Getting your Trinity Audio player ready...

L’installation de chauffages anticipateurs dans les maisons individuelles ou les appartements ne peut être possible en raison du coût élevé de la programmation qui doit être sur-mesure. La plupart du temps, ce sont les immeubles de bureaux, les terminaux d’aéroport ou les halles de fabrication qui en sont équipés, avec un fonctionnement basé sur des scénarii préprogrammés donnant la possibilité à l’exploitant de réaliser des économies d’énergie.

Les chercheurs de l’Empa ont, pourtant, montré qu’il était possible pour les commandes de rafraîchissement et de chauffage de se passer de scénarii par auto-apprentissage, avec les données des mois et des semaines précédents.

Pour réaliser l’expérience, 1 séjour/cuisine installé à droite et à gauche d’une chambre de 18 m2, orienté sur le soleil du matin vers l’est-sud-est, a été utilisé. La position des vannes de réglage a servi de base pour le calcul de l’énergie utilisé par chaque pièce.

En juin 2019, une expérience de rafraîchissement a été lancée par Felix Bünning, chef de projet, et Benjamin Huber. Les 2 chambres ne devaient pas excéder 23 °C la nuit et 25 °C le jour, selon la consigne. Si l’une des chambres était réglée par une vanne thermostatique habituelle, l’autre était contrôlée par la commande expérimentale. Le logiciel d’IA disposait des prévisions en cours de MétéoSuisse et des données des 10 derniers mois.

Le résultat de l’expérience a montré que le dispositif intelligent a mieux respecté la consigne avec 1/4 d’énergie consommée en moins par rapport au système mécanique. Le rafraîchissement a été enclenché par le système de manière préventive lorsque le soleil brillait à travers les fenêtres le matin. Le système mécanique, quant à lui, ne réagissait qu’une fois que la chaleur a traversé le plafond.

Actuellement, une expérience sur le chauffage des 2 chambres a commencé en novembre 2019. En attendant le résultat, Bünning se dit confiant sur les points que va marquer le réglage anticipateur.