L’intelligence artificielle permet de profiter au maximum de l’énergie éolienne urbaine, selon des chercheurs de Concordia
Les villes durables de l’avenir dépendront d’un éventail de solutions technologiques en matière d’énergie, dont certaines, comme l’énergie éolienne urbaine, en sont encore à leurs débuts.
La production d’énergie éolienne urbaine implique l’intégration d’éoliennes dans un bâtiment dès les premiers stades de sa conception. Or, si les concepteurs et les architectes de demain s’efforcent de trouver le moyen le plus efficace et attrayant d’exploiter le vent, deux chercheurs de l’Université Concordia ont créé un outil qui pourrait leur faciliter la tâche.
Cet outil fait l’objet d’un nouvel article publié dans la revue Building and Environment par Stéphanie Higgins et Theodore Stathopoulos. Ils y présentent une méthode qui recourt à l’intelligence artificielle pour aider les constructeurs à déterminer l’emplacement de leurs éoliennes en vue de maximiser la production d’énergie.
« L’utilisation de cet outil de l’intelligence artificielle donne aux gens une idée de la quantité d’énergie que leur éolienne produirait en fonction de son emplacement, du vecteur vent, du type de bâtiment et d’autres variables », explique Stéphanie Higgins (M. Sc. A. 2020).
« Nous cherchions à savoir comment évaluer différents emplacements d’éolienne pour connaître les plus et les moins avantageux. »
Theodore Stathopoulos (à gauche) et Stéphanie Higgins: « L’utilisation de cet outil de l’intelligence artificielle donne aux gens une idée de la quantité d’énergie que leur éolienne produirait ».
La modélisation à la rescousse
Tablant sur un projet entamé durant ses études de premier cycle, Stéphanie Higgins a entrepris le processus de collecte de données au Laboratoire d’aérodynamique des bâtiments avec soufflerie de Concordia. Celui-ci peut simuler l’effet des rafales sur de grands bâtiments – grâce à un modèle représentant un pâté de maisons du centre-ville de Montréal à l’échelle 1:100 ou moins – ainsi que sur des bâtiments individuels de différentes formes (carrée, rectangulaire, en U, en T ou en L) et configurations. Le laboratoire dispose également d’un modèle réduit d’une section du pont-tunnel Louis-Hippolyte-La Fontaine, dans l’Est de Montréal.
« Ce travail préliminaire nécessitait nombre d’expériences en soufflerie sur diverses configurations de bâtiment », précise Theodore Stathopoulos, professeur au Département de génie du bâtiment, civil et environnemental de l’École de génie et d’informatique Gina-Cody.
« Stéphanie a réalisé des essais pour chacune d’entre elles, en simulant des vents venant de différentes directions comme sur le terrain, et en tentant de prévoir l’amplification du vent à chaque emplacement. Cette dernière expérience s’est avérée intéressante, car nous cherchions à savoir où obtenir la vitesse du vent la plus élevée. Or, c’est le contraire de ce que nous faisons habituellement, lorsque nous essayons de réduire l’exposition au vent afin de protéger les bâtiments des catastrophes naturelles. »
Munie des renseignements recueillis dans la littérature existante et des quelque 157 cas étudiés en laboratoire, Stéphanie Higgins a élaboré un organigramme décisionnel et des systèmes d’intelligence artificielle reposant sur cette base de données exhaustive. Aux fins de validation, les chercheurs ont mené des essais sur les systèmes en fonction des configurations utilisées en laboratoire. Ils ont alors comparé les résultats aux données de laboratoire qui n’avaient pas servi à former les systèmes d’intelligence artificielle. Ils ont ainsi constaté que le taux d’exactitude des valeurs prévisionnelles de l’intelligence artificielle atteignait 99 pour cent, ce qui signifie que les résultats des modèles correspondaient souvent très précisément aux valeurs obtenues au moyen d’essais en laboratoire exigeant beaucoup de temps et d’efforts.
Un vent d’inspiration
À en juger par les résultats, les outils de l’intelligence artificielle joueront probablement un rôle majeur dans les concepts à venir intégrant une éolienne. L’emplacement d’une éolienne peut en effet avoir un impact considérable sur la production d’énergie, car comme le soulignent les chercheurs, la quantité d’énergie éolienne est fonction du vecteur vent au cube. Un vecteur vent normalisé plus élevé entraînera une augmentation substantielle de l’énergie éolienne. Par conséquent, le fait de placer une éolienne là où le vecteur vent est le plus élevé maximisera la production d’énergie.
Theodore Stathopoulos ajoute que si les résultats demeurent préliminaires, l’exactitude globale des travaux de Stéphanie Higgins est prometteuse.
« Les praticiens en bénéficieront grandement, conclut-il. Nous pouvons leur offrir cet atout sans réaliser d’essais en soufflerie pour leur configuration particulière, ce qui exigerait beaucoup de temps et d’argent. Une fois perfectionnée, cette méthode leur fournira des résultats adéquats en quelques minutes. »
Lisez l’article cité : « Application of artificial intelligence to urban wind energy ».
