Blog
Détecter le gaspillage d'électricité sur chaque site
Sur cette page
Introduction
Les prix de l’énergie sont volatils et le reporting ESG devient plus exigeant. Dans ce contexte, les organisations multisites font face à un risque bien précis : les « dark data », ces grands volumes de relevés énergétiques collectés mais jamais analysés. Le gaspillage d’électricité se cache dans ces données : des équipements restés allumés la nuit, une installation CVC qui tourne dans un bâtiment vide, un site qui s’écarte peu à peu des sites comparables. Waste Finder (anciennement Smart Electricity Waste Detection) est l’application Energis.Cloud qui traque ce type de gaspillage sur chaque site et transforme chaque constat en tâche confiée à un responsable.
Pourquoi les portefeuilles multisites ont besoin d’une détection systématique
À mesure qu’un portefeuille s’étend, le véritable obstacle est la fragmentation de l’information, comme l’explique notre article sur la gestion énergétique multisite à grande échelle.
- La surcharge de données : les organisations accumulent des milliers de fichiers CSV et de journaux de capteurs. Quand les données sont vérifiées à la main, le gaspillage passe inaperçu alors qu’il est sous les yeux de tous.
- Le problème des « pommes et des poires » : l’âge des bâtiments, les installations techniques et le climat local varient d’un site à l’autre. On ne peut donc comparer les performances qu’à l’aide d’un étalon commun, comme la consommation au m² ou la part consommée hors heures d’ouverture.
- La fuite invisible : sans modèle d’anomalie qui contrôle chaque site, le gaspillage silencieux finit par devenir la norme.
En vidéo : une session d’experts
Cette session d’experts de trois minutes a été enregistrée quand l’application s’appelait encore eGuardian. Nous y montrons comment elle a mis au jour plus de 250 000 € d’énergie gaspillée chez une enseigne française de prêt-à-porter d’environ 200 magasins, soit 9 % de sa consommation totale.
Comment Energis.Cloud repère le gaspillage
L’application Waste Finder : la consommation d’électricité journalière, comparée à la consommation de référence apprise pour le site et à un seuil d’anomalie. Les barres passent à l’orange au-dessus de la référence et au rouge au-delà du seuil. Deux totaux répartissent les anomalies du mois entre les heures d’ouverture et le reste du temps.
- Waste Finder apprend la consommation normale de chaque site : l’application Waste Finder compare la consommation de chaque jour au niveau normal qu’elle apprend à partir de l’historique propre au site, puis compte les dépassements pendant et en dehors des heures d’ouverture. Nul besoin de définir un seuil pour chaque site.
- Vos propres modèles d’anomalie, en complément : un modèle d’anomalie est une condition écrite en arithmétique simple et portant sur n’importe quelle métrique, y compris une formule. Par exemple : une consommation d’électricité hors heures d’ouverture supérieure à 30 % du total de la semaine.
- Un seul modèle pour tout le groupe : le modèle d’anomalie est rattaché à un groupe et s’applique à chacun de ses sites. Lorsqu’un seuil propre à un site est défini dans une table de correspondance, c’est ce seuil qui s’applique. Un site ajouté au groupe par la suite est lui aussi couvert.
- Une escalade dans l’ordre de votre choix : la première occurrence ne déclenche aucun envoi. La deuxième envoie un email au responsable du site, la troisième à un manager désigné, chaque fois avec votre propre modèle d’email.
- Du constat à l’action : l’anomalie devient une action dans le tableau des actions, avec un responsable, une échéance et une économie estimée. Une fois la correction effectuée, l’économie mesurée vient s’y ajouter. Voir anomalies et actions.
- Des mémos sur les données : les mémos s’affichent sur l’axe temporel du graphique. L’explication d’un changement reste ainsi à côté des chiffres.
Les tableaux de bord
- Tableau de bord du portefeuille : il classe les sites selon les métriques de votre choix, de sorte que les moins performants apparaissent en tête de liste.
- Tableau de bord du site : une vue détaillée simple, qui donne aux responsables locaux les données dont ils ont besoin pour agir.
Orbit peut ensuite croiser les données, les mémos et les actions, dresser la liste des causes les plus probables et recommander l’étape suivante. Voir Orbit.
Conclusion
La gestion énergétique multisite n’a pas à se résumer à une recherche manuelle. Avec des modèles d’anomalie appliqués à chaque site, une escalade qui prévient les bonnes personnes et un tableau des actions qui enregistre l’économie réalisée, le gaspillage est repéré, confié à un responsable et suivi jusqu’à sa correction.
Questions fréquentes
Qu’est-ce que la détection d’anomalies en gestion énergétique ?
La détection d’anomalies compare les données énergétiques à leur niveau normal et signale une anomalie en cas de dépassement. Dans Energis.Cloud, l’application Waste Finder apprend la consommation d’électricité normale de chaque site à partir de son propre historique. Avec les modèles d’anomalie, votre équipe ajoute ses propres conditions sur n’importe quelle métrique, et chaque modèle s’applique à tous les sites du groupe. Une installation CVC qui tourne sur un site vide est donc signalée sans que personne ait besoin de consulter le graphique.
Comment détecte-t-on le gaspillage d’électricité sur un site ?
Grâce à des modèles d’anomalie qui comparent ce qu’un site consomme à ce qu’il devrait consommer : la part consommée hors heures d’ouverture, la consommation au m² par rapport aux autres sites, la puissance de pointe par rapport à la puissance souscrite. Chaque modèle peut comporter un seuil propre à chaque site : un petit site et un grand site sont ainsi évalués chacun selon sa propre norme.
Que sont exactement les « dark data » et pourquoi posent-elles problème ?
Les « dark data » désignent les grands volumes de données énergétiques collectés par les compteurs et les capteurs, mais jamais analysés ni utilisés pour prendre des décisions. Dans les organisations multisites, elles mènent souvent au piège de la complexité : beaucoup de données, peu de décisions. Des modèles d’anomalie appliqués à chaque site redonnent une utilité à ces données.
Faut-il installer du nouveau matériel ?
En général, non. Energis.Cloud compte 121 connecteurs de sources de données, notamment pour des gestionnaires de réseau, des sociétés de comptage, des onduleurs, des appareils de mesure, des passerelles, des systèmes de gestion technique du bâtiment et des services météo. Les données peuvent aussi être transmises par HTTP, MQTT, SFTP ou email, ou via un fichier importé dans le portail. Voir collecte des données.
Comment l’économie d’une correction est-elle enregistrée ?
Directement sur l’action. Une action créée à partir d’une anomalie indique une économie estimée en énergie, en coût et en CO₂, puis, une fois les travaux réalisés, l’économie mesurée. Les chiffres s’additionnent sur l’ensemble du portefeuille.
Nouveaux articles et nouveautés produit par e-mail
Guides, témoignages clients et nouveautés d'Energis.Cloud. Vous pouvez vous désabonner à tout moment.
Nous utilisons votre adresse e-mail uniquement pour vous envoyer ces nouveautés. Voir notre politique de confidentialité.
