News & Insights
Jumeaux numériques pour les centrales énergétiques du campus
Testez les améliorations énergétiques du campus avant de commencer les travaux. Les jumeaux numériques aident les universités à valider les décisions d’équipement et à éviter des erreurs de plusieurs millions de dollars.
Les décisions énergétiques sur les campus peuvent coûter des millions de dollars. Cependant, les universités prennent souvent ces décisions et les investissements subséquents sans vraiment comprendre comment les nouveaux équipements s’intégreront aux systèmes existants.
Les grands projets en capital se concentrent souvent sur la phase de conception et de construction, mais ce n’est qu’une fraction du cycle de vie d’un projet. Un jumeau numérique peut déplacer l’attention vers la performance au fil du temps, aidant les universités à comprendre non seulement comment les systèmes vont démarrer, mais aussi comment ils vieilliront, s’adapteront et performeront dans dix ans.
Le défi des systèmes énergétiques modernes sur les campus
L’infrastructure énergétique du campus a évolué bien au-delà des centrales à vapeur à combustible unique du passé. Aujourd’hui, de nombreuses universités utilisent des systèmes hybrides — chaudières des années 1970 aux côtés de nouvelles centrales géothermiques, stockage d’eau froide et contrôles intelligents — desservant des bâtiments avec des profils de demande très différents.
Ce progrès apporte de la complexité. Les outils traditionnels aident encore à comparer les équipements et à calculer le retour sur investissement, mais ils ne sont pas conçus pour montrer comment les systèmes hérités et nouveaux fonctionnent ensemble. Un projet peut sembler solide sur papier, mais dépendre davantage de la façon dont il est exploité que du matériel lui-même.
À mesure que les campus ajoutent des technologies comme les thermopompes géothermiques et le stockage thermique, les questions deviennent plus difficiles : comment une boucle de sol équilibre les charges sur des décennies, comment les conversions de bâtiments par phases affectent la performance, ou comment faire fonctionner les systèmes à vapeur et électriques en synchronisation avec les nouveaux actifs.
Ces questions ont de grandes implications financières et opérationnelles. Historiquement, les réponses n’ont émergé qu’après des années d’exploitation, lorsque les changements sont coûteux. C’est là que les jumeaux numériques peuvent faire une différence mesurable, permettant aux équipes de tester des stratégies et de valider des hypothèses bien avant que les systèmes ne soient construits.
Ce que font les jumeaux numériques pour les centrales énergétiques du campus
Un jumeau numérique est une réplique virtuelle détaillée de l’ensemble du système énergétique d’une université. Cela englobe non seulement les spécifications de l’équipement et les capacités de la plaque nominative, mais aussi la façon dont tout fonctionne ensemble dans des conditions variables. Pensez-y comme un simulateur de vol pour l’infrastructure énergétique du campus. Les universités peuvent l’utiliser pour tester les changements, étudier les pannes potentielles et optimiser les opérations sans toucher à l’équipement réel ni interrompre le service.
La création d’un jumeau numérique commence par comprendre comment fonctionne le campus — comment les opérateurs utilisent les équipements, équilibrent les charges et prennent les décisions quotidiennes dans la centrale centrale. Chaque composant majeur est cartographié dans le modèle, puis ajusté avec des données opérationnelles réelles prélevées sur le terrain (lectures sub-horaires provenant des refroidisseurs, pompes à chaleur, chaudières, boucles de sol et systèmes de distribution). Cette calibration continue est ce qui distingue un jumeau numérique des modèles conventionnels, qui peuvent échouer à prédire la performance globale du système.
Le système virtuel est ajusté jusqu’à ce qu’il se comporte comme le vrai système. Il répond aux conditions météorologiques, aux exigences de charge et aux commandes de la même façon que l’équipement réel.
