Souper-conférence – 13 février 2017

CE QUE VOUS AVEZ PEUT-ÊTRE MANQUÉ...SOUPER-CONFÉRENCE DU 13 février 2017

Lors du dernier souper-conférence, nous avons eu le plaisir d’accueillir M. Jean Carrière de IES North-East US/CAN region et M. Michaël Kummert, Professeur à l’École Polytechnique de Montréal. Nous vous présentons ici un résumé de chacune des deux conférences.

Nous remercions le chapitre de Montréal de l’IBPSA (International Building Performance Simulation Association) pour avoir organisée conjointement ces conférences de cette soirée avec notre chapitre.

Conférence technique

BRIDGE THE PERFORMANCE GAP BY INTEGRATING BIM WITH BUILDING ENERGY MODELING présenté par monsieur Jean Carrière, Business Development Manage, IES North-East US/CAN region

MM. Jean Carrière en compagnie de Michel Bernier.

Lundi le 13 février dernier, M. Jean Carrière de la compagnie IES (Integrated Environmental Solutions Ltd.) est venu nous parler de l’importance du modèle BIM pour la gestion optimisée des bâtiments en période post occupation. Il nous a présenté une méthode afin de calibrer des modèles énergétiques aux modèles BIM (Building Information Modeling) pour permettre aux propriétaires d’immeuble d’opérer leurs propriétés de la manière la plus efficace possible.

La modélisation des données d'un bâtiment, ou en anglais BIM (Building Information Modeling), est un outil de coordination entre les divers intervenants où tout le monde peut consulter les données à jour sur le modèle. Bien que BIM soit un outil très efficace pour la coordination, ce n’est pas un outil pour effectuer des analyses énergétiques complètes. Les ingénieurs n’ont toujours pas de technique standard pour convertir le modèle BIM en modèle énergétique, il s’agit toujours d’un « art ».

Les modèles BIM sont classés selon trois niveaux, le niveau 1 est un niveau d’intégration. Il s’agit d’un modèle où les intervenants vont l’utiliser de façon indépendante, chaque utilisateur télécharge une version du modèle et la modifiera selon ses besoins sans affecter le modèle centralisé. Il s’agit également du niveau généralement retrouvé dans les projets typiques nord-américains. Le deuxième niveau est le niveau de partage des données (Data Interoperability). Dans ce niveau, chaque utilisateur utilise le modèle centralisé et y intègre le résultat de ses analyses et les rend ainsi disponibles pour tous. Le troisième niveau est le niveau de gestion des actifs. Dans ce niveau, le modèle BIM est calibré en fonction de diverses mesures et sert à optimiser l’efficacité énergétique du bâtiment.

Par ailleurs, au fur et à mesure qu’un projet de bâtiment progresse dans le temps, le nombre de données disponibles pour l’analyse augmente.

Un modèle BIM, tout comme les dessins d’architecture, peut avoir différent niveaux de détails. Un modèle BIM intégré ou un modèle BIM conventionnel ont généralement un niveau de détail équivalent à 0, c’est-à-dire, un minimum d’information. Un niveau de détail de 300 est généralement nécessaire afin de pouvoir soumissionner un projet. Alors que pour créer un modèle énergétique, un niveau de détail minimal de 150 est nécessaire, afin que le modèle retourne des « données fiables ». Par contre, un niveau supérieur sera trop détaillé et rendra le modèle trop lourd pour être viable.

Pour les différents niveaux, M. Carrière fait les recommandations suivantes afin de faciliter les transitions et l’utilisation du modèle.

Pour le niveau 1, M. Carrière suggère de modéliser à partir de lignes de centre (centerlines) et de modéliser avec simplicité et précision. Il suggère également de faire des modélisations complètes et ordonnées selon une hiérarchie bien précise. Il recommande de débuter la modélisation par l’extérieur de l’édifice et de terminer par la partie centrale. En suivant ces recommandations, les modules d’importation des différents outils de modélisation énergétiques pourront retrouver les géométries du bâtiment, les types d’assignation et les propriétés des matériaux, ainsi que les types d’espace (space type) et leurs informations associées.

Pour le niveau 2, M. Carrière recommande de suivre le schéma montré à l’image 1. Le modèle montre comment, avec le volume de données qui grandi selon l’avancement du modèle, utiliser et échanger les données du projet contenues à l’intérieur du modèle BIM.

Fig 1

Le troisième niveau sert à calibrer le modèle énergétique aux lectures réelles faites post-occupation. Il y a généralement un écart de 5-10% entre les modèles énergétiques et les observations réelles effectuées. À partir de la consommation énergétique, des stations de mesures et du système de gestion de l’énergie (BEMS), on ajuste le modèle énergétique afin de faire correspondre les prévisions du modèle aux lectures réelles.

 En conclusion, la calibration du modèle énergétique peut apporter plusieurs bénéfices tant à l’ingénieur concepteur qu’au propriétaire d’un bâtiment. Avec un modèle calibré, on peut procéder à des analyses post-occupation et valider si les systèmes performeront tel que prévu, on peut s’en servir à titre de « Évaluation continue du Commissionning » tel qu’exigé par LEED v4, on peut utiliser les données pour d’autres projets similaires, et même évaluer la performance de mises à niveau ou « retrofits » en utilisant les données réelles du bâtiment.  

