L'analyse des données peut-elle remplacer les personnes dans le domaine de l'efficacité énergétique ?

04 mai 2017 par Jürgen Ritzek
L'analyse des données peut-elle remplacer les personnes dans le domaine de l'efficacité énergétique ?

Résumé

L'analyse des données peut identifier les clients potentiels pour lesquels il existe des possibilités d'efficacité énergétique. Les informations sur la charge existante ne peuvent pas déterminer exactement ce qui crée le modèle de charge. L'analyse ne peut fournir que des informations directionnelles et non des informations exploitables. Elle ne pourra jamais évaluer l'intérêt et la motivation des clients qui ont le choix de consacrer du temps et de l'argent à l'efficacité énergétique (ou pas).

Le rôle des experts en efficacité énergétique qui effectuent des audits et/ou des évaluations ne disparaîtra pas non plus à court terme, selon Steve Baab, DNV GL. Il déclare : "D'après mon expérience, les conversations en face à face fonctionnent beaucoup mieux que les algorithmes informatiques".

Baumab : Amener les gens à devenir plus efficaces sur le plan énergétique nécessite une conversation avec les personnes qui utilisent l'efficacité énergétique nécessite une discussion avec les personnes qui ont le potentiel d'économiser l'énergie et d'économiser l'énergie. L'expert en efficacité énergétique n'aura jamais la capacité d'évaluer le potentiel d'efficacité énergétique pour guider le personnel sur les clients à économiser du temps et l'efficacité énergétique est une grande différence entre les bâtiments qui économisent de l'énergie.

Ouvrir l'article complet

L'analyse des données peut-elle remplacer les personnes dans le domaine de l'efficacité énergétique ?

de Steve Baab, DNV GL

L'analyse des données peut-elle remplacer les personnes dans le domaine de l'efficacité énergétique ?

Depuis un certain temps déjà, lesdonnées et l'analyse sont à la mode. Dans le secteur des services publics, l'infrastructure de comptage avancée (AMI) a ouvert de nouvelles possibilités de collecte et d'utilisation des données sur la consommation d'énergie. Dans le passé, la plupart des services publics ne recueillaient des informations sur la consommation qu'en fonction du type de compteur et du calendrier de relevé.Différents types de compteurs collectaient des quantités d'informations différentes. Les plus gros clients avaient une consommation d'énergie (kWh) et une demande (kW) à différents intervalles (mensuel, horaire, toutes les 30 minutes...). Pour tous les clients, le programme de relevé était généralement mensuel et était effectué manuellement par un releveur de compteur. Les systèmes AMI permettent de collecter des données sans envoyer quelqu'un sur le terrain et de recueillir les données quand le service public le souhaite, plutôt que selon un calendrier prescrit. Les services publics qui mettent en œuvre des systèmes AMI installent généralement trois éléments principaux : les compteurs, le réseau pour communiquer avec les compteurs et le système d'information sur les données des compteurs. Pour qu'un service public décide d'installer un système AMI, les avantages (économies de main-d'œuvre, efficacité opérationnelle, satisfaction du client) doivent justifier les coûts.

L'un des principaux avantages de l'installation de réseaux AMI du côté des services publics est l'économie de main-d'œuvre. Les travaux de lecture des compteurs sont peut-être les plus touchés par un réseau AMI, mais il y a d'autres domaines où les économies de main-d'œuvre sont possibles. La capacité de localiser les pannes, de réduire le travail d'estimation des factures et de déconnecter le service à distance sont également des domaines où un réseau AMI peut réduire les coûts de main-d'œuvre. Pour la satisfaction des clients, le fait de disposer de données d'intervalle permet à une entreprise de services publics d'offrir à ses clients des options de facturation plus souples et des informations améliorées sur la consommation.

Mais qu'en est-il de la mise en œuvre des données d'utilisation d'intervalle au service de l'efficacité énergétique ? La granularité accrue des données d'utilisation peut-elle permettre d'économiser de la main-d'œuvre dans le cadre des programmes d'efficacité ? Toutes ces données contiennent une quantité décente d'informations. Lorsque les données d'intervalle sont combinées à des données externes telles que le type, la taille et l'âge du bâtiment, un analyste ou peut-être même de simples algorithmes informatiques pourraient fournir des recommandations d'économies. Cela pourrait permettre d'économiser de la main-d'œuvre en évitant de devoir se rendre chez les clients pour trouver des économies par le biais d'un audit ou d'une évaluation.

