IoT, IA, pilotage à distance : comment Grenoble digitalise son réseau de chaleur ?

La digitalisation des réseaux de chaleur s’accélère, avec comme principal objectif d’améliorer les performances de ces infrastructures mutualisées. Illustration de cette tendance : le réseau de Grenoble Alpes Métropole a déployé du monitoring, du pilotage à distance et des capteurs de fuite. L’utilisation de l’IA est également en cours de développement. Retour d’expérience.

Deuxième réseau de chaleur le plus important de France (après celui de Paris), le réseau de Grenoble Alpes Métropole mesure 195 Km de long, est raccordé à 100 000 équivalents logements et est alimenté à 80% en ENR&R (90% prévu pour 2027). Il intègre 1400 sous-stations, toutes monitorées informatiquement avec de la télérelève de diverses données (consommation, débit …). Mais outre ce monitoring, relativement classique, le réseau de Grenoble est un des rares à commencer à mettre en œuvre du pilotage à distance, afin que l’offre de chaleur soit davantage corrélée à la demande des abonnés.

« Depuis deux à trois ans nous testons l’utilisation de la communication descendante pour envoyer des consignes vers les sous-stations et ainsi faire du pilotage à distance depuis un hyperviseur », explique Nicolas Giraud, directeur de la production et des projets de la CCIAG (Compagnie de chauffage intercommunale de l'agglomération grenobloise). « Ceci afin de moduler les appels de puissance des bâtiments les plus inertes lors des pics de consommation. La demande globale d’énergie est par ailleurs anticipée grâce à un outil numérique de prévision et d’optimisation de la production. Il intègre des algorithmes qui vont combiner des historiques de données et des prévisions météo pour prédire la demande ».

Détection de fuites et IA

Depuis 2024, la CCIAG a aussi déployé 250 capteurs de fuites (500 prévus à terme) qui lancent des alertes en cas d’augmentation brutale de la température et de présence d’eau à proximité des canalisations. Ces deux observations signifient en effet qu’il y a une fuite. « La principale difficulté rencontrée dans ce projet a été de trouver des capteurs suffisamment robustes pour évoluer dans un milieu hostile, avec notamment de l'eau chaude sous pression », confie Nicolas Giraud.

En réflexion : exploiter les données de ces capteurs IoT pour prédire les fuites avant qu’elles ne surviennent ou encore identifier d’autres anomalies que les fuites (ex : dégradation de calorifuge). Dans le cadre d’un partenariat de R&D avec le CEA, des outils de maintenance prédictive, basés sur de l’intelligence artificielle (IA), sont aussi en cours de développement...

smartcitymag