Une fois le modèle calibré, le jumeau numérique devient un espace sécuritaire pour expérimenter. Les équipes peuvent tester les stratégies de répartition pour voir ce qui stimule vraiment l’efficacité sans risquer d’interruptions. Ils peuvent modéliser les pannes d’équipement pour identifier les points faibles, simuler des conditions météorologiques extrêmes pour tester la résilience du système, et tester les futures mises à niveau pour voir comment les nouveaux équipements interagiraient avec les systèmes existants avant de s’engager dans la construction. Tout cela se passe virtuellement, où chaque scénario apporte des informations au lieu d’un coût.
Problèmes que les jumeaux numériques résolvent et à quelle vitesse
Certains problèmes se résolvent étonnamment vite avec un jumeau numérique calibré. Les bâtiments ne reçoivent pas assez de chauffage ou de climatisation, les coûts énergétiques dépassant les projections, l’équipement qui travaille plus fort que nécessaire — ces énigmes opérationnelles sont souvent diagnostiquées en quelques jours. Le modèle révèle ce qui se passe dans l’ensemble du système au lieu de demander aux opérateurs de reconstituer des indices à partir des relevés individuels de l’équipement et de l’instinct.
La rapidité compte parce que les inefficacités s’accumulent rapidement. Une séquence de contrôle qui force involontairement un refroidisseur à fonctionner contre un autre gaspille de l’énergie chaque jour jusqu’à ce que le problème soit identifié et corrigé. Les jumeaux numériques détectent ces conflits en simulant les opérations actuelles et en révélant des problèmes qui ne sont pas évidents lorsqu’on examine l’équipement isolément. Les décisions prises pour un seul équipement peuvent se répercuter dans tout le système, et le modèle rend ces connexions faciles à voir.
Les décisions sur l’équipement sont validées avant l’achat
Avant de dépenser des millions pour une capacité supplémentaire, les universités peuvent vérifier que cette extension est vraiment nécessaire. L’équipement existant a-t-il besoin d’aide, ou a-t-il simplement besoin d’une meilleure coordination? Le stockage thermique pourrait-il déplacer les charges plus efficacement? La taille prévue de l’équipement correspond-elle aux conditions réelles?
Ces questions trouvent réponse lors de la phase de conception. Comme c’est encore tôt dans le processus, changer les plans signifie toujours ajuster les plans plutôt que de démonter l’équipement installé.
La planification maîtresse acquiert des décennies de clairvoyance
Au-delà des projets individuels, les jumeaux numériques transforment aussi la manière dont les universités abordent la planification à long terme des infrastructures. Ces études prennent plus de temps parce qu’elles projettent la performance sur des années ou des décennies, mais elles donnent une confiance que les méthodes plus simples ne peuvent pas égaler.
Les universités peuvent modéliser les changements proposés à partir de 20 ou 30 ans de données météorologiques historiques, en voyant comment les nouveaux systèmes se comporteraient lors des vagues de chaleur et des vortex polaires qui pourraient survenir une ou deux fois par décennie. Où les vulnérabilités apparaîtront-elles à mesure que la charge sur le campus change? Comment le vieillissement des équipements affectera-t-il la capacité au fil du temps? Que se passe-t-il si la croissance ne suit pas les projections? Le modèle répond à ces questions avant que le capital ne soit engagé, permettant aux universités de tester des stratégies qui seraient trop coûteuses ou risquées à essayer dans le monde réel.
Avantages inattendus pour l’ensemble des campus
Un des résultats les plus précieux n’est lié à aucun problème que l’équipe cherche à régler. Les opérateurs disent souvent que le véritable bénéfice est de mieux comprendre leurs propres systèmes énergétiques. Ils commencent à voir à quel point tout est interconnecté, et comment un petit changement sur un seul équipement peut changer l’équilibre de tout le réseau d’une manière qui n’est pas évidente au début.
Cette perspective de pensée systémique modifie la façon dont les universités abordent les opérations. Au lieu d’optimiser les composants individuels isolément, les opérateurs apprennent à considérer les effets d’entraînement sur l’ensemble de l’infrastructure. Une séquence de contrôle parfaitement logique pour un asset pourrait créer du travail inutile pour trois autres. Un équipement qui semble sous-performant pourrait compenser des problèmes ailleurs dans le système.
