Planification de la transition énergétique

Les maquettes numériques de ville offrent de formidables outils pour coordonner les différents acteurs et initiatives autour de la transition énergétique.

Consommation des bâtiments de la ville de Ferrara - source: projet Sunshine

Consommation des bâtiments de la ville de Ferrara - source: projet Sunshine

Elles permettent de comparer et décider des meilleures stratégies bas-carbone, puis de monitorer leur progression au fil des années pour atteindre l'objectif final : la neutralité carbone en 2050 pour la France et 21 autres pays (feuille de route approuvée à la COP22).

Basé sur ces modèles, les preneurs de décisions ont entre leurs mains toute une batterie de simulations et d'analyses interconnectées, utiles pour chaque phase du plan de transition énergétique :

Ces analyses qui s'appliquent à l'échelle urbaine, voire régionale, ont une granularité très fine (chaque bâtiment est modélisé individuellement de facon réaliste) et des résultats particulièrement fiables si les données utilisées sont de bonne qualité. Cela rend possible la rencontre de considérations macro (plan à l´échelle du quartier ou de la ville, évolution du mix énergétique) et micro (rénovation individuel de logement, installation de panneaux solaire sur le toit, connection au réseau de chaleur).

Pour la transition énergétique, le résultat importe tout autant que le chemin pour l'atteindre. En particulier pour les scénarios de rénovation énergétique des bâtiments, l'impact de différents taux de rénovation (pourcentage de bâtiments rénové par an) ainsi que différentes priorités de rénovation (en fonction de l'âge, de la consommation de chaleur, du potentiel d'économies d'énergie du bâtiment, ou de la pauvreté énergétique) pourront être comparés.

Enfin, l'acceptation et l'implication dans cette réflexion des différents acteurs urbains, dont les populations, est essentielle. Différents outils collaboratifs permettant de s'immerger dans ces maquettes numériques de ville et ainsi visualiser la transition énergétique pourront être utilisés : touchtable, interface web 3D, réalité augmentée etc.

Prérequis: Maquette numérique de ville (LoD2 au moins), données sur l'état énergétique des bâtiments et des systèmes.

Initiatives & contacts

Plan Énergie Climat Territoire du Comté de Ludwigsburg

  • Klimaschutzkonzept (Plan Énergie Climat Territoire) des 32 communes du Comté de Ludwigsburg (500.000 habitants)
  • Partenaires : HFT Stuttgart, Drees & Sommer, Landkreis Ludwigsburg
  • Contacts : Volker Coors, Romain Nouvel (HFT Stuttgart).

Rotterdam:

  • Estimation des besoins de chaleur, émission CO2 et scénarios de rénovation de ~1000 bâtiments du quartier Bospolder de Rotterdam (Rapport).
  • Partenaires : HFT Stuttgart, City of Rotterdam
  • Contacts : Romain Nouvel, Volker Coors (HFT Stuttgart)

Maquettes numériques de ville CityGML pour la transition énergétique

Les Maquettes numériques de ville permettent d’échanger, de visualiser et d’analyser les données spatio-sémantiques urbaines, de l’échelle du matériau à celui du territoire. Multidomaines, elles sont utilisées pour des applications diverses : modélisation des nuisances acoustiques, simulation d’inondations, études comportementales et sociodémographiques, épidémiologie énergétique…
Là où les « Building Information Models » (BIM) s’arrêtent au bout du jardin, les maquettes numériques de ville permettent de prendre en compte les phénomènes d’interactions urbaines, tels que les îlots de chaleur urbains ou encore la mutualisation des demandes et productions énergétiques des bâtiments.

Diagnostic des besoins de chaleur et identification des priorités de rénovation de 3D.

Diagnostic des besoins de chaleur et identification des priorités de rénovation de 3D.

Les urbanistes, les municipalités et les fournisseurs d’énergie disposent ainsi d’informations pour décider et coordonner les meilleures stratégies de transition énergétique, combinant faibles émissions CO2 et investissements rentables.
Instruments de diagnostic complet, ces maquettes numériques permettent d’identifier les priorités de rénovation bâtiment par bâtiment et de prédire leur potentiel d’économies d’énergie. Des stratégies énergétiques – plan Climat-énergie territorial – peuvent être ainsi planifiées à l’échelle de la ville, combinant une réduction de la demande énergétique et l’utilisation optimale du potentiel d’énergies renouvelables.

