Exploitation optimale des systèmes d'eau glacée basée sur les données
Alors que le climat continue de se réchauffer, la demande de refroidissement des locaux dans les bâtiments augmente régulièrement au Canada et dans le monde. La boucle d’eau glacée, le système de climatisation central le plus courant dans les bâtiments commerciaux et institutionnels (C&I), assurent la climatisation des locaux pour environ 20 % de la surface totale des planchers et sa part de la consommation d’électricité peut représenter jusqu’à 60 % de la consommation totale d’électricité dans les bâtiments C&I. L’amélioration du fonctionnement des systèmes d’eau glacée présente donc un potentiel important d’efficacité énergétique et de réduction des coûts énergétiques et des émissions de gaz à effet de serre (GES).
La charge de climatisation des bâtiments est affectée par les variations de la météo, de l’occupation et de l’utilisation des bâtiments tout au long de la journée et au fil des saisons. Les commandes conventionnelles des systèmes d’eau glacés, reposant sur une logique de contrôle fixe ou basée sur des règles, ont souvent du mal à s’adapter à ces variations et ne peuvent donc pas atteindre une efficacité énergétique optimale. Pour relever ces défis, nous étudierons une approche de contrôle basé sur des modèles pilotée par les données (DMBC) qui contrôle dynamiquement le système d’eau glacée pour une efficacité optimale. Pour dériver les modèles, nous exploiterons les données d’exploitation disponibles à partir du système d’automatisation du bâtiment. L’objectif de ce projet est d’optimiser le fonctionnement du système d’eau glacée dans les bâtiments existants en utilisant l’approche DMBC proposée.
Connaissances requises
- Connaissances des systèmes mécaniques des bâtiments, en particulier des systèmes d'eau glacée, y compris les refroidisseurs, les tours de refroidissement et les économiseurs côté eau;
- Connaissances des séquences, de la logique et des stratégies de contrôle des systèmes d'eau glacée;
- Connaissances de la détection et du diagnostic des pannes des systèmes CVCA;
- Connaissances du traitement, de l'analyse et de la visualisation des données en Python et Pandas;
- Connaissances du flux de travail de développement logiciel à l'aide de Git et GitHub.