Quand l'industrie 4.0 améliore l'efficacité énergétique grâce aux données

Et si les données pouvaient aider le secteur industriel à réduire sa consommation énergétique et ses émissions de carbone ? Difficile de l'imaginer et pourtant, c'est ce que montrent les initiatives de plusieurs entreprises de l'industrie à travers le monde.

carte consommation énergie secteurs

Le secteur industriel est l'un des plus gros consommateurs d'énergie au monde. Selon l'Agence internationale de l'énergie (World total final consumption by source, 1973-2018), il représente 73 % de la consommation mondiale de charbon, 42 % de l'électricité et 37 % du gaz naturel. En France, le secteur industriel est le premier consommateur de gaz et le troisième d'électricité. À titre d'exemple, citons les usines de villes comme Rouen, qui consomment 3,5 fois plus d'énergie que le secteur tertiaire et deux fois plus que les bâtiments résidentiels.  

Source : Agence ORE, dataviz.agenceore.fr

Ces données montrent que les acteurs industriels ont un rôle majeur à jouer dans les efforts mondiaux de réduction des émissions de carbone. Mais comment le secteur industriel peut-il satisfaire ses besoins énergétiques croissants tout en respectant les objectifs climatiques ? La réponse à ce dilemme, c'est l'efficacité énergétique, un paradigme qui encourage les entreprises à faire plus avec moins d'énergie.

Les données sont de parfaites alliées dans cette quête. Recueillies par des capteurs, interprétées par des outils d'analyse et intégrées dans des modèles prédictifs, elles peuvent permettre de réaliser des économies d'énergie en détectant les processus inefficaces, en optimisant la production et la logistique et en anticipant les besoins de maintenance. Elles permettent également d'adapter la demande au prix et à la disponibilité de l'énergie, d'affiner la gestion de la température et même de réduire les coûts de recherche et développement en donnant la possibilité de tester et de modéliser virtuellement les machines, les processus et les usines grâce à des jumeaux numériques.

Voyons comment les usines intelligentes du monde entier pilotent ces solutions centrées sur les données. 

Améliorer les performances opérationnelles dans l'industrie pétrochimique 

En Chine, le concept de fabrication intelligente a fait son entrée dans le secteur pétrochimique dès 2012, lorsque quatre unités pétrochimiques ont été soumises à un processus de numérisation, lequel a conduit à l'adoption de plusieurs solutions orientées données. Les raffineries de Maoming et de Yanshan, par exemple, utilisent des données en temps réel pour optimiser la production d'éthylène, ainsi que des données historiques pour avertir en cas dysfonctionnement des unités de craquage catalytique en lit fluidisé de manière anticipée. Plus généralement, l'analyse des données a permis d'augmenter la productivité des raffineries de 10 % et contribué à réduire la consommation d'énergie.

De même, un site pétrochimique à Anvers en Belgique utilise l'analyse de données pour améliorer son efficacité énergétique. D'une part, le suivi des données en temps réel sur les équipements rotatifs permet à l'usine d'évaluer l'efficacité des compresseurs et des pompes afin d'identifier les économies énergétiques potentielles. D'autre part, la modélisation des données sur les performances opérationnelles historiques permet de mieux programmer les opérations de maintenance. Les données en direct contribuent également à assurer la sécurité du site en comparant les niveaux des substances chimiques dangereuses aux limites de l'équipement.

En Malaisie, une raffinerie de pétrole qui transforme les huiles usées en produits utiles tels que l'essence, le diesel et le pétrole, est allée encore plus loin en réduisant les émissions non seulement de ses processus, mais aussi de ses produits. Grâce à un cadre d'optimisation des processus piloté par les données, le site de Banting a réussi à réduire sa consommation d'énergie, tout en améliorant le rendement du produit (+55,5 %), sa qualité (+20,6 %) et son empreinte environnementale (-90,89 % de potentiel d'acidification et -3,42 % de potentiel de réchauffement planétaire).