Un des principaux challenges de ces maquettes numériques est la collection et le partage des données. La disponibilité et la qualité de ces données impactent directement la fiabilité de l’analyse énergétique. Alors que les géométries 3D urbaines peuvent être générées automatiquement et précisément à l’aide de technologies laser ou photogrammétrique, la collection d’informations sémantiques liées aux bâtiments et à leurs utilisations est plus complexe et laborieuse. Elle demande de croiser de nombreuses sources d’information et d’utiliser des méthodes d’acquisition de données plus ou moins automatiques.
Il est primordial d’avoir une maquette numérique unique, ouverte, multidomaine et multi «  niveau de détail », qui puisse servir de plateforme d’échange de données entre les différents acteurs urbains.
Le standard CityGML répond à ces critères. C’est une référence internationale, déjà utilisé pour modéliser des agglomérations en France (Lyon, Rennes) et en Europe (Londres, Stuttgart).

Version originale de l’article :Revue du Centraliens, jan. 2015.

Estimation des besoins thermiques urbains

Alliant données spatiales et sémantiques, les maquettes numériques de ville offrent un excellent support au calcul des besoins de chauffage et de froid des bâtiments à l'échelle urbaine, donnant une estimation par bâtiment bien plus fiable et réaliste que la méthode traditionnelle basée sur les cartes 2D-SIG.

Besoins spécifiques de chaleur dans un quartier de Ludwigburg - source : HfT Stuttgart

Ils permettent en particulier de calculer individuellement les orientation des facades et volumes de chaque bâtiment, informations essentielles pour la modélisation thermique des bâtiments. Les données collectées sur la construction des fassades, toit et fenêtre, ainsi que sur l'usage du bâtiment peuvent y être stockées, via le modèle d'information urbain CityGML Energy ADE. Les données manquantes sont quant à elle généralement estimées en fonction du type et de l'âge du bâtiment, via des librairies spécialisées.
 
L'incertitude sur l'estimation des besoins de chaleur des bâtiment dépend directement de la qualités des informations collectées. Une étude comparant simulation et mesures de consommation de chaleur a révélé des déviations de l'ordre de 20% ou moins lorsque des données sémantiques riches étaient collectées, et au-delà de 30% sinon.
 
Au delà du simple fait de modéliser l'état thermique existant des bâtiments, cette méthodologie permet aussi de prédire les économies d'énergie liées à des opération de rénovation à l'échelle urbaine, que ce soit à l'échelle du quartier, de la ville, voire de la région.

Prérequis : Maquette numérique de ville (LoD1 ou LoD2 généralement), fonction et âge de chaque bâtiment, opération de rénovation énergétique, bâtiments vacants.

Initiatives & liens

SIMSTADT, Plateforme de simulation énergétique urbaine

  • Quelques applications pour des quartiers de Karlsruhe, Ludwigsburg et Rotterdam, entre 200 et 1000 bâtiments.
  • Estimation des besoins de chaleur, émission CO2 et scénarios de rénovation de ~1000 bâtiments du quartier Bospolder de Rotterdam (Rapport), dans le cadre du projet Européen Music.
  • Contacts : Romain Nouvel, Volker Coors (HFT Stuttgart).

Plan Énergie Climat Territoire du Comté de Ludwigsburg

  • Klimaschutzkonzept (Plan Énergie Climat Territoire) des 32 communes du Comté de Ludwigsburg (500.000 habitants)
  • Partenaires : HFT Stuttgart, Drees & Sommer, Landkreis Ludwigsburg
  • Contacts : Volker Coors, Romain Nouvel (HFT Stuttgart).

"Citywide urban building energy model" de Boston

  • Estimation des demandes horaires de gaz et électricité de chacun des 100.000 bâtiments de la ville de Boston
  • Contacts : Christoph Reinhart, Carlos Cerezo (MIT).

Projet Sunshine