Les connaissances acquises durent bien après la fin du projet initial de modélisation. Cela laisse les équipes mieux équipées pour résoudre les problèmes futurs, évaluer les nouvelles technologies et prendre des décisions plus intelligentes concernant l’exploitation de l’équipement et les investissements en capital.
La validation de plusieurs millions de dollars de Princeton
L’Université de Princeton a investi dans une nouvelle usine de pompe à chaleur géothermique conçue pour fonctionner en coordination avec les infrastructures existantes, incluant des refroidisseurs à vapeur, des refroidisseurs électriques, un autre ensemble de pompes à chaleur géothermiques dans une deuxième centrale, des réservoirs de stockage thermique et des chaudières. Les projections initiales indiquaient qu’ils auraient besoin de forages géothermiques supplémentaires importants dans les phases finales de leur transition énergétique, coûtant des millions en investissements en capital.
Avant de commencer les phases suivantes de conception et de construction, Princeton a demandé à Salas O’Brien de créer un jumeau numérique détaillé de leurs principales centrales utilitaires. Le modèle a été calibré à partir de données sub-horaires provenant de tous les principaux composants jusqu’à ce qu’il reflète fidèlement la performance réelle du campus. Ensuite, des tests ont été réalisés pour simuler et évaluer divers scénarios opérationnels.
Le modèle a révélé quelque chose d’inattendu. Une meilleure répartition des ressources et des séquences de contrôle plus harmonieuses pourraient répondre aux besoins en chauffage et refroidissement du campus avec moins d’alésages supplémentaires. Le jumeau numérique a considérablement réduit les coûts d’investissement pour la prochaine phase de l’expansion de leur usine
Pendant ce temps, un second problème émergeait. La transition prévue des bâtiments du campus, passant de la vapeur à l’eau chaude, avançait plus lentement que prévu initialement. Cela aurait pu entraîner moins de chaleur extraite du sol que ce pour quoi le système avait été conçu. Le sol aurait commencé à surchauffer, mettant en péril la viabilité à long terme de l’investissement en géothermie.
Les ingénieurs ont utilisé le jumeau numérique pour tester différentes méthodes de rééquilibrage du champ au sol sans encourir de coûts opérationnels élevés. Le modèle prédisait quelles stratégies allaient réussir avant que des changements ne soient apportés au système réel. Les deux solutions — éviter une expansion inutile et rééquilibrer le champ au sol — ont été entièrement validées avant leur mise en œuvre.
Débuter avec un jumeau numérique
Les projets de jumeaux numériques réussis commencent par identifier la décision que vous souhaitez prendre. Est-ce que tu diagnostiques pourquoi certains bâtiments ne reçoivent pas un chauffage ou une climatisation adéquate? Est-ce qu’une expansion d’équipement planifiée est nécessaire? Vous planifiez une transition de plusieurs années vers la géothermie? La question détermine à quel point le modèle doit être détaillé, quelles données sont les plus importantes et combien de temps prendra le projet.
Rassemblez ce qui existe déjà
Construire un jumeau numérique nécessite des informations que la plupart des campus ont déjà sous la main. Ils auront besoin de plans tels que construits de leurs centrales centrales et systèmes de distribution, de documentation des séquences de contrôle actuelles et des stratégies de dispatch. De plus, incluez toutes les données opérationnelles régulièrement recueillies, telles que la consommation d’énergie, le temps de fonctionnement de l’équipement, les relevés de température et les débits.
Cette documentation est importante, mais la ressource la plus précieuse est l’accès aux ingénieurs et opérateurs qui gèrent ces systèmes au quotidien. Ils comprennent les bizarreries que les dessins ne capturent jamais : la vanne qui ne se ferme pas complètement, le bâtiment qui chauffe toujours plus que son point de consigne, la dérogation de contrôle devenue permanente il y a des années à cause d’un problème dont personne ne se souvient vraiment. Cette connaissance institutionnelle est essentielle pour bâtir un modèle qui reflète le fonctionnement du système plutôt que la façon dont il a été conçu pour fonctionner.
