Les analyses basées sur le trafic des bâtiments progressent

Chaque jour, des centaines de milliers de navetteurs à travers le pays se déplacent de maisons, d’appartements et d’autres espaces résidentiels à des immeubles commerciaux – des bureaux et des écoles aux gymnases et aux épiceries. Ces destinations, combinées au transport entre elles, représentent plus de la moitié de l’énergie totale consommée aux États-Unis chaque année.

Pour déterminer comment ces modèles de mobilité quotidienne affectent la consommation d’énergie, des chercheurs du laboratoire national d’Oak Ridge du département américain de l’énergie se sont associés à la division Smart City du département des technologies de l’information de la ville de Chattanooga. Les avantages de ce travail pourraient finalement inclure un chauffage et un refroidissement plus efficaces des bâtiments en fonction de leur population et des réponses plus rapides et mieux informées dans les scénarios d’urgence.

L’équipe a étudié les données de trafic capturées par 45 capteurs stationnés aux principales intersections du centre-ville animé de Chattanooga, une « ville intelligente » technologiquement avancée dans le Tennessee qui compte un total de 100 capteurs de trafic et abrite plusieurs projets dirigés par l’ORNL.

Bien que les capteurs soient conçus pour surveiller le flux de trafic et réduire la congestion en optimisant la synchronisation des changements de signal, le réseau dense convenait également aux chercheurs pour étudier la consommation d’énergie des bâtiments à proximité. Ils ont utilisé des diagrammes de Voronoi, qui sont des cartes de géométrie computationnelle qui attribuent des bâtiments à une ou plusieurs intersections à distance de marche, pour créer des horaires d’occupation qui estiment les heures d’arrivée et de départ des véhicules. Les horaires sont également approximatifs du nombre de personnes présentes dans des structures spécifiques au cours d’une année.

Dirigée par le chercheur de l’ORNL Andy Berres, l’équipe s’est concentrée sur deux sections adjacentes, ou «cellules», contenant un nombre fini d’intersections et de bâtiments pour obtenir des données utiles tout en préservant la confidentialité des individus. Les résultats sont publiés dans Simulation de bâtiment.

« Il y a beaucoup d’aspects pour lesquels le nombre de personnes dans un bâtiment fait une différence, et avec ces horaires d’occupation améliorés, vous pouvez obtenir une image beaucoup plus précise de ce qui se passe réellement en termes d’énergie », a déclaré Berres.

L’augmentation de l’occupation des bâtiments peut entraîner une augmentation de la demande de chauffage, de ventilation et de climatisation ; électricité; et d’autres services publics, tandis que des baisses d’occupation peuvent entraîner un gaspillage d’énergie pour les commodités dans les zones inoccupées. Bien que les horaires d’occupation des stocks puissent fournir des informations sur cet exercice d’équilibre, les homologues personnalisés de l’équipe incluent des données plus détaillées pour les bâtiments individuels. Les chercheurs prévoient que le suivi des tendances mensuelles et saisonnières de ces horaires révélera des opportunités d’amélioration de l’efficacité.

« En gros, nous essayons d’avoir une meilleure idée du nombre de personnes à quel moment de la journée », a déclaré Berres. « Nous compilons actuellement des horaires horaires, mais ceux-ci pourraient être divisés en segments plus courts de 5 ou 10 ou 15 minutes pour être plus précis. »

Étant donné que le trafic et l’occupation des bâtiments ont diminué pendant la pandémie de COVID-19 – en particulier en mars et avril 2020, lorsque de nombreuses entreprises ont été fermées – Berres a comparé la consommation d’énergie mesurée à partir de 2019 fournie par l’EPB de Chattanooga avec la consommation d’énergie simulée pour les niveaux d’occupation par défaut et personnalisés dans 2020. En dehors de ces deux mois, les jours de semaine des deux années ont connu des niveaux d’activité similaires.

Ce travail s’appuie sur un projet précédent axé sur Chicago, Illinois, par plusieurs des mêmes membres de l’équipe. Berres, Jibo Sanyal de l’ORNL, chef du groupe Computational Urban Sciences, et leurs collaborateurs ont effectué des simulations basées sur les données du ministère des Transports de l’Illinois, l’enquête nationale sur les déplacements des ménages et LandScan à l’aide du supercalculateur Titan. (Titan a été mis hors service par l’Oak Ridge Leadership Computing Facility de l’ORNL, une installation utilisateur du DOE Office of Science, en 2019.)

Au lieu des diagrammes de Voronoi, qui sont centrés sur la zone d’intérêt et garantissent généralement que les véhicules adjacents sont affectés à la même cellule ou à des cellules voisines, les chercheurs ont simulé les horaires d’occupation des bâtiments à l’aide de quadtrees. Ces structures de données infographiques, qui ressemblent à des tableaux généalogiques, placent parfois des véhicules d’un même voisinage géographique dans des branches distinctes de l’arbre, ce qui les présente comme des parents éloignés plutôt que comme des membres de la famille immédiate. Les travaux de l’équipe ont été publiés dans les actes de la Conférence internationale IEEE sur le Big Data.

« Nous sommes passés de l’activation des capacités de simulation à Chicago à la capture de données du monde réel et à l’application de ces techniques à Chattanooga », a déclaré Sanyal, qui dirige le projet de mobilité régionale grâce auquel l’équipe a obtenu l’accès aux données des capteurs de trafic. « La segmentation de Voronoi est une méthode pour surmonter certains des défis d’étudier comment un réseau de transport affecte les applications énergétiques. »

De meilleurs horaires d’occupation des bâtiments pourraient également aider les premiers intervenants à déterminer combien de personnes de chaque bâtiment pourraient avoir besoin d’aide pour évacuer lors de scénarios d’urgence, tels que des catastrophes naturelles. Entre cet effort et des projets connexes axés sur le développement de jumeaux numériques des bâtiments et des routes, Berres envisage un avenir dans lequel les opérations quotidiennes pourraient être ajustées en temps réel pour maximiser les économies d’énergie en réponse aux incidents de circulation.

« S’il y a des travaux de construction sur l’autoroute, les gens pourraient venir travailler plus tard parce qu’ils n’ont pas pris en compte cette quantité de trafic », ont-ils déclaré. « Donc, il pourrait être avantageux de démarrer la climatisation dans un immeuble de bureaux un peu plus tard pour économiser de l’énergie car la plupart des gens ne sont pas encore là. »

Des capteurs de trafic mis à jour avec la capacité de compter les piétons, les cyclistes et les usagers des transports publics en plus des voitures pourraient encore améliorer la précision des horaires d’occupation des bâtiments à Chattanooga et dans d’autres villes intelligentes, tant au niveau national qu’international.

« Les bâtiments représentent environ 40 % de la consommation d’énergie aux États-Unis, et les systèmes de CVC jouent un rôle majeur », a déclaré Berres. « Mieux comprendre le temps que les gens passent dans les bâtiments et ajuster les horaires de CVC en conséquence pourrait vraiment améliorer l’efficacité énergétique. »

L’étude de Chicago a été financée par le DOE Office of Science et le Exascale Computing Project, et le projet Chattanooga a reçu un financement du DOE’s Vehicle Technologies Office, Building Technologies Office et Office of Electricity.

UT-Battelle gère l’ORNL pour l’Office of Science du DOE, le plus grand soutien de la recherche fondamentale en sciences physiques aux États-Unis. L’Office of Science du DOE s’emploie à relever certains des défis les plus urgents de notre époque. Pour plus d’informations, visitez https://energy.gov/science.– Elisabeth Rosenthal