
  • Jacques, épicier de quartier, ouvre sa boutique de 6h à 22h;
  • Françoise, responsable de la crèche municipale, accueille les enfants de 7h à 19h; elle charge son véhicule électrique de 7h du matin à 19h du soir.

 

Constat :

  • Paul ne consomme pas l’énergie solaire alors que l’ensoleillement est au plus fort; en rentrant, il consommera sur le réseau.
  • Henry et Jacques consomme l’énergie produite par les panneaux solaires mais paient leur fournisseur pour toute l’électricité consommée quelqu’en soit sa provenance.
  • Françoise consomme l’énergie solaire, mais la Ville de Paris paie son fournisseur pour toute l’électricité consommée quelqu’en soit sa provenance.

 

Le problème est le suivant :
Paul, Henry, Jacques et Françoise consomment l’énergie différemment mais la base de facturation est la même; la source d’électricité n’est pas prise en compte. Par défaut, une règle de répartition au m2 s’applique pour répartir la consommation d’énergie solaire dans l’éco-quartier.

 

L’objectif de l’expérimentation est de challenger cette règle de répartition par défaut.
Henry pense qu’il faudrait investir dans des unités de production et de stockage supplémentaires; mais, il sait que Paul qui ne consomme pas cette énergie solaire sera le grand bénéficiaire de son activisme et il ne comprend pas en quoi une répartition au m2 est équitable. Il aurait préféré une baisse significative de sa facture, du fait que sa consommation est concomitante avec la production d’énergie solaire.

 

 

Bénéfices attendus

 

 

Bénéfices attendus par les usagers :

  1. avoir la possibilité de consommer différemment pour payer moins,
  2. voir le lien direct entre le coût d’une énergie locale et sa consommation,
  3. trouver les paramètres qui permettent de mieux décider pour mieux consommer,
  4. participer à la transition écologique.

Datasets

 

 

 

Opération Macdonald dans le 19ème arrdt :

  • VDP: typologie de consommateurs, consommation réelle, production réelle (accord de principe d’Icade)
  • BNP Paribas : sur les bureaux, les M2, le nombre de personnes : http://www.icade.fr/references/logement/entrepot-macdonald-paris-750193
  • VDP: les données des équipements publics (école primaire, 1 collège, 1 crèche et 1 gymnase) et des locaux de la ville de Paris (425M2 du service propreté)

 

Datasets en open data : 

https://data.opendatasoft.com/explore/dataset/[email protected]/

 

 

Expertise

 

 

  • Modélisation énergétique : Jean Pierre Auriault (BNP Paribas), Jean Chapellier (BNP Paribas)
  • Expertise énergie/conseil/blockchain/place de marché : Cédric Raholijaona (Sopra Steria), Hugues Bidel (Sopra Steria)
  • Expertise Ville de Paris : Mission Ville Intelligente et durable ( Fabienne Giboudeaux), Agence d’écologie urbaine ( Sébastien Emery), Agence Parisienne du Climat ( Anne Girault) et Mission Energie ( Nicolas Richez)
  • Foncia IPM , eco-gestionnaire de l’ASL Macdonald assurera la communication auprès de l’ensemble des propriétaires et sollicitera leur engagement au challenge : Sylvain Delesalle

 

 

 

 

Terrain d’expérimentation

 

 

 

Opération Macdonald (19ème arrdt) : grand ensemble immobilier neuf comprenant des logements privés et sociaux, des logements étudiants, des équipements publics municipaux, un collège, des locaux d’activités, des locaux associatifs et  un hôtel d’entreprises :  

http://www.semavip.fr/nos-projets/les-projets-en-cours/entrepot-macdonald/synth%C3%A8se-projet

http://www.semavip.fr/sites/default/files/BOOKmacdo_1007.pdf

Pour la Ville de Paris : développer les éco-quartiers, en identifiant et en positionnant des facilitateurs énergétiques de quartier. Pour l’Agence Parisienne du Climat, le challenge permet d’intégrer  ces nouveaux services et modèles économiques dans un projet et un suivi des performances d’un projet de copropriété.

 

 

Pour BNP Paribas :

  1. démontrer que, bien gérés, les bâtiments d’un éco-quartier sont susceptibles d’être un vrai apport et savent très bien utiliser les énergies nouvelles,
  2. modifier son mode de gestion de l’immeuble, voire généralisation sur l’ensemble du parc existant qui possèderait les mêmes caractéristiques,
  3. orienter la granularité de regroupement en “réseau fermé”.

 

Pour Sopra Steria : construire une proposition de valeur sur les smartgrids.

 

Autres types d’acteurs potentiellement intéressés par une solution développant des fonctionnalités supplémentaires :

  • Pour un Aménageur : démontrer le retour sur investissement d’équipements permettant une meilleure consommation.
  • Pour un équipementier ENR : démontrer l’intérêt d’installer des équipements de stockage/production d’électricité locale et trouver des opportunités de mutualisation de ressources pour ses clients.
  • Pour un opérateur de quartier : permettre la création d’un répartiteur d’électricité en fonction de la production d’ENR et des usages.

 

Experimentation envisagée

 

 

L’expérimentation consistera à vérifier la faisabilité de la mise en place d’un modèle de répartition de l’électricité (accessible via une API par exemple) intervenant au-dessus des systèmes de comptage de quartier, suffisamment évolué pour mettre en regard l’usage de l’électricité de la population et la production locale d’énergie.

 

Un tel modèle permettrait alors de constater, par exemple :

  • que les usages sont complémentaires,
  • que le particulier et/ou la collectivité locale devraient bénéficier d’une réduction significative de leur facture d’électricité,
  • qu’une unité de production éolienne ou une unité de stockage permettrait de lisser significativement leur consommation et leur puissance.

 

 

 

Profil de startup recherché

 

 

  • Expertise dans la création de modèles calculatoires complexes,
  • Compétence dans le secteur de l’énergie,
  • Technologie de datavisualisation des données.