Attendez-vous à une collaboration, pas seulement à des livrables
Les projets de jumeaux numériques fonctionnent mieux comme des efforts collaboratifs plutôt que comme des études, que les universités commandent et attendent de recevoir. Le processus implique de travailler ensemble pour définir des questions spécifiques auxquelles le modèle doit répondre, de revoir les résultats d’étalonnage pour vérifier que le modèle se comporte comme le système réel, et de discuter des résultats au fur et à mesure que les scénarios sont testés.
Des collaborations comme celle-ci prennent du temps, à cause de leur ampleur. Mais ils produisent de meilleurs résultats parce que les personnes qui utiliseront finalement ces insights contribuent à façonner comment ces insights sont développés.
La chronologie dépend de la complexité
Les diagnostics opérationnels avancent rapidement, produisant souvent des résultats utiles en quelques jours une fois le modèle calibré et en fonctionnement. Le modèle représente déjà fidèlement le système à ce moment-là, donc identifier la cause des problèmes actuels devient une question de simulation et d’analyse plutôt qu’une étude approfondie.
Le travail de planification principale prend plus de temps car il implique de tester plusieurs scénarios et de projeter la performance sur des années, voire des décennies, d’opérations simulées. Une étude examinant différentes stratégies de remplacement d’équipement peut prendre plusieurs semaines ou mois, selon le nombre de scénarios à évaluer. Cependant, ces études complexes se déroulent encore plus rapidement que les méthodes traditionnelles de conception-construction-test, et elles se produisent avant que le capital soit engagé, plutôt qu’après que la construction ait révélé des problèmes nécessitant des réparations coûteuses.
Comment Salas O’Brien peut vous aider
Quand il s’agit d’énergie sur le campus, les enjeux sont élevés et les variables nombreuses. Nos capacités de jumeaux numériques peuvent vous donner une vue plus claire avant d’engager des ressources, réduisant vos risques et bâtissant une confiance à long terme dans chaque décision.
Nous sommes le distributeur exclusif sous licence de TRNSYS, une plateforme de modélisation créée à l’Université du Wisconsin dans les années 1970 et affinée au fil des décennies. Il s’agit d’une plateforme haute fidélité avec plus de 500 modèles composés qui simulent la performance du système à l’échelle minute par minute. Nous avons passé des décennies à améliorer cette plateforme spécifiquement pour les systèmes énergétiques complexes des campus.
Que vous planifiiez l’expansion d’un système géothermique, diagnostiquiez des problèmes opérationnels ou preniez des décisions de planification générale concernant le remplacement d’équipement, nous vous aidons à tester des idées et à valider la performance avant d’engager du capital.
Notre expérience couvre des projets allant du travail initial de preuve de concept jusqu’au soutien opérationnel continu. Nous avons construit des jumeaux numériques pour des systèmes allant de 8 millions de pieds carrés d’échange thermique géothermique à des campus complexes à plusieurs centrales avec des dizaines de types d’actifs différents.
Contactez nos spécialistes de l’énergie du campus à [email protected] ou notre contributeur ci-dessous pour discuter de la façon dont la modélisation des jumeaux numériques peut orienter votre prochaine grande décision d’infrastructure énergétique.
Pour les demandes des médias sur cet article, contactez [email protected].
Jeff Thornton
Jeff Thornton est un leader en modélisation énergétique dynamique et en décarbonisation, avec plus de 30 ans d’expérience spécialisée dans les systèmes d’énergie renouvelable et les infrastructures complexes du campus. Jeff possède une expertise approfondie dans la modélisation et l’analyse de systèmes énergétiques innovants, aidant les universités et organisations à optimiser la performance, réduire les émissions de carbone et prendre des décisions d’investissement en capital confiantes. Il a travaillé sur des projets primés, notamment une communauté solaire de chauffage urbain qui a atteint la première fraction solaire annuelle de 90%+ au monde. Jeff occupe le poste de vice-président principal chez Salas O’Brien. Contactez-le au [email protected]