Conférence principale

MODÉLISATION ÉNERGÉTIQUE DES CENTRES DE DONNÉES INFORMATIQUES – DIFFÉRENTES ÉCHELLES POUR DIFFÉRENTS OBJECTIFS présenté par monsieur Michaël Kummert, Professeur à l’École Polytechnique de Montréal

MM. Michaël Kummert en compagnie de Samuel Lavoie 

DÉFIS DES CENTRES DE DONNÉES

M. Kummert a débuté son exposé en présentant les centres de données, ces bâtiments contiennent généralement différents équipements électroniques, des ordinateurs, des systèmes de stockage et des équipements de télécommunication. Les bases de données sont souvent cruciales au fonctionnement des entreprises, pour cette raison, elles sont maintenues à de hauts niveaux de sécurité et de service. Le rejet de chaleur provenant des équipements informatiques est élevé, causant des défis en climatisation et en consommation d’énergie.

Ces infrastructures représentent environ 1,5 % de la consommation électrique mondiale et environ 2 % de celle des États-Unis. Selon des études effectuées en 2007, la tendance de consommation électrique était à la hausse (cf. figure 1), mais elle s’est plutôt stabilisée dans les dernières années.

Fig 1

M. Kummert poursuit avec l’implication du ASHRAE Technical Committee (TC) 9.9 pour ce type d’application et les standards tels que 90.4 et 127. Il a fait référence aux articles et études du IBPSA-Canada (International Building Performance Simulation Association) dans le domaine de la modélisation de centres de données. Cet organisme, à but non lucratif, rassemble des chercheurs, développeurs et praticiens de la simulation énergétique des bâtiments. L’IBPSA a pour but de favoriser l’avancée et le rayonnement de la science de la simulation de la performance énergétique des bâtiments.

EFFICACITÉ DES CENTRES DE DONNÉES

M. Kummert a expliqué que l’indice de performance le plus utilisé pour déterminer l’efficacité de la puissance utilisée d’un centre de données est le PUE (Power Usage Effectiveness) qui est aussi devenu un puissant outil de marketing. Toutefois, M. Kummert a mentionné que ce rapport comporte d’importantes lacunes : entre autre celle de ne pas encourager la diminution de la consommation en puissance des équipements IT (serveurs, stockage, réseau). D’autres indices de performances sont utilisés, mais en général un PUE entre 1.1 et 1.2 est une bonne référence. Ce PUE est beaucoup plus atteignable pour de grands centres données, tandis qu’il y a une plus grande variabilité pour les centres de données de taille moyenne et moins (cf. figure 2).

Fig 2

RÉPARTITION ADÉQUATE DU REFROIDISSEMENT

Auparavant, ces environnements étaient régulés par des conditions strictes et souvent par rétroaction de la température de retour. On peut améliorer le contrôle en jouant sur la température d’alimentation. M. Kummert présente la zone recommandée pour les centres de données publiée par ASHRAE TC 9.9 (cf. figure 3). L’alimentation se fait par des tuiles de plancher, dont le design est rigoureux (cf. figure 4). Un autre aspect à considérer est que les serveurs ne sont pas tous égaux et peuvent créer des points chauds.

Fig 3

Fig 4

EN CAS DE PANNE

M. Kummert montre comment une modélisation avec un logiciel tel que TRNSYS peut simuler le comportement du ce type de système en cas de panne. Quelques exemples ont permis d’en apprendre sur la réaction dynamique et peu intuitive que la vitesse du fluide est très faible à certains endroits de la boucle fermée. La modélisation montre aussi la grande oscillation de puissance apparente lorsque le système tombe en panne et redémarre. Ce type de logiciel peut intégrer l’utilisation d’autres logiciels et permet de simuler d’autres stratégies et approches. Il nous mentionne qu’il est courant que les clients ne sont pas prêts à accepter des différentiels de température au-delà de 2-3 degrés.

AMÉLIORATIONS ÉNERGÉTIQUES

L’énergie renouvelable implémentée sur place n’est pas la meilleure solution due à plusieurs facteurs tel que l’emplacement habituel de ces centres de données et la grande consommation d’énergie d’un centre de données. M Kummert a ensuite présenté un exemple d’utilisation de panneaux solaires où la consommation du centre de données est 20 fois plus grande que la capacité des panneaux . Le logiciel TRNSYS permet de voir l’impact d’autres solutions pour réduire la consommation énergétique. M. Kummert présente des scénarios de refroidissement gratuit, des stratégies de contrôle, des systèmes plus efficaces et l’optimisation du temps d’opération. 

INTÉGRATION DANS LES COMMUNAUTÉS

Par la suite, M. Kummert présente un projet de recherche en efficacité énergétique (cf. figure 5) visant à évaluer l’implantation d’un centre de données dans le quartier Bridge-Wellington, afin de récupérer le rejet de chaleur du centre et l’utiliser pour les différents immeubles environnants. Il mentionne l’initiative d’Hydro-Québec d’attirer l’attention de compagnies cherchant un site pour centre de données.

CONCLUSIONS

M.Kummert termine en expliquant que la modélisation de centres de données dépend de différentes échelles spatiales et géographiques, ainsi que temporelles. Il existe différents outils dont la mécanique des fluides numérique (en anglais CFD), des modèles dynamiques et des modèles simplifiés qui vont permettre de trouver la meilleure approche et en définitive la meilleure solution. Il précise que différentes hypothèses doivent être considérées, mais qu’il faut être prudent puisqu’il est simple de mal appliquer la modélisation.

Voici un aperçu des différents présentoirs de notre dernière soirée