Mettre en œuvre des réseaux intelligents dans le secteur de l'électricité 

Pour répondre aux besoins d'optimisation énergétique de leurs clients industriels, les fournisseurs d'électricité se sont également tournés vers les solutions centrées sur les données. C'est le cas de Schneider Electric, qui a lancé en 2017 un portail de données interne offrant au personnel un référentiel centralisé de données préparées à l'avance et prêtes à être analysées. Le portail permet à l’entreprise de surveiller la consommation d'énergie de sa clientèle et de proposer des services personnalisés permettant d'accroître l'efficacité énergétique et la productivité.

Les données sont également cruciales pour faire évoluer le mix énergétique vers des sources renouvelables. Sur l'île de la Réunion, le fournisseur d'électricité EDF-SEI (branche d'EDF responsable des territoires non connectés aux réseaux électriques de la France métropolitaine) publie en temps réel des données sur les sources de production et oriente la recharge des voitures électriques vers les heures où le mix électrique est moins carboné ou lorsque la consommation est la plus faible. À cette fin, l'entreprise envoie un signal aux stations de recharge : 1 lorsque le moment est favorable à la recharge (pendant les heures d'ensoleillement ou la nuit) ou 0 lorsqu'il est défavorable (généralement aux heures de pointe en début de soirée). Pour en savoir plus, consultez cet article d’Opendatasoft.

L'intermittence des énergies renouvelables est également un élément clé de la stratégie de données d'EDP, quatrième producteur mondial d'énergie éolienne. En 2018, le géant énergétique portugais a ouvert ses données opérationnelles au public, en offrant des récompenses aux étudiants, chercheurs et professionnels qui parviendraient à les réutiliser pour résoudre les défis de l'entreprise en matière d'efficacité énergétique.

Optimisation de la gestion de la température dans l'industrie sidérurgique 

Parmi les industries lourdes, la sidérurgie occupe la première place en matière d'émissions de CO2 (7 % du total mondial d’apres le site iea.org) et la deuxième place en matière de consommation d'énergie, puisqu'elle représente 75 % de la demande industrielle mondiale de charbon. Associées à des technologies telles que l'élaboration de fer à partir d'hydrogène et de biomasse, la récupération de la chaleur résiduelle et le captage du carbone, les données peuvent largement contribuer à réduire les émissions du secteur. 

Par exemple, une aciérie en Ontario au Canada a mis à l'essai un algorithme d'ordonnancement et de séquencement qui a permis d'accroître l'efficacité thermique et les économies d'énergie des fours de réchauffage. Cette solution axée sur les données a également amélioré la stabilité, la qualité et la capacité des opérations de laminage à chaud, ce qui a permis au site ontarien d'économiser 1,2 million de dollars canadiens par an. 

La gestion thermique est également au cœur d'une étude récente du site mdpi.com (Hot Metal Temperature Forecasting at Steel Plant Using Multivariate Adaptive Regression Splines) qui s'appuie sur les données de processus d'une aciérie en Espagne pour prévoir la température du métal chaud dans un four à oxygène basique. Elles permettent ainsi de réduire la consommation d'énergie et l'empreinte environnementale de la fabrication de l'acier, tout en réduisant les coûts et en augmentant la productivité.

Les données sont également essentielles pour éclairer les décisions de gestion. Citons par exemple un site de fabrication de fer brut en Inde, qui a intégré des données mensuelles sur la consommation d'énergie et les émissions de gaz à effet de serre (GES) dans un modèle statistique, l’Application d'ARIMA. Celui-ci lui permet de prédire la consommation d'énergie et les émissions de GES afin de moderniser sa technologie de contrôle de la pollution.

 

La gestion de l'énergie industrielle pilotée par les données n'en est qu'à ses débuts, mais les résultats en matière d'efficacité énergétique et de réduction des émissions de carbone sont déjà très prometteurs. L'amélioration des techniques d'acquisition des données, la normalisation des formats de données au sein des entreprises et entre elles, ainsi que la création de cultures de données d'entreprise permettront au secteur industriel de profiter pleinement des avantages de la numérisation en matière d'économie d'énergie.