Bien que l'analyse soit extrêmement utile pour identifier pour les clients potentiels les possibilités d'efficacité énergétique, je ne pense pas qu'elle évoluera au point de remplacer les gens (ou du moins dans les 10 à 20 prochaines années). Voici pourquoi :

Les informations existantes sur la charge ne peuvent pas déterminer exactement ce qui crée le schéma de charge.

DNV GL et d'autres s'efforcent d'identifier les modèles de forme de charge en utilisant des données avancées. Les formes de charge détaillées soutiennent les évaluations d'impact, les études potentielles, et informent les programmes d'efficacité et de réponse à la demande. Cependant, sur une base client par client, l'analyse ne peut fournir que des informations directionnelles et des informations exploitables. L'analyse ne peut que vous orienter dans la bonne direction, mais vous n'aurez aucun moyen d'en être sûr sans une confirmation visuelle.

Incapacité à déterminer le type exact d'équipement générant les charges.

Les logiciels et les analyses deviennent très sophistiqués pour identifier les modèles de charge, mais il y a toujours une incertitude dans le comportement des clients et des équipements qui créent le modèle de charge. Un système de refroidissement inefficace ou la préférence d'un occupant pour que son bâtiment soit deux degrés plus frais que les autres peuvent créer des modèles de charge similaires. L'analyse peut fournir de bons indicateurs directionnels basés sur les données des compteurs d'intervalles, mais seule une personne connaissant bien l'efficacité énergétique et les équipements du site peut fournir des recommandations tangibles pour réduire la consommation d'énergie.

L'interaction humaine suscite l'intérêt pour l'efficacité énergétique

Les rapports, les courriels, les messages textuels ou les portails web peuvent tous contribuer à susciter un certain intérêt et une certaine sensibilisation, mais rien ne déclenche un appel à l'action comme une vraie personne. Pour la même raison que les emplois dans la vente ne disparaissent pas de sitôt, le rôle des experts en efficacité énergétique qui effectuent des audits et/ou des évaluations ne disparaîtra pas non plus à court terme.Au cours d'une évaluation énergétique, le client et l'expert en efficacité énergétique auront l'occasion d'interagir : l'expert en efficacité énergétique apprendra à connaître le client, le client apprendra à connaître l'efficacité énergétique et, ensemble, ilsétabliront une confiance mutuelle et élaboreront ensuite lameilleure ligne de conduite pour économiser l'énergie.

En résumé, l'analyse peut permettre de découvrir une partie du potentiel technique de l'efficacité énergétique et d'orienter le personnel vers les clients à visiter, mais elle ne pourra jamais mesurer l'intérêt et la motivation des clients qui ont le choix de consacrer du temps et de l'argent à l'efficacité énergétique (ou non). Pour que les gens deviennent plus efficaces sur le plan énergétique, il faut avoir une conversation avec les personnes qui utilisent l'énergie. Il y a une grande différence entre les bâtiments qui ont le potentiel technique d'économiser l'énergie et les clients qui ont l'intérêt et agissent sur la base de recommandations. Selon mon expérience, les conversations en face à face fonctionnent beaucoup mieux que les algorithmes informatiques.

Steve Baab : Steve travaille à DNV GL en tant que responsable de la ligne de service pour le développement et la mise en œuvre des programmes. Steve travaille pour apporter les meilleures pratiques et des idées de programmes innovants aux clients de DNV GL. Avant de venir à DNV GL, Steve était le gestionnaire de portefeuille C&I du ComEd où il a dirigé le programme Smart Ideas depuis son lancement initial en 2008 jusqu'à un programme qui offre un large éventail de solutions clients à la fois dans les systèmes énergétiques et les segments de marché.

Publié à l'origine ici

 

 


Contenu complémentaire   #analytique  #analyse des données  #efficacité opérationnelle